[发明专利]一种考虑智能车队的道路阻抗函数计算方法

说明书

本发明公开了一种考虑智能车队的道路阻抗函数计算方法，方法包括：采集路段内交通流数据，包括车队长度、车队车头时距、交通流量；计算车队的平均车头时距以及车队出现比例；计算路段的理想通行能力；计算阻抗函数的校准参数；确定该路段的阻抗函数。本发明能够准确描述混入智能车时的混合交通流运行情景，为交通流量分配提供精确的模型基础，提高交通规划四阶段方法的可靠性和科学性。

技术领域

本发明涉及智能交通控制领域，具体涉及一种考虑智能车队的道路阻抗函数计算方法。

背景技术

道路阻抗函数模型在路网分析中非常重要，它是进行网络交通分配、网络交通质量评价的基础。未来智能网联环境下，智能车的出现将改变传统阻抗函数的计算方式。美国公路局提出的BPR函数是目前使用最广泛的阻抗函数，此函数是面向手动驾驶车辆，并未考虑智能车辆，包括自适应巡航控制车辆(adaptive cruise control，简称ACC)和协同自适应巡航控制车辆(cooperative adaptive cruise control，简称CACC)这两类车辆。若直接应用该BPR函数预测未来交通流，会与实际情况产生较大的误差，误导交通工程师、政府等进行决策判断。

在智能车辆增多，尤其是具备通讯协作功能的CACC车辆增多时，必将形成智能车队模式，对提高效率与安全、节能减排均具有重要意义。智能车队模式形成时，交通流中车头时距、各类车辆比例均会发生变化，因此，道路阻抗函数应充分考虑这些因素，有助于提高未来交通流预测的精准度、交通分配的准确度、交通政策的科学性。

已有道路阻抗函数研究中，大部分是面向手动驾驶环境，少数面向智能网联环境的文献或论文均未考虑智能车队；其他已公开文献、专利等均未涉及考虑智能车队的道路阻抗函数计算方法的研究。

发明内容

发明目的：为了克服上述现有技术的不足，本发明目的在于提出一种考虑智能车队的道路阻抗函数计算方法，以路段内智能车队长度、车队车头时距、交通流量为基本信息，计算智能车队的平均车头时距以及车队出现比例，计算路段的理想通行能力，计算阻抗函数的校准参数，最终确定该路段的阻抗函数，为交通分配提供科学、合理、精确的模型基础。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

混合交通流包括手动驾驶车辆、自适应巡航控制车辆(adaptive cruisecontrol，简称ACC)和协同自适应巡航控制车辆(cooperative adaptive cruise control，简称CACC)，且仅CACC车辆可形成车队模式。当CACC车辆前车为手动驾驶车辆时，CACC车辆协同功能失效，降级为ACC车辆。

一种考虑智能车队的道路阻抗函数计算方法，包括如下步骤：

(1)采集路段内交通流数据，包括车队长度、车队车头时距、交通流量；

(2)计算车队的平均车头时距以及车队出现比例；

(3)计算路段的理想通行能力；

(4)计算阻抗函数的校准参数；

(5)确定该路段的阻抗函数。

作为优选，步骤(1)中，所述路段内交通流数据为：

路段D范围内，统计时间段T内车队长度L_i及其对应的车头时距t_i，交通流量Q，其中i＝1,2,3……,N_PL，N_PL为路段D范围内；路段长度D、统计时间段T、车队长度L_i、车头时距t_i、交通流量Q的单位分别是千米(km)、小时(h)、辆(veh)、秒(s)、辆/小时(veh/h)。

作为优选，步骤(2)中，所述车队平均车头时距的计算方法为：