陈 杰，费瑞波，刘 燕，李光磊

(蚌埠学院 经济与管理学院，安徽 蚌埠 233030)

在不久的未来，随着车联网技术的快速发展与逐步成熟，道路上将出现由网联车辆和人工驾驶车辆混合构成的交通流。由于人工驾驶车辆和网联车辆的驾驶主体遵循不同的跟驰规则，在混合交通流中可能诱发速度冲突和车头时距震荡等问题。车联网技术的发展将面临道路上传统人工驾驶车辆和网联车辆共同存在的阶段，网联车辆能够通过车车通讯和车路通讯等技术改善混合交通流的特性[1-3]，缓解交通拥堵。针对混合交通流的研究，主要涉及：ACC/CACC车辆与人工驾驶车辆组成的混合交通流；自动驾驶车辆、网联车辆和人工驾驶车辆组成的混合交通流。

当前针对混合交通流的稳定性研究中，网联车辆跟驰模型主要还是建立在均一交通流情况下，并未考虑交通流的异质性对跟驰状态的影响，亦没有考虑相邻车辆类型的不同引起的交通流特性差异。因此，基于车辆网技术提出一种新的加速度模型框架，综合考虑了时间延迟、多前车速度反馈以及后视效应对主车辆的影响。通过稳定性分析和数值仿真，解析了模型参数取值对混合交通流通行能力与稳定性的影响。

1 跟驰行为建模

为了捕捉传统人工驾驶车辆和网联车辆加速度决策过程的差异，提出了一个加速度模型框架，以解决当前微观跟驰模型在捕捉混合环境中跟驰行为变化方面的局限性。

2 网联车辆跟驰行为模型

考虑网联车辆的后视效应建立了车辆跟驰模型，其次添加多前车的速度差作为反馈控制项，最后根据车辆类型的差异引入不同的反应延迟。……