混有ACC车辆的八车道高速公路通行能力研究文献综述

1. 文献综述（或调研报告）：
2. ACC车辆影响研究
   1. ACC车辆对用户行为的影响

ACC能够通过纵向跟驰技术有效地提升驾驶过程中的舒适性^[1-3]。然而，其本意并不是想要完全取代驾驶员的操作。驾驶员仍应当时刻监督ACC系统的工作状况和实际交通状况，并据此判断是否存在重新手动驾驶车辆的必要性，以应对ACC系统无法处理得当的紧急情况^[4]。同时，驾驶员还应当时刻关注车辆的横向驾驶情况。

许多研究人员和汽车制造商认为，ACC系统可以减轻驾驶员驾驶过程中的生理负担，并规避人为的驾驶错误^[5]。基于仿真研究，Staton和Yong利用基于6个变量（控制轨迹、信任度、工作量、压力、心理模型及感知度）的心理学方法确定ACC系统是否能够减轻驾驶员的负担。发现控制轨迹和信任度并未受到ACC系统的影响，工作量、压力及感知度确有下降^[6]。Fancher等人通过现场测试研究，结合了心理因子、车辆动力学和控制理论评价ACC系统，得到了相似的结论^[7]。然而也有一些学者对其提出了不同的见解。他们认为，ACC系统仍然需要驾驶员的监督和判断，增加了驾驶过程中的心理负担^[8]。

虽然ACC系统可以为驾驶员带来许多益处，广泛应用和过度依赖该系统其也会来带一些负面影响，例如在安全紧急情况下其会增加驾驶员的反应时间^[9-10]，并会在减速制动条件下减少最小车头时距值^[11]。Nilsson发现在安全紧急情况下，驾驶员更倾向于在自己做出反应之前等待ACC系统先做出反应^[12]。宝马公司的Kopf和Nirschl发现在相似的情况下，反应时间会从2-2.3s延长至2.7s^[13]。也有研究通过较为全面的驾驶模拟器通过测量驾驶员的反应时间、制动量、转向输入和车间距等信息对上述结果予以确认^[14]。除此之外，其负面影响还包括在某些情况下，ACC系统的不当处理会使得驾驶员无法重新取得车辆的驾驶权。Stanton等通过仿真研究了驾驶负担以及在危险情况下重新对车辆进行人工控制的能力。研究结果发现有三分之一的与试者由于缺乏警觉或者对于ACC系统过于依赖，在碰撞发生前未能成功重新取得对车辆的控制^[15]。

国内的研究中，高振海等首先建立了描述汽车速度控制动力学的局部等效线性传递函数，并进而建立了驾驶员最优预瞄加速度模型和适用于多种典型状况的ACC算法^[16]。侯德藻对期望距离模型进行了总结，分别给出了基于制动过程运动学、基于车间时距和基于驾驶员预瞄安全车距的期望车距模型^[17]。刘志鹏基于不同驾驶人驾驶行为的显著差异，建立了个性化ACC控制策略，以较好地适应不同类型驾驶人^[18]。刘新雨等利用驾驶模拟器对我国典型道路交通场景进行模拟，对比分析了ACC模式下不同特征驾驶人的碰撞时间，结果表明，在面对紧急情况时，ACC系统的应急反应不如传统手动驾驶迅速^[19]。

• 1. ACC车辆对通行能力的影响

ACC系统最初被认为是用于提升驾驶过程中舒适度的辅助驾驶系统，但交通领域相关研究人员更关注其是否能够提高道路通行能力，缓解交通拥堵。在近期的研究中，已经开展了宏观和微观的交通流仿真以及有限的交通流领域真车试验，用于尝试探讨该问题。但由于仿真模型、交通状况、ACC渗漏率以及驾驶行为等的不同，它们的结果也具有争议性。

部分研究人员发现，ACC系统在某些特定的条件下，例如在较小的车头时距、较高的ACC车辆渗漏率以及没有瓶颈路段的情况下，可以大幅提高道路通行能力。Broqua等通过SPEACS微观仿真器建立了长6km的双车道高速公路基本仿真路段，分析了异质交通流的特征。在车头时距为1.0s、ACC车辆渗漏率分别为20%和40%的情况下，路段可以通过的最大流量将分别提升6%和13%^[20]。Minderhoud和Bovy发现，在车头时距为0.8s的情况下，ACC系统可以提升12%的道路通行能力^[21]。Treiber和Helbing发现在A8-East德国高速上，当ACC车辆渗漏率为20%时，几乎所有的拥堵都被消除。即便当ACC车辆渗漏率仅为10%时，交通拥堵造成的延误降低了超过80%^[22]。

与此同时，其他研究人员发现在某些条件下，例如适中的车头时距、存在瓶颈路段的情况下，ACC系统几乎对道路通行能力没有影响。VanderWerf等发现当车头时距为1.4s、路段为单车道与匝道连接段时，道路通行能力在ACC车辆渗漏率为20%至60%之间的情况下最多可以提升7%^[23]。Minderhoud和Bovy发现在常见的两车道的上匝道路段设定下，当车头时距为1.0s时，道路通行能力可以提升4%。然而当车头时距为1.2s时，道路通行能力的提升与ACC车辆的渗漏率并无明显的关系^[21]。

另一方面，部分研究人员发现ACC系统在某些条件下，例如在车头时距较大时，并不能提升道路通行能力。Broqua等发现当车头时距为2.0s时，在ACC渗漏率分别为20%和40%的情况下，所得的最大流量将分别减少3%和6%^[20]。Davis发现，在车速大于等于30m/s时，10%的ACC车辆渗漏率并不能充分缓解交通拥堵，当渗漏率为20%时则可以有效缓解^[24]。类似地，Van Arem等发现当ACC车辆渗漏率为40%时，相较于1.0s的车头时距，1.5s的车头时距将会增加出行时间并降低车流的稳定性^[25]。

国内的研究中，秦严严等发现当ACC期望车头时距取值为1.1s时。道路通行能力随着ACC车辆渗漏率的增大而增大；当车头时距为1.6s，ACC车辆渗漏率渗漏率小于30%时，异质交通流状态下道路通行能力与传统人工车流相比几乎没有差别；当车头时距为2.2s，ACC车辆渗漏率渗漏率小于40%时，异质交通流状态下道路通行能力甚至低于传统人工车流下道路通行能力^[26]。华雪东等通过建立元胞自动机子模型，对上匝道系统交通流状况进行仿真，指出ACC车辆的混入可以使得匝道系统的交通流运行得到有效改善，能够有效抑制交通拥堵的范围和强度，并提高交通流的平均速度和流量，从而提高道路通行能力^[27]。

1. ACC车辆仿真与建模
   1. 跟驰模型

IDM模型最早由Treiber（2000）提出，由于其在模型的构建中引入了车头时距这一参数，与ACC车辆的常车头时距原则十分吻合，故利用IDM模型来描述ACC车辆的跟驰行为被大多数学者所接受^[28]。在此基础上，Kesting（2007）等利用IDM模型，通过在晚高峰时段设置真实的环路探测器，作为上有边界的输入，对具有上匝道的单车道路段进行了微观模拟，发现在ACC车辆渗漏率较低时便能显著提高道路通行能力和交通流稳定性。当ACC车辆渗漏率到达25%时，交通拥堵状况将完全消失^[29]。