基于后向和多前车效应的跟驰建模及仿真

为了能够较为准确地刻画V2V(Vehicle to Vehicle)环境下车辆间的跟驰行为特征,同时提高其在运行过程中的稳定性,在OV模型和FVD模型基础上,综合考虑相邻后车及多前车效应下的优化速度和速度差等因素,提出具有后向和多前车综合效应的跟驰模型。对所建立的跟驰模型进行线性稳定性分析,推导出模型的临界稳定性条件,进而分别讨论了不同参数取值对模型稳定性的影响,最后基于Matlab进行了相应的数值仿真验证。仿真结果表明,模型中各影响系数在允许范围内的取值越大,模型的稳定区域也相应扩大,车辆可以在更大范围内平稳行驶;模型的抗扰能力更强,在运行过程中能够自行消散微小扰动,证明模型具有较高的稳定性,能够全面的描述V2V环境下交通流所呈现出的运行规律。

基于人在回路的混合增强智能交通系统设计

随着5G时代的即将到来,智能交通技术也进入了相对快速的发展阶段,同时我们要清楚地认识到智能交通的本质并不是用各类传感器“取代人类”,相反的是加深了“人与车辆、道路的合作”,形成了混合增强智能。人在回路的混合增强智能就是基于将人的感知、经验引入到智能交通系统的控制回路中,产生一种新的“人–车一体”系统,以便于提高整个系统在处理复杂路况时的可信度。通过采用ZigBee无线通信和人在回路控制的方式可分别实现车–车、车–控制中心的信息交互以及危险状况下驾驶模式切换等功能。

基于VISSIM仿真的高速公路事故管控策略研究

为了能够在高速公路发生交通事故后快速有效地减轻交通拥堵,本文利用收费站数据建立高速公路车辆速度模型,根据速度阈值判断某一路段是否发生交通事故,根据事故持续时间提出了一种基于VISSIM仿真的管控决策方法。选取“排队长度”参数作为管控方案的评价指标,通过对事故上游的收费站入口禁行时间和入口数量进行管控。以山东青临高速公路某一路段为例,VISSIM仿真和实际应用结果表明:车辆速度模型的使用及管控方案的实施,具备科学的辅助决策作用,为高速公路的实时性管控提供了强有力的技术支持。