[發明專利]基于跟馳模型標定的跟馳行為異質性分析方法

有效

• 申請號: 202110559603.5
• 申請日: 2021-05-21
• 公開（公告）號: CN113345223B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 張釗;王京華;魯光泉;張思遙
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06N3/12
• 代理公司: 廣州容大知識產權代理事務所(普通合伙) 44326
• 代理人: 劉新年

1.一種基于跟馳模型標定的跟馳行為異質性分析方法，其特征在于：包括如下步驟：

步驟1，對跟馳案例進行篩選，并根據異質性分析需求將跟馳案例進行分類；

步驟2，基于跟馳模型，使用遺傳算法對各個跟馳案例進行分別標定；

步驟3，設置一個閾值，濾除標定結果與實際情況誤差較大的案例；

步驟4，基于核密度估計方法或是Kolmogorov-Smirnov檢驗統計分析方法進行跟馳行為異質性分析；

所述步驟3中設置的閾值為誤差閾值，并通過分別將每一個案例標定的誤差與該閾值比較的方式，濾除標定結果與實際情況誤差較大的案例；

所述步驟2中的跟馳模型為智能駕駛員模型；

所述步驟2中智能駕駛員模型的具體設置步驟如下：

步驟21，通過以下公式計算智能駕駛員模型中車輛加速度：

其中，a_sim是計算得到的下一時刻加速度；a是車輛的最大加速度，v₀是自由流速度，v是當前速度，s是當前跟馳間距，s^*(V，Δv)是期望最小間距；

步驟22，計算期望最小間距s^*(v，Δv)：

其中，s₀是阻塞間距，T是最小穩態車頭時距，Δv是跟馳車與前車的速度差，b是車輛的舒適減速度；

步驟23，對于每個案例，跟馳車與前車的初始間距和跟馳車初始速度的設置分別如下公式所示：

在仿真中各個時刻跟馳車與前車的間距以及跟馳車速度通過如下公式迭代更新：

在上述公式中，x_{pre_act}(0)和x_act(0)分別是前車和跟馳車在初始時刻的實際位置，L_pre是前車的長度，v_act(0)是前車在初始時刻的實際速度，v_sim(t)和a_sim(t)分別仿真中t時刻的速度和加速度，x_sim(t)為仿真中跟馳車的位置，Δt是時間間隔；所述步驟2使用遺傳算法對各個跟馳案例進行分別標定的具體步驟如下：

步驟24，設定Error值為無窮大，迭代最大次數為I，初始迭代次數i為1；

步驟25：使用遺傳算法對該案例的跟馳模型參數進行第i次標定；

步驟26：將標定后的模型與實際跟馳行為數據進行對比，使用如下公式計算誤差值記為Error_i：

其中，n是數據量，s_sim(t)是仿真中t時刻跟馳車與前車的間距，s_act(t)是在實際中t時刻跟馳車與前車的間距；

步驟27：將第i次標定的誤差值Error_i與當前最小誤差值相比，如果誤差更小，更新最小誤差值并保留第i次標定結果；

步驟28：判斷i是否小于I，若小于則令i＝i+1并回到步驟2；若已達到最大迭代次數則記錄當前的最小誤差及對應的標定結果并結束迭代。

2.根據權利要求1所述的基于跟馳模型標定的跟馳行為異質性分析方法，其特征在于：所述步驟1中對跟馳案例進行篩選的步驟如下：

步驟11：根據車輛所處車道、車頭間距、行駛距離篩選出適用于遺傳算法標定的有效跟馳案例；

步驟12：將有效跟馳案例分為不同的類別，探究不同跟馳車輛類型、車流密度、道路類別、駕駛員類型導致的跟馳行為異質性。