考虑时延速度差和限速信息的智能网联车跟驰模型

doi:10.11772/j.issn.1001-9081.2021081425

《计算机应用》唯一官方网站 ›› 2022, Vol. 42 ›› Issue (9): 2936-2942.DOI: 10.11772/j.issn.1001-9081.2021081425

• 前沿与综合应用 • 上一篇

考虑时延速度差和限速信息的智能网联车跟驰模型

张凯望¹(), 惠飞¹, 张国祥², 石琦¹, 刘志忠²

^1.长安大学信息工程学院，西安 710064
^2.河北省高速公路集团有限公司延崇筹建处，河北张家口 075400

收稿日期:2021-08-09 修回日期:2021-12-02 接受日期:2021-12-02 发布日期:2022-01-07 出版日期:2022-09-10
通讯作者: 张凯望
作者简介:惠飞（1982—），男，安徽濉溪人，教授，博士，CCF会员，主要研究方向：IoV；
张国祥（1979—），男，河北石家庄人，主要研究方向：高速公路建设；
石琦（1998—），男，陕西商洛人，硕士研究生，主要研究方向：IoV；
刘志忠（1964—），男，河北石家庄人，主要研究方向：高速公路建设。
基金资助:
国家重点研发计划项目(2018YFB1600604);河北省省级科技计划项目(20470801D)

Car-following model of intelligent connected vehicles based on time-delayed velocity difference and velocity limit

Kaiwang ZHANG¹(), Fei HUI¹, Guoxiang ZHANG², Qi SHI¹, Zhizhong LIU²

^1.School of Information Engineering，Chang’an University，Xi’an Shaanxi 710064，China
^2.Yanchong Preparation Office，Hebei Expressway Group Limited，Zhangjiakou Hebei 075400，China

Received:2021-08-09 Revised:2021-12-02 Accepted:2021-12-02 Online:2022-01-07 Published:2022-09-10
Contact: Kaiwang ZHANG
About author:HUI Fei， born in 1982， Ph. D.， professor. His research interests include IoV.
ZHANG Guoxiang， born in 1979. His research interests include expressway construction.
SHI Qi， born in 1998， M. S. candidate. His research interests include IoV.
LIU Zhizhong， born in 1964. His research interests include expressway construction.
Supported by:
National Key Research and Development Program of China(2018YFB1600604);Science and Technology Program of Hebei Province(20470801D)

摘要/Abstract

摘要：

针对由于驾驶员对于道路限速和时延信息获取的不确定性而引起的跟驰行为受扰和交通流失稳等问题，提出了一种车联网（IoV）环境下考虑时延速度差和限速信息的跟驰模型TD-VDVL。首先，引入时延导致的速度变化量和道路限速信息对全速差（FVD）模型进行改进；然后，利用线性谱波微扰法推导出TD-VDVL模型的交通流稳定性判断依据，并分析模型中各参数对系统稳定性的影响；最后，利用Matlab进行数值仿真实验与对比分析。仿真实验中，分别选取在笔直道路和环形道路，给行驶过程中的车队施加轻微扰动。当条件一致时，TD-VDVL模型比优化速度（OV）、FVD模型中车队的速度波动率和车头间距起伏均小，尤其是当限速信息的敏感系数取0.3、时延速度差的敏感系数取0.3时，所提模型的车队速度平均波动率在时间500 s时可以达到2.35%，车头间距波峰波谷差仅为0.019 4 m。实验结果表明，TD-VDVL模型在引入时延速差和限速信息后，具备更优的稳定区域，能够明显增强跟驰车队吸收扰动的能力。

关键词: 跟驰模型, 时延速度差, 限速, 稳定性分析, 数值仿真

Abstract:

Focusing on the problems of disturbed car-following behavior and instability of traffic flow caused by the uncertainty of the driver’s acquisition of road velocity limit and time delay information， a car-following model TD-VDVL （Time-Delayed Velocity Difference and Velocity limit） was proposed with the consideration of the time-delayed velocity difference and the velocity limit information in the Internet of Vehicles （IoV） environment. Firstly， the speed change caused by time delay and road velocity limit information were introduced to improve the Full Velocity Difference （FVD） model. Then， the linear spectrum wave perturbation method was used to derive the traffic flow stability judgment basis of TD-VDVL model， and the influence of each parameter in the model on the stability of the system was analyzed separately. Finally， the numerical simulation experiments and comparative analysis were carried out using Matlab. In the simulation experiments， straight roads and circular roads were selected， and slight disturbance was imposed on the fleet during driving. When conditions were the same， TD-VDVL model had the smallest velocity fluctuation rate and the fluctuation of fleet headway compared to the Optimal Velocity （OV） and FVD models. Especially when the sensitivity coefficient of the velocity limit information was 0.3， and the sensitivity coefficient of the time-delayed speed difference was 0.3， the proposed model had the average fluctuation rate of the fleet velocity reached 2.35% at time of 500 s， and the peak and valley difference of fleet headway of only 0.019 4 m. Experimental results show that TD-VDVL model has a better stable area after introducing time-delayed velocity difference and velocity limit information， and can significantly enhance the ability of car-following fleet to absorb disturbance.

Key words: car-following model, time-delayed velocity difference, velocity limit, stability analysis, numerical simulation

中图分类号:

U491

张凯望, 惠飞, 张国祥, 石琦, 刘志忠. 考虑时延速度差和限速信息的智能网联车跟驰模型[J]. 计算机应用, 2022, 42(9): 2936-2942.

Kaiwang ZHANG, Fei HUI, Guoxiang ZHANG, Qi SHI, Zhizhong LIU. Car-following model of intelligent connected vehicles based on time-delayed velocity difference and velocity limit[J]. Journal of Computer Applications, 2022, 42(9): 2936-2942.

图/表 7

图1 临界稳定性曲线对比

Fig.1 Comparison of critical stability curves

图2 不同r和u的相位图

Fig.2 Phase diagrams of different r and u

图3 不同时刻的速度分布

Fig.3 Velocity distribution at different time

表1 t=300 s时的速度波动对比表

Tab. 1 Velocity fluctuation comparison table at 300 s

模型	最小速度/（m·s^-1）	最大速度/（m·s^-1）	平均速度/（m·s^-1）	向上波动率/%	向下波动率/%	平均波动率/%
OV	0.053 6	1.946 9	1.137 5	71.15	95.28	83.21
FVD	0.319 8	1.705 6	1.061 1	60.74	69.85	65.29
TD-VDVL	1.258 8	1.321 7	1.280 9	3.19	1.71	2.45

表2 t=500 s时的速度波动对比表

Tab. 2 Velocity fluctuation comparison table at 500 s

模型	最小速度/（m·s^-1）	最大速度/（m·s^-1）	平均速度/（m·s^-1）	向上波动率/%	向下波动率/%	平均波动率/%
OV	0.050 2	1.952 7	1.206 3	61.86	95.83	78.84
FVD	0.265 6	1.753 6	1.100 7	59.32	75.86	67.59
TD-VDVL	1.283 4	1.344 2	1.314 1	2.29	2.34	2.35

