考虑时延的智能网联汽车混合交通流稳定性分析

为研究时延对交通流稳定性的影响,构建考虑时延的人工驾驶汽车和智能网联汽车混合交通流稳定性分析模型.首先,分析并确定混合交通流中不同类型跟驰模式的比例关系和时延取值;然后,在此基础上采用不同的跟驰参数和时延值区分车辆的跟驰模式,并由此推导出混合交通流线性稳定条件;最后,以智能驾驶员模型为例,通过设计数值实验分别讨论智能网...     

一类时变时滞车辆跟驰模型的稳定性控制

为了研究交通拥堵问题,同时了解交通拥挤形成的过程以及驾驶员自身特性对交通流稳定性的影响.本文基于复杂网络同步理论,对一类考虑前后车效应的时变时滞最优速度车辆跟驰模型的稳定性进行了研究.利用Lyapunov稳定性理论,通过设计基于速度和车头间距的自适应控制器使得该车辆跟驰模型趋于稳定,并得到了模型稳定性的条件.此外,在车辆受到随机外部扰动的情形下,研究了该模型的稳定性.最后,采用MATLAB仿真技术进行了数值模拟,结果表明在本文设计的控制器下,考虑前后车效应的时变时滞最优速度车辆跟驰模型快速趋于稳定,拥堵现象得到了有效的缓解.     

基于改进最优速度的车辆跟驰模型及数值模拟

为了克服传统最优速度模型(OVM)单一考虑车间距对最优速度影响的不足,在同时考虑跟驰车与前导车之间的车间距和相对速度对后车跟驰行为影响的基础上,提出一种基于改进最优速度的车辆跟驰模型。通过对模型线性稳定性分析,得到改进模型的稳定性条件,并与OV模型进行比较,发现改进模型的稳定区域显著增加。最后对改进模型进行数值仿真,结果表明基于改进最优速度的车辆跟驰模型能明显增强交通流的稳定性。     

前后车辆最优速度差跟驰模型与数值仿真

为了克服经典最优速度（OV）模型仅依据车间距单一因素调整跟驰车最优速度的局限性,在考虑前导车与跟驰车最优速度差信息对交通流稳定性影响的基础上,提出了一种改进的最优速度差（OVD）模型,并通过小振幅摄动法对模型进行了稳定性分析,推导了模型的稳定性条件。最后对改进OVD模型进行了数值仿真。通过线性稳定性分析,发现考虑前后车辆最优速度差后,自由流稳定的临界驾驶员反应灵敏度系数明显减小,稳定区域显著增加。仿真结果表明,与OV跟驰模型相比,在相同初始扰动条件下,改进OVD模型能够明显增强交通流的稳定性。     

考虑前车加速度信息的跟驰模型及数值模拟

为了改进最优速度（OV）跟驰模型只考虑车间距因素对车辆跟驰行为影响的不足,在考虑前导车加速度信息对后车跟驰行为影响的基础上,提出了一种改进OV跟驰模型。并利用小振幅扰动法对模型进行了线性稳定性分析,得到了模型的稳定性条件,对改进OV模型进行了数值模拟。仿真结果表明,与传统OV模型相比,考虑前导车加速度信息对跟驰车的影响后,交通流的稳定区域显著增加,改进OV模型能有效抑制交通流的堵塞。     

考虑后视和多前车信息反馈的车辆跟驰模型

为改进车联网环境下车辆跟驰模型的稳定性,在经典OVCM模型基础上考虑后视效应、多前车速度差和多前车最优速度记忆综合信息对交通流稳定性能的影响,提出一种基于后视和多前车信息反馈的扩展车辆跟驰模型。根据线性稳定性分析法得出模型的中性稳定性判断条件,并进行数值仿真实验与分析。实验结果表明,在扰动初始条件设置一致下,所提模型相比于OV、FVD、OVCM模型,交通流稳定区域增大,速度波动幅度减小,特别是考虑的前车数k、后视敏感系数λi和记忆效应敏感系数γi取值为k=3,λi=［0.2,0.15,0.1］,γi=［0.1,0.08,0.06］时,车辆的平均速度波动率低于0.1%,由此说明,所提模型能有效减少扰动影响,增强交通流的稳态保持。     

考虑后视效应和多前车信息的跟驰模型

网联车跟驰模型的研究可为未来实施大规模的实地测试提供模型参考,已成为交通流及智能交通领域的研究热点.为了更好地研究智能网联车的跟驰特性,在MVD模型的基础上,提出了一种考虑后视效应和多前车信息的跟驰模型(BL-MVDAM),利用线性稳定性分析方法推导出BL-MVDAM模型的交通流稳定性判断依据,并分别分析了模型中各参数对系统稳定性的影响,给出分析结果并进行了数值仿真实验.仿真实验选取在环形道路上给行驶过程中的车队施加轻微扰动,并根据跟驰车对后车的关注程度P和前车数量k设计数值模拟实验,当其他条件一致时,本文模型相比FVD,MVD,OMVC和BLVD模型,BL-MVDAM模型中车队的速度波动率较小,尤其是当P=0.8,k=3 时,车队速度平均波动率最小可以达0.24％,实验分析结果表明,所提出模型在引入后视效应和多前车信息后,具备更优的稳定区域,能较好地吸收扰动且有利于增强车队行驶的稳定性.     

城市微观交通流模型综述

车辆跟驰模型和换车道模型是微观交通流模型研究的基础。对GM模型、线性模型、安全距离模型、AP模型、模糊推理模型和神经网络的车辆跟驰模型进行了详细的评述,并提出了现有的车辆跟驰模型存在的问题。并且对判断性换车道模型和强制性换车道模型进行了详细地论述,同时对其进行了评价。     

考虑后视和最优速度记忆的跟驰模型及仿真

为提高交通流的稳定性,在考虑后视效应和速度差信息（Backward Looking and Velocity Difference,BLVD）模型的基础上,综合考虑后视和最优速度记忆效应,提出了一个扩展的跟驰模型。采用线性稳定性分析,推导出该模型的交通流稳定判据,发现在模型中引入后视和最优速度记忆效应的共同作用后,交通流的稳定区域有明显增大。通过数值仿真验证了理论分析,仿真结果表明：在初始扰动相同的条件下,与BLVD模型相比,新提出的扩展模型具有更好的交通流致稳性能。最后,使用NGSIM数据对所提出的跟驰模型进行参数标定和评价,证明其能更准确地刻画车流演变规律。     

全速度差跟驰模型的Lyapunov稳定性分析

车辆跟驰模型是智能交通系统(intelligent transportation system,ITS)中研究微观交通流的一个主要内容,而稳定性分析则是跟驰模型研究的一个重要问题.为了有效分析跟驰模型的稳定性,本文从控制理论的角度出发,针对典型的全速度差(full velocity difference,FVD)跟驰模型,提出了基于Lyapunov函数的稳定性分析.随后对FVD模型进行了数值仿真,结果表明了本方法的有效性.     

考虑时延速度差和限速信息的智能网联车跟驰模型

针对由于驾驶员对于道路限速和时延信息获取的不确定性而引起的跟驰行为受扰和交通流失稳等问题,提出了一种车联网（IoV）环境下考虑时延速度差和限速信息的跟驰模型TD-VDVL。首先,引入时延导致的速度变化量和道路限速信息对全速差（FVD）模型进行改进;然后,利用线性谱波微扰法推导出TD-VDVL模型的交通流稳定性判断依据,并分析模型中各参数对系统稳定性的影响;最后,利用Matlab进行数值仿真实验与对比分析。仿真实验中,分别选取在笔直道路和环形道路,给行驶过程中的车队施加轻微扰动。当条件一致时,TD-VDVL模型比优化速度（OV）、FVD模型中车队的速度波动率和车头间距起伏均小,尤其是当限速信息的敏感系数取0.3、时延速度差的敏感系数取0.3时,所提模型的车队速度平均波动率在时间500 s时可以达到2.35%,车头间距波峰波谷差仅为0.019 4 m。实验结果表明,TD-VDVL模型在引入时延速差和限速信息后,具备更优的稳定区域,能够明显增强跟驰车队吸收扰动的能力。     

交通流多预期延迟模型与数值仿真

为了更准确地描述交通流,考虑驾驶员反应延迟时间和前车信息的非均衡使用,建立一种多预期延迟跟驰模型。线性稳定性分析表明,驾驶员反应延迟时间的增加会降低交通流的稳定性,多个前车信息的使用可以提高交通流的稳定性。数值仿真的结果表明,减少司机的反映延迟时间和适当地增加前车信息都能提高交通流的稳定性。为尽可能少地引入输入变量,不均衡地利用前车的车间距和速度差信息是必要的。理论和数值模拟的结果均表明驾驶员反应延迟在交通拥堵的形成过程中起着重要作用。     

交通网络车流量的分布式协同优化方法研究

针对城市交通网络主干道车流量密度非连续特性,分析了交通网络车流量分段仿射模型.从最小化车流量延迟角度,给出了优化目标函数并进行凸分析.在此基础上,将城市交通网络系统描述为非完整性约束条件的非线性动态系统,利用反步法通过控制变量代换和状态转换将该系统转化为时变可控协同标准型的一般形式,并设计城市交通网络系统的分布式协同控制律.然后在城市主干道交通网络模型中,分别对协同分布式优化方法、定时控制、感应控制三种交通控制算法进行对比仿真分析,从仿真结果可以看出,本文所提出的协同分布式优化方法具有较好的性能,有效的降低了交通网络中车辆平均等待时间.     

驾驶员预估效应对交通流合作驾驶格子模型优化状态的影响

基于合作驾驶格子模型, 考虑驾驶员对交通流量的预估效应, 提出一个扩展的交通流合作驾驶格子模型。通过线性稳定性分析和非线性分析探讨驾驶员预估效应对合作驾驶格子模型优化状态的影响。结果表明, 驾驶员预估效应能够进一步增强合作驾驶格子模型优化状态下的稳定性。     

Car-following model with explicit reaction-time delay: linear stability analysis of a uniform solution on a ring

A microscopic car-following model with an explicit reaction-time delay is considered. The acceleration of every vehicle depends on its actual speed, the predecessor speed, and the distance between them. The acceleration function explicitly includes the driver’s reaction-time delay. On the one hand, this is an undoubted advantage of the model, and on the other hand, it significantly complicates the mathematical analysis. The subject of the study is the stability analysis of the uniform solutions on a ring. Using the linear stability analysis, we obtained the conditions on the model parameters including the driver’s reaction time, for which perturbations around the uniform solution decay. The calculations show that there are values for the model parameters, which satisfy the obtained conditions and at the same time provide a realistic dynamic of the vehicles. An important result is the fact that this model is able to reproduce such phenomenon as propagation of stop-and-go waves, which are widely known in traffic flow theory and are observed in practice. The latter is another advantage of the proposed car-following model.     

考虑前车动态效应的高速跟驰交通流研究

为描述交通中存在的“高速跟驰”现象,在NaSch模型的基础上,考虑了前车的运动特性,并结合驾驶员的驾驶行为差异,建立了考虑前车动态效应的高速跟驰交通流模型（DPM）。通过数值模拟得到了高速跟驰规律,当道路车流密度为0.18时,车道上的高速跟驰率为4.93%;同时,通过分析车辆运动的时空特性,模拟出交通流中自由流、同步流以及宽幅运动阻塞现象;还得出了不同驾驶员占比下的速度-流量-密度的关系;并分析了车辆随时间变化的速度及车头间距波动情况,较NaSch模型有更高的交通稳定性。通过NGSIM数据集及国内实测数据验证了DPM模型的有效性和实用性。