CN105631793B - 一种车流拥堵中车辆群自主协同调度的智能疏导方法 - Google Patents
一种车流拥堵中车辆群自主协同调度的智能疏导方法 Download PDFInfo
- Publication number
- CN105631793B CN105631793B CN201510961268.6A CN201510961268A CN105631793B CN 105631793 B CN105631793 B CN 105631793B CN 201510961268 A CN201510961268 A CN 201510961268A CN 105631793 B CN105631793 B CN 105631793B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- traffic
- speed
- traffic flow
- 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 29
- 238000004891 communication Methods 0.000 claims abstract description 39
- 230000006855 networking Effects 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000003370 grooming effect Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000002441 reversible effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000004044 response Effects 0.000 abstract description 4
- 238000009434 installation Methods 0.000 abstract 1
- 230000010354 integration Effects 0.000 abstract 1
- 230000035945 sensitivity Effects 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 241001556567 Acanthamoeba polyphaga mimivirus Species 0.000 description 3
- 108700026140 MAC combination Proteins 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
- G08G1/096866—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver where the complete route is shown to the driver
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
- G08G1/096872—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver where instructions are given per voice
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车流拥堵中车辆群自主协同调度的智能疏导方法，将智能车载终端与无线通信模块集成，根据车流拥堵时车辆跟驰模型建立协同调度算法的优化指标和车辆行驶参数的采集处理流程，优化指标反映车辆群通行效率的高低，智能车载终端与相邻车辆建立无线通信网络，根据协同调度算法与协议，产生引导指令，通过人机界面向驾驶员提供车辆排队位置和估计通行时间，引导驾驶员选择合适的速度和方向。本发明具有成本较低、终端集成度高、安装简易、灵敏性高、响应速度快等特点，适用于在城区、高速等交通密集地区出行的各类机动车辆，包括货运车、公交车和小轿车等。
Description
技术领域
本发明涉及智能交通领域，特别涉及一种车流拥堵中车辆群自主协同调度的智能疏导方法。
背景技术
