网联自动驾驶专用车道优化设计与布设方法研究

The Connected and Automated Vehicle (CAV) technologies are leading to rapid progress on the new development of intelligent transportation system (ITS) and this development brings new problems and challenges for the roadway infrastructure systems. It is great necessary for the government to realize this great change and make comprehensive planning and design in order to fully utilize the benefits brought by the CAV technologies. This project will mainly focus on three key aspects of research: 1) roadway design on CAV managed lanes; 2) CAV roadway capacity study; and 3) the network deployment of CAV managed lanes. Firstly, this project will provide a framework on CAV managed lanes by integrating speed harmonization, cooperative adaptive cruise control (CACC) and cooperative merging. Secondly, automated vehicle driving behavior will be calibrated using experimental data. The calibrated model will be incorporated in a microscopic simulation platform for analysis of lane capacity under different CAV market penetration and geometric design. At system level, a network optimization model will be developed to determine the optimal location to minimize system costs. This research provides theoretical and methodological foundation for deploying managed lanes with CAV traffic. It can play an important role in advancing the development of CAV technologies and CAV-based next-generation transportation systems management.

网联自动驾驶技术带动了新一代智能交通系统的快速发展，也给道路基础设施的建设带来了新的问题与挑战，道路基础设施的发展没有跟上网联自动车发展的步伐。为了发挥网联自动车辆的使用效能以及最大化利用现有道路基础设施能力，亟待对道路资源进行新的规划和设计。本项目将围绕网联自动驾驶车道设计、通行能力和车道布设三个关键问题展开研究。首先考虑在网联自动驾驶环境下，从速度协调、协同自适应巡航控制、协同合流三方面设计专用道的交通流协同控制算法；然后基于自动车实验数据建立网联自动驾驶模型，进而利用微观仿真技术和宏观基本图模型分析，计算不同市场渗透率与不同道路几何设计情况下的车道通行能力。在交通系统层面，以最小化系统成本为目标，通过建立动态网络优化模型获取最优化的专用道部署方案。这些关键问题的研究将为网联自动驾驶专用车道设置提供理论依据和方法支持，促进网联自动驾车的高效使用与普及，具有重要的理论价值和应用前景。

智能网联技术推动了新一代智能交通系统的快速发展，也给道路规划与设计带来了新的问题与挑战。为了加快智能网联车辆产业化落地，亟待对道路资源进行新的规划和设计，以适配智能网联车辆的驾驶特性。本项目面向智能网联车辆与传统车辆混行环境，分析了混合交通流特性，进而根据混合交通流特性制定了车道管理框架，并提出了混合交通流管控方法，为混合交通流管控提供了新思路。在基础理论研究方面，针对混合交通流特性方面，建立了混合交通流基本图，搭建了混合交通流安全评估框架，提出了多场景下的车队稳定性分析方法。. 通过深入分析得出以下结论：智能网联车辆的渗透率大于30%，可以显著提升道路通行能力；渗透率低于20%，会增加整体交通流的碰撞风险；渗透率介于10%—80%，混合交通流稳定性较差。通过以上分析可知智能网联车辆的混入可能会加剧交通安全问题。为保障交通效率及安全，项目组立足当前国内实际情况，考虑工程应用技术及建设成本等实际情况，提出了面向混合交通流的车道管理架构。首先，建立了道路通行能力计算方法，设计了自动驾驶专用车道功能，进而提出了混合交通流管理方法并建模。然后面向高速公路场景，以通行能力最大为目标，提出了自动驾驶专用车道优化部署方法。更进一步，项目组将车道管理方法拓展至城市道路，建立了路网自动驾驶专用车道双层规划优化部署方法，其中下层为混合交通分配，刻画了交通出行行为。. 研究发现，有条件的部署专用车道可以提高通行效益，尤其是渗透率为50%—80%，可以较大的提高通行效率。除此之外，项目组还研究了专用车道的精细化设计，提出了智能网联车辆上下匝道控制方法，为车道管理策略的落地提供了基础。综上所述，项目组深度分析了混合交通流特性，为后期交通规划与管控提供了重要的基础，具有前沿的学术理论价值；提出的车道管理方案可实施性高，成本低，适应性高，可用于部分智慧高速公路试点工程，具有较高的工程应用价值。