中国公路学报

作者：冯锐, 白东轩, 冯强, 谷晓宁, 姚宝珍

单位：1. 大连理工大学　建设工程学院，辽宁　大连　116024","2. 大连理工大学　机械工程学院，辽宁　大连　116024","3. 北京航空航天大学　交通科学与工程学院，　北京　100191

关键词：交通工程,联合专用车道,智能网联自动驾驶汽车,多智能体,混行环境,协同控制

<p>为解决混行交通环境下专用车道资源优化配置难题，提出面向智能网联自动驾驶汽车（Connected and Autonomous Vehicle，CAV）与公交车辆的联合专用车道协同控制方法。首先，通过分析港湾式与非港湾式公交站点的差异，构建考虑不同公交站点类型影响的公交清空距离模型，同时基于已建成的公交专用车道，设立适用于CAV和公交的联合专用车道。由于在联合专用车道部署的环境下每一辆CAV均视为一个智能体，混行环境下CAV的协同控制优化问题可以被建模为一个多智能体马尔科夫决策过程。基于此，提出了一种应用多智能体深度确定性策略梯度（Multiagent Deep Deterministic Policy Gradient，MADDPG）算法的多CAV协同控制方法。借助SUMO平台搭建不同仿真场景，对提出的联合专用车道策略和多CAV协同控制方法进行验证。仿真结果表明，提出的MADDPG算法能够显著提升CAV在联合专用车道环境下的协同控制效果。具体而言，MADDPG算法在不同CAV渗透率下均表现出较高的交通效率和稳定性，通过优化CAV的跟驰和换道策略，减少了交通冲突和延误，提升了整体道路通行能力。特别是在高渗透率（60%以上）环境下，CAV之间的协同效应更加显著，进一步提升了交通流的运行效率。联合专用道部署环境下车辆的平均通行效率较无专用道和单独的公交车专用道分别提高了9.42%和5.61%。在保证保障公交车优先通行的同时，专用道的通行速度提升了26.24%。</p>

来源：2025年第7期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第7期