[论文解读] Freeway Lane Management Approach in Mixed Traffic Environment with Connected Autonomous Vehicles

Omar Khadeer Hussain, Amir Ghiasi+1 more|arXiv (Cornell University)|Sep 9, 2016

Traffic control and management被引用 21

一句话总结

本文提出一种分析性管理车道模型，用于确定在混合交通环境中为联网自动驾驶车辆（CAVs）分配的最优高速公路车道数量。通过三种CAV技术情景——中性、保守和激进——研究结果表明，更激进的CAV技术由于更紧密的车间距和更高的流效率，减少了对专用车道的需求，数值结果表明在高CAV渗透率下容量显著提升。

ABSTRACT

Connected autonomous vehicles (CAV) technologies are about to be in the market in the near future. This requires transportation facilities ready to operate in a mixed traffic environment where a portion of vehicles are CAVs and the remaining are manual vehicles. Since CAVs are able to run with less spacing and headway compared with manual vehicles or mixed traffic, allocating a number of freeway lanes exclusive to CAVs may improve the overall performance of freeways. In this paper, we propose an analytical managed lane model to evaluate the freeway flow in mixed traffic and to determine the optimal number of lanes to be allocated to CAVs. The proposed model is investigated in two different operation environments: single-lane and managed lane environments. We further define three different CAV technology scenarios: neutral, conservative, and aggressive. In the single-lane problem, the influence of CAV penetration rates on mixed traffic capacity is examined in each scenario. In the managed lanes problem, we propose a method to determine the optimal number of dedicated lanes for CAVs under different settings. A number of numerical examples with different geometries and demand levels are investigated for all three scenarios. A sensitivity analysis on the penetration rates is conducted. The results show that more aggressive CAV technologies need less specific allocated lanes because they can follow the vehicles with less time and space headways.

研究动机与目标

• 开发一种用于评估混合交通中高速公路流性能的分析模型，其中包含联网自动驾驶车辆（CAVs）。
• 在不同CAV渗透率和技术水平下，确定分配给CAVs的最优管理车道数量。
• 评估不同CAV技术情景——中性、保守和激进——对高速公路容量和车道效率的影响。
• 在多样的交通需求和道路几何条件下，评估单车道与管理车道高速公路配置的性能表现。

提出的方法

• 作者开发了一种分析性管理车道模型，整合了在混合交通中包含CAVs的跟驰动力学与变道行为。
• 定义了三种CAV技术情景：中性（基线）、保守（适度间距）和激进（最小间距和车间距）。
• 该模型使用时间头距和空间头距参数，量化CAV车队效率及其对整体高速公路容量的影响。
• 在多种高速公路几何形态和需求水平下进行数值示例，以模拟各情景下的性能表现。
• 对CAV渗透率进行敏感性分析，以评估其对容量和最优车道分配的影响。
• 比较单车道与管理车道配置，以确定最优专用CAV车道数量。

实验结果

研究问题

• RQ1 在不同渗透率和CAV技术水平下，分配给CAVs的最优管理车道数量是多少？
• RQ2 在混合交通环境中，CAV的引入如何影响整体高速公路容量？
• RQ3 不同CAV技术情景——中性、保守和激进——如何影响车道利用率和流效率？
• RQ4 在不同交通需求下，单车道与管理车道高速公路配置的性能差异是什么？
• RQ5 最优车道分配对CAV渗透率变化的敏感性如何？

主要发现

• 更激进的CAV技术由于显著减少时间头距和空间头距，减少了对专用车道的需求，从而提升了车队效率。
• 在高CAV渗透率下，管理车道配置优于单车道设置，尤其在激进技术情景下表现更优。
• 中性CAV情景需要最多的专用车道才能实现最优性能，而激进情景则能以更少车道达到相近容量。
• 敏感性分析表明，在保守和中性情景下，车道分配对CAV渗透率最为敏感，而高渗透率下回报递减。
• 数值结果表明，在激进CAV技术下，即使仅设一条专用车道，也能显著提升吞吐量，相比无专用车道的情况。
• 该模型表明，最优车道分配高度依赖于具体的CAV技术水平，激进系统可实现每条车道更高的容量增益。