CN114999140B - 一种混合交通快速路下匝道与近信号控制区联动控制方法 - Google Patents

一种混合交通快速路下匝道与近信号控制区联动控制方法 Download PDF

Info

Publication number
CN114999140B
CN114999140B CN202210621619.9A CN202210621619A CN114999140B CN 114999140 B CN114999140 B CN 114999140B CN 202210621619 A CN202210621619 A CN 202210621619A CN 114999140 B CN114999140 B CN 114999140B
Authority
CN
China
Prior art keywords
vehicle
vehicles
internet
expressway
ramp
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.)
Active
Application number
CN202210621619.9A
Other languages
English (en)
Other versions
CN114999140A (zh
Inventor
孙棣华
黄帅
赵敏
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.)
Chongqing University
Original Assignee
Chongqing 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 Chongqing University filed Critical Chongqing University
Priority to CN202210621619.9A priority Critical patent/CN114999140B/zh
Publication of CN114999140A publication Critical patent/CN114999140A/zh
Application granted granted Critical
Publication of CN114999140B publication Critical patent/CN114999140B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种混合交通快速路下匝道与近信号控制区联动控制方法，包括如下步骤：S1：设置快速路下匝道与近信号控制区衔接的混合交通场景；S2：结合车辆的动力学特征，建立线性车辆纵向动力学模型；S3：为了保证车队的稳定性，构建混合交通场景下基于信息物理***的快速路下匝道与近信号控制区联动控制方法；S31：为了避免异质车辆在链接区域长的等待时间以及在衔接点发生碰撞，构建先进先出协同控制方法；S32：为了解决虚拟车队在近信号控制区受信号灯相位的约束出现时走时停的现象，建立基于信息物理***的分布式协同控制方法。

