楊曉芳 尹蔓遲 付強

摘 要：為研究混合非機動車道上快速行駛的電動自行車想要超越前方低速行駛車輛而進行鳴笛換道的現(xiàn)象，在分析經(jīng)典Nasch模型的基礎(chǔ)上，運用元胞自動機理論提出一種混合非機動車換道模型。首先，將混合非機動車換道過程分為兩部分，即換道需求分析與換道操作過程;其次，在換道過程中引入鳴笛效應(yīng)的概念，通過對基本換道模型的改進，建立混合非機動車的一般換道與鳴笛換道模型，并給出相應(yīng)換道規(guī)則;最后，在改變交通流密度的情況下，對兩種不同換道模型進行仿真對比分析。結(jié)果表明，當(dāng)交通密度較低或較高時，鳴笛換道模型與一般換道模型得到的車輛平均速度及交通量幾乎沒有差別，但在中等密度范圍內(nèi)，鳴笛換道模型得到的車輛平均速度及交通量明顯高于一般換道模型。說明在中等密度范圍內(nèi)，鳴笛換道行為有利于提高道路通行效率，但當(dāng)密度較低或較高時，鳴笛換道行為對提高道路通行效率幾乎不起作用。

關(guān)鍵詞：交通工程;鳴笛換道規(guī)則;元胞自動機;混合非機動車;換道模型;交通流

0 引言

交通系統(tǒng)中的鳴笛是指快速行駛車輛受到前方低速車輛阻擋，難以達到駕駛員期望速度而通過按喇叭的方式催促前方車輛加速行駛或讓道的行為方式[1]。目前，國內(nèi)外對于鳴笛行為主要通過建立元胞自動機模型研究鳴笛作用下的車輛換道行為，且集中于研究機動車內(nèi)部交通流、機動車與非機動車沖突交通流等。對混合非機動車內(nèi)部車輛鳴笛換道現(xiàn)象的研究，有助于更好地研究混合非機動車交通流特性，對于提高混合非機動車道通行效率具有重要意義，同時能夠為道路交通設(shè)施優(yōu)化研究提供參考。

元胞自動機模型簡稱CA模型，是指在一個由離散、有限狀態(tài)的元胞所組成的空間中，元胞按照一定規(guī)則，在離散的時間維度上進行演化的動力學(xué)系統(tǒng)[2]。Nagel&Schrecenberg首先提出交通流CA模型—經(jīng)典Nasch模型，該模型能夠在一定程度上模擬交通流實際運行狀況[3]。在Nasch模型基礎(chǔ)上，國內(nèi)外許多學(xué)者提出改進的非機動車CA模型，用于描述非機動車交通流實際運行狀況[4-5]。如張晉等[6]建立單向自行車二維CA模型，利用模型針對車道數(shù)變化對非機動車道通行能力的影響進行仿真分析;Zheng等[7]采用CA模型研究考慮鳴笛效應(yīng)的單車道機動車流穩(wěn)定性，發(fā)現(xiàn)鳴笛效應(yīng)能夠提高交通流穩(wěn)定性;馮雪等[8]采用多車道CA模型，針對城市道路非混合交通流建立考慮鳴笛效應(yīng)的CA模型并進行仿真分析，發(fā)現(xiàn)在中等密度機動車條件下，鳴笛效應(yīng)能夠減少自行車的越線行駛行為，但在低密度和高密度條件下效果不明顯;Jia等[9]采用CA模型研究鳴笛效應(yīng)對機動車交通系統(tǒng)的影響，發(fā)現(xiàn)鳴笛效應(yīng)能夠提高非均勻機動車交通系統(tǒng)流量，但對于均勻性交通系統(tǒng)幾乎無影響;Zhao等[10]建立混合自行車元胞自動機交通模型，用于描述混合自行車運行過程中的超車現(xiàn)象;Tang等[11]針對交叉口內(nèi)部電動自行車行駛過程中的逆行和換道行為，建立元胞自動機（CA）模型并進行仿真分析，結(jié)果表明應(yīng)嚴(yán)格控制換道和逆行行為，以保證交叉口內(nèi)部運行效率和交通安全;Meng等[12]建立摩托車混合交通流CA模型，通過仿真分析得出，除在特定密度范圍外，還需要設(shè)置障礙物或車道將摩托車流與機動車流分離開。

上述道路交通鳴笛效應(yīng)研究中，對于混合非機動車交通中考慮鳴笛效應(yīng)的換道模型研究還存在不足，缺少對混合非機動車內(nèi)部車輛換道行為的研究。因此，本文在經(jīng)典元胞自動機模型基礎(chǔ)上，借鑒已有的鳴笛換道行為相關(guān)研究，將混合非機動車換道分為一般換道和鳴笛換道，建立非機動車換道模型，制定相應(yīng)換道規(guī)則，并運用MATLAB軟件進行模擬仿真，對比分析兩種不同情況下?lián)Q道模型對交通流的影響。

4 結(jié)語

本文利用元胞自動機理論對混合非機動車的兩種換道方式——一般換道和鳴笛換道進行建模與分析，結(jié)合電動自行車與自行車騎行人具有不同期望速度的特點，給出混合非機動車兩種換道方式的模型更新規(guī)則。在傳統(tǒng)NS模型基礎(chǔ)上，建立考慮鳴笛效應(yīng)的混合非機動車交通流CA模型，并對不同交通密度下的兩種換道模型進行仿真對比分析。結(jié)果表明，當(dāng)交通密度在0.2～0.6之間時，鳴笛換道行為對提高道路通行效率可起到一定作用，但在低密度和高密度狀態(tài)下，鳴笛換道行為無法提高非機動車道通行效率。

目前針對混合非機動車鳴笛換道的研究仍存在不足，本文在建立鳴笛換道模型時，主要考慮電動自行車速度相對自行車更快，更趨向于達到期望速度，并基于此加入鳴笛效應(yīng)，但是未考慮自行車鳴笛的情況，今后需進一步研究自行車的鳴笛換道行為，對換道模型進行優(yōu)化。

參考文獻：

[1] 許志鵬. 基于駕駛行為特性的交通流動力學(xué)建模與穩(wěn)定性分析研究[D]. 桂林：廣西師范大學(xué)，2017.

[2] 賈斌，高自友，李克平，等. 基于元胞自動機的交通系統(tǒng)建模與模擬[M]. 北京：科學(xué)出版社，2007.

[3] NAGEL K， SCHRECKENBERG M. A cellular automaton model for freeway traffic [J]. Journal de physique I， 1992， 2（12）：2221-2229.

[4] 馮雪，王喜富. 考慮自行車流特性的機非混合交通流元胞自動機仿真[J]. 公路交通科技，2016，33（3）：132-137.

[5] 游詩廣，肖文，陳宇光. 基于NaSch模型的混合交通流研究[J]. 公路工程，2017，42（3）：64-69.

[6] 張晉，王慧，李平，等. 基于元胞自動機（CA）的自行車流建模及仿真[J]. 公路交通科技，2006，23（1）：125-129.

[7] ZHENG L， MA S F， ZHONG S Q. Analysis of honk effect on the traffic flow in a cellular automaton model[J]. Physica A， 2011，390：1072-1084.

[8] 馮雪，王喜富，李美羽. 考慮鳴笛效應(yīng)的城市路段機非混合交通流模擬[J]. 北京交通大學(xué)學(xué)報，2015（3）：56-61.

[9] JIA B， JIANG R. Honk effect in the two-lane cellular automaton model for traffic flow [J].? Physica A， 2005， 348：544-522.

[10] ZHAO D， WANG W， LI C， et al. Modeling of passing events in mixed bicycle traffic with cellular automata[J]. Transportation Research Record： Journal of the Transportation Research Board，2013（2387）：26-34.

[11] TANG T Q， LUO X F， ZHANG J， et al. Modeling electric bicycle's lane-changing and retrograde behaviors[J].? Physica A， 2018， 490：1377-1386.

[12] MENG J P， DAI S Q， DONG L Y，et al. Cellular automaton model for mixed traffic flow with motorcycles[J]. Physica A， 2007， 380：470-480.

[13] 田飛. 基于駕駛風(fēng)格的車輛換道行為譜分析研究[D]. 武漢：武漢理工大學(xué)，2016.

[14] JIANG H， REN G， ZHENG L， et al. Properties analyses for the heterogeneous nonmotorized vehicle traffic based on cellular automaton model[J]. International Journal of Modern Physicals B，2014，28（16）：1450099.

[15] 應(yīng)天力. 基于元胞自動機的城市路段混合交通流建模與仿真[D]. 北京：北京交通大學(xué)，2008.

[16] 李娟，曲大義，劉聰，等. 基于元胞自動機的車輛換道行為研究[J]. 公路交通科技，2016，33（11）：140-145.

（責(zé)任編輯：黃 健）