CN113246985A - 混行条件下快速路匝道智能网联车辆合流变道控制方法 - Google Patents
混行条件下快速路匝道智能网联车辆合流变道控制方法 Download PDFInfo
- Publication number
- CN113246985A CN113246985A CN202110687438.1A CN202110687438A CN113246985A CN 113246985 A CN113246985 A CN 113246985A CN 202110687438 A CN202110687438 A CN 202110687438A CN 113246985 A CN113246985 A CN 113246985A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- distance
- time
- change
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000008859 change Effects 0.000 claims abstract description 179
- 230000001133 acceleration Effects 0.000 claims abstract description 85
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000004891 communication Methods 0.000 claims abstract description 6
- 239000000126 substance Substances 0.000 claims description 3
- XOOUIPVCVHRTMJ-UHFFFAOYSA-L zinc stearate Chemical compound [Zn+2].CCCCCCCCCCCCCCCCCC([O-])=O.CCCCCCCCCCCCCCCCCC([O-])=O XOOUIPVCVHRTMJ-UHFFFAOYSA-L 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 47
- 238000010586 diagram Methods 0.000 description 12
- 230000006399 behavior Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006855 networking Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000817 safety factor Toxicity 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种混行条件下快速路匝道智能网联车辆合流变道控制方法,该方法包括以下步骤:收集道路交通行驶信息;分析加速车道车辆、目标车道前后车辆的运行状态及最佳安全距离,判断是否产生变道决策;基于行驶换道轨迹路径函数实时调整车辆加速度,实现安全变道。本发明基于智能网联、车路协同等相关技术的实现,根据在通信区域内获取预设范围周边道路的环境、交通等信息,进行换道决策判断,避免驾驶智能网联时车辆之间发生追尾碰撞,有效提高自动驾驶在换道过程的安全性及可靠性。
Description
技术领域
本发明涉及智能交通技术领域,具体涉及一种混行条件下快速路匝道智能网联车辆合流变道控制方法。
背景技术
智能网联汽车借助车载***及路测***对行驶车辆的周围环境进行感知与识别,对获取的车辆位置、交通信号、道路以及障碍物等信息经分析处理,控制汽车的速度和转向来实现车辆智能驾驶。智能网联汽车技术的实现主要依靠多个辅助驾驶技术的融合,单一的辅助驾驶技术仅能够对驾驶员进行驾驶辅助,多个辅助驾驶技术的融合则能够适应更多场景,乃至适应全场景下的无人驾驶。根据智能驾驶自动化程度,可将汽车分为四个类型,即初级辅助驾驶汽车、高级辅助驾驶汽车、自动驾驶汽车和无人驾驶汽车。智能网联汽车的发展路径主要从两方面着手,即智能化和网联化。智能化是指依赖于先进的驾驶辅助技术,如高级驾驶辅助***(Advanced Driving Assistance System,ADAS),采用车载传感器与汽车自动控制***结合的方法实现汽车的智能驾驶功能。网联化主要是依靠车联网***,如V2X***(vehicle to everything,车对外界的信息交换)来实现车-人、车-车、车-路、车-平台的信息交换,提高汽车行驶的安全性,提高道路通过效率。
车辆换道行为是描述驾驶员由于自身驾驶特性,根据车辆周边交通环境刺激调整自己的行驶状态并完成目标策略的一个过程。根据追求利益的动机不同,车辆换道一般情况下分为自由性换道和强制性换道两种模式。强制性换道指具有确定的目标车道、并在一定区间内必须实施换道的行为,如匝道的分流、合流车辆,交织区车辆等,此类行为的关键是存在一个最迟换道点。自由性换道指车辆在遇到前方较慢的车辆时,为了追求更快的车速,更自由的驾驶空间而发生的变换车道行为。
车辆离不开动态交通信息信息采集,交通信息收集***的基础是交通信息数据的采集,常规环境下信息采集方式包括微波雷达、视频、红外、环形感应线圈和浮动车交通信息采集等。环形感应线圈通常由环型线圈、传输馈线、检测处理单元部分组成,环形线圈铺设在道路上,并在其附近形成一个磁场,当车辆进入这个磁场时,检测处理单元就检测到一个车辆,并输出信号;不仅可以计数、检测交通流量,还可以测速。微波检测器是一种雷达探测器,利用多普勒效应检测车辆,不仅可以检测交通量,还可以测速,从而达到检测道路交通信息的目的。视频监控***主要由前端、传输和终端三大部分组成,前端部分主要包括摄像机、镜头、云台、解码器等,传输部分常用的有光缆、视频电缆、电话线等,终端部分通常为监视器,可以显示前端传来的图像,还可对前端设备进行控制;电视监控***有图像监视和交通数据采集双重功能;安装简单,检测率高,寿命长,维护费用低。浮动车交通信息采集是通过安装有全球卫星定位***和无线通信装置的车辆(如出租车、公交车等)与交通数据中心进行实时信息交换,特点是采集范围广、投资少,能够反映路网运行状态的变化,为疏堵提供参考。
为保证在预期的空间和时间条件下顺利安全地完成车道变换行为,常见的换道模型分为基于动态重复博弈的换道模型、基于效用选择需求的换车道模型和基于模糊逻辑方法的换道模型三种情况。基于动态重复博弈的换道模型把车辆的换道行为比做一个动态的重复博弈的过程,比较需要换道的车辆和目标车道上的后车,他们之间为寻求高速度和满意的行驶空间而进行博弈;考虑速度因素和安全因素,通过分析影响车辆期望速度的各种因素,得出车辆换道的模型。基于效用选择需求的换车道模型下,驾驶员在不同车道行驶时对不同车道的满意程度是不同的,可以用效用来表示,并服从效用最大化设置,即车辆所在车道一定是满意程度最高的,一旦在其他车道行驶的满意程度更高,则换道需求产生。基于模糊逻辑方法的换道模型考虑换道本身是一种思维决策过程,而模糊逻辑方法采用的是语言变量进行近似的推理,十分适合刻画换道这一基于驾驶员本身的主观判断过程;综合考虑目标车与临近车之间速度与距离的关系因素建立基于模糊逻辑的车道变化算法从而建立换道模型。
目前随着车联网技术的不断发展,尤其是在自动驾驶领域上取得了巨大的革新。道路上由传统交通流逐渐变为自动驾驶车辆与人工驾驶车辆混合形成的交通流。而复杂的交通环境存在众多随机、不可确定的影响因素,导致混合交通行驶模式下车辆变道状态也是复杂化、多样化。考虑车辆换道对道路的通行能力和交通稳定性有着直接影响,尤其匝道车辆汇入主线车道时,不当的换道行为容易导致合流区路段拥堵,甚至引发交通安全问题。这不仅影响人们对自动驾驶技术的信心,也无形之中对自动驾驶技术的发展带来了挑战。因此,针对匝道合流区异质交通流的车辆变道问题,研究自动驾驶车辆在匝道合流的控制方法,对于改善合流区的交通通行能力和车辆运行效率是非常有意义的。
