一种混合交通流的道路阻抗预测方法、装置、设备及介质

本技术实施例涉及交通规划，特别涉及一种混合交通流的道路阻抗预测方法、装置、设备及介质。

背景技术：

1、随着城市化进程的推进，城市的道路交通已成为重点关注的问题。为了实现道路通行能力与交通安全性等方面的突破，美国国家公路局提出道路阻抗函数bpr，其以路段通行时间为评价指标，以路段流量为变量，具有形式统一、简单有效等特点，在全球范围内得到了众多交通工程师们的青睐。目前的bpr函数仅面向包含单种类型车辆(例如人工驾驶车辆)的交通流，只能反映这种交通流的实际状况。

2、而随着车联网等技术的发展，交通道路不仅存在人工驾驶车辆，还存在其他类型的车辆，例如自动驾驶车辆，目前的bpr函数已经无法满足这种混合交通流的道路通行情况。

技术实现思路

1、本技术实施例的目的在于提供一种混合交通流的道路阻抗预测方法、装置、设备及介质，可以对混合交通流的道路阻抗进行预测，从而确定混合交通流的道路通行情况。

2、为解决上述技术问题，本技术的实施例提供了一种混合交通流的道路阻抗预测方法，包括以下步骤：

3、获取混合交通流中各种类型的车辆的跟驰模型，所述混合交通流中包括人工驾驶车辆、自动驾驶车辆和智能网联车辆；

4、根据所述各种类型的车辆的跟驰模型，以及每种类型的车辆在所述混合交通流的所有车辆中所占的比例，建立所述混合交通流的基本图模型，所述基本图模型用于反映所述混合交通流的道路通行能力；

5、将所述混合交通流的道路通行能力以及所述混合交通流的预设交通流量代入预先获取的同质交通流的道路阻抗模型中，生成所述混合交通流的道路阻抗模型；其中，所述同质交通流中包括人工驾驶车辆或自动驾驶车辆或智能网联车辆，所述同质交通流的道路阻抗模型根据所述同质交通流的道路通行能力和交通流量构建得到；

6、通过所述混合交通流的道路阻抗模型预测所述混合交通流的道路阻抗。

7、在一些可选的实施例中，所述根据所述各种类型的车辆的跟驰模型，以及每种类型的车辆在所述混合交通流的所有车辆中所占的比例，建立所述混合交通流的基本图模型，包括：

8、对于每一种同质交通流，根据所述同质交通流中车辆的跟驰模型，获取所述同质交通流中车辆的平衡态速度与平衡态车头间距；

9、通过所述同质交通流的平衡态速度与平衡态车头间距，建立所述同质交通流的基本图模型；

10、根据所有同质交通流的基本图模型，以及所述每种类型的车辆在所述混合交通流的所有车辆中所占的比例，建立所述混合交通流的基本图模型。

11、在一些可选的实施例中，所述混合交通流的基本图模型通过以下公式表示：

12、

13、其中，k表示所述混合交通流中车辆的密度，q表示所述混合交通流的交通流量，ve表示在所述混合交通流处于平衡状态下所述混合交通流中车辆的速度，pr表示所述人工驾驶车辆在所述混合交通流的所有车辆中所占的比例，pa表示所述自动驾驶车辆在所述混合交通流的所有车辆中所占的比例，pc表示所述智能网联车辆在所述混合交通流的所有车辆中所占的比例，表示所述混合交通流中人工驾驶车辆的车头间距，(tav+s0+l)表示所述混合交通流中自动驾驶车辆的车头间距，(tcv+s0+l)表示所述混合交通流中智能网联车辆的车头间距。

14、在一些可选的实施例中，所述混合交通流的道路阻抗模型通过以下公式表示：

15、

16、其中，t表示所述混合交通流中车辆的行驶时间，t0表示所述混合交通流中车辆出行自由流时间，q表示所述混合交通流的交通流量，α和β均表示预设的标定参数，p表示所述智能网联车辆的渗透率，vf表示自由流速度，t表示安全车头时距，ta表示自动驾驶车辆期望保持的恒定车间时距，tc表示智能网联车辆期望保持的恒定车间时距，s0表示最小安全间距，l表示车身长度。

17、在一些可选的实施例中，所述混合交通流中的自动驾驶车辆由所述混合交通流中的智能网联车辆退化得到，所述智能网联车辆的渗透率为所述智能网联车辆和所述自动驾驶车辆在所述混合交通流的所有车辆中所占的比例之和；

18、其中，在所述混合交通流中，所述智能网联车辆跟驰所述人工驾驶车辆时，所述智能网联车辆退化为所述自动驾驶车辆，以及所述智能网联车辆与前车之间的跟驰距离大于预设阈值时，所述智能网联车辆退化为所述自动驾驶车辆。

19、在一些可选的实施例中，所述方法还包括：

20、定义多个不同的所述智能网联车辆的渗透率；

21、根据所述混合交通流的道路阻抗模型，分别获取与多个不同的渗透率对应的所述混合交通流的道路阻抗；

22、根据分别与多个不同的渗透率对应的所述混合交通流的道路阻抗，对所述混合交通流的道路阻抗模型进行修正，得到目标道路阻抗模型。

23、在一些可选的实施例中，所述方法还包括：

24、定义多个不同的所述混合交通流的交通流量；

25、根据所述混合交通流的道路阻抗模型，分别获取与多个不同的交通流量对应的所述混合交通流的道路阻抗；

26、根据分别与多个不同的交通流量对应的所述混合交通流的道路阻抗，对所述混合交通流的道路阻抗模型进行修正，得到目标道路阻抗模型。

27、本技术的实施例还提供了一种混合交通流的道路阻抗预测装置，包括：

28、车辆模型建立模块，用于获取混合交通流中各种类型的车辆的跟驰模型，所述混合交通流中包括人工驾驶车辆、自动驾驶车辆和智能网联车辆；

29、交通模型建立模块，用于根据所述各种类型的车辆的跟驰模型，以及每种类型的车辆在所述混合交通流的所有车辆中所占的比例，建立所述混合交通流的基本图模型，所述基本图模型用于反映所述混合交通流的道路通行能力；

30、阻抗模型建立模块，用于将所述混合交通流的道路通行能力以及所述混合交通流的预设交通流量代入预先获取的同质交通流的道路阻抗模型中，生成所述混合交通流的道路阻抗模型；其中，所述同质交通流中包括人工驾驶车辆或自动驾驶车辆或智能网联车辆，所述同质交通流的道路阻抗模型根据所述同质交通流的道路通行能力和交通流量构建得到；

31、道路阻抗预测模块，用于通过所述混合交通流的道路阻抗模型预测所述混合交通流的道路阻抗。

32、本技术的实施例还提供了一种计算机设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器中存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述混合交通流的道路阻抗预测方法。

33、本技术的实施例还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述混合交通流的道路阻抗预测方法。

34、本技术的实施例提供的混合交通流的道路阻抗预测方法，至少具有以下有益效果：

35、本技术中面对包含不同类型车辆(例如人工驾驶车辆、自动驾驶车辆和智能网联车辆)的混合交通流，根据这各种类型的车辆的跟驰模型和每种类型的车辆在混合交通流的所有车辆中所占的比例，建立了该混合交通流的基本图模型，从而可以确认该混合交通流的道路通行能力，因此可以结合混合交通流的道路通行能力和同质交通流的道路阻抗模型(即原始的bpr函数)，来构建混合交通流的道路阻抗模型，以通过混合交通流的道路阻抗模型预测混合交通流的道路阻抗。

36、由于混合交通流中包含的自动驾驶车辆和智能网联车辆与传统的人工驾驶车辆的驾驶特性存在不同，从而会导致混合交通流的道路阻抗发生交通特性的改变，而交通流的道路阻抗由交通流的交通流量和道路通行能力决定，因此本技术在建立用于反映混合交通流道路通行能力的基本图模型后，将混合交通流的道路通行能力以及混合交通流的预设交通流量代入预先获取的同质交通流的道路阻抗模型中，生成混合交通流的道路阻抗模型，即重新确定了混合交通流的道路阻抗模型，从而实现了混合交通流的道路阻抗预测。此外，该道路阻抗模型反映了混合交通流的交通特性，可以为交通规划中交通分配等问题提供理论支持。