[发明专利]一种基于多源信息融合的混合交通流车辆识别方法

说明书

本发明公开了一种基于多源信息融合的混合交通流车辆识别方法，包括：基于视频检测器和微波检测器分别获取每个路段的驶入车辆数和驶出车辆数，对视频检测器和微波检测器获取的数据进行融合得到该路段内的所有车辆数；基于上下游网联自动驾驶车辆检测器获取并计算该路段内的自动驾驶车辆数M₁，基于边缘计算单元实时接收到的自动驾驶车辆的车辆信息，计算该路段内的自动驾驶车辆数M₂；基于自动驾驶车辆之间的实时车辆信息传递，计算该路段内的自动驾驶车辆数M₃；对M₁、M₂和M₃进行融合，得到该路段内的所有自动驾驶车辆数；基于上述所有车辆数和自动驾驶车辆数，计算当前路段网联自动驾驶车辆的混入率；基于此，本发明可精准的计算出自动驾驶车辆的混入率。

技术领域

本发明涉及智能交通技术领域，具体涉及一种基于多源信息融合的混合交通流车辆识别方法。

背景技术

随着车路协同技术和自动驾驶技术的发展成熟，未来很长一段时间将会出现具备网联通信功能的自动驾驶车辆和传统的人工驾驶车辆混合行驶的情况，由于自动驾驶车辆的混入，传统的交通流传输规律将会发生改变，也会造成一定的安全风险。

为了研究混合交通流的传输特性，保障自动驾驶车辆混入情况下的交通网络的安全高效运行，亟需对道路上对自动驾驶车辆的混入率进行精准的识别。

发明内容

针对现有技术中存在的不足之处，本发明提供一种在网联环境下基于多源信息融合的混合交通流车辆识别方法。

本发明公开了一种基于多源信息融合的混合交通流车辆识别方法，包括：

基于视频检测器获取每个路段的驶入车辆数N_视频驶入和驶出车辆数N_视频驶出；

基于微波检测器获取每个路段的驶入车辆数N_微波驶入和驶出车辆数N_微波驶出；

基于边缘计算单元计算路段内的所有车辆数

N_视频＝N_路段+N_视频驶入-N_视频驶出

N_微波＝N_路段+N_微波驶入-N_微波驶出

式中，N_路段为上个采样周期内该路段的所有车辆数，α₁、α₂为权值；

基于网联自动驾驶车辆检测器获取每个路段的驶入自动驾驶车辆数M_上游驶入和驶出自动驾驶车辆数M_下游驶出，并基于边缘计算单元计算该路段内的自动驾驶车辆数M₁：

M₁＝M_路段+M_上游驶入-M_下游驶出

式中，M_路段为上个采样周期内该路段的所有自动驾驶车辆数；

基于边缘计算单元实时接收到的自动驾驶车辆的车辆信息，计算该路段内的自动驾驶车辆数M₂；

基于自动驾驶车辆之间的实时车辆信息传递，计算出当前路段内任一自动驾驶车辆附近且在当前路段范围内的自动驾驶车辆数，并基于边缘计算单元计算该路段内的自动驾驶车辆数M₃；

基于边缘计算单元计算路段内的自动驾驶车辆数