一种智能网联汽车的匝道分合流协同控制方法及系统
技术领域
本发明涉及智能交通系统领域,特别是针对一种智能网联汽车的匝道分合流协同控制方法及系统。
背景技术
匝道口是影响行车安全和通行效率的瓶颈地段。基于智能网联技术可实现车辆在匝道的分合流协同控制,进而有效缓解匝道口的交通拥堵问题,提升匝道口的通行效率和安全性,具有重要的现实意义。
目前,已有部分专利分别着眼于匝道交通流的分流、合流控制。例如,CN209722829U设计了一种用于高速公路主线与匝道分流区的可导向防撞装置,该装置通过LED指示灯的闪烁远距离便可给驾驶员以警示作用,给驾驶员以足够的反应时间,减少事故发生率。CN108374361A设计了一种基于交通冲突的高速公路分流区控速与提前分流实现方法,此种方法采用多频及多层次信息,有效改善速度感,引导车辆提前变道。CN107093332B设计了一种城市快速路匝道合流区安全预警系统,该预警系统包括信息采集系统、信息处理系统和车载预警系统,可较好改善城市快速路入口匝道合流区的安全环境。CN106781551A设计了一种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,该系统由路段层控制系统、匝道节点层控制系统以及车载控制系统构成,该发明有助于提升现有的匝道出入效率和匝道汇入安全。
上述技术对于提高城市匝道分流、合流的安全性具有积极意义,但其或者仅提供警示信息,或者仅考虑分流、合流单个过程控制,未考虑将两个过程协同起来控制。而在实际应用中,在对匝道控制时同时考虑分合流,将有利于进一步提升匝道的通行安全性和效率。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种智能网联汽车的匝道分合流协同控制方法及系统,来实现安全高效的匝道分合流,并且克服或至少减轻现有技术的中的至少一个上述缺陷。
为实现上述目的,本发明提供了如下技术方案:一种智能网联汽车的匝道分合流协同控制方法,其特征在于:包括如下步骤:
步骤1,获取整个路段主路车辆、驶出匝道车辆和驶入匝道车辆的相关运动状态信息;
步骤2,根据步骤1中获取的状态信息构建匝道分合流综合协同控制模型;
步骤3,利用步骤2中的协同控制模型优化驶出匝道车辆的运动状态;
步骤4,将优化的车辆控制指令发送给驶出匝道车辆,各车辆执行控制指令,完成分合流控制;
步骤5,在下一控制周期,返回步骤1并继续执行1~4的步骤。
作为本发明的进一步改进,所述步骤1中获取的车辆运动状态信息包括:车辆速度和车辆与合流点的距离。
作为本发明的进一步改进,所述步骤2中构建匝道分合流综合协同控制模型的具体步骤如下:
步骤21,定义排除除步骤1中获取的运动状态信息参数的其他参数;
步骤22,分析构建车辆动力学关系,得到车辆动力学关系方程;
步骤23,构建约束条件;
步骤24,构建边界条件;
步骤25,构建目标方程。
作为本发明的进一步改进,所述步骤21中定义的其他参数包括:
tf:驶出匝道车辆到达合流区的时间;
vf:主道车辆行驶车速;
vmin:车辆运行的最小速度,vi(t)≥vmax,i=0,1,…,m;
vmax:车辆运行的最大速度,vi(t)≤vmax,i=0,1,…,m;
umin:车辆运行的最小加速度,ui(t)≥umin,i=0,1,…,m;
umax:车辆运行的最大加速度,ui(t)≤umax,i=0,1,…,m;
ds:主道上的最小安全车距;
dstr:主道车辆形成队列的最大队列车距。
作为本发明的进一步改进,所述步骤22中的车辆动力学关系方程为:
其中:Si(t)为第i辆车(i=0代表匝道车辆,i=1~m代表主道车辆,i=t代表驶出队列车辆)在t时刻与路口的距离,未到达路口时为正值,到达后为负值,vi(t)为第i辆车在t时刻的速度,根据假设vi(t)=vf。ui(t)为第i辆车在t时刻的加速度,车辆加速为正值,减速为负值,根据假设ui(t)=0。
作为本发明的进一步改进,所述步骤23中构建的约束条件包括:
(1)汇入匝道车辆X0驶入驶出队列的车辆位置
S1(t)/vf≤S0(t)/vmax≤Sm(t)/vf
(2)分合流过程中,合流车辆的速度v0(t)和加速度u0(t)满足上下限的约束。
vmin≤v0(t)≤vmax
umin≤u0(t)≤umax
(3)匝道车辆Xt在进入分流区时,与相邻的前后车辆满足最小安全车距的限制,分流位置前相邻的主道车辆需要满足最小安全车距限制,分流位置后相邻的主道车辆需要满足最小安全车距限制,为保证合流车辆在到达合流点刚好驶入分流车辆在队列中的位置,上述两个条件需同时满足,即:
-St-1(tf)≥dsSt+1(tf)≥ds。
作为本发明的进一步改进,所述步骤24中构建的边界条件具体步骤如下:
初始时刻,路侧设备能够检测到控制区内每辆车与合流点的距离S与速度v,故有:
Si(t0)=Si0,i=0,1,2,…,m
vi(t0)=vi0,i=0,1,2,…,m
其中:t0为初始时刻,Si0为第i辆车的初始距离,vi0为第i辆车的初始速度;
另外,根据tf的定义,合流控制还需满足匝道车辆在tf时刻恰好进入合流区,即:S0(tf)=0。
作为本发明的进一步改进,所述步骤25中构建的目标方程如下:
式中,ui为车辆的加速度。
作为本发明的进一步改进,所述步骤3中具体的优化步骤如下:
步骤31,将目标方程中的积分项离散为求和形式;
步骤32,采用全局非线性规划求解器进行求解,得到所有合流车辆在t时间内的期望加速度ui(t)。
作为本发明的进一步改进,包括运行步骤1至步骤3的运算服务器以及运行步骤4和步骤5的车载终端。
本发明的有益效果,将匝道分合流场景协同考虑,避免了主车道车辆不必要的加减速,有效地提高了分合流安全性、经济性和效率。
附图说明
图1为匝道分合流场景;
图2为分合流协同控制过程;
图3为协同控制方法流程图。
具体实施方式
下面将结合附图所给出的实施例对本发明做进一步的详述。
本实施例提供一种智能网联汽车的匝道分合流协同控制方法,其包括:
步骤1,获取整个路段主路车辆、驶出匝道车辆和驶入匝道车辆的相关运动状态信息。
步骤2,构建匝道分合流综合协同控制模型。
步骤3,优化驶出匝道车辆的运动状态。
步骤4,将优化的车辆控制指令发送给驶出匝道车辆,各车辆执行控制指令。
步骤5,在下一控制周期,继续执行1~4的步骤。
步骤1中,采集的车辆运动状态信息包括:车辆速度、车辆与合流点的距离。如图1所示,匝道分合流场景中的道路为一条主道和两条匝道,图中上方为主道、左下方为驶入匝道、右下方为驶出匝道。匝道分合流场景在区域上可主要划分为控制区、分流区和合流区。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。
图中m为初始时刻控制区内、合流区外的主道车辆数量。X0为匝道车辆代号。Xt为驶出队列车辆代号。Xi是第i辆主道车辆代号,i越小,则车辆位置在行驶方向上越靠前。Si(t)是t时刻Xi与合流区的距离,记初始时刻的距离为Si0。vi(t)为t时刻Xi的速度,记初始时刻的速度为vi0。ui(t)为t时刻Xi的加速度,i=1,2,…,t,…,m。
步骤2中,步骤2.1:其他参数定义:除图1中所列举参数外,为了便于后续的控制模型分析,在此定义一些其它参数,具体的表达符号及含义如下所示。
tf:驶出匝道车辆到达合流区的时间。
vf:主道车辆行驶车速。
vmin:车辆运行的最小速度。vi(t)≥vmax,i=0,1,…,m。
vmax:车辆运行的最大速度。vi(t)≤vmax,i=0,1,…,m。
umin:车辆运行的最小加速度。ui(t)≥umin,i=0,1,…,m。
umax:车辆运行的最大加速度。ui(t)≤umax,i=0,1,…,m。
ds:主道上的最小安全车距。
dstr:主道车辆形成队列的最大队列车距。
步骤2中,步骤2.2:分析构建车辆动力学关系:根据抽象出的场景模型、参数定义,容易得到下列的车辆动力学关系方程:
其中:Si(t)为第i辆车(i=0代表匝道车辆,i=1~m代表主道车辆,i=t代表驶出队列车辆)在t时刻与路口的距离,未到达路口时为正值,到达后为负值。vi(t)为第i辆车在t时刻的速度,根据假设vi(t)=vf。ui(t)为第i辆车在t时刻的加速度,车辆加速为正值,减速为负值,根据假设ui(t)=0。
步骤2中,步骤2.3:构建约束条件:(1)汇入匝道车辆X0驶入驶出队列的车辆位置
S1(t)/vf≤S0(t)/vmax≤Sm(t)/vf
(2)分合流过程中,合流车辆的速度v0(t)和加速度u0(t)满足上下限的约束。
vmin≤v0(t)≤vmax
umin≤u0(t)≤umax
(3)匝道车辆Xt在进入分流区时,与相邻的前后车辆满足最小安全车距的限制。分流位置前相邻的主道车辆需要满足最小安全车距限制。分流位置后相邻的主道车辆需要满足最小安全车距限制。为保证合流车辆在到达合流点刚好驶入分流车辆在队列中的位置,上述两个条件需同时满足。
-St-1(tf)≥ds
St+1(tf)≥ds
步骤2中,步骤2.4:构建边界条件:初始时刻,路侧设备能够检测到控制区内每辆车与合流点的距离S与速度v,故有:
Si(t0)=Si0,i=0,1,2,…,m
vi(t0)=vi0,i=0,1,2,…,m
其中:t0为初始时刻。Si0为第i辆车的初始距离。vi0为第i辆车的初始速度。
另外,根据tf的定义,合流控制还需满足匝道车辆在tf时刻恰好进入合流区,即:
S0(tf)=0
步骤2中,步骤2.5:构建目标方程:队列中车辆Xt驶出队列,队列中形成间隙,驶出匝道上的车辆X0驶入该空隙,该分合流协同控制过程如图2所示。考虑主道车辆和匝道车辆在合流过程中的燃油经济性和舒适性,目标方程以车辆加速度作为代价。
步骤3中,步骤3.1:将上述问题对时间进行离散化处理。将目标函数中的积分项离散为求和形式。
步骤3中,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,得到所有合流车辆在t时间内的期望加速度ui(t)。
步骤4中,将优化得到的期望加速度ui(t)作为车辆控制指令,发送至合流车辆,该车辆执行控制指令,完成分合流协同控制。
本实施例中还提供了一种专用于上述方法的系统,该系统的程序执行流程图如图3中所示。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。