首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

混行场景下车道通行能力上下限计算与分析方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京工业大学

摘要:本发明公开了一种混行场景下车道通行能力上下限计算与分析方法和系统,包括:在普通车辆和网联自动驾驶车辆混行交通场景中,划分跟驰模式并定义对应的安全车头时距;根据不同跟驰模式占比与对应的安全车头时距,计算平均安全车头时距。根据平均安全车头时距,得到混行车道的通行能力。以四种安全车头时距的占比为决策变量,建立约束条件并以最小化或最大化平均安全车头时距为目标函数建立线性规划模型,从而得到混行车道通行能力的上限值和下限值。分析得到混行车道通行能力达到上限值和下限值时的车辆空间分布。本发明的优点是:不依赖任何关于安全车头时距取值的假设,得到任何参数下混行车道通行能力的上限值与下限值及其对应的车辆空间分布。

主权项:1.一种混行场景下车道通行能力上下限计算与分析方法,其特征在于,包括:S1、在人工驾驶的普通车辆HV和网联自动驾驶车辆CAV混行交通场景中,根据前后车辆类型将跟驰模式划分为四种:HV跟随HV,HV跟随CAV,CAV跟随HV,CAV跟随CAV,并定义对应的安全车头时距;对应的安全车头时距如下:h11表示HV跟随另一辆HV行驶的安全车头时距;h21表示CAV跟随另一辆HV行驶的安全车头时距;h12表示HV跟随另一辆CAV行驶的安全车头时距;h22表示CAV跟随另一辆CAV行驶的安全车头时距;其中下标“1”和下标“2”分别表示HV车型和CAV车型;S2、根据不同跟驰模式在纵向车道空间内的占比和不同跟驰模式的安全车头时距,计算平均安全车头时距h;S3、根据流量-密度的关系,稳定状态下混行车道的通行能力是平均安全车头时距的倒数,根据平均安全车头时距h,得到混行车道的通行能力c;S4、定义混行车道通行能力的上限值和下限值C;S5、建立线性规划模型[CMAX]和[CMIN],以四种安全车头时距的占比为决策变量,根据不同跟驰模式和不同类型车辆占比之间的关系建立约束条件,以最小化或最大化平均安全车头时距为目标函数,通过求解得到混行车道通行能力的上限值和下限值C;所述线性规划模型[CMAX]如下: p11+p12=1-PC2p21+p22=PC3p11+p21=1-PC4p12+p21=PC5p11,p12,p21,p22≥06所述线性规划模型[CMIN]如下: 约束条件为:公式2至6;式中,PC表示CAV渗透率,h为平均安全车头时距的最小值,为平均安全车头时距的最大值,p11,p12,p21,p22表示决策变量,是四种安全车头时距的占比;其中下标“1”和下标“2”分别表示HV车型和CAV车型;S6、分析混行车道通行能力达到上限值和下限值时的车辆空间分布;根据线性规划模型,计算决策变量的取值,得到两类车辆的空间分布情况;S6具体步骤如下:S61、针对建立的线性规划模型[CMAX]和[CMIN],通过计算约束条件4-8中的系数矩阵,确定基变量和非基变量;选定p11、p12、p21为基变量,p22为非基变量;S62、使用非基变量p22来表示其他基变量, S63、将式8代入目标函数1和7中,得到以p22为变量的新目标函数: S64、由约束条件6和公式8确定p22的取值范围为:p22∈[max0,2PC-1,PC]S65、由于只有一个未知变量p22,将线性规划问题[CMAX]和[CMIN]转化为一元函数求最值问题;S66、令a表示目标函数9和10中p22前的系数,即a=h11+h22-h12-h21;根据a的正负和p22的取值范围,推导出混行通行能力取得上限值和下限值时的决策变量取值;S67、最终得到混行车道通行能力达到上限值和下限值时的车辆空间分布情况。

全文数据:

权利要求:

百度查询: 北京工业大学 混行场景下车道通行能力上下限计算与分析方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术