文摘

连接和自主车辆(骑士)已经成为交通的重点。这一领域的研究人员提出了多种交通管理措施,加强交通与骑士的能力和效率,尤其是混合交通的骑士和手动工具(MVs)。专属车道设置是包括在内。然而,专属车道政策性研究混合交通的骑士和MVs非常有限,数量和位置的影响混合专用车道的交通还不清楚。为了填补这一空白,本文旨在研究不同的影响车道混合交通政策和提供推荐专用车道政策在不同流量和CAV普及率。高速公路两条车道和三道在一个方向考虑,和十六巷政策提出了。然后模拟不同车道政策提出一个新的细胞自动机(CA)模型,和属性包括流量、平均速度,和骑士退化进行了分析评估每个车道的交通效率的政策。结果表明,骑兵专用车道可以改善的能力,同时为能力改进MV专用车道显得无助。七巷政策,包括GC,通用,为两车道的高速公路,GCG CM,公司治理文化,和CCM三车道的高速公路,比其他人的平均速度。另外,专用车道可以减少AVs骑士堕落的概率。 Our findings may help to optimize freeways’ lane policies and improve the efficiency of heterogeneous traffic mixed with CAVs and MVs.

1。介绍

在过去的几十年中,学者和工程师们一直在寻求解决的问题如何更有效地提高交通容量和流量如何操作可以提高了智能交通系统(ITS) [1]。人工智能的发展,传感器技术和通信技术导致了显著的进步。在这种情况下,连接和自主车辆(骑士队)现在涌现2]。

骑士已经成为亮点,吸引了全世界的关注,因为优越的特性如无人驾驶导航和vehicle-to-vehicle (V2V)和vehicle-to-infrastructure (V2I)沟通能力3,4]。与人类司机相比,骑士可以得到更精确的近实时交通信息,从而使骑士可以立即反应驾驶环境的变化及时(5]。连续两个骑士之间的进展是相当小于两个手动车辆(MVs) [6- - - - - -8]。此外,V2V和V2I大大扩大探测范围骑士的传感器,这意味着从数百米获得交通信息的能力提前。

然而,骑士的混合交通,MVs必将长期存在。流量业务将受到骑士之间的交互和MVs9,10]。这种混合交通是不可避免和减少可能导致效率和交通安全问题与纯骑兵相比。交通管理方法包括专属车道设置来缓解和改善的交互性能的混合交通是值得我们研究。本文建立了一个元胞自动机(CA)模型来描述不同的骑士和MVs车辆驾驶行为。不同的专属车道混合交通政策的影响包括骑士和MVs在不同流量和CAV普及率( )是仔细调查。最后,建议专属车道设置被吸引。

本文组织如下。首先,回顾相关文献提出了部分2。一般显微镜交通模型,该模型可以描述两个骑士和MVs提出了部分3。部分4介绍了不同的专属车道的设置策略。部分5分析仿真结果。一些进口的影响因素对混合交通和车道政策研究部分6。部分7得出了结论和展望未来的研究。

2。文献综述

以前,自主驾驶和V2V通信流量的影响,例如,影响交通安全,容量,拥堵,和行为,研究了。例如,丹尼尔[11)调查的潜在好处自驾车辆(AVs)减少事故,缓解交通拥堵,提高燃油经济性,减少停车需求。AVs面临的重大障碍,全面实施被认为是。Mahmassani [12)集中在AVs和连接车辆(CVs)对交通流的影响和操作。他发现,增加市场份额,AVs施加更大的影响两个维度与相同的简历。

研究关于自治和连接车辆进行了自1990年代以来(13- - - - - -15),揭示了混合交通条件下的交通流特性。交通能力,影响车辆组成,被广泛研究。Ghiasi et al。16)开发了一种CAV-based trajectory-smoothing算法协调交通和提高流动性。结果显示显著改善交通容量和燃料消耗。Talebpour和Mahmassani17)提出了一个框架来模拟不同的骑士不同的通信能力和表明,骑士可以改善道路容量100%以上。在这些研究中,骑士增加道路容量的影响是巨大的在某些市场渗透场景。因此,大量的研究试图找到能力增长和骑兵渗透率之间的关系(1,2,18,19]。此外,道路容量的增加表明一个更小的平均进展,这可能会带来安全问题。为了解决这一问题,进行了研究之间找到一个平衡增加的交通容量和事故风险(20.,21]。

除了能力,讨论了异构交通的交通效率。骑士被证明是有利于改善和减少旅行时间(平均速度22]。学习等。23)开发了一个创新的车辆控制平台,设计了一个实验进行速度协调现场实验。实验结果显示潜在的骑士在减少交通的振荡。你们和山本2)提出了一种模拟方法在骑士和MVs合并。结果表明,平均速度增加而增加骑兵普及率veh /密度结束后约30公里。

此外,专用车道,交通管理的方法,被广泛应用于解决混合交通带来的交通混乱。专用车道的实现如公交车道和专用(共)车道是有益的24- - - - - -26]。从之前的成功经验,学习CAV-exclusive巷是一种可行的方法,以减少骑士之间的交互和MVs,提高混合交通的性能(27- - - - - -29日]。马和王30.)开发了一种四车道异构CA流模型,研究了影响专用车道的骑士对整个流的吞吐量。他的研究显示,道路的交通量与骑士的专属车道,在大多数情况下,没有专属车道超过道路的经营成果。Mahmassani [12)专用车道的有效性检验,说明骑兵车道的性能很好只有当骑士的市场份额大于额定容量的百分比由车道。Ghiasi et al。9)建立了一个车道管理模式有效地确定最优数量的骑兵专用道混合交通吞吐量最大化。

基于相关文献的回顾关于骑士对交通流的影响和操作,可以观察到一些限制。尽管骑兵专属车道了,MV专用车道,然而,先前的研究中被忽视。MV专用车道的影响,以及结合CAV专属车道和MV专用车道,交通流量,还不清楚。此外,数量和位置的影响上的专用车道混合交通需要进一步分析。在这项研究中,三个车道的高速公路段单一方向考虑,和十二个专属车道政策被提出和比较。CA仿真模型开发评估车道混合交通政策的影响。此外,因素(例如,进展值)是如何影响性能的专属车道政策进行了分析和讨论。

3所示。建模

CA模型是最广泛应用的微观仿真模型(31日]。虽然有点准确性较低与其他连续模型相比,建模过程简单等优势,良好的能力描述驾驶行为,和真正的交通特征已经证明在过去的研究(30.]。一些典型的CA模型包括KKW模型(32],MCD模型[33),和TS模型(34提出了。CA模型修改后适合复杂的交通组成的MVs和骑士1]。TS模型可以复制的亚稳状态,流量振荡,相变和其他真实的交通流动态(2]。除此之外,与其他CA模型相比,TS模型执行最好的(34]。因此,本文采用TS基于模型的多相流模型,这需要沟通的影响,自主驾驶,和人类驾驶行为考虑在内。

3.1。模型参数和变量的概念

促进设置CA模型,本文总结了使用的符号表1。

3.2。民子模型对MVs

民MVs的过程,涉及到三个步骤,如下:

步骤1。(确定的速度更新)。
确定的速度, ,由最小值决定的 , , 和 ,见以下方程: 在哪里有助于保持一个安全的距离,如果前面的车辆以预期的速度,有助于避免事故,以防前面的汽车突然刹车的和分别通过以下方程: 在哪里等于如果前面的车辆一个MV,或等于如果前面的车辆是一个骑兵。函数在方程(3)可以返回一个最近的整数。被定义为方程(4)。注意,方程(3)是来自Gipps模型(35)与人类反应时间设置为1:

步骤2。(随机减速)。
MVs可能减速随机,可以描述如下: 随机减速值b_兰德和概率定义如下: 在哪里 。

步骤3。(位置更新)。
MV的位置可以通过以下方程:

3.3。民子模型为骑士

随机与MVs相比,骑士不会减速。在骑兵民子模型,随机减速步是被忽视的,只有两个步骤。

步骤1。(确定的速度更新)。 骑兵的加速度, ,可以由一个典型的ACC模型提出了(36),见以下方程: 预期的空间差距骑兵可以通过方程计算(2)。的为MVs骑士是不同。当MV前面的车辆时,等于 ;否则,它等于 。
骑兵可以通过交流获取信息,计算预期的前面的车辆速度会有所不同:如果前面的车辆是一个骑兵,它可以被定义为方程(11);否则,方程(4采用): 安全速度计算方程(12),这是类似于方程(3)。在方程(12),1 s人类反应时间被忽视和通信延迟, ,被认为是:

步骤2。(位置更新)。

3.4。换道子模型

当下列条件都满足,MVs概率将目标车道上 :

