【技术实现步骤摘要】
基于时序轨迹数据的车道级可变限速个体遵从度预测方法
[0001]本专利技术涉及交通智能控制领域,特别是涉及一种基于时序轨迹数据的车道级可变限速个体遵从度预测方法。
技术介绍
[0002]随着传感技术、人工智能、5G及物联网技术的发展,精准化个性化的车辆指令推送技术逐渐加速迈向落地应用,智能网联汽车技术得到不断更新和迭代。智能网联汽车将实现人、车、路关系的重构,使得车辆的感知和控制跃上了新的台阶。随着机动车的普及及交通运输需求的增长,目前高速公路安全主动管控技术采用的静态速度管制方法及基于可变信息板进行信息发布的方式逐渐不能满足智能网联环境的需要,其一,静态限速方式无法在动态的道路交通环境下为不同工况及特定条件下提供安全合理的限速值;其二,基于可变信息板进行信息发布的手段不能针对特定车辆进行个性化的限速引导,导致管理效果在不同个体之间出现较大差异,对高速公路交通安全产生负面影响。
[0003]驾驶人由于年龄、性别、性格、职业、驾驶经验等方面的不同,个体之间的驾驶行为特性会存在较大差异。驾驶人在不同限速条件下的遵从度与驾 ...
【技术保护点】
【技术特征摘要】
1.一种基于时序轨迹数据的车道级可变限速个体遵从度预测方法,其特征在于,包括:向构建好的驾驶人个体遵从度预测模型输入驾驶行为特征参数矩阵得到驾驶人遵从度等级;所述驾驶人个体遵从度预测模型的构建方法为:在高快速路路段以第一间距布设车道级可变限速信息发布设备以显示车道级限速信息;在高快速路路段以第二间距布设毫米波雷达或激光雷达以采集待测车辆的时序轨迹数据并进行分析,得到待测车辆驾驶人的驾驶行为特征参数矩阵;基于各个车道级限速信息,根据驾驶人个体遵从度计算公式计算驾驶人个体遵从度;基于驾驶人个体遵从度,根据遵从度等级定义公式计算驾驶人个体遵从度等级;基于XGBoost模型,根据所述驾驶人个体遵从度等级和所述驾驶行为特征参数矩阵构建驾驶人个体遵从度预测模型。2.根据权利要求1所述的一种基于时序轨迹数据的车道级可变限速个体遵从度预测方法,其特征在于,所述驾驶人个体遵从度计算公式为:其中,Comprate
i
(t)为t时刻i车的遵从度,为i车在接受所在车道可变限速信息位置处上游250m处的速度,为i车在接受可变限速信息位置处下游200m处的速度,VSL
i
(t)为t时刻对i车发布的可变限速值。3.根据权利要求1所述的一种基于...
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。