混合自主化交通中的带 Anisotropic 交通流模型及其前视效应

本文将 Aw-Rascle-Zhang（ARZ）非平衡交通流模型扩展至考虑连接和自主车辆（CAVs）的前视能力以及 human driver 和 autonomous vehicle 混合流动的动态。CAVs的前视效应通过在一定距离内（前视距离）的非局部平均密度来捕获。我们使用波扰动分析表明，增加前视距离会松化稳定性准则。然是的，数值实验表明，更长的前视距离并不一定导致对平衡状态的 faster 收敛。我们还考察了 CAVs 的空间分布和市场渗透率的影响，表明增加市场渗透率有助于稳定混合交通，而 CAVs 的空间分布对稳定性影响较小。结果揭示了使用 CAVs 来稳定交通的潜力，并可能为混合自主化环境中的速度控制提供定性见解。