下标“其他”是指向左或向右邻车道。如果左右车道都满足这三个条件,MV将寻求以更高速度的车道。方程(14)和(15)提出了激励方面,而方程(16)有助于保持一个安全距离后巷发生变化。

骑兵会改变目标车道只要动力方程(17)和(18)和方程(安全19)都满足: 注意,骑士将退化AVs如果没有骑兵在连接范围内(CR,通常300)。变性的可能性减少到AV,骑士队将在CR选择更多的骑士的车道。

4所示。场景与不同的专属车道的政策

为了验证专用车道设置混合交通的影响,车道分为三类,骑兵专属车道(C), MV专属车道(M),和通用莱恩(G),一般可以使用目的巷骑士和MVs。考虑到高速公路有两个和三个车道在单个方向应用最多,双车道和三车道高速公路在一个方向作为案例在这个研究。四个双车道高速公路车道政策(数字1(一)∼1 (d))和十二巷三车道高速公路政策(数字1 (e)∼1 (p))提出了研究交通容量、速度、和其他特征。

双车道高速公路,那些没有被指示为GG(图专用车道1(一))。在这种情况下,可以使用所有车道骑士和MVs,这意味着车辆可以自由变换车道。有一个混合交通的骑士和MVs GG。

双车道高速公路和一个专属车道包括GC和GC通用。(图1 (b))表示,有一个骑兵车道旁边的通用(GP)专用车道。这种类型的高速公路上,MVs必须沿着GP巷,而骑士不是有限的。通用(图1 (c))表示,有一个MV车道旁边的GP专用车道。巷的自由变化对骑士和MVs相反的GC。骑士必须沿着GP巷,MVs可以自由变换车道。

双车道高速公路有两个专用车道被指示为厘米(图1 (d))。在这种情况下,骑士和MVs沿着他们的专用车道。骑士和MVs之间没有干涉。

三车道的高速公路,那些没有被指示为GGG(图专用车道1 (e))。在这种情况下,可以使用所有车道骑士和MVs,这意味着有一个混合交通的骑士和MVs这些高速公路。所有车辆在GGG可以自由变换车道。

三车道高速公路和一个专属车道包括CGG、GCG,“万人迷”女友,GMG。CGG(图1 (f))表示,有一个骑兵独家左边车道,而剩下的两个车道GP车道。值得注意的是,CGG GGC是相同的。因此,莱恩的政策GGC是不考虑简化模拟过程。与上面类似,“万人迷”女友(图1 (g))表示,有一个MV独家左边车道,GCG(图1 (h))表示,有两个医生之间的骑兵专属车道车道,和GMG(图1(我))表示,有两个医生之间的MV专属车道车道。MVs GCG上运行时,车道变化是有限的,MVs只能沿着一个车道。这同样适用于骑士GMG上运行。

三车道高速公路有两个专用车道包括五个政策是20,公司治理文化,MMG,米高梅和CGM分别。20(图1 (j))表示,有两个骑兵车道旁边医生专用车道。公司治理文化(图1 (k))表示,有两个骑兵之间的GP车道专用车道。MVs 20和公司治理文化必须沿着GP巷,骑士可以在所有车道变换车道。MMG(图1(左))表示,有两个MV车道旁边医生专用车道。米高梅(图1(米))表示,有一个医生巷两个MV专用车道。骑士MMG和GMG必须沿着GP巷,MVs可以在所有车道变换车道。此外,CGM(图1 (n))表示,有骑兵专属车道,GP巷,MV独家从左到右车道。这时,骑士可以改变车道骑兵巷和GP专用车道和MVs之间可以改变车道之间MV巷和GP专用车道。

三车道公路三个专用车道包括两种形式表示CCM和MMC。CCM(图1 (o))表示,有两个骑兵MV专属车道旁的专用车道。MMC(图1 (p))表示,有两个MV骑兵专属车道旁的专用车道。这时,骑士和MVs必须沿着自己的专用车道。CCC的车道政策和嗯排除在外,因为它们并不适用于混合交通的骑士和MVs。

5。分析仿真结果

在本节中,一个6公里三车道高速公路段和双车道高速公路6公里段与周期性边界条件是模拟。在仿真过程中,细胞长度和车辆长度设置为0.5米和7.5米,分别。l_细胞= 0.5米,l_阿明费= 15l_细胞。在每个时间步,一个细胞被一辆汽车或空占领。时间步长设置为1。每个仿真运行5600时间步,第一个2000步被移除。高速公路是填充混合骑士和MVs初。因为车辆随机的初始位置和速度,一些差异与每个模拟运行结果预期。为了解决这个问题,每个模拟运行5次。报告的仿真结果,平均5分。节中提到的所有航线的政策4模拟和比较。

