智能网联车环境下考虑反应时间影响的基本图模型

发布时间：2022-02-21 02:38

　　未来年由一定比例的智能网联车与人工驾驶车辆组成的异质交通流是当前交通流领域研究的前沿和热点。为研究智能网联车与人工驾驶车辆反应时间的差异对异质交通流宏观特性的影响,基于智能驾驶员模型推导出了包含反应时间与智能网联车比例的异质交通流基本图模型。首先,考虑反应时间对驾驶行为的影响,对传统IDM进行了改进;其次,基于改进后的IDM推导出了异质交通流宏观基本图模型,并分析了反应时间与智能网联车比例对异质交通流通行能力的影响。同时,对模型中通行能力的影响因素进行了敏感性分析;最后,借助MATLAB与VISSIM搭建了智能网联环境仿真平台,对本研究提出的模型进行了验证。结果表明:（1）智能网联车比例的增大能提高异质交通流的通行能力,但反应时间对通行能力具有消极影响作用;（2）自由流速度越大,异质交通流的通行能力越大;（3）最小车头间距越大,异质交通流的通行能力越小,且最小车头间距每增加0.2 m,异质交通流的最佳密度减小约0.15 veh/km,对应的最大流量减小约10 veh/h。仿真试验显示不同智能网联车比例下的仿真数据与理论曲线有较高的一致性,从而表明理论模型是正确和有效的。 

【文章来源】：公路交通科技. 2020,37(08)北大核心CSCD

【文章页数】：10 页

【文章目录】：
0 引言
1 跟驰模式分析
    (1) 人工车跟驰人工车
    (2) 人工车跟驰智能网联车
    (3)智能网联车跟驰人工车
    (4) 智能网联车跟驰智能网联车
        1.1 车辆比例关系
        1.2 比例关系验证
            1.2.1 解析阐述
            1.2.2 随机性仿真验证
2 跟驰模型
    2.1 智能驾驶员模型
    2.2 反应时间
    2.3 参数设置
        2.3.1 人工车跟驰模式
        2.3.2 智能网联车跟驰模式
        2.3.3 参数取值
3 异质交通流基本图模型
    3.1 基本图模型
    3.2 敏感性分析
        3.2.1 自由流速度
        3.2.2 最小安全车距
4 数值仿真
    4.1 仿真环境设置
    4.2 仿真结果分析
5 结论


【参考文献】：
期刊论文
[1]智能网联车辆交通流优化对交通安全的改善[J]. 秦严严,王昊.  中国公路学报. 2018(04)
[2]网联辅助驾驶混合交通流稳定性及安全性分析[J]. 秦严严,王昊,王炜.  东南大学学报(自然科学版). 2018(01)
[3]混有CACC车辆和ACC车辆的异质交通流基本图模型[J]. 秦严严,王昊,王炜,万千.  中国公路学报. 2017(10)
[4]混有协同自适应巡航控制车辆的异质交通流稳定性解析与基本图模型[J]. 秦严严,王昊,王炜,万千.  物理学报. 2017(09)
[5]中国交通工程学术研究综述·2016[J]. 马建,孙守增,芮海田,马勇,王磊,刘辉,张伟伟,陈红燕,陈磊.  中国公路学报. 2016(06)
[6]车辆跟驰行为建模的回顾与展望[J]. 王殿海,金盛.  中国公路学报. 2012(01)



本文编号：3636327