【摘要】：交通擁堵導(dǎo)致的時(shí)間延誤、安全隱患和環(huán)境污染已經(jīng)嚴(yán)重制約了城市的發(fā)展,交通擁堵帶來的經(jīng)濟(jì)損失相當(dāng)于國(guó)內(nèi)生產(chǎn)總值的5%～8%。交叉口作為城市路網(wǎng)交通流的主要集散點(diǎn),80%以上的交通延誤集中在交叉路口和道路瓶頸。因此,對(duì)交叉口群進(jìn)行有效地交通流組織成為緩解城市交通擁堵的重要手段之一。車聯(lián)網(wǎng)(Connected Vehicle,CV)的出現(xiàn),通過車路協(xié)同技術(shù)實(shí)現(xiàn)了車、路和信號(hào)燈之間的信息共享,可有效引導(dǎo)車輛快速通過交叉口群。其中一個(gè)關(guān)鍵問題是如何保障車輛快速通行時(shí)的安全性。移動(dòng)閉塞理論是一種通過最小追蹤間隔實(shí)現(xiàn)線路運(yùn)行效率最大化的技術(shù),可實(shí)現(xiàn)均衡效率和安全的精準(zhǔn)車速引導(dǎo)。因此,在CV環(huán)境下基于移動(dòng)閉塞理論進(jìn)行交叉口群速度引導(dǎo)研究對(duì)緩解城市路網(wǎng)擁堵具有重要意義。本文以CV環(huán)境下多車道交叉口群為研究對(duì)象,基于移動(dòng)閉塞理論建立速度引導(dǎo)模型,為解決車輛通行的效率與安全問題提供參考。首先,從傳統(tǒng)環(huán)境下速度引導(dǎo)、CV環(huán)境下速度引導(dǎo)、交叉口群速度引導(dǎo)和移動(dòng)閉塞理論發(fā)展現(xiàn)狀等四部分進(jìn)行國(guó)內(nèi)外研究現(xiàn)狀綜述,基于現(xiàn)有研究總結(jié)提出本文的研究?jī)?nèi)容和技術(shù)路線。其次,在對(duì)車聯(lián)網(wǎng)進(jìn)行介紹的基礎(chǔ)上,對(duì)傳統(tǒng)環(huán)境、車聯(lián)網(wǎng)環(huán)境下的經(jīng)典速度引導(dǎo)模型進(jìn)行了對(duì)比分析,并對(duì)其優(yōu)缺點(diǎn)進(jìn)行總結(jié)。然后,對(duì)移動(dòng)閉塞理論以及其交叉口速度引導(dǎo)適用性進(jìn)行分析,在此基礎(chǔ)上引入時(shí)間窗概念,將綠燈時(shí)間轉(zhuǎn)換為可利用的閉塞時(shí)距,提出了交叉口群?jiǎn)吸c(diǎn)、協(xié)同兩種速度引導(dǎo)策略,并從引導(dǎo)原理介紹、引導(dǎo)模型設(shè)計(jì)和引導(dǎo)邏輯總結(jié)等方面設(shè)計(jì)了相應(yīng)的模型。再者,基于EstiNet仿真軟件通過二次開發(fā)構(gòu)建了 CV環(huán)境仿真場(chǎng)景,實(shí)現(xiàn)交叉口群與車輛、車輛與車輛之間的信息共享,基于共享信息進(jìn)一步開發(fā)所提出的兩種速度引導(dǎo)模型。隨后,從效率(停車時(shí)間IP,延誤時(shí)間DT,平均速度AS)、安全(加速度變化JR)、排放(排放模型PE)和可靠性(行程時(shí)間可靠性TTR)等方面選取指標(biāo)建立CV環(huán)境下速度引導(dǎo)綜合評(píng)價(jià)函數(shù)(SEF)。針對(duì)有無引導(dǎo),分析了效率、安全、排放和可靠性等方面的差異性。通過單點(diǎn)模型與協(xié)同模型對(duì)比、單點(diǎn)模型與經(jīng)典速度引導(dǎo)模型對(duì)比、固定閉塞協(xié)同模型與移動(dòng)閉塞協(xié)同模型對(duì)比等,研究了提出6個(gè)指標(biāo)的變化規(guī)律。最后,針對(duì)模型的實(shí)施效果進(jìn)行裝載率(PR)、遵從率(CR)、通信距離(CD)、引導(dǎo)環(huán)境(GE)等方面的敏感性分析。仿真結(jié)果表明,實(shí)施單點(diǎn)模型后,SEF值從0.003提升到0.160。對(duì)PE、IP、DT、AS、AR和TTR等6個(gè)指標(biāo)分別改善了 11.3%、93.5%、63.1%、14.0%、22.2%和38.8%。通過獨(dú)立樣本t檢驗(yàn),協(xié)同模型在單點(diǎn)模型改善的基礎(chǔ)上可以進(jìn)一步提升AS。通過模型對(duì)比可知,單點(diǎn)模型比經(jīng)典速度引導(dǎo)模型在IT和TTR指標(biāo)上改善程度更高。移動(dòng)閉塞協(xié)同模型比固定閉塞協(xié)同模型擁有更高的AS和TTR。通過敏感性因素分析,模型的改善效果與PR、CR和CD的取值正相關(guān),并且當(dāng)PR和CR的取值在50%以上時(shí),模型的改善速率顯著提高。另外,在CR、PR相同情況下,相比而言CR具有更高的SEF值。最后,相對(duì)城市環(huán)境,所提出的速度引導(dǎo)模型在郊區(qū)環(huán)境下具有更好的改善效果。
【圖文】：

義、應(yīng)用場(chǎng)景和邏輯架構(gòu)，將車聯(lián)網(wǎng)體系架構(gòu)劃分為五層，，分別為信息感知層、逡逑網(wǎng)絡(luò)接入層、網(wǎng)絡(luò)通信層、信息服務(wù)支撐層和信息服務(wù)應(yīng)用層，從而實(shí)現(xiàn)逐層分逡逑級(jí)結(jié)構(gòu)［４２］。如圖２－１所示：逡逑１１逡逑

國(guó)丨＿‘~屽義纖郊頁(yè)黨鱟獬倒懷悼馱舜蟀屯３黨」徽局鞲傻萊鞘辛⒔誨義賢跡玻卞澹茫窒低車南低臣芄瑰義希疲椋紓酰澹蟈澹玻卞澹齲椋澹潁幔潁悖瑁椋悖幔戾澹粒潁悖瑁椋簦澹悖簦酰潁邋澹錚駑澹茫皺義希ǎ保

本文編號(hào)：2625170