CN109461320A - 基于车联网的交叉路口车速规划方法 - Google Patents

Abstract

本发明公开了一种基于车联网的交叉路口车速规划方法，包括：基于车联网通过V2X设备实时获取车辆规划路径信息中的通信范围内所有信号灯数据；根据车辆规划的路径信息和车辆位置信息对获得的信号灯数据进行筛选，获得对应路口及对应方向上的信号灯数据；根据车辆自身状态和车辆规划的路径信息，针对获得的对应路口对应方向上的信号灯数据，规划不同的车速。根据车辆规划的路径、车辆位置信息筛选通过V2X获取的信号灯数据，然后根据筛选的信号灯数据、车辆状态信息规划出车辆通过该路段的车速，可以规划出最优的行驶速度，提高车辆的通行效率。

Description

基于车联网的交叉路口车速规划方法

技术领域

本发明属于汽车智能控制技术领域，具体地涉及一种基于车联网的根据车辆规划的路径和车辆位置信息筛选通过V2X获取的信号灯数据的交叉路口车速规划方法。

背景技术

当前车辆数量剧增，使得交通拥堵，车辆应用场景复杂，交通安全与效率等问题愈发严重。随着通信技术的发展，基于专用短距离通信(DSRC)及移动蜂窝通信(3G/4G)技术的“车-X”(X-车、路、人、云，简称V2X)***为解决交通安全与能效问题提供了新的技术手段。

自动驾驶车辆在城市道路行驶时，不可避免的会通过有信号灯的交叉路口。当车辆遇到该情形时，装配有车联网技术的车辆会通过V2X获取信号灯信息，如图1所示，通过“车-车”、“车-路”以及“车-人”之间的短程通信以及车与互联网间的通信，可以获取周边车辆行驶状态、周边道路的通行状态、路***通信号灯的状态等之类的实时交通状态信息。有效提升自动驾驶汽车的通行效率。本发明由此而来。

发明内容

为了解决上述存在的技术问题，本发明提供了一种基于车联网的交叉路口车速规划方法，根据车辆规划的路径、车辆位置信息筛选通过V2X获取的信号灯数据，然后根据筛选的信号灯数据、车辆状态信息规划出车辆通过该路段的车速，可以规划出最优的行驶速度，提高车辆的通行效率。

本发明的技术方案是：

一种基于车联网的交叉路口车速规划方法，包括以下步骤：

S01：基于车联网通过V2X设备实时获取车辆规划路径信息中的通信范围内所有信号灯数据；

S02：根据车辆规划的路径信息和车辆位置信息对获得的信号灯数据进行筛选，获得对应路口及对应方向上的信号灯数据；

S03：根据车辆自身状态和车辆规划的路径信息，针对获得的对应路口对应方向上的信号灯数据，规划不同的车速。

优选的技术方案中，所述步骤S01中所述路径信息包括经纬度、航向角、道路曲率、交叉路口和路口停止线信息。

优选的技术方案中，所述路径信息中包含的交叉路口定义为节点，交叉路口之间的道路定义为连接。

优选的技术方案中，所述步骤S02包括：

S21：确定车辆所在的道路，结合车辆的实际航向角，确定车辆将要经过的交叉路口；

S22：得到对应交叉路口对应相位上的信号灯数据；

S23：获取交叉路口的道路曲率K(i)，将该道路曲率与设置的曲率阈值比较，根据曲率所在的阈值区域选取对应方向上的信号灯数据。

优选的技术方案中，所述步骤S23中，如果K(i)<K_left，则选取左转信号灯数据；如果K(i)>K_right，则选取右转信号灯数据；如果K_right≤K(i)≤K_left，则选取直行信号灯数据，其中K_left为左转信号灯有效的曲率阈值，K_right为右转信号灯有效的曲率阈值。

优选的技术方案中，所述步骤S03包括：

S31：将红灯视为障碍物，红灯时，表示障碍物出现在停止线处，信号灯剩余时长t_rest表示障碍物消失需要的时间；绿灯时，剩余时间t_rest+T表示障碍物出现需要的时间，其中T表示黄灯时长；

S32：实时计算车辆与停止线的距离d，当车辆进入距离阈值d_thr范围内时，将此时的实际车速作为初始速度v_in，并计算出车辆以该车速行驶至停止线所需的时间t_need；

S33：当障碍物存在时，如果t_need＞t_rest，表示车辆以当前车速行驶至停止线时，障碍物已经消失，维持当前车速安全通过信号灯路口，规划车速v_suggest＝v_in；如果t_need≤t_rest，表示车辆以当前车速行驶至停止线时，障碍物依然存在，车辆进行减速动作；

