[发明专利]高速公路下匝道分流区域的CAV换道决策方法有效

专利信息
申请号: 202110805341.6 申请日: 2021-07-16
公开(公告)号: CN113345268B 公开(公告)日: 2022-03-18
发明(设计)人: 郝威;吴其育;张兆磊;易可夫;王正武;田大新;戎栋磊 申请(专利权)人: 长沙理工大学
主分类号: G08G1/16 分类号: G08G1/16;G08G1/0967;H04L67/12
代理公司: 西安知诚思迈知识产权代理事务所(普通合伙) 61237 代理人: 何秀娟
地址: 410114 湖南省*** 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: 高速公路 匝道 分流 区域 cav 决策 方法
【权利要求书】:

1.高速公路下匝道分流区域的CAV换道决策方法,其特征在于,包括以下步骤:

构建高速公路下自动驾驶专用车道行驶的CAV在下匝道分流区域的强制换道场景;

在强制换道场景下,计算混合交通流处于平衡态时四种类型车辆的存在概率,基于车道管理策略计算自动驾驶专用车道和通用车道的交通量,构建混合交通流运行条件;

构建CAV换道模型的成本函数,CAV选择在CAV换道模型的成本函数值J最小时进行换道;

其中,所述计算混合交通流处于平衡态时四种类型车辆的存在概率,具体为:

提供CAV编队理论:智能网联环境下,同一方向、同一车道上空间分布连续的CAV寻找机会主动形成智能网联车队,并进行编队行驶,智能网联车队规模r超过u时,后续CAV组建为另一个智能网联车队;

基于CAV编队理论,高速公路上混有智能网联车队的混合交通流存在4种类型车辆,分别为:传统人工驾驶车辆HMV、跟驰CAV的智能网联车队簇头车辆AVC、跟驰HMV的智能网联车队簇头车辆AVH以及智能网联车队内的CAV;

当混有智能网联车队的混合交通流中CAV的市场渗透率为p时,则4种类型车辆的存在概率,如式(1)所示:

式(1)中,pHMV表示传统人工驾驶车辆HMV的存在概率;pAVH表示跟驰HMV的智能网联车队簇头车辆AVH的存在概率;pAVC表示跟驰CAV的智能网联车队簇头车辆AVC的存在概率;pCAV表示智能网联车队内的CAV的存在概率;

所述基于车道管理策略计算自动驾驶专用车道和通用车道的交通量,构建混合交通流运行条件,具体为:

车道管理策略:CAV优先在自动驾驶专用车道上行驶,当CAV需求大于自动驾驶专用车道的最大通行能力时,则剩余CAV被分配在通用车道上行驶,CAV与HMV都拥有通用车道的路权;

根据车道管理策略,首先计算自动驾驶专用车道的交通量qA,如式(2)所示:

qA=min(pD,lACA),lA=1,2…H-1 (2);

式(2)中,D表示高速公路交通需求,单位为veh.h-1;lA为自动驾驶专用车道的数量;CA为自动驾驶专用车道的通行能力,单位为veh.h-1;H为高速公路总车道数量,p为混合交通流中CAV的市场渗透率;

其次,计算通用车道的交通量qmix,如式(3)所示:

qmix=D-qA (3);

构建混合交通流运行条件:初始混合交通流保持均衡状态,各车辆到达服从泊松分布,各车辆间保持合适间距运行,且不考虑通用车道GL上原有车辆的换道行为;强制换道场景换道意图生成点A距离下一个下匝道出入口的距离足够远,对当前的车辆换道决策无影响;一定时间内驶离自动驾驶专用车道的CAV有限;

所述CAV换道模型的成本函数,如式(4)所示:

式(4)中,J表示CAV换道模型的成本函数值;α为行驶效率性与换道安全性的权重参数;Ttotal表示CAV换道准备时间,Tmax表示车辆CAV从自动驾驶车道成功换道进入下匝道的概率ρ≥95%时对应的换道准备时间;ρ表示车辆CAV从自动驾驶车道成功换道进入下匝道的概率;

所述CAV换道模型的成本函数值J的最小值函数,如式(27)所示:

式中,S表示换道准备距离,vi表示第i条车道车流的平均行驶速度;i表示车道序号标识,i=2~H;tc表示可接受安全换道车头时距;Qnew表示通用车道GL的交通量更新,根据通用车道的交通量以及混合交通流处于平衡态时四种类型车辆的存在概率计算而得;t表示车头时距;ni表示CAV从i车道换入i-1车道过程中生成的换道实验次数;

CAV从i车道换入i-1车道过程中生成的换道实验次数ni的计算方法如式(28)所示:

式中,表示渗透率下混合流平均车头时距;Pj表示理论上出现允许j辆车穿越的间隙的概率;表示CAV从i车道换入至i-1车道的换道操作执行时间;LCi表示第i车道的换道区域横向距离;Li表示第i车道的最晚换道横向距离;vi表示第i条车道车流的平均行驶速度;vi-1表示第i-1条车道车流的平均行驶速度。

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长沙理工大学,未经长沙理工大学许可,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/202110805341.6/1.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