CN111243296B - 一种基于合流时间优化的匝道合流协同控制方法及系统 - Google Patents
一种基于合流时间优化的匝道合流协同控制方法及系统 Download PDFInfo
- Publication number
- CN111243296B CN111243296B CN202010040259.4A CN202010040259A CN111243296B CN 111243296 B CN111243296 B CN 111243296B CN 202010040259 A CN202010040259 A CN 202010040259A CN 111243296 B CN111243296 B CN 111243296B
- Authority
- CN
- China
- Prior art keywords
- ramp
- intelligent networked
- confluence
- time
- vehicle
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 21
- 230000001133 acceleration Effects 0.000 claims description 17
- 230000006855 networking Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 9
- 238000012887 quadratic function Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 239000011541 reaction mixture Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于合流时间优化的匝道合流协同控制方法及系统,该方法包括:步骤1,按照各个智能网联车辆驶入匝道合流区域的先后顺序进行编号;步骤2,当智能网联车辆驶入匝道合流区域时,计算抵达匝道口合流处的参考合流时间、最早合流时间和实际合流时间;步骤3,每辆智能网联车辆利用无线通信将自身的身份编号、位置信息及行驶至匝道口合流处的实际合流时间向其它智能网联车辆进行广播;步骤4,构造每辆智能网联车辆实际合流时间的优化问题;步骤5,更新自身的实际合流时间,直至收敛;步骤6,即控制自车速度于收敛所得的实际合流时间通过匝道口合流处。本发明可实现对智能网联车辆合流时间的优化,提升匝道合流的安全性和通行效率。
Description
技术领域
本发明涉及智能交通系统领域,特别是关于一种基于合流时间优化的匝道合流协同控制方法及系统。
背景技术
汽车技术的发明和发展在给人类带来便利的同时,也带来了一系列问题。匝道口合流处易引发交通拥堵和事故,则为其中重要问题之一。近年来,智能网联车辆(Intelligent and Connected Vehicles,ICV)技术快速发展,可为解决上述问题提供新思路。智能网联车辆技术通过车载通信实现车辆间的信息交互和共享,从而进行车辆间的行为协同,可实现协同匝道合流,缓解上述提及的交通拥堵以及避免交通事故发生。
目前,已有部分专利着眼于匝道交通流合流控制。例如,申请号为201710548017.4的中国专利公开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;然而,该方法仅能进行匝道合流预警,而无法进行匝道合流控制。申请号为201010219558.0的中国专利提供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;然而,该方法同样无法进行匝道合流控制。公开号为CN110379182A的专利申请提供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;然而,该方法需要依赖设置于路侧的协同规划控制模块,增加了基础设施建设成本,同时,该协同规划控制模块采用集中式规划方法对所有车辆进行运动规划,其通信和计算成本很高。公开号为CN106601002A的专利设计了一种车联网缓解下的城市快速路入口匝道车辆通行引导系统及其引导方法,可实现对驾驶员的提示或车辆控制,以提高行车安全和效率;然而,该方法同样依赖于路侧设备,且无法实现智能网联车辆的最优化匝道合流通行。公开号为CN104464317A的专利申请设计了一种高速公路入口匝道合流区引导控制系统及方法,可进行合流引导,提升合流效率和安全性;然而,该方法同样依赖于路侧设备,且无法实现智能网联车辆的最优化匝道合流通行。
可见,目前尚无不依赖于路侧设备且可实现最优化合流的匝道合流协同控制技术。为此,需要设计不依赖于路侧设备、可实现最优化合流、对计算量和通信要求低的协同合流控制技术,以提高匝道合流安全和效率。
发明内容
本发明的目的在于提供一种基于合流时间优化的匝道合流协同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,本发明提供一种基于合流时间优化的匝道合流协同控制方法,该方法包括:
步骤1,将沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围内设置为匝道合流区域,主路上驶入该匝道合流区域的智能网联车辆形成的一个车流与匝道上驶入该匝道合流区域的智能网联车辆形成的另一个车流在匝道口合流处开始合流为一个车流,按照各个智能网联车辆驶入匝道合流区域的先后顺序进行编号,该编号用i予以表示;
步骤2,当智能网联车辆i驶入匝道合流区域时,其依据当前时刻ti、当前速度vi、距匝道口合流处距离di、最大限速vM和最大加速度aM,计算抵达匝道口合流处的参考合流时间T1i、最早合流时间T2i和实际合流时间Ti;
步骤3,每辆智能网联车辆i利用无线通信将自身的身份编号i、位置信息pi及行驶至匝道口合流处的实际合流时间Ti信息向其它智能网联车辆j进行广播;
步骤4,每辆智能网联车辆i利用其所接收到的其它智能网联车辆j所广播的实际合流时间Tj,构造由下式(5)所表示的每辆智能网联车辆i实际合流时间Ti的优化问题Pi;
式(5)中,fi(T)为代价函数;T为所有的智能网联车辆的实际合流时间,表示为T=[T1,T2,...,TN];每辆智能网联车辆i具有合流时间权重系数w1i和w2i,w1i≥0和w2i≥0,若倾向于匀速行驶提升舒适性和经济性,则可以提高权重系数w1i;若倾向于更快地通过交叉路口,则可以提高权重系数w2i;g1(·)和g2(·)为任意光滑单调增函数或二次函数;Ωi为实际合流时间的取值集合,由下式(6)表示:
式(6)中,T2i-Ti≤0表示要求智能网联车辆i在其最早合流时间T2i之后抵达匝道口合流处;Ti-k+To,i-k-Ti≤0表示要求智能网联车辆i在其车道前方的智能网联车辆i-k之后抵达匝道口合流处;To,i-k为智能网联车辆i-k占据匝道口合流处的时间;Ti-1-Ti≤0表示要求智能网联车辆i在智能网联车辆i-1之后抵达匝道口合流处;
步骤5,每辆智能网联车辆i基于所构造的优化问题Pi,与其它智能网联车辆j不断通信,并更新自身的实际合流时间Ti,直至收敛;
步骤6,每辆智能网联车辆i的实际合流时间Ti收敛后,即控制自车速度于Ti时刻通过匝道口合流处。
进一步地,步骤5具体包括:
记智能网联车辆i对智能网联车辆j实际合流时间的估计为设待合流的智能网联车辆的总数为N,则其对所有待合流的智能网联车辆实际合流时间的估计表示为智能网联车辆j的估计为则依据式(7)或式(10)不断更新其取值:
式(7)和式(10)中,aij取1或0,aij=1表示智能网联车辆i可以获取智能网联车辆j的信息,aij=0表示智能网联车辆i无法获取智能网联车辆j的信息;为集合Ωi在处的切锥;为将括号内的参数·投影到集合的投影算子;为将其括号内的参数投影到集合Ωi的投影算子,α(t)应满足且limt→∞α(t)=0;μi为智能网联车辆i的拉格朗日乘子,其表示为式(8);μj为智能网联车辆j的拉格朗日乘子,其表示为式(9);ei是第i个元素为1、其它元素为0的N维单位向量;为ei的转置;表示函数fi(·)的梯度;αs>0为任意常数;
进一步地,步骤2中的每辆智能网联车辆i的参考合流时间T1i为其保持匀速行驶所抵达匝道口合流处的时间,依据下式(1)计算得到:
进一步地,步骤2中的每辆智能网联车辆i的最早合流时间T2i为先以最大加速度aM加速至最大限速vM、而后匀速行驶所抵达匝道口合流处的时间,依据下式(2)计算得到:
进一步地,步骤2中的每辆智能网联车辆i的实际合流时间Ti的初值可以选取为不小于最早合流时间T2i的任意值,则有下式(3):
Ti≥T2i (3)。
进一步地,步骤2中的每辆智能网联车辆i的实际合流时间Ti的初值在交通流稀疏的情形下按照下式(4)确定:
T1i≥Ti≥T2i (4)。
本发明还提供一种基于合流时间优化的匝道合流协同控制系统,该系统包括:
采集装置,其用于采集智能网联车辆i驶入匝道合流区域时的当前时刻ti、当前速度υi、距匝道口合流处距离di、最大限速vM和最大加速度aM;其中,所述匝道合流区域为沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围内,主路上驶入该匝道合流区域的智能网联车辆形成的一个车流与匝道上驶入该匝道合流区域的智能网联车辆形成的另一个车流在匝道口合流处开始合流为一个车流,i为按照各个智能网联车辆驶入匝道合流区域的先后顺序进行的编号;
计算装置,其用于根据所述采集装置采集的信息,计算抵达匝道口合流处的参考合流时间T1i、最早合流时间T2i和实际合流时间Ti;
无线通信装置,其用于供每辆智能网联车辆i将自身的身份编号i、位置信息pi及行驶至匝道口合流处的实际合流时间Ti信息向其它智能网联车辆j进行广播;
优化模型构建装置,其用于根据所述实际合流时间Tj,构造由下式(5)所表示的每辆智能网联车辆i实际合流时间Ti的优化问题Pi;
式(5)中,fi(T)为代价函数;T为所有的智能网联车辆的实际合流时间,表示为T=[T1,T2,...,TN];每辆智能网联车辆i具有合流时间权重系数w1i和w2i,w1i≥0和w2i≥0,若倾向于匀速行驶提升舒适性和经济性,则可以提高权重系数w1i;若倾向于更快地通过交叉路口,则可以提高权重系数w2i;g1(·)和g2(·)为任意光滑单调增函数或二次函数;Ωi为实际合流时间的取值集合,由下式(6)表示:
式(6)中,T2i-Ti≤0表示要求智能网联车辆i在其最早合流时间T2i之后抵达匝道口合流处;Ti-k+To,i-k-Ti≤0表示要求智能网联车辆i在其车道前方的智能网联车辆i-k之后抵达匝道口合流处;To,i-k为智能网联车辆i-k占据匝道口合流处的时间;Ti-1-Ti≤0表示要求智能网联车辆i在智能网联车辆i-1之后抵达匝道口合流处;
优化装置,其用于基于所构造的优化问题Pi,与其它智能网联车辆j不断通信,并更新自身的实际合流时间Ti,直至收敛;
控制装置,其用于在所述实际合流时间Ti收敛后,控制每辆智能网联车辆i速度于Ti时刻通过匝道口合流处。
进一步地,所述优化装置具体包括:
记智能网联车辆i对智能网联车辆j实际合流时间的估计为设待合流的智能网联车辆的总数为N,则其对所有待合流的智能网联车辆实际合流时间的估计表示为智能网联车辆j的估计为则依据式(7)或式(10)不断更新其取值:
式(7)和式(10)中,aij取1或0,aij=1表示智能网联车辆i可以获取智能网联车辆j的信息,aij=0表示智能网联车辆i无法获取智能网联车辆j的信息;为集合Ωi在处的切锥;为将括号内的参数·投影到集合的投影算子;为将其括号内的参数投影到集合Ωi的投影算子,α(t)应满足且limt→∞α(t)=0;μi为智能网联车辆i的拉格朗日乘子,其表示为式(8);μj为智能网联车辆j的拉格朗日乘子,其表示为式(9);ei是第i个元素为1、其它元素为0的N维单位向量;为ei的转置;表示函数fi(·)的梯度;αs>0为任意常数;
进一步地,所述计算装置依据下式(1)计算得到每辆智能网联车辆i的参考合流时间T1i:
所述计算装置依据下式(2)计算得到每辆智能网联车辆i的最早合流时间T2i:
所述计算装置依据下式(3)或式(4)获得每辆智能网联车辆i的实际合流时间Ti的初值:
Ti≥T2i (3),
T1i≥Ti≥T2i (4)。
本发明由于采取以上技术方案,具有以下优点:1、可实现对智能网联车辆合流时间的优化,提升匝道合流的安全性和通行效率;2、每辆智能网联车辆对合流时间可设置不同偏好权重,从而反映自身的驾驶风格;3、可充分利用智能网联车辆的车载计算资源和通信资源,降低对基础设施计算和通信的建设成本。
附图说明
图1为本发明提供的智能网联车辆匝道合流示意图。
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。
本发明实施例所提供的基于合流时间优化的匝道合流协同控制方法包括如下步骤:
步骤1,将沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围内设置为“匝道合流区域”,主路上驶入该匝道合流区域的智能网联车辆形成的一个车流与匝道上驶入匝道合流区域的智能网联车辆形成的另一个车流在匝道口合流处开始合流为一个车流,设置于路侧或云端的设备按照各个智能网联车辆驶入匝道合流区域的先后顺序进行编号,据此每一辆智能网联车辆具有一个身份编号,该编号用i予以表示。其中,主路的中心线与匝道的中心线的交点理解为下文的“匝道口合流处”,“沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围”大致与车辆的通信范围相当,如150~300m,只要能够保证车辆进入该区域后能够有足够的通信连接,使得任一辆车的信息均能够经过多次的通信传递到达其它所有车。
如图1所示,主路上驶入匝道合流区域的智能网联车辆8和智能网联车辆6为一个车流,匝道上行驶的智能网联车辆4、智能网联车辆5和智能网联车辆7为另一个车流,这两个车流在匝道口合流处开始合流为一个车流。
步骤2,当智能网联车辆i驶入匝道合流区域时,其依据当前时刻ti、当前速度υi、距匝道口合流处距离di、最大限速vM和最大加速度aM,计算抵达匝道口合流处的参考合流时间T1i、最早合流时间T2i和实际合流时间Ti。其中,vM可以选取当前道路的最高限速,这样可以实现通信效率的改善;vM还可以选取车辆的经济车速,比如在40~50km/h的范围内,该具体数值可通过测试得到,选取车辆的经济车速具有改善油耗的优势。aM可以选取车辆的极限加速度,该数值通过试验测试获得;当然,aM亦可选取某一保证乘坐舒适性的加速度,如1.0m/s2。
每辆智能网联车辆i的参考合流时间T1i为其保持匀速行驶所抵达匝道口合流处的时间,依据下式(1)计算得到:
每辆智能网联车辆i的最早合流时间T2i为先以最大加速度aM加速至最大限速vM、而后匀速行驶所抵达匝道口合流处的时间,依据下式(2)计算得到:
需要说明的是:最早合流时间T2i除了由式(2)表示之外,还可以采用变加速过程的到达时间,如加速度先增大后减小,这种方式的经济性和舒适性更好。
每辆智能网联车辆i的实际合流时间Ti的初值可以选取为不小于最早合流时间T2i的任意值,则有下式(3):
Ti≥T2i (3)
式(3)提供的确定初值的方法适用于所有车交通车况。而对于较为稀疏的交通流下,还可以按照下式(4)确定每辆智能网联车辆i的实际合流时间Ti的初值:
T1i≥Ti≥T2i (4)
按照式(4)确定初值可以有效提高收敛速度,降低计算量。
步骤3,每辆智能网联车辆i利用无线通信将自身的身份编号i、位置信息pi及行驶至匝道口合流处的实际合流时间Ti信息向其它智能网联车辆j进行广播。
步骤4,每辆智能网联车辆i利用其所接收到的其它智能网联车辆j所广播的实际合流时间Tj,构造由下式(4)表示的关于自身实际合流时间Ti的优化问题Pi:
记所有的智能网联车辆的实际合流时间为T=[T1,T2,...,TN],则每辆智能网联车辆i所构造的优化问题Pi表示为式(5):
式(5)中,fi(T)为代价函数;每辆智能网联车辆i具有合流时间权重系数w1i和w2i,w1i≥0和w2i≥0,w1i表征智能网联车辆i对于行驶舒适性的偏好,w2i表征智能网联车辆i对于通行效率的偏好,可自由设置,权重系数w1i和w2i决定了车辆的合流时间:若倾向于匀速行驶提升舒适性和经济性,则可以提高权重系数w1i;若倾向于更快地通过交叉路口,则可以提高权重系数w2i;g1(·)和g2(·)可以为任意光滑单调增函数,则fi(T)会随着Ti-T1i与Ti-T2i的增大而增大;Ωi为实际合流时间的取值集合,由下式(6)表示:
式(6)中,T2i-Ti≤0表示要求智能网联车辆i在其最早合流时间T2i之后抵达匝道口合流处;Ti-k+To,i-k-Ti≤0表示要求智能网联车辆i在其车道前方的智能网联车辆i-k之后抵达匝道口合流处;To,i-k为智能网联车辆i-k占据匝道口合流处的时间,即在该长度时间段内,其它车辆不能进入匝道口合流处,以避免发生车辆碰撞;Ti-1-Ti≤0表示要求智能网联车辆i在智能网联车辆i-1之后抵达匝道口合流处。
在上述实施例中,g1(·)和g2(·)也可以为二次函数,如:g1(Ti-T1i)=(Ti-T1i)2,g2(Ti-T2i)=(Ti-T2i)2,此时该优化问题变为二次规划问题,求解将更为方便。
步骤5,每辆智能网联车辆i基于所构造的优化问题Pi,与其它智能网联车辆j不断通信,并更新自身的实际合流时间Ti,直至收敛。
具体地,记智能网联车辆i对智能网联车辆j实际合流时间的估计为设待合流的智能网联车辆的总数为N,则其对所有待合流的智能网联车辆实际合流时间的估计表示为其中,“待合流的智能网联车辆”指的是进入匝道合流区域,但未完成合流(未通过匝道口合流处)的智能网联车辆,同理,智能网联车辆j的估计为则依据式(7)不断更新其取值:
式(7)中,aij取1或0,aij=1表示智能网联车辆i可以获取智能网联车辆j的信息,aij=0表示智能网联车辆i无法获取智能网联车辆j的信息;为集合Ωi在处的切锥;为将括号内的参数·投影到集合的投影算子;μi为智能网联车辆i的拉格朗日乘子,其表示为式(8);μj为智能网联车辆j的拉格朗日乘子,其表示为式(9);ei是第i个元素为1、其他元素为0的N维单位向量;表示函数fi(·)的梯度;αs>0为任意常数。
步骤6,每辆智能网联车辆i的实际合流时间Ti收敛后,即控制自车速度于Ti时刻通过匝道口合流处。
上述步骤6中,智能网联车辆i既可以通过声光提示驾驶员操控车辆油门踏板和制动踏板的方式,亦可通过车辆自动控制油门踏板和制动踏板的方式,以保证智能网联车辆i在Ti时刻抵达匝道口合流处。
本发明还提供一种基于合流时间优化的匝道合流协同控制系统,该系统包括采集装置、计算装置、无线通信装置、优化模型构建装置、优化装置和控制装置,其中:
采集装置用于采集智能网联车辆i驶入匝道合流区域时,其依据当前时刻ti、当前速度υi、距匝道口合流处距离di、最大限速vM和最大加速度aM;其中,所述匝道合流区域为沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围内,主路上驶入该匝道合流区域的智能网联车辆形成的一个车流与匝道上驶入该匝道合流区域的智能网联车辆形成的另一个车流在匝道口合流处开始合流为一个车流,i为按照各个智能网联车辆驶入匝道合流区域的先后顺序进行的编号。其中,主路的中心线与匝道的中心线的交点理解为下文的“匝道口合流处”,“沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围”大致与车辆的通信范围相当,如150~300m,只要能够保证车辆进入该区域后能够有足够的通信连接,使得任一辆车的信息均能够经过多次的通信传递到达其它所有车。
如图1所示,主路上驶入匝道合流区域的智能网联车辆8和智能网联车辆6为一个车流,匝道上行驶的智能网联车辆4、智能网联车辆5和智能网联车辆7为另一个车流,这两个车流在匝道口合流处开始合流为一个车流。
计算装置用于根据所述采集装置采集的信息,计算抵达匝道口合流处的参考合流时间T1i、最早合流时间T2i和实际合流时间Ti。其中,vM可以选取当前道路的最高限速,这样可以实现通信效率的改善;vM还可以选取车辆的经济车速,比如在40~50km/h的范围内,该具体数值可通过测试得到,选取车辆的经济车速具有改善油耗的优势。aM可以选取车辆的极限加速度,该数值通过试验测试获得;当然,aM亦可选取某一保证乘坐舒适性的加速度,如1.0m/s2。
在一个实施例中,所述计算装置依据下式(1)计算得到每辆智能网联车辆i的参考合流时间T1i:
所述计算装置依据下式(2)计算得到每辆智能网联车辆i的最早合流时间T2i:
需要说明的是:最早合流时间T2i除了由式(2)表示之外,还可以采用变加速过程的到达时间,如加速度先增大后减小,这种方式的经济性和舒适性更好。
所述计算装置依据下式(3)或式(4)获得每辆智能网联车辆i的实际合流时间Ti的初值:
Ti≥T2i (3),
式(3)提供的确定初值的方法适用于所有车交通车况。而对于较为稀疏的交通流下,还可以按照下式(4)确定每辆智能网联车辆i的实际合流时间Ti的初值:
T1i≥Ti≥T2i (4)
按照式(4)确定初值可以有效提高收敛速度,降低计算量。
无线通信装置用于供每辆智能网联车辆i将自身的身份编号i、位置信息pi及行驶至匝道口合流处的实际合流时间Ti信息向其它智能网联车辆j进行广播。
优化模型构建装置用于根据所述实际合流时间Tj,构造由下式(5)所表示的每辆智能网联车辆i实际合流时间Ti的优化问题Pi;
式(5)中,fi(T)为代价函数;T为所有的智能网联车辆的实际合流时间,表示为T=[T1,T2,...,TN];每辆智能网联车辆i具有合流时间权重系数w1i和w2i,w1i≥0和w2i≥0,若倾向于匀速行驶提升舒适性和经济性,则可以提高权重系数w1i;若倾向于更快地通过交叉路口,则可以提高权重系数w2i;g1(·)和g2(·)为任意光滑单调增函数,则fi(T)会随着Ti-T1i与Ti-T2i的增大而增;Ωi为实际合流时间的取值集合,由下式(6)表示:
式(6)中,T2i-Ti≤0表示要求智能网联车辆i在其最早合流时间T2i之后抵达匝道口合流处;Ti-k+To,i-k-Ti≤0表示要求智能网联车辆i在其车道前方的智能网联车辆i-k之后抵达匝道口合流处;To,i-k为智能网联车辆i-k占据匝道口合流处的时间;Ti-1-Ti≤0表示要求智能网联车辆i在智能网联车辆i-1之后抵达匝道口合流处。
在上述实施例中,g1(·)和g2(·)也可以为二次函数,如:g1(Ti-T1i)=(Ti-T1i)2,g2(Ti-T2i)=(Ti-T2i)2,此时该优化问题变为二次规划问题,求解将更为方便。
优化装置用于基于所构造的优化问题Pi,与其它智能网联车辆j不断通信,并更新自身的实际合流时间Ti,直至收敛。
在一个实施例中,所述优化装置具体包括:
记智能网联车辆i对智能网联车辆j实际合流时间的估计为设待合流的智能网联车辆的总数为N,则其对所有待合流的智能网联车辆实际合流时间的估计表示为智能网联车辆j的估计为则依据式(7)或式(10)不断更新其取值:
式(7)中,aij取1或0,aij=1表示智能网联车辆i可以获取智能网联车辆j的信息,aij=0表示智能网联车辆i无法获取智能网联车辆j的信息;为集合Ωi在处的切锥;为将括号内的参数·投影到集合的投影算子;μi为智能网联车辆i的拉格朗日乘子,其表示为式(8);μj为智能网联车辆j的拉格朗日乘子,其表示为式(9);ei是第i个元素为1、其它元素为0的N维单位向量;为ei的转置;表示函数fi(·)的梯度;αs>0为任意常数;
控制装置用于在所述实际合流时间Ti收敛后,即控制每辆智能网联车辆i速度于Ti时刻通过匝道口合流处。上述步骤6中,智能网联车辆i既可以通过声光提示驾驶员操控车辆油门踏板和制动踏板的方式,亦可通过车辆自动控制油门踏板和制动踏板的方式,以保证智能网联车辆i在Ti时刻抵达匝道口合流处。
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 (7)
1.一种基于合流时间优化的匝道合流协同控制方法,其特征在于,包括:
步骤1,将沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围内设置为匝道合流区域,主路上驶入该匝道合流区域的智能网联车辆形成的一个车流与匝道上驶入该匝道合流区域的智能网联车辆形成的另一个车流在匝道口合流处开始合流为一个车流,按照各个智能网联车辆驶入匝道合流区域的先后顺序进行编号,该编号用i予以表示;
步骤2,当智能网联车辆i驶入匝道合流区域时,其依据当前时刻ti、当前速度vi、距匝道口合流处距离di、最大限速vM和最大加速度aM,计算抵达匝道口合流处的参考合流时间T1i、最早合流时间T2i和实际合流时间Ti;
步骤3,每辆智能网联车辆i利用无线通信将自身的身份编号i、位置信息pi及行驶至匝道口合流处的实际合流时间Ti信息向其它智能网联车辆j进行广播;
步骤4,每辆智能网联车辆i利用其所接收到的其它智能网联车辆j所广播的实际合流时间Tj,构造由下式(5)所表示的每辆智能网联车辆i实际合流时间Ti的优化问题Pi;
式(5)中,fi(T)为代价函数;T为所有的智能网联车辆的实际合流时间,表示为T=[T1,T2,...,TN];每辆智能网联车辆i具有合流时间权重系数w1i和w2i,w1i≥0和w2i≥0,若倾向于匀速行驶提升舒适性和经济性,则可以提高权重系数w1i;若倾向于更快地通过交叉路口,则可以提高权重系数w2i;g1(·)和g2(·)为任意光滑单调增函数或二次函数;Ωi为实际合流时间的取值集合,由下式(6)表示:
式(6)中,T2i-Ti≤0表示要求智能网联车辆i在其最早合流时间T2i之后抵达匝道口合流处;Ti-k+To,i-k-Ti≤0表示要求智能网联车辆i在其车道前方的智能网联车辆i-k之后抵达匝道口合流处;To,i-k为智能网联车辆i-k占据匝道口合流处的时间;Ti-1-Ti≤0表示要求智能网联车辆i在智能网联车辆i-1之后抵达匝道口合流处;
步骤5,每辆智能网联车辆i基于所构造的优化问题Pi,与其它智能网联车辆j不断通信,并更新自身的实际合流时间Ti,直至收敛;
步骤6,每辆智能网联车辆i的实际合流时间Ti收敛后,即控制自车速度于Ti时刻通过匝道口合流处;
步骤5具体包括:
记智能网联车辆i对智能网联车辆j实际合流时间的估计为设待合流的智能网联车辆的总数为N,则其对所有待合流的智能网联车辆实际合流时间的估计表示为智能网联车辆j的估计为则依据式(7)或式(10)不断更新其取值:
式(7)和式(10)中,aij取1或0,aij=1表示智能网联车辆i可以获取智能网联车辆j的信息,aij=0表示智能网联车辆i无法获取智能网联车辆j的信息;为集合Ωi在处的切锥;为将括号内的参数·投影到集合的投影算子;为将其括号内的参数投影到集合Ωi的投影算子,α(t)应满足且limt→∞α(t)=0;μi为智能网联车辆i的拉格朗日乘子,其表示为式(8);μj为智能网联车辆j的拉格朗日乘子,其表示为式(9);ei是第i个元素为1、其它元素为0的N维单位向量;为ei的转置;表示函数fi(·)的梯度;αs>0为任意常数;
4.如权利要求3所述的基于合流时间优化的匝道合流协同控制方法,其特征在于,步骤2中的每辆智能网联车辆i的实际合流时间Ti的初值可以选取为不小于最早合流时间T2i的任意值,则有下式(3):
Ti≥T2i (3)。
5.如权利要求3所述的基于合流时间优化的匝道合流协同控制方法,其特征在于,步骤2中的每辆智能网联车辆i的实际合流时间Ti的初值在交通流稀疏的情形下按照下式(4)确定:
T1i≥Ti≥T2i (4)。
6.一种基于合流时间优化的匝道合流协同控制系统,其特征在于,包括:
采集装置,其用于采集智能网联车辆i驶入匝道合流区域时的当前时刻ti、当前速度vi、距匝道口合流处距离di、最大限速vM和最大加速度aM;其中,所述匝道合流区域为沿主路的中心线和沿匝道的中心线与该匝道口合流处的预设距离范围内,主路上驶入该匝道合流区域的智能网联车辆形成的一个车流与匝道上驶入该匝道合流区域的智能网联车辆形成的另一个车流在匝道口合流处开始合流为一个车流,i为按照各个智能网联车辆驶入匝道合流区域的先后顺序进行的编号;
计算装置,其用于根据所述采集装置采集的信息,计算抵达匝道口合流处的参考合流时间T1i、最早合流时间T2i和实际合流时间Ti;
无线通信装置,其用于供每辆智能网联车辆i将自身的身份编号i、位置信息pi及行驶至匝道口合流处的实际合流时间Ti信息向其它智能网联车辆j进行广播;
优化模型构建装置,其用于根据所述实际合流时间Ti,构造由下式(5)所表示的每辆智能网联车辆i实际合流时间Ti的优化问题Pi;
式(5)中,fi(T)为代价函数;T为所有的智能网联车辆的实际合流时间,表示为T=[T1,T2,...,TN];每辆智能网联车辆i具有合流时间权重系数w1i和w2i,w1i≥0和w2i≥0,若倾向于匀速行驶提升舒适性和经济性,则可以提高权重系数w1i;若倾向于更快地通过交叉路口,则可以提高权重系数w2i;g1(·)和g2(·)为任意光滑单调增函数或二次函数;Ωi为实际合流时间的取值集合,由下式(6)表示:
式(6)中,T2i-Ti≤0表示要求智能网联车辆i在其最早合流时间T2i之后抵达匝道口合流处;Ti-k+To,i-k-Ti≤0表示要求智能网联车辆i在其车道前方的智能网联车辆i-k之后抵达匝道口合流处;To,i-k为智能网联车辆i-k占据匝道口合流处的时间;Ti-1-Ti≤0表示要求智能网联车辆i在智能网联车辆i-1之后抵达匝道口合流处;
优化装置,其用于基于所构造的优化问题Pi,与其它智能网联车辆j不断通信,并更新自身的实际合流时间Ti,直至收敛;
控制装置,其用于在所述实际合流时间Ti收敛后,控制每辆智能网联车辆i速度于Ti时刻通过匝道口合流处;
所述优化装置具体包括:
记智能网联车辆i对智能网联车辆j实际合流时间的估计为设待合流的智能网联车辆的总数为N,则其对所有待合流的智能网联车辆实际合流时间的估计表示为智能网联车辆j的估计为则依据式(7)或式(10)不断更新其取值:
式(7)和式(10)中,aij取1或0,aij=1表示智能网联车辆i可以获取智能网联车辆j的信息,aij=0表示智能网联车辆i无法获取智能网联车辆j的信息;为集合Ωi在处的切锥;为将括号内的参数·投影到集合的投影算子;为将其括号内的参数投影到集合Ωi的投影算子,α(t)应满足且limt→∞α(t)=0;μi为智能网联车辆i的拉格朗日乘子,其表示为式(8);μj为智能网联车辆j的拉格朗日乘子,其表示为式(9);ei是第i个元素为1、其它元素为0的N维单位向量;为ei的转置;表示函数fi(·)的梯度;αs>0为任意常数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010040259.4A CN111243296B (zh) | 2020-01-15 | 2020-01-15 | 一种基于合流时间优化的匝道合流协同控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010040259.4A CN111243296B (zh) | 2020-01-15 | 2020-01-15 | 一种基于合流时间优化的匝道合流协同控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111243296A CN111243296A (zh) | 2020-06-05 |
CN111243296B true CN111243296B (zh) | 2020-11-27 |
Family
ID=70867915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010040259.4A Active CN111243296B (zh) | 2020-01-15 | 2020-01-15 | 一种基于合流时间优化的匝道合流协同控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111243296B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754774B (zh) * | 2020-07-02 | 2022-04-19 | 清华大学 | 一种高速路匝道口智能网联汽车安全自组织通行控制方法 |
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 |
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 |
CN113362619B (zh) * | 2021-06-04 | 2022-08-12 | 东南大学 | 混合交通环境下智能网联车辆匝道协同合流控制方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3268239B2 (ja) * | 1997-08-21 | 2002-03-25 | 三菱重工業株式会社 | 走行車両群制御方法 |
CN105206068B (zh) * | 2015-09-29 | 2017-09-22 | 北京工业大学 | 一种基于车车通信技术进行高速公路合流区安全协调控制方法 |
CN105761549B (zh) * | 2016-05-05 | 2017-11-17 | 东南大学 | 一种基于车车联网的高速公路入口匝道安全控制方法 |
CN106781551B (zh) * | 2017-03-08 | 2019-04-30 | 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 |
CN108538069B (zh) * | 2018-05-24 | 2020-10-16 | 长安大学 | 一种匝道合流区车辆速度管控系统及方法 |
CN109143852B (zh) * | 2018-07-17 | 2020-09-18 | 北京理工大学 | 城市环境下智能驾驶车辆环境自适应汇入方法 |
CN109887306A (zh) * | 2019-03-15 | 2019-06-14 | 南京工程学院 | 基于rfid技术的交通路口控制预警系统及控制方法 |
-
2020
- 2020-01-15 CN CN202010040259.4A patent/CN111243296B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111243296A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN108538069B (zh) | 一种匝道合流区车辆速度管控系统及方法 | |
CN106601002B (zh) | 车联网环境下的入口匝道车辆通行引导系统及其引导方法 | |
CN112116822B (zh) | 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法 | |
CN108595823B (zh) | 一种联合驾驶风格和博弈理论的自主车换道策略计算方法 | |
CN114664078B (zh) | 基于自动驾驶车辆队列的道路合流区协作汇入控制方法 | |
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 | |
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 | |
CN111369813B (zh) | 一种智能网联汽车的匝道分合流协同控制方法及系统 | |
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 | |
CN112258875B (zh) | 基于车路协同与自动驾驶的交叉口智能管控方法 | |
CN110910663A (zh) | 一种车路协同环境下多智能车交叉口通行协调控制方法 | |
CN107798861A (zh) | 一种车辆协作式编队行驶方法及系统 | |
CN112233413B (zh) | 一种面向智能网联车辆的多车道时空轨迹优化方法 | |
CN113327441B (zh) | 基于高速公路合流区的网联自动车辆速度控制及轨迹优化方法 | |
CN112750318B (zh) | 一种基于边缘云的匝道合流控制方法及系统 | |
CN113012448B (zh) | 一种解决路口交通拥堵的汽车配发编队智能驾驶系统 | |
US11358606B2 (en) | Method for operating a motor vehicle for improving working conditions of evaluation units in the motor vehicle, control system for performing a method of this kind, and motor vehicle having a control system of this kind | |
CN110910646A (zh) | 用于交叉口的无人驾驶公交车辆的协同控制方法 | |
CN113936461B (zh) | 一种信号控制交叉口车辆混行的仿真方法和系统 | |
CN115880884B (zh) | 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 | |
CN113167038A (zh) | 一种车辆通过道闸横杆的方法及装置 | |
JP2020075561A (ja) | 走行範囲取得システム、車両制御システムおよび走行範囲取得プログラム | |
CN116740939A (zh) | 智能网联车辆行驶规划方法及装置 | |
CN114995138A (zh) | 一种近信号控制区混合车群的分布式协同控制方法 |
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 |