[论文解读] Traffic Flow Control and Fuel Consumption Reduction via Moving Bottlenecks

Rabie Α. Ramadan, Benjamin Seibold|arXiv (Cornell University)|Feb 26, 2017

Traffic control and management参考文献 6被引用 12

一句话总结

本文提出利用受控的自动驾驶汽车作为移动瓶颈，以减少高速公路整体燃油消耗，且不延迟其他车辆。通过在固定瓶颈上游战略性地减缓高速行驶的车流，该方法可最小化高速空气阻力并减少停走振荡，从而在拥堵条件下实现高达18%的燃油节省，且运行成本极低。

ABSTRACT

Moving bottlenecks, such as slow-driving vehicles, are commonly thought of as impediments to efficient traffic flow. Here, we demonstrate that in certain situations, moving bottlenecks---properly controlled---can actually be beneficial for the traffic flow, in that they reduce the overall fuel consumption, without imposing any delays on the other vehicles. As an important practical example, we study a fixed bottleneck (e.g., an accident) that has occurred further downstream. This new possibility of traffic control is particularly attractive with autonomous vehicles, which (a) will have fast access to non-local information, such as incidents and congestion downstream; and (b) can execute driving protocols accurately.

研究动机与目标

• 探究受控移动瓶颈是否能在不增加其他车辆行程时间的前提下减少高速公路交通的总燃油消耗。
• 评估自动驾驶汽车作为低成本、高效交通控制工具的潜力，利用其对非局部交通数据的访问能力与精确控制能力。
• 在各种交通场景下，使用真实的基本图和燃油消耗曲线量化燃油节省。
• 探索除燃油节省外的更广泛环境与运营效益，包括减少排放和提升交通稳定性。
• 确定能最大化燃油减少量的同时满足安全与运行约束的最优移动瓶颈速度。

提出的方法

• 使用Lighthill-Whitham-Richards（LWR）宏观守恒律模型，结合分段常数密度分布来建模交通流。
• 采用三角形Newell–Daganzzo基本图和二次Greenshields流率模型，以反映真实的交通动态与燃油消耗行为。
• 将移动瓶颈定义为运行期间速度恒定的控制参数，区别于传统PDE-ODE耦合模型中瓶颈速度依赖于交通状态的设定。
• 在瓶颈位置应用耦合条件，以在LWR框架中模拟流量转换与波前传播。
• 基于实证数据推导的速度相关燃油消耗率曲线估算燃油消耗，尤其强调高速空气阻力作为主要消耗因素。
• 通过LWR模型在受控移动瓶颈场景下的解析与数值解，量化燃油节省，对比有无移动瓶颈时的总燃油使用量。

实验结果

研究问题

• RQ1 单个受控移动瓶颈是否能在不增加其他车辆行程时间的前提下减少高速公路交通的总燃油消耗？
• RQ2 在存在下游固定瓶颈的情况下，移动瓶颈的最优速度为何值时可实现最大燃油节省？
• RQ3 不同基本图（如三角形与二次型）如何影响预测的燃油消耗减少量？
• RQ4 非平衡效应（如停走波与加速相关排放）在多大程度上放大了移动瓶颈控制的效益？
• RQ5 燃油节省结果对交通密度、瓶颈位置和车辆速度分布的变化有多敏感？

主要发现

• 在考虑由交通事件引发的完整阻塞情况下，所提出的移动瓶颈控制可将整体燃油消耗减少高达18%，在真实条件下每小时节省约1800升燃油。
• 当将燃油节省限制在受移动瓶颈影响的阻塞区域时，约16%的节省是可实现的，表明其具有显著的局部影响。
• 该方法通过用两次较平缓的过渡替代高速进入拥堵的剧烈过渡，减少空气阻力并最小化停走行为，从而实现燃油节省。
• 即使自动驾驶汽车渗透率较低，该控制策略也极为有效，仅需一辆自动驾驶汽车即可实现显著的燃油与排放减少。
• 除燃油节省外，该方法还可减少有害排放物（HC、CO、NOx），并缓解与停走交通相关的风险，如刹车磨损与碰撞概率。
• 发现移动瓶颈的最优速度是一个关键参数，燃油减少量强烈依赖于其取值与当前交通密度。