多模式车辆交通流多交叉口协同控制理论与实验研究

RCA heterogeneous traffic flow that consists of regular vehicles, connected vehicles(CVs) and autonomous vehicles (AVs) will bring changes to urban network traffic flow. This phenomenon has existed and continued for long period with the development of CVs and AVs. The introduction of CVs and AVs changes conventional driving behaviors, updates the requirements of traffic control. Therefore, researches on control theory of RCA heterogeneous traffic flow is an urgent task for the new connected environment. While several studies have examined the possible effects of CVs and AVs on the driving environment, most of the modeling approaches in the literature do not discuss the RCA heterogeneous traffic flow control problem, and pragmatic approach is rare especially. Based on Shanghai Intelligent Connected Vehicles Demonstration Zone, (1) this research analyses driving behaviors of regular vehicles, CVs and AVs; develops car-following models for RCA heterogeneous traffic flow; researches characteristics of RCA heterogeneous traffic flow under various composition condition. (2) CV guidance, AV control and signal control are integrated to research coordinated control approaches of RCA heterogeneous traffic flow, and to develop the multi-intersection coordinated control strategy. (3) Integrated information interaction & coordinated control experimental platform is developed, and coordinated control theory is proposed based on pragmatic approach considering the coordination between slow variables (i.e., supply-demand relation, control target) and fast variables (i.e., vehicle trajectory, traffic state and signal control plan). Generally, the proposed project has both theoretical and practical significance in terms of developing traffic signal control systems for RCA heterogeneous traffic flow.

常规车辆、网联车辆及自动驾驶车辆组成的多模式交通流已呈现并将持续存在，城市道路网络交通流结构亦将随之改变。新型车辆的混入影响了驾驶行为及其交通流控制需求，多模式交通流控制理论研究势在必行。若干前瞻研究分别理论性探索了网联车辆及自动驾驶车辆对交通流的影响，鲜见多模式交通流控制及实验研究。本项目基于上海智能网联汽车示范区，面向多模式间断交通流，解析各类车辆驾驶模式，构建微观交通流跟驰模型，研究不同混合条件下多模式交通流特征；以最小协调控制网络——多交叉口为对象，整合网联车辆引导、自动驾驶车辆控制及信号控制，研究多模式交通流协同控制机制，及多交叉口最佳相位协调控制策略；针对供需关系、控制目标等慢变量与车辆轨迹、交通流运行状态、信号控制方案等快变量，结合实验研究协同控制理论，构建多模式交通流条件下信息交互及协同控制集成实验平台。研究成果对于建设与发展多模式交通流控制系统具有重要理论意义和实用价值。

常规车辆、网联车辆及自动驾驶车辆组成的多模式交通流已呈现并将持续存在，城市道路网络交通流结构亦将随之改变。新型车辆的混入影响了驾驶行为及其交通流控制需求，多模式交通流控制理论研究势在必行。若干前瞻研究分别理论性探索了网联车辆及自动驾驶车辆对交通流的影响，鲜见多模式交通流控制及实验研究。本项目基于上海智能网联汽车示范区，面向多模式间断交通流，解析各类车辆驾驶模式，构建微观交通流跟驰模型，研究不同混合条件下多模式交通流特征；以最小协调控制网络——多交叉口为对象，整合网联车辆引导、自动驾驶车辆控制及信号控制，研究多模式交通流协同控制机制，及多交叉口最佳相位协调控制策略；针对供需关系、控制目标等慢变量与车辆轨迹、交通流运行状态、信号控制方案等快变量，结合实验研究协同控制理论，构建多模式交通流条件下信息交互及协同控制集成实验平台。研究成果对于建设与发展多模式交通流控制系统具有重要理论意义和实用价值。. 本研究将原创性的算法应用在广州市中心城区实际交通控制系统中。其创新点和核心优势为：一是构筑了可复用性强、自动化程度高的间断交通流信息提取与演化规律分析方法以及层次清晰、易于输入输出和查询的存储结构，提高数据可信度及数据缺失的容错度；二是通过交通子区的划分避免求解过程陷入维度灾难，通过设置合理的奖惩函数及闭环反馈机制，促进区域级交通信号控制更好的产业化推广；三是设计自动化程度较高的分层递阶式智能交通控制机制，将智能算法与交通工程专业知识相结合，从宏观、中观、微观三个维度打造优化系统，进而实现“时间上争分夺秒，空间上寸土必争”的区域级多交叉口协同优化平台。本平台的前瞻性在于：面向未来10-20年最常见的常规人类驾驶车辆、联网车辆与智能网联车辆混行场景，提供在保障有限用户最优条件下实现系统最优的协同管控方案，为未来的全自动驾驶交通场景打下基础。