摘要：根据车路协同环境城市快速路分流区不同车型的自动、人工驾驶混合车流特征,引入动态加速度、可变换道概率改进元胞自动机模型车流运行规则;设计了考虑主路自动驾驶渗透率、大型车混入率、驶出自动驾驶渗透率、驶出车流率、出口匝道车道数、换道决策点距离等因素耦合作用的分流区换道仿真试验;对比分析了多因素耦合作用下驶出车辆自由换道率、平均换道距离等指标影响程度,研究了城市快速路分流区道路通行能力变化规律;提出了基于可变换道决策点距离的分流区道路混合车流通行能力提升策略。研究结果表明:分流区驶出车辆自由换道率越高,道路通行能力越大;主路车流自动驾驶渗透率对通行能力的影响最为显著,自动驾驶环境可达到人工驾驶环境道路通行能力的2倍;出口匝道车道数对通行能力的影响不显著,2条出口匝道比1条出口匝道的通行能力提升约3%;换道决策点距离对通行能力的影响较为显著,车辆换道决策点距离从100 m增加到150 m时,分流区道路通行能力可提高9.6%~10.6%。可见,可借助移动式交通标志提前引导车辆换道决策,显著提高分流区道路通行能力。

摘要：智能网联环境下通过对车辆群体中部分关键的网联与自动驾驶车辆实施反馈控制,能够间接影响人工驾驶车辆的运行,从而在效率、安全等方面实现对整体交通流的优化。基于此提出了一种基于谱聚类的牵制控制(Spectral Clustering Based Pinning Control, SC-PC)策略,旨在优化智能网联环境下车辆群体的微观控制方法与效果,提升交通流整体运行水平。首先,面向智能网联环境下的车辆群体提出了网络模型的构建与牵制控制的定义。其次,综合考虑网络拓扑静态信息与车辆动力学动态信息,提出了一种基于谱聚类算法的关键控制节点识别方法,用于确定牵制控制的实施对象。然后,以安全和效率等多目标为导向设计了针对牵制节点车辆的反馈控制方法。最后,基于真实场景下车辆跟驰行驶的TOD数据集开展数值仿真试验,对比分析不同牵制节点识别方法与不同牵制率下的牵制控制效果,并对所提SC-PC策略的有效性进行了验证。结果表明:相较于其他牵制控制策略,所提出的SC-PC策略能够更加准确地识别出车辆群体中的关键控制节点,在交通振荡、同步性、安全性指标方面分别至少提升5.3%、11.7%和16.0%,所提方法能够在提高交通流抗干扰性的同时,实现效率与安全性的同步优化,可服务于智能网联环境下交通流优化控制问题中资源投入与控制效果的权衡。

摘要：为解决多前车-后车通信拓扑结构车队中多源时变信息延误影响下的车队稳定性问题,本文提出一种考虑信息同步的智能网联车队控制策略。为此,首先梳理车队中车辆间交互存在的信息延误方式,设计追溯时间项,应用线性前馈-反馈控制器构建状态信息同步的车辆跟驰控制器模型。其次,采用关于间距误差的l2范数稳定性概念,应用控制领域的频域法推导确保车队稳定性控制的稳定性条件。最后,基于推导条件,通过数值计算给出不同通信结构和固定时距下确保车队稳定性的控制参数组合区域。针对领队车周期性震荡和自然驾驶震荡场景,采用数值仿真实验分析所提出的控制策略对于提升车队稳定性的有效性,以及针对减速场景下车队系统的安全表现进行验证。结果表明:对于相同通信结构,车辆控制参数的可行区域随固定时距的增大而变大;提供信息的车辆越多,临界固定时距越小,当控制参数范围为[0,2]时,提供信息的车辆数为1、2和3所对应的固定时距临界值分别为0.43 s、0.24 s和0.16 s;扰动实验结果验证了应用信息同步策略有效抵消延误影响从而保证间距误差随扰动传播而衰减;在加速度为-3.0 m/s^(2)和-4.0 m/s^(2)的减速情况下,基于TIT数值可知信息同步策略能够降低碰撞风险分别超过48%和45%;在加速度为-5.0 m/s^(2)情况下,采用信息同步策略不会发生追尾事故,表明信息同步策略对于紧急制动情况的有效性。基于信息同步的车队控制策略能够为智能网联车队应用提供理论支撑。

摘要：结合专业主干课程特点,开展"交通仿真实验"课程思政建设,明确思政育人目标,设计教学环节与教学内容,优化教学方法与考核方式,强化典型教学案例,融入和体现思政元素,使学生在掌握交通仿真实验技能的同时,重点塑造其工匠精神、领军意识、家国情怀。该课程思政建设成效明显,最新一轮的教学实践调查数据表明,选课学生对思政教学效果的总体认同度达96.7%。

摘要：The connected and automated vehicles(CAVs)technologies provide more information to drivers in the car-following(CF)*** the human-driven vehicles(HVs),which only considers information in front,the CAVs circumstance allows them to obtain information in front and behind,enhancing vehicles perception *** paper proposes an intelligent back-looking distance driver model(IBDM)considering the desired distance of the following vehicle in homogeneous CAVs *** on intelligent driver model(IDM),the IBDM integrates behind information of vehicles as a control *** stability condition against a small perturbation is analyzed using linear stability theory in the homogeneous traffic *** validate the theoretical analysis,simulations are carried out on a single lane under the open boundary condition,and compared with the IDM not considering the following vehicle and the extended IDM considering the information of vehicle preceding and next *** scenarios are designed to evaluate the results under different disturbance strength,disturbance location,and initial platoon space *** results reveal that the IBDM has an advantage over IDM and the extended IDM in control of CAVs car-following process in maintaining string stability,and the stability improves by increasing the proportion of the new item.