考虑多前车作用势的混行交通流车辆跟驰模型

作     者：宗芳 王猛 曾梦 石佩鑫 王力 ZONG Fang;WANG Meng;ZENG Meng;SHI Pei-xin;WANG Li

作者机构：吉林大学交通学院吉林长春130022 浙江师范大学工学院浙江金华321004 北方工业大学城市道路交通智能控制技术北京市重点实验室北京100144 

出 版 物：《交通运输工程学报》 (Journal of Traffic and Transportation Engineering)

年 卷 期：2022年第22卷第1期

页      面：250-262页

核心收录：

学科分类：08[工学] 0703[理学-化学] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划(2018YFB1600500) 国家自然科学基金项目(61873109)。 

主　　题：交通控制 混行交通流 车辆跟驰模型 交通仿真 自动驾驶车辆 常规人驾车辆 

摘      要：基于自动驾驶车辆(AV)和常规人驾车辆(RV)混合行驶的情况,在全速度差(FVD)模型的基础上考虑了多前车和一辆后车的车头间距、速度、速度差、加速度差等因素,建立了适用于AV和RV 2种车辆的混行车辆跟驰模型;引入分子动力学理论定量化表达了周围车辆对主体车辆的影响程度;利用RV和AV混行场景跟车数据,以模型拟合精度最高为目标,对所有参数遍历寻优,进行标定;对比分析了混行车辆跟驰模型和FVD模型控制下交通流的稳定性,解析了车速对交通流稳定性的影响;设计了数值仿真试验,模拟了城市道路和高速公路2种常见场景,分析了混行车辆跟驰模型的拟合精度。研究结果表明:考虑周围多车信息有利于提高交通流的稳定性;车辆速度越低交通流稳定性越差;考虑多车信息的分子动力学混行车辆跟驰模型可以提前获得整个车队的运行趋势,更好地模拟AV的动力学特征;与FVD模型相比,在城市道路条件下混行车辆跟驰模型中的RV平均最大误差与平均误差分别减小了0.18 m·s^(-1)和13.12%,拟合精度提高了4.47%;与PATH实验室的ACC模型相比,在高速公路条件下混行车辆跟驰模型中的AV平均最大误差和平均误差分别减小了7.78%和26.79%,拟合精度提高了1.21%。可见,该模型可用于混行环境下AV的跟驰控制与队列控制,以及AV和RV的跟驰仿真。