网联自动汽车通行能力校正因子与折算系数确定方法与流程

1.本发明涉及道路车辆的交通系统解析的技术领域，尤其是涉及一种自由流场景下网联自动汽车通行能力校正因子与折算系数确定方法。


背景技术：

2.通行能力是交通工程的核心概念之一，是解析交通系统的基础理论。伴随着交通、汽车等技术的飞速发展，自动驾驶车辆将逐渐混入人类驾驶车辆(human driving vehicle,hdv)交通流，特别是自动驾驶车辆又可分为单车智能自动驾驶车辆(autonomous vehicle,av)与智能网联自动驾驶车辆(connected autonomous vehicle,cav)两大类。由于高速公路是自由流，交通环境相比城市道路比较单一，故目前自动驾驶车辆的推广往往从高速公路开始。
3.异质交通流中，为了使不同类型的车辆能够在同样的标准下进行分析并具有可比性，在分析计算通行能力和服务水平时，需要将各类车辆的交通量换算成标准车当量，即需要用到通行能力校正因子与折算系数。通行能力校正因子与折算系数是解析设施通行能力的基本参数。然而，目前尚未有一种能够方便地将av与cav的通行能力向hdv的校正因子，特别是没有一种能够同时考虑两种自动驾驶制式车辆混入的折算系数。


技术实现要素：

4.本发明要解决的技术问题在于，提出一种简便的、能够适应不同制式自动驾驶车辆的自由流场景下网联自动汽车通行能力校正因子与折算系数确定方法。
5.构造一种网联自动汽车通行能力校正因子与折算系数确定方法，所述网联自动汽车包括单车智能自动驾驶车辆与智能网联自动驾驶车辆两类车辆，获取方法包括以下步骤：
6.s1、将交通流内的车辆界定为人类驾驶车辆、单车智能自动驾驶车辆与智能网联自动驾驶车辆；
7.所述人类驾驶车辆即为human vehicle，简称hdv，所述单车智能自动驾驶车辆即为autonomous vehicle，简称av，所述智能网联自动驾驶车辆即为connected autonomous vehicle，简称cav；
8.s2、在研究对象路段中，选取高峰时段，统计hdv、av与cav的占有率分别为p
hdv
、p
av
、p
cav
；
[0009][0010]
[0011][0012]
式中，选取交通高峰时段，在研究对象的路段，设立一个基准断面，hdv、av、cav高峰时段内通过基准断面的车辆数分别为v
hdv
、v
av
与v
cav
。
[0013]
s3、计算得到av与cav的通行能力校正因子的表达式：
[0014]
av的通行能力校正因子：
[0015][0016]
cav的通行能力校正因子：
[0017][0018]
av与cav的联合校正因子：
[0019][0020]
式中，p
hdv
、p
av
、p
cav
分别为hdv、av与cav的占有率；e
av
、e
cav
分别为av与cav的通行能力折算系数；f
av
、f
cav
分别为av与cav的通行能力校正因子；f
av,cav
为av与cav的联合校正因子。
[0021]
s4、定义av与cav的通行能力折算系数；
[0022]
av的通行能力折算系数：
[0023][0024]
定义cav的通行能力折算系数：
[0025][0026]
式中，h
hdv
、h
av
、h
cav
分别是hdv、av与cav作为后车跟随前车时的饱和车头时距。
[0027]
s5、实测获取hdv作为后车时的减速度d
hdv
、感知—反应时间t
hdv
、行驶速度v
hdv
与车辆长度l
hdv
的运行指标；实测获取av作为后车时的减速度d
av
、感知—反应时间t
av
、行驶速度v
av
与车辆长度l
av
的运行指标；实测获取cav作为后车时的减速度d
cav
、感知—反应时间t
cav
、行驶速度v
cav
与车辆长度l
cav
的运行指标；
[0028]
s6、用如下公式计算得到av与cav的通行能力折算系数；
[0029]
hdv作为后车跟随前车时的饱和车头时距的表达式
[0030][0031]
av作为后车跟随前车时的饱和车头时距的表达式
[0032][0033]
cav作为后车跟随前车时的饱和车头时距的表达式
[0034][0035]
s7、计算得到hdv、av与cav作为后车跟随前车时的饱和车头时距的期望值；
[0036]
hdv作为后车跟随前车时的饱和车头时距的期望值：
[0037][0038]
av作为后车跟随前车时的饱和车头时距的期望值：
[0039][0040]
cav作为后车跟随前车时的饱和车头时距的期望值：
[0041][0042]
s8、计算得到av与cav的通行能力折算系数；
[0043]
av的通行能力折算系数：
[0044][0045]
cav的通行能力折算系数：
[0046][0047]
实施本发明的网联自动汽车通行能力校正因子与折算系数确定方法，具有以下有益效果：
[0048]
1、本发明通过观测或计算得到hdv、av与cav的跟车车头时距与占有率，即可得到通行能力校正因子与折算系数确定方法，简化了计算方法、提升了计算效率，便于工程运用。
[0049]
2、本发明在通行能力计算层面，利用交通工程学知识与经验，简化了三类车辆在空间上的复杂组合，而只选用hdv、av与cav的作为后车时的减速度、感知—反应时间、行驶速度、车辆长度与占有率等五个易观测的参数便可得到通行能力校正因子与折算系数确定方法。
[0050]
3、本发明在考虑到自动驾驶车辆可以分为单车智能自动驾驶车辆与智能网联自动驾驶车辆两大类，提出了联合校正因子的概念，简便的、能够适应不同制式自动驾驶车辆混入的高速公路车道通行能力校正因子与折算系数计算方法具有重要的理论意义与工程价值。
附图说明
[0051]
图1为本发明自由流场景下网联自动汽车通行能力校正因子与折算系数确定方法中车辆跟车车头时距的示意图；
[0052]
图2为本发明自由流场景下网联自动汽车通行能力校正因子与折算系数确定方法中车道内平均车头时距的示意图；
[0053]
图3为本发明自由流场景下网联自动汽车通行能力校正因子与折算系数确定方法的流程图。
具体实施方式
[0054]
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
[0055]
如图1-3所示，在本发明自由流场景下网联自动汽车通行能力校正因子与折算系数确定方法的施例中，包括以下步骤：
[0056]
s1、在进行通行能力校正和计算折算系数时，将交通流内的车辆界定为人类驾驶车辆(human vehicle,hdv)、单车智能自动驾驶车辆(autonomous vehicle,av)与智能网联自动驾驶车辆(connected autonomous vehicle,cav)。
[0057]
所谓hdv，即由人类感知外界环境并操纵执行相关动作的车辆；所谓av，是指由车载传感器感知外界环境并操纵执行相关动作，但与其它车辆不通讯、协作的车辆；所谓cav是指由车载传感器感知外界环境并操纵执行相关动作，且与其它车辆通讯、协作的车辆。
[0058]
s2、在研究对象的路段中，选取高峰小时，统计hdv、av与cav的占有率分别为α
hdv
、α
av
、α
cav
。
[0059]
其中，步骤s2具体包括以下步骤：
[0060]
s201：选取交通高峰的1个小时，如晚高峰17:00～18:00，作为研究时段；
[0061]
s202：在研究对象的路段，设立一个基准断面，按照车辆类型，即hdv、av与cav统计1小时内通过基准断面的车辆数v
hdv
、v
av
和v
cav
；
[0062]
s203：利用以下公式，计算hdv、av与cav的占有率，分别为：
[0063][0064][0065][0066]
本实施例中，在晚高峰对某高速公路设立一个基准断面，观测得到hdv、av与cav统计1小时内通过基准断面的车辆数分别为600台、400台、200台，故hdv、av与cav的占有率分别为50.00％、33.33％、16.67％。
[0067]
s3、计算得到av与cav的通行能力校正因子、联合校正因子的表达式。
[0068]
其中，步骤s3具体包括以下内容：
[0069]
利用如下公式，计算车道内的平均车头时距
[0070][0071]
利用如下公式，定义av的校正因子f
av
：
[0072]cm
＝f
av
·chv
[0073]
利用如下公式，定义cav的校正因子f
cav
：
[0074]cm
＝f
cav
·chv
[0075]
利用如下公式，定义av与cav的联合校正因子f
av,cav
：
[0076]cm
＝f
av,cav
·chv
[0077]
利用如下公式计算得到av的通行能力校正因子：
[0078][0079]
利用如下公式计算得到cav的通行能力校正因子：
[0080][0081]
利用如下公式计算得到av与cav的联合校正因子：
[0082][0083]
s4、定义av与cav的通行能力折算系数。
[0084]
其中，步骤s4具体包括以下内容：
[0085]
利用如下公式定义av的通行能力折算系数：
[0086][0087]
利用如下公式定义cav的通行能力折算系数：
[0088][0089]
s5、实测获取hdv、av与cav的减速度、感知反应时间、车速与车辆长度。
[0090]
其中，步骤s5具体包括以下步骤：
[0091]
s501、用无人机在路段上方150m高度悬停，拍摄高峰小时内路段运行的实景录像；
[0092]
s502、在路段内建立平面直角坐标系，并将路段空间离散为1m
×
1m的格点；
[0093]
s503、以1s为时间步长，记录下车辆在平面直角坐标系中的位置；
[0094]
s504、根据参数定义，计算得到hdv作为后车时的减速度d
hdv
、感知—反应时间t
hdv
、行驶速度v
hdv
与车辆长度l
hdv
等运行指标；
[0095]
s505、根据参数定义，计算得到av作为后车时的减速度d
av
、感知—反应时间t
av
、行驶速度v
av
与车辆长度l
av
等运行指标；
[0096]
s506、根据参数定义，计算得到cav作为后车时的减速度d
cav
、感知—反应时间t
cav
、行驶速度v
cac
与车辆长度l
cav
等运行指标；
[0097]
s6、将上述实测获取或计算得到的参数，带入求得hdv、av与cav作为后车跟随前车时的饱和车头时距的表达式。
[0098]
其中，步骤s6具体包括以下内容：
[0099]
用如下公式计算hdv作为后车跟随前车时的饱和车头时距：
[0100][0101]
用如下公式计算av作为后车跟随前车时的饱和车头时距：
[0102][0103]
用如下公式计算cav作为后车跟随前车时的饱和车头时距：
[0104][0105]
s7、计算得到hdv、av与cav作为后车跟随前车时的饱和车头时距的期望值。
[0106]
其中，步骤s7具体包括以下内容：
[0107]
用如下公式计算hdv作为后车跟随前车时的饱和车头时距的期望值：
[0108][0109]
用如下公式计算av作为后车跟随前车时的饱和车头时距的期望值：
[0110][0111]
用如下公式计算cav作为后车跟随前车时的饱和车头时距的期望值：
[0112][0113]
s8、计算得到av与cav的通行能力折算系数。
[0114]
其中，步骤s8具体包括以下内容：
[0115]
用如下公式计算av的通行能力折算系数：
[0116][0117]
用如下公式计算cav的通行能力折算系数：
[0118][0119]
本实施例中，将上述实测获取或计算得到的参数，带入求得av与cav的通行能力折算系数分别为0.62与0.35。将上述系数带入公式，可得av与cav的通行能力校正因子、联合校正因子的表达式如下：
[0120][0121]
[0122][0123]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。