1.一种混合交通场景下的快速路双车道协同控制方法，包括同一行驶方向的快速路的双车道，所述双车道包括第一车道和第二车道；所述双车道上行驶有多辆人驾车HV和多辆网联自动车CAV，其特征在于，包括以下步骤：S1：定义快速路混合交通子车队；

将所述第一车道和第二车道上行驶的车辆分为若干个子车队，其中定义紧跟在人驾车HV后面的网联自动车CAV为一个子车队的次头车，而次头车前面一辆人驾车HV则为另一个相邻子车队的尾车；

S2：子车队中网联自动车的通信拓扑；

所述子车队中所有的网联自动车CAV都能从离本车最近的网联自动车CAV和它的前车获取相关运动状态信息；

S3：构建网联自动车控制策略和人驾车模型；

3.1)构建子车队中网联自动车辆CAV控制算法；

3.2)构建人驾车模型；

3.3)得到最优速度函数表达式

S4：基于空间分布的双车道混合交通群体控制方法；

4.1)随机选择第一车道或者第二车道中仅包含网联自动车CAV的子车队，随机选择其中一辆网联自动车CAV，判断其是否为次头车，若是，则保持当前行驶状态；若否，则准备执行群体分离策略；

4.2)随机选择第一车道或者第二车道中同时包含人驾车HV和网联自动车CAV的子车队，判断该子车队的次头车和尾车之间是否有网联自动车CAV；若否，则保持当前行驶状态；

若是，则随机选择其中一辆网联自动车CAV准备执行分群策略；

4.3)对于步骤4.1)和4.2)中随机选择的准备执行分离策略的网联自动车CAV，判断是否满足换道安全条件，即d(t)≥dsfae+τ1(vLD(t)‑vi(t))，其中d表示换道车辆与目标车道后车在纵向方向上的间距，τ1表示目标车道后车辨别换道发生的反应时间，vLD(t)和vi(t)分别表示目标车道后车VLD和换道车辆Vi在t时刻的速度；若否，则保持当前行驶状态；若是，则准备执行组群策略；

4.4)判断步骤4.3)中准备进行组群策略的网联自动车CAV，其准备加入的另一车道中的临近前车是否为人驾车HV；若否，则保持当前行驶状态；若是，则执行换道进行组群。

2.如权利要求1所述的混合交通场景下的快速路双车道协同控制方法，其特征在于：在步骤3.1)构件子车队中网联自动车辆CAV控制算法如下：un(t)＝ks(xn‑1(t‑ξ)‑xn(t‑ξ)‑(s0+thvn(t‑ξ)))+kΔv(vn‑1(t‑ξ)‑vn(t‑ξ)+kΔv,cl(vcl(t‑ξ)‑vn(t‑ξ))+ka,cl(acl(t‑ξ)‑an(t‑ξ))其中：un(t)表示网联自动车的控制器，在这里特指网联自动车在t时刻的加速度。xn(t)表示第n辆车在t时刻的位置，xn‑1(t)表示第n‑1辆车在t时刻的位置，其中n‑1辆车为第n辆车的临近前车。t表示时间，t‑ξ表示由于时延的存在导致网联自动车的加速度是由CAV在t‑ξ时刻的状态决定的。vn(t)表示第n辆车在t时刻的速度，vn‑1(t)表示第n‑1辆车在t时刻的速度，an(t)表示第n辆车在t时刻的加速度。

vcl(t)和acl(t)是距离第n辆车邻近的网联自动车的速度和加速度，s0是静止时的最小安全距离，

th是期望的车头时距，

ξ表示通信时延，

ks、kΔv、kΔv,cl和ka,cl是控制增益，选取范围为0到1之间。

3.如权利要求2所述的混合交通场景下的快速路双车道协同控制方法，其特征在于：在步骤3.2)构建人驾车模型

* *

an(t)＝gs(xn‑1(t)‑xn(t)‑Δx)+gΔv(vn‑1(t)‑vn(t))‑gv(vn(t)‑v)*

其中：这里的an(t)表示人驾车在t时刻的加速度，Δx表示在恒定行驶速度下对应的平衡车间距。

(xn‑1(t)‑xn(t))为本车与前车的位置差，(vn‑1(t)‑vn(t))为本车与前车的速度差；

*

v为本车的恒定行驶速度，

模型的系数gs,gΔv和gv是正的常数，由给定的跟车模型在平衡点处推导得出。

4.如权利要求3所述的混合交通场景下的快速路双车道协同控制方法，其特征在于：在步骤3.3)中最优速度函数的表达式为：其中：V(Δx)表示最优速度或者期望速度，一般用于跟车模型中，用来刻画人驾车的驾驶行为。vm表示给定的最大速度，例如快速路上为120km/h，Δx表示同一车道上前后两辆车的车间距。gl、gh分别表示给定的最低和最高的车间距，一般gl可取15m，gh可取35m。