System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种不同天气条件下车辆换道模型构建方法技术_技高网

一种不同天气条件下车辆换道模型构建方法技术

技术编号:40962714 阅读:2 留言:0更新日期:2024-04-18 20:41
本发明专利技术涉及一种不同天气条件下车辆换道模型构建方法,包括步骤:S1:建立高速公路换道行为天气影响分量化模型,得到不同恶劣天气等级并以α表示;S2:结合不同恶劣天气等级,改进不满度累积的换道意图模型;并基于非合作动态博弈框架,构建信息对称和信息不对称两种换道决策方式;S3:对S2中两种换道决策方式利用子博弈完美均衡和序贯均衡求解算法进行求解,分析得出最优的换道策略;S4:利用SUMO仿真软件与PYTHON二次开发控制软件,设计不同恶劣天气等级条件下的车流仿真实验。更好的体现车辆的交互过程,通过对多个博弈回合的分析,对交互的动态性和不确定性考虑得更加充分,做出更加准确的换道决策,实现了在SW交互冲突场景下车辆的均衡优化策略。

【技术实现步骤摘要】

本专利技术涉及天气对车辆行驶的换道决策影响,特别涉及一种不同天气条件下车辆换道模型构建方法


技术介绍

1、高速公路具有行车速度大、封闭性强、车辆类型复杂的特点,恶劣天气(severeweather,sw)下交通冲突频发,交通事故风险高。根据美国的《道路通行能力手册》(2010版),在降雨条件下发生事故的风险比正常情况高70%,而且每年有超过3万起车辆碰撞事故发生在多雪或结冰的道路上,雾天严重降低了可见性,给驾驶带来了极大的困难。而av的相关技术降低了驾驶员因素造成的换道风险,代替驾驶员做出合理的驾驶行为决策。车辆换道的本质是设置车辆的换道判断规则,对车辆驾驶员而言,在于确定换道的时间和对应的换道位置。

2、现有的研究中将研究主体限定在多个参与中,而非单一主体,考虑其动态交互作用,并且考虑了驾驶员的性格因素,对信息对称和信息不对称的非合作动态博弈进行博弈均衡求解。但是车辆的交互过程没有很好的体现,并且策略输出只有一个博弈回合,对交互的动态性和不确定性考虑得不够周到,容易做出孤立性决策。


技术实现思路

1、本专利技术目的是:提供一种不同天气条件下车辆换道模型构建方法,基于博弈理论,在非合作动态博弈的框架下构建了博弈的换道决策模型,并设计了相应的求解算法,得到sw交互冲突场景下车辆的均衡优化策略。

2、本专利技术的技术方案是:一种不同天气条件下车辆换道模型构建方法,包括以下步骤:

3、s1:建立高速公路换道行为天气影响分量化模型,得到不同恶劣天气等级并以α表示;

4、s2:结合不同恶劣天气等级,改进不满度累积的换道意图模型;并基于非合作动态博弈框架,构建信息对称和信息不对称两种换道决策方式;

5、s3:对s2中两种换道决策方式利用子博弈完美均衡和序贯均衡求解算法进行求解,分析得出最优的换道策略;

6、s4:利用sumo仿真软件与python二次开发控制软件,设计不同恶劣天气等级条件下的车流仿真实验。

7、优选的,在s2中,换道车辆m换道时对目标车道车辆n发生影响时的点为换道交互冲突点,设置换道时交互冲突时间差阈值为tm;当交互冲突时间差|δt|小于所述阈值tm时,开启换道博弈;

8、|δt|=|tm-tn|

9、其中,tm为换道车辆到达换道交互冲突点时间;tn为目标车道车辆到达换道交互冲突点时间。

10、优选的,首先,建立基于换道交互冲突点的安全性收益模型:

11、当车辆m和n的冲突时间差绝对值|δt|为0时,即两车同时到达icp,此时换道安全性最低,安全收益趋于负无穷;随着|δt|的增加,安全收益也会增加,但是增加的速率逐渐减小;当|δt|的值继续增加到换道博弈的时间差阈值tm时,即安全收益达到最大,收益值为1;安全性收益us为:

12、

13、其次,建立速度收益模型:

14、车辆换道是为了获取更大的驾驶收益,基于此,换道车辆m为了获取更高的速度收益或者降低自身的速度收益损失产生换道意图,不同的驾驶策略可以有不同的速度收益,因此,速度收益表示为:

15、

16、其中,ve——车辆策略选择后达到的速度(m/s);

17、v0——车辆策略选择前的速度(m/s)。

18、优选的,建立所述安全性收益和速度收益产生的总收益模型:

19、u=w1uv+w2us

20、其中,wi:各收益的权重,w1代表驾驶员的速度收益权重,w2代表驾驶员的安全收益权重,且w1+w2=1;u为总收益。

21、考虑到人工驾驶的随机性,在收益模型计算中引入驾驶员特性因素变量τ。调整后的人工驾驶总收益模型为:

22、u=w1uv+w2us+τ。

23、优选的,结合不同恶劣天气等级,建立换道决策偏好模型;

24、换道决策偏好影响因素包括车辆类型因素、驾驶员特性因素和天气因素;

25、其中,驾驶员特性因素考虑驾驶员驾驶行为的不确定性,引入驾驶员个人特性变量,且该变量区间为[0.5,1.5]符合n(1,0.16672)正态分布,其概率密度函数为:

26、

27、天气因素中考虑不同恶劣天气等级等影响,即α越大驾驶员越追求安全收益,且考虑天气因素对车辆类型因素和驾驶员特性因素均有影响,引入影响因子θ1和θ2,并以随机权重理论为基础,不同恶劣天气等级影响下的换道决策偏好模型为:

28、

29、其中,——车辆类型变量;

30、τ——驾驶员特性因素变量,τ值越大,驾驶员越追求效率收益,反之则越追求安全收益;

31、α——sw变量,α值越大,驾驶员越追求安全收益。

32、优选的,结合车辆类型因素,建立改进型车辆不满意度累积模型;

33、首先,不满意度累积模型的的表达为:

34、

35、其中,d(k)——此时的不满意度;

36、d(k-1)——上一时间点的不满意度;

37、vp——当前行驶车速(m/s);

38、ve——期望车速(m/s);

39、t——采样周期(s);

40、即,当前车速小于驾驶员期望速度,随着时间的积累,驾驶员对车速的不满程度会越来越高,直到达到不满度阈值dmax,从而触发换道行为,此时,d(k)>dmax;若车辆到达目标车道,车辆速度不满度数值清零;当车辆一直处于期望速度行驶或者加速过程,速度不满意度始终为0;

41、其次,受车辆性能及公路的限速影响,车辆的加速度和速度的表达为:

42、

43、以驾驶员期望行驶速度,通过期望速度与当前速度差值与期望速度的比值描述当前时刻驾驶人对速度的不满意度;并考虑到车辆换道意图产生前跟车的稳定性情况,引入采样周期内的平均速度波动;再结合不同恶劣天气等级影响作用,得到改进的车辆不满意度累积模型为:

44、

45、其中,vdes——天气影响下的驾驶员期望速度(m/s);

46、vdes——车辆当前时刻的速度(m/s);

47、θ——行驶稳定性加权系数;

48、countaverage——车辆采样周期内的平均速度波动;

49、

50、其中,v0表示采样周期初的速度(m/s)。

51、优选的,基于改进的车辆不满意度累积模型,仅考虑高速公路直线道路的换道行为,且在换道行为的初始时刻,换道车辆沿垂直于道路方向的横向速度和横向加速度均为零,建立改进型博弈换道决策模型;

52、其中,换道决策的生成条件包括换道意图和安全间距,具体表示为:

53、d(k)>dmax;

54、

55、其中,sn(t)——换道车辆m与目标车道车辆n的车间距;

56、sn-1(t)——换道车辆本文档来自技高网...

【技术保护点】

1.一种不同天气条件下车辆换道模型构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:在S2中,换道车辆m换道时对目标车道车辆n发生影响时的点为换道交互冲突点,设置换道时交互冲突时间差阈值为TM;当交互冲突时间差|ΔT|小于所述阈值TM时,开启换道博弈;

3.根据权利要求2所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:

4.根据权利要求3所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:建立所述安全性收益和速度收益产生的总收益模型:

5.根据权利要求4所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:结合不同恶劣天气等级,建立换道决策偏好模型;

6.根据权利要求5所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:结合车辆类型因素,建立改进型车辆不满意度累积模型;

7.根据权利要求6所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:基于改进的车辆不满意度累积模型,仅考虑高速公路直线道路的换道行为,且在换道行为的初始时刻,换道车辆沿垂直于道路方向的横向速度和横向加速度均为零,建立改进型博弈换道决策模型;

8.根据权利要求7所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:基于两种博弈换道模型计算每个驾驶员所得到利益的最大程度时的驾驶策略,即在信息对称的换道决策中达到子博弈的完美均衡以及在信息不对称的换道决策中的序贯均衡;

9.根据权利要求8所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:换道车辆m在经过换道博弈后,在动态博弈中的每一次静态博弈都有换道与不换道两种策略选择。当车m选择不换道策略时,车辆m与当前车道前车m-1保持跟弛状态,等待下一次换道时机。当车m-1的速度大于车m的期望速度时,车m可以加速行驶到期望速度。当车m-1的速度小于车m的期望速度时,车m的行驶状态便会受到车m-1的制约,此时车m需要与车m-1之间保持安全间距预防追尾风险。

10.根据权利要求9所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:在S4中车流仿真实验的条件为:基于Anaconda3-2021.05中配置的python3.8版本和sumo1.16.0版本搭建仿真环境,设置仿真步长为0.1s,行车环境为高速公路单向双车道,车道宽度为3.75m,路段全长为10km,仿真车辆长度统一为4.5m,宽度为1.8m;设置仿真对比组A组和B组,对车辆采用非合作动态博弈和不采用非合作动态博弈的模型控制进行对比仿真实验;设置高速公路仿真车流量为1200pcu/h,仿真步长为1200s,对车辆在不同填列天气条件下进行仿真。

...

【技术特征摘要】

1.一种不同天气条件下车辆换道模型构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:在s2中,换道车辆m换道时对目标车道车辆n发生影响时的点为换道交互冲突点,设置换道时交互冲突时间差阈值为tm;当交互冲突时间差|δt|小于所述阈值tm时,开启换道博弈;

3.根据权利要求2所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:

4.根据权利要求3所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:建立所述安全性收益和速度收益产生的总收益模型:

5.根据权利要求4所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:结合不同恶劣天气等级,建立换道决策偏好模型;

6.根据权利要求5所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:结合车辆类型因素,建立改进型车辆不满意度累积模型;

7.根据权利要求6所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:基于改进的车辆不满意度累积模型,仅考虑高速公路直线道路的换道行为,且在换道行为的初始时刻,换道车辆沿垂直于道路方向的横向速度和横向加速度均为零,建立改进型博弈换道决策模型;

8.根据权利要求7所述的一种不同天气条件下车辆换道模型构建方法,其特征在于:...

【专利技术属性】
技术研发人员:马健张丽岩胡晓菲张雨辰钱铮曹可意
申请(专利权)人:苏州科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1