图4 不同u和r取值时的车头间距对比

Fig.4 Headway comparison with different r and u

图5 不同r和u取值时的速度时空变化

Fig.5 Space-time evolution of velocity with different r and u

参考文献 31

1	赵祥模，惠飞，史昕，等. 泛在交通信息服务系统的概念、架构与关键技术［J］. 交通运输工程学报， 2014， 14（4）：105⁃115. 10.3969/j.issn.1671-1637.2014.04.013
	ZHAO X M， HUI F， SHI X， et al. Concept， architecture and challenging technologies of ubiquitous traffic information service system［J］. Journal of Traffic and Transportation Engineering， 2014， 14（4）：105-115. 10.3969/j.issn.1671-1637.2014.04.013
2	秦严严，王昊，何兆益，等. ACC车辆跟驰建模及模型特性分析［J］. 重庆交通大学学报（自然科学版）， 2020， 39（11）： 33-37. 10.3969/j.issn.1674
	QIN Y Y， WANG H， HE Z Y， et al. Car-following modeling and model characterization for ACC vehicles［J］. Journal of Chongqing Jiaotong University （Natural Science）， 2020， 39（11）： 33-37. 10.3969/j.issn.1674
3	BANDO M， HASEBE K， NAKAYAMA A， et al. Dynamical model of traffic flow congestion and numerical simulation［J］. Physical Review. E， Statistical Physics， Plasmas， Fluids， and Related Interdisciplinary Topics， 1995， 51（2）： 1035-1042. 10.1103/physreve.51.1035
4	JIANG R， WU Q S， ZHU Z J. Full velocity difference model for a car-following theory［J］. Physical Review. E， Statistical， Nonlinear， and Soft Matter Physics， 2001， 64（1）： No.017101. 10.1103/physreve.64.017101
5	HAN J Y， ZHANG J L， WANG X Y， et al. An extended car-following model considering generalized preceding vehicles in V2X environment［J］. Future Internet， 2020， 12（12）： No.216. 10.3390/fi12120216
6	安树科，徐良杰，钱良辉，等. 考虑前方多车优化速度信息的车辆跟驰模型［J］. 东南大学学报（自然科学版）， 2020， 50（6）：1156-1162. 10.3969/j.issn.1001-0505.2020.06.024
	AN S K， XU L J， QIAN L H， et al. Car-following model with optimal velocity information of multiple-vehicle ahead［J］. Journal of Southeast University （Natural Science Edition）， 2020， 50（6）：1156-1162. 10.3969/j.issn.1001-0505.2020.06.024
7	PENG Y， LIU S J， YU D Z. An improved car-following model with consideration of multiple preceding and following vehicles in a driver’s view［J］. Physica A： Statistical Mechanics and its Applications， 2020， 538： No.122967. 10.1016/j.physa.2019.122967
8	PENG G H， LU W Z， HE H D， et al. Nonlinear analysis of a new car-following model accounting for the optimal velocity changes with memory［J］. Communications in Nonlinear Science and Numerical Simulation， 2016， 40：197⁃205. 10.1016/j.cnsns.2016.04.024
9	魏福禄，刘杨. 经典跟驰模型的发展综述［J］. 吉林建筑大学学报， 2018， 35（4）： 19-23. 10.3969/j.issn.1009-0185.2018.04.005
	WEI F L， LIU Y. Review of the development of classic car-following models［J］. Journal of Jilin Jianzhu University， 2018， 35（4）： 19-23. 10.3969/j.issn.1009-0185.2018.04.005
10	秦严严，王昊，冉斌. CACC车辆跟驰建模及混合交通流分析［J］. 交通运输系统工程与信息， 2018， 18（2）： 60-65.
	QIN Y Y， WANG H， RAN B. Car-following modeling for CACC vehicles and mixed traffic flow analysis［J］. Journal of Transportation Systems Engineering and Information Technology， 2018， 18（2）： 60-65.
11	杨龙海，张春，仇晓赟，等. 车辆跟驰模型的研究进展［J］. 交通运输工程学报， 2019， 19（5）：125-138.
