CN111275987B - 一种考虑路口待行队列影响的汽车行驶车速优化方法 - Google Patents

Abstract

本发明公开一种考虑路口待行队列影响的汽车行驶车速优化方法，首先，设定距离路口停车线某距离内道路为控制区域，利用地磁线圈获取待行汽车数量；然后，利用智能驾驶员跟车模型计算待行队列汽车加/减速度，并基于汽车运动学模型计算待行队列长度与速度变化轨迹，估计待行队列通行时间；最后，建立汽车模型，设计包含汽车与交通约束的车速优化问题，并采用动态规划算法计算汽车经济性通行车速。本发明利用现有成熟的技术条件，在智能网联汽车技术尚未大规模普及的情况下，实现城市拥堵路口汽车安全、节能、高效通行车速优化，为汽车经济性驾驶、绿色通行、路口高效通行等技术提供准确可靠速度依据。

Description

一种考虑路口待行队列影响的汽车行驶车速优化方法

技术领域

本发明属于智慧交通领域，具体涉及一种考虑路口待行队列影响的汽车行驶车速优化方法。

背景技术

随着汽车电子、网络通信、智能控制等领域发展，汽车与交通有机的融合为一个整体，有利于构建智慧的交通体系，促进汽车和交通服务的新模式新业态发展，对提高交通效率、节省资源、减少污染、降低事故发生率、改善交通管理具有重要意义。

其中，路口待行队列影响后续汽车运动速度变化，而运动速度是汽车安全、节能、高效控制的关键。在现有智能网联汽车技术(包含智能网联汽车技术，指汽车与万物的信息交互与共享，例如车车通信V2V、车路通信V2I、车人通信V2P、车网通信V2N等；汽车自主驾驶技术)普及程度较低的情况下，利用现有手段合理地估计待行队列通行时间，并将估计的通行时间应用于汽车经济性行驶车速优化，对于汽车节能驾驶、绿色通行、路口高效通行等先进控制技术的应用有着重要的意义，有效地提高交通安全性、汽车节能水平、交通通行效率。

发明内容

发明目的：本发明提供一种考虑路口待行队列影响的汽车行驶车速优化方法，充分考虑了实际情况和现有技术水平，通过估计待行队列通行时间，建立安全、节能、高效的车速优化问题，并才用动态规划算法求解此问题，获取优化的车速。

技术方案：一种考虑路口待行队列影响的汽车经济性行驶车速优化方法，包括以下步骤：

(1)设定控制区域范围D，初始化待行汽车数量N＝0，初始化地磁线圈1计数N₁，初始化地磁线圈2计数N₂＝0，初始化时间t＝0，初始化控制器计算单元；

(2)交通信息获取：在距离路口停止线长度为D的位置，预先在道路内埋设地磁线圈，汽车通过时会自动计数，并输至信号灯控制器；

(3)估计待行队列通行时间：采用均匀分布随机化待行汽车参数，并利用加入启动延时判断因子、最大加速度约束、最小制动减速度约束修正智能驾驶员跟车模型计算队列中每辆车的加/减速度，最后利用汽车运动学模型估计待行队列通行时间；

(4)驾驶车速优化：设定保证通行效率的最低车速约束，满足道路限速的最高车速约束，保证汽车舒适性的加/减速度约束，建立汽车模型，以汽车在控制区域内能量消耗为优化目标，采用动态规划算法求解上述优化问题，输出保证汽车安全、节能、高效的经济性行驶车速；

(5)结束优化过程，并初始化相关参数。

进一步地，步骤(2)所述的信号灯控制器安装于路口，结合信号灯相位配时、待行汽车数目等信息，用于信息采集、方法计算、数据存储。

进一步地，步骤(2)所述的交通信息获取的实现过程如下：

地磁线圈1检测到汽车前轮和后轮同时通过时汽车数量计数加1，地磁线圈2检测到汽车前轮和后轮同时通过时汽车数量计数加1，两者之差即为控制区域内待行汽车数量，N＝N1-N2；地磁线圈1检测到只有汽车前轮经过时N1计数保持并设定队列静止长度为控制区域长度D；地磁线圈2检测到只有汽车前轮经过时N2计数保持；信号灯相位配时信息本身是信号灯控制器内部产生发送至信号灯的，直接内部读取即可。

进一步地，步骤(3)所述的估计待行队列通行时间实现过程如下：

基于随机均匀分布的汽车参数为：

其中，车身最大长度为L_max，车身最小长度为L_min，汽车最大静止头距为H_max，汽车最小静止头距为H_min，汽车最大启动延时为Z_max，汽车最小启动延时为Z_min，汽车最大运动时距为d_hmax，汽车最小运动时距为d_hmin，路口待行汽车数目为N，第j辆车的长度为L_j，第j辆车的头距为H_j，第j辆车的启动延时为Z_j，第j辆车的运动时距为d_hj，随机均匀分布函数为rand()，克罗内克积为

j为控制区域内汽车标记，头车为1，尾车为N；

基于修正的IDM模型的汽车运动学模型为：

其中：

其中，定义s_j为第j辆车位置，v_j为第j辆车速度，a_j为第j辆车加速度/减速度，d*为理想跟车距离，a_max为汽车最大加速度，a_min为汽车最大减速度，v*为理想车速，

为加速因子，K_j为启动判断因子，t为当前时刻，上式中max()表示取最大值函数，min()表示取最小值函数；

则第j辆车距离路口停止线初始位置S_j为：

其中，定义S_j为第j辆车距离路口停止线初始位置，D_qj为到第j辆车待行队列初始长度，D_q为待行队列初始总长度；

以第j辆车为尾车，待行队列初始长度D_qj为：

D_qj＝S_j+0.5L_v

队列初始静止长度D_q由尾车位置车长度决定：

D_q＝D_qN+0.5L_N

建立以时间离散化的问题，定义离散时间间隔为Δt，信号灯从当前状态转为下一状态的时间为t_s，信号固定配时为t_in，信号灯转为绿灯时间为t_gr，信号灯保持红灯时间为t_re，信号灯状态为P，P＝0表示红灯，P＝1表示绿灯，v_max为道路限制的最高车速，采用离散化计算方法，则在第k步第j辆车运动速度v_j为：

依据信号灯时间定义可得t_re＝t_gr＝t_s，则在第k步第j辆车行驶长度d_qj为：

队列是否通过路口依据尾车是否通过决定，则整个队列运动长度由尾车决定d_q(k)＝d_qN(k)，由此可以计算队列通行时间t_q为：

进一步地，步骤(4)所述的行驶车速优化过程如下：

采用质点模型描述汽车纵向动力学模型：

其中，定义g为重力加速度，m为汽车质量，f为摩擦阻力系数，θ为道路坡度，C_D为空气阻力系数，ρ为空气密度，d为行驶距离，δ为汽车转动惯量换算系数，F为牵引力，x＝[d v]^T表示状态量；

汽车瞬时油耗模型为：

其中，汽车瞬时油耗率为

定义汽车油耗系数为α₀、α₁、α₂、α₃，β₀，β₁，β₂；

则优化问题如下：

满足：

x(0)＝[v_s，0]

x(N)＝[v_p，D」

v(k)∈[v_min，v_max]

u(k)∈[F_b(k)，F_d(k)]

其中，汽车油耗为J，优化问题控制量为u，初始车速为v_s，终端车速为v_p，最小车速为v_min，最大车速为v_max，优化问题长度为N，最大驱动力为F_d，最大制动力为F_b；

定义动态规划算法终端代价函数为：

其中arg min()表示取最小值时控制量和状态量函数；

定义动态规划逆向迭代代价函数为：

通过求解上述方程，即可获得满足优化要求的最优车速。

有益效果：与现有技术相比，本发明的有益效果为：1、本发明考虑智能网联汽车尚未普及现状，难以准确获取交通中全部信息，并实现汽车全部自动化控制，针对较为典型的城市交通场景，准确估计待行队列通行时间，优化出有利于汽车安全、节能、高效的通行速度；2、本发明采用随机方法，在合理的界限内，合理随机化车身长度、静止头距、运动时距、启动延时等汽车性能参数，上述参数因驾驶员和汽车类型差异而不同，随机化的方法可以提高该发明在不同交通场景的适用性；3、本发明采用经典的汽车运动学模型和智能驾驶员跟车模型，借助于随机参数和加/减速度，提高了队列静止长度、动态长度、通行时间、通行速度的计算精度，使其适用于普遍的城市交通场景，同时保证估计精度满足使用要求；4、本发明采用动态规划算法，可以实现车速、加/减速度、道路附着等多约束条件下的，行驶安全、能量消耗最少、通行时间最短等多目标优化，输出满足需求的车速。

附图说明

图1为本发明的流程图；

图2是本发明的优选考虑路口待行队列影响的汽车经济性行驶车速优化方法的的场景图。

具体实施方式

下面结合附图对本发明作进一步详细的说明。

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

本发明解决其技术问题所采用的技术方案是：

定义控制区域D，如图2所示，为距离路口停车线一定范围的区域，在控制区域始端装有地磁线圈，感应驶入控制区域汽车数量；

定义路口待行队列为信号灯为红灯时，在路口停车等待通行汽车组成的队列；

定义信号灯相位配时为信号灯当前状态，及转为下一状态所需时间；

当信号灯为红灯时，在设定的路口控制区域内存在待行汽车队列，影响即将驶入控制区域被控汽车的车速，为避免因过度制动和怠速停车带了的额外能量和时间浪费，被控汽车驶入控制区域后，将按照经济性车速行驶，直至被控汽车驶过路口停车线。首先获取路口待行汽车数量、信号的相位配时等信息，并设定距离路口一定范围为控制区域，优化问题长度即控制区域长度然后利用智能驾驶员跟车模型计算待行队列汽车加/减速度，并基于汽车运动学模型计算待行队列长度与速度变化轨迹，估计待行队列通行时间；接着建立汽车模型，设计包含汽车与交通约束的车速优化问题，并采用动态规划算法计算汽车安全、节能、高效的经济性通行车速。

作为本发明的进一步优选，包括以下步骤，如图1所示：

初始化：设定控制区域范围D，初始化待行汽车数量N＝0，初始化地磁线圈1计数N₁，初始化地磁线圈2计数N₂＝0，初始化时间t＝0，初始化控制器计算单元。

第一步：交通信息获取；在距离路口停止线长度为D的位置，预先在道路内埋设地磁线圈，汽车通过时会自动计数，并输至信号灯控制器。

采用信号灯控制器作信息采集、方法计算、数据存储，信号灯控制器为传统路口信号灯控制用装置，安装于路口附近，结合信号灯相位配时、待行汽车数目等信息，执行待行队列通行时间估计和经济性车速优化算法，并输存储和输出最优车速。

地磁线圈是交通中常用传感器，常用于闯红灯检测与道路流量统计，其在道路内铺设方法也较为简单，只需要安装好接入使用即可。地磁线圈与信号灯控制器连接的信号线也是常用设备，采用普通的双绞线即可。

地磁线圈1检测到汽车前轮和后轮同时通过时汽车数量计数加1，地磁线圈2检测到汽车前轮和后轮同时通过时汽车数量计数加1，两者之差即为控制区域内待行汽车数量，N＝N1-N2；地磁线圈1检测到只有汽车前轮经过时N1计数保持并设定队列静止长度为控制区域长度D；地磁线圈2检测到只有汽车前轮经过时N2计数保持。信号灯相位配时信息本身是信号灯控制器内部产生发送至信号灯的，直接内部读取即可。

第二步：待行队列通行时间估计；采用均匀分布随机化待行汽车参数，并利用加入启动延时判断因子、最大加速度约束、最小制动减速度约束修正智能驾驶员跟车模型计算队列中每辆车的加/减速度，最后利用汽车运动学模型估计待行队列通行时间。

定义车身最大长度为L_max，车身最小长度为L_min，汽车最大静止头距为H_max，汽车最小静止头距为H_min，汽车最大启动延时为Z_max，汽车最小启动延时为Z_min，汽车最大运动时距为d_hmax，汽车最小运动时距为d_hmin，路口待行汽车数目为N，第j辆车的长度为L_j，第j辆车的头距为H_j，第j辆车的启动延时为Z_j，第j辆车的运动时距为d_hj，随机均匀分布函数为rand()，克罗内克积为

j为控制区域内汽车标记，头车为1，尾车为N。则基于随机均匀分布的汽车参数为：

定义s_j为第j辆车位置，v_j为第j辆车速度，a_j为第j辆车加速度/减速度，d*为理想跟车距离，a_max为汽车最大加速度，a_min为汽车最大减速度，v*为理想车速，

为加速因子，K_j为启动判断因子，t为当前时刻。则基于修正的IDM模型的汽车运动学模型度为：

其中：

上式中max()表示取最大值函数，min()表示取最小值函数。

定义S_j为第j辆车距离路口停止线初始位置，D_qj为到第j辆车待行队列初始长度，D_q为待行队列初始总长度。则第j辆车距离路口停止线初始位置S_j为：

则以第j辆车为尾车，待行队列初始长度D_qj为：

D_qj＝S_j+0.5L_v

队列初始静止长度D_q由尾车位置车长度决定：

D_q＝D_qN+0.5L_N

建立以时间离散化的问题，定义离散时间间隔为Δt，信号灯从当前状态转为下一状态的时间为t_s，信号固定配时为t_in，信号灯转为绿灯时间为t_gr，信号灯保持红灯时间为t_re，信号灯状态为P(P＝0表示红灯，P＝1表示绿灯)，v_max为道路限制的最高车速。采用离散化计算方法，则在第k步第j辆车运动速度v_j为：

依据信号灯时间定义可得t_re＝t_gr＝t_s，则在第k步第j辆车行驶长度d_qj为：

队列是否通过路口依据尾车是否通过决定，则整个队列运动长度由尾车决定d_q(k)＝d_qN(k)，由此可以计算队列通行时间t_q为：

第三步：经济性驾驶车速优化：设定保证通行效率的最低车速约束，满足道路限速的最高车速约束，保证汽车舒适性的加/减速度约束，建立汽车模型，以汽车在控制区域内能量消耗为优化目标，采用动态规划算法求解上述优化问题，输出保证汽车安全、节能、高效的经济性行驶车速。

定义g为重力加速度，m为汽车质量，f为摩擦阻力系数，θ为道路坡度，C_D为空气阻力系数，ρ为空气密度，d为行驶距离，δ为汽车转动惯量换算系数，F为牵引力(正值为驱动力，负值为制动力)，x＝[d v]^T表示状态量，采用质点模型描述汽车纵向动力学模型：

定义汽车瞬时油耗率为

定义汽车油耗系数为α₀、α₁、α₂、α₃，β₀，β₁，β₂(上述系数通过试验获得)，则汽车瞬时油耗模型为：

定义汽车油耗为J，优化问题控制量为u，初始车速为v_s，终端车速为v_p，最小车速为v_min，最大车速为v_max，优化问题长度为N，最大驱动力为F_d(由路面附着和驱动舒适性决定)，最大制动力为F_b(由路面附着和制动舒适性决定)，则优化问题如下：

满足：

x(0)＝[v_s，0]

x(N)＝[v_p，D」

v(k)∈[v_min，v_max]

u(k)∈[F_b(k)，F_d(k)]

定义动态规划算法终端代价函数为：

其中arg min()表示取最小值时控制量和状态量函数。

定义动态规划逆向迭代代价函数为：

通过求解上述方程，即可获得满足优化要求的最优车速。

结束：完成经济性行驶车速优化计算后，结束优化过程，等待进入下一次计算过程。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本申请中所述的“和/或”的含义指的是各自单独存在或两者同时存在的情况均包括在内。

本申请中所述的“连接”的含义可以是部件之间的直接连接也可以是部件间通过其它部件的间接连接。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (4)

1.一种考虑路口待行队列影响的汽车行驶车速优化方法，其特征在于，包括以下步骤：

(1)设定控制区域起始位至路口停车线的长度D，初始化待行汽车数量N＝0，初始化地磁线圈1计数N₁，初始化地磁线圈2计数N₂＝0，初始化时间t＝0，初始化控制器计算单元；

(2)交通信息获取：在距离路口停车线长度为D的位置，预先在道路内埋设地磁线圈1和地磁线圈2，汽车通过时会自动计数，并输至信号灯控制器；

(3)估计待行队列通行时间：采用均匀分布随机化待行汽车参数，并利用加入启动延时判断因子、最大加速度约束、最小制动减速度，约束智能驾驶员跟车模型计算队列中每辆车的加速度或减速度，最后利用汽车运动学模型估计待行队列通行时间；

(4)驾驶车速优化：设定保证通行效率的最低车速约束，满足道路限速的最高车速约束，保证汽车舒适性的加/减速度约束，建立汽车模型，以汽车在控制区域内能量消耗为优化目标，采用动态规划算法求解驾驶车速优化问题，输出保证汽车安全、节能、高效的经济性行驶车速；

(5)结束优化过程；

步骤(3)所述的估计待行队列通行时间实现过程如下：

基于随机均匀分布的汽车参数为：

其中，车身最大长度为L_max，车身最小长度为L_min，汽车最大静止头距为H_max，汽车最小静止头距为H_min，汽车最大启动延时为Z_max，汽车最小启动延时为Z_min，汽车最大运动时距为d_hmax，汽车最小运动时距为d_hmin，路口待行汽车数量为N，第j辆车的长度为L_j，第j辆车的头距为H_j，第j辆车的启动延时为Z_j，第j辆车的运动时距为d_hj，随机均匀分布函数为rand()，克罗内克积为

j为控制区域内汽车标记，头车编号为1，尾车编号为N；

基于修正的智能驾驶员模型(IDM)的汽车运动学模型为：

其中：

其中，定义s_j为第j辆车位置，v_j为第j辆车速度，a_j为第j辆车加速度/减速度，d*为理想跟车距离，a_max为汽车最大加速度，a_min为汽车最大减速度，v*为理想车速，

为加速因子，K_j为启动判断因子，t为当前时刻，上式中max()表示取最大值函数，min()表示取最小值函数；

则第j辆车距离路口停止线初始位置S_j为：

其中，定义S_j为第j辆车距离路口停止线初始位置，D_qj为到第j辆车待行队列初始长度，D_q为待行队列初始总长度；

以第j辆车为尾车，待行队列初始长度D_qj为：

D_qj＝S_j+0.5L_v

队列初始静止长度D_q由尾车位置车长度决定：

D_q＝D_qN+0.5L_N

建立以时间离散化的问题，定义离散时间间隔为Δt，信号灯从当前状态转为下一状态的时间为t_s，信号固定配时为t_in，信号灯转为绿灯时间为t_gr，信号灯保持红灯时间为t_re，信号灯状态为P，P＝0表示红灯，P＝1表示绿灯，v_max为道路限制的最高车速，采用离散化计算方法，则在第k步第j辆车运动速度v_j为：

依据信号灯时间定义可得t_re＝t_gr＝t_s，则在第k步第j辆车行驶长度d_qj为：

队列是否通过路口依据尾车是否通过决定，则整个队列运动长度由尾车决定d_q(k)＝d_qN(k)，由此可以计算队列通行时间t_q为：

2.根据权利要求1所述的一种考虑路口待行队列影响的汽车行驶车速优化方法，其特征在于，步骤(2)所述的信号灯控制器安装于路口，结合信号灯相位配时、待行汽车数目信息，用于信息采集、方法计算、数据存储。

3.根据权利要求1所述的一种考虑路口待行队列影响的汽车行驶车速优化方法，其特征在于，步骤(2)所述的交通信息获取的实现过程如下：

地磁线圈1检测到汽车前轮和后轮同时通过时汽车数量计数加1，地磁线圈2检测到汽车前轮和后轮同时通过时汽车数量计数加1，两者之差即为控制区域内待行汽车数量，N＝N1-N2；地磁线圈1检测到只有汽车前轮经过时N1计数保持并设定队列静止长度为控制区域起始位至路口停车线的长度D；地磁线圈2检测到只有汽车前轮经过时N2计数保持；信号灯相位配时信息本身是信号灯控制器内部产生发送至信号灯的，直接内部读取即可。

4.根据权利要求1所述的一种考虑路口待行队列影响的汽车行驶车速优化方法，其特征在于，步骤(4)所述的驾驶车速优化过程如下：

采用质点模型描述汽车纵向动力学模型：

其中，定义g为重力加速度，m为汽车质量，f为摩擦阻力系数，θ为道路坡度，C_D为空气阻力系数，ρ为空气密度，d为行驶距离，δ为汽车转动惯量换算系数，F为牵引力，x＝[d v]^T表示状态量；

汽车瞬时油耗模型为：

其中，汽车瞬时油耗率为

定义汽车油耗系数为α₀、α₁、α₂、α₃，β₀，β₁，β₂；

则优化问题如下：

满足：

x(0)＝(v_s，0)

x(N)＝(v_p，D)v(k)∈[v_min，v_max]

u(k)∈[F_b(k)，F_d(k)]

其中，汽车油耗为J，优化问题控制量为u，初始车速为v_s，终端车速为v_p，最小车速为v_min，最大车速为v_max，优化问题为x(N)，最大驱动力为F_d，最大制动力为F_b；D为控制区域起始位至路口停车线的长度；

定义动态规划算法终端代价函数为：

其中arg min()表示取最小值时控制量和状态量函数；

定义动态规划逆向迭代代价函数为：

通过求解J{x(k)}，即可获得满足控制要求的最优车速。

Images