Description

一种混合交通快速路下匝道与近信号控制区联动控制方法
技术领域
本发明涉及混合交通中网联自动车与网联人驾车的协同控制领域，具体涉及一种混合交通快速路下匝道与近信号控制区联动控制方法。
背景技术
随着自动驾驶技术和通信技术的快速发展，网联自动驾驶汽车和网联人类驾驶汽车逐渐出现并受到大众青睐，未来的交通将由网联自动驾驶汽车和网联人类驾驶汽车组成，形成新型的混合交通，并将持续很长一段时间，但混合交通也存在着与传统交通相似的共性问题，例如，交通安全、交通拥堵等。因此，如何解决混合交通环境下的交通安全、交通拥堵等问题是值得探索的。
从快速路下匝道到城市道路是复杂的交通问题之一，例如，容易造成交通事故和长的等待时间，导致整个路网交通效率下降。同时，当快速路下匝道的车辆与城市道路的车辆完成合并后，常常会受到交通信号灯限制，容易造成这些车辆出现周期性时走时停现象，进一步加剧道路交通效率下降。本发明为避免快速路下匝道的车辆驶入城市道路时发生碰撞和长时间等待，提出一种混合交通快速路下匝道与近信号控制区联动控制方法，以确保混合车群在交通信号灯的约束下能够一致稳定的通过近信号控制区。
通过查阅相关文献和专利，很少有文献研究快速路下匝道与近信号控制区联动控制问题。本发明提出了一种混合交通快速路下匝道与近信号控制区联动控制方法，该方法能够有效保证快速路下匝道的车辆驶入城市道路组成的新车队在信号灯约束下一致稳定的通过近信号控制区，从而提高快速路和城市道路整体的通行效率。
发明内容
本发明的目的在于提供一种混合交通快速路下匝道与近信号控制区联动控制方法，避免快速路下匝道车辆驶入城市道路时发生碰撞和长的等待时间，确保快速路下匝道的车辆驶入城市道路组成的新车队在信号灯约束下一致稳定的通过近信号控制区，进一步提高整个路网的交通效率和安全。
为实现上述目的，本发明提供以下技术方案：一种混合交通快速路下匝道与近信号控制区联动控制方法，该方法包括以下步骤：
S1：设置快速路下匝道与近信号控制区衔接的混合交通场景；
S2：结合车辆的动力学特征，建立线性车辆纵向动力学模型；
S3：为了保证车队的稳定性，构建混合交通场景下基于信息物理***的快速路下匝道与近信号控制区联动控制方法。
进一步的，所述S3具体包括以下步骤：
S31：为了避免异质车辆在链接区域长的等待时间以及在衔接点发生碰撞，构建先进先出协同控制方法；
S32：为了解决虚拟车队在近信号控制区受信号灯相位的约束出现时走时停的现象，建立基于信息物理***的分布式协同控制方法。
进一步的，所述S1快速路下匝道与近信号控制区衔接的混合交通场景设置为：
快速路下匝道与城市道路相连接形成一个连接点，当车流量较多的情况下，会形成冲突区域；另外，在城市道路连接点的前方布设一个信号灯。快速路下匝道与城市道路单车道上分别有m辆车和n辆车，总车辆数为N＝m+n，其中网联自动车和网联人驾车混合在道路上。在这样的场景下，网联自动车和网联人驾车通过车车通信能够互相获取状态信息，根据获取的状态信息网联自动车能够自动的调控自身的状态，网联人驾车跟随它前面的多辆车的状态。另外，所有异质车辆都能获取信号灯的信息。
进一步的，所述S2车辆的非线性纵向动力学为：
和vi(t)表示第i车辆的位置和速度，是传动***的机械效率。ri表示轮胎半径，Ti(t)表示实际驱动/制动扭矩，mi表示车辆质量，/>表示空气动力阻力系数，g表示重力加速度，fi是滚动阻力系数。θ(pi(t))表示道路的倾斜角，ζi表示车辆动力学惯性延迟，Ti des(t)表示期望的驱动/制动力矩。
通过使用线性反馈技术，线性车辆纵向动力学模型能够被表示为：
其中ui(t)表示车辆的控制输入；
当不考虑外部因素的情况下，第i车辆的线性动力学模型退化为：
其中，ai(t)表示第i辆车的加速度。
进一步的，所述S31当快速路下匝道的车辆进入到城市道路时，为了避免异质车辆在链接区域长的等待时间以及在衔接点发生碰撞，建立了先进先出的协同控制方法，具体步骤为：
S311：在t时刻，链接区域内异质车辆通过车车通信互相获取车辆的状态信息；
S312：利用映射技术，将快速路下匝道上的网联自动车和网联人驾车的状态信息投影到城市道路上，并将投影的这些车辆与城市道路上的车辆按照先进先出的协同算法进行排序，形成一个虚拟的车队；
S313：为了确保虚拟车队中的所有异质车辆能够保持期望的车间距和速度，我们使用了智能驾驶员模型，具体形式如下所示：
其中vi(t)为t时刻第i辆跟随车的速度，vmax为最大速度；△vi(t)和△si(t)表示在t时刻第i辆车与它前车的速度差和间距；amax和amin分别表示期望的最大加速度和最小减速度；s0是最小停车安全间距，TH表示跟随车的反应时间；
S314：根据上式，利用牛顿第二定律，能够进一步计算出虚拟车队中所有车辆的运动状态为：
式中△t为时间步长。
进一步的，所述S32当虚拟车队逐渐接近信号灯时，会受到信号灯相位的约束出现时走时停的现象，很容易导致车队的不稳定性及交通效率下降，为了解决这一现象，构建分布式协同控制策略，具体步骤为：
S321：根据建立的车辆纵向动力学模型，构建网联自动车的纵向控制策略为：
其中，为网联自动车的控制输入。/>和/>是网联自动车的控制增益。ψjl,p,Xjl,p分别表示第j辆网联自动车位置与第l辆车位置之间的权重和通信连接关系，ψjl,v,Xjl,v分别表示第j辆网联自动车速度与第l辆车速度之间的权重和通信连接关系，ψjl,a,Xjl,a分别表示第j辆网联自动车加速度与第l辆车加速度之间的权重和通信连接关系；djl表示第j辆网联自动车与第l辆车之间的期望车间距。
S322：由于网联人驾车的不可控性，基于车辆动力学模型，建立网联人驾车的跟随策略为：
式中，表示驾驶员响应参数。由于网联人驾车的不可控性，一般为零。/>λio,p分别表示第i辆网联人驾车位置与第o辆车位置之间的权重和通信连接关系，/>λio,v分别表示第i辆网联人驾车速度与第o辆车速度之间的权重和通信连接关系，/>λio,a分别表示第i辆网联人驾车加速度与第o辆车加速度之间的权重和通信连接关系；dio表示第i个网联人驾车与第o辆车之间的期望车间距。另外，由于网联人驾车只具有通信功能，不具有可控性，仅仅跟随获取的前面多辆车的状态，因此，上式退化为：
进一步的，所述在物理层，探索虚拟车队在近信号控制区的行驶状态，以及如何通过信息层获取异质车辆的状态信息和信号灯的相位信息来调整车辆的状态，使其能够一致稳定的通过近信号控制区；
进一步的，所述在信息层，揭示队列中异质车辆的通信拓扑结构、车辆之间的通信关系以及车辆与信号灯之间的通信关系。
进一步的，所述衔接区域的范围定义为80米，衔接点区域定义为20米，近信号控制区的范围定义为300米，车与信号灯的通信范围定义为400米，车与车之间的通信范围定位400米。
有益效果：
本发明利用通信技术、自动驾驶技术和车路协同技术获得异质车辆的状态信息和信号灯的相位信息作为控制输入，设计了一种混合交通快速路下匝道与近信号控制区联动控制方法，该方法能够提高快速路和城市道路整体的交通效率，可以为解决新型混合交通的安全和拥堵提供新视角的优点。
附图说明
图1为本发明快速路下匝道与城市道路衔接的混合交通场景示意图；
图2为本发明基于信息物理***的快速路下匝道与近信号控制区联动控制方法示意图。
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、详细地描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
实施例1
如图1至图2所示，本实施例提供了一种混合交通快速路下匝道与近信号控制区联动控制方法，该包括如下步骤：
步骤S1：设置快速路下匝道与近信号控制区衔接的混合交通场景；
快速路下匝道与城市道路相连接形成一个连接点，当车流量较多的情况下，会形成冲突区域；另外，在城市道路连接点的前方布设一个信号灯，如图1所示。图1中的交汇点表示快速路下匝道车辆驶入城市道路容易与城市道路上的车辆发生冲突。快速路下匝道与城市道路单车道上分别有m辆车和n辆车，总车辆数为N＝m+n，其中网联自动车和网联人驾车混合在道路上。在这样的场景下，网联自动车和网联人驾车通过车车通信能够互相获取状态信息，根据获取的状态信息网联自动车能够自动的调控自身的状态，网联人驾车跟随它前面的多辆车的状态。另外，所有异质车辆都能获取信号灯的信息。
步骤S2：结合车辆的动力学特征，建立线性车辆纵向动力学模型；
车辆的非线性纵向动力学可以表示为如下：
式中pi(t)和vi(t)表示第i车辆的位置和速度，是传动***的机械效率。ri表示轮胎半径，Ti(t)表示实际驱动/制动扭矩，mi表示车辆质量，/>表示空气动力阻力系数，g表示重力加速度，fi是滚动阻力系数。θ(pi(t))表示道路的倾斜角，ζi表示车辆动力学惯性延迟，Ti des(t)表示期望的驱动/制动力矩。
通过使用线性反馈技术，线性车辆纵向动力学模型能够被表示为：
其中ui(t)表示车辆的控制输入；
当不考虑外部因素的情况下，第i车辆的线性动力学模型退化为：
其中，ai(t)表示第i辆车的加速度。
步骤S3：为了保证车队的稳定性，构建混合交通场景下基于信息物理***的快速路下匝道与近信号控制区联动控制方法，该方法又可以分为以下步骤：
步骤S31：构建先进先出协同控制方法；
当快速路下匝道的车辆进入到城市道路时，为了避免异质车辆在链接区域长的等待时间以及在衔接点发生碰撞，建立了先进先出的协同控制方法，具体步骤为：
步骤S311：在t时刻，链接区域内异质车辆通过车车通信互相获取车辆的状态信息；
步骤S312：利用映射技术，将快速路下匝道上的网联自动车和网联人驾车的状态信息投影到城市道路上，并将投影的这些车辆与城市道路上的车辆按照先进先出的协同算法进行排序，形成一个虚拟的车队；
步骤S313：为了确保虚拟车队中的所有异质车辆能够保持期望的车间距和速度，我们使用了智能驾驶员模型，具体形式如下所示：
其中vi(t)为t时刻第i辆跟随车的速度，vmax为最大速度；△vi(t)和△si(t)表示在t时刻第i辆车与它前车的速度差和间距；amax和amin分别表示期望的最大加速度和最小减速度；s0是最小停车安全间距，TH表示跟随车的反应时间。