MVs的参数值和骑士在表中列出2和3,分别。MV,大部分参数遵循的(1),校准数据从i - 80高速公路,加州,美国。两个MVs之间安全进展, ,设置为1.8,按照公路容量手册(HCM)估计。安全进展当MV后运行一个骑兵有点大,即2.4年代,代表一个更具防御性驾驶行为。有更多的信心骑兵在未来,将逐渐减少和小于最后。

由于缺乏现场数据的骑士,ACC的参数方程(10从()1]。连接的300米范围内被广泛采用在先前的研究37]。通信延迟设置为0.1 s,这是防御性的,以避免可能的意外。两个骑士之间的安全进展是0,而骑兵和MV是0.9秒。

5.1。流密度与不同的车道策略之间的关系

交通流量和密度之间的关系(图所示2)。数据2(一个)∼2 (d)说明双车道高速公路,而其他人则显示三车道的高速公路。数据2(一个)和2 (e)显示没有专属车道的高速公路,而数字2 (b)∼2 (d),2 (f)∼2 (n),2 (o),2 (p)与一个专属车道高速公路,两个专用车道,分别和三个专用车道。

当车道都是全科医生道,如图2(一个)和2 (e),增加到峰值,然后逐渐减少。如果密度保持不变,流将成为更大的增加 。在自由流动阶段,增加可以扩大密度范围。结果,流峰值,称为能力,将更大,出现在一个更大的密度,如果该值增加。车辆都是连接和自治时,双车道高速公路veh /容量达到近4100 ln / h的密度veh ln / 47公里。与100%的骑兵,而对于三车道高速公路veh /容量超过4100 ln / h时,密度是veh ln / 43公里。注意,而不是增长,密度最大的意外下降,当流动变化从0.9到1。

当一列是独家,它可以为骑士或MVs。双车道高速公路段,骑兵独家巷的使用增加道路容量,当与一个MV专属车道。在图2 (b)流的峰值增加至少10%不小于0.3。尽可能少的骑士存在时等于0.1,骑兵专属车道是一种道路空间的浪费和将导致减少流峰值。MVs专属车道时,如图2 (c)可以观察到,没有好处,流峰值增加。然而,三车道高速公路的情况有点复杂。很明显的数字2 (f)和2 (g)一般,流峰值增加,特别是当不小于0.5。当很小,骑兵巷的引入将减少道路容量。注意,当密度从40 veh ln /公里veh / ln - 80公里;流保持稳定= 0.3或0.5。这是完全不同于GGG。MVs专属车道时,流减少由于低骑士的机会获得更高的速度。它值得提到,当很小(数据2 (f)∼2 (g)),当(大数据2 (h)∼2(我)可以观察到),没有点如果veh ln /密度大于90公里。似乎因为专属车道的存在意味着一种特定车辆容量减少的其他类型的车辆。

当两个专用车道被认为,专用车道对交通流的影响更显著。双车道高速公路,两车道指示骑兵独家专用车道,一个MV专属车道,没有通用的车道。车道改变是严格禁止在这种情况下,一个更大的流量峰值只能如果骑士的数量和MVs关闭。如图2 (d),最大峰值出现在流动是0.5。为三车道的高速公路,山峰进一步增加如果两个骑兵存在,专用车道不小于0.5,如图2 (j)∼2 (k)。而在数据2(左)∼2(米)veh / ln、流量峰值下降到低于2000 /小时,即使只有10%的车辆连接和自治。此外,当公司治理文化(20)与最大密度小 ,或与大型米高梅(MMG) ,veh ln /减少到60公里。在图2 (n),两个分别分配给骑士和MVs专用车道。之间的流动一般公司治理文化(或20)政策和米高梅(MMG)如果密度和政策保持不变。

在数据2 (o)∼2 (p),所有三个车道是排斥的。在图2 (o)骑兵专用车道的数量更多,这使得流峰值很高仍然大。最大的流量峰值是非常接近的数字2 (j)∼2 (k)。这些车道政策下,高速公路都有两个骑兵专用车道。在图2 (p),尽管MV专用车道的数量是一样的那些数据2(左)∼2(米),流的峰值增加。值得注意的是,最大的流图2 (o)出现在是0.7而不是0.9。最大的流图2 (p)出现在是0.3而不是0.1。都有很大的不同。

