CN113763706B - 一种考虑智能车队的道路阻抗函数计算方法 - Google Patents
一种考虑智能车队的道路阻抗函数计算方法 Download PDFInfo
- Publication number
- CN113763706B CN113763706B CN202110953624.5A CN202110953624A CN113763706B CN 113763706 B CN113763706 B CN 113763706B CN 202110953624 A CN202110953624 A CN 202110953624A CN 113763706 B CN113763706 B CN 113763706B
- Authority
- CN
- China
- Prior art keywords
- vehicles
- road
- vehicle
- motorcade
- impedance function
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种考虑智能车队的道路阻抗函数计算方法,方法包括:采集路段内交通流数据,包括车队长度、车队车头时距、交通流量;计算车队的平均车头时距以及车队出现比例;计算路段的理想通行能力;计算阻抗函数的校准参数;确定该路段的阻抗函数。本发明能够准确描述混入智能车时的混合交通流运行情景,为交通流量分配提供精确的模型基础,提高交通规划四阶段方法的可靠性和科学性。
Description
技术领域
本发明涉及智能交通控制领域,具体涉及一种考虑智能车队的道路阻抗函数计算方法。
背景技术
道路阻抗函数模型在路网分析中非常重要,它是进行网络交通分配、网络交通质量评价的基础。未来智能网联环境下,智能车的出现将改变传统阻抗函数的计算方式。美国公路局提出的BPR函数是目前使用最广泛的阻抗函数,此函数是面向手动驾驶车辆,并未考虑智能车辆,包括自适应巡航控制车辆(adaptive cruise control,简称ACC)和协同自适应巡航控制车辆(cooperative adaptive cruise control,简称CACC)这两类车辆。若直接应用该BPR函数预测未来交通流,会与实际情况产生较大的误差,误导交通工程师、政府等进行决策判断。
在智能车辆增多,尤其是具备通讯协作功能的CACC车辆增多时,必将形成智能车队模式,对提高效率与安全、节能减排均具有重要意义。智能车队模式形成时,交通流中车头时距、各类车辆比例均会发生变化,因此,道路阻抗函数应充分考虑这些因素,有助于提高未来交通流预测的精准度、交通分配的准确度、交通政策的科学性。
已有道路阻抗函数研究中,大部分是面向手动驾驶环境,少数面向智能网联环境的文献或论文均未考虑智能车队;其他已公开文献、专利等均未涉及考虑智能车队的道路阻抗函数计算方法的研究。
发明内容
发明目的:为了克服上述现有技术的不足,本发明目的在于提出一种考虑智能车队的道路阻抗函数计算方法,以路段内智能车队长度、车队车头时距、交通流量为基本信息,计算智能车队的平均车头时距以及车队出现比例,计算路段的理想通行能力,计算阻抗函数的校准参数,最终确定该路段的阻抗函数,为交通分配提供科学、合理、精确的模型基础。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
混合交通流包括手动驾驶车辆、自适应巡航控制车辆(adaptive cruisecontrol,简称ACC)和协同自适应巡航控制车辆(cooperative adaptive cruise control,简称CACC),且仅CACC车辆可形成车队模式。当CACC车辆前车为手动驾驶车辆时,CACC车辆协同功能失效,降级为ACC车辆。
一种考虑智能车队的道路阻抗函数计算方法,包括如下步骤:
(1)采集路段内交通流数据,包括车队长度、车队车头时距、交通流量;
(2)计算车队的平均车头时距以及车队出现比例;
(3)计算路段的理想通行能力;
(4)计算阻抗函数的校准参数;
(5)确定该路段的阻抗函数。
作为优选,步骤(1)中,所述路段内交通流数据为:
路段D范围内,统计时间段T内车队长度Li及其对应的车头时距ti,交通流量Q,其中i=1,2,3……,NPL,NPL为路段D范围内;路段长度D、统计时间段T、车队长度Li、车头时距ti、交通流量Q的单位分别是千米(km)、小时(h)、辆(veh)、秒(s)、辆/小时(veh/h)。
作为优选,步骤(2)中,所述车队平均车头时距的计算方法为:
式中tc1为车队平均车头时距;,Ni为i车队的车辆数目。
所述车队出现比例的计算方法为:
式中PPL为车队出现比例。
作为优选,步骤(3)中,所述路段理想通行能力计算方法为:
