自动驾驶作为智能交通系统的重要组成, 是提高出行效率、缓解交通拥堵的新兴手段。自动驾驶技术和车辆在我国的逐渐普及, 会出现自动驾驶、手动驾驶、非机动车及行人共存的混合交通流, 此外, 自动驾驶车辆的功能等级差异、自动驾驶车辆比例、相关法律法规以及使用中对辅助驾驶技术的限制等因素导致手动-自动驾驶混合交通流呈现新的特点。
国外关于自动驾驶系统的研究综述和混合交通流特性的交通理论研究均较多, 而国内在该领域的研究相对滞后。MILAKI等[1]从三级影响顺序上详细阐述了自动驾驶车辆的影响, 一级影响包括交通费用、道路容量和交通选择等, 二级影响包括车辆拥有和共享、土地利用等, 三级影响包括能源消耗、空气污染、交通安全、经济等方面, 并对文献研究结论分别进行总结, 提出自动驾驶车辆的交通影响的未来研究建议。当前, 关于自动驾驶的混合交通流的研究主要围绕辅助驾驶的纵向控制技术, 例如自适应巡航 (Adaptive Cruise Control, ACC) 和协同适应巡航系统 (Cooperative Adaptive Cruise Control, CACC) 。XIAO等[2]从系统、历史发展、交通等多个角度对ACC相关文献进行了详细综述, 其中交通角度阐述了ACC对交通安全、道路容量、交通稳定的影响。这些综述力求全面, 而较很少针对交通理论研究展开。
我国交通状况不同于国外且情况复杂, 为完善交通流理论, 引起国内学者的关注, 从自动驾驶技术对交通流的影响和自动驾驶混合交通流的基本参数关系出发, 在整理该领域研究成果的基础上, 对基于自动驾驶的混合交通流研究方向和方法进行总结, 提出未来研究方向。
自动驾驶是智能交通系统体系框架的重要组成, 其迅速发展对智能交通系统具有推动作用。当前全球自动驾驶技术发展水平良莠不齐, 为交通研究带来了巨大的挑战。关于自动驾驶技术的等级有多种界定, 美国汽车工程师协会在将自动驾驶技术分为6个等级:
0级无自动驾驶 (No Automation)
1级驾驶员辅助 (Driver Assistance)
驾驶员控制车辆, 但系统可以修正车辆速度与转向。包括自适应巡航系统、车道保持辅助。
2级部分自动驾驶 (Partial Automation)
在需要矫正时, 驾驶员要能够控制车辆, 但驾驶员不再控制车辆速度与转向。例如, 奔驰研发的增强型限距控制系统、停车辅助。
3级有条件的自动驾驶 (Conditional Automation)
系统完全控制车辆功能, 例如, 速度、转向和检测环境, 但在必要时驾驶员必须能够提供矫正措施。
4级高度自动驾驶 (High Automation)
系统已能完全控制车辆功能而不再需要人的操作, 但是只能局限于特定的条件下, 例如谷歌汽车。
5级完全自动驾驶 (Full Automation)
系统已能完全控制车辆而不再需要人的操作, 系统能实现等级4的功能且能适应驾驶条件。目前还没有哪种驾驶系统处于此等级。
随着自动驾驶技术的成熟, 配置自动驾驶技术车辆的市场渗透率会逐渐增高, 路网中车辆车头时距、车辆反应时间等交通参数得到优化, 交通流特征发生变化。由于实车实验的难以开展, 现有研究主要采用微观仿真 (元胞自动机模型、跟驰模型) 模型从混合交通流基本图以及自动驾驶对交通流的影响展开。
交通流基本图模型即流量密度速度之间的关系是宏观交通理论的重要组成, 是交通流理论和交通工程学科的基础, 引入自动驾驶技术的混合交通流具有新的特性, 研究基于自动驾驶技术的混合交通流的基本图模型有助于定量研究混合交通流特性以及不同的自动驾驶技术对混合交通流影响的变化规律, 将会成为未来研究的重要方向。
邱小平[3]等基于Gipps安全距离, 引入车辆长度、加减速性能、反应时间等车辆特性, 建立单车道上改进的NaSch元胞自动机模型, 模拟不同反应时间、不同自动驾驶技术车辆比例等条件下的交通流基本图;Lo等[4]首先利用NaSch模型、慢启动规则的TT模型和BJH模型模拟交通流中的普通车辆, 然后针对忽略车道偏离预警和车道保持系统仅考虑自适应巡航系统和自动走停系统的影响的高级车辆控制与安全系统提出了基于不同车辆间隔的4个元胞自动机模型, 得出手动车辆与自动驾驶车辆混合运行等3种情景下交通参数关系图。BOSE[5]等利用线性模仿手动驾驶模型及提出的纵向车辆跟驰自动驾驶模型, 得到混合交通流的流密曲线图, 结合纯手动驾驶车辆和纯半自动驾驶车辆的流量-密度曲线进行分析;XIE等[6]利用多车头时距及速度差异模型和优化速度模型分别描述ACC车辆和手动驾驶车辆, 得到不同ACC车辆比例时的流量-密度基本图, 定量分析基本图的4个区域得到不同区域ACC车辆的作用差异。秦严严等[7]根据不同类型车辆的跟驰模型得出异质交通流的解析表达式, 推出人工车辆、CACC车辆和ACC车辆的混合交通流的异质交通流基本图模型。
目前基于自动驾驶技术的交通理论研究集中于对交通流影响研究, 主要研究车辆纵向控制的ACC和CACC系统对控制策略设计、安全影响、交通稳定性、环境能耗等方面的影响。
JIANG等[8]基于自动巡航控制原理和恒常时间间距策略, 在NaSch模型的基础上提出了改进的元胞自动机交通流模型, 该模型显示自动驾驶车辆可以有效地改善交通拥堵问题现状;KESTING[9]将智能驾驶模型、人工驾驶模型和车道变换模型合并得到微观多车道交通仿真器, 提出了交通-自适应巡航系统并用之模拟了自动/手动驾驶行为等情境, 分析了ACC比例对交通流稳定性和交通容量的影响;NGODUY[10]考虑速度差异建立了气体动力学宏观模型来模拟混合交通流, 用线性方法提取影响交通流稳定性的条件, 模拟不同ACC比例对交通流稳定性和瓶颈路段通行能力的影响。DELIS等[11]利用气体动力学模型模拟CACC车辆和ACC车辆, 通过分析研究不同ACC/CACC方法对宏观交通流的稳定性的作用, CACC车辆在稳定交通流上具有更好的效果。华雪东等[12]建立了模拟ACC车辆的基于常车头时距的车辆跟驰子模型、模拟手动驾驶车辆的元胞自动机子模型, 和车辆换道模型仿真上匝道系统混合交通流, 并分析了ACC车辆比例、合流区长度、期望车头时距等因素对上匝道混合交通流的影响, 表明ACC车辆混入可以提高交通流速度和流量, 缓解拥堵。大量研究结果显示ACC/CACC车辆对交通流有积极影响, 但这些研究成果几乎不具有实践指导意义, 难以反应实际交通状况的复杂性。
结合交通流理论及自动驾驶技术对现有研究进行介绍, 集中讨论了基于自动驾驶技术的混合交通流的研究现状, 其研究内容主要是CACC/ACC对道路交通的影响及交通流基本图模型。
由于实车实验的高昂代价, 大多研究采用了元胞自动机模型和车辆跟驰模型, 也有少量研究应用气体动力学模型, 极大地丰富了模型的应用。
国外研究主要是对自动驾驶和非自动驾驶车辆混合交通的研究, 不适用于我国复杂的混合交通状况, 未来的研究方向应该结合我国实际交通情况, 对不同等级的自动驾驶车辆、非自动驾驶车辆与非机动车辆或行人混行的混合交通流特性进行研究。
摘要：自动驾驶技术的应用使交通流呈现新的特点, 但基于自动驾驶车辆的混合交通流已有研究内容局限且不具有实际指导意义。基于自动驾驶系统的意义、层次与发展现状进行分析, 现有研究主要利用元胞自动机模型及车辆跟驰模型对混合交通流进行模拟, 研究自动驾驶技术对道路交通的影响以及混合交通流参数关系。随着自动驾驶技术的逐渐成熟, 交通流理论的内涵与外延会更加丰富, 后续研究应考虑自动驾驶横向控制技术以及我国人车混合、机非混合的交通现状。
关键词：智能交通,交通流模拟模型,归纳分析,混合交通流,自动驾驶
[1] . MILAKIS D, AREM B V, WEE B V. Policy and society related implications of automated driving:A review of literature and directions for future research[J]. Journal of Intelligent Transportation Systems Technology Planning and Operations, 2017, 21 (4) :324-348.
[2] . XIAO L, GAO F. A comprehensive review of the development of adaptive cruise control systems[J]. Vehicle System Dynamics, 2010, 48 (10) :1167-1192.
[3] .邱小平, 马丽娜, 周小霞, 等.基于安全距离的手动—自动驾驶混合交通流研究[J].交通运输系统工程与信息, 2016, 16 (04) :101-108+124.
[4] . LO S C, HSU C H. Cellular automata simulation for mixed manual and automated control traffic[J]. Mathematical and Computer Modelling, 2010, 51 (7-8) :1000-1007.
[5] . BOSE A, IOANNOU P. Mixed manual/semi-automated traffic:A macroscopic analysis[J]. Transportation Research Part C Emerging Technologies, 2003, 11 (6) :439-462.
[6] . DONG-FAN X, ZI-YOU G, XIAO-MEI Z. The effect of ACC vehicles to mixed traffic flow consisting of manual and ACC vehicles[J].Chinese Physics B, 2008, 17 (12) :4440-4445.
[7] .秦严严, 王昊, 王炜, 等.混有CACC车辆和ACC车辆的异质交通流基本图模型[J].中国公路学报, 2017, 30 (10) :127-136.
[8] . JIANG R, WU Q S. The adaptive cruise control vehicles in the cellular automata model[J]. Physics Letters A, 2006, 359 (2) :99-102.
[9] . KESTING A. Microscopic Modelling of Human and Automated Driving:Towards Traffic-adaptive cruise control[D]. Technische Universität Dresden, Germany, 2008.
[10] . NGODUY D. Application of gas-kinetic theory to modelling mixed traffic of manual and ACC vehicles[J]. Transportmetrica, 2012, 8 (1) :43-60.
[11] . DELIS A I, NIKOLOS I K, PAPAGEORGIOU M. Macroscopic traffic flow modeling with adaptive cruise control:Development and numerical solution[J]. Computers&Mathematics with Applications, 2015, 70 (8) :S0898122115003703.
[12] .华雪东, 王炜, 王昊.考虑自适应巡航车辆影响的上匝道系统混合交通流模型[J].物理学报, 2016, 65 (08) :223-235.
推荐阅读：
混合式课例研究是基于对问题的研究06-03
基于捕食搜索策略的混合动力汽车参数优化06-10
基于fpga的交通灯设计07-23
基于dm广告的研究06-01
基于Matpower的电力系统潮流计算06-28
基于行为因素的煤矿现代安全管理研究07-09
基于产业链的战略管理研究论文06-29
