雾天网联车辆跟驰模型构建及行为影响分析

来源：交通运输系统工程与信息杂志2024年第4期北京时间：

作者：黄岩, 李海军, 闫学东, 段克

单位：1. 兰州交通大学，交通运输学院，兰州730070；2.高原铁路运输智慧管控铁路行业重点实验室，兰州730070；3. 西南交通大学，交通运输与物流学院，成都611756；4.中国人民公安大学，交通管理学院，北京100038

摘要：网联车辆(ConnectedVehicle, CV)已从微观驾驶行为方面被证实其能有效改善雾天交通安全，但鲜有建立微观跟驰模型来模拟CV车辆在雾天的跟驰轨迹。本文根据雾天CV车辆的交通信息获取模式和跟驰行为特征，在雾天智能驾驶人模型的基础上，构建考虑车头时距因子、遵守因子和权重因子的雾天网联车辆智能驾驶人模型(Fog-related Intelligent Driver Model of Connected Vehicle, FIDMCV)。为评价FIDMCV模型的有效性及评估CV车辆在雾天的交通影响，选取累计碰撞时间倒数和交通量作为分析指标，并建立不同CV车辆渗透率和领车减速度的数值仿真场景。在进行数值仿真前，针对关键参数遵守因子和车头时距因子的取值进行敏感性分析。仿真结果表明：随着CV车辆渗透率的增加，混合交通流能更有效地改善雾天交通安全，但会导致雾天车辆跟驰间距增加，从而减少道路交通量，降低交通效率。CV车辆在高风险场景下(6 m·s-2减速度)的碰撞时间倒数值减少比例为14.3%，在中低风险(4m·s-2和2m·s-2减速度)场景中为5.6%和6.3%，因此CV车辆在高风险场景下的交通安全改善作用更显著。本文提出的FIDMCV模型能有效再现雾天CV车辆的交通安全改善作用和跟驰间距增加特征，可用作雾天CV车辆的微观仿真工具。

关键词：交通工程,跟驰模型,数值仿真,网联车辆,雾天

基金资助：国家重点研发计划(2021YFB2300201)；国家自然科学基金(72171017)；兰州交通大学—北京交通大学联合创新基金(LH2024016)。