一种基于驾驶人信任概率的通行能力分析方法及系统技术方案

本发明专利技术公开了一种基于驾驶人信任概率的通行能力分析方法及系统，包括以下步骤：获取车辆类型，所述车辆类型包括人工驾驶车辆和智能车辆，基于车辆类型，设置车辆基本参数以及跟驰模型；设定人工驾驶车辆驾驶人对智能车辆的信任类型，基于信任类型，配置人工驾驶车辆的跟驰模型参数；获取信号控制交叉口队列中车辆的数量、队列中智能车辆的渗透率，并设定队列中车辆的排队方式；设定队列中驾驶人对智能车辆的信任概率、不信任概率，基于智能车辆的渗透率、驾驶人的信任概率与不信任概率、车辆基本参数、跟驰模型、跟驰模型参数进行仿真，得到通行能力期望和通行能力提升率。到通行能力期望和通行能力提升率。到通行能力期望和通行能力提升率。

【技术实现步骤摘要】
一种基于驾驶人信任概率的通行能力分析方法及系统


[0001]本专利技术属于混行交通
，具体地说涉及一种基于驾驶人信任概率的通行能力分析方法及系统。

技术介绍

[0002]随着我国经济技术水平的飞速发展，不同智能化程度车辆的混行将成为现实，智能车辆的渗透率将会不断上升，但这种变化不会在短时间内完成，会长期处于智能车辆与人工驾驶车辆混行的交通状态中。由于驾驶人对智能车辆技术水平的信任类型不同，所以会采取不同的行为措施来对智能车辆进行跟驰，比如，信任型的驾驶人会采取更小的车间距对前方智能车辆进行跟驰，不信任型的驾驶人会采取更大的车间距对前方智能车辆进行跟驰，进而使实际通行能力与计算通行能力之间产生误差，影响实际的交通管制措施。
[0003]尤其是在信号控制交叉口处，由于交叉口一直是城市交通的瓶颈，当智能车辆与人工驾驶车辆混行时，极易影响到交叉口处的通行能力，造成道路拥堵等问题。因此需要设计一种分析方法，能够基于队列中驾驶人对智能车辆信任概率的不同分析信控交叉口的通行能力，更加准确地为信号控制交叉口设计管控措施及道路渠化方案。

