CN110363986A - 一种基于车车博弈与行车势场力的集中式合流区车辆速度优化方法 - Google Patents
一种基于车车博弈与行车势场力的集中式合流区车辆速度优化方法 Download PDFInfo
- Publication number
- CN110363986A CN110363986A CN201910575474.1A CN201910575474A CN110363986A CN 110363986 A CN110363986 A CN 110363986A CN 201910575474 A CN201910575474 A CN 201910575474A CN 110363986 A CN110363986 A CN 110363986A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- potential field
- field force
- road
- centralized
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 15
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000036461 convulsion Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 4
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 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
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G08G1/0125—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
- G08G1/0104—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
-
- 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
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,属于智能交通领域。车端通信设备将车辆信息发送到路端控制设备,路端控制设备接收进入控制区域内的车辆信息,以能耗与乘适性为优化目标建立车车博弈的收益函数,对车辆到达合流点的序列进行集中决策;建立车车、车路势场力,优化车辆纵向行驶速度并保障车辆在车道的范围内行驶。本发明利用车路协同技术,通过对控制区域内车辆到达合流点的序列和车辆行为进行优化,实现合流区车辆的高效合流。
Description
技术领域
本发明属于智能交通领域,具体涉及一种基于车车博弈与行车势场力的集中式合流区车辆速度优化方法。
背景技术
合流区是车辆驶入高速公路、快速路的入口,车辆合流与交织行为成为影响交通运行安全的重要原因之一,车辆的加减速、变道等行为容易引起交通紊乱,从而引发交通事故,交通安全问题尤为突出;另一方面,合流区缺乏合理的交通控制技术,目前合流区常用的信号灯控制只能控制车辆通行,而不能控制车辆速度,交通运行效率低下。随着传感技术、通信技术的快速发展,车路协同为合流区车辆控制带来了新的方向。
发明内容
为解决现有技术中存在的问题,本发明的目的在于提供一种基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,利用车路协同技术,通过对控制区域内车辆到达合流点的序列和车辆行为进行优化,实现合流区车辆的高效合流。
为了达到上述目的,本发明采用如下技术方案:
一种基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,智能车辆与路端控制设备建立通信,确定博弈参与者,博弈出车辆到达合流点的序列,建立纵向行车势场力,消除富余的车头时距间隙并得到速度控制率,路端控制设备将速度控制率发送至智能车辆,智能车辆执行速度控制率。
进一步,该优化方法还包括建立道路边界势场力,保障横向行车安全。
进一步,所述道路边界势场力其中分别为道路下、上边界对车辆i的势场力。
更进一步,所述道路下边界对车辆i的势场力为:
其中,车辆位于右半车道时道路下边界对车辆的势场力车辆位于左半车道时道路下边界对车辆的势场力 与表示的方向,pi(t)=[xi(t),yi(t)], mi为车辆质量,η1、η2为势场力参数,w为道路宽度,xi(t)为t时刻车辆i的横坐标,yi(t)为t时刻车辆i的纵坐标。
更进一步,所述道路上边界对车辆i的势场力为:
其中,车辆位于右半车道时道路上边界对车辆的势场力车辆位于左半车道时道路上边界对车辆的势场力 与表示的方向,η3、η4为势场力参数。
进一步,所述纵向行车势场力为:
其中:si-1,i为虚拟队列中两车的实际距离,di-1,i为安全车头时距下的期望间距,ζi-1,i是在内变化的标量。
更进一步,所述标量
进一步,所述博弈参与者的收益函数为其中ui(t)表示车辆加速度,ji(t)表示车辆急动速,ω1、ω2为权重系数,为player i进入合流控制区的时间,是车辆到达合流点的时间。
与现有技术相比,本发明具有如下有益效果:
本发明首先建立车端通信设备与路端控制设备通信,以能耗与舒适性为优化目标进行两车间的博弈确定每辆车到达合流点的序列,建立合流时间链表。而后建立车车、车路行车势场力,优化车辆纵向行驶速度并保障车辆在车道的范围内行驶,保证行车安全。最后由路端控制设备将控制律发送到对应车辆,引导合流区车辆的高效合流。
附图说明
