2025年，随着智能网联汽车(ICV)技术的快速发展和应用，公路市场迎来了新的发展机遇和挑战。数据显示，双向双车道半幅封闭公路作业区在交通流量较大时，车辆的平均通行时间会增加20%～50%，路段的平均通行能力会降低10%～20%，交通事故发生率会提高大约一倍。这些数据表明，公路作业区的交通优化和安全管理至关重要。本文通过对基于强化学习的双车道公路作业控制区ICV合流策略的研究，探讨了如何利用智能网联技术提高公路作业区的通行效率和安全性。

  一、公路作业区的交通瓶颈问题

  《2025-2030年中国公路行业市场调查研究及投资前景分析报告》双向双车道半幅封闭公路作业区是交通研究中的瓶颈路段。这种作业方式通过封闭原有行车道某个方向并在其中开展施工作业，导致该方向车流受到严重影响。通常通过开辟临时道路或压缩车道宽度，使封闭车道车流利用剩余空间交替通行。然而，这种设置虽然能够保障交通的通行，但普遍存在行车速度降低、通行能力下降及驾驶冲突频发等问题。研究表明，作业区的交通冲突和延误多集中在警告区末端，而信号控制可以有效减少交通冲突，提高瓶颈区通行能力。

  二、基于强化学习的公路作业区车速引导模型

  公路市场发展现状分析提到为解决公路作业区的交通瓶颈问题，本文提出了一种基于强化学习的车速引导模型。该模型利用智能网联汽车(ICV)的控制优势，结合信号配时控制原理，设计了一种能够引导ICV以高速度、低延误且不停车通过信号口的策略。模型的主要特点包括：

  (一)信号配时策略

  基于Webster车流延误公式及现有配时研究，提出了一种适用于双车道道路交替通行的信号配时方案。该方案通过合理设置信号周期和绿灯时间，优化了交通流的通行效率。具体而言，信号配时周期为392秒，相位1的绿灯时间为83秒，黄灯时间为15秒，红灯时间为98秒;相位2的红灯时间为98秒，绿灯时间为83秒，黄灯时间为15秒。

  (二)状态空间与动作空间

  状态空间包括自车速度、加速度及距离信号口长度，前车速度和间距，信号状态，当前周期下该信号剩余时间，下一绿灯开始时间，信号口前停车排队长度。动作空间则为车辆的纵向加速度区间，设定加速度下限为amin，上限为amax。

  (三)奖励函数

  奖励函数从舒适性、安全性和高效性三个方面进行设计。舒适性方面，对加速度采取负增益设计，避免速度波动;安全性方面，定义碰撞奖惩，避免碰撞事故;高效性方面，鼓励ICV在不停车的情况下，尽可能高速地通过信号口。具体奖励函数如下：

  舒适性奖励：R舒适性=−λ⋅(a当前2+Δa当前2)安全性奖励：R安全性={−1,0,若发生碰撞否则高效性奖励：R高效性={奖励值,惩罚值,若在绿灯时通过信号口否则三、公路作业区的仿真分析

  通过SUMO仿真平台，对提出的信号-速度引导模型进行了测试和验证。仿真环境包括初始化区、控制引导区、合流区和交替通行区，总长度为1750米。仿真结果显示，信号-速度引导模型在不同流量和不同ICV市场渗透率的混合交通流下，能够有效引导大部分ICV在绿灯时到达信号口并通过交替通行车道。具体结果如下：

  (一)性能分析

  在不同流量下，随着ICV市场渗透率的提高，信号-速度引导模型的平均单车停车延误逐渐降低，车辆平均速度逐渐增大。

  在400、500、600 pcu/h流量下，纯ICV交通流相比于纯HDV交通情况，平均单车停车延误分别降低了9.92秒、12.68秒、72.70秒，平均速度分别提升了5.10%、2.48%、1.90%。

  在高流量情况下，信号-速度引导模型能一定程度上提高双车道封闭作业路段的安全性。

  (二)对比分析

  与固定信号配时和动态信号配时相比，信号-速度引导模型在各流量背景下均能提高平均车速和降低平均单车停车延误。特别是在交通流量接近道路设计饱和流量时，模型在延误降低方面的效果更加显著。在中、高流量情况下，模型有着更低的最小TTC值，表现出更优秀的安全性。

  四、公路作业区的舒适性分析

  采用ISO2631-1:1997(E)标准中，座椅上加权加速度均方根值进行评定。实验结果显示，信号-速度引导模型在各流量背景下均表现出更高的驾驶舒适性。具体数据如下：

  在400 pcu/h流量下，固定配时为0.94 m/s²，动态信号配时为1.00 m/s²，信号-速度引导模型为0.65 m/s²。

  在650 pcu/h流量下，固定配时为0.97 m/s²，动态信号配时为0.85 m/s²，信号-速度引导模型为0.76 m/s²。

  五、总结

  2025年，公路市场在智能网联汽车技术的推动下，迎来了新的发展机遇。本文通过对基于强化学习的双车道公路作业控制区ICV合流策略的研究，提出了一个能够有效提高公路作业区通行效率和安全性的车速引导模型。该模型通过优化信号配时和车速引导，显著降低了车辆的停车延误，提高了平均驾驶速度，并在不同流量和ICV市场渗透率的混合交通流下表现出良好的性能。此外，该模型还表现出更高的驾驶舒适性，为公路作业区的交通优化提供了新的思路和方法。未来，随着智能网联技术的进一步发展，公路作业区的交通管理将更加智能化和高效化，为公众提供更安全、更便捷的出行体验。