CN111710176A - 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法 - Google Patents

一种车路协同环境下交叉口信号-车辆轨迹协同控制方法 Download PDF

Info

Publication number
CN111710176A
CN111710176A CN202010513586.7A CN202010513586A CN111710176A CN 111710176 A CN111710176 A CN 111710176A CN 202010513586 A CN202010513586 A CN 202010513586A CN 111710176 A CN111710176 A CN 111710176A
Authority
CN
China
Prior art keywords
vehicle
intersection
time
green light
stop line
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
CN202010513586.7A
Other languages
English (en)
Other versions
CN111710176B (zh
Inventor
杨晓光
龙可可
马成元
赖金涛
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202010513586.7A priority Critical patent/CN111710176B/zh
Publication of CN111710176A publication Critical patent/CN111710176A/zh
Application granted granted Critical
Publication of CN111710176B publication Critical patent/CN111710176B/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
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G08G1/096816—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard where the complete route is transmitted to the vehicle at once
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种车路协同环境下交叉口信号‑车辆轨迹协同控制方法，包括：构建交叉口信号优化模型；构建车辆轨迹优化模型；分别求解交叉口信号优化模型和车辆轨迹优化模型，得到信号配时方案和车辆行驶轨迹，其中，车辆行驶轨迹包括车辆在进口道以及交叉口内部的位置及速度；交叉口信号机对应执行信号配时方案；车辆按照车辆行驶轨迹移动。与现有技术相比，本发明能够根据不同交叉口尺寸特性，动态设计合理的绿灯间隔，避免绿灯间隔时间果断导致的车辆冲突，以及绿灯间隔时间过长导致的有效绿灯时间的浪费；同时优化了车辆在进口道以及交叉口内部的行驶轨迹，从而保障信号切换期间安全性，以此有效提高了交叉口通行效率和安全性。

