CN110853377A - 基于车头时距的公路车辆换道模型标定与决策方法及装置 - Google Patents

基于车头时距的公路车辆换道模型标定与决策方法及装置 Download PDF

Info

Publication number
CN110853377A
CN110853377A CN201911119091.XA CN201911119091A CN110853377A CN 110853377 A CN110853377 A CN 110853377A CN 201911119091 A CN201911119091 A CN 201911119091A CN 110853377 A CN110853377 A CN 110853377A
Authority
CN
China
Prior art keywords
vehicle
lane
target
headway
speed
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.)
Granted
Application number
CN201911119091.XA
Other languages
English (en)
Other versions
CN110853377B (zh
Inventor
王昊
陈�全
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 CN201911119091.XA priority Critical patent/CN110853377B/zh
Publication of CN110853377A publication Critical patent/CN110853377A/zh
Application granted granted Critical
Publication of CN110853377B publication Critical patent/CN110853377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种基于车头时距的公路车辆换道模型标定与决策方法及装置,本发明中车辆换道模型标定包括:获取车辆和道路实测数据,包括车辆所在车道有无相邻车道,车辆与同车道、相邻车道前后方车辆的距离以及相关车辆的速度;确定车辆换道方向,根据车头时距确定有无换道动机以及目标车道;构建基于车头时距的logistic车辆换道模型;提取目标车辆成功换道和拒绝换道的条件数据标定车辆换道模型。本发明复杂度低、适用性强、数据需求量少、计算效率高、仿真效果好,能通过少量车辆和道路实测数据,得出可靠的车辆换道模型用于车辆换道行为仿真,进而可用于研究车辆换道行为、预测车流状态,为缓解交通拥堵、减少交通隐患、降低资源浪费提供帮助。