在图2,骑兵专用车道的增加可以提高流量高峰,尤其是当超过0.5。MV专用车道,道路改善能力。然而,显得无助

进一步研究道路容量,表4和5说明流动为不同车道的政策和山峰 。在这些表中,细胞在一列斜体,大胆,和下划线表示能力等级1^圣,2^nd,3^{理查德·道金斯}在一个特定的 ,分别。

在表4,GG优于别人不大于0.2。GG和GC之间的能力差距很小的时候是0.1和0.2。然而,引入一个MV专属车道可以大大降低的能力。当超过0.3厘米的政策成为了最好的能力。当大于0.7,GC优于其他人。

三车道的高速公路,如表所示5,很明显GGG优于其他人只有是0.1。GGG之间的能力差距,MMG和药物都是很小的时候是0.1。当一列是独家,GCG似乎更好的能力,特别是当= 0.2和03。尽管CGG排名3^{理查德·道金斯}当设置为0.9,能力比GCG只有0.5%。对政策有两个专用车道,公司治理文化和20时表现良好不小于0.4。CGM很好当是0.2和0.3。政策的三个专用车道,CCM时要好不小于0.4,MMC优于其他的什么时候是0.2和0.3。总的来说,在能力方面,当不小于0.4,MMC、GCG和CGM是推荐,而如果超过0.5,CCM,公司治理文化,在20更好。

5.2。平均速度的性能分析

除了通量,平均速度是另一个衡量评估交通表现不同车道的政策。在这一部分中,平均速度在不同交通密度相比,速度差计算,为了更好地理解每个策略(图的优势3)。

为双车道高速公路一个专属车道,很难分辨GC或通用性能更好的旅行速度。在图3(一个),当很小,通用汽车可以得到更高的旅行速度,而什么时候超过0.5,GC会变得更好。最大的旅行速度差距GC和通用汽车在20公里/小时是0.9和交通密度接近veh ln / 50公里。此外,我们还与GG GC相比,如图2 (b)。速度的差异显示了一个类似的趋势,即。,GC outperforms GG only when freeways are with enough CAVs.

为双车道高速公路有两个专用车道,旅行速度厘米是GG相比。厘米政策时表现更好= 0.3,0.5,0.7和GG执行更好的在其他缝隙。

用一个专属车道为三车道的高速公路,在旅行的速度GCG优于CGG总的来说,尤其是当小于0.5(图3 (d))。交通速度GCG和CGG类似下veh /交通密度从80 ln veh ln / /公里120公里。此外,我们还与GGG GCG相比(图3 (e))。速度差异表明GCG时表现更好超过0.5。当veh ln /交通密度超过80公里,GCG下表现更好 ,但是差异逐渐缩小与交通密度的增加。同样,旅行速度的GMG性能优于“万人迷”女友总的来说,尤其是当超过0.5(图3 (f))。GMG的旅行速度和交通密度时的“万人迷”女友在各种相似小于0.5。然而,对比GGG和GMG表明GMG除非没有优势小(图3 (g))。

对三车道高速公路有两个专用车道,在旅游公司治理文化优于速度20整体和速度不同公司治理文化,CCG小(图3 (h))。公司治理文化与GGG(图3(我)),这表明公司治理文化时表现更好超过0.5,公司治理文化的优势更明显在交通密度veh ln /约50公里。另一方面,米高梅的平均速度比MMG当超过0.5(图3 (j))。米高梅的平均速度和MMG几乎是等于当交通密度veh ln / 60多公里。然后,我们相比平均速度GGG和米高梅。结果(图3 (k))表明,GGG性能更好超过0.5,几乎没有区别GGG和米高梅在其他情况下。

对三车道高速公路专用车道,我们只有在GGG旅行的速度相比,在CCM,发现CCM性能更好等于0.5和0.7,而GGG执行更好的在其他的侵入(图3(左))。

总之,最好的车道政策的平均旅行速度GC,通用,为两车道的高速公路,GCG和CM,公司治理文化,分别和CCM三车道的高速公路。

进一步研究最佳车道政策最大的平均速度,彩色图(图所示4),颜色表示车道政策和数字表示之间的速度差异最好的政策及其政策。特点总结如下:(1)GG和GGG执行最好的时候很小。的骑兵专属车道设置可以被认为是增加的 。此外,几乎没有速度区别GG / GGG当交通密度很低,和其他政策大的右上角图吗4。在这种情况下,GG / GGG也接受了车道组。(2)通用执行最好的只有当小和密度范围从15 veh ln / veh ln /公里到100公里。优势的范围是有限的。GC的优势范围较大时相比,通用汽车的政策。GC性能最佳时不小于0.4。(3)GCG的优势是显而易见的,当veh ln /交通密度超过65公里。GCG及其以下政策之间的速度差异缩小的增加 。当交通密度和增加同时,是值得推荐的采用GCG更好的平均旅行速度。(4)公司治理文化的优势范围是有限的。公司治理文化成为最好的形成在0.4。越高是,更大范围的旅游密度,公司治理文化表现最好。(5)厘米和CCM适用于现场交通密度并不大不是小的。在这个时候,骑士和MVs沿着他们的专用车道,互相不干扰。

5.3。骑士和MVs之间平均速度比较

在本节,骑士的平均速度和MVs比较。最好的车道政策的平均速度,GC,通用,厘米,GCG,公司治理文化,和CCM被选中。GG / GGG被忽视,因为完全混合交通的骑士和MVs平均速度非常接近。描述和骑士的速度差距MVs,比率r定义如下:

比例的变化r在密度和显示(图5)。域I, II, III表明的范围r(0,2),(2 5](5、10]和(∞),分别。灰色域四世在这种情况下意味着公路超载。从右上角到左下角,的值r增加,表明一个更大的密度和小会导致更大的速度差距骑士和MVs。

第二和第三域的区域数据5(一个)- - - - - -5 (f)非常相似,但GC的领域我变化很多。领域我是第二和第三域的面积的1.9倍,而对于厘米领域我是第二和第三域的面积的1.5倍。GCG的领域我是第二和第三域的面积的1.9倍。公司治理文化和CCM的领域我是面积的0.8倍和1.5倍第二和第三域的面积,分别。值得注意的是,为通用汽车政策在图5 (b)可以观察到,只有两个域,即。,domains I and IV. It is hard to say whether a largerr是否好。然而,从骑兵推广的角度更大r希望会导致倾向于以更高的速度旅行骑兵而不是使用MV。这是有利于增加骑士的普及率。

5.4。分析退化的骑士

除了流量和速度,骑士的降解速度是另一个指标。为了说明转换CAV降解率,采用条形图,如图6。在这个图中,交通密度veh ln /设置为40公里的考虑,这个值是接近交通能力。每种类型的车辆的比例在GG, GC,通用,厘米,GGG、GCG,公司治理文化,和CCM得到在不同 。

在图6,骑兵代表前面的车辆仍然是一个骑兵和AV表示前面车辆MV。没有车辆在CR意味着前面车辆太远。结果如下所示:(1)专用车道设置可以扩大骑士的比例,减少AVs的比例下降。专用车道越多,效果就越好。(2)车道可以使用均匀GG / GGG和车辆在CR并不存在。除此之外,没有车辆在CR不存在通用的政策。此外,住客厘米/ CCM并不存在,因为没有提前MVs骑士。(3)没有对公司治理文化当AVs较低,表明骑士主要沿着专用车道。然而,AVs形成与骑士的增加,地面上的骑士移动到更好的旅行速度的GP巷。骑士的数量转移到全科医生巷普遍增加,导致越来越多的住客。但是,当超过0.6,骑士之间的距离缩短,AVs的比例下降。(4)厘米/ CCM可以确保骑士不会成为AVs。当在0.6中,骑士的比例接近1。

6。讨论

在本节中,一些进口的影响因素对混合交通和车道政策调查。包括安全进展和换道概率的因素。6公里三车道高速公路段与周期性边界条件是模拟。使用仿真模型及其参数值在本节是相同的部分5。四车道的政策,即。,GGG, GCG, CGC, and CCM, were simulated and evaluated.

6.1。安全的进展对产能的影响

难怪当只有MVs存在,产能的增加在很大程度上是基于单个车辆性能的改进,减少的进展。在本节中,安全的进展将会不同,检查安全进展对产能的影响。图7显示了能力在四车道的政策与不同和值。

从图7会影响道路容量、安全进展。没有专用车道的高速公路(GGG图7(一))的减少可以显著增加道路容量无论怎样的价值是多少。然而,的影响在能力非常轻微和不同 。道路容量可能会降低较小 。在数据7 (b)- - - - - -7 (d)骑兵专用车道,安全进展的影响和能力是件,尤其是当小于0.5。当超过0.7,下降的可以增加道路容量。

一般来说,没有骑兵专属车道,减少可以显著增加道路容量,而减少吗可以在能力产生负面影响。高速公路与CAV专属车道时,安全的进展变化能力的影响不明显,尤其是当骑兵普及率很小。

6.2。骑士的换道概率的影响平均速度和容量

多车道高速公路车道改变行为有助于获得更高和更稳定的流动速度。在这里,我们得到了骑士的平均速度时换道概率为0.2,0.6和1.0。时的速度P_信用证= 0.2设置为基准的速度,速度的时候P_信用证= 0.6和1.0进行比较。图8说明了速度变化的基准。在图中,速度变化0表示增加,而负平均速度与基准相比速度降低。

形式图8,很明显,骑士的换道概率的增加可以增加高速公路平均速度,特别是在高速公路由通用和专用车道车道,如图8 (c)- - - - - -8 (f)。更大的P_信用证对于骑士来说,平均高速公路速度将越高。除此之外,更大的速度增加更容易观察到当密度veh /小于70公里/ ln。然而,对于高速公路没有车道或者没有通用专用车道,如图8(一个),8 (b),8 (g),8 (h),骑士的换道概率的影响高速公路平均速度是非常轻微的。

除了速度,换道概率也会影响道路容量。图9演示了容量之间的关系变化和CAV普及率与不同换道概率的骑士,骑士的换道概率是0.2,0.4,0.6,0.8和1.0。时的能力P_信用证= 0.2也设置为基准。很明显,除了GCG政策,骑士的换道概率的增加道路容量影响不大。能力的提升主要−2%∼2%的范围内。当GCG巷政策,然而,增加P_信用证有一个积极的影响能力。在图9 (b),当小于0.9。换道概率的增加骑士可以放大能力一般,尤其是当= 0.3。最大的容量可以观察到当骑士的换道概率是1.0= 0.3。

注意,骑兵普及率超过0.9时,无论巷政策是什么,骑士的换道概率的增加可能会导致一个更小的能力。

7所示。结论

本文的主要目的是研究车道混合交通政策的影响在不同交通卷和CAV普及率。多车道的细胞自动机模型开发,骑士和MVs都纳入混合交通流。模拟进行,和各种车道政策被认为是和比较。

从仿真结果,可以得出一些重要结论:(1)骑兵专属车道数的增加可以提高能力,尤其是当超过0.5。MV专用车道,道路改善能力。然而,显得无助在能力方面,对双车道高速公路,当不大于0.2,GG是最好的。当超过0.3厘米政策成为最好的。,当大于0.7,GC策略建议。三车道的高速公路,当不小于0.4,MMC、GCG和CGM是推荐,而如果超过0.5,CCM,公司治理文化,在20更好。(2)七条政策,包括GC,通用、厘米GGG GCG,公司治理文化,和CCM,在平均速度的表现也更好。为双车道高速公路,通用建议时小于0.2,厘米和GC建议什么时候超过0.3。对三车道的高速公路,GGG是推荐的时候小于0.3,CCM和公司治理文化建议什么时候超过0.4。GCG在速度上的优势是明显的交通密度高veh ln / 65多公里。(3)专用车道可以帮助减少骑士沦为AVs的概率,但增加的比例没有车辆在CR。骑士沦为AVs的概率降低的增加和专用车道的数量。厘米/ CCM可以确保骑士不会沦为AVs。(4)骑兵专用车道的高速公路更可能有一个更大的平均速度差距骑士和MVs,骑士的优越性。这是有利于增加骑士的普及率。(5)一个较小的安全进展可以增加道路容量,特别是对于没有专用车道高速公路。相反,一个更大的换道概率的骑士可能保持更高的平均速度以及道路容量的高速公路由通用和专用车道车道。应该仔细确定换道概率和安全进展,更好地利用高速公路和车道的政策。

本文进一步扩展可能会考虑影响骑士的性能的影响因素,如时间进展,通信延迟和连接的范围。高速公路有超过三个车道向一个方向可能影响道路的政策,这在未来仍有待研究。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是由中国国家自然科学(71801042和71801042)和江苏省自然科学(BK20180381)。