下面将结合附图对本发明进行详细的描述。
图1为本发明的集中式合流区车辆速度优化的结构示意图。
图2为本发明的集中式合流区车辆序列优化方法流程图。
图3为本发明实施例仿真车辆轨迹图。
具体实施方式
下面将结合附图对本发明的技术方案作进一步的说明,但是本发明的保护范围并不限于此。
如图1所示,车端通信设备(采用含射频RF技术的R-Car W1R汽车无线通信系统)将车辆自身感知的车辆信息(位置信息、速度信息等)发送给支持包括802.11P、3G/4G、WiFi/BT等通信方式的EINI-V2X-202路端控制设备,路端控制设备能够接收进入控制区域内车辆信息;车端通信设备设置在各车辆上,路端控制设备设置在合流点附近。
如图2所示,本发明的集中式合流区车辆速度优化方法,包括以下步骤:
步骤一:智能车辆驶入路端控制设备控制区域,控制区域包含以合流点为圆心、半径为400米的主车道与匝道,车辆通过安装在自身的GPS传感器和轮速传感器分别采集位置、速度,并通过CAN通信发送至车端通信设备并由车端通信设备进行整合,由车端通信设备发送至路端控制设备;路端控制设备接收车辆信息后,将进入控制区域的车辆视为player i,即博弈参与者,i以正整数由小至大依次排列,例如player1、player2、player3……,并记录博弈参与者所属车道(主车道和匝道);若两车同时进入控制区域,则主车道车辆拥有优先权。
步骤二:同车道的前后车辆不存在博弈行为,博弈行为只存在于不同车道的车辆之间,即匝道车辆只需与主车道位于自身前后的两辆车分别进行博弈并确定所选择策略。
具体的为:player i的纯策略空间S={leader,follower},s是具体的策略,s∈S,即player i可以选择策略leader(简写为l),也可以选择策略follower(简写为f),则两个博弈参与者的策略组合可以是以下四种:{leader,leader},{leader,follower},{follower,leader},{follower,follower}。
博弈参与者的收益ui(s)为:若博弈双方选择同样的策略,即存在碰撞风险时,各自的收益均为+∞;两者选择不同的策略时,建立以能耗与乘适性为优化目标的车车博弈收益函数对车辆到达合流点的序列进行集中决策,其中ui(t)表示车辆加速度,ji(t)表示车辆急动速,ω1、ω2为权重系数,为player i进入合流控制区的时间,是车辆到达合流点的时间,根据选择策略的不同而不同,也是经过博弈需确定的参数。
设位于本车前方的车辆player i-1到达合流点的时间是t,当本车player i与后车playeri+1进行博弈时,若本车选择的策略与后车选择的策略一致,那么两者的收益ui(l)=ui+1(l)=+∞,ui(f)=ui+1(f)=+∞;若本车选择的策略是leader,后车选择的策略是follower,即两博弈参与者的策略组合为{leader,follower},则本车到达合流区的最优时间点为Thd为安全车头时距,取2秒,后车到达合流区的最优时间点为本车的收益后车的收益若本车选择的策略是follower,后车选择的策略是leader,即两博弈参与者的策略组合为{follower,leader},那么本车到达合流点的时间点后车到达合流区的最优时间点本车的收益后车的收益
设置主车道与匝道长度为400米,为体现主车道、匝道车速区别,设置主车道速度为13.4m/s,匝道速度为11.2m/s,车辆间隔时距是随机产生的,为方便说明,车辆间隔时距设置为0秒、4秒、4.1秒、5秒。路端控制设备求解带有约束的泛函极值问题,即约束为车辆初状态和车辆末状态 分别是车辆进入合流控制区的时间、速度和位置,是车辆到达合流点的时间、速度和位置,采用最优控制方法首先求解出泛函极值的最优解ui *(具体为:首先构造哈密顿函数求解出该问题的通解ui,再将约束条件带入通解得到最优解ui *),将最优解ui *带入ui(s)可得到博弈参与者在不同策略下的收益,如player2与player3的策略组合为{leader,follower}时,各自的收益为1.3与4.867,从而确定该次博弈的收益矩阵,若如player2与player3的策略组合为{follower,leader}时,各自的收益为2.79与2.7979,从而确定该次博弈的收益矩阵,具体结果见表1:
表1 player2与player3的收益矩阵
本例收益之和U{u2(l),u3(l)}=+∞,U{u2(f),u3(f)}=+∞,U{u2(l),u3(f)}=6.167,U{u2(f),u3(l)}=5.5829,收益之和最小的那组策略是{follower,leader}。博弈的结果是两者收益之和U最小所采取的那组策略,即能耗最低与舒适性最高的策略组合,从而确定车辆到达合流点的最优序列。player1与player2博弈的结果为{leader,follower},因此player1先于player2到达合流点,player2与player3博弈的结果为{follower,leader},因此player3先于player2到达合流点,综上,player1、player2与player3到达合流点的序列为1、3、2。
表2 博弈结果
参与者(player i) | player1 | player2 | player3 | player4 |
所属车道 | 主车道 | 匝道 | 主车道 | 匝道 |
进入控制区域时间 | 0秒 | 4秒 | 4.1秒 | 5秒 |
到达合流点序列 | 1 | 3 | 2 | 4 |
步骤三:经过步骤二的博弈过程,车辆确定到达合流点的顺序,将匝道车辆映射到主车道车辆队列中形成虚拟队列;建立纵向前后两车行车势场力,消除富余的车头时距间隙并得到速度控制率;建立道路边界势场力,保障横向行车安全。
(1)建立的纵向前后两车行车势场力为:
其中si-1,i为虚拟队列中两车的实际距离,di-1,i为安全车头时距下的期望间距,即di-1,i=Thd×vi+L,L为安全停车间距,(si-1,i-di-1,i)3决定了前车对后车的势场力大小与性质,这里的性质指的是前车对后车的势场力是排斥力还是吸引力,正值时为吸引力,负值时为排斥力,且当si-1,i稳定在di-1,i时,势场力为0;ζi-1,i是在内变化的标量,其作用是改变的变化幅度,(2)式中因此且随着si-1,i减小,增大,即当后车与前车在期望间距内时,两车距离越靠近,势场力作用越明显。
根据可以得出player i的纵向控制率,即纵向加速度,后车保持与前车的期望间距。
(2)建立道路边界势场力以确保车辆在车道的范围内行驶,道路下边界及上边界对车辆i的势场力可表示为:
其中,分别为道路下、上边界对车辆i的势场力;当i远离(靠近)道路下(上)边界时,将受到下(上)边界的吸引(排斥)力,并且距离越远(近),吸引(排斥)力越大,因此引入一个负指数函数来描述这种随距离变化的势场力。
对于道路下边界有:
其中,表示车辆位于右半车道时道路下边界对车辆的势场力大小,表示车辆位于左半车道时道路下边界对车辆的势场力大小,pi(t)=[xi(t),yi(t)],mi为车辆质量,η1、η2为系统参数,w为道路宽度,xi(t)为t时刻车辆i的横坐标,yi(t)为t时刻车辆i的纵坐标,与表示的方向。
对于道路上边界有:
其中表示车辆位于右半车道时道路上边界对车辆的势场力大小,表示车辆位于左半车道时道路上边界对车辆的势场力大小,η3、η4为系统参数,调节势场力的大小,与表示的方向。
根据可以得出player i的纵向控制率,即横向加速度,使得车辆始终保持在车道内。
步骤四:路端控制设备将步骤三中的速度控制率发送至对应车辆的车端通信设备,车辆执行该速度控制率,主车道、匝道车辆安全有序地进行合流。图3表示了player1-player4在执行速度控制率后的纵向行驶距离与时间的关系,表明了车辆能够有序地到达合流点。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (8)
1.一种基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,智能车辆与路端控制设备建立通信,确定博弈参与者,博弈出车辆到达合流点的序列,建立纵向行车势场力,消除富余的车头时距间隙并得到速度控制率,路端控制设备将速度控制率发送至智能车辆,智能车辆执行速度控制率。
2.根据权利要求1所述的基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,该优化方法还包括建立道路边界势场力,保障横向行车安全。
3.根据权利要求2所述的基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,所述道路边界势场力其中分别为道路下、上边界对车辆i的势场力。
4.根据权利要求3所述的基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,所述道路下边界对车辆i的势场力为:
其中,车辆位于右半车道时道路下边界对车辆的势场力车辆位于左半车道时道路下边界对车辆的势场力 与表示的方向,pi(t)=[xi(t),yi(t)], mi为车辆质量,η1、η2为势场力参数,w为道路宽度,xi(t)为t时刻车辆i的横坐标,yi(t)为t时刻车辆i的纵坐标。
5.根据权利要求4所述的基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,所述道路上边界对车辆i的势场力为:
其中,车辆位于右半车道时道路上边界对车辆的势场力车辆位于左半车道时道路上边界对车辆的势场力 与表示的方向,η3、η4为势场力参数。
6.根据权利要求1所述的基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,所述纵向行车势场力为:
其中:si-1,i为虚拟队列中两车的实际距离,di-1,i为安全车头时距下的期望间距,ζi-1,i是在内变化的标量。
7.根据权利要求6所述的基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,所述标量
8.根据权利要求1所述的基于车车博弈与行车势场力的集中式合流区车辆速度优化方法,其特征在于,所述博弈参与者的收益函数为其中ui(t)表示车辆加速度,ji(t)表示车辆急动速,ω1、ω2为权重系数,为player i进入合流控制区的时间,是车辆到达合流点的时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910575474.1A CN110363986B (zh) | 2019-06-28 | 2019-06-28 | 一种集中式合流区车辆速度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910575474.1A CN110363986B (zh) | 2019-06-28 | 2019-06-28 | 一种集中式合流区车辆速度优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110363986A true CN110363986A (zh) | 2019-10-22 |
CN110363986B CN110363986B (zh) | 2021-09-10 |
Family
ID=68216727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910575474.1A Active CN110363986B (zh) | 2019-06-28 | 2019-06-28 | 一种集中式合流区车辆速度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110363986B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111267846A (zh) * | 2020-02-11 | 2020-06-12 | 南京航空航天大学 | 一种基于博弈论的周围车辆交互行为预测方法 |
CN113055474A (zh) * | 2021-03-12 | 2021-06-29 | 成都格林希尔德交通科技有限公司 | 一种微观路权交易系统 |
CN113096390A (zh) * | 2021-03-25 | 2021-07-09 | 南京航空航天大学 | 一种车辆驶离主道的控制方法 |
CN113468675A (zh) * | 2021-07-23 | 2021-10-01 | 重庆大学 | 一种隧道入口交通环境建模方法、车载设备及存储介质 |
CN113920740A (zh) * | 2021-11-16 | 2022-01-11 | 重庆邮电大学 | 一种联合车辆关联度和博弈论的车路协同驾驶系统及方法 |
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系统 |
CN118379886A (zh) * | 2024-06-27 | 2024-07-23 | 青岛理工大学 | 基于车辆风险场和均衡博弈的道路通行控制系统和方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6899375B2 (en) * | 2003-09-15 | 2005-05-31 | Rsv Invention Enterprises | Recreational vehicle with integrated pickup bed |
CN102649430A (zh) * | 2011-02-28 | 2012-08-29 | 通用汽车环球科技运作有限责任公司 | 用于容错车辆侧向控制器的冗余车道感测系统 |
US20150025917A1 (en) * | 2013-07-15 | 2015-01-22 | Advanced Insurance Products & Services, Inc. | System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information |
CN105974917A (zh) * | 2016-05-11 | 2016-09-28 | 江苏大学 | 一种基于新型人工势场法的车辆避障路径规划研究方法 |
CN106023652A (zh) * | 2016-07-29 | 2016-10-12 | 重庆长安汽车股份有限公司 | 车辆交叉口碰撞预警方法 |
CN106155063A (zh) * | 2016-09-28 | 2016-11-23 | 深圳市普渡科技有限公司 | 一种基于斥力势场的多机器人调度方法 |
CN106997689A (zh) * | 2017-05-11 | 2017-08-01 | 重庆邮电大学 | 基于路口的v2p避免碰撞方法 |
CN108538069A (zh) * | 2018-05-24 | 2018-09-14 | 长安大学 | 一种匝道合流区车辆速度管控系统及方法 |
CN109345020A (zh) * | 2018-10-02 | 2019-02-15 | 北京航空航天大学 | 一种完全信息下的无信号交叉口车辆驾驶行为预测模型 |
-
2019
- 2019-06-28 CN CN201910575474.1A patent/CN110363986B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6899375B2 (en) * | 2003-09-15 | 2005-05-31 | Rsv Invention Enterprises | Recreational vehicle with integrated pickup bed |
CN102649430A (zh) * | 2011-02-28 | 2012-08-29 | 通用汽车环球科技运作有限责任公司 | 用于容错车辆侧向控制器的冗余车道感测系统 |
US20150025917A1 (en) * | 2013-07-15 | 2015-01-22 | Advanced Insurance Products & Services, Inc. | System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information |
CN105974917A (zh) * | 2016-05-11 | 2016-09-28 | 江苏大学 | 一种基于新型人工势场法的车辆避障路径规划研究方法 |
CN106023652A (zh) * | 2016-07-29 | 2016-10-12 | 重庆长安汽车股份有限公司 | 车辆交叉口碰撞预警方法 |
CN106155063A (zh) * | 2016-09-28 | 2016-11-23 | 深圳市普渡科技有限公司 | 一种基于斥力势场的多机器人调度方法 |
CN106997689A (zh) * | 2017-05-11 | 2017-08-01 | 重庆邮电大学 | 基于路口的v2p避免碰撞方法 |
