【技术实现步骤摘要】
本专利技术涉及智能交通，具体涉及一种匝道合流区智能网联车辆协作方辨识方法及装置。
技术介绍
1、匝道合流区是高速公路中的典型瓶颈区域，匝道车辆的汇入往往会对主干道的交通流造成严重干扰，显著影响交通效率和安全。当匝道车辆进入主车道时，主干道交通流的稳定性被打破，进而引发交通拥堵、事故风险增加等多方面问题。
2、随着智能网联技术的快速发展，智能网联驾驶车辆(connected-automatedvehicle,cav)在解决这些问题方面展现出巨大潜力。cav具备高精度的运动控制能力和高效的信息通信能力，能够通过增强的协同策略，有效优化匝道汇入过程，提升交通流的整体效率与安全性。因此，cav在匝道合并操作中的应用成为当前交通研究的热点，展示了在缓解交通干扰方面的广泛应用前景。
3、在匝道合流区域，智能网联车辆的协作方选择尤为关键，本文中的协作方是指能够通过适当调整自身驾驶行为(如加减速、换道等)确保hv安全汇入的其他车辆。在匝道合流场景中，车辆需要与主路上的其他车辆或基础设施进行协同，以保证顺畅、安全地汇入主干道。然而，现有技术中常用的基于简单规则的筛选策略难以全面考虑交通的动态性和多样性，特别是在混合交通环境中(如自动驾驶车辆与人工驾驶车辆共存)，传统方法很难实现精确的协作方选择。
4、在智能网联车路协作方选择的现有技术中，存在以下主要技术问题：
5、1)协作方选择的实时性不足：现有方案大多依赖于预设的规则或静态的阈值(如距离或速度差)，这使得车辆难以在高速动态变化的交通环境中，实时、
6、2)信息的不完整性：在传统的匝道协作选择方法中,匝道及主线的车辆状态信息主要取决于固定检测器采集的数据,固定检测器数据精度不高而且信息比较滞后,难以满足汇入车流控制的实时性要求。这可能导致协作方选择的准确性降低，尤其是在环境信息较为复杂的情况下。
7、3)混合交通环境的适应性差：在自动驾驶车辆与传统人工驾驶车辆共存的混合交通环境中，现有协作方选择方案难以兼顾不同类型车辆的行为特点和驾驶模式，导致协同合作效率低下，可能出现合流失败或拥堵的情况。
技术实现思路
1、针对现有技术中的缺陷，本专利技术提供一种匝道合流区智能网联车辆协作方辨识方法及装置，以提高协作方辨识的准确性与效率。减少智能网联车辆的合流失败或拥堵情况。
2、一种匝道合流区智能网联车辆协作方辨识方法，包括：
3、根据主车的实时位置和理想汇入点，确定主车从匝道汇入匝道相邻主车道的关键时刻；
4、将关键时刻主车所在的位置确定为关键位置，将关键时刻主车行驶的速度确定为关键速度；
5、以关键位置为原点建立坐标系，选取原点左右两边预设横向范围内的车辆作为关键车辆集；
6、根据关键速度、关键位置与理想汇入点的位置，计算得到预期时间；
7、根据预期时间，关键车辆集中各个关键车辆在关键时刻的位置、速度和加速度，确定关键车辆集中各个关键车辆的预期位置；
8、根据关键车辆集中的各个关键车辆的预期位置和理想汇入点的位置，确定主车合流的协作车辆。
9、进一步的，还包括：
10、将匝道汇入口的车道中线和匝道相邻主车道的车道边线的交点，确定为理想汇入点。
11、进一步的，根据主车的实时位置和理想汇入点，确定主车从匝道汇入匝道相邻主车道的关键时刻，包括：
12、将主车的实时位置与理想汇入点的直线距离等于40m时的时刻确定为主车从匝道汇入匝道相邻主车道的关键时刻。
13、进一步的，根据关键速度、关键位置与理想汇入点的距离，计算得到预期时间，包括：
14、采用以下公式所示的方法根据关键速度、关键位置与理想汇入点的位置，计算得到预期时间：
15、
16、其中，t1表示预期时间，表示理想汇入点的位置，xhv(t)表示关键位置，vhv(t)表示关键速度。
17、进一步的，根据预期时间，关键车辆集中各个关键车辆在关键时刻的位置、速度和加速度，计算得到关键车辆集中各个关键车辆的预期位置，包括：
18、采用以下公式所示的方法根据预期时间，关键车辆集中各个关键车辆在关键时刻的位置、速度和加速度，计算得到关键车辆集中各个关键车辆的预期位置：
19、
20、其中，表示关键车辆j的预期位置，vj(t)表示关键车辆j在关键时刻t的速度，aj(t)表示关键车辆j在关键时刻t的加速度，xj(t)表示关键车辆j在关键时刻t的位置，key_car表示关键车辆集。
21、进一步的，根据关键车辆集中的各个关键车辆的预期位置和理想汇入点的位置，确定主车合流的协作车辆，包括：
22、根据关键车辆集中的各个关键车辆的预期位置和理想汇入点的位置，计算关键车辆集中的各个关键车辆的预期位置与理想汇入点的预期间距，得到预期间距集；
23、根据预期间距集，确定主车合流的协作车辆。
24、一种匝道合流区智能网联车辆协作车辆辨识装置，包括第一确定单元、第二确定单元、选取单元、计算单元、第三确定单元和第四确定单元，其中：
25、第一确定单元，用于根据主车的实时位置和理想汇入点，确定主车从匝道汇入匝道相邻主车道的关键时刻；
26、第二确定单元，用于将关键时刻主车所在的位置确定为关键位置，将关键时刻主车行驶的速度确定为关键速度；
27、选取单元，用于以关键位置为原点建立坐标系，选取原点左右两边预设横向范围内的车辆作为关键车辆集；
28、计算单元，用于根据关键速度、关键位置与理想汇入点的位置，计算得到预期时间；
29、第三确定单元，用于根据预期时间，关键车辆集中各个关键车辆在关键时刻的位置、速度和加速度，确定关键车辆集中各个关键车辆的预期位置；
30、第四确定单元，用于根据关键车辆集中的各个关键车辆的预期位置和理想汇入点的位置，确定主车合流的协作车辆。
31、本专利技术的有益效果：本专利技术通过智能网联车辆与路侧单元的通信，结合路侧单元采集的实时数据，动态筛选并确认智能网联车辆的协作车辆，能够确保匝道的智能网联车辆安全、高效地汇入主车道。本专利技术通过逐级筛选的流程，使得智能网联车辆首先通过路侧单元rsu的整体交通信息，找到主车道范围内的关键车辆，随后通过关键车辆的预期运动轨迹找到协作车辆，实现智能网联车辆的协作方辨识。本专利技术提高了协作方辨识的准确性与效率，使得智能网联车辆能更好地适应混合交通环境。
本文档来自技高网...【技术保护点】
1.一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，包括：
2.如权利要求1所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，还包括：
3.如权利要求1或2任一项所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，根据主车的实时位置和理想汇入点，确定主车从匝道汇入匝道相邻主车道的关键时刻，包括：
4.如权利要求3所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，所述根据关键速度、关键位置与理想汇入点的距离，计算得到预期时间，包括：
5.如权利要求4所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，根据预期时间，关键车辆集中各个关键车辆在关键时刻的位置、速度和加速度，计算得到关键车辆集中各个关键车辆的预期位置，包括：
6.如权利要求5所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，所述根据关键车辆集中的各个关键车辆的预期位置和理想汇入点的位置，确定主车合流的协作车辆，包括：
7.一种匝道合流区智能网联车辆协作车辆辨识装置，其特征在于，包括第一确定单元、第二
...【技术特征摘要】
1.一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，包括：
2.如权利要求1所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，还包括：
3.如权利要求1或2任一项所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，根据主车的实时位置和理想汇入点，确定主车从匝道汇入匝道相邻主车道的关键时刻，包括：
4.如权利要求3所述的一种匝道合流区智能网联车辆协作方辨识方法，其特征在于，所述根据关键速度、关键位置与理想汇入点的距离，计算得到预期时间，包括：
5.如权利要...
【专利技术属性】
技术研发人员：朱湧，唐荣娇，伍雅洁，刘代远，周纪君，宋浪，王少飞，骆中斌，叶青，李敏，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
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。