[发明专利]一种车辆行驶速度预测模型构建方法

说明书

本发明公开了一种车辆行驶速度预测模型构建方法，包括：获取N个驾驶员驾驶目标车辆在目标公路上行驶的速度数据，得到速度数据集合；对速度数据集合中异常速度数据进行筛除，得到速度数据集合；以速度数据集合中每个速度数据为多元线性回归模型的因变量，以影响速度的公路几何线形参数为解释变量，将每一个因变量与解释变量进行拟合，移除显著性水平大于预设显著度阈值的解释变量，建立速度参数与解释变量的数学关系，得到速度参数预测模型。

技术领域

本发明涉及目标车辆速度预测技术领域，尤其涉及一种车辆行驶速度预测模型构建方法。

背景技术

现有研究构建的小客车速度预测模型，都是假设速度在平曲线上为常量，减速行为发生在驶入平曲线之前，加速行为发生在驶离平曲线之后。同时，现有的公路线形设计标准也做了同上的假设。在该假设基础上，点速度(瞬时速度)在平曲线中点和切线前中点位置采集，由此构建运行速度模型。

然而，这种速度预测模型存在一定的片面性。因为速度没有在减速或加速的开始点和结束点采集，不能真实描述驾驶员的驾驶行为。而且减速和加速距离也比较难获取，导致无法采集准确的加速度和减速度。为了克服上述数据采集方法的不足，以及速度预测模型构建思路的问题，提出一种客观描述驾驶员驾驶行为，没有预先假设条件的公路小客车速度相关参数的预测方法。

发明内容

基于背景技术存在的技术问题，本发明提出了一种车辆行驶速度预测模型构建方法；

本发明提出的一种车辆行驶速度预测模型构建方法，包括：

S1、获取N个驾驶员驾驶目标车辆在目标公路上行驶的速度数据，得到速度数据集合；

S2、以速度数据集合中每个速度数据为多元线性回归模型的因变量，以影响速度的公路几何线形参数为解释变量，将每一个因变量与解释变量进行拟合，移除显著性水平大于预设显著度阈值的解释变量，建立速度参数与解释变量的数学关系，得到速度参数预测模型。

优选地，步骤S1中，所述速度数据集合，具体包括：

速度数据集合中速度数据包括85％位平曲线运行车速V_85c、85％位直线段运行车速V_85l、85％位加速度a₈₅、85％位减速度d₈₅、平曲线运行速度保持不变的开始点位置距离L_sp、平曲线运行速度保持不变的结束点位置距离L_ep。

优选地，步骤S2中，所述影响速度的公路几何线形参数，具体包括：

直线段长度L_l、平曲线长度L_c、缓和曲线长度L_tc、平曲线曲率1/R、上坡坡度G_u、下坡坡度G_d、平曲线前第一距离阈值的曲率变化率CR₁、平曲线前第二距离阈值的曲率变化率CR₂、隧道密度N_tunnel、桥梁密度N_bridge、交叉口密度N_cross、接入口密度N_access。

优选地，步骤S2，将每一个因变量与解释变量进行拟合过程中，还包括：

将最高/最低速度V_max/V_min作为约束条件；

当V_85c≥V_max时，V_85c＝V_max；当V_85c≤V_min时，V_85c＝V_min；