[发明专利]判断网联自动驾驶环境下的混行交通流状态的方法及装置

说明书

本发明公开了一种判断网联自动驾驶环境下的混行交通流状态的方法及装置。其中方法包括，建立混行交通流的匝道元胞自动机模型；根据安全换道和行车最小化跟车时间，确定混行交通流的换道方法；基于所述混行交通流的匝道元胞自动机模型，获得在匝道瓶颈处，道路占有率和交通流量之间的关系，或道路占有率、自动驾驶车通信能力约束和交通流量之间的关系，道路占有率、自动驾驶车的比例、自动驾驶车通信能力约束和交通流量之间的关系；并根据上述关系，判断混行交通流交通状态。本发明研究在匝道瓶颈处自动驾驶车和人工驾驶车混行交通流的换道和跟车规则，据此对下游匝道车流的合理疏导，在接近临界车辆密度时能够显著提高车辆通行效率。

技术领域

本发明涉及交通技术领域，更具体地，涉及一种判断网联自动驾驶环境下的混行交通流状态的方法及装置。

背景技术

随着五峰山长江大桥南北公路接线工程的交工建成验收，标志着全国首条“面向未来的高速公路”正式建成完工，此项工程全力打造基于5G通信技术的车路协同技术。可以看出自动驾驶汽车是未来智慧城市交通的重要组成部分，尽管该系统仍处于开发阶段，但在不久的将来，自动驾驶汽车和人工驾驶的汽车将在交通系统中共存。

现阶段研究匝道瓶颈处的通行规律需要涉及以下两个部分技术：

第一，需要考虑自动驾驶车和人工驾驶特性的异质交通流模型。在国内，目前广州、长沙、上海、武汉、沧州、北京等6个城市已允许载人测试。根据相关行业发展调研显示，至2030年，自动驾驶车的销量占比为10.8％，据此测算，到2050年，自动驾驶车的市场占有率将达24.8％。因而，在以后数十年的时间里，自动驾驶车以及人工驾驶的车辆将会一起在路上驰骋，针对自动驾驶车和人工驾驶车混行交通流的研究就变得非常关键。除此之外，目前自动驾驶车受到多种因素制约能够获得的实测数据较少，我们需要借助微观仿真技术来研究自动驾驶车在匝道瓶颈处的通行状态。

第二，需要建立能够对应真实道路场景的自动驾驶车匝道换道和跟车规则。在现实生活中，匝道瓶颈道路包括了换道和跟车的复杂道路场景，我们通过对匝道瓶颈处混行交通流特征进行研究，分析车辆密度区间、出匝道比例以及匝道设施对城市道路通行效率的影响。

现有技术尚未对此有充分考虑。

发明内容

为了解决背景技术中存在的上述缺陷，本发明公开一种判断网联自动驾驶环境下的混行交通流状态的方法及装置。

本发明的第一方面，提供了一种判断网联自动驾驶环境下的混行交通流状态的方法，所述方法包括：

建立混行交通流的匝道元胞自动机模型；

基于所述混行交通流的匝道元胞自动机模型，根据安全换道和行车最小化跟车时间，确定混行交通流的换道方法；

基于所述混行交通流的匝道元胞自动机模型，获得在匝道瓶颈处，道路占有率和交通流量之间的关系，或道路占有率、自动驾驶车通信能力约束和交通流量之间的关系，道路占有率、自动驾驶车的比例、自动驾驶车通信能力约束和交通流量之间的关系；

根据所述在匝道瓶颈处，道路占有率和交通流量之间的关系，或道路占有率、自动驾驶车通信能力约束和交通流量之间的关系，或道路占有率、自动驾驶车的比例、自动驾驶车通信能力约束和交通流量之间的关系，判断混行交通流交通状态。

本发明的第二方面，提供了一种判断网联自动驾驶环境下的混行交通流状态的装置，其包括处理器，所述处理器配置为，建立混行交通流的匝道元胞自动机模型；

基于所述混行交通流的匝道元胞自动机模型，根据安全换道和行车最小化跟车时间，确定混行交通流的换道方法；

基于所述混行交通流的匝道元胞自动机模型，获得在匝道瓶颈处，道路占有率和交通流量之间的关系，或道路占有率、自动驾驶车通信能力约束和交通流量之间的关系，道路占有率、自动驾驶车的比例、自动驾驶车通信能力约束和交通流量之间的关系；