CN111325975A - 一种智能网联车辆在汇入口区域的集中优化协调方法 - Google Patents

一种智能网联车辆在汇入口区域的集中优化协调方法 Download PDF

Info

Publication number
CN111325975A
CN111325975A CN202010102003.1A CN202010102003A CN111325975A CN 111325975 A CN111325975 A CN 111325975A CN 202010102003 A CN202010102003 A CN 202010102003A CN 111325975 A CN111325975 A CN 111325975A
Authority
CN
China
Prior art keywords
vehicle
area
vehicles
optimal
centralized controller
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
CN202010102003.1A
Other languages
English (en)
Other versions
CN111325975B (zh
Inventor
赵万忠
刘津强
刘畅
胡犇
邹松春
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 of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010102003.1A priority Critical patent/CN111325975B/zh
Publication of CN111325975A publication Critical patent/CN111325975A/zh
Application granted granted Critical
Publication of CN111325975B publication Critical patent/CN111325975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种智能网联车辆在汇入口区域的集中优化协调方法，包括：1）汇入口区域设置的集中控制器接收通信范围内的车辆的状态信息，并对车辆设置唯一编号；2）根据上述车辆的状态信息，进行全局优化求解，得到在汇入口区域中的各车辆在每一时刻的最优加速度，并将所述最优加速度信息分别传输给各车辆；3）各车辆按照接收到的最优加速度信息进行相应的加/减速控制，并实时传输自身的状态信息给集中控制器；返回步骤2），直至车辆驶出汇入口区域，并断开与集中控制器的通信。本发明的方法以车辆的高效、节能和舒适为目标，优化求解主干道和匝道所有车辆的轨迹，从而实现协调各车辆通过汇入口区域。

Description

一种智能网联车辆在汇入口区域的集中优化协调方法
技术领域
本发明属于智能网联交通***技术领域，具体涉及一种智能网联车辆在汇入口区域的集中优化协调方法。
背景技术
随着车辆电子技术和计算机技术的快速发展，车辆智能化和网联化已经成为道路交通发展的主要方向之一。而随着全球汽车保有量的持续增长，城市道路拥堵、事故频发和能源短缺等问题阻碍了道路交通的进一步发展。因此，有必要通过实现车辆的智能化和网联化，构建智能交通***，以提高车辆通行效率和燃油经济性。而针对城市道路重要组成部分的匝道汇入口区域，有必要提出一些基于智能化和网联化的汇入协调方法以改善拥堵情况，提升车辆通行效率。
通常，未实现智能网联的匝道车辆在汇入过程中，由驾驶员通过目测来判断与主干道车辆之间的相对位置关系，来进行相应的加/减速避让操作。但是，由于驾驶员通过目测来进行判断和决策的方式的准确性严重依赖于驾驶员的驾驶技巧和驾驶熟练度，在汇入过程中很容易发生急减速、急加速或与主干道车辆发生碰撞等情况。而现有的智能网联车辆在汇入口处的协调汇入方法中，一部分采用马尔科夫决策框架进行匝道车辆状态的决策估计，这种办法仅针对自车为智能车辆时的自车最优，无法实现整个汇入口区域所有车辆的全局最优，并且其决策效果严重依赖于参数训练的好坏；一部分通过车间通信，避免车辆间的碰撞，但是所有车辆通过汇入口区域的高效性和节能性并未被考虑。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种智能网联车辆在汇入口区域的集中优化协调方法，本发明的方法以车辆的高效、节能和舒适为目标，优化求解主干道和匝道所有车辆的轨迹，从而实现协调各车辆通过汇入口区域。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种智能网联车辆在汇入口区域的集中优化协调方法，包括步骤如下：
1)汇入口区域设置的集中控制器接收通信范围内的车辆的状态信息，并对车辆设置唯一编号i；
2)根据上述车辆的状态信息，进行全局优化求解，得到在汇入口区域中的各车辆在每一时刻的最优加速度，并将所述最优加速度信息分别传输给各车辆；
3)各车辆根据接收到的最优加速度信息进行相应的加/减速控制，并实时传输自身的状态信息给集中控制器，返回步骤2)；直至车辆驶出汇入口区域，并断开与集中控制器的通信。
进一步地，所述汇入口区域被分为两个部分：从集中控制器所处位置到集中控制器的最远通信范围处之间的区域为控制区，从集中控制器所处位置到汇入口区域结束处的区域为汇入区。
进一步地，所述步骤1)中的车辆的状态信息包含：车辆的位置、速度，其表示为：
Figure BDA0002387174080000021
式中，di为车辆i距离集中控制器的距离，vi为车辆i的速度；
车辆行驶的状态方程为：
Figure BDA0002387174080000022
Figure BDA0002387174080000023
式中，ai为车辆i的加速度，同时也是控制输入；
汇入区内车辆前后保持一段安全距离δ(vi(t))，且车辆在汇入区中保持匀速行驶，则有：
Figure BDA0002387174080000024
式中，
Figure BDA0002387174080000025
为车辆i驶出控制区并驶入汇入区的时间，车辆i与车辆i-1为汇入区内车辆，且车辆i紧随车辆i-1之后。
进一步地，所述步骤2)中的全局优化求解方法具体为：
建立全局最优问题为：
Figure BDA0002387174080000026
约束条件为：
Figure BDA0002387174080000027
Figure BDA0002387174080000028
Figure BDA0002387174080000029
Figure BDA00023871740800000210
式中，N(t)为t时刻与集中控制器进行通信的车辆的集合，ω1和ω2为权重因子，
Figure BDA00023871740800000211
为车辆i驶入汇入口区域的时间，
Figure BDA00023871740800000212
为车辆i驶出汇入口区域的时间，l为汇入口区域的长度，s为汇入区的长度；
全局最优问题简化为各车辆在上述约束下的最优问题，令
Figure BDA0002387174080000031
则有：
Figure BDA0002387174080000032
式中，
Figure BDA0002387174080000033
哈密尔顿函数为：
Figure BDA0002387174080000034
式中，
Figure BDA0002387174080000035
和
Figure BDA0002387174080000036
为协态量；
正则方程为：
Figure BDA0002387174080000037
Figure BDA0002387174080000038
令
Figure BDA0002387174080000039
则得到：
Figure BDA00023871740800000310
式中，c1和c2均为常数；
极值条件为：
Figure BDA00023871740800000311
则最优控制输入为：
Figure BDA00023871740800000312
将最优控制输入代入边界条件：
Figure BDA00023871740800000313
和哈密尔顿函数在最优轨线末端应满足的条件：
Figure BDA00023871740800000314
后，求解得到常数c1和c2的具体数值，从而得到最优控制输入
Figure BDA00023871740800000315
也是车辆i的最优加速度；将
Figure BDA00023871740800000316
代入状态方程中，得到车辆i的最优状态
Figure BDA00023871740800000317
按照上述步骤，即可得到汇入口区域内的各车辆在每一时刻的最优加速度。
本发明的有益效果：
本发明的方法通过采用变分法，求解汇入口区域所有车辆的全局最优问题，充分考虑通行效率、燃油经济性最优的情况下，得到每一辆车在每一时刻的最优加速度，显著提升了道路通行效率，降低了汇入口区域的事故发生概率，提高了整体的燃油经济性。本发明的方法与现有技术方案相比，计算复杂度较小，且可行性较高，能够应用于汇入口区域车辆间的协同驾驶，成为构建智能交通环境的一部分。
附图说明
图1为本发明实施例的场景示意图。
图2为本发明实施例的方法原理图。
图3为本发明实施例的优化求解流程图。
图4为本发明实施例仿真示意图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
图1为本发明实施例的场景示意图。图中主要包括主干道车道、匝道车道、集中控制器、主干道车辆和匝道车辆。并且，由图所示，汇入口区域被分为两个部分：从集中控制器所处位置到集中控制器的最远通信范围处之间的区域为控制区，从集中控制器所处位置到汇入口区域结束处的区域为汇入区。
图2为本发明实施例的方法示意图。根据图2，本发明所提出的方法具体实施步骤如下：
步骤一：汇入口区域设置有集中控制器，集中控制器内含无线通信模块和计算求解器模块，能够实现同时与多个车辆的通信和全局优化求解。当主干道车辆或匝道车辆进入汇入口处设置的集中控制器的通信范围时，集中控制器接收车辆的状态信息，并对车辆设置唯一的编号i，车辆的状态信息包含有车辆的位置、速度，其表示为：
Figure BDA0002387174080000041
式中，di为车辆i距离集中控制器的距离，vi为车辆i的速度；
车辆行驶的状态方程为：
Figure BDA0002387174080000042
Figure BDA0002387174080000043
式中，ai为车辆i的加速度，同时也是控制输入；
汇入区内车辆前后保持一段安全距离δ(vi(t))，且车辆在汇入区中保持匀速行驶，则有：
Figure BDA0002387174080000051
式中，
Figure BDA0002387174080000052
为车辆i驶出控制区并驶入汇入区的时间，车辆i与车辆i-1为汇入区内车辆，且车辆i紧随车辆i-1之后。
步骤二：集中控制器接收通信范围内所有车辆的状态信息，并进行全局优化求解；根据图3所示，在计算求解器模块内进行全局优化求解；具体如下：
建立全局最优问题为：
Figure BDA0002387174080000053
约束条件为：
Figure BDA0002387174080000054
Figure BDA0002387174080000055
Figure BDA0002387174080000056
Figure BDA0002387174080000057
式中，N(t)为t时刻与集中控制器进行通信的车辆的集合，ω1和ω2为权重因子，
Figure BDA0002387174080000058
为车辆i驶入汇入口区域的时间，
Figure BDA0002387174080000059
为车辆i驶出汇入口区域的时间，l为汇入口区域的长度，s为汇入区的长度。
全局最优问题可以简化为每一辆车在上述约束下的最优问题，令
Figure BDA00023871740800000510
则有：
Figure BDA00023871740800000511
式中，
Figure BDA00023871740800000512
哈密尔顿函数为：
Figure BDA00023871740800000513
式中，
Figure BDA00023871740800000514
和
Figure BDA00023871740800000515
为协态量；
正则方程为：
Figure BDA00023871740800000516
Figure BDA0002387174080000061
令
Figure BDA0002387174080000062
则可以得到：
Figure BDA0002387174080000063
式中，c1和c2均为常数；
极值条件为：
Figure BDA0002387174080000064
则最优控制输入为：
Figure BDA0002387174080000065
将最优控制输入代入边界条件：
Figure BDA0002387174080000066
和哈密尔顿函数在最优轨线末端应满足的条件：
Figure BDA0002387174080000067
后，求解得到常数c1和c2的具体数值，从而得到最优控制输入
Figure BDA0002387174080000068
也是车辆i的最优加速度；将
Figure BDA0002387174080000069
代入状态方程中，得到车辆i的最优状态
Figure BDA00023871740800000610
按照上述步骤，即可得到汇入口区域内的各车辆在每一时刻的最优加速度。
最后，集中控制器将在汇入口区域内的各车辆在每一时刻的最优加速度信息分别传输给各车辆。
步骤三：所有车辆均根据接收到的最优加速度信息进行相应的加/减速控制，使得车辆实际加速度等于最优加速度。同时，车辆继续保持与集中控制器的通信，不断传输自身的状态信息给集中控制器，再返回步骤二，如此循环往复直至车辆驶出汇入口区域，并断开与集中控制器的通信。
本发明实现了协调汇入口区域的所有车辆安全、高效、经济地协同驾驶。图4为本发明实施例的仿真示意图。仿真结果表明，所提出的方法使得汇入口区域的所有车辆均能够安全的通过汇入口，不会产生横向或纵向的碰撞。并且所有车辆总体的燃油经济性和通行效率均比无控制时有显著提升，验证了该方法的有效性。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进，这些改进也应视为本发明的保护范围。

