人机混驾交通流交织区换道模型切换控制策略_李霞.pdf

收稿日期：2022-05-13*国家自然科学基金项目（51908187）资助 第一作者（通信作者）简介：李霞（1981），博士，副教授.研究方向：智能交通.E-mail:人机混驾交通流交织区换道模型切换控制策略*李霞1李明烨1张孝铭2崔洪军1马新卫1（1.河北工业大学土木与交通学院天津 300401；2.帝国理工大学商学院伦敦 SW72AZ）摘要：因交织区的强制换道存在紧迫性，车辆换道行为在交织区后半段会出现因换道意愿强烈而产生的激进换道行为，这种微观的换道行为将给交通流带来一定影响；在人机混驾情形下，不同类型换道切换控制模型同样可能影响交织区通行能力。在分析人机混驾交通流交织区换道行为特性的基础上，将换道类型分为保守型换道和激进型换道；在可接受安全间隙模型的基础上结合自动驾驶车辆间的协同行为，构建自动驾驶车辆在保守状态下的协同换道模型；以及在激进型状态下考虑目标车道后车类型影响下，构建激进型换道模型。通过分析津保立交桥实地调研轨迹数据和NGSIM中US-101交织路段轨迹数据，分别拟合了保守型、激进型换道模型切换点分布函数；考虑不同车辆驾驶行为特性及其相互作用，提出人机混驾条件下换道模型切换控制逻辑决策。以SUMO仿真软件搭建实验平台，考虑人工驾驶车辆换道模型切换点分布特性，以优化最大流率、交织区整体车辆运行速度、换道车辆速度等为目标，确定不同自动驾驶车辆渗透率下自动驾驶车辆的最佳保守型-激进型换道模型切换点。仿真结果显示：在交织区长度为250 m，自动驾驶渗透率分别为0.2，0.5，0.8时，自动驾驶换道模型切换点分别在180，80，50 m处达到最佳，即随着自动驾驶渗透率的提高，换道切换点最佳位置将向交织区入口处逐渐移动，且在自动驾驶渗透率较低时这种换道切换点的变化较为明显；在较高渗透率下，由于协同换道出现频率增高，自动驾驶强制性换道行为比例降低，换道模型切换点对交织区通行能力的影响逐渐变小。本项研究对人机混驾条件下高速公路交织区自动驾驶车辆的换道控制提供决策依据关键词：智能交通；人机混驾；换道模型；换道点；交通仿真中图分类号：U491.5+4文献标识码：Adoi:10.3963/j.jssn.1674-4861.2022.06.005Switching Control Decision of Lane-changing Model in Interweaving Areasof Mixed Traffic Flow with Human-driving and Autonomous VehiclesLI Xia1LI Mingye1ZHANG Xiaoming2CUI Hongjun1MAXinwei1(1.School of Civil and Transportation Engineering,Hebei University of Technology,Tianjin 300401,China;2.Imperial College Business School-London,London SW72AZ,UK)Abstract:Due to the urgency of forced lane change in weaving areas,lane-changing behaviors occur in the secondhalf of a weaving segment due to a strong desire to change lanes,which will have a certain impact on traffic flow.Ina situation of mixed traffic flow with human-driving and autonomous vehicles,different lane change control modelscan affect the capacity of weaving areas.Based on analyze the characteristics of lane-changing behaviors in theweaving areas with the mixed traffic flow,they are divided into two types:conservative lane-changing and radicallane-changing.Based on an acceptable safety gap model and the cooperative behavior among autonomous vehicles,a cooperative lane changing model for autonomous vehicles in a conservative state is constructed;and the radicallane change model under the influence of the vehicle type behind the target lane in the radical state.By analyzingthe track data from the field survey of Jinbao Interchange and the track data of the US-101 weaving area in NGSIM,the distribution functions of switching points of conservative and radical lane changing models are fitted,respective-ly;Considering the characteristics of different vehicle driving behaviors and their interactions,the logic decision oflane change model switching control under the condition of the mixed traffic flow is proposed.The SUMO simula-tion software is used to develop an experimental platform.Considering the distribution characteristics of the switch-人机混驾交通流交织区换道模型切换控制策略李霞李明烨张孝铭崔洪军马新卫45交通信息与安全2022 年6 期第 40卷总 241期0引言在人机混驾交通流下，交织区车辆的换道行为因换道压力、自动驾驶车辆信息交流的存在而与一般换道行为存在差异1，且自动驾驶车辆换道行为可在一定程度上实现主动控制，故可对人机混驾交通流交织区换道模型及自动驾驶汽车控制策略进行研究。近年人机混驾条件下无人驾驶车辆换道行为研究较多，Kanaris等2对无人驾驶车辆合流和换道问题进行了分析并给出了在紧急制动条件下换道最小安全距离的计算方法，并针对不同类型车辆制动情况给出特定最小安全距离；黄玲等3基于深度学习理论,构建了人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型；孟鑫4以博弈论思想为基础,量化计算自动驾驶车辆换道收益，采用纳什均衡的方法对模型进行求解，得到交织区人机混驾下自动驾驶车辆最优换道策略；Liu 等5以传统元胞自动机模型为基础，针对自由换道行为和强制换道行为设计了2套换道规则，通过仿真分析了自动驾驶车辆对异构交通流动力学的影响；田勇达6在混流条件下对协同换道中的后车减速协同与强制性换道进行了区分，并建立了多主体动态协同换道模型。现有研究多集中于人机混驾交通流中基本路段和分合流区的换道行为研究，且多数考虑了人工驾驶车辆的换道行为对自动驾驶车辆的换道策略的影响。故交织区换道行为研究也需在对人工驾驶车辆影响因素，应考虑人工驾驶换道行为统计分析的基础上，从宏观交通流的总体通行效率、稳定性出发，确定自动驾驶车辆换道决策。在交织区换道研究方面，刘有军等7在构建交织区元胞自动机模型时考虑了换道压力对换道行为的影响，换道车辆在靠近交织区末端仍未实施换道时会减速并迫使目标车道后车减速以提供足够的换道间距。对交织区的换道模型选取可通过空间位置进行划分，彭博等8基于高精度车辆轨迹数据，划分上下游、交织影响区等多个分区，独立设置变量与规则进行建模；Hao等9提出了描述交织区换道位置特征的强制换道概率密度模型；曹珊10对车辆换道行为的特性进行了深入剖析，对已有的换道模型进行归纳总结，比较它们的优缺点，再根据元胞自动机的原理建立了城市道路换道模型，考虑换道的各种情况和驾驶员的自身的影响因素，提出了换道压力的概念，并据此对于强制性换道和自由性换道分别给出了换道概念模型。现有研究指出在交织区的不同区段人工驾驶车辆换道行为存在明显差异，且行为变化分布存在一定规律，故有必要分区段构建其换道模型，并基于实车数据统计分析其换道行为切换点分布规律，为自动驾驶车辆模型切换决策提供依据。目前，已有学者关注到分流区模型切换方面的研究，即在饱和交通流下，驾驶员会采取激进型和保守型2种不同的强制换道策略11。Gong等12提出了出口匝道由保守型换道至激进型换道的位置优化模型；钟异莹等13在此基础上基于正态分布提出了分流区保守型换道和激进型换道的切换条件。交织区车辆换道行为特性与基本路段存在较大差异，因其换道均属强制换道，人工驾驶车辆会随距出入口位置的不同呈现不同的换道特性。现已有学者关注到普通交通流分流区行为变化即换道模型切换对道路通行能力的影响，但交织区交通流运行状态与分流区有显著差异，主路与匝道车辆之间的干扰更突出，对于换道模型的切换条件仍需进一步分析得出。自动驾驶车辆的模型切换点位置控制较于人工ing points of the lane-changing model of the manual vehicles,and aiming at optimizing the maximum flow rate,theoverall vehicle running speed in the weaving area,and the speed of the lane-changing vehicles,the optimal conser-vative-aggressive lane changing model switching points of the autonomous vehicles under different penetrationrates of the autonomous vehicles are determined.The simulation results show that when the length of the weavingarea is 250 m and the penetration rate of autonomous vehicles is 0.2,0.5,0.8,the switching point of automaticlane-changing model reach the best at 180,80,and 50 m respectively,with the increase of the penetration rate of au-tonomous vehicles,the best position of the lane change switching point will gradually move towards the entrance ofthe weaving segment,and the change of this lane change switching poi