一种自动驾驶下车速与交叉口信号双向控制方法技术

本发明专利技术公开了一种自动驾驶下车速与交叉口信号双向控制方法，针对自动驾驶下采用标准双环结构的信号控制交叉口，首先实时采集并输入自动驾驶车辆的位置、行驶车速、当前信号状态等参数，建立红灯和绿灯两种控制模型，进而计算理论车速，并结合车速约束条件计算实际车速、车辆到达时刻。根据延误模型计算控制延误、排队延误和信号延误，并以总延误值最小为目标，采用滚动时间窗的方法，动态优化并确定自动驾驶车辆的最佳车速、各相位绿灯开始时刻及绿灯持续时间。本发明专利技术方法主要通过对车速和信号的双向控制，克服现有基于车辆到达优化信号配时的单向控制的不足，提升自动驾驶下交叉口的通行效率，降低通行延误。

【技术实现步骤摘要】
一种自动驾驶下车速与交叉口信号双向控制方法
本专利技术属于智能交通领域，涉及城市道路针对自动驾驶车辆的交通管控
，更具体地说，涉及一种自动驾驶下车速与交叉口信号双向控制方法。
技术介绍
随着科技的发展，自动驾驶已成为交通领域研究和实践的热点领域。上海、深圳、杭州等城市在自动驾驶方面做出许多探索。其中深圳在2017年12月2日首次在开放道路上试运行了全球首批自动驾驶公交车；上海市在2018年3月1日出台《上海市智能网联汽车道路测试管理办法(试行)》，发出第一批智能网联汽车道路测试牌照，建立国内首个国家级智能网联汽车(上海)试点示范区封闭测试；浙江省批复的杭绍甬超级高速公路为无人驾驶提供试验田。目前，诸如谷歌、Apple、梅赛德斯-奔驰、百度、腾讯、特斯拉、英特尔、英伟达等国内外巨头企业都在积极地开发无人驾驶汽车，研发相关技术。可以预见，无人驾驶汽车将逐步被广泛应用于各个领域。而自动驾驶汽车在城市道路中运行，如何在交叉口处保障其高效运行，显得至关重要。在自动驾驶环境下，车辆与车辆、车辆与信号控制系统之间已能突破现有“检测器→控制系统”的单向信息传递，基于车联网、物联网技术实现实时双向通信，一方面，车辆能将车辆轨迹级数据(实时位置、速度、加速度、路径、延误等)传递给控制系统；另一方面，控制系统也能将控制参数(绿灯开始时刻、持续时间等)传递给车辆。这为实现车速和交叉口信号双向控制提供了有力的技术支持。借助车路间的双向通信实现双向信息交互，可以实现对自动驾驶车辆的主动控制，使车辆以合适的速度在最佳时刻到达交叉口，配合信号配时方案，达到交通控制效益更优的目的。经对现有技术的文献检索发现，现有交叉口交通控制方式主要有以下两种：①基于车辆到达驱动的单向控制。即根据检测/预测车辆到达，调整信号配时用以适应车辆的到达；②在信号配时方案固定的情况下，利用信息手段控制车辆的行驶车速。方法①改变信号配时，势必导致下游交叉口车辆到达的改变，从而进入交通流的波动导致控制方案的变化，控制方案的变化又导致交通流更大波动的恶性循环。方法②对车辆到达时刻和信号控制参数分开优化，即先将控制参数确定后，再优化车辆的到达时刻，导致其无法获得最优解。
技术实现思路
技术问题：针对基于车辆到达驱动的单向控制方式的不足，本专利技术的目的是提供一种自动驾驶下车速与交叉口信号双向控制方法，将车辆到达时刻与配时参数同时作为控制变量，同时作为控制方案的输出参数，在优化得到最佳到达时刻后，控制车辆在此最佳时刻到达交叉口。克服现有控制方式在优化信号配时参数时需已知车辆到达的不足，促进交通控制由单向控制向双向控制转变，提高交叉口运行效率。技术方案：为解决上述技术问题，本专利技术的自动驾驶下车速与交叉口信号双向控制方法，包括如下步骤：步骤1：确定交叉口各相位的交通流量，车道数，相位相序、最大和最小绿灯时间，最高速度和最低行驶车度，交通波传播速度等。步骤2：采用标准双环结构对交叉口进行信号控制。步骤3：根据各相位不同的交通状态，建立红灯和绿灯两种控制模型，并计算理论车速。步骤4：根据理论车速，结合车速约束条件计算实际车速、车辆到达时刻。步骤5：根据延误预测模型计算总延误。步骤6：根据总延误值最小的目标函数，确定最佳车速、绿灯开始时间、绿灯持续时间。本专利技术中，步骤2采用标准双环结构对交叉口进行信号控制，包括如下步骤：步骤21：交叉口信号控制的标准双环结构如图3所示。其中图3(左)表示了交叉口的基本形状以及相位在各个进口道的分布，图3(右)表示了每个环包含的相位，其中第一个环包含相位1、2、3、4，第二个环包含相位5、6、7、8。且所有相位被分为两组，第一组为相位1、2、5、6，第二组为相位3、4、7、8，第一组的所有相位停止之后才能开始运行第二组的相位。具体步骤如公式(1)-(14)所示：t(i，1，1)＝0(1)t(i，5，1)＝0(2)t(i，2，k)＝t(i，1，k)+v(i，1，k)(3)t(i，6，k)＝t(i，5，k)+v(i，5，k)(4)t(i，3，k)＝t(i，2，k)+v(i，2，k)(5)t(i，3，k)＝t(i，6，k)+v(i，6，k)(6)t(i，7，k)＝t(i，2，k)+v(i，2，k)(7)t(i，7，k)＝t(i，6，k)+v(i，6，k)(8)t(i，4，k)＝t(i，3，k)+v(i，3，k)(9)t(i，8，k)＝t(i，7，k)+v(i，7，k)(10)t(i，1，k+1)＝t(i，4，k)+v(i，4，k)(11)t(i，1，k+1)＝t(i，8，k)+v(i，8，k)(12)t(i，5，k+1)＝t(i，4，k)+v(i，4，k)(13)t(i，5，k+1)＝t(i，8，k)+v(i，8，k)(14)式中：(i，p，j)表示交叉口i相位p车辆j；t(i，p，k)表示交叉口i相位p第k个周期的绿灯启亮时刻；v(i，p，k)交叉口i相位p第k个周期的相位持续时间，等于绿灯时长g(i，p，k)与绿间隔时长之和。上述公式中将相位1和相位5作为计算开始点，相位2绿灯开始时刻t(i，2，k)等于相位1的绿灯开始时刻t(i，1，k)加上相位1的持续时间v(i，1，k)。步骤22：各相位绿灯时长需满足最大绿灯时长gmax、最小绿灯时长gmin约束，如公式(15)所示。gmin≤g≤gmax(15)本专利技术中，步骤3根据各相位不同的交通状态，建立红灯和绿灯两种控制模型，并计算理论车速包括如下步骤：步骤31：车辆请求相位为黄灯或红灯，或虽为绿灯，但排队仍未消散，在此情形下建立的模型为“红灯控制模型”。其策略为最大程度控制车速，使车辆行驶至排队队尾时，启动波正好传递至队尾，即队尾车辆正好开始启动，车辆跟随排队队尾车辆顺利通过交叉口。以最大排队长度为车速控制参考点。其理论车速计算如公式(16)所示：式中：分子表示车辆与停车线的距离减去前面的车辆所占用的道路空间，分母表示排队车辆的最后一辆车由于绿灯信号开始前进的时刻距离现在时刻的时间长。；Vt为理论车速；Ld(i，p，j)表示车辆j到交叉口的距离；Ls(i，p，j)表示车辆j的车身长度；Vs表示启动(消散)波传播波速；tn表示当前时刻。步骤32：当车辆请求相位为绿灯，且排队已经消散，在此情形下建立的模型称为“绿灯控制模型”。其策略为最大程度控制车辆，提高车速在当前周期通过，或采用降低车速在下周期通过，使车辆不停车通过交叉口。因为此时排队已经消散，车速控制的参考点为停车线。其理论车速计算如公式(17)所示：式中：Va(i，p，j)表示车辆j的平均行驶车速。φ(i，p，j，k)为二元变量(0-1变量)，表示交叉口i相位p车辆j是否在第k个周期通过。其中φ(i，p，j，k)＝1，表示车辆j在第k个周期通过。φ(i，p，j，k)＝0，表示不在第k个周期通过。进口道的车辆要么在本周期通过交叉口，要么在下周期通过，满足公式(18)的约束。φ(i，p，j，k)+φ(i，p，j，k+1)＝1(18)本专利技术中，步骤4根据理论车速，结合车速约束条件计算实际车速、车辆到达时刻的方法，包括如下步骤：步骤41：计算得车速Vt＝0时说明该车辆正在排队等待。Vt≠0时车速需满足最高车速Vmax和最低车速Vmin约束。若Vmi本文档来自技高网...

【技术保护点】
1.一种自动驾驶下车速与交叉口信号双向控制方法，其特征在于，该方法包括如下步骤：步骤1：确定交叉口各相位的交通流量，车道数，相位相序、最小和最大绿灯时间，最高速度和最低行驶车度，交通波传播速度等；步骤2：采用标准双环结构对交叉口进行信号控制；步骤3：根据各相位不同的交通状态，建立红灯和绿灯两种控制模型，并计算理论车速；步骤4：根据理论车速，结合车速约束条件计算实际车速、车辆到达时刻；步骤5：根据延误预测模型计算总延误；步骤6：根据总延误值最小的目标函数，确定最佳车速、绿灯开始时间、绿灯持续时间。

【技术特征摘要】
1.一种自动驾驶下车速与交叉口信号双向控制方法，其特征在于，该方法包括如下步骤：步骤1：确定交叉口各相位的交通流量，车道数，相位相序、最小和最大绿灯时间，最高速度和最低行驶车度，交通波传播速度等；步骤2：采用标准双环结构对交叉口进行信号控制；步骤3：根据各相位不同的交通状态，建立红灯和绿灯两种控制模型，并计算理论车速；步骤4：根据理论车速，结合车速约束条件计算实际车速、车辆到达时刻；步骤5：根据延误预测模型计算总延误；步骤6：根据总延误值最小的目标函数，确定最佳车速、绿灯开始时间、绿灯持续时间。2.根据权利要求1所述的一种自动驾驶下车速与交叉口信号双向控制方法，其特征在于，所述步骤2中的采用标准双环结构对交叉口进行信号控制的方法包括如下步骤：步骤21：标准双环结构控制方法的具体步骤如公式(1)-(14)所示：t(i，1，1)＝0(1)t(i，5，1)＝0(2)t(i，2，k)＝t(i，1，k)+v(i，1，k)(3)t(i，6，k)＝t(i，5，k)+v(i，5，k)(4)t(i，3，k)＝t(i，2，k)+v(i，2，k)(5)t(i，3，k)＝t(i，6，k)+v(i，6，k)(6)t(i，7，k)＝t(i，2，k)+v(i，2，k)(7)t(i，7，k)＝t(i，6，k)+v(i，6，k)(8)t(i，4，k)＝t(i，3，k)+v(i，3，k)(9)t(i，8，k)＝t(i，7，k)+v(i，7，k)(10)t(i，1，k+1)＝t(i，4，k)+v(i，4，k)(11)t(i，1，k+1)＝t(i，8，k)+v(i，8，k)(12)t(i，5，k+1)＝t(i，4，k)+v(i，4，k)(13)t(i，5，k+1)＝t(i，8，k)+v(i，8，k)(14)式中：(i，p，j)表示交叉口i相位p车辆j；t(i，p，k)表示交叉口i相位p第k个周期的绿灯启亮时刻；v(i，p，k)交叉口i相位p第k个周期的相位持续时间，等于绿灯时长与绿间隔时长之和，上述公式中将相位1和相位5作为计算开始点，相位2绿灯开始时刻t(i，2，k)等于相位1的绿灯开始时刻t(i，1，k)加上相位1的持续时间v(i，1，k)，步骤22：各相位绿灯时长需满足最大绿灯时长gmax、最小绿灯时长gmin约束，如公式(15)所示：gmin≤g≤gmax(15)。3.根据权利要求1所述的一种自动驾驶下车速与交叉口信号双向控制方法，其特征在于，所述步骤3中的根据各相位不同的交通状态，建立红灯和绿灯两种控制模型，并计算理论车速的计算方法包括如下步骤：步骤31：车辆请求相位为黄灯或红灯，或虽为绿灯，但排队仍未消散，在此情形下建立的模型为“红灯控制模型”，其策略为最大程度控制车速，使车辆行驶至排队队尾时，启动波正好传递至队尾，即队尾车辆正好开始启动，车辆跟随排队队尾车辆顺利通过交叉口。以最大排队长度为车速控制参考点，其理论车速计算如公式(16)所示：式中：分子表示车辆与停车线的距离减去前面的车辆所占用的道路空间，分母表示排队车辆的最后一辆车由于绿灯信号开始前进的时刻距离现在时刻的时间长。；Vt为理论车速；Ld(i，p，j)表示车辆j到交叉口的距离；Ls(i，p，j)表示车辆j的车身长度；Vs表示启动(消散)波传播波速；tn表示当前时刻。步骤32：当...

【专利技术属性】
技术研发人员：吴伟，刘洋，王佳谈，杨晓光，
申请(专利权)人：江苏济通智慧科技有限公司，
类型：发明
国别省市：江苏,32