CN104637315A - 车路协同环境下的无信号交叉口优化控制方法和*** - Google Patents

Abstract

本发明实施例提供了一种车路协同环境下的无信号交叉口优化控制方法和***。该方法包括：路侧设备将各个车载单元发送过来的行车状态信息发送给路侧管理设备；路侧管理设备根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息，并发送给路侧设备，路侧设备将路权信息及车辆速度引导信息发送给对应的车辆。本发明实施例可以根据预先设定的交叉口信号优化模型和基于滑动时间窗T的优化绿灯时间，计算出各个车辆的路权信息及车辆速度引导信息，并与车辆个体进行实时交互式引导控制，对交叉口车辆进行速度优化引导，从而提高交叉路口的智能交通控制效率。

Description

车路协同环境下的无信号交叉口优化控制方法和***

技术领域

本发明涉及智能交通技术领域，尤其涉及一种车路协同环境下的无信号交叉口优化控制方法和***。

背景技术

近年来，随着无线通信、自动控制、传感检测等技术的发展，CVIS(Cooperative Vehicle Infrastructure System，车路协同***)逐渐兴起并成为智能交通领域的研究热点。CVIS是指基于无线通信、传感探测等技术获取车辆和道路信息，通过车-车、车-路通信进行信息交互和共享，实现车辆与基础设施之间智能协同与配合，达到优化利用***资源、提高道路交通安全、缓解交通拥堵的目标。CVIS能全面获取车辆个体时空运行状态和道路网络交通状态信息，并能通过速度引导实现信号控制与交通流的动态交互，这为改进交通信号控制方法提供了良好的条件。

道路交叉口是公路网络或城市道路网络的基本节点，也往往是道路网中通行能力的“隘路”和交通冲突的“多发地”。对于交叉***通拥堵问题常规的解决办法是增建新的道路或者拓宽原有道路的宽度，但是考虑到整个城市交通的投资预算以及城市在空间和资源上的有限性和稀缺性，这种治标不治本的办法并不可取。

目前，还没有利用CVIS对道路交叉口进行交通优化控制的方案。

发明内容

本发明的实施例提供了一种车路协同环境下的无信号交叉口优化控制方法和***，以提高交叉路口的智能交通控制效率。

根据本发明的一个方面，提供了一种车路协同环境下的无信号交叉口优化控制方法，包括：

车载单元将车辆的行车状态信息发送给路侧设备，所述行车状态信息包括车辆的速度和位置，所述路侧设备将各个车载单元发送过来的行车状态信息发送给路侧管理设备；

所述路侧管理设备根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息；

所述路侧管理设备将各个车辆的路权信息及车辆速度引导信息发送给所述路侧设备，所述路侧设备将路权信息及车辆速度引导信息发送给对应的车辆。

优选地，所述预先设定的交叉口信号优化模型基于通过交叉口的所有车辆的停车次数最少和延误时间最短而构建。

优选地，所述的车载单元将车辆的行车状态信息发送给路侧设备，所述行车状态信息包括车辆的速度和位置，所述路侧设备将各个车载单元发送过来的行车状态信息发送给路侧管理设备，包括：

车载单元通过传感器和车载电子设备采集车辆的行车状态信息，所述行车状态信息包括车辆的车辆ID、速度、加速度、位置和车体外形尺寸数据，通过无线通信网络将所述行车状态信息发送给路侧设备；

所述路侧设备根据接收到的交叉口的各个进口车道的所有车辆的行车状态信息，计算出各个进口车道的车流量、排队长度，将各个进口车道的所有车辆的行车状态信息，以及各个进口车道的车流量、排队长度通过无线通信网络发送给路侧管理设备。

优选地，所述的路侧管理设备根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息，包括：

所述路侧管理设备计算出各个进口车道的初始绿灯时间g₀

$g_0=\frac{N_0}{Q_s}+\mathrm{\σ}$

式中：N₀为当前周期各进口车道上排队车辆数的最大值，Q_s为单条进口车道的饱和流率，σ为车辆启动损失时间；

将滑动时间窗T平均分为M个时间间隔，每个时间间隔为ΔT，所述的路侧管理设备计算出各个进口车道的优化绿灯时间g_c(m)

g_c(m)＝g₀+(m-M/2)ΔT,m＝0,1,…,M

选取第一个时间间隔，所述路侧管理设备根据所述初始绿灯时间g₀、第一个时间间隔对应的优化绿灯时间g_c(m₁)，各个进口车道上各个车辆距离所述交叉口的距离值和车辆的速度，计算出各个进口车道上各个车辆的路权信息及车辆速度引导信息，计算出各个进口车道上所有车辆的停车次数和延误时间，根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值；

选取下一个时间间隔，按照上述第一个时间间隔对应的综合优化值的计算方法，计算出下一个时间间隔对应的综合优化值，依次类推，所述路侧管理计算出每个时间间隔对应的综合优化值；