近年来，交通堵塞是我国大中城市中普遍存在的难题，特别是局部的、短暂的行车拥堵发生频率非常高，对城市交通整体运行效率影响很大。在道路交通领域中一般将道路状况分为：正常通行、拥挤、事故堵塞、施工等四类，其中，道路因为事故和施工等完全堵塞，车辆必须绕道行驶，这是一类交通堵塞的问题，必须由现场人员指挥或交通管制来解决；另一类是由正常行驶变为拥挤或部分堵塞的情况，如某路段车道数减少、车流高峰期拥挤行驶、慢车占快车道或交通事故占用了部分车道，车流可缓慢通行，这一类交通拥堵问题无论在高速公路还是城市街道或路口都频繁发生，车辆一般不会绕道通行或没有可选道路，只能等待通过拥堵的路段，在这类情况下，司机由于不能及时了解拥堵车流的通行状况，常出于焦虑或急迫心态的原因，不断发生变道、抢道、插队等行为，使得局部车流混乱，不仅降低了拥堵车流整体的通行效率，而且带了交通事故隐患，加重道路拥堵程度。针对此类交通拥堵问题，本专利提出了一种车流疏导的解决方法及其实现技术。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提供一种车流拥堵中车辆群自主协同调度的智能疏导方法，建立一类智能车载终端无线组网与行车信息处理的系统，在车辆拥堵情况下车辆间基于无线数据交互实现自主疏导，提高车辆群的通行效率和安全性。
本发明的目的通过以下的技术方案实现：
一种车流拥堵中车辆群自主协同调度的智能疏导方法，包含以下步骤：
S1、建立拥堵情形下车辆跟驰模型与车流的动态结构模型，给出拥堵车流通行效率的最优指标函数及其计算方法；
S2、采用车载无线终端获取本车及整个车道的行车状况数据，根据单辆车和车流的状态模型确定该车辆位置信息和最优行车指令，通过人机界面展现或语音接口播报给驾驶员。
所述步骤S1，具体为：
车流在某一时刻t由于某种原因在一个距离为L(t)的路段形成拥堵路段，N(t)辆车聚集并缓慢通过该拥堵路段，车辆数目N(t)随着前车通过拥堵路段和后面车辆不断加入而变化，N(t)→0表示拥堵消散过程；
车辆按照通行车道分成k队，其中k为正整数，对应拥堵车流可通行的车道数目，第n辆车在t时刻的车速用一组向量表示
vnf(t)、vnl(t)、vnr(t)分别表示第n辆车向前、向左、向右三个方向的速度大小(单位：m/s)，其中n＝1，2，3，…，N(t)，按照车流前行的逆方向排序；
第n辆车在t时刻与相邻车辆之间的距离用向量
表示，dnf、dnl、dnr分别表示第n辆车与前车、左边车、右边车之间的距离(单位：m)，当其中一个方向无车时，可将车距取为无穷大；设每辆车安全行驶时与相邻车辆的最小距离为
其中hnf、hnl、hnr分别为每辆车安全行驶时与前车、左边车、右边车的最小距离；
将交通流处理为分散的粒子组成，以单个车辆作为描述对象，通过研究单个车辆的前后作用来了解交通流的特性；从力学观点来看，它实际上是一种质点系动力学模型，假设车队中的每一辆车必须与前车保持一定的间距以免发生碰撞，后车的加速或减速取决于前车；考虑车辆对刺激的反应滞后效应以及车辆运动的随机性，每辆车的速度变化规律可以通过如下类型的微分方程来描述：
其中，τ是车辆反应滞后时间；
实测数据表明,驾驶员对前方车距变化会发生延迟的反应从而采用不同的车速和调整车道，对整个车流产生小扰动,小扰动沿车流上游传播,经过一定程度的放大后,引起畅行车辆的不稳定,这个不稳定性造成交通“挤压”,导致局部区域车辆密集,拥堵情形由此形成；
拥堵车流的最大向前行驶速度由每队排在最前面的车辆速度v1f，v2f，…，vkf决定，设第n辆车位于第m列车队中，前进速度定义为vnf(t)＝αn(t)vmf(t)，其中m＝1，2，…，k，0≤αn(t)≤1；拥堵车流中各车辆总是希望以最大的速度行驶，同时不希望发生碰撞或潜在的危险最小化，但是并非每辆车都能以最理想的状态行驶，因此，根据车辆行驶状态参数建立车辆在拥堵情况下车速择优指标，从而根据拥堵车流的情况提前选择行进车道，使得整个拥堵车群有序通过堵塞路段；由以上公式可得，车流前行速度最快指标为：
从而得出车辆运行最佳速度公式和车距信息vnf(t)＝αn(t)vkf(t)，其中dnf＞hnf，dnl＞hnl，dnr＞hnr；同时为保证整个车流能以最快速度通过堵塞，各队车流速度应尽可能相等，即公平行驶指标
在车流拥堵时车辆聚集的结构模型，采用邻接矩阵A表示，即矩阵A中行和列的序号i，j表示车辆编号，i，j＝1，2，3，…，N(t)，元素值取0和1，第(i，j)个元素的值为1表示第i辆车与第j辆车前后相邻，否则元素值为0，其中对角线上的元素默认为1，表示每辆车自身相邻，车辆单向邻接的邻接矩阵为：
该邻接矩阵能够完整表示了车辆聚集时前后跟随的结构状态，基于邻接矩阵的逻辑运算，得到车辆群跟随关系的可达矩阵，车辆都是以邻接的前车向后车单向传递信息，建立基于ZigBee的车辆拥堵时动态无线组网，相邻车辆之间建立通信联系，从而动态计算某一时刻车辆拥堵状态。
所述基于ZigBee的车辆拥堵时动态无线组网，具体通过以下步骤建立：
1)当车流逐渐发生拥堵时，车距变小，到达无线网络通讯范围内，车辆上的zigbee模块自动进行组网；不同于传统的Ad hoc网络，本专利采用链式网络结构，即只实现在同一车道上前后车辆间的定向定位通信，而与左右方向车辆无通信，以确保前方信息传递的纯粹性。
