人机混驾场景下自动驾驶专用车道横纵位置优化布设方法技术

本发明专利技术涉及一种人机混驾场景下自动驾驶专用车道横纵位置优化布设方法，包括以下步骤：S1、将快速路的路段和匝道抽象成有向网络图，考虑车道基本路段、换道连接段、上匝道、下匝道；S2、将车辆在快速路中的运动行为分为跟车和换道，确定两种行为的成本函数；S3、获取车辆在快速路上下匝道的OD矩阵；S4、建立考虑自动驾驶专用车道的混合交通流分配模型；S5、建立自动驾驶专用车道优化布设决策模型；S6、求解得到自动驾驶专用车道的横纵位置优化布设方案。本发明专利技术基于车道级的快速路网建模，充分考察了车辆在快速路上的跟车和换道行为，可以对自动驾驶专用车道的横纵位置联合优化布设，提供新的、科学的定量化决策方法。科学的定量化决策方法。科学的定量化决策方法。

【技术实现步骤摘要】
人机混驾场景下自动驾驶专用车道横纵位置优化布设方法


[0001]本专利技术涉及车路联网与自动驾驶交通设计的
，尤其是涉及一种人机 混驾场景下自动驾驶专用车道横纵位置优化布设方法。

技术介绍

[0002]在未来很长一段时间里，以人类驾驶车辆和自动驾驶车辆组成的人机混驾交 通流将共同运行在现有的交通基础设施中，如城市快速路。自动驾驶车辆专用道作 为一种人机混驾场景中重要的路权分配手段，对其在快速路上进行优化布设，是进 一步提升人机混驾场景下城市快速路系统运行性能的关键。
[0003]现有的自动驾驶专用车道优化布设的技术中，通常采用计算通行能力与交通 流量的匹配度确定自动驾驶专用车道的数量，其结论只给出快速路基本路段所需设 置的自动驾驶专用车道数量与自动驾驶车辆的渗透率的关系，而没有考虑快速路上 下匝道的拓扑结构，OD需求对自动驾驶专用车道横向位置布设的影响。

技术实现思路

[0004]本专利技术要解决的技术问题在于，提供一种人机混驾场景下自动驾驶专用车道 横纵位置优化布设方法，其可以对自动驾驶专用车道的横纵位置联合优化布设，为 快速路设置自动驾驶专用车道提供了一种新的、科学的定量化决策方法。
[0005]本专利技术解决其技术问题所采用的技术方案是：提供一种人机混驾场景下自动驾 驶专用车道横纵位置优化布设方法，包括以下步骤：
[0006]S1、将快速路的路段和匝道抽象成有向网络图，同时考虑车道基本路段、换 道连接段、上匝道、下匝道；
[0007]S2、将车辆在快速路中的运动行为分为跟车和换道两类，并分别确定两种运 动行为的成本函数；
[0008]S3、获取车辆在快速路上下匝道的OD矩阵；
[0009]S4、建立考虑自动驾驶专用车道的混合交通流分配模型；
[0010]S5、建立自动驾驶专用车道优化布设决策模型；
[0011]S6、求解得到自动驾驶专用车道的横纵位置优化布设方案。
[0012]按上述方案，所述步骤S1包括以下步骤：
[0013]S101、将车道基本路段、上匝道、下匝道抽象为网络图中的单向边，其中每 条车道包含横向位置l和纵向位置a两个属性；
[0014]S102、将匝道与车道，车道与车道之间的换道连接段抽象为网络图中的双向 边，编号为b；
[0015]S103、将快速路的起点、终点、上下匝道与车道基本路段的交点抽象为网络 图中的节点；
[0016]S104、将所述节点和边连接起来，组成有向网络图，即完成了对快速路设施 的建
模。
[0017]按上述方案，所述步骤S2包括以下步骤：
[0018]S201、将车辆在快速路中的行为分为跟车和换道两大类：所述跟车行为，即 为车辆在车道内跟随前车行驶，并保持一定的安全距离的驾驶行为，所述跟车行为 对应的是驾驶员对油门和刹车的操作；所述换道行为，即为车辆通过寻找相邻车道 内存在的安全间隔，从一个车道变换到另一个车道的行为，所述变道行为对应的是 驾驶员对方向盘的操作；
[0019]S202、C
a，l，MTF
表示车道a，l上的人机混驾交通流的单车道通行能力，计算方法 由下式给出：
[0020]C
a，l，MTF
＝C
HV
+(C
AV
‑
C
HV
)(P
AV
)2[0021]式中：P
AV
为车道内自动驾驶车辆的渗透率；C
HV
表示人类驾驶汽车渗透率为 100％的车道通行能力，h
HV
为人类驾驶车辆的饱和车头时距；C
AV
表示 P
AV
为100％的车道通行能力，h
AV
为自动驾驶车辆的饱和车头时距；
[0022]S203、采用以下公式计算车道跟车的出行成本：
[0023][0024]式中：l，a分别为车道横向位置和纵向位置的编号；t
a，l
为车道a，l的行驶成本；t
a，l，free
表示自由流场景下，车道a，l上行驶的出行时间；x
a，l，HV
表示车道a，l上的人 类驾驶车辆的流量；x
a，l，AV
表示车道a，l上的自动驾驶车辆的流量；e，f为待标定的 系数；
[0025]S204、采用以下公式计算换道的出行成本：
[0026]t
b
＝K1(v
out
‑
v
in
)2+K2d
in
+K3[0027]式中：v
out
为换道前车道的行驶速度；v
in
为目标车道的行驶速度；d
in
为目标 车道的密度；K1，K2，K3为待标定的系数。
[0028]按上述方案，所述步骤S3包括以下步骤：
[0029]S301、利用安装在上下匝道处的视频检测器，记录车辆上匝道的编号与下匝 道的编号；
[0030]S302、分别统计工作日早晚高峰期和周末休息日的车辆上下匝道情况，得到 快速路的在工作日和周末休息日的OD矩阵，所述OD矩阵包含快速路的起点、终 点、上匝道、下匝道；
[0031]S303、将所述OD矩阵根据自动驾驶车辆的渗透率，拆分为人类驾驶车辆的 OD
HV
和自动驾驶车辆的OD
AV
，计算式如下：
[0032]OD
HV
＝OD
total
×
(1
‑
P
AV
)
[0033]OD
AV
＝OD
total
×
PA
V
[0034]按上述方案，所述步骤S4包括以下步骤：
[0035]S401、建立考虑自动驾驶专用车道的混合交通流分配模型，具体数学表达式 为：
[0036][0037]Subject to：
[0038][0039][0040][0041][0042][0043][0044][0045]式中：表示OD对r
‑
s之间第i条路径的人类驾驶车辆流量；表示OD 对r
‑
s之间第i条路径的自动驾驶车辆流量；为决策变量，表示车道a，l是否设 立自动驾驶专用车道，当设立时取1，不设立取0；M为惩罚项，取一个充分大的 数。
[0046]按上述方案，所述步骤S5包括以下步骤：
[0047]建立自动驾驶专用车道优化布设决策模型，具体数学表达式为：
[0048][0049]Subject to：
[0050][0051]t
b
＝K1(v
out
‑
v
in
)2+K2d
in
+K3[0052][0053][0054]式中：x
a，l，HV...

【技术保护点】

【技术特征摘要】
1.一种人机混驾场景下自动驾驶专用车道横纵位置优化布设方法，其特征在于，包括以下步骤：S1、将快速路的路段和匝道抽象成有向网络图，同时考虑车道基本路段、换道连接段、上匝道、下匝道；S2、将车辆在快速路中的运动行为分为跟车和换道两类，并分别确定两种运动行为的成本函数；S3、获取车辆在快速路上下匝道的OD矩阵；S4、建立考虑自动驾驶专用车道的混合交通流分配模型；S5、建立自动驾驶专用车道优化布设决策模型；S6、求解得到自动驾驶专用车道的横纵位置优化布设方案。2.根据权利要求1所述的人机混驾场景下自动驾驶专用车道横纵位置优化布设方法，其特征在于，所述步骤S1包括以下步骤：S101、将车道基本路段、上匝道、下匝道抽象为网络图中的单向边，其中每条车道包含横向位置l和纵向位置a两个属性；S102、将匝道与车道，车道与车道之间的换道连接段抽象为网络图中的双向边，编号为b；S103、将快速路的起点、终点、上下匝道与车道基本路段的交点抽象为网络图中的节点；S104、将所述节点和边连接起来，组成有向网络图，即完成了对快速路设施的建模。3.根据权利要求1所述的人机混驾场景下自动驾驶专用车道横纵位置优化布设方法，其特征在于，所述步骤S2中包括以下步骤：S201、将车辆在快速路中的行为分为跟车和换道两大类：所述跟车行为，即为车辆在车道内跟随前车行驶，并保持一定的安全距离的驾驶行为，所述跟车行为对应的是驾驶员对油门和刹车的操作；所述换道行为，即为车辆通过寻找相邻车道内存在的安全间隔，从一个车道变换到另一个车道的行为，所述变道行为对应的是驾驶员对方向盘的操作；S202、C
a，l，MTF
表示车道a，l上的人机混驾交通流的单车道通行能力，计算方法由下式给出：C
a，l，MTF
＝C
HV
+(C
AV
‑
C
HV
)(P
AV
)2式中：P
AV
为车道内自动驾驶车辆的渗透率；C
HV
表示人类驾驶汽车渗透率为100％的车道通行能力，h
HV
为人类驾驶车辆的饱和车头时距；C
AV
表示P
AV
为100％的车道通行能力，h
AV
为自动驾驶车辆的饱和车头时距；S203、采用以下公式计算车道跟车的出行成本：式中：l，a分别为车道横向位置和纵向位置的编号；t
a，l
为车道a，l的行驶成本；t
a，l，free
表示自由流场景下，车道a，l上行驶的出行时间；x
a，l，HV
表示车道a，l上的人类驾驶车辆的流量；x
a，l，AV
表示车道a，l上的自动驾驶车辆的流量；e，f为待标定的系数；
S204、采用以下公式计算换道的出行成本：t
b
＝K1(v
out
‑
v
in
)2+K2d
i...

【专利技术属性】
技术研发人员：刘聪健，江泽浩，陈珂，骆汉宾，王永嘉，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：