本发明涉及事故预测模型构建方法，特别涉及一种冰雪道路自动与手动驾驶事故率预测模型构建方法。
背景技术：
1、交通运输是国民经济中具有基础性、先导性、战略性的产业，是重要的服务性行业和现代化经济体系的重要组成部分。公路交通是我国目前使用最广覆盖面积最广的一种交通方式。但交通为人们带来便利的同时，所带来的安全问题也不容小觑。
2、道路在自然环境下运行的同时也受到自然环境的影响，不良天气是影响道路交通安全的重要影响。针对不良天气下可能事故的交通流问题，国内外学者在微观仿真模型的基础上对其进行了研究。主要集中在低能见度以及雨天道路交通流仿真，但涉及将元胞自动机应用于冰雪下可能事故仿真方面的研究较少。
3、交通建模可以在三个层面上进行，分别是宏观、微观和介观。
4、宏观模型将交通流视为由大量车辆组成的可压缩连续介质进行研究，使用车辆密度、流量等宏观量来描述交通流规律。与通常的流体力学研究类似，宏观模型的建立也需采用连续介质假设。但宏观模型忽略了车辆之间的差异,难以描述车流的局部特性和弄清产生复杂交通现象的机制。利用宏观模型进行数值仿真的效率取决于选择的数值格式和车流量大小，而不涉及其他因素，所以运算性能相对较高，主要包括流体动力学模型和车辆排队模型。流体动力学模型运用流体力学理论建立交通流模型，将交通流作为连续介质来处理，来寻求车流流量和密度、速度之间的关系，主要应用于信号控制交叉口延误和排队长度方面的研究。车辆排队模型在描述道路交通情况的时候，可以表达不确定性元素对于交通流特性的影响程度，并被使用于车辆延误、信号配时等领域的研究中。
5、介观模型又叫气体动理论模型(gas-kinetic-based model)，在介观模型中，交通规律表示成速度分布函数的演化方程。为了描述车辆之间的相互作用，介观模型通常需要“车辆混沌”假设，忽略多辆车之间的关联。“车辆混沌”假设只有在密度较低的状态下下才是可靠的，这与实际不符。介观模型是沟通微观世界和宏观世界的桥梁，能够在一定的真实水平上包含更多的车辆相互作用的细节，主要包括气体动模型和元胞传输模型。气体动模型体将车辆运动比拟为气体中大量粒子的运动，重现了实测观察到的交通流拥挤模式，分析不同交通拥挤模式演化机理及形成条件。元胞传输模型将研究的路段分为若干个小路段，这些划分的小路段被称为元胞，模型广泛应用于交通系统仿真、交通流分配、拥堵路段仿真等各个方面。
6、微观模型用于跟踪车辆的精确行为以及它们之间的相互作用。将车辆视为可以用类牛顿定律描述的粒子，其行为和由多个车辆相互作用而产生的集聚性质可以比较清晰准确地描述。微观模型专注于单个车辆，通常使用位置、速度或加速度等基本物理量来描述车辆的动力学行为，而像车辆密度和流量等量需要进行额外的统计来获得。微观模型又包括连续的车辆跟驰模型和元胞自动机模型(cellular automaton model，cam)两大类。跟驰理论主要是运用动力学的方法研究单一车道上、在不允许超车的情况下后车跟随前车行驶的一种理论状态，跟驰过程中的各个环节可以通过数学建模的方法表示。元胞自动机将交通流在时间和空间两个维度上进行离散化，能够准确描述交通流的复杂性和随机性，展示了交通流的本质属性，并且规则易于修改，运算效率高。这种方法的独特优势使得它在道路交通流仿真研究中被广泛应用。最基本的一维元胞自动机模型是由wolfram命名的184模型。它的规则虽然简单，但是包含元胞自动机应用于交通流的所有要素，是后续所有元胞自动机模型的基础。
7、现有技术主要集中在低能见度以及雨天道路交通流仿真，但涉及将元胞自动机应用于冰雪下可能事故仿真方面的研究较少。对道路交通流仿真模拟中，应用cam技术进行交通流仿真已取得丰硕成果，并涉及交通事故研究，这为本发明可能发生的冰雪下道路交通事故提供了重要参考。基于微观角度，对冰雪条件下可能出现的侧滑事故和车辆追尾的原因进行分析，利用元胞自动机模型在模拟交通流方面的优越性，结合自动驾驶和手动驾驶车辆的性能与驾驶行为相互作用，建立一个冰雪下混合交通流的单向双车道路段的cam，分析冰雪条件下混合交通流的交通事故率和交通流参数，并针对不同道路几何线形下的冰雪道路管控措施进行优化。
技术实现思路
1、本发明的目的是为了解决现有技术主要集中在低能见度以及雨天道路交通流仿真，而将元胞自动机应用于冰雪下可能事故仿真方面的研究较少的问题，基于微观角度，对冰雪条件下可能出现的侧滑事故和车辆追尾的原因进行分析，利用元胞自动机模型在模拟交通流方面的优越性，结合自动驾驶和手动驾驶车辆的性能与驾驶行为相互作用，建立一个冰雪下混合交通流的单向双车道路段的cam，而提出一种冰雪道路自动与手动驾驶事故率预测模型构建方法。
2、上述目的通过以下的技术方案实现：
3、一种冰雪道路自动与手动驾驶事故率预测模型构建方法，所述方法通过以下步骤实现：
4、步骤一、冰雪道路自动与手动驾驶混合交通安全影响分析；
5、步骤二、冰雪下道路主要参数和可能事故动力学分析；
6、步骤三、不同比例自动驾驶与手动驾驶车辆交通流特性；
7、步骤四、建立冰雪混合交通cam模型；具体包括：
8、步骤四一、确定系统参数；
9、步骤四二、在nasch模型的基础上，引入自动驾驶及手动驾驶交通特性、冰雪路面附着系数、驾驶员对路面状况判断准确度、驾驶员反应延迟以及减速度限制因素，创建双车道元胞自动机仿真模型，并对系统进行初始化；
10、步骤四三、设计换道操作，具体是：
11、检测换道动机，之后进行换道操作；
12、步骤四四、设计演化更新提作，提作手段包括：
13、加速、减速、随机慢化；
14、步骤四五、选取t时刻计算平均密度、平均建度，平均流量；
15、步骤四六、判断t是否大于t，若是，则结束上述过程，若否，则返回至步骤四五。
16、进一步地，步骤四一所述的确定系统参数的过程包括设计路面附着系数与制动性能的关系、分析冰雪下追尾事故动力学，以及分析冰雪下追尾事故动力学，具体是：
17、(1)设计路面附着系数与制动性能的关系；
18、路面附着系数较低时，制动距离体现出路面附着系数与制动性能的关系；车辆的制动过程包括驾驶员反应阶段、制动系统协调阶段、持续制动阶段以及制动释放阶段；
19、设t1为驾驶员反应时间，指驾驶员从接收到需要制动的信号到把踏板力加到制动踏板上所经历的时间；t2为制动器协调时间，指从施加制动踏板力到产生最大制动减速度所需要的时间，包括消除制动间隙的时间t21和制动力持续增长的时间t22；t3为持续制动时间，指以最大制动加速度持续制动直到停车的时间；t4为制动释放时间，指松开制动踏板后，制动力消除所需要的时间；
20、制动器起作用之前车辆保持匀速运动，行驶的距离d1为：
21、d1＝v(t1+t21) (1)
22、制动加速增长阶段行驶的距离d2为：
23、
24、持续制动时间内行驶的距离d3为：
25、
26、将t 222忽略不计，将公式(1)至(3)整理得制动距离dz为：
27、
28、式中，v表示制动初速度，物理量单位为米/秒；t21表示消除制动间隙的时间，物理量单位为秒；t22表示制动力持续增长的时间，物理量单位为秒，将t21+0.5t22记为t2'；amax表示最大减速度，物理量单位为米/秒2，水平路面上amax＝φg；
29、(2)冰雪下追尾事故动力学分析：
30、
31、ds为安全距离，物理量单位为米；v(i,t)和v(i-1,t)分别为t时刻跟驰车和前车速度，物理量单位为米/秒；t1为驾驶员反应时间，物理量单位为米/秒，用公式t1＝1+(1-c)1-q，其中，c为驾驶员对突发情况的反应程度，q为车辆的制动类型；tr为冰雪下驾驶员反应延迟时间，物理量单位为秒，t1+tr＝t0；t2为制动系统响应时间，物理量单位为秒；l0为安全停车距离，物理量单位为米；
32、(3)冰雪下侧滑事故动力学分析：
33、
34、i为转动惯量，物理量单位为kg·m2；m为车辆质量，物理量单位为kg；ts为侧滑时间，物理量单位为秒；γ为路面横向斜坡角，物理量单位为度；
35、纵向位移：d1＝vcosθ·t0；
36、横向位移：d2＝vsinθ·t0；
37、式中，v为车速，物理量单位为米/秒；若d2过大，车辆则具有与路侧护栏或旁车道车辆相撞，导致侧滑事故发生。
38、进一步地，步骤四二所述的在nasch模型的基础上，引入自动驾驶及手动驾驶交通特性、冰雪路面附着系数、驾驶员对路面状况判断准确度、驾驶员反应延迟以及减速度限制因素，创建双车道元胞自动机仿真模型的过程，具体包括设计如下部分：
39、(1)、设计加速模型：
40、引入驾驶员性格影响因子kc，具体仿真方法为：
41、v(i,t+1)＝min(v(i,t)+a1,kc*vmax) (7)
42、(2)、设计减速模型：
43、采取减速措施以避免与前车相撞，具体仿真方法为：
44、①若d(i,t)≥dsafe，即跟驰车与前车的车距满足安全距离，则车辆以原来的车速行驶，具体仿真方法为：
45、v(i,t+1)＝v(i,t) (8)
46、②若d(i,t)<dsafe，即跟驰车与前车的车距小于安全距离，则减速以避免与前车碰撞，具体仿真方法为：
47、v(i,t+1)＝min(max(v(i,t)-a2,0),d(i,t)+v(i-1,t)-1) (9)
48、(3)、设计位置更新模型：
49、更新车辆的行驶速度以及位置，以调整后的车速继续向前行驶，进入下一个仿真时步，具体规则如下：
50、x(i,t+1)＝x(i,t)+v(i,t+1) (11)
51、(4)、设计换道模型：
52、车辆在双车道道路上行驶时，考虑驾驶条件的优劣，若当前车道行驶条件不能够满足其期望要求并且旁车道具备更好的行驶条件时，在寻求换道的前提下，当满足换道的安全条件时，会以一定的概率pch进行换道；
53、①设定换道动机：
54、d(i,t)＜min(v(i,t)+a1,kc*vmax) (12)
55、d(i,t)front＞d(i,t) (13)
56、公式(12)表示当前车辆与当前车道相邻前车的距离不足以满足其行驶要求，公式(13)表示当前车辆与旁车道前车之间的距离大于其与当前车道相邻前车的距离，即旁车道的行驶条件优于本车道；
57、②设定安全条件：
58、
59、公式(14)为保证车辆在换道过程不与后车相撞的安全条件；在符合换道动机与安全条件的情况下，车辆以概率pch换道行驶；
60、(6)、设计追尾事故判定模型；
61、(7)、设计侧滑事故判定模型。
62、进一步地，所述的设计追尾事故判定模型，包括：
63、(1)、d(i,t)+v(i-1,t)×t0-v(i,t)×t0＜ds，表示反应延迟时间内超越前车而发生追尾事故；
64、(2)、d(i,t)+v(i-1,t)×(t0+1)-v(i,t)×t0-v(i,t+t0+1)＜ds，表示在反应延迟时间后，即使采取减速措施仍会与前车发生追尾事故；
65、(3)、d(i,t)+v(i-1,t)-v(i,t)-amax＜ds，表示立即采用最大减速度仍会与前车发生追尾事故。
66、进一步地，所述的设计侧滑事故判定模型，包括：
67、(1)、若rand3≥0.5，w-w0≤d2＜w+0.5(w-w0)且d1≥d(i,t)1，表示车辆侧滑至旁车道且与旁车道相邻前车发生碰撞，则侧滑事故发生；
68、(2)、若rand3≥0.5，d2＞w+0.5(w-w0)+w2，当车辆在右车道行驶时，d2＞w+0.5(w-w0)+w1；d1＜d(i,t)1且d1＞d(i,t)2表示车辆侧滑至旁车道与旁车道的路侧护栏碰撞，则侧滑事故发生；
69、(3)、若rand3≥0.5，w-w0≤d2＜w+0.5(w-w 0)且d1＜d(i,t)2表示车辆侧滑至旁车道与相邻后车碰撞，则侧滑事故发生；
70、(4)、若rand3＜0.5，d2＞0.5(w-w0)+w1(车辆在右车道行驶时，d2＞0.5(w-w0)+w2)，表示车辆撞及本车道路侧护栏，则侧滑事故发生。
71、本发明的有益效果为：
72、本发明是基于冰雪条件对道路交通系统的影响，结合自动驾驶－手动驾驶混合行驶交通流特性，针对冰雪道路可能发生的追尾和侧滑事故以及交通流特性进行研究。基于nasch模型，对冰雪条件下车辆、道路以及驾驶员所受到的影响进行综合分析，并结合不同道路几何线形对车辆运动学行为的影响分析及自动驾驶－手动驾驶混合行驶的交通流特性，建立一个自动驾驶与手动驾驶混合行驶单向双车道路段可能事故的cam。具体是：
73、1、在nasch模型的基础上，通过车辆动力学行为分析，并结合冰雪条件对驾驶员、车辆以及路面的影响进行综合分析，引入自动驾驶－手动驾驶交通特性、冰雪路面附着系数、驾驶员对路面状况判断准确度、驾驶员反应延迟以及减速度限制因素，建立改进的冰雪道路自动驾驶－手动驾驶可能发生追尾和侧滑事故的元胞自动机模型。
74、2、通过设置不同几何形状和尺寸的道路，对车辆在不同线形道路下的交通特性进行分析。设置平直路段和纵坡两种不同线形的道路，模拟车辆在这两种线形下的交通事故率，为不良天气条件下道路交通安全分析等其他领域提供借鉴和参考。
1.一种冰雪道路自动与手动驾驶事故率预测模型构建方法，其特征在于：所述方法通过以下步骤实现：
2.根据权利要求1所述的一种冰雪道路自动与手动驾驶事故率预测模型构建方法，其特征在于：步骤四一所述的确定系统参数的过程包括设计路面附着系数与制动性能的关系、分析冰雪下追尾事故动力学，以及分析冰雪下追尾事故动力学，具体是：
3.根据权利要求2所述的一种冰雪道路自动与手动驾驶事故率预测模型构建方法，其特征在于：步骤四二所述的在nasch模型的基础上，引入自动驾驶及手动驾驶交通特性、冰雪路面附着系数、驾驶员对路面状况判断准确度、驾驶员反应延迟以及减速度限制因素，创建双车道元胞自动机仿真模型的过程，具体包括设计如下部分：
4.根据权利要求3所述的一种冰雪道路自动与手动驾驶事故率预测模型构建方法，其特征在于：所述的设计追尾事故判定模型，包括：
5.根据权利要求4所述的一种冰雪道路自动与手动驾驶事故率预测模型构建方法，其特征在于：所述的设计侧滑事故判定模型，包括：
