车速位置估计模型

误差降低超三成

一种面向互联车辆环境的车速与位置联合估计模型，利用CAV采样数据实时修正异质跟车行为，显著提升估计精度，适用于不同渗透率条件。

HanQing, Xia · 刘小明 · ZeChao, Ma · Fang, Zhu · Lin, Zhang · YingJie, Zhao · YuanRong, Wang

Journal of Advanced Transportation 2023

参数信息

速度估计平均绝对误差降低率

30.73 %

速度估计误差标准差降低率

42.8 %

位置估计平均绝对误差降低率

38.2 %

位置估计误差标准差降低率

41.7 %

技术优势

估计更准

在CAV数量为2时，速度估计平均绝对误差降低30.73%，位置估计平均绝对误差降低38.2%。

误差更稳

误差标准差显著下降：速度估计标准差降低42.8%，位置估计标准差降低41.7%。

适应不同渗透率

论文指出该方法在不同CAV渗透率下均表现出良好的实用性。

考虑异质跟车行为

方法针对智能驾驶员模型（IDM）描述的异质跟车行为，实时优化IDM参数来估计位置。

应用场景

• 交通状态估计：提供全样本车辆状态，支撑更实时的路网状态与拥堵评估。
• 信号配时优化：精确估计未采样车辆位置与速度，为信号配时提供更可靠输入。
• 自动驾驶环境感知：弥补感知盲区，帮助自动驾驶车辆获知周围未联网车辆动态。
• 车路协同：利用CAV采样数据估计他车状态，提升车路协同系统整体感知能力。