[发明专利]一种考虑驾驶人感知误差的车辆跟驰模型稳定性控制方法

说明书

本发明公开了一种考虑驾驶人感知误差的车辆跟驰模型稳定性控制方法，用于解决驾驶人随机感知误差对交通流稳定性的影响。本发明是在考虑驾驶人在跟车过程中对前车运动状态存在信息感知误差的情况下，引入车头间距与前车车速置信水平参数，建立一种考虑驾驶人感知误差的车辆跟驰模型，并在此基础上，设计了一种反馈控制方法来增强模型的稳定性。对比未考虑反馈控制方法的模型，提出的反馈控制方法能有效的提高队列的稳定性，为交通管理与控制和车辆智能控制等领域的队列稳定性控制方法提供技术支持。

技术领域

本发明涉及交通控制方法领域，具体是一种考虑驾驶人感知误差的车辆跟驰模型稳定性控制方法。

背景技术

当今社会交通拥堵问题日益成为人们关注的焦点，交通流模型作为一种宏观模型能有效描述交通流动的数学模型，而车辆跟驰模型可进一步揭示交通拥挤的机理，描述单个车辆的驾驶行为特性。因此，近年来，学者们提出了多种车辆跟驰模型来分析驾驶行为特性对交通流稳定性的影响。

1953年，Pipes提出了一种开创性的车辆跟驰模型。随后Chandler等人在刺激-反应概念模型的基础上，提出了第一个仅以相对速度作为反应刺激的线性车辆跟驰模型。针对Chandler等人提出的车辆跟驰模型的不足，Gazis等人提出了GHR模型，该模型假设后车的运动状态是由两辆连续车辆的速度、相对速度和车头间距决定的。1995年，Bando等人以驾驶人在交通流中保持最佳速度的意愿作为假设条件构建了最优速度(OptimalVelocity,OV)模型。Helbing和Tilch提出了广义力模型(Generalized force model,GF)，虽然该模型避免了最优速度模型的缺陷，但是仍然存在不切实际的加速度。于是2001年Jiang等人提出了一种全速度差控制(Full velocity difference,FVD)模型，既保留了OV模型的优点，又克服了GF模型的缺陷。Lu等人通过将驾驶人的感知风险水平定义为安全裕度来阐明驾驶人的跟车行为，并提出了期望安全裕度(Desired Safety Margin,DSM)模型。随后，Wang等人通过DSM模型研究了驾驶行为特性参数对交通流的影响。经过对现有技术文献的检索发现，基于OV，FVD，GF，GHR和DSM及其扩展模型被广泛的提出，来研究驾驶行为对交通流的稳定性的影响。随着交通流理论的发展，基于理论建模或实验建模的基础上建立了许多新的跟车模型来解释交通流的振荡、容量下降、跟车行为特征等。而对车辆跟驰过程中驾驶人行为特征以及如何进一步改善交通流稳定性仍是当前的热点问题。

最近，Konishi等人在改进的耦合映像格子模型(CM)的基础上，采用延迟反馈控制方法来提高交通流的稳定性。Chen提出了双车道最优速度反馈控制(OVFC)模型来减弱速度的振荡。Ge等人提出了考虑两个连续车头时距的修正CM模型，并进一步提出了基于反馈控制的考虑换道行为的双车道跟驰模型。Xie等人提出了一种基于分布式反馈控制的网联车辆驾驶人辅助策略，以提高交通流稳定性和交通效率。尽管学者们考虑到不同驾驶人的生理、心理特征和交通环境，并建立了相对应的车辆跟驰模型，同时设计了相应的反馈控制方法来增强模型的稳定性，但是在相关文献检索过程中发现，现有技术并没有给出一种考虑到驾驶人的感知误差，并基于感知车速和车头间距的置信度来构建车辆跟驰模型，同时设计相应的反馈控制方法来增强模型的稳定性。

发明内容

针对以上技术的不足，本发明给出了一种考虑驾驶人感知误差的车辆跟驰模型稳定性控制方法。由于驾驶人在车辆跟驰过程中对车速和车头间距的随机性感知误差导致交通流振荡，基于此利用本发明设计的反馈控制方法可有效的提高交通流的稳定性。

为了达到上述目的，本发明所采用的技术方案为：

一种考虑驾驶人感知误差的车辆跟驰模型稳定性控制方法，其特征在于：包括以下步骤：

(1)基于交通场景中车辆参数和驾驶人信息，建立考虑驾驶人反应时间的车辆跟驰模型FVD，模型的运动方程如公式(1)、(2)所示：