Claims (4)

1.一种智能网联车辆在汇入口区域的集中优化协调方法，其特征在于，包括步骤如下：
1)汇入口区域设置的集中控制器接收通信范围内的车辆的状态信息，并对车辆设置唯一编号i；
2)根据上述车辆的状态信息，进行全局优化求解，得到在汇入口区域中的各车辆在每一时刻的最优加速度，并将所述最优加速度信息分别传输给各车辆；
3)各车辆根据接收到的最优加速度信息进行相应的加/减速控制，并实时传输自身的状态信息给集中控制器，返回步骤2)；直至车辆驶出汇入口区域，并断开与集中控制器的通信。
2.根据权利要求1所述的智能网联车辆在汇入口区域的集中优化协调方法，其特征在于，所述汇入口区域被分为两个部分：从集中控制器所处位置到集中控制器的最远通信范围处之间的区域为控制区，从集中控制器所处位置到汇入口区域结束处的区域为汇入区。
3.根据权利要求1所述的智能网联车辆在汇入口区域的集中优化协调方法，其特征在于，所述步骤1)中的车辆的状态信息包含：车辆的位置、速度，其表示为：
Figure FDA0002387174070000011
式中，di为车辆i距离集中控制器的距离，vi为车辆i的速度；
车辆行驶的状态方程为：
Figure FDA0002387174070000012
Figure FDA0002387174070000013
式中，ai为车辆i的加速度，同时也是控制输入；
汇入区内车辆前后保持一段安全距离δ(vi(t))，且车辆在汇入区中保持匀速行驶，则有：
Figure FDA0002387174070000014
式中，
Figure FDA0002387174070000015
为车辆i驶出控制区并驶入汇入区的时间，车辆i与车辆i-1为汇入区内车辆，且车辆i紧随车辆i-1之后。
4.根据权利要求3所述的智能网联车辆在汇入口区域的集中优化协调方法，其特征在于，所述步骤2)中的全局优化求解方法具体为：
建立全局最优问题为：
Figure FDA0002387174070000016
约束条件为：
Figure FDA0002387174070000021
Figure FDA0002387174070000022
Figure FDA0002387174070000023
Figure FDA0002387174070000024
式中，N(t)为t时刻与集中控制器进行通信的车辆的集合，ω1和ω2为权重因子，
Figure FDA0002387174070000025
为车辆i驶入汇入口区域的时间，
Figure FDA0002387174070000026
为车辆i驶出汇入口区域的时间，l为汇入口区域的长度，s为汇入区的长度；
全局最优问题简化为各车辆在上述约束下的最优问题，令
Figure FDA0002387174070000027
则有：
Figure FDA0002387174070000028
式中，
Figure FDA0002387174070000029
哈密尔顿函数为：
Figure FDA00023871740700000210
式中，
Figure FDA00023871740700000211
和
Figure FDA00023871740700000212
为协态量；
正则方程为：
Figure FDA00023871740700000213
Figure FDA00023871740700000214
令
Figure FDA00023871740700000215
则得到：
Figure FDA00023871740700000216
式中，c1和c2均为常数；
极值条件为：
Figure FDA00023871740700000217
则最优控制输入为：
Figure FDA0002387174070000031
将最优控制输入代入边界条件：
Figure FDA0002387174070000032
和哈密尔顿函数在最优轨线末端应满足的条件：
Figure FDA0002387174070000033
后，求解得到常数c1和c2的具体数值，从而得到最优控制输入
Figure FDA0002387174070000034
Figure FDA0002387174070000035
也是车辆i的最优加速度；将
Figure FDA0002387174070000036
代入状态方程中，得到车辆i的最优状态
Figure FDA0002387174070000037
按照上述步骤，即可得到汇入口区域内的各车辆在每一时刻的最优加速度。
CN202010102003.1A 2020-02-19 2020-02-19 一种智能网联车辆在汇入口区域的集中优化协调方法 Active CN111325975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010102003.1A CN111325975B (zh) 2020-02-19 2020-02-19 一种智能网联车辆在汇入口区域的集中优化协调方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010102003.1A CN111325975B (zh) 2020-02-19 2020-02-19 一种智能网联车辆在汇入口区域的集中优化协调方法

Publications (2)

Publication Number Publication Date
CN111325975A true CN111325975A (zh) 2020-06-23
CN111325975B CN111325975B (zh) 2021-06-22

Family

ID=71171129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010102003.1A Active CN111325975B (zh) 2020-02-19 2020-02-19 一种智能网联车辆在汇入口区域的集中优化协调方法

Country Status (1)

Country Link
CN (1) CN111325975B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899509A (zh) * 2020-07-20 2020-11-06 北方工业大学 一种基于车路信息耦合的智能网联汽车状态向量计算方法
CN112650224A (zh) * 2020-12-11 2021-04-13 国汽(北京)智能网联汽车研究院有限公司 自动驾驶仿真的方法、装置、设备及存储介质
CN113223324A (zh) * 2021-03-25 2021-08-06 东南大学 高速匝道入口合流的控制方法
CN113345240A (zh) * 2021-08-03 2021-09-03 华砺智行(武汉)科技有限公司 一种基于智能网联环境的高速公路车辆汇入方法及***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2114622A1 (de) * 1971-03-26 1972-10-19 Messerschmitt Boelkow Blohm Verfahren und Anordnung zum Zusammenfüh ren zweier Verkehrsströme
KR20090122847A (ko) * 2008-05-26 2009-12-01 주식회사 포스코 자동운행차량시스템의 합류제어방법과 합류제어시스템
CN101789183A (zh) * 2010-02-10 2010-07-28 北方工业大学 一种入口匝道的自适应控制***及方法
CN102540978A (zh) * 2010-12-09 2012-07-04 中国科学院沈阳计算技术研究所有限公司 面向高速加工的表面质量优先的样条曲线实时插补方法
CN103448716A (zh) * 2013-09-12 2013-12-18 清华大学 分布式电驱动车辆纵-横-垂向力协同控制方法
CN103700251A (zh) * 2013-11-27 2014-04-02 东南大学 一种快速道路上可变限速与匝道控制协调优化控制方法
CN106781551A (zh) * 2017-03-08 2017-05-31 东南大学 车联网环境下的高速公路出入口匝道联合控制***及方法
CN109501799A (zh) * 2018-10-29 2019-03-22 江苏大学 一种车联网条件下的动态路径规划方法
CN109598950A (zh) * 2018-12-04 2019-04-09 东南大学 一种智能网联车辆的匝道协同汇入控制方法及***

