CN114516328A - 一种智能网联环境下基于规则的车队跟驰模型方法 - Google Patents

一种智能网联环境下基于规则的车队跟驰模型方法 Download PDF

Info

Publication number
CN114516328A
CN114516328A CN202210218865.XA CN202210218865A CN114516328A CN 114516328 A CN114516328 A CN 114516328A CN 202210218865 A CN202210218865 A CN 202210218865A CN 114516328 A CN114516328 A CN 114516328A
Authority
CN
China
Prior art keywords
speed
vehicle
distance
acceleration
vehicles
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
CN202210218865.XA
Other languages
English (en)
Other versions
CN114516328B (zh
Inventor
金倩
柳祖鹏
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.)
Wuhan University of Science and Engineering WUSE
Original Assignee
Wuhan University of Science and Engineering WUSE
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 Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN202210218865.XA priority Critical patent/CN114516328B/zh
Publication of CN114516328A publication Critical patent/CN114516328A/zh
Application granted granted Critical
Publication of CN114516328B publication Critical patent/CN114516328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • 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

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种智能网联环境下基于规则的车队跟驰模型方法，包括：构建基于规则的网联车队框架模型；采用二分之一斜率法对舒适度与行车时间加以平衡，计算出最佳加减速方案；基于框架模型以及加减速方案构建基于规则的车队跟驰模型。本发明的方法为形成较小间距、速度一致的自动驾驶车队，将速度一致、避免碰撞、尽量靠近三条原则作为智能网联汽车的交互规则，借鉴安全距离类模型的形式，结合车辆运动学，达到所构建的模型可以在安全的前提下使得后车以较小的间距、一致的速度进行稳定跟驰的效果。

