CN115880884B - 基于可控智能网联车的高速公路匝道混合交通流管控方法 - Google Patents
基于可控智能网联车的高速公路匝道混合交通流管控方法 Download PDFInfo
- Publication number
- CN115880884B CN115880884B CN202211165614.6A CN202211165614A CN115880884B CN 115880884 B CN115880884 B CN 115880884B CN 202211165614 A CN202211165614 A CN 202211165614A CN 115880884 B CN115880884 B CN 115880884B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- intelligent network
- ramp
- formation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 91
- 230000001133 acceleration Effects 0.000 claims abstract description 9
- 230000008878 coupling Effects 0.000 claims abstract description 5
- 238000010168 coupling process Methods 0.000 claims abstract description 5
- 238000005859 coupling reaction Methods 0.000 claims abstract description 5
- 230000008676 import Effects 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000001276 controlling effect Effects 0.000 claims description 6
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 claims description 6
- 230000035484 reaction time Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及智能交通领域，尤其涉及一种基于可控智能网联车的高速公路匝道混合交通流管控方法，包括以下步骤：S1，将高速公路匝道路段分为正常行驶路段、编队形成路段和加速汇入路段；S2，智能网联车和人驾跟驰车辆在编队形成路段形成车辆编队；S3，计算车辆编队完全到达汇入点S的时间区间[tmin,tmax]；S4，对主干道智能网联车与匝道路段上的智能网联车进行协同控制，在主干道为匝道上的编队车辆预留出汇入间隙；S5，车辆编队汇入主干道。本发明依靠车联网技术提前获取高速公路主干道和下游合流区的交通状况，通过控制智能网联车的速度引导匝道车辆安全汇入高速公路主干道，避免出现驾驶员仅仅根据自身的驾驶经验和周围的驾驶环境寻找汇入主干道的时机的情况。
Description
技术领域
本发明涉及智能交通领域，具体为一种基于可控智能网联车的高速公路匝道混合交通流管控方法。
背景技术
随着5G通信技术、车联网技术、智能汽车以及路侧设备的发展，智能网联车这一新时代产品逐渐走向人们的视野。智能网联车辆可以依靠其精准的感知、通行和控制能力能够提高管控策略的精度和效果，同时还可避免传统人驾跟驰车辆驾驶人员驾驶行为的随机性和不确定性给交通***运行带来的负面影响。
匝道合流区作为高速公路的汇流节点，由于频繁的换道和驾驶行为的随机性，往往是高速公路交通拥堵的重灾区，交通安全问题也时有发生。当高速公路主干道车流量较大时，若匝道车辆无法寻找到合适的汇入间隙，将导致主干道车辆的强制换道行为，会进一步加剧合流区的交通拥堵。
现有的针对高速公路匝道交通流管控的方法多为传统的信号灯控制，但是针对高速公路匝道汇流点这样复杂的交通场景，单一的信号配时控制难以应对匝道合流区运行复杂的交通流。此外，智能网联车的控制也是匝道混合交通流管控的难点，对智能网联车不合理的速度控制反而会加剧高速公路下游路段的交通拥堵。
发明内容
针对现有技术中存在高速公路匝道汇流点拥堵的管控问题，本发明提供一种基于可控智能网联车的高速公路匝道混合交通流管控方法。
本发明是通过以下技术方案来实现：
一种基于可控智能网联车的高速公路匝道混合交通流管控方法，包括以下步骤：
S1，将匝道路段分为正常行驶路段、编队形成路段和加速汇入路段，在匝道路段上标记头车确定点、编队完成点/>和汇入点/>；
S2，智能网联车和人驾跟驰车辆在编队形成路段形成以智能网联车为头车的车辆编队；
S3，计算车辆编队完全到达汇入点的时间区间/>；
