摘要
随着我国社会经济水平的不断发展，为满足人民日益增长的交通需求，国家大力发展基础交通设施建设。高速公路由于其“速度快”的特性，在很大程度上提高了出行效率，但是随之而来的交通事故风险更加值得深思。交通瓶颈的形成主要是路段的交通需求量超过道路容量。高速公路的交通瓶颈降低了交通吞吐量，增加了交通碰撞风险，给交通系统管理带来了巨大挑战。随着自动化和无线通信技术的进步，智能网联车辆(Connectedandautomatedvehicle,CAV)被认为是一种有望改善道路安全和提升通行效率的有效手段.本研究提出了一种基于CAV的动态速度控制系统，以降低混合交通流(包括智能网联车辆和人工驾驶车辆)在高速公路瓶颈附近的碰撞风险。该控制系统包括动态减速策略和均匀换道策略两大策略，分别控制CAV的纵向和横向驾驶行为。考虑了环境异质性因素，设计了交通仿真实验，对动态速度控制系统的有效性进行了研究。 本文的主要研究成果包括以下几个方面: (1)基于Python搭建了针对混合交通流的微观交通仿真平台。车辆的微观动力学模型主要包括跟驰模型与换道模型，提出了适用于CAV的MOBIL模型。利用遗传算法基于自然驾驶数据集进行了模型参数标定，并根据交通流量趋势开展了仿真模型可靠性验证。采用替代性安全指标建立车辆纵向行为与追尾风险之间的关系，结合平均行程时间形成评价体系。构建了高速公路瓶颈段仿真场景，校验了模拟流量的合理性。 (2)针对单车道场景基于智能车辆的纵向驾驶行为控制提出了启发式的动态减速模块，并在此基础上形成了瓶颈诊断、信息共享、限速计算、精确减速一体化的动态减速策略，面对即将到达的交通瓶颈利用CAV提前降低车速，形成“移动屏障”迫使跟随的人工车辆主动减速，最终降低了从交通瓶颈传递至上游的减速波的影响，改善了高速公路的驾驶安全。对比传统可变限速技术验证了动态减速策略的优越性，测试了不同网络环境下动态减速策略的鲁棒性，探究了CAV在车流中的分布模式对“移动屏障”效应的影响。 (3)以量化CAV在混合交通流中的分布状态，基于奖励函数的思想提出了混合交通流分布均匀系数的概念和计算方法，以均匀系数为优化目标，结合遍历理论、启发式算法、强化学习方法等开发了换道决策模块并构建完整的均匀换道策略。均匀换道策略在管控区域内实现了引导CAV横向驾驶行为，使车流中CAV和人工驾驶车辆的分布得到了均匀向调整，最终形成了新的分布模式能更好的适用于动态减速策略。动态减速策略与均匀换道策略形成了一整套完整的动态速度控制方法进一步的改善了高速公路交通瓶颈处的安全水平，提升了交通流稳定性。
NETL