Description

一种智能网联环境下基于规则的车队跟驰模型方法
技术领域
本发明涉及车辆驾驶技术，具体涉及一种智能网联环境下基于规则的车队跟驰模型方法。
背景技术
目前，智能网联汽车的出现改变了车辆驾驶行为模式，实现了车与车、车与路之间的交互，为缓解交通问题带来了曙光，智能网联时代即将来临。在智能网联环境下车辆以队列行驶，车辆可以通过车-车通信紧密配合缩短两车行驶间距，并避免碰撞，有效提高道路通行能力以及交通安全性，从而在一定程度上缓解交通问题。而车队之间车与车之间的相互作用即为跟驰行为，因此，研究智能网联汽车跟驰模型势在必行。
跟驰模型的分类比较多，常用的经典模型有以下几类：刺激-反应模型、优化速度模型、智能驾驶模型以及安全距离类模型，这些模型各有其优缺点以及适用性。刺激-反应模型：模型简单，物理意义直白，是许多跟驰模型研究的基础，但是较难进行准确的参数标定。优化速度模型：可重现交通流多种宏观现象，但是考虑因素单一，无法保证跟驰安全间距。智能驾驶模型：可较好地拟合实际数据，可同时描述自由流与非自由流交通状态，但是待标定参数较多。相比较而言安全距离类模型考虑行车间距直接反馈，物理意义明确，能够很好的描述跟驰行为，仿真应用广，因此，比较适合用来研究智能网联汽车跟驰模型。
在安全距离跟驰模型方面，有对制动过程进行了分析，在原来的车辆运动安全距离公式的基础上，重新定义了跟驰安全距离。有通过测量前后车之间的距离，计算出安全距离，并提出了用来判断前后车的安全距离是否安全的算法。有基于安全距离模型，对汽车制动过程进行了运动学分析，建立了一种改进后的安全距离数学模型。有通过分析期望的跟驰车速以及安全间距对驾驶行为的影响，把安全间距作为直接反馈控制项，以此建立了协同跟驰模型。在智能网联汽车跟驰模型方面，有通过分析智能网联汽车的跟驰特性，构建了考虑3辆前导车信息的CAV跟驰模型。有在车车通信环境下，通过分析在跟驰状态下的车辆的运动特性，提出了临界安全距离模型。有在车联网环境下，对原有自动驾驶交通流跟驰模型进行改进，构建新的自动驾驶跟驰模型。有基于V2V条件在Newell模型和FVD模型的基础上进行改进，构建了车辆队列跟驰模型，并对V2V技术提高交通流运行安全性和稳定性的机理进行了分析。有考虑车辆跟驰存在的延时性与传递性,基于网联车的智能感知与协同交互，提出一种基于多前车最优速度与加速度的网联车跟驰模型。有为了进一步提高交通流的稳定性，在经典基于驾驶员记忆的最优速度(OVCM)模型的基础上，提出了一种基于多前车最优速度与紧邻加速度(MHOVA)的智能网联车辆跟驰模型。
上述对安全距离类跟驰模型的研究多以避撞为目标，少有人考虑让车辆尽量靠近的状态，且跟驰车距偏大，跟驰中前后车速度大多不一致，这就导致前车在状态不变的情况下，后车需要根据本车速度、前后车距离进行多次微调。而在智能网联汽车跟驰模型方面，虽有部分学者研究智能网联汽车模型，但大多都是在经典模型的基础上进行改进，而已有的经典跟驰模型基本都是对传统交通环境的描述，所以无法准确描述智能网联汽车的跟驰行为。所以，针对以上问题，根据智能网联汽车特性制定车辆交互规则，构建跟驰模型，使车辆迅速形成一列间距一致、速度一致的队列，探索基于规则的车队行驶模型的可行性。
发明内容
本发明的主要目的在于提供一种智能网联环境下基于规则的车队跟驰模型方法，达到所构建的模型可以在安全的前提下使得后车以较小的间距、一致的速度进行稳定跟驰的效果。
本发明采用的技术方案是：一种智能网联环境下基于规则的车队跟驰模型方法，包括：
构建基于规则的网联车队框架模型；
采用二分之一斜率法对舒适度与行车时间加以平衡，计算出最佳加减
速方案；
基于框架模型以及加减速方案构建基于规则的车队跟驰模型。
进一步地，所述构建基于规则的网联车队框架模型包括两车间距较小时构建模型和两车间距较小时构建模型；
网络环境为5G通信，非5G情况下也可使用，仅通信时延不同，但整个车队处于同一种网络环境，后车在同时满足三条规则进行匀速行驶时的距离为停车距离加通信延迟阶段匀速行驶的距离，借鉴最小行车安全距离数学模型框架，可以得出以下关系式：
Figure DEST_PATH_IMAGE001
（1）
式中，
Figure 489445DEST_PATH_IMAGE002
为车辆停止后，与前方车辆之间的安全距离，取2m；
Figure DEST_PATH_IMAGE003
为前车的速度，也是两车匀速时的速度，km/h；T为通信延迟时间，理想情况下，5G通信时延一般取0.001s；D为两车之间的实际距离，m；
Figure 443495DEST_PATH_IMAGE004
为前车的制动距离，m；
Figure DEST_PATH_IMAGE005
为后车的制动距离，m；
两车间距较小时构建模型
后车车速大于前车
由于前车匀速运动，故当后车先经过延迟阶段匀速后减速到与前车速度相等，且刚好保持
Figure 299455DEST_PATH_IMAGE006
的距离时(两车行驶时间相等)，则可实现三条交互规则；于是有：
Figure DEST_PATH_IMAGE007
(2)
Figure 997153DEST_PATH_IMAGE008
(3)
Figure DEST_PATH_IMAGE009
(4)
根据式(1)(2)(3)，可得到以下关系式：
Figure 356590DEST_PATH_IMAGE010
(5)
Figure DEST_PATH_IMAGE011
(6)
式中，
Figure 481541DEST_PATH_IMAGE012
为后车的初始速度，
Figure DEST_PATH_IMAGE013
；
Figure 418273DEST_PATH_IMAGE014
为后车加速度，
Figure DEST_PATH_IMAGE015
；
Figure 60607DEST_PATH_IMAGE016
为后车减速时间，
Figure DEST_PATH_IMAGE017
；
Figure 664764DEST_PATH_IMAGE018
为第一种情况两车之间的实际距离，m；
取加速度
Figure DEST_PATH_IMAGE019
，所以当两车距离大于
Figure 960616DEST_PATH_IMAGE020
（
Figure DEST_PATH_IMAGE021
为加速度为0.5
Figure 260010DEST_PATH_IMAGE022
时两车的间距）或者
Figure DEST_PATH_IMAGE023
(
Figure 33931DEST_PATH_IMAGE024
)时，后车在减至前车速度时两车间距大于
Figure DEST_PATH_IMAGE025
不能满足尽量靠近原则，将此归为两车间距较大，后车车速大于前车的行车情况，所以当
Figure 758173DEST_PATH_IMAGE026
，为第一种情况，此时后车经过延迟匀速后直接减速；则
Figure DEST_PATH_IMAGE027
时，
Figure 631451DEST_PATH_IMAGE028
(7)
后车车速小于等于前车
当后车速度小于等于前车时，此时车辆不仅不会发生碰撞，两车间距还会越来越大，此种情况较为特殊，所以将此种情况归为两车间距较大，后车车速小于等于前车的行车情况；
两车间距较小时构建模型
在满足规则的前提下，有：
Figure DEST_PATH_IMAGE029
(8)
Figure 683721DEST_PATH_IMAGE030
(9)
Figure DEST_PATH_IMAGE031
(10)
Figure 792491DEST_PATH_IMAGE032
(11)
根据式(1)，可得到以下关系式：
Figure DEST_PATH_IMAGE033
(12)
Figure 246607DEST_PATH_IMAGE034
(13)
当
Figure DEST_PATH_IMAGE035
Figure 290786DEST_PATH_IMAGE036
(14)
Figure DEST_PATH_IMAGE037
(15)
式中，
Figure 954985DEST_PATH_IMAGE038
分别为为后车加速时间、匀速时间以及减速时间，
Figure DEST_PATH_IMAGE039
；
Figure 477234DEST_PATH_IMAGE040
为后车匀速阶段的速度，
Figure DEST_PATH_IMAGE041
；
Figure 910489DEST_PATH_IMAGE042
分别后车在加速阶段以及减速阶段的加速度，
Figure DEST_PATH_IMAGE043
；
后车车速大于前车
为了使后车在任何加减速方案下都有匀速阶段，
Figure 859990DEST_PATH_IMAGE044
取所有加减速方案中的最小值，当
Figure DEST_PATH_IMAGE045
时，
Figure 11486DEST_PATH_IMAGE040
可以取到最小值，即
Figure 603004DEST_PATH_IMAGE046
（
Figure DEST_PATH_IMAGE047
为
Figure 766133DEST_PATH_IMAGE048
时，所求得的匀速阶段速度，其中右上标括号内左边的数值为加速阶段的加速度
Figure DEST_PATH_IMAGE049
，右边的数值为减速阶段的加速度
Figure 11169DEST_PATH_IMAGE050
）；由于在快速路上，车辆限速为77km/h，所以两车距离小于
Figure DEST_PATH_IMAGE051
所对应间距，又因
Figure 790906DEST_PATH_IMAGE052
符合此种情况，所以
Figure DEST_PATH_IMAGE053
时，为第一种情况，后车以最小
Figure 779591DEST_PATH_IMAGE040
匀速，即后车经过通信延迟匀速阶段后，加速至
Figure 62805DEST_PATH_IMAGE040
，然后进行匀速，最后再在
Figure 885267DEST_PATH_IMAGE054
的距离时刚好减至与前车速度一致；
第二种情况为以
Figure DEST_PATH_IMAGE055
匀速，即后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 745776DEST_PATH_IMAGE056
的距离时刚好减至与前车速度一致；于是此种情况为第一种情况的特殊情况，此时
Figure DEST_PATH_IMAGE057
，
Figure 147938DEST_PATH_IMAGE058
；
后车速度小于等于前车
当后车速度小于等于前车时，此时车辆不会发生碰撞且两车距离越来越远，所以若要满足三条规则，后车需要以大于前车的速度
Figure 816817DEST_PATH_IMAGE040
进行追赶后，再进行匀速行驶，最后再在
Figure DEST_PATH_IMAGE059
的距离时刚好减至与前车速度一致，此种情况与后车车速大于前车车速中的第一种情况一致，仅
Figure 669235DEST_PATH_IMAGE060
及
Figure DEST_PATH_IMAGE061
取值有所不同；此时在所有加减速方案中，仅在
Figure 626827DEST_PATH_IMAGE062
或
Figure DEST_PATH_IMAGE063
中可以取到最小值，所以最小
Figure 363839DEST_PATH_IMAGE064
为两种方案中的最小值，即
Figure DEST_PATH_IMAGE065
；当
Figure 480699DEST_PATH_IMAGE066
时，为了保证安全
Figure 379385DEST_PATH_IMAGE067
取两种方案中的最大值，即
Figure 621011DEST_PATH_IMAGE068
；所以
Figure 896134DEST_PATH_IMAGE069
，即
Figure 133081DEST_PATH_IMAGE070
时，为第一种情况，此时以最小
Figure 468247DEST_PATH_IMAGE064
匀速；
当
Figure 666010DEST_PATH_IMAGE071
时，由于
Figure 603879DEST_PATH_IMAGE072
，所以此种情况下的最小
Figure 101857DEST_PATH_IMAGE040
均大于等于77
Figure 342345DEST_PATH_IMAGE073
，超出限速范围，于是此为第二种情况为以
Figure 292984DEST_PATH_IMAGE074
匀速，即后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 909910DEST_PATH_IMAGE075
的距离时刚好减至与前车速度一致；同时结合第一种情况，可以得出第二种情况：
Figure 121448DEST_PATH_IMAGE076
时，
Figure 798417DEST_PATH_IMAGE077
。
更进一步地，所述采用二分之一斜率法对舒适度与行车时间加以平衡，计算出最佳加减速方案包括：
单轴向加权加速度均方根值
采用单轴向加权加速度均方根值来进行评价，舒适性指标为：
Figure 705193DEST_PATH_IMAGE078
(16)
Figure 391390DEST_PATH_IMAGE079
(17)
式中，
Figure 332801DEST_PATH_IMAGE080
为舒适度指标，
Figure 305305DEST_PATH_IMAGE081
；
Figure 964956DEST_PATH_IMAGE082
为加速度统计总量；
Figure 923685DEST_PATH_IMAGE083
为统计获取的第
Figure 250761DEST_PATH_IMAGE084
个加速度值，
Figure 269533DEST_PATH_IMAGE085
；
Figure 275535DEST_PATH_IMAGE086
为统计时间，s；
Figure 303534DEST_PATH_IMAGE087
为统计时间间隔，取0.2s；加速度的统计分为三个部分：加速、匀速、减速；
Figure 219537DEST_PATH_IMAGE088
；于是有：
Figure 409210DEST_PATH_IMAGE089
（18）
式中，
Figure 43454DEST_PATH_IMAGE090
为后车加速、匀速、减速阶段的行驶总时间，s；
舒适度与行车时间平衡方法
式(12)中，
Figure 480338DEST_PATH_IMAGE091
，
Figure 250848DEST_PATH_IMAGE092
和
Figure 611422DEST_PATH_IMAGE093
皆可获得，根据前后车速度大小关系以及实际距离可以确定后车以哪种方式行驶，也可确定
Figure 467382DEST_PATH_IMAGE094
；然后根据EXCEL表格计算出所有加减速方案的行车时间以及舒适度，得出不同加减速方案下的行车时间与舒适度关系的散点图，最终拟合相应的公式；
以
Figure 696238DEST_PATH_IMAGE095
为例，
Figure 586834DEST_PATH_IMAGE096
，
Figure 118309DEST_PATH_IMAGE097
，
Figure 461566DEST_PATH_IMAGE098
则后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 228534DEST_PATH_IMAGE099
的距离时刚好减至与前车速度一致；
加减速方案计算
拟合曲线形式为:
Figure 973636DEST_PATH_IMAGE100
(19)
Figure 676013DEST_PATH_IMAGE101
(20)
斜率数值为最大(斜率最小)时：
Figure 506565DEST_PATH_IMAGE102
(21)
平均斜率：
Figure 218169DEST_PATH_IMAGE103
(22)
则所对应的行车时间为：
Figure 207991DEST_PATH_IMAGE104
(23)
式中，e，f，g均为常数；
对
Figure 81269DEST_PATH_IMAGE105
范围的点进行筛选，选取舒适度和行车时间均相比较较小的点。
更进一步地，所述基于框架模型以及加减速方案构建基于规则的车队跟驰模型包括：
后车行驶过程大致分为两大类别，第一类经过通信延迟后直接减速，可以直接算出加速度，车辆在通信延迟之后直接根据相应的加速度减速即可；第二类通信延迟之后开始加速至
Figure 133539DEST_PATH_IMAGE106
，然后开始匀速，最后再在
Figure 648834DEST_PATH_IMAGE107
的距离时刚好减速至与前车速度一致，共有四个阶段；在EXCEL数值计算中，以初始两车间隔
Figure 368528DEST_PATH_IMAGE108
开始，每隔
Figure 537341DEST_PATH_IMAGE109
或状态发生变化时，根据此刻状态计算当前车辆的速度，位置，根据颗粒粗细
Figure 76907DEST_PATH_IMAGE109
取1m，此时1m所对应的时间为0.05s；于是有：
延迟阶段：
前后车速度
Figure 864734DEST_PATH_IMAGE110
不变，保持匀速
Figure 704514DEST_PATH_IMAGE111
(24)
Figure 919595DEST_PATH_IMAGE112
(25)
式中，
Figure 336670DEST_PATH_IMAGE113
分别表示前车与后车的位置，m，此时状态发生改变计算一次位置，所以
Figure 928188DEST_PATH_IMAGE114
；
前车速度
Figure 622475DEST_PATH_IMAGE115
不变，保持匀速；后车在位置为
Figure 8457DEST_PATH_IMAGE116
时开始加速；两车在某个间距间隔的距离等于原始距离加上前车的制动距离减去后车的制动距离：
Figure 788194DEST_PATH_IMAGE117
(26)
Figure 917824DEST_PATH_IMAGE118
(27)
Figure 591251DEST_PATH_IMAGE119
(28)
Figure 148134DEST_PATH_IMAGE120
(29)
所以，两车间距为
Figure 415167DEST_PATH_IMAGE121
时，后车的速度为：
Figure 348488DEST_PATH_IMAGE122
(30)
Figure 751788DEST_PATH_IMAGE123
(31)
Figure 745152DEST_PATH_IMAGE124
(32)
当后车加速至
Figure 358536DEST_PATH_IMAGE125
时，车辆开始匀速，此时两车间距为：
Figure 95547DEST_PATH_IMAGE126
(33)
式中，
Figure 353353DEST_PATH_IMAGE127
为两车在某个间距间隔的距离，m，由于在延迟阶段计算过一次，所以下标为
Figure 517619DEST_PATH_IMAGE128
；
Figure 493665DEST_PATH_IMAGE129
分别为前车，后车在加速阶段的制动距离，m；
Figure 893422DEST_PATH_IMAGE130
为两车在某个间距间隔的速度，km/h；
Figure 5735DEST_PATH_IMAGE131
为车辆加速完毕开始匀速时刻两车的间距，m；
匀速阶段：
前车速度
Figure 606480DEST_PATH_IMAGE132
不变，保持匀速；后车速度为
Figure 804243DEST_PATH_IMAGE133
，开始匀速；此时车辆在某个间隔行驶的时间为：
Figure 883058DEST_PATH_IMAGE134
(34)
由此可以算出两车的位置：
Figure 115456DEST_PATH_IMAGE135
(35)
Figure 746158DEST_PATH_IMAGE136
(36)
式中，
Figure 431217DEST_PATH_IMAGE137
为某个间隔两车行驶的时间，s，由于在延迟阶段，加速阶段各计算过一次，所以下标为
Figure 48143DEST_PATH_IMAGE138
；
减速阶段：
前车速度
Figure 400627DEST_PATH_IMAGE139
不变，保持匀速；后车初始速度为
Figure 77596DEST_PATH_IMAGE140
；后车开始减速时，两车间距等于后车制动距离加上
Figure 374585DEST_PATH_IMAGE141
减去前车制动距离：
Figure 795202DEST_PATH_IMAGE142
Figure 736613DEST_PATH_IMAGE143
(37)
所以，两车间距为
Figure 850063DEST_PATH_IMAGE144
时，后车的速度为:
Figure 509714DEST_PATH_IMAGE145
(38)
Figure 593077DEST_PATH_IMAGE146
(39)
Figure 654574DEST_PATH_IMAGE147
(40)
式中，
Figure 673345DEST_PATH_IMAGE148
为车辆结束匀速开始减速时两车的间距，s；
综上，结合推荐加速度方案，可以得出后车跟驰模型：
两车间距较小，后车车速大于前车
Figure 820293DEST_PATH_IMAGE149
两车间距较大
Figure 582712DEST_PATH_IMAGE150
在行驶中，加速时加速度或速度会有波动情况，若要在减速阶段加速度不变的情况下保持安全行驶，则此时的速度应满足以下关系式：
Figure 623350DEST_PATH_IMAGE151
且
Figure 813022DEST_PATH_IMAGE152
。
本发明的优点：
本发明的方法为形成较小间距、速度一致的自动驾驶车队，将速度一致、避免碰撞、尽量靠近三条原则作为智能网联汽车的交互规则，借鉴安全距离类模型的形式，结合车辆运动学，达到所构建的模型可以在安全的前提下使得后车以较小的间距、一致的速度进行稳定跟驰的效果。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明 跟驰状态下前后两车安全距离模型示意图；
图2是本发明的车队形成框架模型框架图；
图3是本发明的不同加减速方案下的行车时间与舒适度关系图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
车队形成框架模型的建立
交互规则描述
研究中，集群的智能网联汽车已经具备了涌现的条件，如果设计科学合理的交互规则，那么就可以实现交通系统的自组织涌现控制。在路段宏观层面，集群的智能网联汽车可以形成自治车队。由此参考鱼群三规则，以智能网联汽车作为智能个体，根据智能网联汽车特性制定了以下规则：
避免碰撞：车辆在行驶中，保持一定的车间距，使前后车辆不发生碰撞行为。
尽量靠近：当车辆在行驶时，车间距大于安全间距，予以车辆一定的加速度，使车间距减少至安全间距，尽量靠近前车。
速度一致：使前后车辆具有一致的速度，使其形成稳定的车队。
为了涌现形成宏观的自治车队并以此来检测三条规则，同时以较小间距作为目标来达到车队行驶过程中减小空气阻力，提高通行能力的目的。将以此三条原则作为智能网联汽车的交互规则，构建基于规则的跟驰模型从而满足以上要求。
车队形成过程主要分为两大类情况：
一类是两车间距较小；另一类是两车间距较大，则在车队形成过程中车辆的交互规则实现流程如下：
(1)两车间距较小，后车速度大于前车速度时，如果前车一直保持匀速行驶，且后车也保持原速度行驶，则两车一定会发生碰撞，为了满足避免碰撞原则，后车需立即减速，同时为了实现尽量靠近原则，后车应在安全的前提下与前车保持更小的安全距离，若要实现速度一致原则，则车辆在停止减速时刻速度应减至与前车一致；两车间距较小，后车速度小于前车速度时，如果前车一直保持匀速行驶，且后车也保持原速度行驶，则两车一定不会发生碰撞，且两车间距将会越来越大，因此，将此种情况归为两车间距较大，后车车速小于等于前车的行车情况。
(2)两车间距较大，后车速度大于前车速度时，此时后车若直接减速仅能满足避撞原则；而两车间距较大，后车速度小于前车速度时，两车状态不发生改变，车辆不会发生碰撞且两车距离越来越远。所以，两种情况下后车都要先进行适当加速以满足尽量靠近原则，同时为了实现避免碰撞原则，车辆在适当的距离开始减速在最小安全距离处停止减速，若要实现速度一致原则，则车辆在停止减速时刻速度应减至与前车一致。
基本假定
所建立的模型基于以下假定：
(1)智能网联汽车行驶情况为单一车道的连续交通流，不存在变道或者超车情况。
(2)仅考虑纵向速度、加速度，不考虑横向变化。
(3)通信良好，信息传输不存在阻碍或者干扰。
(4)为纯网联环境，不考虑混行。
(5)不考虑车辆加减速性能指标。
车队形成框架模型构建
考虑的场景是：武汉市二环线的单车道上，根据标准可知：车辆行驶速度范围为60-70km/h，最大速度为77km/h（交规处罚规定最大时速不得超过限定时速的10%），一列车队以同等速度，同等间距匀速行驶，后面车辆处于跟驰状态则可加入车队进行跟驰。在现有研究中，对跟驰状态的判定也存在多种观点。有认为跟驰行为发生在两车车头间距为0～100米或者0～125米的范围内；Weidman的研究则认为车头间距小于等于150米时，车辆处于跟驰状态。由于车辆时速较大，且后面在研究过程中发现6m以内的加减速方案没有规律可循，此种情况可能需要另一种跟驰方式，所以认定的跟驰状态为：两车车头间距为6～150m即为进入跟驰状态，后面车辆距车队尾车的距离在6~150m则可加入车队进行跟驰。
由于安全距离类模型考虑行车间距直接反馈，物理意义明确，能够很好的描述跟驰行为，因此，决定借鉴安全距离类模型来研究智能网联汽车跟驰模型。
为了保证跟驰状态下前后两车在正常行驶时保持速度一致、避免碰撞、尽量靠近三条规则，如图1所示。
采用反推思想：当后车速度与前车速度一致并保持匀速时，车辆不会发生碰撞，此时只需满足尽量靠近即可。国标规定，车辆停止后，与前方车辆之间的安全距离，一般取值为2～5 m，为了满足尽量靠近原则，取2m。
由于通信延迟，在前车状态发生改变后，后车经过延迟才做出相应的改变，
考虑的网络环境为5G通信，非5G情况下也可使用，仅通信时延不同，但要求整个车队处于同一种网络环境，所以后车在同时满足三条规则进行匀速行驶时的距离为停车距离加通信延迟阶段匀速行驶的距离，借鉴最小行车安全距离数学模型框架，可以得出以下关系式：
Figure 447266DEST_PATH_IMAGE153
(1)
式中，
Figure 747797DEST_PATH_IMAGE154
为车辆停止后，与前方车辆之间的安全距离，取2m；
Figure 783887DEST_PATH_IMAGE155
为前车的速度，也是两车匀速时的速度，km/h；T为通信延迟时间，理想情况下，5G通信时延一般取0.001s；D为两车之间的实际距离，m；
Figure 410040DEST_PATH_IMAGE156
为前车的制动距离，m；
Figure 390634DEST_PATH_IMAGE157
为后车的制动距离，m。
(1)两车间距较小
a. 由于前车匀速运动，故当后车先经过延迟阶段匀速后减速到与前车速度相等，且刚好保持
Figure 494857DEST_PATH_IMAGE158
的距离时(两车行驶时间相等)，则可实现三条交互规则；于是有：
Figure 651031DEST_PATH_IMAGE159
(2)
Figure 182507DEST_PATH_IMAGE160
(3)
Figure 525764DEST_PATH_IMAGE161
(4)
根据式(1)(2)(3)，可得到以下关系式：
Figure 433677DEST_PATH_IMAGE162
(5)
Figure 303413DEST_PATH_IMAGE163
(6)
式中，
Figure 5789DEST_PATH_IMAGE164
为后车的初始速度，
Figure 836342DEST_PATH_IMAGE165
；
Figure 547946DEST_PATH_IMAGE166
为后车加速度，
Figure 147555DEST_PATH_IMAGE167
；
Figure 145467DEST_PATH_IMAGE168
为后车减速时间，
Figure 728895DEST_PATH_IMAGE169
；
Figure 978611DEST_PATH_IMAGE170
为第一种情况两车之间的实际距离，m；
取加速度
Figure 432726DEST_PATH_IMAGE171
，所以当两车距离大于
Figure 742484DEST_PATH_IMAGE172
（
Figure 547629DEST_PATH_IMAGE173
为加速度为0.5
Figure 460090DEST_PATH_IMAGE174
时两车的间距）或者
Figure 34291DEST_PATH_IMAGE175
(
Figure 249372DEST_PATH_IMAGE176
)时，后车在减至前车速度时两车间距大于
Figure 807392DEST_PATH_IMAGE177
不能满足尽量靠近原则，将此归为两车间距较大，后车车速大于前车的行车情况，所以当
Figure 133331DEST_PATH_IMAGE178
，为第一种情况，此时后车经过延迟匀速后直接减速；则
Figure 686672DEST_PATH_IMAGE179
时，
Figure 603813DEST_PATH_IMAGE180
(7)
b.后车车速小于等于前车
当后车速度小于等于前车时，此时车辆不仅不会发生碰撞，两车间距还会越来越大，此种情况较为特殊，所以将此种情况归为两车间距较大，后车车速小于等于前车的行车情况。
(2)两车间距较大
在满足规则的前提下，同时为了提高行车效率，后车需要追赶一段路程，再进行减速，所以后车在行驶过程中将经历延迟阶段、匀速阶段、加速阶段、减速阶段，由于加速阶段直接变为减速阶段在主观上舒适性可能比较差，所以在加速阶段加至一定的值时进行匀速再进入减速阶段加以缓和(下文将会进行验证）此时前车匀速行驶。于是有：
Figure 117971DEST_PATH_IMAGE181
(8)
Figure 247601DEST_PATH_IMAGE182
(9)
Figure 61973DEST_PATH_IMAGE183
(10)
Figure 618856DEST_PATH_IMAGE184
(11)
根据式(1)，可得到以下关系式：
Figure 744944DEST_PATH_IMAGE185
(12)
Figure 678265DEST_PATH_IMAGE034
(13)
当
Figure 347144DEST_PATH_IMAGE035
Figure 74928DEST_PATH_IMAGE036
(14)
Figure 563679DEST_PATH_IMAGE037
(15)
式中，
Figure 159745DEST_PATH_IMAGE038
分别为为后车加速时间、匀速时间以及减速时间，
Figure 683130DEST_PATH_IMAGE039
；
Figure 847395DEST_PATH_IMAGE040
为后车匀速阶段的速度，
Figure 823442DEST_PATH_IMAGE041
；
Figure 98565DEST_PATH_IMAGE042
分别后车在加速阶段以及减速阶段的加速度，
Figure 335511DEST_PATH_IMAGE043
；
a.后车车速大于前车
为了使后车在任何加减速方案下都有匀速阶段，
Figure 670678DEST_PATH_IMAGE044
取所有加减速方案中的最小值，当
Figure 134020DEST_PATH_IMAGE045
时，
Figure 947255DEST_PATH_IMAGE040
可以取到最小值，即
Figure 445233DEST_PATH_IMAGE046
（
Figure 951301DEST_PATH_IMAGE047
为
Figure 760994DEST_PATH_IMAGE048
时，所求得的匀速阶段速度，其中右上标括号内左边的数值为加速阶段的加速度
Figure 377920DEST_PATH_IMAGE049
，右边的数值为减速阶段的加速度
Figure 730404DEST_PATH_IMAGE050
）；由于在快速路上，车辆限速为77km/h，所以两车距离小于
Figure 407373DEST_PATH_IMAGE051
所对应间距，又因
Figure 579728DEST_PATH_IMAGE052
符合此种情况，所以
Figure 859400DEST_PATH_IMAGE053
时，为第一种情况，后车以最小
Figure 331969DEST_PATH_IMAGE040
匀速，即后车经过通信延迟匀速阶段后，加速至
Figure 179839DEST_PATH_IMAGE040
，然后进行匀速，最后再在
Figure 105070DEST_PATH_IMAGE054
的距离时刚好减至与前车速度一致；
第二种情况为以
Figure 63799DEST_PATH_IMAGE055
匀速，即后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 859717DEST_PATH_IMAGE056
的距离时刚好减至与前车速度一致；于是此种情况为第一种情况的特殊情况，此时
Figure 3122DEST_PATH_IMAGE057
，
Figure 415649DEST_PATH_IMAGE058
。
b. 当后车速度小于等于前车时，此时车辆不会发生碰撞且两车距离越来越远，所以若要满足三条规则，后车需要以大于前车的速度
Figure 178068DEST_PATH_IMAGE040
进行追赶后，再进行匀速行驶，最后再在
Figure 94072DEST_PATH_IMAGE059
的距离时刚好减至与前车速度一致，此种情况与后车车速大于前车车速中的第一种情况一致，仅
Figure 283745DEST_PATH_IMAGE060
及
Figure 917988DEST_PATH_IMAGE061
取值有所不同；此时在所有加减速方案中，仅在
Figure 343153DEST_PATH_IMAGE062
或
Figure 379243DEST_PATH_IMAGE063
中可以取到最小值，所以最小
Figure 739817DEST_PATH_IMAGE064
为两种方案中的最小值，即
Figure 861357DEST_PATH_IMAGE065
；当
Figure 965579DEST_PATH_IMAGE066
时，为了保证安全
Figure 856174DEST_PATH_IMAGE067
取两种方案中的最大值，即
Figure 512284DEST_PATH_IMAGE068
；所以
Figure 855540DEST_PATH_IMAGE069
，即
Figure 763453DEST_PATH_IMAGE070
时，为第一种情况，此时以最小
Figure 774135DEST_PATH_IMAGE064
匀速；
当
Figure 476512DEST_PATH_IMAGE071
时，由于
Figure 431698DEST_PATH_IMAGE072
，所以此种情况下的最小
Figure 143302DEST_PATH_IMAGE040
均大于等于77
Figure 742911DEST_PATH_IMAGE073
，超出限速范围，于是此为第二种情况为以
Figure 616189DEST_PATH_IMAGE074
匀速，即后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 199617DEST_PATH_IMAGE075
的距离时刚好减至与前车速度一致；同时结合第一种情况，可以得出第二种情况：
Figure 183753DEST_PATH_IMAGE076
时，
Figure 28082DEST_PATH_IMAGE077
。
综上，可得以下框架图：
舒适度与行车时间的平衡方法
行车舒适性是指汽车在一般行驶速度范围内行驶时，能保证乘员不会因为车身振动而引起不舒适和疲劳的感觉，又称乘坐舒适性。在后车进行跟驰至稳定状态时，大致需要经历通信延迟匀速阶段，加速阶段，匀速阶段，减速阶段等几个过程，车辆在加速过程中，若纵向加速度过大，则会产生推背感，引起极度不适；在减速过程中，若纵向加速度过大，则身体会猛然前倾，同样会引起极度不适，所以若想获得舒适的体验，纵向加速度要尽量小一些。
然而，纵向加速度过小的话，行车时间会变长，行车效率降低。舒适性与行车时间存在对立关系，所以，在安全的前提下，需要找到平衡去同时兼顾舒适性与行车时间。
单轴向加权加速度均方根值
ISO2631标准规定，可用加权加速度均方根值法来评价汽车的舒适性。加权加速度均方根值法以频率加权函数对竖向水平向加速度进行加权，再计算总加速度加权均方根值。由于仅考虑轴向加速度，所以采用单轴向加权加速度均方根值来进行评价。舒适性指标为：
Figure DEST_PATH_IMAGE186
(16)
Figure 72261DEST_PATH_IMAGE187
(17)
式中，
Figure DEST_PATH_IMAGE188
为舒适度指标，
Figure 611827DEST_PATH_IMAGE189
；
Figure DEST_PATH_IMAGE190
为加速度统计总量；
Figure 258709DEST_PATH_IMAGE191
为统计获取的第
Figure 98489DEST_PATH_IMAGE193
个加速度值，
Figure DEST_PATH_IMAGE194
；
Figure 47990DEST_PATH_IMAGE195
为统计时间，s；
Figure 340431DEST_PATH_IMAGE196
为统计时间间隔，取0.2s。下表为舒适性等级：
表1舒适性等级
Figure 56583DEST_PATH_IMAGE197
所涉及的变速运动均为匀变速运动，即加速阶段与减速阶段的加速度都不变，所以加速度的统计分为三个部分(通信延迟忽略不计)：加速、匀速(匀速阶段等于0)、减速；
Figure 485291DEST_PATH_IMAGE198
。于是有：
Figure 136852DEST_PATH_IMAGE199
（18）
式中，
Figure 916589DEST_PATH_IMAGE200
为后车加速、匀速、减速阶段的行驶总时间，s。
舒适度与行车时间平衡方法
式(12)中，
Figure 46219DEST_PATH_IMAGE201
，
Figure 454067DEST_PATH_IMAGE202
和
Figure 542108DEST_PATH_IMAGE203
皆可获得，根据前后车速度大小关系以及实际距离可以确定后车以哪种方式行驶，也可确定
Figure 543562DEST_PATH_IMAGE204
。然后根据EXCEL表格计算出所有加减速方案(即
Figure 476883DEST_PATH_IMAGE205
的任意组合)的行车时间以及舒适度，得出不同加减速方案下的行车时间与舒适度关系的散点图，最终拟合相应的公式。以
Figure 880183DEST_PATH_IMAGE206
为例，
Figure 873547DEST_PATH_IMAGE207
，
Figure 486931DEST_PATH_IMAGE208
，
Figure 223943DEST_PATH_IMAGE209
则后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 481749DEST_PATH_IMAGE210
的距离时刚好减至与前车速度一致。计算所有加减速方案得出图3以及拟合曲线。
图中一个点代表一组加减速方案下的行车时间以及舒适度，从图中可以看出，拟合曲线斜率为零之后的点较前面略显稀疏，且虽比较舒适，但行车时间较长，不能同时兼顾舒适度及行车效率；而拟合曲线斜率最大值与斜率为零中间地方的点可以满足要求，由于并不是曲线上的点都存在，所以可以取平均斜率所对应的行车时间上下0.05s范围内，舒适度和行车时间均相比较较小的某个点作为后车行驶的加减速方案。经过大量的数值计算、分析及验证，根据此种方法得出的加减速方案可以同时兼顾舒适性与行车时间，因此，此种方法可行。另外，乘客若对舒适度或行车时间有别的需求，则可通过交互接口直接对加减速进行个性化设定：若想要更好的舒适度，则可将加减速设定偏小一点；若想要更短的行车时间，则可将加减速设定偏大一点，以此来达到个性化调整。
加减速方案计算
拟合曲线形式为:
Figure 646014DEST_PATH_IMAGE100
(19)
Figure 622060DEST_PATH_IMAGE101
(20)
斜率数值为最大(斜率最小)时：
Figure 897183DEST_PATH_IMAGE102
(21)
平均斜率：
Figure 411428DEST_PATH_IMAGE103
(22)
则所对应的行车时间为：
Figure 481015DEST_PATH_IMAGE104
(23)
式中，e，f，g均为常数；
对
Figure 944357DEST_PATH_IMAGE105
范围的点进行筛选，选取舒适度和行车时间均相比较较小的点。选取
Figure 23172DEST_PATH_IMAGE211
，以最小
Figure 255570DEST_PATH_IMAGE212
匀速行驶情况进行计算，得出以下数据：
以
Figure 620692DEST_PATH_IMAGE213
为例，根据不同的车间距计算出最佳加减速方案，如下表：
表2
Figure 836910DEST_PATH_IMAGE214
时，不同车间距的推荐加减速方案
Figure 453836DEST_PATH_IMAGE215
由表2可以看出，最佳加减速方案与两车间距无关，并且由
Figure 540741DEST_PATH_IMAGE216
与
Figure 483289DEST_PATH_IMAGE217
所计算出的行车时间与舒适度差距不大，所以当
Figure 514699DEST_PATH_IMAGE218
时，推荐的最佳加减速方案为：
Figure 935316DEST_PATH_IMAGE219
。
由此可以得出速度差为1m/s的最佳加减速方案：
表3速度差为1m/s的推荐加减速方案
Tab.3
Figure 142306DEST_PATH_IMAGE220
根据表3可以得出：速度差为1m/s时，推荐的最佳加减速方案为：
Figure 724597DEST_PATH_IMAGE221
。
由此可以得出不同速度差的最佳加减速方案：
表4不同速度差的推荐加减速方案
Figure 649828DEST_PATH_IMAGE223
根据表4可以得出：
Figure DEST_PATH_IMAGE224
，以最小
Figure 467611DEST_PATH_IMAGE225
匀速行驶时，此种情况推荐的最佳加减速方案为：
Figure DEST_PATH_IMAGE226
。
由此可以得出四种情况的最佳加减速方案：
表5四种情况的推荐加减速方案
Figure 529108DEST_PATH_IMAGE227
根据表5可以得出：四种情况推荐的最佳加减速方案均为：
Figure DEST_PATH_IMAGE228
。
后车跟驰模型构建
由上可知，后车行驶过程大致分为两大类别，第一类经过通信延迟后直接减速，可以直接算出加速度，车辆在通信延迟之后直接根据相应的加速度减速即可；第二类通信延迟之后开始加速至
Figure 282301DEST_PATH_IMAGE229
，然后开始匀速，最后再在
Figure DEST_PATH_IMAGE230
的距离时刚好减速至与前车速度一致，共有四个阶段。在EXCEL数值计算中，以初始两车间隔
Figure 288303DEST_PATH_IMAGE231
开始，每隔
Figure DEST_PATH_IMAGE232
或状态发生变化时，根据此刻状态计算当前车辆的速度，位置(以前车的初始位置为参照，则前车的初始位置为0，后车的初始位置为-D)，根据颗粒粗细
Figure 785143DEST_PATH_IMAGE233
取1m，此时1m所对应的时间为0.05s。于是有：
(1)延迟阶段：
前后车速度
Figure 701147DEST_PATH_IMAGE110
不变，保持匀速
Figure 156399DEST_PATH_IMAGE111
(24)
Figure 915276DEST_PATH_IMAGE112
(25)
式中，
Figure 481387DEST_PATH_IMAGE113
分别表示前车与后车的位置，m，此时状态发生改变计算一次位置，所以
Figure 251897DEST_PATH_IMAGE114
。
(2)加速阶段：
前车速度
Figure 612471DEST_PATH_IMAGE115
不变，保持匀速；后车在位置为
Figure 734011DEST_PATH_IMAGE116
时开始加速；两车在某个间距间隔的距离等于原始距离加上前车的制动距离减去后车的制动距离：
Figure 838233DEST_PATH_IMAGE117
(26)
Figure 853462DEST_PATH_IMAGE118
(27)
Figure 384938DEST_PATH_IMAGE119
(28)
Figure 993774DEST_PATH_IMAGE120
(29)
所以，两车间距为
Figure 901687DEST_PATH_IMAGE121
时，后车的速度为：
Figure DEST_PATH_IMAGE234
(30)
Figure 505843DEST_PATH_IMAGE123
(31)
Figure 473799DEST_PATH_IMAGE124
(32)
当后车加速至
Figure 304352DEST_PATH_IMAGE125
时，车辆开始匀速，此时两车间距为：
Figure 484798DEST_PATH_IMAGE126
(33)
式中，
Figure 615565DEST_PATH_IMAGE127
为两车在某个间距间隔的距离，m，由于在延迟阶段计算过一次，所以下标为
Figure 488843DEST_PATH_IMAGE128
；
Figure 931325DEST_PATH_IMAGE129
分别为前车，后车在加速阶段的制动距离，m；
Figure 915462DEST_PATH_IMAGE130
为两车在某个间距间隔的速度，km/h；
Figure 635156DEST_PATH_IMAGE131
为车辆加速完毕开始匀速时刻两车的间距，m。
(3)匀速阶段：
前车速度
Figure 944915DEST_PATH_IMAGE132
不变，保持匀速；后车速度为
Figure 750060DEST_PATH_IMAGE133
，开始匀速；此时车辆在某个间隔行驶的时间为：
Figure 803467DEST_PATH_IMAGE134
(34)
由此可以算出两车的位置：
Figure 502301DEST_PATH_IMAGE135
(35)
Figure 717382DEST_PATH_IMAGE136
(36)
式中，
Figure 744244DEST_PATH_IMAGE137
为某个间隔两车行驶的时间，s，由于在延迟阶段，加速阶段各计算过一次，所以下标为
Figure 601341DEST_PATH_IMAGE138
。
(4)减速阶段：
前车速度
Figure 30049DEST_PATH_IMAGE139
不变，保持匀速；后车初始速度为
Figure 540664DEST_PATH_IMAGE140
；后车开始减速时，两车间距等于后车制动距离加上
Figure 585981DEST_PATH_IMAGE141
减去前车制动距离：
Figure 715611DEST_PATH_IMAGE142
Figure 998825DEST_PATH_IMAGE143
(37)
所以，两车间距为
Figure 86866DEST_PATH_IMAGE144
时，后车的速度为:
Figure 88320DEST_PATH_IMAGE145
(38)
Figure 880696DEST_PATH_IMAGE146
(39)
Figure 549575DEST_PATH_IMAGE147
(40)
式中，
Figure 542938DEST_PATH_IMAGE148
为车辆结束匀速开始减速时两车的间距，s。
综上，结合推荐加速度方案，可以得出后车跟驰模型：
a)两车间距较小，后车车速大于前车
Figure 766109DEST_PATH_IMAGE235
b)两车间距较大
Figure DEST_PATH_IMAGE236
在行驶中，加速时加速度或速度会有波动情况，若要在减速阶段加速度不变的情况下保持安全行驶，则此时的速度应满足以下关系式：
Figure 503121DEST_PATH_IMAGE151
且
Figure 885561DEST_PATH_IMAGE152
由于匀速时的速度采用的是最小速度，即：当
Figure 784247DEST_PATH_IMAGE237
或
Figure DEST_PATH_IMAGE238
所计算出来的最小速度，而根据此时的实际加速度计算出来的速度刚好可以保证车辆行驶安全但前提是速度不超过77
Figure 760293DEST_PATH_IMAGE239
，此时的车辆运动状态为：车辆经过通信延迟阶段后开始加速，加速至
Figure DEST_PATH_IMAGE240
后直接减速至
Figure 35417DEST_PATH_IMAGE241
。如：
Figure DEST_PATH_IMAGE242
，
Figure 6784DEST_PATH_IMAGE243
，此时以
Figure DEST_PATH_IMAGE244
行驶，车辆可安全行驶且有匀速阶段，此时
Figure 341950DEST_PATH_IMAGE245
；若速度加至
Figure DEST_PATH_IMAGE246
=67.18
Figure 539713DEST_PATH_IMAGE247
，则车辆刚好可以安全行驶但没有匀速阶段。此时
Figure DEST_PATH_IMAGE248
，也恰好验证了前面的车辆先加速再匀速最后减速的舒适性比先加速再直接减速的舒适性要好。
本发明的方法为形成较小间距、速度一致的自动驾驶车队，将速度一致、避免碰撞、尽量靠近三条原则作为智能网联汽车的交互规则，借鉴安全距离类模型的形式，结合车辆运动学，达到所构建的模型可以在安全的前提下使得后车以较小的间距、一致的速度进行稳定跟驰的效果。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种智能网联环境下基于规则的车队跟驰模型方法，其特征在于，包括：
构建基于规则的网联车队框架模型；
采用二分之一斜率法对舒适度与行车时间加以平衡，计算出最佳加减速方案；
基于框架模型以及加减速方案构建基于规则的车队跟驰模型。
2.根据权利要求1所述的智能网联环境下基于规则的车队跟驰模型方法，其特征在于，所述构建基于规则的网联车队框架模型包括两车间距较小时构建模型和两车间距较小时构建模型；
网络环境为5G通信，非5G情况下也可使用，仅通信时延不同，但整个车队处于同一种网络环境，后车在同时满足三条规则进行匀速行驶时的距离为停车距离加通信延迟阶段匀速行驶的距离，借鉴最小行车安全距离数学模型框架，可以得出以下关系式：
Figure 223063DEST_PATH_IMAGE001
（1）
式中，
Figure 18980DEST_PATH_IMAGE002
为车辆停止后，与前方车辆之间的安全距离，取2m；
Figure 37752DEST_PATH_IMAGE003
为前车的速度，也是两车匀速时的速度，km/h；T为通信延迟时间，理想情况下，5G通信时延一般取0.001s；D为两车之间的实际距离，m；
Figure 653541DEST_PATH_IMAGE004
为前车的制动距离，m；
Figure 415961DEST_PATH_IMAGE005
为后车的制动距离，m；
两车间距较小时构建模型
后车车速大于前车
由于前车匀速运动，故当后车先经过延迟阶段匀速后减速到与前车速度相等，且刚好保持
Figure 331964DEST_PATH_IMAGE006
的距离时(两车行驶时间相等)，则可实现三条交互规则；于是有：
Figure 256058DEST_PATH_IMAGE007
(2)
Figure 890301DEST_PATH_IMAGE008
(3)
Figure 190833DEST_PATH_IMAGE009
(4)
根据式(1)(2)(3)，可得到以下关系式：
Figure 695763DEST_PATH_IMAGE010
(5)
Figure 56337DEST_PATH_IMAGE011
(6)
式中，
Figure 646719DEST_PATH_IMAGE012
为后车的初始速度，
Figure 485362DEST_PATH_IMAGE013
；
Figure 375957DEST_PATH_IMAGE014
为后车加速度，
Figure 641854DEST_PATH_IMAGE015
；
Figure 985110DEST_PATH_IMAGE016
为后车减速时间，
Figure 627444DEST_PATH_IMAGE017
；
Figure 106967DEST_PATH_IMAGE018
为第一种情况两车之间的实际距离，m；
取加速度
Figure 809344DEST_PATH_IMAGE019
，所以当两车距离大于
Figure 374317DEST_PATH_IMAGE020
（
Figure 820342DEST_PATH_IMAGE021
为加速度为0.5
Figure 685530DEST_PATH_IMAGE022
时两车的间距）或者
Figure 293229DEST_PATH_IMAGE023
(
Figure 345499DEST_PATH_IMAGE024
)时，后车在减至前车速度时两车间距大于
Figure 64056DEST_PATH_IMAGE025
不能满足尽量靠近原则，将此归为两车间距较大，后车车速大于前车的行车情况，所以当
Figure 518171DEST_PATH_IMAGE026
，为第一种情况，此时后车经过延迟匀速后直接减速；则
Figure 296771DEST_PATH_IMAGE027
时，
Figure 836337DEST_PATH_IMAGE028
(7)
后车车速小于等于前车
当后车速度小于等于前车时，此时车辆不仅不会发生碰撞，两车间距还会越来越大，此种情况较为特殊，所以将此种情况归为两车间距较大，后车车速小于等于前车的行车情况；
两车间距较小时构建模型
在满足规则的前提下，有：
Figure 358585DEST_PATH_IMAGE029
(8)
Figure 932786DEST_PATH_IMAGE030
(9)
Figure 147867DEST_PATH_IMAGE031
(10)
Figure 174728DEST_PATH_IMAGE032
(11)
根据式(1)，可得到以下关系式：
Figure 500668DEST_PATH_IMAGE033
(12)
Figure 663796DEST_PATH_IMAGE034
(13)
当
Figure 49778DEST_PATH_IMAGE035
Figure 563936DEST_PATH_IMAGE036
(14)
Figure 427986DEST_PATH_IMAGE037
(15)
式中，
Figure 976779DEST_PATH_IMAGE038
分别为为后车加速时间、匀速时间以及减速时间，
Figure 268083DEST_PATH_IMAGE039
；
Figure 269538DEST_PATH_IMAGE040
为后车匀速阶段的速度，
Figure 202858DEST_PATH_IMAGE041
；
Figure 340579DEST_PATH_IMAGE042
分别后车在加速阶段以及减速阶段的加速度，
Figure 68363DEST_PATH_IMAGE043
；
后车车速大于前车
为了使后车在任何加减速方案下都有匀速阶段，
Figure 291534DEST_PATH_IMAGE044
取所有加减速方案中的最小值，当
Figure 762967DEST_PATH_IMAGE045
时，
Figure 20773DEST_PATH_IMAGE040
可以取到最小值，即
Figure 653880DEST_PATH_IMAGE046
（
Figure 629926DEST_PATH_IMAGE047
为
Figure 905049DEST_PATH_IMAGE048
时，所求得的匀速阶段速度，其中右上标括号内左边的数值为加速阶段的加速度
Figure 751783DEST_PATH_IMAGE049
，右边的数值为减速阶段的加速度
Figure 86949DEST_PATH_IMAGE050
）；由于在快速路上，车辆限速为77km/h，所以两车距离小于
Figure 19133DEST_PATH_IMAGE051
所对应间距，又因
Figure 97947DEST_PATH_IMAGE052
符合此种情况，所以
Figure 64766DEST_PATH_IMAGE053
时，为第一种情况，后车以最小
Figure 305255DEST_PATH_IMAGE040
匀速，即后车经过通信延迟匀速阶段后，加速至
Figure 990314DEST_PATH_IMAGE040
，然后进行匀速，最后再在
Figure 341661DEST_PATH_IMAGE054
的距离时刚好减至与前车速度一致；
第二种情况为以
Figure 428566DEST_PATH_IMAGE055
匀速，即后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 839955DEST_PATH_IMAGE056
的距离时刚好减至与前车速度一致；于是此种情况为第一种情况的特殊情况，此时
Figure 12311DEST_PATH_IMAGE057
，
Figure 167349DEST_PATH_IMAGE058
；
后车速度小于等于前车
当后车速度小于等于前车时，此时车辆不会发生碰撞且两车距离越来越远，所以若要满足三条规则，后车需要以大于前车的速度
Figure 108760DEST_PATH_IMAGE040
进行追赶后，再进行匀速行驶，最后再在
Figure 691051DEST_PATH_IMAGE059
的距离时刚好减至与前车速度一致，此种情况与后车车速大于前车车速中的第一种情况一致，仅
Figure 350702DEST_PATH_IMAGE060
及
Figure 309431DEST_PATH_IMAGE061
