王 鋒
(甘肅新陸港科技有限公司,蘭州 730050)
隨著人工智能技術(shù)及汽車電子化技術(shù)的發(fā)展,車輛自動駕駛技術(shù)越發(fā)成熟,并推動了自動駕駛車輛的快速發(fā)展,為緩解交通擁堵帶來了新的研究方向。一方面,自動駕駛車輛在路徑選擇上更加可控,能根據(jù)系統(tǒng)算法受中央統(tǒng)一調(diào)控;另一方面,由于機器的反應(yīng)時間更短,且自動駕駛車輛可以同智能基礎(chǔ)設(shè)施之間進(jìn)行信息傳遞,提高道路通行能力[1]。在道路交通網(wǎng)絡(luò)普及的過程中,自動駕駛車輛會同現(xiàn)有的人工駕駛車輛共存在交通系統(tǒng)內(nèi),因此研究自動駕駛車輛對自動-人工混合交通系統(tǒng)出行效率的影響,有利于深入了解自動駕駛車輛對傳統(tǒng)道路交通系統(tǒng)的作用。
在現(xiàn)有研究中,國內(nèi)外學(xué)者主要從微觀和宏觀兩方面針對自動-人工混合交通系統(tǒng)展開討論。
從微觀角度來看,已有研究主要采用跟馳模型、元胞自動機模型、深度學(xué)習(xí)等[2,3]多種研究方法,從多個角度來揭示混合交通系統(tǒng)內(nèi)各因素之間的相互作用,如Peng等[4]考慮無信號控制的交叉口場景,利用少量具有通信功能的自動駕駛汽車之間的協(xié)同控制,同時對人工駕駛車輛進(jìn)行引導(dǎo),達(dá)到提高混合交通系統(tǒng)出行效率的目的;侯培國等[5]結(jié)合跟馳模型和元胞自動機理論,對傳統(tǒng)人工駕駛與自動駕駛車輛的混合交通場景進(jìn)行了建模分析,結(jié)果表明自動駕駛車輛比例的增加有利于緩解交通流局部擁堵;Ding等[6]根據(jù)車輛的真實跟馳數(shù)據(jù),針對包括了人工駕駛車輛在內(nèi)的混合交通系統(tǒng),構(gòu)建了一種改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)協(xié)同跟車;郝威等[7]考慮車輛的跟隨行為,給出了不同出行需求和自動駕駛滲透率下的車輛管理策略,并將其擴展到多車道場景;張林青等[8]利用交通仿真軟件對混合交通系統(tǒng)進(jìn)行了模擬研究,結(jié)果表明自動駕駛車輛比例在平峰和高峰狀態(tài)下對路網(wǎng)交通效率具有不同的影響。
在宏觀方面,相關(guān)學(xué)者更關(guān)注混合交通系統(tǒng)內(nèi)的交通分布狀態(tài),以期通過確定不同的交通流分配準(zhǔn)則來實現(xiàn)交通流量的均衡分配,如郭宇奇等[9]基于動態(tài)圖混雜自動機與改進(jìn)的元胞傳輸模型相結(jié)合的方法,構(gòu)建了宏觀交通流模型來討論交通路網(wǎng)參數(shù)對系統(tǒng)的影響;張傳琪等[10]針對不同車輛類型設(shè)計了不同的成本函數(shù),并通過獎勵機制鼓勵出行者乘坐自動駕駛車輛以降低交通擁堵;Sala等[11]針對高速公路這一場景構(gòu)建了一個廣義宏觀模型估計車輛排隊長度,對混合交通系統(tǒng)進(jìn)行規(guī)劃管理;劉詩序等[12]對自動駕駛環(huán)境下車輛的路徑選擇和停車選擇方案進(jìn)行了研究,同時對車輛載人狀態(tài)和空載狀態(tài)下交通流之間的相互影響進(jìn)行了闡述分析。
綜上可知,現(xiàn)有研究較少從宏觀層面對混合交通系統(tǒng)進(jìn)行分析,且不同車輛類型的路徑選擇機制,以及自動駕駛車輛比例增加對混合交通系統(tǒng)的影響也鮮有文獻(xiàn)具體闡述。因此,本文針對自動-人工混合交通系統(tǒng),把從出發(fā)點到目的地考慮為固定出行需求,再對車輛的宏觀出行行為進(jìn)行研究分析。
為闡述自動駕駛車輛加入城市交通網(wǎng)絡(luò)后對現(xiàn)有人工駕駛車輛出行者路徑選擇的影響,以及對整個混合交通系統(tǒng)的宏觀作用,本文以自動駕駛車輛和人工駕駛車輛為研究對象,探討不同自動駕駛車輛比例對混合交通系統(tǒng)出行效率的作用。在自動-人工混合交通系統(tǒng)內(nèi),自動駕駛車輛受中央統(tǒng)一調(diào)控,以系統(tǒng)最優(yōu)原則進(jìn)行路徑選擇;人工駕駛車輛則由出行者進(jìn)行控制,以用戶均衡原則進(jìn)行路徑選擇。本文假設(shè)單起訖點(origin-destination,OD)間的出行需求是已知并固定的,且在交通網(wǎng)絡(luò)系統(tǒng)中同時存在自動駕駛車輛和人工駕駛車輛兩類出行者。
本文用G(N,A)表示由有限個節(jié)點組成的交通網(wǎng)絡(luò),其中N表示節(jié)點集合,A表示有向線段集合。a為路網(wǎng)中的一條有向線段,xs為路段a上的交通流量,a∈A。W表示OD對集合,w∈W。Krs為OD對w間的可行路徑集合,k為一條具體的可行路徑且k∈Kw。fw,k為OD對w間路徑k上的交通流量。自動駕駛車輛出行者和人工駕駛車輛出行者的出行需求分別表示為
對w間的總出行需求為
路段a上的交通流量為自動駕駛車輛及人工駕駛車輛兩類出行者的路段流量之和,其計算公式為
(1)
OD對w間路徑k上的交通流量為自動駕駛車輛及人工駕駛車輛兩類出行者的徑流量之和,其計算公式為
(2)
人工駕駛車輛由出行者進(jìn)行操控,在出行過程中,該類出行者一般以個人出行時間最短為路徑選擇原則,路段a上的出行時間與該路段上的交通流量xa有關(guān)。式(3)為美國聯(lián)邦公路局(Bureau of Public Road,BPR)建議計算路段出行時間的函數(shù):
(3)
人工駕駛車輛的用戶均衡模型如下:
(1) 目標(biāo)函數(shù)為
(4)
(2) 約束條件為
(5)
(6)
(7)
自動駕駛車輛由中央系統(tǒng)進(jìn)行統(tǒng)一調(diào)控,以系統(tǒng)最優(yōu)原則進(jìn)行路徑選擇,該原則下路段a上的出行成本以邊際成本計算,其計算公式為
(8)
自動駕駛車輛的系統(tǒng)最優(yōu)模型如下:
(1) 目標(biāo)函數(shù)為
(9)
(2) 約束條件為
(10)
(11)
(12)
仿真路網(wǎng)拓?fù)浣Y(jié)構(gòu)如圖1所示,路網(wǎng)基本屬性如表1所示。由圖1可知,節(jié)點1、節(jié)點4為起訖點,節(jié)點2、節(jié)點3表示途經(jīng)路段的節(jié)點,路段上標(biāo)注的數(shù)字分別為路段編號、零流阻抗以及路段通行能力。OD對1~4的總交通需求量為3 000 veh·h-1。
圖1 仿真路網(wǎng)拓?fù)浣Y(jié)構(gòu)
表1 路網(wǎng)基本屬性
不同自動駕駛車輛比例下的路段流量如表2所示,由表2可知自動駕駛車輛比例分別為10%、50%、90%下不同類別出行者在各個路段上的流量分布情況。當(dāng)自動駕駛車輛比例為10%時,自動駕駛車輛出行者全部分布在路段1、路段3和路段5,即路徑2,人工駕駛車輛出行者則主要分布在路徑1和路徑3;當(dāng)自動駕駛車輛比例為50%時,自動駕駛車輛出行者的數(shù)量增加,該類出行者主要分布在路徑2和路徑3,而人工駕駛車輛出行者繼續(xù)分布在路徑1和路徑3;當(dāng)自動駕駛車輛比例增加至90%時,人工駕駛車輛出行者的數(shù)量減少,并僅分布在路徑1,而自動駕駛車輛出行者則分布在所有路徑上。
表2 不同自動駕駛車輛比例下的路段流量
自動駕駛車輛比例對人均出行時間的影響如圖2所示。由圖2可知,隨著自動駕駛車輛比例的增加,人工駕駛車輛出行者及總體出行者的人均出行時間整體呈下降的趨勢,而自動駕駛車輛出行者的人均出行時間呈突增與降低交替出現(xiàn)的趨勢。在混合交通系統(tǒng)內(nèi),自動駕駛車輛以系統(tǒng)最優(yōu)原則進(jìn)行路徑選擇,通過犧牲部分該類出行者的時間使系統(tǒng)出行效率更高,因此對于該類出行者來說,自動駕駛車輛比例的增加并不能使人均出行時間持續(xù)降低。對人工駕駛車輛出行者及總體出行者來說,自動駕駛車輛出行者在混合交通系統(tǒng)內(nèi)的占比越高,系統(tǒng)的出行效率越高,相應(yīng)的人均出行時間就越低。但當(dāng)自動駕駛車輛比例超過60%之后,人工駕駛車輛出行者及總體出行者的人均出行時間基本不再發(fā)生顯著變化。
圖2 自動駕駛車輛比例對人均出行時間的影響
自動駕駛車輛比例對路徑流量的影響如圖3所示。由圖3可知,路徑3的流量在自動駕駛車輛比例由10%增加至20%時有較大的降低,之后隨著自動駕駛車輛比例的增加呈細(xì)微變化;隨著自動駕駛車輛比例的增加,路徑1的流量在逐漸降低之后呈穩(wěn)定狀態(tài),而路徑2的流量在逐漸增加之后呈穩(wěn)定狀態(tài)。
圖3 自動駕駛車輛比例對路徑流量的影響
自動駕駛車輛比例對總體出行時間的影響是指隨著其比例的增加,路徑1上的流量逐漸向路 徑2 轉(zhuǎn)移,即路段2上的流量分散到路段3和路 段5,路網(wǎng)中流量分布狀態(tài)發(fā)生變化,出行時間進(jìn)而發(fā)生改變。
為保證結(jié)果的無偏性,設(shè)定自動駕駛車輛比例為50%,再改變系統(tǒng)內(nèi)的輸入?yún)?shù)總出行需求,出行需求對人均出行時間的影響如圖4所示。隨著系統(tǒng)內(nèi)總出行需求的增加,人均出行時間呈指數(shù)增長;在總出行需求不超過2 000 veh·h-1時,系統(tǒng)內(nèi)的人均出行時間不超過20 min,此時交通網(wǎng)絡(luò)系統(tǒng)處于暢通狀態(tài);當(dāng)總出行需求為3 000 veh·h-1時,人均出行時間約為30 min,此時交通網(wǎng)絡(luò)系統(tǒng)處于暢通向擁堵轉(zhuǎn)換的過渡階段;當(dāng)總出行需求超過3 000 veh·h-1時,人均出行時間顯著增加,超過60 min,此時交通網(wǎng)絡(luò)系統(tǒng)處于擁堵狀態(tài)。
圖4 出行需求對人均出行時間的影響
為探究自動駕駛車輛進(jìn)入城市交通網(wǎng)絡(luò)后給人工駕駛車輛和交通系統(tǒng)帶來的影響,本文以自動駕駛車輛和人工駕駛車輛為研究對象,構(gòu)建了自動-人工混合交通網(wǎng)絡(luò)均衡模型,并通過數(shù)值仿真試驗驗證了該模型的正確性和有效性,得出以下結(jié)論:
(1) 在混合交通系統(tǒng)內(nèi),人工駕駛車輛出行者和總體出行者的人均出行時間整體上是隨自動駕駛車輛比例的增加而減少的,而自動駕駛車輛出行者的人均出行時間不隨自動駕駛車輛比例的增加而持續(xù)減少。
(2) 自動駕駛車輛比例的變化會影響路網(wǎng)中交通流的分配,進(jìn)而改變混合交通路網(wǎng)中的各路段、路徑上的流量分布狀態(tài),最終達(dá)到優(yōu)化路網(wǎng)出行效率的目的。
(3) 在固定的自動駕駛車輛比例下,不同出行需求對應(yīng)著交通路網(wǎng)中的不同路況狀態(tài),人均出行時間與系統(tǒng)內(nèi)的總出行需求呈正相關(guān)。
綜上所述,在混合交通網(wǎng)絡(luò)系統(tǒng)中,自動駕駛車輛能提升整個交通系統(tǒng)的出行效率。建議未來道路交通網(wǎng)絡(luò)發(fā)展自動駕駛車輛時,在道路較為擁堵的狀態(tài)下進(jìn)行更系統(tǒng)的研究,綜合考慮自動駕駛車輛比例這一因素對混合交通系統(tǒng)的影響,并以實際路網(wǎng)進(jìn)行驗證和分析。