CN110930697B - 一种基于规则的智能网联车辆协同汇入控制方法 - Google Patents

一种基于规则的智能网联车辆协同汇入控制方法 Download PDF

Info

Publication number
CN110930697B
CN110930697B CN201911099531.XA CN201911099531A CN110930697B CN 110930697 B CN110930697 B CN 110930697B CN 201911099531 A CN201911099531 A CN 201911099531A CN 110930697 B CN110930697 B CN 110930697B
Authority
CN
China
Prior art keywords
vehicle
scheme
ramp
vehicles
main road
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
Application number
CN201911099531.XA
Other languages
English (en)
Other versions
CN110930697A (zh
Inventor
刘津强
赵万忠
吴子涵
王春燕
刘畅
张自宇
黄云丰
胡犇
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201911099531.XA priority Critical patent/CN110930697B/zh
Publication of CN110930697A publication Critical patent/CN110930697A/zh
Application granted granted Critical
Publication of CN110930697B publication Critical patent/CN110930697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/161Decentralised systems, e.g. inter-vehicle communication
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • H04W4/027Services making use of location information using location based information parameters using movement velocity, acceleration information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]

Abstract

本发明公开了一种基于规则的智能网联车辆协同汇入控制方法,包括主干道外侧车道车辆与匝道车辆建立通信并传输车辆的状态量;定义车辆协同规则;预测主干道外侧车道车辆和匝道车辆到汇入口处所需时间;根据预测的结果决策主干道外侧车道车辆是否需要换道、加速、减速来进行避让,或匝道车辆是否需要加速、减速来进行避让,得到一个车辆能够安全通过汇入口处的方案;车辆按决策方案行驶。本发明的方法以燃油经济性和通行效率为目标,通过主干道外侧车道车辆的换道避让、主干道和匝道车辆的加减速避让,实现了智能网联车辆的协同汇入控制。

Description

一种基于规则的智能网联车辆协同汇入控制方法
技术领域
本发明属于智能交通系统技术领域,具体涉及一种基于规则的智能网联车辆协同汇入控制方法。
背景技术
随着全球汽车保有量的快速增长,交通拥堵、能源短缺、事故频发成为交通的重点问题,而这些现象在匝道汇入口处显得尤为突出。在高速公路的车辆密度较高时,由于汇入口区域主干道车辆的不合理避让,以及匝道上车辆不合理的汇入行为,常常导致汇入口成为道路的堵塞点。为了解决上述问题,智能交通系统的概念被提出,即通过车辆与车辆、车辆与道路设施之间的联网通信,进行信息的交互,再经过车辆的智能终端进行处理,做出最优的决策,从而使得车辆之间能够以一种高效率、低能耗的方式协同行驶。匝道汇入口处的车辆协同行驶正是智能交通系统所需要解决的重点问题之一。
传统的匝道汇入过程中,匝道车辆驾驶员先判断汇入可用间隙,然后,主干道车辆驾驶员判断匝道车辆的汇入动作情况,最终,依据两个驾驶员的判断来做出具体的车辆汇入操作。在这个过程中,汇入动作是否安全、高效取决于驾驶员的经验。然而,由于人类驾驶员的不确定性使得汇入过程无法达到最优的安全和高效率。因此,为了提高汇入口的车辆通行效率和降低燃油消耗率,提出一种智能网联车辆的协同控制方法十分必要。
现有的智能网联车辆协同控制方法中,一部分是通过车间通信实现了汇入过程,但并未以达到提高车辆通行效率和降低燃油消耗率为控制的最优目标;一部分提出使用马尔科夫决策框架进行匝道车辆状态的决策估计,这种方法并未有效利用车辆间的通信,而且,其决策的准确度取决于参数训练效果,无法保证通行效率最高和燃油消耗率最低。同时,该方法的计算复杂度过高,无法实现车辆的实时控制。现实道路的绝大多数汇入口处,主干道有两个及以上的车道,然而,现有的智能网联车辆协同控制方法都没有考虑到主干道车辆进行换道避让的情况,未充分利用道路资源。
发明内容
针对于上述现有技术的不足,本发明的目的在于提供一种基于规则的智能网联车辆协同汇入控制方法,本发明的方法以通行效率最高和燃料消耗最低为目标,实现主干道外侧车道车辆的换道避让,主干道和匝道车辆的加速度控制。
为达到上述目的,本发明采用的技术方案如下:
本发明的一种基于规则的智能网联车辆协同汇入控制方法,包括步骤如下:
1)当主干道外侧车道车辆i进入匝道车辆j的通信范围时,两车建立通信,匝道车辆j向主干道外侧车道车辆i传输其状态量xj,状态量xj为:
Figure GDA0002976539090000021
式中,dj为匝道车辆j距离汇入口的距离,vj为匝道车辆j的速度,aj为匝道车辆j的加速度;
2)主干道外侧车道车辆i和匝道车辆j建立通信时,开始车辆协同控制过程,并定义车辆协同规则;
3)预测过程,即根据步骤2)中定义的车辆协同规则,预测主干道外侧车道车辆i和匝道车辆j到汇入口处所需时间;
4)决策过程,即根据步骤3)的预测过程的结果进行决策,判断主干道外侧车道车辆是否需要换道、加速、减速来进行避让,或者匝道车辆是否需要加速、减速来进行避让,得到一个两辆车能够安全通过汇入口处的方案;
5)主干道外侧车道的每一辆车辆,一旦进入任何一个匝道车辆的通信范围,均将进行步骤3)的预测过程和步骤4)的决策过程,输出决策方案,按决策方案行驶。
进一步地,所述步骤2)中的车辆协同规则具体为:两车辆先以综合乘客舒适性、燃油经济性和通行效率的最优加速度加速到道路的最高限速,再保持匀速运动,直至到达汇入口处;所述最优加速度设定为:
Figure GDA0002976539090000022
式中,下标l代表车辆l,车辆l并非特指某一辆车,而是表明其既可以是主干道外侧车道车辆,也可以是匝道车辆,即上述式子对两种类型车辆均适用,
Figure GDA0002976539090000023
代表车辆的所能达到的最大加速度,vl代表车辆的速度。
进一步地,所述步骤3)的预测过程具体包括:根据步骤2)中定义的车辆协同规则,主干道外侧车道车辆i和匝道车辆j到汇入口处所需时间均由下式计算:
Tl=Tl1+Tl2
式中,Tl1加速阶段的时间,Tl2为匀速阶段的时间;
加速阶段时间为:
Figure GDA0002976539090000024
式中,vmax为道路的最高限速;
匀速阶段时间为:
Figure GDA0002976539090000031
式中,dl为车辆到汇入口处距离,dl1可由下式计算:
Figure GDA0002976539090000032
进一步地,所述步骤4)的决策过程具体包括:根据步骤3)预测得到的主干道外侧车道车辆i到达汇入口处的时间Ti和匝道车辆j到达汇入口处的时间Tj之间的关系,分以下四种情况:
定义gl为车尾最小安全间隙,单位为秒,gl=0.2s,gf为车头最小安全间隙,单位为秒,gf=0.3s;
(1)当Ti-Tj≥gl时,匝道车辆j先于主干道外侧车道车辆i到达汇入口处,且两车间隙大于车尾最小安全间隙;两车辆按上述步骤2)中车辆协同规则行驶,将该行驶方案定义为决策方案p11,定义Ti-Tj≥gl时的决策方案子集为P1={p11};
(2)当0≤Ti-Tj<gl时,匝道车辆j先于主干道外侧车道车辆i到达汇入口处,两车辆间隙小于车尾最小安全间隙;则令主干道外侧车道车辆i利用换道来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p21,也可以令主干道外侧车道车辆i利用减速来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p22,还可以令匝道车辆j利用加速来避免在汇入口处与主干道外侧车道车辆i发生冲突,将该行驶方案定义为决策方案p23,则可以定义0≤Ti-Tj<gl时的决策方案子集为P2={p21,p22,p23};
如果满足:
gli≥gl,gfi≥gf
式中,gli代表主干道外侧车道车辆i与其左侧车道车辆的车尾间隙,gfi代表主干道外侧车道车辆i与其左侧车道车辆的车头间隙,则输出决策方案p21,否则,判断决策方案p22和决策方案p23中的最优决策方案;
规定时间收益为:
costp=Tip+Tjp,p=p22,p23
式中,Tip为在采用p方案时,主干道外侧车道车辆i到达汇入口处的时间,Tjp为在采用p方案时,匝道车辆j到达汇入口处的时间;判断采用决策方案p22或决策方案p23时,哪种方案时间收益最小,则选择该时间收益最小的方案为输出的决策方案;
(3)当-gf≤Ti-Tj<0时,主干道外侧车道车辆i先于匝道车辆j到达汇入口处,两车辆间隙小于车头最小安全间隙;则令主干道外侧车道车辆i利用换道来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p31,也可以令主干道外侧车道车辆i利用加速来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p32,还可以令匝道车辆j利用减速来避免在汇入口处与主干道外侧车道车辆i发生冲突,将该行驶方案定义为决策方案p33,则可以定义-gf≤Ti-Tj<0时的决策方案子集为P3={p31,p32,p33};
如果满足
gli≥gl,gfi≥gf
则输出决策方案p31,否则,判断决策方案p32和决策方案p33中的最优决策方案;
规定时间收益为:
costp=Tip+Tjp,p=p32,p33
判断采用决策方案p32或决策方案p33时,哪种方案时间收益最小,选择该时间收益最小的方案为输出的决策方案;
(4)当Ti-Tj≤-gf,主干道外侧车道车辆i先于匝道车辆j到达汇入口处,两车间隙大于车头最小安全间隙;两车辆按上述步骤2)中车辆协同规则行驶,将该行驶方案定义为决策方案p41,定义Ti-Tj≤-gf时的决策方案子集为P4={p41};
综合上述四种情况,得到决策过程的决策方案集为:
Figure GDA0002976539090000041
本发明的有益效果:
本发明的方法考虑了主干道外侧车道车辆换道避让行为,充分利用了道路资源,提高了道路通行效率。本发明与现有技术方案相比,计算复杂度大大降低。
本发明的方法以燃油消耗率和道路通行效率作为选择最优决策方案的指标,实现了降低燃油消耗率,提升道路通行效率的目的。
附图说明
图1为本发明实施例的场景示意图。
图2为本发明实施例的方法流程图。
图3为本发明实施例的决策树图。
图4为本发明实施例的仿真结果图。
具体实施方式
为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说明,实施方式提及的内容并非对本发明的限定。
图1为本发明实施例的场景示意图。该场景主要包括主干道内侧车道、主干道外侧车道、匝道、汇入口处、主干道外侧车道车辆均称为车辆i,匝道车辆称为车辆j。
按图2所示实施例的方法流程图,本发明所提出的方法具体实施步骤如下:
步骤一:主干道外侧车道车辆i进入匝道车辆j的通讯范围,主干道外侧车道车辆i开始接收匝道车辆j传输的状态量,状态量为:
Figure GDA0002976539090000051
式中,dj为匝道车辆j距离汇入口的距离,vj为匝道车辆j的速度,aj为匝道车辆j的加速度。
步骤二:计算主干道外侧车道车辆i和匝道车辆j到汇入口处所需时间。
定义车辆协同规则为:两车先以综合乘客舒适性、燃油经济性和通行效率的最优加速度加速到道路的最高限速,再保持匀速运动,直至到达汇入口处;
为了使得燃油消耗率较低,最优加速度应当较低;但是,为了提高通行效率,车辆到达汇入口处所需时间应尽量少,即最优加速度应当较高;同时,考虑到乘客舒适性,最优加速度设定为:
Figure GDA0002976539090000052
式中,下标l代表车辆l,车辆l并非特指某一辆车,而是表明其既可以是主干道外侧车道车辆,也可以是匝道车辆,即上述式子对两种类型车辆均适用,
Figure GDA0002976539090000053
代表车辆的所能达到的最大加速度,vl代表车辆的速度。
主干道外侧车道车辆i和匝道车辆j到汇入口处所需时间均可由下式计算:
Tl=Tl1+Tl2
式中,Tl1加速阶段的时间,Tl2为匀速阶段的时间。
加速阶段时间为:
Figure GDA0002976539090000061
式中,vmax为道路的最高限速。
匀速阶段时间为:
Figure GDA0002976539090000062
式中,dl为车辆到汇入口处距离,dl1可由下式计算:
Figure GDA0002976539090000063
步骤三:决策过程;如图3本发明实施例的决策树图所示,根据主干道外侧车道车辆i和匝道车辆j到汇入口处所需时间Ti、Tj与最小车头安全间隙gf、最小车尾安全间隙gl的关系,得到不同的决策集P1={p11},P2={p21,p22,p23},P3={p31,p32,p33},P4={p41}。
规定时间收益为:
costp=Tip+Tjp,p=p22,p23
式中,Tip为在采用p方案时,主干道外侧车道车辆i到达汇入口处的时间,Tjp为在采用p方案时,匝道车辆j到达汇入口处的时间;判断采用决策方案p22或决策方案p23时,哪种方案时间收益最小,则选择该时间收益最小的方案为输出的决策方案;
步骤四:如果车辆i进入除车辆j之外的其他匝道车辆j+1的通讯范围,则令j=j+1,然后重复步骤一至步骤三的过程。
步骤五:每一辆主干道外侧车道车辆一旦进入了匝道中某一车辆的通讯范围,便进行步骤一至步骤四的过程。
本发明实现了智能网联车辆的协同汇入控制,保证了车辆汇入过程的安全性、高效性、燃油经济性。图4为本发明实施例的仿真结果图,仿真结果表明,所提出的方法使得车辆的燃油消耗率比无控制情况下降低了43.6%,通行效率提高了17.2%,验证了该方法的有效性。
本发明具体应用途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进,这些改进也应视为本发明的保护范围。

Claims (1)

1.一种基于规则的智能网联车辆协同汇入控制方法,其特征在于,包括步骤如下:
1)当主干道外侧车道车辆i进入匝道车辆j的通信范围时,两车建立通信,匝道车辆j向主干道外侧车道车辆i传输其状态量xj,状态量xj为:
Figure FDA0002976539080000011
式中,dj为匝道车辆j距离汇入口的距离,vj为匝道车辆j的速度,aj为匝道车辆j的加速度;
2)主干道外侧车道车辆i和匝道车辆j建立通信时,开始车辆协同控制过程,并定义车辆协同规则;
3)预测过程,即根据步骤2)中定义的车辆协同规则,预测主干道外侧车道车辆i和匝道车辆j到汇入口处所需时间;
4)决策过程,即根据步骤3)的预测过程的结果进行决策,判断主干道外侧车道车辆是否需要换道、加速、减速来进行避让,或匝道车辆是否需要加速、减速来进行避让,得到一个两辆车能够安全通过汇入口处的方案;
5)主干道外侧车道的每一辆车辆,一旦进入任何一个匝道车辆的通信范围,均将进行步骤3)的预测过程和步骤4)的决策过程,输出决策方案,按决策方案行驶;
所述步骤2)中的车辆协同规则具体为:两车辆先以综合乘客舒适性、燃油经济性和通行效率的最优加速度加速到道路的最高限速,再保持匀速运动,直至到达汇入口处;所述最优加速度设定为:
Figure FDA0002976539080000012
式中,下标l代表车辆l,车辆l既可是主干道外侧车道车辆,也可是匝道车辆,即上述公式对两种类型车辆均适用,
Figure FDA0002976539080000013
代表车辆的所能达到的最大加速度,vl代表车辆的速度;
所述步骤3)的预测过程具体包括:根据步骤2)中定义的车辆协同规则,主干道外侧车道车辆i和匝道车辆j到汇入口处所需时间均由下式计算:
Tl=Tl1+Tl2
式中,Tl1加速阶段的时间,Tl2为匀速阶段的时间;
加速阶段时间为:
Figure FDA0002976539080000021
式中,vmax为道路的最高限速;
匀速阶段时间为:
Figure FDA0002976539080000022
式中,dl为车辆到汇入口处距离,dl1由下式计算:
Figure FDA0002976539080000023
所述步骤4)的决策过程具体包括:根据步骤3)预测得到的主干道外侧车道车辆i到达汇入口处的时间Ti和匝道车辆j到达汇入口处的时间Tj之间的关系,分以下四种情况:
定义gl为车尾最小安全间隙,单位为秒,gl=0.2s,gf为车头最小安全间隙,单位为秒,gf=0.3s;
(1)当Ti-Tj≥gl时,匝道车辆j先于主干道外侧车道车辆i到达汇入口处,且两车间隙大于车尾最小安全间隙;两车辆按上述步骤2)中车辆协同规则行驶,将该行驶方案定义为决策方案p11,定义Ti-Tj≥gl时的决策方案子集为P1={p11};
(2)当0≤Ti-Tj<gl时,匝道车辆j先于主干道外侧车道车辆i到达汇入口处,两车辆间隙小于车尾最小安全间隙;则令主干道外侧车道车辆i利用换道来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p21,也可令主干道外侧车道车辆i利用减速来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p22,还可令匝道车辆j利用加速来避免在汇入口处与主干道外侧车道车辆i发生冲突,将该行驶方案定义为决策方案p23,则定义0≤Ti-Tj<gl时的决策方案子集为P2={p21,p22,p23};
如果满足:
gli≥gl,gfi≥gf
式中,gli代表主干道外侧车道车辆i与其左侧车道车辆的车尾间隙,gfi代表主干道外侧车道车辆i与其左侧车道车辆的车头间隙,则输出决策方案p21,否则,判断决策方案p22和决策方案p23中的最优决策方案;
规定时间收益为:
costp=Tip+Tjp,p=p22,p23
式中,Tip为在采用p方案时,主干道外侧车道车辆i到达汇入口处的时间,Tjp为在采用p方案时,匝道车辆j到达汇入口处的时间;判断采用决策方案p22或决策方案p23时,哪种方案时间收益最小,则选择该时间收益最小的方案为输出的决策方案;
(3)当-gf≤Ti-Tj<0时,主干道外侧车道车辆i先于匝道车辆j到达汇入口处,两车辆间隙小于车头最小安全间隙;则令主干道外侧车道车辆i利用换道来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p31,也可令主干道外侧车道车辆i利用加速来避免在汇入口处与匝道车辆j发生冲突,将该行驶方案定义为决策方案p32,还可令匝道车辆j利用减速来避免在汇入口处与主干道外侧车道车辆i发生冲突,将该行驶方案定义为决策方案p33,则可定义-gf≤Ti-Tj<0时的决策方案子集为P3={p31,p32,p33};
如果满足
gli≥gl,gfi≥gf
则输出决策方案p31,否则,判断决策方案p32和决策方案p33中的最优决策方案;
规定时间收益为:
costp=Tip+Tjp,p=p32,p33
判断采用决策方案p32或决策方案p33时,哪种方案时间收益最小,选择该时间收益最小的方案为输出的决策方案;
(4)当Ti-Tj≤-gf,主干道外侧车道车辆i先于匝道车辆j到达汇入口处,两车间隙大于车头最小安全间隙;两车辆按上述步骤2)中车辆协同规则行驶,将该行驶方案定义为决策方案p41,定义Ti-Tj≤-gf时的决策方案子集为P4={p41};
综合上述四种情况,得到决策过程的决策方案集为:
Figure FDA0002976539080000031
CN201911099531.XA 2019-11-12 2019-11-12 一种基于规则的智能网联车辆协同汇入控制方法 Active CN110930697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911099531.XA CN110930697B (zh) 2019-11-12 2019-11-12 一种基于规则的智能网联车辆协同汇入控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911099531.XA CN110930697B (zh) 2019-11-12 2019-11-12 一种基于规则的智能网联车辆协同汇入控制方法

