一种车路协同下的混流交叉口车辆控制和信号优化方法技术

本发明专利技术公开了一种车路协同下的混流交叉口车辆控制和信号优化方法，属于智能交通领域，该控制优化方法具体步骤如下：(1)构建网联信号控制交叉口场景；(2)构建对应控制模型对车辆进行分类控制；(3)通过信号模糊控制算法对信号灯进行配时优化；(4)收集各组信息并进行对比分析；本发明专利技术能够有效的降低了交叉口的车辆能耗和提高了交叉口的通行效率，具有很强的现实意义和应用价值。的现实意义和应用价值。的现实意义和应用价值。

【技术实现步骤摘要】
一种车路协同下的混流交叉口车辆控制和信号优化方法


[0001]本专利技术涉及智能交通领域，尤其涉及一种车路协同下的混流交叉口车辆控制和信号优化方法。

技术介绍

[0002]近年来，智能交通、交通大数据发展迅速，在未来较长时间内，道路上的交通流将同时包含传统人工驾驶车和智能网联汽车，即从现在由一种车辆组成的同质流过渡为至少由两种车辆组成的混合交通流将是一个大的趋势，与此同时，随着汽车保有量的急剧增长，城市道路交通拥堵问题日益突出。道路交叉口作为道路的相交点，往往是城市道路网络交通流运行的瓶颈。此外，交叉口交通信号灯的控制使得交叉口区域车辆频繁起停及加减速，导致通行效率和汽车燃油经济性较低。车路协同是目前提高交通安全水平、提升交通效率、减少交通排放的重要技术手段。在网联信号交叉口环境下，融合车联网与自动驾驶技术，通过车车通信和车路通信获取周围车辆的运动状态信息以及数百米外信号灯相位与倒计时信息，进而精准地完成轨迹优化控制，实现信号交叉口生态驶入与离开；
[0003]之前的研究大多集中于控制车辆的轨迹以实现油耗最小或信号交叉口的通行效率最高或二者兼备，或者通过控制信号交叉口的信号相位和配时来实现上述功能，并没有考虑到联合控制车辆的轨迹和信号交叉口的配时及相位来同时实现交叉口的通行效率最高或者能耗最低；因此，本专利技术提出一种车路协同下的混流交叉口车辆控制和信号优化方法。

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的一种车路协同下的混流交叉口车辆控制和信号优化方法。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种车路协同下的混流交叉口车辆控制和信号优化方法，该控制优化方法具体步骤如下：
[0007](1)构建网联信号控制交叉口场景；
[0008](2)构建对应控制模型对车辆进行分类控制；
[0009](3)通过信号模糊控制算法对信号灯进行配时优化；
[0010](4)收集各组信息并进行对比分析。
[0011]作为本专利技术的进一步方案，步骤(1)中所述网联信号控制交叉口场景具体为双向四车道的十字型交叉口场景，且场景内行驶的车辆包含CAV和CHV，两种车辆均具备网联通信能力，其中CAV为完全自动驾驶汽车，具备自主智能感知、决策及控制能力，以及与其他车辆或交通信号灯通信的能力，CHV可与附近车辆实现V2V通信，同时该交叉口场景中交叉口交通信号灯同样具备网联通信能力，可与场景内的车辆实现V2I通信。
[0012]作为本专利技术的进一步方案，步骤(2)中所述分类控制具体步骤如下：
[0013]步骤一：检测被控制车辆与其前方车辆之间的距离并将其记作d
rel
，同时检测即将到来的信号交叉口的相对距离并将其记作d
TL
，同时构建不同情况下CAV车辆的轨迹控制模型；
[0014]步骤二：若CAV车辆检测到前方车辆的存在，则CAV车辆通过基于信号的车辆轨迹控制模型进行车辆轨迹的调整以获得车辆具体的控制策略，并通过所得到的控制策略对CAV车辆进行控制及SUMO仿真，同时对下一辆相同情况下的CAV车辆重复使用该控制策略进行控制以进行整个交叉口车辆状态的实时更新；
[0015]步骤三：若CAV车辆检测到前方车辆的存在，同时此时CAV车辆应跟驰前方车辆，且保持与前方车辆之间的安全距离和实现较高的道路资源利用率，此时采用基于跟驰行为的轨迹控制模型进行车辆控制；
[0016]步骤四：依据面向实时交通信号信息优化的车辆轨迹控制模型以及跟驰行为的车辆轨迹控制模型构建核心功能模块，同时两组模型会在每个时间步骤中计算出最优的控制指令u，作为CAV车辆的输入，并在车路协同的背景下获取CAV的瞬时输出，并将输出结果输入至开关逻辑算法中进行模型选择；
[0017]步骤五：将检测到的d
rel
与限定值d
limit
进行比较，若d
rel
不大于d
limit
，则选择基于跟驰行为的车辆轨迹控制模型以控制CAV车辆跟随前面的车辆，若d
rel
不小于d
limit
，则基于信号的车辆轨迹控制模型定制可变时间间隔策略，并选择基于跟驰行为的车辆轨迹控制模型以保持安全、舒适和高效的道路资源使用的车辆间距。
[0018]作为本专利技术的进一步方案，步骤二中所述基于信号的车辆轨迹控制模型具体表达公式如下：
[0019][0020][0021][0022]0≤d
TL,i
≤d
TL,max
+ε
1,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0023]v
min,i
≤v
host,i
≤v
max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0024]a
min,i
≤a
host,i
≤a
max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0025]j
min,i
‑
ε
2,i
≤a
host,i+1
‑
a
host,i
≤j
max,i
+ε
2,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0026]0≤T
m,i
≤T
m,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0027]公式(1)
‑
(8)中，E(v
host,i
,a
host,i
,T
m,i
)代表车辆的能耗，v
target
代表基于信号相位信息优化的目标车辆速度，以及分别代表加权因素，ε1以及ε2分别代表松弛变量，m
eq
代表车辆总质量，i
g
代表单传动比，η
e
代表传动系统总机械效率，r
w
代表车轮半径，c
r
代表滚动阻力系数，g代表重力加速度，θ代表道路坡度，ρa代表空气密度，A
f
代表车辆正面面积，C
D
代表空气阻力系数；
[0028]步骤三中所述基于跟驰行为的轨迹控制模型具体表达公式如下：
[0029][0030][0031][0032]0≤d
TL,i
≤d
TL,max
+ε
1,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0033]v
min,i
≤v
host,i
≤v
max,i本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车路协同下的混流交叉口车辆控制和信号优化方法，其特征在于，该控制优化方法具体步骤如下：(1)构建网联信号控制交叉口场景；(2)构建对应控制模型对车辆进行分类控制；(3)通过信号模糊控制算法对信号灯进行配时优化；(4)收集各组信息并进行对比分析。2.根据权利要求1所述的一种车路协同下的混流交叉口车辆控制和信号优化方法，其特征在于，步骤(1)中所述网联信号控制交叉口场景具体为双向四车道的十字型交叉口场景，且场景内行驶的车辆包含CAV和CHV，两种车辆均具备网联通信能力，其中CAV为完全自动驾驶汽车，具备自主智能感知、决策及控制能力，以及与其他车辆或交通信号灯通信的能力，CHV可与附近车辆实现V2V通信，同时该交叉口场景中交叉口交通信号灯同样具备网联通信能力，可与场景内的车辆实现V2I通信。3.根据权利要求2所述的一种车路协同下的混流交叉口车辆控制和信号优化方法，其特征在于，步骤(2)中所述分类控制具体步骤如下：步骤一：检测被控制车辆与其前方车辆之间的距离并将其记作d
rel
，同时检测即将到来的信号交叉口的相对距离并将其记作d
TL
，同时构建不同情况下CAV车辆的轨迹控制模型；步骤二：若CAV车辆检测到前方车辆的存在，则CAV车辆通过基于信号的车辆轨迹控制模型进行车辆轨迹的调整以获得车辆具体的控制策略，并通过所得到的控制策略对CAV车辆进行控制及SUMO仿真，同时对下一辆相同情况下的CAV车辆重复使用该控制策略进行控制以进行整个交叉口车辆状态的实时更新；步骤三：若CAV车辆检测到前方车辆的存在，同时此时CAV车辆应跟驰前方车辆，且保持与前方车辆之间的安全距离和实现较高的道路资源利用率，此时采用基于跟驰行为的轨迹控制模型进行车辆控制；步骤四：依据面向实时交通信号信息优化的车辆轨迹控制模型以及跟驰行为的车辆轨迹控制模型构建核心功能模块，同时两组模型会在每个时间步骤中计算出最优的控制指令u，作为CAV车辆的输入，并在车路协同的背景下获取CAV的瞬时输出，并将输出结果输入至开关逻辑算法中进行模型选择；步骤五：将检测到的d
rel
与限定值d
limit
进行比较，若d
rel
不大于d
limit
，则选择基于跟驰行为的车辆轨迹控制模型以控制CAV车辆跟随前面的车辆，若d
rel
不小于d
limit
，则基于信号的车辆轨迹控制模型定制可变时间间隔策略，并选择基于跟驰行为的车辆轨迹控制模型以保持安全、舒适和高效的道路资源使用的车辆间距。4.根据权利要求3所述的一种车路协同下的混流交叉口车辆控制和信号优化方法，其特征在于，步骤二中所述基于信号的车辆轨迹控制模型具体表达公式如下：特征在于，步骤二中所述基于信号的车辆轨迹控制模型具体表达公式如下：
0≤d
TL,i
≤d
TL,max
+ε
1,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)v
min,i
≤v
host,i
≤v
max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)a
min,i
≤a
host,i
≤a
max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)j
min,i
‑
ε
2,i
≤a
host,i+1
‑
a
host,i
≤j
max,i
+ε
2,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)0≤T
m,i
≤T
m,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)公式(1)
‑
(8)中，E(v
host,i
,a
host,i
,T
m,i
)代表车辆的能耗，v
target
代表基于信号相位信息优化的目标车辆速度，以及分别代表加权因素，ε1以及ε2分别代表松弛变量，m
eq
代表车辆总质量，i
g
代表单传动比，η
e
代表传动系统总机械效率，r
w
代表车轮半径，c
r
代表滚动阻力系数，g代表重力加速度，θ代表道路坡度，ρa代表空气密度，A
f
代表车辆正面面积，C
D
代表空气阻力系数；步骤三中所述基于跟驰行为的轨迹控制模型具体表达公式如下：步骤三中所述基于跟驰行为的轨迹控制模型具体表达公式如下：步骤三中所述基于跟驰行为的轨迹控制模型具体表达公式如下：0≤d
TL,i
≤d
TL,max
+ε
1,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)v
min,i
≤v
host,i
≤v
max,i
ꢀꢀꢀꢀꢀꢀꢀ...

【专利技术属性】
技术研发人员：邹雅竹，郭嘉博，李默妍，姚恩建，陈荣升，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：