Description

一种车路协同环境下交叉口信号-车辆轨迹协同控制方法
技术领域
本发明涉及智能交通控制技术领域，尤其是涉及一种车路协同环境下交叉口信号-车辆轨迹协同控制方法。
背景技术
在网联环境下，V2I(vehicle-to-infrastructure，车辆对基础设施)通信***可以为交叉口控制提供更多详细数据：包括车辆位置、速度等，这些数据均可用于交叉口信号配时的优化。在交叉口信号控制过程中，绿灯间隔是一个重要的参数。绿灯间隔是指在信号控制交叉口中，相互冲突的两股交通流从失去通行权的上一股交通流绿灯结束时刻，到得到通行权的下一股交通流绿灯开始之间的时间间隔。
设置绿灯间隔的目的是为了避免上一相位黄灯末期进入交叉口的车辆与下一相位绿灯启亮时进入交叉口的车辆相撞。绿灯间隔对交叉口的安全性具有决定性影响。统计表明，我国城市道路平面交叉口范围内90％的事故发生在绿灯间隔期间。同时，绿灯间隔对交叉口的效率也有影响，过长的绿灯间隔会导致无效绿灯时长的浪费，降低交叉口效率。现有国内外研究人员针对车路协同环境下的交叉口控制提出了很多解决方案，但大多采用简化绿灯间隔设置的方式，比如将绿灯间隔设为3s或4s，这种方式尽管能够在一定程度上提高交叉口通行效率，但容易引发车辆冲突，尤其是在交叉口信号切换期间，更加容易发生车辆安全事故。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，以提高交叉口通行效率，同时保证交叉口车辆通行的安全性。
本发明的目的可以通过以下技术方案来实现：一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，包括以下步骤：
S1、构建交叉口信号优化模型，该交叉口信号优化模型的目标函数为车辆平均延误最小化，约束条件包括：绿灯时长约束、绿灯间隔约束、车辆到达停车线状态约束以及车辆通过交叉口约束；
S2、构建车辆轨迹优化模型，该车辆轨迹优化模型的目标函数为车辆油耗最小化，约束条件包括：车辆动力学约束、车辆速度约束、车辆加速度约束、车辆距离约束以及车辆通过停车线状态约束；
S3、分别求解交叉口信号优化模型和车辆轨迹优化模型，得到信号配时方案和车辆行驶轨迹，所述车辆行驶轨迹包括车辆在进口道以及交叉口内部的位置及速度；
S4、将信号配时方案发送给交叉口信号机，由交叉口信号机对应执行信号配时方案；
将车辆行驶轨迹发送给车辆，车辆按照车辆行驶轨迹移动。
进一步地，所述步骤S1具体包括以下步骤：
S11、获取进口道车辆当前状态数据，计算车辆最早到达停车线的时间以及车辆通过停车线的预测速度；
S12、根据不同交叉口的尺寸特性，计算对应的绿灯间隔；
S13、结合步骤S11和步骤S12中计算得到的数据，分别设置以车辆平均延误最小化为优化目标的目标函数、绿灯时长约束、绿灯间隔约束、车辆到达停车线状态约束以及车辆通过交叉口约束，完成交叉口信号优化模型的构建。
进一步地，所述步骤S11中进口道车辆当前状态数据包括车辆当前速度和车辆当前在通信区内行驶的距离。
进一步地，所述步骤S11中车辆最早到达停车线的时间具体为：
Figure BDA0002529319140000021
其中，
Figure BDA0002529319140000031
为不考虑信号灯及前车情况下车辆w最早到达停车线的时间，t0为当前时刻，
Figure BDA0002529319140000032
为当前时刻车辆w的速度，
Figure BDA0002529319140000033
为当前时刻车辆w在通信区内行驶的距离，Vmax为车辆在进口道的最大限制速度，
Figure BDA0002529319140000034
为进口道k的车辆在交叉口内的限速，amax与amin分别是加速度的上限与下限，lc为进口道通信区域长度，V1为车辆在中途能加速到的最大速度；
车辆通过停车线的预测速度具体为：
Figure BDA0002529319140000035
其中，
Figure BDA0002529319140000036
为车辆w通过停车线的速度。
进一步地，所述步骤S12具体包括以下步骤：
S121、根据交叉口进口道数量，确定相互冲突的进口道；
S122、计算相互冲突的进口道之间冲突点的位置，之后结合交叉口的尺寸数据，以计算得到进口道从停车线到冲突点之间的距离；
S123、基于进口道从停车线到冲突点之间的距离，计算得到车辆在进口道从停车线到达冲突点需要的时间，以计算得到绿灯间隔。
进一步地，所述步骤S123中绿灯间隔的计算公式具体为：
Figure BDA0002529319140000037
Figure BDA0002529319140000038
Figure BDA0002529319140000039
其中，
Figure BDA00025293191400000310
为进口道k2的绿灯紧接在进口道k1的绿灯后面时需要的绿灯间隔，tx为车辆轨迹交叉时需要的安全错车时间，
Figure BDA00025293191400000311
为进口道k1的车辆从停车线行驶至冲突点需要的时间，
Figure BDA00025293191400000312
为进口道k1的车辆在交叉口内的限速，
Figure BDA00025293191400000313
为进口道k1从停车线到冲突点之间的距离，
Figure BDA00025293191400000314
为进口道k2的车辆从停车线行驶至冲突点需要的时间，
Figure BDA00025293191400000315
为进口道k2的车辆在交叉口内的限速，
Figure BDA00025293191400000316
为进口道k2从停车线到冲突点之间的距离。
进一步地，所述步骤S13中目标函数具体为：
Figure BDA00025293191400000317
Figure BDA00025293191400000318
其中，w为车辆编号，Ω为当前所有在通讯范围内车辆的集合，Dw为车辆w的通行延误，
Figure BDA0002529319140000041
为车辆w实际到达停车线的时间；
所述绿灯时长约束具体为：
Figure BDA0002529319140000042
其中，
Figure BDA0002529319140000043
为进口道k的第i次绿灯时长，Gmin与Gmax分别为最小绿灯时长与最大绿灯时长，K为交叉口进口道集合；
所述绿灯间隔约束具体为：
Figure BDA0002529319140000044
Figure BDA0002529319140000045
其中，
Figure BDA0002529319140000046
为进口道k第i个绿灯开始时的时间，M为大常数，
Figure BDA0002529319140000047
为不同进口道车辆的冲突变量，当进口道k1的车辆与进口道k2的车辆存在冲突时，
Figure BDA0002529319140000048
否则
Figure BDA0002529319140000049
为进口道k1与进口道k2之间的绿灯关系变量，当进口道k1的绿灯紧接在进口道k2的绿灯之后时，
Figure BDA00025293191400000410
否则
Figure BDA00025293191400000411
所述车辆到达停车线状态约束具体为：
车辆实际到达停车线的时间
Figure BDA00025293191400000412
必须不早于其最早到达时间
Figure BDA00025293191400000413
Figure BDA00025293191400000414
当前车辆实际到达停车线的时间必须比前一车辆晚，且间隔一个饱和车头时距：
Figure BDA00025293191400000415
其中，
Figure BDA00025293191400000416
为前一车辆w′实际到达停车线的时间，hc为饱和车头时距；
所述车辆通过交叉口约束具体为：
车辆必须在绿灯期间通过交叉口：
Figure BDA00025293191400000417
Figure BDA00025293191400000418
其中，
Figure BDA00025293191400000419
是0-1变量，
Figure BDA00025293191400000420
表示车辆w在第i个绿灯期间通过了交叉口，否则
Figure BDA00025293191400000421
Sp为交叉口通行车辆集合。
进一步地，所述步骤S2中车辆轨迹优化模型的目标函数具体为：
Figure BDA00025293191400000422
其中，Ωp为所有需要进行优化的车辆，
Figure BDA00025293191400000423
为车辆w在t时刻的加速度，
Figure BDA00025293191400000424
为车辆w经历的这次轨迹优化时的时间，
Figure BDA00025293191400000425
为车辆w离开交叉口的时间。
进一步地，所述步骤S2中车辆动力学约束具体为：
Figure BDA0002529319140000051
Figure BDA0002529319140000052
其中，
Figure BDA0002529319140000053
为车辆w在t时刻的位置，
Figure BDA0002529319140000054
为车辆w在t时刻的速度，
Figure BDA0002529319140000055
为车辆w在t时刻的加速度；
所述车辆速度约束具体为：
Figure BDA0002529319140000056
Figure BDA0002529319140000057
所述车辆加速度约束具体为：
Figure BDA0002529319140000058
所述车辆距离约束具体为：
Figure BDA0002529319140000059
其中，d与τ分别为Newell模型中的跟车距离与时间距离参数，
Figure BDA00025293191400000510
为前一车辆w′在(t-τ)时刻的位置；
所述车辆通过停车线状态约束具体为：
车辆在
Figure BDA00025293191400000511
时刻应当通过停车线：
Figure BDA00025293191400000512
其中，
Figure BDA00025293191400000513
为车辆w在
Figure BDA00025293191400000514
时刻的位置；
车辆在
Figure BDA00025293191400000515
时刻的速度应当与车辆通过停车线的预测速度一致：
Figure BDA00025293191400000516
其中，
Figure BDA00025293191400000517
为为车辆w在
Figure BDA00025293191400000518
时刻的速度。
进一步地，所述步骤S3具体是通过Gurobi求解器分别求解信号优化模型和车辆轨迹优化模型。
与现有技术相比，本发明在车路协同环境下，分别构建交叉口信号优化模型和车辆轨迹优化模型，能够使交叉口信号机与通行车辆相互协同配合，在构建交叉口信号优化模型时，通过获取进口道车辆当前状态数据，结合交叉口不同的尺寸特性，能够动态计算绿灯间隔，从而避免绿灯间隔时间过短导致的车辆冲突，以及绿灯间隔时间过长导致的有效绿灯时间的浪费，以在保障交叉口安全的前提下提高交叉口的通行效率，有效平衡交叉口的通行效率与安全；
在构建车辆轨迹优化模型时，本发明以车辆行驶油耗最小化为目标，考虑油耗与加速度之间关系，设置相应目标函数，同时结合车辆动力学约束、车辆速度约束、车辆加速度约束、车辆距离约束以及车辆通过停车线状态约束，使得车辆轨迹优化模型的输出结果能够包括车辆在进口道以及交叉口内部的速度和位置信息，规划了车辆在交叉口内部的行驶轨迹，在交叉口信号切换期间，能够进一步保障车辆在交叉口内部的通行安全。
附图说明
图1为本发明的方法流程示意图；
图2为实施例中交叉口冲突点的示意图；
图3为实施例中绿灯间隔计算对应场景示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种车辆协同环境下交叉口信号-车辆轨迹协同控制方法，包括以下步骤：
S1、构建交叉口信号优化模型，该交叉口信号优化模型的目标函数为车辆平均延误最小化，约束条件包括：绿灯时长约束、绿灯间隔约束、车辆到达停车线状态约束以及车辆通过交叉口约束；
S2、构建车辆轨迹优化模型，该车辆轨迹优化模型的目标函数为车辆油耗最小化，约束条件包括：车辆动力学约束、车辆速度约束、车辆加速度约束、车辆距离约束以及车辆通过停车线状态约束；
S3、分别求解交叉口信号优化模型和车辆轨迹优化模型，得到信号配时方案和车辆行驶轨迹，所述车辆行驶轨迹包括车辆在进口道以及交叉口内部的位置及速度；
S4、将信号配时方案发送给交叉口信号机，由交叉口信号机对应执行信号配时方案；
将车辆行驶轨迹发送给车辆，车辆按照车辆行驶轨迹移动。
将上述方法应用于实际，其具体过程为：
步骤1、建立交叉口信号优化模型
(1.1)设置优化模型的目标函数：车辆平均延误最短
Figure BDA0002529319140000071
式中，w为车辆编号；Ω为当前所有在通讯范围内车辆的集合；Dw为每辆车的延误，
Figure BDA0002529319140000072
Figure BDA0002529319140000073
为每辆车实际到达停车线的时间，
Figure BDA0002529319140000074
为每辆车不考虑信号灯与前车情况下最早到达停车线的时间。
(1.2)添加优化模型的约束1：绿灯时长有上限与下限，
Figure BDA0002529319140000075
式中，
Figure BDA0002529319140000076
为进口道k的第i次绿灯时长；Gmin与Gmax分别为最小绿灯时长与最大绿灯时长。
(1.3)添加优化模型的约束2：冲突的车辆之间存在绿灯间隔
Figure BDA0002529319140000077
Figure BDA0002529319140000078
式中，
Figure BDA0002529319140000079
为进口道k第i个绿灯开始时的时间；
Figure BDA00025293191400000710
为进口道k1的绿灯紧接在进口道k2的绿灯之后情况下的绿灯间隔；M为大常数；
Figure BDA00025293191400000711
代表不同进口道车辆的冲突情况，当进口道k1的车辆与进口道k2的车辆有冲突时，
Figure BDA00025293191400000712
否则
Figure BDA00025293191400000713
表示进口道之间的绿灯关系，当进口道k1的绿灯紧接在进口道k2的绿灯之后时，
Figure BDA00025293191400000714
否则
Figure BDA00025293191400000715
步骤2、预测车辆通过停车线时的时间与速度
(2.1)计算车辆最早到达停车线的时间
Figure BDA00025293191400000716
分为两种情况：
情况一：车辆在到达停车线之前可以加速到进口道最大限制速度Vmax，此时的
Figure BDA00025293191400000717
计算方法为：
Figure BDA00025293191400000718
式中，t0为当前时刻；
Figure BDA00025293191400000719
为当前时刻车辆的速度；
Figure BDA00025293191400000720
为t0时刻车辆在通信区内行驶的距离；Vmax为车辆在进口道的最大限速；
Figure BDA00025293191400000721
为进口道k的车辆在交叉口内的限速(与转向有关)；amax与amin分别是加速度的上限与下限；Lc为进口道通信区域长度。
情况二：车辆在到达停车线之前不能加速到进口道最大限制速度Vmax，此时的
Figure BDA00025293191400000722
计算方法为：
Figure BDA0002529319140000081
其中V1为车辆在中途能加速到的最大速度，计算方法为：
Figure BDA0002529319140000082
(2.2)每辆车的到达时间
Figure BDA0002529319140000083
必须不早于其最早到达时间
Figure BDA0002529319140000084
因此增加限制条件：
Figure BDA0002529319140000085
(2.3)每辆车的到达时间必须比前车晚，间隔一个饱和车头时距hc，因此增加限制条件：
Figure BDA0002529319140000086
(2.4)每辆车都必须在绿灯期间通过交叉口，因此增加限制条件：
Figure BDA0002529319140000087
Figure BDA0002529319140000088
式中，
Figure BDA0002529319140000089
是0-1变量，
Figure BDA00025293191400000810
表示车辆w在第i个绿灯期间通过了交叉口，否则
Figure BDA00025293191400000811
(2.5)预测车辆通过停车线的速度
Figure BDA00025293191400000812
Figure BDA00025293191400000813
步骤3、计算绿灯间隔
Figure BDA00025293191400000814
(3.1)记录交叉口进口道数量，以确定存在冲突的进口道，之后得到相互冲突的进口道之间冲突点的位置，以及各进口道从停车线到冲突点的距离(如图2所示)。
(3.2)计算每辆车从停车线到冲突点需要的时间Δtk(如图3所示，包括
Figure BDA00025293191400000815
和
Figure BDA00025293191400000816
)：
Figure BDA00025293191400000817
Figure BDA00025293191400000818
式中，
Figure BDA00025293191400000819
为进口道k1的车辆从停车线行驶至冲突点需要的时间，
Figure BDA00025293191400000820
为进口道k1的车辆在交叉口内的限速，
Figure BDA00025293191400000821
为进口道k1从停车线到冲突点之间的距离，
Figure BDA0002529319140000091
为进口道k2的车辆从停车线行驶至冲突点需要的时间，
Figure BDA0002529319140000092
为进口道k2的车辆在交叉口内的限速，
Figure BDA0002529319140000093
为进口道k2从停车线到冲突点之间的距离。
(3.3)计算绿灯间隔
Figure BDA0002529319140000094
(如图3所示)：
Figure BDA0002529319140000095
式中，
Figure BDA0002529319140000096
为当k2进口道的绿灯紧接在k1进口道的绿灯后面时需要的绿灯间隔；tx为CAV车辆轨迹交叉时需要的安全错车时间。
(3.4)利用Gurobi求解器求解上述交叉口信号优化模型，即可得到未来一段时间内的信号配时方案，该结果发送给交叉口信号机，交叉口信号机将对应执行该信号配时方案。
步骤4、优化车辆在进口道以及交叉口内部的轨迹
(4.1)建立轨迹优化模型，优化目标是使车辆在行驶过程中的油耗最小，由于油耗与车辆加速度密切相关，因此目标函数为：
Figure BDA0002529319140000097
式中，Ωp为所有需要进行优化的车辆；
Figure BDA0002529319140000098
为车辆w在t时刻的加速度，
Figure BDA0002529319140000099
为车辆w经历的这次轨迹优化时的时间，
Figure BDA00025293191400000910
为车辆w离开交叉口的时间。
(4.2)添加车辆轨迹优化的约束条件：车辆动力学约束：
Figure BDA00025293191400000911
Figure BDA00025293191400000912
式中，
Figure BDA00025293191400000913
为车辆w在t时刻的位置，
Figure BDA00025293191400000914
为车辆w在t时刻的速度，
Figure BDA00025293191400000915
为车辆w在t时刻的加速度。
(4.3)添加车辆轨迹优化的约束条件：车辆速度的约束：
Figure BDA00025293191400000916
Figure BDA00025293191400000917
(4.4)添加车辆轨迹优化的约束条件：车辆加速度的约束：
Figure BDA00025293191400000918
(4.5)添加车辆轨迹优化的约束条件：与前车的距离约束
Figure BDA00025293191400000919
式中，d与τ为Newell模型中的跟车距离与时间距离参数。
(4.6)添加车辆轨迹优化的约束条件：车辆在
Figure BDA00025293191400000920
时刻应当通过停车线，且车辆在
Figure BDA0002529319140000101
时刻的速度应当与预定的速度一致
Figure BDA0002529319140000102
Figure BDA0002529319140000103
(4.7)利用Gurobi求解器求解车辆轨迹优化模型，得到车辆在进口道以及交叉口内部的行驶轨迹(位置与速度)，该结果发送给车辆，车辆将按照该轨迹规划行驶。
需注意的是，在求解交叉口信号优化模型和车辆轨迹优化模型时，可以采用包括但不限于Gurobi的求解器进行求解。
综上所述，本发明充分利用车路协同环境下通过车-路通讯得到的车辆状态信息(车辆当前速度和行驶距离)，提出了考虑信号切换期间安全性的车路协同环境下信号-轨迹协同优化方法，能够根据不同交叉口特性，设计合理的绿灯间隔，同时优化了车辆在交叉口内的轨迹，保障信号切换期间车辆通行安全性和通行效率，扩展了车辆行驶状态数据在交叉口安全方面的应用。

