人工和自动混合驾驶环境下的最优道路拥堵收费模型
李浩1, 康柳江1,?, 罗斯达1, 孙会君1, 吴建军21. 北京交通大学综合交通运输理论交通运输行业重点实验室, 北京 1000442. 北京交通大学先进轨道交通自主运行全国重点实验室, 北京 100044
收稿日期:2022-09-13修回日期:2023-03-03出版日期:2023-09-20发布日期:2023-09-18通讯作者:康柳江, E-mail: kanglj(at)bjtu.edu.cn基金资助:国家自然科学基金(72001017, 72288101, 72361137003, 72331001)资助 Optimal Road Congestion Charging Model in Mixed Driving Environmentof Connected Autonomous Vehicle and Human-Driven Vehicle
LI Hao1, KANG Liujiang1,?, LUO Sida1, SUN Huijun1, WU Jianjun2 1. Key Laboratory of Transport Industry of Comprehensive Transportation Theory, Ministry of Transport, Beijing Jiaotong University, Beijing 1000442. State Key Laboratory of Advanced Rail Autonomous Operation, Beijing Jiaotong University, Beijing 100044
Received:2022-09-13Revised:2023-03-03Online:2023-09-20Published:2023-09-18Contact:KANG Liujiang, E-mail: kanglj(at)bjtu.edu.cn 摘要/Abstract
摘要： 为了得到自动驾驶汽车(CAV)与人工驾驶汽车(HDV)并存条件下最优道路收费方案, 针对CAV在道路上的通行能力, 特别是对道路容量产生的影响进行量化分析, 获得道路容量与HDV流量和CAV流量之间的非线性关系。然后, 对传统的美国公路局路阻函数进行改进, 并基于改进后的路阻函数, 建立系统最优(system optimal, SO)流量分配模型, 对不同CAV占比条件下和不同HDV与CAV安全车距比值条件下的交通流进行系统最优分配。采用Frank-Wolfe算法, 对SO模型进行求解, 并考虑因HDV而产生的额外道路出行成本对不同条件下系统最优分配结果的差异性进行比较。基于最优收费理论, 针对不同规模道路网制定相应的收费方案。最后, 将模型与算法应用到Nguyen-Dupuis交通网络中。结果表明, 在HDV与CAV并存条件下, 以系统最优分配结果下的边际成本进行收费是道路交通系统最优拥堵收费方案, 可作为HDV与CAV并存条件下道路收费方案设计的依据。
引用本文
李浩, 康柳江, 罗斯达, 孙会君, 吴建军. 人工和自动混合驾驶环境下的最优道路拥堵收费模型[J]. 北京大学学报自然科学版, 2023, 59(5): 747-756.
LI Hao, KANG Liujiang, LUO Sida, SUN Huijun, WU Jianjun. Optimal Road Congestion Charging Model in Mixed Driving Environmentof Connected Autonomous Vehicle and Human-Driven Vehicle
[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2023, 59(5): 747-756.
PDF全文下载地址:
http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3901
