CN113312752A - 一种主路优先控制交叉***通仿真方法及装置 - Google Patents

一种主路优先控制交叉***通仿真方法及装置 Download PDF

Info

Publication number
CN113312752A
CN113312752A CN202110453278.4A CN202110453278A CN113312752A CN 113312752 A CN113312752 A CN 113312752A CN 202110453278 A CN202110453278 A CN 202110453278A CN 113312752 A CN113312752 A CN 113312752A
Authority
CN
China
Prior art keywords
vehicle
intersection
road
main road
vehicles
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
Application number
CN202110453278.4A
Other languages
English (en)
Other versions
CN113312752B (zh
Inventor
王昊
付之兵
董长印
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN202110453278.4A priority Critical patent/CN113312752B/zh
Publication of CN113312752A publication Critical patent/CN113312752A/zh
Application granted granted Critical
Publication of CN113312752B publication Critical patent/CN113312752B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种主路优先控制交叉***通仿真方法及装置,基于主路优先的无信控交叉口特定交通运行场景,确定交叉口内次路车辆、以及相作用的多股主路车流为研究对象,通过仿真推演预测相冲突交互车辆的行驶轨迹,有助于次路车辆从众多推演的通行方案中做出更为高效的穿行决策,实现无信控交叉口车流组织的仿真通行,综合考虑了多股冲突车流相互冲突交织时车辆运行仿真的问题,把次路车辆作为研究目标,并结合动力学模型分析其穿越多股主路车流的通行决策,决策方案与仿真结果更为真实和全面地反应无信控交叉口内车流组织,大大提升无信控交叉口车辆通行效率,为提升道路通行能力,减少出现延误提供了科学合理的决策方案和决策依据。

Description

一种主路优先控制交叉***通仿真方法及装置
技术领域
本发明涉及一种主路优先控制交叉***通仿真方法及装置,属于交通仿真技术领域。
背景技术
进入二十一世纪,经济发展带来机动车保有量迅猛增加,城市路网承载压力逐渐加大,而交叉口作为城市道路网络的重要节点,其通行效率的提升对城市路网运输能力影响显著。主路优先的无信号交叉口有着路权分级明确、车流分配不均、交通流量整体稀少的特点,交通组织相较于信号灯控制的交叉口更为复杂,车辆穿行场景更为多样。然而,国内对主路优先的无信号控制交叉口管理规范并不明确,实施措施也不到位,这也导致国内该类型交叉口少之又少,相应研究较为稀缺。但是随着城市交通组织的进一步规范严谨化,中小型城市中相应类型的无信控交叉口将会广泛出现。现有研究中对于无信号控制交叉口的组织研究,更多集中于自动驾驶车辆的组织管理,或者仅针对两股冲突车流的组织协调。而在实际的无信控交叉口车辆通行中,次路车辆的穿越往往需要综合考虑多股冲突车流,通行决策也往往受到多股高优先级交通流运行状态影响。现有研究也缺乏深入结合仿真技术实现无信控交叉口管理控制,车流的组织安排更多集中于算法及方法论层面进行理论研究。
发明内容
本发明所要解决的技术问题是提供一种主路优先控制交叉***通仿真方法,以仿真环境下,车辆之间可实现数据交换,以交互车流运行状态为前提,通过仿真数据下的逻辑判断,代替人类驾驶的模糊判断,从而能够推演获得更为高效、更为真实的无信控交叉***通组织形式。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种主路优先控制交叉***通仿真方法,用于针对双向两车道的主路所经过的交叉口,对单向单车道进入该交叉口的次路上的各车辆实现行驶控制;定义次路所指向交叉口中、其直接所面向主路一侧车道的位置为第一冲突点M,以及定义次路所指向交叉口中、主路另一侧车道的位置为第二冲突点N;所述无信控交叉口仿真方法包括如下步骤:
步骤A.分别针对主路的双向两车道,统计车道上自进入交叉口位置向该车道上游方向的预设第一距离范围检测路段内的各个车辆,构成主路单向车辆集合,然后进入步骤B;
步骤B.分别针对各主路单向车辆集合中的各个车辆,基于预设指定车辆动力学模型,通过微观交通仿真模拟推演,预测获得车辆行驶通过交叉口的预测行驶轨迹,并针对该车辆通过交叉口时、其与相邻前车之间位置,分别执行如下各情形的处理:
情形1:该位置存在次路单个车辆交叉穿行时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
情形2:该位置存在次路单个车辆合流汇入时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
情形3:该位置不存在次路单个车辆影响、且存在相邻前车时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
情形4:该车辆前不存在跟驰的前车、且不存在次路单个车辆影响时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
然后进入步骤C;
步骤C.统计次路上自进入交叉口停车线位置向该车道上游方向的预设第二距离范围检测路段内的各个车辆,构成次路车辆集合,然后进入步骤D;
步骤D.依次针对次路车辆集合中的各个车辆,基于车辆自交叉口停车线位置由静止开始启动的推演,通过预设指定车辆动力学模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该车辆的预测行驶轨迹,结合各主路单向车辆集合中各车辆分别对应步骤B中四种场景下的车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,获得该车辆所对应的最优车辆间隙通行方案,进而获得次路车辆集合中各车辆分别所对应的最优车辆间隙通行方案,然后据此引导次路车辆集合中各车辆通过交叉口。
作为本发明的一种优选技术方案,所述步骤B包括如下:
步骤B.分别针对各主路单向车辆集合,进一步分别针对主路单向车辆集合中的各个车辆,执行如下步骤B1至步骤B4,然后进入步骤C;
步骤B1.基于IDM车辆跟驰模型,结合预设仿真推演时间步长,通过微观交通仿真模拟推演,预测获得主路单向车辆集合中第k个车辆行驶通过交叉口的预测行驶轨迹,然后进入步骤B2;1≤k≤K,K表示该主路单向车辆集合中车辆的数量;
步骤B2.根据主路单向车辆集合中第k个车辆行驶通过交叉口的预测行驶轨迹,针对该第k个车辆所对应的各个仿真推演时间步长,定义该第k个车辆分别对应各仿真推演时间步长内的加速度ak的模型如下:
Figure BDA0003039646670000031
Figure BDA0003039646670000032
其中,vf表示车辆在交叉口内自由直行、左转或右转时所采用的预设最大安全车速,vk表示该第k个车辆对应上一个仿真推演时间步长的速度,vk-1表示该第k个车辆相邻前车对应上一个仿真推演时间步长的速度,amax表示车辆的最大加速度,b表示预设期望减速度,TS表示车辆动力学模型中的预设交叉口安全停车时距,y0表示预设交叉口相邻前后车辆之间的最小停车距离,然后进入步骤B3;
步骤B3.针对第k个车辆通过交叉口时、其与相邻前车之间位置,分别执行如下各情况的操作:
情形1:该位置存在次路车辆集合中第c个车辆交叉穿行时,该第k个车辆通过IDM车辆跟驰模型进行速度调整,协作该第c个车辆安全穿越该位置,则获得当该第c个车辆穿行时,该第k个车辆车头距离其所在主路单向车道对应交叉口的冲突点的距离,作为Δy,其中,1≤c≤C,C表示次路车辆集合中车辆的数量;
情形2:该位置存在次路车辆集合中第c个车辆合流汇入时,该第k个车辆通过IDM车辆跟驰模型更新自身跟驰前车信息,并通过跟驰模型减速协作该第c个车辆的合流汇入,则根据如下公式:
Δy=|yc-yk|-lenc
获得该第k个车辆车车头距离合流汇入的该第c个车辆车尾的间距Δy,其中,yk与yc分别表示该第k个车辆车头、以及该第c个车辆车头相距该第k个车辆所在主路单向车道对应交叉口的冲突点的距离,lenc指该第c个车辆的车长;
情形3:该位置不存在次路单个车辆影响、且存在相邻前车时,则针对该第k个车辆,采取跟随前车的方式进行状态更新,并根据如下公式:
Δy=|yk-1-yk|-lenk-1
获得该第k个车辆车车头距离相邻前车车尾的间距Δy,yk-1表示该第k个车辆相邻前车车头相距该第k个车辆所在主路单向车道对应交叉口的冲突点的距离,lenk-1指该第k个车辆相邻前车的车长;
然后进入步骤B4;
步骤B4.针对步骤B3中三种情形分别所获的Δy,结合步骤B2中该第k个车辆分别对应各仿真推演时间步长内的加速度ak的模型,分别获得该三种情形下,该第k个车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
同时,针对情形4,该第k个车辆前不存在跟驰的前车、且不存在次路单个车辆影响时,按如下公式:
Figure BDA0003039646670000041
获得该第k个车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
作为本发明的一种优选技术方案:所述步骤D包括如下步骤D1至步骤D9;
步骤D1.初始参数c=1,以及初始时刻t为0,并进入步骤D2;
步骤D2.针对次路车辆集合中的第c个车辆,基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹,然后进入步骤D3;
步骤D3.根据该第c个车辆的预测行驶轨迹,确定该第c个车辆从时刻t启动至依次到达第一冲突点M、第二冲突点N的时间AMc、ANc,以及该第c个车辆依次离开第一冲突点M、第二冲突点N的时间LMc、LNc,然后进入步骤D4;
步骤D4.根据ΔM=LMc-AMc,获得该第c个车辆通过第一冲突点M的耗费时长,并根据ΔN=LNc-ANc,获得该第c个车辆通过第二冲突点N的耗费时长,然后进入步骤D5;
步骤D5.针对第一冲突点M所在主路单向车道上所行驶各个前后相邻车辆的车间间隙,根据第Mk个间隙所对应前车辆离开第一冲突点M的时间LeaMk、以及第Mk个间隙所对应后车辆到达第一冲突点M的时间ArrMk-1,按如下公式:
Figure BDA0003039646670000042
选择第一冲突点M所在主路单向车道上满足上述公式要求的各个车间间隙,即获得该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,然后进入步骤D6;
步骤D6.分别基于该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,针对第二冲突点N所在主路单向车道上所行驶各个前后相邻车辆的车间间隙,根据第Nk个间隙所对应前车辆离开第二冲突点N的时间LeaNk、以及第Nk个间隙所对应后车辆到达第二冲突点N的时间ArrNk-1,按如下公式:
Figure BDA0003039646670000051
选择第二冲突点N所在主路单向车道上满足上述公式要求的各个车间间隙,即获得该第c个车辆通过第二冲突点N所选择对应主路单向车道上的各个车间间隙,然后进入步骤D7;
步骤D7.基于该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,以及该第c个车辆通过第二冲突点N所选择对应主路单向车道上的各个车间间隙,构成各组分别依次通过第一冲突点M、第二冲突点N的车间间隙组合,然后进入步骤D8;
步骤D8.针对该各个车间间隙组合,根据各主路单向车道上相应车辆分别对应步骤B中四种场景下的车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,结合次路上车辆通过交叉口后的车流行驶延误,按车流行驶延误综合最小,选择相应车间间隙组合,作为该第c个车辆所对应的最优车辆间隙通行方案,然后进入步骤D9;
步骤D9.引导该第c个车辆按其所对应的最优车辆间隙通行方案,执行其目标轨迹通过交叉口,并更新时间t,然后判断c是否等于次路车辆集合中车辆的数量C,是则次路车辆集合中各车辆通过交叉口控制结束;否则针对c的值进行加1更新,并返回步骤D2。
作为本发明的一种优选技术方案:所述步骤D2包括如下:
针对次路车辆集合中的第c个车辆,若c=1,则基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过无前车状态下的IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹;
若c大于1,则基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过有前车状态下的IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹。
作为本发明的一种优选技术方案:所述步骤D6中,若无法选择获得第二冲突点N所在主路单向车道上满足相应公式要求的各个车间间隙,则若ANc<LeaNk,则在该第c个车辆在穿越第一冲突点M后,通过IDM车辆跟驰模型降低该第c个车辆的加速度,实现车速降低;且若LNc>ArrNk-1,则在该第c个车辆在穿越第一冲突点M后,通过IDM车辆跟驰模型提高该第c个车辆的加速度,实现车速提升;然后返回步骤D2。
作为本发明的一种优选技术方案:所述步骤D8中,主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,以及次路上车辆通过交叉口后的车流行驶延误,按分别针对各道路上的车辆,根据如下公式:
dk=tkact-tkide
dc=tcact-tcide
获得各道路上车辆的车流行驶延误,进而根据各道路上检测路段中车辆的数量,获得主路单向车道车流行驶延误,以及次路车流行驶延误,其中,dk表示主路单向车道上第k个车辆的延迟,tkact表示主路单向车道上第k个车辆从进入所在主路单向车道检测路段到离开交叉口的实际时长,tkide表示主路单向车道上第k个车辆理想情况下、随车流无干扰从进入所在主路单向车道检测路段到离开交叉口的时长;dc表示次路上第c个车辆的延迟,tcact表示次路上第c个车辆从进入次路检测路段到离开交叉口的实际时长,tcide表示次路上第c个车辆理想情况下、随车流无干扰从进入次路检测路段到离开交叉口的时长。
作为本发明的一种优选技术方案:所述主路单向车道上各车辆与次路上各车辆之间通过车联网方式实现通信。
与上述相对应,进一步设计了一种执行主路优先控制交叉***通仿真方法的装置,包括存储器、处理器、以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法。
本发明所述一种主路优先控制交叉***通仿真方法及装置,采用以上技术方案与现有技术相比,具有以下技术效果:
本发明所设计一种主路优先控制交叉***通仿真方法及装置,基于仿真环境下主路优先的无信控交叉口特定交通运行场景,确定交叉口内次路车辆、以及相作用的多股主路车流为研究对象,通过仿真推演预测相冲突交互车辆的行驶轨迹,并基于仿真环境下数据读取与录入功能,实现运行状态信息传递,有助于次路车辆从众多推演的通行方案中做出更为高效的穿行决策,实现无信控交叉口车流组织的仿真通行,综合考虑了在主路优先的无信控交叉口这一复杂交通场景下,多股冲突车流相互冲突交织时车辆运行仿真的问题,把次路车辆作为研究目标,并结合动力学模型分析其穿越多股主路车流的通行决策,决策方案与仿真结果更为真实和全面地反应无信控交叉口内车流组织,大大提升无信控交叉口车辆通行效率,为提升道路通行能力,减少出现延误提供了科学合理的决策方案和决策依据。
附图说明
图1是本发明所设计一种主路优先控制交叉***通仿真方法的流程示意图;
图2是本发明设计应用实施例中的交通状况的示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
基于上述现有技术,本发明设计了一种主路优先控制交叉***通仿真方法,用于针对双向两车道的主路所经过的交叉口,对单向单车道进入该交叉口的次路上的各车辆实现行驶控制;定义次路所指向交叉口中、其直接所面向主路一侧车道的位置为第一冲突点M,以及定义次路所指向交叉口中、主路另一侧车道的位置为第二冲突点N;所述无信控交叉口仿真方法,在实际应用当中,基于主路单向车道上各车辆与次路上各车辆之间通过车联网方式实现通信,如图1所示,具体执行如下步骤A至步骤D。
步骤A.分别针对主路的双向两车道,统计车道上自进入交叉口位置向该车道上游方向的预设第一距离范围检测路段内的各个车辆,构成主路单向车辆集合,然后进入步骤B。应用中,诸如设计预设第一距离范围为50米。
步骤B.分别针对各主路单向车辆集合中的各个车辆,基于预设指定车辆动力学模型,通过微观交通仿真模拟推演,预测获得车辆行驶通过交叉口的预测行驶轨迹,并针对该车辆通过交叉口时、其与相邻前车之间位置,分别执行如下各情形的处理,然后进入步骤C。
情形1:该位置存在次路单个车辆交叉穿行时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
情形2:该位置存在次路单个车辆合流汇入时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
情形3:该位置不存在次路单个车辆影响、且存在相邻前车时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
情形4:该车辆前不存在跟驰的前车、且不存在次路单个车辆影响时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
在实际具体的应用过程中,上述步骤B具体执行如下。
步骤B.分别针对各主路单向车辆集合,进一步分别针对主路单向车辆集合中的各个车辆,执行如下步骤B1至步骤B4,然后进入步骤C。
步骤B1.基于IDM车辆跟驰模型,结合预设仿真推演时间步长,通过微观交通仿真模拟推演,预测获得主路单向车辆集合中第k个车辆行驶通过交叉口的预测行驶轨迹,然后进入步骤B2;1≤k≤K,K表示该主路单向车辆集合中车辆的数量。
步骤B2.根据主路单向车辆集合中第k个车辆行驶通过交叉口的预测行驶轨迹,针对该第k个车辆所对应的各个仿真推演时间步长,定义该第k个车辆分别对应各仿真推演时间步长内的加速度ak的模型如下:
Figure BDA0003039646670000081
Figure BDA0003039646670000082
其中,vf表示车辆在交叉口内自由直行、左转或右转时所采用的预设最大安全车速,vk表示该第k个车辆对应上一个仿真推演时间步长的速度,vk-1表示该第k个车辆相邻前车对应上一个仿真推演时间步长的速度,amax表示车辆的最大加速度,b表示预设期望减速度,TS表示车辆动力学模型中的预设交叉口安全停车时距,诸如选择TS=2s,y0表示预设交叉口相邻前后车辆之间的最小停车距离,诸如选择y0=1.5m,然后进入步骤B3。
步骤B3.针对第k个车辆通过交叉口时、其与相邻前车之间位置,分别执行如下各情况的操作,然后进入步骤B4。
情形1:该位置存在次路车辆集合中第c个车辆交叉穿行时,该第k个车辆通过IDM车辆跟驰模型进行速度调整,协作该第c个车辆安全穿越该位置,则获得当该第c个车辆穿行时,该第k个车辆车头距离其所在主路单向车道对应交叉口的冲突点的距离,作为Δy,其中,1≤c≤C,C表示次路车辆集合中车辆的数量;
情形2:该位置存在次路车辆集合中第c个车辆合流汇入时,该第k个车辆通过IDM车辆跟驰模型更新自身跟驰前车信息,并通过跟驰模型减速协作该第c个车辆的合流汇入,则根据如下公式:
Δy=|yc-yk|-lenc
获得该第k个车辆车车头距离合流汇入的该第c个车辆车尾的间距Δy,其中,yk与yc分别表示该第k个车辆车头、以及该第c个车辆车头相距该第k个车辆所在主路单向车道对应交叉口的冲突点的距离,lenc指该第c个车辆的车长;
情形3:该位置不存在次路单个车辆影响、且存在相邻前车时,则针对该第k个车辆,采取跟随前车的方式进行状态更新,并根据如下公式:
Δy=|yk-1-yk|-lenk-1
获得该第k个车辆车车头距离相邻前车车尾的间距Δy,yk-1表示该第k个车辆相邻前车车头相距该第k个车辆所在主路单向车道对应交叉口的冲突点的距离,lenk-1指该第k个车辆相邻前车的车长。
步骤B4.针对步骤B3中三种情形分别所获的Δy,结合步骤B2中该第k个车辆分别对应各仿真推演时间步长内的加速度ak的模型,分别获得该三种情形下,该第k个车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
同时,针对情形4,该第k个车辆前不存在跟驰的前车、且不存在次路单个车辆影响时,按如下公式:
Figure BDA0003039646670000091
获得该第k个车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
步骤C.统计次路上自进入交叉口停车线位置向该车道上游方向的预设第二距离范围检测路段内的各个车辆,构成次路车辆集合,然后进入步骤D,应用中,诸如设计预设第二距离范围为30米。
步骤D.依次针对次路车辆集合中的各个车辆,基于车辆自交叉口停车线位置由静止开始启动的推演,通过预设指定车辆动力学模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该车辆的预测行驶轨迹,结合各主路单向车辆集合中各车辆分别对应步骤B中四种场景下的车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,获得该车辆所对应的最优车辆间隙通行方案,进而获得次路车辆集合中各车辆分别所对应的最优车辆间隙通行方案,然后据此引导次路车辆集合中各车辆通过交叉口。
实际应用过程中,上述步骤D具体包括如下步骤D1至步骤D9。
步骤D1.初始参数c=1,以及初始时刻t为0,并进入步骤D2。
步骤D2.针对次路车辆集合中的第c个车辆,基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹,然后进入步骤D3。
上述步骤D2具体包括如下:
针对次路车辆集合中的第c个车辆,若c=1,则基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过无前车状态下的IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹。
若c大于1,则基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过有前车状态下的IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹。
步骤D3.根据该第c个车辆的预测行驶轨迹,确定该第c个车辆从时刻t启动至依次到达第一冲突点M、第二冲突点N的时间AMc、ANc,以及该第c个车辆依次离开第一冲突点M、第二冲突点N的时间LMc、LNc,然后进入步骤D4。
步骤D4.根据ΔM=LMc-AMc,获得该第c个车辆通过第一冲突点M的耗费时长,并根据ΔN=LNc-ANc,获得该第c个车辆通过第二冲突点N的耗费时长,然后进入步骤D5。
步骤D5.针对第一冲突点M所在主路单向车道上所行驶各个前后相邻车辆的车间间隙,根据第Mk个间隙所对应前车辆离开第一冲突点M的时间LeaMk、以及第Mk个间隙所对应后车辆到达第一冲突点M的时间ArrMk-1,按如下公式:
Figure BDA0003039646670000102
选择第一冲突点M所在主路单向车道上满足上述公式要求的各个车间间隙,即获得该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,然后进入步骤D6。
步骤D6.分别基于该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,针对第二冲突点N所在主路单向车道上所行驶各个前后相邻车辆的车间间隙,根据第Nk个间隙所对应前车辆离开第二冲突点N的时间LeaNk、以及第Nk个间隙所对应后车辆到达第二冲突点N的时间ArrNk-1,按如下公式:
Figure BDA0003039646670000101
选择第二冲突点N所在主路单向车道上满足上述公式要求的各个车间间隙,即获得该第c个车辆通过第二冲突点N所选择对应主路单向车道上的各个车间间隙,然后进入步骤D7。
上述步骤D6中,若无法选择获得第二冲突点N所在主路单向车道上满足相应公式要求的各个车间间隙,则若ANc<LeaNk,则在该第c个车辆在穿越第一冲突点M后,通过IDM车辆跟驰模型降低该第c个车辆的加速度,实现车速降低;且若LNc>ArrNk-1,则在该第c个车辆在穿越第一冲突点M后,通过IDM车辆跟驰模型提高该第c个车辆的加速度,实现车速提升;然后返回步骤D2。
步骤D7.基于该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,以及该第c个车辆通过第二冲突点N所选择对应主路单向车道上的各个车间间隙,构成各组分别依次通过第一冲突点M、第二冲突点N的车间间隙组合,然后进入步骤D8。
步骤D8.针对该各个车间间隙组合,根据各主路单向车道上相应车辆分别对应步骤B中四种场景下的车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,结合次路上车辆通过交叉口后的车流行驶延误,按车流行驶延误综合最小,选择相应车间间隙组合,作为该第c个车辆所对应的最优车辆间隙通行方案,然后进入步骤D9。
步骤D8在应用中,主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,以及次路上车辆通过交叉口后的车流行驶延误,按分别针对各道路上的车辆,根据如下公式:
dk=tkact-tkide
dc=tcact-tcide
获得各道路上车辆的车流行驶延误,进而根据各道路上检测路段中车辆的数量,获得主路单向车道车流行驶延误,以及次路车流行驶延误,其中,dk表示主路单向车道上第k个车辆的延迟,tkact表示主路单向车道上第k个车辆从进入所在主路单向车道检测路段到离开交叉口的实际时长,tkide表示主路单向车道上第k个车辆理想情况下、随车流无干扰从进入所在主路单向车道检测路段到离开交叉口的时长;dc表示次路上第c个车辆的延迟,tcact表示次路上第c个车辆从进入次路检测路段到离开交叉口的实际时长,tcide表示次路上第c个车辆理想情况下、随车流无干扰从进入次路检测路段到离开交叉口的时长。
步骤D9.引导该第c个车辆按其所对应的最优车辆间隙通行方案,执行其目标轨迹通过交叉口,并更新时间t,然后判断c是否等于次路车辆集合中车辆的数量C,是则次路车辆集合中各车辆通过交叉口控制结束;否则针对c的值进行加1更新,并返回步骤D2。
将本发明所设计基于主路优先的无信控交叉口通信仿真控制方法,应用于实际的实施例当中,实施例中基于以下假设:
(1)实施例中主路优先的无信控交叉口,处于车联网环境下,车辆在交叉口一定车辆检测路段范围内行驶时,自身状态的信息均可通过车车通信、车路通信传达给交叉口内其他车辆。
(2)由于研究的交叉口范围较小,车辆信息传递速度极快,假定无延迟出现。
(3)交叉口内不存在行人、非机动车干扰。
(4)主路优先的无信控交叉口,次路车辆严格遵守交叉口规则,不违章驾驶。
(5)交叉口内所有车辆在确定通行方案后均严格按照方案所述驾驶。
具体执行如下:
构建如图2所示的主路优先的无信控交叉口仿真环境,图中东西进口道为次路车流,南北进口道为主路车流,各进口道均为单向车道,主次路车流运动所采用的车辆动力学模型为IDM跟驰模型,南北进口道车辆检测路段长度L1设为50米,即主路的检测距离范围,东西进口道车辆检测路段长度L2为30米,即次路的检测距离范围,次路直行车流C与主路直行车流A、B,以及其轨迹上相应冲突点M、N均如图所示,确定检测路段内车辆为研究车辆。
主路直行车流A、B中在车辆检测路段范围内的车辆数分别为nA=5,nB=6,车辆到达冲突点时间通过微观仿真推演确定,得到时间序列ArrA={1.5,3.4,7.2,12.2,15.6},ArrB={2.1,5.4,8.7,12.3,16.1,19.6};车辆离开冲突点的时间序列LeaA={2.1,3.9,8.2,12.8,16.1},LeaB={2.6,6.0,9.3,12.8,16.7,20.2};车流间隙从而计算得到GA={1.5,1.3,3.3,4.0,2.8},GB={2.1,2.8,2.7,3.0,3.3,2.9};
按本发明设计方法进行执行,
确定仿真推演时间步长为0.1s,确定研究的主路车流A1~A5,B1~B6。
确定是否存在次路车流穿越,有则确定相应穿越间隙位置时间及受穿越影响的间隙后续主路车流
每一个仿真时间步,从所确定的主路车流的头车A1、B1开始,采用IDM跟驰模型对车队车流状态逐一进行更新,通过下列公式计算每一个仿真时间步长h内车辆k更新的加速度ak
Figure BDA0003039646670000121
Figure BDA0003039646670000131
上式中Δy是指实际车间距离,当主路车辆k不受次路车流直接穿行影响时,采取跟随前车的方式进行状态更新,Δy=|yk-1-yk|-lenk-1,yk与yk-1分别指k车及k-1车车头相对于车流行驶轨迹上同一点距离,lenk-1指k-1车的车长;当主路车辆k前有次路车辆c交叉穿行时,车辆通过跟驰模型进行速度调整,协作次路车辆安全穿越主路车流,此时Δy指当次路车辆穿行时,k车车头到冲突点的距离;当主路车辆k前有次路车辆c合流进入时,车辆k变更自身跟驰前车信息,通过跟驰模型减速协作次路车辆的汇入,此时Δy=|yc-yk|-lenc,yk与yc分别指k车及c车车头相对于车流行驶轨迹上同一冲突点距离,lenc指c车的车长;若是主路车流车辆k前不存在用于跟驰的前车时,则加速度公式变为
Figure BDA0003039646670000132
最终得到参数aA1 h~aA5 h,aB1 h~aB6 h,并由公式
Figure BDA0003039646670000133
计算车辆A1~A5,B1~B6的位移。
不断循环迭代,往后推演仿真时间,直至步骤2.1中所有研究的主路车辆都通过交叉口相应冲突点,并记录主路车流通过交叉口后的车流行驶延误,同时记录此次推演所涉及相应次路车辆在交叉口等待穿行的延误时间。
通过仿真环境下数据录入与读取操作,将主路车流运行数据传递给次路车辆,次路排队车辆中的车辆x在停车线前由静止开始启动,通过步骤3.1~3.4从集合GA与GB中筛选满足次路车流穿行的所有间隙组合(gapAi,gapBj)。
确定车辆x从时刻t=0启动至到达冲突点M,N的时间AMx=4.3,ANx=4.9,车辆离开冲突点M,N的时间LMx=4.9,LNx=5.4,此时推演的车辆轨迹仅为初始轨迹。
采用公式ΔM=LMX-AMX=0.6计算车辆通过冲突点M时耗费时间,采用公式ΔN=LMX-ANX=0.5计算车辆通过冲突点N时耗费时间,从集合GA中选择满足ΔM的可穿越间隙gapAi,相应的gapAi间隙前后两车分别是Ai-1和Ai,选择过程中需满足以下公式:
Figure BDA0003039646670000134
当确定好gapAi间隙的选择后,基于此间隙从集合GB中确定与之相适用的满足ΔN的可穿越间隙值gapBj,gapBj同样需满足以下条件:
Figure BDA0003039646670000141
当gapBj均满足以上条件后,故得到按初始轨迹推导出的可穿越间隙组合(gapAi,gapBj);当gapBj无法全部满足以上所有条件时,则需要尝试对穿行车辆x进行轨迹调整,如ANx<LeaBi-1时,在车辆x穿越冲突点M后减少车辆加速度以降低车速,如LNx>ArrBi时,在车辆x穿越冲突点M后增加车辆加速度以增大车速,其中加速度、速度的变化值需满***叉口规范要求;当轨迹调整后仍不满足以上所有条件后,重新选择新的后续间隙gapAi值,推导可穿越间隙组合。
确定好可穿越间隙组合(gapAi,gapBj)后,选择能令次路车辆x到达冲突点M,N最快的时刻AMx,ANx反推车辆在停车线的启动时间tx。
通过构建的主路优先无信控交叉口仿真环境,对次路车辆x穿越主路车流的多种间隙组合进行仿真,以主路车流通过交叉口延误的指标变化情况,并从中选出使主路车流车辆和次路车辆整体延误最少的次路车流穿行间隙组合(gapAx,gapBx),生成当前次路车辆x穿行的控制方案w(x),并写入方案集合W中,并将方案集W传递给主路车流,通过仿真模拟更新主路车流数据集ArrA、ArrB、LeaA、LeaB、GA和GB。
将更新后主路车流运行数据传递给次路排队车辆中的后一辆车x+1,并重复步骤3、4操作,生成当前次路车辆x+1穿行的控制方案w(x+1),并写入方案集合W中,同时相应更新主路车流数据集。
当次路所有研究车辆均确定可穿越间隙后,则方案集合W便是当前研究对象下无信控交叉口整体延误最优化的通行控制方案,并依据方案集W对主路优先的无信控交叉口进行仿真运行。
上述技术方案所设计一种主路优先控制交叉***通仿真方法及装置,基于仿真环境下主路优先的无信控交叉口特定交通运行场景,确定交叉口内次路车辆、以及相作用的多股主路车流为研究对象,通过仿真推演预测相冲突交互车辆的行驶轨迹,并基于仿真环境下车辆数据录入读取功能实现运行状态信息传递,有助于次路车辆从众多推演的通行方案中做出更为高效的穿行决策,实现无信控交叉口车流组织的仿真通行,综合考虑了在主路优先的无信控交叉口这一复杂交通场景下,多股冲突车流相互冲突交织时车辆运行仿真的问题,把次路车辆作为研究目标,并结合动力学模型分析其穿越多股主路车流的通行决策,决策方案与仿真结果更为真实和全面地反应无信控交叉口内车流组织,大大提升无信控交叉口车辆通行效率,为提升道路通行能力,减少出现延误提供了科学合理的决策方案和决策依据。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (8)

1.一种主路优先控制交叉***通仿真方法,用于针对双向两车道的主路所经过的交叉口,对单向单车道进入该交叉口的次路上的各车辆实现行驶控制;其特征在于:定义次路所指向交叉口中、其直接所面向主路一侧车道的位置为第一冲突点M,以及定义次路所指向交叉口中、主路另一侧车道的位置为第二冲突点N;所述无信控交叉***通仿真方法包括如下步骤:
步骤A.分别针对主路的双向两车道,统计车道上自进入交叉口位置向该车道上游方向的预设第一距离范围检测路段内的各个车辆,构成主路单向车辆集合,然后进入步骤B;
步骤B.分别针对各主路单向车辆集合中的各个车辆,基于预设指定车辆动力学模型,通过微观交通仿真模拟推演,预测获得车辆行驶通过交叉口的预测行驶轨迹,并针对该车辆通过交叉口时、其与相邻前车之间位置,分别执行如下各情形的处理:
情形1:该位置存在次路单个车辆交叉穿行时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
情形2:该位置存在次路单个车辆合流汇入时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
情形3:该位置不存在次路单个车辆影响、且存在相邻前车时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
情形4:该车辆前不存在跟驰的前车、且不存在次路单个车辆影响时,获得该车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
然后进入步骤C;
步骤C.统计次路上自进入交叉口停车线位置向该车道上游方向的预设第二距离范围检测路段内的各个车辆,构成次路车辆集合,然后进入步骤D;
步骤D.依次针对次路车辆集合中的各个车辆,基于车辆自交叉口停车线位置由静止开始启动的推演,通过预设指定车辆动力学模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该车辆的预测行驶轨迹,结合各主路单向车辆集合中各车辆分别对应步骤B中四种场景下的车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,获得该车辆所对应的最优车辆间隙通行方案,进而获得次路车辆集合中各车辆分别所对应的最优车辆间隙通行方案,然后据此引导次路车辆集合中各车辆通过交叉口。
2.根据权利要求1所述一种主路优先控制交叉***通仿真方法,其特征在于:所述步骤B包括如下:
步骤B.分别针对各主路单向车辆集合,进一步分别针对主路单向车辆集合中的各个车辆,执行如下步骤B1至步骤B4,然后进入步骤C;
步骤B1.基于IDM车辆跟驰模型,结合预设仿真推演时间步长,通过微观交通仿真模拟推演,预测获得主路单向车辆集合中第k个车辆行驶通过交叉口的预测行驶轨迹,然后进入步骤B2;1≤k≤K,K表示该主路单向车辆集合中车辆的数量;
步骤B2.根据主路单向车辆集合中第k个车辆行驶通过交叉口的预测行驶轨迹,针对该第k个车辆所对应的各个仿真推演时间步长,定义该第k个车辆分别对应各仿真推演时间步长内的加速度ak的模型如下:
Figure FDA0003039646660000021
Figure FDA0003039646660000022
其中,vf表示车辆在交叉口内自由直行、左转或右转时所采用的预设最大安全车速,vk表示该第k个车辆对应上一个仿真推演时间步长的速度,vk-1表示该第k个车辆相邻前车对应上一个仿真推演时间步长的速度,amax表示车辆的最大加速度,b表示预设期望减速度,TS表示车辆动力学模型中的预设交叉口安全停车时距,y0表示预设交叉口相邻前后车辆之间的最小停车距离,然后进入步骤B3;
步骤B3.针对第k个车辆通过交叉口时、其与相邻前车之间位置,分别执行如下各情况的操作:
情形1:该位置存在次路车辆集合中第c个车辆交叉穿行时,该第k个车辆通过IDM车辆跟驰模型进行速度调整,协作该第c个车辆安全穿越该位置,则获得当该第c个车辆穿行时,该第k个车辆车头距离其所在主路单向车道对应交叉口的冲突点的距离,作为Δy,其中,1≤c≤C,C表示次路车辆集合中车辆的数量;
情形2:该位置存在次路车辆集合中第c个车辆合流汇入时,该第k个车辆通过IDM车辆跟驰模型更新自身跟驰前车信息,并通过跟驰模型减速协作该第c个车辆的合流汇入,则根据如下公式:
Δy=|yc-yk|-lenc
获得该第k个车辆车车头距离合流汇入的该第c个车辆车尾的间距Δy,其中,yk与yc分别表示该第k个车辆车头、以及该第c个车辆车头相距该第k个车辆所在主路单向车道对应交叉口的冲突点的距离,lenc指该第c个车辆的车长;
情形3:该位置不存在次路单个车辆影响、且存在相邻前车时,则针对该第k个车辆,采取跟随前车的方式进行状态更新,并根据如下公式:
Δy=|yk-1-yk|-lenk-1
获得该第k个车辆车车头距离相邻前车车尾的间距Δy,yk-1表示该第k个车辆相邻前车车头相距该第k个车辆所在主路单向车道对应交叉口的冲突点的距离,lenk-1指该第k个车辆相邻前车的车长;
然后进入步骤B4;
步骤B4.针对步骤B3中三种情形分别所获的Δy,结合步骤B2中该第k个车辆分别对应各仿真推演时间步长内的加速度ak的模型,分别获得该三种情形下,该第k个车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误;
同时,针对情形4,该第k个车辆前不存在跟驰的前车、且不存在次路单个车辆影响时,按如下公式:
Figure FDA0003039646660000031
获得该第k个车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误。
3.根据权利要求1所述一种主路优先控制交叉***通仿真方法,其特征在于:所述步骤D包括如下步骤D1至步骤D9;
步骤D1.初始参数c=1,以及初始时刻t为0,并进入步骤D2;
步骤D2.针对次路车辆集合中的第c个车辆,基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹,然后进入步骤D3;
步骤D3.根据该第c个车辆的预测行驶轨迹,确定该第c个车辆从时刻t启动至依次到达第一冲突点M、第二冲突点N的时间AMc、ANc,以及该第c个车辆依次离开第一冲突点M、第二冲突点N的时间LMc、LNc,然后进入步骤D4;
步骤D4.根据ΔM=LMc-AMc,获得该第c个车辆通过第一冲突点M的耗费时长,并根据ΔN=LNc-ANc,获得该第c个车辆通过第二冲突点N的耗费时长,然后进入步骤D5;
步骤D5.针对第一冲突点M所在主路单向车道上所行驶各个前后相邻车辆的车间间隙,根据第Mk个间隙所对应前车辆离开第一冲突点M的时间LeaMk、以及第Mk个间隙所对应后车辆到达第一冲突点M的时间ArrMk-1,按如下公式:
Figure FDA0003039646660000041
选择第一冲突点M所在主路单向车道上满足上述公式要求的各个车间间隙,即获得该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,然后进入步骤D6;
步骤D6.分别基于该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,针对第二冲突点N所在主路单向车道上所行驶各个前后相邻车辆的车间间隙,根据第Nk个间隙所对应前车辆离开第二冲突点N的时间LeaNk、以及第Nk个间隙所对应后车辆到达第二冲突点N的时间ArrNk-1,按如下公式:
Figure FDA0003039646660000042
选择第二冲突点N所在主路单向车道上满足上述公式要求的各个车间间隙,即获得该第c个车辆通过第二冲突点N所选择对应主路单向车道上的各个车间间隙,然后进入步骤D7;
步骤D7.基于该第c个车辆通过第一冲突点M所选择对应主路单向车道上的各个车间间隙,以及该第c个车辆通过第二冲突点N所选择对应主路单向车道上的各个车间间隙,构成各组分别依次通过第一冲突点M、第二冲突点N的车间间隙组合,然后进入步骤D8;
步骤D8.针对该各个车间间隙组合,根据各主路单向车道上相应车辆分别对应步骤B中四种场景下的车辆的加速度、以及对应主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,结合次路上车辆通过交叉口后的车流行驶延误,按车流行驶延误综合最小,选择相应车间间隙组合,作为该第c个车辆所对应的最优车辆间隙通行方案,然后进入步骤D9;
步骤D9.引导该第c个车辆按其所对应的最优车辆间隙通行方案,执行其目标轨迹通过交叉口,并更新时间t,然后判断c是否等于次路车辆集合中车辆的数量C,是则次路车辆集合中各车辆通过交叉口控制结束;否则针对c的值进行加1更新,并返回步骤D2。
4.根据权利要求3所述一种主路优先控制交叉***通仿真方法,其特征在于:所述步骤D2包括如下:
针对次路车辆集合中的第c个车辆,若c=1,则基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过无前车状态下的IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹;
若c大于1,则基于该第c个车辆自交叉口停车线位置由静止开始启动的推演,通过有前车状态下的IDM车辆跟驰模型调整车辆加速度,并利用微观交通仿真模拟推演,预测获得该第c个车辆的预测行驶轨迹。
5.根据权利要求3所述一种主路优先控制交叉***通仿真方法,其特征在于:所述步骤D6中,若无法选择获得第二冲突点N所在主路单向车道上满足相应公式要求的各个车间间隙,则若ANc<LeaNk,则在该第c个车辆在穿越第一冲突点M后,通过IDM车辆跟驰模型降低该第c个车辆的加速度,实现车速降低;且若LNc>ArrNk-1,则在该第c个车辆在穿越第一冲突点M后,通过IDM车辆跟驰模型提高该第c个车辆的加速度,实现车速提升;然后返回步骤D2。
6.根据权利要求3所述一种基于主路优先的无信控交叉口通信仿真控制方法,其特征在于:所述步骤D8中,主路单向车辆集合中全部车辆通过交叉口后的车流行驶延误,以及次路上车辆通过交叉口后的车流行驶延误,按分别针对各道路上的车辆,根据如下公式:
dk=tkact-tkide
dc=tcact-tcide
获得各道路上车辆的车流行驶延误,进而根据各道路上检测路段中车辆的数量,获得主路单向车道车流行驶延误,以及次路车流行驶延误,其中,dk表示主路单向车道上第k个车辆的延迟,tkact表示主路单向车道上第k个车辆从进入所在主路单向车道检测路段到离开交叉口的实际时长,tkide表示主路单向车道上第k个车辆理想情况下、随车流无干扰从进入所在主路单向车道检测路段到离开交叉口的时长;dc表示次路上第c个车辆的延迟,tcact表示次路上第c个车辆从进入次路检测路段到离开交叉口的实际时长,tcide表示次路上第c个车辆理想情况下、随车流无干扰从进入次路检测路段到离开交叉口的时长。
7.根据权利要求1所述一种基于主路优先的无信控交叉口通信仿真控制方法,其特征在于:所述主路单向车道上各车辆与次路上各车辆之间通过车联网方式实现通信。
8.一种执行权利要求1至7中任意一项所述一种主路优先控制交叉***通仿真方法的装置,包括存储器、处理器、以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法。
CN202110453278.4A 2021-04-26 2021-04-26 一种主路优先控制交叉***通仿真方法及装置 Active CN113312752B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110453278.4A CN113312752B (zh) 2021-04-26 2021-04-26 一种主路优先控制交叉***通仿真方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110453278.4A CN113312752B (zh) 2021-04-26 2021-04-26 一种主路优先控制交叉***通仿真方法及装置

Publications (2)

Publication Number Publication Date
CN113312752A true CN113312752A (zh) 2021-08-27
CN113312752B CN113312752B (zh) 2022-11-04

Family

ID=77370965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110453278.4A Active CN113312752B (zh) 2021-04-26 2021-04-26 一种主路优先控制交叉***通仿真方法及装置

Country Status (1)

Country Link
CN (1) CN113312752B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115116231A (zh) * 2022-08-26 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 一种车路协同微观仿真***、方法、电子设备及存储介质
CN115168810A (zh) * 2022-09-08 2022-10-11 南京慧尔视智能科技有限公司 一种交通数据的生成方法、装置、电子设备和存储介质
CN115394093A (zh) * 2022-08-11 2022-11-25 重庆长安汽车股份有限公司 红绿灯路口辅助车辆通行的方法及装置
CN117275240A (zh) * 2023-11-21 2023-12-22 之江实验室 考虑多类型驾驶风格的交通信号强化学习控制方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106652444A (zh) * 2016-11-15 2017-05-10 广州运星科技有限公司 基于车道组及交叉口车流路径的城市网络交通流仿真模型
CN108564234A (zh) * 2018-05-08 2018-09-21 北京航空航天大学 一种智能网联汽车的交叉口无信号自组织通行控制方法
CN110473404A (zh) * 2019-09-19 2019-11-19 西南交通大学 一种城市十字交叉口混合交通流协同优化底层控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106652444A (zh) * 2016-11-15 2017-05-10 广州运星科技有限公司 基于车道组及交叉口车流路径的城市网络交通流仿真模型
CN108564234A (zh) * 2018-05-08 2018-09-21 北京航空航天大学 一种智能网联汽车的交叉口无信号自组织通行控制方法
CN110473404A (zh) * 2019-09-19 2019-11-19 西南交通大学 一种城市十字交叉口混合交通流协同优化底层控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张卫华等: "道路平面交叉口次路远引几何参数设置及通行效率研究", 《土木工程学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115394093A (zh) * 2022-08-11 2022-11-25 重庆长安汽车股份有限公司 红绿灯路口辅助车辆通行的方法及装置
CN115116231A (zh) * 2022-08-26 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 一种车路协同微观仿真***、方法、电子设备及存储介质
CN115168810A (zh) * 2022-09-08 2022-10-11 南京慧尔视智能科技有限公司 一种交通数据的生成方法、装置、电子设备和存储介质
CN117275240A (zh) * 2023-11-21 2023-12-22 之江实验室 考虑多类型驾驶风格的交通信号强化学习控制方法和装置
CN117275240B (zh) * 2023-11-21 2024-02-20 之江实验室 考虑多类型驾驶风格的交通信号强化学习控制方法和装置

Also Published As

Publication number Publication date
CN113312752B (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
CN111768637B (zh) 一种信号交叉***通信号灯和车辆轨迹控制方法
CN113312752B (zh) 一种主路优先控制交叉***通仿真方法及装置
Wegener et al. Automated eco-driving in urban scenarios using deep reinforcement learning
CN111696370B (zh) 基于启发式深度q网络的交通灯控制方法
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
CN108510764B (zh) 一种基于q学习的多路口自适应相位差协调控制***及方法
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
Jin et al. Improving traffic operations using real-time optimal lane selection with connected vehicle technology
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
CN112233413B (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN113312732B (zh) 一种结合预先决策与动态调整的无信控交叉口仿真控制方法及装置
CN114973733B (zh) 一种信号交叉口处混合流下网联自动车轨迹优化控制方法
CN113593226B (zh) 一种混合交通流环境下自动驾驶专用道交叉口控制方法
CN115565390B (zh) 智能网联汽车多车道队列通行控制方法、***及计算机可读存储介质
CN112258864A (zh) 基于顺序选择的自动驾驶车辆路口调度方法及***
Li et al. Enhancing cooperation of vehicle merging control in heavy traffic using communication-based soft actor-critic algorithm
Jiang et al. Integrating traffic signal optimization with vehicle microscopic control to reduce energy consumption in a connected and automated vehicles environment
Bakibillah et al. Predictive car-following scheme for improving traffic flows on urban road networks
CN115909785A (zh) 一种基于多智能体强化学习的混行多匝道协作合流控制方法
Shang et al. Trajectory planning at a signalized road section in a mixed traffic environment considering lane-changing of CAVs and stochasticity of HDVs
CN113470361A (zh) 一种交通信号配时评价方法、装置及存储介质
CN117079451B (zh) 城市连续交叉路口场景下混合交通***的控制方法及装置
CN117496689B (zh) 混行交通环境下连续信号交叉口车队协同控制方法及***
Wang et al. Coupled Control of Traffic Signal and Connected Autonomous Vehicles at Signalized Intersections
CN116153065B (zh) 车路协同环境下交叉***通信号精细化优化方法及装置

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