CN112309120B - 一种最佳进口车道选择的自动驾驶交叉***通控制方法 - Google Patents
一种最佳进口车道选择的自动驾驶交叉***通控制方法 Download PDFInfo
- Publication number
- CN112309120B CN112309120B CN202011218959.4A CN202011218959A CN112309120B CN 112309120 B CN112309120 B CN 112309120B CN 202011218959 A CN202011218959 A CN 202011218959A CN 112309120 B CN112309120 B CN 112309120B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- intersection
- grid
- lane
- time
- 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
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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明面向自动驾驶条件下的平面交叉口,设计了一种最佳进口车道选择的自动驾驶交叉***通控制方法。首先,采集交叉口进出口车道数,划分交叉口内部空间,采集车辆的进口方向、出口方向、当前所在进口车道编号以及到达交叉口的预计时刻;其次,计算车辆在交叉口内部的行驶轨迹;再次,分离车辆在交叉口内部的冲突,计算车辆选择不同进口车道的潜在换道次数,使用换道惩罚项,以加权总延误最小为目标函数,对到达交叉口的所有自动驾驶车辆进行交通控制。与现有技术相比,本发明可以考虑自动驾驶车辆的最佳进口车道选择,实现自动驾驶交叉口的交通控制。
Description
技术领域
本发明属于智能交通控制领域,涉及城市道路针对自动驾驶车辆通过交叉口的交通管控技术领域,更具体地说,涉及一种最佳进口车道选择的自动驾驶交叉***通控制方法。
背景技术
近些年,自动驾驶车辆相关技术得到迅速发展,已有少量无人驾驶出租车投入实际运营中。借助车与人、车、路、云端等进行智能实时信息交互,自动驾驶车辆能够相互配合、协作地通过交叉口,无需传统的信号灯控制,而如何设计面向自动驾驶车辆的交叉口控制方法,成为了亟待解决的关键技术问题。
自动驾驶车辆在交叉口内部相互穿插通行是自动驾驶交叉口的重要特征,因此,自动驾驶交叉口的控制对象面向每一台自动驾驶车辆,需要为每台自动驾驶车辆计算其单独的进入时刻和进入车道,而无需传统的周期、相位、绿信比等参数,大幅提高了交通控制的复杂度。
专利《一种自动驾驶下交叉口自由转向车道设置方法》(专利号:ZL201810346657.1)设计了一种基于自由转向车道的自动驾驶交叉***通控制方法,但是其方法没有考虑最佳进口车道的选择,无法同时计算最佳车道选择和最佳进入时刻,因此无法获得交通控制的最优解。
发明内容
本发明目的是为了克服上述技术存在的不足,建立一种最佳进口车道选择的自动驾驶交叉***通控制方法。该方法计算车辆选择不同进口车道的潜在换道次数,使用换道惩罚项,以加权总延误最小为目标函数,对到达交叉口的所有自动驾驶车辆进行交通控制。
技术方案:为解决上述技术问题,本发明的一种最佳进口车道选择的自动驾驶交叉***通控制方法,包括如下步骤:
步骤1:采集交叉口各进口道、出口道的车道数量并进行编号;建立直角坐标系,将交叉口划分为若干大小相同的网格,并对网格进行编号;采集车辆的进口方向、出口方向、当前所在进口车道编号以及到达交叉口的预计时刻;输入交叉口内部行车轨迹的参数方程以及行车轨迹进入网格的位置点和离开网格的位置点;
步骤2:使用反正切函数,计算交叉口内部的非直线型行车轨迹;使用速度与位移公式,计算交叉口内部的直线型行车轨迹;
步骤3:分离车辆在交叉口内部网格的冲突,计算车辆选择不同进口车道的潜在换道次数,使用换道惩罚项,以加权总延误最小为目标函数,对到达交叉口的所有自动驾驶车辆进行交通控制。
本发明中,步骤1包括如下步骤:
用集合A表示交叉口进口方向A={e,s,w,n},集合G表示交叉口出口方向G={e,s,w,n},其中e,s,w,n分别表示东、南、西、北方向;用a、g分别表示进口方向、出口方向,a∈A、g∈G;用l表示进口车道编号,rA表示交叉口的进口车道,l∈rA;用L表示出口车道编号,RG表示交叉口的出口车道,L∈RG;用集合P表示交叉口内部所有行车轨迹,ρ表示交叉口内一条行车轨迹,ρ∈P;用集合F表示所有网格,fc表示一个网格,fc∈F;为0-1变量,表示行车轨迹ρ占用网格fc,表示行车轨迹ρ未占用网格fc;行车轨迹ρ进入网格fc的位置点为行车轨迹ρ离开网格fc的位置点为用集合N表示到达交叉口所有自动驾驶车辆,n表示车辆编号,n∈N;采集车辆n的进口方向An、出口方向Gn、当前所在进口车道编号bn以及到达交叉口的预计时刻
本发明中,步骤2计算行车轨迹,包括如下步骤:
根据行车轨迹形状的不同,行车轨迹的计算分为三类:
交叉口内部行车轨迹为非直线型时,行车轨迹进入网格的时刻和离开网格的时刻,分别由公式(1)和公式(2)计算:
交叉口内部行车轨迹为直线型,且直线平行于所建直角坐标系的y轴时,行车轨迹进入网格的时刻和离开网格的时刻,分别由公式(3)和公式(4)计算:
交叉口内部行车轨迹为直线型,且直线平行于所建直角坐标系的x轴时,行车轨迹进入网格的时刻和离开网格的时刻,分别由公式(5)和公式(6)计算:
本发明中,步骤3避免车辆在交叉口内部网格的冲突,计算车辆选择不同进口车道的潜在换道次数,使用换道惩罚项,以加权总延误最小为目标函数,对到达交叉口的所有自动驾驶车辆进行交通控制,包括如下步骤:
步骤31:建立车辆在交叉口内部网格的冲突分离约束条件;车辆有且只能选择一条进口车道,由公式(7)计算;车辆通过交叉口的最佳进口车道编号由公式(8)计算;车辆实际行车轨迹编号由公式(9)计算;车辆是否占用网格由公式(10)计算;车辆的最佳驶入交叉口时刻不早于车辆到达交叉口的预计时刻,由公式(11)计算;车辆驶入网格的时刻和驶离网格的时刻,分别由公式(12)和公式(13)计算;同一行车轨迹上的两台车辆,两台车辆不同时驶入交叉口,由公式(14)-(16)计算;对任意两两车辆组合进行冲突分离,由公式(17)-(19)计算:
其中,M为大正数,表示进口方向为a且进口车道编号为l的行车轨迹编号;Bn表示车辆n通过交叉口的最佳进口车道编号,ρn表示车辆n通过交叉口的实际行车轨迹编号;表示车辆n最佳驶入交叉口的时刻,表示车辆n到达交叉口的预计时刻;表示车辆n驶入网格fc的时刻,表示车辆n驶离网格fc的时刻;均为0-1变量;车辆n从进口方向a通过交叉口时,车辆n未从进口方向a通过交叉口时,车辆n从编号为l的进口车道通过交叉口时,车辆n未从编号为l的进口车道通过交叉口时,车辆n占用网格fc时,车辆n未占用网格fc时,车辆n在轨迹ρ上行驶时,车辆n不在轨迹ρ上行驶时,车辆n优先车辆m驶入交叉口时,车辆m优先车辆n驶入交叉口时,车辆n驶入网格fc的时刻不早于车辆m驶离网格fc的时刻时,车辆m驶入网格fc的时刻不早于车辆n驶离网格fc的时刻时,
步骤32:车辆的换道次数,由公式(20)计算;车辆的停车延误,由公式(21)计算:
其中,kn表示车辆n的换道次数,dn表示车辆n的停车延误;
步骤33:添加相应的权重因子,车辆的加权延误,由公式(22)计算:
其中,α表示权重因子,Dn表示车辆n的加权延误;
步骤34:以到达交叉口所有自动驾驶车辆的加权总延误为目标函数,由公式(23)计算,可以优化并获得每台车辆通过交叉口的最佳进口车道和最佳驶入交叉口时刻:
min∑n∈N(1-α)dn+α|bn-Bn| (23)
公式(10)同时考虑车辆延误和车辆在交叉口进口道换道的负面影响,将换道延误影响量化处理,对车辆实际所在车道和优化后目标车道的相对差值加权,以交叉口所有车辆的加权延误最小,其中α表示权重,dn表示车辆n的停车延误;
与现有技术相比,本发明的有益效果是:现有文献较多以车辆通过交叉口的延误、交叉口通行能力、车辆排放或油耗最低为目标进行车辆控制,鲜有专门针对车辆换道影响研究的控制模型,但在考虑车辆换道负面影响的情况下,车辆通过交叉口的方案,包括车辆进入交叉口时刻及在交叉口内部的行车轨迹会有很大区别,本发明在考虑车辆换道的负面影响下对自动驾驶车辆的最佳进口车道选择,实现自动驾驶交叉口的交通控制。
附图说明
图1为本发明的总体流程图;
图2为本发明实施例的应用示意图。
具体实施方法
下面结合示例对本发明作进一步详细的描述,但本发明的实施方式不限于此。本发明的实施方式并不受所述示例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
实施例1:
如图1和图2所示,一种最佳车道选择的自动驾驶交叉***通控制方法,所述步骤如下:
步骤1:采集交叉口各进口道、出口道的车道数并进行编号;建立直角坐标系,将交叉口划分为若干正方形网格,并对网格进行编号;采集车辆进口方向、出口方向、当前所在进口车道编号以及到达交叉口的预计时刻;输入交叉口内部行车轨迹的参数方程以及行车轨迹进入网格的位置点和离开网格的位置点;
步骤2:使用反正切函数,计算交叉口内部的非直线型行车轨迹;使用速度与位移公式,计算交叉口内部的直线型行车轨迹;
步骤3:避免车辆在交叉口内部网格的冲突,计算车辆选择不同进口车道的潜在换道次数,使用换道惩罚项,以加权总延误最小为目标函数,对到达交叉口的所有自动驾驶车辆进行交通控制。
本实施例步骤1中所述用集合N表示交叉口所有自动驾驶车辆,n表示一辆自动驾驶车辆,n∈N;用集合A表示交叉口进口方向A={e,s,w,n},集合G表示交叉口出口方向G={e,s,w,n},其中e,s,w,n分别表示东、南、西、北方向;用a、g分别表示进口方向、出口方向,a∈A、g∈G;用l表示进口车道编号,rA表示交叉口的进口车道,l∈rA;用L表示出口车道编号,RG表示交叉口的出口车道,L∈RG;
本实施例步骤1中所述设置交叉口内部空间的网格大小为1.5×1.5米,考虑车辆尺寸为4.5×2.5米,车辆匀速行驶速度V=5m/s;采集交叉口各进口车道的数量有re=rs=rw=rn=2,各出口车道的数量有Re=Rs=Rw=Rn=2;随机生成16辆自动驾驶车辆,分别对车辆编号为1~16,采集车辆的进口方向An、出口方向Gn、当前所在进口车道编号bn以及到达交叉口的预计时刻因此,车辆1有A1=s、G1=e、b1=1、车辆2有A2=e、G2=w、b2=1、车辆3有A3=n、G3=e、b3=2、车辆4有A4=n、G4=s、b4=1、车辆5有A5=w、G5=n、b5=2、车辆6有A6=s、G6=w、b6=1、车辆7有A7=w、G7=n、b7=1、车辆8有A8=w、G8=n、b8=2、车辆9有A9=s、G9=n、b9=1、车辆10有A10=n、G10=e、b10=2、车辆11有A11=w、G11=e、b11=2、车辆12有A12=s、G12=w、b12=2、车辆13有A13=n、G13=e、b13=1、车辆14有A14=e、G14=s、b14=2、车辆15有A15=e、G15=s、b15=1、车辆16有A16=s、G16=e、b16=2、
实施例2:
在实施例1的基础上,如图1和图2所示,步骤2中计算交叉口内部行车轨迹包括如下步骤:
根据行车轨迹形状的不同,行车轨迹的计算分为三类:
交叉口内部行车轨迹为非直线型时,如图2中行车轨迹ρ1所示,使用反正切函数,行车轨迹进入网格的时刻和离开网格的时刻,分别由公式(1)和公式(2)计算:
其中,集合P表示交叉口内部所有行车轨迹,ρ表示交叉口内部一条行车轨迹,ρ∈P;集合F表示交叉口内部所有网格,fc表示一个网格,fc∈F;行车轨迹ρ进入网格fc的位置点为行车轨迹ρ离开网格fc的位置点为表示行车轨迹ρ的圆心,sρ表示行车轨迹ρ的半径;表示行车轨迹ρ进入网格fc的时刻,表示行车轨迹ρ离开网格fc的时刻;ω表示车身长度,单位为米,V表示车辆的速度,单位为米/秒;
交叉口内部行车轨迹为直线型,且直线平行于所建直角坐标系的y轴时,如图2中行车轨迹ρ2所示,使用速度与位移公式,行车轨迹进入网格的时刻和离开网格的时刻,分别由公式(3)和公式(4)计算:
交叉口内部行车轨迹为直线型,且直线平行于所建直角坐标系的x轴时,使用速度与位移公式,行车轨迹进入网格的时刻离开网格的时刻,分别由公式(5)和公式(6)计算:
实施例3:
在实施例1的基础上,如图1和图2所示,所述步骤3中分离车辆在交叉口内部网格的冲突,计算车辆选择不同进口车道的潜在换道次数,使用换道惩罚项,以加权总延误最小为目标函数,对到达交叉口的所有自动驾驶车辆进行交通控制,包括如下步骤:
步骤31:建立车辆在交叉口内部网格的冲突分离约束条件;
步骤32:车辆的换道次数,由公式(7)计算;车辆的停车延误,由公式(8)计算:
其中,集合N表示到达交叉口所有自动驾驶车辆,n表示一辆自动驾驶车辆,n∈N;bn表示车辆n当前所在进口车道编号,Bn表示车辆n通过交叉口的最佳进口车道编号;表示车辆n最佳驶入交叉口的时刻,表示车辆n到达交叉口的预计时刻;kn表示车辆n的换道次数,dn表示车辆n的停车延误;
步骤33:添加权重因子,车辆的加权延误,由公式(9)计算:
其中,α表示权重因子;Dn表示车辆n的加权延误;
步骤34:以到达交叉口所有自动驾驶车辆的加权总延误为目标函数,对交叉口所有自动驾驶车辆进行交通控制,计算每台车辆通过交叉口的最佳进口车道和最佳驶入交叉口时刻,由公式(10)计算:
min∑n∈N(1-α)dn+α|bn-Bn| (10)
Claims (1)
1.一种最佳进口车道选择的自动驾驶交叉***通控制方法,其特征在于,所述步骤如下:
步骤1:采集交叉口各进口道、出口道的车道数量并进行编号;建立直角坐标系,将交叉口划分为若干网格,并对网格进行编号;采集车辆进口方向、出口方向、当前所在进口车道编号以及到达交叉口的预计时刻;输入交叉口内部行车轨迹的参数方程以及行车轨迹进入网格的位置点和离开网格的位置点;
步骤2:使用反正切函数,计算交叉口内部的非直线型行车轨迹;使用速度与位移公式,计算交叉口内部的直线型行车轨迹;
步骤3:避免车辆在交叉口内部网格的冲突,计算车辆选择不同进口车道的潜在换道次数,使用换道惩罚项,以加权总延误最小为目标函数,对到达交叉口的所有自动驾驶车辆进行交通控制;
所述步骤2中计算交叉口内部行车轨迹包括如下步骤:
根据轨迹形状的不同,行车轨迹的计算分为三类:
交叉口内部行车轨迹为非直线型时,使用反正切函数,行车轨迹进入网格的时刻和离开网格的时刻,分别由公式(1)和公式(2)计算:
其中,集合P表示交叉口内部所有行车轨迹,ρ表示交叉口内部一条行车轨迹,ρ∈P;集合F表示交叉口内部所有网格,fc表示一个网格,fc∈F;行车轨迹ρ进入网格fc的位置点为行车轨迹ρ离开网格fc的位置点为行车轨迹ρ的参考点为当行车轨迹为非直线型,参考点为行车轨迹的圆心,当行车轨迹为直线型,参考点为行车轨迹与该行车轨迹的进口车道停车线的交点,行车轨迹ρ的半径为sρ;表示行车轨迹ρ进入网格fc的时刻,表示行车轨迹ρ离开网格fc的时刻;ω表示车身长度,单位为米,V表示车辆的速度,单位为米/秒;
交叉口内部行车轨迹为直线型,且直线平行于所建直角坐标系的y轴时,使用速度与位移公式,行车轨迹进入网格的时刻和离开网格时刻,分别由公式(3)和公式(4)计算:
交叉口内部行车轨迹为直线型,且直线平行于所建直角坐标系的x轴时,使用速度与位移公式,行车轨迹进入网格的时刻离开网格的时刻,分别由公式(5)和公式(6)计算:
所述步骤3包括如下步骤:
步骤31:建立车辆在交叉口内部网格的冲突分离约束条件;车辆有且只能选择一条进口车道,由公式(7)计算;车辆通过交叉口的最佳进口车道编号由公式(8)计算;车辆实际行车轨迹编号由公式(9)计算;车辆是否占用网格由公式(10)计算;车辆的最佳驶入交叉口时刻不早于车辆到达交叉口的预计时刻,由公式(11)计算;车辆驶入网格的时刻和驶离网格的时刻,分别由公式(12)和公式(13)计算;同一行车轨迹上的两台车辆,两台车辆不同时驶入交叉口,由公式(14)-(16)计算;对任意两两车辆组合进行冲突分离,由公式(17)-(19)计算:
其中,M为大正数,表示进口方向为a且进口车道编号为l的行车轨迹编号;Bn表示车辆n通过交叉口的最佳进口车道编号,ρn表示车辆n通过交叉口的实际行车轨迹编号;表示车辆n最佳驶入交叉口的时刻,表示车辆n到达交叉口的预计时刻;表示车辆n驶入网格fc的时刻,表示车辆n驶离网格fc的时刻;均为0-1变量;车辆n从进口方向a通过交叉口时,车辆n未从进口方向a通过交叉口时,车辆n从编号为l的进口车道通过交叉口时,车辆n未从编号为l的进口车道通过交叉口时,车辆n占用网格fc时,车辆n未占用网格fc时,车辆n在轨迹ρ上行驶时,车辆n不在轨迹ρ上行驶时,车辆n优先车辆m驶入交叉口时,车辆m优先车辆n驶入交叉口时,车辆n驶入网格fc的时刻不早于车辆m驶离网格fc的时刻时,车辆m驶入网格fc的时刻不早于车辆n驶离网格fc的时刻时,
步骤32:车辆的换道次数,由公式(20)计算;车辆的停车延误,由公式(21)计算:
其中,集合N表示到达交叉口所有自动驾驶车辆,n表示一辆自动驾驶车辆,n∈N;bn表示车辆n当前所在进口车道编号,Bn表示车辆n通过交叉口的最佳进口车道编号;表示车辆n最佳驶入交叉口的时刻,表示车辆n到达交叉口的预计时刻;kn表示车辆n的换道次数,dn表示车辆n的停车延误;
步骤33:添加权重因子,车辆的加权延误,由公式(22)计算:
其中,α表示权重因子;Dn表示车辆n的加权延误;
步骤34:以到达交叉口所有自动驾驶车辆的加权总延误为目标函数,对交叉口所有自动驾驶车辆进行交通控制,计算每台车辆通过交叉口的最佳进口车道和最佳驶入交叉口时刻,由公式(23)计算:
min∑n∈N(1-α)dn+α|bn-Bn| (23)
公式(23)同时考虑车辆延误和车辆在交叉口进口道换道的负面影响,将换道延误影响量化处理,对车辆实际所在车道和优化后目标车道的相对差值加权,以交叉口所有车辆的加权延误最小,其中α表示权重,dn表示车辆n的停车延误。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011218959.4A CN112309120B (zh) | 2020-11-04 | 2020-11-04 | 一种最佳进口车道选择的自动驾驶交叉***通控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011218959.4A CN112309120B (zh) | 2020-11-04 | 2020-11-04 | 一种最佳进口车道选择的自动驾驶交叉***通控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112309120A CN112309120A (zh) | 2021-02-02 |
CN112309120B true CN112309120B (zh) | 2021-10-22 |
Family
ID=74326123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011218959.4A Active CN112309120B (zh) | 2020-11-04 | 2020-11-04 | 一种最佳进口车道选择的自动驾驶交叉***通控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112309120B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114613142B (zh) * | 2022-03-24 | 2023-03-21 | 长沙理工大学 | 一种基于规则的自动驾驶交叉口车辆换道控制方法 |
CN115482677B (zh) * | 2022-09-19 | 2023-12-08 | 长沙理工大学 | 一种自动驾驶交叉口的公交优先控制方法 |
CN116758750B (zh) * | 2023-08-22 | 2023-10-17 | 中建八局第三建设有限公司 | 城市隧道施工区最优出口选择***、方法及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108615387A (zh) * | 2018-04-18 | 2018-10-02 | 长沙理工大学 | 一种自动驾驶下交叉口自由转向车道设置方法 |
CN108932856A (zh) * | 2018-07-25 | 2018-12-04 | 长沙理工大学 | 一种自动驾驶下交叉口通行权设置方法 |
JP2020119060A (ja) * | 2019-01-21 | 2020-08-06 | 先進モビリティ株式会社 | 自動運転車両の軌跡設計走行制御検証方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875710B (zh) * | 2017-01-24 | 2019-12-03 | 同济大学 | 一种面向网联自动驾驶车辆的交叉口自组织控制方法 |
-
2020
- 2020-11-04 CN CN202011218959.4A patent/CN112309120B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108615387A (zh) * | 2018-04-18 | 2018-10-02 | 长沙理工大学 | 一种自动驾驶下交叉口自由转向车道设置方法 |
CN108932856A (zh) * | 2018-07-25 | 2018-12-04 | 长沙理工大学 | 一种自动驾驶下交叉口通行权设置方法 |
JP2020119060A (ja) * | 2019-01-21 | 2020-08-06 | 先進モビリティ株式会社 | 自動運転車両の軌跡設計走行制御検証方法 |
Non-Patent Citations (2)
Title |
---|
自动驾驶环境下交叉口车辆路径规划与最优控制模型;吴伟 等;《自动化学报》;20200930;第46卷(第9期);1971-1985 * |
自动驾驶环境下面向交叉口自由转向;吴伟 等;《中国公路学报》;20191231;第32卷(第12期);25-35 * |
Also Published As
Publication number | Publication date |
---|---|
CN112309120A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112309120B (zh) | 一种最佳进口车道选择的自动驾驶交叉***通控制方法 | |
WO2021227502A1 (zh) | 一种信号交叉***通信号灯和车辆轨迹控制方法 | |
CN112907946B (zh) | 一种自动驾驶车辆与其他车辆混行的交通控制方法以及*** | |
CN103996289B (zh) | 一种流量-速度匹配模型及行程时间预测方法及*** | |
CN108399740B (zh) | 一种信号控制交叉口机动车冲突概率预测方法 | |
CN113327448B (zh) | 一种自动驾驶专用相位下的车辆轨迹优化方法 | |
CN102592447B (zh) | 一种基于fcm的区域路网的道路交通状态判别方法 | |
CN112373472A (zh) | 一种自动驾驶交叉口车辆进入时刻与行驶轨迹控制方法 | |
CN110751847B (zh) | 一种自动驾驶车辆行为决策方法及*** | |
CN113297721B (zh) | 一种信号交叉口车辆选择出口道的仿真方法和装置 | |
CN112735126B (zh) | 一种基于模型预测控制的混合交通流协同优化控制方法 | |
CN107016858A (zh) | 一种交叉口多流向候驶区和错位式停车线的预信号控制方法 | |
CN114333364B (zh) | 一种自动驾驶车辆通过信号交叉口生态驾驶方法 | |
CN114613142B (zh) | 一种基于规则的自动驾驶交叉口车辆换道控制方法 | |
CN112216122B (zh) | 一种自动驾驶进程中交叉口车道布设与信号配时方法 | |
CN113947889B (zh) | 一种自动驾驶交叉口行人过街控制方法 | |
CN113140112A (zh) | 一种自动驾驶交叉口车辆冲突分离的控制方法 | |
CN113936461B (zh) | 一种信号控制交叉口车辆混行的仿真方法和*** | |
CN112767715B (zh) | 一种交叉路***通信号灯与智能网联汽车的协同控制方法 | |
CN112258861B (zh) | 一种自动驾驶环境下交叉口行人过街摆渡车行驶通道的设置方法 | |
CN114852076A (zh) | 一种混行交通流环境下自动驾驶车辆轨迹规划方法 | |
CN112017439A (zh) | 一种自动驾驶交叉口行人过街摆渡车控制方法 | |
CN115713863A (zh) | 一种面向自动驾驶专用相位的轨迹规划与信号优化方法 | |
CN112489457B (zh) | 一种自动驾驶环境下交叉口车辆通过引导方法 | |
CA3151981A1 (en) | Methods and systems for adaptive traffic control |
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 |