伊振鵬 李 偉 石白茜 王寶杰

（長(zhǎng)安大學(xué)運(yùn)輸工程學(xué)院 西安 710064）

0 引 言

隨著車(chē)輛電動(dòng)化、網(wǎng)聯(lián)化、智能化、共享化的持續(xù)推進(jìn)，高等級(jí)駕駛自動(dòng)化駕駛技術(shù)逐步成熟，自動(dòng)駕駛車(chē)輛開(kāi)始逐漸進(jìn)入人們生活。在駕駛自動(dòng)化車(chē)輛發(fā)展過(guò)程中，道路上運(yùn)行的交通流將在很長(zhǎng)一段時(shí)間內(nèi)呈現(xiàn)出人工操作車(chē)輛和自動(dòng)駕駛車(chē)輛共同運(yùn)行的混合流形式。高速公路采用全封閉管理，運(yùn)行管理設(shè)施和車(chē)輛行駛條件更加穩(wěn)定，是自動(dòng)駕駛車(chē)輛推廣普及的首選道路環(huán)境。然而，高速公路下匝道影響區(qū)由于存在車(chē)輛加速、減速、超車(chē)、換道等多種駕駛行為，行車(chē)環(huán)境復(fù)雜、交通穩(wěn)定性較差，是自動(dòng)駕駛車(chē)輛推廣應(yīng)用需要關(guān)注的重點(diǎn)路段。因此，面向高速公路下匝道分流影響區(qū)，分析智能車(chē)輛混入率對(duì)混合交通流安全性的影響具有重要意義。

協(xié)同自適應(yīng)巡航控制（cooperative adaptive cruise control，CACC）和自適應(yīng)巡航控制（adaptive cruise control，ACC）是1種控制車(chē)輛縱向運(yùn)動(dòng)的技術(shù)，被廣泛應(yīng)用于駕駛自動(dòng)化等級(jí)較高的車(chē)輛上[1-2]。CACC車(chē)輛通過(guò)車(chē)車(chē)通信系統(tǒng)獲取周?chē)?chē)輛主動(dòng)傳送的速度、位置等行駛信息，ACC車(chē)輛通過(guò)車(chē)載視頻、雷達(dá)等檢測(cè)設(shè)備觀測(cè)周?chē)?chē)輛的運(yùn)行信息。

交通流微觀建模及運(yùn)行特性研究是交通工程領(lǐng)域重點(diǎn)關(guān)注的范疇，主要研究成果包括跟馳模型、換道模型、交通流運(yùn)行特性等方面[3-4]。在跟馳模型研究方面，全速度差模型和智能駕駛員模型被廣泛用于模擬人工操作車(chē)輛的跟馳行為[5-6]；由加州伯克利大學(xué)PATH實(shí)驗(yàn)室通過(guò)實(shí)車(chē)試驗(yàn)提出的CACC模型和ACC模型，常被作為表述智能車(chē)換道的基本模型[7-8]；在換道模型研究方面，Ahmed等[9]提出基于效用理論的換道需求模型框架，Rickert等[10]和Chowdhury等[11]以NaSch模型為基礎(chǔ)，提出了一系列換道規(guī)則。

