汽车自动驾驶云计划背景下的交通网络设计理论研究

Automatic vehicles gradually rise will change the behavior of traveler from autonomous driving to automatic driving, and have a significant influence to traditional travel cost function, traffic flow-following features and road traffic network assignment, and then affect the overall optimization design of road network. This project has an overall consideration of vehicle automatic driving and cloud plan. Under the analysis of the change of traveler driving behavior and traffic flow-following features with the vehicle automatic driving, simulation platform is combined to simulate the change state of traffic assignment based on vehicle automatic driving cloud plan. And a road network mixed traffic assignment model is built under the different proportion of autonomous driving and automatic driving to obtain a road network redistribution characteristics. Then the urban road network design is optimized with automatic driving based on bi-level model to realize the optimized layout of road network optimization and traffic control. Finally assorted constraints are comprehensively considered, such as automatic driving vehicle location selection, repertory and operation pattern, to extend scenario analysis of urban road traffic network with vehicle cloud plan. This research proactively considers the influence of traditional traffic assignment and network optimization design caused by automatic driving vehicle, and offers a theoretical support of road traffic planning under vehicle cloud plan. Meanwhile, it has an important realistic value to optimize urban road network resources allocation and avoid the out-of-order utilization of resources.

自动驾驶车辆的逐步兴起将会引起出行者驾驶行为从自主驾驶向自动驾驶转变，对传统的出行成本函数、交通流跟驰特性和道路交通网络分配产生重大影响，进而影响到路网的整体优化设计。本项目将汽车自动驾驶与云计划综合考虑，在剖析汽车自动驾驶下出行者的驾驶行为变化和交通流跟驰特征下，结合仿真平台模拟汽车自动驾驶云计划背景下的交通分配变化状态；构建在自动驾驶和自主驾驶不同比例下的道路网络混合交通分配模型，得出路网交通流的重分布特性；基于双层模型优化自动驾驶下城市道路网络的设计，实现道路网络优化和交通管控的优化布局；综合考虑自动驾驶车辆选址、库存和运营模式等约束，扩展汽车云计划下城市道路交通网络设计的情景分析。本研究前瞻性地考虑了自动驾驶汽车对传统交通分配和路网优化设计的影响，为汽车云计划下道路交通规划提供理论支撑，同时对优化城市道路网络资源配置、避免资源的无序利用具有重要的实践意义。

自动驾驶车辆的逐步兴起将会引起出行者驾驶行为从自主驾驶向自动驾驶转变，对传统的交通流跟驰特性、出行成本函数、道路交通网络分配和网络设计产生重大影响，进而影响到整体路网的管理运营成效。.本研究前瞻性地考虑了自动驾驶汽车对传统交通分配和路网优化设计的影响，将汽车自动驾驶与云计划综合考虑，从系统最优化的角度，从交通行为科学出发，并以驾驶仿真作为验证手段开展了相关研究。主要研究内容包括了：（1）自动驾驶云计划背景下的车辆行驶规律研究，（2）自动驾驶车辆与传统有人驾驶车辆混行环境下的仿真平台建设，（3）自动驾驶云计划背景下的交通分配问题与网络设计问题研究，（4）综合考虑自动驾驶云计划背景下的各类运营管理问题，设计相关模型进行情景分析并给出合理的政策建议。.本项目研究取得了以下重要成果：（1）在合理预测自动驾驶需求的基础上，剖析了汽车自动驾驶下出行者的驾驶行为变化和交通流跟驰特征，设计了路段、交叉口、路网等各个层级的自动驾驶云控制策略。（2）基于PreScan设计自动驾驶仿真平台，结合Matlab/Simulink可视化编程系统，构建了云计划下自动驾驶车辆与传统有人驾驶车辆混行环境下的测试平台，模拟交通分配变化状态，同时验证各类自动驾驶云控制策略。（3）以瓶颈模型为依托，考虑公共经济学和交通行为科学，分析自动驾驶云计划背景下的出行效用，进行出行决策，并以合乘情景为例，构建了自动驾驶道路网络混合交通分配与网络设计模型。（4）围绕自动驾驶云计划背景，扩展研究相关运营管理问题，包括信号交叉口车辆轨迹优化方法、共享自动驾驶环境下的电动车辆调度和充电桩选址问题等。.在项目执行期内发表并标注的学术论文13篇，其中 SCI/SSCI 论文8篇，EI 论文3篇。获得已授权发明专利3项。出版专著译著共6部。.本项目研究属于国内对于自动驾驶研究的早期探索，可以为汽车云计划下道路交通规划提供理论支撑，对于合理使用有限的交通资源，并实现资源配置最优化具有重要的理论意义和实践价值。