一种信号交叉口智能网联车辆队列的协同行驶控制方法技术

本发明专利技术公开了一种信号交叉口智能网联车辆队列的协同行驶控制方法，具体为：步骤1：根据当前时刻第i个车辆的实际位置与预设路径的差异，计算第i个车辆的转向角；步骤2：计算网联车队中第i个车辆的队列速度合成值；步骤3：计算网联车队中第i个车辆的速度与该第i个车辆对应的队列速度合成值的队列速度差；步骤4：基于队列速度差，计算第i个车辆的加速度；步骤6：根据第i个车辆的加速度和转向角，计算下一个时刻第i个车辆的空间位置和速度的预期值，并转步骤1。本发明专利技术的方法可以有效提高协同车辆队列的运行效率和协同车辆队列的稳定性。队列的运行效率和协同车辆队列的稳定性。队列的运行效率和协同车辆队列的稳定性。

【技术实现步骤摘要】
一种信号交叉口智能网联车辆队列的协同行驶控制方法


[0001]本专利技术属于智能网联汽车控制


技术介绍

[0002]信号交叉口是城市交通网络中的潜在交通瓶颈，提升信号交叉口的车辆通行效率是改善城市道路交通拥堵的有效途径之一。信号交叉口内车辆速度变化频繁，因车辆速度频繁变化导致的不稳定交通波会极大地影响路网整体的运行效率，使得信号交叉口成为交通拥堵和事故的主要发生场所。智能网联车辆为解决交通拥堵、交通安全问题提供了新的突破口，一方面智能网联车辆可以调取周围其他智能网联车辆的动态行驶信息，另一方面智能网联车辆还可以获取附近交叉口的信号配时等数据。利用这些数据智能网联车辆可以合理规划行车速度，提升车辆在交叉口的通行效率。
[0003]目前，智能网联环境下信号交叉口车辆轨迹优化和信号配时优化研究较多，但智能网联车辆队列协同行驶控制研究大多在队列直行的条件下优化纵向控制策略，而针对信号交叉口这样的具体交通场景的智能网联车辆队列协同行驶控制策略研究还比较匮乏。

技术实现思路

[0004]专利技术目的：为了解决上述现有技术存在的问题，本专利技术提出了一种信号交叉口智能网联车辆队列的协同行驶控制方法。
[0005]技术方案：本专利技术提供一种信号交叉口智能网联车辆队列的协同行驶控制方法，该方法包括如下步骤：
[0006]步骤1：根据当前时刻第i个车辆的实际位置与预设路径的差异，计算第i个车辆的转向角，i＝2,...,n，其中n表示网联车队中车辆的总个数；
[0007]步骤2：计算网联车队中第i个车辆的队列速度合成值V
i
；
[0008]步骤3：计算网联车队中第i个车辆的速度v
i
与该第i个车辆对应的队列速度合成值V
i
的队列速度差Δv
i
；
[0009]步骤4：基于队列速度差，采用IDM算法计算第i个车辆的加速度；
[0010]步骤5：根据第i个车辆的加速度和转向角，计算下一个时刻第i个车辆的空间位置和速度的预期值，在计算完车队中所有车辆在下一时刻的空间位置和速度预期值后，进入下一个时刻，转步骤1。
[0011]进一步的，所述步骤1中采用PD控制算法计算第i个车辆的转向角，且PD控制算法中的比例参数K
p
＝0.136,，K
d
＝0.864。
[0012]进一步的，所述步骤2中，当i＝2时，网联车队中第2个车辆的队列速度合成值V2＝v1；当2＜i≤n时，根据如下公式计算网联车队中第i个车辆的队列速度合成值V
i
：
[0013]V
i
＝P
×
v
i
‑1+S
×
V
i
‑1[0014]其中，v
i
‑1表示第i
‑
1个车辆的速度，V
i
‑1表示第i
‑
1个车辆的队列速度合成值，P和S均为衰减系数，v1表示第1个车辆的速度。
[0015]进一步的，P＝0.75,S＝0.25。
[0016]进一步的，所述步骤3中Δv
i
＝v
i
‑
V
i
。
[0017]进一步的，所述步骤4中采用的IDM算法为改进的IDM算法，基于如下公式计算第i个车辆的加速度a：
[0018][0019]其中，a
max
表示第i个车辆的最大加速度，v0表示第i个车辆的期望速度，s表示车头净距，其中s
*
(v0Δv
i
)的表达式如下所示：
[0020][0021]其中，T表示安全车头时距，a
comfortable
表示舒适减速度。
[0022]有益效果：采用本专利技术提出的M
‑
CACC控制策略的车队能很好地适应头车的速度变化，迅速地调整速度进而与头车保持一致。M
‑
CACC控制下的智能网联车辆队列具有很好的协同性，原则上可以在更低的车头间距下实现安全行驶，进而提高交叉口通行效率。专利技术的方法可以有效提高协同车辆队列的运行效率和协同车辆队列的稳定性。
附图说明
[0023]图1为本专利技术的方法流程图；
[0024]图2为信号交叉口相位图；其中(a)为南北向直行的相位图，(b)为西向左转的相位图，(c)为东西向直行的相位图，(d)为南北向左转的相位图；
[0025]图3为信号交叉口示意图；
[0026]图4为不同PD参数下车辆出发位置行驶轨迹图；
[0027]图5为不同PD参属下车辆左转位置行驶轨迹图；
[0028]图6为车队速度变化图；
[0029]图7为采用本专利技术的协同控制策略和原始IDM控制方法下各车车头时距与其理想值的对比图。
[0030]图8为采用本专利技术的协同控制策略和原始IDM控制方法下各车车头间距与其理想值的对比图。
具体实施方式
[0031]构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0032]如图1所示，本专利技术提供的一种信号交叉口智能网联车辆队列的协同控制策略，包括以下步骤：
[0033]S1、调取网联车队实时动态基本安全行驶信息(BSMs)；根据车辆位置与预设路径差异，以PD控制算法进行横向控制，得到被控车辆的转向角；
[0034]S2、以M
‑
CACC协同控制算法中的衰减系数公式，计算各车队列速度合成值，并将队列速度合成值换算为队列速度差；
[0035]S3、导入M
‑
CACC中的IDM算法模块得出车队各车的加速度；
[0036]S4、将前述步骤中计算得出的各车转向角和加速度代入车辆动力学模型，计算下一单位时间中各车的空间位置、速度的预期值，并再次执行步骤S1至S4。
[0037]本实施例的交通场景示意图如图2和图3所示。
[0038]本实施例在仿真中采用的车辆力学模型出于优先优化控制策略主体的考虑，将交通场景简化为二维场景，采用了质点模型，车辆的加速度方向与方向盘一致。基于被控车辆的空间位置数据，通过PD算法计算被控车辆的转向角。PID算法简单、鲁棒性好且可靠性高，被广泛应用于工业过程控制，尤其适用于可建立精确数学模型的确定性控制系统。PD算法即PID算法中的P、D两部分。在仿真的环境下，PD控制能很好地实现交叉口通行。P是成比例地反映控制系统的偏差信号，而D能反映偏差信号的变化趋势。值得注意的是，在仿真中的时间其实是离散的，因此D的微分类似于间隔趋向无穷小的差分。K
p
，K
d
为分别针对P和D设置的比例参数，表征P和D在控制中的重要程度。在车辆开始运行之前，其位置被设置在距离预设轨迹存在一定距离的左侧，车辆在开始行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信号交叉口智能网联车辆队列的协同行驶控制方法，其特征在于，具体包括如下步骤：步骤1：根据当前时刻第i个车辆的实际位置与预设路径的差异，计算第i个车辆的转向角，i＝2,...,n，其中n表示网联车队中车辆的总个数；步骤2：计算网联车队中第i个车辆的队列速度合成值V
i
；步骤3：计算网联车队中第i个车辆的速度v
i
与该第i个车辆对应的队列速度合成值V
i
的队列速度差Δv
i
；步骤4：基于队列速度差，采用IDM算法计算第i个车辆的加速度；步骤5：根据第i个车辆的加速度和转向角，计算下一个时刻第i个车辆的空间位置和速度的预期值，在计算完车队中所有车辆在下一时刻的空间位置和速度预期值后，进入下一个时刻，转步骤1。2.根据权利要求1所述的一种信号交叉口智能网联车辆队列的协同行驶控制方法，其特征在于，所述步骤1中采用PD控制算法计算第i个车辆的转向角，且PD控制算法中的比例参数K
p
＝0.136，K
d
＝0.864。3.根据权利要求1所述的一种信号交叉口智能网联车辆队列的协同行驶控制方法，其特征在于，所述步骤2中，当i＝2时，网联车队中第2个车辆的队列速度合成值V2＝v1；当2＜i≤n时，根据如下公式计算网联车队中第i个车辆的队列速度合成值Vi：V
i

【专利技术属性】
技术研发人员：王建，姚达人，刘毅，刘玉玺，张苏源，陈言巽，
申请(专利权)人：东南大学，
类型：发明
国别省市：