一种交叉口的网联车辆层次化速度控制方法技术

本发明专利技术提供了一种交叉口的网联汽车层次化速度控制方法包括如下步骤：包括如下步骤：步骤S1、建立交叉口网联汽车车速调控模型；步骤S2、利用V2X技术，网联汽车实时获取自身与前方就近交叉口的相对距离信息以及最近交叉口的信号灯时序信息；步骤S3、构建上层控制器；利用混合模型预测控制算法生成上层控制器的最优车速；步骤S4、构建下层控制器，构建跟车模型，跟踪上层控制器的最优车速，基于安全车速约束，生成全局最优车速。本发明专利技术实现在不刹车的情况下达到节能减排、提高燃油消耗经济性以及减少碳、氮氧化物的排放。氮氧化物的排放。氮氧化物的排放。

【技术实现步骤摘要】
一种交叉口的网联车辆层次化速度控制方法


[0001]本专利技术涉及智能交通
，特别涉及一种交叉口的网联车辆层次化速度控制方法。

技术介绍

[0002]随着生产力水平的提高，汽车保有量的快速增加带来了一系列的交通隐患和能源问题。交通环境中最复杂的驾驶行为往往发生在交叉口，交叉口存在繁杂的信息干扰，驾驶员在交叉口通行时需要进行复杂的判断，这导致交叉口发生交通事故的频率高、能源效率利用差。有研究表明，交叉口车辆复杂的驾驶行为增加了燃油消耗和污染物排放。如何利用智能交通技术达到节能减排的目的具有重要意义。
[0003]基于V2X(Vehicle to Everything,车对外界信息交换)技术，网联车辆能够与周围车辆和道路基础设施进行信息交互，实时通信提供相关车辆及其周围环境的状态信息。现有的交叉口速度控制方法往往只考虑单一交叉口的简单工况，或只考虑结合固定路段区域的交通流信息，优化获得一套固定的时序策略。由于这种控制方法未考虑连续信号交叉口以及交叉口上游队列的影响，往往只适用于结构单一、交通流密度低的简单交叉口。

技术实现思路

[0004]本专利技术提供了一种交叉口的网联车辆层次化速度控制方法，其目的是为了解决
技术介绍
中现有的交叉口速度控制方法只适用于结构单一、交通流密度低的简单交叉口的技术问题。
[0005]为了达到上述目的，本专利技术提供的一种交叉口的网联车辆层次化速度控制方法，包括如下步骤：
[0006]步骤S1、建立交叉口网联汽车车速调控模型；具体包括：
[0007]步骤S11：建立交叉口队列模型：建立网联汽车车速、交叉口相对距离及交叉口信号灯时序之间的列队模型；
[0008]步骤S12：建立燃油消耗模型：建立网联汽车车速、加速度与燃油消耗之间的燃油消耗模型；
[0009]步骤S13：建立污染物排放模型：建立网联汽车车速与污染物排放量之间的污染物排放模型；
[0010]步骤S2、利用V2X技术，网联汽车实时获取自身与前方就近交叉口的相对距离信息以及最近交叉口的信号灯时序信息；
[0011]步骤S3、构建上层控制器，具体包括：
[0012]步骤S31：利用混合模型预测控制方法，通过所述步骤S11中的交叉口列队模型，将考虑交叉口队列的自身车辆与最近交叉口信号灯的相对距离转化为有限维度；
[0013]步骤S32：构建各距离区间内的车速的最优解数值求解模型：采用多重射击算法，在每个距离区间内计算网联汽车车速的最优解；具体包括：
[0014]步骤S321：构建基于距离区间的非线性规划问题，通过所述步骤S12中的燃油消耗模型，考虑燃油经济性和行驶快速性建立目标函数；
[0015]步骤S322：在满足约束的条件下，求解各维度区间的可行车速v
r
；步骤S323：以v
r
为期望车速，在预测时域中滚动优化求解最优可行车速；
[0016]步骤S324：通过所述步骤S13中的污染物排放模型，建立以燃油经济性和车速稳定性为目标的函数；
[0017]步骤S325：在满足约束的条件下，求解获得稳定的上层控制器最优可行车速v
dh
。
[0018]优选地，还包括如下步骤：
[0019]步骤S4、构建下层控制器，具体包括：
[0020]步骤S41、构建以安全驾驶为目标的跟车模型，跟踪上层控制器的最优可行车速；
[0021]步骤S42、基于安全车速约束，考虑网联汽车位置、前方车辆的位置、安全时距离的约束因素，建立线性规划模型，计算生成全局最优车速v
d
，实现车速规划。
[0022]优选地，所述步骤S11具体为：
[0023][0024]其中，d
length
为交叉口队列长度，单位为m；Q
up
为交叉口上游交通流吞吐量，单位为veh/h；P
up
为上游交通流密度，单位为veh/km；Q
down
为交叉口下游交通流吞吐量，单位为veh/h；P
jam
为堵塞密度，单位为veh/km；s
light
为信号灯位置，单位为m；x
cav
为被控车辆位置，单位为m；v0为被控车辆初始车速，单位为km/h；T
red
为红灯时间，单位为s；T
green
为绿灯时间，单位为s；t为当前时刻，单位为s；P
down
为下游交通流密度，单位为veh/km；
[0025]所述步骤S12具体为：
[0026][0027]其中，CostA为燃油消耗，单位为g/km；α，β和γ为常系数；m为车辆质量，单位为kg；v为车辆瞬时速度，单位为m/s；a为车辆瞬时加速度，单位为m/s2；a,b,c为常系数；
[0028]所述步骤S13具体为：
[0029]CostB＝δv+εCostA
[0030]其中，CostB为污染物排放量，单位为g/km；δ和ε为常系数；v为车辆瞬时速度，单位为m/s。
[0031]优选地，所述步骤S2中获取所述相对距离信息具体为：
[0032]L
l
＝s
light
‑
x
cav
‑
d
length
[0033]其中，L
l
为网联汽车与就近交叉口的相对距离，单位为m；s
light
为就近交叉口信号灯位置，单位为m；x
cav
为网联汽车位置，单位为m；d
length
为就近交叉口等候队列的长度，单位为m。
[0034]优选地，所述步骤S3具体为：
[0035]步骤S31：利用混合模型预测控制方法，通过所述步骤S11中的n个交叉口的n个所述交叉口列队模型混合预测，将考虑交叉口队列的自身车辆与最近交叉口信号灯的相对距离转化为有限维度；
[0036]将L
l
转化为n个有限维度：[l0,l1],[l1,l2]...[l
n
‑1,l
n
],其中，0＝l0<l1<...<l
n
＝L
l
；
[0037]步骤S32：构建各距离区间内的车速的最优解数值求解模型：
[0038][0039]其中，a
cav
(l
m
)，u
lm
为第m个距离区间的系统输入，即第m个距离区间的网联汽车加速度；x
lm
,v
cav
(lm)为第m个距离区间的系统状态量，即第m个距离区间的网联汽车的瞬时速度；f为最优解数值求解模型；为第m+1个距离区间的系统状态量，即第m+1个距离区间的网联汽车瞬时速度；m即Ll的n个维度中的第m个维度；
[0040]采用多重射本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交叉口的网联车辆层次化速度控制方法，其特征在于，包括如下步骤：步骤S1、建立交叉口网联汽车车速调控模型；具体包括：步骤S11：建立交叉口队列模型：建立网联汽车车速、交叉口相对距离及交叉口信号灯时序之间的列队模型；步骤S12：建立燃油消耗模型：建立网联汽车车速、加速度与燃油消耗之间的燃油消耗模型；步骤S13：建立污染物排放模型：建立网联汽车车速与污染物排放量之间的污染物排放模型；步骤S2、利用V2X技术，网联汽车实时获取自身与前方就近交叉口的相对距离信息以及最近交叉口的信号灯时序信息；步骤S3、构建上层控制器，具体包括：步骤S31：利用混合模型预测控制方法，通过所述步骤S11中的交叉口列队模型，将考虑交叉口队列的自身车辆与最近交叉口信号灯的相对距离转化为有限维度；步骤S32：构建各距离区间内的车速的最优解数值求解模型：采用多重射击算法，在每个距离区间内计算网联汽车车速的最优解；具体包括：步骤S321：构建基于距离区间的非线性规划问题，通过所述步骤S12中的燃油消耗模型，考虑燃油经济性和行驶快速性建立目标函数；步骤S322：在满足约束的条件下，求解各维度区间的可行车速v
r
；步骤S323：以v
r
为期望车速，在预测时域中滚动优化求解最优可行车速；步骤S324：通过所述步骤S13中的污染物排放模型，建立以燃油经济性和车速稳定性为目标的函数；步骤S325：在满足约束的条件下，求解获得稳定的上层控制器最优可行车速v
dh
。2.根据权利要求1所述的一种交叉口的网联车辆层次化速度控制方法，其特征在于，还包括如下步骤：步骤S4、构建下层控制器，具体包括：步骤S41、构建以安全驾驶为目标的跟车模型，跟踪上层控制器的最优可行车速；步骤S42、基于安全车速约束，考虑网联汽车位置、前方车辆的位置、安全时距离的约束因素，建立线性规划模型，计算生成全局最优车速v
d
，实现车速规划。3.根据权利要求1所述的一种交叉口的网联车辆层次化速度控制方法，其特征在于，所述步骤S11具体为：其中，d
length
为交叉口队列长度，单位为m；Q
up
为交叉口上游交通流吞吐量，单位为veh/h；P
up
为上游交通流密度，单位为veh/km；Q
down
为交叉口下游交通流吞吐量，单位为veh/h；P
jam
为堵塞密度，单位为veh/km；s
light
为信号灯位置，单位为m；x
cav
为被控车辆位置，单位为m；v0为被控车辆初始车速，单位为km/h；T
red
为红灯时间，单位为s；T
green
为绿灯时间，单位为s；t为当前时刻，单位为s；P
down
为下游交通流密度，单位为veh/km；所述步骤S12具体为：
其中，CostA为燃油消耗，单位为g/km；α，β和γ为常系数；m为车辆质量，单位为kg；v为车辆瞬时速度，单位为m/s；a为车辆瞬时加速度，单位为m/s2；a,b,c为常系数；所述步骤S13具体为：CostB＝δv+εCostA其中，CostB为污染物排放量，单位为g/km；δ和ε为常系数；v为车辆瞬时速度，单位为m/s。4.根据权利要求1所述的一种交叉口的网联车辆层次化速度控制方法，其特征在于，所述步骤S2中获取所述相对距离信息具体为：L
l
＝s
light
‑
x
cav
‑
d
length
其中，L
l
为网联汽车与就近交叉口的相对距离，单位为m；s
light
为就近交叉口信号灯位置，单位为m；x
cav
为网联汽车位置，单位为m；d
length
为就近交叉口等候队列的长度，单位为m。5.根据权利要求4所述的一种交叉口的网联车辆层次化速度控制方法，其特征在于，所述步骤S3具体为：步骤S31：利用混合模型预测控制方法，通过所述步骤S11中的n个交叉口的n个所述交叉口列队模型混合预测，将考虑交叉口队列的自身车辆与最近交叉口信号灯的相对距离转化为有限维度；将L
l
转化为n个有限维度：[l0,l1],[l1,l2]...[l
n
‑1,l
n
],其中，0＝l0<l1<...<l
n
＝L
l
；步骤S32：构建各距离区间内的车速的最优解数值求解模型：其中，a
cav
(lm)，u
lm
为第m个距离区间的系统输入，即第m个距离区间的网联汽车加速度；x
lm
,v
cav
(lm)为第m个距离区间的系统状态量，即第m个距离区间的...

【专利技术属性】
技术研发人员：张细政，方偲忱，崔子健，杨明昊，宋安然，张鸣，
申请(专利权)人：湘潭南方电机车制造有限公司，
类型：发明
国别省市：