2)车辆位置数据经过计算处理，分析得出车辆所在车道前方路况，最终得出车辆最优行车道、是否需要变道和改变车速等信息，指导驾驶员选择正确的车道和车速，尽量避免交通混乱造成严重交通堵塞，达到自行疏通交通的效果。
所述基于ZigBee的车辆拥堵时动态无线组网，其ZigBee协议在物理层兼容高可靠的短距离无线通信协议IEEE802.11.5。ZigBee协议是一种短距离无线传感器网络的控制协议，主要用于传输控制信息，数据量相对来说比较小，但是其可靠性高，ZigBee联盟在制定ZigBee规范时已经考虑到数据传输过程中的内在的不确定性，采取了一些措施来提高数据传输的可靠性，包括：在物理层兼容高可靠的短距离无线通信协议IEEE802.11.5。同时使用OQPSK和DSSS技术；使用CSMA-CA技术来解决数据冲突问题；使用16-bits CRC来确保数据的正确性；使用带应答的数据传输方式来确保数据正确的传输目的地址；采用星形网络尽量保证数据可以沿着不同的传输路径从源地址到达目的地址。同时，ZigBee无线传感网络具有成本低、功耗低等特点。
本发明建立了面向车辆拥堵疏导的车载终端人机接口技术：
人机接口技术主要解决对驾驶员的引导作用。本专利主要研究基于ZigBee的智能车载终端，选用ARM微处理器与独立的射频芯片相结合的方案完成终端的数据采集与收发。本车载终端设备的设计，实现的功能包括：
1)车载终端不仅能够通过串口与车辆上的动点进行通讯，并且通过车载Zigbee无线通信模块间的数据交换，实现与前车车辆的通讯。
2)车载终端具有友好的图形界面，便于人机交互，并且能够通过有关设备快速实时地获取当前车辆状态以及环境参数。
3)车载终端可实现语音播报功能，给驾驶员提供正确有用的建议信息。
所述车流拥堵中车辆群自主协同调度的智能疏导方法，通过到达角度定位算法(AOA)来实现对同一车道前后车辆的锁定。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明选择无线传感网络技术，实现相邻车辆之间定向与定位连接。此处定位主要是指无线节点能够确定车辆之间的相对位置。由于车辆一直处于运动状态，当发生车辆拥堵时，可同时有多辆车在通信范围内，此时采用无线传感器网络定位中的到达角度定位方法(Angle of Arrival)结合智能天线即可选定只与前车车辆通信。车载无线网络模块全开放连接，即在车辆拥堵、车载无线节点汇聚时节点与节点之间能够基于全开放式通信协议经过握手交互后就能建立即时通信。
2、本发明采用基于ZigBee协议组成的类似Ad Hoc网络，即自组织网络。Ad hoc网络是一种由移动节点组成的临时的、多跳的、对等的自治系统。相对于传统的无线网络，AdHoc没有固定的网络体系结构和管理支持，所有节点分布式运行，每辆车安装一组ZigBee的无线网络节点装置，根据协议选择自组网络，每个车辆的ZigBee通信模块具备协调器和路由器功能，即：(1)作为协调器运行组网程序，实现网络连接操作；(2)作为路由器运行无线动态子网的路由协议，完成节点发现、网络维护等操作。由于无线信道本身的物理特性使AdHoc网络的网络带宽相对有线方式要低得多，另外还由于多路访问、多径衰落、碰撞、阻塞和噪声干扰等多种因素，使得实际带宽要比理论上的最大带宽值小的多，所以，传输的数据不会太复杂。因此，本发明致力于利用接收到的少量信息，综合上述车辆跟驰模型给出最优车速、车距和车道等信息。
附图说明
图1为车载系统整体模块图。
图2为车辆自主疏导流程图。
图3为前车辆车载Zigbee自组网络流程图。
图4为后车辆车载Zigbee自组网络流程图。
图5为车载系统硬件总体框图。
图6为Zigbee功能模块结构框图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
车流产生拥堵的原因有很多，当车流前端出现交通事故，或者车道临时修葺，这些情况都是卫星地图无法及时更新的，因此传统车载导航存在着相当的滞后性，造成了交通的拥堵。本专利着力于改进这种卫星地图的不足，结合Zigbee无线组网技术和智能车载终端技术，及时将前方路况信息从前向后传递，使后车能提早做出正确的行车选择，避免混乱交通和交通拥堵。
正常通行时，三处车道将车流分为三队，根据车流模型可先将所有行车进行编号，并且相邻前后车辆保持着通信连接。当前方突发交通事故时，中间即第二车队无法正常通行，由4、5号车辆开始自行改变车速和车道，同时，分别与8、9号后车组网通信，及时将队列、排号和车速等信息向后传递，使得紧随的车辆12、13号能自主变更车道和车速，避免混乱造成拥堵，达到以最快速度自主疏通车流的目的。
根据车联网(Internet of Things，IOV)技术体系，包括车辆自身环境和状态信息的采集、信号收发、绑定组网和数据管理与传输，实现与前车的通信。一般车联网系统都是一个“端管云”三层体系：
第一层(端系统)：端系统是汽车的智能传感器，负责采集与获取车辆的智能信息，感知行车状态与环境；本专利利用的是车间通信，同时还是让汽车具备IOV寻址和网络可信标识等能力的设备；
