CN111091721A - 一种面向智慧车列交通系统的匝道合流控制方法及系统 - Google Patents

一种面向智慧车列交通系统的匝道合流控制方法及系统 Download PDF

Info

Publication number
CN111091721A
CN111091721A CN201911336775.5A CN201911336775A CN111091721A CN 111091721 A CN111091721 A CN 111091721A CN 201911336775 A CN201911336775 A CN 201911336775A CN 111091721 A CN111091721 A CN 111091721A
Authority
CN
China
Prior art keywords
vehicle
main road
time
vehicles
ramp
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.)
Pending
Application number
CN201911336775.5A
Other languages
English (en)
Inventor
徐彪
秦晓辉
谢国涛
王晓伟
边有钢
胡满江
孟天闯
钟志华
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201911336775.5A priority Critical patent/CN111091721A/zh
Publication of CN111091721A publication Critical patent/CN111091721A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/075—Ramp control
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种面向智慧车列交通系统的匝道合流控制方法及系统，该方法包括：步骤1，采集整个路段主路车辆和汇入主路的匝道车辆的运动信息；步骤2，构建综合优化控制模型；步骤3，优化主路车辆和汇入车辆的运动状态，并输出所有车辆在预测时间或一段时间内的期望加速度；步骤4，将步骤3输出所有主路车辆的期望加速度作为车辆控制指令，发送给各车辆；步骤5，在下一控制周期，继续执行步骤1～步骤4。本发明能够根据优化目标自由调整汇入主路的车辆，实现更高的效率，从而实现匝道交通流汇入密度更大交通流的主路，进而更适合智慧车列的场景。

Description

一种面向智慧车列交通系统的匝道合流控制方法及系统
技术领域
本发明涉及匝道合流控制技术领域，特别是关于一种面向智慧车列交通系统的匝道合流控制方法及系统。
背景技术
公开号为CN109017885A的专利申请提出了一种智慧车列交通系统，致力于解决传统公共交通存在的不能直达目的地、需要换车等等、沿途为其他乘客停车绕行、交通低峰时段运力浪费、发车时间间隔大等问题。智慧车列交通系统在车辆编组方式上由传统的固定车列编组转变为自由编组与分解，通过车辆的自由编组组成“虚拟队列”在主道上行驶。系统的车站通过一段匝道与主道相连接，车辆从匝道进入主道时，会与主道上的车辆相互影响，因此需要通过匝道合流控制技术有效控制主道车辆与匝道车辆的匝道合流过程，保证匝道合流过程的安全、高效、稳定。
目前，有少量专利着眼于匝道交通流合流控制。例如，申请号为CN201710548017.4的专利申请设计了一种匝道合流预警系统，通过判断合流车辆与主路车辆的碰撞关系，通过车载显示系统给予合流车辆提示和预警。申请号为CN201010219558.0的专利设计了一种高速公路入口匝道合流区智能安全预警控制方法，采集和分析合流车辆和主路车辆运动关系，通过道路基础设施的提示界面给予合流车辆提示和预警。公开号为CN110379182A的专利申请设计了一种基于车路广义动力学的匝道合流区协同控制系统，通过协调合流车辆以及主路相邻车辆的运动完成合流任务。
上述技术对于提高城市匝道的安全性具有积极意义，但其或者仅提供提示信息，或者仅考虑合流车辆和主路相邻车辆协调关系，未考虑主路整个路段车辆运动关系。而在智慧车列交通系统中，主路车辆跟车间距较小，交通密度较大，上述方法可能造成匝道车辆无法合流、交通波动产生拥堵、交通安全等问题，无法适应智慧车列交通系统的场景。
因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。
发明内容
本发明的目的在于提供一种面向智慧车列交通系统的匝道合流控制方法及系统来克服或至少减轻现有技术的上述缺陷中的至少一个。
为实现上述目的，本发明提供一种面向智慧车列交通系统的匝道合流控制方法，该方法包括：
步骤1，采集整个路段距离合流点一定范围内的主路车辆和汇入主路的匝道车辆的运动信息；
步骤2，构建综合优化控制模型，该综合优化控制模型包括目标函数、车辆动力学模型约束、车辆运动的有界约束、车辆安全跟车约束、合流车辆安全约束、初始边界约束和终端时刻边界约束：
其中，所述目标函数f表示为式(1)：
f＝α·f1+β·f2+γ·f3 (1)
式(1)中：
α、β、γ分别表示3项的权重；
f1为所有车辆加速度平方对时间的积分的总和，表示为下式(2)：
Figure BDA0002331172300000021
f2为主路各车辆速度与道路安全速度速之差的平方对时间积分的总和，表示为下式(3)：
Figure BDA0002331172300000022
f3为主路相邻车辆在终端时刻的速度差的平方和，表示为下式(3)：
Figure BDA0002331172300000023
上述式(2)至式(4)中，主路车辆按照其与合流点之间距离远近的编号i依序为1～m，匝道上待合流的车辆的编号i设置为0，t0为所述步骤1中信息采集的起始时刻，tf为所述步骤1中信息采集的终端时刻，ui(t)为主路车辆i在时刻t的期望加速度，vi(t)为主路车辆i在时刻t的速度，vi+1(tf)为主路车辆i+1在时刻t的速度，vi(tf)为主路车辆i在时刻tf的速度，vf为道路安全速度；
由式(16)和式(17)所示的所述合流车辆安全约束根据匝道车辆汇入主路时、与相邻前后车辆的距离大于最小安全间距ds而构建得到；
min{si(tf)|si(tf)≥0}≥ds，i＝1，2，...，m (16)
-max{si(tf)|si(tf)＜0}≥ds，i＝1，2，...，m (17)
式(16)和式(17)中，集合{si(tf)|si(tf)≥0}表示匝道车辆汇入主路时刻位于匝道车辆后方的主路车辆与合流点之间的距离集合，min表示求最小值；集合{si(tf)|si(tf)＜0}表示匝道车辆汇入主路时刻位于该匝道车辆前方的主路车辆与合流点之间的距离集合，max表示求最大值；
步骤3，优化主路车辆和汇入车辆的运动状态，并输出所有车辆在t时间内的期望加速度ui(t)；
步骤4，将所述步骤3输出所有主路车辆i在t时间内的期望加速度ui(t)作为车辆控制指令，发送给各车辆；
步骤5，在下一控制周期，继续执行步骤1～步骤4。
进一步地，所述步骤2中的所述车辆动力学模型约束根据车辆加速运动的质点模型构建得到，表示为下式(5)和式(6)：
Figure BDA0002331172300000031
Figure BDA0002331172300000032
式(5)和式(6)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure BDA0002331172300000033
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure BDA0002331172300000034
为vi(t)的一阶导数，ui(t)为主路车辆i在t时刻的期望加速度。
进一步地，所述步骤2中的所述车辆运动的有界约束表示为下式(12)和式(13)：
vmin≤vi(t)≤vmax，i＝0，1，2，...，m (12)
umin≤ui(t)≤umax，i＝0，1，2，...，m (13)
式(12)和式(13)中，vmin表示道路最低限速，vmax表示道路最高限速，umin表示最大舒适减速度，umax表示最大舒适加速度；
进一步地，所述步骤2中的所述车辆安全跟车约束表示为下式(14)：
si+1(t)-si(t)≥ds，i＝1，2，...，m-1 (14)
式(14)中，si+1(t)为主路车辆i+1在t时刻与合流点的距离，ds表示相邻车辆的跟车的安全距离。
进一步地，所述步骤2中的所述初始边界约束表示为下式(18)和式(19)：
si(t＝t0)＝si(t0)，i＝0，1，2，...，m (18)
vi(t＝t0)＝vi(t0)，i＝0，1，2，...，m (19)
式(18)和式(19)中，vi(t0)为由所述步骤1采集得到的主路车辆i在t0时刻的速度，si(t0)为由所述步骤1采集得到的主路车辆i在t0时刻与合流点的距离；
所述步骤2中的所述终端时刻边界约束表示为下式(20)：
s0(tf)＝0 (20)。
进一步地，所述步骤3具体包括：
步骤3.1，将目标函数f中的积分项离散为求和形式，将车辆动力学模型约束中的微分项离散为前后差分形式；
步骤3.2，采用全局非线性规划求解器进行求解，得到所有所有主路车辆i在t时间内的期望加速度ui(t)。
本发明还提供一种面向智慧车列交通系统的匝道合流控制系统，该系统包括：
采集装置，其用于采集整个路段距离合流点一定范围内的主路车辆和汇入主路的匝道车辆的运动信息；
模型构建装置，其用于构建综合优化控制模型，该综合优化控制模型包括目标函数、车辆动力学模型约束、车辆运动的有界约束、车辆安全跟车约束、合流车辆安全约束、初始边界约束和终端时刻边界约束：
其中，所述目标函数f表示为式(1)：
f＝α·f1+β·f2+γ·f3 (1)
式(1)中：
α、β、γ分别表示3项的权重；
f1为所有车辆加速度平方对时间的积分的总和，表示为下式(2)：
Figure BDA0002331172300000041
f2为主路各车辆速度与道路安全速度速之差的平方对时间积分的总和，表示为下式(3)：
Figure BDA0002331172300000051
f3为主路相邻车辆在终端时刻的速度差的平方和，表示为下式(3)：
Figure BDA0002331172300000052
上述式(2)至式(4)中，主路车辆按照其与合流点之间距离远近的编号i依序为1～m，匝道上待合流的的车辆的编号i设置为0，t0为所述步骤1中信息采集的起始时刻，tf为所述步骤1中信息采集的终端时刻，ui(t)为主路车辆i在时刻t的期望加速度，vi(t)为主路车辆i在时刻t的速度，vi+1(tf)为主路车辆i+1在时刻t的速度，vi(tf)为主路车辆i在时刻tf的速度，vf为道路安全速度；
由式(16)和式(17)所示的所述合流车辆安全约束根据匝道车辆汇入主路时、与相邻前后车辆的距离大于最小安全间距ds而构建得到；
min{si(tf)|si(tf)≥0}≥ds，i＝1，2，...，m (16)
-max{si(tf)|si(tf)＜0}≥ds，i＝1，2，...，m (17)
式(16)和式(17)中，集合{si(tf)|si(tf)≥0}表示匝道车辆汇入主路时刻位于匝道车辆后方的主路车辆与合流点之间的距离集合，min表示求最小值；集合{si(tf)|si(tf)＜0}表示匝道车辆汇入主路时刻位于该匝道车辆前方的主路车辆与合流点之间的距离集合，max表示求最大值；
优化装置，其用于根据所述模型构建装置构建得到的所述综合优化控制模型，优化主路车辆和汇入车辆的运动状态，并输出所有车辆在t时间内的期望加速度ui(t)；
指令输出装置，其用于输出所有主路车辆i在t时间内的期望加速度ui(t)作为车辆控制指令，发送给各车辆。
进一步地，所述优化装置具体用于将目标函数f中的积分项离散为求和形式，将车辆动力学模型约束中的微分项离散为前后差分形式、以及用于采用全局非线性规划求解器进行求解，得到所有主路车辆i在t时间内的期望加速度ui(t)。
进一步地，所述车辆动力学模型约束根据车辆加速运动的质点模型构建得到，表示为下式(5)和式(6)：
Figure BDA0002331172300000053
Figure BDA0002331172300000054
式(5)和式(6)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure BDA0002331172300000061
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure BDA0002331172300000062
为vi(t)的一阶导数，ui(t)为主路车辆i在t时刻的期望加速度；
所述车辆运动的有界约束表示为下式(12)和式(13)：
vmin≤vi(t)≤vmax，i＝0，1，2，...，m (12)
vmin≤vi(t)≤umax，i＝0，1，2，...，m (13)
式(12)和式(13)中，vmin表示道路最低限速，vmax表示道路最高限速，umin表示最大舒适减速度，umax表示最大舒适加速度；
所述车辆安全跟车约束表示为下式(14)：
si+1(t)-si(t)≥ds，i＝1，2，...，m-1 (14)
式(14)中，si+1(t)为主路车辆i+1在t时刻与合流点的距离，si(t)为主路车辆i在t时刻与合流点的距离，ds表示相邻车辆的跟车的安全距离；
所述初始边界约束表示为下式(18)和式(19)：
si(t＝t0)＝si(t0)，i＝0，1，2，...，m (18)
vi(t＝t0)＝vi(t0)，i＝0，1，2，...，m (19)
式(18)和式(19)中，vi(t0)为由所述步骤1采集得到的主路车辆i在t0时刻的速度，si(t0)为由所述步骤1采集得到的主路车辆i在t0时刻与合流点的距离；
所述步骤2中的所述终端时刻边界约束表示为下式(20)：
s0(tf)＝0 (20)。
本发明能够根据优化目标自由调整汇入主路的车辆，实现更高的效率，从而实现匝道交通流汇入密度更大交通流的主路，进而更适智慧车列的场景。
附图说明
图1为本发明提供的面向智慧车列交通系统的匝道合流示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明实施例提供的面向智慧车列交通系统的匝道合流控制方法包括：
步骤1，采集整个路段距离合流点一定范围内的主路车辆和汇入主路的匝道车辆的运动信息。
步骤2，构建综合优化控制模型。
步骤3，优化主路车辆和汇入车辆的运动状态。
步骤4，将优化的车辆控制指令发送给各车辆，各车辆执行控制指令。
步骤5，在下一控制周期，继续执行步骤1～步骤4。
步骤1中采集得到的信息包括：车辆速度、车辆与合流点的距离。“合流点”是匝道中心线和和道路中心线的交点。“一定范围”通常取通信范围。
如图1所示，图1中示出了主路和匝道，主路的道路中心线和匝道的道路中心线的交点为合流点。下文将“在主路上行驶的车辆”简称为主路车辆，“在匝道上行驶的车辆”简称为匝道车辆。将主路车辆按照其与合流点之间距离远近进行排序编号，由近到远依序编号为1～m，匝道上待合流的车辆的编号设置为0。主路车辆i的速度为vi(t0)，主路车辆i与合流点的距离为si(t0)，控制输入为加速度ui(t0)，t0为信息采集时刻。vi(t0)与si(t0)为采集到的信息，ui(t0)为匝道合流控制方法优化的变量。采集车辆信息的路段范围称为控制区域，区域大小由通信距离确定。
步骤2包括如下步骤：
步骤2.1，设置综合优化控制模型的目标函数f为3项的加权和，其表示为下式(1)：
f＝α·f1+β·f2+γ·f3 (1)
式(1)中：
α、β、γ分别表示3项的权重，可通过调节权重权衡系统的安全性、经济性、舒适性、效率等性能指标。例如：α取1，β取0.1，γ取0.1。
f1为所有车辆加速度平方对时间的积分的总和，通过f1来抑制加减速，从而提高燃油经济性和舒适性，f1表示为下式(2)：
Figure BDA0002331172300000071
f2为主路各车辆速度与道路安全速度速之差的平方对时间积分的总和，通过f2减小各车辆速度波动，提高安全性和行驶效率，f2表示为下式(3)：
Figure BDA0002331172300000072
f3为主路相邻车辆在终端时刻的速度差的平方和，通过f3减小终端时刻车辆的速度差，提高安全性，f3表示为下式(3)：
Figure BDA0002331172300000081
上述式(2)至式(4)中，t0为信息采集的起始时刻，tf为信息采集的终端时刻，ui(t)为主路车辆i在时刻t的期望加速度，vi(t)为主路车辆i在时刻t的速度，vi+1(tf)为主路车辆i+1在时刻tf的速度，vi(t)为主路车辆i在时刻tf的速度，vf为道路安全速度。
步骤2.2，根据车辆加速运动的质点模型，构建如下式(5)和式(6)所示的车辆动力学模型约束：
s(t)＝-vi(t)，i＝0，1，...，m (5)
Figure BDA0002331172300000082
式(5)和式(6)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure BDA0002331172300000083
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure BDA0002331172300000084
为vi(t)的一阶导数，ui(t)为主路车辆i在t时刻的控制变量，即期望加速度。
当然，除了上述实施例提供的车辆动力学模型约束外，车辆动力学模型约束也可以采用如下的三阶线性动力学模型：
Figure BDA0002331172300000085
Figure BDA0002331172300000086
Figure BDA0002331172300000087
式(7)至式(9)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure BDA0002331172300000088
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure BDA0002331172300000089
为vi(t)的一阶导数，ai(t)为主路车辆i在t时刻的实际加速度，u(t)为期望加速度，τe为加速度响应延迟。
还可以采用如下的非线性动力学模型：
Figure BDA00023311723000000810
Figure BDA00023311723000000811
式(10)和式(11)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure BDA0002331172300000091
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure BDA0002331172300000092
为vi(t)的一阶导数，sign( )代表符号函数，当自变量大于零时取1，当自变量小于零时取-1，当自变量等于零时取；T(t)为发动机扭矩，Fb(t)为制动力，kT、kR、kW为系数可以由车辆参数计算得到，vw为风速，由天气情况决定。
相比上述三种形式的车辆动力学模型约束，式(5)和式(6)采用了最简单的动力学模型，这样便于实时求解。
步骤2.3，根据交通法规，构建如下式(12)和式(13)所示的车辆运动的有界约束：
vmin≤vi(t)≤vmax，i＝0，1，2，...，m (12)
umin≤ui(t)≤umax，i＝0，1，2，...，m (13)
式(12)和式(13)中，vmin表示道路最低限速，vmax表示道路最高限速，车辆速度在整个合流过程中不低于道路最低限速vmin，不高于道路最高限速vmax；umin表示最大舒适减速度，umax表示最大舒适加速度，车辆加速度在整个合流过程中不低于最大舒适减速度umin，不高于最大舒适加速度umax。
需要说明的是，步骤2.3中提供的车辆运动的有界约束的界限的取值在针对未限速的公路而言，舒适加速度一般可取0.8～1.5m/s2，舒适减速度一般可取1.0～3.0m/s2。
步骤2.4，构建如下式(14)所示的车辆安全跟车约束：
si+1(t)-si(t)≥ds，i＝1，2，...，m-1 (14)
式(14)中，si+1(t)为主路车辆i+1在t时刻与合流点的距离，si(t)为主路车辆i在t时刻与合流点的距离，ds表示相邻车辆的跟车的安全距离，在合流控制的整个过程，主路上相邻车辆的跟车距离大于最小安全距离ds。
上述实施例采用的是固定距离的跟车约束，此外还有如下式(15)所表示的固定时距的跟车距离：
si+1(t)-si(t)≥vi+1ts+dm，i＝1，2，...，m-1 (15)
式(15)中，si+1(t)为主路车辆i+1在t时刻与合流点的距离，si(t)为主路车辆i在t时刻与合流点的距离，vi+1(t)为主路车辆i+1在t时刻的速度，ts为固定的最小跟车时距，dm为最小安全距离。
但是，式(14)提供的车辆安全跟车约束计算更加简单，计算效率高，后一种复杂，计算效率低，但更符合驾乘体验。
步骤2.5，匝道车辆汇入主路时，与相邻前后车辆的距离大于最小安全间距ds，于是构建有下式(16)和式(17)所示的合流车辆安全约束：
min{si(tf)|si(tf)≥0}≥ds，i＝1，2，...，m (16)
-max{si(tf)|si(tf)＜0}≥ds，i＝1，2，...，m (17)
式(16)和式(17)中，集合{si(tf)|si(tf)≥0}表示匝道车辆汇入主路时刻位于匝道车辆后方的主路车辆与合流点之间的距离集合，min表示求最小值；集合{si(tf)|si(tf)＜0}表示匝道车辆汇入主路时刻位于匝道车辆前方的主路车辆与合流点之间的距离集合，max表示求最大值。
步骤2.5提供的约束较为宽松，不要求车辆汇入指定的2个车之间，可根据优化目标自由调整汇入的车辆，实现更高的效率。因此，本实施例可实现匝道交通流汇入密度更大交通流的主路，从而更适合车列的场景(因为主路跟车距离更近)。
步骤2.6，在模型优化的初始状态为采集的车辆状态，构造如下式(18)和式(19)所示的初始边界约束：
si(t＝t0)＝si(t0)，i＝0，1，2，...，m (18)
vi(t＝t0)＝vi(t0)，i＝0，1，2，...，m (19)
式(18)和式(19)中，vi(t0)为由所述步骤1采集得到的主路车辆i在t0时刻的速度，si(t0)为由所述步骤1采集得到的主路车辆i在t0时刻与合流点的距离。
步骤2.7，终端时刻tf为匝道车辆汇入主路的时刻，车辆0在终端时刻tf位于合流点，构造如下式(20)所示的终端时刻边界约束：
s0(tf)＝0 (20)
步骤3具体包括：
步骤3.1，将上述问题对时间离散：将目标函数f中的积分项离散为求和形式，将车辆动力学模型约束中的微分项离散为前后差分形式。
步骤3.2，将问题转化为非线性规划问题，采用全局非线性规划求解器进行求解，得到所有车辆在t时间内的期望加速度ui(t)。采用全局非线性规划求解器进行求解能够得到更为准确的最优值。也可以采用局部优化求解器，而局部的方法尽管搜索速度快，但无法得到准确的最优值。
步骤4中，将优化得到的期望加速度ui(t)在t0时刻的值作为车辆控制指令，发送至对应车辆，车辆执行控制指令。
本发明还提供一种面向智慧车列交通系统的匝道合流控制系统，该系统包括采集装置、模型构建装置、优化装置和指令输出装置，其中：
采集装置用于采集整个路段距离合流点一定范围内的主路车辆和汇入主路的匝道车辆的运动信息，该信息包括：车辆速度、车辆与合流点的距离。“合流点”是匝道中心线和和道路中心线的交点。
模型构建装置用于构建综合优化控制模型，该综合优化控制模型包括目标函数、车辆动力学模型约束、车辆运动的有界约束、车辆安全跟车约束、合流车辆安全约束、初始边界约束和终端时刻边界约束：
其中，所述目标函数f表示为式(1)：
f＝α·f1+β·f2+γ·f3 (1)
式(1)中：
α、β、γ分别表示3项的权重；
f1为所有车辆加速度平方对时间的积分的总和，表示为下式(2)：
Figure BDA0002331172300000111
f2为主路各车辆速度与道路安全速度速之差的平方对时间积分的总和，表示为下式(3)：
Figure BDA0002331172300000112
f3为主路相邻车辆在终端时刻的速度差的平方和，表示为下式(3)：
Figure BDA0002331172300000113
上述式(2)至式(4)中，主路车辆按照其与合流点之间距离远近的编号i依序为1～m，匝道上待合流的的车辆的编号i设置为0，t0为所述步骤1中信息采集的起始时刻，tf为所述步骤1中信息采集的终端时刻，ui(t)为主路车辆i在时刻t的期望加速度，vi(t)为主路车辆i在时刻t的速度，vi+1(tf)为主路车辆i+1在时刻t的速度，vi(tf)为主路车辆i在时刻tf的速度，vf为道路安全速度。
由式(16)和式(17)所示的所述合流车辆安全约束根据匝道车辆汇入主路时、与相邻前后车辆的距离大于最小安全间距ds而构建得到；
{si(tf)|si(tf)≥0}≥ds，i＝1，2，...，m (16)
-max{si(tf)|si(tf)＜0}≥ds，i＝1，2，...，m (17)
式(16)和式(17)中，集合{si(tf)|si(tf)≥0}表示匝道车辆汇入主路时刻位于匝道车辆后方的主路车辆与合流点之间的距离集合，min表示求最小值；集合{si(tf)|si(tf)＜0}表示匝道车辆汇入主路时刻位于匝道车辆前方的主路车辆与合流点之间的距离集合，max表示求最大值。
优化装置用于根据所述模型构建装置构建得到的所述综合优化控制模型，优化主路车辆和汇入车辆的运动状态，并输出所有车辆在t时间内的期望加速度ui(t)。
指令输出装置用于输出所有主路车辆i在t时间内的期望加速度ui(t)作为车辆控制指令，发送给各车辆。
在一个实施例中，所述优化装置具体用于将目标函数f中的积分项离散为求和形式，将车辆动力学模型约束中的微分项离散为前后差分形式、以及用于采用全局非线性规划求解器进行求解，得到所有主路车辆i在t时间内的期望加速度ui(t)。
在一个实施例中，所述车辆动力学模型约束根据车辆加速运动的质点模型构建得到，表示为下式(5)和式(6)：
Figure BDA0002331172300000121
Figure BDA0002331172300000122
式(5)和式(6)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure BDA0002331172300000123
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure BDA0002331172300000124
为vi(t)的一阶导数，ui(t)为主路车辆i在t时刻的期望加速度。
上文已经介绍了车辆动力学模型约束的替代方式，在此不再详述。
所述车辆运动的有界约束表示为下式(12)和式(13)：
vmin≤vi(t)≤vmax，i＝0，1，2，...，m (12)
umin≤ui(t)≤umax，i＝0，1，2，...，m (13)
式(12)和式(13)中，vmin表示道路最低限速，vmax表示道路最高限速，umin表示最大舒适减速度，umax表示最大舒适加速度。
需要说明的是，步骤2.3中提供的车辆运动的有界约束的界限的取值在针对未限速的公路而言，舒适加速度一般可取0.8～1.5m/s2，舒适减速度一般可取1.0～3.0m/s2。
所述车辆安全跟车约束可以用下式(14)所示的固定距离的跟车约束进行表示，也可以采用上述式(15)的固定时距的跟车距离：
si+1(t)-si(t)≥ds，i＝1，2，...，m-1 (14)
式(14)中，si+1(t)为主路车辆i+1在t时刻与合流点的距离，si(t)为主路车辆i在t时刻与合流点的距离，ds表示相邻车辆的跟车的安全距离。
所述初始边界约束表示为下式(18)和式(19)：
si(t＝t0)＝si(t0)，i＝0，1，2，...，m (18)
vi(t＝t0)＝vi(t0)，i＝0，1，2，...，m (19)
式(18)和式(19)中，vi(t0)为由所述步骤1采集得到的主路车辆i在t0时刻的速度，si(t0)为由所述步骤1采集得到的主路车辆i在t0时刻与合流点的距离；
所述步骤2中的所述终端时刻边界约束表示为下式(20)：
s0(tf)＝0 (20)。
最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。本领域的普通技术人员应当理解：可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种面向智慧车列交通系统的匝道合流控制方法，其特征在于，包括：
步骤1，采集整个路段距离合流点一定范围内的主路车辆和汇入主路的匝道车辆的运动信息；
步骤2，构建综合优化控制模型，该综合优化控制模型包括目标函数、车辆动力学模型约束、车辆运动的有界约束、车辆安全跟车约束、合流车辆安全约束、初始边界约束和终端时刻边界约束：
其中，所述目标函数f表示为式(1)：
f＝α·f1+β·f2+γ·f3 (1)
式(1)中：
α、β、γ分别表示3项的权重；
f1为所有车辆加速度平方对时间的积分的总和，表示为下式(2)：
Figure FDA0002331172290000011
f2为主路各车辆速度与道路安全速度速之差的平方对时间积分的总和，表示为下式(3)：
Figure FDA0002331172290000012
f3为主路相邻车辆在终端时刻的速度差的平方和，表示为下式(3)：
Figure FDA0002331172290000013
上述式(2)至式(4)中，主路车辆按照其与合流点之间距离远近的编号i依序为1～m，匝道上待合流的车辆的编号i设置为0，t0为所述步骤1中信息采集的起始时刻，tf为所述步骤1中信息采集的终端时刻，ui(t)为主路车辆i在时刻t的期望加速度，vi(t)为主路车辆i在时刻t的速度，vi+1(tf)为主路车辆i+1在时刻tf的速度，vi(tf)为主路车辆i在时刻tf的速度，vf为道路安全速度；
由式(16)和式(17)所示的所述合流车辆安全约束根据匝道车辆汇入主路时、与相邻前后车辆的距离大于最小安全间距ds而构建得到；
min{si(tf)|si(tf)≥0}≥ds，i＝1，2，...，m (16)
-max{si(tf)|si(tf)＜0}≥ds，i＝1，2，...，m (17)
式(16)和式(17)中，集合{si(tf)|si(tf)≥0}表示匝道车辆汇入主路时刻位于匝道车辆后方的主路车辆与合流点之间的距离集合，min表示求最小值；集合{si(tf)|si(tf)＜0}表示匝道车辆汇入主路时刻位于该匝道车辆前方的主路车辆与合流点之间的距离集合，max表示求最大值；
步骤3，优化主路车辆和汇入车辆的运动状态，并输出所有车辆在t时间内的期望加速度ui(t)；
步骤4，将所述步骤3输出所有主路车辆i在t时间内的期望加速度ui(t)作为车辆控制指令，发送给各车辆；
步骤5，在下一控制周期，继续执行步骤1～步骤4。
2.如权利要求1所述的面向智慧车列交通系统的匝道合流控制方法，其特征在于，所述步骤2中的所述车辆动力学模型约束根据车辆加速运动的质点模型构建得到，表示为下式(5)和式(6)：
Figure FDA0002331172290000021
Figure FDA0002331172290000022
式(5)和式(6)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure FDA0002331172290000023
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure FDA0002331172290000024
为vi(t)的一阶导数，ui(t)为主路车辆i在t时刻的期望加速度。
3.如权利要求2所述的面向智慧车列交通系统的匝道合流控制方法，其特征在于，所述步骤2中的所述车辆运动的有界约束表示为下式(12)和式(13)：
vmin≤vi(t)≤vmax，i＝0，1，2，...，m (12)
umin≤ui(t)≤umax，i＝0，1，2，...，m (13)
式(12)和式(13)中，vmin表示道路最低限速，vmax表示道路最高限速，umin表示最大舒适减速度，umax表示最大舒适加速度。
4.如权利要求3所述的面向智慧车列交通系统的匝道合流控制方法，其特征在于，所述步骤2中的所述车辆安全跟车约束表示为下式(14)：
si+1(t)-si(t)≥ds，i＝1，2，...，m-1 (14)
式(14)中，si+1(t)为主路车辆i+1在t时刻与合流点的距离，ds表示相邻车辆的跟车的安全距离。
5.如权利要求4所述的面向智慧车列交通系统的匝道合流控制方法，其特征在于，所述步骤2中的所述初始边界约束表示为下式(18)和式(19)：
si(t＝t0)＝si(t0)，i＝0，1，2，...，m (18)
vi(t＝t0)＝vi(t0)，i＝0，1，2，...，m (19)
式(18)和式(19)中，vi(t0)为由所述步骤1采集得到的主路车辆i在t0时刻的速度，si(t0)为由所述步骤1采集得到的主路车辆i在t0时刻与合流点的距离；
所述步骤2中的所述终端时刻边界约束表示为下式(20)：
s0(tf)＝0 (20)。
6.如权利要求1至5中任一项所述的面向智慧车列交通系统的匝道合流控制方法，其特征在于，所述步骤3具体包括：
步骤3.1，将目标函数f中的积分项离散为求和形式，将车辆动力学模型约束中的微分项离散为前后差分形式；
步骤3.2，采用全局非线性规划求解器进行求解，得到所有所有主路车辆i在t时间内的期望加速度ui(t)。
7.一种面向智慧车列交通系统的匝道合流控制系统，其特征在于，包括：
采集装置，其用于采集整个路段距离合流点一定范围内的主路车辆和汇入主路的匝道车辆的运动信息；
模型构建装置，其用于构建综合优化控制模型，该综合优化控制模型包括目标函数、车辆动力学模型约束、车辆运动的有界约束、车辆安全跟车约束、合流车辆安全约束、初始边界约束和终端时刻边界约束：
其中，所述目标函数f表示为式(1)：
f＝α·f1+β·f2+γ·f3 (1)
式(1)中：
α、β、γ分别表示3项的权重；
f1为所有车辆加速度平方对时间的积分的总和，表示为下式(2)：
Figure FDA0002331172290000041
f2为主路各车辆速度与道路安全速度速之差的平方对时间积分的总和，表示为下式(3)：
Figure FDA0002331172290000042
f3为主路相邻车辆在终端时刻的速度差的平方和，表示为下式(3)：
Figure FDA0002331172290000043
上述式(2)至式(4)中，主路车辆按照其与合流点之间距离远近的编号i依序为1～m，匝道上待合流的的车辆的编号i设置为0，t0为所述步骤1中信息采集的起始时刻，tf为所述步骤1中信息采集的终端时刻，ui(t)为主路车辆i在时刻t的期望加速度，vi(t)为主路车辆i在时刻t的速度，vi+1(tf)为主路车辆i+1在时刻tf的速度，vi(tf)为主路车辆i在时刻tf的速度，vf为道路安全速度；
由式(16)和式(17)所示的所述合流车辆安全约束根据匝道车辆汇入主路时、与相邻前后车辆的距离大于最小安全间距ds而构建得到；
min{si(tf)|si(tf)≥0}≥ds，i＝1，2，...，m (16)
-max{si(tf)|si(tf)＜0}≥ds，i＝1，2，...，m (17)
式(16)和式(17)中，集合{si(tf)|si(tf)≥0}表示匝道车辆汇入主路时刻位于匝道车辆后方的主路车辆与合流点之间的距离集合，min表示求最小值；集合{si(tf)|si(tf)＜0}表示匝道车辆汇入主路时刻位于该匝道车辆前方的主路车辆与合流点之间的距离集合，max表示求最大值；
优化装置，其用于根据所述模型构建装置构建得到的所述综合优化控制模型，优化主路车辆和汇入车辆的运动状态，并输出所有车辆在t时间内的期望加速度ui(t)；
指令输出装置，其用于输出所有主路车辆i在t时间内的期望加速度ui(t)作为车辆控制指令，发送给各车辆。
8.如权利要求7所述的面向智慧车列交通系统的匝道合流控制系统，其特征在于，所述优化装置具体用于将目标函数f中的积分项离散为求和形式，将车辆动力学模型约束中的微分项离散为前后差分形式、以及用于采用全局非线性规划求解器进行求解，得到所有主路车辆i在t时间内的期望加速度ui(t)。
9.如权利要求7或8所述的面向智慧车列交通系统的匝道合流控制系统，其特征在于，所述车辆动力学模型约束根据车辆加速运动的质点模型构建得到，表示为下式(5)和式(6)：
Figure FDA0002331172290000051
Figure FDA0002331172290000052
式(5)和式(6)中，si(t)为主路车辆i在t时刻与合流点的距离，
Figure FDA0002331172290000053
为si(t)的一阶导数，vi(t)为主路车辆i在t时刻的速度，
Figure FDA0002331172290000054
为vi(t)的一阶导数，ui(t)为主路车辆i在t时刻的期望加速度；
所述车辆运动的有界约束表示为下式(12)和式(13)：
vmin≤vi(t)≤vmax，i＝0，1，2，...，m (12)
umin≤ui(t)≤umax，i＝0，1，2，...，m (13)
式(12)和式(13)中，vmin表示道路最低限速，vmax表示道路最高限速，umin表示最大舒适减速度，umax表示最大舒适加速度；
所述车辆安全跟车约束表示为下式(14)：
si+1(t)-si(t)≥ds，i＝1，2，...，m-1 (14)
式(14)中，si+1(t)为主路车辆i+1在t时刻与合流点的距离，si(t)为主路车辆i在t时刻与合流点的距离，ds表示相邻车辆的跟车的安全距离；
所述初始边界约束表示为下式(18)和式(19)：
si(t＝t0)＝si(t0)，i＝0，1，2，...，m (18)
vi(t＝t0)＝vi(t0)，i＝0，1，2，...，m (19)
式(18)和式(19)中，vi(t0)为由所述步骤1采集得到的主路车辆i在t0时刻的速度，si(t0)为由所述步骤1采集得到的主路车辆i在t0时刻与合流点的距离；
所述步骤2中的所述终端时刻边界约束表示为下式(20)：
s0(tf)＝0 (20)。
CN201911336775.5A 2019-12-23 2019-12-23 一种面向智慧车列交通系统的匝道合流控制方法及系统 Pending CN111091721A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911336775.5A CN111091721A (zh) 2019-12-23 2019-12-23 一种面向智慧车列交通系统的匝道合流控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911336775.5A CN111091721A (zh) 2019-12-23 2019-12-23 一种面向智慧车列交通系统的匝道合流控制方法及系统

Publications (1)

Publication Number Publication Date
CN111091721A true CN111091721A (zh) 2020-05-01

Family

ID=70395264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911336775.5A Pending CN111091721A (zh) 2019-12-23 2019-12-23 一种面向智慧车列交通系统的匝道合流控制方法及系统

Country Status (1)

Country Link
CN (1) CN111091721A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111583644A (zh) * 2020-05-08 2020-08-25 重庆大学 一种混合交通快速路上匝道汇流区网联自动车控制方法
CN112770288A (zh) * 2020-12-30 2021-05-07 山东高速信息集团有限公司 一种应用于高速公路场景下的车路协同系统运维系统及方法
CN113178081A (zh) * 2021-05-17 2021-07-27 中移智行网络科技有限公司 一种车辆汇入预警方法、装置及电子设备
CN113324556A (zh) * 2021-06-04 2021-08-31 苏州智加科技有限公司 基于车路协同强化学习的路径规划方法及装置、应用系统
CN113744527A (zh) * 2021-08-31 2021-12-03 北京航空航天大学 一种面向高速公路合流区的智能靶向疏堵方法
CN113971888A (zh) * 2021-10-09 2022-01-25 南京航空航天大学 一种基于交通事故数估计的匝道汇入交通控制方法及系统
WO2022121249A1 (zh) * 2020-12-11 2022-06-16 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
WO2023159841A1 (zh) * 2022-02-23 2023-08-31 东南大学 高速公路网联车协同匝道汇入多目标优化控制方法和系统
CN117351726A (zh) * 2023-12-06 2024-01-05 山东科技大学 一种高速公路事件预警系统及综合感知方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102069769A (zh) * 2010-12-17 2011-05-25 交通运输部公路科学研究所 危险货物运输车辆动态监控方法及预警装置
CN104575004A (zh) * 2014-12-24 2015-04-29 上海交通大学 基于智能移动终端的城市环境车辆测速方法及系统
CN108986492A (zh) * 2018-07-27 2018-12-11 东南大学 一种基于路侧设备的快速路匝道车流汇入引导方法与系统
CN109859500A (zh) * 2018-12-17 2019-06-07 中电海康集团有限公司 一种基于车路协同的高速合流区安全预警方法
CN110379182A (zh) * 2019-07-12 2019-10-25 同济大学 一种基于车路广义动力学的匝道合流区协同控制系统
AU2019200133A1 (en) * 2018-04-17 2019-10-31 Valiant Yuk Yuen LEUNG Synergistic reconfigurable traffic intersection

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102069769A (zh) * 2010-12-17 2011-05-25 交通运输部公路科学研究所 危险货物运输车辆动态监控方法及预警装置
CN104575004A (zh) * 2014-12-24 2015-04-29 上海交通大学 基于智能移动终端的城市环境车辆测速方法及系统
AU2019200133A1 (en) * 2018-04-17 2019-10-31 Valiant Yuk Yuen LEUNG Synergistic reconfigurable traffic intersection
CN108986492A (zh) * 2018-07-27 2018-12-11 东南大学 一种基于路侧设备的快速路匝道车流汇入引导方法与系统
CN109859500A (zh) * 2018-12-17 2019-06-07 中电海康集团有限公司 一种基于车路协同的高速合流区安全预警方法
CN110379182A (zh) * 2019-07-12 2019-10-25 同济大学 一种基于车路广义动力学的匝道合流区协同控制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马艳丽: "基于PET算法的匝道合流区交通冲突识别模型", 《交通运输系统工程与信息》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111583644A (zh) * 2020-05-08 2020-08-25 重庆大学 一种混合交通快速路上匝道汇流区网联自动车控制方法
WO2022121249A1 (zh) * 2020-12-11 2022-06-16 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
CN112770288A (zh) * 2020-12-30 2021-05-07 山东高速信息集团有限公司 一种应用于高速公路场景下的车路协同系统运维系统及方法
CN112770288B (zh) * 2020-12-30 2022-07-05 山东高速信息集团有限公司 一种应用于高速公路场景下的车路协同系统运维系统及方法
CN113178081B (zh) * 2021-05-17 2022-05-03 中移智行网络科技有限公司 一种车辆汇入预警方法、装置及电子设备
CN113178081A (zh) * 2021-05-17 2021-07-27 中移智行网络科技有限公司 一种车辆汇入预警方法、装置及电子设备
CN113324556A (zh) * 2021-06-04 2021-08-31 苏州智加科技有限公司 基于车路协同强化学习的路径规划方法及装置、应用系统
CN113324556B (zh) * 2021-06-04 2024-03-26 苏州智加科技有限公司 基于车路协同强化学习的路径规划方法及装置、应用系统
CN113744527A (zh) * 2021-08-31 2021-12-03 北京航空航天大学 一种面向高速公路合流区的智能靶向疏堵方法
CN113744527B (zh) * 2021-08-31 2022-07-12 北京航空航天大学 一种面向高速公路合流区的智能靶向疏堵方法
CN113971888A (zh) * 2021-10-09 2022-01-25 南京航空航天大学 一种基于交通事故数估计的匝道汇入交通控制方法及系统
WO2023159841A1 (zh) * 2022-02-23 2023-08-31 东南大学 高速公路网联车协同匝道汇入多目标优化控制方法和系统
CN117351726A (zh) * 2023-12-06 2024-01-05 山东科技大学 一种高速公路事件预警系统及综合感知方法
CN117351726B (zh) * 2023-12-06 2024-03-12 山东科技大学 一种高速公路事件预警系统及综合感知方法

Similar Documents

Publication Publication Date Title
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
Altan et al. GlidePath: Eco-friendly automated approach and departure at signalized intersections
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
CN110619752B (zh) 一种基于lte-v2x通信技术的车辆与信号灯协同控制方法及控制系统
Yang et al. Eco-driving system for connected automated vehicles: Multi-objective trajectory optimization
CN104575035B (zh) 一种基于车联网环境下交叉口的自适用控制方法
WO2022142540A1 (zh) 基于智能网联信息的新能源汽车滑行控制系统、方法及新能源汽车
CN110503823A (zh) 一种自动驾驶车辆专用车道控制系统与方法
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
CN104794915B (zh) 一种连续交叉路口车辆通行控制方法及装置
CN105513425A (zh) 一种车辆碰撞风险算法及事故预警方法
CN107331182A (zh) 一种面向连续信号交叉口的网联环境下自动驾驶车速控制方法
CN103208191A (zh) 一种城市道路交叉口过饱和条件下信号协调控制的优化方法
CN111443714B (zh) 一种严格避撞的车辆队列分布式鲁棒控制方法及系统
CN105489034A (zh) 一种干线完全交通控制系统及方法
CN103116608A (zh) 一种快速路交通流再现的方法
Wu et al. Supplementary benefits from partial vehicle automation in an ecoapproach and departure application at signalized intersections
CN111243296B (zh) 一种基于合流时间优化的匝道合流协同控制方法及系统
CN112233418B (zh) 智能网联混合交通流环境下二次交通事故预防控制方法
CN114333364B (zh) 一种自动驾驶车辆通过信号交叉口生态驾驶方法
Zohdy et al. Enhancing roundabout operations via vehicle connectivity
CN106997496A (zh) 一种双向两车道公路施工区最佳施工长度设置方法
CN102592464A (zh) 一种基于视频的相位差模糊推理确定方法
CN107862121A (zh) 基于绿波带的电动汽车能耗模型设计方法及其系统
CN110085025A (zh) 一种快速公交多模态运行速度优化方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200501

WD01 Invention patent application deemed withdrawn after publication