CN115257738A - 一种考虑相邻车辆切入风险的智能车辆跟驰模型 - Google Patents
一种考虑相邻车辆切入风险的智能车辆跟驰模型 Download PDFInfo
- Publication number
- CN115257738A CN115257738A CN202210978060.5A CN202210978060A CN115257738A CN 115257738 A CN115257738 A CN 115257738A CN 202210978060 A CN202210978060 A CN 202210978060A CN 115257738 A CN115257738 A CN 115257738A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- risk
- intelligent vehicle
- time
- intelligent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005381 potential energy Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000001133 acceleration Effects 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 description 23
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
- B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/10—Weight
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供了一种考虑相邻车辆切入风险的智能车辆跟驰模型,属于智能驾驶领域。该智能车辆跟驰模型的建立包括以下步骤:利用车载传感器及V2X***实时获取智能车辆状态信息及周边环境信息;构建包括切入风险场、追尾风险场和速度势能场的智能车辆的纵向势能场,并分析智能车辆在纵向势能场中受到的场力;构建智能车辆跟驰模型。与现有技术相比,本发明智能车辆跟驰模型能够同时考虑前方车辆和相邻车辆的运动状态对智能车辆跟驰行为的影响,量化智能车辆在跟驰过程承受的前方车辆带来的追尾风险和相邻车辆带来的切入风险,并以该风险确定智能车辆的跟驰行为,保证了智能车辆在跟驰过程中的安全性和舒适性。
Description
技术领域
本发明属于智能驾驶领域,具体涉及一种考虑相邻车辆切入风险的智能车辆跟驰模型。
背景技术
随着汽车保有量的快速增长,引发日益严重的交通安全问题。已有数据研究表明,汽车追尾事故占交通事故总数的比例达五成,其中后车驾驶人疲劳驾驶是造成追尾事故的重要因素之一。智能车辆能够通过V2X***获取周边车辆的运动信息,并结合实际驾驶需求,实现智能驾驶,可避免驾驶员操作失误导致的追尾事故。跟驰模型是微观交通流中车辆个体的动态行为描述,对前、后车辆的发生碰撞机理进行科学的研究与分析,为智能车辆的纵向运动控制提供算法支持和理论基础,对交通流特性分析和交通安全至关重要。然而相邻车辆的切入行为会不可预测地改变车辆的跟驰间距,这会对智能车辆的跟驰行为造成干扰,如降低智能车辆的驾驶舒适性,增加碰撞风险。因此,如何同时考虑智能车辆跟驰过程中前方车辆的运动状态和相邻车辆切入行为的影响,保证跟驰过程中的安全性和舒适性,是本领域技术人员需要解决的问题之一。
为此,国内外学者们在智能车辆跟驰过程中的安全性和舒适性控制方法方面做出了很多研究。
参考文献1:中国发明专利(CN 106407563 A)于2017年2月15日公开的《一种基于驾驶类型和前车加速度信息的跟驰模型生成方法》,它在全速度差模型的基础上考虑司机驾驶风格和前车加速度信息对跟驰行为的影响,设计了一种基于驾驶类型和前车加速度信息的跟驰模型。但是,该跟驰模型的生成只考虑了前车加速度信息对跟驰行为的影响,并未考虑相邻车辆的切入风险对跟驰行为的影响。
参考文献2:中国发明专利(CN 112428997 A)于2021年3月2日公开的《一种基于风险动态平衡的车辆跟驰模型》,它基于前车运动状态构建前车纵向风险场,通过考虑后车在前车风险场中的位置,利用风险动态平衡理论计算后车的驾驶行为,进而构建一种基于风险动态平衡理论的车辆跟驰模型,该发明所提出的跟驰模型能够有效的解释跟驰行为。但是,该跟驰模型只考虑了前车速度信息及后车与前车的相对位置对跟驰行为的影响,也未考虑相邻车辆的切入风险对跟驰行为的影响。
参考文献3:“Dou Y,Ni D,Wang Z,et al.Strategic car-following gap modelconsidering the effect of cut-ins from adjacent lanes[J].IET IntelligentTransport Systems,2016,10(10):658-665.(Dou Y,Ni D和Wang Z等,考虑到从相邻车道切入的影响的战略性车辆跟车间隙模型,IET智能交通***杂志,2016年第10卷第10期,第658页到665页)”提出将驾驶面临的安全风险和相邻车辆的切入概率结合,提出策略跟车间隙模型,以保证跟车的安全性,并将相邻车辆切入的概率降到最低。但是,该跟驰模型只考虑相邻车辆切入风险与跟车间隙和跟驰车辆运动状态信息,未考虑前方车辆的运行状态对后车跟驰行为的影响。
参考文献4:“Zhang Y,Lin Q,WangJ,et al.Lane-change intention estimationfor car-following control in autonomous driving[J].IEEE Transactions onIntelligent Vehicles,2018,3(3):276-286.(Zhang Y,Lin Q和Wang J等,自动驾驶车辆跟驰控制中的变道意图估计,IEEE智能车辆***杂志,2018年第3期第3卷,第276页到286页)”提出车辆跟驰过程中,采用连续隐性马尔可夫模型与高斯混合模型相结合的方法来识别和预测相邻车道车辆的切入意图,并设计了一种模型预测控制器来优化加速序列。但是,该跟驰控制策略中根据相邻车道的车辆行驶状态进行切入意图估计,需要时刻监测相邻车辆的行驶状态。
综上所述,现有的车辆跟驰模型存在的不足:
1、参考文献1、2只考虑了前方车辆的运动状态对后方车辆跟驰行为的影响,未考虑相邻车辆切入对后方车辆跟驰模型的影响。
2、参考文献3建立的车辆跟驰模型只考虑了相邻车辆切入行为对后车车辆跟驰模型的影响,未考虑前方车辆的运动状态对跟驰模型的影响。
3、参考文献4中考虑了相邻车辆切入行为对后方车辆跟驰行为的影响,但是需要时刻监测相邻车辆的行驶状态,采用复杂的算法估计邻车的切入意图,计算量较大。
发明内容
本发明要解决的技术问题就是克服上述各种方案的局限性,提出一种考虑相邻车辆切入风险的智能车辆跟驰模型。该模型旨在提供一种能够量化智能车辆在跟驰过程承受的前车带来的追尾风险和跟驰间隙带来相邻车辆的切入风险,并以该风险确定智能车辆的跟驰行为。
本发明的目的是这样实现的,本发明提供了一种考虑相邻车辆切入风险的智能车辆跟驰模型,所述智能车辆跟驰模型涉及的场景包括当前车道和当前车道左侧的相邻车道,一辆智能车辆跟随在一辆前方车辆后面行驶在当前车道上,一辆相邻车辆行驶在当前车道的左侧相邻车道上,且随时切入到智能车辆的前方;
所述前方车辆定义为智能车辆前面的第一辆车,即相邻车辆切入到智能车辆前方后,相邻车辆成为前方车辆;
所述的跟驰模型按照以下步骤建立:
步骤1,智能车辆状态信息及周边环境信息的获取;
通过智能车辆的车载传感器、定位***和V2X***实时获取智能车辆的状态信息及周边环境信息;
所述智能车辆的状态信息包括智能车辆的质量、智能车辆的行驶速度和跟驰间距,所述跟驰间距为智能车辆车头与前方车辆车尾之间的纵向距离;所述智能车辆的周边环境信息包括前方车辆的质量、前方车辆的行驶速度和前方车辆的加速度;
步骤2,记智能车辆跟驰过程中的任意时刻为t时刻,建立t时刻智能车辆的纵向势能场Es(t);
步骤2.1,基于t时刻相邻车辆的切入与智能车辆发生碰撞的风险构建切入风险场,并记为切入风险场Ec(t),其表达式如下:
其中,δc为切入风险场的系数,dsp(t)是t时刻智能车辆车头与前方车辆车尾之间的纵向距离,记为跟驰间距dsp(t),βc是切入风险场的形状参数,σc(t)是t时刻切入风险场的尺度参数;
步骤2.2,基于t时刻智能车辆与前方车辆发生追尾的风险构建前方车辆的追尾风险场,并记为追尾风险场Eh(t),其表达式如下:
其中,δh是前方车辆的追尾风险场的系数,Mp(t)是t时刻前方车辆的等效质量,r′(t)是t时刻前方车辆与智能车辆之间的追尾风险等势距离,ap(t)为t时刻前方车辆的加速度,β1为前方车辆加速度的系数,vs(t)为t时刻智能车辆的行驶速度,β2为智能车辆行驶速度的系数;
步骤2.3,基于t时刻智能车辆期望速度与行驶速度之间的差值构建智能车辆的速度势能场,并记为速度势能场Ev(t),其表达式如下:
其中,δv为速度势能场的系数,vmax为智能车辆允许行驶的最大速度,amax为智能车辆的最大加速度,ms为智能车辆的质量;
步骤2.4,t时刻智能车辆的纵向势能场Es(t)包括切入风险场Ec(t)、追尾风险场Eh(t)和速度势能场Ev(t),其表达式如下:
Es(t)=Ec(t)+Eh(t)+Ev(t)
步骤3,设车辆行驶方向为正方向,计算t时刻智能车辆受到的纵向势能场场力Fs(t);
步骤3.1,记t时刻切入风险场Ec(t)产生的场力为切入风险场场力Fc(t),切入风险场场力Fc(t)的方向为负方向,切入风险场场力Fc(t)的计算公式如下:
步骤3.2,记t时刻追尾风险场Eh(t)产生的场力为追尾风险场场力Fh(t),追尾风险场场力Fh(t)的方向为负方向,追尾风险场场力Fh(t)的计算公式如下:
步骤3.3,记t时刻速度势能场Ev(t)产生的场力为速度势能场场力Fv(t),速度势能场场力Fv(t)的方向为正方向,速度势能场场力Fv(t)的计算公式如下:
Fv(t)=amaxmstanh[δv(vmax-vs(t))]
步骤3.4,t时刻纵向势能场场力Fs(t)包括切入风险场场力Fc(t),追尾风险场场力Fh(t)和速度势能场场力Fv(t),其表达式如下:
Fs(t)=Fc(t)+Fh(t)+Fv(t)
步骤4,构建智能车辆跟驰模型,其表达式为:
式中,ac(t)是t时刻切入风险场场力Fc(t)作用在智能车辆上产生的加速度,ah(t)是t时刻追尾风险场场力Fh(t)作用在智能车辆上产生的加速度,av(t)是t时刻速度势能场场力Fv(t)作用在智能车辆上产生的加速度,as(t)为t时刻纵向势能场场力Fs(t)作用在智能车辆上产生的加速度。
优选地,步骤2.1所述t时刻切入风险场的尺度参数σc(t)按照以下公式进行计算:
优选地,步骤2.2所述t时刻前方车辆的等效质量Mp(t)通过下列公式进行计算:
式中,mp为前方车辆的质量,vp(t)为t时刻前方车辆的行驶速度。
优选地,步骤2.2所述t时刻智能车辆与前方车辆之间的追尾风险等势距离r′(t)通过以下公式进行计算:
其中,τ为风险等势距离的尺寸参数,α为前方车辆的行驶速度参数。
与现有技术相比,本发明的有益效果体现在:
1、与参考文献1、2、3对比,本发明同时考虑前方车辆状态信息及相邻车辆切入风险对智能车辆跟驰行为的影响,构建相邻车辆的切入风险场、前方车辆的追尾风险场和智能车辆的速度势能场组成的纵向势能场,量化智能车辆在跟驰过程中承受的前方车辆的追尾风险和相邻车辆切入行为带来的风险,避免了切入风险值较大的切入行为导致智能车辆的紧急刹车避碰行为,同时保证智能车辆跟驰过程中的安全性和舒适性;
2、与参考文献4中的相邻车辆切入意图估计算法对比,本发明提出的一种考虑邻车切入风险的智能车辆跟驰模型不需要采用复杂的算法实时估计相邻车辆的切入意图,只需要根据智能车辆的跟驰间距和智能车辆的行驶速度预测相邻车辆的切入风险,并根据切入风险动态调整车辆的跟驰模型,计算量更小。
附图说明
图1是本发明实施例中智能车辆跟驰模型的场景图;
图2是本发明实施例中t时刻建立考虑相邻车辆切入风险的智能车辆跟驰模型的流程图;
图3是本发明实施例中固定智能车辆速度条件下切入风险场与跟驰间距之间的关系图;
图4是本发明实施例中固定跟驰间距条件下切入风险场与智能车辆速度之间的关系图;
图5是本发明实施例中t时刻智能车辆在前车风险场、切入风险场和速度势能场中的受力分析图;
图6是本发明实施例中前方车辆的速度随时间变化曲线图;
图7是本发明实施例中前方车辆的加速度随时间变化曲线图;
图8是本发明实施例中智能车辆的真实加速度和采用本发明规划的加速度曲线图;
图9是本发明实施例中智能车辆的真实速度和采用本发明规划的速度曲线图;
图10是本发明实施例中智能车辆的真实跟驰间距和采用本发明规划的跟驰间距曲线图。
具体实施方式
下面结合附图和实施例,对本发明一种考虑邻车切入风险的智能车辆跟驰模型进行详细说明。
图1是本发明实施例中智能车辆跟驰模型的场景图,图2为本发明实施例中的智能车辆跟驰模型的流程图。
由图1可见,所述智能车辆跟驰模型涉及的场景包括当前车道和当前车道左侧的相邻车道,一辆智能车辆跟随在一辆前方车辆后面行驶在当前车道上,一辆相邻车辆行驶在当前车道的左侧相邻车道上,且随时切入到智能车辆的前方。
所述前方车辆定义为智能车辆前面的第一辆车,即相邻车辆切入到智能车辆前方后,相邻车辆成为前方车辆。
在图1中,vs为智能车辆在当前车道的行驶速度,vp为相邻车辆切入前的前方车辆在当前车道的行驶速度,dsp为智能车辆的跟驰间距。所述跟驰间距为智能车辆车头与前方车辆车尾之间的纵向距离。
由图2可见,所述的跟驰模型按照以下步骤建立:
步骤1,智能车辆状态信息及周边环境信息的获取。
通过智能车辆的车载传感器、定位***和V2X***实时获取智能车辆的状态信息及周边环境信息;
所述智能车辆的状态信息包括智能车辆的质量、智能车辆的行驶速度和跟驰间距,所述跟驰间距为智能车辆车头与前方车辆车尾之间的纵向距离;所述智能车辆的周边环境信息包括前方车辆的质量、前方车辆的行驶速度和前方车辆的加速度。
步骤2,记智能车辆跟驰过程中的任意时刻为t时刻,建立t时刻智能车辆的纵向势能场Es(t)。
步骤2.1,基于t时刻相邻车辆的切入与智能车辆发生碰撞的风险构建切入风险场,并记为切入风险场Ec(t),其表达式如下:
其中,δc为切入风险场的系数,dsp(t)是t时刻智能车辆车头与前方车辆车尾之间的纵向距离,记为跟驰间距dsp(t),βc是切入风险场的形状参数,σc(t)是t时刻切入风险场的尺度参数。
在本实施例中,取δc=0.70,βc=3.44709。
在本实施例中,所述t时刻切入风险场的尺度参数σc(t)按照以下公式进行计算:
图3是本发明实施例中固定智能车辆速度条件下切入风险场与跟驰间距之间的关系图。图4是本发明实施例中固定跟驰间距条件下切入风险场与智能车辆速度之间的关系图。
步骤2.2,基于t时刻智能车辆与前方车辆发生追尾的风险构建前方车辆的追尾风险场,并记为追尾风险场Eh(t),其表达式如下:
其中,δh是前方车辆的追尾风险场的系数,Mp(t)是t时刻前方车辆的等效质量,r′(t)是t时刻前方车辆与智能车辆之间的追尾风险等势距离,ap(t)为t时刻前方车辆的加速度,β1为前方车辆加速度的系数,vs(t)为t时刻智能车辆的行驶速度,β2为智能车辆行驶速度的系数。
在本实施例中,所述t时刻前方车辆的等效质量Mp(t)通过下列公式进行计算:
式中,mp为前方车辆的质量,vp(t)为t时刻前方车辆的行驶速度。
在本实施例中,所述t时刻智能车辆与前方车辆之间的追尾风险等势距离r′(t)通过以下公式进行计算:
其中,τ为风险等势距离的尺寸参数,α为前方车辆的行驶速度参数。
在本实施例中,取δh=0.66,τ=0.87,α=0.18,mp=1556kg,β1=-0.01,β2=0.37。
步骤2.3,基于t时刻智能车辆期望速度与行驶速度之间的差值构建智能车辆的速度势能场,并记为速度势能场Ev(t),其表达式如下:
其中,δv为速度势能场的系数,vmax为智能车辆允许行驶的最大速度,amax为智能车辆的最大加速度,ms为智能车辆的质量。
本实施例中,取δv=0.08,amax=4m/s2,vmax=22.03m/s,ms=1556kg。
步骤2.4,t时刻智能车辆的纵向势能场Es(t)包括切入风险场Ec(t)、追尾风险场Eh(t)和速度势能场Ev(t),其表达式如下:
Es(t)=Ec(t)+Eh(t)+Ev(t)
步骤3,设车辆行驶方向为正方向,计算t时刻智能车辆受到的纵向势能场场力Fs(t)。
步骤3.1,记t时刻切入风险场Ec(t)产生的场力为切入风险场场力Fc(t),切入风险场场力Fc(t)的方向为负方向,切入风险场场力Fc(t)的计算公式如下:
步骤3.2,记t时刻追尾风险场Eh(t)产生的场力为追尾风险场场力Fh(t),追尾风险场场力Fh(t)的方向为负方向,追尾风险场场力Fh(t)的计算公式如下:
步骤3.3,记t时刻速度势能场Ev(t)产生的场力为速度势能场场力Fv(t),速度势能场场力Fv(t)的方向为正方向,速度势能场场力Fv(t)的计算公式如下:
Fv(t)=amaxmstanh[δv(vmax-vs(t))]
步骤3.4,t时刻纵向势能场场力Fs(t)包括切入风险场场力Fc(t),追尾风险场场力Fg(t)和速度势能场场力Fv(t),其表达式如下:
Fs(t)=Fc(t)+Fh(t)+Fv(t)
图5是本发明实施例中t时刻智能车辆在前车风险场、切入风险场和速度势能场中的受力分析图。
步骤4,构建智能车辆跟驰模型,其表达式为:
式中,ac(t)是t时刻切入风险场场力Fc(t)作用在智能车辆上产生的加速度,ah(t)是t时刻追尾风险场场力Fh(t)作用在智能车辆上产生的加速度,av(t)是t时刻速度势能场场力Fv(t)作用在智能车辆上产生的加速度,as(t)为t时刻纵向势能场场力Fs(t)作用在智能车辆上产生的加速度。
为了验证本发明智能车辆跟驰模型的有效性,在美国的NGSIM公开数据集中选取一段车辆行驶轨迹进行验证。NGSIM数据集由11779个车辆轨迹组成,包括车辆ID、前车ID、帧ID、车道ID、全局时间、速度、加速度、跟驰时距等详细参数,被许多学者应用于驾驶行为的校准和验证。在本发明实施例中,智能车辆跟随前方车辆行驶,相邻车辆在30.0s处切入到智能车辆前方。
图6是本发明实施例中前方车辆的速度随时间变化曲线图,前方车辆按照图6中的速度曲线行驶,相邻车辆在30.0s处切入到智能车辆前方。
图7是本发明实施例中前方车辆的加速度随时间变化曲线图,前方车辆按照图7中的加速度曲线进行加、减速。
图8是本发明实施例中智能车辆的真实加速度和采用本发明规划的加速度曲线图,由图8中可以看出,采用本发明的智能车辆跟驰模型产生的智能车辆加速度曲线更平滑,且加速度变化范围小。在30.0s切入行为发生时,采用本发明的智能车辆跟驰模型的加速度变化率小,本发明提出的智能车辆跟驰模型能够平稳地应对相邻车道车辆的切入行为,避免了急刹车保证智能车辆跟驰过程中的舒适性。
为了体现本发明跟驰模型的效果,采用如下公式对本发明实施例中的智能车辆的行驶速度和跟驰间距进行拟合。假设在t时刻,智能车辆加速度为as(t),那么在t+T时刻,智能车辆的行驶速度vs(t+T)和跟驰间距dsp(t+T)计算公式如下:
vs(t+T)=vs(t)+as(t)T
dsp(t+T)=dsp(t)+(vp(t)-vs(t))T+0.5(ap(t)-as(t))T2
式中,T为拟合的时间间隔,取值为0.1s,vs(t)是t时刻智能车辆的行驶速度,as(t)是t时刻智能车辆的加速度,dsp(t)是t时刻的跟驰间距,vp(t)是t时刻前方车辆的行驶速度,ap(t)是t时刻前方车辆的加速度。
图9是本发明实施例中智能车辆的真实速度和采用本发明规划拟合的速度曲线图。由图9中可以看出,采用本发明的智能车辆跟驰模型拟合的速度曲线与真实速度之间的误差很小,能够有效模拟智能车辆跟驰过程中的行驶速度。
图10是本发明实施例中智能车辆的真实跟驰间距和采用本发明规划拟合的跟驰间距曲线图。在相邻车辆切入后,跟驰间距急剧下降,采用本发明的智能车辆跟驰模型拟合的跟驰间距曲线与真实跟驰间距之间误差很小,能够有效模拟智能车辆跟驰过程的跟驰间距。
Claims (4)
1.一种考虑相邻车辆切入风险的智能车辆跟驰模型,其特征在于,所述智能车辆跟驰模型涉及的场景包括当前车道和当前车道左侧的相邻车道,一辆智能车辆跟随在一辆前方车辆后面行驶在当前车道上,一辆相邻车辆行驶在当前车道的左侧相邻车道上,且随时切入到智能车辆的前方;
所述前方车辆定义为智能车辆前面的第一辆车,即相邻车辆切入到智能车辆前方后,相邻车辆成为前方车辆;
所述的跟驰模型按照以下步骤建立:
步骤1,智能车辆状态信息及周边环境信息的获取;
通过智能车辆的车载传感器、定位***和V2X***实时获取智能车辆的状态信息及周边环境信息;
所述智能车辆的状态信息包括智能车辆的质量、智能车辆的行驶速度和跟驰间距,所述跟驰间距为智能车辆车头与前方车辆车尾之间的纵向距离;所述智能车辆的周边环境信息包括前方车辆的质量、前方车辆的行驶速度和前方车辆的加速度;
步骤2,记智能车辆跟驰过程中的任意时刻为t时刻,建立t时刻智能车辆的纵向势能场Es(t);
步骤2.1,基于t时刻相邻车辆的切入与智能车辆发生碰撞的风险构建切入风险场,并记为切入风险场Ec(t),其表达式如下:
其中,δc为切入风险场的系数,dsp(t)是t时刻智能车辆车头与前方车辆车尾之间的纵向距离,记为跟驰间距dsp(t),βc是切入风险场的形状参数,σc(t)是t时刻切入风险场的尺度参数;
步骤2.2,基于t时刻智能车辆与前方车辆发生追尾的风险构建前方车辆的追尾风险场,并记为追尾风险场Eh(t),其表达式如下:
其中,δh是前方车辆的追尾风险场的系数,Mp(t)是t时刻前方车辆的等效质量,r′(t)是t时刻前方车辆与智能车辆之间的追尾风险等势距离,ap(t)为t时刻前方车辆的加速度,β1为前方车辆加速度的系数,vs(t)为t时刻智能车辆的行驶速度,β2为智能车辆行驶速度的系数;
步骤2.3,基于t时刻智能车辆期望速度与行驶速度之间的差值构建智能车辆的速度势能场,并记为速度势能场Ev(t),其表达式如下:
其中,δv为速度势能场的系数,vmax为智能车辆允许行驶的最大速度,amax为智能车辆的最大加速度,ms为智能车辆的质量;
步骤2.4,t时刻智能车辆的纵向势能场Es(t)包括切入风险场Ec(t)、追尾风险场Eh(t)和速度势能场Ev(t),其表达式如下:
Es(t)=Ec(t)+Eh(t)+Ev(t)
步骤3,设车辆行驶方向为正方向,计算t时刻智能车辆受到的纵向势能场场力Fs(t);
步骤3.1,记t时刻切入风险场Ec(t)产生的场力为切入风险场场力Fc(t),切入风险场场力Fc(t)的方向为负方向,切入风险场场力Fc(t)的计算公式如下:
步骤3.2,记t时刻追尾风险场Eh(t)产生的场力为追尾风险场场力Fh(t),追尾风险场场力Fh(t)的方向为负方向,追尾风险场场力Fh(t)的计算公式如下:
步骤3.3,记t时刻速度势能场Ev(t)产生的场力为速度势能场场力Fv(t),速度势能场场力Fv(t)的方向为正方向,速度势能场场力Fv(t)的计算公式如下:
Fv(t)=amaxmstanh[δv(vmax-vs(t))]
步骤3.4,t时刻纵向势能场场力Fs(t)包括切入风险场场力Fc(t),追尾风险场场力Fh(t)和速度势能场场力Fv(t),其表达式如下:
Fs(t)=Fc(t)+Fh(t)+Fv(t)
步骤4,构建智能车辆跟驰模型,其表达式为:
式中,ac(t)是t时刻切入风险场场力Fc(t)作用在智能车辆上产生的加速度,ah(t)是t时刻追尾风险场场力Fh(t)作用在智能车辆上产生的加速度,av(t)是t时刻速度势能场场力Fv(t)作用在智能车辆上产生的加速度,as(t)为t时刻纵向势能场场力Fs(t)作用在智能车辆上产生的加速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210978060.5A CN115257738A (zh) | 2022-08-15 | 2022-08-15 | 一种考虑相邻车辆切入风险的智能车辆跟驰模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210978060.5A CN115257738A (zh) | 2022-08-15 | 2022-08-15 | 一种考虑相邻车辆切入风险的智能车辆跟驰模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115257738A true CN115257738A (zh) | 2022-11-01 |
Family
ID=83749952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210978060.5A Pending CN115257738A (zh) | 2022-08-15 | 2022-08-15 | 一种考虑相邻车辆切入风险的智能车辆跟驰模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115257738A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117125083A (zh) * | 2023-10-27 | 2023-11-28 | 青岛理工大学 | 考虑驾驶风格倾性的车辆跟驰行为风险量化方法 |
-
2022
- 2022-08-15 CN CN202210978060.5A patent/CN115257738A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117125083A (zh) * | 2023-10-27 | 2023-11-28 | 青岛理工大学 | 考虑驾驶风格倾性的车辆跟驰行为风险量化方法 |
CN117125083B (zh) * | 2023-10-27 | 2024-01-05 | 青岛理工大学 | 考虑驾驶风格倾性的车辆跟驰行为风险量化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108919795B (zh) | 一种自动驾驶汽车换道决策方法及装置 | |
USRE47473E1 (en) | Method and apparatus of predicting collision for omnidirectional application within emergency brake system | |
CN103003854B (zh) | 用于基于驾驶员工作负担调度驾驶员接口任务的***和方法 | |
CN108032858B (zh) | 基于旁车行驶路径预测的自适应巡航控制方法及*** | |
CN111137288B (zh) | 一种网联条件下多车协同换道方法 | |
CN105501220A (zh) | 车辆碰撞预警的方法、装置以及车辆 | |
US20230304896A1 (en) | Method for evaluating performance of self-driving vehicle oriented to full parameter space of logical scenario | |
CN111038502A (zh) | 一种安全车距预估、修正、预警、驾驶资质评估方法及*** | |
CN107215335B (zh) | 基于微观驾驶的交通安全风险反馈预警***及预警方法 | |
CN115158308A (zh) | 一种智能车辆主动避障控制方法及装置、存储介质、终端 | |
CN113722835B (zh) | 拟人化随机换道驾驶行为建模方法 | |
CN110040138A (zh) | 一种车辆并行辅助驾驶方法和*** | |
CN115257738A (zh) | 一种考虑相邻车辆切入风险的智能车辆跟驰模型 | |
CN113313949A (zh) | 一种高速公路出口匝道客货车协同控制方法、装置和设备 | |
CN113763702A (zh) | 一种基于v2v的宜人化的前方碰撞预警***及预警方法 | |
Hyeon et al. | Influence of speed forecasting on the performance of ecological adaptive cruise control | |
CN115817460A (zh) | 一种混合流条件下智能网联车主动协调避撞方法 | |
CN115140094A (zh) | 一种基于纵向安全间距模型的实时换道决策方法 | |
CN116494930B (zh) | 一种矿区无人驾驶矿车紧急制动方法 | |
CN113761715A (zh) | 一种基于高斯混合和隐马尔可夫的个性化车辆跟驰模型的建立方法 | |
WO2021109163A1 (zh) | 用于车辆自动驾驶的数据处理方法 | |
CN103231710B (zh) | 基于驾驶员工作负担调度驾驶员接口任务的***和方法 | |
CN115131959B (zh) | 车辆队列防追尾主动避撞协同控制方法 | |
CN113830084B (zh) | 基于多车道车辆主动避撞的控制方法及车辆 | |
CN112498355B (zh) | 一种速度规划方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |