Highway Managed Lane Usage and Tolling for Mixed Traffic Flows with Connected Automated Vehicles (CAVs) and High-Occupancy Vehicles (HOVs)

📄 arXiv: 2412.20667v1 📥 PDF

作者: Max T. M. Ng, Hani S. Mahmassani

分类: eess.SY, math.OC

发布日期: 2024-12-30

备注: 38 pages, 23 figures. This is the accepted version of a work that was published in Transportation Research Record

期刊: Transportation Research Record 2678.4 (2024): 505-526

DOI: 10.1177/03611981231185145

💡 一句话要点

针对混合交通流，提出基于联网自动驾驶车辆(CAV)的高速公路管理车道收费策略

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 管理车道收费 联网自动驾驶车辆 混合交通流 交通仿真 反应式收费

📋 核心要点

  1. 现有交通管理策略在混合交通流下难以兼顾效率与公平，尤其是在CAV渗透率较低时。
  2. 论文提出一种反应式收费机制，通过动态调整管理车道收费，优化不同类型车辆的通行权。
  3. 蒙特卡罗模拟表明，对HDV收费而对HOV/CAV免收费，能在有限CAV渗透率下有效避免交通流崩溃。

📝 摘要（中文）

本文研究了在联网自动驾驶车辆(CAV)、高乘载车辆(HOV)和人工驾驶车辆(HDV)混合交通流下，管理车道(ML)的收费设置及其影响，目标是避免交通流崩溃并最小化总社会成本。采用中观有限差分交通仿真模型，该模型考虑了不同CAV市场渗透率下的流量-密度关系、变道行为以及多个入口/出口，并与反应式收费机制交互。蒙特卡罗模拟结果表明，在CAV市场渗透率有限的特定场景下，对HOV/CAV免收费而对HDV收费是一种最优策略。小规模和有针对性的收费可以避免ML中的交通流崩溃，同时优先考虑HOV和其他具有较高时间价值的车辆。对公式的扩展和敏感性分析量化了将高乘载HDV转换为CAV的益处。最优收费方案结合了交通科学的流量稳定性概念和资源配置的经济学原理。

🔬 方法详解

问题定义：论文旨在解决在CAV、HOV和HDV混合交通流中，如何设置管理车道(ML)的通行费，以避免交通拥堵崩溃，并最小化社会总成本。现有方法难以在不同车辆类型和不同CAV渗透率下，实现交通效率和社会公平之间的平衡。尤其是在CAV渗透率较低的情况下，如何有效利用管理车道，同时优先考虑高价值车辆，是一个挑战。

核心思路：论文的核心思路是采用反应式收费机制，根据实时的交通状况动态调整管理车道的通行费。通过对HDV收费，同时对HOV和CAV免收费或降低收费，来鼓励高价值车辆使用管理车道，从而优化交通流分布，避免拥堵。这种策略旨在将交通科学的流量稳定性概念与资源分配的经济学原理相结合。

技术框架：论文采用中观有限差分交通仿真模型，模拟混合交通流在管理车道上的运行情况。该模型考虑了以下几个关键因素：不同CAV市场渗透率下的流量-密度关系、车辆的变道行为、以及多个入口和出口的影响。仿真模型与反应式收费机制进行交互，根据仿真结果动态调整通行费。通过蒙特卡罗模拟，评估不同收费策略的效果。

关键创新：论文的关键创新在于提出了一种反应式收费机制，该机制能够根据实时的交通状况和CAV渗透率，动态调整管理车道的通行费。这种方法能够更有效地利用管理车道资源，同时优先考虑高价值车辆，从而提高整体交通效率和社会福利。与传统的固定收费策略相比，该方法具有更高的灵活性和适应性。

关键设计：论文的关键设计包括：(1) 中观交通仿真模型的构建，该模型能够准确地模拟混合交通流的动态行为；(2) 反应式收费机制的设计，该机制能够根据实时的交通状况和CAV渗透率，动态调整通行费；(3) 蒙特卡罗模拟的参数设置，包括仿真次数、CAV渗透率范围、以及不同收费策略的组合。

📊 实验亮点

蒙特卡罗模拟结果表明，在CAV市场渗透率有限的特定场景下，对HOV/CAV免收费而对HDV收费是一种最优策略。这种策略能够避免管理车道中的交通流崩溃，同时优先考虑HOV和其他具有较高时间价值的车辆。此外，研究还量化了将高乘载HDV转换为CAV的益处，表明CAV技术的推广能够显著提高交通效率。

🎯 应用场景

该研究成果可应用于城市交通管理和智能交通系统设计，为高速公路管理车道的收费策略提供理论依据和实践指导。通过优化收费方案，可以有效缓解交通拥堵，提高道路通行效率，并促进CAV技术的应用和推广。此外，该研究还可以为政府制定交通政策提供参考，以实现更高效、更公平的交通资源分配。

📄 摘要（原文）

This paper investigates managed lane (ML) toll setting and its effect under mixed traffic of connected automated vehicles (CAVs), high-occupancy vehicles (HOVs), and human-driven vehicles (HDVs), with a goal to avoid flow breakdown and minimize total social cost. A mesoscopic finite-difference traffic simulation model considers the flow-density relationship at different CAV market penetration rates, lane-changing behavior, and multiple entries/exits, interacting with a reactive toll setting mechanism. The results of the Monte Carlo simulation suggest an optimal policy of untolled HOV/CAV use with HDV tolls in particular scenarios of limited CAV market penetration. Small and targeted tolling avoids flow breakdown in ML while prioritizing HOVs and other vehicles with high values of time. Extensions of the formulation and sensitivity analysis quantify the benefits of converting high-occupancy HDVs to CAVs. The optimal tolling regime combines traffic science notions of flow stability and the economics of resource allocation.