混合交通环境下网联自动驾驶车辆跟驰模型与优化策略

作者：彭佳力; 上官伟; 柴琳果; 邱威智

来源：交通运输工程学报, 2023, 23(03): 232-247.

DOI：10.19818/j.cnki.1671-1637.2023.03.018

• 交通信息工程
• 跟驰模型
• 数值仿真
• 混合交通环境
• 网联自动驾驶车辆

为进一步提高混合交通环境下车辆的行车效率与交通流的稳定性，在考虑后视效应的基础上，融合多辆前车速度与加速度等状态信息，以指数平滑方式构建了网联自动驾驶车辆(CAV)跟驰模型；在此基础上，研究了前后方车辆数和状态信息完整度对模型稳定性的影响，结合Lyapunov第一方法和线性谐波微扰法进行了线性稳定性分析，并确定了模型最优参数；利用混合交通环境特性，在考虑通信信息丢失的情况下提出了CAV在不同位置和状态下的跟驰策略，并在该策略支撑下进行了不同CAV渗透率的车辆启动、车辆刹车停止、环形道路3个典型场景下的数值仿真。研究结果表明：在刹车停止场景中，全部车辆的停止波速最大提高了26.1%;在车辆启动场景中，启动波速最大提高了15.5%,车辆加速度和速度变化更为平缓；在环形道路场景中，当混合交通流中CAV渗透率由40%提高至100%时，在较大扰动条件下车辆的平均速度波动时间相较于低CAV渗透率场景下降了44.8%,波峰下降了5.7%,波谷上升了19.4%,而CAV渗透率较低时提出的优化策略对混合交通流的改善并不明显。由此可见，在当前构建实际混合交通环境与开展CAV实车试验比较困难的情况下，该跟驰模型和策略可用于车辆跟驰仿真与特定场景下的测试验证，能够有效保障混合交通环境中的交通流扰动吸收和车队稳定行驶。

• 单位
  轨道交通控制与安全国家重点实验室; 电子信息工程学院; 北京交通大学