考虑多车效应的改进耦合映射跟驰模型分析-analysis of improved coupling mapping following model considering multi-vehicle effect.docxVIP

摘要车辆跟驰模型(Car-FollowingModel)描述了单车道无超车行驶车队中后车跟随前车的动力学过程，从微观层面刻画了单车道上交通流的演化特性，对现代交通的模拟、评价及管理控制有着重要的理论价值和实际意义。耦合映射(CoupledMap)跟驰模型是车辆跟驰模型的一种离散版本，适于描述复杂的交通控制问题，且算法简洁，便于计算机仿真实现，但是传统CM模型考虑的驾驶因素较少，对实际交通的刻画比较简单。随着交通系统内车辆密度的增加，车与车之间的关系越来越紧密，当前车的行驶状态不仅受其直接前导车的影响，而且还受前方多辆车和后方车辆状态的影响，而传统的耦合映射模型没有考虑这种多车效应，为此，本文从前后多车效应出发，对CM模型进行改进，并研究了基于改进模型的交通拥堵抑制方法，为如何提供信息引导驾驶行为的改变以抑制交通拥堵提供了一定参考。论文的主要工作如下：首先，考虑多前车车头间距信息，对CM模型中的优化速度(OV)函数进行改进，提出了基于多前车效应的耦合映射(MPVCM)跟驰模型，利用线性系统理论导出了其稳定性条件，在开放边界条件下对模型进行数值模拟，结果表明：对比传统CM模型，MPVCM模型明显改善了小扰动引起的车流失稳现象，提高了车流稳定性，并且得到考虑前方车辆的最佳数目为3辆。然后，由于实际交通中驾驶员会通过后视镜或借助ITS观察后车状态变化，为此在MPVCM模型上进一步考虑后车效应，设计相应的后视优化速度函数，提出了考虑前后多车综合效应的CECM模型，对其进行了稳定性分析与数值模拟，结果显示：相比MPVCM模型，CECM模型中的稳态车头间距增大，车速波动幅度更小，更加有效地改善了小扰动引起的车流失稳现象，进一步提高车流稳定性。最后，考虑到邻近前车与当前车速度差和安全间距是驾驶员在跟随行驶中最直接关注的信息因素，提出了基于本文CECM模型的速度差-安全间距(VDSH)综合效应拥堵抑制方法，理论推导了不产生交通拥堵的条件，给出了反馈增益取值的一般方法。理论分析和模拟结果表明：VDSH-CECM模型对比VDSH-CM模型的拥堵抑制效果更好，反馈增益取值范围更大。同时，统计不同车辆参数对应反馈增益范围发现其取值区间与驾驶员敏感系数和车辆最大速度之间存在线性相关性，且这种相关性与实际交通情况吻合。关键词：耦合映射，跟驰模型，优化速度，多车效应，稳定性，拥堵抑制ABSTRACTCar-followingmodeldescribesthedynamicprocessoffollowingcarsmovingwithleadingcarinamotorcadewhichdrivinginsinglelanewithoutovertaking.Itanalyzestheevolutionoftrafficflowinsinglelane,andisofgreattheoreticalvalueandpracticalsignificanceinmoderntrafficsimulation,evaluationandmanagementcontrol.Coupledmap(CM)car-followingmodel,whichisacorrespondingdiscreteversionofthecar-followingmodel,issuitablefordescribingcomplextrafficcontrolproblemsandcomputersimulationasitsconcisealgorithm.However,traditionalCMmodelisrelativelysimpletodescribetherealtrafficduetolessdrivingfactorsconsidered.Withtheincreasingofvehicledensityintrafficsystem,therelationshipbetweenvehiclesbecomesmoreandmoreimportant,sotherunningstateofthevehicleisnotonlyinfluencedbyitsnearest-neighbourprecedingvehicle,butalsobyitsmultipleprecedingvehiclesanditsrearvehicle.However,traditionalCMcar-followingmodelhardlyconsideredtheeffectofthemultipleprecedingvehiclesandtherearvehicle.Inmodernintelligenttransportationsystem(ITS),driverscanget