一种近信号区混合车群基元建模方法技术

本发明专利技术公开了一种近信号区混合车群基元建模方法，包括以下步骤：利用路侧感知设备检测感知区内的车辆，从而获取网联自动车和人驾车的加速度

【技术实现步骤摘要】
一种近信号区混合车群基元建模方法


[0001]本专利技术涉及混合交通场景下的建模领域，具体的，涉及一种近信号区混合车群基元建模方法
。

技术介绍

[0002]随着信息及通信技术的快速发展及其在交通系统中的广泛应用，交通系统具有信息物理系统
(CPS)
的典型特征
。
在交通信息物理系统
(T
‑
CPS)
中，利用车载通信设备，车与车
、
车与路侧设备可以通过通信交换数据
。
然而，交通的全面智能化和自动化不可能一蹴而就
。
在未来一段时间内，传统人驾车和自动驾驶车将在一段时间内共存，形成一类新型混合交通
。
近信号区指的是在道路交叉口上游受到信号灯调控影响的所有区域，它对于城市交通系统的正常运行起着重要作用
。
在这一区域内，车辆由于受信号灯周期性调控和车辆换道行为的影响，极易出现频繁加减速和启停现象，常常导致该区域发生交通拥堵，严重影响整体交通效率
。
由于新型混合交通中的异构车辆在信息获取的类型
、
范围和实时性上存在较大差异，需要结合近信号区交通场景，充分分析以
CAV
为交通主体和以
HV
为交通主体的信息物理交互差异性，以构建能体现混合交通异质主体差异的理论模型为切入点，综合考虑异质车辆渗透率等因素影响，揭示近信号区混合交通条件下车辆协同行驶过程中信息因素及物理因素复杂交互的作用机理，为提高近信号交通效率提供新的途径
。
[0003]通过查阅相关专利和论文发现，目前对于近信号区的研究主要在于网联环境下信号灯与车辆之间的协同控制，鲜有研究对网联环境下近信号区的交通现象进行建模
。
现有针对混合交通车辆微观行为的研究主要考虑单车道前后车对目标车辆跟驰行为的影响
。
然而，近信号区往往是多车道行驶场景，由于车辆的目标车道不同，在近信号区会发生强制换道现象，相邻车道的车辆对目标车辆纵向行驶行为有显著的影响
。
同时，近信号区信号灯也会对驾驶人的驾驶行为产生影响，决定车辆纵向行为的因素也不再是一维的
。
[0004]针对以上问题，本专利技术以研究近信号区混合交通微观纵向行为为核心，为缓解近信号区交通问题提供理论支撑
。
本专利技术充分考虑
CAV
与
HV
在信息
、
物理
、
信息物理交互方面的多维度差异性，揭示车辆行驶过程中
Cyber
因素及物理因素复杂交互的作用机理，最终建立近信号区多车道下的混合交通信息物理基元模型
。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种近信号区混合车群基元建模方法
。
本专利技术旨在解决现有方法不统一
、
重塑性差
、
复杂度高
、
难以协同建模验证的问题
。
[0006]为达到上述目的，本专利技术提供了一种近信号区混合车群基元建模方法，包括以下步骤：
[0007]S1.
利用路侧感知设备检测感知区内的车辆，从而获取网联自动车和人驾车的加速度
、
速度
、
位置信息；
[0008]S2.
判断车辆是否进入近信号区，若是则转入步骤
S3
，否则转入步骤
S1
；
[0009]S3.
将近信号区内的车辆视为物理空间和信息空间中的节点；
[0010]S4.
判断近信号区的车辆类型，若是人驾车则转入步骤
S5
，若是网联自动车则转入步骤
S6
；
[0011]S5.
根据步骤
S1
采集到的当前人驾车的周围车辆信息，建立近信号区人驾车基元模型；
[0012]S6.
根据步骤
S1
采集到的当前网联自动车的车周围车辆信息，建立近信号区网联自动车基元模型；
[0013]S7.
结合步骤
S5
和
S6
，建立近信号区混合车群基元模型
。
[0014]进一步，所述步骤
S1
中，路侧感知设备的检测间隔时间为
0.1
秒～2秒
。
[0015]进一步，所述步骤
S3
包括以下子步骤：
[0016]S3.1
将车辆视为节点，第
i
辆车对第
j
辆车的影响看做从第
i
个节点到第
j
个节点的有向边，并用有向边的权重表示影响程度；
[0017]S3.2
将车辆间的通信拓扑抽象为一个有向图
。
[0018]进一步，所述步骤
S3.2
中，有向图表示为：
G
＝
(V,E,W)
；
[0019]V
的计算表达式为：
V
＝
{v1,v2,...,v
n
}
[0020]E
的计算表达式为：
[0021]W
的计算表达式为：
W
＝
[w
nl
]N
×
N
[0022][0023]w
nl
的计算表达式为：
[0024][0025]式中，
V
为有向图
G
中的节点集；
v
n
为
t
时刻第
n
辆车的速度；
E
为有向图
G
中两两节点的边集；
W
表示权重集；
w
nl
＝
{0,1}
表示节点
n
与节点
l
之间的通讯连接，
w
nl
＝0表示节点
l
对节点
n
没有影响，
w
nl
＝1表示节点
l
对节点
n
有影响；
R
为通讯距离；
x
n
为第
n
辆车位置；
x1为头车位置
。
[0026]进一步，所述步骤
S5
包括以下子步骤：
[0027]S5.1
考虑周边车对主车的影响，建立以人驾车为主车的基元模型
a
oh
(t)
，所述以人驾车为主车的基元模型用于刻画周边车辆对目标车辆纵向行为的影响；
[0028]S5.2
对于目标人驾车，计算由近信号区信号灯势场力产生的加速度
...

【技术保护点】

【技术特征摘要】
1.
一种近信号区混合车群基元建模方法，其特征在于，包括以下步骤：
S1.
利用路侧感知设备检测感知区内的车辆，从而获取网联自动车和人驾车的加速度
、
速度
、
位置信息；
S2.
判断车辆是否进入近信号区，若是则转入步骤
S3
，否则转入步骤
S1
；
S3.
将近信号区内的车辆视为物理空间和信息空间中的节点；
S4.
判断近信号区的车辆类型，若是人驾车则转入步骤
S5
，若是网联自动车则转入步骤
S6
；
S5.
根据步骤
S1
采集到的当前人驾车的周围车辆信息，建立近信号区人驾车基元模型；
S6.
根据步骤
S1
采集到的当前网联自动车的车周围车辆信息，建立近信号区网联自动车基元模型；
S7.
结合步骤
S5
和
S6
，建立近信号区混合车群基元模型
。2.
根据权利要求1所述的一种近信号区混合车群基元建模方法，其特征在于：所述步骤
S1
中，路侧感知设备的检测间隔时间为
0.1
秒～2秒
。3.
根据权利要求1述的一种近信号区混合车群基元建模方法，其特征在于：所述步骤
S3
包括以下子步骤：
S3.1
将车辆视为节点，第
i
辆车对第
j
辆车的影响看做从第
i
个节点到第
j
个节点的有向边，并用有向边的权重表示影响程度；
S3.2
将车辆间的通信拓扑抽象为一个有向图
。4.
根据权利要求3所述的一种近信号区混合车群基元建模方法，其特征在于：所述步骤
S3.2
中，有向图表示为：
G
＝
(V,E,W)
；
V
的计算表达式为：
V
＝
{v1,v2,...,v
n
}E
的计算表达式为：
W
的计算表达式为：
W
＝
[w
nl
]
N
×
N
w
nl
的计算表达式为：式中，
V
为有向图
G
中的节点集；
v
n
为
t
时刻第
n
辆车的速度；
E
为有向图
G
中两两节点的边集；
W
...

【专利技术属性】
技术研发人员：孙棣华，赵敏，梁勇康，
申请(专利权)人：重庆大学，
类型：发明
国别省市：