式中C为路段理想通行能力,Pm、Pa、Pc分别为手动驾驶车辆、ACC车辆、CACC车辆的比例,tm、ta分别为手动驾驶车辆、ACC车辆的车头时距,tc1、tc2为CACC车辆在车队中和独立行驶(CACC车辆的前车为ACC车辆)时的车头时距。CACC车辆的前车为ACC车辆时,CACC车辆并不降级,此时车头时距为tc2;CACC车辆的前车为手动驾驶车辆时,CACC车辆降级,此时车头时距为ta。
作为优选,步骤(4)中,所述阻抗函数的校准参数α、β计算方法为:
α=α0(1-PPL)
式中α0、β0为校准参数的初始值,美国联邦公路局建议取值分别为0.15、4。
作为优选,步骤(5)中,所述该路段的阻抗函数确定为:
式中Ttime为该路段的阻抗,即实际通过该路段所需要的时间;T0为路段自由行驶时间,Ttime、T0的单位均为小时(h);
其中T0按如下公式计算:
式中vm、va、vc为手动驾驶车辆、ACC车辆、CACC车辆的自由流速度,三类车辆的自由流速度均为km/h。
一种考虑智能车队的道路阻抗函数计算装置,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下考虑智能车队的道路阻抗函数计算方法的步骤:
(1)采集路段内交通流数据,包括车队长度、车队车头时距、交通流量;
(2)计算车队的平均车头时距以及车队出现比例;
(3)计算路段的理想通行能力;
(4)计算阻抗函数的校准参数;
(5)确定该路段的阻抗函数。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下考虑智能车队的道路阻抗函数计算方法的步骤:
(1)采集路段内交通流数据,包括车队长度、车队车头时距、交通流量;
(2)计算车队的平均车头时距以及车队出现比例;
(3)计算路段的理想通行能力;
(4)计算阻抗函数的校准参数;
(5)确定该路段的阻抗函数。
有益效果:本发明公开了一种考虑智能车队的道路阻抗函数计算方法,基于路段内交通流数据,包括车队长度、车队车头时距、交通流量,计算车队的平均车头时距以及车队出现比例,计算路段的理想通行能力、阻抗函数的校准参数,最终确定该路段的阻抗函数。本发明能够准确描述混入智能车时的混合交通流运行情景,为交通流量分配提供精确的模型基础,提高交通规划四阶段方法的可靠性和科学性。
附图说明
图1是本发明实施例的方法流程图。
具体实施方式
为了使本发明的内容更容易被清楚的理解,下面结合附图和具体实施例对本发明作进一步详细的说明。
在一个实施例中,如图1所示,提供了一种考虑智能车队的道路阻抗函数计算方法,包括如下步骤:
(1)采集路段内交通流数据,包括车队长度、车队车头时距、交通流量;
(2)计算车队的平均车头时距以及车队出现比例;
(3)计算路段的理想通行能力;
(4)计算阻抗函数的校准参数;
(5)确定该路段的阻抗函数。
在一个实施例中,提供了一种考虑智能车队的道路阻抗函数计算装置,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述考虑智能车队的道路阻抗函数计算方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述考虑智能车队的道路阻抗函数计算方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
交通示例:某单车道公路,观测长度为100km,数据统计时间共1h,交通流量1800veh/h,手动驾驶车辆、ACC车辆、CACC车辆分别有400、600、800辆,其中手动驾驶车辆、ACC车辆的车头时距分别为3.5s、2.0s,CACC车辆独立行驶时的车头时距为1.0s。手动驾驶车辆、ACC车辆、CACC车辆自由流速度分别为80km/h、90km/h、100km/h。
共观测到3组智能车队,车队参数统计如下表所示:
智能车队组别 | 长度(veh) | 车头时距(s) |
A | 15 | 0.62 |
B | 18 | 0.60 |
C | 20 | 0.64 |
以下将采用本发明提出的一种考虑智能车队的道路阻抗函数计算方法:
(1)采集路段内交通流数据:
路段长度D=100km,统计时间段T=1h,交通流量Q=1800veh/h,手动驾驶车辆的比例Pm=400/1800=0.22,ACC车辆的比例Pa=600/1800=0.33,CACC车辆的比例Pc=800/1800=0.44;手动驾驶车辆的车头时距tm=3.5s,ACC车辆的车头时距ta=2.0s,CACC车辆在独立行驶时的车头时距tc2=1.0s;手动驾驶车辆的自由流速度vm=80km/h,ACC车辆的自由流速度va=90km/h,CACC车辆的自由流速度vc=100km/h。
(2)计算车队的平均车头时距tc1以及车队出现比例PPL:
(3)计算路段的理想通行能力C:
(4)计算阻抗函数的校准参数α、β:
α=α0(1-PPL)=0.15×(1-0.0294)=0.1456
(5)确定该路段的阻抗函数:
路段自由行驶时间T0为
实际通过该路段所需要的时间Ttime为
根据计算结果,实际通过该路段所需要的时间比自由行驶时间多13%。按照老方法,即其中式中vmax为道路最大限速,取100km/h,Cold为道路通行能力,根据《公路路线设计规范(JTGD20-2017)》对应100km/h设计速度的道路通行能力为2100veh/h,则Ttime_old可得1.08。因此间接证明了本发明的道路阻抗函数更能反映复杂的混合交通流情景,能够为交通流量分配提供精确的模型基础,尤其是未来混入智能车场景下应用交通规划四阶段方法,提高其可靠性和科学性。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (3)
1.一种考虑智能车队的道路阻抗函数计算方法,其特征在于,所述车队由协同自适应巡航控制CACC车辆形成,该方法包括如下步骤:
(1)采集路段长度D范围内交通流数据,包括统计时间段T内i车队的长度Li及其对应的车头时距ti,交通流量Q;其中i=1,2,3……,NPL,NPL为路段长度D范围内、统计时间段T内的车队数量;
(2)计算车队的平均车头时距以及车队出现比例;
所述车队平均车头时距的计算方法为:
式中tc1为车队平均车头时距,Ni为i车队的车辆数目;
所述车队出现比例的计算方法为:
式中PPL为车队出现比例;
(3)计算路段的理想通行能力:
当CACC车辆的前车为手动驾驶车辆时,CACC车辆协同功能失效,降级为自适应巡航控制ACC车辆;
路段的理想通行能力按如下公式计算:
式中C为路段的理想通行能力,Pm、Pa、Pc分别为路段范围内手动驾驶车辆、ACC车辆、CACC车辆的比例,tm、ta分别为手动驾驶车辆、ACC车辆的车头时距,tc1为CACC车辆在车队中的车头时距、tc2为CACC车辆的前车为ACC车辆时的车头时距;
(4)计算阻抗函数的校准参数:
α=α0(1-PPL)
式中α、β为阻抗函数的校准参数,α0、β0为校准参数的初始值;
(5)确定该路段的阻抗函数为:
2.一种考虑智能车队的道路阻抗函数计算装置,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1所述的考虑智能车队的道路阻抗函数计算方法的步骤。
3.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1所述的考虑智能车队的道路阻抗函数计算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110953624.5A CN113763706B (zh) | 2021-08-19 | 2021-08-19 | 一种考虑智能车队的道路阻抗函数计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110953624.5A CN113763706B (zh) | 2021-08-19 | 2021-08-19 | 一种考虑智能车队的道路阻抗函数计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113763706A CN113763706A (zh) | 2021-12-07 |
CN113763706B true CN113763706B (zh) | 2022-06-03 |
Family
ID=78790422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110953624.5A Active CN113763706B (zh) | 2021-08-19 | 2021-08-19 | 一种考虑智能车队的道路阻抗函数计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763706B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860804B (zh) * | 2023-02-07 | 2023-05-26 | 西南交通大学 | 一种公交运营不可靠性成本计算方法、装置、设备及介质 |
CN116542528B (zh) * | 2023-03-31 | 2023-11-14 | 中国人民解放军军事科学院系统工程研究院 | 一种通行需求满足度分析方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038863A (zh) * | 2017-05-17 | 2017-08-11 | 东南大学 | 一种考虑综合交通管理措施的城市道路网络广义路权计算方法 |
CN110706484A (zh) * | 2019-09-30 | 2020-01-17 | 山东理工大学 | 设置逆向可变车道交叉口左转通行能力计算方法 |
-
2021
- 2021-08-19 CN CN202110953624.5A patent/CN113763706B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038863A (zh) * | 2017-05-17 | 2017-08-11 | 东南大学 | 一种考虑综合交通管理措施的城市道路网络广义路权计算方法 |
CN110706484A (zh) * | 2019-09-30 | 2020-01-17 | 山东理工大学 | 设置逆向可变车道交叉口左转通行能力计算方法 |
Non-Patent Citations (3)
Title |
---|
基于路段与节点的城市道路阻抗函数改进;潘义勇等;《重庆交通大学学报(自然科学版)》;20170815(第08期);全文 * |
确定动态交通分配中路段行驶时间方法的研究;袁振洲;《交通运输系统工程与信息》;20020625(第02期);全文 * |
道路阻抗函数研究综述;陈旭等;《交通运输研究》;20200415(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113763706A (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113781806B (zh) | 一种用于智能网联环境下的混合交通流通行方法 | |
CN113763706B (zh) | 一种考虑智能车队的道路阻抗函数计算方法 | |
CN104200267B (zh) | 一种车辆驾驶经济性评价系统及评价方法 | |
CN112435474B (zh) | 面向追尾风险防控的高速公路可变限速控制系统及控制方法 | |
CN113808436B (zh) | 一种下匝道车辆驶离智能网联专用道的车队控制方法 | |
CN112201033B (zh) | 一种道路交通运行主动管控策略选择方法 | |
CN113450583B (zh) | 一种车路协同下高速公路可变限速和变道协同控制方法 | |
DE102016218070A1 (de) | Bestimmung des optimalen Beginns der Verzögerungsphase im Backend | |
CN106874597A (zh) | 一种应用于自动驾驶车辆的高速公路超车行为决策方法 | |
CN113313949B (zh) | 一种高速公路出口匝道客货车协同控制方法、装置和设备 | |
CN112396834B (zh) | 基于元胞自动机模型的雾天高速公路协调控制方法 | |
DE102008020590A1 (de) | Fahrinformationssammelvorrichtung | |
CN104765969A (zh) | 驾驶行为分析方法 | |
CN114241754B (zh) | 基于高速公路合流影响区事故前兆特征的实时控制方法 | |
CN108773372B (zh) | 一种自适应车辆自动控制系统 | |
CN113947929B (zh) | 一种针对高速公路改扩建连续施工区的可变限速控制方法 | |
CN114969626A (zh) | 一种混合交通流车队强度计算及基本图模型构建方法 | |
CN113359483A (zh) | 一种基于非奇异快速终端滑模控制的车辆协同控制方法 | |
CN113838305A (zh) | 一种车队汇入智能网联专用道的控制方法 | |
CN113570852B (zh) | 基于安全替代评价指标的高风险路段风险防控手段评估的方法 | |
Zhang et al. | Mechanism of road capacity under different penetration scenarios of autonomous vehicles | |
DE102014205246A1 (de) | Verfahren zum Steuern eines Hybridantriebs eines Fahrzeugs | |
CN111537236B (zh) | 一种交通拥堵辅助系统测试方法 | |
CN112158206B (zh) | 一种智能车强制换道汇入点确定方法及装置 | |
CN112036709B (zh) | 基于随机森林的降雨天气高速公路二次事故致因分析方法 |
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 |