買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜北京工業(yè)大學(xué)申請的專利網(wǎng)聯(lián)自動駕駛混行場景下的車道通行能力計算與分析方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119049286B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411215538.4，技術(shù)領(lǐng)域涉及：G08G1/01；該發(fā)明授權(quán)網(wǎng)聯(lián)自動駕駛混行場景下的車道通行能力計算與分析方法是由李同飛;朱宏菲;范博;翁劍成;周文涵;楊洋設(shè)計研發(fā)完成，并于2024-09-02向國家知識產(chǎn)權(quán)局提交的專利申請。

本網(wǎng)聯(lián)自動駕駛混行場景下的車道通行能力計算與分析方法在說明書摘要公布了：本發(fā)明公開了網(wǎng)聯(lián)自動駕駛混行場景下的車道通行能力計算與分析方法，為處理混行車道通行能力與異質(zhì)車輛空間分布之間的關(guān)系，提出一個物理意義明確、表達(dá)式明確的可計算指標(biāo)即CAV聚集強度，在考慮CAV車隊長度上限且不依賴兩類車輛在車道上完全隨機分布的假設(shè)條件下，定量表征HV與CAV兩類車輛的縱向分布。針對HV和CAV混合行駛環(huán)境下車道隨機通行能力計算問題，通過提出的環(huán)形單車道的設(shè)定，保證了混合交通流中的車頭時距數(shù)與車輛數(shù)相等，從而建立車輛滲透率與不同車輛對比例之間的關(guān)系。基于提出的CAV編隊強度指標(biāo)，建立馬爾可夫鏈模型，從理論上推導(dǎo)出混行車道通行能力的顯式表達(dá)式，并將其表達(dá)為CAV滲透率、CAV聚類強度、CAV車隊長度上限的多元函數(shù)。

本發(fā)明授權(quán)網(wǎng)聯(lián)自動駕駛混行場景下的車道通行能力計算與分析方法在權(quán)利要求書中公布了：1.一種網(wǎng)聯(lián)自動駕駛混行場景下的車道通行能力計算與分析方法，其特征在于，所述方法包括：S1：車輛對和車輛跟馳模式的分類：針對不同車輛類型劃分車輛對，然后根據(jù)前后相鄰車輛是否屬于同一CAV車隊，進一步將劃分為不同類型車輛跟馳模式，每種模式對應(yīng)不同的安全車頭時距；S2：CAV聚集強度的定義：引入CAV聚集強度E的概念，定義為混合交通流中CAV-CAV車輛對的比例與CAV總數(shù)之比，用以量化CAV在縱向車道上的分布特征；S3：馬爾可夫鏈模型的建立：利用馬爾可夫鏈對混合車型的空間分布進行建模，定義狀態(tài)空間和狀態(tài)轉(zhuǎn)移概率矩陣，以描述車輛類型在不同位置上的變化，計算CAV在混合交通流中處于CAV車隊中不同位置的概率；S4：計算各類安全車頭時距的概率：通過構(gòu)建不同類型車輛的跟馳模式的概率，進而推出混行場景下車頭時距的概率分布；S5：車道通行能力的計算：基于不同車輛跟馳模式的比例，推導(dǎo)出車道通行能力與CAV滲透率、CAV聚集強度、CAV車隊長度的關(guān)系式，為實際應(yīng)用提供計算支持；所述步驟S2包括：在給定CAV滲透率的情況下，引入CAV聚集強度這一指標(biāo)來定量表征異質(zhì)性車輛在縱向車道上的空間分布，將其定義為在網(wǎng)聯(lián)自動駕駛混行場景下CAV在縱向車道上的聚集程度；令E表示CAV的聚集強度，用混合交通流中前后車輛均為CAV的車輛對數(shù)量與CAV總數(shù)之比來衡量；因此，它在數(shù)學(xué)上表示如下： 其中τ22為混合交通流中CAV-CAV車輛對的比例；所述步驟S3包括：考慮HV和CAV在縱向車道上的空間分布不確定，因此混合交通流中各位置的車輛類型看作是一組隨機變量，即一個離散隨機過程，為此構(gòu)建馬爾可夫鏈模型；對于一列HV與CAV組成的混合交通流，按照從前到后的順序?qū)λ熊囕v進行編號，并使用索引n∈{1,2，…}來表示混合交通流中的第n輛車輛；An表示第n輛車的類型，看作是第n步的狀態(tài)變量，An＝1表明第n輛車是一輛HV，An＝2表明第n輛車是一輛CAV，因此，一個離散隨機變量序列對應(yīng)在縱向車道上每個位置的車輛類型{An,n∈1,2,…}被看作一個馬爾可夫鏈；每個位置上所有可能的車輛類型構(gòu)成馬爾可夫鏈模型的狀態(tài)空間，其狀態(tài)空間表示為：S＝[1,2]2馬爾可夫鏈模型的初始狀態(tài)是縱向車道上第一輛車的類型，在混合交通流中，一輛車為CAV的概率為PC，為HV的概率為1-PC；因此，初始狀態(tài)為： 該馬爾可夫鏈模型的一步轉(zhuǎn)移概率矩陣定義為當(dāng)前車輛類型過渡到后續(xù)車輛類型的概率，其表達(dá)式為： 其中，tsr表示r型車輛后面跟著s型車輛的概率，因此，為了計算不同狀態(tài)之間的一步轉(zhuǎn)移概率，假設(shè)所有車輛行駛在單車道環(huán)形道路上并形成從頭到尾的序列，車頭時距的數(shù)量與車輛數(shù)相等；因為只有在“11”和“12”車輛對中，后面的車輛是HV，所以這兩個車輛對在道路上的比例之和應(yīng)該等于混合交通流中HV滲透率，即1-PC，因此有如下等式：τ11+v12＝1-PC5同樣，只有在“21”和“22”車輛對中，后面的車輛是CAV，因此，這兩個車輛對的比例之和應(yīng)等于混合交通流中CAV的滲透率：τ21+τ22＝PC6由于全部車輛對中只有“11”和“21”車輛對中的前車是HV，因此，這兩個車輛對在道路上的比例之和應(yīng)等于混合交通流中的HV滲透率，其可表示為：τ11+τ21＝1-PC7同樣，在全部車輛對中只有“12”和“22”車輛對中的前車是CAV，這兩個車輛對在道路上的比例之和應(yīng)等于混合交通流中CAV的滲透率：τ12+τ22＝PC8根據(jù)上述建立的公式5-8，不同類型車輛對的比例可表示為τ22和PC的函數(shù)：τ11＝1-2PC+τ229τ21＝PC-τ2210τ12＝PC-τ2211因此，外部給定PC的條件下，將一步轉(zhuǎn)移概率tsr表示為CAV聚集強度的函數(shù)：

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京工業(yè)大學(xué)，其通訊地址為：100124 北京市朝陽區(qū)平樂園100號北京工業(yè)大學(xué)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。