S4，对主干道智能网联车与匝道路段上的智能网联车进行协同控制，在主干道上为匝道上的编队车辆预留出汇入间隙；
S5，车辆编队汇入主干道。
优选的，在S2中，编队完成时，智能网联车与紧跟的人驾跟驰车辆之间满足公式：
式中，为头车确定点/>在匝道上的位置；
为形成编队的头车在/>时刻的行驶速度；
为形成编队的人驾跟驰车辆在/>时刻的行驶速度；
为处于跟驰状态时队列的车间距。
优选的，在S3中，计算车辆编队完全到达汇入点的时间区间的具体步骤为：首先计算智能网联车在匝道上行驶的最低速度，再分别计算智能网联车和人驾跟驰车辆到达汇入点/>的时间，最后计算车辆编队完全到达汇入点/>的时间区间。
优选的，智能网联车在匝道上行驶的速度满足公式：
式中，为车辆在匝道上行驶的最低速度；
为车辆在匝道上行驶的最高速度；
为匝道上编队完成点/>的位置；
t为车辆在匝道上的行驶时间。
优选的，根据车辆编队完成点计算智能网联车到达汇入点的时间：
情况一：当车辆编队的编队完成点与匝道上标记的编队完成点重合时，智能网联车到达汇入点/>的时间t cav_to_S满足公式：
；
情况二：当车辆编队的编队完成点位于匝道上头车确定点与编队完成点/>之间时，智能网联车到达汇入点/>的时间t cav_to_S满足公式：
式中，为匝道上编队完成点/>的位置；
为匝道上汇入点/>的位置；
为智能网联车的加速度；
为编队成功时智能网联车在匝道上的位置。
优选的，基于Newell跟驰模型计算人驾跟驰车辆到达汇入点的时间，满足公式：
式中，为人驾跟驰车辆反应时间；
为人驾跟驰车辆最小跟车间距；
n为编队中第n辆车，n≠1。
优选的，车辆编队完全到达汇入点的时间区间为/>，其中，最短时间t min的计算公式为：
最长时间t max的计算公式为：
式中，为匝道上编队完成点/>的位置；
为匝道上汇入点/>的位置；
为匝道车辆编队中车辆数量；
为处于跟驰状态时队列的车间距；
为车辆的车身长度。
优选的，在S4中，当主干道上的智能网联车的位置位于区间内，调整此主干道上的智能网联车的速度为匝道车辆编队预留安全的汇入间隙，其中，为高速公路主干道最高限速，M S为主干道起点到汇入点/>的距离。
优选的，在S4中，主干道上的智能网联车的速度满足公式：
其中，为当匝道内车辆编队成功时，主干道上协同控制智能网联车的位置；
为车辆编队内最后一辆车行驶至汇入点/>所需要的时间；
为主干道上协同控制智能网联车在/>时刻的行驶速度。
优选的，在S4中，主干道上，智能网联车与其前车之间的车间间距满足公式：
式中，为匝道车辆编队中车辆数量；
为处于跟驰状态时队列的车间距；
为车辆的车身长度，本实施例中假设智能网联车与人驾跟驰车辆的车身长度相同，均为l。
与现有技术相比，本发明具有以下有益效果：
本发明一种基于可控智能网联车的高速公路匝道混合交通流管控方法从高速公路匝道控制场景入手，结合交通流模型、车辆运动学模型，以匝道混合交通流安全汇入的可控性为目标，基于智能网联车引导匝道车辆编队汇入的思想，首先对匝道路段进行分段处理，在智能网联车可控的前提下，对匝道车辆编队形成条件进行分析，通过预测车辆编队到达匝道汇入点所需时间，利用高速公路主干道上的智能网联车协同控制为匝道车辆编队预留汇入间隙，保证匝道车辆的安全汇入。
当队列中智能网联车与后车成功编队时，首先要根据车辆编队到达汇入点的时间区间判断此时高速公路主干道上游相应位置区间内是否有可以协同控制的智能网联车辆，如果有的话，那么便可以对主干道上的相应的智能网联车辆进行速度控制来保证车辆编队汇入时的安全间隙。即利用主干道上的智能网联车和匝道上的智能网联车，两辆车协同控制来实现匝道车辆汇入时的安全可控性。
本发明方法在不同类型高速公路匝道均适用。在匝道车流量均衡与不均衡下，均可以有效保证匝道车辆汇入的安全可控性。
附图说明
图1是本发明实施例中高速公路交通场景示意图。
图2是本发明实施例中匝道内编队形成条件分析示意图。
图3是本发明实施例中编队完成时情况一的示意图。
图4是本发明实施例中编队完成时情况二的示意图。
图5是本发明实施例中主干道智能网联车协同控制示意图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
本发明公开了一种基于可控智能网联车的高速公路匝道混合交通流管控方法，包括以下步骤：
S1，参照图1、2，将匝道路段分为正常行驶路段、编队形成路段和加速汇入路段，在匝道路段上标记头车确定点、编队完成点/>和汇入点/>；头车确定点/>在匝道上的位置为/>，编队完成点/>的位置为/>，汇入点/>在匝道上的位置为/>，在主干道上的位置为/>。
S2，智能网联车和人驾跟驰车辆在编队形成路段形成以智能网联车为头车的车辆编队；
考虑极端情况下，假设当智能网联车刚好到达头车确定点时，匝道入口处恰好驶入一辆人驾跟驰车辆，且两车之间没有任何其它车辆。编队完成时，智能网联车与紧跟的人驾跟驰车辆之间满足公式：
