多模式驾驶车辆混行条件下合流区协同交汇优化问题研究

With the rapid development of road information and auto-driving technology, road traffic with fully Manual Vehicles(MV) will gradually become multi-mode vehicles mixed traffic with the Connected and Automated Vehicles(CAV)as the main body. Under the new mixed traffic environment, the road lane resources and vehicle group behavior will change from passive response to active adaptation. And the existing road planning, traffic design and management will be subverted. Aiming at the conflict and efficiency problems caused by the merging traffic flow in the confluence area of expressway, this project will be carried out in order to improve the merging safety and driving adaptability in the merging process. At first, the interactive car-following and cooperative lane-changing behavior between the MV and the CAV under different traffic densities will be studied. The cooperative merging mechanism and the optimal trajectory control strategy for the CAV will be built. Then, the cooperative optimal method between the CAV control trajectory and the lanes dynamic allocation at the merging area will be studied. Dynamic allocation mechanism of the special lanes for the CAV in confluence area based on vehicle dynamic data under different spatio-temporal distribution and proportion of the CAV. At last, the theory and models above will be tested through real vehicle and driving simulation experiments. The research results of this project will provide strong support for the deep application of automated driving technology and road information transformation.

随着道路信息化和自动驾驶技术的快速发展，完全人工驾驶的道路交通将逐渐变为以智能网联汽车为主体的多模式驾驶车辆混行交通。新的混行环境下，道路车道资源和车辆群体行为将从被动响应转变为主动适应，由此将颠覆现有交通管理和控制模式。本项目针对目前快速路合流区车流交汇时引发的冲突和效率问题，以提升多模式车辆间交汇安全性和驾驶适应性为主要目标，研究不同交通密度下网联与人工驾驶车辆交互跟驰和换道行为，解析网联车辆与人工车辆协同交汇机理，构建多模式驾驶车辆间协同交汇策略；研究网联车辆运行轨迹与车道资源调配协同优化方法，提出不同网联车辆时空分布和渗透率下合流区车道动态调配机制，并通过实车和驾驶仿真实验进行测试验证。重点解决合流区网联车辆运行轨迹与车道资源动态调配协同优化、网联车辆对人工驾驶车辆合流的间接控制机理等关键科学问题。本项目研究成果将为自动驾驶技术的深度应用、道路数字化交通基础设施建设提供有力支撑。

随着道路信息化和自动驾驶技术的快速发展，“新基建”和“双智城市”创建也已步入快车道，完全人工驾驶的道路交通将逐渐变为以智能网联汽车为主体的多模式驾驶车辆混行交通。网联自动驾驶车辆和人工驾驶车辆构成的新型混行环境下，道路车道资源和车辆群体行为将从被动响应转变为主动适应，由此将颠覆现有交通管理和控制模式。本项目针对目前快速路合流区车流交汇时引发的冲突和效率问题，以提升多模式车辆间交汇安全性和驾驶适应性为主要目标，主要完成了以下主要研究内容：1）基于激光雷达对快速路合流区微观车辆运行行为进行分析，研究不同交通密度下网联自动驾驶车辆与人工驾驶车辆交互跟驰和换道行为；2）分析完全网联自动驾驶车辆在合流区的协同交汇策略，解析网联自动驾驶车辆与人工驾驶车辆协同交汇机理，构建多模式驾驶车辆间协同交汇控制模型；3）研究网联自动驾驶车辆运行轨迹与车道资源调配协同优化方法，构建考虑合流区专用网联车道设置和生态驾驶的不同网联车辆时空分布和渗透率下多驾驶模式车辆之间的协同交汇策略，并通过实车和驾驶仿真实验进行测试验证。重点解决合流区网联自动驾驶车辆运行轨迹与车道资源动态调配协同优化、网联自动驾驶车辆对人工驾驶车辆合流的间接控制机理等关键科学问题。本项目研究成果将为自动驾驶技术的深度应用、道路数字化交通基础设施建设提供有力支撑。在本项目的支持下，本项目组发表论文9篇，其中SCI论文2篇，EI收录5篇，参加国际学术会议6人次；申请发明专利6项，其中2项已授权，申请并授权实用新型专利4项，申请并授权软件著作权1项；培养硕士研究生6名；参与编写《苏州高铁新城车路协同自动驾驶交通系统发展白皮书》1项。