但是,现阶段道路路侧设施不全面,智能网联车辆还未得到普及。在此情况下路面人工车辆只能判断行驶状态,不能得到具体的动态行驶数据。并且常规换道所需要的换道时间较长,快速路匝道易发生交通拥堵,特别是在混行交通行驶状态下,现有的车辆变道方法无法判断目标车道的人工车辆车主的驾驶行为,无法在不同驾驶形态下判断出混行车辆对车辆变道的影响,容易造成车辆换道的决策失误。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中的不足,提供一种考虑合流区混行车辆不同驾驶形态对智能网联车辆变道的影响、降低智能网联车辆换道决策失误的混行条件下快速路匝道智能网联车辆合流变道控制方法。
为解决上述技术问题,本发明提供了一种混行条件下快速路匝道智能网联车辆合流变道控制方法,包括以下步骤:
S1:智能网联车辆作为主车M驶入快速路合流区,主车M基于智能车路***及智能车载***在通信区域内获取周边道路环境信息;
S2:根据周边道路环境信息计算主车M距离所处车道周围车辆A的最小安全距离的触发时间ti+c,根据最小安全距离的触发时间ti+c计算最小安全间隙SMSD(MA),最小安全间隙SMSD(MA)可以保证主车M在换道时与周围的车A不发生碰撞;
S3:获取主车M与周围车辆A的实时距离Sreal(MA),将主车M与周围车辆A的实时距离Sreal(MA)与最小安全间隙SMSD(MA)比较,若Sreal(MA)<SMSD(MA),主车M不产生变道动机,执行S4;若Sreal(MA)≥SMSD(MA),主车M产生变道动机,执行S5;
S4:主车M在车道内继续行驶或停车等待变道时机,跳转执行S3直到Sreal(MA)≥SMSD(MA)时主车M产生变道动机,执行S5;
S5:建立主车M的行驶换道轨迹f(x)和目标车道线g(x),根据行驶换道轨迹和目标车道线计算以时间为参数变量的期望路径函数g(t),由期望路径函数g(t)得到速度变化函数v(t)和加速度变化函数a(t);
S6:主车M再次获取周边道路环境信息并判断换道入的目标车道中是否有前方车辆车N和后方车辆车F,在只有前方车辆车N、只有后方车辆车F和前方车辆车N和后方车辆车F都有的三种情况下分别计算出主车M换道时所需的加速度achange,主车M以加速度achange换道入目标车道内,更新智能车辆网联车辆的状态信息。
进一步地,所述S2中根据周边道路环境信息计算主车M距离所处车道周围车辆A的最小安全距离的触发时间ti+c,具体为:
最小安全距离的触发时间ti+c=ti+tc,其中ti为主车M从初始位置到换道前需要经过的调整时间,tc为从换道开始到距离周围车辆A达到最小安全距离的时间;最小安全距离Smin(MA)为跟驰状态下主车M不与周围车辆A发生碰撞时的最小间距,根据车辆的行驶速度设置。
进一步地,所述S2中根据最小安全距离的触发时间ti+c计算最小安全间隙SMSD(MA),具体为:
计算主车M的车头与A车的车位之间的纵向距离其中SMA(0)为主车M与车A在换道零时刻初始距离,α为主车M换道偏航角度,aM为主车M的加速度,aA为车A的加速度,vM(0)为主车M的初速度,vA(0)为车A的初速度,WM为主车M车宽;
由主车M车头与A车的车位之间的纵向距离、最小安全距离和最小安全距离的触发时间得到主车M与A车之间的最小安全间隙为:
SMSD(MA)=max{SMA(ti+c),Smin(MA)}。
进一步地,所述步骤S4中主车M在车道内继续行驶或停车等待变道时机的过程中,若vM-vA是值大于预设的速度阈值,vM为车M当前的速度,vA为车A当前的速度,车M则适当减速并预警提示周围额车A加快驶离加速道,或减速至停车等待换道时机使加速车道前方车辆优先换道;若vM-vA的值小于等于预设的速度阈值,车M在保证加速车道前方车辆优先换道的前提下以匀速或适当匀加速进行换道决策。
进一步地,所述S5中建立主车M的行驶换道轨迹f(x)和目标车道线g(x),具体为:
主车M的行驶换道轨迹f(x)由5次多项式函数拟合得到:
f(x)=a0+a1x1+a2x2+a3x3+a4x4+a5x5;
目标车道线g(x)通过4次多项式函数拟合得到:
g(x)=b0x0+b1x1+b2x2+b3x3+b4x4。
进一步地,所述S5中根据行驶换道轨迹和目标车道线计算以时间为参数变量的期望路径函数g(t),所述以时间为参数变量的期望路径函数g(t)为:
进一步地,所述S6中只有前方车辆车N时,具体过程为:
设置换道时主车M与车N的最小安全距离Smin(MN),根据最小安全距离Smin(MN)计算主车M与车N的最小安全间隙SMSD(MN)=max{SMN(tm),Smin(MN)};其中tm为主车M从换道开始到距离周围车辆N达到最小安全间隙的时间,SMN(tm)为主车M距离周围车辆N的最小安全间隙,t∈[0,tm1],SMN(0)为主车M与车N在换道零时刻初始距离,aN为车N的加速度,aM为车M的加速度,vN(0)为车N的初速度,vM(0)为车M的初速度,tm1为主车M换道经过的时间;
计算主车M的车头与N车的车位之间的纵向距离:其中,SN为目标车道上车N行驶的距离,SN=VN*tM,SM为主车M行驶的距离,LN为车N的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
判断Sreal(MN)≥SMSD(MN)是否成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MN)≥SMSD(MN)成立;
当Sreal(MN)≥SMSD(MN)成立,设置主车M换道完成后与车N间的距离为最小安全距离Smin(MN),此时tm1满足求解得到设置主车M换道完成后与车N间的距离为临界距离0,此时主车M换道经过的时间为tm2,此时tm2满足求解得到
将tm1代入加速度变化函数a(t)中得到am1,将tm2代入加速度变化函数a(t)中得到am2,得到achange=(am1,am2];基于achange=(am1,am2],需要在tm2时间内调整主车M的加速度变换以满足achange的要求,同时确保在(tm2,tm1]时段内主车M的车速vm与前车N的车速VN相等,使主车M换道完成时刻与前方车辆车N保持匀速行驶。
进一步地,所述S6中只有后方车辆车F时,具体过程为:
设置换道时主车M与车F的最小安全距离Smin(MF),根据最小安全距离Smin(MF)计算主车M与车N的最小安全间隙SMSD(MF)=max{SMF(tm'),Smin(MF)};其中tm'为主车M从换道开始到距离周围车辆F达到最小安全间隙的时间,SMF(tm')为主车M距离周围车辆F的最小安全间隙,t∈[0,tm1'],SMF(0)为主车M与车F在换道零时刻初始距离,aF为车F的加速度,aM为车M的加速度,vF(0)为车F的初速度vM(0)为车M的初速度,tm1'为主车M换道经过的时间;
计算主车M的车头与F车的车位之间的纵向距离:其中,SF为目标车道上车F行驶的距离,SF=VF*tM',SM为主车M行驶的距离,LM为车M的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
判断Sreal(MF)≥SMSD(MF)是否成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MF)≥SMSD(MF)成立;
当Sreal(MF)≥SMSD(MF)成立,设置主车M换道完成后与车F间的距离为最小安全距离Smin(MF),此时tm1'满足求解得到设置主车M换道完成后与车F间的距离为临界距离0,此时主车M换道经过的时间为tm2',此时tm2'满足求解得到
将tm1'代入加速度变化函数a(t)中得到am1',将tm2'代入加速度变化函数a(t)中得到am2',得到achange=(am1',am2'];基于achange=(am1',am2'],需要在tm2’内调整主车M的加速度变化以满足achange的要求,但要同时确保在(tm2,tm1]时段内主车M的车速vm相等或大于前车F的车速VF。
进一步地,所述S6中前方车辆车N和后方车辆车F都有时,具体过程为:
设置换道时主车M与车N的最小安全距离Smin(MN),根据最小安全距离Smin(MN)计算主车M与车N的最小安全间隙SMSD(MN)=max{SMN(tm),Smin(MN)};其中tm为主车M从换道开始到距离周围车辆N达到最小安全间隙的时间,SMN(tm)为主车M距离周围车辆N的最小安全间隙,t∈[0,tm1],SMN(0)为主车M与车N在换道零时刻初始距离,aN为车N的加速度,aM为车M的加速度,vN(0)为车N的初速度,vM(0)为车M的初速度,tm1为主车M换道经过的时间;
计算主车M的车头与N车的车位之间的纵向距离:其中,SN为目标车道上车N行驶的距离,SN=VN*tM,SM为主车M行驶的距离,LN为车N的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
设置换道时主车M与车F的最小安全距离Smin(MF),根据最小安全距离Smin(MF)计算主车M与车N的最小安全间隙SMSD(MF)=max{SMF(tm'),Smin(MF)};其中tm'为主车M从换道开始到距离周围车辆F达到最小安全间隙的时间,SMF(tm')为主车M距离周围车辆F的最小安全间隙,t∈[0,tm1'],SMF(0)为主车M与车F在换道零时刻初始距离,aF为车F的加速度,aM为车M的加速度,vF(0)为车F的初速度vM(0)为车M的初速度,tm1'为主车M换道经过的时间;
计算主车M的车头与F车的车位之间的纵向距离:其中,SF为目标车道上车F行驶的距离,SF=VF*tM',SM为主车M行驶的距离,LM为车M的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
判断Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)是否同时成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)同时成立;
当Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)同时成立,设置目标车道上车N与车F之间的最小安全距离Smin(NF),根据最小安全距离Smin(NF)计算车N与车F的最小安全间隙SMSD(NF)=max{SNF(t),Smin(NF)},其中SNF(t)=SMN(t)+SMF(t)=SN+SMN(0)+SMF(0)-SF-2L-2WM*sinθ;
判断Sreal(NF)≥SMSD(NF)是否成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(NF)≥SMSD(NF)成立;
当Sreal(NF)≥SMSD(NF)成立,保持车N与车F匀速行驶,设置主车M换道完成后与车N间的距离为最小安全距离Smin(MN),此时tm1满足求解得到设置主车M换道完成后与车N间的距离为临界距离0,此时主车M换道经过的时间为tm2,此时tm2满足求解得到将tm1代入加速度变化函数a(t)中得到am1,将tm2代入加速度变化函数a(t)中得到am2;
设置主车M换道完成后与车F间的距离为最小安全距离Smin(MF),此时tm1'满足求解得到设置主车M换道完成后与车F间的距离为临界距离0,此时主车M换道经过的时间为tm2',此时tm2'满足求解得到将tm1'代入加速度变化函数a(t)中得到am1',将tm2'代入加速度变化函数a(t)中得到am2';
得到此时的achange=(am1’,am2’]∪(am1,am2],结合换道时间一般在5s内,车M需要在t=min{tm1,tm2’,5s}内调整主车M的加速度变换以满足achange的要求,同时确保在换道完成时刻使得主车M的车速vm与前车F、后车N的车速保持匀速。
本发明的上述技术方案相比现有技术具有以下优点:
(1)考虑了混合交通流的情况,基于获取的实时交通流信息、周围车辆的行驶状况信息,计算最佳安全间隙距离触发时间及加速度,优化智能网联车辆换道过程的加减速度,提高匝道合流区的通行效率;
(2)考虑了待换道前后来车的不同情况下的干扰车辆对智能网联车辆换道的影响,同时根据当前的交通环境,使用期望路径函数动态评估该方法的可行性,避免换道过程中车辆发生追尾碰撞事故,有效提高自动驾驶在换道过程的安全性及可靠性;
(3)本发明基于智能网联车辆行驶换道轨迹期望函数,分析不同时刻车辆的加速度变化从而进行后期调优处理,在保证安全换道的同时,缩短智能车辆换道时间。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明。
图1是本发明提供的一个实施匝道合流区换道控制流程图。
图2是本发明中M车驶入目标车道行驶轨迹函数图。
图3是本发明中M车换道时与目标车道上的相邻车N和相邻车F的位置关系示意图图。
图4是本发明中车辆M向目标车道换道的轨迹示意图。
图5是本发明中快速路匝道合流区的通信区域信息感知图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
在本发明的描述中,需要理解的是,术语“包括”意图在于覆盖不排他的包含,例如包含了一系列S或单元的过程、方法、***、产品或设备,没有限定于已列出的S或单元而是可选地还包括没有列出的S或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他S或单元。
参照图1流程图所示,本发明一种混行条件下快速路匝道智能网联车辆合流变道控制方法的实施例,包括以下步骤:
S1:智能网联车辆作为主车M驶入快速路合流区,主车M基于智能车路***及智能车载***在通信区域内获取周边道路环境信息;获取的周边道路环境信息的范围如图5中的虚线范围所示,本实施例中感知区域范围预设为800m。周边道路环境信息包括车道信息、车辆信息(车辆类型、车辆运行位置和速度信息、车辆行驶状态)和障碍物信息;
S2:根据周边道路环境信息计算主车M距离所处车道周围车辆A的最小安全距离的触发时间ti+c,根据最小安全距离的触发时间ti+c进一步计算最小安全间隙SMSD(MA),最小安全间隙SMSD(MA)可以保证主车M在换道时与周围的车A不发生碰撞。
S2.1:根据周边道路环境信息计算主车M距离所处车道周围车辆A的最小安全距离的触发时间根据主车M的最小安全距离得到,具体为:
最小安全距离Smin(MA)为跟驰状态下主车M不与周围车辆A发生碰撞时的最小间距,根据车辆的行驶速度设置;本实施例中在主车M车速为40km/h的情况下,设置最小安全距离Smin(MA)=30m。如果主车M的速度更快、车道内的车流量更大,最小安全距离相应地设置的更大。
最小安全距离的触发时间在其他因素忽略不计的情况下根据车辆动力学以及初始车速差值分析得到。即本发明中的交通环境仅为理想状态,并没有考虑天气、路面摩擦力、空气阻力等其他因素。
最小安全距离的触发时间ti+c=ti+tc,其中ti为主车M从初始位置到换道前需要经过的调整时间,tc为从换道开始到距离周围车辆A达到最小安全距离的时间。
本实施例中ti为M车从初始位置换道前的调整时间,tc为从调整后开始时刻到车头间距为30m的时刻,即:
S2.2:根据最小安全距离的触发时间计算最小安全间隙,具体为:
S2.2.1:计算主车M的车头与A车的车位之间的纵向距离
其中SMA(0)为主车M与车A在换道零时刻初始距离,α为主车M换道偏航角度,aM为主车M的加速度,aA为车A的加速度,vM(0)为主车M的初速度,vA(0)为车A的初速度,WM为主车M车宽;一般情况下,车辆的换道偏航角度在3°与5°之间,因此sinα的值趋于0、cosα的值趋于1,此时主车M的车头与A车的车位之间的纵向距离可以简化为:
S2.2.2:由主车M车头与A车车位之间的纵向距离、最小安全距离和最小安全距离的触发时间得到主车M与A车之间的最小安全间隙为:
SMSD(MA)=max{SMA(ti+c),Smin(MA)};
S3:获取主车M与周围车辆A的实时距离Sreal(MA),将主车M与周围车辆A的实时距离Sreal(MA)与最小安全间隙SMSD(MA)比较,若Sreal(MA)<SMSD(MA),主车M不产生变道动机,执行S4;若Sreal(MA)≥SMSD(MA),主车M产生变道动机,执行S5;
S4:主车M在车道内继续行驶或停车等待变道时机,跳转执行S3直到Sreal(MA)≥SMSD(MA)时主车M产生变道动机,执行S5;
在主车M在车道内继续行驶或停车等待变道时机的过程中,若vM-vA是值大于预设的速度阈值,vM为车M当前的速度,vA为车A当前的速度,车M则适当减速并预警提示周围额车A加快驶离加速道,或减速至停车等待换道时机使加速车道前方车辆优先换道;若vM-vA的值小于等于预设的速度阈值,车M在保证加速车道前方车辆优先换道的前提下以匀速或适当匀加速进行换道决策,保证当前车道上的车辆安全有效驶离加速车道。本实施例中速度阈值为20km/h。
S5:建立主车M的行驶换道轨迹f(x)和目标车道线g(x),并以行驶换道轨迹和目标车道线为基础计算以时间为参数变量的期望路径函数,由期望路径函数得到速度变化函数和加速度变化函数;
S5.1:建立主车M的行驶换道轨迹f(x)和目标车道线g(x),具体为:
主车M的行驶换道轨迹f(x)由5次多项式函数拟合得到:
f(x)=a0+a1x1+a2x2+a3x3+a4x4+a5x5;
考虑目标车道线的弯曲性,目标车道线g(x)通过4次多项式函数拟合得到:
g(x)=b0x0+b1x1+b2x2+b3x3+b4x4;
S5.2:根据行驶换道轨迹和目标车道线计算以时间为参数变量的期望路径函数,具体为:
S5.2.1:如图2所示,主车M以恒定车速进行换道,换道结束时主车M的位置处于行驶换道轨迹和目标车道线的切点(xm,ym)上,此时主车M的行驶换道轨迹和目标车道线在切点处的曲率相同,即切点处多项式函数的曲率
其中,f’(xm)为主车M的行驶换道轨迹f(x)在点xm处的一次导数,g’(xm)为目标车道线g(x)在点xm处的一次导数。
将曲率K进一步展开,可得:
S5.2.2:主车M换道时实际路段呈侧向直线性,可以在一定程度上忽略弯曲程度对路面造成的影响,即b1=b2=b3=b4=0,此时目标车道线g(x)可以简化为g(x)=b0x0=b0;
将g(x)=b0代入曲率K中,可得
解得最佳一元五次多项式方程,得到主车M的行驶换道轨迹为:
S5.3:由期望路径函数得到速度变化函数和加速度变化函数,具体为:
S6:主车M再次获取周边道路环境信息并判断换道入的目标车道中是否有前方车辆车N和后方车辆车F,在只有前方车辆车N、只有后方车辆车F和前方车辆车N和后方车辆车F都有的三种情况下,分别根据主车M换道入的目标车道的前方车辆车N和后方车辆车F的行驶信息计算出主车M换道时所需的加速度achange,主车M以加速度achange换道入目标车道内,更新智能车辆网联车辆的状态信息。车辆运行变换是一个动态的过程,因此周边道路的环境信息需要实时获取,主车M再次获取周边道路环境信息是为了确定目标车道上相邻近的前后车辆是否发生变道。
S6.1:主车M根据再次获取的周边道路环境信息判断换道入的目标车道中是否有前方车辆车N和后方车辆车F,若只有前方车辆车N,执行S6.2~S6.7;若只有后方车辆车F,执行S6.8~S6.13;若前方车辆车N和后方车辆车F都有,执行S6.14~S6.18;
S6.2:设置换道时主车M与车N的最小安全距离Smin(MN),本实施例中以国内车辆行驶安全距离为参考设置Smin(MN)=30m。根据最小安全距离Smin(MN)计算主车M与车N的最小安全间隙SMSD(MN)=max{SMN(tm),Smin(MN)};
其中tm为主车M从换道开始到距离周围车辆N达到最小安全间隙的时间,SMN(tm)为主车M距离周围车辆N的最小安全间隙,此处的tm即为下述所求的tm1,t∈[0,tm1],SMN(0)为主车M与车N在换道零时刻初始距离,aN为车N的加速度,aM为车M的加速度,vN(0)为车N的初速度,vM(0)为车M的初速度,tm1为主车M换道经过的时间。
S6.3:计算主车M的车头与N车的车位之间的纵向距离:SMN(t)=SN+SMN(0)-SM-LN-WM*sinθ;
其中,SMN(0)为主车M与车N在换道零时刻初始距离,SN为目标车道上车N行驶的距离,SM为主车M行驶的距离,LN为车N的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;本实施例中车辆的长跟宽按照标准小型车分别取值车长为3.4m、车宽为1.8m。
根据车辆动力学以及物理学,求解SN、SM得出:
SN=VN*tM
S6.4:计算主车M与车N的实时距离Sreal(MN),应满足:
S6.5:判断Sreal(MN)≥SMSD(MN)是否成立,若成立,执行S6.6;若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MN)≥SMSD(MN)成立,执行S6.6;
基于achange=(am1,am2],需要在tm2时间内调整主车M的加速度变换以满足achange的要求,同时确保在(tm2,tm1]时段内主车M的车速vm与前车N的车速VN相等,使主车M换道完成时刻与前方车辆车N保持匀速行驶,进一步保障行车安全性。
S6.8:设置换道时主车M与车F的最小安全距离Smin(MF),本实施例中以国内车辆行驶安全距离为参考设置Smin(MF)=40m。根据最小安全距离Smin(MF)计算主车M与车N的最小安全间隙SMSD(MF)=max{SMF(tm'),Smin(MF)};
其中tm'为主车M从换道开始到距离周围车辆F达到最小安全间隙的时间,SMF(tm')为主车M距离周围车辆F的最小安全间隙,此处的tm'即为下述所求的tm1',t∈[0,tm1'],SMF(0)为主车M与车F在换道零时刻初始距离,aF为车F的加速度,vF(0)为车F的初速度。
S6.9:计算主车M的车头与F车的车位之间的纵向距离:SMF(t)=SM+SMF(0)-SF-LM-WM*sinθ。
其中,SF为目标车道上车F行驶的距离,SM为主车M行驶的距离,LM为车M的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
根据车辆动力学以及物理学,求解SF、SM得出:
SF=VF*tM'
而一般情况下,车辆的换道偏航角度在3°与5°之间,因此sinα的值趋于0、cosα的值趋于1,则
S6.10:计算主车M与车F的实时距离Sreal(MF),应满足:
S6.11:判断Sreal(MF)≥SMSD(MF)是否成立,若成立,执行S6.12;若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MF)≥SMSD(MF)成立,执行S6.12;
基于achange=(am1',am2'],需要在tm2’内调整主车M的加速度变化以满足achange的要求,但要同时确保在(tm2,tm1]时段内主车M的车速vm相等或大于前车F的车速Vf,进一步保障行车安全性。
S6.14:主车M前方有车N、后方有车F时,主车M需寻找可***间隙进行换道;执行S6.2~S6.4得到SMSD(MN)和Sreal(MN),执行S6.8~S6.10得到SMSD(MF)和Sreal(MF);
判断Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)是否同时成立,若同时成立,执行S6.15;若不同时成立,车M在当前车道内继续行驶或停车等待直到Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)同时成立,执行S6.15;