CN108538069A (zh) * | 2018-05-24 | 2018-09-14 | 长安大学 | 一种匝道合流区车辆速度管控系统及方法 |
CN109345020A (zh) * | 2018-10-02 | 2019-02-15 | 北京航空航天大学 | 一种完全信息下的无信号交叉口车辆驾驶行为预测模型 |
Non-Patent Citations (2)
Title |
---|
郭涛: "城市快速路匝道分合流区交通运行特性及优化控制方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
钱臻: "基于组合定位技术的多智能车辆合作编队仿真技术研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111267846A (zh) * | 2020-02-11 | 2020-06-12 | 南京航空航天大学 | 一种基于博弈论的周围车辆交互行为预测方法 |
CN111267846B (zh) * | 2020-02-11 | 2021-05-11 | 南京航空航天大学 | 一种基于博弈论的周围车辆交互行为预测方法 |
CN113055474A (zh) * | 2021-03-12 | 2021-06-29 | 成都格林希尔德交通科技有限公司 | 一种微观路权交易系统 |
CN113096390A (zh) * | 2021-03-25 | 2021-07-09 | 南京航空航天大学 | 一种车辆驶离主道的控制方法 |
CN113468675A (zh) * | 2021-07-23 | 2021-10-01 | 重庆大学 | 一种隧道入口交通环境建模方法、车载设备及存储介质 |
CN113920740A (zh) * | 2021-11-16 | 2022-01-11 | 重庆邮电大学 | 一种联合车辆关联度和博弈论的车路协同驾驶系统及方法 |
CN113920740B (zh) * | 2021-11-16 | 2023-12-29 | 北京白龙马云行科技有限公司 | 一种联合车辆关联度和博弈论的车路协同驾驶系统及方法 |
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系统 |
CN118379886A (zh) * | 2024-06-27 | 2024-07-23 | 青岛理工大学 | 基于车辆风险场和均衡博弈的道路通行控制系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110363986B (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363986B (zh) | 一种集中式合流区车辆速度优化方法 | |
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 | |
CN109767630B (zh) | 一种基于车路协同的交通信号控制系统 | |
CN108538069B (zh) | 一种匝道合流区车辆速度管控系统及方法 | |
CN104299433B (zh) | 基于rfid车载电子标签的公交信号优先控制方法 | |
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系统 | |
CN110111605B (zh) | 基于动态博弈的自动驾驶车辆出入口匝道行驶决策方法 | |
CN104386064B (zh) | 用于调节车辆与前方车辆的间隔的方法 | |
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 | |
CN111376950B (zh) | 一种基于仿生雁群的列车群控制方法和列车控制系统 | |
CN109410561B (zh) | 一种高速路车辆匀异质编队行驶控制方法 | |
CN107274684A (zh) | 一种车路协同环境下单点交叉口信号控制策略选择方法 | |
CN109598950A (zh) | 一种智能网联车辆的匝道协同汇入控制方法及系统 | |
CN107730886A (zh) | 一种车联网环境下城市交叉口交通信号动态优化方法 | |
CN107730931A (zh) | 一种车路协同环境下车辆编队控制及其信号优化方法 | |
CN108603763A (zh) | 行驶计划生成装置、行驶计划生成方法和行驶计划生成程序 | |
CN105976621A (zh) | 一种基于车辆速度诱导策略引导车辆不停车通过交叉口的装置及方法 | |
CN103098109A (zh) | 利用车辆-基础设施无线通信的车辆速度指示 | |
CN109523810A (zh) | 一种基于车联网的信号交叉口车速引导系统与方法 | |
CN113012450B (zh) | 一种基于约束树的无信号灯交叉口智能车通行决策方法 | |
CN110910646A (zh) | 用于交叉口的无人驾驶公交车辆的协同控制方法 | |
CN112767715B (zh) | 一种交叉路口交通信号灯与智能网联汽车的协同控制方法 | |
CN115830885B (zh) | 一种考虑多车型能量消耗的车辆匝道合流协同控制方法 | |
CN115565390B (zh) | 智能网联汽车多车道队列通行控制方法、系统及计算机可读存储介质 | |
CN116740945B (zh) | 混行环境下快速路合流区多车协同编组交汇方法及系统 |
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 |