CN111754774B - 一种高速路匝道口智能网联汽车安全自组织通行控制方法 - Google Patents

一种高速路匝道口智能网联汽车安全自组织通行控制方法 Download PDF

Info

Publication number
CN111754774B
CN111754774B CN202010632949.9A CN202010632949A CN111754774B CN 111754774 B CN111754774 B CN 111754774B CN 202010632949 A CN202010632949 A CN 202010632949A CN 111754774 B CN111754774 B CN 111754774B
Authority
CN
China
Prior art keywords
vehicle
ramp
vehicles
time
confluence point
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.)
Active
Application number
CN202010632949.9A
Other languages
English (en)
Other versions
CN111754774A (zh
Inventor
黄晋
胡展溢
杨泽宇
孟天闯
杨殿阁
钟志华
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202010632949.9A priority Critical patent/CN111754774B/zh
Publication of CN111754774A publication Critical patent/CN111754774A/zh
Application granted granted Critical
Publication of CN111754774B publication Critical patent/CN111754774B/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
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

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

Abstract

本发明公开了一种高速路匝道口智能网联汽车安全自组织通行控制方法，其特征在于包括以下步骤：步骤1、当有匝道车辆驶入通信区域内时，路侧智能体判定通信区域内所有车辆的通行顺序；步骤2、通信区域内的各车确定各自的跟随对象；步骤3、用非线性动力学控制的方法实现匝道合流；步骤4、当匝道车辆通过合流点后，合流过程结束，各车辆切换至自适应巡航控制。该控制方法基于车辆非线性动力学的控制方法能够保证车辆在进入冲突区域前就已保持合理车间距，从而实现冲突区域内部的避撞。

Description

一种高速路匝道口智能网联汽车安全自组织通行控制方法
技术领域
本发明涉及一种智能网联汽车道路安全控制技术，尤其涉及一种高速路匝道口智能网联汽车安全自组织通行控制方法。从而建立车-车约束，用动力学控制的方法让高速公路主干道和匝道上的智能网联汽车按一定顺序、安全、高效地通过匝道路口。
背景技术
随着人们的交通出行需求日益增长，道路公路在解决交通出行问题过程中扮演着重要的角色。作为高速公路***必不可少的一部分，与匝道口相关的协同控制技术受到了广泛研究。首先，匝道口涉及匝道车辆与高速路主干道车流的交汇，因而是高速公路事故高发地段；其次，无组织的匝道路口容易引起交通拥堵；最后由于传统车辆的行驶受驾驶员影响，而匝道路段驾驶员视线受阻，因此容易产生急刹车、急加速等危险工况(Xu L,Lu J,Wang C,et al.Cooperative merging control strategy of connected and automatedvehicles on highways[J].Journal of Southeast University(English Edition),2019,35(2):220-227)。统计表明，高速公路近50％的事故发生在匝道口。
智能网联汽车搭载由车载感知单元、通信单元，能通过车-车通信(V2V)的方式获取其他车辆的实时运动状态信息；通过车-路通信(V2I)的方式把自车信息传送到路侧单元，路侧单元再用路-车通信(I2V)的方式把全区域交通状态信息发送给各车。智能网联汽车利用上述信息合理调整自车行驶状态，实现区域多车协同行驶，进一步实现匝道口的安全、高效通行。
目前，智能网联汽车在高速路匝道口的通行控制策略也有不少人进行研究，但现有的研究大多是基于线性运动学控制模型，侧重于通过规划车辆运动学参数的变化来实现车与车之间的避撞，其建立在大量通讯和高效计算的基础上，且未考虑实际车辆纵向动力学的强非线性，难以严格保证合流过程避撞。
发明内容
为实现智能网联汽车安全、高效地通过高速路匝道口，本发明提出一种侧重于动力学控制的高速路匝道口智能网联汽车安全自组织通行控制方法。一旦有匝道车辆驶入通信区域，路侧智能体立即收集通信区域内所有车辆的行驶信息并据此判定通行顺序，确定通行顺序后每辆车都被告知它需要跟随的车辆；进而每辆车启动基于非线性动力学的车辆纵向运动控制，从而保证匝道车辆在到达冲突区域前就完成了车间距调整。该过程仅需前车行驶状态，在确保安全的同时大幅降低通讯量和计算量，此外本方法在车辆控制过程中考虑了参数时变不确定性的影响，更符合实际场景，使车辆控制过程更可靠。
为实现上述目的，本发明采用如下技术方案：一种高速路匝道口智能网联汽车安全自组织通行控制方法，其特征在于包括以下步骤：
步骤1、当有匝道车辆驶入通信区域内时，路侧智能体判定通信区域内所有车辆的通行顺序；
步骤2、通信区域内的各车确定各自的跟随对象；
步骤3、用非线性动力学控制的方法实现匝道合流；
步骤4、当匝道车辆通过合流点后，合流过程结束，各车辆切换至自适应巡航控制。
进一步地，步骤1具体包括：
步骤1.1、路侧智能体检测到有车辆驶入通信区域，设监测到的这一时刻为0时刻；
步骤1.2、路侧智能体收集通信区域内匝道上所有车辆和主干道上所有车辆在0时刻的行驶信息，这些信息包括速度和位置；
步骤1.3、路侧智能体计算每辆车预计到达合流点所需的时长；
其中，步骤1.3具体包括：
步骤1.3.1、针对主干道车辆的计算方法
Figure GDA0003474826220000021
其中下标i代表i号车的参数，Li表示i号车距合流点的距离；vi(0)表示i号车在0时刻的速度，ti表示主干道上的i号车预计到达合流点的时长；
步骤1.3.2、针对匝道车辆的计算方法
Figure GDA0003474826220000022
其中下标j代表j号车的参数，vlim表示匝道限速，amax,j表示j号车的最大加速度，Sacc,j表示j号车加速至匝道限速所需的距离，vj(0)表示j号车在0时刻的速度；
Figure GDA0003474826220000031
其中tj为匝道上的j号车预计到达合流点的时长，vj(0)表示j号车在0时刻的速度，Lj表示j号车距合流点的距离。
步骤1.4、对所有车的预计到达合流点的时间进行排序，时间短的先通过，进而得到通行序列，路侧智能体将这一序列发给每辆车。
进一步地，步骤2具体包括：
步骤2.1、进行完步骤1后，每辆车会收到通行顺序，那么对第k+1个通过合流点的车辆而言，它的跟随车辆就是第k个通过的车；
步骤2.2、利用车-车通信技术，每辆车获取其跟随车辆的行驶信息，信息包括速度、位置和加速度。
进一步地，步骤3具体包括：
步骤3.1、建立车辆非线性纵向动力学模型；
Figure GDA0003474826220000032
其中，xi(t)为位移；vi(t)为车速；ui为车辆驱动力或制动力；Mi为车辆质量；civi(t)|vi(t)|为空气阻力项；Fi为滚动阻力和坡道阻力项，下标i代表i号车。
步骤3.2、在上述纵向动力学模型的基础上进一步考虑实际场景下客观存在的参数摄动，本发明得到带有参数时变不确定性的纵向动力学模型；
Figure GDA0003474826220000033
其中，σi(t)为参数时变不确定性部分；
步骤3.3、求解步骤3.2中的非线性动力学***控制问题，给出车辆纵向力控制律的显式表达式ui(t)，
ui(t)＝p1+p2+p3
其中，p1为针对名义部分的控制律；p2为用于消除初始误差的控制律；p3为针对不确定性部分的控制律。
本发明的有益效果为：
1、本发明用所提出的基于车辆非线性动力学的控制方法能够保证车辆在进入冲突区域前就已保持合理车间距，从而实现冲突区域内部的避撞；
2、本发明充分考虑高速路匝道口区域不同路段的行驶需求，在冲突区域外部兼顾车辆行驶的安全性、经济性、舒适性、高效性，在冲突区域内部严格确保车辆行驶的安全性；
3、本发明所用的通行控制方法侧重于车辆非线性动力学控制，实施简单且可靠，为高速路匝道口智能网联汽车自组织通行方法提供了新思路。
附图说明
图1是高速匝道口区域划分示意图；
图2是本发明所述的高速路匝道口智能网联汽车安全自组织通行控制方法流程图；
图3是高速匝道路段初始时刻车辆位置示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互结合。
该实施例提供了一种高速路匝道口智能网联汽车安全自组织通行控制方法，包括：
步骤1、当有匝道车辆驶入通信区域内时，路侧智能体判定通信区域内所有车辆的通行顺序；其中：路侧智能体是建立在匝道合流点附近的信号塔，它具备通信功能和计算功能，其通信功能依靠Vehicle-to-Infrastructure(V2I)技术实现，其计算功能依靠搭载储存器和运算器的处理器平台实现；
步骤1、路侧智能体检测到有车辆驶入通信区域，不妨设监测到的这一时刻为0时刻；
步骤1.2、路侧智能体收集通信区域内所有车辆(这里的所有车辆是指既包括匝道上所有车辆也包括主干道上所有车辆)在0时刻的行驶信息，这些信息包括速度和位置；
步骤1.3、路侧智能体计算每辆车预计到达合流点所需的时长，计算方法如下
1)针对主干道车辆的计算方法
Figure GDA0003474826220000041
其中下标i代表i号车的参数，Li表示i号车距合流点的距离；vi(0)表示i号车在0时刻的速度，ti表示主干道上的i号车预计到达合流点的时长；
2)针对匝道车辆的计算方法
Figure GDA0003474826220000051
其中下标j代表j号车的参数，vlim表示匝道限速，amax,j表示j号车的最大加速度，Sacc,j表示j号车加速至匝道限速所需的距离。
Figure GDA0003474826220000052
其中tj为匝道上的j号车预计到达合流点的时长，vj(0)表示j号车在0时刻的速度，Lj表示j号车距合流点的距离；
步骤1.4、对所有车的预计到达合流点的时间进行排序，时间短的先通过，进而得到通行序列，路侧智能体将这一序列发给每辆车。
步骤2、通信区域内的各车确定各自的跟随对象。
其中：
步骤2.1；进行完步骤1后，每辆车会收到通行顺序，那么对第k+1个通过合流点的车辆而言，它的跟随车辆就是第k个通过的车；
步骤2.2；利用车-车通信技术，每辆车获取其跟随车辆的行驶信息，信息包括速度、位置和加速度。
步骤3、用非线性动力学控制的方法实现安全高效匝道合流
其中：
步骤3.1、建立车辆非线性纵向动力学模型；
Figure GDA0003474826220000053
其中，xi(t)为位移；vi(t)为车速；ui为车辆驱动力(或制动力)；Mi为车辆质量；civi(t)|vi(t)|为空气阻力项；Fi为滚动阻力和坡道阻力项，下标i代表i号车。
步骤3.2、在上述纵向动力学模型的基础上结合实际场景下客观存在的参数摄动，得到带有参数时变不确定性的纵向动力学模型；
Figure GDA0003474826220000061
其中，σi(t)为参数时变不确定性部分；
步骤3.3、求解步骤3.2中的非线性动力学***控制问题，给出车辆纵向力控制律的显式表达式ui(t)，
ui(t)＝p1+p2+p3
其中，p1为针对名义部分的控制律；p2为用于消除初始误差的控制律；p3为针对不确定性部分的控制律。为得到显示表达式，先进行如下各项定义：
1)车间距误差ei(t)满足
Figure GDA0003474826220000062
其中hi为大于零的常数，ei＝dd-xi-1+xi+li-1为车间距误差，其中dd为常值，表示期望车间距；
2)Mi、ci和Fi都由名义部分和时变部分组成，且名义部分不随时间变化，分别表示为
Figure GDA0003474826220000063
和
Figure GDA0003474826220000064
则控制律显示表达式如下：
Figure GDA0003474826220000065
其中Πi为参数不确定性的最差情况，即最大偏差
步骤4：当匝道车辆通过合流点后合流过程结束，各车辆切换至自适应巡航控制。
尽管参考附图详地公开了本申请，但应理解的是，这些描述仅仅是示例性的，并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定，并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

Claims (1)

1.一种高速路匝道口智能网联汽车安全自组织通行控制方法，其特征在于，其特征在于，包括以下步骤：
步骤1、当有匝道车辆驶入通信区域内时，路侧智能体判定通信区域内所有车辆的通行顺序；
步骤1具体包括：
步骤1.1、路侧智能体检测到有车辆驶入通信区域，设监测到的这一时刻为0时刻；
步骤1.2、路侧智能体收集通信区域内匝道上所有车辆和主干道上所有车辆在0时刻的行驶信息，这些信息包括车辆的速度和位置；
步骤1.3、路侧智能体计算每辆车预计到达合流点所需的时长；
其中，步骤1.3具体包括：
步骤1.3.1、针对主干道车辆的计算方法
Figure FDA0003474826210000011
其中下标i代表i号车的参数，Li表示i号车距合流点的距离；vi(0)表示i号车在0时刻的速度，ti表示主干道上的i号车预计到达合流点的时长；
步骤1.3.2、针对匝道车辆的计算方法
Figure FDA0003474826210000012
其中下标j代表j号车的参数，vlim表示匝道限速，amax，j表示j号车的最大加速度，Sacc表示加速至匝道限速所需的距离；
Figure FDA0003474826210000013
其中tj为匝道上的j号车预计到达合流点的时长，vj(0)表示j号车在0时刻的速度，Lj表示j号车距合流点的距离；
步骤1.4、对所有车的预计到达合流点的时间进行排序，时间短的先通过，进而得到通行序列，路侧智能体序列发给每辆车；
步骤2、通信区域内的各车确定各自的跟随对象；
步骤2.1、进行完步骤1后，每辆车会收到通行顺序，那么对第k+1个通过合流点的车辆而言，它的跟随车辆就是第k个通过的车；
步骤2.2、利用车-车通信技术，每辆车获取其跟随车辆的行驶信息，信息包括车辆速度、位置和加速度；
步骤3、用非线性动力学控制的方法实现匝道合流；
步骤3.1、建立车辆非线性纵向动力学模型；
Figure FDA0003474826210000021
其中，xi(t)为位移；vi(t)为车速；ui为车辆驱动力或制动力；Mi为车辆质量；civi(t)|vi(t)|为空气阻力项；Fi为滚动阻力和坡道阻力项，下标i代表i号车；
步骤3.2、在非线性纵向动力学模型的基础上结合实际场景下客观存在的参数摄动，得到带有参数时变不确定性的纵向动力学模型；
Figure FDA0003474826210000022
其中，σi(t)为参数时变不确定性部分；
步骤3.3、求解步骤3.2中的非线性动力学***控制问题，给出车辆纵向力控制律的显式表达式ui(t)，
ui(t)＝p1+p2+p3
其中，p1为针对名义部分的控制律；p2为用于消除初始误差的控制律；p3为针对不确定性部分的控制律
步骤4、当匝道车辆通过合流点后，合流过程结束，各车辆切换至自适应巡航控制。
CN202010632949.9A 2020-07-02 2020-07-02 一种高速路匝道口智能网联汽车安全自组织通行控制方法 Active CN111754774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010632949.9A CN111754774B (zh) 2020-07-02 2020-07-02 一种高速路匝道口智能网联汽车安全自组织通行控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010632949.9A CN111754774B (zh) 2020-07-02 2020-07-02 一种高速路匝道口智能网联汽车安全自组织通行控制方法

Publications (2)

Publication Number Publication Date
CN111754774A CN111754774A (zh) 2020-10-09
CN111754774B true CN111754774B (zh) 2022-04-19

Family

ID=72678973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010632949.9A Active CN111754774B (zh) 2020-07-02 2020-07-02 一种高速路匝道口智能网联汽车安全自组织通行控制方法

Country Status (1)

Country Link
CN (1) CN111754774B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077644B (zh) * 2021-03-24 2022-05-27 中车青岛四方机车车辆股份有限公司 一种交叉口车辆通行控制方法及***
CN114999140B (zh) * 2022-06-02 2024-05-14 重庆大学 一种混合交通快速路下匝道与近信号控制区联动控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108538069A (zh) * 2018-05-24 2018-09-14 长安大学 一种匝道合流区车辆速度管控***及方法
CN108986488A (zh) * 2018-07-23 2018-12-11 东南大学 一种车车通信环境下匝道汇入协同轨迹确定方法及设备
CN110570049A (zh) * 2019-09-19 2019-12-13 西南交通大学 一种高速公路混合交通流汇流协同优化底层控制方法
CN110660213A (zh) * 2019-10-11 2020-01-07 中国联合网络通信集团有限公司 匝道车辆汇入方法、路侧设备以及车辆
CN110853378A (zh) * 2019-11-19 2020-02-28 中国联合网络通信集团有限公司 一种车辆匝道汇入管理方法及***
WO2020071521A1 (ja) * 2018-10-05 2020-04-09 三菱重工機械システム株式会社 合流支援装置、車載器、合流支援システム、合流支援方法、及びプログラム
CN111142379A (zh) * 2018-11-05 2020-05-12 图森有限公司 一种自动驾驶车辆的动力学预测控制***和方法
CN111243296A (zh) * 2020-01-15 2020-06-05 清华大学 一种基于合流时间优化的匝道合流协同控制方法及***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108538069A (zh) * 2018-05-24 2018-09-14 长安大学 一种匝道合流区车辆速度管控***及方法
CN108986488A (zh) * 2018-07-23 2018-12-11 东南大学 一种车车通信环境下匝道汇入协同轨迹确定方法及设备
WO2020071521A1 (ja) * 2018-10-05 2020-04-09 三菱重工機械システム株式会社 合流支援装置、車載器、合流支援システム、合流支援方法、及びプログラム
CN111142379A (zh) * 2018-11-05 2020-05-12 图森有限公司 一种自动驾驶车辆的动力学预测控制***和方法
CN110570049A (zh) * 2019-09-19 2019-12-13 西南交通大学 一种高速公路混合交通流汇流协同优化底层控制方法
CN110660213A (zh) * 2019-10-11 2020-01-07 中国联合网络通信集团有限公司 匝道车辆汇入方法、路侧设备以及车辆
CN110853378A (zh) * 2019-11-19 2020-02-28 中国联合网络通信集团有限公司 一种车辆匝道汇入管理方法及***
CN111243296A (zh) * 2020-01-15 2020-06-05 清华大学 一种基于合流时间优化的匝道合流协同控制方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
复杂工况下牵引力控制***控制方法及关键问题研究;冉旭;《中国博士学位论文全文数据库（电子期刊）工程科技II辑》;20190215;第19页第1行至第49页倒数第一行 *

Also Published As

Publication number Publication date
CN111754774A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
CN107346612B (zh) 一种基于车联网的车辆防碰撞方法和***
CN106991846B (zh) 一种车联网环境下的高速公路车辆强制换道控制方法
CN107993453B (zh) 一种基于车路协同的弯道安全车速计算方法
CN106997690B (zh) 一种车联网环境下高速公路车辆非强制换道控制方法
CN108657189B (zh) 基于bp神经网络和安全距离移线工况自动驾驶转向***及其控制方法
CN111369813B (zh) 一种智能网联汽车的匝道分合流协同控制方法及***
US8810431B2 (en) Highway merge assistant and control
JP5641060B2 (ja) 走行計画生成方法及び走行計画生成装置
CN110085042B (zh) 一种基于信息融合的车辆驾驶预警***及方法
CN106708057A (zh) 一种智能车辆编队行驶方法
EP3338252A1 (de) Vorrichtungen, verfahren und computerprogramm zum bereitstellen von information über eine voraussichtliche fahrintention
CN112498351B (zh) 一种基于v2v的自动驾驶优化***及方法
EP3848271A1 (en) Travel control method and travel control device for vehicle
JP2012030665A (ja) 車両制御システム
CN111754774B (zh) 一种高速路匝道口智能网联汽车安全自组织通行控制方法
CN111267851B (zh) 一种跟车时距更新方法、车辆巡航控制方法及装置
CN103927895A (zh) 一种基于车路/车车通讯的车辆弯道通行辅助***
CN110228479B (zh) 一种考虑驾驶员驾驶风格的车速引导方法
CN112224202B (zh) 一种紧急工况下的多车协同避撞***及方法
CN111243296A (zh) 一种基于合流时间优化的匝道合流协同控制方法及***
CN110509918A (zh) 一种基于无人驾驶车车信息交互的车辆安全控制方法
JP3865337B2 (ja) 車両速度制御装置
CN113119945B (zh) 一种基于环境模型的汽车高级辅助驾驶***
CN113954827A (zh) 一种考虑定位误差和通信时延的交叉口车辆碰撞概率计算方法及***
CN116691680B (zh) 一种基于多车运动模型的变道方法和装置

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