Claims (10)

1.一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，包括以下步骤：
S1、构建交叉口信号优化模型，该交叉口信号优化模型的目标函数为车辆平均延误最小化，约束条件包括：绿灯时长约束、绿灯间隔约束、车辆到达停车线状态约束以及车辆通过交叉口约束；
S2、构建车辆轨迹优化模型，该车辆轨迹优化模型的目标函数为车辆油耗最小化，约束条件包括：车辆动力学约束、车辆速度约束、车辆加速度约束、车辆距离约束以及车辆通过停车线状态约束；
S3、分别求解交叉口信号优化模型和车辆轨迹优化模型，得到信号配时方案和车辆行驶轨迹，所述车辆行驶轨迹包括车辆在进口道以及交叉口内部的位置及速度；
S4、将信号配时方案发送给交叉口信号机，由交叉口信号机对应执行信号配时方案；
将车辆行驶轨迹发送给车辆，车辆按照车辆行驶轨迹移动。
2.根据权利要求1所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S1具体包括以下步骤：
S11、获取进口道车辆当前状态数据，计算车辆最早到达停车线的时间以及车辆通过停车线的预测速度；
S12、根据不同交叉口的尺寸特性，计算对应的绿灯间隔；
S13、结合步骤S11和步骤S12中计算得到的数据，分别设置以车辆平均延误最小化为优化目标的目标函数、绿灯时长约束、绿灯间隔约束、车辆到达停车线状态约束以及车辆通过交叉口约束，完成交叉口信号优化模型的构建。
3.根据权利要求2所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S11中进口道车辆当前状态数据包括车辆当前速度和车辆当前在通信区内行驶的距离。
4.根据权利要求3所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S11中车辆最早到达停车线的时间具体为：
Figure FDA0002529319130000021
其中，
Figure FDA0002529319130000022
为不考虑信号灯及前车情况下车辆w最早到达停车线的时间，t0为当前时刻，
Figure FDA0002529319130000023
为当前时刻车辆w的速度，
Figure FDA0002529319130000024
为当前时刻车辆w在通信区内行驶的距离，Vmax为车辆在进口道的最大限制速度，
Figure FDA0002529319130000025
为进口道k的车辆在交叉口内的限速，amax与amin分别是加速度的上限与下限，Lc为进口道通信区域长度，V1为车辆在中途能加速到的最大速度；
车辆通过停车线的预测速度具体为：
Figure FDA0002529319130000026
其中，
Figure FDA0002529319130000027
为车辆w通过停车线的速度。
5.根据权利要求4所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S12具体包括以下步骤：
S121、根据交叉口进口道数量，确定相互冲突的进口道；
S122、计算相互冲突的进口道之间冲突点的位置，之后结合交叉口的尺寸数据，以计算得到进口道从停车线到冲突点之间的距离；
S123、基于进口道从停车线到冲突点之间的距离，计算得到车辆在进口道从停车线到达冲突点需要的时间，以计算得到绿灯间隔。
6.根据权利要求5所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S123中绿灯间隔的计算公式具体为：
Figure FDA0002529319130000028
Figure FDA0002529319130000029
Figure FDA00025293191300000210
其中，
Figure FDA00025293191300000211
为进口道k2的绿灯紧接在进口道k1的绿灯后面时需要的绿灯间隔，tx为车辆轨迹交叉时需要的安全错车时间，
Figure FDA0002529319130000031
为进口道k1的车辆从停车线行驶至冲突点需要的时间，
Figure FDA0002529319130000032
为进口道k1的车辆在交叉口内的限速，
Figure FDA0002529319130000033
为进口道k1从停车线到冲突点之间的距离，
Figure FDA0002529319130000034
为进口道k2的车辆从停车线行驶至冲突点需要的时间，
Figure FDA0002529319130000035
为进口道k2的车辆在交叉口内的限速，
Figure FDA0002529319130000036
为进口道k2从停车线到冲突点之间的距离。
7.根据权利要求6所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S13中目标函数具体为：
Figure FDA0002529319130000037
Figure FDA0002529319130000038
其中，w为车辆编号，Ω为当前所有在通讯范围内车辆的集合，Dw为车辆w的通行延误，
Figure FDA0002529319130000039
为车辆w实际到达停车线的时间；
所述绿灯时长约束具体为：
Figure FDA00025293191300000310
其中，
Figure FDA00025293191300000311
为进口道k的第i次绿灯时长，Gmin与Gmax分别为最小绿灯时长与最大绿灯时长，K为交叉口进口道集合；
所述绿灯间隔约束具体为：
Figure FDA00025293191300000312
其中，
Figure FDA00025293191300000313
为进口道k第i个绿灯开始时的时间，M为大常数，
Figure FDA00025293191300000314
为不同进口道车辆的冲突变量，当进口道k1的车辆与进口道k2的车辆存在冲突时，
Figure FDA00025293191300000315
否则
Figure FDA00025293191300000316
Figure FDA00025293191300000317
为进口道k1与进口道k2之间的绿灯关系变量，当进口道k1的绿灯紧接在进口道k2的绿灯之后时，
Figure FDA00025293191300000318
否则
Figure FDA00025293191300000319
所述车辆到达停车线状态约束具体为：
车辆实际到达停车线的时间
Figure FDA00025293191300000320
必须不早于其最早到达时间
Figure FDA00025293191300000321
Figure FDA00025293191300000322
当前车辆实际到达停车线的时间必须比前一车辆晚，且间隔一个饱和车头时距：
Figure FDA00025293191300000323
其中，
Figure FDA00025293191300000324
为前一车辆w′实际到达停车线的时间，hc为饱和车头时距；
所述车辆通过交叉口约束具体为：
车辆必须在绿灯期间通过交叉口：
Figure FDA0002529319130000041
Figure FDA0002529319130000042
其中，
Figure FDA0002529319130000043
是0-1变量，
Figure FDA0002529319130000044
表示车辆w在第i个绿灯期间通过了交叉口，否则
Figure FDA0002529319130000045
Sp为交叉口通行车辆集合。
8.根据权利要求4所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S2中车辆轨迹优化模型的目标函数具体为：
Figure FDA0002529319130000046
其中，Ωp为所有需要进行优化的车辆，
Figure FDA0002529319130000047
为车辆w在t时刻的加速度，
Figure FDA0002529319130000048
为车辆w经历的这次轨迹优化时的时间，
Figure FDA0002529319130000049
为车辆w离开交叉口的时间。
9.根据权利要求8所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S2中车辆动力学约束具体为：
Figure FDA00025293191300000410
Figure FDA00025293191300000411
其中，
Figure FDA00025293191300000412
为车辆w在t时刻的位置，
Figure FDA00025293191300000413
为车辆w在t时刻的速度，
Figure FDA00025293191300000414
为车辆w在t时刻的加速度；
所述车辆速度约束具体为：
Figure FDA00025293191300000415
Figure FDA00025293191300000416
所述车辆加速度约束具体为：
Figure FDA00025293191300000417
所述车辆距离约束具体为：
Figure FDA00025293191300000418
其中，d与τ分别为Newell模型中的跟车距离与时间距离参数，
Figure FDA00025293191300000419
为前一车辆w′在(t-τ)时刻的位置；
所述车辆通过停车线状态约束具体为：
车辆在
Figure FDA00025293191300000420
时刻应当通过停车线：
Figure FDA00025293191300000421
其中，
Figure FDA0002529319130000051
为车辆w在
Figure FDA0002529319130000052
时刻的位置；
车辆在
Figure FDA0002529319130000053
时刻的速度应当与车辆通过停车线的预测速度一致：
Figure FDA0002529319130000054
其中，
Figure FDA0002529319130000055
为为车辆w在
Figure FDA0002529319130000056
时刻的速度。
10.根据权利要求1所述的一种车路协同环境下交叉口信号-车辆轨迹协同控制方法，其特征在于，所述步骤S3具体是通过Gurobi求解器分别求解信号优化模型和车辆轨迹优化模型。
CN202010513586.7A 2020-06-08 2020-06-08 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法 Active CN111710176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010513586.7A CN111710176B (zh) 2020-06-08 2020-06-08 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010513586.7A CN111710176B (zh) 2020-06-08 2020-06-08 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法

