CN107176163A - 通过协作自适应巡航控制来减少拥堵的方法和设备 - Google Patents

通过协作自适应巡航控制来减少拥堵的方法和设备 Download PDF

Info

Publication number
CN107176163A
CN107176163A CN201710145414.7A CN201710145414A CN107176163A CN 107176163 A CN107176163 A CN 107176163A CN 201710145414 A CN201710145414 A CN 201710145414A CN 107176163 A CN107176163 A CN 107176163A
Authority
CN
China
Prior art keywords
density
vehicle
traffic
speed
section
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
Application number
CN201710145414.7A
Other languages
English (en)
Other versions
CN107176163B (zh
Inventor
佩里·罗宾逊·麦克尼尔
南兹奥·德西亚
约瑟夫·维希涅夫斯基
安德亚·鲍斯·乔旺尼克
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN107176163A publication Critical patent/CN107176163A/zh
Application granted granted Critical
Publication of CN107176163B publication Critical patent/CN107176163B/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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • B60W30/14—Adaptive cruise control
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • B60W30/146—Speed limiting
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/02—Detecting movement of traffic to be counted or controlled using treadles built into the road
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开涉及通过协作自适应巡航控制来减少拥堵的方法和设备。一种系统包括处理器，所述处理器被配置为确定路段上的交通密度。所述处理器还被配置为：基于从离开所述路段的多个车辆接收的交通密度和行驶特性数据，对交通参数建立模型，以使所述路段上的交通流量最大化。所述处理器还被配置为：使用所述模型来确定速度相对于密度的曲线，并且将所述速度相对于密度的曲线发送给进入所述路段的车辆，其中，所述曲线将使交通流量最大化。

