于泽浩， 郑国荣, 刘小明, 尚春琳， 董路熙， 秦利南

(北方工业大学城市道路交通智能控制技术北京市重点实验室， 北京 100144)

0 引言

随着车联网技术的不断发展，在未来几年内将有一部分可实现自动驾驶功能的汽车加入交通行驶队列中，这将大大缓解目前交通拥堵等问题. 但要实现道路内的车辆全部自动驾驶，还有相当长的路要走，故对联网的自动驾驶车辆与未联网的普通车辆所组成的混合交通流进行研究意义重大，这是实现完全意义上的车联网之前的必经之路与先决条件. 构建交通流模型是研究交通问题的基本手段，因交通系统本身具有离散性和非线性的特点，元胞自动机模型成为交通流研究的重要工具.

元胞自动机交通流模型主要包括跟车模型与换道模型. 在换道模型研究中，1997年，Chowdury[1]建立了STCA模型，加入双车道换道规则，并被不断拓展与研究；王永明等[2-3]考虑驾驶员不同的驾驶特性，建立了更为灵活的换道条件，研究了不同换道条件对交通流的影响；刘小明等[4]考虑不同换道车辆换道意图，将模型细分为自由换道以及信息交互式换道模型；邓建华等[5]提出了内外因子共同影响换道决策的元胞自动机模型，具有良好的延展性；Tian等[6]研究了各种流行的交通元胞自动机模型，完成了单车道和双车道模型的分类和评价；Zheng等[7]基于BL-STCA模型，构建了考虑动态换道概率的改进双车道元胞自动机交通模型.

近年来，随着车联网技术的发展，自动驾驶车辆的交通流模型得到了人们的广泛关注. 朱艳玲等[8]考虑了车辆间信息交互作用，将鱼群效应引入车辆换道模型中，满足了车辆换道的及时性需求；……