驾驶风险场和跟驰模型构建方法
本发明公开驾驶风险场和跟驰模型构建方法，属于模型构建。
背景技术：
1、势场理论在交通流建模中的应用由来已久，势场的概念并应用到机器人路径规划中。随着势场在机器人路径规划中的应用，势场理论也逐渐被扩展到交通流研究领域，利用人工势场的概念，实现在不断变化的环境中进行精确、快速的交互操作。基于丰富的交通信息，提出了驾驶风险场，并推广了势场的概念，对驾驶风险进行数学描述。随着车载技术和通信技术的发展，驾驶风险领域的研究也逐步推进。现有技术对车辆跟驰模型进行了诸多研究，但是许多研究并不是在智能网联环境下进行的，考虑信号交叉口的跟驰模型没有很好的和势场理论相结合，进行的更多是车辆跟驰模型在传统环境下的适用性研究以及不同信号交叉口跟驰模型的研究。
技术实现思路
1、本发明的目的在于提供驾驶风险场和跟驰模型构建方法，以解决现有技术中，驾驶风险场和跟驰模型未结合势场理论导致精度不足的问题。
2、驾驶风险场构建方法，将驾驶风险场划分为运动对象风险场、静态环境要素风险场和动态交通控制信息风险场，分别构建三种风险场并叠加形成所述驾驶风险场；
3、运动对象风险场的因素包括车辆属性、车辆运动状态和车辆的距离；
4、静态环境要素风险场包括道路边缘风险场和车道线风险场；
5、动态交通控制信息风险场的因素包括驾驶视距、目标车辆当前的行驶速度、目标车辆周围车辆和信号灯的变化。
6、运动对象风险场为：
7、；；
8、；
9、式中，为当前车辆的等效质量，为第一待定系数，为经验函数，为目标车辆当前运动状态的加速度，为空间中任意点到车辆质心的距离，为当前车辆的实际质量，为目标车辆当前运动状态的速度，为目标车辆质心的空间坐标，为停车最小安全距离，为第二待定系数，表示车辆速度方向与道路中心线夹角。
10、静态环境要素风险场为：
11、；；；
12、式中，为道路边缘风险场，为车道线风险场，为决定边界最大势能的参数，为调节曲率因子，为第条道路的坐标，为车道标线类型，为第个车道划分位置，为车道电势宽度。
13、驾驶视距计算包括采用二维平面上的垂直和水平曲线的参数，将符合三维曲线的水平和垂直特征构建到参函数中：
14、；；
15、式中，是中间参数，为目标车辆与距离最近车辆之间曲线的近似长度，为投影圆半径，将目标车辆及距离最近的车辆的切线围成的曲线在平面上的投影视为投影圆。
16、切向量为：
17、；；
18、驾驶视距为：；；；
19、；；
20、式中，为终点在轴上的坐标，为原点位置驾驶员眼睛距离地面的高度，为终点位置驾驶员眼睛距离地面的高度，为驾驶员所在位置在轴上的坐标，为取值时的单位法向量，垂直于切向量。
21、动态交通控制信息风险场为：；；；；
22、；
23、式中，为驾驶视距的风险，为方向向量，，为目标车辆当前的行驶速度的风险，为目标车辆的速度，表示速度和方向向量之间的角度，为目标车辆周围车辆的风险，为从目标车辆指向车道中心点的向量，为车道宽度，为信号灯的变化的风险，为整数，、、、分别为第条道路的信号的绿灯、黄灯、红灯和信号周期的持续时间，为时间，为绿灯无风险时段内终点时刻，为绿灯时段内风险最大时刻。
24、跟驰模型构建方法，使用所述的驾驶风险场构建方法，跟驰模型为：。
25、相对比现有技术，本发明具有以下有益效果：驾驶风险场模型全面分析交通环境对车辆的约束，并对交通环境中的约束进行分解研究；跟驰模型对前车信息变化表现更加明显，响应曲线更加平滑稳定，能够动态的改变跟驰过程中速度、加速度和需求安全距离提高网联队列的跟驰效率和运行安全；驾驶风险场及跟驰模型能够应用于网联自主车辆跟驰过程。
技术特征：
1.驾驶风险场构建方法，其特征在于，将驾驶风险场划分为运动对象风险场、静态环境要素风险场和动态交通控制信息风险场，分别构建三种风险场并叠加形成所述驾驶风险场；
2.根据权利要求1所述的驾驶风险场构建方法，其特征在于，运动对象风险场为：
3.根据权利要求2所述的驾驶风险场构建方法，其特征在于，静态环境要素风险场为：
4.根据权利要求3所述的驾驶风险场构建方法，其特征在于，驾驶视距计算包括采用二维平面上的垂直和水平曲线的参数，将符合三维曲线的水平和垂直特征构建到参函数中：
5.根据权利要求4所述的驾驶风险场构建方法，其特征在于，切向量为：
6.根据权利要求5所述的驾驶风险场构建方法，其特征在于，动态交通控制信息风险场为：；；；；
7.跟驰模型构建方法，其特征在于，使用权利要求6所述的驾驶风险场构建方法，跟驰模型为：。
技术总结
本发明公开驾驶风险场和跟驰模型构建方法，属于模型构建技术领域，用于构建驾驶风险场和跟驰模型，将驾驶风险场划分为运动对象风险场、静态环境要素风险场和动态交通控制信息风险场，分别构建三种风险场并叠加形成所述驾驶风险场；运动对象风险场的因素包括车辆属性、车辆运动状态和车辆的距离；静态环境要素风险场包括道路边缘风险场和车道线风险场；动态交通控制信息风险场的因素包括驾驶视距、目标车辆当前的行驶速度、目标车辆周围车辆和信号灯的变化。本发明全面分析交通环境对车辆的约束，跟驰模型对前车信息变化表现更加明显，响应曲线更加平滑稳定，动态的改变跟驰过程中速度、加速度和需求安全距离提高网联队列的跟驰效率和运行安全。
技术研发人员：曲大义,邵德栋,曲含章,郝亮,王海鹏,杨晓霞,陈文娇,王可栋,崔善柠,王兹林
受保护的技术使用者：青岛理工大学
技术研发日：
技术公布日：2024/9/23