1.本发明属于智能交通信息技术领域，具体涉及一种多车型的混合交通中网联车辆跟驰行为刻画方法。
背景技术：
2.交通系统正朝着智能化、网联化的方向不断发展，网联技术在交通系统各个领域均发挥着极其重要的作用。另一方面，由于大型车体积大、性能差，会对周围驾驶员造成心理压迫。对于新型混合交通，车型因素与网联因素将共同对交通的动态演化特性造成影响，车车之间的相互作用关系更为复杂。因此，对多车型混入下的新型混合交通网联车辆跟驰行为进行刻画与描述，从而为交通的管理与控制提供理论依据，具有重要意义。
3.现有技术cn109978260a公开了混合交通流下网联车跟驰行为预测方法，通过考虑
前导车的行驶状态对于目标网联车的直接影响，以及可通信范围内的网联车的行驶状态对目标网联车的直接影响，确定目标网联车的跟驰状态，所述行驶状态包括
速度、位置和加速度。该方法也可用于网联车跟驰行为的刻画与描述，然而，该方法针对网联与车型因素共同影响下的网联车跟驰行为差异尚未进行充分地考虑。
技术实现要素：
4.有鉴于此，本发明的目的在于提供一种多车型的混合交通中网联车辆跟驰行为刻画方法，解决目前少有综合考虑新型混合交通中车型与网联因素的共同影响，探究如何以网联异质性与车型异质性为切入点，对网联车跟驰行为进行刻画的问题。
5.为实现上述目的，本发明是这样设置的：一种多车型的混合交通中网联车辆跟驰行为刻画方法包括以下步骤：
6.获取网联场景下t
时刻和t+
△
t时刻观测
路段跟驰车与前导车的运动参数；所述运动参数包括t时刻跟驰车的速度vi(t)和位置xi(t)、t时刻前导车的速度v
i+1
(t)和位置x
i+1
(t)以及t+
△
t时刻跟驰车的的速度vi(t+
△
t)；
7.通过获取的所述运动参数计算t时刻观测路段跟驰车与前导车的速度差和位置差，以及t时刻观测路段车流平均速度；
8.根据t时刻观测路段的跟车对组合类型计算t时刻前导车对跟驰车的车型因素影响；
9.通过获取的所述运动参数以及所述t时刻前导车对跟驰车的车型因素影响计算t时刻跟驰车的期望跟驰间距；
10.根据所述t时刻观测路段跟驰车与前导车的位置差和跟驰车的期望跟驰间距计算t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激λ1；
11.根据所述t时刻观测路段跟驰车与前导车的速度差计算t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激λ2；
12.根据所述t时刻观测路段跟驰车的速度vi(t)和车流平均速度计算t时刻观测路段
车流平均速度对跟驰车驾驶员的刺激λ3；
13.根据所述t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激λ1、t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激λ2和t时刻观测路段车流平均速度对跟驰车驾驶员的刺激λ3计算t+t时刻跟驰车的加速度，从而对跟驰车的运动状态进行描述。
14.进一步的，所述t时刻观测路段跟驰车与前导车的速度差和位置差，具体计算公式如下所示：
[0015][0016]
式中：
[0017]
vi(t)表示t时刻观测路段跟驰车的速度；
[0018]
xi(t)表示t时刻观测路段跟驰车的位置；
[0019]vi+1
(t)表示t时刻观测路段前导车的速度；
[0020]
x
i+1
(t)表示t时刻观测路段前导车的位置；
[0021]
△
xi(t)表示t时刻观测路段跟驰车与前导车的位置差；
[0022]
△
vi(t)表示t时刻观测路段跟驰车与前导车的速度差。
[0023]
进一步的，所述t时刻观测路段车流平均速度具体计算公式如下所示：
[0024][0025]
式中，
[0026]
n表示t时刻观测路段车流的车辆总数；
[0027]
vj表示t时刻观测路段第j辆车的速度，其中j＝1,2,3,
…
,n。
[0028]
进一步的，所述跟车对组合类型包括大型车跟随大型车(h-h)、小型车跟随大型车(c-h)、大型车跟随小型车(h-c)或小型车跟随小型车(c-c)的其中一种类型。
[0029]
进一步的，所述t时刻前导车对跟驰车的车型因素影响，具体计算公式如下所示：
[0030][0031]
式中，
[0032]
α
hh
表示大型车跟随大型车(h-h)场景下的校正系数；
[0033]
α
ch
表示小型车跟随大型车(c-h)场景下的校正系数；
[0034]
α
hc
表示大型车跟随小型车(h-c)场景下的校正系数；
[0035]
α
cc
表示小型车跟随小型车(c-c)场景下的校正系数；
[0036]
ξ
i+1
表示车型影响系数；
[0037]
表示前导车的车辆类型，值为1时表示该车为大型车，值为0时表示该车为小型车；
[0038]
表示跟驰车的车辆类型，值为1时表示该车为大型车，值为0时表示该车为小型车；
[0039]
γ
c,i
表示前导车对跟驰车的车型因素影响，是一个常数。
[0040]
进一步的，所述t时刻跟驰车的期望跟驰间距，具体计算公式如下所示：
[0041][0042]
式中，
[0043]
vi(t)表示t时刻观测路段跟驰车的速度；
[0044]vi+1
(t)表示t时刻观测路段前导车的速度；
[0045]
△
t表示跟驰车驾驶员的反应时间；
[0046]ai,max
表示跟驰车的最大减速度；
[0047]ai+1,max
表示前导车的最大减速度；
[0048]
m表示预设值；
[0049]
μ表示网联影响系数；
[0050]
l
i+1
表示前导车车长；
[0051]
d3表示静止时的车辆安全间距；
[0052]
vi(t+
△
t)表示t+
△
t时刻观测路段跟驰车的速度。
[0053]
进一步的，所述t+t时刻跟驰车的加速度ai(t+t)，具体计算公式如下所示：
[0054]ai
(t+t)＝λ1+λ
2-λ3，
[0055]
式中：
[0056]
λ1表示t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激；
[0057]
λ2表示t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激；
[0058]
λ3表示t时刻观测路段车流平均速度对跟驰车驾驶员的刺激。
[0059]
进一步的，所述t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激λ1，具体计算公式如下所示：
[0060]
λ1＝c1ξ
i+1
[(
△
xi(t)-h
i+1,i
(t)]μ，
[0061]
式中，
[0062]
c1表示预设值；
[0063]
ξ
i+1
表示车型影响系数；
[0064]
△
xi(t)表示t时刻观测路段跟驰车与前导车的位置差；
[0065]hi+1,i
(t)表示t时刻跟驰车的期望跟驰间距；
[0066]
μ表示网联影响系数；
[0067]
进一步的，所述t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激λ2，具体计算公式如下所示：
[0068]
λ2＝c2μ
△
vi(t)，
[0069]
式中，
[0070]
c2表示预设值；
[0071]
μ表示网联影响系数；
[0072]
△
vi(t)表示t时刻观测路段跟驰车与前导车的速度差；
[0073]
进一步的，所述t时刻观测路段车流平均速度对跟驰车驾驶员的刺激λ3，具体计算公式如下所示：
[0074][0075]
式中，
[0076]
c3为预设值；
[0077]
vi(t)表示t时刻观测路段跟驰车的速度；
[0078]
表示t时刻观测路段的车流平均速度。
[0079]
有益效果
[0080]
本发明提供的一种多车型的混合交通中网联车跟驰行为刻画方法，该方法充分考虑网联环境下获取的单车信息与车流信息，以及混合交通中车辆车型的构成，以网联异质性与车型异质性为切入点，实现在不同跟车对组合类型情况下对网联车跟驰行为进行准确刻画。本发明可以对不同跟车对组合类型的网联车跟驰行为进行刻画与描述，从而对交通系统的动态运行规律进行仿真与分析，为交通的管理与控制提供理论依据。
附图说明
[0081]
图1是实施例中一种多车型的混合交通中网联车辆跟驰行为刻画方法的流程示意图。
具体实施方式
[0082]
为使本发明的技术方案、优点和目的更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本技术的保护范围。
[0083]
下面结合附图和实施例对本发明作进一步说明。
[0084]
实施例
[0085]
如图1所示，本实施例提供了一种多车型的混合交通中网联车辆跟驰行为刻画方法，包括以下步骤：
[0086]
步骤1)计算网联场景下t时刻观测路段跟驰车与前导车的速度差和位置差，以及车流平均速度。
[0087]
具体包括以下步骤：
[0088]
s1.1获取网联场景下t时刻观测路段跟驰车的速度vi(t)和位置xi(t)，以及t时刻观测路段前导车的速度v
i+1
(t)和位置x
i+1
(t)；
[0089]
s1.2计算t时刻观测路段跟驰车与前导车的速度差和位置差，具体计算公式如下所示：
[0090][0091]
式中：
[0092]
vi(t)表示t时刻观测路段跟驰车的速度；
[0093]
xi(t)表示t时刻观测路段跟驰车的位置；
[0094]vi+1
(t)表示t时刻观测路段前导车的速度；
[0095]
x
i+1
(t)表示t时刻观测路段前导车的位置；
[0096]
△
xi(t)表示t时刻观测路段跟驰车与前导车的位置差；
[0097]
△
vi(t)表示t时刻观测路段跟驰车与前导车的速度差。
[0098]
s1.3计算t时刻观测路段车流平均速度
[0099][0100]
式中，
[0101]
n表示t时刻观测路段车流的车辆总数；
[0102]
vj表示t时刻观测路段第j辆车的速度，其中j＝1,2,3,
…
,n。
[0103]
步骤2)根据t时刻观测路段的跟车对组合类型，计算t时刻前导车对跟驰车的车型因素影响。
[0104]
具体包括以下步骤：
[0105]
s2.1确定跟车对组合类型，所述跟车对组合类型包括大型车跟随大型车(h-h)、小型车跟随大型车(c-h)、大型车跟随小型车(h-c)或小型车跟随小型车(c-c)的其中一种类型。s2.2计算t时刻前导车对跟驰车的车型因素影响，具体计算公式如下所示：
[0106][0107]
式中，
[0108]
α
hh
表示大型车跟随大型车(h-h)场景下的校正系数；
[0109]
α
ch
表示小型车跟随大型车(c-h)场景下的校正系数；
[0110]
α
hc
表示大型车跟随小型车(h-c)场景下的校正系数；
[0111]
α
cc
表示小型车跟随小型车(c-c)场景下的校正系数；
[0112]
ξ
i+1
表示车型影响系数，取值范围为1-1.7，其中小型车取取值范围中较小的值，大型车取取值范围中较大的值，小型车的取值小于大型车的取值；
[0113]
表示前导车的车辆类型，值为1时表示该车为大型车，值为0时表示该车为小型车；
[0114]
表示跟驰车的车辆类型，值为1时表示该车为大型车，值为0时表示该车为小型车；
[0115]
γc表示前导车对跟驰车的车型因素影响，是一个常数，用于校正跟驰车的期望跟驰间距。
[0116]
步骤3)根据所述t时刻观测路段跟驰车与前导车的速度以及前导车对跟驰车的车型因素影响计算t时刻跟驰车的期望跟驰间距。
[0117]
s3.1获取网联场景下t+
△
t时刻观测路段跟驰车的速度vi(t+
△
t)；
[0118]
s3.2计算t时刻跟驰车的期望跟驰间距h
i+1,i
(t)，具体计算公式如下所示：
[0119][0120]
式中，
[0155]
即
[0156][0157]
综上所述，本发明提供的一种多车型的混合交通中网联车跟驰行为刻画方法，该方法充分考虑网联环境下获取的单车信息与车流信息，以及混合交通中车辆车型的构成，以网联异质性与车型异质性为切入点，实现在不同跟车对组合类型情况下对网联车跟驰行为进行准确刻画。本发明可以对不同跟车对组合类型的网联车跟驰行为进行刻画与描述，从而对交通系统的动态运行规律进行仿真与分析，为交通的管理与控制提供理论依据。
[0158]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的保护范围当中。
技术特征：
1.一种多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：包括以下步骤：获取网联场景下t时刻和t+
△
t时刻观测路段跟驰车与前导车的运动参数；所述运动参数包括t时刻跟驰车的速度v
i
(t)和位置x
i
(t)、t时刻前导车的速度v
i+1
(t)和位置x
i+1
(t)以及t+
△
t时刻跟驰车的的速度v
i
(t+
△
t)；通过获取的所述运动参数计算t时刻观测路段跟驰车与前导车的速度差和位置差，以及t时刻观测路段车流平均速度；根据t时刻观测路段的跟车对组合类型计算t时刻前导车对跟驰车的车型因素影响；通过获取的所述运动参数以及所述t时刻前导车对跟驰车的车型因素影响计算t时刻跟驰车的期望跟驰间距；根据所述t时刻观测路段跟驰车与前导车的位置差和跟驰车的期望跟驰间距计算t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激λ1；根据所述t时刻观测路段跟驰车与前导车的速度差计算t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激λ2；根据所述t时刻观测路段跟驰车的速度v
i
(t)和车流平均速度计算t时刻观测路段车流平均速度对跟驰车驾驶员的刺激λ3；根据所述t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激λ1、t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激λ2和t时刻观测路段车流平均速度对跟驰车驾驶员的刺激λ3计算t+t时刻跟驰车的加速度，从而对跟驰车的运动状态进行描述。2.根据权利要求1所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：所述t时刻观测路段跟驰车与前导车的速度差和位置差，具体计算公式如下所示：式中：v
i
(t)表示t时刻观测路段跟驰车的速度；x
i
(t)表示t时刻观测路段跟驰车的位置；v
i+1
(t)表示t时刻观测路段前导车的速度；x
i+1
(t)表示t时刻观测路段前导车的位置；
△
x
i
(t)表示t时刻观测路段跟驰车与前导车的位置差；
△
v
i
(t)表示t时刻观测路段跟驰车与前导车的速度差。3.根据权利要求2所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：所述t时刻观测路段车流平均速度具体计算公式如下所示：式中，n表示t时刻观测路段车流的车辆总数；v
j
表示t时刻观测路段第j辆车的速度，其中j＝1,2,3,
…
,n。4.根据权利要求3所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在
于：所述跟车对组合类型包括大型车跟随大型车(h-h)、小型车跟随大型车(c-h)、大型车跟随小型车(h-c)或小型车跟随小型车(c-c)的其中一种类型。5.根据权利要求4所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：所述t时刻前导车对跟驰车的车型因素影响，具体计算公式如下所示：式中，α
hh
表示大型车跟随大型车(h-h)场景下的校正系数；α
ch
表示小型车跟随大型车(c-h)场景下的校正系数；α
hc
表示大型车跟随小型车(h-c)场景下的校正系数；α
cc
表示小型车跟随小型车(c-c)场景下的校正系数；ξ
i+1
表示车型影响系数；表示前导车的车辆类型，值为1时表示该车为大型车，值为0时表示该车为小型车；表示跟驰车的车辆类型，值为1时表示该车为大型车，值为0时表示该车为小型车；γ
c
表示t时刻前导车对跟驰车的车型因素影响，是一个常数。6.根据权利要求5所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：所述t时刻跟驰车的期望跟驰间距，具体计算公式如下所示：式中，v
i
(t)表示t时刻观测路段跟驰车的速度；v
i+1
(t)表示t时刻观测路段前导车的速度；
△
t表示跟驰车驾驶员的反应时间；a
i,max
表示跟驰车的最大减速度；a
i+1,max
表示前导车的最大减速度；m表示预设值；μ表示网联影响系数；l
i+1
表示前导车车长；d3表示静止时的车辆安全间距；v
i
(t+
△
t)表示t+
△
t时刻观测路段跟驰车的速度。7.根据权利要求6所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：所述t+t时刻跟驰车的加速度a
i
(t+t)，具体计算公式如下所示：a
i
(t+t)＝λ1+λ
2-λ3，式中：λ1表示t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激；λ2表示t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激；λ3表示t时刻观测路段车流平均速度对跟驰车驾驶员的刺激。8.根据权利要求7所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在
于：所述t时刻观测路段跟驰车与前导车的位置差对跟驰车驾驶员的刺激λ1，具体计算公式如下所示：λ1＝c1ξ
i+1
[(
△
x
i
(t)-h
i+1,i
(t)]μ，式中，c1表示预设值；ξ
i+1
表示车型影响系数；
△
x
i
(t)表示t时刻观测路段跟驰车与前导车的位置差；h
i+1,i
(t)表示t时刻跟驰车的期望跟驰间距；μ表示网联影响系数。9.根据权利要求7所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：所述t时刻观测路段跟驰车与前导车的速度差对跟驰车驾驶员的刺激λ2，具体计算公式如下所示：λ2＝c2μ
△
v
i
(t)，式中，c2表示预设值；μ表示网联影响系数；
△
v
i
(t)表示t时刻观测路段跟驰车与前导车的速度差。10.根据权利要求7所述的多车型的混合交通中网联车辆跟驰行为刻画方法，其特征在于：所述t时刻观测路段车流平均速度对跟驰车驾驶员的刺激λ3，具体计算公式如下所示：式中，c3为预设值；v
i
(t)表示t时刻观测路段跟驰车的速度；表示t时刻观测路段的车流平均速度。
技术总结
本发明提供了一种多车型的混合交通中网联车辆跟驰行为刻画方法，属于智能交通信息技术领域。本发明包括以下步骤获取网联场景下t时刻和t+
技术研发人员：
孙棣华 赵敏 张弛 潘妍睿
受保护的技术使用者：
重庆大学
技术研发日：
2022.07.21
技术公布日：
2022/12/1
