[发明专利]一种基于智能网联车辆的动态限速控制方法、系统、终端及可读存储介质

说明书

本发明公开了一种基于智能网联车辆的动态限速控制方法、系统、终端及可读存储介质，该方法通过智能车载信息终端‑信息网络二者之间的紧密衔接，在路段下游存在交通瓶颈的场景下，利用智能网联车辆领导人工驾驶车辆组成车队进行动态限速控制，以提高高速公路限速控制的安全性，降低限速控制的成本，减少道路交通事故率，提升高速公路交通安全与效率。其中，基于动态限速控制模型控制车队中头车的减速参数，进一步利用动态限速控制模型构建神经网络模型，应用到车速控制过程。本发明能够克服已有高速公路动态限速控制的缺陷，有效提高高速公路的交通安全，适用于未来网联车与非网联车混行条件下的高速公路交通安全管控。

技术领域

本发明属于智能交通管理与控制技术领域，具体涉及一种基于智能网联车辆的动态限速控制方法、系统、终端及可读存储介质。

背景技术

在我国经济快速发展和汽车管制逐步完善的有利推动下，我国机动车保有量不断增多。根据公安部交管局相关数据显示，截至2020年9月，全国机动车保有量达3.65亿辆，且仍然保持较高的增长速度。剧增的机动车带来了严重的交通问题，根据国家交通部数据，2019年全国交通事故发生数为247646起，比2018年增长了2709起，同比增长1.11％。在众多的交通事故中，高速公路由于车辆运行速度快的特点，占据了很大的事故比例。如何对高速公路进行有效限速从而改善交通安全，显得至关重要。

已有研究通过动态限速控制的方法，以期实现对高速公路上车辆速度的动态调整，从而降低事故风险，提高交通安全。然而，已有控制方法对路侧限速设施的建设和交通流信息的收集提出了较大的挑战。互联网技术的快速发展使得汽车工业的科技含量水平不断提高，可以同时利用多种安全技术手段来降低交通事故的发生及其对人员的伤害，车联网为高速公路动态限速提供了一种新的途径。在车联网普及的过程中，网联车与非网联车混行的状态是必经阶段，并将长期处于此阶段。因此，面对网联车与非网联车混行情况，存在瓶颈区段时，如何有效利用网联车控制瓶颈区段后续车辆的车速，以降低交通事故发生率是本发明亟需研究的。

发明内容

针对网联车与非网联车混行情况下，如何有效控制瓶颈区段后续车辆的车速的问题，本发明提供一种基于智能网联车辆的动态限速控制方法、系统、终端及可读存储介质，所述方法利用网联车的特性，引入动态限速控制的模型控制瓶颈区段后续网联车的车速，进而控制整条线路的车速，降低交通事故发生率。

一方面，本发明提供的一种基于智能网联车辆的动态限速控制方法，包括如下步骤：

S1：监测所在路段是否出现瓶颈区段，若出现瓶颈区段，获取车队的车队状态参数；

其中，将瓶颈区段之后的网联车和非网联车进行编队，每个网联车分别作为一个车队的头车，以及将所述头车与下一网联车之间非网联车编入所述头车所在车队；

所述车队状态参数包括车队中头车的初始车速、瓶颈车速、车队长度以及车队与瓶颈区段的距离；

S2：基于动态限速控制模型控制车队中头车的减速参数，其中，所述动态限速控制模型如下：

式中，V₁为车队中头车的初始车速，V_n+1为头车的最终期望车速，等于瓶颈车速；t表示时间步长，其中，将每个控制周期划分为n个时间步长；a_k为第k个步长中头车的减速参数，d为车队与瓶颈区段的距离。

从动态限速控制模型的公式可知，将控制周期划分为多个时间步长，利用车队的车队状态参数可以求解出每个时间步长对应的头车的减速参数，进而得到控制周期内的减速参数序列，其中，减速参数理解为用于减速的加速度参数，其数值为负。

可选地，步骤S2中基于动态限速控制模型控制车队中头车的减速参数的实现过程如下：

S21：获取基于动态限速控制模型构建的神经网络模型；