第二层(管系统)是解决车与车(V2V)、车与路(V2R)、车与网(V2I)、车与人(V2H)等的互联互通，实现车辆自组网。本专利采用Zigbee无线组网模块，就是发现并筛选出与本车可保持通信的前车车辆并与之绑定，通过zigbee协议实现一个短距离的点对点的定向通信，并将从前车采集到的数据储存起来通过串口通信传输给车流模型分析模块；
第三层(云系统)，本发明不加以详述。
一种车流拥堵中车辆群自主协同调度的智能疏导方法与装置，在功能结构上分为车辆信息通信模块、车流信息计算处理模块和人机交互三大部分。其整体模块图如图1所示。本专利涉及的即是基于ZigBee的车联网技术，并选用ARM微处理器与独立的射频芯片相结合的方案完成终端数据采集与收发。车辆信息传递由ZigBee自组联网，进行有选择的定向绑定通信；车流信息计算处理包括在车载终端中；车载终端包括主CPU板和MIMI板两部分组成，其中主CPU板主要负责与ZigBee模块保持通信，将无线通信模块接收的信息进行计算处理，分析路况得出最优解决方案；MIMI板主要负责人机交互功能，通过一路RS485通道与主CPU板通信。
本专利涉及的车辆群自主协同调度的智能疏导方法与装置，根据上述结构具有zigbee无线组网、车流模型分析、车载终端服务三大功能模块。具体自主疏导流程图如图2所示，车载Zigbee模块定周期对前方进行轮询扫描，当车流逐渐密集并将发生拥堵时，前后车辆间距离逐渐减小，到达Zigbee模块通信范围，满足了相邻节点的联网条件，后车车辆便可接收到前车主动发射过来的无线信号，前车请求后车与其绑定，在接收到后车确定绑定信号后，临近的前后车辆便可成功建立定向层次结构网络，进行通信。前车将车载无线传感器采集到的简单路况信息及时传递给后车车辆，后车车流模型分析模块将信息与原始路况信息进行对比，根据上述车辆群运分析计算获取本车与整个车道的行车状况数据，估计算出在途车辆前车的基本路况，以保证每条车道车流速尽可能相等并且最快速度通过拥堵为目的，进行车辆行驶优化调度，计算出拥堵车流同行效率的最优指示函数；车载终端服务模块收到车流模型分析模块计算出的最终数据后，CPU模块开始和车内电控设备、MIMI模块和扩展模块进行通信，发出控制指令，其中扩展模块可以包括TTS语音加载器，给司机展示前方可能路况，提出相应建议，提前选择正确的车道和车速。当车流逐渐成功达成自主疏散后，前后车辆距离超出联网条件，网络断开，拥堵消散，拥堵过程结束。否则车辆间继续重构网络，重新自主协调疏散。
本专利涉及的车辆群自主协同调度的智能疏导方法与装置，无线组网技术采用Zigbee通信协议自组网技术，网络全开放。其中前、后车Zigbee自组网流程图如图3、4所示。前端车辆节点通过定向天线检测短距离内是否有可通信后车车辆，若有，则反复发送请求组网信号，当后车车辆接收到前车车辆的组网信息后，回复确定组网信号，前后车辆自组网络成功，前车车辆即开始发送本车基本信息，后车车辆接收到这些承载前车车速，车道等信息的数据后，通过串口发送给车载内核CPU进行进一步数据处理和模型分析。
通过对无线传感器定位算法的深度探究，为保证只与同车道的前车通信，本专利采用定位精度高的到达角度定位方法(AOA)更方便简洁的筛选出可与车辆传输有用信息的前车车辆。在AOA的获取方法中，方向性天线就被应用于自组网络中来进行角度估计。与全向天线的全向发送不同，方向性天线利用数字信号处理技术，产生空间方向性波束。方向性天线应用与自组网络时，通常使用波束切换天线(Switch Beam Antenna)和自适应阵列天线(Adaptive Array Antenna)两种。
(1)采用波束切换天线时，所有车辆不断发出恒定速度的旋转窄波束，而前车辆用一个物理旋转的方向性天线测量接收到信号，如果某个方向上信号最强，则表示此方向有车辆，并且两个通信节点只有当定向天线指向相对，且一个处于发状态，另一个处于收状态时才能发生有效通信。我们在此设置一个角度阈值，以筛选出只位于车辆后端的车辆，随后与其绑定，进行通信获得路况信息。
(2)当车辆装配有智能天线或阵列天线时，从后方车辆发射的电磁波可以看作是平面波，假设电磁波的波长为λ，天线阵列的间隔距离为d，可以测的不同振元接收信号的相位差
则根据公式
可以求出相邻天线振元接收的来自同一标签的到达角为θ。因此同样可以定位到同一车道的相邻前后车辆。
本专利涉及的车辆群自主协同调度的智能疏导方法与装置，在数据传输与交换过程中采用定向通讯，网络全开放，握手通信。由于车辆之间为一定短距离自组网络，所以车辆信息的安全性也是至关重要的。基于定向天线阵的自组网络中，MAC协议主要表现为无中心混合式预约协议，MAC协议通过公共信道上的RTS/CTS握手来解决分布式网络中扩频码的动态分配问题，通过捎带ACK帧来实现双向预留机制。协议较好地解决了网络中的碰撞问题。
车辆利用自身车身传感器，采集出自身车速与车辆行驶车道号以及车辆变道方向趋势，将这些信息与自身排号打包成数据包，传给后车车辆。其中数据包中主要内容为前车车辆编号k，k辆车在t时刻的车速
k辆车在t时刻与前方车辆之间的距离
以及车辆所在车道编号m。后车车辆(车辆编号n＝k+1)将数据包取出，通过串口传送至车载内核CPU内进行分析。根据以上详述的算法，选择车流前行速度最快指标
从而得出最佳车速
车距
和是否需要变更车道号m的信息。然后重复打包新数据给后车车辆。其中涉及的智能车载终端采用android系统,车载终端采集工况和位置数据，把数据转换成图像或者语音信息与司机进行交互。
本发明是基于拥堵车辆群的跟驰模型与车流优化调度算法的整套车载系统。在具体实现上主要采用嵌入式系统。智能车载终端硬件由微控制器、GPS模块、GPRS模块、CAN数据收发、E2PROM存储、时钟等部分组成。其硬件总体框图如图5所示。
微控制器选用STM32，STM32系列是专为要求高性能，低成本。低功耗的嵌入式应用设计的。GPS模块选择型号为NEO-6M的GPS定位模块。该模块体积小，定位精度高，能够满足车载定位的要求。GSM/GPRS模块型号为SIM900A,内嵌TCP/IP协议，扩展的TCP/IP AT命令能让用户很容易完成通信功能，方便用于GPRS数据传输。
Zigbee模块硬件采用芯片CC2530芯片。其主要功能模块如图6。CC2530是用于2.4-GHz IEEE 802.15.4、ZigBee和RF4CE应用的一个真正的片上系统(SoC)解决方案,它能够以非常低的总的材料成本建立强大的网络节点。CC2530结合了领先的RF收发器的优良性能，业界标准的增强型8051CPU，系统内可编程闪存，8-KB RAM和许多其它强大的功能。CC2530有四种不同的闪存版本:CC2530F32/64/128/256，分别具有32/64/128/256KB的闪存。CC2530具有不同的运行模式，使得它尤其适应超低功耗要求的系统。运行模式之间的转换时间短进一步确保了低能源消耗。
本发明智能车载终端系统的软件部分主要包括：主控子模块、GPS采集/处理子模块、GPRS报文通信子模块、Zigbee通信组网子模块、显示驱动子模块等。其中IAR开发环境用于CC2530单片机的开发，使其实现Zigbee节点的点对点的简单通信。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (4)
1.一种车流拥堵中车辆群自主协同调度的智能疏导方法，其特征在于，包含以下步骤：
S1、建立拥堵情形下车辆跟驰模型与车流的动态结构模型，给出拥堵车流通行效率的最优指标函数及其计算方法；具体为：
车流在某一时刻t在一个距离为L(t)的路段形成拥堵路段，N(t)辆车聚集并缓慢通过该拥堵路段，车辆数目N(t)随着前车通过拥堵路段和后面车辆不断加入而变化，N(t)→0表示拥堵消散过程；
车辆按照通行车道分成k队，其中k为正整数，第n辆车在t时刻的车速用一组向量表示
vnf(t)、vnl(t)、vnr(t)分别表示第n辆车向前、向左、向右三个方向的速度大小，其中n＝1，2，3，…，N(t)，按照车流前行的逆方向排序；
第n辆车在t时刻与相邻车辆之间的距离用向量
表示，dnf、dnl、dnr分别表示第n辆车与前车、左边车、右边车之间的距离，当其中一个方向无车时，可将车距取为无穷大；设每辆车安全行驶时与相邻车辆的最小距离为
其中hnf、hnl、hnr分别为每辆车安全行驶时与前车、左边车、右边车的最小距离；
每辆车的速度变化规律可以通过如下类型的微分方程来描述：
其中，τ是车辆反应滞后时间；
拥堵车流的最大向前行驶速度由每队排在最前面的车辆速度v1f,v2f,…,vkf决定，设第n辆车位于第m列车队中，前进速度定义为vnf(t)＝αn(t)vmf(t)，其中m＝1,2,…,k，0≤αn(t)≤1；根据车辆行驶状态参数建立车辆在拥堵情况下车速择优指标；由以上公式可得，车流前行速度最快指标为：
从而得出车辆运行最佳速度vnf(t)＝αn(t)vkf(t)，
及车距信息dnf(t)＝dnf0+∫0 t(v(n-1)f-vnf)dt，其中dnf＞hnf，dnl＞hnl，dnr＞hnr；公平行驶指标
在车流拥堵时车辆聚集的结构模型，采用邻接矩阵A表示，即矩阵A中行和列的序号i，j表示车辆编号，i，j＝1，2，3，…，N(t)，元素值取0和1，第(i，j)个元素的值为1表示第i辆车与第j辆车前后相邻，否则元素值为0，其中对角线上的元素默认为1，表示每辆车自身相邻，车辆单向邻接的邻接矩阵为：
该邻接矩阵完整表示了车辆聚集时前后跟随的结构状态，基于邻接矩阵的逻辑运算，得到车辆群跟随关系的可达矩阵，车辆都是以邻接的前车向后车单向传递信息，建立基于ZigBee的车辆拥堵时动态无线组网，相邻车辆之间建立通信联系，从而动态计算某一时刻车辆拥堵状态；
