论文部分内容阅读
在实际交通道路中,驾驶员特性、驾驶行为及车辆属性等均会导致低速车产生。受低速车影响,道路车辆加减速频繁,车速离散性增加,导致交通流偏离稳定和平衡态,降低道路通行效率和影响驾驶舒适性,并可能导致交通事故和油耗的增加。低速车易造成路段局部密度增加,形成移动瓶颈效应,其引发的交通拥堵问题不能被忽视。另一方面,随着信息技术的发展,交通系统将不再条块分割,其对交通问题的影响已越来越不可忽略。然而现有交通拥堵分析和抑制策略的研究大都仅基于交通物理模型展开,对信息作用机制的描述相对简化,难以支撑有效的拥堵抑制方法。为此,基于信息物理融合的视角,分析低速车导致的交通拥堵特征,进而形成针对性的拥堵抑制策略,对进一步掌握低速车所致的交通拥堵规律,克服其引发的交通拥堵问题,具有重要理论和实际意义。
事实上,道路交通系统是一个有机整体,信息反馈机制对车辆之间的关系至关重要,其交互反馈和作用机理具有信息物理系统(CPS)的典型特征。为此,本文从CPS的视角以低速车影响的交通拥堵特征为突破点,基于信息作用机制,研究低速车刺激下基于交通流模型的拥堵抑制策略。重点研究了不具备换道条件时考虑多个格点流量信息平均效应的拥堵抑制方法,具备换道条件时考虑时延效应双边间隙和换道刺激的拥堵抑制方法。同时结合高速公路下匝道具体场景,低速车易引发车流密度增加,难以高效换道的情况,研究了基于IDM协同换道的拥堵抑制策略。
本文完成的主要研究工作包括:
①低速车影响的交通拥堵特征分析。通过考虑低速车影响扩展了Jiang模型,建立了考虑低速车影响的双车道宏观流体力学模型,数值仿真结果显示了低速车影响下换道行为对宏观交通状态的影响和传播规律,以及在低速车影响下宏观交通状态由自由流演化为同步流和宽运动堵塞等交通相变现象,揭示了在低速车影响下换道行为易导致路段速度离散性增加,车辆行驶有序性降低的特点。
②从微观层面提出了一种基于换道刺激的拥堵抑制方法。在低速车影响下,当具备换道条件时,通过T-CPS环境下感知邻近车辆的速度和位置信息,提出了基于时延效应LM-FVD模型的拥堵抑制方法,通过线性稳定性分析,得到了线性稳定性条件。通过数值仿真发现,当模型时延越大或激进系数越高时,模型更容易演化出交通拥堵,而抑制项权重系数能够有效地消除交通流中出现的交通拥堵。
③从微观层面提出了一种基于IDM协同换道的拥堵抑制方法。在T-CPS环境下,针对低速车引起的车流密度增加难以高效换道时,提出了基于IDM协同换道的拥堵抑制策略,通过协同换道策略引导低速车完成换道,减少了换道等待时间。通过高速公路下匝道等场景的仿真实验,验证了新模型可以有效减少换道时间和平均行驶时间,能够抑制交通拥堵。
④从宏观层面提出了一种基于平均场效应的拥堵抑制方法。在低速车影响下,当不具备换道条件时,通过T-CPS环境下感知多个格点流量信息,提出了基于MF-LHM模型的拥堵抑制方法。通过对模型进行理论分析,获得了模型的线性稳定性判据和描述模型非线性车流传播特性的mKdV方程。数值仿真结果表明,多格点流量信息平均效应在抑制交通拥堵方面起着非常重要的作用。
⑤从宏观层面提出了一种基于双边间隙的拥堵抑制方法。在低速车影响下,当具备换道条件时,通过T-CPS环境下感知邻近格点流量信息,提出了基于时延效应BGL-LHM模型的拥堵抑制方法。通过对模型进行理论分析,获得了模型的线性稳定性判据和描述模型非线性车流传播特性的mKdV方程。仿真结果表明,当模型时延越大或车道偏离率较低时,模型更容易演化出交通拥堵,而抑制项权重系数能够有效地消除交通流中出现的交通拥堵。
综上所述,论文从信息物理融合的角度研究了低速车影响的交通拥堵特征及抑制策略问题,基于信息作用机制,提出了考虑速度、位置及流量等信息的微观和宏观两个层面低速车刺激下的拥堵抑制策略,理论分析和数值仿真,均验证了上述方法的有效性。所得成果能更清楚的刻画低速车对道路通行能力的影响机理,也可望为研究CPS视角下低速车引起的交通拥堵抑制提供指导,为道路通行效率的提升奠定基础。
事实上,道路交通系统是一个有机整体,信息反馈机制对车辆之间的关系至关重要,其交互反馈和作用机理具有信息物理系统(CPS)的典型特征。为此,本文从CPS的视角以低速车影响的交通拥堵特征为突破点,基于信息作用机制,研究低速车刺激下基于交通流模型的拥堵抑制策略。重点研究了不具备换道条件时考虑多个格点流量信息平均效应的拥堵抑制方法,具备换道条件时考虑时延效应双边间隙和换道刺激的拥堵抑制方法。同时结合高速公路下匝道具体场景,低速车易引发车流密度增加,难以高效换道的情况,研究了基于IDM协同换道的拥堵抑制策略。
本文完成的主要研究工作包括:
①低速车影响的交通拥堵特征分析。通过考虑低速车影响扩展了Jiang模型,建立了考虑低速车影响的双车道宏观流体力学模型,数值仿真结果显示了低速车影响下换道行为对宏观交通状态的影响和传播规律,以及在低速车影响下宏观交通状态由自由流演化为同步流和宽运动堵塞等交通相变现象,揭示了在低速车影响下换道行为易导致路段速度离散性增加,车辆行驶有序性降低的特点。
②从微观层面提出了一种基于换道刺激的拥堵抑制方法。在低速车影响下,当具备换道条件时,通过T-CPS环境下感知邻近车辆的速度和位置信息,提出了基于时延效应LM-FVD模型的拥堵抑制方法,通过线性稳定性分析,得到了线性稳定性条件。通过数值仿真发现,当模型时延越大或激进系数越高时,模型更容易演化出交通拥堵,而抑制项权重系数能够有效地消除交通流中出现的交通拥堵。
③从微观层面提出了一种基于IDM协同换道的拥堵抑制方法。在T-CPS环境下,针对低速车引起的车流密度增加难以高效换道时,提出了基于IDM协同换道的拥堵抑制策略,通过协同换道策略引导低速车完成换道,减少了换道等待时间。通过高速公路下匝道等场景的仿真实验,验证了新模型可以有效减少换道时间和平均行驶时间,能够抑制交通拥堵。
④从宏观层面提出了一种基于平均场效应的拥堵抑制方法。在低速车影响下,当不具备换道条件时,通过T-CPS环境下感知多个格点流量信息,提出了基于MF-LHM模型的拥堵抑制方法。通过对模型进行理论分析,获得了模型的线性稳定性判据和描述模型非线性车流传播特性的mKdV方程。数值仿真结果表明,多格点流量信息平均效应在抑制交通拥堵方面起着非常重要的作用。
⑤从宏观层面提出了一种基于双边间隙的拥堵抑制方法。在低速车影响下,当具备换道条件时,通过T-CPS环境下感知邻近格点流量信息,提出了基于时延效应BGL-LHM模型的拥堵抑制方法。通过对模型进行理论分析,获得了模型的线性稳定性判据和描述模型非线性车流传播特性的mKdV方程。仿真结果表明,当模型时延越大或车道偏离率较低时,模型更容易演化出交通拥堵,而抑制项权重系数能够有效地消除交通流中出现的交通拥堵。
综上所述,论文从信息物理融合的角度研究了低速车影响的交通拥堵特征及抑制策略问题,基于信息作用机制,提出了考虑速度、位置及流量等信息的微观和宏观两个层面低速车刺激下的拥堵抑制策略,理论分析和数值仿真,均验证了上述方法的有效性。所得成果能更清楚的刻画低速车对道路通行能力的影响机理,也可望为研究CPS视角下低速车引起的交通拥堵抑制提供指导,为道路通行效率的提升奠定基础。