智能网联测试场混合交通流仿真研究

智能网联汽车的出现为解决交通问题提供了新的技术手段。通过智能网联汽车与交通控制协同策略消除交通冲击波的生成和传播影响是提高交通效率与安全的有效手段之一。研究对混合流下的智能网联车辆速度控制与可变限速控制以及两者的协同控制模型与机制,通过搭建测试场数字孪生感知平台,获取测试场高环区域内的实时混合交通流数据,并构建协同控制模型框架与最优化求解办法,探究协同管控策略在测试场高环场景下对交通效率与安全的实际效果。通过仿真实验,对比交通效率、安全等核心指标,显示的协同控制策略对测试场交通流碰撞时间分布数据优化了50%以上,对当前场景的总行程时间优化超过20%,为智能网联车辆控制优化交通流提供解决思路。

基于轨迹数据的过饱和信号路口排队长度分析

针对交通过饱和情况,利用网联车轨迹数据提供的车辆到达和停车位置等信息,提出一种基于交通冲击波的周期初始队列长度和最大排队长度的估计方法。基于网联车车辆轨迹确定车辆到达时刻、排队时刻、启动时刻及驶离时刻4个临界点的时空数据,并根据时空信息建立到达率估计模型,运用冲击波理论对每个周期初始队列长度及最大排队长度进行估计,应用微观交通仿真软件SUMO对模型进行仿真验证。实验结果表明:在网联车渗透率不低于20%的情况下,当v/c=1.0(v为实际交通流量,c为道路通行能力)时,初始队列长度MAE值小于6.5 m,MAPE值小于10%,最大排队长度的MAE值小于16.0 m,MAPE值小于11%,说明基于车辆轨迹的交叉口排队长度估计模型能够较为有效地估计过饱和交叉口的最大排队长度和初始队列长度。

移动闭塞条件下重载铁路列车流特性研究

移动闭塞系统是我国重载铁路未来发展的关键技术。借鉴道路交通流理论,建立描述流量、密度及速度关系的铁路宏观基本图,用以分析重载列车流的基本特性及运行现象。建立移动闭塞条件下列车优化速度跟驰模型,以大秦铁路为背景进行仿真模拟,根据模拟结果绘制重载列车流仿真Q-K-V关系图,并与理论基本图进行对比分析,证明了仿真模型的可靠性。在此基础上,研究不同列车长度、不同坡度、不同限速以及采用电控空气制动条件下重载列车流的特性和对线路能力的影响。进一步研究移动闭塞条件下重载列车流冲击波产生的机理及传播规律,为重载运输列车流的管控提供了理论基础。