CN114613179B - 网联自动驾驶车辆混行交叉口集聚通行方法及其控制*** - Google Patents

Abstract

本发明提供了一种网联自动驾驶车辆混行交叉口集聚通行方法及其控制***，网联自动驾驶车辆智能体接收集聚指令，选择集聚对象，形成集聚车队，根据集聚车队信息库以及当前相位剩余的绿灯时长，对集聚车队以当前速度是否能够不停车通过预信号停车线进行判断，否则将对集聚车队进行速度诱导策略；当集聚车队通过预信号停车线后，对集聚车队进行速度建议，车辆按照建议速度行驶，配合主信号与预信号的协调配时方案，不停车通过信号交叉口。本发明能在很大程度上提升道路交通的通行效率和安全性，缓解混行交通流的拥堵状况。

Description

网联自动驾驶车辆混行交叉口集聚通行方法及其控制***

技术领域

本发明属于智能交通交叉口通行控制技术领域，具体涉及一种网联自动驾驶车辆混行交 叉口集聚通行方法及其控制***。

背景技术

近年来，随着自动驾驶技术和车联网技术的不断发展，网联自动驾驶车辆(Connected And Autonomous Vehicle，CAV)开始涌入道路，在未来很长一段时间内，将会面临CAV与网联 人工驾驶车辆(Connected Human-driven Vehicle，CHV)混行的局面。然而，CHV和CAV 在驾驶行为方面却存在着一些差异，比如，CHV驾驶员易受到情绪等多种因素的干扰，进而 导致一些不规范的驾驶行为出现，甚至造成严重的交通事故；同样，CAV在处理一些复杂的 交通状况时，比如，发生交通事故的交叉口，就很难像人类驾驶员那样做出最合理的驾驶决 策。可以说，在这样的混行交通流中，CHV与CAV相互制约且具有强耦合性。因此，涌现 出许多新的交通问题，特别是如何实现道路交叉口通行效率的提升与安全保障问题。

道路交叉口作为道路交通网络的重要组成部分，既是各路段交通流汇集、转向和疏散的 节点，又是交通堵塞和事故的多发地。而目前的交叉口通行方法仅适应于CHV，随着CAV 的不断增多，交叉口的通行状况势必会受到CHV、CAV中人与非人的控制差异，而导致冲突 增多、效率下降。

如何设计合理的CAV混行交叉口集聚通行方法，进而提升城市道路的通行效率是目前亟 待解决的难题。一方面，缺乏合理的CAV混行车流通行控制理论和指导思想；另一方面，现 有交叉口通行控制模型与未来混行交通环境联系不够紧密，无法达到理想的效果。

发明内容

针对现有技术中存在不足，本发明提供了一种网联自动驾驶车辆混行交叉口集聚通行方 法及其控制***，在保证道路交通安全的情况下，可以减少交通延误时间，提升交叉口的通 行效率。

本发明是通过以下技术手段实现上述技术目的的。

一种网联自动驾驶车辆混行交叉口集聚通行方法，具体为：

在路段控制区域内，根据混行交通流的状态选定集聚目标网联自动驾驶车辆智能体，且 网联自动驾驶车辆智能体接收集聚指令，目标网联自动驾驶车辆智能体首先选择同方向同车 道前方车辆为集聚对象，并判断是否为网联自动驾驶车辆智能体且满足集聚条件，如果同时 满足，则与前车进行集聚；若不满足，更换集聚对象，继续判断左右相邻车道的前方车辆是 否为网联自动驾驶车辆智能体且满足集聚条件，如果同时满足，则立即换道，并与换道后的 前车进行集聚；若不满足，则选择同方向同车道前方网联人工驾驶车辆为集聚对象，并判断 是否满足集聚条件，若满足，则进行集聚；集聚时，进行速度和位置实时更新，形成集聚车 队；在集聚过程中，网联人工驾驶车辆智能体有概率p_h选择加入集聚车队；

根据集聚车队信息库

以及当前相位剩余的绿灯时长t_e，对集聚车队 以当前速度是否能够不停车通过预信号停车线进行判断，否则将对集聚车队进行速度诱导策 略；其中R为车辆周围环境信息，k_i为自身车辆类型，l_j为车辆所在车道，x_i为车辆的位置， v_i为当前车速，n_q为集聚车队的队长，v₀为集聚车队的车速，

为集聚车队头车位置，车辆 编号i＝1,2,...n，车道编号j＝1,2,...,u；

当集聚车队通过预信号停车线后，对集聚车队进行速度建议，车辆按照建议速度行驶， 配合主信号与预信号的协调配时方案，不停车通过信号交叉口。

上述技术方案中，网联人工驾驶车辆智能体有概率p_h选择加入集聚车队，所述p_h为：

其中：receive表示驾驶员接受集聚行驶的建议，internal表示影响网联人工驾驶车辆驾驶 员加入集聚车队的内部因素，external表示影响网联人工驾驶车辆驾驶员加入集聚车队的外部 因素。

上述技术方案中，影响网联人工驾驶车辆智能体加入集聚车队的外部因素external＝ω₁ρ+ω₂rate_con+ω₃y+σ，其中参数ω₁为交通流密度影响比重，ω₂为道路拥堵情况 影响比重，ω₃为集聚优势函数影响比重，ω_i∈[0,1)且

ρ为交通流密度；rate_con为 道路拥堵情况；y为CHV加入集聚车队的优势函数y＝μ₁t_delay+μ₂s_queue+θ，t_delay为网联人工 驾驶车辆加入集聚车队可减少的延误时间，s_queue为网联人工驾驶车辆加入集聚车队可减少的 排队长度，μ₁为可减少的延误时间的影响比重，μ₂为可减少的排队长度的影响比重，μ_i∈[0,1) 且μ₁+μ₂＝1；θ、σ均为随机误差；

当external∈(0,0.3]，网联人工驾驶车辆智能体对网联人工驾驶车辆加入集聚车队的建议 等级为初级，提醒驾驶员可以加入集聚车队；当external∈(0.3,0.6]，网联人工驾驶车辆智能 体对网联人工驾驶车辆加入集聚车队的建议等级为中级，提醒驾驶员并建议驾驶员加入集聚 车队；当external∈(0.6,1)，网联人工驾驶车辆智能体对网联人工驾驶车辆加入集聚车队的建 议等级为高级，提醒驾驶员并强烈建议驾驶员加入集聚车队。

上述技术方案中，网联人工驾驶车辆智能体有概率p_h选择加入集聚车队，影响网联人工 驾驶车辆智能体加入集聚车队的内部因素

α_j表示驾驶员是否接 受集聚建议的主要影响因素，η_j表示各个影响因素的相对权重，δ表示随机误差。

上述技术方案中，所述速度和位置实时更新根据如下规则进行：

其中：

表示t+1时刻目标车辆的速度，

表示t时刻目标车辆的速度，a表 示网联自动驾驶车辆智能体的常规加速度，v_max表示路段允许的最大车速，

表示t+1 时刻前方车辆的位置，d_gf表示目标车辆和前方车辆的间距，d_safe表示最小安全间距，v_safe表 示路段的安全车速。

上述技术方案中，目标网联自动驾驶车辆智能体换道前，需判断相邻车道前后车辆的间 距是否满足

若相邻车道前后车辆的间距不满足上述条 件时，则目标网联自动驾驶车辆智能体与目标车道的滞后车辆进行协同交叉换道，所述协同 交叉换道的条件为：

其中

表示t+1时刻目标 车辆所在位置，

表示t时刻本车道相邻车道后方车辆位置，

表示t+1时刻本 车道相邻车道后方车辆的速度，

表示t+1时刻本车道相邻两车道前方车辆位置，

表示t时刻目标车辆的位置，

表示t+1时刻目标车辆的速度，

表示t时 刻后方车辆的位置，

表示t+1时刻目标车道相邻车道后方车辆的位置，d_safe表示最 小安全间距。

上述技术方案中，对集聚车队以当前速度是否能够不停车通过预信号停车线进行判断， 包括匀速、加速、减速和诱导停车控制策略；

匀速控制策略的判断条件为：

其中d_g表示车长，d_c表示 集聚车队内车辆的间距；

加速控制策略的判断条件为：

其中t_a表示 加速至路段允许的最高速度的所需时间，v_max表示路段允许的最大速度；

减速的判断条件为：

其中t_d表示减速至路 段允许的最低速度所需时间，t_r表示等待下一次绿灯启亮时间，v_min表示路段允许的最小速度；

诱导停车控制策略的判断条件为：

上述技术方案中，预信号停车线的位置根据交通信息C＝{Q_m,r_a,p_h,t_r,d_g,d_s,u}的不同状 况进行实时动态调整，且预信号停车线的位置为：

其中Q_m表示车辆的到达率，r_a表示网联自动驾驶车辆的渗透率，p_h表示网联人工驾驶车辆驾驶员的 接受度，t_r表示主信号的红灯时长，d_g表示单个车辆的车长，d_s表示集聚车队停车时的安全 间距，u表示预信号控制的集聚车道数。

上述技术方案中，主信号与预信号的协调配时方案在基本的信号配时上做了如下调整： 预信号的集聚车队的绿灯启亮时间早于主信号的绿灯启亮时间、预信号的集聚车队的红灯启 亮时间早于主信号的红灯启亮时间、预信号的单车网联人工驾驶车辆行驶的绿灯启亮时间同 于主信号的绿灯启亮时间以及预信号的单车网联人工驾驶车辆行驶的红灯启亮时间早于主信 号的红灯启亮时间。

一种实现网联自动驾驶车辆混行交叉口集聚通行方法的控制***，包括：

车辆智能体，分为网联自动驾驶车辆智能体和网联人工驾驶车辆智能体；网联自动驾驶 车辆智能体包括感知模块、任务分析模块和决策执行模块，感知模块用于感知自车信息、周 围环境信息以及与其他模块的交互信息，任务分析模块用于分析车辆的车道信息、位置信息 和速度信息，决策执行模块根据任务分析模块的情况进行车辆集聚、左右变道和速度更新的 执行；网联人工驾驶车辆智能体包括信息检测模块、状态分析模块和反应决策模块，信息检 测模块用于检测车辆智能体自身、其他车辆智能体以及周围环境的信息，状态分析模块用于 对影响网联人工驾驶车辆驾驶员加入集聚车队的内、外部因素进行分析，反应决策模块是驾 驶员既可以通过自身经验知识对紧急情况快速作出反应，又可以在正常状态下根据网联人工 驾驶车辆智能体和道路上检测器所提供的信息进行决策；

路段智能体，包括路段信息模块、路段检测模块和数据处理模块；路段信息模块包括路 段属性、车道信息和路段的限速信息，路段检测模块用于检测车辆信息、环境信息和与其他 模块的交互信息，数据处理模块用于对通行能力状况、拥堵状况和车流状况等信息的处理分 析；

信号灯智能体，包括配时方案模块、预信号控制模块和主信号控制模块；配时方案模块 包括已有的信号周期、信号比、相位差和绿灯阈值，预信号控制模块包括车道的相位信息、 感应模块、车流状态分析以及速度诱导，主信号控制模块包括交叉口的相位信息、感应模块 以及对车辆的状态分析和相应的速度建议；

管理智能体，包括***控制模块、集聚分析模块和命令发布模块；***控制模块包括命 令的接受、任务规划和反馈信息，集聚分析模块用于分析车辆的类型、位置和速度信息，命 令发布模块根据集聚分析的情况对车辆发布命令。

本发明的有益效果为：

(1)本发明有效地结合了Multi-Agent控制***，使得Veh-Agent、Roa-Agent和TL-Agent 之间利用Multi-Agent的交互性、协调合作性实现交通信息实时动态共享，适用于CAV与CHV 混行的局面，为混行交叉口通行控制提供了新的数据源和技术手段。

(2)本发明适应于混行的交通流环境，结合混行车队的集聚优势，提出了CHV驾驶员 接受集聚建议的概率p_h，提高了交叉口通行控制模型与未来混行交通环境的适应性，有效地 降低CAV和CHV在行驶过程中产生的矛盾，且能够使车辆以集聚形式在较长的路段上行驶， 显著降低了CAV和CHV的平均延误和平均油耗，能在很大程度上提升道路交通的通行效率 和安全性。

(3)本发明提出了“动态的虚拟预信号”思想及其发出的速度诱导策略，能够使得车队 更好的利用当前相位的绿灯时间，减少车辆的停车和启动次数，且通过交叉口时是快速行驶， 显著降低混行交叉口的停车等待时间和平均延误时间，能够缓解混行交通流的拥堵状况，并 且提高交叉口服务水平。

(4)本发明配合预信号进行的交叉口信号方案设计和主信号控制模块给出的建议速度v_s行驶，能够增加车辆不停车通过交叉口的机会，且给予集聚车队通行过程中的优先权，可以 增加CHV驾驶员加入集聚车队的意愿，提高集聚车队的集聚概率p_h，进而提升整个道路的 通行效率。

附图说明

图1为本发明所述网联自动驾驶车辆混行交叉口集聚通行控制***结构框图；

图2为本发明所述混行车队集聚通行控制方法流程图；

图3为本发明所述基于预信号控制的混行车队集聚通行示意图；

图4为本发明所述主信号与预信号的信号协调配时方案设计图。

具体实施方式

下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于 此。

如图1所示，本发明网联自动驾驶车辆混行交叉口集聚通行控制***基于Multi-Agent(多 智能体)，具体包括Vehicle-Agent(车辆智能体，记为：Veh-Agent)、Road-Agent(路段智能 体，记为：Roa-Agent)、Traffic_Light-Agent(信号灯智能体，记为：TL-Agent)和 Management-Agent(管理智能体，记为：Man-Agent)；Veh-Agent分为CAV-Agent(网联自动 驾驶车辆智能体)和CHV-Agent(网联人工驾驶车辆智能体)两类，CAV-Agent包括感知模块、任务分析模块和决策执行模块，CHV-Agent包括信息检测模块、状态分析模块和反应决策模块；Roa-Agent包括路段信息模块、路段检测模块和数据处理模块；TL-Agent包括配时方案模块、预信号控制模块和主信号控制模块；Man-Agent包括***控制模块、集聚分析模块和命令发布模块。

每个Agent(智能体)都含有通信模块，用来与其他Agent进行实时通信；感知模块用于 感知自车信息、周围环境信息以及与其他模块的交互信息等；任务分析模块用于分析车辆的 车道信息、位置信息和速度信息等；决策执行模块根据任务分析模块的情况进行车辆集聚、 左右变道和速度更新等动作的执行；信息检测模块主要负责检测Veh-Agent自身、其他 Veh-Agent以及周围环境的信息；状态分析模块主要是对影响CHV驾驶员加入集聚车队的内、 外部因素进行分析；反应决策模块是驾驶员既可以通过自身经验知识对紧急情况快速作出反 应，又可以在正常状态下根据CHV-Agent和道路上检测器所提供的信息进行决策；配时方案 模块包括已有的信号周期、信号比、相位差和绿灯阈值等信息；预信号控制模块包括车道的 相位信息、感应模块、车流状态分析以及速度诱导，感应模块是用来感应车辆的到达情况， 其中相位信息和速度诱导均通过通信模块以信息的形式传递给Veh-Agent，不需要单独的信号 灯实体；主信号控制模块包括交叉口的相位信息、感应模块以及对车辆的状态分析和相应的 速度建议；***控制模块包括命令的接受、任务规划和反馈信息；集聚分析模块用于分析车 辆的类型、位置和速度信息；命令发布模块根据集聚分析的情况对车辆发布命令；路段信息 模块包括路段属性、车道信息和路段的限速信息；路段检测模块用于检测车辆信息、环境信 息和与其他模块的交互信息；数据处理模块用于对通行能力状况、拥堵状况和车流状况等信 息的处理分析等。

首先，人工向Man-Agent输入集聚命令，Man-Agent通过Veh-Agent获得车辆行驶状态 信息库A＝{R,k_i,l_j,x_i,v_i}，然后对Veh-Agent进行行驶状态的判断，选择集聚目标车辆，并向 其发布集聚指令，同时向单个CHV-Agent发送集聚建议。其次，Veh-Agent通过感知模块， 感知其他车辆信息库A＝{R,k_i,l_j,x_i,v_i}，紧接着选择集聚对象车辆，通过判断集聚条件生成集 聚车队，而CHV驾驶员有概率p_h选择接受集聚建议，加入集聚车队。再次，TL-Agent中预 信号控制模块对集聚车队信息库

进行判断，以当前速度v₀是否可以不停 车通过预信号停车线x_z，否则将对集聚车队发送速度诱导策略，最后根据主信号控制模块建 议速度v_s行驶以及特定的交叉口信号方案设计，集聚车队可以不停车通过信号交叉口。其中 车辆编号i＝1,2,...n，车道编号j＝1,2,...,u，R为车辆周围环境信息，k_i为自身车辆类型，l_j为 车辆所在车道，x_i为车辆的位置，v_i为当前车速。

如图2为混行车队集聚通行控制方法流程图。在路段控制区域内，向Man-Agent的*** 控制模块输入指令，然后根据混行交通流的状态选定集聚目标CAV-Agent，并向其发布集聚 指令，目标CAV-Agent首先选择同方向同车道前方车辆为集聚对象，并判断是否为CAV-Agent 且满足集聚条件，如果满足，则与前车进行集聚；如果不满足，则更换集聚对象，判断左右 相邻车道的车辆是否满足集聚条件，若满足集聚条件，则立即换道

并进行 速度v_i和位置x_i实时更新，尽快形成集聚车队。其中Man-Agent会对单个CHV-Agent发送集 聚建议，且CHV驾驶员有概率p_h选择加入集聚车队。此时，预信号控制模块会对集聚车队 信息库

进行判断，以当前速度v₀是否可以不停车通过预信号停车线x_z， 否则将对其进行速度诱导策略，当集聚车队通过预信号停车线后，主信号控制模块会对其进 行速度建议，车辆按照该建议速度v_s行驶可以不停车通过信号交叉口。

如图3为基于预信号控制的混行车队集聚通行示意图。现以一个由双向六车道构成的十 字交叉口为例，每个进口有三个车道，分别是专用左转车道、直行车道和右转车道，车辆在 进入不可换道区之前可换道，右转方向始终为绿灯。所有车辆进入交叉口的通行路段分为两 部分，中间由动态的虚拟预信号停车线隔开；车辆先是进入路段控制区域，CAV和CHV的 集聚车队是在路段控制区域生成，生成的集聚车队占据左边两车道，右边车道为单车行驶的 CHV，预信号通过通信模块将相位信息传递给每个Veh-Agent，并对处于路段控制区域的车 队进行速度诱导，紧接着车辆进入以交叉口中心为圆心，半径为x_z的交叉口控制区域，主信 号对处于交叉口控制区域的车辆进行速度建议，可以使之不停车通过信号交叉口。

如图4为主信号与预信号的信号协调配时方案设计图，重点在于红灯和绿灯的启亮时间 差，在基本的信号配时的基础上，着重进行四点调整。第一点：预信号的集聚车队的绿灯启 亮时间早于主信号的绿灯启亮时间T，第二点：预信号的集聚车队的红灯启亮时间早于主信 号的红灯启亮时间T，第三点：预信号的单车CHV行驶的绿灯启亮时间同于主信号的绿灯启 亮时间，第四点：预信号的单车CHV行驶的红灯启亮时间早于主信号的红灯启亮时间T。紧 接着车队按照主信号控制模块建议的速度v_s行驶，结合调整后的信号配时方案，能够使车辆 不停车通过信号交叉口。

本发明网联自动驾驶车辆混行交叉口集聚通行控制方法，具体包括如下步骤：

步骤(1)形成集聚车队

在路段控制区域，人工向Man-Agent的***控制模块输入指令，Man-Agent经过任务规 划和集聚分析选择位于中间车道的CAV-Agent为目标车辆，然后向其下达车队集聚指令。目 标CAV-Agent收到集聚指令后，立即开始在路段控制区域内选择集聚对象，然后判断是否具 备集聚条件，这里对CAV和HPV的集聚行为进行分情况讨论：

情况一：若目标CAV-Agent同方向同车道前方Veh-Agent是CAV-Agent

若目标CAV-Agent同方向同车道前方Veh-Agent为CAV-Agent，则视其为集聚对象，并 向其发布集聚命令，因为前车也是CAV-Agent，目标CAV-Agent可根据感知模块对前车的速 度v_i、位置x_i变化进行实时感知，当目标CAV-Agent与其前车的间距满足间距条件

时，即可与前车进行集聚，随后立即对目标CAV-Agent 的速度v_i和位置x_i进行实时更新，具体更新规则如下：

其中：g表示目标车辆，f表示前方车辆，l表示目标车辆所在的车道即目标车道，d_g表 示车长，v_max表示最大车速，v_safe表示安全车速，d_gf表示目标车辆和前方车辆的间距，d_max表 示路段控制区域内可集聚行驶的最大距离，d_safe表示最小安全间距，且

其中τ_g表示CAV-Agent的反应时间即通信和网络延迟时间，

和

分别表示t时刻目标车辆和前方车辆的位置，

和

分别表示t时刻 目标车辆和前方车辆的速度，

表示t+1时刻目标车辆的速度，

表示t+1时刻 前方车辆的位置，a表示CAV-Agent的常规加速度，a_g和a_f分别表示t时刻目标车辆和前方 车辆的最大减速度。

目标CAV-Agent同前方的CAV-Agent经过v_i和x_i的更新即可完成集聚，即在路段上以车 队的形式行驶。若目标CAV-Agent与其前车的间距无法满足间距条件时，则无法与前车完成 集聚，则需更换集聚对象。

情况二：若目标CAV-Agent同方向相邻车道的前方Veh-Agent是CAV-Agent

若目标CAV-Agent同方向同车道的前方Veh-Agent不是CAV-Agent，则目标CAV-Agent 立即搜索本车道相邻两车道前方是否存在CAV-Agent，若目标CAV-Agent左右相邻两车道前 方只有一侧是CAV-Agent，则视其为集聚对象，选择向该车道变道

若左右 相邻两车道前方均是CAV-Agent，则需考虑最优目标车道，由于左侧车道一般为快速车道， 则选择左侧车道为目标车道并向其变道即

由于目标车辆和左(右)前方集聚对象均是CAV-Agent，目标CAV-Agent可根据感知模 块对左(右)车道前后车辆的v_i和x_i变化进行实时感知，当目标CAV-Agent与其左(右)车道前后车的间距满足间距条件

时，即可向左(右)进行变道，然后回到情况一；其中：b表示后方车辆，

表示t+1时刻目标车辆所在位置，

表示t时刻本车道相邻车道后方车辆位置，

表示t+1时刻本车道相邻车道后 方车辆的速度，

表示t+1时刻本车道相邻两车道前方车辆位置。

若目标CAV-Agent与其左(右)后车的间距满足无法满足间距条件时，则可基于车车通 讯技术与目标车道的滞后车辆取得通信，在条件合适的情况下，可与其进行协同交叉换道， 即：

其中协同交叉换道条件如下：

若满足协同交叉换道条件，则进行协同交叉换道，然 后回到情况一；若不满足，则需要更换集聚对象；其中

表示t时刻目标车道后方车辆的 位置，

表示t+1时刻目标车道相邻车道后方车辆的位置，

表示t+1时刻目 标车道后方车辆的速度，

表示t+1时刻目标车道相邻车道后方车辆的速度；

情况三：若目标CAV-Agent同方向同车道前方Veh-Agent为CHV-Agent

若目标CAV-Agent搜索同方向同车道前方Veh-Agent和相邻车道前方Veh-Agent均为 CHV-Agent，则视同方向同车道前方CHV-Agent为集聚对象，并向其发布集聚建议，CHV-Agent 接收到集聚建议后，其信息检测模块会立即对车辆行驶状态信息库A＝{R,k_i,l_j,x_i,v_i}进行分析 是否可以加入集聚行驶，并通过状态分析模块计算出其可加入集聚行驶的建议系数，即影响 CHV驾驶员加入集聚车队的外部因素external＝ω₁ρ+ω₂rate_con+ω₃y+σ，其中：ρ为交通流 密度，rate_con为道路拥堵情况，y为CHV加入集聚车队的优势函数，且y＝μ₁t_delay+μ₂s_queue+θ， 参数ω₁为交通流密度影响比重，ω₂为道路拥堵情况影响比重，ω₃为集聚优势函数影响比重， ω_i∈[0,1)且

σ为随机误差，t_delay为CHV加入集聚车队可减少的延误时间，s_queue为 CHV加入集聚车队可减少的排队长度，μ₁为可减少的延误时间的影响比重，μ₂为可减少的 排队长度的影响比重，μ_i∈[0,1)且μ₁+μ₂＝1，θ为随机误差。当external∈(0,0.3]，CHV-Agent 对CHV加入集聚车队的建议等级为初级，提醒驾驶员可以加入集聚车队；当 external∈(0.3,0.6]，CHV-Agent对CHV加入集聚车队的建议等级为中级，提醒驾驶员并建 议驾驶员加入集聚车队；当external∈(0.6,1)，CHV-Agent对CHV加入集聚车队的建议等级 为高级，提醒驾驶员并强烈建议驾驶员加入集聚车队。

影响CHV驾驶员加入集聚车队的内部因素internal，可根据如下公式计算影响驾驶员决 策的内部因素：

上式中α_j表示驾驶员是否接受集聚建议的主要影响因素，如驾驶员的个人性格、经验、 对诱导信息的接受程度、对周围道路的熟悉程度等，η_j表示各个影响因素的相对权重，根据 经验人为指定，δ表示随机误差。

考虑到CHV驾驶员的复杂性，本发明引入了模糊化思想，receive表示驾驶员接受集聚 行驶的建议，且接受概率即接受度p_h取值为[0,1]，0表示驾驶员不接受集聚建议，1表示驾 驶员接受集聚建议；所以，判断CHV是否能够加入集聚车队，其驾驶员的接受度p_h会由CHV-Agent给出的建议系数和内部影响因素共同制约，可根据如下Bayes条件概率计算得到：

若前方CHV驾驶员同意加入集聚车队，则回到情况一，此时集聚车队的最小安全间距为

τ_h表示CHV-Agent的反应时间即包括驾驶员的反应时间和通信以 及网络延迟时间。

若CHV驾驶员没有听从建议而导致单车滞后，人工驾驶员可灵活选择重新加入集聚车队， 也可与下一集聚目标车辆选择是否集聚组队。

步骤(2)针对预信号控制的速度诱导过程

当集聚好的车队行驶在路段控制区域时，预信号控制模块会根据集聚车队信息库

以及当前相位剩余的绿灯时长t_e对其是否能够不停车通过预信号停车 线进行判断。预信号控制模块对集聚车队有四种不同的速度诱导策略，即匀速、加速、减速 和诱导停车策略，且通信模块会将速度诱导策略、停车线位置x_z和当前相位信息实时发送于 每个Veh-Agent。

这里根据不同的速度诱导策略进行分情况讨论：

情况一：若当前车队能够在匀速控制策略下不停车通过预信号停车线

预信号控制模块根据集聚车队信息库

和当前相位剩余的绿灯时长t_e进行判断，即车队以当前的车速v₀匀速行驶，是否能够不停车通过预信号停车线，匀速控 制策略判断条件如下：

其中：

表示当前集聚车队的头车位置，n_q表示车队包含的车辆数，d_c表示集聚车队 内车辆的间距，v₀表示车队当前的速度，t_e表示当前相位剩余的绿灯时长。

若当前车队的速度v₀满足判断条件，则集聚车队即可按照当前速度v₀继续匀速行驶，预 信号控制模块对其不进行速度的干预。

其中匀速控制策略：v(t)＝min{v₀,v_max}。

若头车已经通过预信号停车线，而不断有车辆加入到集聚车队时，预信号的绿灯时间会 根据加入车队的车辆数n_c进行适当延长，绿灯延长时间t_c与车队增加的车辆数n_c成正比，即

当头车已经到达主信号停车线

或者到达预先设定的最大绿灯时间 t_g＝t_max，当前绿灯相位时间截止，且预信号控制模块会留出3秒的黄灯时间进行相位的切换。

情况二：若当前车队能够在加速控制策略下不停车通过预信号停车线

若集聚车队在当前车速v₀匀速行驶的情况下不能顺利的通过预信号停车线，此刻则对车 队进行加速控制策略判断，加速控制策略判断条件如下：

其中：t_a表示加速至路段允许的最高速度的所需时间，即

v_max表示路段允 许的最高速度。

若集聚车队满足加速控制条件，则预信号控制模块会引导车队以加速度a缓慢加速至路 段允许的最高速度v_max后匀速行驶，即可在当前相位剩余绿灯时间t_e不停车通过预信号停车线 x_z。

同理，若头车已经通过预信号停车线，而不断有车辆加入到集聚车队时，预信号的绿灯 时间也会适当延长，绿灯延长时间

当

或者到t_g＝t_max，绿灯相位时间 截止，且预信号控制模块也会留出3秒的黄灯时间进行相位的切换。

其中，加速控制策略如下：v(t)＝min{v₀+at,v_max}。

情况三：若当前车队能够在减速控制策略下不停车通过预信号停车线

若当前集聚车队既不满足匀速控制策略也不满足加速控制策略时，此刻则判断车队是否 满足于减速控制策略，减速控制策略判断条件如下：

其中：t_d表示减速至路段允许的最低速度所需时间，即

v_min表示路段允许 的最低速度，t_r表示等待下一次绿灯启亮时间。

若集聚车队满足减速控制条件，则预信号控制模块会引导车队以加速度a减速至路段允 许的最低速度v_min后匀速行驶，即可在当前相位剩余绿灯时间t_e不停车通过预信号停车线。 其中，减速控制策略如下：v(t)＝max{v₀-at,v_min}。

同理，若头车已经通过预信号停车线，而不断有车辆加入到集聚车队时，预信号的绿灯 时间也会适当延长，绿灯延长时间

当

或者到t_g＝t_max，绿灯相位时间 截止，且预信号控制模块也会留出3秒的黄灯时间进行相位的切换。

情况四：若当前车队在当前相位剩余绿灯时间内不能通过预信号停车线

若车队在匀速、加速和减速策略下均无法不停车通过停车线，此时预信号控制模块则会 对车辆采取诱导停车策略，诱导停车判断条件如下：

若集聚车队满足诱导停车条件，则预信号控制模块会引导车队以加速度a_s缓慢减速，防 止后车因刹车不及时导致追尾事故，直至到停车线前刚好速度减为零。

诱导停车控制策略如下：v(t)＝max{v₀-a_st,0}，其中

此时，集聚车队需停车等待，等待下一相位的绿灯时间亮起，车辆才得以通过预信号停 车线。

步骤(3)配合预信号控制的交叉口信号方案设计

由于城市道路的交通流量在不同时间段会出现较大差异，因此主预信号停车线之间的距 离必须满足此时CAV集聚通行的需要，其主要取决于车辆的到达率Q_m、CAV渗透率r_a、CHV 驾驶员的接受度p_h、预信号控制的集聚车道数u、主信号红灯时长t_r、集聚车队停车时的安 全间距d_s以及单个车辆的车长d_g。其中预信号停车线的位置由公式

确定，且可以根据从Roa-Agent获取的交通信息 C＝{Q_m，r_a，p_h，t_r，d_g，d_s，u}的不同状况进行实时动态调整，以满足不同交通流状况的需要。

其中：x_z表示预信号停车线的位置，Q_m表示车辆的到达率(veh/h)，r_a表示CAV的渗透率，

n_a、n_h分别表示CAV和CHV的交通流量，p_h表示CHV驾驶员的接受 度，t_r表示主信号的红灯时长(s)，d_g表示单个车辆的车长(m)，d_s表示集聚车队停车时 的安全间距(m)，u表示预信号控制的集聚车道数。

当集聚好的车队通过预信号停车线后，即进入交叉口控制区域，然后根据其转向需求进 入不同的车道，主信号控制模块对进入交叉口控制区域的车辆发送的速度建议，车辆根据建 议速度v_s行驶，配合主信号与预信号的协调配时方案，能够使自身在不停车的情况下通过当 前主信号交叉口。根据预信号停车线的位置x_z，以及主信号对车辆的建议速度v_s，得到车辆 从预信号停车线到达主信号停车线的时间T，其中

在主信号与预信号的协调配时方案设计中，重点在于红灯和绿灯启亮的时间差，如图4 所示。

第一点：预信号的集聚车队的绿灯启亮时间早于主信号的绿灯启亮时间T，即在主信号 的绿灯启亮时，集聚车队根据主信号的建议速度v_s行驶，刚好到达主信号的停车线，进而可 以不停车通过交叉口。

第二点：预信号的集聚车队的红灯启亮时间也早于主信号的红灯启亮时间T，即避免通 过预信号的集聚车队无法通过主信号的停车线，进而增加车队的停车等待时间、延误时间和 燃油消耗。

第三点：预信号的CHV单车行驶的绿灯启亮时间同于主信号的绿灯启亮时间，即晚于集 聚车队的绿灯启亮时间T，使单个的CHV可以在集聚车队的后面进入交叉口，给予了集聚车 队进入交叉口的优先权，提高驾驶员的集聚意愿。

第四点：预信号的CHV单车行驶的红灯启亮时间早于主信号的红灯启亮时间T，即同步 于预信号的集聚车队的红灯启亮时间，使进入交叉口控制区域车辆在剩余时间内完全通过交 叉口，清空交叉口控制区域的所有车辆，给下一个相位的集聚车队不停车通过交叉口做好铺 垫。

所以，通过主信号与预信号的协调设计，不仅可以减少车辆的平均延误时间和燃油消耗， 而且可以提高CHV驾驶员加入集聚车队的接受度p_h，提高集聚车队的集聚比例，进而增加 整个道路的通行效率。

所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本 发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均 属于本发明的保护范围。

Claims (7)

1.一种网联自动驾驶车辆混行交叉口集聚通行方法，其特征在于：

在路段控制区域内，根据混行交通流的状态选定集聚目标网联自动驾驶车辆智能体，且网联自动驾驶车辆智能体接收集聚指令，目标网联自动驾驶车辆智能体首先选择同方向同车道前方车辆为集聚对象，并判断是否为网联自动驾驶车辆智能体且满足集聚条件，如果同时满足，则与前车进行集聚；若不满足，更换集聚对象，继续判断左右相邻车道的前方车辆是否为网联自动驾驶车辆智能体且满足集聚条件，如果同时满足，则立即换道，并与换道后的前车进行集聚；若不满足，则选择同方向同车道前方网联人工驾驶车辆为集聚对象，并判断是否满足集聚条件，若满足，则进行集聚；集聚时，进行速度和位置实时更新，形成集聚车队；在集聚过程中，网联人工驾驶车辆智能体有概率p_h选择加入集聚车队；

网联人工驾驶车辆智能体有概率p_h选择加入集聚车队，所述p_h为：

其中：receive表示驾驶员接受集聚行驶的建议，internal表示影响网联人工驾驶车辆驾驶员加入集聚车队的内部因素，external表示影响网联人工驾驶车辆驾驶员加入集聚车队的外部因素；

影响网联人工驾驶车辆智能体加入集聚车队的外部因素external＝ω₁ρ+ω₂rate_con+ω₃y+σ，其中参数ω₁为交通流密度影响比重，ω₂为道路拥堵情况影响比重，ω₃为集聚优势函数影响比重，ω_i∈[0,1)且

ρ为交通流密度；rate_con为道路拥堵情况；y为CHV加入集聚车队的优势函数，y＝μ₁t_delay+μ₂s_queue+θ，t_delay为网联人工驾驶车辆加入集聚车队可减少的延误时间，s_queue为网联人工驾驶车辆加入集聚车队可减少的排队长度；μ₁为可减少的延误时间的影响比重，μ₂为可减少的排队长度的影响比重，μ_i∈[0,1)且μ₁+μ₂＝1；θ、σ均为随机误差；

当external∈(0,0.3]，网联人工驾驶车辆智能体对网联人工驾驶车辆加入集聚车队的建议等级为初级，提醒驾驶员可以加入集聚车队；当external∈(0.3,0.6]，网联人工驾驶车辆智能体对网联人工驾驶车辆加入集聚车队的建议等级为中级，提醒驾驶员并建议驾驶员加入集聚车队；当external∈(0.6,1)，网联人工驾驶车辆智能体对网联人工驾驶车辆加入集聚车队的建议等级为高级，提醒驾驶员并强烈建议驾驶员加入集聚车队；

网联人工驾驶车辆智能体有概率p_h选择加入集聚车队，影响网联人工驾驶车辆智能体加入集聚车队的内部因素

表示驾驶员是否接受集聚建议的主要影响因素，η_j表示各个影响因素的相对权重，δ表示随机误差；

根据集聚车队信息库

以及当前相位剩余的绿灯时长t_e，对集聚车队以当前速度是否能够不停车通过预信号停车线进行判断，否则将对集聚车队进行速度诱导策略；其中R为车辆周围环境信息，k_i为自身车辆类型，l_j为车辆所在车道，n_q为集聚车队的队长，v₀为集聚车队的车速，

为集聚车队头车位置，车辆编号i＝1,2,...n，车道编号j＝1,2,...,u；

当集聚车队通过预信号停车线后，对集聚车队进行速度建议，车辆按照建议速度行驶，配合主信号与预信号的协调配时方案，不停车通过信号交叉口。

2.根据权利要求1所述的网联自动驾驶车辆混行交叉口集聚通行方法，其特征在于，所述速度和位置实时更新根据如下规则进行：

其中：

表示t+1时刻目标车辆的速度，

表示t时刻目标车辆的速度，a表示网联自动驾驶车辆智能体的常规加速度，v_max表示路段允许的最大车速，

表示t+1时刻前方车辆的位置，d_gf表示目标车辆和前方车辆的间距，d_safe表示最小安全间距，v_safe表示路段的安全车速。

3.根据权利要求1所述的网联自动驾驶车辆混行交叉口集聚通行方法，其特征在于，目标网联自动驾驶车辆智能体换道前，需判断相邻车道前后车辆的间距是否满足

若相邻车道前后车辆的间距不满足上述条件时，则目标网联自动驾驶车辆智能体与目标车道的滞后车辆进行协同交叉换道，所述协同交叉换道的条件为：

其中

表示t+1时刻目标车辆所在位置，

表示t时刻本车道相邻车道后方车辆位置，

表示t+1时刻本车道相邻车道后方车辆的速度，

表示t+1时刻本车道相邻两车道前方车辆位置，

表示t时刻目标车辆的位置，

表示t+1时刻目标车辆的速度，

表示t时刻后方车辆的位置，

表示t+1时刻目标车道相邻车道后方车辆的位置，d_safe表示最小安全间距。

4.根据权利要求1所述的网联自动驾驶车辆混行交叉口集聚通行方法，其特征在于，对集聚车队以当前速度是否能够不停车通过预信号停车线进行判断，包括匀速、加速、减速和诱导停车控制策略；

匀速控制策略的判断条件为：

其中d_g表示车长，d_c表示集聚车队内车辆的间距；

加速控制策略的判断条件为：

其中t_a表示加速至路段允许的最高速度的所需时间，v_max表示路段允许的最大速度，a表示网联自动驾驶车辆智能体的常规加速度；

减速的判断条件为：

其中t_d表示减速至路段允许的最低速度所需时间，t_r表示等待下一次绿灯启亮时间，v_min表示路段允许的最小速度；

诱导停车控制策略的判断条件为：

5.根据权利要求1所述的网联自动驾驶车辆混行交叉口集聚通行方法，其特征在于，预信号停车线的位置根据交通信息C＝{Q_m,r_a,p_h,t_r,d_g,d_s,u}的不同状况进行实时动态调整，且预信号停车线的位置为：

其中Q_m表示车辆的到达率，r_a表示网联自动驾驶车辆的渗透率，p_h表示网联人工驾驶车辆驾驶员的接受度，t_r表示主信号的红灯时长，d_g表示单个车辆的车长，d_s表示集聚车队停车时的安全间距，u表示预信号控制的集聚车道数。

6.根据权利要求1所述的网联自动驾驶车辆混行交叉口集聚通行方法，其特征在于，主信号与预信号的协调配时方案在基本的信号配时上做了如下调整：预信号的集聚车队的绿灯启亮时间早于主信号的绿灯启亮时间、预信号的集聚车队的红灯启亮时间早于主信号的红灯启亮时间、预信号的单车网联人工驾驶车辆行驶的绿灯启亮时间同于主信号的绿灯启亮时间以及预信号的单车网联人工驾驶车辆行驶的红灯启亮时间早于主信号的红灯启亮时间。

7.一种实现权利要求1-6任一项所述的网联自动驾驶车辆混行交叉口集聚通行方法的控制***，其特征在于，包括：

车辆智能体，分为网联自动驾驶车辆智能体和网联人工驾驶车辆智能体；网联自动驾驶车辆智能体包括感知模块、任务分析模块和决策执行模块，感知模块用于感知自车信息、周围环境信息以及与其他模块的交互信息，任务分析模块用于分析车辆的车道信息、位置信息和速度信息，决策执行模块根据任务分析模块的情况进行车辆集聚、左右变道和速度更新的执行；网联人工驾驶车辆智能体包括信息检测模块、状态分析模块和反应决策模块，信息检测模块用于检测车辆智能体自身、其他车辆智能体以及周围环境的信息，状态分析模块用于对影响网联人工驾驶车辆驾驶员加入集聚车队的内、外部因素进行分析，反应决策模块是驾驶员既可以通过自身经验知识对紧急情况快速作出反应，又可以在正常状态下根据网联人工驾驶车辆智能体和道路上检测器所提供的信息进行决策；

路段智能体，包括路段信息模块、路段检测模块和数据处理模块；路段信息模块包括路段属性、车道信息和路段的限速信息，路段检测模块用于检测车辆信息、环境信息和与其他模块的交互信息，数据处理模块用于对通行能力状况、拥堵状况和车流状况的处理分析；

信号灯智能体，包括配时方案模块、预信号控制模块和主信号控制模块；配时方案模块包括已有的信号周期、信号比、相位差和绿灯阈值，预信号控制模块包括车道的相位信息、感应模块、车流状态分析以及速度诱导，主信号控制模块包括交叉口的相位信息、感应模块以及对车辆的状态分析和相应的速度建议；

管理智能体，包括***控制模块、集聚分析模块和命令发布模块；***控制模块包括命令的接受、任务规划和反馈信息，集聚分析模块用于分析车辆的类型、位置和速度信息，命令发布模块根据集聚分析的情况对车辆发布命令。

Images