智能网联混行环境下交叉口时空资源配置优化

在网联自动车辆(CAVs)与人工驾驶车辆混行环境下,构建混合整数线性规划(MILP)模型,以优化交叉口时空资源配置.该模型以交叉口通行能力最大化为目标,约束条件主要包括车道渠化、流量分配和信号配时等相关约束.以典型四车道十字交叉口为例,在网联自动车不同驾驶行为和不同渗透比例的条件下,优化交叉口渠化方案和信号配时方案.结果表明,随着网联自动车占比和跟驰行为的改变,交叉口最优渠化方案和信号配时方案须相应调整.网联自动车占比增大和跟车时距减小,均有利于提高交叉口的通行能力,且当网联自动车跟车时距不受前车类型的影响时,交叉口通行能力提高更多.

混行交叉口网联自动车专用道布设方案评价模型

为评价混行交叉口网联自动车专用道的布设方案,分析了不同专用道布设情况下网联自动车流和人工车流在交叉口内的各种冲突,根据是否受专用道布设位置影响,将其分为基本冲突、左冲突和右冲突。在此基础上,以混行交叉口通行能力最大为目标,构建了一套混合整数线性规划模型,包括车道渠化、流量分配和信号配时相应约束,在给定的专用道布设方案下,协同优化专用道和普通车道的渠化方案以及相应的信号配时方案,消除上述3种车流冲突。以典型四车道十字交叉口为例,选取5种不同的专用道布设方案进行比较,分析网联自动车占比、交通量水平和左右转车流比例3个因素对不同专用道布设方案下交叉口最大通行能力的影响。结果表明:网联自动车专用道数量和位置的改变,及由此带来的最优渠化方案和信号配时方案的改变,都将影响交叉口的最大通行能力;当网联自动车占比较小时,专用道数量越少则交叉口最大通行能力越大;当网联自动车占比较大时,专用道数量越多则交叉口最大通行能力越大;交通量水平影响不同专用道布设方案下最大通行能力的差值大小,但不影响不同布设方案的优劣顺序;交叉口车流转向比例发生变化后,不同专用道布设方案下交叉口最大通行能力以及优劣顺序均会发生改变。