【技术实现步骤摘要】
一种基于Newell跟驰模型的车辆轨迹预测方法
[0001]本专利技术属于车辆轨迹预测模型,适用于全网联环境下对人工驾驶车辆的轨迹预测,具体涉及一种基于Newell跟驰模型的车辆轨迹预测方法。
技术介绍
[0002]高速公路以其快速、安全、舒适等特点和优势,在现代综合交通运输体系发挥着重要的作用,截至2020年底,我国高速公路通车里程达16.10万公里。然而高速公路交通拥堵现象时有发生,特别是在节假日交通需求高峰时期,高速公路交通拥堵导致交通系统通行效率降低、出行时间增加、安全水平下降、环境污染加重等问题。当交通需求较高时,高速公路拥堵一般是从匝道口、隧道、车道数突变等瓶颈路段开始蔓延,车辆从瓶颈处开始累积排队,不断向上游蔓延,甚至导致整条高速公路及周边路网陷入瘫痪。高速公路瓶颈一般可分为移动瓶颈(如刚驶入密度较高的交通流中的低速行驶车辆)和固定瓶颈(出入口匝道、道路施工路段、事件发生路段、车道变窄路段、隧道口等),其中固定瓶颈导致的高速公路交通拥堵将严重降低高速公路运行效率,提高瓶颈通行效率一直是高速公路管控的重点。
[0003]随着车联网和自动驾驶技术的迅猛发展,智能网联车辆(Connected and Autonomous Vehicle,CAV)将化身为“移动检测器”和“移动控制器”,为解决日益突出的交通拥堵和交通安全问题提供了新思路。基于协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)的CAV编队运行将是未来公路自动驾驶的主要模式之一,在高速路匝 ...
【技术保护点】
【技术特征摘要】
1.一种基于Newell跟驰模型的车辆轨迹预测方法,其特征在于,包括以下步骤:S1、获取网联车辆的轨迹数据;S2、采用曲线匹配算法提取轨迹数据中人工驾驶车辆的车辆跟驰行为参数;S3、基于车辆跟驰行为参数对前车的历史轨迹数据进行轨迹平移,得到初步预测轨迹;S4、对初步预测轨迹进行连续平滑处理,并进行轨迹补充,得到目标人工驾驶车辆的预测轨迹。2.根据权利要求1所述的基于Newell跟驰模型的车辆轨迹预测方法,其特征在于,所述车辆轨迹预测得到的预测轨迹为车辆在瓶颈路段纵向行驶的预测轨迹,且瓶颈路段的CACC车辆和人工驾驶车辆的跟驰行为的均衡态符合经典一阶宏观模型LWR。3.根据权利要求1所述的基于Newell跟驰模型的车辆轨迹预测方法,其特征在于,所述步骤S2具体为:S21、确定任意两条人工驾驶车辆能够进行匹配的轨迹曲线;S22、对于轨迹曲线上的匹配点,计算其对应的移动向量,进而得到车辆跟驰行为参数。4.根据权利要求3所述的基于Newell跟驰模型的车辆轨迹预测方法,其特征在于,所述步骤S21中,能够进行匹配的轨迹曲线满足如下条件:(1)任意轨迹曲线C上的轨迹点p
1,l
到轨迹曲线H上离其最近的轨迹点的距离小于距离阈值D
max
;(2)轨迹点p
1,l
和p
2,l
在各自轨迹曲线上的斜率夹角小于角度阈值Θ;其中,轨迹曲线C上的点p
1,l
到轨迹曲线H的距离d(p
1,l
,C)为:d(p
1,l
,C)=min
l
′
∈{1,
…
,|H|}
||p
1,l
‑
p
2,l
′
||2其中,下标l为轨迹曲线上轨迹点的序号,C={p
1,l
},{p
1,l
}为轨迹曲线C上轨迹点的集合,H={p
2,l
},{p
2,l
}为轨迹曲线H上轨迹点的集合,|C|、|H|为轨迹曲线C、H上轨迹点的数量。5.根据权利要求4所述的基于Newell跟驰模型的车辆轨迹预测方法,其特征在于,所述步骤S22中具体为:S22
‑
1、基于当前角度阈值Θ和距离阈值D
max
,对于轨迹曲线C上{p
1,l
}中的每一个轨迹点,在轨迹曲线H上{p
2,l
}中找到对应匹配的轨迹点,得到匹配点对;S22
‑
2、对于匹配点对,计算当前移动向量2、对于匹配点对,计算当前移动向量式中...
【专利技术属性】
技术研发人员:张钊,刘枫,莫磊,张思遥,于滨,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:
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。