摘要：為探究現有高速公路合流區對自動駕駛車輛的適應性，分析現有高速公路合流區加速車道長度和通視三角區角度對自動駕駛交通流的影響規律，并與傳統交通流進行對比。依據自動駕駛車輛在感知、跟馳和換道行為以及與周圍車輛的協作方面更迅速安全等特點，改進了Krauss跟馳模型和LC2013換道模型以適應自動駕駛車輛特征。依據車輛換道可接受間隙建立車輛跟馳間距計算公式，在滿足換道安全的基礎上對跟馳模型參數進行改進。結果表明：在現有的高速公路合流區平面設計參數條件下，自動駕駛交通流的安全性、效率及穩定性均優于傳統交通流，與傳統交通流相比，自動駕駛交通流沖突數減少了100%，平均延誤降低了60%～71%，平均車速提高了近20%且速度更穩定;在不同平面設計參數下，自動駕駛車輛的沖突數均為0,平均延誤保持在0.65s左右，平均車速穩定在33～34m/s。現有的高速公路合流區平面設計參數在安全、效率和穩定性方面均能較好地適應自動駕駛車輛，且參數的取值對自動駕駛車輛影響不大。

　　關鍵詞：高速公路合流區;自動駕駛車輛;加速車道;通視三角區;車頭時距;跟馳間距

　　近年來，道路上逐漸出現了一些具有自動駕駛功能的新型車輛，如具有自適應巡航控制、車道引導和預警系統等輔助功能的智慧車輛，預計未來更高水平的自動駕駛車輛將會出現在道路上。鑒于目前大規模的實車試驗不可實現，自動駕駛車輛的相關研究大多集中在建模及仿真層面，常用的傳統車輛跟隨模型包括包括IDM模型、Gipp模型、W99模型跟馳模型等[1-3]，在換道模型方面，學者們側重于車輛換道可接受間隙研究，提出了考慮道路環境、交通環境、天氣、駕駛人行為等因素的更完備的換道模型[4-6]。雖然當前傳統車輛的跟馳和換道模型已經發展成熟，但這些模型是否適用于自動駕駛車輛尚待研究。除此之外，車輛在行駛過程中的跟馳和換道行為相互影響，而以往大多數針對單一的跟馳或者換道行為的研究結果具有一定的局限性。

　　過去的10年中，對于自動駕駛車輛的廣泛研究已經從多個方面論證了自動駕駛車輛的加入對道路交通產生了積極影響。文獻[7]發現由于自動駕駛車輛的加入，高速公路通行能力增加了43%。文獻[8]基于改進的元胞自動機模型得出通行能力和自由流速度隨著道路中自動駕駛車輛滲透率的增加而增大。文獻[9]分析了自動駕駛環境下，車流的機動性、安全性、排放和燃料消耗都得到了改善。雖然關于自動駕駛車輛對道路交通所產生影響的研究較多，但這些研究都是基于單一的道路結構及尺寸，然而實際中道路設計參數并不完全相同，因此有必要研究不同設計參數對自動駕駛車輛的影響。

　　由于主線車流與匝道車流的交匯，使得車輛在高速公路合流區的行為相對復雜，其沖突頻率與嚴重程度明顯高于其他區域[10-11]。已有研究表明，駕駛人特性、合流區的幾何構造和交通量及其組成都會對合流區的車流運行產生一定的影響[12]。在幾何構造方面，學者們針對加速車道進行了大量研究，而很少有學者研究通視三角區角度對交通的影響。事實上，在合流處，車輛駛出匝道時，如果僅僅依靠駕駛人前視野以及車輛后視鏡視野，在主線上可能會出現一個視野盲區，視野盲區的范圍與通視三角區角度有一定的關聯[13]。

　　合流區通視三角區是針對車輛合流時駕駛人的視野盲區來設計的，而自動駕駛車輛由于不受駕駛人人為因素的限制，其運行是否會受到通視三角區的影響尚不明確，因此本文通過仿真來探究通視三角區是否對自動駕駛車輛產生影響以及可能的影響規律。

　　綜上，本文將基于現有的Krauss跟馳模型、LC2013換道模型以及自動駕駛車輛行為特征，在評估換道安全的基礎上對模型進行改進以適應自動駕駛車輛的運行特征。以傳統車輛作為對照，從安全、效率以及穩定性三方面探究高速公路合流區通視三角區角度及加速車道長度對自動駕駛交通流運行的影響。研究結果將為未來智慧高速公路設計規范的編制提供一定的理論基礎。

　　1車輛跟馳與換道模型建立

　　汽車工程師協會(SAE)在2016年定義了6個級別的自動駕駛車輛特性，從0級(完全手動)到5級(完全自動)，確定自動駕駛車輛級別的最重要因素是人類在駕駛中的參與程度。此外，學者們認為與傳統車輛相比，自動駕駛車輛所需的安全車頭時距、車頭間距更小，車速變化更平穩，且在跟馳與換道過程中與周圍車輛的合作意愿更積極[9,14]。

　　基于此，本文依據車輛換道安全的可接受間隙建立一個車輛跟馳間距計算模型并結合自動駕駛車輛的車頭時距計算出最小安全間距，同時改進現有模型以消除人為因素的影響并修改車輛換道時的合作意愿來進一步適應自動駕駛車輛運行特征。本文通過微觀仿真軟件sumo來實現自動駕駛車輛的仿真。目前sumo中車輛模型需要解決的問題在于車輛換道與跟馳之間的相互作用，文獻[15]認為，在評估變道安全性時修改跟馳模型參數將有助于提高需要緊急變道場景的真實性，如高速公路分、合流區。