式中，为头车确定点/>在匝道上的位置；
为形成编队的头车在/>时刻的行驶速度；
为形成编队的人驾跟驰车辆在/>时刻的行驶速度；
为处于跟驰状态时队列的车间距。
当车辆编队的编队完成点与匝道上标记的编队完成点重合时，智能网联车与人驾跟驰车辆之间满足公式：
式中，为头车到达头车确定点/>处时的车速；
为智能网联车的减速度；
为人驾跟驰车辆的加速度；
为人驾跟驰车辆的减速度；
和/>分别为智能网联车和人驾跟驰车辆的匀速行驶时间。
S3，计算车辆编队完全到达汇入点的时间区间/>，完全到达汇入点/>的时间因车辆编队中车辆的行驶速度不同，故而为区间值，具体计算步骤如下：
S31，首先计算智能网联车在匝道上行驶的最低速度：
在不考虑头车和人驾跟驰车辆的加减速过程时，则智能网联车在匝道上行驶的速度满足公式：
式中，为车辆在匝道上行驶的最低速度；
为车辆在匝道上行驶的最高速度，车辆通指智能网联车和人驾跟驰车辆；
为匝道上编队完成点/>的位置；
t为车辆在匝道上的行驶时间。
S32，再分别计算智能网联车和人驾跟驰车辆到达汇入点的时间：
（1）根据车辆编队完成点计算智能网联车到达汇入点的时间：
情况一：参照图3，当车辆编队的编队完成点与匝道上标记的编队完成点重合时，智能网联车到达汇入点/>的时间t cav_to_S满足公式：
；
情况二：参照图4，当车辆编队的编队完成点位于匝道上头车确定点与编队完成点/>之间时，智能网联车到达汇入点/>的时间t cav_to_S满足公式：
式中，为匝道上编队完成点/>的位置；
为匝道上汇入点/>的位置；
为智能网联车的加速度；
为编队成功时智能网联车在匝道上的位置。
（2）基于Newell跟驰模型计算人驾跟驰车辆完全到达汇入点的时间，满足公式：
式中，为人驾跟驰车辆反应时间；
为人驾跟驰车辆最小跟车间距；
n为编队中第n辆车，n≠1。
S33，最后计算车辆编队完全到达汇入点的时间区间：
车辆编队完全到达汇入点的时间区间为/>，其中，假设车辆编队中相邻的两辆车之间的车距相同，最短时间t min的计算公式为：
最长时间t max的计算公式为：
式中，为匝道上编队完成点/>的位置；
为匝道上汇入点/>的位置；
为匝道车辆编队中车辆数量；
为处于跟驰状态时队列的车间距；
为车辆的车身长度，本实施例中假设智能网联车与人驾跟驰车辆的车身长度相同，均为l。
对于编队中车辆数量可利用智能网联车和路侧设备协同计算求得，具体算法步骤如下：
步骤（1），如图2所示，当车辆行驶至头车确定点时，路侧设备首先判断其车辆类型，如果是智能网联车，则将其确定为头车并执行步骤（2）。如果是传统人驾车辆，则执行步骤（3）。
步骤（2），判断此时编队形成路段内是否有其它头车，如果有的话，编队形成路段内的头车和其后面车辆自动编队成功，此时编队内车辆数量，/>的值由该编队期间内/>点处的车辆计数器确定，获得上一编队内的车辆数量/>后，对/>重新赋值，令，回到步骤（1）继续执行；如果没有的话，对/>赋值，令/>，回到步骤（1）继续执行，并且循环执行步骤（4）。
步骤（3），判断此时编队形成路段内是否有头车在等待形成编队，如果有的话，令点处的车辆计数器的值/>，顺序执行步骤（4）；如果没有，则回到步骤（1）继续执行。
步骤（4），判断编队形成路段内未形成编队的头车是否行驶至编队完成点，如果是，则头车与/>点处路侧设备进行通信，车辆计数器停止计数，此时车辆计数器/>的值就是队列中的车辆数量/>，回到步骤（1）继续执行。
S4，对主干道智能网联车与匝道路段上的智能网联车进行协同控制，当主干道上的智能网联车的位置位于区间内，调整此主干道上的智能网联车的速度为匝道车辆编队预留安全的汇入间隙，其中，/>为高速公路主干道最高限速，M S为主干道起点到汇入点/>的距离。
对于在该区间内确定的协同控制智能网联车辆，要确保给匝道车辆编队留够足够的汇入间隙，如图4、5所示，主干道上的智能网联车辆必须晚于车辆编队最后一辆车到达汇入点处，即主干道上的智能网联车的速度/>满足公式：
其中，为当匝道内车辆编队成功时，主干道上协同控制智能网联车的位置；
为车辆编队内最后一辆车行驶至汇入点/>所需要的时间；
为主干道协同控制智能网联车在/>时刻的行驶速度。
主干道上，智能网联车与其前车之间的车间间距满足公式：
式中，为匝道车辆编队中车辆数量；
为处于跟驰状态时队列的车间距；
为车辆的车身长度，本实施例中假设智能网联车与人驾跟驰车辆的车身长度相同，均为l。
S5，车辆编队汇入主干道。
本发明一种基于可控智能网联车的高速公路匝道混合交通流管控方法依靠车联网技术提前获取高速公路主干道和下游合流区的交通状况，利用智能网联车的可控性，通过对智能网联车进行速度控制，来完成引导匝道车辆安全汇入高速公路主干道，避免出现驾驶员仅仅根据自身的驾驶经验和周围的驾驶环境寻找汇入主干道的时机的情况。
以上所述的仅仅是本发明的较佳实施例，并不用以对本发明的技术方案进行任何限制，本领域技术人员应当理解的是，在不脱离本发明精神和原则的前提下，该技术方案还可以进行若干简单的修改和替换，这些修改和替换也均属于权利要求书所涵盖的保护范围之内。
Claims (1)
1.一种基于可控智能网联车的高速公路匝道混合交通流管控方法，其特征在于，包括以下步骤：
S1，将匝道路段分为正常行驶路段、编队形成路段和加速汇入路段，在匝道路段上标记头车确定点、编队完成点/>和汇入点/>；
S2，智能网联车和人驾跟驰车辆在编队形成路段形成以智能网联车为头车的车辆编队；其中，编队完成时，智能网联车与紧跟的人驾跟驰车辆之间满足公式：
式中，为头车确定点/>在匝道上的位置；
为形成编队的头车在/>时刻的行驶速度；
为形成编队的人驾跟驰车辆在/>时刻的行驶速度；
为处于跟驰状态时队列的车间距；
S3，计算车辆编队完全到达汇入点的时间区间/>；具体步骤为：首先计算智能网联车在匝道上行驶的最低速度，再分别计算智能网联车和人驾跟驰车辆完全到达汇入点/>的时间，最后计算车辆编队完全到达汇入点/>的时间区间；
其中，智能网联车在匝道上行驶的速度满足公式：
式中，为车辆在匝道上行驶的最低速度；
为车辆在匝道上行驶的最高速度；
为匝道上编队完成点/>的位置；
t为车辆在匝道上的行驶时间；
根据车辆编队完成点计算智能网联车到达汇入点的时间：
情况一：当车辆编队的编队完成点与匝道上标记的编队完成点重合时，智能网联车到达汇入点/>的时间t cav_to_S满足公式：
；
情况二：当车辆编队的编队完成点位于匝道上头车确定点与编队完成点/>之间时，智能网联车到达汇入点/>的时间t cav_to_S满足公式：
式中，为匝道上编队完成点/>的位置；
为匝道上汇入点/>的位置；
为智能网联车的加速度；
为编队成功时智能网联车在匝道上的位置；
基于Newell跟驰模型计算人驾跟驰车辆到达汇入点的时间，满足公式：
式中，为人驾跟驰车辆反应时间；
为人驾跟驰车辆最小跟车间距；
n为编队中第n辆车，n≠1；
车辆编队完全到达汇入点的时间区间为/>，其中，最短时间t min的计算公式为：
最长时间t max的计算公式为：
式中，为匝道车辆编队中车辆数量；
为处于跟驰状态时队列的车间距；
为车辆的车身长度；
S4，对主干道智能网联车与匝道路段上的智能网联车进行协同控制，在主干道上为匝道上的编队车辆预留出汇入间隙；
当主干道上的智能网联车的位置位于区间内，调整此主干道上的智能网联车的速度为匝道车辆编队预留安全的汇入间隙，其中，为高速公路主干道最高限速，M S为主干道起点到汇入点/>的距离；
主干道上的智能网联车的速度满足公式：
其中，为当匝道内车辆编队成功时，主干道上协同控制智能网联车的位置；
为车辆编队内最后一辆车行驶至汇入点/>所需要的时间；
为主干道上协同控制智能网联车在/>时刻的行驶速度；
主干道上，智能网联车与其前车之间的车间间距满足公式：
式中，为匝道车辆编队中车辆数量；
为处于跟驰状态时队列的车间距；
为车辆的车身长度，本实施例中假设智能网联车与人驾跟驰车辆的车身长度相同，均为l；
S5，车辆编队汇入主干道。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211165614.6A CN115880884B (zh) | 2022-09-23 | 2022-09-23 | 基于可控智能网联车的高速公路匝道混合交通流管控方法 |
| PCT/CN2023/074797 WO2024060486A1 (zh) | 2022-09-23 | 2023-02-07 | 基于可控智能网联车的高速公路匝道混合交通流管控方法 |
| US18/461,285 US20230415745A1 (en) | 2022-09-23 | 2023-09-05 | CONTROL METHOD OF MIXED TRAFFIC FLOW ON FREEWAY RAMP BASED ON CONTROLLABLE CONNECTED AND AUTONOMOUS VEHICLES (CAVs) |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211165614.6A CN115880884B (zh) | 2022-09-23 | 2022-09-23 | 基于可控智能网联车的高速公路匝道混合交通流管控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115880884A CN115880884A (zh) | 2023-03-31 |
| CN115880884B true CN115880884B (zh) | 2023-10-27 |
Family
ID=85769996
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211165614.6A Active CN115880884B (zh) | 2022-09-23 | 2022-09-23 | 基于可控智能网联车的高速公路匝道混合交通流管控方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115880884B (zh) |
| WO (1) | WO2024060486A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116665459A (zh) * | 2023-08-02 | 2023-08-29 | 武汉御风智行科技有限公司 | 一种基于混合交通流的合流区多车协同方法及装置 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1223443A (en) * | 1967-04-14 | 1971-02-24 | Lab For Electronics Inc | Expressway ramp traffic control system |
| WO1996040545A1 (en) * | 1995-06-07 | 1996-12-19 | Autran Corp. | System for automated transport of automobile platforms, passenger cabins and other loads |
| EP1699033A2 (en) * | 2005-03-03 | 2006-09-06 | Aisin Aw Co., Ltd. | A method of driving support and a driving support apparatus |
| CN102314769A (zh) * | 2010-07-07 | 2012-01-11 | 交通运输部公路科学研究所 | 高速公路入口匝道合流区智能安全预警控制方法 |
| CN106601002A (zh) * | 2016-11-23 | 2017-04-26 | 苏州大学 | 车联网环境下的城市快速路入口匝道车辆通行引导***及其引导方法 |
| 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 |
| CN113313949A (zh) * | 2021-05-31 | 2021-08-27 | 长安大学 | 一种高速公路出口匝道客货车协同控制方法、装置和设备 |
| CN113345268A (zh) * | 2021-07-16 | 2021-09-03 | 长沙理工大学 | 基于自动驾驶专用车道部署场景下高速公路下匝道分流区域的cav换道决策方法 |
| CN113409594A (zh) * | 2021-07-29 | 2021-09-17 | 苏州大学 | 一种基于强化学习的匝道信号控制优化方法和*** |
| CN113781788A (zh) * | 2021-11-15 | 2021-12-10 | 长沙理工大学 | 基于稳定性与安全性的自动驾驶车辆管理方法 |
| CN113808436A (zh) * | 2021-08-31 | 2021-12-17 | 东南大学 | 一种下匝道车辆驶离智能网联专用道的车队控制方法 |
| CN216211540U (zh) * | 2021-10-25 | 2022-04-05 | 天津新展高速公路有限公司 | 一种智慧高速安全智能引导*** |
| CN114639246A (zh) * | 2022-05-18 | 2022-06-17 | 哈尔滨工业大学 | 一种高速公路匝道合流区车路协同控制方法及*** |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010103504A1 (en) * | 2009-03-08 | 2010-09-16 | Yehuda Gore | System and method for controlling traffic by coordination of intersection approaching flows |
| CN104464317B (zh) * | 2014-12-03 | 2016-05-11 | 武汉理工大学 | 高速公路入口匝道合流区引导控制***和方法 |
| WO2019217545A1 (en) * | 2018-05-09 | 2019-11-14 | Cavh Llc | Systems and methods for driving intelligence allocation between vehicles and highways |
| CN108538069B (zh) * | 2018-05-24 | 2020-10-16 | 长安大学 | 一种匝道合流区车辆速度管控***及方法 |
| CN108986471B (zh) * | 2018-06-22 | 2020-08-21 | 长安大学 | 混合交通条件下交叉口车辆引导方法 |
| US11145197B2 (en) * | 2019-03-13 | 2021-10-12 | Mitsubishi Electric Research Laboratories, Inc. | Joint control of vehicles traveling on different intersecting roads |
| CN110930697B (zh) * | 2019-11-12 | 2021-05-25 | 南京航空航天大学 | 一种基于规则的智能网联车辆协同汇入控制方法 |
| CN111369813B (zh) * | 2020-03-23 | 2021-10-08 | 江苏大学 | 一种智能网联汽车的匝道分合流协同控制方法及*** |
| CN111599194B (zh) * | 2020-05-27 | 2024-06-18 | 中汽研汽车检验中心（天津）有限公司 | 高速公路入口匝道异质交通流车速引导***及引导方法 |
| CN112614340B (zh) * | 2020-12-11 | 2022-03-08 | 国汽(北京)智能网联汽车研究院有限公司 | 支路车辆汇入主路的方法、装置、电子设备及存储介质 |
| CN114067559B (zh) * | 2021-09-27 | 2022-11-15 | 北京交通大学 | 一种自动车专用道并入普通车道的合流优化控制方法 |
| CN114664078B (zh) * | 2022-03-18 | 2023-01-17 | 河北工业大学 | 基于自动驾驶车辆队列的道路合流区协作汇入控制方法 |
| CN114708734B (zh) * | 2022-05-07 | 2023-01-10 | 合肥工业大学 | 一种入口匝道网联人工驾驶车辆汇入主线协同控制方法 |
| CN114973666A (zh) * | 2022-05-18 | 2022-08-30 | 江苏科创车联网产业研究院有限公司 | 基于车路协同的网联车车速诱导方法、装置及介质 |
| CN114999152B (zh) * | 2022-05-25 | 2024-04-30 | 清华大学 | 面向混合车流的匝道合流边缘云管控方法 |
-
2022
- 2022-09-23 CN CN202211165614.6A patent/CN115880884B/zh active Active
-
2023
- 2023-02-07 WO PCT/CN2023/074797 patent/WO2024060486A1/zh unknown
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1223443A (en) * | 1967-04-14 | 1971-02-24 | Lab For Electronics Inc | Expressway ramp traffic control system |
| WO1996040545A1 (en) * | 1995-06-07 | 1996-12-19 | Autran Corp. | System for automated transport of automobile platforms, passenger cabins and other loads |
| EP1699033A2 (en) * | 2005-03-03 | 2006-09-06 | Aisin Aw Co., Ltd. | A method of driving support and a driving support apparatus |
| CN102314769A (zh) * | 2010-07-07 | 2012-01-11 | 交通运输部公路科学研究所 | 高速公路入口匝道合流区智能安全预警控制方法 |
| CN106601002A (zh) * | 2016-11-23 | 2017-04-26 | 苏州大学 | 车联网环境下的城市快速路入口匝道车辆通行引导***及其引导方法 |
| 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 |
| CN113313949A (zh) * | 2021-05-31 | 2021-08-27 | 长安大学 | 一种高速公路出口匝道客货车协同控制方法、装置和设备 |
| CN113345268A (zh) * | 2021-07-16 | 2021-09-03 | 长沙理工大学 | 基于自动驾驶专用车道部署场景下高速公路下匝道分流区域的cav换道决策方法 |
| CN113409594A (zh) * | 2021-07-29 | 2021-09-17 | 苏州大学 | 一种基于强化学习的匝道信号控制优化方法和*** |
| CN113808436A (zh) * | 2021-08-31 | 2021-12-17 | 东南大学 | 一种下匝道车辆驶离智能网联专用道的车队控制方法 |
| CN216211540U (zh) * | 2021-10-25 | 2022-04-05 | 天津新展高速公路有限公司 | 一种智慧高速安全智能引导*** |
| CN113781788A (zh) * | 2021-11-15 | 2021-12-10 | 长沙理工大学 | 基于稳定性与安全性的自动驾驶车辆管理方法 |
| CN114639246A (zh) * | 2022-05-18 | 2022-06-17 | 哈尔滨工业大学 | 一种高速公路匝道合流区车路协同控制方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| 基于多前车最优速度与加速度的网联车跟驰模型;史昕;纪艺;赵祥模;惠飞;;现代电子技术(09);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115880884A (zh) | 2023-03-31 |
| WO2024060486A1 (zh) | 2024-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108986488B (zh) | 一种车车通信环境下匝道汇入协同轨迹确定方法及设备 | |
| CN110070707B (zh) | 一种实现协同式自适应巡航控制车队组队与分离的方法 | |
| 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*** | |
| CN111369813B (zh) | 一种智能网联汽车的匝道分合流协同控制方法及*** | |
| 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 | |
| CN110910646B (zh) | 用于交叉口的无人驾驶公交车辆的协同控制方法 | |
| CN111243296B (zh) | 一种基于合流时间优化的匝道合流协同控制方法及*** | |
| CN107798861A (zh) | 一种车辆协作式编队行驶方法及*** | |
| CN110488802A (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
| CN107731010B (zh) | 车联网环境下前车智能避让推荐方法及*** | |
| US20050128063A1 (en) | Vehicle driving assisting apparatus | |
| CN113327441B (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 | |
| CN115880884B (zh) | 基于可控智能网联车的高速公路匝道混合交通流管控方法 | |
| CN113257007B (zh) | 交叉口共享自动驾驶车道的信号控制方法及*** | |
| CN112233413A (zh) | 一种面向智能网联车辆的多车道时空轨迹优化方法 | |
| CN116740945B (zh) | 混行环境下快速路合流区多车协同编组交汇方法及*** | |
| CN113306552B (zh) | 混合道路拥堵状态下无人驾驶汽车的超低速蠕行方法 | |
| 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 | |
| CN113345240A (zh) | 一种基于智能网联环境的高速公路车辆汇入方法及*** | |
| CN114852076A (zh) | 一种混行交通流环境下自动驾驶车辆轨迹规划方法 | |
| 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 | |
| CN115862329A (zh) | 一种基于高速公路交通事故下的车辆协同换道引导方法 | |
| CN111754774B (zh) | 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 | |
| CN111081014B (zh) | 基于车路协同的自动驾驶汽车指令不服从率的预警处置***及方法 | |
| CN115082900B (zh) | 一种停车场场景下智能车辆行驶决策***及方法 |
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 |