一种车路协同环境下多智能车交叉口通行协调控制方法技术

本发明专利技术提供了一种车路协同环境下多智能车交叉口通行协调控制方法，包括以下步骤：步骤1：建立通行权划分模型；步骤2：建立车辆轨迹与信号配时整体优化模型；步骤3：由通行权划分模型和车辆轨迹与信号配时整体优化模型建立整体控制模型；本发明专利技术所述的一种车路协同环境下多智能车交叉口通行协调控制方法，通过构建通行权分配、信号配时、车辆轨迹优化模型，建立了一套用于车路协同环境下交叉口整体控制的理论算法，并进一步通过设置四组仿真实验，对不同条件下不同控制算法的控制效果进行定量分析，验证了本文所提出算法对于车路协同环境下的交叉口整体控制的显著效果。

A traffic coordination control method of multi intelligent vehicle intersection in vehicle road cooperation environment

【技术实现步骤摘要】
一种车路协同环境下多智能车交叉口通行协调控制方法
本专利技术涉及道路交叉口车辆控制领域，尤其涉及一种车路协同环境下多智能车交叉口通行协调控制方法。
技术介绍
随着车路协同技术的不断发展，基于全时空交通数据，更加主动科学的交通控制得以实施。在交叉口区域，造成交通拥堵、尾气排放污染的具体因素有信号配时不合理、车辆行驶不合理以及通行权分配不合理。在轨迹优化方面，Liuet.al提出了以延误最小为目标的固定信号下车辆速度引导算法，在低饱和度时可降低延误近50％，且渗透率越高、算法控制效果越好。Xuetal.提出了一种无信号交叉口分布式无冲突合作式智能网联车辆控制算法，通过实验验证了所提出算法对于交叉口实际效果的显著影响。Liangetal.以交叉口整体延误最小为优化目标用非线性规划的方法构建了车辆轨迹优化模型。Ahnetal.,(2013)，Wangetal.,(2014a,b)提出了基于智能网联车辆的单车精确控制模型，在这种精确控制下，车辆可以根据交叉口信号的状态来调整其速度和行驶轨迹。ZohdyandRakha.(2016)用非线性规划的方本文档来自技高网...

【技术保护点】
1.一种车路协同环境下多智能车交叉口通行协调控制方法，其特征在于：包括以下步骤：/n步骤1：建立用于通行权划分的分类决策树的分类模型，利用上一个通行权划分周期内的各进口道各流向的交通流量，计算当前通行权划分周期内各进口道的相位和车道设置参数；具体包括以下步骤：/n步骤1.1：获取样本数据，输入参数为各进口道各流向的交通流量，输出参数为各进口道的相位和车道设置参数，并将样本数据分为训练集和测试集；/n步骤1.2：利用基于C4.5的分类决策树算法分别构建相位分配决策树S

【技术特征摘要】
20191016 CN 20191098672741.一种车路协同环境下多智能车交叉口通行协调控制方法，其特征在于：包括以下步骤：
步骤1：建立用于通行权划分的分类决策树的分类模型，利用上一个通行权划分周期内的各进口道各流向的交通流量，计算当前通行权划分周期内各进口道的相位和车道设置参数；具体包括以下步骤：
步骤1.1：获取样本数据，输入参数为各进口道各流向的交通流量，输出参数为各进口道的相位和车道设置参数，并将样本数据分为训练集和测试集；
步骤1.2：利用基于C4.5的分类决策树算法分别构建相位分配决策树S1和车道分配决策树S2，并利用步骤1.1获取的训练集和测试集训练相位分配决策树S1和车道分配决策树S2：
步骤1.3：输入上一个通行权划分周期内的各进口道各流向的交通流量，分别利用步骤1.2.1中所述的剪枝后的相位分配决策树S1和步骤1.2.2所述的剪枝后的车道分配决策树S2计算输出各进口道的相位设置参数、车道设置参数；
步骤2：利用步骤1所述的当前通行权划分周期内各进口道的相位和车道设置参数，以及当前各进口道控制区域内所有车辆的状态，建立信号配时优化模型，并计算输出最优的信号配时参数；具体包括以下步骤：
步骤2.1：假设当前通行权划分周期内各进口道的相位总数为M，各相位的最短绿灯、最长绿灯分别为Gmin、Gmax，定义Gstep为绿灯调整步长，则信号配时优化模型的解空间为
步骤2.2：利用基于遗传算法的高维解空间滚动优化算法对步骤2.1所述的信号配时优化模型进行滚动优化，其中滚动时域为Gstep，规划周期为2G(t)；
步骤2.3：利用步骤2.2所述的信号配时优化模型得到的解空间，计算输出最优的信号配时参数；
步骤3：利用步骤1所述的当前通行权划分周期内各进口道的相位和车道设置参数和步骤2所述的当前通行权划分周期内最优的信号配时参数，以及当前各进口道控制区域内所有车辆的状态，建立车辆轨迹优化模型；具体包括以下步骤：
步骤3.1：建立当前通行权划分周期内各进口道的车辆通行时序优化模型，具体包括以下步骤：
步骤3.1.1：判断当前车辆n的换道需求：
定义wn＝{1-left，2-straight，3-right}为车辆n的通行需求，yn＝{1-left,2-straight,3-right}表示当前车辆n所在车道允许的通行方向，当前车辆n所在车道允许的通行方向可由步骤1所述的当前通行权划分周期内各进口道的相位和车道设置参数获得；
当wn＝yn时，当前车辆n不需要换道；
当wn≠yn时，存在以下两种情况：
当wn＞yn时，当前车辆n需要向右换道；
当wn＜yn时，当前车辆n需要向左换道；
步骤3.1.2：建立换道决策模型，判断当前车辆n是否能够换道：
为确保安全，定义同一车道内前后两相邻车辆最小跟驰距离如下：



其中，minΔx(t)表示前后车的最小安全距离，adecMax表示最大减速度，vn(t)、vn+1(t)分别表示同一车道内前后两相邻车辆车速，T表示后车的反应时间，L0表示最小停车距离；定义(n-1)、(n+1)分别表示当前车辆n所在车道的前、后车，n′、(n+1)′分别表示当前车辆换道的目标车道的前、后车，当前车辆n与当前车道和目标车道前、后车的距离分别用Δx1、Δx2、Δx′1、Δx′2表示；
根据当前车道以及目标车道的前后车位置，建立换道决策模型如下：
当Δx′1≥minΔx且Δx′2≥minΔx，当前车辆n执行换道；
当Δx′1≥minΔx且Δx′2＜minΔx，当前车辆n不换道，当前车辆n加速，车辆(n+1)′减速；
当Δx′1＜minΔx且Δx′2≥minΔx，当前车辆n不换道，当前车辆n减速，车辆(n+1)′加速；
当Δx′1＜minΔx且Δx′2＜minΔx，当前...

【专利技术属性】
技术研发人员：晏松，张毅，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11