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
一种考虑路口待行队列影响的汽车行驶车速优化方法 Download PDFInfo
- Publication number
- CN111275987B CN111275987B CN202010068546.6A CN202010068546A CN111275987B CN 111275987 B CN111275987 B CN 111275987B CN 202010068546 A CN202010068546 A CN 202010068546A CN 111275987 B CN111275987 B CN 111275987B
- Authority
- CN
- China
- Prior art keywords
- automobile
- vehicle
- queue
- intersection
- speed
- 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
Images
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
- G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
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
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Lmax,车身最小长度为Lmin,汽车最大静止头距为Hmax,汽车最小静止头距为Hmin,汽车最大启动延时为Zmax,汽车最小启动延时为Zmin,汽车最大运动时距为dhmax,汽车最小运动时距为dhmin,路口待行汽车数目为N,第j辆车的长度为Lj,第j辆车的头距为Hj,第j辆车的启动延时为Zj,第j辆车的运动时距为dhj,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sj为第j辆车位置,vj为第j辆车速度,aj为第j辆车加速度/减速度,d*为理想跟车距离,amax为汽车最大加速度,amin为汽车最大减速度,v*为理想车速,为加速因子,Kj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Sj为:
其中,定义Sj为第j辆车距离路口停止线初始位置,Dqj为到第j辆车待行队列初始长度,Dq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Dqj为:
Dqj=Sj+0.5Lv
队列初始静止长度Dq由尾车位置车长度决定:
Dq=DqN+0.5LN
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ts,信号固定配时为tin,信号灯转为绿灯时间为tgr,信号灯保持红灯时间为tre,信号灯状态为P,P=0表示红灯,P=1表示绿灯,vmax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vj为:
依据信号灯时间定义可得tre=tgr=ts,则在第k步第j辆车行驶长度dqj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dq(k)=dqN(k),由此可以计算队列通行时间tq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,CD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:
则优化问题如下:
满足:
x(0)=[vs,0]
x(N)=[vp,D」
v(k)∈[vmin,vmax]
u(k)∈[Fb(k),Fd(k)]
其中,汽车油耗为J,优化问题控制量为u,初始车速为vs,终端车速为vp,最小车速为vmin,最大车速为vmax,优化问题长度为N,最大驱动力为Fd,最大制动力为Fb;
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Lmax,车身最小长度为Lmin,汽车最大静止头距为Hmax,汽车最小静止头距为Hmin,汽车最大启动延时为Zmax,汽车最小启动延时为Zmin,汽车最大运动时距为dhmax,汽车最小运动时距为dhmin,路口待行汽车数目为N,第j辆车的长度为Lj,第j辆车的头距为Hj,第j辆车的启动延时为Zj,第j辆车的运动时距为dhj,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sj为第j辆车位置,vj为第j辆车速度,aj为第j辆车加速度/减速度,d*为理想跟车距离,amax为汽车最大加速度,amin为汽车最大减速度,v*为理想车速,为加速因子,Kj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Sj为第j辆车距离路口停止线初始位置,Dqj为到第j辆车待行队列初始长度,Dq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Sj为:
则以第j辆车为尾车,待行队列初始长度Dqj为:
Dqj=Sj+0.5Lv
队列初始静止长度Dq由尾车位置车长度决定:
Dq=DqN+0.5LN
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ts,信号固定配时为tin,信号灯转为绿灯时间为tgr,信号灯保持红灯时间为tre,信号灯状态为P(P=0表示红灯,P=1表示绿灯),vmax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vj为:
依据信号灯时间定义可得tre=tgr=ts,则在第k步第j辆车行驶长度dqj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dq(k)=dqN(k),由此可以计算队列通行时间tq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,CD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:
定义汽车油耗为J,优化问题控制量为u,初始车速为vs,终端车速为vp,最小车速为vmin,最大车速为vmax,优化问题长度为N,最大驱动力为Fd(由路面附着和驱动舒适性决定),最大制动力为Fb(由路面附着和制动舒适性决定),则优化问题如下:
满足:
x(0)=[vs,0]
x(N)=[vp,D」
v(k)∈[vmin,vmax]
u(k)∈[Fb(k),Fd(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Lmax,车身最小长度为Lmin,汽车最大静止头距为Hmax,汽车最小静止头距为Hmin,汽车最大启动延时为Zmax,汽车最小启动延时为Zmin,汽车最大运动时距为dhmax,汽车最小运动时距为dhmin,路口待行汽车数量为N,第j辆车的长度为Lj,第j辆车的头距为Hj,第j辆车的启动延时为Zj,第j辆车的运动时距为dhj,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sj为第j辆车位置,vj为第j辆车速度,aj为第j辆车加速度/减速度,d*为理想跟车距离,amax为汽车最大加速度,amin为汽车最大减速度,v*为理想车速,为加速因子,Kj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Sj为:
其中,定义Sj为第j辆车距离路口停止线初始位置,Dqj为到第j辆车待行队列初始长度,Dq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Dqj为:
Dqj=Sj+0.5Lv
队列初始静止长度Dq由尾车位置车长度决定:
Dq=DqN+0.5LN
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ts,信号固定配时为tin,信号灯转为绿灯时间为tgr,信号灯保持红灯时间为tre,信号灯状态为P,P=0表示红灯,P=1表示绿灯,vmax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vj为:
依据信号灯时间定义可得tre=tgr=ts,则在第k步第j辆车行驶长度dqj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dq(k)=dqN(k),由此可以计算队列通行时间tq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,CD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:
则优化问题如下:
满足:
x(0)=(vs,0)
x(N)=(vp,D)v(k)∈[vmin,vmax]
u(k)∈[Fb(k),Fd(k)]
其中,汽车油耗为J,优化问题控制量为u,初始车速为vs,终端车速为vp,最小车速为vmin,最大车速为vmax,优化问题为x(N),最大驱动力为Fd,最大制动力为Fb;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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068546.6A CN111275987B (zh) | 2020-01-21 | 2020-01-21 | 一种考虑路口待行队列影响的汽车行驶车速优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068546.6A CN111275987B (zh) | 2020-01-21 | 2020-01-21 | 一种考虑路口待行队列影响的汽车行驶车速优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111275987A CN111275987A (zh) | 2020-06-12 |
CN111275987B true CN111275987B (zh) | 2021-08-24 |
Family
ID=71001930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010068546.6A Active CN111275987B (zh) | 2020-01-21 | 2020-01-21 | 一种考虑路口待行队列影响的汽车行驶车速优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111275987B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393688B (zh) * | 2021-05-13 | 2022-07-19 | 杭州电子科技大学 | 一种基于队列长度预测的交叉口生态驾驶优化方法 |
CN114419903B (zh) * | 2021-12-17 | 2023-02-03 | 东南大学 | 一种智能网联汽车队列路口通行控制方法、装置及车辆 |
CN114937360B (zh) * | 2022-05-19 | 2023-03-21 | 南京逸刻畅行科技有限公司 | 一种智能网联汽车队列信号交叉口通行引导方法 |
CN115578849B (zh) * | 2022-09-28 | 2023-08-29 | 东南大学 | 一种专用道环境下自动驾驶车辆集中式编队的优化方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493991B (zh) * | 2009-02-20 | 2011-05-11 | 北京交通大学 | 基于传感器网络的交通状态获取方法及其装置 |
CN202352081U (zh) * | 2011-09-30 | 2012-07-25 | 哈尔滨工业大学 | 基于无线传感器网络的智能交通灯控制系统 |
CN102682155A (zh) * | 2012-03-16 | 2012-09-19 | 王晓原 | 城市道路交通网络分析微观仿真系统 |
CN202855074U (zh) * | 2012-09-02 | 2013-04-03 | 天津北杰科技有限公司 | 智能交通灯控制系统 |
CN102867422B (zh) * | 2012-09-13 | 2014-08-13 | 哈尔滨工业大学 | 基于车辆自组网的单点十字交叉口信号灯实时控制方法 |
CN104850676B (zh) * | 2015-02-12 | 2016-06-22 | 长安大学 | 一种公路桥梁随机车流仿真模拟方法 |
CN105759753B (zh) * | 2016-01-25 | 2018-06-19 | 合肥工业大学 | 基于v2x的混合动力汽车的能量管理优化控制方法 |
CN105857312B (zh) * | 2016-05-26 | 2018-06-29 | 吉林大学 | 一种高速公路重型卡车速度行驶优化方法 |
CN106476806B (zh) * | 2016-10-26 | 2019-01-15 | 上海理工大学 | 基于交通信息的协同式自适应巡航系统算法 |
CN107067785B (zh) * | 2017-06-19 | 2023-07-14 | 吉林大学 | 堵车路段经济车速匹配系统及控制方法 |
CN107577234B (zh) * | 2017-09-21 | 2021-01-15 | 合肥工业大学 | 一种驾驶员在环的汽车燃油经济性控制方法 |
CN108944905A (zh) * | 2018-05-31 | 2018-12-07 | 福州大学 | 一种基于模型预测控制的phev红绿灯路口通过控制方法 |
CN110182215B (zh) * | 2019-05-23 | 2021-06-15 | 南京航空航天大学 | 一种汽车经济性巡航控制方法及装置 |
CN110619752B (zh) * | 2019-06-12 | 2021-09-07 | 东南大学 | 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 |
CN110356396B (zh) * | 2019-07-09 | 2020-07-31 | 东南大学 | 一种考虑道路坡度的电动汽车速度瞬时优化的方法 |
-
2020
- 2020-01-21 CN CN202010068546.6A patent/CN111275987B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111275987A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111383481B (zh) | 城市拥堵路口智能网联汽车绿色通行车速优化方法 | |
CN111275987B (zh) | 一种考虑路口待行队列影响的汽车行驶车速优化方法 | |
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 | |
CN111341152B (zh) | 考虑待行队列与安全避撞的网联汽车绿色通行系统与方法 | |
CN110085037B (zh) | 一种车路协同环境下交叉口信号控制及车速引导系统 | |
CN110910646B (zh) | 用于交叉口的无人驾驶公交车辆的协同控制方法 | |
CN109367537B (zh) | 一种基于车联网的电动汽车自适应巡航控制系统及方法 | |
CN104299433A (zh) | 基于rfid车载电子标签的公交信号优先控制方法 | |
CN114419903B (zh) | 一种智能网联汽车队列路口通行控制方法、装置及车辆 | |
CN107862121B (zh) | 基于绿波带的电动汽车能耗模型设计方法及其系统 | |
CN112164217B (zh) | 一种自动驾驶车辆队列行驶管理系统及其控制方法 | |
CN109559499B (zh) | 车辆队列行驶管理平台、控制方法和车载终端 | |
CN111532264A (zh) | 一种面向变坡度和变限速交通场景的智能网联汽车巡航车速优化方法 | |
CN115497315B (zh) | 一种车路协同环境下的动态公交专用道节能优化控制方法 | |
CN104656452A (zh) | 一种基于矩阵离散算法的地铁列车优化控制方法及装置 | |
CN113393688A (zh) | 一种基于队列长度预测的交叉口生态驾驶优化方法 | |
CN112767715A (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 | |
CN111341123B (zh) | 基于车辆运动学模型的路口待行队列估计方法 | |
CN111199641A (zh) | 一种基于智慧灯杆的车队行驶方法及系统 | |
CN113085897B (zh) | 一种自动驾驶车辆的车速控制系统 | |
CN111196163B (zh) | 一种智能网联电动汽车能量最优制动速度优化方法 | |
CN113815616B (zh) | 车辆控制方法及装置 | |
Mello et al. | Energy-optimal Speed Trajectories between Stops and Their Parameter Dependence. | |
CN113359779A (zh) | 一种考虑节能减排的自动驾驶车辆速度控制方法 | |
CN116946162B (zh) | 考虑路面附着条件的智能网联商用车安全驾驶决策方法 |
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 |