在交通流運(yùn)行特性研究方面，學(xué)者們對(duì)混合交通流的安全性[12-13]、穩(wěn)定性[14-15]、通行能力[16-17]等進(jìn)行了深入分析。徐桃讓等[18]提出包含反應(yīng)時(shí)間與智能網(wǎng)聯(lián)車(chē)比例的混合交通流基本圖模型，發(fā)現(xiàn)網(wǎng)聯(lián)車(chē)比例的增大能提高異質(zhì)交通流的通行能力。Mahdinia等[19]基于真實(shí)數(shù)據(jù)對(duì)不同類(lèi)型車(chē)輛組合進(jìn)行研究，發(fā)現(xiàn)采用CACC系統(tǒng)可大幅降低駕駛波動(dòng)性，降低追尾事故的風(fēng)險(xiǎn)性，并減少了燃油消耗和排放。馬慶祿等[20]對(duì)網(wǎng)聯(lián)異質(zhì)流的穩(wěn)定性進(jìn)行了研究，結(jié)果表明：CAVs比例大于20%時(shí)，隨CAVs比例增加異質(zhì)流穩(wěn)定性逐漸提高，CAVs比例達(dá)到70%后異質(zhì)流趨于穩(wěn)定。秦嚴(yán)嚴(yán)等[21-22]考慮了網(wǎng)聯(lián)車(chē)退化機(jī)制，提出混合交通流基本圖模型，發(fā)現(xiàn)CACC車(chē)輛的混入有利于降低尾撞安全風(fēng)險(xiǎn)。Ye等[23]采用碰撞時(shí)間、速度差等指標(biāo)對(duì)混合交通流安全性進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)隨著網(wǎng)聯(lián)車(chē)占比的增加，交通流運(yùn)行更加平順，時(shí)走時(shí)停現(xiàn)象得到緩解。吳德華等[24]以上匝道瓶頸路段交通流為研究對(duì)象，建立考慮安全距離的改進(jìn)NaSch模型，探究不同條件下網(wǎng)聯(lián)車(chē)占比對(duì)瓶頸路段運(yùn)營(yíng)狀態(tài)的影響。康瑞等[25]提出敏感換道的元胞自動(dòng)機(jī)下匝道交通流模型，探索敏感換道區(qū)長(zhǎng)度對(duì)系統(tǒng)的影響。

現(xiàn)有研究在交通流微觀建模及運(yùn)行特性研究等領(lǐng)域已取得顯著成果，但對(duì)智能車(chē)混入情形下的高速公路下匝道分流區(qū)車(chē)輛強(qiáng)制換道特征分析不足，且尚未揭示混合交通流的安全性。因此，本文基于選取的跟馳模型和換道模型建立高速公路下匝道分流區(qū)數(shù)值模擬實(shí)驗(yàn)?；跇?gòu)建的交通流安全性評(píng)價(jià)指標(biāo)，分析不同CACC車(chē)輛占比時(shí)下匝道分流區(qū)混合交通流安全性的變化規(guī)律，研究強(qiáng)制換道區(qū)長(zhǎng)度對(duì)混合交通流安全性的影響。

1 交通場(chǎng)景設(shè)置

高速公路下匝道區(qū)域由高速公路主線、駛出匝道和連接部組成。本文中高速公路主線設(shè)置為單向3個(gè)車(chē)道。所有車(chē)輛在主線段執(zhí)行相應(yīng)的跟馳和隨意換道行為，有下高速意圖的車(chē)輛逐漸向右側(cè)換道，直至駛離主線。根據(jù)駛離主線車(chē)輛的換道意圖和行駛特征，在主線段設(shè)置遠(yuǎn)端強(qiáng)制換道區(qū)Lfar和近端強(qiáng)制換道區(qū)Lnear。仿真場(chǎng)景設(shè)置見(jiàn)圖1。

圖1 高速公路下匝道分流區(qū)仿真場(chǎng)景Fig.1 Simulation scene of off-ramp diverging area of expressway

1）遠(yuǎn)端強(qiáng)制換道區(qū)。車(chē)輛在進(jìn)入遠(yuǎn)端強(qiáng)制換道區(qū)后開(kāi)始產(chǎn)生強(qiáng)制換道意圖，意圖隨車(chē)輛與出口距離減小而增加。當(dāng)相鄰車(chē)道滿(mǎn)足換道條件后執(zhí)行換道行為。

2）近端強(qiáng)制換道區(qū)。車(chē)輛進(jìn)入此區(qū)域后產(chǎn)生強(qiáng)烈換道意圖，變換跟馳對(duì)象為相鄰車(chē)道前車(chē)，相鄰車(chē)道后車(chē)將協(xié)助換道車(chē)輛完成換道行為。

2 跟馳模型

2.1 人工操作車(chē)輛

全速度差模型（full velocity difference，F(xiàn)VD）見(jiàn)式（1）。

式中：vf為自由流速度，m/s；s0為最小安全間距，m；α為敏感系數(shù)。

該模型的相關(guān)參數(shù)取值見(jiàn)表1。

表1 全速度差模型參數(shù)取值Tab.1 The parameters value of FVD

2.2 ACC車(chē)輛

ACC跟馳模型見(jiàn)式（3）。

2.3 CACC車(chē)輛

CACC跟馳模型見(jiàn)式（4）。

式中：vp上一控制時(shí)間的后車(chē)速度，m/s；e為實(shí)際車(chē)間距與期望車(chē)間距的誤差，m；?為e的導(dǎo)數(shù)；t c為CACC期望車(chē)間時(shí)距，s；k p，k d為控制系數(shù)，其取值分別為0.45，0.25。

對(duì)式（4）中的速度求導(dǎo)得到

式中：各項(xiàng)參數(shù)取值為t c=0.6 s，k p=0.45，k d=0.25，t1=0.01 s。

3 換道模型

基于Hidas提出的換道流程，建立混合交通流下匝道分流區(qū)車(chē)輛換道流程，見(jiàn)圖2。

圖2 下匝道分流區(qū)混合交通流換道流程圖Fig.2 Flow chartofmixed traffic flow lane-changing in off-ramp diverging area

3.1 隨意換道

當(dāng)車(chē)輛滿(mǎn)足式（6）～（7）時(shí)，以概率Pchange執(zhí)行換道行為。

式中：vn(t)為車(chē)輛n在t時(shí)刻的速度，m/s；vq為期望速度，與所在道路限速和道路行駛車(chē)輛速度平均值有關(guān)，m/s；df，n(t)，dl，n(t)分別為t時(shí)刻車(chē)輛n與相鄰車(chē)道上前車(chē)和后車(chē)間距，m；d n(t)為t時(shí)刻車(chē)輛n與本車(chē)道前車(chē)的間距，m；dsafe為安全間距，即前車(chē)緊急剎車(chē)后車(chē)不至于發(fā)生碰撞的距離，m，其計(jì)算公式為

式中：a為車(chē)輛最大減速度，m/s2；l為車(chē)輛長(zhǎng)度，m；treaction為反應(yīng)時(shí)間，s。人工操作車(chē)輛駕駛員的反應(yīng)時(shí)間treaction取1.5 s。駕駛自動(dòng)化車(chē)輛CACC車(chē)輛、ACC車(chē)輛的反應(yīng)時(shí)間treaction分別取0.6 s和1.0 s。

引入駕駛員特性因子p～N(0，1)體現(xiàn)不同駕駛員的差異性。本文假設(shè)駕駛員趨向于采用最大車(chē)速vmax行駛，人工操作車(chē)輛期望速度計(jì)算見(jiàn)式（9）。

式中：k為系數(shù)；p為駕駛員特性因子，其絕對(duì)值越大代表駕駛員更能接受較低速度行駛。

對(duì)于ACC/CACC車(chē)輛，換道條件滿(mǎn)足時(shí)控制系統(tǒng)即進(jìn)行換道操作，因此換道概率Pchange=1。ACC/CACC車(chē)輛的期望速度取為前后m輛車(chē)組成的車(chē)隊(duì)的車(chē)速平均值。忽略ACC/CACC車(chē)輛之間的差異，其期望速度計(jì)算見(jiàn)式（10）。

3.2 強(qiáng)制換道

車(chē)輛進(jìn)入遠(yuǎn)端強(qiáng)制換道區(qū)。本文對(duì)Ahmed提出分層樹(shù)狀間隙接受模型進(jìn)行簡(jiǎn)化，用于表示產(chǎn)生強(qiáng)制換道意圖的概率，計(jì)算見(jiàn)式（11）。

式中：Xn(t)為車(chē)輛n距離下匝道出口，m；ξn為標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)；α，β為控制系數(shù)；αξn用來(lái)描述駕駛員的觀測(cè)/判斷誤差。由式（11）可見(jiàn)：P n隨車(chē)輛與匝道出口距離變小而增大。

對(duì)于人工操作車(chē)輛，Pn采用式（11）計(jì)算。對(duì)于駕駛自動(dòng)化車(chē)輛，換道由控制系統(tǒng)完成，P n=1。車(chē)輛產(chǎn)生換道意圖后判斷相鄰車(chē)道是否滿(mǎn)足換道條件，見(jiàn)式（12）。

式中：d f，n(t)和d l，n(t)分別為t時(shí)刻車(chē)輛n與相鄰車(chē)道前車(chē)和后車(chē)的距離，m；d f，safe和d l，safe為車(chē)輛n與相鄰車(chē)道前車(chē)和后車(chē)的安全間距，m。

車(chē)輛進(jìn)入近端強(qiáng)制換道區(qū)。當(dāng)相鄰車(chē)道換道條件仍無(wú)法滿(mǎn)足時(shí)，換道車(chē)輛Veh n將跟馳目標(biāo)從本車(chē)道前車(chē)Veh f變換為目標(biāo)車(chē)道前車(chē)。同時(shí)目標(biāo)車(chē)道后車(chē)的跟馳目標(biāo)從本車(chē)道前車(chē)變換為相鄰車(chē)道換道車(chē)輛Veh n，協(xié)助換道車(chē)輛Veh n完成換道。協(xié)助換道過(guò)程示意見(jiàn)圖3。

圖3 車(chē)輛協(xié)助換道過(guò)程示意圖Fig.3 Schematic diagram of the vehicle assisted lane-changing process

其跟馳策略根據(jù)跟馳前車(chē)為人工操作車(chē)輛、ACC車(chē)輛或CACC車(chē)輛選用式（1），（3），（5）進(jìn)行計(jì)算。當(dāng)換道車(chē)輛Veh n與目標(biāo)車(chē)道前后車(chē)的間距滿(mǎn)足安全間距后執(zhí)行換道操作。

4 交通流安全性分析

4.1 安全性指標(biāo)

碰撞時(shí)間TTC定義為保持當(dāng)前速度差，前后2車(chē)發(fā)生碰撞所用的時(shí)間，計(jì)算見(jiàn)式（13）。

在TTC基礎(chǔ)上計(jì)算得到TET，TIT安全評(píng)價(jià)指標(biāo)，TET，TIT指標(biāo)常用于交通流車(chē)輛尾撞風(fēng)險(xiǎn)安全評(píng)價(jià)[26]，計(jì)算見(jiàn)式（14）～（17）。

式中：Δxn(t)為車(chē)輛n與前車(chē)的車(chē)頭間距，m；Δv n(t)為車(chē)輛n與前車(chē)的速度差，m/s；M為總仿真步長(zhǎng)數(shù)；Δt為仿真步長(zhǎng)，s；TTC*為碰撞時(shí)間閾值，取10 s。

通常采用速度標(biāo)準(zhǔn)差描述交通流中車(chē)輛速度的離散程度，借此反應(yīng)交通流的整體安全性，速度標(biāo)準(zhǔn)差的計(jì)算見(jiàn)式（18）。

式中：vi為交通流中第i輛車(chē)的速度，m/s；vˉ為交通流的平均速度，m/s。速度標(biāo)準(zhǔn)差越大代表交通流越不穩(wěn)定，反之代表交通流越安全。

4.2 數(shù)值模擬及結(jié)果分析

在第一部分建立的仿真情景下進(jìn)行仿真。其中高速公路主線長(zhǎng)度設(shè)為3 km，初始遠(yuǎn)端強(qiáng)制換道區(qū)長(zhǎng)度和近端強(qiáng)制換道區(qū)長(zhǎng)度均為500 m。我國(guó)高速公路管理?xiàng)l例中規(guī)定車(chē)輛在匝道區(qū)行駛的最高速度為80 km/h，因此主線3車(chē)道由里向外分別限制其最高速度為120，100，80 km/h。設(shè)定初始高速公路主線交通量為1 600 veh/h，下高速車(chē)輛占比為0.1。仿真基于MATLAB軟件進(jìn)行，采用開(kāi)放邊界條件，車(chē)輛以呈現(xiàn)泊松分布的車(chē)頭時(shí)距從起點(diǎn)生成，仿真持續(xù)2 000個(gè)步長(zhǎng)，每仿真步長(zhǎng)為0.5 s。不同條件下平行進(jìn)行3次仿真實(shí)驗(yàn)，取平均值作為結(jié)果。

在上述條件下進(jìn)行仿真模擬，分析研究區(qū)域CACC車(chē)輛占比（PCACC）變化對(duì)混合交通流安全性評(píng)價(jià)指標(biāo)TTC、TET、TIT和速度標(biāo)準(zhǔn)差的影響。在初始交通量和下高速車(chē)輛占比不變情況下，令遠(yuǎn)端強(qiáng)制換道區(qū)長(zhǎng)度為500 m時(shí)，PCACC=0，0.2，0.4，0.6，0.8，1.0對(duì)應(yīng)的TTC統(tǒng)計(jì)分布情況見(jiàn)圖4。

圖4 不同P CACC和TTC時(shí)車(chē)輛數(shù)統(tǒng)計(jì)分布圖Fig.4 Statistical distribution ofthe number of vehicles under different P CACC and TTC

根據(jù)TTC計(jì)算公式可以發(fā)現(xiàn)，相鄰前后車(chē)間距越小且速度差越大TTC值越小，及追尾碰撞事故發(fā)生概率越大，對(duì)應(yīng)于圖4左側(cè)部分。圖4（a）～（f）顯示，在較低的PCACC值（0≤PCACC＜0.6）時(shí)，TTC值為0～20 s部分的車(chē)輛數(shù)顯著增加，最多增長(zhǎng)123.4%；在PCACC值較大（0.6＜PCACC≤1）時(shí)，TTC值在0～20 s部分明顯減少，具體數(shù)據(jù)見(jiàn)表2。其中，TTC值大于20 s的部分隨著PCACC值的增加呈現(xiàn)出明顯減少的趨勢(shì)，表明車(chē)輛間的速度逐漸趨于一致。

表2 不同P CACC時(shí)0≤TTC≤20對(duì)應(yīng)的車(chē)輛數(shù)及其相對(duì)比例Tab.2 The number of vehicles corresponding to 0≤TTC≤20 under different P CACC and their relative proportions

在相同條件下計(jì)算PCACC=0.1～1.0對(duì)應(yīng)的TET，TIT值相較于PCACC=0.1時(shí)的比率值，計(jì)算見(jiàn)式（19）～（20），TET、TIT比率值變化曲線圖見(jiàn)圖5。

圖5 不同Pcacc下TET和TIT指標(biāo)值變化曲線Fig.5 The curve of TET and TI T under different P CACC

圖5顯示出TET，TIT值均隨PCACC的增加呈現(xiàn)出先增加后下降的趨勢(shì)，這與圖4反應(yīng)的情況基本相同。PCACC在0.3～0.5時(shí)TET，TIT出現(xiàn)峰值，相較于PCACC＝0.1時(shí)，TET增加近68%，TIT增加近89%；在PCACC＞0.8后TET，TIT比率開(kāi)始小于零；PCACC＝1時(shí)TET，TIT值減小至最低點(diǎn)，TET降低60%，TIT降低57%。

圖4和圖5表明，在較低的CACC車(chē)輛占比時(shí)，混合交通流相較于人工操作車(chē)輛組成的車(chē)流在下匝道區(qū)域的安全性問(wèn)題更加嚴(yán)峻。原因可能為不同類(lèi)型車(chē)輛的跟馳、換道行為存在差異。較少的CACC車(chē)輛分散于車(chē)流中使其退化現(xiàn)象更加突出。在下匝道區(qū)域車(chē)輛運(yùn)行行為本就復(fù)雜的情形下一定程度上增加了車(chē)流的不安全性。但當(dāng)PCACC增加到一定程度后CACC車(chē)輛成為車(chē)流主體，CACC車(chē)輛通過(guò)感知系統(tǒng)更好的感知前車(chē)運(yùn)行狀態(tài)，避免了危險(xiǎn)情況發(fā)生。而CACC車(chē)輛對(duì)前車(chē)的速度、距離感知使得其能在正常運(yùn)行中與前車(chē)行為保持相對(duì)穩(wěn)定的距離和速度，因此TTC值在較大和較小部分均顯著降低，且TET，TIT值也明顯下降。

在起點(diǎn)總交通量為1 600 veh/h、下高速車(chē)輛占比為0.1、遠(yuǎn)端強(qiáng)制換道區(qū)長(zhǎng)度為500 m時(shí)，PCACC=0～1.0對(duì)應(yīng)的速度標(biāo)準(zhǔn)差值變化曲線圖，見(jiàn)圖6。

圖6 不同P CACC下速度標(biāo)準(zhǔn)差變化曲線Fig.6 The curve of speed standard deviation under different P CACC

圖6顯示速度標(biāo)準(zhǔn)差計(jì)算值在PCACC＝0～0.3時(shí)無(wú)明顯變化，維持在1.05上下，在PCACC＞0.3后隨PCACC增加明顯降低。PCACC＝1時(shí)速度標(biāo)準(zhǔn)差為0.44，相較于PCACC＝0減少約57%。這表明在下匝道區(qū)域CACC車(chē)輛占比較低時(shí)，混合交通流中各車(chē)輛之間的速度差異較大，較大的速度離散程度代表交通流的安全性較低。當(dāng)CACC車(chē)輛占比大于0.3時(shí)，交通流中各車(chē)速度逐漸趨于相同，速度標(biāo)準(zhǔn)差顯著減小，交通流安全性提高。因此CACC車(chē)輛能有效的提高交通流的安全性。

在起點(diǎn)總交通量和下高速車(chē)輛占比不變的情況下，依次改變遠(yuǎn)端強(qiáng)制換道區(qū)Lfar為500，1 000，1 500 m，分別計(jì)算在不同PCACC值下對(duì)應(yīng)的TET值，見(jiàn)圖7。

圖7 不同長(zhǎng)度遠(yuǎn)端強(qiáng)制換道區(qū)下的TET值變化曲線Fig.7 Thecurve of TET value under different lengths of the far-end mandatory lane-changing area

圖7顯示Lfar＝1 000 m，1 500 m時(shí)相較于Lfar＝500 m，TET指標(biāo)值在0.2≤PCACC≤0.8時(shí)均顯著下降，較與峰值點(diǎn)（PCACC＝0.4）減少約70%。隨PCACC變化，Lfar＝1 000 m與Lfar＝1 500 m對(duì)應(yīng)的TET值保持在180左右低位浮動(dòng)。上述現(xiàn)象表明增加遠(yuǎn)端強(qiáng)制換道區(qū)Lfar的長(zhǎng)度（≤1 000 m）可以大幅降低PCACC處于各階段時(shí)車(chē)輛的碰撞風(fēng)險(xiǎn)，顯著提高混合交通流的安全性。但Lfar＞1 000 m后再加長(zhǎng)Lfar混合交通流安全性改善效果不在顯著。

基于熱力圖對(duì)不同Lfar對(duì)交通流安全性的影響進(jìn)行定性分析。由于TTC值越小代表越易發(fā)生尾撞事故，繪圖時(shí)令TTC最大取值為20，設(shè)mTTC=-TTC+20，則圖中顏色越鮮明的區(qū)域代表存在追尾碰撞的安全風(fēng)險(xiǎn)越大。在起點(diǎn)總交通量和下高速車(chē)輛占比不變的情況下，基于不同時(shí)刻各相鄰車(chē)輛之間mTTC值，繪制不同Lfar和PCACC時(shí)對(duì)應(yīng)的mTTC時(shí)空熱力圖，見(jiàn)圖8。

圖8 不同P CACC和L far對(duì)應(yīng)的TTC時(shí)空熱力圖Fig.8 Temporal and spatial heat map of TT C under different Pcacc and L far

在各自Lfar值下，隨PCACC值的增大，圖8（a）～（c）均呈現(xiàn)出亮色區(qū)域減少的趨勢(shì)。這表明隨CACC車(chē)輛占比的增加，交通安全風(fēng)險(xiǎn)發(fā)生的頻率降低，交通流更加的穩(wěn)定。在下匝道口（x＝2 500 m）處，亮色區(qū)域較為集中，明顯呈現(xiàn)出交通流由于匝道口下高速車(chē)輛換道減速等原因，引起安全風(fēng)險(xiǎn)向上游傳播的趨勢(shì)（斜向左上的亮色線條）。比較相同PCACC值、不同Lfar下的熱力圖，可以發(fā)現(xiàn)Lfar＝1 500 m時(shí)，熱力圖中的亮色部分明顯減少，以PCACC＝0.8時(shí)的各圖對(duì)比最為明顯。這表明較長(zhǎng)的遠(yuǎn)端強(qiáng)制換道區(qū)和較大PCACC值均有益于減少交通危險(xiǎn)狀況的發(fā)生。

車(chē)輛在高速公路下匝道分流區(qū)的強(qiáng)制換道行為是影響此區(qū)域交通流安全性和穩(wěn)定性的重要因素之一。通過(guò)統(tǒng)計(jì)分析不同遠(yuǎn)端強(qiáng)制換道區(qū)長(zhǎng)度下車(chē)輛在近端、遠(yuǎn)端強(qiáng)制換道區(qū)執(zhí)行強(qiáng)制換道的比例，研究遠(yuǎn)端強(qiáng)制換道區(qū)長(zhǎng)度對(duì)交通流安全性的影響。在主線交通量和下高速車(chē)輛占比不變情況下，統(tǒng)計(jì)Lfar等于500，1 000，1 500 m時(shí)在近端、遠(yuǎn)端強(qiáng)制換道區(qū)強(qiáng)制換道發(fā)生的次數(shù)，繪制不同PCACC值下2個(gè)區(qū)域換道次數(shù)占比變化曲線圖，見(jiàn)圖9。

強(qiáng)制換道行為發(fā)生位置距離下匝道口越近對(duì)交通流的影響越大。圖9（a）～（c）均顯示出在PCACC較低時(shí)，車(chē)輛在近端強(qiáng)制換道區(qū)執(zhí)行強(qiáng)制換道次數(shù)占比增加，進(jìn)而導(dǎo)致交通流安全性的惡化。同時(shí)比較圖9（a）～（c）可以發(fā)現(xiàn)，隨Lfar增加車(chē)輛在近端強(qiáng)制換道區(qū)執(zhí)行強(qiáng)制換道次數(shù)的占比明顯降低，占比峰值點(diǎn)從0.75（Lfar＝500 m）降至0.49（Lfar＝1 000 m），0.45（Lfar＝1 500 m），分別降低了34.7%，40.0%。這表明增加遠(yuǎn)端換道區(qū)長(zhǎng)度可以促使下高速車(chē)輛提前換道，從而避免車(chē)輛在下匝道口附近集中換道，提高交通流的安全性。

圖9 不同P CACC和L far下的2個(gè)區(qū)域換道次數(shù)占比變化曲線Fig.9 The curve of the ratio of lane changes in the two areas under different Pcacc and L far

5 結(jié)束語(yǔ)

1）在高速公路下匝道區(qū)域，CACC車(chē)輛占比對(duì)混合交通流的安全性有顯著影響。PCACC＜50%時(shí)，CACC車(chē)輛的混入會(huì)加劇混合交通流的不安全性。PCACC≥50%之后，CACC車(chē)輛的優(yōu)點(diǎn)逐漸體現(xiàn)，混合交通流的安全性顯著提高。

2）仿真實(shí)驗(yàn)結(jié)果顯示，PCACC在0.1～0.5時(shí)TET、TIT指標(biāo)增加出現(xiàn)峰值，峰值點(diǎn)相較于PCACC＝0.1分別增加68%和89%，速度標(biāo)準(zhǔn)差在PCACC＝0～0.3時(shí)大于1。因此在CACC車(chē)輛占比為0～0.5階段時(shí)，應(yīng)加大對(duì)高速公路下匝道區(qū)域的安全管控措施，保證駕駛自動(dòng)化車(chē)輛普及過(guò)程中的平穩(wěn)過(guò)渡。

3）增加遠(yuǎn)端強(qiáng)制換道區(qū)長(zhǎng)度可顯著提高交通流的安全性。當(dāng)遠(yuǎn)端強(qiáng)制換道區(qū)長(zhǎng)度Lfar從500 m增加至1 000 m時(shí)，TET指標(biāo)值峰值點(diǎn)減少約70%，近端強(qiáng)制換道區(qū)強(qiáng)制換道次數(shù)占比峰值點(diǎn)降低了34.7%。但Lfar從1 000 m增加至1 500 m時(shí)，指標(biāo)值降低不明顯。

4）在高速公路出口匝道上游設(shè)置例如出口預(yù)告標(biāo)志等標(biāo)志標(biāo)線提示、引導(dǎo)駕駛員提前換道，可以大大提高混合交通流在下匝道區(qū)域的安全性。且此范圍控制在距離出口匝道1 000 m左右時(shí)收益顯著。

本文中的微觀模型僅考慮了相鄰車(chē)輛間的作用，未來(lái)可基于CACC系統(tǒng)檢測(cè)半徑進(jìn)一步研究存在車(chē)輛編隊(duì)及車(chē)隊(duì)長(zhǎng)度對(duì)高速公路下匝道分流區(qū)混合交通流安全性的影響。