S6.15:为满足此状态下的主车M的换道,设置目标车道上车N与车F之间的最小安全距离Smin(NF),本实施例中以国内车辆行驶安全距离为参考设置Smin(NF)=Smin(MN)+Smin(MF)=70m。根据最小安全距离Smin(NF)计算车N与车F的最小安全间隙SMSD(NF)=max{SNF(t),Smin(NF)};
其中SNF(t)=SMN(t)+SMF(t)=SN+SMN(0)+SMF(0)-SF-2L-2WM*sinθ。
S6.16:计算车N与车F的实时距离Sreal(NF),应满足:
其中,SNF(0)为主车N与车F在换道零时刻初始距离。
S6.17:判断Sreal(NF)≥SMSD(NF)是否成立,若成立,保持车N与车F匀速行驶,并执行S6.18;若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(NF)≥SMSD(NF)成立,执行S6.18;
S6.18:执行S6.6~S6.7得到tm1、tm2、am1和am2,执行S6.12~S6.13得到tm1'、tm2'、am1'和am2';
得到此时的achange=(am1’,am2’]∪(am1,am2],考虑换道时间一般在5s左右,因此设置主车M纵向加速度为0km/h,则基于行驶轨迹可得车辆不同换道时刻的速度及加速度,并基于传统车辆安全换道时间,车M需在t=min{tm1,tm2’,5s}完成换道,即需要在t=min{tm1,tm2’,5s}内调整主车M的加速度变换以满足achange的要求,同时确保在换道完成时刻使得主车M的车速vm与前车F、后车N的车速保持匀速,进一步保障行车安全性。
本发明中主车M可以是在如图3所示的从匝道驶入主干道的情况下变道,也可以是在如图4所示的在主干道的不同车道上变道。
本发明的上述技术方案相比现有技术具有以下优点:
(1)考虑了混合交通流的情况,基于获取的实时交通流信息、周围车辆的行驶状况信息,计算最佳安全间隙距离触发时间及加速度,优化智能网联车辆换道过程的加减速度,提高匝道合流区的通行效率;
(2)考虑了待换道前后来车的不同情况下的干扰车辆对智能网联车辆换道的影响,同时根据当前的交通环境,使用期望路径函数动态评估该方法的可行性,避免换道过程中车辆发生追尾碰撞事故,使换道过程更加安全可靠;
(3)本发明基于智能网联车辆行驶换道轨迹期望函数,分析不同时刻车辆的加速度变化从而进行后期调优处理,在保证安全换道的同时,缩短智能车辆换道时间。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作S以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的S。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种混行条件下快速路匝道智能网联车辆合流变道控制方法,其特征在于,包括以下步骤:
S1:智能网联车辆作为主车M驶入快速路合流区,主车M基于智能车路***及智能车载***在通信区域内获取周边道路环境信息;
S2:根据周边道路环境信息计算主车M距离所处车道周围车辆A的最小安全距离的触发时间ti+c,根据最小安全距离的触发时间ti+c计算最小安全间隙SMSD(MA),最小安全间隙SMSD(MA)可以保证主车M在换道时与周围的车A不发生碰撞;
S3:获取主车M与周围车辆A的实时距离Sreal(MA),将主车M与周围车辆A的实时距离Sreal(MA)与最小安全间隙SMSD(MA)比较,若Sreal(MA)<SMSD(MA),主车M不产生变道动机,执行S4;若Sreal(MA)≥SMSD(MA),主车M产生变道动机,执行S5;
S4:主车M在车道内继续行驶或停车等待变道时机,跳转执行S3直到Sreal(MA)≥SMSD(MA)时主车M产生变道动机,执行S5;
S5:建立主车M的行驶换道轨迹f(x)和目标车道线g(x),根据行驶换道轨迹和目标车道线计算以时间为参数变量的期望路径函数g(t),由期望路径函数g(t)得到速度变化函数v(t)和加速度变化函数a(t);
S6:主车M再次获取周边道路环境信息并判断换道入的目标车道中是否有前方车辆车N和后方车辆车F,在只有前方车辆车N、只有后方车辆车F和前方车辆车N和后方车辆车F都有的三种情况下分别计算出主车M换道时所需的加速度achange,主车M以加速度achange换道入目标车道内,更新智能车辆网联车辆的状态信息。
2.根据权利要求1所述的混行条件下快速路匝道智能网联车辆合流变道控制方法,其特征在于:所述S2中根据周边道路环境信息计算主车M距离所处车道周围车辆A的最小安全距离的触发时间ti+c,具体为:
最小安全距离的触发时间ti+c=ti+tc,其中ti为主车M从初始位置到换道前需要经过的调整时间,tc为从换道开始到距离周围车辆A达到最小安全距离的时间;最小安全距离Smin(MA)为跟驰状态下主车M不与周围车辆A发生碰撞时的最小间距,根据车辆的行驶速度设置。
4.根据权利要求1所述的混行条件下快速路匝道智能网联车辆合流变道控制方法,其特征在于:所述步骤S4中主车M在车道内继续行驶或停车等待变道时机的过程中,若vM-vA是值大于预设的速度阈值,vM为车M当前的速度,vA为车A当前的速度,车M则适当减速并预警提示周围额车A加快驶离加速道,或减速至停车等待换道时机使加速车道前方车辆优先换道;若vM-vA的值小于等于预设的速度阈值,车M在保证加速车道前方车辆优先换道的前提下以匀速或适当匀加速进行换道决策。
5.根据权利要求1所述的混行条件下快速路匝道智能网联车辆合流变道控制方法,其特征在于:所述S5中建立主车M的行驶换道轨迹f(x)和目标车道线g(x),具体为:
主车M的行驶换道轨迹f(x)由5次多项式函数拟合得到:
f(x)=a0+a1x1+a2x2+a3x3+a4x4+a5x5;
目标车道线g(x)通过4次多项式函数拟合得到:
g(x)=b0x0+b1x1+b2x2+b3x3+b4x4。
8.根据权利要求1所述的混行条件下快速路匝道智能网联车辆合流变道控制方法,其特征在于:所述S6中只有前方车辆车N时,具体过程为:
设置换道时主车M与车N的最小安全距离Smin(MN),根据最小安全距离Smin(MN)计算主车M与车N的最小安全间隙SMSD(MN)=max{SMN(tm),Smin(MN)};其中tm为主车M从换道开始到距离周围车辆N达到最小安全间隙的时间,SMN(tm)为主车M距离周围车辆N的最小安全间隙,SMN(0)为主车M与车N在换道零时刻初始距离,aN为车N的加速度,aM为车M的加速度,vN(0)为车N的初速度,vM(0)为车M的初速度,tm1为主车M换道经过的时间;
计算主车M的车头与N车的车位之间的纵向距离:其中,SN为目标车道上车N行驶的距离,SN=VN*tM,SM为主车M行驶的距离,LN为车N的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
判断Sreal(MN)≥SMSD(MN)是否成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MN)≥SMSD(MN)成立;
当Sreal(MN)≥SMSD(MN)成立,设置主车M换道完成后与车N间的距离为最小安全距离Smin(MN),此时tm1满足求解得到设置主车M换道完成后与车N间的距离为临界距离0,此时主车M换道经过的时间为tm2,此时tm2满足求解得到
将tm1代入加速度变化函数a(t)中得到am1,将tm2代入加速度变化函数a(t)中得到am2,得到achange=(am1,am2];基于achange=(am1,am2],需要在tm2时间内调整主车M的加速度变换以满足achange的要求,同时确保在(tm2,tm1]时段内主车M的车速vm与前车N的车速VN相等,使主车M换道完成时刻与前方车辆车N保持匀速行驶。
9.根据权利要求1所述的混行条件下快速路匝道智能网联车辆合流变道控制方法,其特征在于:所述S6中只有后方车辆车F时,具体过程为:
设置换道时主车M与车F的最小安全距离Smin(MF),根据最小安全距离Smin(MF)计算主车M与车N的最小安全间隙SMSD(MF)=max{SMF(tm'),Smin(MF)};其中tm'为主车M从换道开始到距离周围车辆F达到最小安全间隙的时间,SMF(tm')为主车M距离周围车辆F的最小安全间隙,SMF(0)为主车M与车F在换道零时刻初始距离,aF为车F的加速度,aM为车M的加速度,vF(0)为车F的初速度vM(0)为车M的初速度,tm1'为主车M换道经过的时间;
计算主车M的车头与F车的车位之间的纵向距离:其中,SF为目标车道上车F行驶的距离,SF=VF*tM',SM为主车M行驶的距离,LM为车M的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
判断Sreal(MF)≥SMSD(MF)是否成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MF)≥SMSD(MF)成立;
当Sreal(MF)≥SMSD(MF)成立,设置主车M换道完成后与车F间的距离为最小安全距离Smin(MF),此时tm1'满足求解得到设置主车M换道完成后与车F间的距离为临界距离0,此时主车M换道经过的时间为tm2',此时tm2'满足求解得到
将tm1'代入加速度变化函数a(t)中得到am1',将tm2'代入加速度变化函数a(t)中得到am2',得到achange=(am1',am2'];基于achange=(am1',am2'],需要在tm2’内调整主车M的加速度变化以满足achange的要求,但要同时确保在(tm2,tm1]时段内主车M的车速vm相等或大于前车F的车速VF。
10.根据权利要求1所述的混行条件下快速路匝道智能网联车辆合流变道控制方法,其特征在于:所述S6中前方车辆车N和后方车辆车F都有时,具体过程为:
设置换道时主车M与车N的最小安全距离Smin(MN),根据最小安全距离Smin(MN)计算主车M与车N的最小安全间隙SMSD(MN)=max{SMN(tm),Smin(MN)};其中tm为主车M从换道开始到距离周围车辆N达到最小安全间隙的时间,SMN(tm)为主车M距离周围车辆N的最小安全间隙,SMN(0)为主车M与车N在换道零时刻初始距离,aN为车N的加速度,aM为车M的加速度,vN(0)为车N的初速度,vM(0)为车M的初速度,tm1为主车M换道经过的时间;
计算主车M的车头与N车的车位之间的纵向距离:其中,SN为目标车道上车N行驶的距离,SN=VN*tM,SM为主车M行驶的距离,LN为车N的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
设置换道时主车M与车F的最小安全距离Smin(MF),根据最小安全距离Smin(MF)计算主车M与车N的最小安全间隙SMSD(MF)=max{SMF(tm'),Smin(MF)};其中tm'为主车M从换道开始到距离周围车辆F达到最小安全间隙的时间,SMF(tm')为主车M距离周围车辆F的最小安全间隙,SMF(0)为主车M与车F在换道零时刻初始距离,aF为车F的加速度,aM为车M的加速度,vF(0)为车F的初速度vM(0)为车M的初速度,tm1'为主车M换道经过的时间;
计算主车M的车头与F车的车位之间的纵向距离:其中,SF为目标车道上车F行驶的距离,SF=VF*tM',SM为主车M行驶的距离,LM为车M的车长,WM为主车M的车宽,θ是主车M在换道过程中产生的换道偏航角度;
判断Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)是否同时成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)同时成立;
当Sreal(MN)≥SMSD(MN)和Sreal(MF)≥SMSD(MF)同时成立,设置目标车道上车N与车F之间的最小安全距离Smin(NF),根据最小安全距离Smin(NF)计算车N与车F的最小安全间隙SMSD(NF)=max{SNF(t),Smin(NF)},其中SNF(t)=SMN(t)+SMF(t)=SN+SMN(0)+SMF(0)-SF-2L-2WM*sinθ;
判断Sreal(NF)≥SMSD(NF)是否成立,若不成立,车M在当前车道内继续行驶或停车等待直到Sreal(NF)≥SMSD(NF)成立;
当Sreal(NF)≥SMSD(NF)成立,保持车N与车F匀速行驶,设置主车M换道完成后与车N间的距离为最小安全距离Smin(MN),此时tm1满足求解得到设置主车M换道完成后与车N间的距离为临界距离0,此时主车M换道经过的时间为tm2,此时tm2满足求解得到将tm1代入加速度变化函数a(t)中得到am1,将tm2代入加速度变化函数a(t)中得到am2;
设置主车M换道完成后与车F间的距离为最小安全距离Smin(MF),此时tm1'满足求解得到设置主车M换道完成后与车F间的距离为临界距离0,此时主车M换道经过的时间为tm2',此时tm2'满足求解得到将tm1'代入加速度变化函数a(t)中得到am1',将tm2'代入加速度变化函数a(t)中得到am2';
得到此时的achange=(am1’,am2’]∪(am1,am2],结合换道时间一般在5s内,车M需要在t=min{tm1,tm2’,5s}内调整主车M的加速度变换以满足achange的要求,同时确保在换道完成时刻使得主车M的车速vm与前车F、后车N的车速保持匀速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110687438.1A CN113246985B (zh) | 2021-06-21 | 2021-06-21 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110687438.1A CN113246985B (zh) | 2021-06-21 | 2021-06-21 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113246985A true CN113246985A (zh) | 2021-08-13 |
CN113246985B CN113246985B (zh) | 2022-08-09 |
Family
ID=77189040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110687438.1A Active CN113246985B (zh) | 2021-06-21 | 2021-06-21 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113246985B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327441A (zh) * | 2021-02-04 | 2021-08-31 | 长沙理工大学 | 基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法 |
CN113990085A (zh) * | 2021-10-11 | 2022-01-28 | 南京航空航天大学 | 一种匝道汇入区域的交通疏解方法及*** |
CN114202949A (zh) * | 2021-12-13 | 2022-03-18 | 大连理工大学宁波研究院 | 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法 |
CN114435405A (zh) * | 2022-03-21 | 2022-05-06 | 北京主线科技有限公司 | 一种车辆换道方法、装置、设备和存储介质 |
CN114715156A (zh) * | 2022-05-18 | 2022-07-08 | 北京小马智卡科技有限公司 | 控制车辆进出匝道的方法、装置、设备和存储介质 |
CN114842644A (zh) * | 2022-04-26 | 2022-08-02 | 河北工业大学 | 一种混合交通流交织区通行能力计算方法 |
CN115042792A (zh) * | 2022-08-17 | 2022-09-13 | 浙江吉利控股集团有限公司 | 车辆控制方法和装置 |
CN115063995A (zh) * | 2022-04-15 | 2022-09-16 | 重庆大学 | 一种快速路突发瓶颈区网联自动车控制方法及装置 |
CN115206093A (zh) * | 2022-06-21 | 2022-10-18 | 同济大学 | 一种基于智能网联车辆的交通流控制方法 |
CN115376346A (zh) * | 2022-08-11 | 2022-11-22 | 苏州大学 | 混行条件下快速路合流区多模式驾驶车辆协同交汇方法 |
CN115497323A (zh) * | 2022-09-29 | 2022-12-20 | 斯润天朗(北京)科技有限公司 | 基于v2x的车辆协同变道方法及设备 |
CN115547035A (zh) * | 2022-08-31 | 2022-12-30 | 交通运输部公路科学研究所 | 超视距避撞行驶控制方法、装置及信息物理*** |
CN115641717A (zh) * | 2022-10-19 | 2023-01-24 | 长沙理工大学 | 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质 |
CN115662131A (zh) * | 2022-10-26 | 2023-01-31 | 合肥工业大学 | 网联环境下道路事故路段的多车道协同换道方法 |
CN115830886A (zh) * | 2023-02-09 | 2023-03-21 | 西南交通大学 | 智能网联车辆协同换道时序计算方法、装置、设备及介质 |
CN115817460A (zh) * | 2022-11-07 | 2023-03-21 | 苏州大学 | 一种混合流条件下智能网联车主动协调避撞方法 |
CN116363905A (zh) * | 2023-05-19 | 2023-06-30 | 吉林大学 | 一种异质交通流合流区换道时机判别及主动安全控制方法 |
CN116469263A (zh) * | 2023-04-26 | 2023-07-21 | 合肥工业大学 | 一种网联环境下考虑公交车停靠的交通流控制方法 |
CN116543595A (zh) * | 2023-05-24 | 2023-08-04 | 合肥工业大学 | 一种快速路分流区cav专用道换道决策点的动态调控方法 |
CN116740939A (zh) * | 2023-06-29 | 2023-09-12 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 智能网联车辆行驶规划方法及装置 |
CN117681878A (zh) * | 2024-02-04 | 2024-03-12 | 西南交通大学 | 一种编队感知的智能网联汽车协同变道方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106218638A (zh) * | 2016-08-17 | 2016-12-14 | 北方工业大学 | 一种智能网联汽车协同换道控制方法 |
CN107315411A (zh) * | 2017-07-04 | 2017-11-03 | 合肥工业大学 | 一种基于车车协同下无人驾驶车辆的换道轨迹规划方法 |
US20200180633A1 (en) * | 2018-12-07 | 2020-06-11 | Nio Usa, Inc. | Systems and methods of autonomously controlling vehicle lane change maneuver |
CN111338351A (zh) * | 2020-03-24 | 2020-06-26 | 东南大学 | 一种用于高速匝道入口的多智能网联车辆协同合流控制方法 |
CN111422197A (zh) * | 2020-05-18 | 2020-07-17 | 吉林大学 | 一种考虑智能车群流量的智能驾驶车辆主动换道*** |
-
2021
- 2021-06-21 CN CN202110687438.1A patent/CN113246985B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106218638A (zh) * | 2016-08-17 | 2016-12-14 | 北方工业大学 | 一种智能网联汽车协同换道控制方法 |
CN107315411A (zh) * | 2017-07-04 | 2017-11-03 | 合肥工业大学 | 一种基于车车协同下无人驾驶车辆的换道轨迹规划方法 |
US20200180633A1 (en) * | 2018-12-07 | 2020-06-11 | Nio Usa, Inc. | Systems and methods of autonomously controlling vehicle lane change maneuver |
CN111338351A (zh) * | 2020-03-24 | 2020-06-26 | 东南大学 | 一种用于高速匝道入口的多智能网联车辆协同合流控制方法 |
CN111422197A (zh) * | 2020-05-18 | 2020-07-17 | 吉林大学 | 一种考虑智能车群流量的智能驾驶车辆主动换道*** |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327441A (zh) * | 2021-02-04 | 2021-08-31 | 长沙理工大学 | 基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法 |
CN113327441B (zh) * | 2021-02-04 | 2022-03-08 | 长沙理工大学 | 基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法 |
CN113990085A (zh) * | 2021-10-11 | 2022-01-28 | 南京航空航天大学 | 一种匝道汇入区域的交通疏解方法及*** |
CN114202949A (zh) * | 2021-12-13 | 2022-03-18 | 大连理工大学宁波研究院 | 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法 |
CN114202949B (zh) * | 2021-12-13 | 2024-04-12 | 大连理工大学宁波研究院 | 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法 |
CN114435405A (zh) * | 2022-03-21 | 2022-05-06 | 北京主线科技有限公司 | 一种车辆换道方法、装置、设备和存储介质 |
CN115063995A (zh) * | 2022-04-15 | 2022-09-16 | 重庆大学 | 一种快速路突发瓶颈区网联自动车控制方法及装置 |
CN114842644A (zh) * | 2022-04-26 | 2022-08-02 | 河北工业大学 | 一种混合交通流交织区通行能力计算方法 |
CN114715156A (zh) * | 2022-05-18 | 2022-07-08 | 北京小马智卡科技有限公司 | 控制车辆进出匝道的方法、装置、设备和存储介质 |
CN115206093A (zh) * | 2022-06-21 | 2022-10-18 | 同济大学 | 一种基于智能网联车辆的交通流控制方法 |
CN115206093B (zh) * | 2022-06-21 | 2023-08-29 | 同济大学 | 一种基于智能网联车辆的交通流控制方法 |
CN115376346A (zh) * | 2022-08-11 | 2022-11-22 | 苏州大学 | 混行条件下快速路合流区多模式驾驶车辆协同交汇方法 |
CN115042792B (zh) * | 2022-08-17 | 2022-11-08 | 浙江吉利控股集团有限公司 | 车辆控制方法和装置 |
CN115042792A (zh) * | 2022-08-17 | 2022-09-13 | 浙江吉利控股集团有限公司 | 车辆控制方法和装置 |
CN115547035A (zh) * | 2022-08-31 | 2022-12-30 | 交通运输部公路科学研究所 | 超视距避撞行驶控制方法、装置及信息物理*** |
CN115547035B (zh) * | 2022-08-31 | 2023-08-29 | 交通运输部公路科学研究所 | 超视距避撞行驶控制方法、装置及信息物理*** |
CN115497323A (zh) * | 2022-09-29 | 2022-12-20 | 斯润天朗(北京)科技有限公司 | 基于v2x的车辆协同变道方法及设备 |
CN115641717A (zh) * | 2022-10-19 | 2023-01-24 | 长沙理工大学 | 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质 |
CN115641717B (zh) * | 2022-10-19 | 2023-09-19 | 长沙理工大学 | 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质 |
CN115662131A (zh) * | 2022-10-26 | 2023-01-31 | 合肥工业大学 | 网联环境下道路事故路段的多车道协同换道方法 |
CN115662131B (zh) * | 2022-10-26 | 2023-07-25 | 合肥工业大学 | 网联环境下道路事故路段的多车道协同换道方法 |
CN115817460A (zh) * | 2022-11-07 | 2023-03-21 | 苏州大学 | 一种混合流条件下智能网联车主动协调避撞方法 |
CN115817460B (zh) * | 2022-11-07 | 2024-04-05 | 苏州大学 | 一种混合流条件下智能网联车主动协调避撞方法 |
CN115830886A (zh) * | 2023-02-09 | 2023-03-21 | 西南交通大学 | 智能网联车辆协同换道时序计算方法、装置、设备及介质 |
CN116469263A (zh) * | 2023-04-26 | 2023-07-21 | 合肥工业大学 | 一种网联环境下考虑公交车停靠的交通流控制方法 |
CN116469263B (zh) * | 2023-04-26 | 2024-04-12 | 合肥工业大学 | 一种网联环境下考虑公交车停靠的交通流控制方法 |
CN116363905B (zh) * | 2023-05-19 | 2023-09-05 | 吉林大学 | 一种异质交通流合流区换道时机判别及主动安全控制方法 |
CN116363905A (zh) * | 2023-05-19 | 2023-06-30 | 吉林大学 | 一种异质交通流合流区换道时机判别及主动安全控制方法 |
CN116543595A (zh) * | 2023-05-24 | 2023-08-04 | 合肥工业大学 | 一种快速路分流区cav专用道换道决策点的动态调控方法 |
CN116543595B (zh) * | 2023-05-24 | 2024-04-26 | 合肥工业大学 | 一种快速路分流区cav专用道换道决策点的动态调控方法 |
CN116740939A (zh) * | 2023-06-29 | 2023-09-12 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 智能网联车辆行驶规划方法及装置 |
CN117681878A (zh) * | 2024-02-04 | 2024-03-12 | 西南交通大学 | 一种编队感知的智能网联汽车协同变道方法 |
CN117681878B (zh) * | 2024-02-04 | 2024-04-16 | 西南交通大学 | 一种编队感知的智能网联汽车协同变道方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113246985B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113246985B (zh) | 混行条件下快速路匝道智能网联车辆合流变道控制方法 | |
CN111688663B (zh) | 机动交通工具及控制其自动驾驶操作的方法 | |
CN108459588B (zh) | 自动驾驶方法及装置、车辆 | |
CN111862635B (zh) | 一种基于交通信号灯的车速控制方法、装置及汽车 | |
US11142203B2 (en) | Cooperative vehicle navigation | |
CN111986514B (zh) | 基于交通工具的数据处理方法、装置、设备以及介质 | |
CN106470886B (zh) | 用于建立运输工具的周围环境模型的方法 | |
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 | |
US6169940B1 (en) | Automatic driving system | |
JP4882957B2 (ja) | 車両運転支援システム、運転支援装置、車両及び車両運転支援方法 | |
US11529952B2 (en) | On-vehicle control device, traveling speed control method, and computer program | |
CN111469847B (zh) | 一种变道路径规划的方法及*** | |
CN103057545B (zh) | 智能巡航控制装置与方法 | |
JP2007219743A (ja) | 自動車用走行制御システム | |
US10319226B2 (en) | Vehicle control device | |
CN112820125B (zh) | 车辆混行情况的智能网联车辆的通行引导方法及引导*** | |
EP3738849A1 (en) | Vehicle control device | |
CN110949387A (zh) | 车辆控制装置 | |
CN109955851B (zh) | 变换车道决策与轨迹规划方法 | |
CN115273461A (zh) | 车辆的路口行驶方法、装置、车辆及存储介质 | |
CN111103882A (zh) | 一种无人驾驶电动汽车的自主跟车控制方法 | |
CN116985790A (zh) | 一种用于无信号灯路口的智能网联汽车决策方法及*** | |
CN115547035B (zh) | 超视距避撞行驶控制方法、装置及信息物理*** | |
CN113496613B (zh) | 自主行驶车辆及自主行驶车辆的运行管理装置 | |
CN111688693B (zh) | 车辆控制装置、车辆控制方法及存储介质 |
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 |