考虑鸣笛效应的混合非机动车建模及仿真

杨晓芳 尹蔓迟 付强

摘 要：为研究混合非机动车道上快速行驶的电动自行车想要超越前方低速行驶车辆而进行鸣笛换道的现象，在分析经典Nasch模型的基础上，运用元胞自动机理论提出一种混合非机动车换道模型。首先，将混合非机动车换道过程分为两部分，即换道需求分析与换道操作过程;其次，在换道过程中引入鸣笛效应的概念，通过对基本换道模型的改进，建立混合非机动车的一般换道与鸣笛换道模型，并给出相应换道规则;最后，在改变交通流密度的情况下，对两种不同换道模型进行仿真对比分析。结果表明，当交通密度较低或较高时，鸣笛换道模型与一般换道模型得到的车辆平均速度及交通量几乎没有差别，但在中等密度范围内，鸣笛换道模型得到的车辆平均速度及交通量明显高于一般换道模型。说明在中等密度范围内，鸣笛换道行为有利于提高道路通行效率，但当密度较低或较高时，鸣笛换道行为对提高道路通行效率几乎不起作用。

关键词：交通工程;鸣笛换道规则;元胞自动机;混合非机动车;换道模型;交通流

0 引言

交通系统中的鸣笛是指快速行驶车辆受到前方低速车辆阻挡，难以达到驾驶员期望速度而通过按喇叭的方式催促前方车辆加速行驶或让道的行为方式[1]。目前，国内外对于鸣笛行为主要通过建立元胞自动机模型研究鸣笛作用下的车辆换道行为，且集中于研究机动车内部交通流、机动车与非机动车冲突交通流等。对混合非机动车内部车辆鸣笛换道现象的研究，有助于更好地研究混合非机动车交通流特性，对于提高混合非机动车道通行效率具有重要意义，同时能够为道路交通设施优化研究提供参考。

元胞自动机模型简称CA模型，是指在一个由离散、有限状态的元胞所组成的空间中，元胞按照一定规则，在离散的时间维度上进行演化的动力学系统[2]。Nagel&Schrecenberg首先提出交通流CA模型—经典Nasch模型，该模型能够在一定程度上模拟交通流实际运行状况[3]。在Nasch模型基础上，国内外许多学者提出改进的非机动车CA模型，用于描述非机动车交通流实际运行状况[4-5]。如张晋等[6]建立单向自行车二维CA模型，利用模型针对车道数变化对非机动车道通行能力的影响进行仿真分析;Zheng等[7]采用CA模型研究考虑鸣笛效应的单车道机动车流稳定性，发现鸣笛效应能够提高交通流稳定性;冯雪等[8]采用多车道CA模型，针对城市道路非混合交通流建立考虑鸣笛效应的CA模型并进行仿真分析，发现在中等密度机动车条件下，鸣笛效应能够减少自行车的越线行驶行为，但在低密度和高密度条件下效果不明显;Jia等[9]采用CA模型研究鸣笛效应对机动车交通系统的影响，发现鸣笛效应能够提高非均匀机动车交通系统流量，但对于均匀性交通系统几乎无影响;Zhao等[10]建立混合自行车元胞自动机交通模型，用于描述混合自行车运行过程中的超车现象;Tang等[11]针对交叉口内部电动自行车行驶过程中的逆行和换道行为，建立元胞自动机（CA）模型并进行仿真分析，结果表明应严格控制换道和逆行行为，以保证交叉口内部运行效率和交通安全;Meng等[12]建立摩托车混合交通流CA模型，通过仿真分析得出，除在特定密度范围外，还需要设置障碍物或车道将摩托车流与机动车流分离开。

上述道路交通鸣笛效应研究中，对于混合非机动车交通中考虑鸣笛效应的换道模型研究还存在不足，缺少对混合非机动车内部车辆换道行为的研究。因此，本文在经典元胞自动机模型基础上，借鉴已有的鸣笛换道行为相关研究，将混合非机动车换道分为一般换道和鸣笛換道，建立非机动车换道模型，制定相应换道规则，并运用MATLAB软件进行模拟仿真，对比分析两种不同情况下换道模型对交通流的影响。

4 结语

本文利用元胞自动机理论对混合非机动车的两种换道方式——一般换道和鸣笛换道进行建模与分析，结合电动自行车与自行车骑行人具有不同期望速度的特点，给出混合非机动车两种换道方式的模型更新规则。在传统NS模型基础上，建立考虑鸣笛效应的混合非机动车交通流CA模型，并对不同交通密度下的两种换道模型进行仿真对比分析。结果表明，当交通密度在0.2～0.6之间时，鸣笛换道行为对提高道路通行效率可起到一定作用，但在低密度和高密度状态下，鸣笛换道行为无法提高非机动车道通行效率。

目前针对混合非机动车鸣笛换道的研究仍存在不足，本文在建立鸣笛换道模型时，主要考虑电动自行车速度相对自行车更快，更趋向于达到期望速度，并基于此加入鸣笛效应，但是未考虑自行车鸣笛的情况，今后需进一步研究自行车的鸣笛换道行为，对换道模型进行优化。

参考文献：

[1] 许志鹏. 基于驾驶行为特性的交通流动力学建模与稳定性分析研究[D]. 桂林：广西师范大学，2017.

[2] 贾斌，高自友，李克平，等. 基于元胞自动机的交通系统建模与模拟[M]. 北京：科学出版社，2007.

[3] NAGEL K， SCHRECKENBERG M. A cellular automaton model for freeway traffic [J]. Journal de physique I， 1992， 2（12）：2221-2229.

[4] 冯雪，王喜富. 考虑自行车流特性的机非混合交通流元胞自动机仿真[J]. 公路交通科技，2016，33（3）：132-137.

[5] 游诗广，肖文，陈宇光. 基于NaSch模型的混合交通流研究[J]. 公路工程，2017，42（3）：64-69.

[6] 张晋，王慧，李平，等. 基于元胞自动机（CA）的自行车流建模及仿真[J]. 公路交通科技，2006，23（1）：125-129.

[7] ZHENG L， MA S F， ZHONG S Q. Analysis of honk effect on the traffic flow in a cellular automaton model[J]. Physica A， 2011，390：1072-1084.

[8] 冯雪，王喜富，李美羽. 考虑鸣笛效应的城市路段机非混合交通流模拟[J]. 北京交通大学学报，2015（3）：56-61.

[9] JIA B， JIANG R. Honk effect in the two-lane cellular automaton model for traffic flow [J].  Physica A， 2005， 348：544-522.

[10] ZHAO D， WANG W， LI C， et al. Modeling of passing events in mixed bicycle traffic with cellular automata[J]. Transportation Research Record： Journal of the Transportation Research Board，2013（2387）：26-34.

[11] TANG T Q， LUO X F， ZHANG J， et al. Modeling electric bicycle's lane-changing and retrograde behaviors[J].  Physica A， 2018， 490：1377-1386.

[12] MENG J P， DAI S Q， DONG L Y，et al. Cellular automaton model for mixed traffic flow with motorcycles[J]. Physica A， 2007， 380：470-480.

[13] 田飛. 基于驾驶风格的车辆换道行为谱分析研究[D]. 武汉：武汉理工大学，2016.

[14] JIANG H， REN G， ZHENG L， et al. Properties analyses for the heterogeneous nonmotorized vehicle traffic based on cellular automaton model[J]. International Journal of Modern Physicals B，2014，28（16）：1450099.

[15] 应天力. 基于元胞自动机的城市路段混合交通流建模与仿真[D]. 北京：北京交通大学，2008.

[16] 李娟，曲大义，刘聪，等. 基于元胞自动机的车辆换道行为研究[J]. 公路交通科技，2016，33（11）：140-145.

（责任编辑：黄 健）