论文部分内容阅读
随着我国经济的高速发展,机动车保有量与日俱增,城市交通拥堵、交通安全问题和随之而来的环境污染日益加重。近些年来,由于计算机技术、网络通信技术、数据处理技术等的迅速发展,车联网技术的应用可以使车辆轻松获取周围车辆的速度、位置、加速度等运行状态信息,这使得车车之间、车路之间的感知模式发生变化,也为提高交通流运行效率和增强交通流稳定性提供了新的思路。本文以现有的跟驰模型与换道模型为基础,构建了车联网环境下的基于多车信息的车辆跟驰模型与换道模型,并对模型的稳定性进行了分析,最后通过仿真与实测数据进行了对比验证。本文具体研究工作如下:(1)介绍了车辆跟驰模型、车辆换道模型和车联网环境的国内外研究现状,并对跟驰模型与换道模型的现有研究成果进行了分析。在此基础上,基于传统的FVD以及BLVD模型,结合车联网系统中车辆可以准确感知前后多车速度位置行驶信息的特点,构建了基于前后多车信息的车辆跟驰模型与换道模型,提高车联网环境下交通流的稳定性以及通行效率。(2)通过对BLMAVD模型进行稳定性分析,绘制出BLMAVD模型的稳定型曲线,并与FVD、BLVD模型的稳定性曲线进行对比分析,得出结论,BLMAVD模型的稳定性区域最大。这说明,在车联网环境下,通过考虑前后多车的运行信息,可以使车辆行驶状态更稳定,交通流运行状态会更加平稳。通过分析BLMAVD模型中各参数对模型稳定性的影响,可以发现,关注后车运行状态、考虑更多前方导行车辆的运行信息都会使交通流的稳定性提高,这为车辆自动巡航系统等车辆控制策略的设计和制定提供了依据,以达到提高交通流稳定性,缓解和预防交通拥堵现象出现的目标。(3)提出了基于多车信息的换道需求模型与换道间隙模型,在车联网环境下,分析了不同换道情况下,提高车辆换道安全系数的换道策略。最后通过NGSIM数据中美国101号公路洛杉矶段的采集数据对模型进行了仿真验证,结果表明当采用本文中提出的模型作为车辆运行控制策略时,在换道次数增加的情况下,平均速度提高了19.9%。