郭静秋, 方守恩, 曲小波, 王亦兵, 刘洋泽西

(1．同济大学 道路与交通工程教育部重点实验室，上海 201804； 2. 查尔姆斯理工大学 建筑与土木工程系，查尔姆斯 41296； 3.浙江大学 建筑工程学院，浙江 杭州 310058)

智能网联车(connected and automated vehicle, CAV)是近年来道路交通领域革命性的发展方向，有望从微观行驶行为层面改善传统交通流特性[1].自适应巡航控制(adaptive cruise control，ACC)和协同自适应巡航控制(cooperative adaptive cruise control，CACC)是CAV技术发展的重要阶段.然而，在未来相当长的时间里，CAV的市场渗透率将逐步增长，CAV将与普通车辆(regular vehicle, RV)长期共享有限的道路资源.CAV环境下的交通调控和资源整合优化是一项极具挑战的课题.Chen等人在研究自动驾驶车辆换道决策模型时，通过层次分析法和逼近最优解的排序思想，对普通的换道决策进行多属性赋值，从而实现车辆换道安全和效率的平衡约束[2].Talebpour等人在车联网环境下提出了一种基于博弈论的车辆换道决策模型[3].Meng等人在此基础上，结合结构平衡理论，构建了滚动时域控制的博弈换道决策模型[4].他们认为车辆换道决策问题可分解为换道价值和换道安全两个子问题，并在应用博弈论对车辆间影响、换道安全和驾驶效率综合考虑后给出换道决策.

然而，国内外学者在混合交通流特性研究方面还处于起步阶段.一方面，相比于RV，CAV具有更小的反应延迟时间，在行驶过程中与前车保持更小的车头时距，借此可以提升行驶速度；另一方面，CAV具备与周围同类型车辆相互通信的能力，这一能力可以使得CAV在……