Publications (2)

Publication Number Publication Date
CN110930697A CN110930697A (zh) 2020-03-27
CN110930697B true CN110930697B (zh) 2021-05-25

Family

ID=69852803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911099531.XA Active CN110930697B (zh) 2019-11-12 2019-11-12 一种基于规则的智能网联车辆协同汇入控制方法

Country Status (1)

Country Link
CN (1) CN110930697B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112700661B (zh) * 2020-12-17 2022-04-26 江苏大学 一种重交通流下的智能车辆汇流方法及系统
CN112750318B (zh) * 2020-12-30 2022-07-05 山东高速信息集团有限公司 一种基于边缘云的匝道合流控制方法及系统
CN113223324B (zh) * 2021-03-25 2022-05-24 东南大学 高速匝道入口合流的控制方法
CN113897827B (zh) * 2021-10-29 2023-04-28 华昕设计集团有限公司 城市道路交通合流的结构
CN115171401A (zh) * 2022-06-20 2022-10-11 高新兴科技集团股份有限公司 一种匝道汇入方法、装置及介质
CN115131965B (zh) * 2022-06-23 2023-07-07 重庆长安汽车股份有限公司 车辆控制方法、装置、系统、电子设备及存储介质
CN115880884B (zh) * 2022-09-23 2023-10-27 长安大学 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
CN116032985B (zh) * 2023-01-09 2024-04-23 中南大学 基于智能网联车辆的均匀换道方法、系统、设备及介质
CN116386385B (zh) * 2023-02-17 2024-03-26 东南大学 一种基于混合交通流的智能网联车辆上匝道汇入控制协议
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

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104835319A (zh) * 2015-04-07 2015-08-12 同济大学 一种高等级道路瓶颈区入匝道车辆汇入行为估计方法
CN106781551A (zh) * 2017-03-08 2017-05-31 东南大学 车联网环境下的高速公路出入口匝道联合控制系统及方法
CN108604292A (zh) * 2015-11-26 2018-09-28 御眼视觉技术有限公司 对切入车道的车辆的自动预测和利他响应
CN109035813A (zh) * 2018-10-10 2018-12-18 南京宁昱通交通科技有限公司 快速路出口匝道与地方道路衔接交叉口信号动态控制技术
CN109272748A (zh) * 2018-09-06 2019-01-25 东南大学 车车通信结合辅助驾驶环境下匝道协同汇入方法及系统
CN110136484A (zh) * 2019-06-17 2019-08-16 深圳成谷科技有限公司 一种车辆变道方法、路测单元及存储介质
EP3557556A1 (en) * 2018-04-19 2019-10-23 HERE Global B.V. Method, apparatus, and system for traffic sign learning near a ramp

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104835319A (zh) * 2015-04-07 2015-08-12 同济大学 一种高等级道路瓶颈区入匝道车辆汇入行为估计方法
CN108604292A (zh) * 2015-11-26 2018-09-28 御眼视觉技术有限公司 对切入车道的车辆的自动预测和利他响应
CN106781551A (zh) * 2017-03-08 2017-05-31 东南大学 车联网环境下的高速公路出入口匝道联合控制系统及方法
EP3557556A1 (en) * 2018-04-19 2019-10-23 HERE Global B.V. Method, apparatus, and system for traffic sign learning near a ramp
CN109272748A (zh) * 2018-09-06 2019-01-25 东南大学 车车通信结合辅助驾驶环境下匝道协同汇入方法及系统
CN109035813A (zh) * 2018-10-10 2018-12-18 南京宁昱通交通科技有限公司 快速路出口匝道与地方道路衔接交叉口信号动态控制技术
CN110136484A (zh) * 2019-06-17 2019-08-16 深圳成谷科技有限公司 一种车辆变道方法、路测单元及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于车路协同的高速公路入口匝道车辆汇入引导方法;张存保;《武汉理工大学学报(交通科学与工程版)》;20171231;第537-542页 *

Also Published As

Publication number Publication date
CN110930697A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
CN106997690B (zh) 一种车联网环境下高速公路车辆非强制换道控制方法
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
CN109035862B (zh) 一种基于车车通信的多车协同换道控制方法
CN108447266B (zh) 一种智能网联汽车协同换道入队控制方法
HomChaudhuri et al. A fuel economic model predictive control strategy for a group of connected vehicles in urban roads
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
CN109410561B (zh) 一种高速路车辆匀异质编队行驶控制方法
CN111746539A (zh) 一种智能网联汽车严格安全换道入队控制方法
CN113593275B (zh) 一种基于公交信号优先的交叉口网联自动驾驶方法
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
CN113489793B (zh) 一种混合交通场景下的快速路双车道协同控制方法
CN112164217B (zh) 一种自动驾驶车辆队列行驶管理系统及其控制方法
CN111325975B (zh) 一种智能网联车辆在汇入口区域的集中优化协调方法
CN112233413A (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN111081009A (zh) 一种基于车联网的车辆编队行驶系统及控制方法
CN114771522A (zh) 一种人机混驾交通流车辆换道模型构建方法
CN112224202B (zh) 一种紧急工况下的多车协同避撞系统及方法
CN109300323A (zh) 一种基于车联网的车速引导方法及系统
CN115641717A (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
CN115140094A (zh) 一种基于纵向安全间距模型的实时换道决策方法
CN110723143B (zh) 适用多行驶工况的经济型自适应巡航控制系统及方法
Mohseni et al. Fuel and comfort efficient cooperative control for autonomous vehicles
CN115817460B (zh) 一种混合流条件下智能网联车主动协调避撞方法
CN115131959B (zh) 车辆队列防追尾主动避撞协同控制方法

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