摘要：为充分利用道路资源,提高道路网络系统的运行效率,缓解因潮汐现象所导致的交通拥堵和道路资源闲置并存的问题,面向无人驾驶车辆普及的未来对可变车道优化方法开展了研究。根据用户最优和系统最优之间的关系,提出了通过ITS调控所有无人驾驶车辆实现系统最优的方法。在此基础上,进一步考虑可变车道对道路资源的调节作用,构建了基于无人驾驶车辆的系统最优可变车道模型。采用混沌粒子群算法对模型进行求解,并通过算例验证了模型和算法的有效性。研究结果表明：在无人驾驶车辆普及的未来,单纯通过ITS调控所有无人驾驶车辆在道路网络达到系统最优状态,由于不能很好地利用轻交通流方向闲置的道路资源来提高重交通流方向路段的容量从而调节道路网络结构更好地匹配居民出行需求,因此对于缓解因潮汐现象所导致的交通拥堵和道路资源闲置并存的问题效果并不突出,对于提高道路网络的运行效率亦有限。而结合可变车道优化后,可以很好地协调人、车、路之间的关系,调节道路网络结构更好地匹配居民出行需求,均衡各路段的饱和度,优化流量在道路网络上的分布,显著减少道路网络系统总出行时间,在最大程度上发挥道路资源的作用,保障道路网络系统高效运行,有效缓解因潮汐现象所导致的交通拥堵和道路资源闲置并存的问题。

关键词：智能运输系统 系统最优 混沌粒子群算法 可变车道 无人驾驶车辆 

单位：长沙理工大学交通运输工程学院; 湖南长沙410114