一种基于多源感知数据的高速公路车辆折算系数动态计算算法与系统技术方案

本申请提供了一种基于多源感知数据的高速公路车辆折算系数动态计算算法与系统该方案中，通过在获取目标路侧感知数据后，再根据预设的车辆管控策略，结合所述目标路侧感知数据，确定针对不同车辆类型的动态车头时距，然后根据所述针对不同车辆类型的动态车头时距，确定所述不同车辆类型的车辆折算系数。其中，所述车辆类型至少包括自动驾驶货车，所述车辆管控策略是基于所述自动驾驶货车而设置的。由于本申请中，可以对应不同的车辆管控策略，并基于确定的车辆管控策略确定不同车辆类型的动态车头时距，进而确定所述车辆折算系数。因而，本申请中的方法更具针对性，可以提高车辆折算系数的准确度。折算系数的准确度。折算系数的准确度。

【技术实现步骤摘要】
一种基于多源感知数据的高速公路车辆折算系数动态计算算法与系统


[0001]本申请涉及交通
，尤其涉及一种基于多源感知数据的高速公路车辆折算系数动态计算算法与系统。

技术介绍

[0002]车辆折算系数，又称车辆换算系数(Passenger Car Unit，简称“PCU”)，用于进行混合交通流与100％标准车流之间流量的换算，为的是使各道路、交通条件下的混合交通量之间具有可比性，是评估道路通行能力研究的重要组成部分。也就是说，它是反映非标准车相较于标准车对交通流量影响的当量值的参数。其中，车辆折算系数的概念于1965年美国《通行能力手册》首次提出，该手册还首次提出了小客车当量的概念，定义为在通常的道路条件下，交通流中货车相当于小客车的数目。
[0003]目前，高速公路车辆折算系数普遍采取《公路工程技术标准》(JTG B01
‑
2014)的规定，不同车型采用不同数值进行当量折算。其中标准车型为小客车(座位≤19座的客车和载质量≤2t的货车)，其他车型包括中型车(座位﹥19座的客车和2t﹤载质量≤7t的货车)、大型车(7t﹤载质量≤20t的货车)、汽车列车(载质量﹥20t的货车)。
[0004]然而，专利技术人发现相关技术中至少存在如下技术问题：
[0005]随着自动驾驶车辆的发展，尤其是L4级以上自动驾驶货车在高速公路开展规模化运营，使得高速公路交通流中车辆类型的构成发生了变化，而车辆类型是影响车辆折算系数大小的重要因素之一。因而，当今既有的车辆折算系数的确定方法无法适应并满足自动驾驶货车在高速公路规模化运营的需求，导致既有的车辆折算系数的确定方法确定出来的车辆折算系数的准确度较低。

