[发明专利]一种基于道路交通环境的智能网联汽车车速预测方法

权利要求书

1.一种基于道路交通环境的智能网联汽车车速预测方法，其特征在于，所述预测方法包括以下步骤：

S1、数据采集；

S1.1、获取人-车-路-交通大数据；

S1.2、用限速来描述道路类型，将道路划分为城市道路、郊区道路和高速道路；

S1.3、对人-车-路-交通大数据进行数据分析，分别提取道路信息、交通信息，储存于存储器中；

S2、数据提取；

S2.1、提取出交通信息中的交通流量和交通密度；

S2.2、提取出道路信息中的限速、车道数目、交叉路口设置、信号灯布置和车辆的位置信息；

S3、建立模型：将限速、车道数目、交叉路口设置、信号灯布置、车辆的位置信息、交通流量和交通密度作为车速预测模型的输入，车速作为输出，建立道路交通环境特征参量与车速之间的映射关系模型；

S4、消耗预测；

S4.1、通过步骤S3建立的模型，对将要行驶的历史行驶路径或新行驶路径的车速进行预测，从而得到预测车速；

S4.2、利用长时车速的预测结果，通过距离除以速度的方式进行计算，得到进行各个单位长度所消耗的时间；并将所有单位长度所消耗的时间相加，得到新的行驶路径需要消耗的总时间；

S4.3、结合S4.1和S4.2的结果，利用以下两个公式分别计算车辆预测消耗功率和预测能量消耗；

其中i为道路坡度，m为车的质量，f为滚动阻力系数，u为车速，i为道路坡度，CD为风阻系数，A为迎风面积，δ为汽车旋转质量换算系数，η为传动效率。

2.根据权利要求1所述的一种基于道路交通环境的智能网联汽车车速预测方法，其特征在于，基于人-车-路-交通历史大数据可以获取各道路类型的限速，根据限速信息，可以将道路划分为城市道路、郊区道路和高速道路。

3.根据权利要求1所述的一种基于道路交通环境的智能网联汽车车速预测方法，其特征在于，根据车辆上安装的GPS，可以获取车辆的位置信息、时间、经纬度、速度、加速度信息；同时，在高德地图中输入行车路经的起始点和终点，获取道路信息中的限速、车道数目、交叉路口设置、信号灯布置和车辆的位置信息。

4.根据权利要求1所述的一种基于道路交通环境的智能网联汽车车速预测方法，其特征在于，通过大数据云服务端的GIS/ITS、路段摄像头，可以获取路段的交通流量和交通密度。

5.根据权利要求1所述的一种基于道路交通环境的智能网联汽车车速预测方法，其特征在于，在步骤S3中，将限速、车道数目、交叉路口设置、信号灯布置、车辆的位置信息、交通流量和交通密度特征参量化后作为长时车速预测模型的输入，车速作为输出，利用遗传算法优化的三维BP神经网络建立车速预测模型，对车速进行预测，并将用该车速预测模型对将要行驶的历史行驶路径或新行驶路径的车速进行预测。