CN115188214A - 两车道混合交通协同控制方法、汽车及可读存储介质 - Google Patents
两车道混合交通协同控制方法、汽车及可读存储介质 Download PDFInfo
- Publication number
- CN115188214A CN115188214A CN202210812751.8A CN202210812751A CN115188214A CN 115188214 A CN115188214 A CN 115188214A CN 202210812751 A CN202210812751 A CN 202210812751A CN 115188214 A CN115188214 A CN 115188214A
- Authority
- CN
- China
- Prior art keywords
- automobile
- lane
- vehicle
- intelligent
- intelligent automobile
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- 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
- G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明具体涉及两车道混合交通协同控制方法、汽车及可读存储介质。方法包括:获取两条目标车道上智能汽车和人驾车的相对位置信息;沿目标车道的行驶方向将目标车道上的智能汽车和人驾车划分为若干个小车队;通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶;其中,控制策略中包括分别用于控制通信正常和通信异常的智能汽车行驶的两种策略;以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离并变道至旁侧目标车道中重新组建小车队。本发明还公开了一种汽车及可读存储介质。本发明能够在智能汽车异常通信条件下实现两车道混合交通协同控制,进而能够实现智能汽车异常通信条件下的车辆高效协同。
Description
技术领域
本发明涉及智能汽车控制技术领域,具体涉及两车道混合交通协同控制方法、汽车及可读存储介质。
背景技术
随着信息技术的快速发展,汽车的智能化控制也正在逐渐向更加深入的方向发展。为了提高现有道路条件下的交通安全和通行效率,智能汽车已成为当前研究的热点。在可预见的未来,传统人驾车(HV)和智能汽车(CAV)混行将是一种常态。然而,由于技术条件的限制,行驶在道路上的智能汽车会出现异常通信无法正常接收路侧设备和其他智能车辆状态信息的情况,这将严重影响道路的安全和通行效率。
目前的研究中,大多只考虑了单一车道上队列内的车辆控制策略,没有考虑非理想通信条件下队列内车辆的分离到其他车道的情况。为此,公开号为CN113489793A的中国专利中公开了《一种混合交通场景下的快速路双车道协同控制方法》,包括:定义快速路混合交通小车队;小车队中网联自动车的通信拓扑;构建网联自动车控制策略和人驾车模型;基于空间分布的双车道混合交通群体控制方法。上述现有方案根据智能汽车(网联自动车)和人驾车在道路上的物理空间位置给出了一种混合交通小车队的划分方法,并基于此构建了新的网联自动车控制算法,使得智能汽车在混合交通场景下控制算法更易实现。
申请人发现,上述现有方案只能在通信条件较为理想的条件下完成协同控制。然而,上述现有方案没有考虑到部分智能汽车可能存在的通信异常的情况,当智能汽车出现通信异常时,只能获取临近前车的相关信息(类似于传统的人驾车),而无法接收***下发的控制策略,也无法获取周围其他车辆的相关信息,进而导致两车道混合交通场景下的协同控制难以有效实现。为了保证两车道混合交通场景下的交通效率和交通安全,就需要设计一种能够在智能汽车异常通信条件下实现两车道混合交通协同控制的方法,实现智能汽车异常通信条件下的车辆高效协同,充分发挥智能汽车的优势。因此,如何设计一种能够在智能汽车异常通信条件下实现两车道混合交通协同控制的方法是亟需解决的技术问题。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种两车道混合交通协同控制方法,以能够在智能汽车异常通信条件下实现两车道混合交通协同控制,进而能够实现智能汽车异常通信条件下的车辆高效协同,从而能够提高两车道混合交通场景下的交通效率和交通安全。
为了解决上述技术问题,本发明采用了如下的技术方案:
两车道混合交通协同控制方法,包括以下步骤:
S1:获取两条目标车道上智能汽车和人驾车的相对位置信息;
S2:沿目标车道的行驶方向将目标车道上的智能汽车和人驾车划分为若干个小车队;
S3:通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶;其中,控制策略中包括分别用于控制通信正常和通信异常的智能汽车行驶的两种策略;
S4:在智能汽车和人驾车行驶过程中,以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离,并变道至旁侧目标车道中重新组建小车队,以实现两条目标车道混合交通的协同控制。
优选的,步骤S2中,划分小车队时,定义紧跟在人驾车后面的智能汽车为一个小车队的次头车,而次头车前面一辆人驾车则为另一个相邻小车队的尾车,即每个小车队的次头车为智能汽车,尾车为人驾车。
优选的,通信正常的智能汽车获取离本车最近的智能汽车和临近前车的运动状态信息;通信异常的智能汽车获取临近前车的运动状态信息。
优选的,步骤S3中,通信正常的智能汽车的控制策略如下:
式中:xn(t)表示第n辆智能汽车的位置;xn-1(t)-xn(t)表示第n辆智能汽车与前车的位置差;s0表示静止时的最小安全距离;th表示期望的车头时距;vn(t)表示第n辆智能汽车的速度;vn-1(t)-vn(t)表示第n辆智能汽车与前车的速度差;vcl(t)和acl(t)表示距离第n辆智能汽车邻近智能汽车的速度和加速度;an(t)表示第n辆智能汽车的加速度;ks、kΔv、kΔv,cl、ka,cl表示设置的控制增益。
优选的,步骤S3中,通信异常的智能汽车的控制策略如下:
un(t)=ks(xn-1(t)-xn(t)-(s0+thvn(t)))+kΔv(vn-1(t)-vn(t);
式中:xn(t)表示第n辆智能汽车的位置;xn-1(t)-xn(t)表示第n辆智能汽车与前车的位置差;s0表示静止时的最小安全距离;th表示期望的车头时距;vn(t)表示第n辆智能汽车的速度;vn-1(t)-vn(t)表示第n辆智能汽车与前车的速度差;ks、kΔv表示设置的控制增益。
优选的,步骤S3中,人驾车的人驾车模型表示为:
式中:T是安全车头时距;s0表示最小安全间距;vmax表示人驾车的最大速度;a和b表示人驾车的最大加速度和最大减速度;vn,H(t)表示第n辆人驾车的速度;vn,H(t)-vn-1,H(t)表示第n辆人驾车与前车的速度差;hn(t)表示第n辆人驾车的位置;hn-1(t)-hn(t)表示第n辆人驾车与前车的位置差。
优选的,步骤S4中,重新组建小车队时包括以下步骤:
S401:随机选择一条目标车道中仅包含智能汽车或次头车与尾车之间包含智能汽车的小车队;然后随机选择该小车队中的一辆智能汽车作为目标智能汽车,判断目标智能汽车是否为次头车,若是:则目标智能汽车保持当前行驶状态,若否:则继续判断目标智能汽车是否存在通信异常,若是,则目标智能汽车保持当前行驶状态;否则,进入下一步骤;
S402:判断目标智能汽车是否满足换道安全条件,若否,则目标智能汽车保持当前行驶状态,否则,进入下一步骤;
S403:判断目标智能汽车准备加入至旁侧目标车道中的所处位置的临近前车是否为人驾车,若是,则目标智能汽车变道至旁侧目标车道中重新组建小车队,否则,目标智能汽车保持当前行驶状态。
本发明还公开了一种汽车,基于本发明的两车道混合交通协同控制方法实施,具有用于执行对应控制策略的控制器,以能够参与两车道混合交通的协同控制。
本发明还公开了一种可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现本发明的两车道混合交通协同控制方法的步骤。
本发明中两车道混合交通协同控制方法,具有如下有益效果:
本发明获取两车道上智能汽车和人驾车的相对位置信息,并将智能汽车和人驾车划分为若干个小车队,使得能够对两车道上的车流信息进行分解,以通过协调控制各个小车队的方式实现两车道上智能汽车和人驾车的协同控制,这有利于提高两车道混合交通场景下协同控制的准确性;同时,本发明通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶,并且能够分别针对通信正常和通信异常的智能汽车进行控制,使得能够考虑传统人驾车的随机性、智能汽车的自主性以及部分智能汽车异常通信的情况,能够提高两车道混合交通场景下协同控制的针对性。即本发明能够在智能汽车异常通信条件下实现两车道混合交通协同控制,进而能够实现智能汽车异常通信条件下的车辆高效协同,从而能够提高两车道混合交通场景下的交通效率和交通安全。
同时,本发明在智能汽车和人驾车行驶过程中,以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离,并变道至旁侧目标车道中重新组建小车队,使得能够在智能汽车和人驾车行驶过程中不断缩小小车队的规模,能够更好的协调控制各个小车队并更好的实现两车道上智能汽车和人驾车的协同控制,从而能够进一步提高两车道混合交通场景下协同控制的准确性。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为两车道混合交通协同控制方法的逻辑框图;
图2为两车道混合交通协同控制方法的流程图;
图3为混合交通小车队定义的示意图;
图4为混合交通小车队中智能汽车的信息流拓扑;
图5为分离-重新组队前的两车道场景示意图;
图6为分离-重新组队后的两车道场景示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。此外,术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面通过具体实施方式进一步详细的说明:
