一种基于交通仿真的网联机动车右转轨迹规划方法和装置

技术领域

本发明涉及交通仿真控制技术领域，具体而言涉及一种基于交通仿真的网联机动车右转轨迹规划方法和装置。

背景技术

近年来由于交通系统的快速发展而引发的交通安全和环境问题，智能网联车引发了大量关注并在过去十年中得到了快速发展，车辆的连接性和自动化程度的大幅提升，使得车辆可以和基础设施通信，利用车载传感器的信息实现部分或者完全自动化驾驶，而且还可以通过车辆之间的通信实现协同工作。

在城市交叉口中，右转机动车和直行非机动车的冲突与交互是交叉口中机非交互与冲突最频繁的现象之一，在流量大的交叉口更是会因为互相抢行的现象，导致机非交互复杂的现象出现。目前对于智能网联车仿真的研究中，对于右转机动车与非机动车交互的部分研究较少，目前的主要研究都集中于机动车与机动车之间的交互；同时在具体的仿真过程中，车辆通常根据周边的机动车数据进行下一步的行为决策，形成决策的过程中对于非机动车数据的利用较少，经常导致右转机动车难以确定右转时机并安全右转。

发明内容

本发明针对现有技术中的不足，提供一种基于交通仿真的网联机动车右转轨迹规划方法和装置，以局部范围内非机动车车辆的速度、加速度和坐标数据为基本信息，按照距离阈值进行初步的群组划分，之后将非机动车与非机动车群组数据代入微观交通仿真系统中进行IDM仿真，将仿真数据与演化公式相结合，对非机动车群组进行动态演化预测，从而判断可能的穿越间隙，并根据可能的穿越间隙对智能网联右转车进行合理的右转轨迹规划。

为实现上述目的，本发明采用以下技术方案：

第一方面，本发明实施例提出了一种基于交通仿真的网联机动车右转轨迹规划方法，所述规划方法包括：

根据计划右转的网联机动车的位置信息和行驶信息划定研究范围，获取研究范围内可能会与网联机动车产生机非交互的所有非机动车，生成非机动车集合，提取非机动车集合中所有非机动车的微观交通数据；

结合获取的所有非机动车的车长计算得到距离阈值，根据距离阈值对获取的非机动车进行群组划分，使群组之间的最小距离大于距离阈值；

针对非机动车的微观交通数据进行微观交通仿真；

将微观交通仿真结果与演化公式结合，对各个非机动车群组进行动态演化预测，结合非机动车位置变化趋势对各个非机动车群组的成员进行调整；

基于调整后的非机动车群组的各个成员的行驶信息，对网联机动车进行右转轨迹规划。

可选的，所述微观交通数据包括速度、加速度和位置坐标。

可选的，所述结合获取的所有非机动车的车长计算得到距离阈值，根据距离阈值对获取的非机动车进行群组划分的过程包括以下步骤：

确定研究范围内的非机动车的平均车长作为距离阈值；

将非机动车行驶方向作为y轴的正方向，按照每个非机动车实时位置的y轴坐标取值由大到小的顺序对所有非机动车进行排序，检索第一辆未划分的非机动车，将该车作为群组I的尾车；

计算后一辆未划分群组的非机动车与群组I尾车的距离，若距离小于距离阈值，则将该非机动车作为计入群组I且作为新的尾车，若距离大于距离阈值，则将该非机动车作为群组I+1的尾车；

按照排序依次计算其他未划分群组的非机动车与当前最新一个群组尾车的距离，若选取的非机动车的群组划分指标小于群组划分阈值，则将选取的非机动车计入当前最新一个群组I+m-1且作为新的尾车，否则，为选取的非机动车创建新的群组I+m，并将该车作为新的群组的尾车，直至研究范围内的所有非机动车均被划分进对应的群组，m＝1,…,M-1，M为划分得到的群组总数。

可选的，所述针对非机动车的微观交通数据进行微观交通仿真的过程包括：

将非机动车数据代入微观交通仿真系统，对非机动车集合中的每辆非机动车进行IDM交通仿真，获取每辆非机动车到达潜在冲突点需要的时间t

计算每一个非机动车群组的平均速度

将非机动车群组作为非机动车代入进行IDM交通仿真，获取非机动车群组到达潜在冲突点的所需时间t

可选的，所述对各个非机动车群组进行动态演化预测的过程包括：

判断群组中每辆非机动车是否有脱离当前群组的倾向：

其中，若

对有脱离群组倾向的非机动车进行是否脱离判断：

其中，t

对脱离后的车辆进行是否并入其他群组的判断：

其中，若t

生成演化公式F：

对集合中的非机动车进行F操作：若F取值为1则预测对应的非机动车并入前一个群组；若取值为-1则说明对应的非机动车离开当前群组，并且另行创建一个在当前群组之前的新群组；若取值为2则说明预测对应的非机动车并入后一个群组；若取值为-2则说明对应的非机动车离开群组，并且另行创建一个在当前群组之后的新群组；若取值为0，则说明对应的非机动车依旧保持在当前群组。

可选的，所述基于调整后的非机动车群组的各个成员的行驶信息，对网联机动车进行右转轨迹规划的过程：

根据演化后的群组计算相邻群组之间网联机动车右转时的可穿越间隙：

gap

其中，gap

比对预测后的群组间的可穿越间隙和网联机动车的右转时长，选择其中一个大于右转时长的可穿越间隙作为网联机动车的右转间隙；

计算网联机动车到达停车线的时间，按照网联机动车到达停车线的时间进行速度规划；

采用三次贝塞尔曲线，根据右转间隙对应的非机动车群组进行右转轨迹规划：分别选取停车线中点、右转间隙前最后一辆非机动车和右转驶入车道线中点作为三个控制点，完成轨迹规划。

第二方面，本发明实施例提出了一种基于交通仿真的网联机动车右转轨迹规划装置，所述规划装置包括：

非机动车集合生成模块，用于根据计划右转的网联机动车的位置信息和行驶信息划定研究范围，获取研究范围内可能会与网联机动车产生机非交互的所有非机动车，生成非机动车集合，提取非机动车集合中所有非机动车的微观交通数据；

群组划分模块，用于结合获取的所有非机动车的车长计算得到距离阈值，根据距离阈值对获取的非机动车进行群组划分，使群组之间的最小距离大于距离阈值；

微观交通仿真模块，用于针对非机动车的微观交通数据进行微观交通仿真；

动态演化预测模块，用于将微观交通仿真结果与演化公式结合，对各个非机动车群组进行动态演化预测，结合非机动车位置变化趋势对各个非机动车群组的成员进行调整；

右转轨迹规划模块，用于基于调整后的非机动车群组的各个成员的行驶信息，对网联机动车进行右转轨迹规划。

第三方面，本发明实施例提出了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如前所述的网联机动车右转轨迹规划方法。

第四方面，本发明实施例提出了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如前所述的网联机动车右转轨迹规划方法。

本发明的有益效果是：

本发明以局部范围内非机动车车辆的速度、加速度和坐标数据为基本信息，按照距离阈值进行初步的群组划分，按照距离阈值进行初步的群组划分，之后将非机动车与非机动车群组数据代入微观交通仿真系统中进行IDM仿真，将仿真数据与演化公式相结合，对非机动车群组进行动态演化预测，从而判断可能的穿越间隙，并根据可能的穿越间隙对智能网联右转车进行合理的右转轨迹规划。本发明提供的方法综合考虑了非机动车群组对网联机动车右转轨迹规划的影响，并且通过IDM微观交通仿真，对非机动车群组动态演化有一个较好的预测。

附图说明

图1是本发明实施例的基于交通仿真的网联机动车右转轨迹规划方法流程图。

图2是本发明实施例的示例中初步划分后的和动态演化预测后的非机动车群组示意图。

图3是本发明实施例的示例中网联机动车右转轨迹规划示意图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

实施例一

图1是本发明实施例一的基于交通仿真的网联机动车右转轨迹规划方法流程示意图。本实施例可适用于通过服务器等设备对网联机动车进行右转轨迹规划的情况，该方法可以由基于交通仿真的网联机动车右转轨迹规划装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在电子设备中，例如集成服务器设备中。

参见图1，该规划方法包括以下步骤：

步骤一、根据计划右转的网联机动车的位置信息和行驶信息划定研究范围，获取研究范围内可能会与网联机动车产生机非交互的所有非机动车，生成非机动车集合，提取非机动车集合中所有非机动车的微观交通数据。

示例性地，可以通过微观交通仿真装置直接获取即将进行右转的机动车的微观仿真数据和非机动车交通流中可能与右转机动车产生机非交互的所有非机动车的微观仿真数据。可选的，微观交通数据包括速度、加速度和位置坐标。

而根据即将进行右转的机动车的位置信息和行驶信息，获取非机动车交通流中可能与右转机动车产生机非交互的所有非机动车的微观仿真数据的过程包括：

根据右转机动车的微观仿真数据确定非机动车交通流中潜在交互的判别范围；根据判别范围确定可能与右转机动车产生机非交互的非机动车集合，获取非机动车集合内非机动车的包括行驶速度和位置坐标在内的微观仿真数据。

对于机动车右拐轨迹规划来说，该步骤事实上对非机动车进行了初步筛选，判断哪些非机动车有可能在道路右拐处与机动车发生碰擦。对于明显会在机动车右拐前或者右拐后到达道路右拐口的非机动车，则不属于获取对象。

步骤二、结合获取的所有非机动车的车长计算得到距离阈值，根据距离阈值对获取的非机动车进行群组划分，使群组之间的最小距离大于距离阈值。

具体的，结合获取的所有非机动车的车长计算得到距离阈值，根据距离阈值对获取的非机动车进行群组划分的过程包括以下步骤：

S21，确定研究范围内的非机动车的平均车长作为距离阈值。

S22，将非机动车行驶方向作为y轴的正方向，按照每个非机动车实时位置的y轴坐标取值由大到小的顺序对所有非机动车进行排序，检索第一辆未划分的非机动车，将该车作为群组I的尾车。

S23，计算后一辆未划分群组的非机动车与群组I尾车的距离，若距离小于距离阈值，则将该非机动车作为计入群组I且作为新的尾车，若距离大于距离阈值，则将该非机动车作为群组I+1的尾车。

S24，按照排序依次计算其他未划分群组的非机动车与当前最新一个群组尾车的距离，若选取的非机动车的群组划分指标小于群组划分阈值，则将选取的非机动车计入当前最新一个群组I+m-1且作为新的尾车，否则，为选取的非机动车创建新的群组I+m，并将该车作为新的群组的尾车，直至研究范围内的所有非机动车均被划分进对应的群组，m＝1,…,M-1，M为划分得到的群组总数。

图2(a)是本发明实施例的示例中初步划分后的非机动车群组示意图。左侧为机动车道，右侧为非机动车道，非机动车道又被划分成四个子车道，非机动车道上行驶10辆非机动车，这10辆非机动车均有可能与当前右转机动车发生机非交互。应当理解，此处非机动车道被划分成四个或者其他数量的子车道只是为了方便理解本发明的技术方案，并非限定本发明识别方法的使用场景为类似的固定子车道。本发明充分考虑了实际道路环境中通常不会对非机动车道进行进一步车道划分，在技术方案上只引入了Y轴(即非机动车行驶方向)上的位置信息，并未引入横向位置信息。表1是获取的非机动车集合中所有非机动车的微观交通数据。

表1非机动车集合中所有非机动车的微观交通数据

首先计算平均车长得到距离阈值

表2初步群组划分结果

示例性地，还可以采用以下方法得到群组：

首先，计算得到非机动车集合中每个非机动车与前一个非机动车之间的距离作为该非机动车的群组划分指标。其次，将第一辆车作为群组1的首车，再筛选出群组划分指标大于距离阈值的非机动车作为其他各个群组的首车，群组的编号与筛选出的首车的位置相对应。最后，将其他非机动车按照位置归入各个群组，且维持原位置排序。

同样以非机动车0～9为例进行说明。首先，计算得到非机动车0～9与对应的前一个非机动车之间的距离作为该非机动车的群组划分指标。其次，筛选出群组划分指标大于距离阈值的非机动车，即非机动车4、非机动车7和非机动车8，连同非机动车0生成四个群组1～4，非机动车0作为群组1的首车，非机动车4作为群组2的首车，非机动车7作为群组3的首车，非机动车8作为群组4的首车。最后，将其他非机动车按照位置归入各个群组，且维持原位置排序，即非机动车1～3归入群组1，非机动车5～6归入群组2，非机动车9归入群组4，且每个群组中的非机动车均维持原位置排序。同样可以得到表2的群组划分结果。

步骤三、针对非机动车的微观交通数据进行微观交通仿真。

具体的，针对非机动车的微观交通数据进行微观交通仿真的过程包括：

S31，将非机动车数据代入微观交通仿真系统，对非机动车集合中的每辆非机动车进行IDM交通仿真，获取每辆非机动车到达潜在冲突点需要的时间t

表3非机动车到达潜在冲突点需要的时间

S32，计算每一个非机动车群组的平均速度

S33，将非机动车群组作为非机动车代入进行IDM交通仿真，获取非机动车群组到达潜在冲突点的所需时间t

表4非机动车群组的微观交通仿真结果

步骤四、将微观交通仿真结果与演化公式结合，对各个非机动车群组进行动态演化预测，结合非机动车位置变化趋势对各个非机动车群组的成员进行调整。

为了提高网联机动车的右转安全性，通常会在其右转前筛选较多的非机动车进入非机动车集合，这部分非机动车的车速不一，在到达潜在冲突点(例如右转的道路口)之间有可能会改变相互之间的位置关系，如果仍然按照原群组进行右转轨迹规划，有可能会出现偏差。因此，有必要对非机动车群组进行动态演化预测，结合非机动车位置变化趋势对各个非机动车群组的成员进行调整，确保网联机动车能够安全右转。

具体的，对各个非机动车群组进行动态演化预测的过程包括：

S41，判断群组中每辆非机动车是否有脱离当前群组的倾向：

其中，若

S42，对有脱离群组倾向的非机动车进行是否脱离判断：

其中，t

S43，对脱离后的车辆进行是否并入其他群组的判断：

其中，若t

S44，生成演化公式F：

S45，对集合中的非机动车进行F操作：若F取值为1则预测对应的非机动车并入前一个群组；若取值为-1则说明对应的非机动车离开当前群组，并且另行创建一个在当前群组之前的新群组；若取值为2则说明预测对应的非机动车并入后一个群组；若取值为-2则说明对应的非机动车离开群组，并且另行创建一个在当前群组之后的新群组；若取值为0，则说明对应的非机动车依旧保持在当前群组。应当理解，演化公式F包含的各个子项的分类取值不局限于前例这一种，只要最终得到的F乘积类型能够满足5个群组演化分类结果的表达需求即可。例如，f

设t

表5非机动车群组演化判断结果

则演化后的群组结果如表6所示。

表6演化后的群组结果

图2(b)是本发明实施例的示例中动态演化预测后的非机动车群组示意图。

步骤五、基于调整后的非机动车群组的各个成员的行驶信息，对网联机动车进行右转轨迹规划。

具体的，基于调整后的非机动车群组的各个成员的行驶信息，对网联机动车进行右转轨迹规划的过程：

S51，根据演化后的群组计算相邻群组之间网联机动车右转时的可穿越间隙：

gap

其中，gap

S52，比对预测后的群组间的可穿越间隙和网联机动车的右转时长，选择其中一个大于右转时长的可穿越间隙作为网联机动车的右转间隙。

S53，计算网联机动车到达停车线的时间，按照网联机动车到达停车线的时间进行速度规划。

根据动态演化后的群组可得，一共有两个可穿越间隙，第一个可穿越间隙时长为3.07s，第二个可穿越间隙时长为9.21s。假设网联机动车完成右转需要6.5s，则可以确定网联机动车可以在第2个间隙进行右转。网联机动车需要根据可穿越间隙前的非机动车到达潜在冲突点的时间，进行合理的速度规划在第2个间隙之前到达停车线前。

S54，采用三次贝塞尔曲线，根据右转间隙对应的非机动车群组进行右转轨迹规划：分别选取停车线中点、右转间隙前最后一辆非机动车和右转驶入车道线中点作为三个控制点，完成轨迹规划。图3是本发明实施例的示例中网联机动车右转轨迹规划示意图，图中的弧形虚线即为规划得到的网联机动车的右转轨迹。

实施例二

本发明实施例提出了一种网联机动车右转轨迹规划装置，所述规划装置包括：

非机动车集合生成模块，用于根据计划右转的网联机动车的位置信息和行驶信息划定研究范围，获取研究范围内可能会与网联机动车产生机非交互的所有非机动车，生成非机动车集合，提取非机动车集合中所有非机动车的微观交通数据。

群组划分模块，用于结合获取的所有非机动车的车长计算得到距离阈值，根据距离阈值对获取的非机动车进行群组划分，使群组之间的最小距离大于距离阈值。

微观交通仿真模块，用于针对非机动车的微观交通数据进行微观交通仿真。

动态演化预测模块，用于将微观交通仿真结果与演化公式结合，对各个非机动车群组进行动态演化预测，结合非机动车位置变化趋势对各个非机动车群组的成员进行调整。

右转轨迹规划模块，用于基于调整后的非机动车群组的各个成员的行驶信息，对网联机动车进行右转轨迹规划。

通过本发明实施例二的右转轨迹规划装置，以局部范围内非机动车车辆的速度、加速度和坐标数据为基本信息，按照距离阈值进行初步的群组划分，之后将非机动车与非机动车群组数据代入微观交通仿真系统中进行IDM仿真，将仿真数据与演化公式相结合，对非机动车群组进行动态演化预测，从而判断可能的穿越间隙，并根据可能的穿越间隙对网联机动车右转车进行合理的右转轨迹规划，达到对非机动车交通流进行群组划分，并且实现网联机动车安全右转的目标。本发明实施例所提供的轨迹规划装置可执行本发明任意实施例所提供的网联机动车右转轨迹规划方法，具备执行方法相应的功能模块和有益效果。

实施例三

本申请实施例提供了一种电子设备，包括处理器、存储器、输入装置和输出装置；电子设备中，处理器的数量可以一个或多个；电子设备中的处理器、存储器、输入装置和输出装置可以通过总线或其他方式连接。

存储器作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的检测方法对应的程序指令/模块。处理器通过运行存储在存储器中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的网联机动车右转轨迹规划方法。

存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置可包括显示屏等显示设备。

实施例四

本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前所述网联机动车右转轨迹规划方法。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的基于环境上下文一致性的统一处理方法中的相关操作。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。