CN113882201B - 一种自动驾驶车辆专用车道直线段宽度确定方法 - Google Patents
一种自动驾驶车辆专用车道直线段宽度确定方法 Download PDFInfo
- Publication number
- CN113882201B CN113882201B CN202111054510.3A CN202111054510A CN113882201B CN 113882201 B CN113882201 B CN 113882201B CN 202111054510 A CN202111054510 A CN 202111054510A CN 113882201 B CN113882201 B CN 113882201B
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- automatic driving
- driving vehicle
- width
- 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
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C1/00—Design or layout of roads, e.g. for noise abatement, for gas absorption
- E01C1/002—Design or lay-out of roads, e.g. street systems, cross-sections ; Design for noise abatement, e.g. sunken road
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种自动驾驶车辆专用车道直线段宽度确定方法,包括步骤:S1、将车载测距设备安装在车辆前部正中央,并对设备测量精度标定;S2、自动驾驶车辆在车道内行驶,测量车辆的横向摆动幅度;S3、利用统计学方法,得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系;S4、车辆边缘线被车道线包络的概率,为车辆的横向运动可靠度,反推得到不同横向运动可靠度的车道宽度;S5、校核不同宽度的自动驾驶车辆自由流速度及通行能力情况;S6、确定高速公路自动驾驶车辆专用车道直线段宽度。本发明考虑了自动驾驶车辆在车道内横向摆动的七种影响因素,能够更加科学的确定高速公路自动驾驶车辆专用车道直线段宽度。
Description
技术领域
本发明涉及交通设计的技术领域,尤其是涉及一种自动驾驶车辆专用车道直线段宽度确定方法。
背景技术
通行能力是交通工程的核心概念之一,也是交通规划、交通设计与交通管理与控制的理论基石。伴随着自动驾驶车辆混入人类驾驶车辆(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),现有的通行能力算法已经显示出其不适应性。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。因此,提出一种简便的、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方法具有重要的理论意义与工程价值。
现有技术中,车道通行能力是以“同质交通流”为研究对象的,《道路通行能力手册(2016版)》对通行能力的定义为“在一定道路几何条件和交通管理条件下,单位小时内车辆通过断面的合理期望的最大交通流”。这里面的两大关键词语:“期望”与“最大交通流”在考虑自动驾驶车辆混入的“异质交通流”时均会发生变化。一是计算方法,不同车辆的跟随组合对应着不同的车头时距,从而随着占有率的不同而导致计算方法更加复杂;二是表达范式,也就是将用一个定值表达通行能力的“确定性表达”变为用概率分布函数的“概率性表达”。
发明内容
本发明要解决的技术问题在于,提供一种简化三类车辆在空间上的复杂组合,且提出了“确定性表达”与“概率性表达”两种表达方式的自动驾驶车辆专用车道直线段宽度确定方法。
本发明解决其技术问题所采用的技术方案是:构造一种自动驾驶车辆专用车道直线段宽度确定方法,包括以下步骤:
S1、将车载测距设备安装在车辆前部正中央,并对设备测量精度进行标定;
S2、在不同的环境亮度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下,让自动驾驶车辆在车道内行驶,测量车辆的横向摆动幅度;
S3、利用统计学中的线性回归方法,拟合得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系;
S4、将车辆边缘线被车道线包络的概率,定义为车辆的横向运动可靠度,从而反推得到不同横向运动可靠度下的车道宽度;
S5、校核不同宽度下的自动驾驶车辆自由流速度及通行能力情况;
S6、确定高速公路自动驾驶车辆专用车道直线段宽度。
上述方案中,所述步骤S1包括以下步骤:
S101、将设备安装在小汽车前部正中央,使设备的安装误差小于0.5cm;
S102、对设备测量精度进行标定,自动计算出设备到车道线的距离x的误差小于2cm;
S103、当设备的安装精度及测量精度无法达到要求时,进一步调试,直到达到精度要求。
上述方案中,所述步骤S2包括以下步骤:
S201、打开自动驾驶车辆的车道保持辅助系统,即:Lane-Keeping AssistantSystem,LKA system;
S203、利用车载测距设备,输出自动驾驶车辆中心线与车道线的横向距离x;
S204、依据车载测距设备与右侧车道线的横向距离x,换算得到车辆的横向摆动幅度Δx,换算公式为:
上述方案中,所述步骤S3包括以下步骤:
S301、利用线性拟合方程,得到自动驾驶车辆在车道内横向摆动幅度与各影响因素的函数关系,公式为:
S302、根据线性拟合因变量的性质,Δx的取值服从正态分布,根据环境亮度li、路面摩擦系数fi、横向风速wi、行驶速度vi、自动驾驶等级di的典型取值,得到Δx的分布函数如下:
S303、根据交通工程学常识,车辆总是倾向于沿着车道中心线行驶,故Δx的期望值为0,可进一步得到Δx的分布函数如下:
上述方案中,所述步骤S4包括以下步骤:
S401、将车辆边缘线被车道线包络的概率P,定义为车辆的横向运动可靠度ρ,ρ由如下公式计算:
式中,Φ为标准正态分布的分布函数:
S402、规定不同的车辆的横向运动可靠度ρ,反推得到不同横向运动可靠度下的车道宽度W,W由如下公式计算:
式中,Φ-1为标准正态分布的分布函数的反函数,查标准正态分布表可得。
上述方案中,所述步骤S5包括以下步骤:
S501、根据车道宽度与车道自由流速度之间的关系公式进行校核,确保自动驾驶车辆的自由流速度不低于设计速度,校核公式为:
式中,V为高速公路路段的设计速度;
S502、根据车道宽度与车道通行能力之间的关系公式进行校核,确保自动驾驶车辆的通行能力不得低于设计交通量,校核公式为:
式中,Q为高速公路车道的设计交通量,C为高速公路车道的通行能力。
上述方案中,所述步骤S6包括以下步骤:
S601、高速公路自动驾驶车辆专用车道直线段宽度应综合考虑车辆的横向运动可靠度、自由流速度及通行能力确定;
S602、高速公路自动驾驶车辆专用车道直线段宽度的确定公式为:
实施本发明的自动驾驶车辆专用车道直线段宽度确定方法,具有以下有益效果:
1、本发明提供了一种考虑不同制式自动驾驶车辆混入的高速公路车道通行能力的计算方法,通过观测HDV、AV与CAV的跟车车头时距与占有率,并通过Monte-Carlo仿真得到高速公路车道通行能力的概率分布函数;
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的跟车车头时距与占有率六个易观测的参数便可得到车道通行能力的概率分布;
3、本发明在通行能力表达方面,提出了“确定性表达”与“概率性表达”两种表达方式。
附图说明
图1为车载测距设备的安装示意图;
图2为车辆的横向摆动幅度的示意图;
图3为车辆的横向运动可靠度的示意图。
具体实施方式
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。
如图1-3所示,在本发明的自动驾驶车辆专用车道直线段宽度确定方法,包括以下步骤:
S1、将车载测距设备1安装在车辆前部正中央,并对设备测量精度进行标定,具体如下:
S101、将设备安装在小汽车前部正中央,可以用毫米级精度的钢尺进行确认,使设备的安装无法误差应小于0.5cm;
S102、对设备测量精度进行标定,自动计算出设备到车道线的距离x的误差应小于2cm;
S103、若设备的安装精度及测量精度无法达到要求,需要进一步调试,直到达到要求。
S2、在不同的车道宽度、环境亮度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下,让自动驾驶车辆在车道内行驶,测量车辆的横向摆动幅度,具体如下:
S201、打开自动驾驶车辆的车道保持辅助系统,即:Lane-Keeping AssistantSystem,LKA system;
S203、利用车载测距设备1,输出自动驾驶车辆中心线与车道线的横向距离x;
S204、依据车载测距设备1与右侧车道线的横向距离x,换算得到车辆的横向摆动幅度Δx,换算公式为:
本实施例中,测得横向距离x为1.5米,车道宽度为3.5米,则车辆的横向摆动幅度为
S3、利用统计学方法,拟合得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系,具体如下:
S301、利用线性拟合方程,得到自动驾驶车辆在车道内横向摆动幅度与各影响因素的函数关系,公式为:
S302、根据环境亮度li、路面摩擦系数fi、横向风速si、行驶速度vi、自动驾驶等级di的典型取值,可得到Δx的分布函数为Δx~N(μΔx,0.252)。
S303、由于Δx的期望值为0,可进一步得到Δx的分布函数为Δx~N(0,0.252)
S4、将车辆边缘线被车道线包络的概率,定义为车辆的横向运动可靠度,从而反推得到不同横向运动可靠度下的车道宽度,具体如下:
S401、将车辆边缘线被车道线包络的概率P,定义为车辆的横向运动可靠度ρ,ρ可由如下公式计算:
式中,Φ为标准正态分布的分布函数:
S402、规定不同的车辆的横向运动可靠度ρ,反推得到不同横向运动可靠度下的车道宽度W,W可由如下公式计算:
式中,Φ-1为标准正态分布的分布函数的反函数,查标准正态分布表可得。
本实施例中,若取可靠度为80%,则对应的车道宽度为
S5、校核不同宽度下的自动驾驶车辆自由流速度及通行能力情况,具体如下:
S501、根据车道宽度与车道自由流速度之间的关系公式进行校核,确保自动驾驶车辆的自由流速度不得低于设计速度,校核公式为:
式中,V为高速公路路段的设计速度;
S502、根据车道宽度与车道通行能力之间的关系公式进行校核,确保自动驾驶车辆的通行能力不得低于设计交通量,校核公式为:
式中,Q为高速公路车道的设计交通量,C为高速公路车道的通行能力。
S6、综合考虑,确定高速公路自动驾驶车辆专用车道直线段宽度,具体如下:
本实施例中,高速公路自动驾驶车辆专用车道直线段宽度的确定公式为:
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。
Claims (4)
1.一种自动驾驶车辆专用车道直线段宽度确定方法,其特征在于,包括以下步骤:
S1、将车载测距设备安装在车辆前部正中央,并对设备测量精度进行标定;
S2、在不同的环境亮度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下,让自动驾驶车辆在车道内行驶,测量车辆的横向摆动幅度;
S3、利用统计学中的线性回归方法,拟合得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系,所述影响因素包括:车辆宽度车道宽度wi、环境亮度li、路面摩擦系数fi、横向风速si、行驶速度vi、自动驾驶等级di;
S4、将车辆边缘线被车道线包络的概率,定义为车辆的横向运动可靠度,从而反推得到不同横向运动可靠度下的车道宽度,具体为:
S401、将车辆边缘线被车道线包络的概率P,定义为车辆的横向运动可靠度ρ,自动驾驶车辆中心线与车道线的横向距离x,车辆的横向摆动幅度Δx,δΔx为Δx的标准差,ρ由如下公式计算:
式中,Φ为标准正态分布的分布函数:
S402、规定不同的车辆的横向运动可靠度ρ,反推得到不同横向运动可靠度下的车道宽度W,W由如下公式计算:
式中,Φ-1为标准正态分布的分布函数的反函数,查标准正态分布表可得;
S5、校核不同宽度下的自动驾驶车辆自由流速度及通行能力情况,具体为:
S501、根据车道宽度与车道自由流速度之间的关系公式进行校核,确保自动驾驶车辆的自由流速度不低于设计速度,校核公式为:
式中,V为高速公路路段的设计速度;
S502、根据车道宽度与车道通行能力之间的关系公式进行校核,确保自动驾驶车辆的通行能力不得低于设计交通量,校核公式为:
式中,Q为高速公路车道的设计交通量,C为高速公路车道的通行能力;
S6、确定高速公路自动驾驶车辆专用车道直线段宽度,具体为:
S601、高速公路自动驾驶车辆专用车道直线段宽度应综合考虑车辆的横向运动可靠度、自由流速度及通行能力确定;
S602、高速公路自动驾驶车辆专用车道直线段宽度的确定公式为:
2.根据权利要求1所述的自动驾驶车辆专用车道直线段宽度确定方法,其特征在于,所述步骤S1包括以下步骤:
S101、将设备安装在小汽车前部正中央,使设备的安装误差小于0.5cm;
S102、对设备测量精度进行标定,自动计算出设备到车道线的距离x的误差小于2cm;
S103、当设备的安装精度及测量精度无法达到要求时,进一步调试,直到达到精度要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111054510.3A CN113882201B (zh) | 2021-09-09 | 2021-09-09 | 一种自动驾驶车辆专用车道直线段宽度确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111054510.3A CN113882201B (zh) | 2021-09-09 | 2021-09-09 | 一种自动驾驶车辆专用车道直线段宽度确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113882201A CN113882201A (zh) | 2022-01-04 |
CN113882201B true CN113882201B (zh) | 2022-07-01 |
Family
ID=79008826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111054510.3A Active CN113882201B (zh) | 2021-09-09 | 2021-09-09 | 一种自动驾驶车辆专用车道直线段宽度确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113882201B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015161518A (ja) * | 2014-02-26 | 2015-09-07 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム |
CN110136439A (zh) * | 2019-05-15 | 2019-08-16 | 东南大学 | 一种适用于自动驾驶车辆的车道宽度设计方法 |
CN111033593A (zh) * | 2017-08-30 | 2020-04-17 | 日产自动车株式会社 | 驾驶辅助车辆的位置误差校正方法及位置误差校正装置 |
CN111338353A (zh) * | 2020-03-26 | 2020-06-26 | 吉林大学 | 一种动态驾驶环境下智能车辆变道轨迹规划方法 |
CN111445697A (zh) * | 2020-03-22 | 2020-07-24 | 华南理工大学 | 一种智能网联条件下的高速公路协同车辆换道控制方法 |
-
2021
- 2021-09-09 CN CN202111054510.3A patent/CN113882201B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015161518A (ja) * | 2014-02-26 | 2015-09-07 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム |
CN111033593A (zh) * | 2017-08-30 | 2020-04-17 | 日产自动车株式会社 | 驾驶辅助车辆的位置误差校正方法及位置误差校正装置 |
CN110136439A (zh) * | 2019-05-15 | 2019-08-16 | 东南大学 | 一种适用于自动驾驶车辆的车道宽度设计方法 |
CN111445697A (zh) * | 2020-03-22 | 2020-07-24 | 华南理工大学 | 一种智能网联条件下的高速公路协同车辆换道控制方法 |
CN111338353A (zh) * | 2020-03-26 | 2020-06-26 | 吉林大学 | 一种动态驾驶环境下智能车辆变道轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113882201A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10215576B2 (en) | Energy-optimized vehicle route selection | |
US9824580B2 (en) | Method, computer readable storage medium and system for producing an uncertainty-based traffic congestion index | |
EP2422330B1 (en) | Predicting expected road traffic conditions based on historical and current data | |
Jacob et al. | Operating speed of different classes of vehicles at horizontal curves on two-lane rural highways | |
US8645052B2 (en) | Motor vehicle acceleration determining system | |
WO2010081837A1 (en) | Method for creating speed profiles for digital maps | |
EP3683549A1 (en) | Method, apparatus, and computer program product for lane-level route guidance | |
Penmetsa et al. | Evaluation of performance measures for two-lane intercity highways under mixed traffic conditions | |
CN102197419A (zh) | 更新数字地图的方法 | |
JP2011053194A (ja) | 走行支援で利用される情報の信頼度特定装置、方法およびプログラム | |
CN116168539B (zh) | 一种公路通行能力参数的预测方法及预测装置 | |
Ma et al. | Predicting traffic conflicts for expressway diverging areas using vehicle trajectory data | |
CN109377758B (zh) | 一种行驶时间预估方法及系统 | |
Yao et al. | A study of relationships in traffic oscillation features based on field experiments | |
CN105574613A (zh) | 一种公交到站时间预测方法及装置 | |
Roh et al. | Impact of heavy vehicles on highway traffic flows: case study in the Seoul metropolitan area | |
CN113882201B (zh) | 一种自动驾驶车辆专用车道直线段宽度确定方法 | |
US20210302183A1 (en) | Vehicle efficiency prediction and control | |
CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
CN108615385B (zh) | 道路路况评估方法和装置、车辆及云服务器 | |
CN102436742A (zh) | 浮动车系统交通信息服务水平评价方法及装置 | |
DE112016007166B4 (de) | Kraftstoffwirkungsgrad-Schätzsystem, Kraftstoffwirkungsgrad-Schätzverfahren und Kraftstoffwirkungsgrad-Schätzprogramm | |
Qi et al. | Evaluation of a variable speed limit system using a hierarchical framework under a connected vehicles environment: a case study of a field test in Seattle | |
CN103587529B (zh) | 一种直道路段换道过程越线时刻预测系统及预测方法 | |
CN113227831A (zh) | 基于多传感器数据融合的护栏估计方法和车载设备 |
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 |