科研之友
微信
新浪微博
Facebook
分享链接
摘要
自动驾驶专用车道对混合交通流的作用与协同自适应巡航控制(Cooperative Adaptive Cruise Control, CACC)车流大小相关。为分析已存在自动驾驶专用车道场景下CACC车流在各车道上的分布情况对交通流的影响，利用已有的人工驾驶车辆(Human-driving Vehicle, HV)和CACC跟驰模型建立平衡态条件下的异质交通流平均车头时距表达式，并考虑CACC车辆因跟随HV而退化为自适应巡航控制(Adaptive Cruise Control, ACC)车辆的情况和由此导致的车距误差，进而解析混合流车道与自动驾驶专用车道的通行能力变化。在此基础上，考虑交通需求、CACC车辆渗透率与通行能力关系，提出双车道(1条混合流车道与1条自动驾驶专用车道)下优先为自动驾驶专用车道分配CACC车辆需求的固定车流管理策略和优先为混合流车道分配CACC车辆需求的可变车流管理策略。基于交通量最大的目标，对比论证不同交通需求和渗透率下的最优车流管理方法，并将所提出的研究方法扩展到多车道场景。案例结果表明：固定车流管理策略因在专用车道通行能力限制条件下引导了CACC车流优先行驶于专用车道，可以实现交通量的最大化；而可变车流管理策略中无专用车道通行能力限制条件且是优先为混合流车道分配CACC车辆，因此CACC车辆需求分配方案的变化导致了该策略下的交通量始终小于等于固定车流管理策略的结果；具有1条自动驾驶专用车道的三车道交通流仿真试验证明了理论分析结果的正确性；仿真中HV的扰动使车流无法到达理论上的平衡态，因此在专用车道和混合流车道通行能力方面，其仿真结果小于理论值；在此影响下，仿真得到的最优管理策略的最大交通量小于理论值，最优分配比例的仿真结果略大于理论值。参数敏感性分析结果表明：只有渗透率、车流平均速度的增大和车间时距的减小才有助于提高交通量，交通量对间距误差的变化不敏感。
- 单位