所述路侧管理设备将所有时间间隔对应的综合优化值进行比较，选取综合优化值最小的时间间隔对应的优化绿灯时间作为最终的优化绿灯时间，选取综合优化值最小的时间间隔对应的各个车辆的路权信息及车辆速度引导信息作为最终的各个车辆的路权信息及车辆速度引导信息。

优选地，所述的根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值，包括：

计算出进口车道上距路口距离为L_i、速度为v_i的车辆i预计到达停止线的行驶时间t_p，

如果t_p＜g_c(m₁)，则确定车辆i将在本优化绿灯期间通过交叉口，引导该车辆匀/加速通过交叉口；

如果t_p＞g_cmax，则确定车辆i距离停止线较远，在本优化绿灯期间该车辆不能通过交叉口，需减速停车；

如果g_c(m₁)＜t_p＜g_cmax，则引导车辆i从初始速度v_i加速或减速至优化车速v_i'后，以优化车速v_i'匀速行驶通过交叉口；

当从优化车速v_i'匀减/加速行驶通过交叉口时，则优化车速v_i'为：

$v_i^{\′}=\left[v_i\stackrel{\‾}{+}(g_c\left(m_1\right)-t_d)a_i\right]+\sqrt{{(g_c\left(m_1\right)-t_d)}^2{a_i}^2\stackrel{\‾}{+}2(g_c\left(m_1\right)-t_d)a_i{v}_i\±2a_i(L_i-t_d{v}_i)}$

其中，t_d为司机的反应时间，a_i为加/减速度的绝对值；

车辆实际通过停止线预测时间t_i为：

$t_i=t_d+\left|\frac{v_i^{\′}-v_i}{a_i}\right|+\frac{L_i-|\frac{{v_i^{\′}}^2-v_i^2}{2a_i}+v_i{t}_d|}{v_i^{\′}}.$

优选地，所述的根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值，包括：

设δ为车辆平均延误的加权系数，0≤δ≤1，1-δ为车辆平均停车次数的加权系数，N为进口车道上排队车辆数的当前值，s_i为车辆i在所述第一个时间间隔对应的优化绿灯期间通过交叉口的停车次数；

则所述进口车道上第一个时间间隔对应的综合优化值F_m1的计算公式如下：

$F_{m1}=\mathrm{\δ}\underset{i}{\overset{N}{\mathrm{\Σ}}}(t_i-\frac{L_i}{v_i})/N+(1-\mathrm{\δ})\underset{i}{\overset{N}{\mathrm{\Σ}}}{s}_i/N$

将所有进口车道上第一个时间间隔对应的综合优化值相加得到所述第一个时间间隔对应的综合优化值。

根据本发明的另一方面，提供了一种车路协同环境下的无信号交叉口优化控制***，包括：车载单元、路侧设备和路侧管理设备；

所述的车载单元，用于将车辆的行车状态信息发送给路侧设备，所述行车状态信息包括车辆的速度和位置；

所述的路侧设备，用于将各个车载单元发送过来的行车状态信息发送给路侧管理设备；将所述路侧管理设备发送过来的路权信息及车辆速度引导信息发送给对应的车辆；

所述的路侧管理设备，用于根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息；将各个车辆的路权信息及车辆速度引导信息发送给所述路侧设备。

优选地，所述的车载单元，用于通过传感器和车载电子设备采集车辆的行车状态信息，所述行车状态信息包括车辆的车辆ID、速度、加速度、位置和车体外形尺寸数据，通过无线通信网络将所述行车状态信息发送给路侧设备；

所述的路侧设备，用于根据接收到的交叉口的各个进口车道的所有车辆的行车状态信息，计算出各个进口车道的车流量、排队长度，将各个进口车道的所有车辆的行车状态信息，以及各个进口车道的车流量、排队长度通过无线通信网络发送给路侧管理设备。

优选地，所述的路侧管理设备，用于计算出各个进口车道的初始绿灯时间g₀

$g_0=\frac{N_0}{Q_s}+\mathrm{\σ}$

N₀为当前周期各进口车道上排队车辆数的最大值，Q_s为单条进口车道的饱和流率，σ为车辆启动损失时间；

将滑动时间窗T平均分为M个时间间隔，每个时间间隔为ΔT，所述的路侧管理设备计算出各个进口车道的优化绿灯时间g_c(m)

g_c(m)＝g₀+(m-M/2)ΔT,m＝0,1,…,M

选取第一个时间间隔，根据所述初始绿灯时间g₀、第一个时间间隔对应的优化绿灯时间g_c(m₁)，各个进口车道上各个车辆距离所述交叉口的距离值和车辆的速度，计算出各个进口车道上各个车辆的路权信息及车辆速度引导信息，计算出各个进口车道上所有车辆的停车次数和延误时间，根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值；

