CN114852076A - 一种混行交通流环境下自动驾驶车辆轨迹规划方法 - Google Patents

一种混行交通流环境下自动驾驶车辆轨迹规划方法 Download PDF

Info

Publication number
CN114852076A
CN114852076A CN202210330965.1A CN202210330965A CN114852076A CN 114852076 A CN114852076 A CN 114852076A CN 202210330965 A CN202210330965 A CN 202210330965A CN 114852076 A CN114852076 A CN 114852076A
Authority
CN
China
Prior art keywords
vehicle
track
time
planning
trajectory
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.)
Pending
Application number
CN202210330965.1A
Other languages
English (en)
Inventor
丁川
赵慧敏
鲁光泉
于滨
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202210330965.1A priority Critical patent/CN114852076A/zh
Publication of CN114852076A publication Critical patent/CN114852076A/zh
Pending legal-status Critical Current

Links

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
    • B60W30/18159—Traversing an intersection
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2554/402—Type
    • B60W2554/4023—Type large-size vehicles, e.g. trucks
    • 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
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种人工与自动驾驶混行环境下面向固定信号配时的自动驾驶车辆轨迹规划方法，包括：采集驶入交叉口控制区域的车辆信息；判断驶入车辆的类别，若为人工驾驶车辆，采用Newell跟驰模型对车辆的轨迹进行预测，若为自动驾驶车辆，采用分段轨迹规划的方法对自动驾驶车辆的轨迹进行规划；存储车辆的轨迹信息，当检测到下一辆车驶入时，更新当前车辆信息，开启车辆轨迹规划。本发明属于一种启发式算法，实现了混行环境下自动驾驶车辆的轨迹规划，在保证安全的前提下，提高了规划效率，并且对不同交通流量、信号相位和车辆渗透率下的信号交叉口均可实现车辆轨迹规划。

Description

一种混行交通流环境下自动驾驶车辆轨迹规划方法
技术领域
本发明涉及道路交通控制技术领域，具体涉及一种混行交通流环境下自动驾驶车辆轨迹规划方法。
背景技术
信号交叉口作为城市道路的核心部分，是改善城市道路通行效率的关键，一直以来都被重点关注。在车路协同***下，通过对交叉口进口道自动驾驶车辆轨迹进行规划和引导，可以有效缓解信号交叉口的拥堵，从而提升城市道路整体的通行能力。
人工驾驶车辆与自动驾驶车辆混行交通流环境下，自动驾驶车辆为可控车辆。面向信号控制交叉口，自动驾驶车辆的轨迹规划要求车辆在保证安全的前提下尽快通过交叉口。典型的自动驾驶车辆轨迹规划模型大多通过控制车辆的加(减)速度来实时改变车辆的位置和速度，进而达到控制车辆轨迹的目的。然而此类最优车辆控制模型一般需要建立复杂的非线性目标函数和约束条件，求解困难且计算效率较低。对于车辆轨迹规划而言，详细的加速度调整理论上可以获得一定目标下的最优行驶轨迹，但考虑车辆实际控制效果和计算的复杂性，最优控制模型并不是车辆轨迹控制的最佳选择。此外，虽然可以通过控制自动驾驶车辆提高道路交叉口的通行效率，但是自动驾驶车辆的普及需要一定的时间，在未来的一段时间内道路交通流将以自动驾驶车辆与人工驾驶车辆混行的状态出现。
因此，如何提供一种混行交通流环境下的自动驾驶车辆轨迹规划方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明一种人工与自动驾驶车辆混行交通流环境下面向固定信号配时的自动驾驶车辆轨迹规划方法，实现了混行交通流环境下信号交叉口处自动驾驶车辆的轨迹规划，在满足安全约束的前提下提高了信号交叉口的通行效率。
为了实现上述目的，本发明采用如下技术方案：
一种混行交通流环境下自动驾驶车辆轨迹规划方法，包括如下步骤；
S1、当信号交叉口控制区域检测到当前车辆n驶入时，采集车辆n的驶入信息，包括驶入时间、驶入速度和驶入位置，将车辆驶入信息作为轨迹规划的输入参数；
S2、根据所述输入参数和车辆类型，对第n辆车在时间区间内的轨迹进行规划：当检测到驶入车辆为人工驾驶车辆时，进入S3，当检测到驶入车辆为自动驾驶车辆时，进入S4；
S3、对于进入信号交叉口控制区域的人工驾驶车辆，采用Newell跟驰模型对人工驾驶车辆的轨迹进行预测，预测得到车辆行驶速度和位置信息；
S4、对于进入信号交叉口控制区域的自动驾驶车辆，基于前车预测轨迹信息，根据前车与当前驶入自动驾驶车辆是否满足最小安全距离约束的判断，采用分段轨迹规划的方法对自动驾驶车辆的轨迹进行规划，规划得到车辆行驶速度和轨迹信息；
S5、当检测到第n+1辆车进入交叉口控制区域时，将车辆n的规划轨迹信息作为前车的轨迹信息，将第n+1辆车的驶入信息作为当前驶入车辆的信息，并更新相应存储列表，继续执行S1，开启第n+1辆车的轨迹规划。
优选的，所述S1中：信号交叉口控制区域为进口道上距停车线固定距离处组成的区域，且所述交叉口采用固定信号配时的方式进行信号控制。
优选的，所述S3包括：
S31、基于前车n-1的轨迹信息和当前车辆n的驶入信息，采用Newell跟驰模型预测当前车辆的行驶位置和行驶速度：
判断人工驾驶车辆n按照先加速后匀速的方式行驶时，车辆n与前车n-1之间的距离是否始终满足最小安全距离约束xn(t)≤xn-1(t-τn)-dn，若是，进入步骤32；若否，则调整预测轨迹，使车辆n与前车n-1之间的距离为最小安全距离，xn(t)表示车辆n在t时刻的位置，τn表示车辆n的时间位移，dn表示车辆n的空间位移；
S32：判断车辆n是否与前车n-1在同一绿灯相位通过交叉口，若是，则预测得到车辆的预测轨迹，并更新车辆n在t时刻的轨迹为预测轨迹。
优选的，所述车辆的预测轨迹为：
Figure BDA0003573066590000031
Figure BDA0003573066590000032
式中，
Figure BDA0003573066590000033
和
Figure BDA0003573066590000034
表示考虑安全约束时车辆的预测轨迹，
Figure BDA0003573066590000035
表示考虑安全约束时车辆到达停车线的时刻，
Figure BDA0003573066590000036
根据tfm时刻车辆n与前车n-1的距离与速度关系，建立方程组求出tfm和tfa：
Figure BDA0003573066590000037
Figure BDA0003573066590000038
更新当前预测轨迹
Figure BDA0003573066590000039
和
Figure BDA00035730665900000310
优选的，所述S32还包括：若车辆n是否与前车n-1不在同一绿灯相位通过交叉口，表明车辆n会在停车线前产生减速停车的行为，车辆的行驶轨迹为：
Figure BDA00035730665900000311
Figure BDA00035730665900000312
式中，
Figure BDA00035730665900000313
和
Figure BDA00035730665900000314
表示考虑信号控制和安全约束时车辆的预测轨迹，td表示车辆开始减速的时刻，ts表示车辆速度减为0的时刻，td的计算公式为：
Figure BDA00035730665900000315
td与ts的关系式为：
Figure BDA00035730665900000316
更新车辆n预测轨迹
Figure BDA0003573066590000041
和
Figure BDA0003573066590000042
优选的，所述S4包括：
S41：基于车辆n的驶入速度和驶入时间，按照先加速后匀速的行驶方式生成车辆n的初始轨迹；
S42：根据前车n-1的轨迹信息生成时空安全轨迹；判断车辆n的初始轨迹与前车n-1的时空安全轨迹是否发生碰撞，若是，则初始轨迹不满足时空安全约束，进入S43；若否，进入S44；
S43、当车辆n的初始轨迹不满足安全约束时，开启前向轨迹规划，对轨迹进行调整；
S44、判断车辆按照当前规划轨迹行驶至停车线时，该信号相位是否为绿灯，若是，当前轨迹即为车辆n的最终规划轨迹；若否，开启后向轨迹规划，通过改变车辆到达停车线的时间对车辆轨迹进行调整。
优选的，所述S42中，根据前车n-1的轨迹信息生成时空安全轨迹Sn-1中位置和行驶速度的计算公式为：
Figure BDA0003573066590000043
Figure BDA0003573066590000044
式中，τc表示自动驾驶车辆的最小车头时距，s表示自动驾驶车辆的安全间距，lc表示自动驾驶车辆的长度，
Figure BDA0003573066590000045
表示车辆n-1的时空安全轨迹在t时刻对应的位置，
Figure BDA0003573066590000046
表示车辆n-1时空安全轨迹在t时刻对应的速度。
优选的，所述S43包括：
在tfa时刻将车辆的加速度变为a，a＜0，使车辆轨迹与前车的时空安全轨迹在tfm时刻的位置和速度相同，用公式表示为：
Figure BDA0003573066590000047
Figure BDA0003573066590000048
此后车辆轨迹的加速度与前车的时空安全轨迹的加速度保持一致，此时，车辆轨迹在初始轨迹基础上增加一个tfa时刻至tfm时刻的减速段和
tfm时刻之后的合并段；
根据车辆轨迹与前车的时空安全轨迹在tfm时刻的位置和速度相同的条件，建立方程组，求解tfm和tfa：
Figure BDA0003573066590000051
Figure BDA0003573066590000052
更新车辆n的规划轨迹
Figure BDA0003573066590000053
和
Figure BDA0003573066590000054
并进入S44。
优选的，所述车辆轨迹在初始轨迹基础上增加一个tfa时刻至tfm时刻的减速段和tfm时刻之后的合并段中车辆的规划轨迹为：
Figure BDA0003573066590000055
Figure BDA0003573066590000056
式中，
Figure BDA0003573066590000057
和
Figure BDA0003573066590000058
表示考虑安全约束时车辆的规划轨迹，
Figure BDA0003573066590000059
表示考虑安全约束时车辆到达停车线的时刻，
Figure BDA00035730665900000510
优选的，所述S44包括：
在tbm时tbm刻将车辆加速度变为a，a＜0，接着在tba时刻将车辆加速度变为
Figure BDA00035730665900000511
使车辆在下一绿灯相位开始时刻到达停车线：
Figure BDA00035730665900000512
Ln -1(t)＝tg
式中，tg表示绿灯相位开始的时刻，te表示未考虑信号控制时车辆n到达停车线的时刻，c表示信号周期长度，Ln -1(t)表示车辆n到达停止线的时刻；
此后车辆新规划轨迹的加速度与原规划轨迹的加速度在t0至tbm之间保持一致。此时，新轨迹在原规划轨迹上增加一个减速段和加速段，车辆的新规划轨迹为：
Figure BDA0003573066590000061
Figure BDA0003573066590000062
式中，
Figure BDA0003573066590000063
和
Figure BDA0003573066590000064
表示考虑信号控制和安全约束时车辆的规划轨迹；根据新的车辆轨迹与原规划轨迹在tbm时刻位置和速度相同的条件，建立方程组，求解tbm和tba：
Figure BDA0003573066590000065
Figure BDA0003573066590000066
更新车辆n规划轨迹
Figure BDA0003573066590000067
和
Figure BDA0003573066590000068
经由上述的技术方案可知，与现有技术相比，本发明的有益效果包括：
本发明面向人工与自动驾驶车辆混行的交通流环境，结合信号配时信息、相位信息，中央控制中心对固定信号配时交叉口的自动驾驶车辆轨迹进行规划，其中考虑前车预测轨迹，以及对人工驾驶车辆和自动驾驶车辆轨迹的合理规划，减小车辆通过交叉口处的停车与延误，提高整个交叉口的通行效率。在保证安全的前提下，提高了规划效率，并且对不同交通流量、信号相位和车辆渗透率下的信号交叉口均可实现车辆轨迹规划。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图；
图1为本发明实例提供的人工与自动驾驶混行环境下信号控制交叉口自动驾驶车辆轨迹实时规划流程图：
图2为本发明实施例提供的四进口道信号交叉口示意图：
图3为本发明实施例提供的车辆轨迹违背安全约束的情况示意图：
图4为本发明实施例提供的利用前向轨迹规划方法生成的车辆轨迹示意图：
图5为本发明实施例提供的当车辆轨迹在红灯相位到达停车线的情况示意图：
图6为本发明实施例提供的利用后向轨迹规划方法生成的车辆轨迹示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提供了一种人工与自动驾驶混行环境下信号控制交叉口自动驾驶车辆轨迹实时规划方法，包括以下步骤：
S1：当信号交叉口控制区域检测到第n车辆驶入时，采集车辆n的驶入信息，包括驶入时间、驶入速度和驶入位置，将车辆驶入信息作为轨迹规划的输入参数。
S2：根据车辆n的类别，结合输入参数，对车辆n的轨迹进行规划，其中所述车辆轨迹为一段时间内车辆行驶位置的集合。当检测到驶入车辆为人工驾驶车辆时，进入步骤3，当检测到驶入车辆为自动驾驶车辆时，进入步骤4。
S3：对于进入控制区域的人工驾驶车辆，采用Newell跟驰模型对人工驾驶车辆的轨迹进行预测，并将预测得到的车辆行驶速度和位置信息存储。
S4：对于进入控制区域的自动驾驶车辆，采用分段轨迹规划的方法对自动驾驶车辆的轨迹进行规划，并将规划得到的车辆行驶速度和轨迹信息存储。
S5：当检测到第n+1辆车进入交叉口控制区域时，更新前车和驶入车辆的信息，具体包括：将车辆n的规划轨迹信息作为前车的轨迹信息，将第n+1辆车的驶入信息作为当前驶入车辆的信息，并更新相应存储列表。即当第n+1辆车进入控制区域后，存储前车信息的列表更新为车辆n的轨迹信息，存储当前规划车辆的信息更新为第n+1车的驶入信息。继续执行步骤1，开启车辆轨迹规划。
进一步地，如图2所示，本实施例以一个典型的四进口道信号控制交叉口为例，每个方向各包含一个左转专用车道、一个直行车道和一个右转车道，信号交叉口控制区域为进口道上距停车线300米处组成的区域，各进口道左转、直行方向流量相同，设为600veh/h，各车道通行能力设为3600veh/h。该交叉口共有四个相位，分别是南北进口道直行、南北进口道左转、东西进口道左转、东西进口道直行，每个相位依次分配20s绿灯时长和3s清空时长，所有右转车辆均不受信号灯控制，对本发明实施例所需步骤进行详细介绍：
在一个实施例中，S1的具体执行步骤包括：
当控制区域检测到第n车辆驶入时，采集车辆n的驶入信息，包括驶入时间、驶入速度和驶入位置，将车辆驶入信息作为轨迹规划的输入参数。
在一个实施例中，S2的具体执行步骤包括：
根据车辆n的类别，结合输入参数，对车辆n的轨迹进行规划，其中所述车辆轨迹为一段时间内车辆行驶位置的集合。当检测到驶入车辆为人工驾驶车辆时，进入S3，当检测到驶入车辆为自动驾驶车辆时，进入S4。
在一个实施例中，S3的具体执行步骤包括：对于进入控制区域的人工驾驶车辆，采用Newell跟驰模型对人工驾驶车辆的轨迹进行预测，并将预测得到的车辆行驶速度和位置信息存储。
S31、基于前车n-1的轨迹信息和当前车辆n的驶入信息，采用Newell跟驰模型预测当前车辆的行驶位置和行驶速度，具体为：判断人工驾驶车辆n按照先加速后匀速的方式行驶时，车辆n与前车n-1之间的距离是否始终满足最小安全距离约束xn(t)≤xn-1(t-τn)-dn，若是，进入S32，车辆的预测轨迹为：
Figure BDA0003573066590000081
Figure BDA0003573066590000082
式中，xn(t)表示车辆n在t时刻的位置，如xn(10)＝200即表示第n辆车在第10秒时处于距进入信号交叉口控制区域起点200米的位置，xn(t)≤L，τn表示车辆n的时间位移，dn表示车辆n的空间位移，vmax表示道路允许的最大行驶速度，vn(t)表示车辆n在t时刻的速度，vn(t)≤vmax，v0表示车辆的驶入速度，t0表示车辆的驶入时刻，te表示不考虑信号控制和安全约束时车辆到达停车线的时刻，xn(te)＝L,
Figure BDA0003573066590000091
为车辆行驶的加速度。
否则，调整预测轨迹，使车辆n与前车n-1之间的距离为最小安全距离。具体为：在tfa时刻将车辆的加速度变为a(a＜0)，使车辆n与前车n-1之间的距离在tfm时刻满足xn(tfm)＝xn-1(tfm-τn)-αn，并且当t＞tfm时，仍保持xn(t)＝xn-1(t-τn)-αn，车辆的预测轨迹为：
Figure BDA0003573066590000092
Figure BDA0003573066590000093
式中，
Figure BDA0003573066590000094
和
Figure BDA0003573066590000095
表示考虑安全约束时车辆的预测轨迹，
Figure BDA0003573066590000096
表示考虑安全约束时车辆到达停车线的时刻，
Figure BDA0003573066590000097
根据tfm时刻车辆n与前车n-1的距离与速度关系，建立方程组求出tfm和tfa：
Figure BDA0003573066590000098
Figure BDA0003573066590000099
更新当前预测轨迹
Figure BDA00035730665900000910
和
Figure BDA00035730665900000911
并进入时S32。
S32、判断车辆n是否与前车n-1在同一绿灯相位通过交叉口，若是，认为车辆按照S31中的预测轨迹行驶，若否，表明车辆n会在停车线前产生减速停车的行为，车辆的行驶轨迹为：
Figure BDA00035730665900000912
Figure BDA0003573066590000101
式中，
Figure BDA0003573066590000102
和
Figure BDA0003573066590000103
表示考虑信号控制和安全约束时车辆的预测轨迹，td表示车辆开始减速的时刻，ts表示车辆速度减为0的时刻，td的计算公式为：
Figure BDA0003573066590000104
td与ts的关系式为：
Figure BDA0003573066590000105
更新车辆n预测轨迹
Figure BDA0003573066590000106
和
Figure BDA0003573066590000107
S4、对于进入控制区域的自动驾驶车辆，采用分段轨迹规划的方法对自动驾驶车辆的轨迹进行规划，并将规划得到的车辆行驶速度和轨迹信息存储。
S41、基于车辆n的驶入速度和驶入时间，按照先加速后匀速的行驶方式生成车辆n的初始轨迹，一般情况下，初始轨迹由一个加速段和一个匀速段组成。初始轨迹中车辆n在t时刻的位置和行驶速度的计算公式为：
Figure BDA0003573066590000108
Figure BDA0003573066590000109
式中，te表示车辆按照初始轨迹行驶到达停车线的时间，xn(te)。
S42、根据前车n-1的轨迹信息生成时空安全轨迹Sn-1以满足车辆n-1与车辆n的最小安全距离约束。如图3所示，判断车辆n的初始轨迹与前车n-1的时空安全轨迹是否发生碰撞，即是否存在
Figure BDA00035730665900001010
若是，意味着初始轨迹不满足时空安全约束，进入S43；若否，进入S44。其中，时空安全轨迹Sn-1中位置和行驶速度的计算公式为：
Figure BDA00035730665900001011
Figure BDA00035730665900001012
式中，τc表示自动驾驶车辆的最小车头时距，s表示自动驾驶车辆的安全间距，lc表示自动驾驶车辆的长度，
Figure BDA0003573066590000111
表示车辆n-1的时空安全轨迹在t时刻对应的位置，
Figure BDA0003573066590000112
表示车辆n-1时空安全轨迹在t时刻对应的速度。
S43、当车辆n的初始轨迹不满足安全约束时，开启前向轨迹规划，对轨迹进行调整，具体方法为：在tfa时刻将车辆的加速度变为a(a＜0)，使车辆轨迹与前车的时空安全轨迹在tfm时刻的位置和速度相同，用公式表示为：
Figure BDA0003573066590000113
Figure BDA0003573066590000114
此后车辆轨迹的加速度与时空安全轨迹的加速度保持一致。如图4所示，车辆轨迹在初始轨迹基础上增加一个减速段和合并段，车辆的规划轨迹为：
Figure BDA0003573066590000115
Figure BDA0003573066590000116
式中，
Figure BDA0003573066590000117
和
Figure BDA0003573066590000118
表示考虑安全约束时车辆的规划轨迹，
Figure BDA0003573066590000119
表示考虑安全约束时车辆到达停车线的时刻，
Figure BDA00035730665900001110
根据车辆轨迹与前车的时空安全轨迹在tfm时刻的位置和速度相同的条件，建立方程组，求解tfm和tfa：
Figure BDA00035730665900001111
Figure BDA00035730665900001112
更新车辆n的规划轨迹
Figure BDA00035730665900001113
和
Figure BDA00035730665900001114
并进入4)。
S44、如图5所示，判断车辆按照当前规划轨迹行驶至停车线时，该信号相位是否为绿灯，若是，当前轨迹即为车辆n的最终规划轨迹；若否，开启后向轨迹规划，通过改变车辆到达停车线的时间对车辆轨迹进行调整。具体方法为：首先在tbm时刻将车辆加速度变为a(a＜0)，接着在tba时刻将车辆加速度变为
Figure BDA0003573066590000121
使车辆刚好可以在下一绿灯相位开始时刻到达停车线：
Figure BDA0003573066590000122
Ln -1(t)＝tg (22)
式中，tg表示绿灯相位开始的时刻，te表示未考虑信号控制时车辆n到达停车线的时刻，c表示信号周期长度，Ln -1(t)表示车辆n到达停止线的时刻。对自动驾驶车辆进行后向轨迹规划时结合信号配时信息和相位信息判断车辆轨迹是否在绿灯时期到达信号交叉口。
新轨迹与原规划轨迹的加速度在t0至tbm之间保持一致，生成如图6所示的新轨迹。此时，新轨迹在原规划轨迹上增加一个减速段和加速段，车辆的新规划轨迹为：
Figure BDA0003573066590000123
Figure BDA0003573066590000124
式中，
Figure BDA0003573066590000125
和
Figure BDA0003573066590000126
表示考虑信号控制和安全约束时车辆的规划轨迹。根据新的车辆轨迹与原规划轨迹在tbm时刻位置和速度相同的条件，建立方程组，求解tbm和tba：
Figure BDA0003573066590000127
Figure BDA0003573066590000128
更新车辆n规划轨迹
Figure BDA0003573066590000129
和
Figure BDA00035730665900001210
S5、当检测到第n+1辆车进入交叉口控制区域时，更新前车和驶入车辆的信息，并执行S1，开启车辆轨迹规划。
以上对本发明所提供的混行交通流环境下自动驾驶车辆轨迹规划方法进行了详细介绍，本实施例中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本实施例中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本实施例所示的这些实施例，而是要符合与本实施例所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，包括如下步骤；
S1、当信号交叉口控制区域检测到当前车辆n驶入时，采集车辆n的驶入信息，包括驶入时间、驶入速度和驶入位置，将车辆驶入信息作为轨迹规划的输入参数；
S2、根据所述输入参数和车辆类型，对第n辆车在时间区间内的轨迹进行规划：当检测到驶入车辆为人工驾驶车辆时，进入S3，当检测到驶入车辆为自动驾驶车辆时，进入S4；
S3、对于进入信号交叉口控制区域的人工驾驶车辆，采用Newell跟驰模型对人工驾驶车辆的轨迹进行预测，预测得到车辆行驶速度和位置信息；
S4、对于进入信号交叉口控制区域的自动驾驶车辆，基于前车预测轨迹信息，根据前车与当前驶入自动驾驶车辆是否满足最小安全距离约束的判断，采用分段轨迹规划的方法对自动驾驶车辆的轨迹进行规划，规划得到车辆行驶速度和轨迹信息；
S5、当检测到第n+1辆车进入交叉口控制区域时，将车辆n的规划轨迹信息作为前车的轨迹信息，将第n+1辆车的驶入信息作为当前驶入车辆的信息，并更新相应存储列表，继续执行S1，开启第n+1辆车的轨迹规划。
2.根据权利要求1所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述S1中：信号交叉口控制区域为进口道上距停车线固定距离处组成的区域，且所述交叉口采用固定信号配时的方式进行信号控制。
3.根据权利要求1所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述S3包括：
S31、基于前车n-1的轨迹信息和当前车辆n的驶入信息，采用Newell跟驰模型预测当前车辆的行驶位置和行驶速度：
判断人工驾驶车辆n按照先加速后匀速的方式行驶时，车辆n与前车n-1之间的距离是否始终满足最小安全距离约束xn(t)≤xn-1(t-τn)-dn，若是，进入步骤32；若否，则调整预测轨迹，使车辆n与前车n-1之间的距离为最小安全距离，距停车线L米处的位置为控制区域的起点，xn(t)表示车辆n在t时刻的位置，τn表示车辆n的时间位移，dn表示车辆n的空间位移；
S32：判断车辆n是否与前车n-1在同一绿灯相位通过交叉口，若是，则预测得到车辆的预测轨迹，并更新车辆n在t时刻的轨迹为预测轨迹。
4.根据权利要求3所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述车辆的预测轨迹为：
Figure FDA0003573066580000021
Figure FDA0003573066580000022
式中，
Figure FDA0003573066580000023
和
Figure FDA0003573066580000024
表示考虑安全约束时车辆的预测轨迹，
Figure FDA0003573066580000025
表示考虑安全约束时车辆到达停车线的时刻，
Figure FDA0003573066580000026
根据tfm时刻车辆n与前车n-1的距离与速度关系，建立方程组求出tfm和tfa：
Figure FDA0003573066580000027
Figure FDA0003573066580000028
更新当前预测轨迹
Figure FDA0003573066580000029
和
Figure FDA00035730665800000210
5.根据权利要求1所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述S32还包括：若车辆n是否与前车n-1不在同一绿灯相位通过交叉口，表明车辆n会在停车线前产生减速停车的行为，车辆的行驶轨迹为：
Figure FDA00035730665800000211
Figure FDA00035730665800000212
式中，
Figure FDA00035730665800000213
和
Figure FDA00035730665800000214
表示考虑信号控制和安全约束时车辆的预测轨迹，td表示车辆开始减速的时刻，ts表示车辆速度减为0的时刻，td的计算公式为：
Figure FDA00035730665800000215
td与ts的关系式为：
Figure FDA0003573066580000031
更新车辆n预测轨迹
Figure FDA0003573066580000032
和
Figure FDA0003573066580000033
6.根据权利要求1所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述S4包括：
S41：基于车辆n的驶入速度和驶入时间，按照先加速后匀速的行驶方式生成车辆n的初始轨迹；
S42：根据前车n-1的轨迹信息生成时空安全轨迹；判断车辆n的初始轨迹与前车n-1的时空安全轨迹是否发生碰撞，若是，则初始轨迹不满足时空安全约束，进入S43；若否，进入S44；
S43、当车辆n的初始轨迹不满足安全约束时，开启前向轨迹规划，对轨迹进行调整；
S44、判断车辆按照当前规划轨迹行驶至停车线时，该信号相位是否为绿灯，若是，当前轨迹即为车辆n的最终规划轨迹；若否，开启后向轨迹规划，通过改变车辆到达停车线的时间对车辆轨迹进行调整。
7.根据权利要求6所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述S42中，根据前车n-1的轨迹信息生成时空安全轨迹Sn-1中位置和行驶速度的计算公式为：
Figure FDA0003573066580000034
Figure FDA0003573066580000035
式中，τc表示自动驾驶车辆的最小车头时距，s表示自动驾驶车辆的安全间距，lc表示自动驾驶车辆的长度，
Figure FDA0003573066580000036
表示车辆n-1的时空安全轨迹在t时刻对应的位置，
Figure FDA0003573066580000037
表示车辆n-1时空安全轨迹在t时刻对应的速度。
8.根据权利要求6所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述S43包括：
在tfa时刻将车辆的加速度变为a，a＜0，使车辆轨迹与前车的时空安全轨迹在tfm时刻的位置和速度相同，用公式表示为：
Figure FDA0003573066580000038
Figure FDA0003573066580000039
此后车辆轨迹的加速度与前车的时空安全轨迹的加速度保持一致，此时，车辆轨迹在初始轨迹基础上增加一个tfa时刻至tfm时刻的减速段和tfm时刻之后的合并段；
根据车辆轨迹与前车的时空安全轨迹在tfm时刻的位置和速度相同的条件，建立方程组，求解tfm和tfa：
Figure FDA0003573066580000041
Figure FDA0003573066580000042
更新车辆n的规划轨迹
Figure FDA0003573066580000043
和
Figure FDA0003573066580000044
并进入S44。
9.根据权利要求8所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述车辆轨迹在初始轨迹基础上增加一个tfa时刻至tfm时刻的减速段和tfm时刻之后的合并段中车辆的规划轨迹为：
Figure FDA0003573066580000045
Figure FDA0003573066580000046
式中，
Figure FDA0003573066580000047
和
Figure FDA0003573066580000048
表示考虑安全约束时车辆的规划轨迹，
Figure FDA0003573066580000049
表示考虑安全约束时车辆到达停车线的时刻，
Figure FDA00035730665800000410
10.根据权利要求6所述的混行交通流环境下自动驾驶车辆轨迹规划方法，其特征在于，所述S44包括：
在tbm时刻将车辆加速度变为a，a＜0，接着在tba时刻将车辆加速度变为
Figure FDA00035730665800000411
使车辆在下一绿灯相位开始时刻到达停车线：
Figure FDA00035730665800000412
Ln -1(t)＝tg
式中，tg表示绿灯相位开始的时刻，te表示未考虑信号控制时车辆n到达停车线的时刻，c表示信号周期长度，Ln -1(t)表示车辆n到达停止线的时刻；
此后车辆新规划轨迹的加速度与S41或S43规划轨迹的加速度在t0至tbm之间保持一致。此时，新轨迹在原规划轨迹上增加一个减速段和加速段，车辆的新规划轨迹为：
Figure FDA0003573066580000051
Figure FDA0003573066580000052
式中，
Figure FDA0003573066580000053
和
Figure FDA0003573066580000054
表示考虑信号控制和安全约束时车辆的规划轨迹；根据新的车辆轨迹与原规划轨迹在tbm时刻位置和速度相同的条件，建立方程组，求解tbm和tba：
Figure FDA0003573066580000055
Figure FDA0003573066580000056
更新车辆n规划轨迹
Figure FDA0003573066580000057
和
Figure FDA0003573066580000058
CN202210330965.1A 2022-03-30 2022-03-30 一种混行交通流环境下自动驾驶车辆轨迹规划方法 Pending CN114852076A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210330965.1A CN114852076A (zh) 2022-03-30 2022-03-30 一种混行交通流环境下自动驾驶车辆轨迹规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210330965.1A CN114852076A (zh) 2022-03-30 2022-03-30 一种混行交通流环境下自动驾驶车辆轨迹规划方法

Publications (1)

Publication Number Publication Date
CN114852076A true CN114852076A (zh) 2022-08-05

Family

ID=82629661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210330965.1A Pending CN114852076A (zh) 2022-03-30 2022-03-30 一种混行交通流环境下自动驾驶车辆轨迹规划方法

Country Status (1)

Country Link
CN (1) CN114852076A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116030645A (zh) * 2023-01-17 2023-04-28 东南大学 信号交叉口混合交通流环境车辆轨迹与信号协调控制方法
CN116092310A (zh) * 2023-01-28 2023-05-09 西南交通大学 面向混合交通环境的路口协同生态驾驶控制方法及***
CN116524722A (zh) * 2023-06-26 2023-08-01 浙江大学 面向混行交通流的车辆生态驾驶控制方法、电子设备
CN116704775A (zh) * 2023-06-27 2023-09-05 大连海事大学 一种考虑智能网联公交车的混合交通流通行能力计算方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116030645A (zh) * 2023-01-17 2023-04-28 东南大学 信号交叉口混合交通流环境车辆轨迹与信号协调控制方法
CN116030645B (zh) * 2023-01-17 2023-11-28 东南大学 信号交叉口混合交通流环境车辆轨迹与信号协调控制方法
CN116092310A (zh) * 2023-01-28 2023-05-09 西南交通大学 面向混合交通环境的路口协同生态驾驶控制方法及***
CN116092310B (zh) * 2023-01-28 2023-07-18 西南交通大学 面向混合交通环境的路口协同生态驾驶控制方法及***
CN116524722A (zh) * 2023-06-26 2023-08-01 浙江大学 面向混行交通流的车辆生态驾驶控制方法、电子设备
CN116524722B (zh) * 2023-06-26 2023-10-13 浙江大学 面向混行交通流的车辆生态驾驶控制方法、电子设备
CN116704775A (zh) * 2023-06-27 2023-09-05 大连海事大学 一种考虑智能网联公交车的混合交通流通行能力计算方法
CN116704775B (zh) * 2023-06-27 2024-01-30 大连海事大学 一种考虑智能网联公交车的混合交通流通行能力计算方法

Similar Documents

Publication Publication Date Title
CN114852076A (zh) 一种混行交通流环境下自动驾驶车辆轨迹规划方法
CN112373472B (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
WO2021227502A1 (zh) 一种信号交叉***通信号灯和车辆轨迹控制方法
CN108538069B (zh) 一种匝道合流区车辆速度管控***及方法
CN107564317B (zh) 一种自动驾驶车辆控制***及方法
CN110503823A (zh) 一种自动驾驶车辆专用车道控制***与方法
CN114613179B (zh) 网联自动驾驶车辆混行交叉口集聚通行方法及其控制***
CN110085037A (zh) 一种车路协同环境下交叉口信号控制及车速引导***
CN107798861A (zh) 一种车辆协作式编队行驶方法及***
CN107331182A (zh) 一种面向连续信号交叉口的网联环境下自动驾驶车速控制方法
CN107730931A (zh) 一种车路协同环境下车辆编队控制及其信号优化方法
CN106448194A (zh) 交叉路***通信号和车辆协同控制方法及装置、车辆
CN105160917A (zh) 基于车路协同的信号控制交叉口车速引导***及方法
CN113012450B (zh) 一种基于约束树的无信号灯交叉口智能车通行决策方法
CN116189462B (zh) 一种面向混合交通流的车辆轨迹与交通信号协同控制方法
CN108986509A (zh) 一种基于车路协同的城市区域路径实时规划方法
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
CN109461320A (zh) 基于车联网的交叉路口车速规划方法
CN112233413A (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN114495547B (zh) 一种面向自动驾驶汽车的信号交叉口协同通行方法
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
CN113327441A (zh) 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
CN116740945B (zh) 混行环境下快速路合流区多车协同编组交汇方法及***
CN113920762A (zh) 一种基于智能网联环境下应急车辆优先通行的控制方法
CN112017439A (zh) 一种自动驾驶交叉口行人过街摆渡车控制方法

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