基于PreScan的复杂平面线形组合对自动驾驶车辆轨迹偏移的影响特征

doi:10.12141/j.issn.1000-565X.240590

华南理工大学学报(自然科学版) ›› 2025, Vol. 53 ›› Issue (7): 104-115.doi: 10.12141/j.issn.1000-565X.240590

基于PreScan的复杂平面线形组合对自动驾驶车辆轨迹偏移的影响特征

王晓飞¹, 黄诗淇¹, 姚江贝², 曾强¹

^1.华南理工大学土木与交通学院，广东广州 510640
^2.广东省交通规划设计研究院集团股份有限公司，广东广州 510635

收稿日期:2024-12-20 出版日期:2025-07-25 发布日期:2025-03-07
通信作者: 曾强（1988—），男，博士，副教授，主要从事交通安全和交通组织研究。 E-mail:zengqiang@scut.edu.cn
作者简介:王晓飞（1980—），女，博士，副教授，主要从事公路路线及交通安全研究。E-mail： xiaofeiw@scut.edu.cn
基金资助:
国家自然科学基金项目(72471091);广东省自然科学基金项目(2024A1515011177);广东省科技计划项目(2024A1111120009)

Effect of Complex Horizontal Alignment Combination Design on the Trajectory Offset of Autonomous Vehicles Based on PreScan

WANG Xiaofei¹, HUANG Shiqi¹, YAO Jiangbei², ZENG Qiang¹

^1.School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510640，Guangdong，China
^2.Guangdong Communication Planning & Design Institute Group Co. ，Ltd，Guangzhou 510635，Guangdong，China

Received:2024-12-20 Online:2025-07-25 Published:2025-03-07
Contact: 曾强（1988—），男，博士，副教授，主要从事交通安全和交通组织研究。 E-mail:zengqiang@scut.edu.cn
About author:王晓飞（1980—），女，博士，副教授，主要从事公路路线及交通安全研究。E-mail： xiaofeiw@scut.edu.cn
Supported by:
the National Natural Science Foundation of China(72471091);the Natural Science Foundation of Guangdong Province(2024A1515011177);the Science and Technology Plan Project of Guangdong Province(2024A1111120009)

摘要/Abstract

摘要：

未来自动驾驶车辆（AV）的渗透率将逐渐增加，随之而来的在已有道路上增设自动驾驶专用车道成为提高道路通行效率和行车安全的有效对策。平纵线形受有人驾驶车辆的约束不易调整，但AV专用车道的宽度需重新设计，而自动驾驶专用车道设计方面尚缺乏行业标准和计算依据。车辆轨迹偏移量是车道宽度取值的重要依据，针对显著影响行驶轨迹的复杂平曲线组合设计开展相应研究，基于PreScan-Simulink仿真平台，应用典型的AV横、纵向运动控制算法，考虑卵形、凸形和C形3种复杂的平面线形组合，构建不同车型的仿真车辆模型和道路场景，得到了这3种复杂的平面线形组合对AV轨迹偏移的影响规律特征，并构建不同车型的轨迹偏移模型。研究结果表明：AV除了在凸形曲线上偏移最大的特征点是缓缓点（HH点）之外，在卵形曲线和C形曲线上偏移量最大的特征点均是第1个缓圆点（HY1点）。在这3种平面线形组合上设计速度与AV的轨迹偏移量的大小显著相关，AV车速在60~130 km/h时，各平面线形组合最大特征点的偏移量约为9~16 cm；AV车速在140~150 km/h时，轨迹偏移量随设计速度变化幅度较大，各平面线形组合最大特征点的偏移量约为13~23 cm。最后建立的设计速度与轨迹偏移量之间的关联模型为二次多项式回归模型，回归模型决定系数R²均大于0.95，拟合度基本满足预测要求。本研究方法和研究成果可为专用车道宽度的计算提供参考依据。

关键词: 道路工程, 自动驾驶车辆, 自动驾驶专用车道, 仿真实验, 轨迹偏移

Abstract:

The penetration of automated vehicles (AVs) is expected to gradually increase in the future. Consequently, adding dedicated lanes for AVs to existing roads has become an effective countermeasure to improve traffic efficiency and driving safety. Although the horizontal and vertical alignment are constrained by human-driven vehicles and difficult to adjust, the width of Dedicated lanes for AVs can be redesigned and optimized. However, there is currently a lack of industry standards and calculation basis for designing such lanes. Vehicle trajectory deviation is a crucial factor in determining lane width. This study focuses on complex horizontal curve combinations that significantly affect driving trajectories. Using the PreScan-Simulink simulation platform, it applied typical AV lateral and longitudinal motion control algorithms and considered three types of complex horizontal curve combinations: oval, convex, and C-shaped. It constructed simulation vehicle models and road scenarios for different vehicle types and analyzed the impact of these complex curve combinations on AV trajectory deviation, ultimately developing trajectory deviation models for various vehicle types. This study shows that, unlike in convex curves where the maximum trajectory deviation occurs at the gentle transition point (HH point), in oval and C-shaped curves, the maximum deviation occurs at the first transition curve point (HY1 point). The design speed is significantly correlated with the trajectory offsets of AV on each horizontal alignment combination design: the offsets of the feature points with the largest offsets on each design are about 9~16 cm for AV at 60~130 km/h; the magnitude of the trajectory offsets varies greatly with the change in design speed, and the offsets of the feature points with the largest offsets on each horizontal alignment combination design are about 13~23 cm for AV at 140~150 km/h. Finally, a polynomial regression model was established to describe the relationship between design speed and trajectory deviation. The R² of the model is greater than 0.95, so the model fit meets the prediction requirements. The research method and research results of this thesis can provide a reference basis for the calculation of dedicated lane width.

Key words: road engineering, autonomous vehicle, dedicated lanes for autonomous vehicle, simulation experiment, trajectory offset

中图分类号:

U412

王晓飞, 黄诗淇, 姚江贝, 曾强. 基于PreScan的复杂平面线形组合对自动驾驶车辆轨迹偏移的影响特征[J]. 华南理工大学学报(自然科学版), 2025, 53(7): 104-115.

WANG Xiaofei, HUANG Shiqi, YAO Jiangbei, ZENG Qiang. Effect of Complex Horizontal Alignment Combination Design on the Trajectory Offset of Autonomous Vehicles Based on PreScan[J]. Journal of South China University of Technology(Natural Science Edition), 2025, 53(7): 104-115.

图/表 13

图1

图2

图3

图4

表1

卵形曲线实验设计表"

车型	设计标准	设计速度/（km·h^-1）	小圆曲线半径 $R 1$ /m	小圆与大圆曲线半径比值 $R 1 / R 2$	圆曲线长度/m	缓和曲线长度/m
小客车	L₁	60	200	0.5，0.65，0.8	100	75
	L₂	80	400	0.5，0.65，0.8	130	100
	L₃	100	700	0.5，0.65，0.8	170	130
	L₄	120	1 000	0.5，0.65，0.8	200	150
	L₅	130	1 150	0.5，0.65，0.8	220	165
	L₆	140	1 300	0.5，0.65，0.8	235	180
	L₇	150	1 500	0.5，0.65，0.8	250	190
大货车	L₁	60	200	0.5，0.65，0.8	100	75
	L₂	80	400	0.5，0.65，0.8	130	100
	L₃	100	700	0.5，0.65，0.8	170	130

表1

表2

表3

C形曲线实验设计表"

车型	设计标准	设计速度/（km·h^-1）	前圆曲线半径 $R 1$ /m	后圆、前圆曲线半径比值 $R 2 / R 1$	圆曲线长度/m	缓和曲线长度/m
小客车	L₁	60	200	1.0，1.5，2.0	100	75
	L₂	80	400	1.0，1.5，2.0	130	100
	L₃	100	700	1.0，1.5，2.0	170	130
	L₄	120	1 000	1.0，1.5，2.0	200	150
	L₅	130	1 150	1.0，1.5，2.0	220	165
	L₆	140	1 300	1.0，1.5，2.0	235	180
	L₇	150	1 500	1.0，1.5，2.0	250	190
大货车	L₁	60	200	1.0，1.5，2.0	100	75
	L₂	80	400	1.0，1.5，2.0	130	100
	L₃	100	700	1.0，1.5，2.0	170	130

表3

图5

图6

图7

图8

图9

图10

参考文献 34

[1]	王之中，余荣杰，来飞，等．国家自然科学基金委员会交通与运载工程学科2023年度管理工作综述［J］．交通运输工程学报，2024，24（1）：1-8.
	WANG Zhizhong， YU Rongjie， LAI Fei，et al ．Review on management of transportation and vehicle engineering discipline of NSFC in 2023［J］．Journal of Tra-ffic and Transportation Engineering，2024，24（1）：1-8.
[2]	李升波，刘畅，殷玉明，等．汽车端到端自动驾驶系统的关键技术与发展趋势［J］．人工智能，2023（5）：1-16.
	LI Shengbo， LIU Chang， YIN Yuming，et al ．Key technologies and development trends of end-to-end automated driving systems for autonomous vehicles［J］．Artificial Intelligence View，2023（5）：1-16.
[3]	袁佩君．自动驾驶汽车交通肇事的归责困境及刑法应对［J］．华南理工大学学报（社会科学版），2023，25（2）：30-40
	YUAN Peijun ．The dilemma of attributing responsibility to traffic accidents caused by self-driving cars and the countermeasures of criminal law［J］．Journal of South China University of Technology （Social Science Edition），2023，25（2）：30-40
[4]	LIU Yuyan， TIGHT M， SUN Quanxin，et al ．A systematic review：road infrastructure requirement for connected and autonomous vehicles （CAVs）［J］．Journal of Physics：Conference Series，2019，1187（4）：42-73.
[5]	何永明，邢婉钰，魏堃，等．超高速公路自动驾驶车辆换道轨迹规划策略［J］．华南理工大学学报（自然科学版），2024，52（4）：104-113
	HE Yongming， XING Wanyu， WEI Kun，et al ．Lane-changing trajectory planning strategy for autonomous vehicles on superhighways［J］．Journal of South China University of Technology （Natural Science Edition），2024，52（4）：104-113.
[6]	徐进，陈钦，陈正委，等．适应无人驾驶汽车的道路设施设计综述［J］．西南交通大学学报，2023，58（6）：1366-1377.
	XU Jin， CHEN Qin， CHEN Zhengwei，et al ．Review of roadway facility design for self-driving cars［J］．Journal of Southwest Jiaotong University，2023，58（6）：1366-1377.
[7]	LIU Zhaocai， SONG Ziqi ．Strategic planning of dedicated autonomous vehicle lanes and autonomous vehicle/toll lanes in transportation networks［J］．Transportation Research Part C：Emerging Technologies，2019，10：381-403.
[8]	CHEN Zhibin， HE Fang， ZHANG Lihui，et al ．Optimal deployment of autonomous vehicle lanes with endogenous market penetration［J］．Transportation Research Part C：Emerging Technologies，2016，72：143-156.
[9]	LIU Hao， KAN Xingan， SHLADOVER S E，et al ．Modeling impacts of cooperative adaptive cruise control on mixed traffic flow in multi-lane freeway facilities［J］．Transportation Research Part C：Emerging Technologies，2018，95：261-279.
[10]	姚志洪，郝慧君，巫雪梅，等．考虑自动驾驶的混合交通流路段阻抗函数［J］．交通运输工程与信息学报，2021，19（4）：1-12.
	YAO Zhihong， HAO Huijun， WU Xuemei，et al ．Cost function of mixed traffic flow with autonomous driving［J］．Journal of Transportation Engineering and Information，2021，19（4）：1-12.
[11]	常鑫，李海舰，荣建，等．混有网联车队的高速公路通行能力分析［J］．华南理工大学学报（自然科学版），2020，48（4）：142-148.
	CHANG Xin， LI Haijian， RONG Jian，et al ．Analysis of capacity for mixed traffic flow with connected vehicle platoon on freeway［J］．Journal of South China University of Technology （Natural Science Edition），2020，48（4）：142-148.
[12]	公路工程技术标准：［S］．
[13]	公路路线设计规范：［S］．
[14]	OTHMAN K ．Impact of autonomous vehicles on the physical infrastructure：changes and challenges［J］．Designs，2021，5（3）：40.
[15]	GARCÍA A， CAMACHO-TORREGROSA F J ．Influence of lane width on semi- autonomous vehicle performance［J］．Transportation Research Record，2020，2674（9）：279-286.
[16]	HU Hongyu， GAO Zhenhai， YU Ziwen，et al ．An experimental driving simulator study of unintentional lane departure［J］．Advances In Mechanical Engineering，2017，9（10）：1-8.
[17]	RAJU N， KUMAR P， JAIN A，et al ．Application of trajectory data for investigating vehicle behavior in mixed traffic environment［J］．Transportation Research Record，2018，2672（43）：122-133.
[18]	GHASEMZADEH A， AHMED M M ．Utilizing naturalistic driving data for in-depth analysis of driver lane-keeping behavior in rain：non-parametric MARS and parametric logistic regression modeling approaches［J］．Transportation Research Part C-Emerging Technologies，2018，90：379-392.
[19]	CHANG Xin， LI Haijian， RONG Jian，et al ．Determining the appropriate lane width at urban signalised intersections-a case study in Beijing［J］．IET Intelligent Transport Systems，2019，13（12）：1785-1791.
[20]	DING Rui， PAN Cunshu， DAI Zhenhua，et al ．Lateral oscillation characteristics of vehicle trajectories on the straight sections of freeways［J］．Applied Sciences，2022，12（22）：11498.
[21]	庄稼丰，李正军，丁瑞，等．高速公路车辆轨迹摆动特征与小客车道宽度研究［J］．交通运输系统工程与信息，2023，23（1）：324-336.
	ZHUANG Jiafeng， LI Zhengjun， DING Rui，et al ．Vehicles trajectory oscillation characteristics and passenger cars’ lane width for freeways［J］．Journal of Transportation Systems Engineering and Information Technology，2023，23（1）：324-336.
[22]	CAI Guoshun， XU Liwei， LIU Ying，et al ．Robust preview path tracking control of autonomous vehicles under time-varying system delays and saturation［J］．IEEE Transactions on Vehicular Technology，2023，72（7）：8486-99.
[23]	WEIGEL H， LINDNER P， WANIELIK G ．Vehicle tracking with lane assignment by camera and lidar sensor fusion［C］∥ Proceeding of the 2009 IEEE Intelligent Vehicles Symposium．Xi’an：IEEE，2009：513-520.
[24]	Hillel A BAR， LERNER R， LEVI D，et al ．Recent progress in road and lane detection：a survey［J］．Machine Vision and Applications 2014，25：727-745.
[25]	LIU Xin， XU Xin， DAI Bin ．Vision-based long-distance lane perception and front vehicle location for full autonomous vehicles on highway roads［J］．Journal of Central South University，2012，19（5）：1454-1465.
[26]	LIU Ruijin， YUAN Zejian， LIU Tie， al et，End-to-end lane shape prediction with transformers［C］∥ Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision．Waikoloa：IEEE，2021：3694-3702.
[27]	WANG Yue， TEOH E K， SHEN Dinggang ．Lane detection and tracking using B-Snake［J］．Image and Vision Computing，2004，22（4）：269-280.
[28]	赵祥模国家重点研发计划（ 2021 YFB2501200）团队．自动驾驶测试与评价技术研究进展［J］．交通运输工程学报，2023，23（6）：10-77.
	ZHAO Xiang mo’s Team Supported by the National Key Research and Development Program of China （2021 YFB2501200）．Research progress in testing and evaluation technologies for autonomous driving［J］．Journal of Traffic and Transportation Engineering，2023，23（6）：10-77.
[29]	王晓飞，申天杰，郭月利，等．基于PreScan的自动驾驶小客车弯坡段轨迹偏移研究［C］∥ 2024世界交通运输大会（WTC2024）论文集（公路工程）．北京：人民交通出版社，2024：7.
[30]	华南理工大学．一种自动驾驶专用车道的高速公路横断面设计方法及系统：CN202410534960.X［P］．2024-08-16.
[31]	孙福昌，邵金菊，单少飞，等．适应道路曲率多变的前馈-预测LQR横向控制［J］．重庆理工大学学报（自然科学），2024，38（2）：45-54.
	SUN Fuchang， SHAO Jinju， SHAN Shaofei，et al ．Feed-forward predictive LQR lateral control adapted to variable road curvature［J］．Journal of Chongqing University of Technology （Natural Science），2024，38（2）：45-54.
[32]	王文涛．面向车道居中的转向驾驶权切换控制研究［D］．长春：吉林大学，2023.
[33]	贾立新，林秀锐，倪洪杰，等．基于紧约束鲁棒模型预测控制的无人车辆轨迹跟踪控制［J］．高技术通讯，2024，34（3）：275-281.
	JIA Lixin， LIN Xiurui， NI Hongjie，et al ．Trajectory tracking control of unmanned vehicles based on tight constrained robust model predictive control［J］．Chinese High Technology Letters，2024，34（3）：275-281.
[34]	李学慧，苏振，张俊友．多参数优化MPC的自动驾驶轨迹跟踪控制［J］．重庆理工大学学报（自然科学），2024，38（2）：55-64.
	LI Xuehui， SU Zhen， ZHANG Junyou ．Research on autonomous driving trajectory tracking control by multi-parameter optimization MPC［J］．Journal of Chongqing University of Technology （Natural Science），2024，38（2）：55-64.

基于PreScan的复杂平面线形组合对自动驾驶车辆轨迹偏移的影响特征

Effect of Complex Horizontal Alignment Combination Design on the Trajectory Offset of Autonomous Vehicles Based on PreScan

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 34

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张文会, 施鑫涛, 周舸. 偶发事故下人机混驾交通流的影响机理研究[J]. 华南理工大学学报(自然科学版), 2025, 53(8): 61-72.
[2]	张驰, 国廷玉, 胡瑞来, 高艳阳, 周郁茗. 基于制动行为的高速公路平均纵坡坡长研究[J]. 华南理工大学学报(自然科学版), 2025, 53(2): 12-26.
[3]	张炎棣, 惠冰, 马子业, 李元乐, 汪海年. 碎石封层三维视角的剥落程度量化方法[J]. 华南理工大学学报(自然科学版), 2025, 53(2): 80-91.
[4]	郑直, 郭乃胜, 尤占平. 沥青组分与废木油相互作用行为的分子模拟[J]. 华南理工大学学报(自然科学版), 2024, 52(12): 79-86.
[5]	王伟, 谭忆秋, 徐永江. 沥青混合料3点弯曲内部受力研究[J]. 华南理工大学学报(自然科学版), 2024, 52(10): 101-111.
[6]	李百建, 黄炎, 符锌砂. 波纹钢形状与拱效应对加固盖板涵承载力的影响[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 110-118.
[7]	杨永红, 唐祖德, 王醇, 等. 公路转弯段线形指标对混凝土护栏安全性能的影响[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 90-99.
[8]	毛雪松, 王悦月, 吴谦, 等. 渗流作用下多级配土石混合填料的结构演化规律[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 65-75.
[9]	于斌, 张钰钦, 王羽尘, 等. 基于车载激光点云的道路几何信息自动化提取[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 88-99.
[10]	张驰, 任士鹏, 王博, 等. 长大下坡路段货车运行速度特性及预测[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 38-49.
[11]	付国志, 韦金城, 赵延庆, 等. 沥青路面结构的动态效应对验收弯沉值的影响[J]. 华南理工大学学报（自然科学版）, 2021, 49(4): 90-96.
[12]	艾长发, 黄杨权, 罗柳芬, 等. 基于 ISS ＆ SSDR 的沥青路面层间疲劳寿命外因素综合影响预估#br#[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 58-66,74.
[13]	张驰, 胡涛, 林宣财, 等. 高速公路连续长下坡路段大型货车专用缓速车道研究 [J]. 华南理工大学学报（自然科学版）, 2020, 48(4): 104-113.
[14]	李百建朱良生符锌砂李勇. 两种内衬加固混凝土管涵的力学性能[J]. 华南理工大学学报(自然科学版), 2019, 47(6): 101-107.
[15]	朱江鸿韩淑娴童艳梅李燕余荣光张虎元. 干湿循环对不同密度砂岩强度劣化的影响[J]. 华南理工大学学报（自然科学版）, 2019, 47(3): 126-134.