S2、采用车载无线终端获取本车及整个车道的行车状况数据，根据单辆车和车流的状态模型确定该车辆位置信息和最优行车指令，通过人机界面展现或语音接口播报给驾驶员。
2.根据权利要求1所述的车流拥堵中车辆群自主协同调度的智能疏导方法，其特征在于，所述基于ZigBee的车辆拥堵时动态无线组网，具体通过以下步骤建立：
1)当车流逐渐发生拥堵时，车距变小，到达无线网络通讯范围内，车辆上的zigbee模块自动进行组网；
2)车辆位置数据经过计算处理，分析得出车辆所在车道前方路况，最终得出车辆最优行车道、是否需要变道和改变车速信息，指导驾驶员选择正确的车道和车速。
3.根据权利要求1所述的车流拥堵中车辆群自主协同调度的智能疏导方法，其特征在于，所述基于ZigBee的车辆拥堵时动态无线组网，其ZigBee协议在物理层兼容短距离无线通信协议IEEE802.11.5。
4.根据权利要求1所述的车流拥堵中车辆群自主协同调度的智能疏导方法，其特征在于，所述车流拥堵中车辆群自主协同调度的智能疏导方法，通过到达角度定位算法来实现对同一车道前后车辆的锁定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510961268.6A CN105631793B (zh) | 2015-12-18 | 2015-12-18 | 一种车流拥堵中车辆群自主协同调度的智能疏导方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510961268.6A CN105631793B (zh) | 2015-12-18 | 2015-12-18 | 一种车流拥堵中车辆群自主协同调度的智能疏导方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105631793A CN105631793A (zh) | 2016-06-01 |
| CN105631793B true CN105631793B (zh) | 2020-01-14 |
Family
ID=56046682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510961268.6A Active CN105631793B (zh) | 2015-12-18 | 2015-12-18 | 一种车流拥堵中车辆群自主协同调度的智能疏导方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105631793B (zh) |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101905963B1 (ko) * | 2016-08-01 | 2018-10-08 | 현대자동차주식회사 | 차선 노드 트리 구성 시스템 및 그 방법 |
| JP6583185B2 (ja) | 2016-08-10 | 2019-10-02 | トヨタ自動車株式会社 | 自動運転システム及び自動運転車両 |
| CN107845231A (zh) * | 2016-09-18 | 2018-03-27 | 邹红星 | 智能交通管理方法、系统、车载终端和交通管控服务平台 |
| WO2018083778A1 (ja) * | 2016-11-04 | 2018-05-11 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
| CN108528455B (zh) * | 2017-03-03 | 2021-05-04 | 奥迪股份公司 | 驾驶辅助系统和方法 |
| CN109426245A (zh) * | 2017-06-29 | 2019-03-05 | 李志远 | 车辆智能行车安全控制技术 |
| CN108022423B (zh) * | 2017-11-15 | 2020-02-18 | 华南理工大学 | 一种ca模型下的城市施工路段车辆变道点逐日预测方法 |
| JP6954052B2 (ja) * | 2017-11-27 | 2021-10-27 | トヨタ自動車株式会社 | 車群制御装置 |
| CN108417026B (zh) * | 2017-12-01 | 2020-07-07 | 安徽优思天成智能科技有限公司 | 一种使道路通行能力最优的智能车比例获取方法 |
| CN108297878B (zh) * | 2018-02-06 | 2020-04-24 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、车载终端、服务器及介质 |
| CN108955707A (zh) * | 2018-05-21 | 2018-12-07 | 深圳市沃特沃德股份有限公司 | 拥堵路况车道选择方法及导航终端、服务器 |
| CN109859479B (zh) * | 2019-04-03 | 2022-03-18 | 湖南科技学院 | 一种基于云计算的车辆道路引导疏散方法 |
| CN110264758B (zh) * | 2019-05-27 | 2020-11-27 | 北京邮电大学 | 基于微云的车辆信息处理与交互方法、处理与交互系统 |
| CN112201062B (zh) * | 2019-07-08 | 2022-05-03 | 中国电信股份有限公司 | 车辆的控制方法、系统、装置和计算机可读存储介质 |
| CN110570049B (zh) * | 2019-09-19 | 2022-04-29 | 西南交通大学 | 一种高速公路混合交通流汇流协同优化底层控制方法 |
| CN111640321B (zh) * | 2020-05-29 | 2021-11-12 | 深圳市元征科技股份有限公司 | 一种基于边缘计算的拥堵缓解方法及相关设备 |
| CN112258864B (zh) * | 2020-10-19 | 2022-03-11 | 广西大学 | 基于顺序选择的自动驾驶车辆路口调度方法及系统 |
| CN112598907B (zh) * | 2020-12-17 | 2021-12-07 | 东风商用车有限公司 | 拥堵预测方法、装置、设备及可读存储介质 |
| CN113055813A (zh) * | 2021-02-05 | 2021-06-29 | 北京交通大学 | 一种面向混合交通流的低成本网联通信装置 |
| CN113543017B (zh) * | 2021-06-02 | 2022-07-29 | 北京邮电大学 | 毫米波车联网的波束切换方法及相关设备 |
| CN113781812B (zh) * | 2021-09-28 | 2022-12-27 | 长安大学 | 一种无人驾驶车辆驶出道路的控制方法 |
| CN115250284B (zh) * | 2022-07-20 | 2024-03-19 | 安徽远航交通科技有限公司 | 一种基于物联网云服务的高速作业区安全管控系统 |
| CN115440036B (zh) * | 2022-08-26 | 2023-08-29 | 同济大学 | 一种车辆跟驰关系管理与角色实时配置方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102280037A (zh) * | 2011-07-20 | 2011-12-14 | 浙江交通职业技术学院 | 一种基于ZigBee网络的交通信息发布方法 |
| CN103116995A (zh) * | 2013-01-09 | 2013-05-22 | 同济大学 | 基于电子眼的车联网数据传输路径选择优化方法 |
| CN104134344A (zh) * | 2014-07-29 | 2014-11-05 | 北京航空航天大学 | 一种基于车联网的道路交通网络应急疏散路径生成方法 |
| CN105118320A (zh) * | 2015-09-29 | 2015-12-02 | 北方工业大学 | 一种基于车路协同的城市路段交通诱导方法及装置 |
-
2015
- 2015-12-18 CN CN201510961268.6A patent/CN105631793B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102280037A (zh) * | 2011-07-20 | 2011-12-14 | 浙江交通职业技术学院 | 一种基于ZigBee网络的交通信息发布方法 |
| CN103116995A (zh) * | 2013-01-09 | 2013-05-22 | 同济大学 | 基于电子眼的车联网数据传输路径选择优化方法 |
| CN104134344A (zh) * | 2014-07-29 | 2014-11-05 | 北京航空航天大学 | 一种基于车联网的道路交通网络应急疏散路径生成方法 |
| CN105118320A (zh) * | 2015-09-29 | 2015-12-02 | 北方工业大学 | 一种基于车路协同的城市路段交通诱导方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105631793A (zh) | 2016-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105631793B (zh) | 一种车流拥堵中车辆群自主协同调度的智能疏导方法 | |
| Xu et al. | Internet of vehicles in big data era | |
| Zhang et al. | Breaking the blockage for big data transmission: Gigabit road communication in autonomous vehicles | |
| US10531254B2 (en) | Millimeter wave vehicle-to-vehicle communication system for data sharing | |
| US12022353B2 (en) | Vehicle to everything dynamic geofence | |
| Vegni et al. | Smart vehicles, technologies and main applications in vehicular ad hoc networks | |
| Nafi et al. | A VANET based intelligent road traffic signalling system | |
| Popescu-Zeletin et al. | Vehicular-2-X communication: state-of-the-art and research in mobile vehicular ad hoc networks | |
| JP5440601B2 (ja) | 移動局通信装置、移動局間通信システムおよび移動局間通信方法 | |
| CN103875281B (zh) | 无线通信装置及无线通信方法 | |
| CN111601237A (zh) | 支持第一移动站以预测分散式无线通信的信道质量的方法 | |
| Kabir | Research issues on vehicular ad hoc network | |
| EP3678353B1 (en) | Matching a first connected device with a second connected device based on vehicle-to-everything v2x message variables | |
| Roy et al. | Communication based accident avoidance and congestion control mechanism in VANETs | |
| Bi et al. | Safety message broadcast in vehicular networks | |
| Fujiki et al. | Efficient acquisition of local traffic information using inter-vehicle communication with queries | |
| Xu et al. | An adaptive dissemination mechanism for inter-vehicle communication-based decentralized traffic information systems | |
| CN103095592B (zh) | 车辆自组织网络的区域多播路由系统及方法 | |
| KR102635088B1 (ko) | 차량 통신 데이터의 패킷 필터링 방법 및 그를 수행하는 차량용 통신 단말 장치 | |
| Manu et al. | Performance comparison of communication technologies for V2X applications | |
| Ashok et al. | Review on Energy Efficient V2V Communication Techniques for a Dynamic and Congested Traffic Environment | |
| Chavhan et al. | Edge-Empowered Communication-Based Vehicle and Pedestrian Trajectory Perception System for Smart Cities | |
| CN113179500A (zh) | 用于桥接和优化车辆中的v2x网络的方法和设备 | |
| Kumar | Collision Prevention in a Cross road Scenario in Vehicular Networks | |
| WU et al. | Intelligent Transportation Information Interaction Technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |