详情

原文传递网联车混行状态下的信控交叉口通行能力及运行效率研究

论文题名：	网联车混行状态下的信控交叉口通行能力及运行效率研究
关键词：	混合交通流;通行能力;交叉口通行能力;饱和流率;有效绿信比;动态信号控制;运行效率;SUMO仿真
摘要：	车联网(VehicletoEverything,简称V2X)技术与智能网联车的发展，必然会使道路交通运行状况发生改变，为了探究网联车混行状态下的信号控制交叉口通行能力，将在V2X环境下，以智能网联汽车与网联人工驾驶汽车混行的交通应用场景为研究对象,深入探究混行状态下的动态信号控制交叉口通行能力的影响因素、测算模型以及交叉口的运行效率，研究结果对于混合交通流背景下的交叉口规划、控制以及后期的管理有着深远的意义。　　首先，通过对网联车相关技术、混合交通流与交叉口通行能力的研究现状进行总结确定了主要的研究内容。结合交叉口通行能力概念与计算方法、智能网联车在交叉口处协同控制等相关理论分析可知饱和流率与有效绿信比是计算信号控制交叉口通行能力的主要参数，在V2X环境下二者都会发生改变。为对交叉口饱和流率影响因素进行分析,讨论了混行状态下四种可能出现的跟驰类型，基于概率模型建立了智能网联车与人工驾驶车辆混行状态下的饱和流率分析模型，并通过数值模拟对模型中的参数进行分析。研究表明，智能网联车的渗透率、车速、期望车头时距、跟车类型以及有效绿信比都能够影响混合交通流背景下交叉口的通行能力。　　其次，为构建混行状态下动态信号控制交叉口通行能力及其相关参数测算模型，探究了车联网环境下动态信号控制机理与动态信号控制配时参数的计算方法，从而在饱和流率法的基础上得到了动态信号控制交叉口通行能力计算方法。其中，不同渗透率下直行与左转车道饱和流率利用仿真获得后，利用Matlab对分别仿真结果进行一元非线性回归拟合获得不同渗透率下饱和流率测算模型;混行状态下动态信号控制的有效绿信比测算模型基于最大通行能力与最小延误两个目标进行建模，模型中的权重系数利用模糊矩阵法进行分配后，利用遗传算法求解有效绿信比。　　最后，基于SUMO(SimulationofUrbanMobility,简称SUMO)仿真对上述测算模型进行验证并对智能网联车在不同渗透率下的运行效率进行分析。通过交通调查获取交叉口渠化、车流量、饱和车头时距等车辆行驶速度等数据后，基于SUMO搭建仿真环境，在仿真中人工驾驶车辆选取Wiedemann跟驰模型，智能网联车辆选取协同自适应巡航控制(CooperativeAdaptiveCruiseControl,简称CACC)跟驰模型，在未设置信号控制时通过仿真分别获得不同渗透率下的直行与左转车道饱和流率，设置信号控制后再次在不同渗透率时分别运行仿真获取动态信号控制下的绿灯时间、排队长度以及延误等信息。通过对仿真结果与测算结果误差分析可知，测算模型计算得到的交叉口通行能力误差在4％以内，所以提出的测算模型有一定的参考意义。随着智能网联车渗透率的增加，平均排队长度与平均延误随之降低，在智能网联车渗透率0％～20％时变化不明显;从30％到70％降低幅度明显，其中在渗透率50％～60％时降低幅度最为明显;自70％以后，交叉口的平均排队长度与平均延误变化不显著。从全人工驾驶车辆到智能网联车辆渗透率达到100％,平均绿灯时间由146s降低到66.5s,降低了54.4％;平均排队长度由39m降低到7.5m,降低了80.7％;平均延误由58.8s降低到20.7s,降低了65％。研究结果表明，智能网联车环境下能够明显提升交叉口的运行效率。
作者：	徐菡
专业：	道路交通运输
导师：	李树彬;赵景春
授予学位：	硕士
授予学位单位：	山东建筑大学
学位年度：	2023