	YANG L H， ZHANG C， QIU X Y， et al. Research progress on car-following models［J］. Journal of Traffic and Transportation Engineering， 2019， 19（5）： 125-138.
12	纪艺，史昕，赵祥模. 基于多前车信息融合的智能网联车辆跟驰模型［J］. 计算机应用， 2019， 39（12）： 3685-3690.
	JI Y， SHI X， ZHAO X M. Car-following model for intelligent connected vehicles based on multiple headway information fusion［J］. Journal of Computer Applications， 2019， 39（12）：3685-3690.
13	任胜利，黄益绍，王正武，等. 考虑驾驶员和车型特征的全速度差跟驰模型与控制稳定性［J］. 系统工程， 2020， 38（6）：90-96.
	REN S L， HUANG Y S， WANG Z W， et al. The full velocity difference model considering drivers’ and vehicles’ characteristics and its control stability［J］. Systems Engineering， 2020， 38（6）：90-96.
14	黄宇达，赵红专，王迤冉. 考虑车辆协同与时间延迟的跟驰模型的弱非线性分析［J］. 计算机应用与软件， 2021， 38（4）：48-57. 10.3969/j.issn.1000-386x.2021.04.009
	HUANG Y D， ZHAO H Z， WANG Y R. Weak nonlinear analysis of car-following model considering vehicle coordination and time delay［J］. Computer Applications and Software， 2021， 38（4）：48-57. 10.3969/j.issn.1000-386x.2021.04.009
15	姚志洪，顾秋凡，徐桃让，等. 考虑时延的智能网联汽车混合交通流稳定性分析［J］. 控制与决策， 2022， 37（6）：1505-1512.
	YAO Z H， GU Q F， XU T R， et al. Stability of mixed traffic flow with intelligent networked vehicles considering time delay［J］. Control and Decision， 2022， 37（6）：1505-1512.
16	陈杰，费瑞波，刘燕，等. 考虑时间延迟的人工驾驶车辆与网联车辆混合交通流建模与分析［J］. 蚌埠学院学报， 2021， 10（2）：123-128. 10.3969/j.issn.2095-297X.2021.02.026
	CHEN J， FEI R B， LIU Y， et al. Modeling and analysis of mixed traffic flow with human-driving and connected vehicles considering time delay［J］. Journal of Bengbu University， 2021， 10（2）：123-128. 10.3969/j.issn.2095-297X.2021.02.026
17	OROSZ G， WILSON R E， KRAUSKOPF B. Global bifurcation investigation of an optimal velocity traffic flow model with driver reaction time［J］. Physical Review. E， Statistical， Nonlinear， and Soft Matter Physics， 2004， 70（2）： No.026207. 10.1103/physreve.70.026207
18	OROSZ G， KRAUSKOPF B， WILSON R E. Bifurcations and multiple traffic flow jams in a car-following model with reaction-time delay［J］. Physica D： Nonlinear Phenomena， 2005， 211（3/4）：277-293. 10.1016/j.physd.2005.09.004
19	YU L， LI T， SHI Z K. Density waves in a traffic flow model with reaction-time delay［J］. Physica A： Statistical Mechanics and its Applications， 2010， 389（13）：2607-2616. 10.1016/j.physa.2010.03.009
20	ZHOU J， SHI Z K， CAO J L. Nonlinear analysis of the optimal velocity difference model with reaction-time delay［J］. Physica A： Statistical Mechanics and its Applications， 2014， 396：77-87. 10.1016/j.physa.2013.11.007
21	JIA D， NGODUY D， VU H L. A multiclass microscopic model for heterogeneous platoon with vehicle-to-vehicle communication［J］. Transportmetrica B： Transport Dynamics， 2019， 7（1）： 311-335. 10.1080/21680566.2018.1434021
22	ZHANG Y C， XUE Y， ZHANG P， et al. Bifurcation analysis of traffic flow through an improved car-following model considering the time-delayed velocity difference［J］. Physica A： Statistical Mechanics and its Applications， 2019， 514：133-140. 10.1016/j.physa.2018.09.012
23	MA G Y， MA M H， LIANG S D， et al. An improved car-following model accounting for the time-delayed velocity difference and backward looking effect［J］. Communications in Nonlinear Science and Numerical Simulation， 2020， 85： No.105221. 10.1016/j.cnsns.2020.105221
24	HE G Z， HUA C C. Linear stability and nonlinear analysis of an extended optimal velocity model considering the speed limit［J］. Journal of Applied Mathematics and Physics， 2020， 8（3）：507-518.
25	NAKAYAMA A， SUGIYAMA Y， HASEBE K. Effect of looking at the car that follows in an optimal velocity model of traffic flow［J］. Physical Review. E， Statistical， Nonlinear， and Soft Matter Physics， 2002， 65（1）： No.016112. 10.1103/physreve.65.016112
26	曲昭伟，潘昭天，陈永恒，等. 基于最优速度模型的改进安全距离跟驰模型［J］. 吉林大学学报（工学版）， 2019， 49（4）：1092-1099.
	QU Z W， PAN Z T， CHEN Y H， et al. Car-following model with improving safety distance based on optimal velocity model［J］. Journal of Jilin University （Engineering and Technology Edition）， 2019， 49（4）：1092-1099.
27	王划一，杨西侠，林家恒. 现代控制理论基础［M］. 北京：国防工业出版社， 2009： 376-424.
	WANG H Y， YANG X X， LIN J H. Basis of Modern Control Theory［M］. Beijing： National Defense Industry Press， 2009： 376-424.
28	宗芳，石佩鑫，王猛，等. 考虑前后多车的网联自动驾驶车辆混流跟驰模型［J］. 中国公路学报， 2021， 34（7）：105-117. 10.3969/j.issn.1001-7372.2021.07.009
	ZONG F， SHI P X， WANG M， et al. Connected and automated vehicle mixed-traffic car-following model considering states of multiple front and rear vehicles［J］. China Journal of Highway and Transport， 2021， 34（7）：105-117. 10.3969/j.issn.1001-7372.2021.07.009
29	TANG T Q， HUANG H J， ZHAO S G， et al. An extended OV model with consideration of driver’s memory［J］. International Journal of Modern Physics B， 2009， 23（5）： 743-752. 10.1142/s0217979209051966
30	韩祥临，欧桥，王心宇，等. 车辆跟驰模型稳定的充分必要条件［J］. 湖州师范学院学报， 2021， 43（2）：1-6. 10.3969/j.issn.1009-1734.2021.02.001
	HAN X L， OU Q， WANG X Y， et al. The sufficient and necessary condition for a class of generality car-following model［J］. Journal of Huzhou University， 2021， 43（2）：1-6. 10.3969/j.issn.1009-1734.2021.02.001
31	李腾龙，惠飞. 考虑后视和最优速度记忆的跟驰模型及仿真［J］. 计算机工程与应用， 2017， 53（12）：249-254， 270.
	LI T L， HUI F. Numerical simulation of car-following model considering optimal velocity changes with memory and backward looking effect［J］. Computer Engineering and Applications， 2017， 53（12）：249-254， 270.

[1]	李燕, 陈巧萍. 考虑非支持性评论的网络谣言传播模型[J]. 计算机应用, 2021, 41(4): 1128-1135.
[2]	纪艺, 史昕, 赵祥模. 基于多前车信息融合的智能网联车辆跟驰模型[J]. 计算机应用, 2019, 39(12): 3685-3690.
[3]	李洪波蒋林王海唐. 感应电机全阶观测器低速稳定运行的仿真[J]. 计算机应用, 2014, 34(4): 1213-1216.
[4]	刘军谭德庆. 供应链促销-定价决策与内生时机[J]. 计算机应用, 2013, 33(04): 971-975.
[5]	谢永红张国伟. 基于多维独立成分分析的数值仿真与分析[J]. 计算机应用, 2012, 32(04): 994-998.

考虑时延速度差和限速信息的智能网联车跟驰模型

Car-following model of intelligent connected vehicles based on time-delayed velocity difference and velocity limit

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 31

相关文章 5

编辑推荐

Metrics