随着汽车保有量的不断增加和道路条件的限制,交通拥堵以及道路交通事故频发成为当今社会必须面对的难题。而近年来,网联自动驾驶(Connected and Automated Vehicle,CAV)技术的快速发展为解决该问题提供了一条可行的途径。对道路交通中的CAV车辆进行编队控制能使各车以较小的车间距离行驶,极大地提高道路的使用率,并能有效避免碰撞事故的发生,这是未来智能交通领域发展的必然趋势。然而,CAV技术的全面落地应用难以一蹴而就,在未来较长一段时间内,车辆队列很可能由传统驾驶员控制的车辆(Human-driven Vehicle,HDV)和CAV混合组成。人机混驾模式需要充分考虑人的随机驾驶特性以及HDV和CAV之间相互作用的不确定性,这种复杂的交通环境将给交通流建模,控制和管理带来巨大挑战。因此,如何建立传统人工驾驶与网联自动驾驶共存情况下的车队控制模型并提高混合车辆队列的安全性,将是亟需解决的重要研究课题。为此,本文以混合车辆队列为研究对象,采用分层控制架构对混合车队纵向控制系统进行设计。首先,根据车辆行驶条件对车辆动力学进行合理简化。然后,分析比较人工驾驶与自动驾驶跟驰行为的不同特点,并结合虚拟弹簧阻尼理论(MassSpring-Damper,MSD)建立混合车辆队列纵向数学模型。其次,基于心理场理论,提出混合车队虚拟能量场理论,该理论用于描述车辆在跟驰过程的间距误差与速度误差,并作为客观反映跟驰过程危险态势的参考指标。最后,搭建驾驶员在环试验平台并对所提出的混合车队控制算法进行有效性验证。本文主要研究内容如下:(1)对车辆进行动力学建模并根据车辆行驶条件进行合理简化。首先,对混合车队实际行驶过程中的车辆运动状态及受力情况进行分析,分别建立由发动机、液力变矩器、传动系、轮胎及制动器组成的车辆动力学模型。另外,由于车辆具有高度的非线性性,因此在保证车辆模型精确度的同时,有必要对其模型进行一定的简化,降低控制系统的设计难度并提高控制系统的实时性。最后,将合理简化后的动力学模型在CarSim/Simulink环境下进行联合仿真,以检验模型的准确性。(2)基于虚拟MSD系统建立混合车辆队列纵向数学模型。首先,针对未来道路交通中HDV和CAV共存的情况,分析比较人工驾驶与自动驾驶跟驰行为的不同特点。然后,同时考虑混合车队行车过程中的车间距误差和速度误差,并基于虚拟MSD理论建立混合车辆队列模型。最后,基于所建立的MSD混合车队模型提出保证车队稳定行驶的数学条件,使得车队行驶过程中车间距误差向车队尾部传递时不被放大。(3)基于心理场理论构建混合车队最小能量性能函数。驾驶行为是驾驶人在外界环境信息刺激下,根据其心理期望做出判断的结果。每位驾驶员在行驶过程中都会存在一个心理场,外界交通环境的变化将会对其心理场产生作用力,从而对车辆的速度和方向进行调整。因此,基于心理场理论和混合车辆队列MSD模型,首先在系统层面建立混合车辆队列的虚拟能量场。然后,基于所建立的虚拟能量场设计用于客观反映连环追尾危险态势的安全评价指标,该指标可对混合交通流中的异常驾驶行为进行准确识别和预测。最后,将行驶过程中驾驶员的心理变化表示为MSD系统的能量累积,提出混合车辆队列最小总能量控制方法,同时结合车辆性能和动力学约束设计混合车队控制器。(4)搭建驾驶员在环试验平台并进行典型工况下的仿真试验。利用罗技G29车辆控制器、PreScan和Matlab/Simulink搭建驾驶员在环试验平台。在该平台上搭建混合车队的典型驾驶场景并随机挑选驾驶员模拟车队中的人工驾驶车辆,对混合车队控制算法进行有效性验证。此外,根据队列最小总能量对影响驾驶员跟驰行为的主导因素进行分析。