S34：当障碍物不存在时，如果t_need＜(t_rest+T)，表示车辆以当前车速行驶至停止线时，障碍物未出现，维持当前车速安全通过信号灯路口，规划车速v_suggest＝v_in；如果t_need≥(t_rest+T)，表示车辆以当前车速行驶至停止线时，障碍物已经出现，车辆需进行加减速动作；

S35：如果车辆不能以当前速度匀速通过信号灯路口，则进行以下处理：

(1)车辆以恒定的加速度速度a运动t₁时间后，达到速度v₁＝v_in+a×t₁，车辆以速度v₁匀速行驶剩下的距离，通过信号灯路口；在此过程中，车辆加减速行驶的距离匀速行驶距离d₂＝d_thr-d₁，匀速行驶时间规划车速v_suggest为：

其中，a_max为车辆最大加速度，v_limit为行驶区域内限定的最大车速；

(2)当不能满足车辆减速和加速通过信号灯路口的条件下，车辆需减速至停止线停车等待障碍物消失，规划车速为：

其中，t₁为减速时间。

与现有技术相比，本发明的优点是：

根据车辆规划的路径、车辆位置信息筛选通过V2X获取的信号灯数据，然后根据筛选的信号灯数据、车辆状态信息规划出车辆通过该路段的车速，可以规划出最优的行驶速度，提高车辆的通行效率。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为车辆通过V2X设备获取信号灯数据的示意图；

图2为本发明基于车联网的交叉路口车速规划方法的原理框图；

图3为包含节点(node)和连接(link)信息的路径示意图；

图4为信号灯数据选择问题示意图；

图5为将红灯假想为障碍物的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

实施例：

下面结合附图，对本发明的较佳实施例作进一步说明。

如图2所示，一种基于车联网的交叉路口车速规划方法，包括以下步骤：

步骤1：根据起始点信息，规划出车辆路径轨迹，轨迹信息包括经纬度、航向角、道路曲率和路口停止线信息。为了便于进行信号灯数据的选取，根据规划路径中包含的交叉路口，将交叉路口定义为节点，交叉路口之间的道路定义为节点；如图3所示。

步骤2：在行驶过程中，车辆通过差分GPS设备实时获取厘米级的定位信息，确定车辆所在的道路link(i)。一条道路link对应着两个交叉路口，因此需再结合车辆的实际航向角，确定车辆将要经过的下一个交叉路口node(i)。

步骤3：在行驶过程中，车辆通过V2X设备实时获取交通信号灯的数据，如图1所示，所获取的信号灯数据是短程通信范围内所有路口信号灯数据。

步骤4：根据步骤2获取的将要经过的下一个交叉路口node(i)，就可以获取对应下一个路口信号灯编号，从而筛选步骤3获取的信号灯数据，获得对应交叉路口的信号灯数据。

步骤5：根据车辆的当前航向角，筛选步骤4获取的信号灯数据，获得对应相位上的信号灯数据。该信号灯数据还包含左转、直行和右转三个方向上的数据，如图4所示。

步骤6：通过步骤1规划的路径，获取车辆将要经过的下一个路口node(i)的道路曲率K(i)。如果K(i)<K_left，则选取步骤5中的左转信号灯数据；如果K(i)>K_right，则选取步骤5中的右转信号灯数据；如果K_right≤K(i)≤K_left，则选取步骤5中的直行信号灯数据(其中K_left为左转信号灯有效的曲率阈值，K_right为右转信号灯有效的曲率阈值)。

步骤7：如图5所示，将红灯假想为“障碍物”，此类“障碍物”出现与消失的准确时间都是自动驾驶车辆提前获知的。红灯时，表示障碍物出现在停止线处，信号灯剩余时长t_rest表示“障碍物”消失需要的时间；绿灯时，剩余时间t_rest+T表示“障碍物”出现需要的时间，其中T表示黄灯时长。

步骤8：实时计算车辆与停止线的距离d，当车辆进入距离阈值范围内d_thr(即d<d_thr)时，将此时的实际车速定义为初始速度v_in，并计算出车辆以车速v_in行驶至停止线所需的时间t_need。

步骤9：前方“障碍物”存在时，比较t_need与t_rest之间的大小关系。如果t_need＞t_rest，表示车辆以当前车速行驶至停止线时，“障碍物”已经消失，车辆无需做减速动作，维持当前车速安全通过信号灯路口，规划建议车速v_suggest＝v_in。如果t_need≤t_rest，表示车辆以当前车速行驶至停止线时，“障碍物”依然存在，车辆需完成减速动作。

步骤10：前方“障碍物”不存在时，比较t_need与(t_rest+T)之间的大小关系。如果t_need＜(t_rest+T)，表示车辆以当前车速行驶至停止线时，“障碍物”未出现，车辆无需做减速动作，维持当前车速安全通过信号灯路口，规划建议车速v_suggest＝v_in。如果t_need≥(t_rest+T)，表示车辆以当前车速行驶至停止线时，“障碍物”已经出现，车辆需完成加减速动作。

步骤11：根据步骤9和步骤10的分析，如果车辆不能以当前速度匀速通过信号灯路口，则车辆通过该路段的过程可以描述为以下两种：

(1)车辆以恒定的加速度/减速度a运动t₁时间后，达到速度v₁＝v_in+a×t₁，此后车辆以速度v₁匀速行驶剩下的距离，并安全、遵守法规地通过信号灯路口。在此过程中，车辆加减速行驶的距离 匀速行驶距离d₂＝d_thr-d₁，匀速行驶时间该过程中对应变量之间的关系和建议车速的公式如下，其中v_suggest为规划出的建议车速，a_max为车辆最大加速度，v_limit为行驶区域内限定的最大车速。

(2)在不能满足车辆减速和加速通过信号灯路口的条件下，车辆需减速至停止线停车等待“障碍物”消失，该过程中对应变量之间的关系和建议车速的公式如下，其中t₁为减速时间。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种基于车联网的交叉路口车速规划方法，其特征在于，包括以下步骤：

S01：基于车联网通过V2X设备实时获取车辆规划路径信息中的通信范围内所有信号灯数据；

S02：根据车辆规划的路径信息和车辆位置信息对获得的信号灯数据进行筛选，获得对应路口及对应方向上的信号灯数据；

S03：根据车辆自身状态和车辆规划的路径信息，针对获得的对应路口对应方向上的信号灯数据，规划不同的车速。

2.根据权利要求1所述的基于车联网的交叉路口车速规划方法，其特征在于，所述步骤S01中所述路径信息包括经纬度、航向角、道路曲率、交叉路口和路口停止线信息。

3.根据权利要求2所述的基于车联网的交叉路口车速规划方法，其特征在于，所述路径信息中包含的交叉路口定义为节点，交叉路口之间的道路定义为连接。

4.根据权利要求1所述的基于车联网的交叉路口车速规划方法，其特征在于，所述步骤S02包括：

S21：确定车辆所在的道路，结合车辆的实际航向角，确定车辆将要经过的交叉路口；

S22：得到对应交叉路口对应相位上的信号灯数据；

S23：获取规划路径中该交叉路口的道路曲率K(i)，将该道路曲率与设置的曲率阈值比较，根据曲率所在的阈值区域选取对应方向上的信号灯数据。

5.根据权利要求4所述的基于车联网的交叉路口车速规划方法，其特征在于，所述步骤S23中，如果K(i)<K_left，则选取左转信号灯数据；如果K(i)>K_right，则选取右转信号灯数据；如果K_right≤K(i)≤K_left，则选取直行信号灯数据，其中K_left为左转信号灯有效的曲率阈值，K_right为右转信号灯有效的曲率阈值。

6.根据权利要求1所述的基于车联网的交叉路口车速规划方法，其特征在于，所述步骤S03包括：

S31：将红灯视为障碍物，红灯时，表示障碍物出现在停止线处，信号灯剩余时长t_rest表示障碍物消失需要的时间；绿灯时，剩余时间t_rest+T表示障碍物出现需要的时间，其中T表示黄灯时长；

S32：实时计算车辆与停止线的距离d，当车辆进入距离阈值d_thr范围内时，将此时的实际车速作为初始速度v_in，并计算出车辆以该车速行驶至停止线所需的时间t_need；

S33：当障碍物存在时，如果t_need＞t_rest，表示车辆以当前车速行驶至停止线时，障碍物已经消失，维持当前车速安全通过信号灯路口，规划车速v_suggest＝v_in；如果t_need≤t_rest，表示车辆以当前车速行驶至停止线时，障碍物依然存在，车辆进行减速动作；

S34：当障碍物不存在时，如果t_need＜(t_rest+T)，表示车辆以当前车速行驶至停止线时，障碍物未出现，维持当前车速安全通过信号灯路口，规划车速v_suggest＝v_in；如果t_need≥(t_rest+T)，表示车辆以当前车速行驶至停止线时，障碍物已经出现，车辆需进行加减速动作；

S35：如果车辆不能以当前速度匀速通过信号灯路口，则进行以下处理：

(1)车辆以恒定的加速度速度a运动t₁时间后，达到速度v₁＝v_in+a×t₁，车辆以速度v₁匀速行驶剩下的距离，通过信号灯路口；在此过程中，车辆加减速行驶的距离匀速行驶距离d₂＝d_thr-d₁，匀速行驶时间规划车速v_suggest为：

其中，a_max为车辆最大加速度，v_limit为行驶区域内限定的最大车速；

(2)当不能满足车辆减速和加速通过信号灯路口的条件下，车辆需减速至停止线停车等待障碍物消失，规划车速为：

其中，t₁为减速时间。