基于元胞自动机交通流模型的车辆换道规则_王永明

1
换道模型
首先定义用 2 条分别由 1 000 个元胞组成的一
维离散元胞链来表示双车道 , 每个元胞表征实际长 度为 7 . 5 m , 则模拟的实际道路长度为 7 . 5 km , 车 辆分布在 1 000 个一维元胞上 , D 为道路上的车辆
第 1 期 王永明 , 等 : 基于元胞自动机交通流模型的车辆换道规则
91
图2 Fig . 2
Abstract : L ane changing rules in f reew ay traf fic w ere simulated by usi ng cellular aut omat on model under co ndi tion o f perio dical boundary . T he mean speed and f low volume unde r diff erent lane changing rules w ere simulat ed , the diff erence of drivers charact er w as taken into acco unt by i nt roducing t he f lexible lane-changing rules and the inf luence of lane changing rules on t raff ic f low w as discussed . In t he process of computati onal simulatio n , the fundamental di ag rams of t raf fic flow under dif ferent lane changi ng rules we re obt ai ned by changing traf fic f low densi ty . Result show s that model s wi th new lane changing rules w ill enlarge t raf fic f low and suppress traf fic jam ; the best lane changing rule w as obt ained based on t he analy sis of poi nt o f view fo r safety . Key words :traf fic engineering ; f lexible lane changing rule ; cellular auto mato n m odel ;t raf fic flow ; t raff ic capacity ; simulatio n
[ 5]
提 出 的 ST CA
( Symm et ric T w o-lane Cellular Autom ata ) 模型就 是一个 NS 扩展模型 , 其最大特点是引入了更加符 合现实交通流状态的双车道换道规则 。 以 NS 模型 和 ST CA 模型为基础 , 中国的许多学者也对交通流 进行了一系列开拓性的仿真研究 , 并取得了一定的 成果
0
引 言
从 20 世纪中叶开始 , 交通问题就成为了社会中
跟车模型在 20 世纪 50 年代初由 Pipes
[ 1]
首次
提出 , 其将交通流处理为分散的粒子 , 以单个车辆作 为描述对象 , 通过研究车辆的前后作用 , 来了解交通 流的特性 , 但是跟车模型属于微观模型 , 难以进行大 规模的交通系统仿真 。 1955 年 , Lig hthill 、Whit ham 及 Richards 各自独立 地提出了交通流流体力学模
王永明 , 周磊山 , 吕永波
( 北京交通大学 交通运输学院 , 北京 100044)
摘要 : 将元胞自动机模型应用于周期性边界条件下的高速公路交通的换道规则模拟 , 并对不同条件 下交通流的平均速度和流量进行仿真 。 基于驾驶员的性格差异 , 提出了更灵活的弹性换道规则 , 并 探讨了不同换道规则对交通流流量等参数的影响 。 在计算机仿真过程中 , 通过变换交通流密度 , 得 出了与不同换道规则对应的交通流基本图 。 结果表明 : 相对于以前的模型 , 遵循 2 种新规则的模型 均可不同程度地改善道路的通行能力 , 提高道路资源的利用效能 ; 从安全性角度进行对比分析 , 可 得出较优的换道规则 。 关键词 : 交通工程 ; 弹性换道规则 ; 元胞自动机模型 ; 交通流 ; 通行能力 ; 仿真 中图分类号 : U491 . 112 文献标志码 : A
[ 2] 型( L WR 模型) , 以密度 、 速度和流量等宏观量来
关注的热点话题 , 也吸引了大量的科学家对其进行 研究 。 在几十年的发展历程中 , 很多交通流模型应 运而生 , 其中最为著名的有跟车模型( Car-f ollow ing Mo del) 、 流体力学模型( Hy dro dynamic Mo del) 和元 胞自动机模型( Cellular Autom ato n M odel) 。
描绘车辆的 平均 合作 行为 。 L WR 模型 可以 描述
收稿日期 : 2007-06 -07 基金项目 : 国家自然科学基金项目( 60673056) ; 教育部高等学校博士学科点专项科研基金项目( 20010004004) 作者简介 : 王永明( 1982 -) , 男 , 河北临西人 , 工学博士研究生 , E - mai l : 04121015 @bjt u . edu . cn 。
式中 : dn 、 d n , other 、 d n , back 分别为第 n 辆车与前方车辆 的间距 、 与相邻车道前方车辆的间距 、 与相邻车道后 方车辆的间距 ; d safe 为模型中限定的安全换道间距 , 在 S T CA 模型中 , d safe =v m ax ; Cn 为第 n 辆车所在车 道 , 且 Cn =1 或 0 。 d n <min { v n +1 , v m ax } 表示第 n 辆车在原车道受到阻挡 ; d n , other >dn 表示该受阻车 辆可以在另一车道上达到更快的速度 ; d n , back >d s afe 表示如果换道 , 安全换道间距符合条件 , 即在另一条 车道上 , 后方的车辆与其有一定距离 。 换道时 , 驾驶员无法迅速区分相邻车辆为快车 还是慢车 。 因此 , 无论从安全角度考虑 , 还是从现实 状况( 高速公路上慢车比例较小) 考虑 , 都应该假设相 邻车辆为快车 。 基于以上假设 , 探讨一个现实交通中 经常出现的换道情形 , 如图 1 所示 , 图 1 中 , R = 0。 图 1 中有数字的元胞表示有车辆占据 , 数字为 该车辆的速度 。 0 车道上车辆 b 在 t 时刻受 到了 c
第 21 卷 第1期 2008 年 1 月
文章编号 : 1001-7372( 2008) 01 -0089 - 05
中 国 公 路 学 报
China J ournal of H ig hw ay and T ransport
Vol . 21 No . 1 Jan . 2008
基于元胞自动机交通流模型的车辆换道规则
Байду номын сангаас
Lane Changing Rules Based on Cellular Automaton Traffic Flow Model
WANG Yo ng-ming , ZH OU L ei-shan , L U Yong-bo
( School of T raffic and T ranspo rtation , Beijing Jiaoto ng U niver sity , Beijing 100044 , China)
[ 6-11]
。
在实际交通中 , 由于驾驶员的性格差异 , 其采取 的换道行为也有很大的不同 。 出现换道需求时 , 保 守的驾驶员往往把较大的安全距离作为换道的惟一 判断标准 , 这将会延迟换道时间 , 浪费换道的机会 , 而且不利于交通阻塞的消除 , 从而造成道路资源的 很大浪费 。 鲁莽的驾驶员则利用经验来判断换道的 可行性 , 并有可能强行并道 , 产生极大的安全隐患 , 同样是不可取的 。 在 ST CA 模型中 , 对车辆设置的换道规则是单 一不变的 , 其反映的是性格保守驾驶员的换道行为 。 这就无法 再现 实际 交通 的多样 性 。 因 此 , 笔者 对 S T CA 模型的换道规则进行了改进 , 提出了 2 套新 的灵活的换道规则 , 在本文中称其为弹性换道规则 , 即针对不同性格的驾驶员 , 设置不同的换道规则 , 并 在计算机上进行了模拟仿真研究 。
“ 交通激波” 现象 , 推动了交通流理论的发展 , 但该模 型建立在速度和密度平衡的条件之上 , 不适用于描 述本质上处于非平衡状态的交 通现象 , 例 如“ 幽灵 式” 交通阻塞 、 交通迟滞等 。 诞生于 20 世纪 80 年代 的交通流元胞自动机模型 ( CA 模型 ) 则可以弥补以 上 2 种模型的缺陷[ 3] , 因为交通系统本质上是一个 离散的系统 , 且具有很多非线性特性 , 采用本质上离 散的 CA 模型可以通过简单的微观规则来反映宏观 交通现象 , 描述实际交通现象就具有独特的优越性 , 因此 , 笔者将基于元胞自动机对车辆的换道行为进 行研究 。 Nag el 等[ 4] 于 1992 年提出了应用于交通 流中 的 CA 模型( 后文简称 NS 模型 ) 。 该模型利用 4 条 简单的规则进行的仿真结果反映了现实中的一些交 通现象( 如时停 时走现象 ) 。 针对 NS 模型的单 车 道、 不可超车等局限性 , 很多学 者相继对其进 行改 进 、扩 展 , 其 中 Chow dhury 等
90
中 国 公 路 学 报 2008 年 密度( 车辆所占元胞数与元胞总数之比) , 参照《中华 人民共和国道路交通安全法》 的规定 , 定义慢车最大 速度为每秒可通过 3 个格子 , 快车最大速度为每秒 可通过 5 个格子 , R 表征慢车占车辆总数的比例 , P 表示随机慢化概率 , 边界条件采用周期性边界条件 。 1. 1 NS 模型与 STCA 模型 NS 模型中对空间和时间 均进行了离散 , 车辆 分布于一维离散的元胞链上 , 每个元胞具有 2 种状 态: ①空置 ; ②被 1 辆车 占据 。 以 v n ( t) 、x n ( t) 和 dn ( t) 分别表示第 n 辆车在 t 时刻的速度 、位置及车 头间距 , 其中速度 v i ∈[ 0 , v max ] , v m ax 为最大速度 , 同 时引入参数 p 来表示车辆的随机减速概率 。 NS 模 型采用以下规则对每辆车进行由 t ※t +1 时刻的状 态更新 : ① 加速 , v n = m in{ vn + 1 , v m ax } ; ②减速 , v n = min{ v n , d n} ; ③以概率 p 随机慢化 , v n =max { vn 1 , 0} ; ④位置更新 , x n =x n +v n 。 依据这 4 条规则进行的数值模拟反映了现实中 的一些交通现象( 如时走时停现象) , 但是 , NS 模型 也存在着局限性 , 如仅能模拟单车道交通流 、 不允许 存在超车行为 , 这限制了 NS 模型的进一 步发展 。 于是 , 很多学者在该模型的基础之上进行了扩展 , 使 其能够更好地符合现实交通流的特性 。 其中最为引 人注目的改进是 Chow dhury 提出的 ST CA 模型 , 该模型以引入了更加符合现实的交通流状态的双车 道换道规则而著名 , 即 1Cn d n < min{ vn + 1 , v max } , d n, other > dn , Cn = Cn d n , back >d safe 其他情况 ( 1)