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() 基于辅助驾驶的快速路交织区超车换道占比控制方法技术_技高网

基于辅助驾驶的快速路交织区超车换道占比控制方法技术

技术编号:40972941 阅读:4 留言:0更新日期:2024-04-18 21:22
本发明专利技术属于辅助驾驶控制技术领域,具体涉及基于辅助驾驶的快速路交织区超车换道占比控制方法,包括:基于快速路交织区刚性换道行为的换道点分布,判断该位置主线超车换道行为是否有辅助控制的需求;构建元胞自动机仿真模型,分析差异化交通负荷下不同超车换道行为占比对交织区和换道车辆的影响;根据超车换道行为对交织区和换道车辆的影响,判断辅助控制或引导主线超车换道车辆的占比,克服了现有技术的不足,构建互通交织区元胞自动机仿真模型,基于模拟数据量化超车换道行为对交织区通行效率的影响。

【技术实现步骤摘要】

本专利技术属于辅助驾驶控制,具体涉及基于辅助驾驶的快速路交织区超车换道占比控制方法


技术介绍

1、交织区是城市快速路网的重要组成部分,但集中性换道行为使得交织区成为限制快速路网安全和效率提升的主要瓶颈。

2、交织区交通冲突根本上是源于车辆对交织区有限时空资源的竞争,交织交通类型越多交织区的复杂度越高,因此快速路上汇入和汇出交通混行的互通交织区在交通管理与控制上面临着更大挑战。

3、为给快速路互通交织区主线超车换道行为提供一种更优的策略,提出一种辅助驾驶环境下快速路互通交织区主线超车换道行为占比控制方法,为交织区效率提升提供新的控制思路。


技术实现思路

1、本专利技术的目的在于提供基于辅助驾驶的快速路交织区超车换道占比控制方法,克服了现有技术的不足,构建互通交织区元胞自动机仿真模型,基于模拟数据量化超车换道行为对交织区通行效率的影响。

2、为解决上述问题,本专利技术所采取的技术方案如下:

3、基于辅助驾驶的快速路交织区超车换道占比控制方法,包括:

4、步骤1、基于快速路交织区刚性换道行为的换道点分布,判断该位置主线超车换道行为是否有辅助控制的需求;

5、步骤2、构建元胞自动机仿真模型,分析差异化交通负荷下不同超车换道行为占比对交织区和换道车辆的影响;

6、步骤3、根据超车换道行为对交织区和换道车辆的影响,判断辅助控制或引导主线超车换道车辆的占比。

7、进一步,步骤1中所述判断该位置主线超车换道行为是否有辅助控制的需求,判断条件为:

8、设交织区长度为l,绘制换道点分布频率直方图,当存在不低于50%的主线换辅道换道点集中于交织区中连续区段,且连续区段长度不高于时,认为交织区存在换道点分布过于集中现象,则判断主线超车换道行为有辅助控制的需求,否则无需求。

9、进一步,步骤2中所述构建元胞自动机仿真模型,分析差异化交通负荷下不同超车换道行为占比对交织区和换道车辆的影响,具体步骤包括:

10、步骤21、构建元胞自动机仿真模型,包括对跟车和换道模型的标定;

11、步骤22、以交通负荷和超车换道车辆占比为自变量,分析不同环境对主线最外侧车道和主线常规刚性换道车辆的影响,对比无超车换道行为环境下主线最外侧车道和主线常规刚性换道车辆的平均车速,分析超车换道车辆占比在不同交通负荷下对主线最外侧车道和主线常规刚性换道车辆平均车速的提升幅度,并绘制提升幅度三维图;

12、步骤23、在步骤22所绘制三维图的基础上,分别绘制超车换道车辆对主线最外侧车道和主线常规刚性换道车辆平均车速不同提升水平的等高线图,根据实际提升情况选择合适的提升水平等高线。

13、进一步,步骤21中所述构建元胞自动机仿真模型,包括以下步骤:

14、步骤211、以ns模型为基础进互通交织区行车辆跟驰行为建模,车辆位置按照xi,j(t+1)=xi,j(t)+vi,j(t)规则更新,以vmax作为车辆最大速度,车辆速度取值范围为[0,vmax],同时在ns模型中引入随机慢化规则;

15、结合互通交织区的车辆运行速度统计特征,在跟驰规则建模中引入速度调整系数ρ,以优化车辆运行中的加减速规则,p1与p2分别代表车辆加速、减速概率,其表达式为:

16、

17、

18、式中,ρ=vaverage/vmax,vaverage为统计数据中不同车道的平均行车速度,

19、车辆加速规则为:

20、vi,j(t+1)=min[vi,j(t)+1,vmax],

21、减速规则为:

22、vi,j(t+1)=max[vi,j(t)+1,0];

23、步骤212、结合互通交织区换道点分布统计特征,建立换道点选择的高斯曲线拟合方程如下,

24、

25、式中,y0为偏移量;x为换道频率位置,即车辆在交织区位置;xc为峰中心位置;ω为高斯峰的半高宽;a为峰面积。

26、得到各换道方向的调节系数与假设检验结果,当所有样本偏度以及峰度绝对值均小于2,换道频率基本服从gaussian分布,据此建立换道概率高斯分布模型,其表达式为:

27、

28、式中,a1为函数纵向偏移量;a2为峰值极限值;a3为横向偏移量;a4为分布曲线形状参数;

29、步骤213、在换道车辆与目标车道前后车均满足安全距离要求条件下,将当前时刻前车与目标车道前车的速度差vx作为换道概率大小的决策条件;

30、当速度差vx=0时,目标车辆的换道概率为p3;当速度差vx=vmax时,目标车辆的换道概率为p4,从而构建基于logistic曲线的自由换道概率模型,其表达式为:

31、

32、其中,b=ln(1/(p3-1)),a=(b-ln(1/(p3-1)))/vmax,vx(t)=vi+n,j+1(t)-vi,j+1(t)。

33、进一步,步骤22中所述交通负荷为将交织区的交通状况从自由流到饱和流划分为5种交通负荷状态,涵盖了五种交通强度,分别对应于840pcu/h/ln、1320pcu/h/ln、1800pcu/h/ln、2280pcu/h/ln和2760pcu/h/ln。

34、进一步,步骤22中所述超车换道车辆占比为主线刚性换道车辆中超车换道与常规换道车辆之比,取值范围为[0,0.7]。

35、进一步,步骤3中所述判断辅助控制或引导主线超车换道车辆的占比,具体判断方法为:

36、将主线最外侧车道平均车速提升水平划分为lpl-1、lpl-2和lpl-3三个水平,主线常规刚性换道车辆平均车速提升水平划分为vpl-1、vpl-2、vpl-3三个水平,基于以上水平划分提出本次辅助控制的总体控制目标,包括主线最外侧车道平均车速提升目标lpl以及主线常规刚性换道车辆平均车速提升目标vpl;

37、提升目标lpl和vpl分别对应着不同交通负荷和超车换道车辆占比所围合的不规则控制范围,lpl对应控制范围为lre,vpl对应控制范围为vre,主线超车换道行为占比控制在lre和vre的交集范畴内。

38、本专利技术与现有技术相比较,具有以下有益效果:

39、本专利技术所述基于辅助驾驶的快速路交织区超车换道占比控制方法,利用实测数据,分析互通交织区在换道点分布和时空利用率上的统计特征,提出考虑车辆速度分布规律的改进ns模型和基于gaussian分布的刚性换道规则,构建互通交织区元胞自动机仿真模型,基于模拟数据量化超车换道行为对交织区通行效率的影响。

本文档来自技高网...

【技术保护点】

1.基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:包括:

2.根据权利要求1所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤1中所述判断该位置主线超车换道行为是否有辅助控制的需求,判断条件为:

3.根据权利要求1所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤2中所述构建元胞自动机仿真模型,分析差异化交通负荷下不同超车换道行为占比对交织区和换道车辆的影响,具体步骤包括:

4.根据权利要求3所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤21中所述构建元胞自动机仿真模型,包括以下步骤:

5.根据权利要求3所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤22中所述交通负荷为将交织区的交通状况从自由流到饱和流划分为5种交通负荷状态,涵盖了五种交通强度,分别对应于840pcu/h/ln、1320pcu/h/ln、1800pcu/h/ln、2280pcu/h/ln和2760pcu/h/ln。

6.根据权利要求3所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤22中所述超车换道车辆占比为主线刚性换道车辆中超车换道与常规换道车辆之比,取值范围为[0,0.7]。

7.根据权利要求1所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤3中所述判断辅助控制或引导主线超车换道车辆的占比,具体判断方法为:

...

【技术特征摘要】

1.基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:包括:

2.根据权利要求1所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤1中所述判断该位置主线超车换道行为是否有辅助控制的需求,判断条件为:

3.根据权利要求1所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤2中所述构建元胞自动机仿真模型,分析差异化交通负荷下不同超车换道行为占比对交织区和换道车辆的影响,具体步骤包括:

4.根据权利要求3所述的基于辅助驾驶的快速路交织区超车换道占比控制方法,其特征在于:步骤21中所述构建元胞自动机仿真模型,包括以下步骤:

5.根据权利要求3所述的基于辅助驾驶的...

【专利技术属性】
技术研发人员:赵顗赵思雨马健霄怀硕陈雨欣李铭浩杨震
申请(专利权)人:南京林业大学
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