技术实现思路

[0006]本申请的一个目的是提供一种基于多源感知数据的高速公路车辆折算系数动态计算算法与系统，至少用以解决既有的车辆折算系数的确定方法确定出来的车辆折算系数的准确度较低的问题。
[0007]为实现上述目的，本申请的一些实施例提供了一种车辆折算系数的确定方法，所述方法包括：获取目标路侧感知数据；根据预设的车辆管控策略，结合所述目标路侧感知数据，确定针对不同车辆类型的动态车头时距；其中，所述车辆类型至少包括自动驾驶货车，所述车辆管控策略是基于所述自动驾驶货车而设置的；根据所述针对不同车辆类型的动态车头时距，确定所述不同车辆类型的车辆折算系数。
[0008]本申请的一些实施例还提供了一种通行能力评估方法，所述方法包括：通过如上所述的车辆折算系数的确定方法，确定所述不同车辆类型的车辆折算系数；根据所述不同车辆类型的车辆折算系数，确定用于表征高速公路的动态通行能力的车辆折算系数，以对高速公路的交通通行能力进行评估。
[0009]本申请的一些实施例还提供了一种车辆折算系数的确定设备，包括：一个或多个处理器；以及存储有计算机程序指令的存储器，所述计算机程序指令在被执行时使所述处理器执行如上所述的车辆折算系数的确定方法。
[0010]本申请的一些实施例还提供了一种通行能力评估设备，所述设备包括：一个或多个处理器；以及存储有计算机程序指令的存储器，所述计算机程序指令在被执行时使所述处理器执行如上所述的通行能力评估方法。
[0011]本申请的一些实施例还提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令可被处理器执行以实现如上所述的方法。
[0012]相较于现有技术，本申请实施例提供的基于多源感知数据的高速公路车辆折算系数动态计算方案中，通过在获取目标路侧感知数据后，再根据预设的车辆管控策略，结合所述目标路侧感知数据，确定针对不同车辆类型的动态车头时距，然后根据所述针对不同车辆类型的动态车头时距，确定所述不同车辆类型的车辆折算系数。其中，所述车辆类型至少包括自动驾驶货车，所述车辆管控策略是基于所述自动驾驶货车而设置的。由于本申请中，针对不同的应用场景，比如车辆行驶特征的不同，可以对应不同的车辆管控策略，并基于确定的车辆管控策略确定不同车辆类型的动态车头时距，进而确定所述车辆折算系数。因而，本申请中车辆折算系数的确定方法更具针对性，可以提高车辆折算系数的准确度。
附图说明
[0013]图1为本申请实施例提供的一种车辆折算系数的确定方法的处理流程图；
[0014]图2为本申请实施例提供的一种车辆折算系数的确定方法中，步骤S102的处理流程图；
[0015]图3为本申请实施例提供的一种车辆折算系数的确定方法中，步骤S102的另一种处理流程图；
[0016]图4为本申请实施例提供的一种通行能力评估方法的处理流程图；
[0017]图5为本申请实施例提供的一种车辆折算系数的确定设备的结构示意图；
[0018]图6为本申请实施例提供的一种通行能力评估设备的结构示意图。
具体实施方式
[0019]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]在本文中使用以下术语。
[0021]车辆折算系数，又称车辆换算系数，英文全称Passenger Car Unit，简称“PCU”，用于进行混合交通流与100％标准车流之间流量的换算，为的是使各道路、交通条件下的混合交通量之间具有可比性，是评估道路通行能力研究的重要组成部分。
[0022]车头时距，英文全称Time Headway，简称“TH”，指在同一车道上行驶的车辆队列中，两连续车辆车头端部通过某一断面的时间间隔，车头时距代表着前后两辆车的前端通过同一地点的时间差。
[0023]入网车辆ID：入网车辆的身份标识，英文全称为Identity document。
[0024]车辆VIN码：车辆识别码，英文全称为Vehicle Identification Number。
[0025]编队行驶：也称列队行驶，是指三辆及以上车辆，在同一路段排序行驶。后续车辆在头部车辆的引领下，无需驾驶员操控便可自动行驶，车辆之间通过传感器、V2X(车用无线通信技术，英文全称“vehicle to X”)等技术传递道路状、车辆信息，以及行驶指令。加入列队行驶的车辆，可以是乘用车、商用车，或者各种车型混杂。根据国家各部委目前有关自动驾驶车辆允许上路的相关政策，本文中编队行驶，针对高速公路加入列队行驶的车辆，指自动驾驶货车。
[0026]另外，本文中的车辆类型是指人工驾驶车辆和自动驾驶货车，人工驾驶车辆分为小型车、中型车、大型车。
[0027]本申请实施例提供了一种车辆折算系数的确定方法，该方法中，通过在获取目标路侧感知数据后，再根据预设的车辆管控策略，结合所述目标路侧感知数据，确定针对不同车辆类型的动态车头时距，然后根据所述针对不同车辆类型的动态车头时距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆折算系数的确定方法，其特征在于，所述方法包括：获取目标路侧感知数据；根据预设的车辆管控策略，结合所述目标路侧感知数据，确定针对不同车辆类型的动态车头时距；其中，所述车辆类型至少包括自动驾驶货车，5所述车辆管控策略是基于所述自动驾驶货车而设置的；根据所述针对不同车辆类型的动态车头时距，确定所述不同车辆类型的车辆折算系数。2.根据权利要求1所述的方法，其特征在于，所述预设的车辆管控策略包括：0所述自动驾驶货车与人工驾驶车辆混合行驶的第一管控策略；和/或，所述自动驾驶货车编队行驶，人工驾驶车辆跟随行驶的第二管控策略。3.根据权利要求2所述的方法，其特征在于，所述根据预设的车辆管控策略，结合所述路侧感知数据，确定针对不同车辆类型的动态车头时距，5包括：若所述车辆管控策略为所述自动驾驶货车与人工驾驶车辆混合行驶的第一管控策略，则根据所述路侧感知数据，获取车辆流量数据；根据所述车辆流量数据，确定人工驾驶车辆的平均车头时距，得到所述人工驾驶车辆的动态车头时距；0根据所述人工驾驶车辆的平均车头时距，确定所述自动驾驶货车的平均车头时距，得到所述自动驾驶货车的动态车头时距。4.根据权利要求2所述的方法，其特征在于，所述根据预设的车辆管控策略，结合所述路侧感知数据，确定针对不同车辆类型的动态车头时距，包括：5若所述车辆管控策略为所述自动驾驶货车编队行驶，人工驾驶车辆跟随行驶的第二管控策略，则根据所述路侧感知数据，获取车辆流量数据；根据所述车辆流量数据，确定人工驾驶车辆的平均车头时距，得到所述人工驾驶车辆的动态车头时距；根据云控平台下发的平均车头时距，确定所述自动驾驶货车的动态车头时距；其中，所述云控平台下发的平均车头时距小于所述人工驾驶车辆的动态车头时距。5.根据...

【专利技术属性】
技术研发人员：袁月明，尹伯华，高毅红，
申请(专利权)人：云控智行上海汽车科技有限公司，
类型：发明
国别省市：