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2114622A1 (de) * 1971-03-26 1972-10-19 Messerschmitt Boelkow Blohm Verfahren und Anordnung zum Zusammenfüh ren zweier Verkehrsströme
KR20090122847A (ko) * 2008-05-26 2009-12-01 주식회사 포스코 자동운행차량시스템의 합류제어방법과 합류제어시스템
CN101789183A (zh) * 2010-02-10 2010-07-28 北方工业大学 一种入口匝道的自适应控制***及方法
CN102540978A (zh) * 2010-12-09 2012-07-04 中国科学院沈阳计算技术研究所有限公司 面向高速加工的表面质量优先的样条曲线实时插补方法
CN103448716A (zh) * 2013-09-12 2013-12-18 清华大学 分布式电驱动车辆纵-横-垂向力协同控制方法
CN103700251A (zh) * 2013-11-27 2014-04-02 东南大学 一种快速道路上可变限速与匝道控制协调优化控制方法
CN106781551A (zh) * 2017-03-08 2017-05-31 东南大学 车联网环境下的高速公路出入口匝道联合控制***及方法
CN109501799A (zh) * 2018-10-29 2019-03-22 江苏大学 一种车联网条件下的动态路径规划方法
CN109598950A (zh) * 2018-12-04 2019-04-09 东南大学 一种智能网联车辆的匝道协同汇入控制方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BOUMEDIENE KAMEL等: "Flatness Based Control of Traffic Flow for Coordination of Ramp Metering and Variable Speed Limits", 《2008 11TH INTERNATIONAL IEEE CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
梁振羽: "快速路入口匝道与可变限速协同控制策略研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899509A (zh) * 2020-07-20 2020-11-06 北方工业大学 一种基于车路信息耦合的智能网联汽车状态向量计算方法
CN112650224A (zh) * 2020-12-11 2021-04-13 国汽(北京)智能网联汽车研究院有限公司 自动驾驶仿真的方法、装置、设备及存储介质
CN113223324A (zh) * 2021-03-25 2021-08-06 东南大学 高速匝道入口合流的控制方法
CN113345240A (zh) * 2021-08-03 2021-09-03 华砺智行(武汉)科技有限公司 一种基于智能网联环境的高速公路车辆汇入方法及***

Also Published As

Publication number Publication date
CN111325975B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN111325975B (zh) 一种智能网联车辆在汇入口区域的集中优化协调方法
CN109501799B (zh) 一种车联网条件下的动态路径规划方法
CN109035862B (zh) 一种基于车车通信的多车协同换道控制方法
CN111273668B (zh) 针对结构化道路的无人驾驶汽车运动轨迹规划***及方法
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
CN107798861A (zh) 一种车辆协作式编队行驶方法及***
CN114241778B (zh) 高速公路网联车协同匝道汇入多目标优化控制方法和***
CN109410561B (zh) 一种高速路车辆匀异质编队行驶控制方法
CN103295424B (zh) 基于视频识别和车载自组网的汽车主动安全***
CN112040392B (zh) 一种基于车车通信的多车协同换道控制***及方法
CN108011947A (zh) 一种车辆协作式编队行驶***
CN109367537B (zh) 一种基于车联网的电动汽车自适应巡航控制***及方法
CN106997690A (zh) 一种车联网环境下高速公路车辆非强制换道控制方法
CN108986471A (zh) 混合交通条件下交叉口车辆引导方法
CN106991846A (zh) 一种车联网环境下的高速公路车辆强制换道控制方法
CN111768612A (zh) 基于c-v2x的车辆编队行驶策略控制方法
CN108986488A (zh) 一种车车通信环境下匝道汇入协同轨迹确定方法及设备
CN107146408B (zh) 一种基于车联网的道路环保驾驶***的控制方法
CN110047271B (zh) 一种车队管理***及基于其的车队管理方法
CN112233413A (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN114299755B (zh) 一种智能网联队列换道方法
CN113920762A (zh) 一种基于智能网联环境下应急车辆优先通行的控制方法
CN111899509B (zh) 一种基于车路信息耦合的智能网联汽车状态向量计算方法
CN112925309A (zh) 智能网联汽车数据交互方法及交互***
CN112820126A (zh) 一种非侵入式导向运输车辆路权优先运行控制及仿真方法

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