摘要
降雨天气严重影响高速公路的交通运行效率和安全，为了保障行车安全，交通管理部门采取限速、限行等措施来规避潜在事故的发生。然而，降雨量急剧增加、特大暴雨等情况下，依据降雨等级制定的限速、限行方案难以适应降雨强度的变化，如何快速、精准地管控降雨天气高速公路限速值成为目前主要的难点。随着自动驾驶技术的快速提高和发展，自动驾驶车辆所具备的远程探测、信息共享、实时控制等优点，为应对降雨天气的负面影响带来了新的契机。因此，在考虑自动驾驶的背景下研究降雨天气高速公路限速方法，对提升交通运行效率和安全具有重要意义。 本文以降雨天气下高速公路为研究场景，以人工驾驶和自动驾驶为研究对象，基于国内外研究现状，分别从道路条件、车辆性能、驾驶员特性三方面分析降雨对车速的影响，与此同时，分析降雨对自动驾驶感知系统的影响机理。结合降雨对限速值的影响，分析了降雨对高速公路安全限速值的影响机理。 为了实现高速公路限速方案快速、精准地适应降雨强度的变化，本文基于降雨对安全限速值的影响机理，提出了雨天安全限速模型，并量化了雨天安全限速值与降雨强度的关系。为了仿真模拟降雨天气微观跟驰行为，结合各经典跟驰模型复杂性、适用性，选择智能驾驶人模型作为基础模型，通过分析降雨对模型参数的影响机制，提出了改进跟驰模型，并优化模型中的期望速度。 为了实现限速方案适应不同路段线形的变化，在雨天安全限速模型的基础上考虑了纵坡对限速值的影响，提出了不同降雨强度不同纵坡下的限速方案。接着，利用交通仿真软件验证该限速方法的有效性，并通过仿真对比分析该限速方法下人工驾驶和自动驾驶的交通流特性。仿真结果表明，该限速方法能有效减少车辆冲突率，并且在该限速方法下自动驾驶在交通效率、稳定性和安全性方面均优于人工驾驶。 本文针对降雨天气提出的限速方法丰富了高速公路交通管控的理论基础，对实现降雨天气下交通流的精细化管理和全天候行驶提供了新的思路和方案。与此同时，提出了雨天场景下的改进跟驰模型，并验证了在该限速方法下自动驾驶的优越性，为自动驾驶在未来成为新的交通方式并在不良天气场景下发挥作用提供了理论依据，有望提升降雨天气下的交通效率和安全。
NETL