[发明专利]一种入口匝道网联人工驾驶车辆汇入主线协同控制方法

说明书

本发明公开了一种入口匝道网联人工驾驶车辆汇入主线协同控制方法，包括安装设备采集数据、构建预测模型、预测车头时距集合和对合流区中每个可汇入间隙允许汇入的车辆规模进行分析，最终对匝道车辆实施不同引导策略，使其顺利汇入主线等步骤，解决对匝道车辆进行策略生成，引导车辆安全有序的汇入到主线的问题；利用现有的数据采集设备和计算设备，使引导系统与互联网地图APP关联，使策略生成和指令传达成为可能；通过引导策略对匝道上的车辆进行精确引导，向驾驶员发布其在匝道上的行驶操作指令，保证了车辆成功汇入主线的成功率和安全性，进而保证了整个道路交通的持续性和高效通勤能力。

技术领域

本发明涉及交通管控领域，具体为一种入口匝道网联人工驾驶车辆汇入主线协同控制方法。

背景技术

在现有的交通体系中，由于城市的汽车保有量较大，在一些主要路段容易形成交通堵塞，所以在交通体系建设过程中，高架路或快速路作为重要的组成部分极大的缓解交通拥挤或堵塞的问题。

但是，不得不承认的是，由于车辆在进入到快速路的过程中存在并线问题，在车流量较大的情况下，如果不加以引导，容易发生剐蹭等事故，不利于道路的通畅性，现实情况中往往是司机根据经验或者驾驶技术进行并线，这种风险比较大，也对司机的驾驶要求较高。为此，我们提供一种入口匝道网联人工驾驶车辆汇入主线协同控制方法，用以对匝道汇入主线的操作进行策略引导。

发明内容

本发明的目的在于提供了一种入口匝道网联人工驾驶车辆汇入主线协同控制方法。

本发明所解决的技术问题为：如何对匝道车辆进行策略生成，引导车辆安全有序的汇入到主线的问题。

本发明可以通过以下技术方案实现：一种入口匝道网联人工驾驶车辆汇入主线协同控制方法，包括如下步骤：

步骤一：设置数据采集设备和数据计算设备，与互联网地图APP建立指令和数据传输通道；

步骤二：根据历史数据，建立并训练短时车头时距预测模型；

步骤三：根据构建的短时车头时距预测模型得出预测车头时距集合；

步骤四：按照预测的车头时距集合，对合流区中每个可汇入间隙允许汇入的车辆规模进行分析，从而得出每个可汇入间隙允许汇入的车辆数；

步骤五：结合步骤四中输出的多个允许汇入的车辆规模和高精地图上匝道车辆的实时位置数据，对匝道车辆实施不同引导策略，使其顺利汇入主线。

本发明的进一步技术改进在于：所述步骤一中，数据采集设备包括多目标雷达和高清视频采集装置，在主线、合流点和入口匝道位置采集匝道和主线车辆的动态行驶数据，动态行驶数据包括流量、车速和车头时距，匝道入口安装路侧计算单元并建立其与互联网地图APP的网络通信，为后续引导策略中数据和指令传输提供通信通道。

本发明的进一步技术改进在于：所述步骤三中的短时车头时距预测模型是基于熵的灰色关联分析和时间卷积网络进行构建，该模型通过对预测车头时距与历史车头时距之间的灰色关联等级的值进行计算，从而得出短时车头时距预测模型输出的预测车头时距集合。

本发明的进一步技术改进在于：所述步骤四中在对每个可汇入间隙允许汇入的车辆规模m进行分析时，需要主线外侧车道上的车头时距满足以下条件：

t_c+(m-1)t_f≤t_h≤t_c+mt_f；

在满足上述条件后，得出匝道上有m辆车允许汇入主线上的一个可汇入间隙。

本发明的进一步技术改进在于：步骤五中所述的不同引导策略包括单车引导策略和车辆编组引导策略，当主线上每一个可汇入间隙允许汇入的车辆数为1时，则采用单车引导策略，当主线上每一个可汇入间隙允许汇入的车辆数大于1时，采用车辆编组引导策略。