技术实现思路

[0004]针对上述问题，本专利技术设计了一种基于驾驶人信任概率的通行能力的分析方法及系统。
[0005]第一方面，本专利技术设计了一种基于驾驶人信任概率的通行能力的分析方法，包括以下步骤：
[0006]获取车辆类型，所述车辆类型包括人工驾驶车辆和智能车辆，基于车辆类型，设置车辆基本参数以及跟驰模型；
[0007]设定人工驾驶车辆驾驶人对智能车辆的信任类型，基于信任类型，配置人工驾驶车辆的跟驰模型参数；
[0008]获取信号控制交叉口队列中车辆的数量、队列中智能车辆的渗透率，并设定队列中车辆的排队方式；
[0009]设定队列中驾驶人对智能车辆的信任概率、不信任概率，基于智能车辆的渗透率、驾驶人的信任概率与不信任概率、车辆基本参数、跟驰模型、跟驰模型参数进行仿真，得到通行能力期望和通行能力提升率。
[0010]与现有技术相比，本专利技术的有益效果为：信任概率为队列中人工驾驶车辆驾驶人为信任型驾驶人的概率，不信任概率为队列中人工驾驶车辆驾驶人为不信任型驾驶人的概率，漠视概率为队列中人工驾驶车辆驾驶人为漠视型驾驶人的概率。在特定的渗透率下设置队列中人工驾驶车辆驾驶人的信任概率、不信任概率和漠视概率，经过仿真和计算，可以得到在特定的渗透率下不同信任概率所对应的信控交叉口的通行能力期望和通行能力提升率。
[0011]本专利技术将驾驶人对智能车辆的信任类型以及信任概率纳入信号控制交叉口通行能力的计算体系中，在未来车辆混行的交通环境下，有利于提高信号控制交叉口处通行能力的分析和计算精确度，为信号控制交叉口处的信号配时及道路渠化提供帮助，并为未来的交通流指导提供理论依据，提高交叉口处的通行能力，避免交通堵塞、引起交通事故。
[0012]优选的，所述信任类型包括信任型、漠视型和不信任型，
[0013]为信任型驾驶人设定信任程度，为不信任型驾驶人设定不信任程度；基于信任程度和不信任程度配置人工驾驶车辆的跟驰模型参数。
[0014]本优选方案的有益效果为：信任型驾驶人对智能车辆的技术水平采取信任态度，在跟驰智能车辆过程中，倾向于保持更加小的车头时距或最小车间距离；不信任型驾驶人对智能车辆的技术水平采取不信任的态度，在跟驰智能车辆过程中，倾向于保持更加大的车头时距或最小车间距离，来保证有足够的距离来保证自身安全，漠视型驾驶人视智能车辆为常规车辆，既不会倾向于保持更加小的车头时距或最小车间距离，也不会寻求更大的安全距离，因此漠视型人工驾驶车辆的跟驰模型参数不会因为前方的车辆类型而发生改变；
[0015]将信任型驾驶人对智能车辆技术水平信任程度大小的量化指标称为信任程度，在不同的信任程度下，信任型驾驶人会在跟驰前方智能车辆时采取不同的车头时距或最小车间距离。信任程度较低时，驾驶人虽然对智能车辆持有信任态度，但并不会让自身行驶状态发生改变，仍保持与漠视型驾驶人相同的车头时距或最小车间距离。信任程度较高时，此时驾驶人会与前方智能车辆保持更小的车头时距或最小车间距离，当信任程度升高至一定的临界点时，驾驶人会在安全范围内与前方智能车辆保持最小的车头时距或最小车间距离，并不会随着信任程度的再度升高而发生变化。同理，将不信任型驾驶人对智能车辆技术水平信任程度大小的量化指标称为不信任程度，在不同的不信任程度下，不信任型驾驶人会在跟驰前方智能车辆时采取不同的车头时距或最小车间距离。
[0016]优选的，所述跟驰模型参数包括期望车头时距；所述驾驶人对智能车辆的信任程度与跟驰模型参数的关系为：
[0017][0018]其中，t(x)为信任型驾驶人对前方智能车辆的信任程度为x时所选择的跟驰期望车头时距，t
漠
为漠视型驾驶人跟驰智能车辆时的期望车头时距，a
max
为期望车头时距的最大变化率，
‑
0.32≤a
max
≤0，σ1为模型参数；
[0019]所述信任程度x在[0％,100％]的取值范围内的概率密度函数为：
[0020][0021]其中，f(x)表示信任型驾驶人在x信任程度下的概率密度，σ2为信任程度分布的标准差，α为修正系数，所述α的计算公式为：
[0022][0023]本优选方案的有益效果为：计算驾驶人选择跟驰的车头时距与信任程度之间的关系，有利于更加准确地对信任型人工驾驶车辆配置跟驰模型参数，为后续的仿真实验做好准备工作。
[0024]优选的，所述驾驶人对智能车辆的不信任程度与跟驰模型参数的关系为：
[0025][0026]其中，t(x)为不信任型驾驶人对前方智能车辆的不信任程度为x时所选择的跟驰期望车头时距，t
漠
为漠视型驾驶人跟驰前方智能车辆时的期望车头时距，a
max
为期望车头时距最大变化率，0≤a
max
≤2.3，σ3为模型参数；
[0027]所述不信任程度x在[0％,100％]的取值范围内的概率密度函数为：
[0028][0029]其中，f(x)表示不信任型驾驶人在x不信任程度下的概率密度，σ4为不信任程度分布的标准差，α为修正系数，用于设定不信任程度概率密度的积分结果为1，
[0030]所述α的计算公式为：
[0031]本优选方案的有益效果为：计算驾驶人选择跟驰的车头时距与不信任程度之间的关系，有利于更加准确地对不信任型人工驾驶车辆配置跟驰模型参数，为后续的仿真实验做好准备工作。
[0032]优选的，所述信号控制交叉口处队列中车辆的数量N的获取公式为：N＝λ*(C
‑
g)＝λ*(C
‑
G
‑
Y
‑
r+L)，
[0033]其中，λ为信号控制交叉口车辆到达率，g为有效绿灯时间，C为信号控制交叉口周期配时方案的周期时长，G为相位实际绿灯显示时间，Y为实际黄灯清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于驾驶人信任概率的通行能力分析方法，其特征在于，包括以下步骤：获取车辆类型，所述车辆类型包括人工驾驶车辆和智能车辆，基于车辆类型，设置车辆基本参数以及跟驰模型；设定人工驾驶车辆驾驶人对智能车辆的信任类型，基于信任类型，配置人工驾驶车辆的跟驰模型参数；获取信号控制交叉口队列中车辆的数量、队列中智能车辆的渗透率，并设定队列中车辆的排队方式；设定队列中驾驶人对智能车辆的信任概率、不信任概率，基于智能车辆的渗透率、驾驶人的信任概率与不信任概率、车辆基本参数、跟驰模型、跟驰模型参数进行仿真，得到通行能力期望和通行能力提升率。2.根据权利要求1所述的一种基于驾驶人信任概率的通行能力的分析方法，其特征在于，所述信任类型包括信任型、漠视型和不信任型，为信任型驾驶人设定信任程度，为不信任型驾驶人设定不信任程度；基于信任程度和不信任程度配置人工驾驶车辆的跟驰模型参数。3.根据权利要求2所述的一种基于驾驶人信任概率的通行能力分析方法，其特征在于，所述跟驰模型参数包括期望车头时距；所述驾驶人对智能车辆的信任程度与跟驰模型参数的关系为：其中，t(x)为信任型驾驶人对前方智能车辆的信任程度为x时所选择的跟驰期望车头时距，t
漠
为漠视型驾驶人跟驰智能车辆时的期望车头时距，a
max
为期望车头时距的最大变化率，
‑
0.32≤a
max
≤0，σ1为模型参数；所述信任程度x在[0％,100％]的取值范围内的概率密度函数为：其中，f(x)表示信任型驾驶人在x信任程度下的概率密度，σ2为信任程度分布的标准差，α为修正系数，所述α的计算公式为：所述驾驶人对智能车辆的不信任程度与跟驰模型参数的关系为：
其中，t(x)为不信任型驾驶人对前方智能车辆的不信任程度为x时所选择的跟驰期望车头时距，t
漠
为漠视型驾驶人跟驰前方智能车辆时的期望车头时距，a
max
为期望车头时距最大变化率，0≤a
max
≤2.3，σ3为模型参数；所述不信任程度x在[0％,100％]的取值范围内的概率密度函数为：其中，f(x)表示不信任型驾驶人在x不信任程度下的概率密度，σ4为不信任程度分布的标准差，α为修正系数，用于设定不信任程度概率密度的积分结果为1，所述α的计算公式为：4.根据权利要求1所述的一种基于驾驶人信任概率的通行能力分析方法，其特征在于，所述信号控制交叉口处队列中车辆的数量N的获取公式为：N＝λ*(C
‑
g)＝λ*(C
‑
G
‑
Y
‑
r+L)，其中，λ为信号控制交叉口车辆到达率，g为有效绿灯时间，C为信号控制交叉口周期配时方案的周期时长，G为相位实际绿灯显示时间，Y为实际黄灯清空时间，r为信号灯全红时间，L为相位总损失时间。5.根据权利要求4所述的一种基于驾驶人信任概率的通行能力分析方法，其特征在于，所述信号控制交叉口车辆到达率λ的计算公式为：其中，G
s
为信号控制交叉口的上游交叉口直行相位绿灯时间，G
l
为上游交叉口左转相位绿灯时间，λ
r
为上游交叉口右转车辆到达率，λ
s
为上游交叉口直行车辆到达率，λ
l
为上游交叉口左转车辆到达率；所述λ
r
的计算公式为：其中，所述q
r
为上游交叉口右转车流的流量；所述λ
s
的计算公式为：
其中，所述q
s
为上游交叉口直行车流的流量，所述S
s
为上游交叉口直行车流的饱和流率，为上游交叉口直行相位绿灯开始时间，为上游交叉口直行相位绿灯结束时间；所述λ
l
的计...

【专利技术属性】
技术研发人员：李显生，薛园园，郑雪莲，任园园，
申请(专利权)人：吉林大学，
类型：发明
国别省市：