车联网环境下稳健提升合流区通行能力的车辆行为协同控制策略研究

As a section that interweaves main traffic flow and merging traffic flow, the expressway on-ramp exists a large number of lane changing behavior, which can easily lead to traffic flow chaos and capacity reduction. Both complex vehicle behavior and difficult feature extraction greatly increases the difficulty of modeling and design of traffic control scheme. In order to solve this problem, this project investigates the topic of "how to improve the traffic capacity at expressway on-ramp while minimize the merging disturbance in internet of vehicles”, which includes: 1) evaluate and revise minimum safety distance model in car-following based on the characterization of multi-vehicle space-time information and vehicle automatic control parameters, and then reconstruct the multi-vehicle collaborative micro car-following model accord with internet of vehicles, and finally evaluate the stability of the model; 2) establish a second-order derivative dynamic model based on the three-phase traffic flow theory, and find the mathematical expression of the relationship between each main traffic parameters and boundary conditions for traffic-lag dissipation using disturbance injection method, then derive the density maximization multi Lane cooperative control guidelines;3) establish on-ramp multi-lane traffic flow game model based on multi agent traffic game theory and the collaborative optimization control criterion, and then design optimization low complexity algorithm to obtain a on-ramp traffic flow collaborative reconstruction control strategy. The accomplishment of the proposed project helps facilitate the development of high-efficient vehicle-road collaborative control systems in internet of vehicles. Therefore, the research in the proposed project has both theoretical interest and practical value.

快速路合流区作为主线车流和汇入车流的交织路段，频繁的汇入车流扰动极易引发交通流状态紊乱和通行能力降低。由于合流区车辆行为交织复杂，其交通控制系统的设计难度大且稳定性不高。本课题围绕“如何在车联网环境下提高快速路合流区的通行能力同时最小化汇入扰动？”展开研究，具体内容包括：1）引入多车时空信息与车辆控制响应参数，对现有车辆跟驰最小安全距离模型进行评估和修正，建立多车感知信息融合的车辆跟驰模型，并对其稳定性进行分析；2）扩展跟驰模型，构建薛定谔二阶动力学模型，结合扰动注入法，求解交通主要参数之间关系以及迟滞消散边界条件，推导密度最大化多车道协同控制准则；3）基于多Agent交通博弈理论，结合协同优化控制准则，设计具有低复杂度的博弈模型寻优求解算法，从而获取合流区车辆行为精细化控制策略方案。本课题的研究工作有助于构建车联网环境下高效的车-路协同合流控制系统，因此具有较高的研究价值和实际意义。

快速路合流区作为主线交通和汇入交通交汇路段，存在大量的车道变换行为，本课题围绕“如何在车联网环境下提高快速路合流区的通行能力同时最小化汇入扰动？”展开研究，具体内容包括：1）引入多车时空信息与车辆控制响应参数，对现有车辆跟驰最小安全距离模型进行评估和修正，建立多车感知信息融合的车辆跟驰模型；2）扩展跟驰模型，推导模型稳定性及密度最大化多车道协同控制准则；3）基于多Agent交通博弈理论，结合协同优化控制准则，获取精细化控制策略方案。主要取得了以下进展：.（1）面向车联网时空信息的车辆跟驰模型 .本研究基于网联车实测数据的分析结果，提出了一种新的车辆跟驰模型，使用最大互信息系数来评价分析网联车分别在激活和关闭V2V通信场景下的驾驶行为特性，在此基础上构建了考虑V2V消息影响的车辆跟驰模型。通过对模型的参数标定和验证分析，结果表明新提出模型的仿真模拟数据与观测数据间的标准差相比于传统的FVD模型降低了38.2%。.（2）跟驰模型稳定性分析.随后，对标定后的模型进行线性和非线性分析，以评价网联交通流的稳定性，并通过仿真实验验证理论分析的正确性。理论分析和实验结果均表明：新模型由于借助V2V消息考虑到了交通流冲击效应，可以减小车头时距和车速的波动幅值，能够在一定程度上缓解交通拥堵。.（3）基于合作博弈的合流区车辆协同优化控制方法.提出了一种基于合作博弈的合流序列和合流轨迹协同全局优化控制方法，构建了代表效率、油耗和舒适性的联合目标函数，通过分析合流场景和控制终端时间特征，将多参与者合作博弈分解为多个两参与者合作博弈，利用庞特里亚金最小值原理和收益矩阵求解了两车合作博弈的最优策略，利用最小收益对应的最优控制律控制车辆合流轨迹，实现合流序列和合流轨迹的全局优化，并验证了该方法的有效性。.本课题的研究工作有助于构建车联网环境下高效的车-路协同合流控制系统，因此具有实际意义。