[发明专利]一种基于贝叶斯网络和跟驰模型的信号交叉口交通仿真方法

权利要求书

1.一种基于贝叶斯网络和跟驰模型的信号交叉口仿真方法，其特征在于驾驶员在不同信号灯状态下的决策行为，包括以下步骤：

步骤一：分析和描述车辆在通过信号交叉口时驾驶员在不同信号灯状态下可能会面临的交通场景；

步骤二：建立信号交叉口不同场景下驾驶员的跟驰模型；

通过分析不同交通场景下驾驶员的行为特征，分别用4种跟驰模型对不同场景下驾驶员的跟驰行为进行描述；

步骤三：建立基于贝叶斯网络建立信号交叉口驾驶员的决策模型；

综合目标车辆的速度、信号灯状态灯、目标车辆到停车线距离相关特征构建信号交叉口的加驾驶行为决策模型，并作为不同跟驰模型的切换依据；

步骤四：基于实际交叉口场景车辆轨迹数据训练贝叶斯网络模型；

步骤五：基于贝叶斯网络模型计算驾驶员不停车通过交叉口的概率p；

贝叶斯网络实时动态计算驾驶员在当前行驶状态和信号灯状态下是否能够通过交叉口的概率(即减速停车或不停车通过信号交叉口的概率)；

步骤六：当目标车辆与停车线之间有其他车辆且p＜0.5时，选择模型一作为驾驶员当前时刻的跟驰模型；当目标车辆与停车线之间无其它车辆且p＜0.5时，选择模型二作为驾驶员当前时刻的跟驰模型；当目标车辆与停车线之间有其它车辆且p＞0.5时，选择模型三作为驾驶员当前时刻的跟驰模型；当目标车辆与停车线之间无其它车辆且p＞0.5时，选择模型四作为驾驶员当前时刻的跟驰模型；

步骤七：仿真时，在每个时刻重复步骤六。

2.根据权利要求1所述的一种基于贝叶斯网络和跟驰模型的信号叉口仿真方法，其特征在于：

步骤一所述分析和描述车辆在通过信号交叉口时驾驶员在不同信号灯状态下可能会面临4种交通场景：

场景一：在交叉口停车线之前目标车辆为不是头车，且当前信号灯为红灯或绿灯末期，当前车辆无法通过交叉口；

场景二：在交叉口停车线之前目标车辆为是头车，且当前信号灯为红灯或绿灯末期，当前车辆无法通过交叉口；

场景三：在交叉口停车线之前目标车辆为不是头车，且当前信号灯为绿灯或红灯末期，当前车辆能不停车通过交叉口；

场景四：在交叉口停车线之前目标车辆为是头车，且当前信号灯为绿灯或红灯末期，当前车辆能不停车通过交叉口。

3.根据权利要求1所述的一种基于贝叶斯网络和跟驰模型的信号交叉口仿真方法，其特征在于：

步骤二中根据信号交叉口驾驶员可能会面临的4种不同场景分别建立对应的跟驰模型；

场景一及模型一：目标车辆不是头车，且无法不停车通过交叉口时，车辆的跟驰模型为：

Ψ(Δv_n(t),l_n(t))＝min{Δx_n(t),l_n(t)}

其中，v_n(t)为第n辆车在t时刻的速度，Δx_n(t)为第n辆车与其前车(第n-1辆车)的车头间距，l_n(t)为第n辆车在t时刻到停车线的距离，V_op为场景一下车辆的最优速度函数，H(·)为海塞函数，α₁，β₁分别为模型一中驾驶员的最优速度敏感系数和速度差敏感系数，h为安全距离，v_max为最大车速；

场景二及模型二：目标车辆是头车，且无法不停车通过交叉口时，车辆的跟驰模型为：

其中，α₂，β₂分别为模型二中驾驶员的最优速度敏感系数和速度差敏感系数；场景三及模型三：目标车辆不是头车，且能不停车通过交叉口时，车辆的跟驰模型为：

其中，α₃，β₃分别为模型三中驾驶员的最优速度敏感系数和速度差敏感系数；场景四及模型四：目标车辆是头车，且能不停车通过交叉口时，车辆的跟驰模型为：

其中，v_exp为最大期望速度，M为任意一个足够大的数，以至于使V_op(M)＝v_exp。