[发明专利]一种基于交通仿真的网联机动车右转轨迹规划方法和装置在审
申请号: | 202110528723.9 | 申请日: | 2021-05-14 |
公开(公告)号: | CN113312760A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 王昊;左泽文;董长印;陈全;阮天承;付之兵;李思宇 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q10/06;G06Q50/30 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 田凌涛 |
地址: | 210018 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 交通 仿真 联机 动车 右转 轨迹 规划 方法 装置 | ||
本发明公开了一种基于交通仿真的网联机动车右转轨迹规划方法和装置。所述方法包括:根据网联右转车确定非机动车交通流中可能发生机非交互的非机动车集合,再确定非机动车集合中的非机动车速度、加速度等数据,再结合所述数据对非机动车通过距离阈值进行群组划分;将当前非机动车数据进行微观交通仿真;再将仿真结果与演化公式结合,从而非机动车群组进行动态演化预测;最后根据动态演化后的非机动车群组对网联机车进行右转轨迹规划。本发明提供的右转轨迹规划方法考虑了非机动车群组对网联机动车的影响,并且通过微观交通仿真预测群组的动态演化,使轨迹规划更加全面与科学。
技术领域
本发明涉及交通仿真控制技术领域,具体而言涉及一种基于交通仿真的网联机动车右转轨迹规划方法和装置。
背景技术
近年来由于交通系统的快速发展而引发的交通安全和环境问题,智能网联车引发了大量关注并在过去十年中得到了快速发展,车辆的连接性和自动化程度的大幅提升,使得车辆可以和基础设施通信,利用车载传感器的信息实现部分或者完全自动化驾驶,而且还可以通过车辆之间的通信实现协同工作。
在城市交叉口中,右转机动车和直行非机动车的冲突与交互是交叉口中机非交互与冲突最频繁的现象之一,在流量大的交叉口更是会因为互相抢行的现象,导致机非交互复杂的现象出现。目前对于智能网联车仿真的研究中,对于右转机动车与非机动车交互的部分研究较少,目前的主要研究都集中于机动车与机动车之间的交互;同时在具体的仿真过程中,车辆通常根据周边的机动车数据进行下一步的行为决策,形成决策的过程中对于非机动车数据的利用较少,经常导致右转机动车难以确定右转时机并安全右转。
发明内容
本发明针对现有技术中的不足,提供一种基于交通仿真的网联机动车右转轨迹规划方法和装置,以局部范围内非机动车车辆的速度、加速度和坐标数据为基本信息,按照距离阈值进行初步的群组划分,之后将非机动车与非机动车群组数据代入微观交通仿真系统中进行IDM仿真,将仿真数据与演化公式相结合,对非机动车群组进行动态演化预测,从而判断可能的穿越间隙,并根据可能的穿越间隙对智能网联右转车进行合理的右转轨迹规划。
为实现上述目的,本发明采用以下技术方案:
第一方面,本发明实施例提出了一种基于交通仿真的网联机动车右转轨迹规划方法,所述规划方法包括:
根据计划右转的网联机动车的位置信息和行驶信息划定研究范围,获取研究范围内可能会与网联机动车产生机非交互的所有非机动车,生成非机动车集合,提取非机动车集合中所有非机动车的微观交通数据;
结合获取的所有非机动车的车长计算得到距离阈值,根据距离阈值对获取的非机动车进行群组划分,使群组之间的最小距离大于距离阈值;
针对非机动车的微观交通数据进行微观交通仿真;
将微观交通仿真结果与演化公式结合,对各个非机动车群组进行动态演化预测,结合非机动车位置变化趋势对各个非机动车群组的成员进行调整;
基于调整后的非机动车群组的各个成员的行驶信息,对网联机动车进行右转轨迹规划。
可选的,所述微观交通数据包括速度、加速度和位置坐标。
可选的,所述结合获取的所有非机动车的车长计算得到距离阈值,根据距离阈值对获取的非机动车进行群组划分的过程包括以下步骤:
确定研究范围内的非机动车的平均车长作为距离阈值;
将非机动车行驶方向作为y轴的正方向,按照每个非机动车实时位置的y轴坐标取值由大到小的顺序对所有非机动车进行排序,检索第一辆未划分的非机动车,将该车作为群组I的尾车;
计算后一辆未划分群组的非机动车与群组I尾车的距离,若距离小于距离阈值,则将该非机动车作为计入群组I且作为新的尾车,若距离大于距离阈值,则将该非机动车作为群组I+1的尾车;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110528723.9/2.html,转载请声明来源钻瓜专利网。