高速公路是交通流领域研究的重点,自动驾驶车辆的介入势必会对高速公路交通流产生影响。本文从基础交通流理论研究出发,在三相交通流理论框架下拟定人工-自动驾驶混行交通流模型规则,进而通过模拟仿真分析自动驾驶车辆对高速公路交通流产生相变的影响并对混行交通流的拥堵相变机理进行研究。研究工作如下:(1)考虑车辆迟滞的行为特点,在速度扰动阶段基于经典模型进行了改进,不仅考虑了车辆的慢启动行为而且展现了车辆持续保持同一运行状态更难对外界刺激做出反应的现象,进而建立了人工驾驶车辆模型。考虑自动驾驶车辆的速度自适应过程不应该由一个固定的期望时间距离决定,而应该分区段对速度适应过程进行划分,分析了期望时间距离和相对速度差两大影响要素,进而建立了自动驾驶车辆模型。在上述分析及建模基础上,我们提出了三相交通流理论框架下的人工-自动驾驶混行交通流CA模型(Mixed traffic flow model of manual driving vehicle and autonomous driving vehicle under the frame of three-phase traffic flow),下文简称TMA模型。在对上述模型进行模拟仿真前,我们计算了模型的稳态解,其结果符合三相交通流理论的基本假设,该模型能够模拟出三相态及其基本的一阶相变现象。(2)基于上述所建立的TMA模型,我们对单车道人工-自动驾驶混行交通流进行仿真模拟,目的在于对速度自扰动影响下混行交通流由自由流态向拥堵流态转化的相变现象进行观测。结果表明随着自动驾驶车辆占比的增加,F→S过程所对应的交通流量(veh/h)及交通流平均速度(km/h)均呈上升趋势。从交通流一阶相变所体现出的特征可以看出自动驾驶车辆的介入能够有效提升高速公路交通流稳定性。考虑自动驾驶车辆行驶模式的不同,我们进一步将自动驾驶车辆分为舒适型及高速型两种,在双车道TMA模型中重点区分两类自动驾驶车辆的换道行为特点,两类车拟定不同的换道规则及换道概率。从模拟结果看出两类自动驾驶车辆均有效提升了交通流的平均流量且降低了交通崩塌发生的风险及相变发生强度,但舒适型自动驾驶车辆由于不积极换道行为影响,导致在车辆构成条件相同时,交通流的流量及速度都相对较低。高速型自动驾驶车辆可以促进交通流速度的趋同,有促进理想化同步流产生的趋势,但换道频率远高于舒适型自动驾驶车辆,可能降低乘客体验。