取值有所不同；此时在所有加减速方案中，仅在
Figure 105349DEST_PATH_IMAGE062
或
Figure 592962DEST_PATH_IMAGE063
中可以取到最小值，所以最小
Figure 739909DEST_PATH_IMAGE064
为两种方案中的最小值，即
Figure 236750DEST_PATH_IMAGE065
；当
Figure 152753DEST_PATH_IMAGE066
时，为了保证安全
Figure 342426DEST_PATH_IMAGE067
取两种方案中的最大值，即
Figure 711091DEST_PATH_IMAGE068
；所以
Figure 746043DEST_PATH_IMAGE069
，即
Figure 782132DEST_PATH_IMAGE070
时，为第一种情况，此时以最小
Figure 142706DEST_PATH_IMAGE064
匀速；
当
Figure 721369DEST_PATH_IMAGE071
时，由于
Figure 825591DEST_PATH_IMAGE072
，所以此种情况下的最小
Figure 450607DEST_PATH_IMAGE040
均大于等于77
Figure 716504DEST_PATH_IMAGE073
，超出限速范围，于是此为第二种情况为以
Figure 59760DEST_PATH_IMAGE074
匀速，即后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 436515DEST_PATH_IMAGE075
的距离时刚好减至与前车速度一致；同时结合第一种情况，可以得出第二种情况：
Figure 181617DEST_PATH_IMAGE076
时，
Figure 618415DEST_PATH_IMAGE077
。
3.根据权利要求1所述的智能网联环境下基于规则的车队跟驰模型方法，其特征在于，所述采用二分之一斜率法对舒适度与行车时间加以平衡，计算出最佳加减速方案包括：
单轴向加权加速度均方根值
采用单轴向加权加速度均方根值来进行评价，舒适性指标为：
Figure 448967DEST_PATH_IMAGE078
(16)
Figure 894992DEST_PATH_IMAGE079
(17)
式中，
Figure 229021DEST_PATH_IMAGE080
为舒适度指标，
Figure 102300DEST_PATH_IMAGE081
；
Figure 420148DEST_PATH_IMAGE082
为加速度统计总量；
Figure 404285DEST_PATH_IMAGE083
为统计获取的第
Figure 592821DEST_PATH_IMAGE084
个加速度值，
Figure 637000DEST_PATH_IMAGE085
；
Figure 176566DEST_PATH_IMAGE086
为统计时间，s；
Figure 964393DEST_PATH_IMAGE087
为统计时间间隔，取0.2s；加速度的统计分为三个部分：加速、匀速、减速；
Figure 273015DEST_PATH_IMAGE088
；于是有：
Figure 488096DEST_PATH_IMAGE089
（18）
式中，
Figure 780537DEST_PATH_IMAGE090
为后车加速、匀速、减速阶段的行驶总时间，s；
舒适度与行车时间平衡方法
式(12)中，
Figure 840897DEST_PATH_IMAGE091
，
Figure 269604DEST_PATH_IMAGE092
和
Figure 390007DEST_PATH_IMAGE093
皆可获得，根据前后车速度大小关系以及实际距离可以确定后车以哪种方式行驶，也可确定
Figure 904165DEST_PATH_IMAGE094
；然后根据EXCEL表格计算出所有加减速方案的行车时间以及舒适度，得出不同加减速方案下的行车时间与舒适度关系的散点图，最终拟合相应的公式；
以
Figure 768215DEST_PATH_IMAGE095
为例，
Figure 317008DEST_PATH_IMAGE096
，
Figure 873892DEST_PATH_IMAGE097
，
Figure 609767DEST_PATH_IMAGE098
则后车经过通信延迟匀速阶段后，加速至77km/h，然后进行匀速，最后再在
Figure 543087DEST_PATH_IMAGE099
的距离时刚好减至与前车速度一致；
加减速方案计算
拟合曲线形式为:
Figure 680808DEST_PATH_IMAGE100
(19)
Figure 408592DEST_PATH_IMAGE101
(20)
斜率数值为最大(斜率最小)时：
Figure 897343DEST_PATH_IMAGE102
(21)
平均斜率：
Figure 103196DEST_PATH_IMAGE103
(22)
则所对应的行车时间为：
Figure 361002DEST_PATH_IMAGE104
(23)
式中，e，f，g均为常数；
对
Figure 259688DEST_PATH_IMAGE105
范围的点进行筛选，选取舒适度和行车时间均相比较较小的点。
4.根据权利要求1所述的智能网联环境下基于规则的车队跟驰模型方法，其特征在于，所述基于框架模型以及加减速方案构建基于规则的车队跟驰模型包括：
后车行驶过程大致分为两大类别，第一类经过通信延迟后直接减速，可以直接算出加速度，车辆在通信延迟之后直接根据相应的加速度减速即可；第二类通信延迟之后开始加速至
Figure 970155DEST_PATH_IMAGE106
，然后开始匀速，最后再在
Figure 979699DEST_PATH_IMAGE107
的距离时刚好减速至与前车速度一致，共有四个阶段；在EXCEL数值计算中，以初始两车间隔
Figure 357591DEST_PATH_IMAGE108
开始，每隔
Figure 161599DEST_PATH_IMAGE109
或状态发生变化时，根据此刻状态计算当前车辆的速度，位置，根据颗粒粗细
Figure 624941DEST_PATH_IMAGE109
取1m，此时1m所对应的时间为0.05s；于是有：
延迟阶段：
前后车速度
Figure 438176DEST_PATH_IMAGE110
不变，保持匀速
Figure 404995DEST_PATH_IMAGE111
(24)
Figure 911063DEST_PATH_IMAGE112
(25)
式中，
Figure 330543DEST_PATH_IMAGE113
分别表示前车与后车的位置，m，此时状态发生改变计算一次位置，所以
Figure 681890DEST_PATH_IMAGE114
；
加速阶段：
前车速度
Figure 768795DEST_PATH_IMAGE115
不变，保持匀速；后车在位置为
Figure 180184DEST_PATH_IMAGE116
时开始加速；两车在某个间距间隔的距离等于原始距离加上前车的制动距离减去后车的制动距离：
Figure 352540DEST_PATH_IMAGE117
(26)
Figure 241998DEST_PATH_IMAGE118
(27)
Figure 448989DEST_PATH_IMAGE119
(28)
Figure 31280DEST_PATH_IMAGE120
(29)
所以，两车间距为
Figure 690931DEST_PATH_IMAGE121
时，后车的速度为：
Figure 649660DEST_PATH_IMAGE122
(30)
Figure 179999DEST_PATH_IMAGE123
(31)
Figure 198770DEST_PATH_IMAGE124
(32)
当后车加速至
Figure 80139DEST_PATH_IMAGE125
时，车辆开始匀速，此时两车间距为：
Figure 576979DEST_PATH_IMAGE126
(33)
式中，
Figure 492982DEST_PATH_IMAGE127
为两车在某个间距间隔的距离，m，由于在延迟阶段计算过一次，所以下标为
Figure 151497DEST_PATH_IMAGE128
；
Figure 785740DEST_PATH_IMAGE129
分别为前车，后车在加速阶段的制动距离，m；
Figure 820693DEST_PATH_IMAGE130
为两车在某个间距间隔的速度，km/h；
Figure 856782DEST_PATH_IMAGE131
为车辆加速完毕开始匀速时刻两车的间距，m；
匀速阶段：
前车速度
Figure 951777DEST_PATH_IMAGE132
不变，保持匀速；后车速度为
Figure 807737DEST_PATH_IMAGE133
，开始匀速；此时车辆在某个间隔行驶的时间为：
Figure 911959DEST_PATH_IMAGE134
(34)
由此可以算出两车的位置：
Figure 271397DEST_PATH_IMAGE135
(35)
Figure 537293DEST_PATH_IMAGE136
(36)
式中，
Figure 880549DEST_PATH_IMAGE137
为某个间隔两车行驶的时间，s，由于在延迟阶段，加速阶段各计算过一次，所以下标为
Figure 788463DEST_PATH_IMAGE138
；
减速阶段：
前车速度
Figure 267986DEST_PATH_IMAGE139
不变，保持匀速；后车初始速度为
Figure 970362DEST_PATH_IMAGE140
；后车开始减速时，两车间距等于后车制动距离加上
Figure 535336DEST_PATH_IMAGE141
减去前车制动距离：
Figure 981361DEST_PATH_IMAGE142
Figure 580969DEST_PATH_IMAGE143
(37)
所以，两车间距为
Figure 188668DEST_PATH_IMAGE144
时，后车的速度为:
Figure 506517DEST_PATH_IMAGE145
(38)
Figure 225074DEST_PATH_IMAGE146
(39)
Figure 679189DEST_PATH_IMAGE147
(40)
式中，
Figure 723369DEST_PATH_IMAGE148
为车辆结束匀速开始减速时两车的间距，s；
综上，结合推荐加速度方案，可以得出后车跟驰模型：
两车间距较小，后车车速大于前车
Figure 262935DEST_PATH_IMAGE149
两车间距较大
Figure 50762DEST_PATH_IMAGE150
在行驶中，加速时加速度或速度会有波动情况，若要在减速阶段加速度不变的情况下保持安全行驶，则此时的速度应满足以下关系式：
Figure 624963DEST_PATH_IMAGE151
且
Figure 574464DEST_PATH_IMAGE152
。
CN202210218865.XA 2022-03-08 2022-03-08 一种智能网联环境下基于规则的车队跟驰模型方法 Active CN114516328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210218865.XA CN114516328B (zh) 2022-03-08 2022-03-08 一种智能网联环境下基于规则的车队跟驰模型方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210218865.XA CN114516328B (zh) 2022-03-08 2022-03-08 一种智能网联环境下基于规则的车队跟驰模型方法

Publications (2)

Publication Number Publication Date
CN114516328A true CN114516328A (zh) 2022-05-20
CN114516328B CN114516328B (zh) 2024-02-27

Family

ID=81598838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210218865.XA Active CN114516328B (zh) 2022-03-08 2022-03-08 一种智能网联环境下基于规则的车队跟驰模型方法

Country Status (1)

Country Link
CN (1) CN114516328B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171388A (zh) * 2022-07-20 2022-10-11 辽宁工程技术大学 一种智能网联车的多交叉口旅行时间协同优化方法
CN116279475A (zh) * 2023-02-16 2023-06-23 东南大学 网联自动驾驶车辆队列运行速度一致性协同控制方法
CN116469245A (zh) * 2023-04-04 2023-07-21 北京工业大学 多种交通仿真融合的网联混驾编队一体化测试系统及方法
CN116820080A (zh) * 2023-01-05 2023-09-29 北京交通大学 高速公路自动驾驶货车编队运行调度方法、系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108860148A (zh) * 2018-06-13 2018-11-23 吉林大学 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法
CN110750877A (zh) * 2019-09-27 2020-02-04 西安理工大学 一种Apollo平台下的车辆跟驰行为预测方法
CN110851995A (zh) * 2019-11-27 2020-02-28 河北工业大学 一种混合交通流跟驰模型及仿真方法
CN111348016A (zh) * 2020-03-31 2020-06-30 长安大学 一种基于v2x的车队协同制动方法及系统
US20200406925A1 (en) * 2016-12-30 2020-12-31 Yuchuan DU Comfort-based self-driving planning method
CN113147764A (zh) * 2021-06-01 2021-07-23 吉林大学 基于协同式自适应巡航系统混合势函数的车辆控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200406925A1 (en) * 2016-12-30 2020-12-31 Yuchuan DU Comfort-based self-driving planning method
CN108860148A (zh) * 2018-06-13 2018-11-23 吉林大学 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法
CN110750877A (zh) * 2019-09-27 2020-02-04 西安理工大学 一种Apollo平台下的车辆跟驰行为预测方法
CN110851995A (zh) * 2019-11-27 2020-02-28 河北工业大学 一种混合交通流跟驰模型及仿真方法
CN111348016A (zh) * 2020-03-31 2020-06-30 长安大学 一种基于v2x的车队协同制动方法及系统
CN113147764A (zh) * 2021-06-01 2021-07-23 吉林大学 基于协同式自适应巡航系统混合势函数的车辆控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周思: "路段上集群智能网联汽车的车队形成机制", 公路, vol. 2, no. 2, 28 February 2021 (2021-02-28), pages 210 - 213 *
王威: "考虑多车间距的跟驰模型及混合交通流的数值模拟", 华东交通大学学报, vol. 35, no. 6, 31 December 2018 (2018-12-31), pages 72 - 80 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171388A (zh) * 2022-07-20 2022-10-11 辽宁工程技术大学 一种智能网联车的多交叉口旅行时间协同优化方法
CN116820080A (zh) * 2023-01-05 2023-09-29 北京交通大学 高速公路自动驾驶货车编队运行调度方法、系统
CN116820080B (zh) * 2023-01-05 2024-04-30 北京交通大学 高速公路自动驾驶货车编队运行调度方法、系统
CN116279475A (zh) * 2023-02-16 2023-06-23 东南大学 网联自动驾驶车辆队列运行速度一致性协同控制方法
CN116279475B (zh) * 2023-02-16 2024-02-23 东南大学 网联自动驾驶车辆队列运行速度一致性协同控制方法
CN116469245A (zh) * 2023-04-04 2023-07-21 北京工业大学 多种交通仿真融合的网联混驾编队一体化测试系统及方法

Also Published As

Publication number Publication date
CN114516328B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN114516328B (zh) 一种智能网联环境下基于规则的车队跟驰模型方法
CN108595823B (zh) 一种联合驾驶风格和博弈理论的自主车换道策略计算方法
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
CN111081065B (zh) 路段混行条件下的智能车辆协同换道决策模型
CN110362910B (zh) 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法
CN111439260B (zh) 面向个性化需求的网联商用柴油车巡航行驶优化控制系统
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
CN112233413B (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN110962853A (zh) 一种车联网环境下车辆博弈换道协作方法
CN113276884B (zh) 一种可变博弈模式的智能车交互决策通行方法及系统
CN113788021A (zh) 一种结合前车速度预测的自适应跟车巡航控制方法
CN113867354A (zh) 一种自动驾驶多车智能协同的区域交通流导引方法
CN112201070B (zh) 基于深度学习的自动驾车高速公路瓶颈路段行为决策方法
CN114492043B (zh) 考虑感知受限特性的个性化驾驶员跟车建模方法
CN115641717A (zh) 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质
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
CN114488799B (zh) 汽车自适应巡航系统控制器参数优化方法
CN115123159A (zh) 一种基于ddpg深度强化学习的aeb控制方法及系统
CN114802306A (zh) 一种基于人机共驾理念的智能车辆集成式决策系统
Zhang et al. Mechanism of road capacity under different penetration scenarios of autonomous vehicles
CN114023108A (zh) 一种混合交通流变道模型及变道仿真方法
Zhang et al. An improved car-following model based on multiple preceding vehicles under connected vehicles environment
Pan et al. Reinforcement learning model with a reward function based on human driving characteristics
Hou et al. A car following model in the context of heterogeneous traffic flow involving multilane following behavior
CN114995138A (zh) 一种近信号控制区混合车群的分布式协同控制方法

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