胡 笳 安连华 李 欣

（1.同济大学道路与交通工程教育部重点实验室 上海201804；2.大连海事大学交通运输工程学院 辽宁 大连116026）

0 引 言

以移动互联、大数据，以及云计算等技术为代表的新一轮科技革命方兴未艾，极大推动了网联自动驾驶发展。在V2X通信、智能路侧设施等的支持下，网联自动驾驶车辆（connected automated vehicles,CAVs）可实现车车协同、经济驾驶和编队运行[1]。其中，协同式自适应巡航控制（cooperative adaptive cruise control, CACC）技术较为成熟，也是目前最有可能先落地的网联自动驾驶功能之一[2]。然而，根据美国交通部AASHTO 估算，完全网联自动驾驶道路交通流的出现还需要相当长的时间[3]。因此，由人类驾驶（human-driven vehicles, HVs）和具备CACC功能的网联自动驾驶共同组成的新型混合交通流将长期存在。

快速路是城市道路交通命脉，同时也是CACC技术最易落地场景。快速路合流区由于匝道汇入引发交通扰动，是常发性交通拥堵的重灾区。通行能力作为快速路合流区交通管控的重要依据，一直以来是交通学者研究的重点。针对传统人类驾驶交通流，道路通行能力建模从合流影响区交通特性[4]、交通流特征[5]，以及汇入行为分析[6]等角度切入。对于混入CACC 车辆的新型混合交通流，CACC 车辆可以通过车车通讯和协同编队缩短跟驰间距，单个CAVs 车辆通过车车通讯也可以在一定程度上缩小跟驰间距，而车间距将会对道路通行能力产生影响。因此，快速路合流区通行能力将随CAVs 渗透率（penetration rate，PR）变化。许多学者针对这一问题展开研究，目前主要研究方法为仿真模拟和解析建模2 种，仿真方法聚焦于微观车辆行为模拟和交通场景重现，从模拟CAVs 车辆的跟驰和换道行为出发，模拟大规模交通流运行状态，测得道路通行能力[7]。……