[发明专利]基于交通轨迹数据的CAV状态判定方法、装置、设备及介质有效

专利信息
申请号: 202010621078.0 申请日: 2020-07-01
公开(公告)号: CN111724603B 公开(公告)日: 2021-05-18
发明(设计)人: 李烨;伍丹;史云涛;谷瑞丰;刘飞;潘冰 申请(专利权)人: 中南大学
主分类号: G08G1/01 分类号: G08G1/01;G08G1/052;G08G1/123;G08G1/16
代理公司: 长沙市融智专利事务所(普通合伙) 43114 代理人: 龚燕妮
地址: 410083 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 交通 轨迹 数据 cav 状态 判定 方法 装置 设备 介质
【说明书】:

发明公开了一种基于交通轨迹数据的CAV状态判定方法、装置、设备及介质,所述方法包括:获取若干人工驾驶车辆在实际道路交通中的轨迹数据,其中轨迹数据包括位置、速度和加速度信息;将所有人工车辆分为K个跟驰车组;根据每个跟驰车组后车的轨迹数据,判断该跟驰车组的交通场景为稳态跟驰或者非稳态跟驰;根据每个跟驰车组前车和后车的轨迹数据,生成新的轨迹数据并作为与该跟驰车组对应的CAV的轨迹数据;将每个CAV替换对应跟驰车组的后车;并针对每个替换后的跟驰车组,根据CAV的轨迹数据和前车的轨迹数据,对该对应CAV进行事故风险判定。本发明改善了CAV评估环境的真实性,可以对基于实际交通轨迹数据的CAV高风险状态进行有效判定。

技术领域

本发明属于智能交通管理与控制技术领域,尤其涉及一种基于交通轨迹数据的CAV状态判定方法、装置、设备及介质。

背景技术

近年来,我国公路建设取得了飞跃性的发展,截止2017年年底,公路总里程达到477.35万公里,公路运输体系在国民交通运输活动中发挥着举足轻重的作用。然而,公路基础设施快速发展的同时伴随着一系列严峻问题的产生,如交通事故、交通拥堵、油耗污染等。为解决各类交通问题,基于新兴科技手段的智能交通技术正在迅猛发展,同时也是目前最大的研究热点之一。

智能交通技术所包含的智能车辆技术是典型的高新技术综合体,并且是全球交通发展领域的最新研究热点之一,其代表为CAV(Connected and Automated Vehicle,网联自动驾驶汽车)。CAV技术整合了网联无线通讯技术和自动驾驶技术,能够有效降低人工驾驶车辆的反应延迟、操作失误,进而缩短车辆间的饱和车头时距,并且能够平滑车辆运行轨迹,因此被认为是改善交通安全、降低交通拥堵、减少交通排放的重要技术手段。全球发达国家以及我国政府都在积极推进该领域的研究和产业的发展。

尽管CAV技术在改善交通问题方面拥有非常广阔的前景,但在当前发展落地阶段仍面临着诸多关键问题亟待解决,其中最为核心的是CAV自身的运行安全问题。现有的CAV运行评估环境绝大部分都处于较为安全的场景,缺乏对高风险状态下的车辆运行安全进行判定,因此有必要研究一种对CAV的高风险状态进行判定的方法,以促进未来CAV的安全普及与发展。

发明内容

本发明所要解决的技术问题在于,提供一种基于交通轨迹数据的CAV状态判定方法、装置、设备及介质,可以对基于实际交通轨迹数据的CAV高风险状态进行有效判定。

为实现上述技术目的,本发明采用如下技术方案:

一种基于交通轨迹数据的CAV状态判定方法,包括以下步骤:

步骤1,获取若干人工驾驶车辆在实际道路交通中的轨迹数据;其中,轨迹数据包括对应车辆在预设时间段内各时刻的位置、速度和加速度信息;

步骤2,将所有人工车辆分为K个跟驰车组,每个跟驰车组包括前车和后车;

根据每个跟驰车组后车的轨迹数据,判断该跟驰车组的交通场景为稳态跟驰或者非稳态跟驰;

根据每个跟驰车组前车和后车的轨迹数据,生成新的轨迹数据并作为与该跟驰车组对应CAV的轨迹数据;

步骤3,将每个CAV替换对应跟驰车组的后车;并针对每个替换后的跟驰车组,根据CAV的轨迹数据和前车的轨迹数据,对该对应CAV进行事故风险判定。

在更优的技术方案中,所述根据每个跟驰车组后车的轨迹数据,判断该跟驰车组的交通场景为稳态跟驰或者非稳态跟驰,具体的判别函数为:

式中,Δvb(t)表示后车在时刻t相对于前一时刻t-1的速度变化量;F1为交通场景第一判断函数值,F′1为交通场景第二判断函数值;T为轨迹数据的记录时长;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010621078.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top