Description

基于车头时距的公路车辆换道模型标定与决策方法及装置
技术领域
本发明涉及一种基于车头时距的公路车辆换道决策技术,属于交通流技术领域。本发明通过构建基于车头时距的logistic车辆换道模型,实现公路车辆换道决策仿真。
背景技术
车辆换道行为是交通流领域的重要研究内容,是分析驾驶行为、预测车流状态、缓解交通拥堵、减少交通隐患的重要基础。为了避免城市道路中繁多的控制措施对车辆行为的影响,一般将公路车辆作为研究对象。受限于实地实验与观测的成本和条件,实测少量车辆和道路数据以构建和标定换道模型,进而通过仿真研究车辆换道行为已成为该领域目前的主要研究手段。这一研究方式的效果主要取决于换道模型的性质。传统的换道模型大多结构复杂、求解困难,需要大量的数据用于模型标定,难以满足目前的研究需要。
发明内容
发明目的:为了克服现有技术的不足,本发明目的是提供一种基于车头时距的公路车辆换道模型标定与决策方法及装置,能通过少量实测数据标定出可靠的车辆换道模型,用于车辆换道行为仿真研究或辅助驾驶决策。
技术方案:为实现上述发明目的,本发明采用的技术方案为:
一种基于车头时距的公路车辆换道模型标定方法,包括以下步骤:
(1)获取车辆和道路实测数据,包括目标车辆所在车道有无相邻车道,目标车辆速度,同车道前方、后方最近的车辆或障碍物速度及距离,左侧相邻车道前方、后方最近的车辆或障碍物速度及距离,右侧相邻车道前方、后方最近的车辆或障碍物速度及距离;
(2)确定车辆换道方向,用目标车辆与当前车道、左侧车道或右侧车道最近的前方车辆或障碍物的距离除以目标车辆车速得到相应车头时距,其中最大的车头时距对应车道为目标车道;若目标车道为左侧或右侧车道,表明目标车辆有向左侧或右侧换道动机,否则无换道动机;用目标车道后方车辆或障碍物与目标车辆的距离除以后方车辆或障碍物的速度,作为目标车道后方车头时距;
(3)构建基于车头时距的logistic车辆换道模型,所述模型的变量包括当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距,待标定的参数包括各车头时距变量的系数和常系数;
(4)从获取的车辆和道路实测数据中提取目标车辆成功换道和拒绝换道的条件数据,标定车辆换道模型。
在优选实施方式中,所述步骤(1)中车辆和道路实测数据获取方法为:通过视频观测和图像识别提取车辆轨迹和车道信息,进而计算出上述的速度及距离数据。
在优选实施方式中,所述步骤(2)中确定车辆换道方向时,如果作为除数的目标车辆速度、目标车道后方车辆或障碍物速度低于设定的车辆缓行速度,则用设定的车辆缓行速度代替实际速度进行计算。
在优选实施方式中,所述步骤(3)中构建的车辆换道模型的形式为:
Figure BDA0002274922710000021
其中q为车辆换道概率,tc为当前车道前方车头时距,tp为目标车道前方车头时距,tf为目标车道后方车头时距,k0、kc、kp、kf为待标定的参数。
在优选实施方式中,所述步骤(4)中使用极大似然估计法标定车辆换道模型。
在优选实施方式中,所述步骤(4)中提取的目标车辆成功换道数据是:车辆发生了换道,车头中点恰好越过车道线之前1秒所对应的当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距数据。
在优选实施方式中,所述提取的目标车辆拒绝换道数据是:计算车辆没有发生换道过程中不同时刻目标车道前方车头时距和目标车道后方车头时距值中的较小值,找出所有所述较小值的最大值,对应时刻的当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距数据。
一种基于车头时距的公路车辆换道决策方法,包括如下步骤:
(1)获取待决策目标车辆及所在道路的实测数据或仿真数据,包括目标车辆所在车道有无相邻车道,目标车辆速度,同车道前方、后方最近的车辆或障碍物速度及距离,左侧相邻车道前方、后方最近的车辆或障碍物速度及距离,右侧相邻车道前方、后方最近的车辆或障碍物速度及距离;
(2)确定待决策目标车辆换道方向,用目标车辆与当前车道、左侧车道或右侧车道最近的前方车辆或障碍物的距离除以目标车辆车速得到相应车头时距,其中最大的车头时距对应车道为目标车道;若目标车道为左侧或右侧车道,表明目标车辆有向左侧或右侧换道动机,否则无换道动机,结束;若有换道动机用目标车道后方车辆或障碍物与目标车辆的距离除以后方车辆或障碍物的速度,作为目标车道后方车头时距;
(3)将当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距带入根据所述的基于车头时距的公路车辆换道模型标定方法标定的模型,计算待决策目标车辆的换道概率,进行换道决策。
在优选实施方式中,车辆换道概率的计算公式为:
Figure BDA0002274922710000031
如果q>0.5,则车辆换道;否则不换道。
一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现所述的基于车头时距的公路车辆换道模型标定方法,或者所述的基于车头时距的公路车辆换道决策方法。
有益效果:本发明通过少量车辆和道路实测数据标定,得出较为准确的车辆换道模型用于车辆换道行为仿真,进而可用于研究车辆换道行为、预测车流状态,为缓解交通拥堵、减少交通隐患、降低资源浪费提供帮助。与现有技术相比,本发明所用换道模型复杂度低,标定所需数据少,仿真效果好,极大地方便了车辆换道决策仿真研究及应用。
附图说明
图1为本发明实施例的车辆换道模型标定方法流程图;
图2为路段车辆和道路实测数据说明图;
图3为入口匝道区车辆和道路实测数据说明图;
图4为出口匝道区车辆和道路实测数据说明图;
图5为交织区车辆和道路实测数据说明图;
图6为车辆轨迹和成功、拒绝换道数据提取位置示意图;
图7为本发明施例的车辆换道决策方法流程图。
具体实施方式
现结合附图和具体实施例对本发明作更进一步的说明。
如图1所示,本发明实施例公开的一种基于车头时距的公路车辆换道模型标定方法,主要包括获取车辆和道路实测数据,确定车辆换道方向,构建车辆换道模型,标定车辆换道模型等步骤。具体实施步骤如下:
1)获取车辆和道路实测数据:
定义需要研究的道路区域为观测区域,当前正在关注的某一车辆为目标车辆,目标车辆换道前的车道为当前车道,准备换道至的车道为目标车道。所述车辆和道路实测数据包括:目标车辆所在车道有无相邻车道,目标车辆速度,同车道前方、后方最近的车辆或障碍物速度及距离,左侧相邻车道前方、后方最近的车辆或障碍物速度及距离,右侧相邻车道前方、后方最近的车辆或障碍物速度及距离。其中,所述速度和距离数据应当包括目标车辆经过观测区域全过程的数据。可采用视频观测设备拍摄道路交通场景,并通过图像识别提取车辆轨迹和车道信息,进而计算出上述数据。
实施例1:如果观测区域为普通路段,如图2所示,车辆向右行驶,车0为目标车辆。车4、车3分别为当前车道前车、后车;车2、车1分别为左侧车道前车、后车;车6、车5为右侧车道前车、后车。则所述实测数据包括目标车辆速度v0,周边车辆速度vi(i=1,2,3,4,5,6),目标车辆与周边车辆的车头间距si(i=1,2,3,4,5,6)。
实施例2:如果观测区域为入口匝道区,如图3所示,车0为目标车辆。当前车道前方无车辆,将入口匝道终点(车辆必须在该位置前完成换道)作为前方静止障碍物,记为点4;当前车道后方无车辆,将入口匝道起点(车辆在该位置之后才能换道)作为后方静止障碍物,记为点3;车2、车1分别为左侧车道前车、后车;无右侧车道。则所述实测数据包括目标车辆速度v0,周边车辆或障碍物速度vi(i=1,2,3,4),目标车辆与周边车辆或障碍物的车头间距si(i=1,2,3,4)。
实施例3:如果观测区域为出口匝道区,如图4所示,车0为目标车辆。车4、车3分别为当前车道前车、后车;车2、车1分别为左侧车道前车、后车;右侧车道前方无车,将出口匝道终点作为前方静止障碍物,记为点4;右侧车道后方无车,将出口匝道起点作为后方静止障碍物,记为点3。则所述实测数据包括目标车辆速度v0,周边车辆或障碍物速度vi(i=1,2,3,4,5,6),目标车辆与周边车辆或障碍物的车头间距si(i=1,2,3,4,5,6)。
实施例4:如果观测区域为交织区,如图5所示,车0为目标车辆。车4、车3分别为当前车道前车、后车;车2、车1分别为左侧车道前车、后车;右侧车道前方无车,将交织匝道终点作为前方静止障碍物,记为点4;右侧车道后方无车,将交织匝道起点作为后方静止障碍物,记为点3。则所述实测数据包括目标车辆速度v0,周边车辆或障碍物速度vi(i=1,2,3,4,5,6),目标车辆与周边车辆或障碍物的车头间距si(i=1,2,3,4,5,6)。
2)确定车辆换道方向:
如果为强制换道(车辆为遵循计划行驶路径而换道,例如上下匝道),可直接根据目标车辆计划路径确定换道方向。如果为自由换道(车辆为更自由地行驶而换道,例如换道超车)。用目标车辆与前方车辆或障碍物的距离除以目标车辆速度,得到当前车道前方车头时距tc;用目标车辆与左侧车道前方车辆或障碍物的距离除以目标车辆速度,得到左侧车道前方车头时距tl;用目标车辆与右侧车道前方车辆或障碍物的距离除以目标车辆速度,得到右侧车道前方车头时距tr。为了避免除数接近0时出现较大偏差,如果目标车辆速度低于车辆缓行速度va=1m/s,则用va代替目标车辆速度进行上述计算。
如果tl≥tr且tl>tc,则车辆有向左换道动机,左侧车道为目标车道;如果tr>tl且tr>tc,则车辆有向右换道动机,右侧车道为目标车道;否则车辆无换道动机,保持当前车道行驶。确定目标车道后,将目标车道前方车头时距设为tp,用目标车道后方车辆或障碍物与目标车辆的距离除以后方车辆或障碍物速度,得到目标车道后方车头时距tf。如果后方车辆或障碍物速度(静止障碍物速度视为0)低于车辆缓行速度va=1m/s,则用va代替其速度进行tf的计算。
3)构建车辆换道模型:
如果步骤2)中确定车辆有换道动机,则构建车辆换道模型:
Figure BDA0002274922710000051
其中q为车辆换道概率,tc为目标车辆与当前车道前方车头时距,tp为目标车辆与目标车道前车的车头时距,tf为目标车辆与目标车道后车的车头时距,k0、kc、kp、kf为参数。q取值在0-1之间,tc、tp、tf为正数。
4)标定车辆换道模型:
采用极大似然估计法标定车辆换道模型。标定所需的数据包括车辆成功换道数据与车辆拒绝换道数据。其中,车辆成功换道数据指车辆实际发生了换道所对应的数据。经过观测,车辆一般需要约2秒时间完成换道过程。认为换道车辆车头中点恰好越过车道线时,车辆换道过程完成一半。故可以认为车辆车头中点恰好越过车道线时刻前1秒为车辆决定换道时刻,该时刻对应的tc、tp、tf值共同组成一条标定数据。
一辆车在通过观测区域的过程中可能发生若干次换道,对应于相同数量的换道过程。在决定换道之前,车辆由于没有合适的换道机会,一直拒绝换道。考虑临界情况,车辆拒绝了决定换道之前最佳换道条件。该最佳换道条件应当为目标车辆与目标车道前、后车时距均较大,故可以计算拒绝换道过程中所有时刻的tp与tf的较小值tm,即tm=min(tp,tf),选择某一拒绝换道过程中所有tm中最大值对应的时刻作为车辆换道的拒绝时刻,该时刻对应的tc、tp、tf值共同组成一条标定数据。
如图6所示,图中实线为车辆车头中点轨迹,车辆从1位置进入观测区域,从11位置离开观测区域,其中共换道2次。第1次换道车头中点于4位置跨越车道线,向前后各推算1秒,得到第1次换道开始位置为3,结束位置为5。第2次换道车头中点于8位置跨越车道线,同理推算可得第2次换道开始于7位置,结束于9位置。在位置1至位置3之间,车辆拒绝换道,其中2位置的tm最大,该位置为车辆拒绝换道位置。同理得到车辆拒绝换道位置6、10。则该车辆用于标定的数据共有5条,如下表所示,其中下标的数字对应于车辆位置编号。
表1换道模型标定数据示例表
位置编号 t<sub>c</sub>值 t<sub>p</sub>值 t<sub>f</sub>值
2 t<sub>c2</sub> t<sub>p2</sub> t<sub>f2</sub>
3 t<sub>c3</sub> t<sub>p3</sub> t<sub>f3</sub>
6 t<sub>c6</sub> t<sub>p6</sub> t<sub>f6</sub>
7 t<sub>c7</sub> t<sub>p7</sub> t<sub>f7</sub>
10 t<sub>c10</sub> t<sub>p10</sub> t<sub>f10</sub>
使用相同方法提取其他车辆数据用于标定,标定时无需区分数据是否来源于同一辆车。采用极大似然估计法标定模型,考虑到实际计算的方便快捷,可使用统计软件(如Matlab、SAS、SPSS等)求解。使用的统计软件本身不影响本发明效果。通过标定可确定k0、kc、kp、kf的值,代入车辆换道模型。
如图7所示,本发明实施例公开的一种基于车头时距的公路车辆换道决策方法,主要包括获取待决策目标车辆和道路实测或仿真数据,确定车辆换道方向,基于换道模型进行车辆换道决策。其中数据的获取与换道方向的确定与前述标定方法一致,在仿真环境中直接设定。基于换道模型进行车辆换道决策具体实施方法:获取待决策目标车辆的相关数据,并判断车辆换道方向后,根据标定后的车辆换道模型计算换道概率q。车辆换道模型通过数学变换可得到q的计算公式:
Figure BDA0002274922710000061
如果q>0.5,则车辆换道;否则不换道。
基于相同的发明构思,本发明实施例公开的一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现上述的基于车头时距的公路车辆换道模型标定方法,或者基于车头时距的公路车辆换道决策方法。

Claims (10)

1.一种基于车头时距的公路车辆换道模型标定方法,其特征是,包括以下步骤:
(1)获取车辆和道路实测数据,包括目标车辆所在车道有无相邻车道,目标车辆速度,同车道前方、后方最近的车辆或障碍物速度及距离,左侧相邻车道前方、后方最近的车辆或障碍物速度及距离,右侧相邻车道前方、后方最近的车辆或障碍物速度及距离;
(2)确定车辆换道方向,用目标车辆与当前车道、左侧车道或右侧车道最近的前方车辆或障碍物的距离除以目标车辆车速得到相应车头时距,其中最大的车头时距对应车道为目标车道;若目标车道为左侧或右侧车道,表明目标车辆有向左侧或右侧换道动机,否则无换道动机;用目标车道后方车辆或障碍物与目标车辆的距离除以后方车辆或障碍物的速度,作为目标车道后方车头时距;
(3)构建基于车头时距的logistic车辆换道模型,所述模型的变量包括当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距,待标定的参数包括各车头时距变量的系数和常系数;
(4)从获取的车辆和道路实测数据中提取目标车辆成功换道和拒绝换道的条件数据,标定车辆换道模型。
2.根据权利要求1所述一种基于车头时距的公路车辆换道模型标定方法,其特征是,所述步骤(1)中车辆和道路实测数据获取方法为:通过视频观测和图像识别提取车辆轨迹和车道信息,进而计算出上述的速度及距离数据。
3.根据权利要求1所述一种基于车头时距的公路车辆换道模型标定方法,其特征是,所述步骤(2)中确定车辆换道方向时,如果作为除数的目标车辆速度、目标车道后方车辆或障碍物速度低于设定的车辆缓行速度,则用设定的车辆缓行速度代替实际速度进行计算。
4.根据权利要求1所述一种基于车头时距的公路车辆换道模型标定方法,其特征是,所述步骤(3)中构建的车辆换道模型的形式为:
Figure FDA0002274922700000011
其中q为车辆换道概率,tc为当前车道前方车头时距,tp为目标车道前方车头时距,tf为目标车道后方车头时距,k0、kc、kp、kf为待标定的参数。
5.根据权利要求1所述一种基于车头时距的公路车辆换道模型标定方法,其特征是,所述步骤(4)中使用极大似然估计法标定车辆换道模型。
6.根据权利要求1所述一种基于车头时距的公路车辆换道模型标定方法,其特征是,所述步骤(4)中提取的目标车辆成功换道数据是:车辆发生了换道,车头中点恰好越过车道线之前1秒所对应的当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距数据。
7.根据权利要求1所述一种基于车头时距的公路车辆换道模型标定方法,其特征是,所述提取的目标车辆拒绝换道数据是:计算车辆没有发生换道过程中不同时刻目标车道前方车头时距和目标车道后方车头时距值中的较小值,找出所有所述较小值的最大值,对应时刻的当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距数据。
8.一种基于车头时距的公路车辆换道决策方法,其特征是,包括如下步骤:
(1)获取待决策目标车辆及所在道路的实测数据或仿真数据,包括目标车辆所在车道有无相邻车道,目标车辆速度,同车道前方、后方最近的车辆或障碍物速度及距离,左侧相邻车道前方、后方最近的车辆或障碍物速度及距离,右侧相邻车道前方、后方最近的车辆或障碍物速度及距离;
(2)确定待决策目标车辆换道方向,用目标车辆与当前车道、左侧车道或右侧车道最近的前方车辆或障碍物的距离除以目标车辆车速得到相应车头时距,其中最大的车头时距对应车道为目标车道;若目标车道为左侧或右侧车道,表明目标车辆有向左侧或右侧换道动机,否则无换道动机,结束;若有换道动机用目标车道后方车辆或障碍物与目标车辆的距离除以后方车辆或障碍物的速度,作为目标车道后方车头时距;
(3)将当前车道前方车头时距、目标车道前方车头时距和目标车道后方车头时距带入根据权利要求1-7任一项所述的基于车头时距的公路车辆换道模型标定方法标定的模型,计算待决策目标车辆的换道概率,进行换道决策。
9.根据权利要求8所述一种基于车头时距的公路车辆换道决策方法,其特征是,车辆换道概率的计算公式为:
Figure FDA0002274922700000021
如果q>0.5,则车辆换道;否则不换道。
10.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述计算机程序被加载至处理器时实现根据权利要求1-7任一项所述的基于车头时距的公路车辆换道模型标定方法,或者实现根据权利要求8或9所述的基于车头时距的公路车辆换道决策方法。
CN201911119091.XA 2019-11-15 2019-11-15 基于车头时距的公路车辆换道模型标定与决策方法及装置 Active CN110853377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911119091.XA CN110853377B (zh) 2019-11-15 2019-11-15 基于车头时距的公路车辆换道模型标定与决策方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911119091.XA CN110853377B (zh) 2019-11-15 2019-11-15 基于车头时距的公路车辆换道模型标定与决策方法及装置

Publications (2)

Publication Number Publication Date
CN110853377A true CN110853377A (zh) 2020-02-28
CN110853377B CN110853377B (zh) 2021-08-10

Family

ID=69600355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911119091.XA Active CN110853377B (zh) 2019-11-15 2019-11-15 基于车头时距的公路车辆换道模型标定与决策方法及装置

Country Status (1)

Country Link
CN (1) CN110853377B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489552A (zh) * 2020-04-24 2020-08-04 科大讯飞股份有限公司 一种车头时距预测方法、装置、设备及存储介质
CN111829540A (zh) * 2020-06-04 2020-10-27 北京百度网讯科技有限公司 驾驶轨迹生成方法、装置、电子设备及存储介质
CN112793576A (zh) * 2021-01-26 2021-05-14 北京理工大学 一种基于规则与机器学习融合的换道决策方法及系统
CN113152180A (zh) * 2021-03-16 2021-07-23 东南大学 一种信控环形交叉口仿真车辆入环路径构建方法
CN113255101A (zh) * 2021-04-22 2021-08-13 东南大学 一种交叉口进口道车辆换道仿真模型标定方法及装置
CN113895462A (zh) * 2021-11-19 2022-01-07 天津天瞳威势电子科技有限公司 预测车辆换道的方法、装置、计算设备及存储介质
CN114220262A (zh) * 2021-11-19 2022-03-22 东南大学 一种基于交通仿真的车辆换道轨迹偏差计算方法
CN114523978A (zh) * 2020-11-03 2022-05-24 上海汽车集团股份有限公司 一种后方道路模型生成方法及装置
CN115116228A (zh) * 2022-06-30 2022-09-27 东南大学 一种八车道高速公路小汽车驾驶员换道决策方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106710267A (zh) * 2015-11-13 2017-05-24 北京奇虎科技有限公司 车辆行驶数据的处理方法与装置
CN106740457A (zh) * 2016-12-07 2017-05-31 镇江市高等专科学校 基于bp神经网络模型的车辆换道决策方法
CN108460980A (zh) * 2018-05-11 2018-08-28 西南交通大学 自动驾驶车辆下匝道最优意图生成点计算方法
CN109448384A (zh) * 2018-12-27 2019-03-08 中交第公路勘察设计研究院有限公司 一种高速公路危险交通行为识别方法
CN109544909A (zh) * 2018-10-29 2019-03-29 华蓝设计(集团)有限公司 基于航拍视频车辆轨迹的驾驶员换道行为分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106710267A (zh) * 2015-11-13 2017-05-24 北京奇虎科技有限公司 车辆行驶数据的处理方法与装置
CN106740457A (zh) * 2016-12-07 2017-05-31 镇江市高等专科学校 基于bp神经网络模型的车辆换道决策方法
CN108460980A (zh) * 2018-05-11 2018-08-28 西南交通大学 自动驾驶车辆下匝道最优意图生成点计算方法
CN109544909A (zh) * 2018-10-29 2019-03-29 华蓝设计(集团)有限公司 基于航拍视频车辆轨迹的驾驶员换道行为分析方法
CN109448384A (zh) * 2018-12-27 2019-03-08 中交第公路勘察设计研究院有限公司 一种高速公路危险交通行为识别方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489552B (zh) * 2020-04-24 2022-04-22 科大讯飞股份有限公司 一种车头时距预测方法、装置、设备及存储介质
CN111489552A (zh) * 2020-04-24 2020-08-04 科大讯飞股份有限公司 一种车头时距预测方法、装置、设备及存储介质
CN111829540A (zh) * 2020-06-04 2020-10-27 北京百度网讯科技有限公司 驾驶轨迹生成方法、装置、电子设备及存储介质
CN111829540B (zh) * 2020-06-04 2022-08-02 北京百度网讯科技有限公司 驾驶轨迹生成方法、装置、电子设备及存储介质
CN114523978B (zh) * 2020-11-03 2024-01-16 上海汽车集团股份有限公司 一种后方道路模型生成方法及装置
CN114523978A (zh) * 2020-11-03 2022-05-24 上海汽车集团股份有限公司 一种后方道路模型生成方法及装置
CN112793576A (zh) * 2021-01-26 2021-05-14 北京理工大学 一种基于规则与机器学习融合的换道决策方法及系统
CN112793576B (zh) * 2021-01-26 2022-04-01 北京理工大学 一种基于规则与机器学习融合的换道决策方法及系统
CN113152180B (zh) * 2021-03-16 2022-05-06 东南大学 一种信控环形交叉口仿真车辆入环路径构建方法
CN113152180A (zh) * 2021-03-16 2021-07-23 东南大学 一种信控环形交叉口仿真车辆入环路径构建方法
CN113255101A (zh) * 2021-04-22 2021-08-13 东南大学 一种交叉口进口道车辆换道仿真模型标定方法及装置
CN114220262A (zh) * 2021-11-19 2022-03-22 东南大学 一种基于交通仿真的车辆换道轨迹偏差计算方法
CN113895462A (zh) * 2021-11-19 2022-01-07 天津天瞳威势电子科技有限公司 预测车辆换道的方法、装置、计算设备及存储介质
CN114220262B (zh) * 2021-11-19 2023-06-23 东南大学 一种基于交通仿真的车辆换道轨迹偏差计算方法
CN115116228A (zh) * 2022-06-30 2022-09-27 东南大学 一种八车道高速公路小汽车驾驶员换道决策方法

Also Published As

Publication number Publication date
CN110853377B (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN110853377B (zh) 基于车头时距的公路车辆换道模型标定与决策方法及装置
CN112133089B (zh) 一种基于周围环境与行为意图的车辆轨迹预测方法、系统及装置
WO2021196144A1 (zh) 一种异常驾驶行为识别方法
CN107031636B (zh) 用于间隙选择的方法和系统
JP4400584B2 (ja) 障害物検出方法及び障害物検出装置
WO2021036083A1 (zh) 自动驾驶的驾驶员行为模型开发方法、设备和存储介质
CN112863245B (zh) 基于深度神经网络的车辆换道轨迹实时预测方法
CN113942526A (zh) 一种基于可接受风险的自动驾驶超车轨迹规划方法
CN115601954B (zh) 一种智能网联车队的换道判断方法、装置、设备及介质
CN110986994B (zh) 一种基于高噪音车辆轨迹数据的换道意图自动标注方法
CN114454878A (zh) 车速控制模型训练样本的确定方法及装置
Garcia et al. Determination of minimum horizontal curve radius for safe stopping sight distance of vehicles overpassing truck platoons
CN109760681B (zh) 一种换道控制方法及装置
CN112896166A (zh) 车辆换道方法、装置和电子设备
CN113176778A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
CN110435658A (zh) 一种车辆控制方法、装置、车辆和存储介质
CN114067569B (zh) V2x车联网环境下车辆左转辅助预警方法
CN108961353B (zh) 道路模型的构建
CN115092181A (zh) 车辆的控制方法、装置、存储介质和处理器
CN116997890A (zh) 生成未知不安全场景、改进自动交通工具、计算机系统
Maji et al. Overtaking distance models for passenger cars in two-lane undivided rural highways
GB2620925A (en) A computer-implemented method of generating training data for training a machine learning model
CN113807009B (zh) 一种微观换道轨迹的分段提取方法
Li Dynamic dilemma zone modeling and its protection
CN118124572A (zh) 变道决策方法、装置、设备及存储介质

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