步骤S314：根据上式，利用牛顿第二定律，能够进一步计算出虚拟车队中所有车辆的运动状态为：
式中△t为时间步长。
步骤S32：建立基于信息物理***的分布式协同控制方法；
当虚拟车队逐渐接近信号灯时，会受到信号灯相位的约束出现时走时停的现象，很容易导致车队的不稳定性及交通效率下降，为了解决这一现象，构建分布式协同控制策略，具体步骤为：
步骤S321：根据建立的车辆纵向动力学模型，构建网联自动车的纵向控制策略为：
其中，为网联自动车的控制输入。/>和/>是网联自动车的控制增益。ψjl,p,Xjl,p分别表示第j辆网联自动车位置与第l辆车位置之间的权重和通信连接关系，ψjl,v,Xjl,v分别表示第j辆网联自动车速度与第l辆车速度之间的权重和通信连接关系，ψjl,a,Xjl,a分别表示第j辆网联自动车加速度与第l辆车加速度之间的权重和通信连接关系；djl表示第j辆网联自动车与第l辆车之间的期望车间距。
S322：由于网联人驾车的不可控性，基于车辆动力学模型，建立网联人驾车的跟随策略为：
式中，表示驾驶员响应参数。由于网联人驾车的不可控性，一般为零。/>λio,p分别表示第i辆网联人驾车位置与第o辆车位置之间的权重和通信连接关系，/>λio,v分别表示第i辆网联人驾车速度与第o辆车速度之间的权重和通信连接关系，/>λio,a分别表示第i辆网联人驾车加速度与第o辆车加速度之间的权重和通信连接关系；dio表示第i个网联人驾车与第o辆车之间的期望车间距。另外，由于网联人驾车只具有通信功能，不具有可控性，仅仅跟随获取的前面多辆车的状态，因此，上式退化为：
S323：设定混合车队约束条件为：
由于当前车辆的状态取决于信号灯的约束，那么当前车受到信号灯的约束的加速度能够被表示为：
αi(t)＝θ(vi(t),△vi,0(t),di(t)，vdesired)
其中，θ为第i辆车的跟随模型或控制模型函数，vdesired表示期望的速度，di(t)表示前面车辆的相对距离或红灯时离停车线的距离，那能够被表示为：
上式表示了如果信号灯的相位是红灯则di(t)为当前车辆到停止线的距离，否则为当前车辆与前车的相对距离。
为了使混合虚拟车队中的车辆不停车通过近信号控制区，混合虚拟车队中的车辆到达时间被估计为
其中ti表示在绿灯相位下以期望速度到达信号灯的时间。tdelay,i表示交通信号灯约束下避免停车的延迟时间。
图2展示了基于信息物理***的快速路下匝道与近信号控制区联动控制方法示意图。在图2中的物理层，探索虚拟车队在近信号控制区的行驶状态，以及如何通过信息层获取异质车辆的状态信息和信号灯的相位信息来调整车辆的状态，使其能够一致稳定的通过近信号控制区；在图2中的信息层，构建一个典型的混合车群通信拓扑，揭示物理空间中的异质车辆映射到信息空间的关系。
图2中衔接区域的范围定义为80米，衔接点区域定义为20米，近信号控制区的范围定义为300米，车与信号灯的通信范围定义为400米，车与车之间的通信范围定位400米。
本发明利用通信技术、自动驾驶技术和车路协同技术获得异质车辆的状态信息和信号灯的相位信息作为控制输入，设计了一种混合交通快速路下匝道与近信号控制区联动控制方法，该方法能够提高快速路和城市道路整体的交通效率，可以为解决新型混合交通的安全和拥堵提供新视角的优点。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种混合交通快速路下匝道与近信号控制区联动控制方法，其特征在于：包括以下步骤：
S1：设置快速路下匝道与近信号控制区衔接的混合交通场景；
S2：根据S1结合车辆的动力学特征，建立线性车辆纵向动力学模型；
S3：根据S2为保证车队的稳定性，构建混合交通场景下基于信息物理***的快速路下匝道与近信号控制区联动控制方法；
所述S3包括以下步骤：
S31：构建先进先出协同控制方法；
所述S31当快速路下匝道的车辆进入到城市道路时，为避免异质车辆在链接区域长的等待时间以及在衔接点发生碰撞，建立了先进先出的协同控制方法，具体步骤为：
S311：在t时刻，链接区域内异质车辆通过车车通信互相获取车辆的状态信息；
S312：利用映射技术，将快速路下匝道上的网联自动车和网联人驾车的状态信息投影到城市道路上，并将投影的这些车辆与城市道路上的车辆按照先进先出的协同算法进行排序，形成一个虚拟的车队；
S313：为了确保虚拟车队中的所有异质车辆能够保持期望的车间距和速度，使用智能驾驶员模型，具体形式如下所示：
其中，vi(t)为t时刻第i辆跟随车的速度，vmax为最大速度；△vi(t)和△si(t)表示在t时刻第i辆车与它前车的速度差和间距；amax和amin分别表示期望的最大加速度和最小减速度；s0是最小停车安全间距，TH表示跟随车的反应时间；ai(t)表示第i辆车的加速度；
S314：根据S313中的公式，利用牛顿第二定律，进一步计算出虚拟车队中所有车辆的运动状态为：
式中，△t为时间步长；pi(t)表示第i车辆的位置；
S32：建立基于信息物理***的分布式协同控制方法；