选取下一个时间间隔，按照上述第一个时间间隔对应的综合优化值的计算方法，计算出下一个时间间隔对应的综合优化值，依次类推，计算出每个时间间隔对应的综合优化值；

所述路侧管理设备将所有时间间隔对应的综合优化值进行比较，选取综合优化值最小的时间间隔对应的优化绿灯时间作为最终的优化绿灯时间，选取综合优化值最小的时间间隔对应的各个车辆的路权信息及车辆速度引导信息作为最终的各个车辆的路权信息及车辆速度引导信息。

优选地，所述的路侧管理设备，用于计算出进口车道上距路口距离为L_i、速度为v_i的车辆i预计到达停止线的行驶时间t_p，

如果t_p＜g_c(m₁)，则确定车辆i将在本优化绿灯期间通过交叉口，引导该车辆匀/加速通过交叉口；

如果t_p＞g_cmax，则确定车辆i距离停止线较远，在本优化绿灯期间该车辆不能通过交叉口，需减速停车；

如果g_c(m₁)＜t_p＜g_cmax，则引导车辆i从初始速度v_i加速或减速至优化车速v_i'后，以优化车速v_i'匀速行驶通过交叉口；

当从优化车速v_i'匀减/加速行驶通过交叉口时，则优化车速v_i'为：

$v_i^{\′}=\left[v_i\stackrel{\‾}{+}(g_c\left(m_1\right)-t_d)a_i\right]+\sqrt{{(g_c\left(m_1\right)-t_d)}^2{a_i}^2\stackrel{\‾}{+}2(g_c\left(m_1\right)-t_d)a_i{v}_i\±2a_i(L_i-t_d{v}_i)}$

其中，t_d为司机的反应时间，a_i为加/减速度的绝对值；

车辆实际通过停止线预测时间t_i为：

$t_i=t_d+\left|\frac{v_i^{\′}-v_i}{a_i}\right|+\frac{L_i-|\frac{{v_i^{\′}}^2-v_i^2}{2a_i}+v_i{t}_d|}{v_i^{\′}}.$

优选地，所述的路侧管理设备，用于设δ为车辆平均延误的加权系数，0≤δ≤1，1-δ为车辆平均停车次数的加权系数，N为进口车道上排队车辆数的当前值，s_i为车辆i在所述第一个时间间隔对应的优化绿灯期间通过交叉口的停车次数；

则所述进口车道上第一个时间间隔对应的综合优化值F_m1的计算公式如下：

$F_{m1}=\mathrm{\δ}\underset{i}{\overset{N}{\mathrm{\Σ}}}(t_i-\frac{L_i}{v_i})/N+(1-\mathrm{\δ})\underset{i}{\overset{N}{\mathrm{\Σ}}}{s}_i/N$

将所有进口车道上第一个时间间隔对应的综合优化值相加得到所述第一个时间间隔对应的综合优化值。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例通过利用车载单元、路侧设备和路侧管理设备实时获取车辆个体的运行状态信息及交叉口道路特征信息，根据预先设定的交叉口信号优化模型和基于滑动时间窗T的优化绿灯时间，计算出各个车辆的路权信息及车辆速度引导信息，并实时与车辆个体进行实时交互式引导控制，对交叉口车辆进行速度优化引导，以减少车辆延误，提高绿灯时间利用率，从而提高交叉路口的智能交通指挥效率。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种车路协同环境下的无信号交叉口优化控制方法的应用场景示意图；

图2为本发明实施例一提供的一种车路协同环境下的无信号交叉口优化控制方法的实现原理示意图；

图3为本发明实施例一提供的一种车路协同环境下的无信号交叉口优化控制方法的具体处理流程图；

图4为本发明实施例二提供的一种车路协同环境下的无信号交叉口优化控制***的具体结构图，车载单元41、路侧设备42和路侧管理设备43。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

实施例一

本发明实施例针对现有技术的不足，采用CVIS信息交互的特点，利用路侧设备实时采集路网车辆运行状态信息发送给控制中心，控制中心根据车路协同无信号交叉口优化控制算法，将优化后的路权信息及速度引导信息反馈给交叉口车辆节点，引导驾驶员按路权及速度引导信息行驶，使其安全通过交叉口。

该实施例提供了一种车路协同环境下的无信号交叉口优化控制方法的应用场景示意图如图1所示，该方法的实现原理示意图如图2所示，具体处理流程如图3所示，包括如下的处理步骤：

步骤S310、车载单元将车辆的行车状态信息发送给路侧设备，行车状态信息包括车辆的速度和位置。

本发明实施例需要在每个车辆上设置一个车载单元，在道路交叉口的两侧道路上设置一个或者多个路侧设备，在一个道路交叉口设置一个路侧管理设备。车载单元、路侧设备和路侧管理设备之间可以通过物联网、互联网等无线通信网络进行通信，交互信息。上述车载单元、路侧设备和路侧管理设备可以构成CVIS。

车载单元通过速度传感器、加速度传感器等传感器，以及车载电子设备采集车辆的行车状态信息，行车状态信息包括车辆的车辆ID、速度、加速度、位置、行驶方向和车体外形尺寸数据，通过无线通信网络将所述行车状态信息发送给路侧设备。

步骤S320、路侧设备将各个车载单元发送过来的行车状态信息发送给路侧管理设备。

路侧设备将接收到的相同行驶方向的所有车辆按照交叉口的各个进口车道来分组，将位于相同进口车道的各个车辆分为一组。

路侧设备根据接收到的交叉口的各个进口车道的所有车辆的行车状态信息，计算出各个进口车道的车流量、排队长度，将各个进口车道的所有车辆的行车状态信息，以及各个进口车道的车流量、排队长度通过无线通信网络发送给路侧管理设备。

步骤S330、路侧管理设备计算出交叉口的初始绿灯时间g₀和优化绿灯时间。

路侧管理设备对信号控制时间进行初始化，计算出交叉口的初始绿灯时间g₀和优化绿灯时间。

初始绿灯时间g₀以满足当前相位的初始排队消散为目的，其计算公式为：

$g_0=\frac{N_0}{Q_s}+\mathrm{\σ}$

式中：N₀为初始排队车辆数(取当前周期各进口车道排队车辆数的最大值)；Q_s为单条进口车道饱和流率；σ为车辆启动损失时间(通常可取为3s)。

为便于进行车流分析，本发明实施例利用一个滑动时间窗来限定预测交通状态时间范围。由于无信号交叉口区域内的车辆运行具有一定的不确定性和随机性，为保证模型预测精度，同时保证模型效率，设置滑动时间窗T，虚拟绿灯时间在该滑动时间窗T范围内滑动。

将滑动时间窗T平均分为M个时间间隔，每个时间间隔为ΔT，优化后的绿灯时间为：

g_c(m)＝g₀+(m-M/2)ΔT,m＝0,1,…,M

M为正整数。

步骤S340、路侧管理设备根据车辆的行车状态信息和预先设定的交叉口信号优化模型，计算出第一个时间间隔对应的优化绿灯时间内，各个进口车道上各个车辆的路权信息及车辆速度引导信息。

上述预先设定的交叉口信号优化模型基于通过交叉口的所有车辆的停车次数最少和延误时间最短而构建。

选取第一个时间间隔，路侧管理设备根据初始绿灯时间g₀、第一个时间间隔对应的优化绿灯时间g_c(m₁)，各个进口车道上各个车辆距离所述交叉口的距离值和车辆的速度，计算出各个进口车道上各个车辆的路权信息及车辆速度引导信息，上述路权信息包括车辆在本时间间隔对应的优化绿灯时间是通过交叉口或者停车，不通过交叉口等。

计算出进口车道上距路口距离为L_i、速度为v_i的车辆i预计到达停止线的行驶时间t_p，

如果t_p＜g_c(m₁)，则确定车辆i将在本优化绿灯期间通过交叉口，引导该车辆匀/加速通过交叉口；

如果t_p＞g_cmax，则确定车辆i距离停止线较远，在本优化绿灯期间该车辆不能通过交叉口，需减速停车；

如果g_c(m₁)＜t_p＜g_cmax，如果不进行速度优化，车辆i将在优化绿灯相位时间结束后(红灯期间)到达交叉口。此时，可根据运动学定律进一步分析该车辆是否可通过速度引导策略，使车辆i在绿灯延长时间内顺利通过交叉口。则引导车辆i从初始速度v_i加速或减速至优化车速v_i'后，以优化车速v_i'匀速行驶通过交叉口；

当从优化车速v_i'匀减/加速行驶通过交叉口时，则优化车速v_i'为：

$v_i^{\′}=\left[v_i\stackrel{\‾}{+}(g_c\left(m_1\right)-t_d)a_i\right]+\sqrt{{(g_c\left(m_1\right)-t_d)}^2{a_i}^2\stackrel{\‾}{+}2(g_c\left(m_1\right)-t_d)a_i{v}_i\±2a_i(L_i-t_d{v}_i)}$

其中，t_d为司机的反应时间，a_i为加/减速度的绝对值，当车辆i从优化车速v_i'匀速行驶通过交叉口时，a_i等于0。

车辆实际通过停止线预测时间t_i为：

$t_i=t_d+\left|\frac{v_i^{\′}-v_i}{a_i}\right|+\frac{L_i-|\frac{{v_i^{\′}}^2-v_i^2}{2a_i}+v_i{t}_d|}{v_i^{\′}}$

步骤S350、路侧管理设备根据预先设定的交叉口信号优化模型，计算出每个时间间隔对应的综合优化值。

路侧管理设备计算出第一个时间间隔对应的优化绿灯期间，各个进口车道上所有车辆的停车次数和延误时间，根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值。

设δ为车辆平均延误的加权系数，0≤δ≤1，1-δ为车辆平均停车次数的加权系数，N为在第一个时间间隔对应的优化绿灯期间进口车道上排队车辆数的当前值，s_i为车辆i在第一个时间间隔对应的优化绿灯期间通过交叉口的停车次数。

则所述进口车道上第一个时间间隔对应的综合优化值F_m1的计算公式如下：

$F_{m1}=\mathrm{\δ}\underset{i}{\overset{N}{\mathrm{\Σ}}}(t_i-\frac{L_i}{v_i})/N+(1-\mathrm{\δ})\underset{i}{\overset{N}{\mathrm{\Σ}}}{s}_i/N$

将所有进口车道上第一个时间间隔对应的综合优化值相加得到所述第一个时间间隔对应的综合优化值；

选取下一个时间间隔，按照上述第一个时间间隔对应的综合优化值的计算方法，计算出下一个时间间隔对应的综合优化值，依次类推，所述路侧管理计算出每个时间间隔对应的综合优化值；

所述路侧管理设备将所有时间间隔对应的综合优化值进行比较，选取综合优化值最小的时间间隔对应的优化绿灯时间作为最终的优化绿灯时间，选取综合优化值最小的时间间隔对应的各个车辆的路权信息及车辆速度引导信息作为最终的各个车辆的路权信息及车辆速度引导信息。

步骤S360、所述路侧管理设备将各个车辆的路权信息及车辆速度引导信息发送给所述路侧设备，所述路侧设备将路权信息及车辆速度引导信息发送给对应的车辆。

在实际应用中，还可以如图1所示，将各个车辆的路权信息及车辆速度引导信息在道路旁的显示屏上进行显示，使得各个车辆能够按信息引导安全通过交叉口。

在实际应用中，上述本发明实施例的方法的应用场景可以仿真实现，利用Q-Paramics仿真软件仿真出实际交叉口的路网场景。

本发明实施例可以使用在无信号交叉口控制领域，对缓解交叉口拥堵，保障车辆安全方面有一定的帮助。

实施例二

该实施例提供了一种车路协同环境下的无信号交叉口优化控制***，该***可以集成在CVIS中，其具体实现结构如图4所示，具体可以包括如下的模块：车载单元41、路侧设备42和路侧管理设备43；

所述的车载单元41，用于将车辆的行车状态信息发送给路侧设备，所述行车状态信息包括车辆的速度和位置；

所述的路侧设备42，用于将各个车载单元发送过来的行车状态信息发送给路侧管理设备；将所述路侧管理设备发送过来的路权信息及车辆速度引导信息发送给对应的车辆；

所述的路侧管理设备43，用于根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息；将各个车辆的路权信息及车辆速度引导信息发送给所述路侧设备。

进一步地，所述的车载单元41，用于通过传感器和车载电子设备采集车辆的行车状态信息，所述行车状态信息包括车辆的车辆ID、速度、加速度、位置和车体外形尺寸数据，通过无线通信网络将所述行车状态信息发送给路侧设备；

所述的路侧设备42，用于根据接收到的交叉口的各个进口车道的所有车辆的行车状态信息，计算出各个进口车道的车流量、排队长度，将各个进口车道的所有车辆的行车状态信息，以及各个进口车道的车流量、排队长度通过无线通信网络发送给路侧管理设备。

进一步地，所述的路侧管理设备43，用于计算出各个进口车道的初始绿灯时间g₀

$g_0=\frac{N_0}{Q_s}+\mathrm{\σ}$

N₀为当前周期各进口车道上排队车辆数的最大值，Q_s为单条进口车道的饱和流率，σ为车辆启动损失时间；

将滑动时间窗T平均分为M个时间间隔，每个时间间隔为ΔT，所述的路侧管理设备计算出各个进口车道的优化绿灯时间g_c(m)

g_c(m)＝g₀+(m-M/2)ΔT,m＝0,1,…,M

选取第一个时间间隔，根据所述初始绿灯时间g₀、第一个时间间隔对应的优化绿灯时间g_c(m₁)，各个进口车道上各个车辆距离所述交叉口的距离值和车辆的速度，计算出各个进口车道上各个车辆的路权信息及车辆速度引导信息，计算出各个进口车道上所有车辆的停车次数和延误时间，根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值；

选取下一个时间间隔，按照上述第一个时间间隔对应的综合优化值的计算方法，计算出下一个时间间隔对应的综合优化值，依次类推，计算出每个时间间隔对应的综合优化值；

所述路侧管理设备将所有时间间隔对应的综合优化值进行比较，选取综合优化值最小的时间间隔对应的优化绿灯时间作为最终的优化绿灯时间，选取综合优化值最小的时间间隔对应的各个车辆的路权信息及车辆速度引导信息作为最终的各个车辆的路权信息及车辆速度引导信息。

进一步地，所述的路侧管理设备43，用于计算出进口车道上距路口距离为L_i、速度为v_i的车辆i预计到达停止线的行驶时间t_p，

如果t_p＜g_c(m₁)，则确定车辆i将在本优化绿灯期间通过交叉口，引导该车辆匀/加速通过交叉口；

如果t_p＞g_cmax，则确定车辆i距离停止线较远，在本优化绿灯期间该车辆不能通过交叉口，需减速停车；

如果g_c(m₁)＜t_p＜g_cmax，则引导车辆i从初始速度v_i加速或减速至优化车速v_i'后，以优化车速v_i'匀速行驶通过交叉口；

当从优化车速v_i'匀减/加速行驶通过交叉口时，则优化车速v_i'为：

$v_i^{\′}=\left[v_i\stackrel{\‾}{+}(g_c\left(m_1\right)-t_d)a_i\right]+\sqrt{{(g_c\left(m_1\right)-t_d)}^2{a_i}^2\stackrel{\‾}{+}2(g_c\left(m_1\right)-t_d)a_i{v}_i\±2a_i(L_i-t_d{v}_i)}$

其中，t_d为司机的反应时间，a_i为加/减速度的绝对值。

车辆实际通过停止线预测时间t_i为：

$t_i=t_d+\left|\frac{v_i^{\′}-v_i}{a_i}\right|+\frac{L_i-|\frac{{v_i^{\′}}^2-v_i^2}{2a_i}+v_i{t}_d|}{v_i^{\′}}$

进一步地，所述的路侧管理设备43，用于设δ为车辆平均延误的加权系数，0≤δ≤1，1-δ为车辆平均停车次数的加权系数，N为进口车道上排队车辆数的当前值，s_i为车辆i在所述第一个时间间隔对应的优化绿灯期间通过交叉口的停车次数；

则所述进口车道上第一个时间间隔对应的综合优化值F_m1的计算公式如下：

$F_{m1}=\mathrm{\δ}\underset{i}{\overset{N}{\mathrm{\Σ}}}(t_i-\frac{L_i}{v_i})/N+(1-\mathrm{\δ})\underset{i}{\overset{N}{\mathrm{\Σ}}}{s}_i/N$

将所有进口车道上第一个时间间隔对应的综合优化值相加得到所述第一个时间间隔对应的综合优化值。

用本发明实施例的***进行对无信号交叉口优化控制的具体过程与前述方法实施例类似，此处不再赘述。

综上所述，本发明实施例通过利用车载单元、路侧设备和路侧管理设备实时获取车辆个体的运行状态信息及交叉口道路特征信息，根据预先设定的交叉口信号优化模型和基于滑动时间窗T的优化绿灯时间，计算出各个车辆的路权信息及车辆速度引导信息，并实时与车辆个体进行实时交互式引导控制，对交叉口车辆进行速度优化引导，以减少车辆延误，提高绿灯时间利用率，从而提高交叉路口的智能交通控制效率。

在本发明实施例中，为保障车辆安全，存在危险冲突的相位不会同时放行。此外，***还将根据车-路、车-车通信的交互信息对车辆序列进行实时优化。该***使得交叉口不设置交通灯，而对每一辆车进行分布式的引导和控制成为可能，这将对缓解交叉口压力、保障车辆安全有非常重要的意义。实验结果表明，与传统感应式信号配时相比，本发明提出的方法可有效降低交叉口车辆平均延误、停车次数和排队长度，提高车辆平均行驶速度，有效提高了绿灯时间利用率。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及***实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (11)

1.一种车路协同环境下的无信号交叉口优化控制方法，其特征在于，包括：

车载单元将车辆的行车状态信息发送给路侧设备，所述行车状态信息包括车辆的速度和位置，所述路侧设备将各个车载单元发送过来的行车状态信息发送给路侧管理设备；

所述路侧管理设备根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息；

所述路侧管理设备将各个车辆的路权信息及车辆速度引导信息发送给所述路侧设备，所述路侧设备将路权信息及车辆速度引导信息发送给对应的车辆。

2.根据权利要求1所述的一种车路协同环境下的无信号交叉口优化控制方法，其特征在于，所述预先设定的交叉口信号优化模型基于通过交叉口的所有车辆的停车次数最少和延误时间最短而构建。

3.根据权利要求1或者2所述的一种车路协同环境下的无信号交叉口优化控制方法，其特征在于，所述的车载单元将车辆的行车状态信息发送给路侧设备，所述行车状态信息包括车辆的速度和位置，所述路侧设备将各个车载单元发送过来的行车状态信息发送给路侧管理设备，包括：

车载单元通过传感器和车载电子设备采集车辆的行车状态信息，所述行车状态信息包括车辆的车辆ID、速度、加速度、位置和车体外形尺寸数据，通过无线通信网络将所述行车状态信息发送给路侧设备；

所述路侧设备根据接收到的交叉口的各个进口车道的所有车辆的行车状态信息，计算出各个进口车道的车流量、排队长度，将各个进口车道的所有车辆的行车状态信息，以及各个进口车道的车流量、排队长度通过无线通信网络发送给路侧管理设备。

4.根据权利要求3所述的一种车路协同环境下的无信号交叉口优化控制方法，其特征在于，所述的路侧管理设备根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息，包括：

所述路侧管理设备计算出各个进口车道的初始绿灯时间g₀

$g_0=\frac{N_0}{Q_s}+\mathrm{\σ}$

式中：N₀为当前周期各进口车道上排队车辆数的最大值，Q_s为单条进口车道的饱和流率，σ为车辆启动损失时间；

将滑动时间窗T平均分为M个时间间隔，每个时间间隔为ΔT，所述的路侧管理设备计算出各个进口车道的优化绿灯时间g_c(m)

g_c(m)＝g₀+(m-M/2)ΔT,m＝0,1,…,M

选取第一个时间间隔，所述路侧管理设备根据所述初始绿灯时间g₀、第一个时间间隔对应的优化绿灯时间g_c(m₁)，各个进口车道上各个车辆距离所述交叉口的距离值和车辆的速度，计算出各个进口车道上各个车辆的路权信息及车辆速度引导信息，计算出各个进口车道上所有车辆的停车次数和延误时间，根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值；

选取下一个时间间隔，按照上述第一个时间间隔对应的综合优化值的计算方法，计算出下一个时间间隔对应的综合优化值，依次类推，所述路侧管理计算出每个时间间隔对应的综合优化值；

所述路侧管理设备将所有时间间隔对应的综合优化值进行比较，选取综合优化值最小的时间间隔对应的优化绿灯时间作为最终的优化绿灯时间，选取综合优化值最小的时间间隔对应的各个车辆的路权信息及车辆速度引导信息作为最终的各个车辆的路权信息及车辆速度引导信息。

5.根据权利要求4所述的车路协同环境下的无信号交叉口优化控制方法，其特征在于，所述的根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值，包括：

计算出进口车道上距路口距离为L_i、速度为v_i的车辆i预计到达停止线的行驶时间t_p，

如果t_p＜g_c(m₁)，则确定车辆i将在本优化绿灯期间通过交叉口，引导该车辆匀/加速通过交叉口；

如果t_p＞g_cmax，则确定车辆i距离停止线较远，在本优化绿灯期间该车辆不能通过交叉口，需减速停车；

如果g_c(m₁)＜t_p＜g_cmax，则引导车辆i从初始速度v_i加速或减速至优化车速v_i'后，以优化车速v_i'匀速行驶通过交叉口；

当从优化车速v_i'匀减/加速行驶通过交叉口时，则优化车速v_i'为：

其中，t_d为司机的反应时间，a_i为加/减速度的绝对值；

车辆实际通过停止线预测时间t_i为：

$t_i=t_d+\left|\frac{{v_i}^{\′}-v_i}{a_i}\right|+\frac{L_i-|\frac{{v_i}^{\′2}-{v_i}^2}{2a_i}+v_i{t}_d|}{{v_i}^{\′}}.$

6.根据权利要求5所述的车路协同环境下的无信号交叉口优化控制方法，其特征在于，所述的根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值，包括：

设δ为车辆平均延误的加权系数，0≤δ≤1，1-δ为车辆平均停车次数的加权系数，N为进口车道上排队车辆数的当前值，s_i为车辆i在所述第一个时间间隔对应的优化绿灯期间通过交叉口的停车次数；

则所述进口车道上第一个时间间隔对应的综合优化值F_m1的计算公式如下：

$F_{m1}=\mathrm{\δ}\underset{i}{\overset{N}{\mathrm{\Σ}}}(t_i-\frac{L_i}{v_i})/N+(1-\mathrm{\δ})\underset{i}{\overset{N}{\mathrm{\Σ}}}{s}_i/N$

将所有进口车道上第一个时间间隔对应的综合优化值相加得到所述第一个时间间隔对应的综合优化值。

7.一种车路协同环境下的无信号交叉口优化控制***，其特征在于，包括：车载单元、路侧设备和路侧管理设备；

所述的车载单元，用于将车辆的行车状态信息发送给路侧设备，所述行车状态信息包括车辆的速度和位置；

所述的路侧设备，用于将各个车载单元发送过来的行车状态信息发送给路侧管理设备；将所述路侧管理设备发送过来的路权信息及车辆速度引导信息发送给对应的车辆；

所述的路侧管理设备，用于根据通过交叉口的各个车辆的行车状态信息，利用预先设定的交叉口信号优化模型计算出各个车辆的路权信息及车辆速度引导信息；将各个车辆的路权信息及车辆速度引导信息发送给所述路侧设备。

8.根据权利要求7所述的一种车路协同环境下的无信号交叉口优化控制***，其特征在于：

所述的车载单元，用于通过传感器和车载电子设备采集车辆的行车状态信息，所述行车状态信息包括车辆的车辆ID、速度、加速度、位置和车体外形尺寸数据，通过无线通信网络将所述行车状态信息发送给路侧设备；

所述的路侧设备，用于根据接收到的交叉口的各个进口车道的所有车辆的行车状态信息，计算出各个进口车道的车流量、排队长度，将各个进口车道的所有车辆的行车状态信息，以及各个进口车道的车流量、排队长度通过无线通信网络发送给路侧管理设备。

9.根据权利要求7或8所述的一种车路协同环境下的无信号交叉口优化控制***，其特征在于：

所述的路侧管理设备，用于计算出各个进口车道的初始绿灯时间g₀

$g_0=\frac{N_0}{Q_s}+\mathrm{\σ}$

N₀为当前周期各进口车道上排队车辆数的最大值，Q_s为单条进口车道的饱和流率，σ为车辆启动损失时间；

将滑动时间窗T平均分为M个时间间隔，每个时间间隔为ΔT，所述的路侧管理设备计算出各个进口车道的优化绿灯时间g_c(m)

g_c(m)＝g₀+(m-M/2)ΔT,m＝0,1,…,M

选取第一个时间间隔，根据所述初始绿灯时间g₀、第一个时间间隔对应的优化绿灯时间g_c(m₁)，各个进口车道上各个车辆距离所述交叉口的距离值和车辆的速度，计算出各个进口车道上各个车辆的路权信息及车辆速度引导信息，计算出各个进口车道上所有车辆的停车次数和延误时间，根据各个进口车道上所有车辆的停车次数和延误时间计算出所述第一个时间间隔对应的综合优化值；

选取下一个时间间隔，按照上述第一个时间间隔对应的综合优化值的计算方法，计算出下一个时间间隔对应的综合优化值，依次类推，计算出每个时间间隔对应的综合优化值；

所述路侧管理设备将所有时间间隔对应的综合优化值进行比较，选取综合优化值最小的时间间隔对应的优化绿灯时间作为最终的优化绿灯时间，选取综合优化值最小的时间间隔对应的各个车辆的路权信息及车辆速度引导信息作为最终的各个车辆的路权信息及车辆速度引导信息。

10.根据权利要求9所述的车路协同环境下的无信号交叉口优化控制***，其特征在于：

所述的路侧管理设备，用于计算出进口车道上距路口距离为L_i、速度为v_i的车辆i预计到达停止线的行驶时间t_p，

如果t_p＜g_c(m₁)，则确定车辆i将在本优化绿灯期间通过交叉口，引导该车辆匀/加速通过交叉口；

如果t_p＞g_cmax，则确定车辆i距离停止线较远，在本优化绿灯期间该车辆不能通过交叉口，需减速停车；

如果g_c(m₁)＜t_p＜g_cmax，则引导车辆i从初始速度v_i加速或减速至优化车速v_i'后，以优化车速v_i'匀速行驶通过交叉口；

当从优化车速v_i'匀减/加速行驶通过交叉口时，则优化车速v_i'为：

其中，t_d为司机的反应时间，a_i为加/减速度的绝对值；

车辆实际通过停止线预测时间t_i为：

$t_i=t_d+\left|\frac{{v_i}^{\′}-v_i}{a_i}\right|+\frac{L_i-|\frac{{v_i}^{\′2}-{v_i}^2}{2a_i}+v_i{t}_d|}{{v_i}^{\′}}.$

11.根据权利要求10所述的车路协同环境下的无信号交叉口优化控制***，其特征在于：

所述的路侧管理设备，用于设δ为车辆平均延误的加权系数，0≤δ≤1，1-δ为车辆平均停车次数的加权系数，N为进口车道上排队车辆数的当前值，s_i为车辆i在所述第一个时间间隔对应的优化绿灯期间通过交叉口的停车次数；

则所述进口车道上第一个时间间隔对应的综合优化值F_m1的计算公式如下：

$F_{m1}=\mathrm{\δ}\underset{i}{\overset{N}{\mathrm{\Σ}}}(t_i-\frac{L_i}{v_i})/N+(1-\mathrm{\δ})\underset{i}{\overset{N}{\mathrm{\Σ}}}{s}_i/N$

将所有进口车道上第一个时间间隔对应的综合优化值相加得到所述第一个时间间隔对应的综合优化值。