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()
【技术实现步骤摘要】
本专利技术属于交通控制,尤其涉及基于改进元胞传输模型的自动驾驶专用道设置评估方法。
技术介绍
1、随着自动驾驶技术的发展,自动驾驶车辆有望取代人工驾驶车辆成为未来的交通主体,道路交通流将从传统的人工驾驶车流逐渐转型为人工驾驶车辆和自动驾驶车辆共存的异构交通流,其交通环境的复杂性给道路交通管理与规划带来了新的挑战和机遇。
2、自动驾驶车辆相较于人工驾驶车辆具有更小的跟车间距和更短的反应时间,但在复杂的异构交通流中很难充分发挥自动驾驶技术的优势。为尽可能提高道路的通行能力,设置自动驾驶专用道被视为一种可行的方法。专用道可以集结自动驾驶车辆使其具有独立路权,实现自动驾驶车辆队列的协同控制,有助于增加交通流的稳定性、降低交通紊乱程度,从而提高道路的通行效率。
3、然而,专用道的设置条件因实际道路交通状况而异,其布设位置也需要合理规划,亟需一种能够有效模拟设置专用道前后交通流动态演进过程的方法。元胞传输模型具有较高的计算效率和简便的流量更新规则,能从宏观层面对道路进行离散化处理,模拟交通流的连续行为。但现有的元胞传输模型通常只考虑单车道上同质交通流的演变,缺乏考虑不同类型车道的通行能力差异、不同组成的异构交通流基本图差异及车道间流量转换规则的元胞传输模型。
技术实现思路
1、为解决上述技术问题,本专利技术提出了基于改进元胞传输模型的自动驾驶专用道设置评估方法,能够根据实际观测数据,模拟现有混合行驶车道上交通流的动态演进过程,得到设置专用道的条件与位置,在此基础上预测设
2、为实现上述目的,本专利技术提出了基于改进元胞传输模型的自动驾驶专用道设置评估方法,包括:
3、获取路段上的基础信息;
4、基于交通流参数和换道概率构建改进的元胞传输模型,其中,所述改进的元胞传输模型用于结合自动驾驶专用道和混合车道间的流量转移规则对设置专用道前后的交通流量更新;
5、将所述基础信息输入到改进的元胞传输模型,获取交通流参数变化过程的时空图;
6、基于所述交通流参数变化过程的时空图,获取设置专用道后的交通流参数变化过程的时空图,并对专用道设置结果进行评估。
7、可选的,所述基础信息包括:车道数、路段长度、自动驾驶和人工驾驶车辆数、车辆位置信息、安全车头间距、驾驶员反应时间、自由流速度。
8、可选的,基于交通流参数和换道概率构建改进的元胞传输模型包括:
9、根据所述交通流参数,获取当前元胞现有车辆数、上游元胞理论最大可供给车辆数及下游元胞最大可接收车辆数;
10、根据所述换道概率,获取元胞中人工驾驶车辆和自动驾驶车辆的直行和换道车辆数;
11、根据所述元胞中人工驾驶车辆和自动驾驶车辆的直行和换道车辆数,将所述下游元胞最大可接收车辆数分配给直行流量和换道流量;
12、设置自动驾驶专用道并对设置所述自动驾驶专用道后的所述直行流量和换道流量进行更新,获取改进的元胞传输模型。
13、可选的,所述交通流参数包括:阻塞密度、反向波速、临界密度和通行能力;
14、所述阻塞密度为:
15、
16、其中,kj(p)是自动驾驶车辆渗透率为p时的阻塞交通流密度,p为自动驾驶车辆在路段内的渗透率,dcav为自动驾驶车辆的安全车头间距,dhv为人工驾驶车辆的安全车头间距;
17、所述反向波速为:
18、
19、其中,w(p)是自动驾驶车辆渗透率为p时的交通流反向波速,thv为人工驾驶车辆反应时间,tcav为自动驾驶车辆反应时间;
20、所述临界密度为:
21、
22、其中,kc(p)是自动驾驶车辆渗透率为p时的交通流临界密度,vf为自由流速度;
23、所述通行能力为:
24、
25、其中,所述qm(p)是自动驾驶车辆渗透率为p时交通流的最大通行能力。
26、可选的,根据所述换道概率,获取元胞中人工驾驶车辆和自动驾驶车辆的直行和换道车辆数包括:
27、基于人工驾驶车辆换道效用函数和自动驾驶车辆换道效用函数,分别计算所述人工驾驶车辆和自动驾驶车辆的换道概率,获取所述元胞中人工驾驶车辆和自动驾驶车辆的直行和换道车辆数;
28、计算所述人工驾驶车辆的换道概率的方法为:
29、
30、其中,为人工驾驶车辆在t时刻的换道概率,表示t时刻人工驾驶车辆由元胞(i,j)换道至元胞(i+1,j')的效用函数,j为当前车道编号,j'为与当前车道相邻的车道编号;
31、计算所述自动驾驶车辆的换道概率的方法为:
32、
33、其中,为自动驾驶车辆在t时刻的换道概率,表示t时刻自动驾驶车辆由元胞(i,j)换道至元胞(i+1,j')的效用函数。
34、可选的,设置自动驾驶专用道并对设置所述自动驾驶专用道后的所述直行流量和换道流量进行更新包括:
35、获取专用车道自动驾驶车辆直行的流量和相邻混合车道向所述专用车道换道的流量,对设置所述自动驾驶专用道后的所述直行流量和换道流量进行更新;
36、获取专用车道自动驾驶车辆直行的流量的方法为:
37、
38、其中,yi,j-1,h-1(t)为t时刻由元胞(i,h-1)进入元胞(i+1,j-1)的车辆数,为t时刻元胞(i,j-1)内的总车辆数,为t时刻元胞(i,j-1)内自动驾驶车辆比例为时元胞中交通流的通行能力,为t时刻元胞(i+1,j-1)内自动驾驶车辆比例为时元胞中交通流的反向波速,为t时刻元胞(i+1,j-1)所能容纳的最大车辆数,为自动驾驶车辆t时刻在j-1上直行概率,为t时刻元胞(i,j)内自动驾驶车辆数;
39、获取相邻混合车道向所述专用车道换道的流量的方法为:
40、
41、其中,yi,j,j-1(t)为t时刻由元胞(i,j)进入元胞(i+1,j-1)的车辆数。
42、可选的,将所述基础信息输入到改进的元胞传输模型前还包括:对所述基础信息进行处理,获取宏观参数;
43、所述宏观参数包括:自动驾驶车辆渗透率和自动驾驶车辆在元胞内的比例。
44、可选的,所述自动驾驶车辆渗透率为:
45、
46、其中,p为自动驾驶车辆在路段内的渗透率,ncav为自动驾驶车辆在路段内的总车辆数,nhv为人工驾驶车辆在路段内的总车辆数;
47、所述自动驾驶车辆在元胞内的比例为:
48、
49、其中,为t时刻元胞(i,j)内自动驾驶车辆数占元胞内总车辆数的比例,可以用来描述每个元胞内自动驾驶车辆的聚集程度,为t时刻元胞(i本文档来自技高网...
【技术保护点】
1.基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,包括:
2.根据权利要求1所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,所述基础信息包括:车道数、路段长度、自动驾驶和人工驾驶车辆数、车辆位置信息、安全车头间距、驾驶员反应时间、自由流速度。
3.根据权利要求1所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,基于交通流参数和换道概率构建改进的元胞传输模型包括:
4.根据权利要求3所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,所述交通流参数包括:阻塞密度、反向波速、临界密度和通行能力;
5.根据权利要求3所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,根据所述换道概率,获取元胞中人工驾驶车辆和自动驾驶车辆的直行和换道车辆数包括:
6.根据权利要求3所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,设置自动驾驶专用道并对设置所述自动驾驶专用道后的所述直行流量和换道流量进行更新包括:
7.根据权利要求
8.根据权利要求7所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,所述自动驾驶车辆渗透率为:
9.根据权利要求1所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,基于所述交通流参数变化过程的时空图,获取设置专用道后的交通流参数变化过程的时空图,并对专用道设置结果进行评估包括:
...【技术特征摘要】
1.基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,包括:
2.根据权利要求1所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,所述基础信息包括:车道数、路段长度、自动驾驶和人工驾驶车辆数、车辆位置信息、安全车头间距、驾驶员反应时间、自由流速度。
3.根据权利要求1所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,基于交通流参数和换道概率构建改进的元胞传输模型包括:
4.根据权利要求3所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,所述交通流参数包括:阻塞密度、反向波速、临界密度和通行能力;
5.根据权利要求3所述的基于改进元胞传输模型的自动驾驶专用道设置评估方法,其特征在于,根据所述换道概率,获取元胞中人工驾驶车辆和自...
【专利技术属性】
技术研发人员:张健,白岩珍妮,靳雯婷,罗莹,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:
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。