CN111583677A - 车路协同环境下基于多路径方案的交叉口车辆诱导方法 - Google Patents
车路协同环境下基于多路径方案的交叉口车辆诱导方法 Download PDFInfo
- Publication number
- CN111583677A CN111583677A CN202010325434.4A CN202010325434A CN111583677A CN 111583677 A CN111583677 A CN 111583677A CN 202010325434 A CN202010325434 A CN 202010325434A CN 111583677 A CN111583677 A CN 111583677A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- steering
- intelligent
- intersection
- time
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车路协同环境下基于多路径方案的交叉口车辆诱导方法和系统,其在交叉口进口道处安置智能路侧子系统,可以用于实时监测进入该交叉口范围的车辆和信号灯状态;智能车辆子系统获取车辆行驶状态数据和车辆多路径诱导方案,智能交通管理系统根据交叉口相关信息,基于预定的多路径诱导方案,计算出车辆可最快通过停车线的转向;智能车辆子系统根据管理系统指令向驾驶员推荐最优路线。该诱导系统适用于使用多路径诱导方案的车辆诱导,可有效降低车辆在交叉口的等待延误,减少车辆在交叉口上的停留时间,达到缓解交通拥堵,降低路网总体行程时间的目的。
Description
技术领域
本发明涉及车辆路径诱导技术领域,尤其涉及一种车路协同环境下基于多路径方案的交叉口车辆诱导方法和系统。
背景技术
车辆诱导系统是智能交通系统的重要组成部分。车辆诱导系统一方面可以辅助驾驶员开展行驶路径决策,提高出行效率;另一方面,通过合理地引导驾驶员行驶路线,可以改变路网的运行状态,实现交通流在路网中的合理分配,缓解城市交通拥堵。传统的导航系统主要通过静态最短路径算法计算最短路径。但由于没有考虑实时变化的路况(如拥堵、交通事故等),故而得到的最短路径可能并非实际时间最短的路径。
随着车路协同技术的应用,路径诱导系统可获取更为丰富的车辆行驶数据和实时的路况信息。在此基础上,出现了考虑驾驶员偏好或路况不确定变化的多路径诱导方法。多路径诱导方案由多条简单路径方案构成,其中的每条简单路径随驾驶员个体特征或路网运行状态的变化都可能成为最优路径方案。采用多路径诱导方案,在部分交叉口处由于多方案的叠加,将出现多个转向同时可用的情况。如果能充分利用交叉口的信号相位变化,驾驶员将能够根据实际情况,灵活地改变行进路线,实现对信号灯延误及排队拥堵的规避。然而,在实际应用中,大部分驾驶员难以快速准确地判断前方交叉口处延误最小的转向,影响了多路径诱导方案的实施效果。
发明内容
针对以上问题,本发明提出一种车路协同环境下基于多路径方案的交叉口车辆诱导方法和系统。
为实现本发明的目的,提供一种车路协同环境下基于多路径方案的交叉口车辆诱导方法,包括如下步骤:
S10,智能路侧系统检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息传输给智能交通管理系统;
S20,智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将交叉口区域的转向策略集合S和被诱导车辆的车辆当前位置输送至智能交通管理系统;
S30,智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令;
S40,智能车辆子系统接收转向指令,并显示转向指令对应的转向路径。
具体地,所述交叉口区域包括距被诱导车辆前方的停车线设定距离的区域。
具体地,被诱导车辆到达交叉口区域中各转向的停车线的时间t的计算过程包括:
当转向为绿灯时,获取该转向剩余的绿灯时间t1和车辆从当前位置到达该转向停车线的距离l,计算该转向剩余绿灯时间可通过车辆数Q2;若Q2≥Q1,被诱导车辆到该转向停车线的时间t=l/v1;若Q2<Q1,获取该信号灯周期时间T、该转向一个信号灯周期可通过的车辆数Q3、该转向排队车辆消散速度v2,计算被诱导车辆需要等待的信号灯周期数被诱导车辆到该转向停车线的时间t=t1+nT+(Q1-Q2-nQ3)/v2;Q1为位于被诱导车辆前的车辆数;符号表示向下取整;Q2=q·t1;
当转向为红灯时,获取该转向剩余红灯时间t3,获取该信号灯周期时间T、该转向一个信号灯周期可通过的车辆数Q3、该转向排队车辆消散速度v2,计算被诱导车辆需要等待的信号灯周期数被诱导车辆到该转向停车线的时间t=t3+nT+(Q1-nQ3)/v2。
具体地,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令包括:
比较被诱导车辆分别在转向为绿灯和转向为红灯时到达停车线的时间t,得到最短时间值,生成最短时间值对应的转向指令,向智能车辆子系统传达最短时间值对应的转向指令。
一种车路协同环境下基于多路径方案的交叉口车辆诱导系统,包括智能交通管理系统、智能车辆子系统和智能路侧系统;
所述智能路侧系统在检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息传输给智能交通管理系统;
所述智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将交叉口区域的转向策略集合S和被诱导车辆的车辆当前位置输送至智能交通管理系统;
所述智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令;
所述智能车辆子系统接收转向指令,并显示转向指令对应的转向路径。
具体地,所述智能路侧系统包括感知模块、通信模块、和数据处理模块;
所述感知模块通过雷达、摄像头和线圈传感器获取各个转向进口道的车流速度、车流量和实时的信号灯相位状态;所述数据处理模块将感知模块获得的信息进行数字化处理,并通过通信模块将数字化处理后的信息传递到智能交通管理系统。
上述车路协同环境下基于多路径方案的交叉口车辆诱导方法和系统中,智能路侧系统检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将这些信息传输给智能交通管理系统,智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将上述信息输送至智能交通管理系统,使智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令,这样智能车辆子系统接收转向指令,并显示转向指令对应的转向路径,依据所显示的转向路径进行转向行驶,可以实现优先绿灯相位的准确判断,降低车辆在交叉口的等待延误。
附图说明
图1是一个实施例的车路协同环境下基于多路径方案的交叉口车辆诱导方法流程图;
图2是一个实施例的车路协同环境下基于多路径方案的交叉口车辆诱导系统工作示意图;
图3是一个实施例的网络图;
图4是一个实施例的路线选择图;
图5为一个实施例的车路协同架构图;
图6为一个实施例的车路协同技术的检测图;
图7为一个实施例的交叉口5车路协同诱导示意图;
图8为一个实施例的所有交叉口车路协同诱导示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参考图1所示,图1为一个实施例的车路协同环境下基于多路径方案的交叉口车辆诱导方法流程图,包括如下步骤:
S10,智能路侧系统检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息传输给智能交通管理系统。
上述交叉口区域包括距被诱导车辆前方的停车线设定距离的区域,上述设定距离可以设置为100m等值,比如交叉口区域的划定根据进口道展宽渐变段长度和宽度以及诱导系统的通信覆盖范围共同决定为100m,此时交叉口区域包括指距离被诱导车辆前方停车线100m以内的区域。
S20,智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将交叉口区域的转向策略集合S和被诱导车辆的车辆当前位置输送至智能交通管理系统。
可选地,上述智能车辆子系统可以提供起止地点的选择和路径显示,驾驶员在输入起止地点的选择后自动生成多路径诱导路线。
S30,智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令。
具体地,被诱导车辆到达交叉口区域中各转向车道停车线的时间t,是指被诱导车辆从进入交叉口起,到该车辆通过进口道停车线止所耗费的时间,即车辆在交叉口的等待时间。
S40,智能车辆子系统接收转向指令,并显示转向指令对应的转向路径。
上述车路协同环境下基于多路径方案的交叉口车辆诱导方法中,智能路侧系统检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将这些信息传输给智能交通管理系统,智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将上述信息输送至智能交通管理系统,使智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令,这样智能车辆子系统接收转向指令,并显示转向指令对应的转向路径,依据所显示的转向路径进行转向行驶,可以实现优先绿灯相位的准确判断,降低车辆在交叉口的等待延误。
在一个实施例中,被诱导车辆到达交叉口区域中各转向的停车线的时间t的计算过程包括:
当转向为绿灯时,获取该转向剩余的绿灯时间t1和车辆从当前位置到达该转向停车线的距离l,计算该转向剩余绿灯时间可通过车辆数Q2;若Q2≥Q1,被诱导车辆到该转向停车线的时间t=l/v1;若Q2<Q1,获取该信号灯周期时间T、该转向一个信号灯周期可通过的车辆数Q3、该转向排队车辆消散速度v2,计算被诱导车辆需要等待的信号灯周期数被诱导车辆到该转向停车线的时间t=t1+nT+(Q1-Q2-nQ3)/v2;Q1为位于被诱导车辆前的车辆数;符号表示向下取整;Q2=q·t1;
当转向为红灯时,获取该转向剩余红灯时间t3(若转向为黄灯时,则获取剩余黄灯时间加上红灯时间),获取该信号灯周期时间T、该转向一个信号灯周期可通过的车辆数Q3、该转向排队车辆消散速度v2,计算被诱导车辆需要等待的信号灯周期数被诱导车辆到该转向停车线的时间t=t3+nT+(Q1-nQ3)/v2。
相应地,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令包括:
比较被诱导车辆分别在转向为绿灯和转向为红灯时到达停车线的时间t,得到最短时间值,生成最短时间值对应的转向指令,向智能车辆子系统传达最短时间值对应的转向指令。
具体地,本实施例涉及两种情况:
情况一:当转向为绿灯时,中央处理平台根据传输的信息,获取该转向剩余的绿灯时间t1和车辆从当前位置到达该转向停车线的距离l,并计算该转向剩余绿灯时间可通过车辆数Q2(Q2=q·t1)。若Q2≥Q1(Q1为位于被诱导车辆前的车辆数),车辆到该转向停车线的时间t=l/v1;若Q2<Q1,从数据库中获取该信号灯周期时间T、该转向一个信号灯周期可通过的车辆数Q3、该转向排队车辆消散速度v2,计算车辆需要等待的信号灯周期数(表示向下取整运算),车辆到该转向停车线的时间t=t1+nT+(Q1-Q2-nQ3)/v2;
情况二:当转向为红灯,从交叉口信号灯当前相位状态信息中获取该转向剩余红灯时间t3(若转向为黄灯时,则获取剩余黄灯时间加上红灯时间),从数据库中获取该信号灯周期时间T、该转向一个信号灯周期可通过的车辆数Q3、该转向排队车辆消散速度v2,计算车辆需要等待的信号灯周期数车辆到该转向停车线的时间t=t3+nT+(Q1-nQ3)/v2;
比较各转向对应的时间t,最后向智能车辆子系统传达t最短所对应的转向指令。
上述车路协同环境下基于多路径方案的交叉口车辆诱导方法具有以下优点:
(1)驾驶员可以通过诱导系统在多路径方案中灵活改变行驶路线,实现达到降低行程延误的目的。
(2)通过车路协同环境下的路径诱导,可以实现对车流量的合理分配,降低交通网络车辆的总的旅行时间,实现对整体网络性能的优化。
(3)可以在每个交叉口对车辆进行诱导,实现拥堵规避。不需要结合大量交叉口的流量信息进行路径诱导,大大降低了信息处理量。
在一个实施例中,上述车路协同环境下基于多路径方案的交叉口车辆诱导系统,包括智能交通管理系统、智能车辆子系统和智能路侧系统;
所述智能路侧系统在检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息传输给智能交通管理系统;
所述智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将交叉口区域的转向策略集合S和被诱导车辆的车辆当前位置输送至智能交通管理系统;
所述智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令;
所述智能车辆子系统接收转向指令,并显示转向指令对应的转向路径。
可选地,上述车路协同环境下基于多路径方案的交叉口车辆诱导系统还可以包括智能通信系统,以用于智能交通管理系统、智能车辆子系统和智能路侧系统之间的通信。此时车路协同环境下基于多路径方案的交叉口车辆诱导系统包括智能交通管理系统、智能通信系统、智能车辆子系统和智能路侧系统四个部分,通过诱导系统对使用多路径诱导方案的车辆,实现“推荐优先绿灯相位”的诱导策略,降低车辆在交叉口的等待延误。具体可以采用多路径诱导方案的车辆在同一个交叉口可能有多个转向行为可供选择,将车辆从多路径诱导方案中获得在当前交叉口的转向策略集合定义为S。
上述车路协同环境下基于多路径方案的交叉口车辆诱导系统用于实时监测进入该交叉口范围的车辆和信号灯状态;智能车辆子系统获取车辆行驶状态数据和车辆多路径诱导方案,智能交通管理系统根据交叉口相关信息,基于预定的多路径诱导方案,计算出车辆可最快通过停车线的转向;智能车辆子系统根据管理系统指令向驾驶员推荐最优路线。该诱导系统适用于使用多路径诱导方案的车辆诱导,可有效降低车辆在交叉口的等待延误,减少车辆在交叉口上的停留时间,达到缓解交通拥堵,降低路网总体行程时间的目的。
在一个实施例中,所述智能路侧系统包括感知模块、通信模块、和数据处理模块;
所述感知模块通过雷达、摄像头和线圈传感器获取各个转向进口道的车流速度、车流量和实时的信号灯相位状态;所述数据处理模块将感知模块获得的信息进行数字化处理,并通过通信模块将数字化处理后的信息传递到智能交通管理系统。
具体地,上述车路协同环境下基于多路径方案的交叉口车辆诱导系统的工作过程可以参考图2所示。其中智能交通管理系统、智能车辆子系统和智能路侧系统通过智能通信系统实现信息交互。智能通信系统采用多种通信技术,具体表现为智能交通管理系统和智能车辆子系统通过5G技术进行通信,智能交通管理系统和智能路侧系统通过光纤技术进行通信,智能路侧系统和智能车辆子系统通过C-V2X技术进行通信。智能路侧系统包括感知模块、通信模块、数据处理模块三部分,感知模块通过雷达(激光雷达、毫米波雷达)、摄像头和线圈传感器获取各个转向进口道的车流速度、车流量和实时的信号灯相位状态等信息,数据处理模块将感知模块获得的信息数字化通过通信模块传递到智能交通管理系统;智能交通管理系统利用移动边缘计算(MEC)技术将部分信息在本地快速处理,并快速通知到周边车辆,实现边缘云控,其中智能交通管理系统包括信息处理和交通指令指定两部分,通过接受智能路侧系统和智能车辆子系统传递的实时信息计算出车辆在交叉口等待时间最小的转向,并传达至智能车辆子系统;智能车辆子系统包括交互模块、展示模块和车辆定位模块,交互模块将车辆定位模块获取的信息传递至管理系统,展示模块接受智能交通管控系统的指令并进行转向指示。
在一个实施例中,将上述车路协同环境下基于多路径方案的交叉口车辆诱导系统应用在图3所示的方格网型的交通网络,如图3所示,以点1为起点,点9为终点,点2至点8为中间节点,其中点2和点7为无信号控制节点,其余均为有信号灯控制节点。网络中含有9个节点和12条双车道路段。根据给定的多路径诱导方案图4所示,对车辆进行路径诱导。
具体地,图5为车路协同环境下基于多路径方案的交叉口车辆诱导系统的结构示意图,依据图2路径诱导判断流程图,以下是对本实施例车路协同下基于交叉口信号配时的路径诱导系统的步骤描述。
步骤一:依据已给定的多路径诱导方案,车辆依据诱导信息中心沿路段1-4行驶。当车辆行驶接近交叉口4时,智能路侧系统检测到车辆驶入,获取该车辆前,左转车辆数左转车流速度左转车辆流率q左=3600辆/h、直行车辆数直行车流速度直行车车辆流率q直=3000辆/h、该交叉口信号灯当前相位状态信息,将这些信息传输给智能交通管理系统检测图,如图6所示。
步骤二:智能车辆子系统从多路径诱导方案中获得在当前交叉口的转向策略集合S和车辆当前位置,集合S包括直行和左转,并将这些信息传输至智能交通管理系统。
步骤三:智能交通管理系统接受下一层传递的信息,并计算被诱导车辆到达集合S中各转向的停车线的时间t。
此时左转为绿灯,从交叉口信号灯当前相位状态信息中获取该转向剩余绿灯时间t1=10s,从车辆当前位置中获取车辆与该转向停车线之间的距离l=50m,该转向剩余绿灯时间可通过车辆数从数据库中获取该信号灯周期时间T=90s、一个信号灯周期可通过的左转车辆数左转排队车辆消散速度v2=1辆/s,车辆需要等待的信号灯周期数(其中,表示向下取整运算),车辆到左转停车线的时间
此时直行为红灯,从交叉口信号灯当前相位状态信息中获取该转向剩余红灯时间t3=15s,从数据库中获取该信号灯周期时间T=90s、一个信号灯周期可通过的直行车辆数直行排队车辆消散速度v2=1.5辆/s,车辆需要等待的信号灯周期数可以为:车辆到直行停车线的时间可以为:
最后,根据判断条件t左>t直,向智能车辆子系统递直行转向。
步骤四:智能车辆子系统显示转向路径推荐,车辆接收直行指令,车辆提前变道,驶离交叉口。
交叉口4处的诱导过程如图7所示。图4所示2组行驶路线都在预先给定的多路径诱导方案内。行驶至下一个路口时,车路协同下基于交叉口信号配时的路径诱导系统继续根据“推荐优先绿灯相位”的原则,对车辆进行路径诱导,直至行驶至目标点。所有交叉口的诱导图如图8所示。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
需要说明的是,本申请实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种车路协同环境下基于多路径方案的交叉口车辆诱导方法,其特征在于,包括如下步骤:
S10,智能路侧系统检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息传输给智能交通管理系统;
S20,智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将交叉口区域的转向策略集合S和被诱导车辆的车辆当前位置输送至智能交通管理系统;
S30,智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令;
S40,智能车辆子系统接收转向指令,并显示转向指令对应的转向路径。
2.根据权利要求1所述的车路协同环境下基于多路径方案的交叉口车辆诱导方法,其特征在于,所述交叉口区域包括距被诱导车辆前方的停车线设定距离的区域。
3.根据权利要求1所述的车路协同环境下基于多路径方案的交叉口车辆诱导方法,其特征在于,被诱导车辆到达交叉口区域中各转向的停车线的时间t的计算过程包括:
当转向为绿灯时,获取该转向剩余的绿灯时间t1和车辆从当前位置到达该转向停车线的距离l,计算该转向剩余绿灯时间可通过车辆数Q2;若Q2≥Q1,被诱导车辆到该转向停车线的时间t=l/v1;若Q2<Q1,获取该信号灯周期时间T、该转向一个信号灯周期可通过的车辆数Q3、该转向排队车辆消散速度v2,计算被诱导车辆需要等待的信号灯周期数被诱导车辆到该转向停车线的时间t=t1+nT+(Q1-Q2-nQ3)/v2;Q1为位于被诱导车辆前的车辆数;符号表示向下取整;Q2=q·t1;
4.根据权利要求3所述的车路协同环境下基于多路径方案的交叉口车辆诱导方法,其特征在于,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令包括:
比较被诱导车辆分别在转向为绿灯和转向为红灯时到达停车线的时间t,得到最短时间值,生成最短时间值对应的转向指令,向智能车辆子系统传达最短时间值对应的转向指令。
5.一种车路协同环境下基于多路径方案的交叉口车辆诱导系统,其特征在于,包括智能交通管理系统、智能车辆子系统和智能路侧系统;
所述智能路侧系统在检测到被诱导车辆驶入交叉口区域时,在交叉口区域获取位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息,将位于被诱导车辆前的车辆数Q1、各个转向的车流速度v1、各个转向车流率q、和该交叉口区域的信号灯当前相位状态信息传输给智能交通管理系统;
所述智能车辆子系统定位被诱导车辆的当前位置和从多路径诱导方案中获得交叉口区域的转向策略集合S,并将交叉口区域的转向策略集合S和被诱导车辆的车辆当前位置输送至智能交通管理系统;
所述智能交通管理系统接收智能车辆子系统和智能路侧系统传递的信息,计算被诱导车辆到达交叉口区域中各转向的停车线的时间t,向智能车辆子系统传达被诱导车辆到达交叉口区域中各转向的停车线的时间t取到最小值时所对应的转向指令;
所述智能车辆子系统接收转向指令,并显示转向指令对应的转向路径。
6.根据权利要求5所述的车路协同环境下基于多路径方案的交叉口车辆诱导系统,其特征在于,所述智能路侧系统包括感知模块、通信模块、和数据处理模块;
所述感知模块通过雷达、摄像头和线圈传感器获取各个转向进口道的车流速度、车流量和实时的信号灯相位状态;所述数据处理模块将感知模块获得的信息进行数字化处理,并通过通信模块将数字化处理后的信息传递到智能交通管理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010325434.4A CN111583677B (zh) | 2020-04-23 | 2020-04-23 | 车路协同环境下基于多路径方案的交叉口车辆诱导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010325434.4A CN111583677B (zh) | 2020-04-23 | 2020-04-23 | 车路协同环境下基于多路径方案的交叉口车辆诱导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111583677A true CN111583677A (zh) | 2020-08-25 |
CN111583677B CN111583677B (zh) | 2022-02-01 |
Family
ID=72126753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010325434.4A Active CN111583677B (zh) | 2020-04-23 | 2020-04-23 | 车路协同环境下基于多路径方案的交叉口车辆诱导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583677B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112071094A (zh) * | 2020-11-16 | 2020-12-11 | 江苏广宇科技产业发展有限公司 | 一种基于车路协同的交通线路引导和信号优化系统 |
CN112767683A (zh) * | 2020-12-22 | 2021-05-07 | 安徽百诚慧通科技有限公司 | 一种基于反馈机制的路径诱导方法 |
CN114399914A (zh) * | 2022-01-20 | 2022-04-26 | 交通运输部公路科学研究所 | 一种车路协同的车道、信号灯和车辆联合调度方法及系统 |
US11852496B2 (en) | 2021-01-08 | 2023-12-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Predictable and delay tolerant traffic management system |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464320A (zh) * | 2014-12-15 | 2015-03-25 | 东南大学 | 基于真实路网特性及动态行程时间的最短路径诱导方法 |
CN105070042A (zh) * | 2015-07-22 | 2015-11-18 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种交通预测的建模方法 |
CN105160917A (zh) * | 2015-08-24 | 2015-12-16 | 武汉理工大学 | 基于车路协同的信号控制交叉口车速引导系统及方法 |
CN107341960A (zh) * | 2017-09-04 | 2017-11-10 | 江苏未来智慧交通科技有限公司 | 一种基于公交车实时定位信息的主动公交信号优先控制方法 |
US20180158331A1 (en) * | 2015-05-20 | 2018-06-07 | Zhejiang Geely Automobile Research Institute Co., Ltd | Traffic intersection driving assistance method and system |
US20180315306A1 (en) * | 2017-04-26 | 2018-11-01 | Verizon Patent And Licensing Inc. | Analyzing big data to manage traffic flow |
CN108765982A (zh) * | 2018-05-04 | 2018-11-06 | 东南大学 | 车路协同环境下信号控制交叉口车速引导系统及引导方法 |
CN109345825A (zh) * | 2018-10-18 | 2019-02-15 | 东南大学 | 车路协同环境下信号交叉口单向交通流控制系统及方法 |
CN110648549A (zh) * | 2019-09-24 | 2020-01-03 | 北京星云互联科技有限公司 | 基于车路协同的交通引导方法、设备、系统及存储介质 |
-
2020
- 2020-04-23 CN CN202010325434.4A patent/CN111583677B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464320A (zh) * | 2014-12-15 | 2015-03-25 | 东南大学 | 基于真实路网特性及动态行程时间的最短路径诱导方法 |
US20180158331A1 (en) * | 2015-05-20 | 2018-06-07 | Zhejiang Geely Automobile Research Institute Co., Ltd | Traffic intersection driving assistance method and system |
CN105070042A (zh) * | 2015-07-22 | 2015-11-18 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种交通预测的建模方法 |
CN105160917A (zh) * | 2015-08-24 | 2015-12-16 | 武汉理工大学 | 基于车路协同的信号控制交叉口车速引导系统及方法 |
US20180315306A1 (en) * | 2017-04-26 | 2018-11-01 | Verizon Patent And Licensing Inc. | Analyzing big data to manage traffic flow |
CN107341960A (zh) * | 2017-09-04 | 2017-11-10 | 江苏未来智慧交通科技有限公司 | 一种基于公交车实时定位信息的主动公交信号优先控制方法 |
CN108765982A (zh) * | 2018-05-04 | 2018-11-06 | 东南大学 | 车路协同环境下信号控制交叉口车速引导系统及引导方法 |
CN109345825A (zh) * | 2018-10-18 | 2019-02-15 | 东南大学 | 车路协同环境下信号交叉口单向交通流控制系统及方法 |
CN110648549A (zh) * | 2019-09-24 | 2020-01-03 | 北京星云互联科技有限公司 | 基于车路协同的交通引导方法、设备、系统及存储介质 |
Non-Patent Citations (1)
Title |
---|
杜牧青 等: "考虑交叉口延误的超路径算法及其应用", 《武汉理工大学学报(交通科学与工程版)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112071094A (zh) * | 2020-11-16 | 2020-12-11 | 江苏广宇科技产业发展有限公司 | 一种基于车路协同的交通线路引导和信号优化系统 |
CN112767683A (zh) * | 2020-12-22 | 2021-05-07 | 安徽百诚慧通科技有限公司 | 一种基于反馈机制的路径诱导方法 |
CN112767683B (zh) * | 2020-12-22 | 2021-12-21 | 安徽百诚慧通科技有限公司 | 一种基于反馈机制的路径诱导方法 |
US11852496B2 (en) | 2021-01-08 | 2023-12-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Predictable and delay tolerant traffic management system |
CN114399914A (zh) * | 2022-01-20 | 2022-04-26 | 交通运输部公路科学研究所 | 一种车路协同的车道、信号灯和车辆联合调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111583677B (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583677B (zh) | 车路协同环境下基于多路径方案的交叉口车辆诱导方法 | |
RU2682151C1 (ru) | Устройство определения окружения, аппаратура содействия при движении и способ определения окружения | |
RU2682112C1 (ru) | Устройство планирования вождения, аппаратура содействия при движении и способ планирования вождения | |
WO2017013750A1 (ja) | 運転計画装置、走行支援装置、運転計画方法 | |
KR102092484B1 (ko) | 씬 평가 장치, 주행 지원 장치, 씬 평가 방법 | |
JP6558238B2 (ja) | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム | |
JP5464978B2 (ja) | ナビゲーション装置及びレーン変更案内方法 | |
CN106679685A (zh) | 一种用于车辆导航的行车路径规划方法 | |
KR101889871B1 (ko) | 교차로 신호의 제어 방법 및 장치 | |
JP3786053B2 (ja) | 交通管制方法 | |
CN108604420B (zh) | 车辆的行驶控制方法及车辆的行驶控制装置 | |
US10991246B2 (en) | Driving assistance system for vehicle | |
JP2013050397A (ja) | 走行制御装置 | |
EP3808622B1 (en) | Travel assistance method and travel assistance device | |
CN112747765A (zh) | 一种基于导航与传感器融合的路径推送方法、系统及存储介质 | |
JP3203981B2 (ja) | 車両用経路誘導装置 | |
JP2017090410A (ja) | 高度運転支援システム、高度運転支援方法、高度運転支援プログラム、記録媒体 | |
CN111243330B (zh) | 一种车道级引导线的生成方法、装置和相关设备 | |
RU2700301C2 (ru) | Устройство определения окружения, аппаратура содействия при движении и способ определения окружения | |
CN113554885A (zh) | 一种拥堵路口车辆转向引导方法及系统 | |
CN112071094A (zh) | 一种基于车路协同的交通线路引导和信号优化系统 | |
JP6165084B2 (ja) | ナビゲーションシステム及びコンピュータプログラム | |
WO2021256439A1 (ja) | 運転支援装置及びコンピュータプログラム | |
JP7123645B2 (ja) | 走行支援方法及び走行支援装置 | |
CN112991778B (zh) | 右转机动车与非机动车共享车道的交叉口信号控制系统 |
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 |