CN110136439B - 一种适用于自动驾驶车辆的车道宽度设计方法 - Google Patents

一种适用于自动驾驶车辆的车道宽度设计方法 Download PDF

Info

Publication number
CN110136439B
CN110136439B CN201910409940.9A CN201910409940A CN110136439B CN 110136439 B CN110136439 B CN 110136439B CN 201910409940 A CN201910409940 A CN 201910409940A CN 110136439 B CN110136439 B CN 110136439B
Authority
CN
China
Prior art keywords
vehicle
influence
width
lane width
factors
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910409940.9A
Other languages
English (en)
Other versions
CN110136439A (zh
Inventor
于斌
王书易
丹斯
顾兴宇
董侨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201910409940.9A priority Critical patent/CN110136439B/zh
Publication of CN110136439A publication Critical patent/CN110136439A/zh
Application granted granted Critical
Publication of CN110136439B publication Critical patent/CN110136439B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种适用于自动驾驶车辆的车道宽度设计方法。本发明包括以下步骤:(1)结合车道宽度设计评估理论、最优车轮路径理论,分析设计车辆宽度对车道宽度的影响,并确定其影响因子;(2)分析天气情况与道路平面几何元素对车辆目标行驶速度的影响,并分别确定其影响因子;(3)分析特殊考虑因素对车道宽度的影响,并确定其影响因子与加权系数;(4)综合考虑以上步骤(1)~(3)中各影响因子对车道宽度的影响,建立车道宽度综合设计模型。本发明解决了现有公路行车道宽度欠缺考虑自动驾驶车辆的不足。

Description

一种适用于自动驾驶车辆的车道宽度设计方法
技术领域:
本发明涉及道路横断面设计技术领域,具体涉及一种适用于自动驾驶车辆的车道宽度设计方法。
背景技术:
随着道路交通需求不断增长,如何更加安全高效地出行成为道路设计工作者亟待解决的关键问题。自动驾驶技术的出现给道路交通带来了新的曙光,它不仅能解放驾驶者的双手,在提高交通安全、道路通行能力、行驶速度、行驶效益和降低能源消耗、温室气体排放等方面都具有比传统车辆更优越的性能。可以预见,随着自动驾驶技术的进一步完善和发展,自动驾驶车辆在道路交通环境中的占有率也将逐渐增大。
道路是基础设施建设体系的重要组成成分,对国家和地区的经济发展、社会进步和人民生活质量的提高等方面起着重要的作用。自动驾驶车辆作为未来道路的主要使用者,由于其主要技术模式(计算机视觉、信息融合、路径规划、控制决策)明显区别于现有传统车辆。因此,这些技术区别势必对道路建设提出新的要求。
自动驾驶车辆在很大程度上规避了拥有不同性格特征、操作熟练程度的司机与行车道间的交互作用。传统车道宽度主要取决于车辆自身的宽度、特定行驶速度下产生的横向摆动以及针对人类驾驶员驾驶操作所需的侧向安全距离等,故有必要深入研究自动驾驶条件下的车道宽度,以至于自动驾驶车辆能以更加安全高效的方式与道路完成交互。现有道路车道宽度设计相关规范以主要车型:小客车与货车作为设计车型,未考虑自动驾驶车辆的情况,且缺少对适用于自动驾驶车辆的车道宽度设计方法的研究。
发明内容
本发明的目的是针对现有车道宽度设计未考虑以自动驾驶车辆作为设计车型的现状提供一种适用于自动驾驶车辆的车道宽度设计方法,从车辆设计宽度、目标行驶速度和特殊考虑因素三个角度综合考虑自动驾驶车辆与车道宽度的交互作用,优化现有车道宽度设计方法。
上述的目的通过以下技术方案实现:
一种适用于自动驾驶车辆的车道宽度设计方法,该方法包括以下步骤:
(1)结合车道宽度设计评估理论、最优车轮路径理论,分析车辆设计宽度对车道宽度的影响,并确定其影响因子;
(2)分析天气情况与道路平面几何元素对车辆目标行驶速度的影响,并分别确定其影响因子;
(3)分析特殊考虑因素对车道宽度的影响,并确定其影响因子与加权系数;
(4)综合考虑以上步骤(1)~(3)中各影响因子对车道宽度的影响,建立车道宽度综合设计模型。
进一步的,步骤(1)中结合车道宽度设计评估理论、最优车轮路径理论,分析车辆设计宽度对车道宽度的影响,并确定其影响因子的方法为:取k0为自动驾驶车辆设计宽度调整因子,取值为0.2;取k1为自动驾驶车辆设计宽度影响因子,其计算公式为:k1=1+k0=1.2。
进一步的,步骤(2)中分析天气情况与道路平面几何元素对车辆目标行驶速度的影响,并分别确定其影响因子的方法为:
(a)引入天气情况(包括晴朗、降雨与降雪)影响因子k2以表征天气情况对车辆目标行驶速度的影响,其最小值根据天气情况取不同值,计算公式为:
Figure GDA0002975616180000021
其中,k2,min为k2的最小值,取0.85;dv,st是单车道标准设计宽度,取2.44米;mr,max,ms,max分别为降雨、降雪天气发生的最大月份数(1~12)。其中,降雨量小于10毫米或降雪深度小于10毫米天气情况视为晴朗天气。
(b)引入道路平面几何元素影响因子β以表征由于不同道路平面几何元素(包括直线、曲线与交叉口)引起的车辆减速行为对车道宽度的影响,其计算公式为:
Figure GDA0002975616180000022
其中,fcw为轮胎与路面间摩擦系数,取0.7;nlane为车道数;dl为设计车辆轴距(单位:m);R为曲线半径(单位:m);l为车辆与交叉口进口处间距(单位:m),取值范围为[10,150]。另外,当
Figure GDA0002975616180000023
时,β取0.1;
Figure GDA0002975616180000024
时,β取0.1。
进一步的,步骤(3)中分析特殊考虑因素对车道宽度的影响,并确定其影响因子与加权系数的具体方法为:引入事故影响因子sdv,其值根据车道宽度与道路事故率的相关性,在保证安全性的基础上取0.075。在此基础上,建立一个双层分级系统表征不同特殊考虑因素重要程度。其中,第一层级按数字:1,2,3分级,表示因素的综合影响效果程度,重要程度按1至3递减;第二层级以大写字母:A,B,C分级,表示各种特殊考虑因素在第一层级下的影响程度,重要程度按A至C递减,例如:1A重要于1C,而1C重要于2B。分级系统及所考虑的特殊考虑因素如下表所示。
表1特殊考虑因素双层分级系统
Figure GDA0002975616180000031
结合事故影响因子sdv,特殊考虑因素用公式表征为:
sdv(∑anbfn)=0.075(3.64Afactors+0.9Bfactors-0.5Cfactors)
其中,an(n=1~3)为层级加权系数,a1=3.64,a2=0.9,a3=-0.5;bfn为对应层级加权系数层级的特殊考虑因素bf1=Afactors、bf2=Bfactors、bf3=Cfactors,值为条件二进制值(0,1)。
进一步的,步骤(4)中所述综合考虑步骤(1)~(3)所述参数的影响,建立车道宽度综合设计模型的具体方法为:
(a)车道宽度直接取决于车辆设计宽度与设计速度,其计算公式为:
Figure GDA0002975616180000041
xr+xl=wl-dv
wl=dv+xr+xl
其中xr(单位:m)为车辆右侧安全距离,xl(单位:m)为车辆左侧安全距离,wl(单位:m)为车道宽度,dv为自动驾驶车辆设计宽度;距离xr,xl取决于车辆的附加尺寸,其计算公式为:
xr+xl=X车辆宽度+车辆目标行驶速度+特殊考虑因素
其中,X车辆宽度+车辆目标行驶速度+特殊考虑因素(单位:m)为受条件(车辆宽度、车辆目标行驶速度、特殊考虑因素)影响下的侧向安全距离。
(b)步骤(1)~(2)中引入4个参数值k0、k1、k2、β后,用于计算车道宽度(未考虑特殊考虑因素)的公式为:
Figure GDA0002975616180000042
Figure GDA0002975616180000043
其中,vts(单位:km/h)为路段的目标行驶速度,系数c用于将速度单位从km/h转换为m/s,取值为0.2778;
(c)根据步骤(3)中引入的sdv及根据各种特殊考虑因素的重要程度确定的双层分级系统,将完整的模型显示为综合考虑三个方面因素的侧向安全距离与车道宽度,其计算公式为:
Figure GDA0002975616180000044
Figure GDA0002975616180000045
有益效果:与现有技术相比,本发明在现有技术的基础上解决了现有道路车道宽度设计未考虑以自动驾驶车辆作为设计车型的不足,同时本发明公开的方法简单、方便,获得的结果弥补了现有技术对该领域的空白,从而能够安全、经济、有效地采用与自动驾驶车辆相适应的车道宽度设计方法进行道路设计。
附图说明
图1为本发明提供的方法流程图;
图2为不同天气情况下的k2值;
图3为距交叉口、曲线处的距离与车道宽度的关系。
图4为特殊考虑因素对车道宽度的影响。
图5为每种天气类型的车道宽度和车流量之间的关系:(a)为每个方向1条车道;(b)为每个方向2条车道;(c)为每个方向超过2条车道。
图6为不同限速和设计车辆宽度条件下车道宽度和交通量之间的关系:(a)改变目标速度限制;(b)改变设计车辆宽度。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进行详细的说明。
如图1所示,本发明是一种适用于自动驾驶的车道宽度设计方法,主要包括以下步骤:
(1)结合车道宽度设计评估理论、最优车轮路径理论,分析车辆设计宽度对车道宽度的影响,并确定其影响因子;
车轮路径是车辆行驶时车轮与路面接触形成的带状轮迹。车轮路径在横断面内表示为车轮在车道内位置,以车道中线为原点,传统车辆车轮位置服从正态分布,而自动驾驶车辆相对于道路的横向位置比传统车辆更为集中,从而形成集中的车轮路径(车轮位置在车道范围内为固定值),横向偏移小。车辆的外形尺寸是影响车轮路径的重要因素之一,其中取大客车宽度为车轮路径的外边缘,小客车宽度为车轮路径的内边缘。最优车轮路径意味着车辆在车道内的偏移值最小,即固定路径行驶。
自动驾驶车辆采用视觉传感器对道路交通环境进行检测,并配合全球定位系统和惯性测量单元完成车辆定位。诸多传感器的增设,主要包括摄像头、毫米波雷达和激光雷达,以及为保证传感器安全有效运行,自动驾驶车辆需要在传统车辆(后视镜、侧灯)外边缘的基础上增加车辆的固有设计宽度与附加安全距离。取k0为自动驾驶车辆设计宽度调整因子,取值为0.2;取k1为自动驾驶车辆设计宽度影响因子,其计算公式为:k1=1+k0=1.2。
(2)分析天气情况与道路平面几何元素对车辆目标行驶速度的影响,并分别确定其影响因子:
车辆目标行驶速度的主要影响因素包括天气情况与道路几何条件,因此需分别量化天气情况、道路平面几何元素与车辆目标行驶速度间的相关性,构建模型:
(a)将天气情况分为晴朗、降雨与降雪,其中,降雨量小于10毫米或降雪深度小于10毫米天气情况视为晴朗天气。取影响因子k2以表征天气情况对车辆目标行驶速度的影响。在晴朗天气条件下,k2取值为区间数[0.85,1.0];在降雨与降雪天气条件下,k2最小值根据雨雪天气严重程度取不同值,计算公式为:
Figure GDA0002975616180000061
其中,k2,min为k2的最小值,取0.85;dv,st是单车道标准设计宽度,取2.44米;mr,max,ms,max分别为降雨、降雪天气发生的最大月份数(1~12)。则上述公式表达如下,结果如图2所示。
Figure GDA0002975616180000062
(b)引入道路平面几何元素影响因子β,表征道路平面几何元素引起的车辆减速行为对车道宽度的影响。其中,道路平面几何元素分为直线、曲线与交叉口。影响因子β计算公式为:
Figure GDA0002975616180000063
其中,fcw为轮胎与路面间摩擦系数,取0.7;nlane为车道数;dl为设计车辆轴距(单位:m),取小客车标准轴距2.6m;R为曲线半径(单位:m);l为车辆与交叉口进口处间距(单位:m),取值范围为[10,150]。另外,当
Figure GDA0002975616180000064
时,β取0.1;
Figure GDA0002975616180000065
时,β取0.1。则上述公式表达如下,结果如图3所示。
Figure GDA0002975616180000071
图3显示了交叉口附近以及曲线处道路宽度的处理方法,曲线图的走向显然取决于速度变化,图中只显示了一个100km/h的曲线,除非在特殊情况下,曲线处的车道宽度不应超过3.56m。从20m到65m的曲线半径处,车道宽度从3.56m下降到3.04m。随着到交叉口的距离减小,车道宽度增加,从距交叉口140m处开始,以指数形式继续增长。结合图4、图5两个图表的影响,可以清楚地看到,对于2.44m(或2.5m)的设计车辆,最合适的车道宽度为3.04m。因此,3m应成为自动驾驶车辆的正常车道宽度。
(3)分析特殊考虑因素对车道宽度的影响,并确定其影响因子与加权系数:
引入事故影响因子sdv,其值根据车道宽度与道路事故率的相关性,在保证安全性的基础上取0.075。在此基础上,建立一个双层分级系统表征不同特殊考虑因素重要程度。其中,第一层级按数字:1,2,3分级,表示因素的综合影响效果程度,重要程度按1至3递减;第二层级以大写字母:A,B,C分级,表示各种特殊考虑因素在第一层级下的影响程度,重要程度按A至C递减,例如:1A重要于1C,而1C重要于2B。分级系统及所考虑的特殊考虑因素如下表所示。
表1特殊考虑因素双层分级系统
Figure GDA0002975616180000072
Figure GDA0002975616180000081
结合事故影响因子sdv,特殊考虑因素用公式表征为:
sdv(∑anbfn)=0.075(3.64Afactors+0.9Bfactors-0.5Cfactors)
其中,an(n=1~3)为层级加权系数,a1=3.64,a2=0.9,a3=-0.5;bfn为对应层级加权系数层级的特殊考虑因素bf1=Afactors、bf2=Bfactors、bf3=Cfactors,值为条件二进制值(0,1)。
图4显示了与不考虑特殊因素的车道宽度相比,特殊考虑因素对车道宽度的影响。很明显,车道宽度对特殊考虑因素有很大的敏感性。,A、B均是增加车道宽度的因素,且A对车道宽度的影响大于B,而C是减小车道宽度的影响因子。
(4)综合考虑步骤(1)~(3)所述参数的影响,建立车道宽度综合设计模型:
(a)车道宽度直接取决于车辆设计宽度与设计速度,其计算公式为:
Figure GDA0002975616180000082
xr+xl=wl-dv
wl=dv+xr+xl
其中xr(单位:m)为车辆右侧安全距离,xl(单位:m)为车辆左侧安全距离,wl(单位:m)为车道宽度,dv为自动驾驶车辆设计宽度;距离xr,xl取决于车辆的附加尺寸,其计算公式为:
xr+xl=X车辆宽度+车辆目标行驶速度+特殊考虑因素
其中,X车辆宽度+车辆目标行驶速度+特殊考虑因素(单位:m)为受条件(车辆宽度、车辆目标行驶速度、特殊考虑因素)影响下的侧向安全距离。
(b)步骤(1)~(2)中引入4个参数值k0、k1、k2、β后,用于计算车道宽度(未考虑特殊考虑因素)的公式为:
Figure GDA0002975616180000083
Figure GDA0002975616180000091
其中,vts(单位:km/h)为路段的目标行驶速度,系数c用于将速度单位从km/h转换为m/s,取值为0.2778;
(c)根据步骤(3)中引入的sdv及根据各种特殊考虑因素的重要程度确定的双层分级系统,将完整的模型显示为综合考虑三个方面因素的侧向安全距离与车道宽度,其计算公式为:
Figure GDA0002975616180000092
Figure GDA0002975616180000093
利用MATLAB软件对模型进行仿真,得出模型各组成部分对车道宽度的影响。理想情况下如果没有路边活动干扰,没有自行车和自行车道,也没有建筑,试验车辆必须在车道中心线行驶。图5(a)、(b)、(c)分别显示了不同天气条件下及不同道路宽度情况下车道宽度与交通量的关系。其中,设计车辆的宽度为2.4m,目标速度为100km/h。由图5可以清楚的看到,随着车道数的增加,车道宽度会随之减小。因此,为了最大限度地提高安全性,多车道公路的外侧车道应被视为单车道。这既适用于高速公路,也适用于城市街道,但不适用于交叉口附近和曲线的情况下,且自动驾驶情况下的车道宽度将小于传统车辆情况下的车道宽度。
图6(a)、(b)分别是不同目标速度限制与不同设计车辆宽度的情况下车道宽度与交通量的关系的样本图。由图中可以看出,速度对车道宽度有很大的影响。但是该模型表明,如果其它变量保持恒定,仅速度增加,目标速度每增加20km/h,车道宽度会增加0.01m。设计车辆宽度对车道宽度也有很大影响,可以看出,设计车辆宽度每减小0.2m,车道宽度将减小大约22cm。
通常在公路上使用的最大设计车辆是总宽约为2.6m,速度约为100km/h至120km/h的公共汽车,根据本说明的极限值,当我们在晴天及至恶劣天气条件下行驶时,车道宽度为3.025m至3.359m。对于容纳公共汽车等最宽车辆的直行车道,取3.04m作为最合适的车道宽度。这与当前的3.6m-3.7m相比,减少了约0.5m。故研究表明,车道宽度的减少幅度将在12%到25%之间,大多数减少幅度在14%左右。
综上所述,本发明在现有技术的基础上解决了车道宽度设计未考虑自动驾驶车辆作为设计车型的问题。具体进行车道宽度设计时,可根据当前道路自动驾驶车辆主要设计车型确定车辆宽度;根据道路所在地区天气情况与平面几何条件确定目标行驶速度影响因子;结合特殊考虑因素确定与实际情况相适应的车道宽度。

Claims (2)

1.一种适用于自动驾驶车辆的车道宽度设计方法,其特征在于:该方法包括以下步骤:
(1)结合车道宽度设计评估理论、最优车轮路径理论,分析车辆设计宽度对车道宽度的影响,并确定其影响因子;
(2)分析天气情况与道路平面几何元素对车辆目标行驶速度的影响,并分别确定其影响因子,其中道路平面几何元素分为直线、曲线与交叉口;
(3)分析特殊考虑因素对车道宽度的影响,并确定其影响因子与加权系数;
(4)综合考虑以上步骤(1)~(3)中各影响因子对车道宽度的影响,建立车道宽度综合设计模型;
步骤(1)中结合车道宽度设计评估理论、最优车轮路径理论,分析车辆设计宽度对车道宽度的影响,并确定其影响因子的方法为:取k0为自动驾驶车辆设计宽度调整因子,取值为0.2;取k1为自动驾驶车辆设计宽度影响因子,其计算公式为:k1=1+k0=1.2;
步骤(2)中分析天气情况与道路平面几何元素对车辆目标行驶速度的影响,并分别确定其影响因子的方法为:
(a)引入天气情况影响因子k2以表征天气情况对车辆目标行驶速度的影响,所述天气情况包括晴朗、降雨与降雪,其最小值根据天气情况取不同值,计算公式为:
Figure FDA0003004254860000011
其中,k2,min为k2的最小值,取0.85;dv,st是单车道标准设计宽度,取2.44米;mr,max,ms,max分别为降雨、降雪天气发生的最大月份数(1~12);其中,降雨量小于10毫米或降雪深度小于10毫米天气情况视为晴朗天气;
(b)引入道路平面几何元素影响因子β以表征由于不同道路平面几何元素包括直线、曲线与交叉口引起的车辆减速行为对车道宽度的影响,其计算公式为:
Figure FDA0003004254860000012
其中,fcw为轮胎与路面间摩擦系数,取0.7;nlane为车道数;dl为设计车辆轴距(单位:m);R为曲线半径(单位:m);l为车辆与交叉口进口处间距(单位:m),取值范围为[10,150];另外,当
Figure FDA0003004254860000021
时,β取0.1;
Figure FDA0003004254860000022
时,β取0.1;
步骤(3)中分析特殊考虑因素对车道宽度的影响,并确定其影响因子与加权系数的具体方法为:引入事故影响因子sdv,其值根据车道宽度与道路事故率的相关性,在保证安全性的基础上取0.075,在此基础上,建立一个双层分级系统表征不同特殊考虑因素重要程度,其中,第一层级按数字:1,2,3分级,重要程度按1至3递减;第二层级以大写字母:A,B,C分级,重要程度按A至C递减,例如:1A重要于1C,而1C重要于2B,结合事故影响因子sdv,特殊考虑因素用公式表征为:
sdv(∑anbfn)=0.075(3.64Afactors+0.9Bfactors-0.5Cfactors)
其中,an(n=1~3)为层级加权系数,a1=3.64,a2=0.9,a3=-0.5;bfn为对应层级加权系数层级的特殊考虑因素bf1=Afactors、bf2=Bfactors、bf3=Cfactors,值为条件二进制值(0,1)。
2.根据权利要求1所述的适用于自动驾驶车辆的车道宽度设计方法,其特征在于:步骤(4)中所述综合考虑步骤(1)~(3)各影响因子车道宽度的影响,建立车道宽度综合设计模型的具体方法为:
(a)车道宽度直接取决于车辆设计宽度与设计速度,其计算公式为:
Figure FDA0003004254860000023
xr+xl=wl-dv
wl=dv+xr+xl
其中xr(单位:m)为车辆右侧安全距离,xl(单位:m)为车辆左侧安全距离,wl(单位:m)为车道宽度,dv为自动驾驶车辆设计宽度(单位:m);距离xr,xl取决于车辆的附加尺寸,其计算公式为:
xr+xl=X车辆宽度+车辆目标行驶速度+特殊考虑因素
其中,X车辆宽度+车辆目标行驶速度+特殊考虑因素(单位:m)为受条件车辆宽度、车辆目标行驶速度、特殊考虑因素影响下的侧向安全距离;
(b)步骤(1)~(2)中引入4个参数值k0、k1、k2、β后,用于计算未考虑特殊考虑因素的车道宽度公式为:
Figure FDA0003004254860000031
Figure FDA0003004254860000032
其中,vts(单位:km/h)为路段的目标行驶速度,系数c用于将速度单位从km/h转换为m/s,取值为0.2778;
(c)根据步骤(3)中引入的sdv及根据各种特殊考虑因素的重要程度确定的双层分级系统,将完整的模型显示为综合考虑三个方面因素的侧向安全距离与车道宽度,其计算公式为:
Figure FDA0003004254860000033
Figure FDA0003004254860000034
CN201910409940.9A 2019-05-15 2019-05-15 一种适用于自动驾驶车辆的车道宽度设计方法 Active CN110136439B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910409940.9A CN110136439B (zh) 2019-05-15 2019-05-15 一种适用于自动驾驶车辆的车道宽度设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910409940.9A CN110136439B (zh) 2019-05-15 2019-05-15 一种适用于自动驾驶车辆的车道宽度设计方法

Publications (2)

Publication Number Publication Date
CN110136439A CN110136439A (zh) 2019-08-16
CN110136439B true CN110136439B (zh) 2021-06-01

Family

ID=67574677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910409940.9A Active CN110136439B (zh) 2019-05-15 2019-05-15 一种适用于自动驾驶车辆的车道宽度设计方法

Country Status (1)

Country Link
CN (1) CN110136439B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870593A (zh) * 2021-09-09 2021-12-31 华中科技大学 一种面向自动驾驶汽车的路权动态分配方法
CN113882201B (zh) * 2021-09-09 2022-07-01 华中科技大学 一种自动驾驶车辆专用车道直线段宽度确定方法
CN113945221B (zh) * 2021-09-26 2024-02-13 华中科技大学 一种考虑近迫感效应的自动驾驶车道宽度确定方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5771904A (en) * 1980-10-23 1982-05-06 Kensetsu Kiso Eng Width widen road by tensioning system
CN101029466A (zh) * 2007-04-03 2007-09-05 肖新凯 可大比例提高通行量的平面交叉路口
CN101328703A (zh) * 2007-06-18 2008-12-24 粟文钊 一种城市交通建筑及地下管线敷设等相关领域的设计方法
CN101509218A (zh) * 2009-03-27 2009-08-19 交通部科学研究院 根据需求和速度对河南省农村公路进行分级管理的方法
CN106503382A (zh) * 2016-10-28 2017-03-15 新奥科技发展有限公司 一种城市道路规划方法及装置
CN107798855A (zh) * 2016-09-07 2018-03-13 高德软件有限公司 一种车道宽度计算方法和装置
CN108121884A (zh) * 2018-01-16 2018-06-05 南京林业大学 一种高速环道横断面线形的设计方法
CN108716173A (zh) * 2018-06-11 2018-10-30 周建海 一种自动驾驶汽车专用道路及其使用方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101942790B (zh) * 2010-09-10 2012-08-22 天津市市政工程设计研究院 基于act-r的港区弯道线形设计方法
CN103268373A (zh) * 2013-04-27 2013-08-28 江苏子扬交通科技有限公司 一种基于层次模型的道路平面交叉口生成方法
KR102374916B1 (ko) * 2017-09-29 2022-03-16 주식회사 만도모빌리티솔루션즈 차선 유지 제어장치 및 제어방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5771904A (en) * 1980-10-23 1982-05-06 Kensetsu Kiso Eng Width widen road by tensioning system
CN101029466A (zh) * 2007-04-03 2007-09-05 肖新凯 可大比例提高通行量的平面交叉路口
CN101328703A (zh) * 2007-06-18 2008-12-24 粟文钊 一种城市交通建筑及地下管线敷设等相关领域的设计方法
CN101509218A (zh) * 2009-03-27 2009-08-19 交通部科学研究院 根据需求和速度对河南省农村公路进行分级管理的方法
CN107798855A (zh) * 2016-09-07 2018-03-13 高德软件有限公司 一种车道宽度计算方法和装置
CN106503382A (zh) * 2016-10-28 2017-03-15 新奥科技发展有限公司 一种城市道路规划方法及装置
CN108121884A (zh) * 2018-01-16 2018-06-05 南京林业大学 一种高速环道横断面线形的设计方法
CN108716173A (zh) * 2018-06-11 2018-10-30 周建海 一种自动驾驶汽车专用道路及其使用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
城市道路横断面规划设计研究;吉晓明;《湖南城市学院学报(自然科学版)》;20160930;正文第1-2页 *

Also Published As

Publication number Publication date
CN110136439A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110136439B (zh) 一种适用于自动驾驶车辆的车道宽度设计方法
US11068998B1 (en) Polynomial risk maps
CN106652562B (zh) 一种高速公路道路交通安全预警方法
CN109727469B (zh) 一种多车道下自动驾驶车辆综合危险度评估方法
CN107993453B (zh) 一种基于车路协同的弯道安全车速计算方法
CN111523822B (zh) 一种综合考虑人-车-路各因素的行车风险统一量化方法
Yang et al. Estimation of traffic conflict risk for merging vehicles on highway merge section
CN110675624B (zh) 一种高风险路段的行车风险控制方法
CN103971523A (zh) 一种山区道路交通安全动态预警系统
Yang et al. Impacts of large-scale truck platooning on Dutch highways
CN113554877B (zh) 一种基于可变限速的长上坡交通流稳定性提升方法
CN114475573B (zh) 基于v2x与视觉融合的起伏路况识别及车辆控制方法
Aryal Optimization of geometric road design for autonomous vehicle
CN113592221B (zh) 基于安全替代评价指标的道路路段风险动态评估方法
CN111731314B (zh) 一种车辆驾驶许用速度确定方法、车载设备及存储介质
Burdett et al. Analysis of rear-end collisions at roundabout approaches
CN108349500B (zh) 用于分析车辆的驾驶员的驾驶方式的方法和装置
CN116740940A (zh) 恶劣天气高影响路段风险预测和安全管理方法、装置和设备
Anandakumar et al. Intelligent vehicle system problems and future impacts for transport guidelines
Yishui et al. Research of highway bottlenecks based on catastrophe theory
CN116229762A (zh) 一种基于智能发光标线的交叉口右转车碰撞预警方法
Tang et al. Investigation of the factors influencing the crash frequency in expressway tunnels: Considering excess zero observations and unobserved heterogeneity
CN112365716B (zh) 一种基于gps数据的城市高架快速路动态安全性评价方法
CN106991806A (zh) 低能见度高速公路带队通行方法
Zhang et al. Research on construction method and application of autonomous driving test scenario database

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant