[发明专利]一种考虑无人驾驶车辆的路网混合流量日变预测方法

说明书

本发明公开了一种考虑无人驾驶车辆的路网混合流量日变预测方法，包括下述步骤：S1混合流量日变模型路段‑路径流量关系确定；S2路径‑路段阻抗函数/行程时间确定；S3出行者流量日变前景值关系确定；S4出行者流量逐日更新方法及条件；S5无人驾驶流量日变模型最优流量分配确定。建立具有出行者和无人驾驶车辆的混合流量日变模型，依据流量类别将该模型分为两个子模型，分别是出行者流量日变模型和无人驾驶流量日变模型；以路径前景值最大为目标进行出行者流量逐日演化；以路径边际阻抗最小为目标进行无人驾驶流量逐日演化；当两类流量逐日演化至各自的均衡状态时，系统流量随之均衡。

技术领域

本发明属于交通领域，具体涉及一种考虑无人驾驶车辆的路网混合流量日变预测方法。

背景技术

随着无人驾驶技术的日渐成熟，无人驾驶车辆将会成为一种重要的出行方式，且结合无人驾驶车辆的特性，其必然会对现有的城市交通系统产生重大影响，改变现有的出行方式及交通流模式。类似于传统的出行者(指非自动驾驶车辆)，无人驾驶车辆在日复一日的出行中也会逐渐调整出行选择，但其与传统的出行者不同，无人驾驶车辆不具有人类的偏好属性、风险态度，不对路径选择产生主观化的感知，而是根据计算机计算出的结果做出路径规划。因此无人驾驶车辆与出行者具有不同的路径选择规则，在逐日出行过程中表现出不同的流量演化情况。

既有研究主要集中在无人驾驶车辆对出行者的吸引力及对城市交通拥堵的影响分析方面，均未从无人驾驶车辆投放后对传统路网流量的动态影响方面进行分析，而路网流量的变化会引起交通供给与交通需求的波动，从而影响整个交通网络的稳定性与可靠性。通过分析无人驾驶车辆的逐日动态演化过程，可以预测无人驾驶车辆投放后路网系统混合流量的日变规律，对制定无人驾驶参与的交通系统政策具有重要意义。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种考虑无人驾驶车辆的路网混合流量日变预测方法，通过建立具有出行者和无人驾驶车辆的混合流量日变模型，依据流量类别将该模型分为两个子模型，分别是出行者流量日变模型和无人驾驶流量日变模型。在出行者流量日变模型中，采用前景理论描述出行者的出行行为，并以路径前景值最大为目标进行出行者流量逐日演化；在无人驾驶流量日变模型中，以路径边际阻抗最小为目标进行无人驾驶流量逐日演化；当两类流量逐日演化至各自的均衡状态时，系统流量随之均衡。

为了达到上述目的，本发明采用以下技术方案：

一种考虑无人驾驶车辆的路网混合流量日变预测方法，包括下述步骤：

S1：混合流量日变模型路段-路径流量关系确定，路网中的流量由无人驾驶流量和出行者流量两部分构成，路网中的两部分流量演化分别同时进行，当两者均达到均衡状态时，路网总流量随之均衡，路网中各部分流量分别等于各路径的流量之和；

S2：路径-路段阻抗函数/行程时间确定，通过每次的实际出行时间对路网参数进行修正，结合第n-1天路径k的均值与第n天路径k的出行时间可以对第n天路径k的均值进行更新，第n天路径k的方差由第n-1天路径k的方差和第n天的均值及行程时间更新；

S3：出行者流量日变前景值关系确定，出行者依据路径前景进行路径选择且路网处于非均衡状态时，流量会逐渐向路径前景较大的路径转移。当出行者流量满足随机用户均衡条件时，所有具有出行者流量的路径前景相等且等于最大前景值，所有没有出行者流量的路径前景不大于最大路径前景值；

S4：出行者流量逐日更新方法及条件，出行者在逐日出行中根据前一日的路径前景调整当日的出行路径，直至达到出行者流量均衡状态；