CN112750318A - 一种基于边缘云的匝道合流控制方法及*** - Google Patents

Abstract

一种基于边缘云的匝道合流控制方法及***，包括如下步骤：获取匝道控制区内车辆动态信息；根据车辆信息进行合流次序和合流时间分配；基于合流时间进行车辆行驶轨迹的规划并将控制信息回传给车辆。本申请通过构建基于边缘云的匝道合流控制模型，以实现车辆经过主干道和匝道合流区时通行次序和通行时间的高效分配，最终实现车辆经过匝道合流区的总通过时间最短，油耗最少。

Description

一种基于边缘云的匝道合流控制方法及***

技术领域

本申请涉及一种基于边缘云的匝道合流控制方法及***。

背景技术

汽车给人类出行带来了极大的便利，但随着道路上车辆数量的增多，道路交通拥堵变得愈发常见和严重。交通拥堵降低了交通效率，增加了交通事故的风险，也增加了出行时间，给乘客带来了不适，并导致过多的燃油消耗和尾气排放。匝道合流是造成交通拥堵的主要原因之一。通常，试图合并的车辆可能会在匝道路口上减速，等待合适的合并实机，同时寻找安全的车辆间距和合适的主干道路车辆速度，以确定加速的程度和时间。主干道路上的车辆则会减速，以避免突然在匝道中驶入的车辆。

随着5G通信的发展，移动边缘计算使合作驾驶成为现实。合作驾驶是提高交通效率和安全性的一种很有前途的方法，协同合流是为了解决主干道和匝道车辆进入合流区的协调问题，保证车辆安全、高效地通过合流区。车辆的合并次序是协同融合的核心问题。通常在计算量和优化结果之间有一个折衷，使用现有的方法来确定优化的合并次序通常需要较大的计算量，在计算量较大时，只能依托服务器，但是这会导致实时性太差。因此，现在主要的挑战在于如何实时找到一个具有大量车辆优化合并次序的方法。

发明内容

为了解决上述问题，本申请一方面公开了一种基于边缘云的匝道合流控制方法，包括如下步骤：

获取匝道控制区内车辆信息；

根据车辆信息进行合流次序和合流时间分配；

基于合流时间进行车辆行驶轨迹的规划并将控制信息回传给车辆。本申请通过构建基于边缘云的匝道合流控制模型，以实现主干道和匝道车辆经过合流区次序和时间的高效分配，最终实现车辆经过匝道合流区的总通过时间最短，油耗最少。

