【技术实现步骤摘要】
一种基于场的智能车辆换道决策方法
[0001]本专利技术属于智能交通信息
,具体涉及一种基于场的智能车辆换道决策方法。
技术介绍
[0002]智能车辆换道与交通安全息息相关,尤其在高速行驶条件下更是一种具有潜在风险的驾驶行为。智能车辆换道决策的目的是使道路交通环境全局最优,基于此种目的对瓶颈路段的智能车辆进行换道引导,可以起到缓解交通压力,平滑交通流的作用。考虑车道场强影响因素,在对智能车辆换道需求判断后进行适当的提前换道引导控制,提供车辆更加安全的换道决策可避免通行能力下降现象。
[0003]换道模型是道路通行能力仿真的难点,在微观交通流模型中占有重要地位。传统的换道模型考虑因素较简单,一般仅考虑换道车辆与相邻车道前后方车辆之间的最小换道安全距离和车辆速度之间的关系,并且主要是基于驾驶员的思维方式建立的,这类模型的缺点是将驾驶员的驾驶行为固定化,未考虑驾驶员在驾驶过程中的一些潜在决策思维,无法模拟驾驶员在各种环境影响因素下的不确定性。
[0004]现有技术CN108983771A提供了一种车辆换道决策方法及装置,在考虑城市道路的复杂性与动态性的基础上,对综合换道构造函数进行计算,完成智能车辆换道时的决策。但是对于实际交通,交通流的演化态势与交通车辆个体的利益息息相关。估计车辆综合换道收益必须充分考虑每个车道当前的交通状态以及未来的变化趋势,在上述方法中,对于该因素的考虑较少。
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基于场的智能车辆换道决策方法解决上述问 ...
【技术保护点】
【技术特征摘要】
1.一种基于场的智能车辆换道决策方法,其特征在于:具体包括以下步骤:1)根据获取的智能车辆的行驶速度和加速度,判断智能车辆是否有换道需求,如果智能车辆有换道需求,则进入步骤2);2)根据获取的观测路段的车辆速度和数量确定智能车辆行驶车道和相邻车道的车流平均速度及车流密度,分别计算观测路段智能车辆行驶车道和相邻车道的场强;所述智能车辆相邻车道包括智能车辆左侧相邻车道或右侧相邻车道中的至少一个车道;3)根据所述观测路段智能车辆行驶车道和相邻车道的场强,分别计算智能车辆行驶车道和相邻车道对智能车辆的吸引力,并计算智能车辆行驶车道和相邻车道对智能车辆的吸引力的差值;4)根据所述观测路段智能车辆行驶车道的车流密度,计算智能车辆换道决策阈值;5)根据所述智能车辆行驶车道与相邻车道对智能车辆的吸引力差值和智能车辆换道决策阈值,判断智能车辆是否可以进行换道。2.根据权利要求1所述的基于场的智能车辆换道决策方法,其特征在于:所述步骤1)具体包括以下步骤:S1.1获取智能车辆的行驶速度v,将智能车辆的行驶速度v与智能车辆期望行驶速度v
exp
进行比较,若v≥v
exp
,则说明智能车辆无换道需求;若v<v
exp
,则进行S1.2;S1.2获取智能车辆的行驶加速度a,若a>0,则说明智能车辆无换道需求;若a≤0,则说明智能车辆有换道需求,进行步骤2)。3.根据权利要求1所述的基于场的智能车辆换道决策方法,其特征在于:所述观测路段智能车辆行驶车道和相邻车道的场强,具体计算公式如下:式中,E
c
表示测路段智能车辆行驶车道的场强;E
l
表示测路段智能车辆左侧相邻车道的场强;E
r
表示测路段智能车辆右侧相邻车道的场强;表示观测路段智能车辆行驶车道的车流平均车速;表示观测路段智能车辆左侧相邻车道的车流平均车速;表示观测路段智能车辆右侧相邻车道的车流平均车速;v
c(max)
表示观测路段智能车辆行驶车道的最大允许速度;v
l(max)
表示观测路段智能车辆左侧相邻车道的最大允许速度;v
r(max)
表示观测路段智能车辆右侧相邻车道的最大允许速度;ρ
c
表示观测路段智能车辆行驶车道的车流密度;
ρ
l
表示观测路段智能车辆左侧相邻车道的车流密度;ρ
r
表示观测路段智能车辆右侧相邻车道的车流密度;ρ
c(max)
表示观测路段智能车辆行驶车道的最大允许车流密度;ρ
l(max)
表示观测路段智能车辆左侧相邻车道的最大允许车流密度;ρ
r(max)
表示观测路段智能车辆右侧相邻车道的最大允许车流密度;ω
c1
表示观测路段智能车辆行驶车道的车流平均车速的影响权重;ω
l1
表示观测路段智能车辆左侧车道的车流平均车...
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。