为研究混合人工驾驶车辆(human-driven vehicle,HV)与网联自动驾驶车辆(connected and autonomous vehicle,CAV)交通流环境下不同特征车辆混入下高速路分流区的通行效率与行车安全性的提升问题[1],深入分析不同特征车辆混入造成的影响...为研究混合人工驾驶车辆(human-driven vehicle,HV)与网联自动驾驶车辆(connected and autonomous vehicle,CAV)交通流环境下不同特征车辆混入下高速路分流区的通行效率与行车安全性的提升问题[1],深入分析不同特征车辆混入造成的影响十分必要。基于此,文章以L3层级自动驾驶货车为研究对象,选取3组特征车辆,在考虑混分流(L0~L5)的影响下,选定并设置高速路匝道入口作为研究场景,引入车路协同系统[2],纳入交通参与者行为差异的多样性并加以改进。在所建立的混合交通流微观仿真模型基础上,联合SUMO(Simulation of Urban Mobility)与Python搭建仿真平台,实现驾驶行为模型的仿真验证与高速路中包含基本路段和分流区的混合交通流场景下的仿真试验[3],基于试验数据从交通效率与安全角度分析不同车辆特征对交通流特性的影响及改进跟驰模型的效果。展开更多
文摘为研究混合人工驾驶车辆(human-driven vehicle,HV)与网联自动驾驶车辆(connected and autonomous vehicle,CAV)交通流环境下不同特征车辆混入下高速路分流区的通行效率与行车安全性的提升问题[1],深入分析不同特征车辆混入造成的影响十分必要。基于此,文章以L3层级自动驾驶货车为研究对象,选取3组特征车辆,在考虑混分流(L0~L5)的影响下,选定并设置高速路匝道入口作为研究场景,引入车路协同系统[2],纳入交通参与者行为差异的多样性并加以改进。在所建立的混合交通流微观仿真模型基础上,联合SUMO(Simulation of Urban Mobility)与Python搭建仿真平台,实现驾驶行为模型的仿真验证与高速路中包含基本路段和分流区的混合交通流场景下的仿真试验[3],基于试验数据从交通效率与安全角度分析不同车辆特征对交通流特性的影响及改进跟驰模型的效果。