Publications (2)

Publication Number Publication Date
CN111710176A true CN111710176A (zh) 2020-09-25
CN111710176B CN111710176B (zh) 2021-11-09

Family

ID=72539710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010513586.7A Active CN111710176B (zh) 2020-06-08 2020-06-08 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法

Country Status (1)

Country Link
CN (1) CN111710176B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597700A (zh) * 2020-05-09 2020-08-28 北京百度网讯科技有限公司 信控算法评估方法、装置、电子设备及可读存储介质
CN112837534A (zh) * 2021-01-12 2021-05-25 同济大学 一种智能网联车环境下多车道环岛车辆协同控制方法
CN113140112A (zh) * 2021-06-21 2021-07-20 长沙理工大学 一种自动驾驶交叉口车辆冲突分离的控制方法
CN113327448A (zh) * 2021-08-02 2021-08-31 长沙理工大学 一种自动驾驶专用相位下的车辆轨迹优化方法
CN113327444A (zh) * 2021-06-09 2021-08-31 上海智能新能源汽车科创功能平台有限公司 一种基于车路云协同优化车速的控制方法
CN113359779A (zh) * 2021-07-22 2021-09-07 长沙理工大学 一种考虑节能减排的自动驾驶车辆速度控制方法
CN114021982A (zh) * 2021-11-05 2022-02-08 北京航空航天大学 一种基于风险量化的信号交叉口进口道车辆通行模型
CN114399922A (zh) * 2021-12-24 2022-04-26 同济大学 考虑公交优先的交叉口网联自动驾驶车辆轨迹控制方法
CN114446065A (zh) * 2022-02-25 2022-05-06 西南交通大学 一种车辆行驶轨迹优化方法、装置、设备及可读存储介质
CN114463974A (zh) * 2022-01-29 2022-05-10 同济大学 优先路权条件下混合车辆群体的协同控制***及其方法
CN114495547A (zh) * 2022-02-22 2022-05-13 北京航空航天大学 一种面向自动驾驶汽车的信号交叉口协同通行策略
CN114822054A (zh) * 2022-04-29 2022-07-29 上海理工大学 一种规避信号控制交叉口两难区的车速引导优化方法
CN115376333A (zh) * 2022-08-09 2022-11-22 武汉理工大学 一种交叉口车辆调度方法、装置及电子设备
CN115662133A (zh) * 2022-10-28 2023-01-31 广州市城市规划勘测设计研究院 交叉口信号配时优化方法、装置、终端设备及存储介质
CN116092310A (zh) * 2023-01-28 2023-05-09 西南交通大学 面向混合交通环境的路口协同生态驾驶控制方法及***
CN116153065A (zh) * 2022-12-29 2023-05-23 山东大学 车路协同环境下交叉***通信号精细化优化方法及装置
CN116189462A (zh) * 2022-09-07 2023-05-30 北京航空航天大学 一种面向混合交通流的车辆轨迹与交通信号协同控制方法
CN116434544A (zh) * 2023-03-28 2023-07-14 合肥工业大学 一种四相位信号交叉口的流向冲突判别和配时优化方法
CN117312776A (zh) * 2023-11-27 2023-12-29 中汽研（天津）汽车工程研究院有限公司 一种跟车加速场景数据采集、挖掘及特征分析方法和***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251953A (zh) * 2008-04-03 2008-08-27 同济大学 一种可用于环形交叉口的不对称时空优化控制方法
CN104282162A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的交叉口自适应信号控制方法
CN104778851A (zh) * 2015-02-16 2015-07-15 北京交通大学 一种基于行驶轨迹的生态驾驶优化方法和***
CN105035090A (zh) * 2015-06-06 2015-11-11 吉林大学 基于交通信号灯的自主驾驶车辆轨迹预测控制方法
CN107016857A (zh) * 2017-04-13 2017-08-04 同济大学 一种信控交叉口左转交通组合设计优化方法
CN109300306A (zh) * 2018-07-31 2019-02-01 北京航空航天大学 车路协同环境下交叉口可变导向车道、信号灯及车辆轨迹优化模型
US20190113354A1 (en) * 2017-10-13 2019-04-18 Rand Corporation, The Systems and methods for variable energy routing and tracking
CN110910663A (zh) * 2019-10-16 2020-03-24 清华大学 一种车路协同环境下多智能车交叉口通行协调控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251953A (zh) * 2008-04-03 2008-08-27 同济大学 一种可用于环形交叉口的不对称时空优化控制方法
CN104282162A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的交叉口自适应信号控制方法
CN104778851A (zh) * 2015-02-16 2015-07-15 北京交通大学 一种基于行驶轨迹的生态驾驶优化方法和***
CN105035090A (zh) * 2015-06-06 2015-11-11 吉林大学 基于交通信号灯的自主驾驶车辆轨迹预测控制方法
CN107016857A (zh) * 2017-04-13 2017-08-04 同济大学 一种信控交叉口左转交通组合设计优化方法
US20190113354A1 (en) * 2017-10-13 2019-04-18 Rand Corporation, The Systems and methods for variable energy routing and tracking
CN109300306A (zh) * 2018-07-31 2019-02-01 北京航空航天大学 车路协同环境下交叉口可变导向车道、信号灯及车辆轨迹优化模型
CN110910663A (zh) * 2019-10-16 2020-03-24 清华大学 一种车路协同环境下多智能车交叉口通行协调控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
戴荣健，丁川，鹿应荣，赵福全: "自动驾驶环境下车辆轨迹及交通信号协同控制", 《汽车安全与节能学报》 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597700B (zh) * 2020-05-09 2023-08-15 北京百度网讯科技有限公司 信控算法评估方法、装置、电子设备及可读存储介质
CN111597700A (zh) * 2020-05-09 2020-08-28 北京百度网讯科技有限公司 信控算法评估方法、装置、电子设备及可读存储介质
CN112837534B (zh) * 2021-01-12 2022-07-22 同济大学 一种智能网联车环境下多车道环岛车辆协同控制方法
CN112837534A (zh) * 2021-01-12 2021-05-25 同济大学 一种智能网联车环境下多车道环岛车辆协同控制方法
CN113327444A (zh) * 2021-06-09 2021-08-31 上海智能新能源汽车科创功能平台有限公司 一种基于车路云协同优化车速的控制方法
CN113140112A (zh) * 2021-06-21 2021-07-20 长沙理工大学 一种自动驾驶交叉口车辆冲突分离的控制方法
CN113359779A (zh) * 2021-07-22 2021-09-07 长沙理工大学 一种考虑节能减排的自动驾驶车辆速度控制方法
CN113327448B (zh) * 2021-08-02 2021-10-29 长沙理工大学 一种自动驾驶专用相位下的车辆轨迹优化方法
CN113327448A (zh) * 2021-08-02 2021-08-31 长沙理工大学 一种自动驾驶专用相位下的车辆轨迹优化方法
CN114021982A (zh) * 2021-11-05 2022-02-08 北京航空航天大学 一种基于风险量化的信号交叉口进口道车辆通行模型
CN114399922A (zh) * 2021-12-24 2022-04-26 同济大学 考虑公交优先的交叉口网联自动驾驶车辆轨迹控制方法
CN114463974A (zh) * 2022-01-29 2022-05-10 同济大学 优先路权条件下混合车辆群体的协同控制***及其方法
CN114495547A (zh) * 2022-02-22 2022-05-13 北京航空航天大学 一种面向自动驾驶汽车的信号交叉口协同通行策略
CN114495547B (zh) * 2022-02-22 2023-02-24 北京航空航天大学 一种面向自动驾驶汽车的信号交叉口协同通行方法
CN114446065A (zh) * 2022-02-25 2022-05-06 西南交通大学 一种车辆行驶轨迹优化方法、装置、设备及可读存储介质
CN114822054B (zh) * 2022-04-29 2023-03-10 上海理工大学 一种规避信号控制交叉口两难区的车速引导优化方法
CN114822054A (zh) * 2022-04-29 2022-07-29 上海理工大学 一种规避信号控制交叉口两难区的车速引导优化方法
CN115376333A (zh) * 2022-08-09 2022-11-22 武汉理工大学 一种交叉口车辆调度方法、装置及电子设备
CN115376333B (zh) * 2022-08-09 2023-09-26 武汉理工大学 一种交叉口车辆调度方法、装置及电子设备
CN116189462A (zh) * 2022-09-07 2023-05-30 北京航空航天大学 一种面向混合交通流的车辆轨迹与交通信号协同控制方法
CN115662133A (zh) * 2022-10-28 2023-01-31 广州市城市规划勘测设计研究院 交叉口信号配时优化方法、装置、终端设备及存储介质
CN116153065A (zh) * 2022-12-29 2023-05-23 山东大学 车路协同环境下交叉***通信号精细化优化方法及装置
CN116153065B (zh) * 2022-12-29 2024-06-04 山东大学 车路协同环境下交叉***通信号精细化优化方法及装置
CN116092310A (zh) * 2023-01-28 2023-05-09 西南交通大学 面向混合交通环境的路口协同生态驾驶控制方法及***
CN116092310B (zh) * 2023-01-28 2023-07-18 西南交通大学 面向混合交通环境的路口协同生态驾驶控制方法及***
CN116434544A (zh) * 2023-03-28 2023-07-14 合肥工业大学 一种四相位信号交叉口的流向冲突判别和配时优化方法
CN116434544B (zh) * 2023-03-28 2024-04-19 合肥工业大学 一种四相位信号交叉口的流向冲突判别和配时优化方法
CN117312776A (zh) * 2023-11-27 2023-12-29 中汽研（天津）汽车工程研究院有限公司 一种跟车加速场景数据采集、挖掘及特征分析方法和***
CN117312776B (zh) * 2023-11-27 2024-03-12 中汽研（天津）汽车工程研究院有限公司 一种跟车加速场景数据采集、挖掘及特征分析方法和***

Also Published As

Publication number Publication date
CN111710176B (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
CN111710176B (zh) 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法
WO2021227502A1 (zh) 一种信号交叉***通信号灯和车辆轨迹控制方法
CN109300306B (zh) 车路协同环境下交叉口可变导向车道、信号灯及车辆轨迹协同优化方法
Wang et al. Distributed consensus-based cooperative highway on-ramp merging using V2X communications
CN102646338B (zh) 基于绿灯需求度的公交信号优先控制方法
CN112634644B (zh) 自动驾驶车辆左转优化控制方法及***
CN111768639B (zh) 一种网联交通环境下的多交叉口信号配时***及其方法
CN112258875A (zh) 基于车路协同与自动驾驶的交叉口智能管控方法
CN104966402A (zh) 一种过饱和交通流交叉口排队溢出防控方法
CN108364486B (zh) 多场景车辆优先自适应交通信号控制***及其工作方法
CN113554886B (zh) 一种车路协同交叉口车流冲突消解方法
CN105321357A (zh) 一种孤立交叉口同相位右转与行人信号的设置***及方法
CN102470870A (zh) 车辆控制装置、车辆控制方法以及车辆控制***
WO2022237634A1 (zh) 信息处理方法、设备及计算机存储介质
JP3786053B2 (ja) 交通管制方法
CN104269065B (zh) 双向道路与带有逆向公交专用道的单行路交叉口优化方法
CN112216131A (zh) 一种基于应急车道的交叉口优先控制方法
CN114495547B (zh) 一种面向自动驾驶汽车的信号交叉口协同通行方法
CN106683449A (zh) 车路协同环境下交通控制***绿灯间隔时间动态调整方法
CN115565390B (zh) 智能网联汽车多车道队列通行控制方法、***及计算机可读存储介质
CN111932910A (zh) 一种智能车路协同环境下实时动态可变车道安全控制方法
CN106971580A (zh) 一种基于车间通信和定位技术的车辆路口等待时间提醒***及方法
CN112017439B (zh) 一种自动驾驶交叉口行人过街摆渡车控制方法
CN114852076A (zh) 一种混行交通流环境下自动驾驶车辆轨迹规划方法
CN116189462B (zh) 一种面向混合交通流的车辆轨迹与交通信号协同控制方法

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