面向人类驾驶与自动驾驶车辆集成管理的动态公交专用道策略
最优化与控制
2025-03-03 v1
摘要
本研究引入了一种动态公交专用道（DBL）策略，称为动态公交优先车道（DBPL）策略，专为包含手动驾驶与自动驾驶车辆的混合交通环境而设计。与以往的 DBL 策略不同，该方法考虑了具备自主轨迹规划能力的部分联网自动驾驶车辆（CAV）。通过利用这一能力，该策略授予特定 CAV 在公交专用道内的通行权（ROW），同时利用其在普通车道上的引导效应引导车辆编队通过交叉口，从而间接影响其他车辆的轨迹。通行权分配采用混合整数线性规划（MILP）模型进行优化，旨在最小化车辆总行程时间。由于进入公交专用道的不同 CAV 会影响其他车辆的行程时间，该模型在估计 CAV、人类驾驶车辆（HDV）与联网自动驾驶公交（CAB）驶近停车线时的状态时，纳入了变道效应。建立了一个带有滚动时域程序的动态控制框架，以确保在不断变化的交通条件下精确执行 ROW 优化。通过两个场景的仿真实验，评估了所提出的 DBPL 策略在不同 CAV 市场渗透率（MPR）下的性能。
引用
@article{arxiv.2502.20831,
title = {A Dynamic Bus Lane Strategy for Integrated Management of Human-Driven and Autonomous Vehicles},
author = {Haoran Li and Zhenzhou Yuan and Rui Yue and Guangchuan Yang and Fan Zhang and Zong Tian and Chuang Zhu},
journal= {arXiv preprint arXiv:2502.20831},
year = {2025}
}