[发明专利]基于宏观城市交通流的智能车辆行驶速度及时间预测方法

摘要

本发明提出一种基于宏观城市交通流的智能车辆行驶速度及时间预测方法，首先选取行驶环境下的道路和环境相关变量进行量化；其次建立智能车辆自主驾驶的GIS数据库；其次，结合回归分析法，提出行驶环境下各关键变量的组合法则，得到城市交通网络中智能车辆行驶车速大小与道路设计参数、交通条件、实时路况的多元线性关系。再次，基于梯形密度‑流量基本图的宏观城市交通流理论的VLM模型，得到路段的VLM模型的动态和稳态特征，给出城市宏观交通流的速度和时间评价函数。最后，结合路段在不同的车流量密度以及初始状态下的多元线性车速模型，得到城市道路网络中智能车辆的行驶车速约束方程，进而求得满足目标函数的最优行驶车速及其行程时间。

主权项

一种基于宏观城市交通流的智能车辆行驶速度及时间预测方法，其特征在于，包括以下步骤：步骤一、选取智能车辆各种行驶环境下，对智能车辆行驶车速和行程时间产生影响的道路关键变量，进行智能车辆城市道路行驶环境变量信息的测定；步骤二、对步骤一中选取和测定的道路属性及城市交通道路网络信息，进行量化处理；步骤三、设定智能车辆本体与行驶速度相关的性能参数及配置，以及在行驶过程中的实时行驶位置、行驶环境信息的检测；步骤四、建立用于智能车辆自主驾驶的城市交通道路网络GIS数据库，对城市交通道路网络中不同路段的道路信息和城市交通道路网络进行存储和管理；步骤五、分析影响行驶车速的道路属性的参数特点及其对行驶车速的作用，采用广义线性回归方法，得到道路属性参数和运行速度之间的多元线性关系，获得各影响车速的道路属性要素的组合法则，建立道路属性‑运行速度模型；步骤六、采用基于交通流密度‑流量基本图的宏观交通流单元长度可变模型描述城市交通道路网络中交通实况和道路拥堵程度，对城市交通道路网络中的不同路段单元交通流建立符合路段特性的优化VLM模型；步骤七、求解所述的优化VLM模型的微分方程组的解函数，得到各路段中自由流路段和拥堵路段的车流密度，及拥堵长度随时间和车辆行驶速度的函数关系；根据交通流密度‑流量基本图及优化VLM模型的微分方程组分析行驶速度的相关约束方程，从而建立不同路段单元中交通流的宏观行驶速度模型；步骤八、根据交通流密度‑流量基本图及优化VLM模型的微分方程组，分析得到行驶速度的相关约束方程，满足此约束方程的行驶车速值，均是智能车辆在道路上可实现的行驶车速，并得到在当前行驶车速下的行程时间模型；步骤九、基于城市交通道路网络的道路属性信息GIS数据库、城市公路设计原则对速度影响的行驶速度回归模型和城市交通道路网络的宏观交通流的优化VLM模型，建立道路条件、交通实况和交通流影响下的城市交通道路网络的车辆交通性能评价矩阵，并根据评价模型目标函数，求得最优行驶速度和路段行程时间。