　　1.1可接受間隙計算

　　合流區車輛換道行為主要表現為加速車道上的車輛向主線車道匯合，為保證主線車輛和匝道車輛行駛安全，需要確定一個合理的間隙以便加速車道上的車輛能夠安全匯入主線車流。

　　1.2車輛跟馳模型和換道模型改進

　　LC2013模型認為車輛在換道時，不同性格的駕駛人會產生不同的合作意愿，用lcCooperative表示車輛換道時的合作意愿，為了消除駕駛人主觀意愿對車輛換道的影響，將自動駕駛車輛的合作意愿值設為1，表示自動駕駛車輛在變道時均與周圍車輛進行合作變道。依據車輛換道安全性對Krauss跟馳模型中的最小車頭時距、行車最小安全間距等參數進行改進，并對模型進行優化以適應自動駕駛車輛跟馳特征。

　　2合流區平面設計參數及仿真方案設計

　　2.1合流區類型及平面設計參數取值范圍確定

　　本文研究對象是高速公路合流區，由于西安繞城高速公路入口多，分布相對密集，便于合流區基礎數據的采集，且西安繞城高速在建設時(1998年—2003年)是中國西部地區設計標準最高的雙向六車道高速公路，具有一定的代表性，因此選取西安繞城高速公路合流區作為調查對象以獲取合流區幾何構造類型及參數取值范圍。調查發現，加速車道為平行式、主線為三車道、匝道為單車道形式的合流區最多，將此類型合流區作為本文的研究對象。

　　2.2仿真方案及實施

　　構建20種不同的加速車道和通視三角區角度的合流區場景，將實際調查結果中各個合流區同一小時內的車輛數換算成標準車輛數作為仿真車輛數，其中主線車輛為2300pcu/h,匝道車輛為600pcu/h。分別將兩種交通流添加到所構建的20種合流區場景中進行仿真，單次仿真時長為3600s。

　　3影響分析

　　分別從安全、效率和穩定性三方面探究了高速公路合流區加速車道長度和通視三角區角度對兩種交通流的影響規律。選取碰撞時間(TTC)作為沖突判定指標，文獻[20]結合以往研究將傳統車輛的TTC的閾值取值范圍確定為1~4s。本文將傳統車輛的TTC閾值取為3s，即當TTC<3時，沖突發生。由于自動駕駛車輛的反應能力強于人類駕駛員，自動駕駛車輛的沖突閾值要低于傳統車輛，文獻[20]在研究中將自動駕駛車輛的TTC閾值取為1s。因此本文將自動駕駛車輛的TTC閾值取為1s。同時以車輛平均延誤來表征交通流運行效率，以每一仿真步長道路中車輛運行的平均速度來表征車流運行的穩定性。

　　車輛工程師評職知識： 電力機車與城軌車輛期刊是正規期刊嗎

　　4結論

　　1)在評估換道安全的基礎上改進LC2013換道模型和Krauss跟馳模型以適應自動駕駛車輛特征，以傳統車輛作為對照組，從安全、效率以及穩定性三方面探究了高速公路合流區通視三角區角度和加速車道長度對自動駕駛車輛運行的影響規律。

　　2)在不同的合流區平面設計參數取值條件下，與傳統交通流相比，自動駕駛交通流的沖突數減少到0，平均延誤降低了60%～71%，平均車速提高了近20%且速度波動范圍更小。即在現有的合流區平面設計參數條件下，自動駕駛車輛不僅能夠明顯改善車輛運行的安全性，還能有效提高運行效率及穩定性。

　　3)合流區平面設計參數尤其是加速車道長度對傳統交通流的運行具有顯著影響;而平面設計參數對自動駕駛交通流基本無影響，在兩種平面設計參數取不同值時，自動駕駛交通流運行的沖突數均為0，平均延誤基本保持在0.6～0.7s左右，平均車速保持在33～34m/s。

　　4)由于目前條件尚無法支持實車試驗，本文依據自動駕駛車輛運行特征，圍繞自動駕駛車輛車頭時距這一關鍵變量，通過理論推導來改進現有模型以實現自動駕駛車輛，后續將依據自動駕駛車輛實車試驗結果來進一步完善自動駕駛車輛控制模型及參數以接近真實場景。

　　參考文獻：

　　[1]UMAIRD,CHRISL,HANNAM.CalibratingtheWiedemann’svehicle-followingmodelusingmixedvehicle-pairinteractions[J].TransportationResearchPartC:EmergingTechnologies,2016,67:227

　　[2]KANAGARAJV,ASAITHAMBIG,KUMARCHN,etaL.Evaluationofdifferentvehiclefollowingmodelsundermixedtrafficconditions[J].Procedia-SocialandBehavioralSciences,2013,104:390

　　[3]JAFFRYSW,MUBASHERM,JAHANGIRR.Modelingofindividualdifferencesincar-followingbehaviorofdrivers[C]//proceedingsofthe20thIEEEInternationalMultitopicConference.Lahore:IEEE,2017:1

　　作者：梁國華，石權，李瑞，陳亦新，王寶杰，蘇曉智