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 PDF

Info

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
Application number
CN202011218959.4A
Other languages
English (en)
Other versions
CN112309120A (zh
Inventor
吴伟
秦少敏
刘洋
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202011218959.4A priority Critical patent/CN112309120B/zh
Publication of CN112309120A publication Critical patent/CN112309120A/zh
Application granted granted Critical
Publication of CN112309120B publication Critical patent/CN112309120B/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

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

一种最佳进口车道选择的自动驾驶交叉***通控制方法
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；
Figure GDA0003243215820000021
为0-1变量，
Figure GDA0003243215820000022
表示行车轨迹ρ占用网格fc，
Figure GDA0003243215820000023
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
Figure GDA0003243215820000024
行车轨迹ρ离开网格fc的位置点为
Figure GDA0003243215820000025
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
Figure GDA0003243215820000026
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：
Figure GDA0003243215820000027
Figure GDA0003243215820000028
其中，ω表示车身长度，V表示车辆的速度，
Figure GDA0003243215820000029
表示行车轨迹ρ的圆心，sρ表示行车轨迹ρ的半径，
Figure GDA00032432158200000210
表示行车轨迹ρ进入网格fc的时刻，
Figure GDA00032432158200000211
表示行车轨迹ρ离开网格fc的时刻；
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：
Figure GDA00032432158200000212
Figure GDA00032432158200000213
其中，
Figure GDA00032432158200000214
表示为行车轨迹ρ的进口车道与停车线的交点的纵坐标；
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：
Figure GDA00032432158200000215
Figure GDA00032432158200000216
其中，
Figure GDA00032432158200000217
表示为行车轨迹ρ的进口车道与停车线的交点的横坐标；
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：
Figure GDA00032432158200000218
Figure GDA00032432158200000219
Figure GDA00032432158200000220
Figure GDA00032432158200000221
Figure GDA0003243215820000031
Figure GDA0003243215820000032
Figure GDA0003243215820000033
Figure GDA0003243215820000034
Figure GDA0003243215820000035
Figure GDA0003243215820000036
Figure GDA0003243215820000037
Figure GDA0003243215820000038
Figure GDA0003243215820000039
其中，M为大正数，
Figure GDA00032432158200000310
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；
Figure GDA00032432158200000311
表示车辆n最佳驶入交叉口的时刻，
Figure GDA00032432158200000312
表示车辆n到达交叉口的预计时刻；
Figure GDA00032432158200000313
表示车辆n驶入网格fc的时刻，
Figure GDA00032432158200000314
表示车辆n驶离网格fc的时刻；
Figure GDA00032432158200000315
均为0-1变量；车辆n从进口方向a通过交叉口时，
Figure GDA00032432158200000316
车辆n未从进口方向a通过交叉口时，
Figure GDA00032432158200000317
车辆n从编号为l的进口车道通过交叉口时，
Figure GDA00032432158200000318
车辆n未从编号为l的进口车道通过交叉口时，
Figure GDA00032432158200000319
车辆n占用网格fc时，
Figure GDA00032432158200000320
车辆n未占用网格fc时，
Figure GDA00032432158200000321
车辆n在轨迹ρ上行驶时，
Figure GDA00032432158200000322
车辆n不在轨迹ρ上行驶时，
Figure GDA00032432158200000323
车辆n优先车辆m驶入交叉口时，
Figure GDA00032432158200000324
车辆m优先车辆n驶入交叉口时，
Figure GDA00032432158200000325
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，
Figure GDA00032432158200000326
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，
Figure GDA00032432158200000327
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：
Figure GDA00032432158200000328
Figure GDA00032432158200000329
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：
Figure GDA00032432158200000330
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
Figure GDA0003243215820000041
因此，车辆1有A1＝s、G1＝e、b1＝1、
Figure GDA0003243215820000042
车辆2有A2＝e、G2＝w、b2＝1、
Figure GDA0003243215820000043
车辆3有A3＝n、G3＝e、b3＝2、
Figure GDA0003243215820000044
车辆4有A4＝n、G4＝s、b4＝1、
Figure GDA0003243215820000045
车辆5有A5＝w、G5＝n、b5＝2、
Figure GDA0003243215820000046
车辆6有A6＝s、G6＝w、b6＝1、
Figure GDA0003243215820000047
车辆7有A7＝w、G7＝n、b7＝1、
Figure GDA0003243215820000048
车辆8有A8＝w、G8＝n、b8＝2、
Figure GDA0003243215820000049
车辆9有A9＝s、G9＝n、b9＝1、
Figure GDA00032432158200000410
车辆10有A10＝n、G10＝e、b10＝2、
Figure GDA00032432158200000411
车辆11有A11＝w、G11＝e、b11＝2、
Figure GDA00032432158200000412
车辆12有A12＝s、G12＝w、b12＝2、
Figure GDA00032432158200000413
车辆13有A13＝n、G13＝e、b13＝1、
Figure GDA0003243215820000051
车辆14有A14＝e、G14＝s、b14＝2、
Figure GDA0003243215820000052
车辆15有A15＝e、G15＝s、b15＝1、
Figure GDA0003243215820000053
车辆16有A16＝s、G16＝e、b16＝2、
Figure GDA0003243215820000054
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：
Figure GDA0003243215820000055
Figure GDA0003243215820000056
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
Figure GDA0003243215820000057
行车轨迹ρ离开网格fc的位置点为
Figure GDA0003243215820000058
表示行车轨迹ρ的圆心，sρ表示行车轨迹ρ的半径；
Figure GDA0003243215820000059
表示行车轨迹ρ进入网格fc的时刻，
Figure GDA00032432158200000510
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：
Figure GDA00032432158200000511
Figure GDA00032432158200000512
其中，
Figure GDA00032432158200000513
表示为行车轨迹ρ的进口车道与停车线的交点的纵坐标；
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：
Figure GDA00032432158200000514
Figure GDA00032432158200000515
其中，
Figure GDA00032432158200000516
表示为行车轨迹ρ的进口车道与停车线的交点的横坐标；
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：
Figure GDA00032432158200000517
Figure GDA00032432158200000518
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；
Figure GDA00032432158200000519
表示车辆n最佳驶入交叉口的时刻，
Figure GDA00032432158200000520
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：
Figure GDA0003243215820000061
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)
实施例1的基础上，以α＝0.1为车辆换道的权重因子，对到达交叉口的16辆车进行交通控制，可获得此16辆车的最佳驶入交叉口时刻和通过交叉口的最佳进口车道编号。因此，车辆1有
Figure GDA0003243215820000062
B1＝2；车辆2有
Figure GDA0003243215820000063
B2＝2；车辆3有
Figure GDA0003243215820000064
B3＝1；车辆4有
Figure GDA0003243215820000065
B4＝2；车辆5有
Figure GDA0003243215820000066
B5＝1；车辆6有
Figure GDA0003243215820000067
B6＝1；车辆7有
Figure GDA0003243215820000068
B7＝2；车辆8有
Figure GDA0003243215820000069
B8＝1；车辆9有
Figure GDA00032432158200000610
B9＝2；车辆10有
Figure GDA00032432158200000611
B10＝1；车辆11有
Figure GDA00032432158200000612
B11＝2；车辆12有
Figure GDA00032432158200000613
B12＝1；车辆13有
Figure GDA00032432158200000614
B13＝1、k13＝0；车辆14有
Figure GDA00032432158200000615
B14＝1；车辆15有
Figure GDA00032432158200000616
B15＝1；车辆16有
Figure GDA00032432158200000617
B16＝2。

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：
Figure FDA0003243215810000011
Figure FDA0003243215810000012
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
Figure FDA0003243215810000013
行车轨迹ρ离开网格fc的位置点为
Figure FDA0003243215810000014
行车轨迹ρ的参考点为
Figure FDA0003243215810000015
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；
Figure FDA0003243215810000016
表示行车轨迹ρ进入网格fc的时刻，
Figure FDA0003243215810000017
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：
Figure FDA0003243215810000018
Figure FDA0003243215810000019
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：
Figure FDA00032432158100000110
Figure FDA00032432158100000111
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：
Figure FDA0003243215810000021
Figure FDA0003243215810000022
Figure FDA0003243215810000023
Figure FDA0003243215810000024
Figure FDA0003243215810000025
Figure FDA0003243215810000026
Figure FDA0003243215810000027
Figure FDA0003243215810000028
Figure FDA0003243215810000029
Figure FDA00032432158100000210
Figure FDA00032432158100000211
Figure FDA00032432158100000212
Figure FDA00032432158100000213
其中，M为大正数，
Figure FDA00032432158100000214
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；
Figure FDA00032432158100000215
表示车辆n最佳驶入交叉口的时刻，
Figure FDA00032432158100000216
表示车辆n到达交叉口的预计时刻；
Figure FDA00032432158100000217
表示车辆n驶入网格fc的时刻，
Figure FDA00032432158100000218
表示车辆n驶离网格fc的时刻；
Figure FDA00032432158100000219
均为0-1变量；车辆n从进口方向a通过交叉口时，
Figure FDA00032432158100000220
车辆n未从进口方向a通过交叉口时，
Figure FDA00032432158100000221
车辆n从编号为l的进口车道通过交叉口时，
Figure FDA00032432158100000222
车辆n未从编号为l的进口车道通过交叉口时，
Figure FDA00032432158100000223
车辆n占用网格fc时，
Figure FDA00032432158100000224
车辆n未占用网格fc时，
Figure FDA00032432158100000225
车辆n在轨迹ρ上行驶时，
Figure FDA00032432158100000226
车辆n不在轨迹ρ上行驶时，
Figure FDA00032432158100000227
车辆n优先车辆m驶入交叉口时，
Figure FDA00032432158100000228
车辆m优先车辆n驶入交叉口时，
Figure FDA00032432158100000229
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，
Figure FDA00032432158100000230
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，
Figure FDA00032432158100000231
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：
Figure FDA00032432158100000232
Figure FDA00032432158100000233
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；
Figure FDA0003243215810000031
表示车辆n最佳驶入交叉口的时刻，
Figure FDA0003243215810000032
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：
Figure FDA0003243215810000033
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。
CN202011218959.4A 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 Active CN112309120B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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