实施例一:
本实施例中公开了一种两车道混合交通协同控制方法。
本发明,首先设计了智能汽车(CAV)纵向控制器,在此基础上基于两车道上传统人驾车(HV)和智能汽车的相对位置,提出了一种两车道混合交通协同控制方法,实现两车道高速公路路段混合交通通行效率的提升。
如图1和图2所示,两车道混合交通协同控制方法,包括以下步骤:
S1:获取两条目标车道(车道1和车道2)上智能汽车和人驾车的相对位置信息;
S2:沿目标车道的行驶方向将目标车道上的智能汽车和人驾车划分为若干个小车队;
S3:通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶;其中,控制策略中包括分别用于控制通信正常和通信异常的智能汽车行驶的两种策略;
S4:在智能汽车和人驾车行驶过程中,以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离,并变道(需满足换道安全条件)至旁侧目标车道中重新组建小车队,以实现两条目标车道混合交通的协同控制。
本实施例中,通信异常的智能汽车基于控制策略行驶,不执行分离、变道的动作。
需要说明的是,本发明中两车道混合交通协同控制方法可通过程序编程的方式生成对应的成软件代码或软件服务,进而能够在服务器和计算机上运行和实施。
本发明获取两车道上智能汽车和人驾车的相对位置信息,并将智能汽车和人驾车划分为若干个小车队,使得能够对两车道上的车流信息进行分解,以通过协调控制各个小车队的方式实现两车道上智能汽车和人驾车的协同控制,这有利于提高两车道混合交通场景下协同控制的准确性;同时,本发明通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶,并且能够分别针对通信正常和通信异常的智能汽车进行控制,使得能够考虑传统人驾车的随机性、智能汽车的自主性以及部分智能汽车异常通信的情况,能够提高两车道混合交通场景下协同控制的针对性。即本发明能够在智能汽车异常通信条件下实现两车道混合交通协同控制,进而能够实现智能汽车异常通信条件下的车辆高效协同,从而能够提高两车道混合交通场景下的交通效率和交通安全。
同时,本发明在智能汽车和人驾车行驶过程中,以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离,并变道至旁侧目标车道中重新组建小车队,使得能够在智能汽车和人驾车行驶过程中不断缩小小车队的规模,能够更好的协调控制各个小车队并更好的实现两车道上智能汽车和人驾车的协同控制,从而能够进一步提高两车道混合交通场景下协同控制的准确性。
具体实施过程中,如图3所示,划分小车队时,定义紧跟在人驾车后面的智能汽车为一个小车队的次头车,而次头车前面一辆人驾车则为另一个相邻小车队的尾车,即每个小车队的次头车为智能汽车,尾车为人驾车。车道上第一个小车队的第一辆车为头车(头车可以是智能汽车或人驾车),车道上最后一个小车队的微车可以是智能汽车或人驾车。
对于单车道而言,由智能汽车(CAV)和人驾车(HV)组成的混合交通可由若干个小车队构成,因此定义紧跟在人驾车后面的智能汽车为一个小车队的次头车,而次头车前面一辆人驾车则为另一个相邻小车队的尾车。此外,将包含智能汽车(CAV)和人驾车(HV)的小车队称为“混合小车队”,而仅含有智能汽车(CAV)或者人驾车(HV)的小车队称为“特殊小车队”。为了简化,将位于相同车道上的混合小车队和特殊小车队统称成为小车队。
具体实施过程中,如图4所示,通信正常的智能汽车获取离本车最近的智能汽车和临近前车的运动状态信息;通信异常的智能汽车获取临近前车的运动状态信息。
在混合交通中,以前针对单一智能车的信息流拓扑结构不再适用。结合车辆的实际运行情况,我们考虑在没有异常通信的情况下每一辆小车队中的智能汽车都能获得离本车最近的智能汽车和临近前车的运动状态信息。如果部分智能汽车出现了异常通信的情况,则它们只能获得临近前车的运动状态信息,也就是说,此时这些异常通信的智能汽车与传统的人驾车获得的信息量相同。
具体实施过程中,通信正常的智能汽车的控制策略如下:
式中:xn(t)表示第n辆智能汽车的位置;xn-1(t)-xn(t)表示第n辆智能汽车与前车的位置差;s0表示静止时的最小安全距离;th表示期望的车头时距;vn(t)表示第n辆智能汽车的速度;vn-1(t)-vn(t)表示第n辆智能汽车与前车的速度差;vcl(t)和acl(t)表示距离第n辆智能汽车邻近智能汽车的速度和加速度;an(t)表示第n辆智能汽车的加速度;ks、kΔv、kΔv,cl、ka,cl表示设置的控制增益。其中,位置差(xcl(t)-xn(t))并没有包含在以上控制策略中,主要原因是由于第n辆车与其邻近的智能汽车中间存在人驾车,而人驾车是存在不确定性的,因此导致距离是不可控的。
通信异常的智能汽车的控制策略如下:
un(t)=ks(xn-1(t)-xn(t)-(s0+thvn(t)))+kΔv(vn-1(t)-vn(t);
式中:xn(t)表示第n辆智能汽车的位置;xn-1(t)-xn(t)表示第n辆智能汽车与前车的位置差;s0表示静止时的最小安全距离;th表示期望的车头时距;vn(t)表示第n辆智能汽车的速度;vn-1(t)-vn(t)表示第n辆智能汽车与前车的速度差;ks、kΔv表示设置的控制增益。
对于人驾车而言,本实施例采用现有文献提出的一个统一的线性化跟车模型框架,这个框架内包含了许多跟车模型。根据这个统一的模型框架,可得到人驾车的加速度主要是三个参数的函数,即本车与前车的位置差(xn-1(t)-xn(t))、本车与前车的速度差(vn-1(t)-vn(t))以及本车的速度vn(t)。
值得注意的是,以上模型线性化的过程是在一个平衡点处实现的。即当车辆n以恒定速度v*行驶时,存在一个特定的距离Δx*(v*)保证车辆持续以相同速度向前行驶。
在平衡点附近,人驾车的人驾车模型表示为:
式中:T是安全车头时距;s0表示最小安全间距;vmax表示人驾车的最大速度;a和b表示人驾车的最大加速度和最大减速度;vn,H(t)表示第n辆人驾车的速度;vn,H(t)-vn-1,H(t)表示第n辆人驾车与前车的速度差;hn(t)表示第n辆人驾车的位置;hn-1(t)-hn(t)表示第n辆人驾车与前车的位置差。
具体的,本发明涉及的两条目标车道是同一行驶方向的车道,两条车道上的车辆可以自由变换车道。由现有研究结果可知,智能汽车(CAV)和人驾车(HV)在道路上的分布位置对车辆的行驶非常重要,并且智能汽车(CAV)的分布越均匀,对缓解交通拥堵越有利。
因此,协同控制的主要目标是通过设定智能汽车(CAV)的运动规则从而将道路上智能汽车(CAV)和人驾车(HV)两者的空间位置重新排列,尽可能的缩小小车队的规模。事实上,当不考虑异常通信时,要实现这个目标,需要确保小车队中间的智能汽车(CAV)在适当的条件下离开当前较大规模的车队,同时,它将在另一条车道上形成一个新的小车队。例如,如图5所示,我们假设在左车道(例如车道1)中有更多的小车队,在右车道(例如车道2)中有更少的智能汽车(CAV)。因此,我们需要将1号车道中规模较大的小车队分开,离开1号车道小车队的“个体”将与2号车道中的HV重新组合。
因此,当离开小车队的“个体”与车道1分离时,我们认为一次分离策略完成;当离开小车队的“个体”成功进入车道2时,我们认为一次组队策略完成。图6显示了在完成分离-组队策略后,车辆在两条车道上的相对位置。从图5中可以看出,车道1和车道2分别形成新的小车队,原来位于车道1的智能汽车(CAV)成为车道2的次头车。另外,由于人驾车(HV)的随机变道现象,在车辆行驶过程中会持续执行分离-组队策略,从而保证大尺度小车队的出现时间尽可能短。
但考虑到有部分智能汽车不能继续正常接收其他车辆的运动状态信息,出现了异常通信的情况,因此这些车辆就很难体现智能汽车本身所具有的一些优势,所以在执行分离-组队策略的过程中,一旦确定这些车辆不能进行正常通信则它们将不再进行分离-组队的动作。如图5和图6所示,位于小车队中间的一辆智能汽车存在通信异常情况,那么它将继续保持当前的行驶状态,不再采取任何的横向动作。
本实施例中,重新组建小车队时包括以下步骤:
S401:随机选择一条目标车道中仅包含智能汽车或次头车与尾车之间包含智能汽车的小车队;然后随机选择该小车队中的一辆智能汽车作为目标智能汽车,判断目标智能汽车是否为次头车,若是:则目标智能汽车保持当前行驶状态,若否:则继续判断目标智能汽车是否存在通信异常,若是,则目标智能汽车保持当前行驶状态;否则,进入下一步骤;
S402:判断目标智能汽车是否满足换道安全条件,若否,则目标智能汽车保持当前行驶状态,否则,进入下一步骤;
S403:判断目标智能汽车准备加入至旁侧目标车道中的所处位置的临近前车是否为人驾车,若是,则目标智能汽车变道至旁侧目标车道中重新组建小车队,否则,目标智能汽车保持当前行驶状态。
换道安全条件设置为d(t)≥dsfae+τ1(vLD(t)-vi(t)),其中d表示换道车辆与目标车道后车在纵向方向上的间距,τ1表示目标车道后车辨别换道发生的反应时间,vLD(t)和vi(t)分别表示目标车道后车vLD和换道车辆vi在t时刻的速度。
实施例二:
本实施例中公开了一种汽车。
一种汽车,基于本发明的两车道混合交通协同控制方法实施,具有用于执行对应控制策略的控制器,以能够参与两车道混合交通的协同控制。本实施例中,所述的汽车可以是L2或L3等级及以上等级的智能网联汽车。
实施例三:
本实施例中公开了一种可读存储介质
一种可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现本发明的两车道混合交通协同控制方法的步骤。可读存储介质可以是U盘或计算机等具有可读存储功能的设备。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制技术方案,本领域的普通技术人员应当理解,那些对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.两车道混合交通协同控制方法,其特征在于,包括以下步骤:
S1:获取两条目标车道上智能汽车和人驾车的相对位置信息;
S2:沿目标车道的行驶方向将目标车道上的智能汽车和人驾车划分为若干个小车队;
S3:通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶;
其中,控制策略中包括分别用于控制通信正常和通信异常的智能汽车行驶的两种策略;
S4:在智能汽车和人驾车行驶过程中,以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离,并变道至旁侧目标车道中重新组建小车队,以实现两条目标车道混合交通的协同控制。
2.如权利要求1所述的两车道混合交通协同控制方法,其特征在于:步骤S2中,划分小车队时,定义紧跟在人驾车后面的智能汽车为一个小车队的次头车,而次头车前面一辆人驾车则为另一个相邻小车队的尾车,即每个小车队的次头车为智能汽车,尾车为人驾车。
3.如权利要求1所述的两车道混合交通协同控制方法,其特征在于:通信正常的智能汽车获取离本车最近的智能汽车和临近前车的运动状态信息;通信异常的智能汽车获取临近前车的运动状态信息。
5.如权利要求1所述的两车道混合交通协同控制方法,其特征在于:步骤S3中,通信异常的智能汽车的控制策略如下:
un(t)=ks(xn-1(t)-xn(t)-(s0+thvn(t)))+kΔv(vn-1(t)-vn(t);
式中:xn(t)表示第n辆智能汽车的位置;xn-1(t)-xn(t)表示第n辆智能汽车与前车的位置差;s0表示静止时的最小安全距离;th表示期望的车头时距;vn(t)表示第n辆智能汽车的速度;vn-1(t)-vn(t)表示第n辆智能汽车与前车的速度差;ks、kΔv表示设置的控制增益。
7.如权利要求2所述的两车道混合交通协同控制方法,其特征在于:步骤S4中,重新组建小车队时包括以下步骤:
S401:随机选择一条目标车道中仅包含智能汽车或次头车与尾车之间包含智能汽车的小车队;然后随机选择该小车队中的一辆智能汽车作为目标智能汽车,判断目标智能汽车是否为次头车,若是:则目标智能汽车保持当前行驶状态,若否:则继续判断目标智能汽车是否存在通信异常,若是,则目标智能汽车保持当前行驶状态;否则,进入下一步骤;
S402:判断目标智能汽车是否满足换道安全条件,若否,则目标智能汽车保持当前行驶状态,否则,进入下一步骤;
S403:判断目标智能汽车准备加入至旁侧目标车道中的所处位置的临近前车是否为人驾车,若是,则目标智能汽车变道至旁侧目标车道中重新组建小车队,否则,目标智能汽车保持当前行驶状态。
8.一种汽车,其特征在于:基于权利要求1-7任一项所述的两车道混合交通协同控制方法实施,具有用于执行对应控制策略的控制器,以能够参与两车道混合交通的协同控制。
9.一种可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的两车道混合交通协同控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210812751.8A CN115188214B (zh) | 2022-07-11 | 2022-07-11 | 两车道混合交通协同控制方法、汽车及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210812751.8A CN115188214B (zh) | 2022-07-11 | 2022-07-11 | 两车道混合交通协同控制方法、汽车及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115188214A true CN115188214A (zh) | 2022-10-14 |
CN115188214B CN115188214B (zh) | 2023-09-22 |
Family
ID=83517809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210812751.8A Active CN115188214B (zh) | 2022-07-11 | 2022-07-11 | 两车道混合交通协同控制方法、汽车及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115188214B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7605720B1 (en) * | 2006-05-03 | 2009-10-20 | The Weather Channel, Inc. | Methods and systems for traffic event priority and reporting |
CN101859494A (zh) * | 2009-04-06 | 2010-10-13 | 通用汽车环球科技运作公司 | 车队车辆管理 |
CN103026395A (zh) * | 2010-11-15 | 2013-04-03 | 图像传感***有限公司 | 混合交通传感器***和相关的方法 |
CN106991846A (zh) * | 2017-05-15 | 2017-07-28 | 东南大学 | 一种车联网环境下的高速公路车辆强制换道控制方法 |
DE102016213039A1 (de) * | 2016-07-18 | 2018-01-18 | Zf Friedrichshafen Ag | Verfahren zum Durchführen einer Kolonnenfahrt |
CN110992677A (zh) * | 2019-11-20 | 2020-04-10 | 北方工业大学 | 一种应对通信异常的智能网联汽车编队控制方法及*** |
US20200133308A1 (en) * | 2018-10-18 | 2020-04-30 | Cartica Ai Ltd | Vehicle to vehicle (v2v) communication less truck platooning |
CN112116822A (zh) * | 2020-09-21 | 2020-12-22 | 长沙理工大学 | 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法 |
CN113489793A (zh) * | 2021-07-07 | 2021-10-08 | 重庆大学 | 一种混合交通场景下的快速路双车道协同控制方法 |
KR20210130334A (ko) * | 2020-04-21 | 2021-11-01 | 현대모비스 주식회사 | 차량 군집주행 방법 및 장치 |
CN114093166A (zh) * | 2021-11-17 | 2022-02-25 | 上海交通大学 | 一种面向无信号灯岔口的集中式混合车辆协调优化方法 |
US20220171010A1 (en) * | 2020-11-30 | 2022-06-02 | Motional Ad Llc | Localization of vehicles using beacons |
-
2022
- 2022-07-11 CN CN202210812751.8A patent/CN115188214B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7605720B1 (en) * | 2006-05-03 | 2009-10-20 | The Weather Channel, Inc. | Methods and systems for traffic event priority and reporting |
CN101859494A (zh) * | 2009-04-06 | 2010-10-13 | 通用汽车环球科技运作公司 | 车队车辆管理 |
CN103026395A (zh) * | 2010-11-15 | 2013-04-03 | 图像传感***有限公司 | 混合交通传感器***和相关的方法 |
DE102016213039A1 (de) * | 2016-07-18 | 2018-01-18 | Zf Friedrichshafen Ag | Verfahren zum Durchführen einer Kolonnenfahrt |
CN106991846A (zh) * | 2017-05-15 | 2017-07-28 | 东南大学 | 一种车联网环境下的高速公路车辆强制换道控制方法 |
US20200133308A1 (en) * | 2018-10-18 | 2020-04-30 | Cartica Ai Ltd | Vehicle to vehicle (v2v) communication less truck platooning |
CN110992677A (zh) * | 2019-11-20 | 2020-04-10 | 北方工业大学 | 一种应对通信异常的智能网联汽车编队控制方法及*** |
KR20210130334A (ko) * | 2020-04-21 | 2021-11-01 | 현대모비스 주식회사 | 차량 군집주행 방법 및 장치 |
CN112116822A (zh) * | 2020-09-21 | 2020-12-22 | 长沙理工大学 | 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法 |
US20220171010A1 (en) * | 2020-11-30 | 2022-06-02 | Motional Ad Llc | Localization of vehicles using beacons |
CN113489793A (zh) * | 2021-07-07 | 2021-10-08 | 重庆大学 | 一种混合交通场景下的快速路双车道协同控制方法 |
CN114093166A (zh) * | 2021-11-17 | 2022-02-25 | 上海交通大学 | 一种面向无信号灯岔口的集中式混合车辆协调优化方法 |
Non-Patent Citations (3)
Title |
---|
ZHU, TIANJUN: "A Reliability Approach to Development of Rollover Prediction for Heavy Vehicles Based on SVM Empirical Model With Multiple Observed Variables", 《IEEE ACCESS》, vol. 8, pages 89367 - 89380, XP011790063, DOI: 10.1109/ACCESS.2020.2994026 * |
张埂: "面向CPS的车辆协同***多尺度稳定性研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》, no. 9, pages 034 - 3 * |
陈俊杰: "智能车队的运行环境驾驶行为认知与协同控制优化方法", 《中国博士学位论文全文数据库工程科技Ⅱ辑》, no. 3, pages 034 - 30 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
---|---|
CN115188214B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108595823B (zh) | 一种联合驾驶风格和博弈理论的自主车换道策略计算方法 | |
Feng et al. | Spatiotemporal intersection control in a connected and automated vehicle environment | |
CN110298131A (zh) | 一种混合驾驶环境下自动驾驶换道决策模型建立方法 | |
CN111267846B (zh) | 一种基于博弈论的周围车辆交互行为预测方法 | |
CN109598934B (zh) | 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法 | |
CN111497862B (zh) | 使对象车辆进行队列行驶的行驶模式变更方法及装置 | |
CN113489793B (zh) | 一种混合交通场景下的快速路双车道协同控制方法 | |
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 | |
CN110910646B (zh) | 用于交叉口的无人驾驶公交车辆的协同控制方法 | |
CN109859456B (zh) | 车联网环境下的车辆编队初始方案确定方法 | |
DE102019206092A1 (de) | Systeme und verfahren zum erzeugen von instruktionen zum befahren von kreuzungen mit autonomen fahrzeugen | |
CN108919795A (zh) | 一种自动驾驶汽车换道决策方法及装置 | |
CN110363986B (zh) | 一种集中式合流区车辆速度优化方法 | |
CN115641717B (zh) | 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 | |
CN115188214A (zh) | 两车道混合交通协同控制方法、汽车及可读存储介质 | |
CN116740945B (zh) | 混行环境下快速路合流区多车协同编组交汇方法及*** | |
CN114265398A (zh) | 自动驾驶车辆轨迹规划方法、装置、电子设备及存储介质 | |
CN107944624A (zh) | 一种基于隐马尔科夫模型的无人车路口驾驶决策方法 | |
CN116229715B (zh) | 一种道路交织区连续流生成方法与*** | |
CN114023108B (zh) | 一种混合交通流变道模型及变道仿真方法 | |
Cheng et al. | Enhancing mixed traffic flow safety via connected and autonomous vehicle trajectory planning with a reinforcement learning approach | |
CN112758105B (zh) | 一种自动驾驶车队跟车行驶控制方法、装置及*** | |
CN116704793A (zh) | 一种提升高速公路隧道内部瓶颈路段通行能力的控制方法 | |
CN116853245A (zh) | 队列管理和自适应巡航控制的phev混合车辆群优化控制方法 | |
CN113823079B (zh) | 一种基于车路协同的有人/无人驾驶车辆的编队控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |