System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于高速公路通行控制,具體是一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法。
技術介紹
1、當前,針對于高速公路的通行控制來說,現有技術中公開了諸多的控制策略,或者模擬模型;一般都是針對車輛在行駛過程中如何進行速度控制,車輛在變道或者并入車流中的時機選擇方面進行;當然也包括其他的一些內容;
2、但是,針對于雨天在高速公路通行的車輛來說,能見度和車輛的制動距離,都會收到影響,能見度因為被前車在較高速度行駛下飛濺起的水珠回形成較強的遮擋,車輛的制動距離也因為下雨路面濕滑而增大,從而更加增加行駛的風險,因此雨天的車輛限速就有必要進行適應性修改,從而能夠保護車輛的安全行駛,也避免因為車輛碰撞或者其他事故帶來的高速公路通行困難的問題。
技術實現思路
1、本專利技術旨在至少解決現有技術中存在的技術問題之一;
2、為此,本專利技術提出了一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,該方法具體包括如下步驟:
3、構建識別模型,對高速公路上在下雨天行駛的車輛的標的特征通過神經網絡進行識別,標的特征即為車輛在下雨天行駛時飛濺起的水珠的場景;
4、對飛濺起的水珠進行特征標定,得到飛濺高度,然后對在不同飛濺高度下不同車速行駛的車輛需要的剎車距離進行模擬,得到制動距離表,該制動距離表包括對飛濺高度進行拆分得到的飛濺點,對應不同行駛速度的制動距離,并將制動距離超過預設數值的標記為超速距離;
5、對實時在
6、進一步地,識別模型為神經網絡識別模型。
7、進一步地,識別模型采用卷積神經網絡進行圖像特征的識別。
8、進一步地,得到制動距離表的具體方式為:
9、首先對近三年高速公路上飛濺高度的最大值進行劃分,將其拆分為若干個飛濺點,最大的飛濺點對應飛濺高度的最大值;
10、在每一個飛濺點去測試不同速度下的制動距離,首先選擇第一個飛濺點;
11、然后設定行駛速度,從基礎值開始,獲取到行駛速度下的制動距離;
12、然后連續性以設定速度增值開始增加行駛速度點,直到行駛速度點增加到速度上限值,速度上限值為管理員預設的數值;每增加一個設定速度增值時,對增加后的行駛速度點,進行在當前選中的飛濺點下的制度距離的采集;
13、然后獲取到下一個飛濺點,重復對每一個飛濺點進行相同處理,得到每一個飛濺點在不同的行駛速度點下的制動距離;
14、將制動距離超過x1的標記為超速距離;得到制動距離表,包括所有飛濺點對應不同行駛速度的制動距離;x1為預設數值。
15、進一步地,飛濺點確定方式為:
16、對過往高速公路的數據進行監控,獲取到近三年高速公路上飛濺高度的最大值,然后從零開始,每間隔設定高度值進行累加,每累加一個設定高度值,就標記一個飛濺點,直到飛濺點達到飛濺高度的最大值,得到若干個飛濺點;每個飛濺點對應不同的飛濺高度。
17、進一步地,確定限制速度的具體方式為:
18、對高速公路的實時視頻進行分析識別,得到車輛飛濺起水珠的飛濺高度,同時會獲取到對應車輛的實時速度;
19、將此時的飛濺高度和實時速度與制動距離表進行匹配,得到此時的制動距離,當此時的制動距離為超速距離時,會獲取到當前飛濺高度情況下對應最大制動距離的行駛速度,將其標記為限制速度。
20、進一步地,對限制速度進行更新的方式為:
21、在實時速度不變的情況下,飛濺高度也不發生集成變化時,不做處理;此處集成變化指代為飛濺高度變化值的絕對值不超過x2,x2為預設數值;
22、則需要重新獲取到高速公路上車輛的實時速度,然后重復確定限制速度的步驟,對限制速度進行更新。
23、進一步地,確定完限制速度后,還需要根據確定的限制速度,對高速公路車輛限速進行管控,管控的具體方式為實時調整高速公路的實時限速。
24、與現有技術相比,本專利技術的有益效果是:
25、本專利技術能夠對飛濺起的水珠進行特征標定,得到飛濺高度,然后對在不同飛濺高度下不同車速行駛的車輛需要的剎車距離進行模擬,得到制動距離表;然后通過對實時在高速公路下雨天行駛的車輛進行監測,根據實時的飛濺高度和實時速度與制動距離表進行匹配,能夠得到在當前情況下,高速公路上最適合的限制速度;
26、從而使得高速公路的雨天駕駛限速更加合理,從而能夠更靈活的保證駕駛安全;本專利技術簡單有效,且易于實用。
本文檔來自技高網...【技術保護點】
1.一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,該方法具體包括如下步驟:
2.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,識別模型為神經網絡識別模型。
3.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,識別模型采用卷積神經網絡進行圖像特征的識別。
4.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,得到制動距離表的具體方式為:
5.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,飛濺點確定方式為:
6.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,確定限制速度的具體方式為:
7.根據權利要求6所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,對限制速度進行更新的方式為:
8.根
...【技術特征摘要】
1.一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,該方法具體包括如下步驟:
2.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,識別模型為神經網絡識別模型。
3.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,識別模型采用卷積神經網絡進行圖像特征的識別。
4.根據權利要求1所述的一種基于異質交通流仿真訓練的高速公路準全天候通行控制策略生成方法,其特征在于,得到制動距離表的具體方式為:
5.根據權利要求1所述的一種基于異質...
【專利技術屬性】
技術研發人員:高仕杰,馮沖,魏偉,王忠華,甄旭明,陸峰,門鋮鋮,任澤,趙昌豐,張穎,
申請(專利權)人:河北高速公路集團有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。