CN108877268A - 一种面向无人驾驶的无红绿灯十字路口智能调度方法 - Google Patents

一种面向无人驾驶的无红绿灯十字路口智能调度方法 Download PDF

Info

Publication number
CN108877268A
CN108877268A CN201810893061.3A CN201810893061A CN108877268A CN 108877268 A CN108877268 A CN 108877268A CN 201810893061 A CN201810893061 A CN 201810893061A CN 108877268 A CN108877268 A CN 108877268A
Authority
CN
China
Prior art keywords
vehicle
area
lane
collision
crossroad
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810893061.3A
Other languages
English (en)
Other versions
CN108877268B (zh
Inventor
周海波
许云霆
钱博
伍汉霖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201810893061.3A priority Critical patent/CN108877268B/zh
Publication of CN108877268A publication Critical patent/CN108877268A/zh
Application granted granted Critical
Publication of CN108877268B publication Critical patent/CN108877268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种面向无人驾驶的无红绿灯十字路口智能调度方法，包括以下步骤：步骤1：设立基于十字路***通管理器以及调度区和划分碰撞避免区，建立以交通管理器作为协同车辆通信、规划车辆调度的中心控制管理机制；步骤2：交通管理器接收进入调度区具体车辆的行驶数据，并返给具体车辆通过十字路口的调度信息；步骤3：根据调度信息的引导，无人驾驶车辆进行相应调整通过十字路口；所述碰撞避免区是十字路口两条车道的交叉区，碰撞避免区被划分成16个相同面积的正方形冲突区域，同一个正方形冲突区域最多只能由一辆车占用；进入所述碰撞避免区的无人驾驶车需以同一恒定的速度并按既定方向行驶。

Description

一种面向无人驾驶的无红绿灯十字路口智能调度方法
技术领域
本发明属于车联网技术领域，涉及基于状态信息车辆控制策略中面向路***通最优车辆调度及容量优化的方法。
背景技术
随着无线通信的发展，无人驾驶车辆利用专用短程通信(DSRC)技术能够实现车辆与车辆、车辆与基础设施等之间的通信连接与信息交互。这些通过无线通信互相连接的无人驾驶车辆可以减少交通***大部分碰撞事故、降低交通延迟、极大程度上提高交通管理效率并且能够提供信息娱乐以及远程信息处理等功能。因此互连的无人驾驶车辆对于提高交通***管理能力是具有极大潜力的，并且它们的优点使其成为当前车联网技术领域的研究热点之一。
而目前管理交通路口的传统红绿灯调度方法是这样子实现的:每隔一段固定的时间间隔开放部分路口允许车辆通行，其余路口方向车辆停止并且等待。传统的红绿灯调度方法在一定程度上能够调节路***通流量，但是也存在着如下许多缺陷：不能灵活智能地适应实时交通流量；缺少与无人驾驶车辆进行通信协同功能；不能解决由于车流量增大而带来的交通拥堵及安全性问题；难以提高整个交通***的吞吐量以及交通管理效率。在智能交通***的进步和发展的基础上，传统路口红绿灯调度的方法已逐渐被改进并且有可能被其它调度方法所替换，以便在车联网通信协同技术的环境下进行有效的交通路口管理，并进一步适应互连无人驾驶车的发展与应用。
经过对现有文献的检索发现，K.Pandit等人以及A.A.Zaidi等人分别于2013年在《IEEE Transactions on Vehicular Technology(IEEE车载技术学报)》和2016年在《IEEETransactions on Intelligent Transportation Systems(IEEE智能交通***学报)》上发表了题为“Adaptive traffic signal control with vehicular ad hoc networks(车联网自适应交通信号灯控制)”与“Back-pressure traffic signal control with fixedand adaptive routing for urban vehicular networks(面向城市车载网络具有固定和自适应路由的背压交通信号灯控制)”的文章。这些文章都基于动态自适应控制***，提出了面向实时交通流量的智能红绿灯管理技术与机制。尽管智能红绿灯交通***能够改善传统红绿灯调度呆板不灵活的缺点并且提高十字路***通管理能力，但是对于车辆碰撞避免以及最大化十字路口吞吐量这两方面问题而言，它们还难以满足未来互连无人驾驶车辆交通调度的要求。
经检索还发现，为了进一步优化十字路口管理效率，K.Zhang等人在2015年发表的题为“State-driven priority scheduling mechanisms for driverless vehiclesapproaching intersections(面向无人驾驶车辆的十字路口状态驱动的优先级调度机制)”的文章中，提出了一种在无红绿灯的交通场景下基于车辆状态优先级的调度方法。通过为具体车辆分配先后等级以及结合不同车辆行驶轨迹间矛盾区域避免的方案，该方法能够有效地防止十字路口中车辆的碰撞。此外，经检索还发现，P.Lin等人在2017年《IEEEIntelligent Transportation Systems Magazine(IEEE智能交通***杂志)》上发表了题为“Autonomous vehicle-intersection coordination method in a connected vehicleenvironment(车联网环境下自动驾驶车十字路口调度方法)”的文章。该文章采用了缓冲区分配调度方式的原理来引导车辆根据所设定的规则安全通过十字路口，但是由于整个调度过程需要不断通过控制改变车辆加速度来调整车辆行驶轨迹，因此要求无人驾驶车辆始终与控制中心保持通信的连接。
综上所述，现有技术存在的问题是：(1)改进之后的智能红绿灯调度***无法充分利用互连无人驾驶车的优点来改善交通管理能力。(2)大部分无红绿灯场景下的新型调度算法功能性单一，且局限于其所特定的车辆行驶规则(3)在调整车辆行驶状态的过程中极度依赖通信的可靠性及无人驾驶技术的稳定性。解决上述技术问题的意义在于：基于目前无线通信技术的发展与无人驾驶技术的进步，更加高效可靠的智能交通调度***有助于减少***安全性问题以及提高车辆调度效率，为未来十字路口的规划和设计提供新的思路并且促进车联网领域通信技术及车辆控制管理策略的应用与发展。
发明内容
针对现有技术存在的问题，本发明目的是，在避免十字路口车辆碰撞的基础上提供了一种面向无人驾驶的无红绿灯十字路口智能调度方法。
本发明目的是这样实现的，一种面向无人驾驶的无红绿灯十字路口智能调度方法，包括以下步骤：
步骤1：设立基于十字路***通管理器以及调度区和划分碰撞避免区，建立以交通管理器作为协同车辆通信、规划车辆调度的中心控制管理机制；
步骤2：交通管理器接收进入调度区车辆的行驶数据，并返回具体车辆通过十字路口的调度信息；
步骤3：根据调度信息的引导，无人驾驶车辆进行相应调整通过十字路口。
所述十字路***通管理(协调)器由路边单元和数据中心两部分组件构成，路边单元用于与无人驾驶车辆建立通信连接，数据中心用于计算具体车辆的进入十字路口碰撞避免区的时刻。
右转车道为独立无碰撞车道，所述无红绿灯调度场景是一个包含左转车道及直走车道的双向四车道交通路口模型，以奇数车道代表左转车道，偶数车道代表右转车道。
所述碰撞避免区是十字路口(纵横)两条车道的交叉区，碰撞避免区被划分成16个相同面积的正方形冲突区域，同一个正方形冲突区域最多只能由一辆车占用；进入所述碰撞避免区的无人驾驶车需以同一恒定的速度并按既定方向行驶，有助于减少***的复杂度并且提高整个***的安全性。
所述基于碰撞避免的智能调度算法调度对象即具体车辆包括单独的无人驾驶车辆及由具有相同行驶信息的车辆所组成的车队。
所述的十字路口智能交通调度方法是利用专用短程通信(DSRC)技术建立无人驾驶车辆与交通管理器之间的通信连接，并在此基础上实现交通的自由分配。
所述步骤2中交通管理器与无人驾驶车辆之间的信息交互需执行如下步骤：
步骤(2.1)：当无人驾驶车辆进入调度区时向交通管理器发送进入调度区的时刻以及其当前的初始速度；
步骤(2.2)：交通管理器由所接收的数据规划车辆调度方案并且返回具体车辆进入碰撞避免区的时刻以及在碰撞避免区的行驶速度。
所述十字路***通智能调度方法只需要无人驾驶车辆与交通协调器进行两次信息交互，并不要求两者一直维持通信连接，能够极大地避免由于丢包或者通信时延给整个***带来的影响。
与现有技术相比，本发明的有益效果:首先，该面向无人驾驶的无红绿灯十字路口智能调度方法能够有效地避免车辆之间的碰撞并且最大化十字路口的交通吞吐量；其次，由无人驾驶车组成的车队(均匀通过的同方向的若干车辆可以并入车队给予相同调度指令)的调度方案是本发明的突出贡献之一；再次，在车辆通过十字路口的过程中不加入任何特定规则，降低了对通信的依赖程度，极大程度上提高了整个交通***的鲁棒性。
本发明立基于车联网车辆通信协同技术的发展，公开了一种面向无人驾驶的无红绿灯十字路口智能调度方法，为未来十字路***通管理提供了一个安全高效的调度解决方案。调度方法包括：基于十字路***通管理器的设立以及调度区和碰撞避免区的划分，建立以交通管理器作为协同车辆通信、规划车辆调度的中心控制管理机制；交通管理器接收进入调度区车辆的行驶数据，并返回具体车辆通过十字路口的调度信息；根据调度信息的引导，无人驾驶车辆进行相应调整通过十字路口。相比于传统的红绿灯车辆调度方式，本发明在避免无人驾驶车辆碰撞的基础上，能够最大程度地提高十字路口车辆吞吐量，改善十字路***通效率。
附图说明
图1是本发明实施例所采用的无红绿灯十字路口场景图。
图2是本发明实施例交通管理器调度无人驾驶车辆步骤示意图。
图3是本发明实施例为车辆分配最佳进入时刻算法实现框图。
图4是本发明实施例提供的基于平均车流量条件下该智能调度算法与传统红绿灯方法十字路口吞吐量比较示意图。
图5是本发明实施例提供的基于非平均车流量条件下该智能调度算法与传统红绿灯方法十字路口吞吐量比较示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。应当理解，此处所描述的具体实例仅仅用以解释本发明，但本发明的保护范围不限于下述的实施例。
实施例
本实施例采用了图1的无红绿灯十字路口场景，提出了一种基于碰撞避免的面向无人驾驶车智能调度方法。首先在该交通场景下，需要在十字路口设立交通管理器。交通管理器由路边单元和数据中心两部分组成，路边单元用于与无人驾驶车辆建立通信连接，数据中心用于计算具体车辆的进入十字路口的时刻。接着将整个十字路口划分为碰撞避免区和调度区两个区域。碰撞避免区是十字路口的核心区域，位于这个区域的无人驾驶车辆需以固定的速度(包括方向，在调度区的车道位置决定了其方向)行驶；调度区紧邻碰撞避免区，并且处于交通管理器的通信范围之内，进入这个区域的车辆接收其进入碰撞避免区的调度方案。
本实施例的基本目标是通过利用专用短程通信(DSRC)技术实现在十字路口车辆无碰撞的基础上自由交通调度。为了最大程度上减少数据中心的计算量，交通管理器只需要收集无人驾驶车辆进入调度区的时刻以及它们这个时刻的初始速度。将无人驾驶车辆在碰撞避免区的行驶速度设为一固定值是出于减少***的复杂性和提高***安全性的考虑。
以交通管理器作为协同车辆通信、规划车辆调度的中心控制管理机制实现步骤如图2所示：当一辆无人驾驶车进入调度区时，向交通管理器发送进入时刻以及当前速度；在计算完成可行的调度方案之后，交通管理器返回具体车辆调度信息，包括进入碰撞避免区的时刻以及在碰撞避免区行驶的恒定速度；最后根据调度信息的引导，无人驾驶车辆调整其相应的速度并遵循特定的进入时间通过十字路口。上述车辆调度机制的特点在于，车辆进入缓冲区时只需要为其分配一个进入碰撞避免区的时间，并且该交通智能调度方法只需车辆与交通协调器进行两次信息交互，并不要求两者一直维持通信连接，能够极大地避免由于丢包或者通信时延给整个***带来的影响，提高了***的稳定性。
在本实施例中可以将十字路口碰撞避免模型视为时间占用问题。考虑右转车道为独立无碰撞车道，该无红绿灯智能调度场景是一个包含左转车道及直走车道的双向四车道交通路口模型，奇数车道代表左转车道(例如L1)，偶数车道代表右转车道(例如L2)。在本申请中，右转车道考虑其为一个独立的车道，不会与其他的车道上的车发生碰撞(其实可以将本专利的模型看成单方向三个车道，即左转、直走和右转，由于右转车道是一个独立的车道，便不将右转车道画出来。碰撞避免区被平均分成16个相同的正方形冲突区域，基于这些正方形冲突区域的划分，我们可以分析不同车辆行驶轨迹在十字路口中所占用的相同部分。例如对于位于车道2和车道5的无人驾驶车辆，它们轨迹重叠的部分为冲突区域15。所有车道共同占用的冲突区域如表1所示：
表1：冲突区域及占用车道
冲突区域 占用该冲突区域车道 冲突区域 占用该冲突区域车道
1 车道4、车道8 9 车道1、车道8
2 车道4、车道7 10 车道1、车道3、车道7
3 车道1、车道4 11 车道1、车道5、车道7
4 车道4、车道6 12 车道6、车道7
5 车道5、车道8 13 车道2、车道8
6 车道3、车道5、车道7 14 车道2、车道3
7 车道1、车道3、车道5 15 车道2、车道5
8 车道3、车道6 16 车道2、车道6
为了避免同一个冲突区域被不同的车辆所占用，需要计算出每辆无人驾驶车在每个冲突区域的占用时间。碰撞避免区的长度为w，因此每个冲突区域的长度为w/4。一般情况下，车辆通过冲突区域有直行和转弯两种方式。对于直行的车辆，在特定冲突区域部分中轨迹长度为w/4；对于在冲突区域转弯的车辆，其轨迹长度约为以w/4为半径所构成的圆周长的1/4，即πw/16。假设在碰撞避免区车辆的速度
固定为v,那么在冲突区域直行车辆的占用时间为转弯车辆的占用时间为接着，定义表示L1,…,L8对应车道上无人驾驶车进入碰撞避免区的时刻以及定义σi,k表示i车道上的在第k个冲突区域的占用时间。例如σ5,15＝(t5,t5+t]意味着第5(i)车道上车辆进入冲突区域15(k)的时刻为t5(ti)，离开冲突区域15的时刻为t5+t，总占用时间为T。结合每个车道上车辆的特定轨迹，利用相同冲突区域占用时间不重叠的方法可以防止车辆之间发生碰撞。L表示车道。
仍旧以冲突区域15为例，为了防止车道2与车道5上的车辆发生碰撞，能够得到如下碰撞避免的表达式：σ2,15∩σ5,15＝(t2+2t,t2+3t]∩(t5,t5+t]＝φ。该表达式在数学时间坐标轴上的含义上等价于两个占用时间段中间点之间的距离不小于各自占用时间距离一半之和，即|(t2+2.5t)-(t5+0.5t)|＝|t2-t5+2t|≥0.5t+0.5t＝t。同理，通过使用上述的技巧以及冲突区域时间占用不重叠的方法，我们可以将该十字路口车辆和车队的碰撞避免转换成一系列绝对值不等式约束表达式。
由于该面向无人驾驶的无红绿灯十字路口智能调度方法的基本目标是建立在车辆碰撞避免的基础上最大程度地提高十字路口吞吐量，因此本实施例的目标函数表示成所有车道上车辆进入碰撞避免区的时刻最小值，用数学表达式写成min(t1+…t8)。考虑到当绝对值不等式约束数量特别大时穷举搜索不切实际，本实施例提供了一个不同车道上车辆最佳进入时刻算法的解决方案：先为某一车道上即将进入碰撞避免区的车辆分配一个最佳进入时刻，再按照车道顺序分配其他
车道上车辆的进入时刻，直到最后一辆车为止。对于车道1，即将进入碰撞避免区的车辆与其他车道上已经分配过进入时刻的车辆有如下约束不等式：
指的是位于第j车道上第i辆被分配调度方案的车进入碰撞避免区的时刻。其中ij＝1,…,Nj(j＝1,…,8)，第Nj辆车为j车道上被分配进入时刻最大值的车辆。用矩阵形式|t1e+b1|≥c1 来表示上述的绝对值不等式，m1的值等于绝对值不等式的个数。用同样的方式可以将其他车道的绝对值不等式表示为|tje+bj|≥cj 如果第j车道上的车辆进入调度区的初始时刻为t0,在调度区最短行驶时间为对于车道1，可以得到约束一个条件为同时，能够避免车道1上即将调度的车辆与本车道已经分配调度时间的车辆之间的碰撞，安全时间ts＝(s+h)/v，s为车辆间的安全距离，h为车辆长度。综合上述分析，本实施例提供的每次分配一辆车的调度问题可以写成：
|tje+bj|≥cj
令该调度问题等效于：
min tj
s.t.tj≥tgj,
|tje+bj|≥cj
求解上述问题的最佳进入时刻算法如图3所示：将bj和cj的第k个分量分别表示为bj(k)和cj(k)，绝对值不等式约束条件可以写成tj≥cj(k)-bj(k)或者tj≤-cj(k)-bj(k)；令所求解的初值为tgj，当k＝1时，得出满足该不等式最小进入时刻；当k＝2…mj时，得出满足当前不等式以及第k-1个不等式的最小进入时刻；迭代最终所得出的值便为该算法的最终解，即当前需要调度车辆的最小进入碰撞避免区的时刻，并且将这个时刻加入到计算其他车道上的车辆进入碰撞避免区的计算过程之中。
为了使本实施例更具直观性并且比较最佳进入时刻算法与传统红绿灯算法的性能优劣，图4展示了它们基于所有车道平均车流量条件下吞吐量比较示意图。图中交通流量被分为三种情况，即轻度交通、中度交通以及中度交通。可以明显地看出在中度交通和重度交通的情况下，最佳进入时刻算法的吞吐量接近红绿灯算法的两倍。这是因为当十字路***通流量逐渐增大时，传统方法很容易达到交通容量上限，而最佳进入时刻算法可以通过允许所有车道的车辆同时行驶来有效地改善交通情况，提高交通效率。图5提供了基于非平均车流量条件下两种调度算法吞吐量比较示意图。不失一般性，在图中将南北方向车流量设为轻度交通，东西方向车流量设为重度交通。由图可见东西方向最佳进入时刻算法的吞吐量以及十字路总吞吐量均远高于传统红绿灯算法，说明了本实施例最佳进入时刻算法的具有极高的公平性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：所述基于碰撞避免的智能调度方法包括以下步骤：
步骤1：设立基于十字路***通管理器以及调度区和划分碰撞避免区，建立以交通管理器作为协同车辆通信、规划车辆调度的中心控制管理机制；
步骤2：交通管理器接收进入调度区具体车辆的行驶数据，并返给具体车辆通过十字路口的调度信息；
步骤3：根据调度信息的引导，无人驾驶车辆进行相应调整通过十字路口；
所述十字路***通管理器由路边单元和数据中心两部分组件构成，路边单元用于与无人驾驶车辆建立通信连接，数据中心用于计算具体车辆的进入十字路口碰撞避免区的时刻；
右转车道为独立无碰撞车道，所述无红绿灯调度场景是一个包含左转车道及直走车道的双向四车道交通路口模型，以奇数车道代表左转车道，偶数车道代表右转车道；
所述碰撞避免区是两条车道十字路口的交叉区，碰撞避免区被划分成16个相同面积的正方形冲突区域，同一个正方形冲突区域最多只能由一辆车占用；进入所述碰撞避免区的无人驾驶车需以同一恒定的速度并按既定方向行驶。
2.如权利要求1所述的一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：所述基于碰撞避免的智能调度算法调度对象包括单独的无人驾驶车辆及由具有相同行驶信息的车辆所组成的车队。
3.如权利要求1所述的一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：所述的十字路口智能交通调度方法是利用专用短程通信(DSRC)技术建立无人驾驶车辆与交通管理器之间的通信连接，并在此基础上实现交通的自由分配。
4.如权利要求1所述的一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：所述步骤2中交通管理器与无人驾驶车辆之间的信息交互需执行如下步骤：
步骤(2.1)：当无人驾驶车辆进入调度区时向交通管理器发送进入调度区的时刻以及其当前的初始速度；
步骤(2.2)：交通管理器由所接收的数据规划车辆调度方案并且返回具体车辆进入碰撞避免区的时刻以及在碰撞避免区的行驶速度。
5.如权利要求1所述的一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：所述十字路***通智能调度方法只需要无人驾驶车辆与交通协调器进行两次信息交互，并不要求两者一直维持通信连接，能够极大地避免由于丢包或者通信时延给整个***带来的影响。
6.如权利要求1所述的一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：为了避免同一个冲突区域被不同的车辆所占用，需要计算出每辆无人驾驶车在每个冲突区域的占用时间；碰撞避免区的长度为w，因此每个冲突区域的长度为w/4；车辆通过冲突区域有直行和转弯两种方式，对于直行的车辆，在特定冲突区域部分中轨迹长度为w/4；对于在冲突区域转弯的车辆，其轨迹长度约为以w/4为半径所构成的圆周长的1/4，即πw/16；假设在碰撞避免区车辆的速度固定为v,那么在冲突区域直行车辆的占用时间为转弯车辆的占用时间为
定义分别对应车道1到车道8上无人驾驶车进入碰撞区的时刻，以及定义σi,k表示i车道上的在第k个冲突区域的占用时间；σ5,15＝(t5,t5+t]意味着第5车道上车辆进入冲突区域15的时刻为t5(ti)，离开冲突区域15的时刻为t5+t，小写的t是一个固定值，总占用时间为T等于t5+t；结合每个车道上车辆的特定轨迹，利用相同冲突区域占用时间不重叠的方法可以防止车辆之间发生碰撞。
7.如权利要求6所述的一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：如果以冲突区域15为例，为了防止车道2与车道5上的车辆发生碰撞，能够得到如下碰撞避免的表达式：σ2,15∩σ5,15＝(t2+2t,t2+3t]∩(t5,t5+t]＝φ；该表达式在数学时间坐标轴上的含义上等价于两个占用时间段中间点之间的距离不小于各自占用时间距离一半之和，即|(t2+2.5t)-(t5+0.5t)|＝|t2-t5+2t|≥0.5t+0.5t＝t；同理，通过使用上述冲突区域时间占用不重叠的方法，将该十字路口车辆和车队的碰撞避免转换成一系列绝对值不等式约束表达式。
8.如权利要求6所述的一种面向无人驾驶的无红绿灯十字路口智能调度方法，其特征在于：约束表达式目标函数表示成所有车道上车辆进入碰撞避免区的时刻最小值，用数学表达式写成min(t1+…t8)；考虑到当绝对值不等式约束数量特别大时穷举搜索不切实际，先为某一车道上即将进入碰撞避免区的车辆分配一个最佳进入时刻，再按照车道顺序分配其他车道上车辆的进入时刻，直到最后一辆车为止；对于车道1，即将进入碰撞避免区的车辆与其他车道上已经分配过进入时刻的车辆有如下约束不等式：
指的是位于第j车道上第i辆被分配调度方案的车进入碰撞避免区的时刻。其中ij＝1,…,Nj(j＝1,…,8)，第Nj辆车为j车道上被分配进入时刻最大值的车辆；用矩阵形式来表示上述的绝对值不等式，m1的值等于绝对值不等式的个数；用同样的方式将其他车道的绝对值不等式表示为如果第j车道上的车辆进入调度区的初始时刻为t0,在调度区最短行驶时间为对于车道1，可以得到约束一个条件为同时，能够避免车道1上即将调度的车辆与本车道已经分配调度时间的车辆之间的碰撞，安全时间ts＝(s+h)/v，s为车辆间的安全距离，h为车辆长度；每次分配一辆车的调度问题写成：
|tje+bj|≥cj
令该调度问题等效于：
min tj
s.t.tj≥tgj,
|tje+bj|≥cj
求解上述问题的最佳进入时刻算法：将bj和cj的第k个分量分别表示为bj(k)和cj(k)，绝对值不等式约束条件写成：
tj≥cj(k)-bj(k)或者tj≤-cj(k)-bj(k)；令所求解的初值为tgj，当k＝1时，得出满足该不等式最小进入时刻；当k＝2…mj时，得出满足当前不等式以及第k-1个不等式的最小进入时刻；迭代最终所得出的值便为该算法的最终解，即当前需要调度车辆的最小进入碰撞避免区的时刻，并且将这个时刻加入到计算其他车道上的车辆进入碰撞避免区的计算过程之中。
CN201810893061.3A 2018-08-07 2018-08-07 一种面向无人驾驶的无红绿灯十字路口智能调度方法 Active CN108877268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810893061.3A CN108877268B (zh) 2018-08-07 2018-08-07 一种面向无人驾驶的无红绿灯十字路口智能调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810893061.3A CN108877268B (zh) 2018-08-07 2018-08-07 一种面向无人驾驶的无红绿灯十字路口智能调度方法

Publications (2)

Publication Number Publication Date
CN108877268A true CN108877268A (zh) 2018-11-23
CN108877268B CN108877268B (zh) 2021-05-25

Family

ID=64317302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810893061.3A Active CN108877268B (zh) 2018-08-07 2018-08-07 一种面向无人驾驶的无红绿灯十字路口智能调度方法

Country Status (1)

Country Link
CN (1) CN108877268B (zh)

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109410619A (zh) * 2018-12-04 2019-03-01 清华大学 一种用于自动驾驶车辆的控制方法和***
CN110060478A (zh) * 2019-04-29 2019-07-26 南京邮电大学 道路交叉口车辆智能调度方法与***
CN110428647A (zh) * 2019-07-26 2019-11-08 百度在线网络技术（北京）有限公司 路口的车辆协同通行的方法、装置、设备及存储介质
CN110444015A (zh) * 2019-07-08 2019-11-12 清华大学 基于无信号十字路口分区的智能网联汽车速度决策方法
CN110473419A (zh) * 2019-09-09 2019-11-19 重庆长安汽车股份有限公司 一种自动驾驶车辆在无信号灯交叉路口的通行方法
CN110910646A (zh) * 2019-12-11 2020-03-24 上海同济城市规划设计研究院有限公司 用于交叉口的无人驾驶公交车辆的协同控制方法
CN110952406A (zh) * 2019-12-11 2020-04-03 上海同济城市规划设计研究院有限公司 适于无人驾驶公交的道路布置及无人驾驶公交专用道***
CN111243298A (zh) * 2020-01-19 2020-06-05 南京林业大学 自动驾驶环境下普通十字交叉口智能通行控制方法
CN111243307A (zh) * 2018-11-28 2020-06-05 驭势科技（北京）有限公司 一种用于在路口调度具有自动驾驶功能的车辆的***与方法
CN111583673A (zh) * 2020-04-28 2020-08-25 华东师范大学 一种基于无人驾驶车辆的智能交叉路口管理方法
CN111627247A (zh) * 2019-02-28 2020-09-04 上海汽车集团股份有限公司 一种多车编队控制方法及装置
CN112068545A (zh) * 2020-07-23 2020-12-11 哈尔滨工业大学（深圳） 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、***及存储介质
CN112258860A (zh) * 2020-10-19 2021-01-22 深圳信息职业技术学院 路口车辆调度方法、装置、设备和计算机可读存储介质
CN112258864A (zh) * 2020-10-19 2021-01-22 广西大学 基于顺序选择的自动驾驶车辆路口调度方法及***
CN112419703A (zh) * 2020-04-14 2021-02-26 青岛慧拓智能机器有限公司 一种无人矿卡路口通行智能调度***及方法
CN112562371A (zh) * 2020-11-02 2021-03-26 河海大学 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法
CN112629533A (zh) * 2020-11-11 2021-04-09 南京大学 基于路网栅格化道路车流预测的精细化路径规划方法
CN112735152A (zh) * 2021-01-07 2021-04-30 王美金 多智能体协同的网联车交叉口混行交通控制***和方法
WO2021115283A1 (en) * 2019-12-09 2021-06-17 Ningbo Geely Automobile Research & Development Co., Ltd. A method for operating a transportation system
CN113256961A (zh) * 2021-06-25 2021-08-13 上海交通大学 基于车辆编队的路口自主车辆调度与控制方法
CN113268817A (zh) * 2021-06-25 2021-08-17 上海交通大学 基于动态优先级的路口自主车辆调度与控制方法
CN113276884A (zh) * 2021-04-28 2021-08-20 吉林大学 一种可变博弈模式的智能车交互决策通行方法及***
CN113327458A (zh) * 2021-07-08 2021-08-31 潍柴动力股份有限公司 车辆碰撞预测方法、车辆碰撞预测***及电子装置
CN113505446A (zh) * 2021-09-10 2021-10-15 腾讯科技（深圳）有限公司 交通仿真方法、装置、电子设备及计算机存储介质
CN113646816A (zh) * 2019-01-04 2021-11-12 奥迪股份公司 用于智能管理多路停车交叉口的方法、***、模块和软件
CN113823079A (zh) * 2021-10-27 2021-12-21 大连理工大学 一种基于车路协同的有人/无人驾驶车辆的编队控制方法
CN113993761A (zh) * 2020-06-05 2022-01-28 曹庆恒 一种基于智能交通***的交通工具自动驾驶方法、装置和***
CN114287024A (zh) * 2019-08-22 2022-04-05 株式会社日立制作所 交通流控制***、交通流控制程序、交通流控制方法以及行驶控制装置
CN115440062A (zh) * 2022-08-25 2022-12-06 苏州摩卡智行信息科技有限公司 基于智能网联环境的场站节点交通协调方法及***
US11958479B2 (en) 2018-12-19 2024-04-16 Siemens Aktiengesellschaft Method, computer program product, central control unit and control system for controlling at least partly automated vehicles in a roadway danger zone, in particular intersections of roadways in road traffic

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007257034A (ja) * 2006-03-20 2007-10-04 Japan Radio Co Ltd 緊急車輌通行支援システム
CN102542818A (zh) * 2012-01-13 2012-07-04 吉林大学 一种基于有机计算的区域边界交通信号协调控制方法
RU2564469C1 (ru) * 2014-06-26 2015-10-10 Игорь Юрьевич Мацур Способ регулирования движением транспортных средств на перекрестке
CN105551251A (zh) * 2016-01-19 2016-05-04 华南理工大学 一种无信号交叉口机动车冲突概率判断方法
CN105741551A (zh) * 2016-04-22 2016-07-06 华南理工大学 一种无信号交叉***通安全评价方法
JP2017207932A (ja) * 2016-05-18 2017-11-24 株式会社デンソー 通行安全装置、および交通事故発生防止方法
CN108281026A (zh) * 2018-03-19 2018-07-13 武汉大学 一种自动驾驶环境下交叉路口无信号灯车辆调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007257034A (ja) * 2006-03-20 2007-10-04 Japan Radio Co Ltd 緊急車輌通行支援システム
CN102542818A (zh) * 2012-01-13 2012-07-04 吉林大学 一种基于有机计算的区域边界交通信号协调控制方法
RU2564469C1 (ru) * 2014-06-26 2015-10-10 Игорь Юрьевич Мацур Способ регулирования движением транспортных средств на перекрестке
CN105551251A (zh) * 2016-01-19 2016-05-04 华南理工大学 一种无信号交叉口机动车冲突概率判断方法
CN105741551A (zh) * 2016-04-22 2016-07-06 华南理工大学 一种无信号交叉***通安全评价方法
JP2017207932A (ja) * 2016-05-18 2017-11-24 株式会社デンソー 通行安全装置、および交通事故発生防止方法
CN108281026A (zh) * 2018-03-19 2018-07-13 武汉大学 一种自动驾驶环境下交叉路口无信号灯车辆调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘明剑 等: "基于交叉路口道路时空网格的车辆碰撞预警方法", 《北京邮电大学学报》 *

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111243307A (zh) * 2018-11-28 2020-06-05 驭势科技（北京）有限公司 一种用于在路口调度具有自动驾驶功能的车辆的***与方法
CN109410619B (zh) * 2018-12-04 2021-09-10 清华大学 一种单行道路网下的自动化交通管控方法和***
CN109410619A (zh) * 2018-12-04 2019-03-01 清华大学 一种用于自动驾驶车辆的控制方法和***
US11958479B2 (en) 2018-12-19 2024-04-16 Siemens Aktiengesellschaft Method, computer program product, central control unit and control system for controlling at least partly automated vehicles in a roadway danger zone, in particular intersections of roadways in road traffic
CN113646816A (zh) * 2019-01-04 2021-11-12 奥迪股份公司 用于智能管理多路停车交叉口的方法、***、模块和软件
CN111627247A (zh) * 2019-02-28 2020-09-04 上海汽车集团股份有限公司 一种多车编队控制方法及装置
CN111627247B (zh) * 2019-02-28 2022-02-18 上海汽车集团股份有限公司 一种多车编队控制方法及装置
CN110060478A (zh) * 2019-04-29 2019-07-26 南京邮电大学 道路交叉口车辆智能调度方法与***
CN110444015A (zh) * 2019-07-08 2019-11-12 清华大学 基于无信号十字路口分区的智能网联汽车速度决策方法
CN110444015B (zh) * 2019-07-08 2020-10-09 清华大学 基于无信号十字路口分区的智能网联汽车速度决策方法
CN110428647A (zh) * 2019-07-26 2019-11-08 百度在线网络技术（北京）有限公司 路口的车辆协同通行的方法、装置、设备及存储介质
CN114287024A (zh) * 2019-08-22 2022-04-05 株式会社日立制作所 交通流控制***、交通流控制程序、交通流控制方法以及行驶控制装置
CN110473419A (zh) * 2019-09-09 2019-11-19 重庆长安汽车股份有限公司 一种自动驾驶车辆在无信号灯交叉路口的通行方法
WO2021115283A1 (en) * 2019-12-09 2021-06-17 Ningbo Geely Automobile Research & Development Co., Ltd. A method for operating a transportation system
CN110910646B (zh) * 2019-12-11 2022-03-29 上海同济城市规划设计研究院有限公司 用于交叉口的无人驾驶公交车辆的协同控制方法
CN110952406A (zh) * 2019-12-11 2020-04-03 上海同济城市规划设计研究院有限公司 适于无人驾驶公交的道路布置及无人驾驶公交专用道***
CN110910646A (zh) * 2019-12-11 2020-03-24 上海同济城市规划设计研究院有限公司 用于交叉口的无人驾驶公交车辆的协同控制方法
CN111243298A (zh) * 2020-01-19 2020-06-05 南京林业大学 自动驾驶环境下普通十字交叉口智能通行控制方法
CN112419703B (zh) * 2020-04-14 2021-11-30 青岛慧拓智能机器有限公司 一种无人矿卡路口通行智能调度***及方法
CN112419703A (zh) * 2020-04-14 2021-02-26 青岛慧拓智能机器有限公司 一种无人矿卡路口通行智能调度***及方法
CN111583673A (zh) * 2020-04-28 2020-08-25 华东师范大学 一种基于无人驾驶车辆的智能交叉路口管理方法
CN113993761A (zh) * 2020-06-05 2022-01-28 曹庆恒 一种基于智能交通***的交通工具自动驾驶方法、装置和***
CN112068545A (zh) * 2020-07-23 2020-12-11 哈尔滨工业大学（深圳） 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、***及存储介质
CN112258864A (zh) * 2020-10-19 2021-01-22 广西大学 基于顺序选择的自动驾驶车辆路口调度方法及***
CN112258860A (zh) * 2020-10-19 2021-01-22 深圳信息职业技术学院 路口车辆调度方法、装置、设备和计算机可读存储介质
WO2022089307A1 (zh) * 2020-11-02 2022-05-05 河海大学 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法
CN112562371B (zh) * 2020-11-02 2022-03-04 河海大学 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法
CN112562371A (zh) * 2020-11-02 2021-03-26 河海大学 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法
CN112629533B (zh) * 2020-11-11 2023-07-25 南京大学 基于路网栅格化道路车流预测的精细化路径规划方法
CN112629533A (zh) * 2020-11-11 2021-04-09 南京大学 基于路网栅格化道路车流预测的精细化路径规划方法
CN112735152A (zh) * 2021-01-07 2021-04-30 王美金 多智能体协同的网联车交叉口混行交通控制***和方法
CN113276884A (zh) * 2021-04-28 2021-08-20 吉林大学 一种可变博弈模式的智能车交互决策通行方法及***
CN113276884B (zh) * 2021-04-28 2022-04-26 吉林大学 一种可变博弈模式的智能车交互决策通行方法及***
CN113256961B (zh) * 2021-06-25 2022-05-24 上海交通大学 基于车辆编队的路口自主车辆调度与控制方法
CN113268817B (zh) * 2021-06-25 2022-11-01 上海交通大学 基于动态优先级的路口自主车辆调度与控制方法
CN113268817A (zh) * 2021-06-25 2021-08-17 上海交通大学 基于动态优先级的路口自主车辆调度与控制方法
CN113256961A (zh) * 2021-06-25 2021-08-13 上海交通大学 基于车辆编队的路口自主车辆调度与控制方法
CN113327458A (zh) * 2021-07-08 2021-08-31 潍柴动力股份有限公司 车辆碰撞预测方法、车辆碰撞预测***及电子装置
CN113505446B (zh) * 2021-09-10 2021-12-31 腾讯科技（深圳）有限公司 交通仿真方法、装置、电子设备及计算机存储介质
CN113505446A (zh) * 2021-09-10 2021-10-15 腾讯科技（深圳）有限公司 交通仿真方法、装置、电子设备及计算机存储介质
CN113823079A (zh) * 2021-10-27 2021-12-21 大连理工大学 一种基于车路协同的有人/无人驾驶车辆的编队控制方法
CN113823079B (zh) * 2021-10-27 2022-08-16 大连理工大学 一种基于车路协同的有人/无人驾驶车辆的编队控制方法
CN115440062A (zh) * 2022-08-25 2022-12-06 苏州摩卡智行信息科技有限公司 基于智能网联环境的场站节点交通协调方法及***
CN115440062B (zh) * 2022-08-25 2023-12-29 苏州摩卡智行信息科技有限公司 基于智能网联环境的场站节点交通协调方法及***

Also Published As

Publication number Publication date
CN108877268B (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN108877268A (zh) 一种面向无人驾驶的无红绿灯十字路口智能调度方法
Liu et al. Trajectory planning for autonomous intersection management of connected vehicles
CN112907986B (zh) 一种基于数字孪生场景和边缘云的动态时间窗路口调度方法
CN107274684A (zh) 一种车路协同环境下单点交叉口信号控制策略选择方法
CN106781551A (zh) 车联网环境下的高速公路出入口匝道联合控制***及方法
CN106448194A (zh) 交叉路***通信号和车辆协同控制方法及装置、车辆
CN107331200A (zh) 一种cbd地下车库停车智能引导***、方法及装置
US20230282104A1 (en) Implementation method and system for road traffic resercation passage, and electronic device
CN107730886A (zh) 一种车联网环境下城市交叉***通信号动态优化方法
CN107507430A (zh) 一种城市路***通控制方法及***
CN205384755U (zh) 城市公交智能***
CN107293135B (zh) 一种交叉口自适应车辆远引掉头交通引导***及控制方法
CN107170283A (zh) 一种停车位决策方法及***
Hassan et al. A fully-distributed heuristic algorithm for control of autonomous vehicle movements at isolated intersections
CN105489047A (zh) 城市公交智能***
CN114495547B (zh) 一种面向自动驾驶汽车的信号交叉口协同通行方法
CN111540219B (zh) 基于人工智能车路协同的双向公交信号优先协同方法
WO2023142295A1 (zh) 基于无过饱和状态的约定出行管控方法、装置及存储介质
CN112017439A (zh) 一种自动驾驶交叉口行人过街摆渡车控制方法
CN112489457B (zh) 一种自动驾驶环境下交叉口车辆通过引导方法
Wu et al. A V2I communication-based pipeline model for adaptive urban traffic light scheduling
Liu et al. Modelling and simulation of cooperative control for bus rapid transit vehicle platoon in a connected vehicle environment
Xu et al. When automated vehicles meet non-signalized intersections: A collision-free scheduling solution
Ramaswamy et al. Lane assignment on automated highway systems
Xie et al. Design and evaluation of v2x-based dynamic bus lanes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant