CN113903174B - 考虑横向偏移的交织区多车交互换道模型及其构建方法 - Google Patents

Abstract

本发明涉及一种构建考虑横向偏移的交织区多车交互换道模型的方法，包括如下步骤：步骤一：以目标换道车辆当前车道中线为基准，建立二维平面直角坐标系；确定目标换道车辆i的横向偏移量ξ；步骤二：量化交织区周围交互车辆对目标换道车辆的影响系数，建立影响系数和横向偏移量ξ的关系；步骤三：基于全速度差模型，构建多车交互换道行为模型；步骤四：提取目标换道车辆和周围交互车辆的数据信息；步骤五：标定多车交互换道行为模型的影响系数初始值和各个参数。本发明通过构建多车交互换道行为模型，研究交织区目标车辆换道过程中的横向偏移量和目标车道前后车、当前车道前车对目标换道车辆的交互作用，能够为驾驶员的换道行为提供指导性建议，进而提高整个路网系统的安全性。

Description

考虑横向偏移的交织区多车交互换道模型及其构建方法

技术领域

本发明属于交通安全领域，具体涉及一种考虑横向偏移的交织区多车交互换道模型及其构建方法。

背景技术

目前我国城市道路十大拥堵路段中，有九个路段分布在交织区附近。由于交通流向的复杂性和车辆间频繁的交互行为，交织区车辆运行速度缓慢，安全问题突出。换 道是发生在交织区的一种典型车辆交互行为，多车交互换道极易引发交通冲突，形成 交通流的局部紊流，从而降低交织区的稳定性和安全性。

现有研究多为基本路段的单车换道行为研究，对目标车辆换道过程中与周围车辆的交互影响研究较少，尤其是交织区多车交互换道行为的研究尚待进一步深入。目前 急需通过明确交织区车辆换道时与周围车辆的互动过程，来指导驾驶员完成换道决策， 以提升交通流运行效率和行驶安全性，同时为车路协同和驾驶仿真技术提供支持。

发明内容

本发明是要解决上述技术问题，进而提供了一种考虑横向偏移的交织区多车交互换道模型及其构建方法。

本发明涉及一种构建考虑横向偏移的交织区多车交互换道模型的方法，包括如下步骤：

步骤一：以目标换道车辆当前车道中线为基准，建立二维平面直角坐标系；确定目标换道车辆i的横向偏移量ξ；

步骤二：量化交织区周围交互车辆对目标换道车辆的影响系数，建立影响系数和横向偏移量ξ的关系；

步骤三：基于全速度差模型，构建多车交互换道行为模型；

步骤四：提取目标换道车辆和周围交互车辆的数据信息；

步骤五：标定多车交互换道行为模型的影响系数初始值和各个参数。

根据权利要求1所述的构建考虑横向偏移的交织区多车交互换道模型的方法，其特征在于，步骤一中，将目标换道车辆换道前的车道定为当前车道，换道后的车道定 为目标车道，以“O”为坐标原点建立二维平面直角坐标系，当前车道中心线为x轴， 车辆的前进方向取正，垂直于车辆前进方向且指向目标车道的方向为y轴。

步骤一中，目标换道车辆i的横向偏移量用ξ表示：

式中，y_P(t)——目标换道车辆i车头位置(取P点)在t时刻的纵坐标；

max[y_P(t)]——y_P(t)的最大值；

min[y_P(t)]——y_P(t)的最小值。

公式(1)里的分母确保目标换道车辆i的横向偏移无论大于还是小于车道的宽度，ξ都能反映i车在横向的偏移程度。

步骤二中，量化当前车道前车j、目标车道前车m、目标车道后车n，对目标换 道车辆的三个影响系数ω_j、ω_m和ω_n，建立三个影响系数ω_j、ω_m和ω_n和横向偏移量 ξ的关系，方法如下：

(1)换道开始：侧向偏移量ξ＝0，三个影响系数的初始值分别记为ω_j0、ω_m0和ω_n0，由假设可知，ω_j+ω_m+ω_n＝1；

(2)换道越线：目标换道车辆i从当前车道的中心线移动到旁侧车道的边界线， 侧向偏移量ξ由0逐渐增大至

ω_j由初始值ω_j0逐渐减少至0，ω_n由初始值ω_n0逐渐 增大到

即当ξ＝0时，ω_j＝ω_j0，当

时，ω_j＝0，ω_j与ξ呈线 性关系，故ω_j＝ω_j0(1-2ξ)。假设这个时期另外两个影响系数ω_m和ω_n的比值不变， 则当

时，

将ω_n与ξ线性拟合可算得

(3)换道终止：目标车辆i由旁侧车道边界线移动到目标车道的中心线，这个阶 段ω_j＝0。侧向偏移量ξ从

逐渐增至1，ω_n从

减少至0，将ω_n与ξ 做线性拟合可得

三个影响系数与目标换道车辆侧向偏移量的关系概括如下：

ω_m＝1-ω_j-ω_n (4)

步骤三中，基于全速度差模型考虑周围交互车辆对目标换道车辆的影响构建多车交互换道行为模型，方法如下：

全速度差模型的表达式如式(5)，其中最优速度函数V(·)计算公式见式(6)。

V(Δx_i(t))＝A+Btan[CΔx_i(t)-D)] (6)

式中，

——t时刻目标车辆i的加速度；

Δx_i(t)——t时刻目标车辆i分别与三辆交互车辆的车头间距；

v_i(t)——i车的速度；

V(·)——i车的最优速度；

η——i车对V(·)和v_i(t)差值的敏感系数；

Δv_i(t)——t时刻i车和周围车辆的速度差；

ε——速度差影响因子；

A、B、C和D——t时刻i车和周围车辆的速度差；

基于FVD模型，充分考虑周围交互车辆对目标换道车辆的影响，构建多车交互 换道行为模型，即：

a_i(t)＝φ[V(F_Δx(·))-v(t)]+F_Δv(·) (7)

车辆间距变量组合函数F_Δx(·)和车速差变量组合函数F_Δv(·)定义如下：

式中，Δx_ij(t)、Δx_im(t)和Δx_in(t)——t时刻换道车辆i与周围交互车辆的车头间距；

Δv_ij(t)、Δv_im(t)和Δv_in(t)——t时刻换道车辆i与周围交互车辆的速度差。

步骤四中，提取目标换道车辆和周围交互车辆的数据信息，包括车型、车辆所在车道、车辆位置、速度及加速度等参数，计算换道时间、侧向位移、各车车头间距等 信息。

步骤五中，采用遗传算法标定影响系数初始值ω_j0、ω_m0和ω_n0，并进一步标定参数φ、A、B、C和D；

遗传算法参数设置的情况如下：种群大小和规模都取60；交叉概率和变异概率分别取0.8和0.2，迭代次数300次。将多车交互换道的数据分为两部分，一部分用于参 数标定，一部分用于模型验证；

将影响系数的公式(2)～(4)以及公式(8)带入多车交互换道行为模型中，得 到影响系数初始值ω_j0、ω_m0和ω_n0的标定结果；

将三个影响系数初始值标定结果代入多车交互换道行为模型中，得到参数φ、A、B、C、D的标定结果，即得到考虑横向偏移的交织区多车交互换道模型。

本发明还涉及一种考虑横向偏移的交织区多车交互换道模型。

有益效果

本发明从交织区实际运行场景出发，定义了目标换道车辆的横向偏移量，通过研究目标车辆换道过程中周围交互车辆的运动状态，将周围车辆对换道车辆的交互影响 量化为影响系数的变化，构建多车交互换道行为模型。通过构建多车交互换道行为模 型，研究交织区目标车辆换道过程中的横向偏移量和目标车道前后车、当前车道前车 对目标换道车辆的交互作用，能够为驾驶员的换道行为提供指导性建议，进而提高整 个路网系统的安全性。

附图说明

图1为本发明目标车辆换道过程横向偏移变化示意图。

具体实施方式

以下结合图1对本实施方式进行说明。

本发明的考虑横向偏移的交织区多车交互换道模型的构建方法，包括如下步骤：

步骤一：以目标换道车辆当前车道中线为基准，建立二维平面直角坐标系；确定目标换道车辆i的横向偏移量ξ；目标换道车辆i的横向偏移量用ξ表示：

式中，y_P(t)——目标换道车辆i车头位置(取P点)在t时刻的纵坐标；

max[y_P(t)]——y_P(t)的最大值；

min[y_P(t)]——y_P(t)的最小值。

公式(1)里的分母确保目标换道车辆i的横向偏移无论大于还是小于车道的宽度，ξ都能反映i车在横向的偏移程度。

步骤二：量化交织区周围交互车辆对目标换道车辆的影响系数，建立影响系数和横向偏移量ξ的关系；

步骤二中，量化当前车道前车j、目标车道前车m、目标车道后车n，对目标换 道车辆的三个影响系数ω_j、ω_m和ω_n，建立三个影响系数ω_j、ω_m和ω_n和横向偏移量 ξ的关系，方法如下：

(1)换道开始：侧向偏移量ξ＝0，三个影响系数的初始值分别记为ω_j0、ω_m0和ω_n0，由假设可知，ω_j+ω_m+ω_n＝1；

(2)换道越线：目标换道车辆i从当前车道的中心线移动到旁侧车道的边界线， 侧向偏移量ξ由0逐渐增大至

ω_j由初始值ω_j0逐渐减少至0，ω_n由初始值ω_n0逐渐 增大到

即当ξ＝0时，ω_j＝ω_j0，当

时，ω_j＝0，ω_j与ξ呈线 性关系，故ω_j＝ω_j0(1-2ξ)。假设这个时期另外两个影响系数ω_m和ω_n的比值不变， 则当

时，

将ω_n与ξ线性拟合可算得

(3)换道终止：目标车辆i由旁侧车道边界线移动到目标车道的中心线，这个阶 段ω_j＝0。侧向偏移量ξ从

逐渐增至1，ω_n从

减少至0，将ω_n与ξ 做线性拟合可得

三个影响系数与目标换道车辆侧向偏移量的关系概括如下：

ω_m＝1-ω_j-ω_n (4)

步骤三：基于全速度差模型，构建多车交互换道行为模型；

步骤三中，基于全速度差模型考虑周围交互车辆对目标换道车辆的影响构建多车交互换道行为模型，方法如下：

全速度差模型的表达式如式(5)，其中最优速度函数V(·)计算公式见式(6)。

V(Δx_i(t))＝A+Btan[CΔx_i(t)-D)] (6)

式中，

——t时刻目标车辆i的加速度；

Δx_i(t)——t时刻目标车辆i分别与三辆交互车辆的车头间距；

v_i(t)——i车的速度；

V(·)——i车的最优速度；

η——i车对V(·)和v_i(t)差值的敏感系数；

Δv_i(t)——t时刻i车和周围车辆的速度差；

ε——速度差影响因子；

A、B、C和D——t时刻i车和周围车辆的速度差；

基于FVD模型，充分考虑周围交互车辆对目标换道车辆的影响，构建多车交互 换道行为模型，即：

a_i(t)＝φ[V(F_Δx(·))-v(t)]+F_Δv(·) (7)

车辆间距变量组合函数F_Δx(·)和车速差变量组合函数F_Δv(·)定义如下：

式中，Δx_ij(t)、Δx_im(t)和Δx_in(t)——t时刻换道车辆i与周围交互车辆的车头间距；

Δv_ij(t)、Δv_im(t)和Δv_in(t)——t时刻换道车辆i与周围交互车辆的速度差。

步骤四：提取目标换道车辆和周围交互车辆的数据信息；

目标换道车辆和周围交互车辆的数据信息，包括车型、车辆所在车道、车辆位置、速度及加速度等参数，计算换道时间、侧向位移、各车车头间距等信息。

步骤五：标定多车交互换道行为模型的影响系数初始值和各个参数。

采用遗传算法标定影响系数初始值ω_j0、ω_m0和ω_n0，并进一步标定参数φ、A、 B、C和D；

遗传算法参数设置的情况如下：种群大小和规模都取60；交叉概率和变异概率分别取0.8和0.2，迭代次数300次。将多车交互换道的数据分为两部分，一部分用于参 数标定，一部分用于模型验证；

将影响系数的公式(2)～(4)以及公式(8)带入多车交互换道行为模型中，得 到影响系数初始值ω_j0、ω_m0和ω_n0的标定结果；

将三个影响系数初始值标定结果代入多车交互换道行为模型中，得到参数φ、A、B、C、D的标定结果，即得到考虑横向偏移的交织区多车交互换道模型。

实施例

选取平均误差、平均绝对误差和均方根误差作为评价指标，构建三组对比模型，验证多车交互模型的有效性。

为说明模型参数标定的效果，对多车交互换道行为模型进行评价。选取平均误差、平均绝对误差和均方根误差作为评价指标，公式如下：

构建如下三组对比模型，对比分析它们与本发明所建多车交互换道行为模型的评价结果进一步了解换道车辆受周围交互车辆的影响。

1)对比模型1：换道车辆只考虑与目标车道后方车辆n的车头时距影响，则式 (8)变为式(10)，如下：

2)对比模型2：换道车辆仅考虑其受到目标车道后车n运动状态的影响。

3)对比模型3：换道车辆仅考虑其受到目标车道前车m运动状态的影响。

经实地考察与评估，选取同侧匝道交织区开展多车交互换道数据调查，该交织区长192m，双向六车道，主路车道宽3.75m，辅路匝道宽3.5m，以验证本发明的有益 效果：

数据采集设备采用御Mavic 2变焦版无人机，搭载带屏遥控器。无人机悬停并从约300米的高空拍摄整个交织区，获取交织区及其上下游各50m以内的视频。利用 Tracker软件提取目标换道车辆的车辆位置、速度以及加速度等数据，进一步计算换道 时间、车头时距等参数。共采集到150组多车交互换道数据，其中的100组数据用于 参数标定，另外50组实测数据用于模型验证。

影响系数初始值ω_j0、ω_m0和ω_n0的标定结果见表1。

表1影响系数初始值标定结果

其他五个参数的标定结果见表2。

表2其他参数的标定结果

多车交互换道行为模型与3组对比模型对50组实测数据拟合能力的评价结果如表3所示。

表3模型其他参数标定结果

由表3可知，对比模型2的评价结果优于对比模型1，说明侧向偏移变化对换道 车辆影响较大。对比模型3是现有仿真软件中换道模型的常见设置，其评价结果是最 差的，这说明换道车辆不能只关注目标车道前车的运动状况，还要根据目标车道后车 等交互车辆的影响及时调整换道行为。与其他对比模型相较多车交互换道行为模型的 各项评价指标表现较好，证明了本发明所述的交织区多车交互换道模型的有效性。

本实施例中，上述内容仅为本发明的较佳实施例，并非用于限制本发明的实施方案，本领域普通技术人员根据本发明的主要构思和精神，可以十分方便地进行相应的 变通或修改，故本发明的保护范围应以权利要求书所要求的保护范围为准。

Claims (4)

1.一种构建考虑横向偏移的交织区多车交互换道模型的方法，其特征在于，包括如下步骤：

步骤一：以目标换道车辆当前车道中线为基准，建立二维平面直角坐标系；确定目标换道车辆i的横向偏移量ξ；

步骤二：量化交织区周围交互车辆对目标换道车辆的影响系数，建立影响系数和横向偏移量ξ的关系；量化当前车道前车j、目标车道前车m、目标车道后车n，对目标换道车辆的三个影响系数ω_j、ω_m和ω_n，建立三个影响系数ω_j、ω_m和ω_n和横向偏移量ξ的关系，方法如下：

(1)换道开始：侧向偏移量ξ＝0，三个影响系数的初始值分别记为ω_j0、ω_m0和ω_n0，由假设可知，ω_j+ω_m+ω_n＝1；

(2)换道越线：目标换道车辆i从当前车道的中心线移动到旁侧车道的边界线，侧向偏移量ξ由0逐渐增大至

ω_j由初始值ω_j0逐渐减少至0，ω_n由初始值ω_n0逐渐增大到

即当ξ＝0时，ω_j＝ω_j0，当

时，ω_j＝0，ω_j与ξ呈线性关系，故ω_j＝ω_j0(1-2ξ)；假设这个时期另外两个影响系数ω_m和ω_n的比值不变，则当

时，

将ω_n与ξ线性拟合可算得

(3)换道终止：目标车辆i由旁侧车道边界线移动到目标车道的中心线，这个阶段ω_j＝0；侧向偏移量ξ从

逐渐增至1，ω_n从

减少至0，将ω_n与ξ做线性拟合可得

三个影响系数与目标换道车辆侧向偏移量的关系概括如下：

ω_m＝1-ω_j-ω_n (4)；

步骤三：基于全速度差模型，构建多车交互换道行为模型；基于全速度差模型考虑周围交互车辆对目标换道车辆的影响构建多车交互换道行为模型，方法如下：

全速度差模型的表达式如式(5)，其中最优速度函数V(·)计算公式见式(6).

V(Δx_i(t))＝A+Btan[CΔx_i(t)-D)] (6)

式中，

——t时刻目标车辆i的加速度；Δx_i(t)——t时刻目标车辆i分别与辆交互车辆的车头间距；v_i(t)——i车的速度；V(·)——i车的最优速度；η——i车对V(·)和v_i(t)差值的敏感系数；Δv_i(t)——t时刻i车和周围车辆的速度差；ε——速度差影响因子；A、B、C和D——t时刻i车和周围车辆的速度差；

基于FVD模型，充分考虑周围交互车辆对目标换道车辆的影响，构建多车交互换道行为模型，即：

a_i(t)＝φ[V(F_Δx(·))-v(t)]+F_Δv(·) (7)

车辆间距变量组合函数F_Δx(·)和车速差变量组合函数F_Δv(·)定义如下：

式中，Δx_ij(t)、Δx_im(t)和Δx_in(t)——t时刻换道车辆i与周围交互车辆的车头间距；Δv_ij(t)、Δv_im(t)和Δv_in(t)——t时刻换道车辆i与周围交互车辆的速度差；

步骤四：收集目标换道车辆和周围交互车辆的数据信息；

步骤五：确认多车交互换道行为模型的影响系数初始值和各个参数，采用遗传算法标定影响系数初始值ω_j0、ω_m0和ω_n0，并进一步标定参数φ、A、B、C和D；

遗传算法参数设置的情况如下：种群大小和规模都取60；交叉概率和变异概率分别取0.8和0.2，迭代次数300次；将多车交互换道的数据分为两部分，一部分用于参数标定，一部分用于模型验证；

将影响系数的公式(2)～(4)以及公式(8)带入多车交互换道行为模型中，得到影响系数初始值ω_j0、ω_m0和ω_n0的标定结果；

将三个影响系数初始值标定结果代入多车交互换道行为模型中，得到参数φ、A、B、C、D的标定结果，得到考虑横向偏移的交织区多车交互换道模型。

2.根据权利要求1所述的构建考虑横向偏移的交织区多车交互换道模型的方法，其特征在于，步骤一中，将目标换道车辆换道前的车道定为当前车道，换道后的车道定为目标车道，以“O”为坐标原点建立二维平面直角坐标系，当前车道中心线为x轴，车辆的前进方向取正，垂直于车辆前进方向且指向目标车道的方向为y轴。

3.根据权利要求1所述的构建考虑横向偏移的交织区多车交互换道模型的方法，其特征在于，步骤一中，目标换道车辆i的横向偏移量用ξ表示：

式中，y_P(t)——目标换道车辆i车头位置，即P点在t时刻的纵坐标；

max[y_P(t)]——y_P(t)的最大值；

min[y_P(t)]——y_P(t)的最小值；

公式(1)里的分母确保目标换道车辆i的横向偏移无论大于还是小于车道的宽度，ξ都能反映i车在横向的偏移程度。

4.根据权利要求1所述的构建考虑横向偏移的交织区多车交互换道模型的方法，其特征在于，步骤四中，提取目标换道车辆和周围交互车辆的数据信息，包括车型、车辆所在车道、车辆位置、速度及加速度，计算换道时间、侧向位移、各车车头间距。

Images