详情

原文传递智能网联环境下换道意图对路段交通能耗影响研究

论文题名：	智能网联环境下换道意图对路段交通能耗影响研究
关键词：	混合交通流;能耗分析;跟驰行为;换道意图;个体空间
摘要：	在新时代高质量发展背景下，绿色、安全与舒适是交通行业考虑的重要因素，新能源汽车与智能网联汽车应运而生，道路上将长期存在不同智能等级、不同能源供给的混合交通流。保证混合交通流环境下的舒适、稳定、绿色驾驶成为交通运输工程中新的研究领域。汽车产业的转型对于“双碳”的贡献也成为关注的热点。　　本文基于对国内外现有研究成果借鉴分析，通过优化混合交通流跟驰行为建模，建立换道意图（Lane Change Intention，LCI）影响机理，探讨了LCI对路段交通流能耗的影响，主要研究内容及结论如下：　　（1）建立了基于个体空间（Personal Space，PS）的跟驰模型。为分析面向特定路段的微观能耗模型的理论基础，对智能网联环境下的跟驰模型进行了优化研究。在重庆市海峡路展开了无人机试验调查，使用视频识别系统采集了自由流状态下车辆连续时间点的位置坐标、速度、加速度、车头时距等信息。通过筛选得到了292条有效轨迹数据，对比分析发现PS的变化对跟驰行为存在影响。为进一步探究影响机理，将人工驾驶车辆（Human-Driven Vehicles，HDVs）和协同自适应巡航控制（Cooperative Adaptive Cruise Control，CACC）车辆形成的混合交通连续流中的交通个体进行PS分析，应用智能驾驶人模型（Intelligent Driver Model，IDM）建立了混合交通流PS-IDM模型。模型仿真结果表明：基于PS-IDM的跟驰模型对混合交通流稳定性拟合效果提升有效，较单一跟驰模型驾驶平顺性最大提高20.7%；PS 大小与交通流不稳定速度范围呈负相关关系；同质 CACC 车辆交通流较同质HDV交通流，平均侵入率下降4.6%，车辆驾驶平顺性提高约65%。　　（2）分析了LCI对跟驰行为的影响机理。基于调查数据，进一步研究前车LCI对交通连续流的跟驰行为影响，对比分析发现前车产生LCI和前车无LCI的跟驰行为存在差异。为明确该差异对HDVs和CACC车辆形成的混合交通连续流的稳定性影响，基于PS-IDM模型构建了混合交通流LCI-IDM模型，运用控制理论方法解析LCI-IDM模型的混合交通流稳定性，计算不同CACC车辆渗透率下的稳定域。结果表明：前车产生 LCI 对混合交通流稳定性存在负面影响，CACC 渗透率有利于混合交通流稳定性；不考虑前车LCI时，CACC渗透率达到62%在自由流速度范围内均可稳定；考虑前车LCI影响时，任意CACC渗透率下均存在不稳定速度区间。　　（3）探究了多维混合环境下LCI对路段交通能耗的影响。基于建立的跟驰行为影响机理，研究了燃油车（Fuel Vehicle， FV）-纯电动车(Battery Electric Vehicle， BEV)、HDV-CACC多维环境下车辆LCI对路段交通流能耗的影响。在传统能耗模型的基础上，考虑BEV渗透率、CACC渗透率，建立了多维混合交通流能耗模型。运用微观交通流理论方法解析车辆 LCI，分析了 LCI 对多维混合交通流能耗的影响机理，进行了实验仿真。结果表明：前车LCI对路段交通流能耗存在负面影响，在95%有效影响范围内，存在车辆LCI的交通流能耗较跟驰交通流能耗平均增大7.8%；电动车渗透率有利于降低混合交通流能耗，经济速度时同质电动车交通流的路段能耗仅为同质FV交通流的58.3%；CACC渗透率能增加交通流韧性，在FV-BEV 车辆比例一定前提下，CACC 渗透率越高，LCI 对能耗影响越小，完全转变为同质CACC交通流时，车辆LCI仅增加交通流整体能耗4.99%，低于平均水平。　　综上，本文以微观交通流理论角度建立了交通能耗模型，分析结果认为：LCI对路段交通流能耗存在负面影响，BEV和CACC的推广可以一定程度上抵消LCI对交通能耗排放的不利影响；当CACC普及率较低时，应减少LCI以确保交通流的稳定性是减少交通能耗的有效途径；为环保部门研究城市交通污染提供了理论分析手段，为交通部门制定换道限制、速度限制、定向车道等交通管理措施提供了决策依据。
作者：	郑闵谭渝
专业：	交通运输工程;交通运输规划与管理
导师：	胡兴华
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2023