所述S32当虚拟车队逐渐接近信号灯时，受到信号灯相位的约束会出现时走时停的现象，导致车队的不稳定性及交通效率下降，为解决这一现象，构建分布式协同控制策略，具体步骤为：
S321：根据建立的车辆纵向动力学模型，构建网联自动车的纵向控制策略为：
其中，为网联自动车的控制输入，/>和/>是网联自动车的控制增益；ψjl,p,Xjl,p分别表示第j辆网联自动车位置与第l辆车位置之间的权重和通信连接关系，ψjl,v,Xjl,v分别表示第j辆网联自动车速度与第l辆车速度之间的权重和通信连接关系，ψjl,a,Xjl,a分别表示第j辆网联自动车加速度与第l辆车加速度之间的权重和通信连接关系；djl表示第j辆网联自动车与第l辆车之间的期望车间距；ζi表示车辆动力学惯性延迟；
S322：由于网联人驾车的不可控性，基于车辆动力学模型，建立网联人驾车的跟随策略为：
式中，表示驾驶员响应参数；由于网联人驾车的不可控性，/>一般为零；/>λio,p分别表示第i辆网联人驾车位置与第o辆车位置之间的权重和通信连接关系，/>λio,v分别表示第i辆网联人驾车速度与第o辆车速度之间的权重和通信连接关系，/>λio,a分别表示第i辆网联人驾车加速度与第o辆车加速度之间的权重和通信连接关系；dio表示第i个网联人驾车与第o辆车之间的期望车间距；其中，由于网联人驾车只具有通信功能，不具有可控性，仅仅跟随获取的前面多辆车的状态，因此，上式退化为：
S323：设定混合车队约束条件为：
由于当前车辆的状态取决于信号灯的约束，那么当前车受到信号灯的约束的加速度能够被表示为：
αi(t)＝θ(vi(t),△vi,0(t),di(t)，vdesired)
其中，θ为第i辆车的跟随模型或控制模型函数，vdesired表示期望的速度，di(t)表示前面车辆的相对距离或红灯时离停车线的距离，那能够被表示为：
上式表示了如果信号灯的相位是红灯则di(t)为当前车辆到停止线的距离，否则为当前车辆与前车的相对距离；
为了使混合虚拟车队中的车辆不停车通过近信号控制区，混合虚拟车队中的车辆到达时间被估计为
其中，ti表示在绿灯相位下以期望速度到达信号灯的时间，tdelay,i表示交通信号灯约束下避免停车的延迟时间。
2.根据权利要求1所述的混合交通快速路下匝道与近信号控制区联动控制方法，其特征在于：所述S1具体为：
快速路下匝道与城市道路相连接形成一个连接点，当车流量较多的情况下，会形成冲突区域；在城市道路连接点的前方布设一个信号灯，快速路下匝道与城市道路单车道上分别有m辆车和n辆车，总车辆数为N＝m+n，其中网联自动车和网联人驾车混合在道路上；在这样的场景下，网联自动车和网联人驾车通过车车通信能够互相获取状态信息，根据获取的状态信息网联自动车能够自动的调控自身的状态，网联人驾车跟随它前面的多辆车的状态；其中，所有异质车辆都能获取信号灯的信息。
3.根据权利要求2所述的混合交通快速路下匝道与近信号控制区联动控制方法，其特征在于：所述S2车辆的非线性纵向动力学为：
式中，pi(t)和vi(t)表示第i车辆的位置和速度，是传动***的机械效率，ri表示轮胎半径，Ti(t)表示实际驱动/制动扭矩，mi表示车辆质量，/>表示空气动力阻力系数，g表示重力加速度，fi是滚动阻力系数，θ(pi(t))表示道路的倾斜角，ζi表示车辆动力学惯性延迟，Ti des(t)表示期望的驱动/制动力矩；
通过使用线性反馈技术，线性车辆纵向动力学模型能够被表示为：
其中，ui(t)表示车辆的控制输入；
当不考虑外部因素的情况下，第i车辆的线性动力学模型退化为：
其中，ai(t)表示第i辆车的加速度。
4.根据权利要求3所述的混合交通快速路下匝道与近信号控制区联动控制方法，其特征在于：
在物理层，探索虚拟车队在近信号控制区的行驶状态，以及如何通过信息层获取异质车辆的状态信息和信号灯的相位信息来调整车辆的状态，使其能够一致稳定的通过近信号控制区；
在信息层，揭示队列中异质车辆的通信拓扑结构、车辆之间的通信关系以及车辆与信号灯之间的通信关系。
5.根据权利要求4所述的混合交通快速路下匝道与近信号控制区联动控制方法，其特征在于：
衔接区域的范围定义为80米，衔接点区域定义为20米，近信号控制区的范围定义为300米，车与信号灯的通信范围定义为400米，车与车之间的通信范围定位400米。
CN202210621619.9A 2022-06-02 2022-06-02 一种混合交通快速路下匝道与近信号控制区联动控制方法 Active CN114999140B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210621619.9A CN114999140B (zh) 2022-06-02 2022-06-02 一种混合交通快速路下匝道与近信号控制区联动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210621619.9A CN114999140B (zh) 2022-06-02 2022-06-02 一种混合交通快速路下匝道与近信号控制区联动控制方法

Publications (2)

Publication Number Publication Date
CN114999140A CN114999140A (zh) 2022-09-02
CN114999140B true CN114999140B (zh) 2024-05-14

Family

ID=83031336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210621619.9A Active CN114999140B (zh) 2022-06-02 2022-06-02 一种混合交通快速路下匝道与近信号控制区联动控制方法

Country Status (1)

Country Link
CN (1) CN114999140B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116434603A (zh) * 2022-12-05 2023-07-14 东南大学 一种基于ssm的自动驾驶车队横纵向同步安全控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017166474A1 (zh) * 2016-03-29 2017-10-05 中国科学院深圳先进技术研究院 一种基于交叉口群的交通控制方法及***
CN111260923A (zh) * 2020-01-20 2020-06-09 交通运输部公路科学研究所 基于异构交通场景的快速路入口匝道控制方法及***
CN111583644A (zh) * 2020-05-08 2020-08-25 重庆大学 一种混合交通快速路上匝道汇流区网联自动车控制方法
CN111754774A (zh) * 2020-07-02 2020-10-09 清华大学 一种高速路匝道口智能网联汽车安全自组织通行控制方法
CN112437412A (zh) * 2020-10-30 2021-03-02 北方工业大学 一种基于车路协同的混行驾驶车辆编队控制方法
CN112820125A (zh) * 2021-03-24 2021-05-18 苏州大学 车辆混行情况的智能网联车辆的通行引导方法及引导***
CN114495527A (zh) * 2022-02-23 2022-05-13 长安大学 一种混合交通环境下网联交叉口车路协同优化方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019199815A1 (en) * 2018-04-10 2019-10-17 Cavh Llc Connected and automated vehicle systems and methods for the entire roadway network

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017166474A1 (zh) * 2016-03-29 2017-10-05 中国科学院深圳先进技术研究院 一种基于交叉口群的交通控制方法及***
CN111260923A (zh) * 2020-01-20 2020-06-09 交通运输部公路科学研究所 基于异构交通场景的快速路入口匝道控制方法及***
CN111583644A (zh) * 2020-05-08 2020-08-25 重庆大学 一种混合交通快速路上匝道汇流区网联自动车控制方法
CN111754774A (zh) * 2020-07-02 2020-10-09 清华大学 一种高速路匝道口智能网联汽车安全自组织通行控制方法
CN112437412A (zh) * 2020-10-30 2021-03-02 北方工业大学 一种基于车路协同的混行驾驶车辆编队控制方法
CN112820125A (zh) * 2021-03-24 2021-05-18 苏州大学 车辆混行情况的智能网联车辆的通行引导方法及引导***
CN114495527A (zh) * 2022-02-23 2022-05-13 长安大学 一种混合交通环境下网联交叉口车路协同优化方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Consensus-based Distributed Cooperative Control for Mixed Vehicle Group Systems with Packet Losses and Information Uncertainty in the Vicinity of Traffic Signal Light;S. Huang等;《2021 IEEE International Intelligent Transportation Systems Conference (ITSC)》;20210921;3623-3628 *
基于CPS的人机协同纵向跟车建模与控制研究;李洋;《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》;20220215(第2期);C035-24 *

Also Published As

Publication number Publication date
CN114999140A (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN107798861B (zh) 一种车辆协作式编队行驶方法及***
CN108011947B (zh) 一种车辆协作式编队行驶***
CN112907986B (zh) 一种基于数字孪生场景和边缘云的动态时间窗路口调度方法
CN108475465B (zh) 用于移动、特别是控制或者调整车队的方法
CN110276945A (zh) 一种自动驾驶车辆编组方法
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
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
CN108877256B (zh) 基于无线通信的交叉口附近分散协同自适应巡航控制方法
CN107730883B (zh) 一种车联网环境下交叉口区域车辆调度方法
CN103732937A (zh) 车辆控制装置
CN109215357B (zh) 基于速度检测的交叉口公交插队优先控制方法
CN114999140B (zh) 一种混合交通快速路下匝道与近信号控制区联动控制方法
CN113489793B (zh) 一种混合交通场景下的快速路双车道协同控制方法
CN113257007B (zh) 交叉口共享自动驾驶车道的信号控制方法及***
CN113205679B (zh) 一种基于t字型交叉口车辆控制***的通行效率控制方法
CN115273500A (zh) 一种信号交叉口网联车辆轨迹优化引导方法及***
CN112767715B (zh) 一种交叉路***通信号灯与智能网联汽车的协同控制方法
CN113053167A (zh) 一种混合交通环境下互联车辆十字路口无碰撞管理方法
CN115376346A (zh) 混行条件下快速路合流区多模式驾驶车辆协同交汇方法
CN114220283A (zh) 一种基于v2x的交叉口平滑车速引导方法
CN115331461B (zh) 一种无信号交叉口混合交通通行控制方法、装置及车辆
CN116129627B (zh) 一种智能网联车队下匝道前的协同换道策略
Humagain et al. Dynamic prioritization of emergency vehicles for self-organizing traffic using VTL+ EV
CN113870581B (zh) 一种无人驾驶车辆驶入道路的控制方法
CN114187771B (zh) 基于协同式自适应巡航控制的公交车驾驶控制方法及***

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