【技术实现步骤摘要】
一种驾驶员行为诱导与局部交通流优化方法
本专利技术属于公共交通
,尤其涉及一种面向局部交通流的多车纵向跟驰技术。本专利技术通过对存储在云端的不同性格类别驾驶员及不同车型车辆的历史行驶数据进行学习,提出一种局部地区交通流优化方法,适用于车流经常出现走走停停的拥堵的路段。
技术介绍
随着经济社会持续快速发展,中国汽车保有量继续呈快速增长趋势。与此同时,随着城市的发展,局部地区(长江大桥、城市隧道等)道路交通拥堵情况仍然十分严峻。基于此,急需要开展局部地区交通流优化研究。由于驾驶员的性格不同,车辆的类型不同,其驾驶汽车表现的风格不同,如车型(大型车、中型车、小型车)相同的条件(前车与后车的车型固定)下,后车驾驶员类型:激进型驾驶员表现出过近跟车,频繁的加减速;而保守型驾驶员为避免碰撞,表现出过远跟车;前车运行状态相同工况(前车的速度与时间关系)下,小型车跟随小型车时其保持较近的车间距,而小型车跟随大型车则会保持相对较大的车间距。不论是过远还是过近,这都对交通流造成不良影响如降低道路交通通行量,造成走走停停的交通流,甚至会导致大面积拥堵的形成。随着自动驾驶汽车智能化 ...
【技术保护点】
1.一种局部地区交通流优化系统。其特征在于,本系统通过采集行驶过程中的车流信息,进行驾驶员性格参数识别,并制定良好的驾驶行为标准,判定驾驶员的驾驶行为是否合理,在不改变驾驶员的驾驶体验的前提下,针对特定车型及特定类型的驾驶员提供其能够接受的驾驶建议,从而优化交通流,缓解拥堵。
【技术特征摘要】
1.一种局部地区交通流优化系统。其特征在于,本系统通过采集行驶过程中的车流信息,进行驾驶员性格参数识别,并制定良好的驾驶行为标准,判定驾驶员的驾驶行为是否合理,在不改变驾驶员的驾驶体验的前提下,针对特定车型及特定类型的驾驶员提供其能够接受的驾驶建议,从而优化交通流,缓解拥堵。2.如权利要求1所述,其特征在于,本系统通过采集驾驶人跟驰过程中行车状态,通过最小二乘法识别车型(大中小型车)对应于驾驶员性格参数(激进型、稳重型、保守型)的人-车类别。并将大中小型车的对应的驾驶员性格参数进行归一化处理。3.如权利要求1所述,其特征在于,本系统通过动态二分法确定提供驾驶员可以接受的驾驶建议参照。4.如权利要求3所述,其特征在于,本系统通过设立分级式的良好的驾驶行为标准,当驾驶员达到建议后的驾驶行为标准后,可以重新设立新的建议驾驶参照,逐步诱导驾驶员保持更好的驾驶习惯。5.如权利要求1所述,其特征在于,本系统通过GPS采集历史上该路段的车流信息,通过统计软件建立交通流预测模型(基线预测与残差结合),预测该路段各时间段的交通流运行情况,并模拟仿真接受建议对比后的交通流,从而获得最佳的交通流优化,评价交通流优化结果。6.通过驾驶员性格参数归一化对驾驶员的驾驶参数进行分类,同时通过统计车流中各类型驾驶员驾驶参数所占比重,结合交通流基线预测,提供基于驾驶员驾驶性...
【专利技术属性】
技术研发人员:朴昌浩,刘成,张艳,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。