优选的，所述匝道控制区包括合流区以及连入到匝道区域的主干道和连入辅路，所述主干道和连入辅路的长度不少于500m。

优选的，所述合流次序和合流时间按照如下方法确定：

根据车辆信息、基于先进先出的策略，得到初始合并次序；

对于初始合并次序基于同道路优先的策略进行次序调整得到修正合并次序；

根据修正合并次序，对于匝道控制区内的车辆分配合流时间。

优选的，所述初始合并次序按照如下方法获取：

假设车辆k在控制区匀速行驶，主干道上每辆车g(g∈G＝{1，2，...，|G|}的初始速度

和距离合流区的初始距离

连入辅路上每辆车r(r∈R＝{|G|+1，|G|+2，...，|M|+|G|}的初始速度

和距离合流区的初始距离

根据每辆车到达合流区的时间，得到车辆到达合流区的初始序列L＝{l_i|i＝1，2...，|G|+|R|}。

优选的，所述修正合并次序按照如下方法获取：

在遍历初始化的合并次序过程中，满足下述条件则发生交换操作：

当l_i和l_i-2为连入辅路车辆，l_i-1和l_i+1为主干道车辆时，如果满足下式，则交换l_i-1和l_i在合并次序中的位置：

其中

为车辆l_i-2由初始速度匀速到达合流区的时间，

为车辆l_i最快到达合流区的时间，计算方法如下式所示：

式中：v_max为道路允许通行车辆的最大速度，

为车辆k允许的最大加速度，

为车辆k到达合流区的速度；

当l_i和l_i-2为主干车道车辆，l_i-1和l_i+1为连入辅路车辆时，如果满足下式，则交换l_i-1和l_i在合并次序中的位置：

优选的，所述车辆分配合流时间按照如下方法获取：

对修正合并序列S＝{s_i|i＝1，2...，|G|+|R|}的第一辆车s₁，如果和上次合并次序最后一辆车在同一车道，对分配给车辆s₁的合并时间如下式所示：

式中：

为车辆s₁分配的合并时间，K为上次合并次序的最后一辆车；

如果车辆s₁和上次合并次序最后一辆车不在同一车道，对分配给车辆s₁的合并时间如下式所示：

对合并次序的剩余车辆，如果车辆s_i-1和车辆s_i在同一车道，对分配给车辆s₁的合并时间如下式所示：

如果车辆s_i-1和车辆s_i在同一车道，对分配给车辆s₁的合并时间如下式所示：

优选的，基于合流时间和油耗效能，得到车辆达到合流区的时间，对每辆车进行行驶轨迹规划，使每辆车的油耗最少。

优选的，所述油耗按照下式计算：

式中：

和

为车辆k的实时加速度和速度，q₀～q₃和p₀～p₃为常数项；以油耗模型为目标函数的车辆行驶轨迹规划问题为有约束的非线性优化问题，由于自身的非凸性和非线性导致的巨大计算量，不能满足车辆实时性的要求。本发明将车辆轨迹规划问题离散成动态规划问题进行求解。

通过把时间步长设置为Δt，速度分辨率设置为Δv，加速度分辨率相应的设置为

离散化车辆轨迹规划问题。对于每一辆车k，把从初始时间0到合并时间

的时间段以Δt时间间隔分割成有限的阶段；

每个阶段的初始状态

其中

v_min为道路允许通行车辆的最小速度，

为车辆k在t时刻距离合流区的距离；每个阶段的决策为Δt时间间隔采取的加速度

其中

为车辆k允许的最大减速度，每个阶段的初始状态和决策影响下一阶段的初始状态，每个决策所对应的评价函数为Δt时间间隔内油耗的倒数，由下式所示：

式中：t_w为当前阶段的初始时刻；

用动态规划的逆序求解法求解步骤2得到的动态规划模型，得到每辆车的最优行驶轨迹规划，即加速度决策序列

其中W为划分的时间段的数量。本申请实现自动驾驶匝道合流场景下主干道和连入辅路内的车辆轨迹规划，最终减少车辆经过合流区的时间和油耗。

另一方面，本申请还公开了一种基于边缘云的匝道合流的控制***，包括如下模块：

匝道本地监测模块，用于获取匝道控制区内车辆信息；

移动边缘主机，用于从匝道本地检测模块获取车辆信息，并根据车辆信息进行合流次序和合流时间分配，并基于合流时间进行车辆行驶轨迹的规划并将控制信息回传给车辆。本申请通过匝道合流控制，规划车辆合并次序，分配车辆通过合流区的时间，规划每辆车的行驶轨迹，并把车辆控制信息同样通过虚拟化基础设施传递给相应的车辆，进而减少车辆通过合流区的总通行时间和油耗。

优选的，所述移动边缘主机本地设置。

本申请能够带来如下有益效果：

1、本申请通过构建基于边缘云的匝道合流控制模型，以实现主干道和匝道车辆经过合流区次序和时间的高效分配，最终实现车辆经过匝道合流区的总通过时间最短，油耗最少；

2、本申请通过匝道合流控制，规划车辆合并次序，分配车辆通过合流区的时间，规划每辆车的行驶轨迹，并把车辆控制信息同样通过虚拟化基础设施传递给相应的车辆，进而减少车辆通过合流区的总通行时间和油耗；

3、本申请以油耗模型为目标函数的车辆行驶轨迹规划问题为有约束的非线性优化问题，由于自身的非凸性和非线性导致的巨大计算量，不能满足车辆实时性的要求，将车辆轨迹规划问题离散成动态规划问题进行求解以实现在本地移动边缘主机即可进行实时边缘优化的特性，尽可能摆脱对于中央服务器的依赖。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实地实施时的示意图；

图2为第一个实施例的流程示意图；

图3为第一个实施例的合流次序和合流时间的流程示意图；

图4为第二个实施例的流程部示意图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本申请进行详细阐述。

在第一个实施例中，如图1-3所示，

S101.获取匝道控制区内车辆信息；

可以通过视频识别，GPS，物联网等方式来进行获取；

S102.根据车辆信息进行合流次序和合流时间分配；

依次经过合流区的两辆车来自不同道路比来自同一道路的情况更加复杂，即来自不同道路车辆的车头时距Δt²大于来自同一道路车辆的车头时距Δt¹。从两个道路交替合流(即一辆来自主干道的车辆和一辆来自匝道的车辆)将导致更多的通行时间和行程延误。因此，尽可能允许来自一个道路的多个车辆先通过合流区，然后让来自另一个道路的一组车辆随后通过，避免交替合并，以使总通过时间和行程延误最小化。

S1021.根据车辆信息、基于先进先出的策略，得到初始合并次序；

假设车辆k在控制区匀速行驶，主干道上每辆车g(g∈G＝{1，2，...，|G|}的初始速度

和距离合流区的初始距离

连入辅路上每辆车r(r∈R＝{|G|+1，|G|+2，...，|M|+|G|}的初始速度

和距离合流区的初始距离

根据每辆车到达合流区的时间，得到车辆到达合流区的初始序列L＝{l_i|i＝1，2...，|G|+|R|}。

S1022.对于初始合并次序基于同道路优先的策略进行次序调整得到修正合并次序；

在遍历初始化的合并次序过程中，满足下述条件则发生交换操作：

当l_i和l_i-2为连入辅路车辆，l_i-1和l_i+1为主干道车辆时，如果满足下式，则交换l_i-1和l_i在合并次序中的位置：

其中

为车辆l_i-2由初始速度匀速到达合流区的时间，

为车辆l_i最快到达合流区的时间，计算方法如下式所示：

式中：v_max为道路允许通行车辆的最大速度，

为车辆k允许的最大加速度，

为车辆k到达合流区的速度；

当l_i和l_i-2为主干车道车辆，l_i-1和l_i+1为连入辅路车辆时，如果满足下式，则交换l_i-1和l_i在合并次序中的位置：

S1023.根据修正合并次序，对于匝道控制区内的车辆分配合流时间。

所述车辆分配合流时间按照如下方法获取：

对修正合并序列S＝{s_i|i＝1，2...，|G|+|R|}的第一辆车s₁，如果和上次合并次序最后一辆车在同一车道，对分配给车辆s₁的合并时间如下式所示：

式中：

为车辆s₁分配的合并时间，K为上次合并次序的最后一辆车；

如果车辆s₁和上次合并次序最后一辆车不在同一车道，对分配给车辆s₁的合并时间如下式所示：

对合并次序的剩余车辆，如果车辆s_i-1和车辆s_i在同一车道，对分配给车辆s₁的合并时间如下式所示：

如果车辆s_i-1和车辆s_i在同一车道，对分配给车辆s₁的合并时间如下式所示：

S103.基于合流时间和油耗效能进行车辆行驶轨迹的规划。

所述油耗按照下式计算：

式中：

和

为车辆k的实时加速度和速度，q₀～q₃和p₀～p₃为常数项；以油耗模型为目标函数的车辆行驶轨迹规划问题为有约束的非线性优化问题，由于自身的非凸性和非线性导致的巨大计算量，不能满足车辆实时性的要求。本发明将车辆轨迹规划问题离散成动态规划问题进行求解。

通过把时间步长设置为Δt，速度分辨率设置为Δv，加速度分辨率相应的设置为

离散化车辆轨迹规划问题。对于每一辆车k，把从初始时间0到合并时间

的时间段以Δt时间间隔分割成有限的阶段；

每个阶段的初始状态

其中

v_min为道路允许通行车辆的最小速度，

为车辆k在t时刻距离合流区的距离；每个阶段的决策为Δt时间间隔采取的加速度

其中

为车辆k允许的最大减速度，每个阶段的初始状态和决策影响下一阶段的初始状态，每个决策所对应的评价函数为Δt时间间隔内油耗的倒数，由下式所示：

式中：t_w为当前阶段的初始时刻；

用动态规划的逆序求解法求解步骤2得到的动态规划模型，得到每辆车的最优行驶轨迹规划，即加速度决策序列

其中W为划分的时间段的数量。

在第二个实施例中，如图4所示，一种基于边缘云的匝道合流的控制***，包括如下模块：匝道本地监测模块201，用于获取匝道控制区内车辆信息；移动边缘主机202，用于从匝道本地检测模块获取车辆信息，并根据车辆信息进行合流次序和合流时间分配，并基于合流时间进行车辆行驶轨迹的规划并将控制信息回传给车辆。所述移动边缘主机本地设置。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于边缘云的匝道合流控制方法，其特征在于：包括如下步骤：

获取匝道控制区内车辆信息；

根据车辆信息进行合流次序和合流时间分配；

基于合流时间和油耗效能进行车辆行驶轨迹的规划。

2.根据权利要求1所述的一种基于边缘云的匝道合流控制方法，其特征在于：所述匝道控制区包括合流区以及连入到匝道区域的主干道和连入辅路，所述主干道和连入辅路的长度不少于500m。

3.根据权利要求2所述的一种基于边缘云的匝道合流控制方法，其特征在于：所述合流次序和合流时间按照如下方法确定：

根据车辆信息、基于先进先出的策略，得到初始合并次序；

对于初始合并次序基于同道路优先的策略进行次序调整得到修正合并次序；

根据修正合并次序，对于匝道控制区内的车辆分配合流时间。

4.根据权利要求3所述的一种基于边缘云的匝道合流控制方法，其特征在于：

所述初始合并次序按照如下方法获取：

假设车辆k在控制区匀速行驶，主干道上每辆车g(g∈G＝{1，2，...，|G|}的初始速度

和距离合流区的初始距离

连入辅路上每辆车r(r∈R＝{|G|+1，|G|+2，...，|M|+|G|}的初始速度

和距离合流区的初始距离

根据每辆车到达合流区的时间，得到车辆到达合流区的初始序列L＝{l_i|i＝1，2...，|G|+|R|}。

5.根据权利要求4所述的一种基于边缘云的匝道合流控制方法，其特征在于：

所述修正合并次序按照如下方法获取：

在遍历初始化的合并次序过程中，满足下述条件则发生交换操作：

当l_i和l_i-2为连入辅路车辆，l_i-1和l_i+1为主干道车辆时，如果满足下式，则交换l_i-1和l_i在合并次序中的位置：

其中

为车辆l_i-2由初始速度匀速到达合流区的时间，

为车辆l_i最快到达合流区的时间，计算方法如下式所示：

式中：v_max为道路允许通行车辆的最大速度，

为车辆k允许的最大加速度，

为车辆k到达合流区的速度；

当l_i和l_i-2为主干车道车辆，l_i-1和l_i+1为连入辅路车辆时，如果满足下式，则交换l_i-1和l_i在合并次序中的位置：

6.根据权利要求5所述的一种基于边缘云的匝道合流控制方法，其特征在于：

所述车辆分配合流时间按照如下方法获取：

对修正合并序列S＝{s_i|i＝1，2...，|G|+|R|}的第一辆车s₁，如果和上次合并次序最后一辆车在同一车道，对分配给车辆s₁的合并时间如下式所示：

式中：

为车辆s₁分配的合并时间，K为上次合并次序的最后一辆车；

如果车辆s₁和上次合并次序最后一辆车不在同一车道，对分配给车辆s₁的合并时间如下式所示：

对合并次序的剩余车辆，如果车辆s_i-1和车辆s_i在同一车道，对分配给车辆s₁的合并时间如下式所示：

如果车辆s_i-1和车辆s_i在同一车道，对分配给车辆s₁的合并时间如下式所示：

7.根据权利要求1所述的一种基于边缘云的匝道合流控制方法，其特征在于：基于合流时间，得到车辆达到合流区的时间，对每辆车进行行驶轨迹规划，使每辆车的油耗最少。

8.根据权利要求7所述的一种基于边缘云的匝道合流控制方法，其特征在于：所述油耗按照下式计算：

式中：

和

为车辆k的实时加速度和速度，q₀～q₃和p₀～p₃为常数项；

通过把时间步长设置为Δt，速度分辨率设置为Δv，加速度分辨率相应的设置为

离散化车辆轨迹规划问题；对于每一辆车k，把从初始时间0到合并时间

的时间段以Δt时间间隔分割成有限的阶段；

每个阶段的初始状态

其中

v_min为道路允许通行车辆的最小速度，

为车辆k在t时刻距离合流区的距离；每个阶段的决策为Δt时间间隔采取的加速度

其中

为车辆k允许的最大减速度，每个阶段的初始状态和决策影响下一阶段的初始状态，每个决策所对应的评价函数为Δt时间间隔内油耗的倒数，由下式所示：

式中：t_w为当前阶段的初始时刻；

用动态规划的逆序求解法求解步骤2得到的动态规划模型，得到每辆车的最优行驶轨迹规划，即加速度决策序列

其中W为划分的时间段的数量。

9.一种基于边缘云的匝道合流的控制***，其特征在于：包括如下模块：

匝道本地监测模块，用于获取匝道控制区内车辆信息；

移动边缘主机，用于从匝道本地检测模块获取车辆信息，并根据车辆信息进行合流次序和合流时间分配，并基于合流时间进行车辆行驶轨迹的规划并将控制信息回传给车辆。

10.根据权利要求9所述的一种基于边缘云的匝道合流控制装置，其特征在于：所述移动边缘主机本地设置。

Images