Description

通过协作自适应巡航控制来减少拥堵的方法和设备
技术领域
说明性实施例总体上涉及一种用于通过协作自适应巡航控制来减少拥堵的方法和设备。
背景技术
交通拥堵经常开始于限制地点(诸如，桥梁、隧道和施工地点)，在所述限制地点处，多个行车道合并成单个车道或者驾驶员必须保持行驶在通过狭窄区域的车道内(导致很多驾驶员减速)。虽然有一点拥堵可能是无害的，但是在交通繁忙的时间段前后，这会像滚雪球般扩大为严重的拥堵，导致突然耗费数小时去自行解决。
已经观察到，利用随着变化的给定的每英里车辆数量而不同的每分钟通过某一点的车辆数量(车辆流量)，可以以稍微小于每英里的车辆的最大数量(一辆车接着一辆车的交通(bumper to bumper traffic))的数量来实现最佳流量。也就是说，如果存在控制在给定间隔(诸如，一英里)上间隔开的车辆的数量、将所述数量限制为最佳数量或接近最佳数量并且还控制车辆速度的方式，则交通可继续流动，而不会形成所有人都寸步难移的点(停滞的、一辆车接着一辆车的交通)。当然，几乎不可能控制每个驾驶员的驾驶速度并且防止车辆与前方车辆紧密地堆积在一起，使得交通量(就每英里的车辆数量而言)超过优化点。
一种控制车辆流量的尝试包括在特定地点处安装交通信号灯或其它交通控制装置。这需要大量的基础设施，在某些地点处(例如，通过使每个车辆停车一秒或两秒)而不必要地使交通减慢以优化其它地点处的车辆流量，并且会导致公众对这些控制装置的烦恼，这些控制装置实际上可提供一些优点，但是被公众认为是麻烦的和不必要的。
发明内容
在第一说明性实施例中，一种系统包括处理器，所述处理器被配置为确 定路段上的交通密度。所述处理器还被配置为：基于从离开所述路段的多个车辆接收的交通密度和行驶特性数据，对交通参数建立模型，以使所述路段上的交通流量最大化。所述处理器还被配置为：使用所述模型确定将提高交通流量的对交通的改变；向车辆发送控制指令，以根据所述改变来控制所述车辆。
在第二说明性实施例中，一种系统包括处理器，所述处理器被配置为：无线地接收速度相对于密度的曲线，所述曲线表示在给定密度处的用于使交通流量最大化的最佳车辆速度。所述处理器还被配置为：将密度值转换为车距值；针对由车辆传感器测量的可用于车辆的当前车距，基于所述速度相对于密度的曲线来控制车辆速度以匹配速度值。
在第三说明性实施例中，一种系统包括处理器，所述处理器被配置为确定路段上的交通密度。所述处理器还被配置为：基于从离开所述路段的多个车辆接收的交通密度和行驶特性数据对最佳交通参数建立模型，以使所述路段上的交通流量最大化。所述处理器还被配置为：使用所述模型确定速度相对于密度的曲线，所述曲线将使交通流量最大化；将所述速度相对于密度的曲线发送给进入所述路段的车辆。
附图说明
图1示出说明性的车辆计算系统；
图2A示出说明性的交通流量数据图表；
图2B示出基于人类驾驶员行为的振荡的交通模式的效果；
图3示出协作自适应巡航控制实现的说明性示例；
图4示出协作自适应巡航控制实现的另一说明性示例；
图5示出使用协作自适应巡航控制来控制交通流量和速度的说明性处理；
图6示出用于对不能确定协作自适应巡航控制指令的流量模型进行更新的更新处理；
图7示出使用CACC车辆来控制交通流量的说明性处理。
具体实施方式
根据需要，在此公开本发明的具体实施例；然而，应当理解的是，所公开的实施例仅为本发明的示例，其可以以各种可替代形式实施。附图无需按 比例绘制；可夸大或最小化一些特征以示出特定组件的细节。因此，此处所公开的具体结构和功能细节不应被解释为限制，而仅仅作为用于教导本领域技术人员以多种形式利用本发明的代表性基础。
图1示出用于车辆31的基于车辆的计算系统(VCS)1的示例框式拓扑图。这种基于车辆的计算系统1的示例为由福特汽车公司制造的SYNC系统。设置有基于车辆的计算系统的车辆可包含位于车辆中的可视前端界面4。如果所述界面设置有例如触摸敏感屏幕，则用户还能够与所述界面进行交互。在另一说明性实施例中，通过按钮按压、具有自动语音识别和语音合成的口语对话系统来进行交互。
在图1所示的说明性实施例1中，处理器3控制基于车辆的计算系统的至少一部分操作。设置在车辆内的处理器允许对命令和例程进行车载处理。另外，处理器连接到非持久性存储器5和持久性存储器7两者。在此说明性实施例中，非持久性存储器是随机存取存储器(RAM)，持久性存储器是硬盘驱动器(HDD)或闪存。一般说来，持久性(非暂时性)存储器可包括当计算机或其它装置掉电时保持数据的所有形式的存储器。这些存储器包括但不限于：HDD、CD、DVD、磁带、固态驱动器、便携式USB驱动器和任何其它适当形式的持久性存储器。
处理器还设置有允许用户与处理器进行交互的若干不同输入。在此说明性实施例中，麦克风29、辅助输入25(用于输入33)、USB输入23、GPS输入24、屏幕4(可为触摸屏显示器)和蓝牙输入15全部被设置。还设置有输入选择器51，以允许用户在各种输入之间进行切换。对于麦克风和辅助连接器两者的输入在被传送到处理器之前，由转换器27对所述输入进行模数转换。尽管未示出，但是与VCS进行通信的众多车辆组件和辅助组件可使用车辆网络(诸如但不限于CAN总线)向VCS(或其组件)传送数据并传送来自VCS(或其组件)的数据。
系统的输出可包括但不限于视觉显示器4以及扬声器13或立体声系统输出。扬声器连接到放大器11，并通过数模转换器9从处理器3接收其信号。还可分别沿19和21所示的双向数据流产生到远程蓝牙装置(诸如个人导航装置(PND)54)或USB装置(诸如车辆导航装置60)的输出。
在一说明性实施例中，系统1使用蓝牙收发器15与用户的移动装置53(例如，蜂窝电话、智能电话、PDA或具有无线远程网络连接能力的任何其 它装置)进行通信(17)。移动装置随后可用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。在一些实施例中，蜂窝塔57可以是WiFi接入点。
移动装置与蓝牙收发器之间的示例性通信由信号14表示。
可通过按钮52或类似的输入来指示将移动装置53与蓝牙收发器15进行配对或结合。相应地，CPU被指示车载蓝牙收发器将与移动装置中的蓝牙收发器进行配对。
可利用例如与移动装置53关联的数据计划、话上数据或DTMF音在CPU 3与网络61之间传送数据。可选地，可期望包括具有天线18的车载调制解调器63，以便在CPU 3与网络61之间通过语音频带传送数据(16)。移动装置53随后可用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。在一些实施例中，调制解调器63可与蜂窝塔57建立通信(20)，以与网络61进行通信。作为非限制性示例，调制解调器63可以是USB蜂窝调制解调器，并且通信20可以是蜂窝通信。
在一说明性实施例中，处理器设置有包括用于与调制解调器应用软件进行通信的API的操作系统。调制解调器应用软件可访问蓝牙收发器上的嵌入式模块或固件，以完成与(诸如在移动装置中发现的)远程蓝牙收发器的无线通信。蓝牙是IEEE 802 PAN(个域网)协议的子集。IEEE 802 LAN(局域网)协议包括WiFi并与IEEE 802 PAN具有相当多的交叉功能。两者都适合于车辆内的无线通信。可在本领域使用的其它通信方式是自由空间光通信(诸如IrDA)和非标准化消费者IR协议。
在另一实施例中，移动装置53包括用于语音频带或宽带数据通信的调制解调器。在话上数据的实施例中，当移动装置的所有者可在数据被传送的同时通过装置说话时，可实施已知为频分复用的技术。在其它时间，当所有者没有在使用装置时，数据传送可使用整个带宽(在一示例中是300Hz至3.4kHz)。尽管频分复用对于车辆与互联网之间的模拟蜂窝通信而言会是常见的并仍在被使用，但其已经很大程度上被用于数字蜂窝通信的码域多址(CDMA)、时域多址(TDMA)、空域多址(SDMA)的混合体所替代。这些都是ITU IMT-2000(3G)兼容的标准，为静止或行走的用户提供高达2mbps的数据速率，并为在移动的车辆中的用户提供高达385kbps的数据速率。3G标准现在正被IMT-Advanced(4G)所替代，其中，所述IMT-Advanced(4G) 为车辆中的用户提供100mbps的数据速率，并为静止的用户提供1gbps的数据速率。如果用户具有与移动装置关联的数据计划，则所述数据计划可允许宽带传输且所述系统可使用宽得多的带宽(加速数据传送)。在另一实施例中，移动装置53被安装至车辆31的蜂窝通信装置(未示出)所替代。在另一实施例中，移动装置(ND)53可以是能够通过例如(而非限制)802.11g网络(即WiFi)或WiMax网络进行通信的无线局域网(LAN)装置。
在一实施例中，传入数据可经由话上数据或数据计划通过移动装置，通过车载蓝牙收发器，并进入车辆的内部处理器3。例如，在某些临时数据的情况下，数据可被存储在HDD或其它存储介质7上，直至不再需要所述数据时为止。
其它的可与车辆进行接口连接的源包括：具有例如USB连接56和/或天线58的个人导航装置54、具有USB 62或其它连接的车辆导航装置60、车载GPS装置24、或者具有与网络61的连接能力的远程导航系统(未示出)。USB是一类串行联网协议中的一种。IEEE 1394(火线TM(苹果)、i.LINKTM(索尼)和LynxTM(德州仪器))、EIA(电子工业协会)串行协议、IEEE1284(Centronics端口)、S/PDIF(索尼/飞利浦数字互连格式)和USB-IF(USB开发者论坛)形成了装置-装置串行标准的骨干。多数协议可针对电通信或光通信来实施。
此外，CPU可与各种其它辅助装置65进行通信。这些装置可通过无线连接67或有线连接69来连接。辅助装置65可包括但不限于个人媒体播放器、无线保健装置、便携式计算机等。
此外或可选地，可利用例如WiFi(IEEE 803.11)收发器71将CPU连接到基于车辆的无线路由器73。这可允许CPU在本地路由器73的范围内连接到远程网络。
除了由位于车辆中的车辆计算系统执行示例性处理之外，在某些实施例中，还可由与车辆计算系统通信的计算系统来执行示例性处理。这样的系统可包括但不限于：无线装置(例如但不限于移动电话)或通过无线装置连接的远程计算系统(例如但不限于服务器)。这样的系统可被统称为与车辆关联的计算系统(VACS)。在某些实施例中，VACS的特定组件可根据系统的特定实施而执行处理的特定部分。通过示例而并非限制的方式，如果处理具有与配对的无线装置进行发送或者接收信息的步骤，则很可能无线装置不执行 该处理，这是因为无线装置不会与自身进行信息的“发送和接收”。本领域的普通技术人员将理解何时不适合对给定解决方案应用特定的VACS。
在此处讨论的每个说明性实施例中，示出了可由计算系统执行的处理的示例性、非限制性的示例。针对每个处理，出于执行处理的限制性目的，执行处理的计算系统可被配置为用于执行处理的专用处理器。所有处理不需要全部被执行，并且被理解为可被执行以实现发明的要素的处理类型的示例。可根据需要添加额外的步骤或者从示例性处理中移除额外的步骤。
问题可因车道封闭、行驶通过隧道或跨越桥梁等所引起的对交通流量的限制而出现。例如，在曼哈顿，每个工作日有近两百万车辆进入和离开该岛。而且，主要运输路线I-95每天可运载几十万辆车辆。由于大多数或所有此类交通跨越桥梁和隧道，所以在这些堵塞点(choke-point)必须保持流动，否则会发生可能所有交通停止很长距离的堵塞(backup)。
说明性示例提供一种利用车辆的协作自适应巡航控制(CACC)或其它自动速度控制(还包括彼此通信的车辆的自动速度控制)的解决方案。自适应巡航控制(ACC)可在单个车辆中被安装和使用，以动态地控制车辆速度。与提供固定速度的传统的巡航控制不同，自适应巡航控制可在车辆接近前方车辆的情况下减速，并且随后在获得足够的空间来恢复速度时(诸如，当前方车辆加速时)恢复速度。协作自适应巡航控制利用多个车辆彼此通信的能力，使得车辆可一致地行动以实现更好的速度和流动。
因为车辆经常被限制在当前车道或单个行驶车道，所以当行驶通过已知的堵塞点时，仅存在几个(有时少至两个)启用CACC的车辆可被用于通过协作地调节速度和CACC车辆之间的距离来“调节”交通流量，来使得车辆能够“迫使”其它车辆以期望的方式行动。从CACC驾驶员和其它驾驶员的角度来看，这样的行为是相对不易察觉的，然而通过以这种方式控制交通可更好地实现最佳流速。
例如，可确定：每分钟六辆车的最佳速率产生最大流速，并且防止由于车辆行驶得太慢或车辆行驶得太接近而产生的拥堵。在只有几个CACC车辆分散在车辆队列中的情况下，可控制车辆流量，并且可控制速度。通过降低第二CACC车辆或第三CACC车辆的初始速度，可限制每英里的车辆数量直到达到期望的间隔为止，此时CACC车辆可加速到最佳速度以使交通继续向前移动。尽管这并不完美(由于CACC车辆实际上不能导致中间车辆加速，例如，尽管CACC车辆可通过使领先的CACC车辆减速而使中间车辆减速)，但是可在不必安装复杂的基础设施的情况下实现对交通流量的一定程度的控制，并且可相对不易察觉地完成。
通常，可通过领先车辆与尾随车辆分享数据(诸如但不限于，车轮转速、里程表和加速度计数据)来实现两个配备有CACC的车辆之间的协作。这能够与GNSS数据组合，并且尾随车辆可确定基于两个车辆的各自位置的到领先车辆的距离(车距(headway))、车辆之间的任何速度差以及由此恰好匹配两个车辆的速度所需要的制动扭矩或动力传动系统扭矩的量。如果存在中间车辆(并且变换车道是不可能的)，则领先车辆与尾随车辆之间的协作可产生对中间车辆的速度的一定程度的控制。
图2A示出说明性的交通流量数据图表。在图表201中，可以看出，通过小于最大可能密度的交通密度209实现了最大车辆流量207(每分钟通过给定点的车辆的最大数量)。也就是说，通过使小于最大数量的某一数量的车辆存在于给定间隔内，交通实际上更快地移动并且能够实现最佳流量。然而，如果放任驾驶员自己驾驶车辆，则驾驶员可能趋向于太靠近前方车辆行驶，产生每英里存在太多车辆的情况，其中，图2A示出实际上这将减慢交通、减少每分钟通过一个点的车辆的总数。从历史观点上说，仅告诉人们“如果例如每个车辆以十五英尺的距离尾随在领先车辆之后则可实现最佳交通流量”是相对没有成效的计划，这是因为人们将忽略这个规则并且因为人们往往不善于在行驶时(尤其是高速行驶时)实际测量十五英尺(或任何适合的距离)。
图表205示出特定最佳速度产生最大流量219，但是仅仅超过该速度一小点可使流量迅速减小至接近于零。例如，如果所有车辆以55英里每小时的速度行驶，则由于所得到的密度可能实现最大流量，但是超过该速度的几个车辆可导致密度增大，这可使流量快速地减小至接近零。经验已经表明，该速度接近但低于给定路段(stretch of road)的最大速度。
图表203示出针对给定路段的密度(每英里车辆数)与速度(每分钟英里数)的比较。该曲线图本质上趋向于是随机的，随着不同的路段而改变，并且可通过用于给定路段的自自适应滤波器被获知和建模。针对示出的示例(该示例是说明性的、随机的路段)，在略低于最大速度(由速度限制决定)的情况下，在稍微小于最大可能密度的密度下实现最佳流量211。如图表所示，当密度接近零时，可以以最大速度行驶，这是因为对于每个车辆存在充足的车距(每英里存在一个或零个车辆时的无限车距213)。然而，由于在道路上只有几个车辆，因此在单位时间内只有几个车辆流动通过任意给定点，所以这不会产生最大流量(从总体车辆的角度来看)。随着密度增大，速度将自然地减小，直到密度达到零车距的点215(一辆车接着一辆车的交通状况)为止。此时，速度降低至接近零的水平(并且因此车辆流量降低至接近零的水平)。一旦计算出给定路段的密度曲线217，则密度曲线217可被加载到配备有CACC的车辆中，使得车辆能够以在此描述的方式进行协作，以尝试将密度限制在接近最佳的点，从而允许最大流量并防止堵车。
图2B示出基于人类驾驶员行为的振荡的交通模式的效果。尽管可以以最佳密度实现最大流量207，但是人为控制的交通的现实趋向于在给定路段上产生较高密度和较低密度之间的波动，从而产生振荡的流速221。更多的车辆以较低速度行驶周期性地变为更少的车辆以较高速度行驶，在两种情况下都将产生次最佳流量。由于所有驾驶员几乎不可能一致地行动，所以同样难以实现最佳密度，在所述最佳密度情况下在给定路段上存在大多数车辆以最佳可实现速度行驶。并且如果密度增大太多，则流量会快速降低到接近零的状况。给定路段的密度可通过路段中的车辆数量除以路段长度减去所有车辆长度的总和的差来定义。因此，可使用可测量车辆长度和经过的车辆的数量的简单传感器针对通过该传感器的限定的路段，来确定任何给定时间下的密度(假设没有交通可以从任何其它源点(sourcepoint)进入)。该已知的密度可被CACC车辆用于确定密度是否太高(其可使车辆减速，从而导致其它中间车辆减速，以降低密度)或密度是否太低(这可使CACC车辆加速到最大速度(如果适当的话)，以在密度低时使尽可能多的交通移动通过)。这确实或多或少依赖于非CACC车辆来加速，但是通常可假设以低于速度限制的速度驾驶的驾驶员在被提供以足够的车距来加速的情况下将至少加速到速度限制。已经观察到，驾驶员通常会加速太快，这会传播交通波。
图3示出协作自适应巡航控制实现的说明性示例。在该说明性示例中，几个车辆正在接近固定车道行驶或窄车道行驶的地点(诸如，桥梁或隧道)。存在两个配备CACC的车辆301和305以及多个其它车辆303A、303B和303C。
一旦已知针对变窄的或受限制的道路区域的最佳密度相对于速度的曲线(其可通过观察被获知并且可基于任何变化的状况而根据需要被适应)，则该曲线可被用于控制通过该给定路段的车辆的速度(并且因此控制车辆的密度)。
在进入该路段时，路侧到车辆单元307可广播最佳速度和到任何配备CACC的车辆的车距。CACC车辆也是ACC车辆，所以它们可各自(即，在没有来自其它CACC车辆的协作的情况下)控制它们相对于前方车辆的车距大小。通常，利用人类驾驶员的非ACC车辆的车距是基于多个心理因素(诸如，路侧的性质、天气状况、白天/夜晚等)的。通过与其它CACC车辆一致地行动，它们也可控制CACC车辆之间的任何中间车辆的速度和密度。所以，例如，如果路段上的密度太高，则尾随车辆301可减速以使密度减小，并且一旦密度已经减小，则加速到适当的速度。同时，假设存在足够的车距，领先的CACC车辆305可加速，以鼓励中间车辆加速，从而加快密度的减小。
在该路段的末端，具有路侧到车辆的通信能力的第二路侧传感器309可查询正在离开的CACC车辆，以确定在该路段上的行驶历史。该行驶历史可被自适应滤波器311用于建立该路段的密度相对于速度的曲线(其随后被反馈给正在进入该路段的CACC车辆，使得可实现所描述的对非CACC车辆的控制)。由于流速和车辆长度通常对于对当前流量和密度进行建模以及获知当前流量和密度是有用的，所以路侧传感器313A和313B可测量进入限制区域中的车辆长度和流速，并且所述路段后端上的传感器315A和315B可测量离开限制区域的流速和车辆长度(对于出口密度计算是有用的)。动力重量比值(最大加速度)和制动效率(最大减速度)被车辆已知，并且可提供额外的有用的数据作为自适应滤波器的输入。
图4示出协作自适应巡航控制实现的另一说明性示例。在该示例中，可临时设置便携式路侧到车辆通信点307和309，提供自适应滤波器413以针对施工区域的密度相对于速度的曲线进行建模。流量和车辆长度传感器409和411也可被临时布置并且被馈送到滤波器中以进行建模。如前所述，有限数量的配备CACC的车辆401、403和405可被有利地用于基于例如由自适应滤波器开发的并且被馈送给进入施工区域的CACC车辆的模型来控制通过该施工区域的交通密度和速度，以使流量最大化。
尽管可使用ACC车辆来实现一定程度的交通控制(因为它们可被减速或加速以控制尾随车辆)，但是CACC车辆提供了更好的流量控制的可能。例如，如果车辆401获知车辆403正在加速(这将有希望使中间车辆加速)，则车辆401随后可在存在足够的车距时加速，这是因为车辆401将“获知”前方的密度正在减小。如果仅使用ACC，则车辆401可能必须做出一些关于由 传感器单独测量的前方密度的一些假设，所述假设在长的施工路段上可能是相当不准确的(由于出口密度不可能代表该区域内的当前密度)。然而，由于车辆401、403和405可一致地行动，所以它们可一起工作以控制整个区域内的密度，有助于实现更好的车辆吞吐量。这并不是说本构思也不能用于ACC车辆，只是可通过CACC来实现对非ACC车辆或非CACC车辆的更高程度的控制。即使当存在中间车辆时，CACC车辆也可控制它们之间的距离。
图5示出使用协作自适应巡航控制来控制交通流量和速度的说明性处理。关于在该附图中描述的说明性实施例，应该注意的是，为了执行在此示出的示例性方法中的一些或全部的目的，通用处理器可被暂时用作专用处理器。当执行提供用于执行所述方法的一些或全部步骤的指令的代码时，所述处理器可被暂时改用作专用处理器，直到所述方法完成时为止。在另一示例中，在适当的程度上，根据预先配置的处理器运行的固件可使得所述处理器充当出于执行所述方法或所述方法的一些合理变型的目的而被提供的专用处理器。
在该说明性示例中，在501，系统可预测或检测控制区域(可能期望进行流量控制的一段路或路段)内或通向控制区域的增加的交通。另外或可选地，已知的一天中的时间(例如，高峰时间、午餐时间等)可被用于在增加的交通流量一起发生之前预测增加的交通流量。体育事件和音乐会也能够经常产生不规则的交通模式，并且可通过控制通过堵塞点的流量直到在事件开始或完成之后经过了足够的时间时为止，来以类似的方式在一定程度上减轻这些事件的影响。
在该示例中，在503，处理可开始测量交通的流量，以在505确定是否正在形成密度波。在其它示例中，可仅仅测量密度，直到将产生次最佳流量的密度开始发展时为止。还可使用用于启动交通控制的其它触发事件。当密度保持在(通过密度和速度获知的)最佳流量点以下时，可期望使交通不受约束，这是因为仅存在很少的车辆来产生拥堵。然而，一旦密度增大超过最佳流量点，密度波的可能性增大(假设密度的尖峰不仅仅是一次性发生)，并且实施流量控制可帮助减轻这些波的影响。
当发生触发事件(存在密度波、密度在最佳点之上、一天中的时间、触发波的斜率等)时，在507，处理可确定是否存在任何CACC车辆。如果只存在单个CACC车辆，则该车辆可有效地变成ACC车辆，并且可实施受限版本的流量控制(例如，其可控制尾随车辆，但是不可控制前方车辆)。一旦 存在两个CACC车辆，则可实现对中间车辆和尾随车辆的流量控制。
在该示例中，在509，向CACC车辆的驾驶员提供通知，以向他们通知例如CACC将被启用或者期望CACC帮助控制交通流量。当然，驾驶员不是被强迫允许CACC，而是可选择同意CACC的启用，以促进交通流量并帮助使一切继续前进。如果在511驾驶员同意，则处理可继续进行，否则，处理进行循环，直到存在多个CACC车辆或者直到密度长久地到达不再需要CACC流量控制辅助的点(这还可由高峰时间或午餐时间结束时的一天中的时间来表示，或者，例如，当事件已经在一段时间以前开始或者在一段时间以前结束时(如果使用基于事件的流量控制的话)等)。
在该示例中，在513，由自适应滤波器对密度相对于速度的曲线进行建模，尽管这样的建模可能已经在某一先前的时间点完成。例如，基于该模型以及测量的当前密度和速度，可针对进入流量限制区域的CACC车辆开发CACC指令。如果密度太高，则可告知CACC车辆与前方的CACC车辆一致地行动以使密度减小(例如，如果可能的话，通过当前方CACC车辆加速时进行减速)。如果密度太低(并且假设太高的密度至少已被实现一次，因此低密度代表波的一部分)，则可告知CACC车辆与前方的CACC车辆一致地行动以增大密度(例如，如果可能的话，通过在前方CACC车辆减速时进行加速)。如果低密度是密度波的结果，则通过增大两个CACC车辆之间的距离上的密度，这将自然地将(两个CACC车辆中的)领先的CACC车辆前方的区域内的密度减小到至少某一水平，从而在密度增大之后在领先车辆前方的路段上提供更均匀的密度流(由于增大的密度至少在一定程度上可通过车辆一致地行动来被保持)。在515，适于当前情况的指令可在每个CACC车辆进入限制区域时被发送给每个CACC车辆。
图6示出用于对无法确定协作自适应巡航控制指令的流量模型进行更新的更新处理。关于在该附图中描述的说明性实施例，应该注意的是，为了执行在此示出的示例性方法中的一些或全部的目的，通用处理器可被暂时用作专用处理器。当执行提供用于执行所述方法的一些或全部步骤的指令的代码时，所述处理器可被暂时改用作专用处理器，直到所述方法完成时为止。在另一示例中，在适当的程度上，根据预先配置的处理器运行的固件可使得所述处理器充当出于执行所述方法或所述方法的一些合理变型的目的而被提供的专用处理器。
在该示例中，示出了对密度相对于速度的曲线的建模，并且可应用类似的处理来开发新的用于尾随车辆的指令。当CACC车辆离开限制区域时(601)，路侧到车辆传感器可与CACC车辆进行通信(603)，以获得在该区域内的行驶结果(605)。在该示例中，车辆甚至不需要出于建模目的而配备CACC，而仅仅需要车辆能够与传感器进行某种形式的无线通信(例如，DSRC、WiFi、BT、BLE、LTE-Direct等)。由于将可能存在比配备CACC的车辆更多的能够进行无线通信的车辆，因此可对更多数量的车辆进行采样而获得数据，以建模或开发指令的改变。
行驶结果可包括但不限于通过限制区域的速度、通过该区域的加速和制动、观察到的通过该区域的(可通过车辆传感器进行测量的)车距等。该数据以及进入的车辆和离开的车辆的测量的速度和密度数据一起可被用于对限制区域的最佳密度相对于速度的曲线进行建模(607)。
模型可被一致地更新，并且如果注意到曲线中的观察到的变化，则可期望(609)将修改的曲线发送给指定用于确定CACC控制指令的模块(611)(例如，如果最佳密度或速度变化，则该信息可被用于确定针对进入的CACC车辆的“更好的”指令)。另外或可选地，测量的和收集的数据可被用于更新针对下一个CACC车辆和/或已经在区域内的CACC车辆的指令。如果该数据产生新的指令或更新的指令，则可类似地发送这些新的或更新的指令。
尽管说明性示例示出在区域的入口点处发送CACC指令，但是也可在整个限制区域布置收发器(或者利用现有的基础设施(诸如，DSRC基础设施))。这允许对该区域内的一些或全部CACC车辆的指令进行更新，从而可通过不断改进的控制指令来促进优化车辆流量的起因。
图7示出用于使用CACC车辆来控制交通流量的说明性处理。关于在该附图中描述的说明性实施例，应该注意的是，为了执行在此示出的示例性方法中的一些或全部的目的，通用处理器可被暂时用作专用处理器。当执行提供用于执行所述方法的一些或全部步骤的指令的代码时，所述处理器可被暂时改用作专用处理器，直到所述方法完成时为止。在另一示例中，在适当的程度上，根据预先配置的处理器运行的固件可使得所述处理器充当出于执行所述方法或所述方法的一些合理变型的目的而被提供的专用处理器。
在该示例中，基于针对给定路段开发的速度相对于密度的模型来确定速度相对于密度的曲线。CACC车辆可将密度转换为车间距离(例如，给定的 车距接近给定的密度)。
在该示例中，每个经过收发器的CACC车辆可接收期望的曲线数据(曲线数据指示给定密度下的期望速度)(701)。CACC车辆可将密度转换为车距(703)，使得CACC车辆基于存在多大车距而获知要保持多大的速度。由于通过建模已知最佳速度(对于使流量最大化而言是最佳的)，所以无论车距是多少，CACC车辆都可保持最佳速度。这允许CACC车辆“吸收”密度波，其中，如果领先于CACC车辆的车辆突然被迫减速，则可能产生所述密度波。大的车距(当领先CACC车辆的非CACC车辆加速超过最佳速度时会产生所述大的车距)用作非CACC车辆减速的缓冲区，从而允许CACC车辆至少在某一时间段内保持在最佳速度(直到车距缩小到指示较低速度的点)。这可有助于CACC车辆防止密度波增强。
如果存在用于最佳行驶的足够的车距(705)，则CACC车辆将保持最佳行驶速度(707)。如上所述，即使领先非CACC车辆的车辆加速从而增大车距，也可保持该速度。随着产生不足够的车距，CACC车辆将基于速度相对于密度的曲线的指令进行减速(709)。随着密度增大并且车距减小，CACC车辆将尝试针对可用的车距量保持规定的速度。在车距达到允许最佳行驶速度(再次，就车辆流量优化而言是最佳的)的距离的任何点处，CACC车辆将加速到最佳速度。当CACC车辆到达出口点(表示路段的末端)时(711)，CACC车辆可恢复“正常”操作(713)。例如，如果路段上的最佳速度是55英里每小时(mph)并且速度限制是60mph，则CACC车辆可在离开该路段时加速到60英里每小时，这是因为在那一点处不再需要车辆流量控制。
虽然“被赋予足够的车距的车辆将以次最大速度行驶”可能看起来矛盾，但是如从图2A中可见的，这实际上可在交通繁忙的时间段期间在给定路段上产生提高的交通流量。例如，因为防止了密度波增强，导致不断增长的减速，所以由CACC车辆控制的次最大行驶速度可被用于使交通更快速地移动通过这些密度波趋于发展的区域。更一般地讲，多个CACC车辆可以与一组指令配合使用，以限制中间交通和尾随交通的速度以及增大或减小交通密度。
尽管上面描述了示例性实施例，但并不意在这些实施例描述本发明的所有可能形式。更确切地，说明书中使用的词语为描述性词语而非限制，并且应理解，可在不脱离本发明的精神和范围的情况下作出各种改变。此外，可组合各种实现的实施例的特征以形成本发明的进一步的实施例。

Claims (20)

1.一种系统，包括：
处理器，被配置为：
确定路段上的交通密度；
基于从离开所述路段的多个车辆接收的交通密度和行驶特性数据对交通参数建立模型，以使所述路段上的交通流量最大化；
使用所述模型确定将提高交通流量的对交通的改变；
向车辆发送控制指令，以根据所述改变来控制所述车辆。
2.如权利要求1所述的系统，其中，所述交通密度基于从分别布置在所述路段的入口点和出口点的传感器接收的入口密度数据和出口密度数据而被确定。
3.如权利要求1所述的系统，其中，所述行驶特性数据表示在所述路段上的行驶。
4.如权利要求3所述的系统，其中，所述行驶特性数据包括车辆速度。
5.如权利要求3所述的系统，其中，所述行驶特性数据包括制动数据和加速数据。
6.如权利要求3所述的系统，其中，所述行驶特性数据包括车距数据。
7.如权利要求1所述的系统，其中，所述对交通的改变包括对交通密度的改变。
8.如权利要求1所述的系统，其中，所述对交通的改变包括对交通速度的改变。
9.一种系统，包括：
处理器，被配置为：
无线地接收速度相对于密度的曲线，所述曲线表示在给定密度处的用于使交通流量最大化的最佳车辆速度；
将密度值转换为车距值；
针对由车辆传感器测量的可用于车辆的当前车距，基于所述速度相对于密度的曲线来控制车辆速度以匹配速度值。
10.如权利要求9所述的系统，其中，所述速度相对于密度的曲线包括最大最佳速度，所述最大最佳速度表示用于提升最大交通流量的最大速度。
11.如权利要求10所述的系统，其中，所述最大最佳速度低于速度限制。
12.如权利要求10所述的系统，处理器被配置为：无论可用的当前车距是多少，都将车辆速度限制为所述最大最佳速度。
13.一种系统，包括：
处理器，被配置为：
确定路段上的交通密度；
基于从离开所述路段的多个车辆接收的交通密度和行驶特性数据，对最佳交通参数建立模型，以使所述路段上的交通流量最大化；
使用所述模型确定速度相对于密度的曲线，所述曲线将使交通流量最大化；
将所述速度相对于密度的曲线发送给进入所述路段的车辆。
14.如权利要求13所述的系统，其中，所述交通密度基于从分别布置在所述路段的入口点和出口点的传感器接收的入口密度数据和出口密度数据而被确定。
15.如权利要求13所述的系统，其中，所述行驶特性数据表示在所述路段上的行驶。
16.如权利要求13所述的系统，其中，所述行驶特性数据包括车辆速度。
17.如权利要求13所述的系统，其中，所述行驶特性数据包括制动数据和加速数据。
18.如权利要求13所述的系统，其中，所述行驶特性数据包括车距数据。
19.如权利要求13所述的系统，其中，所述速度相对于密度的曲线包括最大最佳速度，所述最大最佳速度表示用于提升最大交通流量的最大速度。
20.如权利要求19所述的系统，其中，所述最大最佳速度低于速度限制。
CN201710145414.7A 2016-03-11 2017-03-13 通过协作自适应巡航控制来减少拥堵的方法和设备 Active CN107176163B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/067,877 US10699566B2 (en) 2016-03-11 2016-03-11 Method and apparatus for congestion reduction through cooperative adaptive cruise control
US15/067,877 2016-03-11

Publications (2)

Publication Number Publication Date
CN107176163A true CN107176163A (zh) 2017-09-19
CN107176163B CN107176163B (zh) 2021-11-19

Family

ID=59786837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710145414.7A Active CN107176163B (zh) 2016-03-11 2017-03-13 通过协作自适应巡航控制来减少拥堵的方法和设备

Country Status (3)

Country Link
US (1) US10699566B2 (zh)
CN (1) CN107176163B (zh)
DE (1) DE102017102519A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108773375A (zh) * 2018-04-23 2018-11-09 北京长城华冠汽车科技股份有限公司 定速巡航方法、定速巡航系统及具有定速巡航系统的车辆
CN109636005A (zh) * 2018-11-16 2019-04-16 北京交通大学 一种基于微观仿真的城市路网疏散策略优化方法
CN113119945A (zh) * 2021-04-30 2021-07-16 知行汽车科技（苏州）有限公司 一种基于环境模型的汽车高级辅助驾驶系统
CN114936456A (zh) * 2022-05-18 2022-08-23 西南交通大学 隧道施工组织方案仿真方法、计算机装置、计算机可读存储介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109887289A (zh) * 2019-03-28 2019-06-14 南京邮电大学 一种城市交通网络模型的网络车流量最大化方法
KR20210064490A (ko) * 2019-11-25 2021-06-03 현대자동차주식회사 차량 설정 속도 제어 장치 및 그 방법
DE102022128927A1 (de) 2022-11-02 2024-05-02 Zf Cv Systems Global Gmbh Verfahren zur Verkehrsbeeinflussung
CN115620535B (zh) * 2022-12-15 2023-03-21 山东幻科信息科技股份有限公司 一种基于大数据的交通信号灯管理方法和系统
CN116665452B (zh) * 2023-06-20 2024-06-07 东南大学 基于交通流运行状态的快速道路智能道钉主动控制方法、系统及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011125185A1 (ja) * 2010-04-07 2011-10-13 トヨタ自動車株式会社 車両走行支援装置
CN102360522A (zh) * 2011-09-27 2012-02-22 浙江交通职业技术学院 一种高速公路优化控制方法
CN102842233A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Kühne宏观交通流模型的FPGA在线预测控制方法
JP2013041389A (ja) * 2011-08-15 2013-02-28 Masahiro Watanabe 交差点走行制御方法
CN104835316A (zh) * 2015-05-26 2015-08-12 大连理工大学 一种基于车流量密度的vanet稀疏连通问题解决方法
CN104870289A (zh) * 2012-12-19 2015-08-26 奥迪股份公司 用于为机动车提供运行策略的方法
CN105046963A (zh) * 2015-08-21 2015-11-11 安徽四创电子股份有限公司 基于交通基本图的高架道路路段交通拥堵临界值计算方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19747230A1 (de) * 1997-10-25 1999-05-12 Bosch Gmbh Robert Verfahren zur Berücksichtigung ergänzender Verkehrsinformationen in einer fahrzeugfesten Zielführungseinrichtung
DE19924941A1 (de) * 1999-05-31 2000-12-21 Daimler Chrysler Ag Verfahren und Regelsystem zur Einstellung einer vorgebbaren Fahrzeug-Zielgeschwindigkeit
EP2275961A1 (en) * 2001-06-22 2011-01-19 Caliper Corporation Traffic data management and simulation system
US7994902B2 (en) 2009-02-25 2011-08-09 Southwest Research Institute Cooperative sensor-sharing vehicle traffic safety system
US8494759B2 (en) * 2010-09-08 2013-07-23 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle speed indication using vehicle-infrastructure wireless communication
TWI452540B (zh) * 2010-12-09 2014-09-11 Ind Tech Res Inst 影像式之交通參數偵測系統與方法及電腦程式產品
GB201113112D0 (en) * 2011-02-03 2011-09-14 Tomtom Dev Germany Gmbh Method of generating expected average speeds of travel
US8643505B2 (en) 2011-06-01 2014-02-04 Nissan North America, Inc. Host vehicle with externally perceivable cruise control indicating device
US20130060456A1 (en) * 2011-09-02 2013-03-07 Peyman Pourparhizkar Synchronizing car movements in road to reduce traffic
US20140032282A1 (en) * 2012-07-25 2014-01-30 Xerox Corporation Model-based dynamic pricing for managed lanes
US8930116B2 (en) * 2013-02-26 2015-01-06 Ford Global Technologies, Llc On-board real-time speed control setpoint variation using stochastic optimization
US8930115B2 (en) * 2013-02-26 2015-01-06 Ford Global Technologies, Llc Efficiency-based speed control with traffic-compatible speed offsets
US10037689B2 (en) * 2015-03-24 2018-07-31 Donald Warren Taylor Apparatus and system to manage monitored vehicular flow rate
US9174647B2 (en) * 2013-06-25 2015-11-03 Ford Global Technologies, Llc Vehicle driver-model controller with energy economy rating adjustments
US9272621B2 (en) * 2014-04-24 2016-03-01 Cummins Inc. Systems and methods for vehicle speed management
US10664707B2 (en) * 2014-10-06 2020-05-26 Marc R. Hannah Managed access system for traffic flow optimization

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011125185A1 (ja) * 2010-04-07 2011-10-13 トヨタ自動車株式会社 車両走行支援装置
JP2013041389A (ja) * 2011-08-15 2013-02-28 Masahiro Watanabe 交差点走行制御方法
CN102360522A (zh) * 2011-09-27 2012-02-22 浙江交通职业技术学院 一种高速公路优化控制方法
CN102842233A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Kühne宏观交通流模型的FPGA在线预测控制方法
CN104870289A (zh) * 2012-12-19 2015-08-26 奥迪股份公司 用于为机动车提供运行策略的方法
CN104835316A (zh) * 2015-05-26 2015-08-12 大连理工大学 一种基于车流量密度的vanet稀疏连通问题解决方法
CN105046963A (zh) * 2015-08-21 2015-11-11 安徽四创电子股份有限公司 基于交通基本图的高架道路路段交通拥堵临界值计算方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108773375A (zh) * 2018-04-23 2018-11-09 北京长城华冠汽车科技股份有限公司 定速巡航方法、定速巡航系统及具有定速巡航系统的车辆
CN108773375B (zh) * 2018-04-23 2020-12-22 北京长城华冠汽车科技股份有限公司 定速巡航方法、定速巡航系统及具有定速巡航系统的车辆
CN109636005A (zh) * 2018-11-16 2019-04-16 北京交通大学 一种基于微观仿真的城市路网疏散策略优化方法
CN113119945A (zh) * 2021-04-30 2021-07-16 知行汽车科技（苏州）有限公司 一种基于环境模型的汽车高级辅助驾驶系统
CN113119945B (zh) * 2021-04-30 2022-07-01 知行汽车科技（苏州）有限公司 一种基于环境模型的汽车高级辅助驾驶系统
CN114936456A (zh) * 2022-05-18 2022-08-23 西南交通大学 隧道施工组织方案仿真方法、计算机装置、计算机可读存储介质

Also Published As

Publication number Publication date
US20170263117A1 (en) 2017-09-14
CN107176163B (zh) 2021-11-19
US10699566B2 (en) 2020-06-30
DE102017102519A1 (de) 2017-10-05

Similar Documents

Publication Publication Date Title
CN107176163A (zh) 通过协作自适应巡航控制来减少拥堵的方法和设备
JP7254915B2 (ja) 効率的な車両制御のためのシステムおよび方法
US9047774B2 (en) Method and apparatus for crowd-sourced traffic reporting
CN107730886B (zh) 一种车联网环境下城市交叉口交通信号动态优化方法
CN102384752B (zh) 车辆路线确定的方法
US9713963B2 (en) Method and apparatus for route completion likelihood display
WO2021098222A1 (zh) 一种车辆行驶控制方法及相关设备
US11030889B2 (en) Systems and methods for dynamic traffic lane management
CN107521438A (zh) 用于动态本地化坐标下载的方法和设备
CN105489034A (zh) 一种干线完全交通控制系统及方法
CN110379193A (zh) 自动驾驶车辆的行为规划方法及行为规划装置
CN107093324A (zh) 用于交通灯状态警告的方法和设备
CN107719145A (zh) 众包电动车辆充电站识别
CN105424052A (zh) 随机可行驶里程
JP2002123894A (ja) プローブカー制御方法及び装置並びにプローブカーを用いた交通制御システム
CN104175876A (zh) 利用车辆到云到车辆系统柔化动力传动系统的方法和设备
US20220080972A1 (en) Autonomous lane change method and apparatus, and storage medium
CN104575035A (zh) 一种基于车联网环境下交叉口的自适用控制方法
CN105046996B (zh) 用于预测的驾驶需求建模的方法和设备
CN106553555B (zh) Gps辅助再生制动
CN111091721A (zh) 一种面向智慧车列交通系统的匝道合流控制方法及系统
CN105931457A (zh) 确定和传输驾驶员特性的方法和系统
Zohdy et al. Enhancing roundabout operations via vehicle connectivity
SE538766C2 (sv) Method and control unit in a central node for determining a velocity profile for each vehicle comprised in a platoon of grouped vehicles
CN105427605A (zh) 一种考虑交通方式转移的公交专用道设置效益计算方法

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