CN114067561A - 城市快速道路车路协同主动管控系统的虚拟现实测试方法 - Google Patents

城市快速道路车路协同主动管控系统的虚拟现实测试方法 Download PDF

Info

Publication number
CN114067561A
CN114067561A CN202111240405.9A CN202111240405A CN114067561A CN 114067561 A CN114067561 A CN 114067561A CN 202111240405 A CN202111240405 A CN 202111240405A CN 114067561 A CN114067561 A CN 114067561A
Authority
CN
China
Prior art keywords
vehicle
speed
road
information
variable
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
CN202111240405.9A
Other languages
English (en)
Other versions
CN114067561B (zh
Inventor
徐铖铖
王长帅
陈峻
杨敏
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 CN202111240405.9A priority Critical patent/CN114067561B/zh
Publication of CN114067561A publication Critical patent/CN114067561A/zh
Application granted granted Critical
Publication of CN114067561B publication Critical patent/CN114067561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G08G1/09—Arrangements for giving variable traffic instructions

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种城市快速道路车路协同主动管控系统的虚拟现实测试方法，具体为：设计城市快速路三维道路场景地图；构建联合仿真实验测试平台；当RSU设备检测到快速路上发生事故或拥堵后，将事故或拥堵信息反馈给平台控制系统，根据预设的控制策略，控制系统向RSU及可变信息系统发布控制指令，改变VMS上发布的道路交通信息，调整VSL的限速值；驾驶人控制仿真车辆的运行状态并与测试平台的道路交通环境进行实时交互，保存车辆的运行状态信息；构建二元logit模型，研究控制策略对行驶车速的影响效果，分析影响驾驶人对控制策略接受程度的显著因素，并根据分析结果对控制策略进行优化设计，实现考虑驾驶人因特性的控制系统优化。

Description

城市快速道路车路协同主动管控系统的虚拟现实测试方法
技术领域
本发明涉及城市快速道路车路协同主动管控系统的虚拟现实测试方法，属于道路交通安全设计、车路协同控制、交通管理与控制技术领域。
背景技术
交通流运行状态感知、事故风险辨识以及主动控制是构成主动安全控制系统的重要组成部分。通过实施主动安全控制技术，促进了交通流的安全与平稳运行，提升了道路交通安全水平。车路协同技术的发展，为主动控制技术的发展与实际应用奠定了坚实的技术基础。主动安全控制技术在应用于实际之前，对主动安全控制系统进行有效的测试，是保证系统安全与可靠运行的前提。对主动安全控制系统进行测试，也是交通管理与控制领域的重点研究内容。作为常用的主动安全控制技术，动态交通信息促进了驾驶人对道路交通状况的实时了解与掌握，可变信息标志可以帮助驾驶人采取合适的行为来减少其行程时间，同时也可以警示驾驶人短期的危险交通状况(如道路湿滑、临时的车道封闭)；可变限速技术通过动态地调整道路的限速值，指导驾驶人实现车速均匀变化，使交通流的运行更加平稳。
现阶段针对主动安全控制技术的研究，多利用交通仿真软件进行微观仿真研究，研究中并没有将驾驶人因特性考虑在内；或是采用驾驶模拟器仿真的方法进行研究，但研究中并没有考虑微观交通流对驾驶人的影响，因此，当前研究的结果并不能真实地反映主动控制技术对驾驶人操控行为的影响，以及驾驶人对主动控制技术的服从程度。如何在测试控制系统的过程中综合考虑驾驶人因特性以及微观交通流对驾驶人的影响，构建更加真实的仿真试验场景，是保证测试结果准确可靠的关键。
发明内容
本发明所要解决的技术问题是：提供城市快速道路车路协同主动管控系统的虚拟现实测试方法，通过利用虚拟现实技术，搭建三维仿真驾驶实验平台，对快速路的主动安全控制系统的性能进行仿真测试与评价，为主动安全控制策略的制定与实际应用提供理论依据，保障快速路交通流安全与稳定的运行。
本发明为解决上述技术问题采用以下技术方案：
城市快速道路车路协同主动管控系统的虚拟现实测试方法，所述方法包括如下步骤：
步骤1，绘制城市快速路三维道路场景地图，并将所述地图分别导入微观交通仿真软件和驾驶模拟仿真软件；
步骤2，构建基于所述微观交通仿真软件和所述驾驶模拟仿真软件的联合仿真实验测试平台，所述微观交通仿真软件为所述测试平台提供微观交通流，所述驾驶模拟仿真软件为所述测试平台提供被驾驶人操控的仿真车辆；
步骤3，所述测试平台启动后，当RSU设备检测到快速路上发生事故或拥堵后，所述RSU设备将事故或拥堵信息反馈给所述测试平台的控制系统，所述控制系统根据预设的控制策略，向RSU设备及可变信息系统发布控制指令，实时改变可变信息标志上发布的道路交通信息，调整可变限速标志的限速值，进而实时改变道路交通流的运行状态；
步骤4，测试过程中驾驶人通过方向盘控制所述仿真车辆的运行状态，并与所述测试平台的道路交通环境进行实时的交互，所述测试平台的数据存储模块实时保存仿真车辆的运行状态信息；
步骤5，统计驾驶人基本信息，结合仿真车辆的运行状态信息，构建二元logit模型，分析控制策略对行驶车速的影响效果，分析影响驾驶人对控制策略接受程度的显著因素，并根据上述分析结果对控制策略进行优化设计，实现考虑驾驶人因特性的控制系统优化。
作为本发明的一种优选方案，所述步骤1中，绘制的城市快速路三维道路场景地图为电子地图，场景中道路的设计遵循《公路路线设计规范》的要求；场景中标志与标线的设置遵循《道路交通标志和标线》和《公路限速标志设计规范》的要求。
作为本发明的一种优选方案，所述步骤2中，所述微观交通流的运行状态由所述微观交通仿真软件控制，所述被驾驶人操控的仿真车辆由驾驶模拟仿真软件生成，所述仿真车辆的信息在微观交通仿真软件与驾驶模拟仿真软件中同步实时更新。
作为本发明的一种优选方案，所述步骤3中，RSU设备布设于快速路两侧，布设间距为200米，采用DSRC通信技术进行通信，RSU设备在接收到来自控制系统的控制指令后，将道路的限速信息发送给微观交通仿真软件生成的微观交通流车辆，进而改变所述微观交通流车辆的运行状态；可变信息系统在接收到来自控制系统的控制指令后，将实时的道路交通信息和限速信息发送给被驾驶人操控的仿真车辆，进而影响所述仿真车辆的运行状态。
作为本发明的一种优选方案，所述步骤3中，可变信息标志和可变限速标志为可变信息系统的信息指令发布设备，均布设于交通龙门架上，悬于道路横断面上方，在道路行驶方向的第一台交通龙门架上布设可变信息标志，其余交通龙门架上布设可变限速标志；一台龙门架挂有多片可变限速标志，一片可变限速标志针对一个车道发布可变限速指令，可变限速标志的限速值实时改变，同一断面的所有车道具有相同的限速值；一台龙门架上设有一片可变信息标志，可变信息标志的指令针对所有车道实施，可变信息标志的指令包括“前方拥堵，减速慢行”和“前方事故，减速慢行”两种；龙门架的布设间距为1000m。
作为本发明的一种优选方案，所述步骤5中，构建的二元logit模型为：
Figure BDA0003319274620000031
Figure BDA0003319274620000032
其中，P(Y＝i)为因变量Y被划分为类别i的概率，i＝0，1；α为常数项；β为由所有自变量的系数组成的列向量；x为由自变量组合成的列向量。
作为本发明的一种优选方案，所述步骤5中，分析控制策略对行驶车速的影响效果时，选取可变信息标志上、下游200m位置车速的差Δv1，或者选取可变限速标志上、下游200m位置车速的差Δv2，作为反映控制策略对车速变化影响的指标；
Δv1＝v1-v2
Δv2＝v3-v4
其中，ν1、ν2分别为可变信息标志上游、下游200m处的车辆速度；ν3、v4为可变限速标志标志上游、下游200m处的车辆速度；
在利用二元logit模型进行分析时，模型的因变量为车速是否有明显变化；纳入模型进行分析的自变量包括：驾驶人的年龄、性别、驾龄、受教育程度、车辆进入测试平台运行400m后的瞬时速度、可变信息标志上显示的指令信息的类型以及可变限速标志上显示的限速值；
选取Δv1作为反映控制策略对车速变化影响的指标，当-10km/h≤Δv1≤10km/h时，认为控制策略对车速无影响，即车速无明显变化Y＝0；当Δv1＜-10km/h或10km/h＜Δv1时，认为控制策略对车速有明显影响，即车速发生显著变化Y＝1；
选取Δv2作为反映控制策略对车速变化影响的指标，当-10km/h≤Δv2≤10km/h时，认为控制策略对车速无影响，即车速无明显变化Y＝0；当Δv2＜-10km/h或10km/h＜Δv2时，认为控制策略对车速有明显影响，即车速发生显著变化Y＝1。
作为本发明的一种优选方案，所述步骤5中，分析影响驾驶人对控制策略接受程度的显著因素，选取可变限速标志上显示的限速值vvsl与可变限速标志下游200m位置车速v4的差Δv3，作为反映驾驶人对控制策略服从程度的分析指标；
Δv3＝vvsl-v4
在利用二元logit模型进行分析时，模型的因变量为驾驶人是否遵从控制策略；纳入模型进行分析的自变量包括：驾驶人的年龄、性别、驾龄、受教育程度、车辆进入测试平台运行400m后的瞬时速度以及可变信息标志上显示的指令信息的类型；
当-10km/h≤Δv3≤10km/h时，认为驾驶人完全遵从控制策略Y＝1；当Δv3＜-10km/h或10km/h＜Δv3时，认为驾驶人不遵从控制策略Y＝0。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1、本发明基于虚拟现实技术所构建的联合仿真实验测试平台，在对主动控制系统的性能进行测试的时候，克服了传统微观交通仿真的不足，将驾驶人因特性考虑在内，同时接入了微观交通流，考虑了微观交通流对驾驶人的影响，使得测试的结果更加准确可靠。
2、本发明通过道路设计软件构建高精度电子地图场景，并通过虚幻引擎对道路交通仿真场景进行3D渲染，提高了场景的真实性。
附图说明
图1是本发明的主动控制系统测试平台；
图2是本发明的测试平台的运行流程图；
图3是本发明的快速道路设备布设与信息发布示意图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
虚拟现实技术的发展，使得进一步提高驾驶仿真场景的真实度成为了可能。基于虚拟现实技术，构建三维仿真驾驶实验平台，可以对主动安全控制系统的性能进行仿真测试与评价。
本发明公开一种城市快速道路车路协同主动管控系统的虚拟现实测试方法，包括以下步骤：
1)设计城市快速路三维道路场景，并将地图分别导入微观交通仿真软件和驾驶模拟仿真软件，如图1所示。
所绘制的城市快速路三维道路场景为高精度电子地图场景；场景中道路的设计需要遵循《公路路线设计规范》(JTG D20-2017)的要求；场景中标志与标线的设置需要遵循《道路交通标志和标线》(GB 5768-2009)和《公路限速标志设计规范》(JTG/T 3381-02-2020)的要求。
2)构建基于微观交通仿真软件和驾驶模拟仿真软件的联合仿真实验测试平台；微观交通仿真软件为测试平台提供微观交通流，驾驶模拟仿真软件为测试平台提供可供驾驶人操控的仿真车辆，如图2所示。
联合仿真实验测试平台(图1)中，交通流的运行状态由微观交通仿真软件所控制，被驾驶人操控的仿真车辆由驾驶模拟仿真软件所生成，平台中车辆的信息(大小、形状、位置、速度、加/减速度、角度等)会在微观交通仿真软件与驾驶模拟仿真软件中同步实时更新。
3)测试平台启动后，当RSU设备检测到快速路上发生事故或拥堵后，RSU将事故或拥堵信息反馈给平台的控制系统，根据预设的控制策略，控制系统向RSU及可变信息系统发布控制指令，实时改变VMS(可变信息标志)上发布的道路交通信息，调整VSL(可变限速标志)的限速值，进而实时改变道路交通流的运行状态。
RSU设备作为拥堵或事故情况检测与信息指令发布设备，通信半径200米，采用DSRC通信技术，布设于道路两侧，布设间距为200米，当RSU接收到来自控制系统的指令后，RSU将道路的限速信息发送给微观交通仿真软件生成的微观交通流车辆，进而改变微观交通流车辆的运行状态；在接收到来自控制系统的指令后，可变信息系统将实时的限速信息和道路交通信息发送给被驾驶人操控的仿真车辆，进而影响仿真车辆的运行状况。
可变限速标志和可变信息标志为可变信息系统的信息指令发布设备，可布设与交通龙门架上，悬于道路横断面上方，一台龙门架可挂有多片可变限速标志，一片可变限速标志针对一个车道发布可变限速指令，可变限速标志的限速值可实时改变，同一断面的所有车道具有相同的限速值；一台龙门架上设有一片可变信息标志板，可变信息标志的指令是针对所有车道实施的，可变信息标志的指令包括“前方拥堵，减速慢行(Type1)”、“前方事故，减速慢行(Type2)”两种；龙门架的布设间距为1000m；控制系统中RSU检测设备、龙门架、可变信息标志、可变限速标志的布设方式如图3所示。
4)测试过程中驾驶人通过方向盘控制仿真车辆的运行状态并与测试平台的道路交通环境进行实时的交互，平台的数据存储模块将实时保存仿真车辆的运行状态信息(位置、速度、加/减速度、方向盘转角等)，便于后续分析不同控制策略影响下的驾驶人行为特征。
5)统计驾驶人基本信息(年龄、性别、驾龄、受教育程度等)，结合车辆运行状态数据，构建二元logit模型，研究控制策略对行驶车速的影响效果，分析影响驾驶人对控制策略接受程度的显著因素，并根据研究结果对控制策略进行优化设计，实现了考虑驾驶人因特性的控制系统优化。
构建的二元logit模型为：
Figure BDA0003319274620000061
Figure BDA0003319274620000071
其中：
P(Y＝i)为因变量Y被划分为类别i的概率，i＝0，1；
α为常数项；
β为由所有自变量的系数组成的列向量；
x为由自变量组合成的列向量。
针对控制策略对行驶车辆影响的研究，选取可变信息标志上、下游200m位置车速的差Δv1，或选取可变限速标志上、下游200m位置车速的差Δv2，作为反映控制策略对车速变化影响的指标；
Δv1＝v1-v2
Δv2＝v3-v4
其中，v1、v2分别为可变信息标志上游、下游200m处的车辆速度；v3、v4为可变限速标志标志上游、下游200m处的车辆速度；
当-10km/h≤Δv1≤10km/h时，认为控制策略对车速无影响，即车速无明显变化(Y＝0)；
当Δv1＜-10km/h或10km/h＜Δv1时，认为控制策略对车速有明显影响，即车速发生显著变化(Y＝1)；
或，当-10km/h≤Δv2≤10km/h时，认为控制策略对车速无影响，即车速无明显变化(Y＝0)；
当Δv2＜-10km/h或10km/h＜Δv2时，认为控制策略对车速有明显影响，即车速发生显著变化(Y＝1)；
在利用二元logit模型进行分析的时候，模型的因变量为车速是否有明显变化(Y＝0或1)；纳入模型进行分析的自变量包括：驾驶人的年龄、性别、驾龄、受教育程度、车辆进入测试平台运行400m后的瞬时速度(v0)、可变信息标志上显示的指令信息的类型(VMS，VMS＝0，当显示的信息类别为Type1；VMS＝1，当显示的信息类别为Type2)、可变限速标志上显示的限速值(vvsl)等。
针对影响驾驶人对控制策略服从程度的研究，选取可变限速标志上显示的限速值(vvsl)与可变限速标志下游200m位置车速(v4)的差Δv3，作为反映驾驶人对控制策略服从程度的分析指标；
Δv3＝vvsl-v4
当-10km/h≤Δv3≤10km/h时，认为驾驶人完全遵从控制策略(Y＝1)；
当Δv3＜-10km/h或10km/h＜Δv3时，认为驾驶人不遵从控制策略(Y＝0)。
在利用二元logit模型进行分析的时候，模型的因变量为驾驶人是否遵从控制策略(Y＝0或1)；纳入模型进行分析的自变量包括：驾驶人的年龄、性别、驾龄、受教育程度、车辆进入测试平台运行400m后的瞬时速度(v0)、可变信息标志上显示的指令信息的类型(VMS，VMS＝0，当显示的信息类别为Typel；VMS＝1，当显示的信息类别为Type2)等。
本发明方法基于虚拟现实技术，利用微观交通仿真软件与驾驶模拟仿真软件构建基于的城市快速路主动安全控制系统测试平台，克服了传统微观交通仿真的不足，将驾驶人因特性考虑在内，同时接入了微观交通流，考虑了微观交通流对驾驶人的影响，使得测试的结果更加准确可靠，为快速路主动控制系统的应用与道路实践提供了新的测试方法，测试结果具有很强的参考价值。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (8)

1.城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述方法包括如下步骤：
步骤1，绘制城市快速路三维道路场景地图，并将所述地图分别导入微观交通仿真软件和驾驶模拟仿真软件；
步骤2，构建基于所述微观交通仿真软件和所述驾驶模拟仿真软件的联合仿真实验测试平台，所述微观交通仿真软件为所述测试平台提供微观交通流，所述驾驶模拟仿真软件为所述测试平台提供被驾驶人操控的仿真车辆；
步骤3，所述测试平台启动后，当RSU设备检测到快速路上发生事故或拥堵后，所述RSU设备将事故或拥堵信息反馈给所述测试平台的控制系统，所述控制系统根据预设的控制策略，向RSU设备及可变信息系统发布控制指令，实时改变可变信息标志上发布的道路交通信息，调整可变限速标志的限速值，进而实时改变道路交通流的运行状态；
步骤4，测试过程中驾驶人通过方向盘控制所述仿真车辆的运行状态，并与所述测试平台的道路交通环境进行实时的交互，所述测试平台的数据存储模块实时保存仿真车辆的运行状态信息；
步骤5，统计驾驶人基本信息，结合仿真车辆的运行状态信息，构建二元logit模型，分析控制策略对行驶车速的影响效果，分析影响驾驶人对控制策略接受程度的显著因素，并根据上述分析结果对控制策略进行优化设计，实现考虑驾驶人因特性的控制系统优化。
2.根据权利要求1所述的城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述步骤1中，绘制的城市快速路三维道路场景地图为电子地图，场景中道路的设计遵循《公路路线设计规范》的要求；场景中标志与标线的设置遵循《道路交通标志和标线》和《公路限速标志设计规范》的要求。
3.根据权利要求1所述的城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述步骤2中，所述微观交通流的运行状态由所述微观交通仿真软件控制，所述被驾驶人操控的仿真车辆由驾驶模拟仿真软件生成，所述仿真车辆的信息在微观交通仿真软件与驾驶模拟仿真软件中同步实时更新。
4.根据权利要求1所述的城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述步骤3中，RSU设备布设于快速路两侧，布设间距为200米，采用DSRC通信技术进行通信，RSU设备在接收到来自控制系统的控制指令后，将道路的限速信息发送给微观交通仿真软件生成的微观交通流车辆，进而改变所述微观交通流车辆的运行状态；可变信息系统在接收到来自控制系统的控制指令后，将实时的道路交通信息和限速信息发送给被驾驶人操控的仿真车辆，进而影响所述仿真车辆的运行状态。
5.根据权利要求1所述的城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述步骤3中，可变信息标志和可变限速标志为可变信息系统的信息指令发布设备，均布设于交通龙门架上，悬于道路横断面上方，在道路行驶方向的第一台交通龙门架上布设可变信息标志，其余交通龙门架上布设可变限速标志；一台龙门架挂有多片可变限速标志，一片可变限速标志针对一个车道发布可变限速指令，可变限速标志的限速值实时改变，同一断面的所有车道具有相同的限速值；一台龙门架上设有一片可变信息标志，可变信息标志的指令针对所有车道实施，可变信息标志的指令包括“前方拥堵，减速慢行”和“前方事故，减速慢行”两种；龙门架的布设间距为1000m。
6.根据权利要求1所述的城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述步骤5中，构建的二元logit模型为：
Figure FDA0003319274610000021
Figure FDA0003319274610000022
其中，P(Y＝i)为因变量Y被划分为类别i的概率，i＝0，1；α为常数项；β为由所有自变量的系数组成的列向量；x为由自变量组合成的列向量。
7.根据权利要求6所述的城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述步骤5中，分析控制策略对行驶车速的影响效果时，选取可变信息标志上、下游200m位置车速的差Δv1，或者选取可变限速标志上、下游200m位置车速的差Δv2，作为反映控制策略对车速变化影响的指标；
Δv1＝v1-v2
Δv2＝v3-v4
其中，v1、v2分别为可变信息标志上游、下游200m处的车辆速度；v3、v4为可变限速标志标志上游、下游200m处的车辆速度；
在利用二元logit模型进行分析时，模型的因变量为车速是否有明显变化；纳入模型进行分析的自变量包括：驾驶人的年龄、性别、驾龄、受教育程度、车辆进入测试平台运行400m后的瞬时速度、可变信息标志上显示的指令信息的类型以及可变限速标志上显示的限速值；
选取Δv1作为反映控制策略对车速变化影响的指标，当-10km/h≤Δv1≤10km/h时，认为控制策略对车速无影响，即车速无明显变化Y＝0；当Δv1＜-10km/h或10km/h＜Δv1时，认为控制策略对车速有明显影响，即车速发生显著变化Y＝1；
选取Δv2作为反映控制策略对车速变化影响的指标，当-10km/h≤Δv2≤10km/h时，认为控制策略对车速无影响，即车速无明显变化Y＝0；当Δv2＜-10km/h或10km/h＜Δv2时，认为控制策略对车速有明显影响，即车速发生显著变化Y＝1。
8.根据权利要求6所述的城市快速道路车路协同主动管控系统的虚拟现实测试方法，其特征在于，所述步骤5中，分析影响驾驶人对控制策略接受程度的显著因素，选取可变限速标志上显示的限速值vvsl与可变限速标志下游200m位置车速v4的差Δv3，作为反映驾驶人对控制策略服从程度的分析指标；
Δv3＝vvsl-v4
在利用二元logit模型进行分析时，模型的因变量为驾驶人是否遵从控制策略；纳入模型进行分析的自变量包括：驾驶人的年龄、性别、驾龄、受教育程度、车辆进入测试平台运行400m后的瞬时速度以及可变信息标志上显示的指令信息的类型；
当-10km/h≤Δv3≤10km/h时，认为驾驶人完全遵从控制策略Y＝1；当Δv3＜-10km/h或10km/h＜Δv3时，认为驾驶人不遵从控制策略Y＝0。
CN202111240405.9A 2021-10-25 2021-10-25 城市快速道路车路协同主动管控系统的虚拟现实测试方法 Active CN114067561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111240405.9A CN114067561B (zh) 2021-10-25 2021-10-25 城市快速道路车路协同主动管控系统的虚拟现实测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111240405.9A CN114067561B (zh) 2021-10-25 2021-10-25 城市快速道路车路协同主动管控系统的虚拟现实测试方法

Publications (2)

Publication Number Publication Date
CN114067561A true CN114067561A (zh) 2022-02-18
CN114067561B CN114067561B (zh) 2022-11-18

Family

ID=80235332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111240405.9A Active CN114067561B (zh) 2021-10-25 2021-10-25 城市快速道路车路协同主动管控系统的虚拟现实测试方法

Country Status (1)

Country Link
CN (1) CN114067561B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114863706A (zh) * 2022-04-26 2022-08-05 山东高速集团有限公司 一种面向高速公路的车路协同自动驾驶仿真测试系统及方法
CN115116231A (zh) * 2022-08-26 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 一种车路协同微观仿真系统、方法、电子设备及存储介质
CN115206103A (zh) * 2022-07-18 2022-10-18 山西省智慧交通研究院有限公司 一种基于平行仿真系统的可变限速控制系统
CN115587496A (zh) * 2022-11-01 2023-01-10 北京百度网讯科技有限公司 基于车路协同的测试方法、装置、设备、系统及存储介质
CN116432448A (zh) * 2023-04-06 2023-07-14 西南交通大学 基于智能网联车和驾驶员遵从度的可变限速优化方法
CN117975736A (zh) * 2024-03-29 2024-05-03 北京市计量检测科学研究院 一种无人驾驶车辆车路协同应用场景测试方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542823A (zh) * 2011-12-16 2012-07-04 东南大学 一种基于交通流运行状态的快速道路可变限速控制方法
CN103164579A (zh) * 2013-03-14 2013-06-19 同济大学 一种实现微观交通仿真器与驾驶模拟器交互式一体化实验平台的方法
CN105931460A (zh) * 2016-05-13 2016-09-07 东南大学 一种快速道路连续瓶颈路段的可变限速控制策略优化方法
CN108492666A (zh) * 2018-03-31 2018-09-04 长安大学 一种虚实混合的实时微观交通仿真系统与方法
DE102018111113A1 (de) * 2017-06-06 2018-12-06 Subaru Corporation Fahrzeugfahrsteuervorrichtung
CN110427682A (zh) * 2019-07-26 2019-11-08 清华大学 一种基于虚拟现实的交通场景模拟实验平台和方法
WO2020230467A1 (ja) * 2019-05-15 2020-11-19 日産自動車株式会社 運転支援方法及び運転支援装置
CN112233458A (zh) * 2020-09-27 2021-01-15 东南大学 一种面向二次事故预防动态车道与可变限速协同控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542823A (zh) * 2011-12-16 2012-07-04 东南大学 一种基于交通流运行状态的快速道路可变限速控制方法
CN103164579A (zh) * 2013-03-14 2013-06-19 同济大学 一种实现微观交通仿真器与驾驶模拟器交互式一体化实验平台的方法
CN105931460A (zh) * 2016-05-13 2016-09-07 东南大学 一种快速道路连续瓶颈路段的可变限速控制策略优化方法
DE102018111113A1 (de) * 2017-06-06 2018-12-06 Subaru Corporation Fahrzeugfahrsteuervorrichtung
CN108492666A (zh) * 2018-03-31 2018-09-04 长安大学 一种虚实混合的实时微观交通仿真系统与方法
WO2020230467A1 (ja) * 2019-05-15 2020-11-19 日産自動車株式会社 運転支援方法及び運転支援装置
CN110427682A (zh) * 2019-07-26 2019-11-08 清华大学 一种基于虚拟现实的交通场景模拟实验平台和方法
CN112233458A (zh) * 2020-09-27 2021-01-15 东南大学 一种面向二次事故预防动态车道与可变限速协同控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曲大义等: "基于分层Logit模型的车辆换道行为研究", 《科学技术与工程》 *
杨?皓等: "城市地下快速路驾驶模拟仿真试验方法研究", 《中国市政工程》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114863706A (zh) * 2022-04-26 2022-08-05 山东高速集团有限公司 一种面向高速公路的车路协同自动驾驶仿真测试系统及方法
CN115206103A (zh) * 2022-07-18 2022-10-18 山西省智慧交通研究院有限公司 一种基于平行仿真系统的可变限速控制系统
CN115116231A (zh) * 2022-08-26 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 一种车路协同微观仿真系统、方法、电子设备及存储介质
CN115587496A (zh) * 2022-11-01 2023-01-10 北京百度网讯科技有限公司 基于车路协同的测试方法、装置、设备、系统及存储介质
CN115587496B (zh) * 2022-11-01 2023-10-17 北京百度网讯科技有限公司 基于车路协同的测试方法、装置、设备、系统及存储介质
CN116432448A (zh) * 2023-04-06 2023-07-14 西南交通大学 基于智能网联车和驾驶员遵从度的可变限速优化方法
CN116432448B (zh) * 2023-04-06 2024-02-23 西南交通大学 基于智能网联车和驾驶员遵从度的可变限速优化方法
CN117975736A (zh) * 2024-03-29 2024-05-03 北京市计量检测科学研究院 一种无人驾驶车辆车路协同应用场景测试方法及系统
CN117975736B (zh) * 2024-03-29 2024-06-07 北京市计量检测科学研究院 一种无人驾驶车辆车路协同应用场景测试方法及系统

Also Published As

Publication number Publication date
CN114067561B (zh) 2022-11-18

Similar Documents

Publication Publication Date Title
CN114067561B (zh) 城市快速道路车路协同主动管控系统的虚拟现实测试方法
CN113050455A (zh) 一种用于智能网联汽车的数字孪生测试系统及控制方法
CN113536612B (zh) 一种基于仿真平台的可交互数据集重现方法与系统
CN114200849A (zh) 用于自动驾驶的虚拟仿真测试系统和方法
CN116432448B (zh) 基于智能网联车和驾驶员遵从度的可变限速优化方法
CN113918615A (zh) 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统
CN111143936B (zh) 一种高速公路螺旋隧道圆曲线半径推荐值的计算方法
CN116822125A (zh) 基于虚拟现实的个性化交互式车道级可变限速优化方法
CN105431341B (zh) 用于处理数字地图的地图数据的方法和设备
Chundury et al. Evaluation of CORSIM car-following model by using Global Positioning System field data
Ning et al. Modeling fixed-block railway signaling system using cellular automata model
CN108898857A (zh) 一种考虑安全可靠性的交叉口机动车绿灯间隔设置方法
CN110070739A (zh) 基于车行道的车辆行驶限制信息的发布系统、方法及装置
CN106097421B (zh) 基于真实数据的交通动画模拟系统
Qiang et al. Traffic flow modeling in fog with cellular automata model
CN113276860B (zh) 车辆控制方法、装置、电子设备以及存储介质
CN112373482B (zh) 一种基于驾驶模拟器的驾驶习惯建模方法
CN115578857A (zh) 基于跟驰模型与路权的三维场景车辆仿真方法及系统
CN114818109A (zh) 一种车辆编队行驶下空气阻力系数及燃油经济性计算方法
CN113780780A (zh) 一种混合驾驶环境自动驾驶汽车驾驶能力测评方法
CN115223381A (zh) 交通信息处理方法、装置、电子设备及计算机存储介质
Fan et al. Role of vehicle trajectory and lateral acceleration in designing horizontal curve radius of off-ramp: a driving simulator based study.
Ying et al. Virtual simulation experiment analysis of Chevron deceleration marking based on driving simulator
CN112785863B (zh) 基于K-Means和熵加权的并道决策分类预警方法
WO2022250042A1 (ja) 供試体試験システム、走行抵抗算出装置、走行抵抗算出プログラム、及び、供試体試験方法

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