CN112102631B - 一种混入自动驾驶车辆的城市交叉口交通控制方法 - Google Patents
一种混入自动驾驶车辆的城市交叉口交通控制方法 Download PDFInfo
- Publication number
- CN112102631B CN112102631B CN202011281804.5A CN202011281804A CN112102631B CN 112102631 B CN112102631 B CN 112102631B CN 202011281804 A CN202011281804 A CN 202011281804A CN 112102631 B CN112102631 B CN 112102631B
- Authority
- CN
- China
- Prior art keywords
- intersection
- lane
- formula
- flow
- indicating
- 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
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种混入自动驾驶车辆的城市交叉口交通控制方法。基于自动驾驶车辆和人工驾驶车辆混行的交通流,对城市交叉口进行信号配时。首先采集交叉口的交通流量以及各进口方向的左转和直行车道数,然后建立单车道平均车头时距和各相位中最大流量比的计算方法;之后建立绿灯时长和单车道通行能力的计算方法;最后根据交叉口通行能力最大的目标,确定最佳交通控制方案。本发明旨在面向未来自动驾驶车辆和人工驾驶车辆混行的交通流,进行合理的城市交叉口信号配时,从而提高交叉口通行能力,缓解交通拥堵。
Description
技术领域
本发明属于交通工程领域,特别涉及一种混入自动驾驶车辆的城市交叉口交通控制方法。
背景技术
城市交通拥堵已成为制约城市发展的重要问题之一,交叉口作为交通网络中的交汇节点,容易出现交通堵塞。随着自动驾驶技术的不断发展,基于自动驾驶的城市交叉口信号配时成为近年来学术研究的重点。基于自动驾驶的城市交叉口信号配时,能增加交叉口的通行效率,从而降低交通拥堵。
检索现有的研究技术文献发现,已有针对城市交叉口信号配时的研究,主要针对人工驾驶车辆,缺少基于自动驾驶车辆的城市交叉口信号配时的研究。而在混入自动驾驶车辆的交叉口,在自动驾驶车辆和人工驾驶车辆混行的情况下,如何对信号配时进行相应的设计,从而提高交叉口的通行效率,降低交叉口拥堵,具有较好的研究价值。
发明内容
技术问题:本发明的目的是提供一种混入自动驾驶车辆的城市交叉口交通控制方法用以设计相应的信号配时,提高城市交叉口通行效率。
技术方案:为解决上述技术问题,本发明提供了一种混入自动驾驶车辆的城市交叉口交通控制方法,该方法包括如下步骤:
步骤1:采集交叉口各流向的交通量,包括自动驾驶车辆和人工驾驶车辆的流量,输入交叉口各进口方向的左转和直行车道数;
步骤2:建立单车道平均车头时距的计算方法;
步骤3:根据单车道平均车头时距,建立交叉口各相位中最大流量比的计算方法;
步骤4:根据各相位最大流量比,建立绿灯时长和单车道通行能力的计算方法;
步骤5:根据交叉口通行能力最大的目标,确定最佳交通控制方案。
优选地,步骤2中所述建立单车道平均车头时距的计算方法如式(1)、式(2)所示:
式中,表示交叉口进口道方向,,其中分别表示交叉口进口道东、西、南、北四个方向,表示车道编号,,表示交叉口方向左转和直行车道数总和,表示交叉口方向进口道第条车道的平均车头时距,表示人工驾驶车辆跟随人工驾驶车辆的平均车头时距,表示自动驾驶车辆跟随自动驾驶车辆的平均车头时距,表示自动驾驶车辆跟随人工驾驶车辆的平均车头时距,表示人工驾驶车辆跟随自动驾驶车辆的平均车头时距,表示交叉口方向进口道第条车道交通流中的自动驾驶车辆比例,,表示车流流向,,其中分别表示直行流向和左转流向,表示车辆类型,,其中分别表示自动驾驶车辆和人工驾驶车辆,表示交叉口方向进口道第条车道上的流向自动驾驶车辆流量,表示交叉口方向进口道第条车道上的流向类型车流量。
优选地,所述步骤3中的建立各相位中最大流量比的计算方法,如式(3)所示:
优选地,所述步骤4中建立绿灯时长和单车道通行能力的计算方法,包括如下步骤:
步骤41:建立东西和南北方向绿灯时长总和的计算方法,如式(4)、式(5)计算:
式中,表示一个周期内东西方向绿灯时长总和,表示南北方向绿灯时长总和,表示交叉口信号周期,表示一个周期内的总损失时间,表示交叉口东方向进口道直行流向的单车道最大流量比,表示交叉口东方向进口道左转流向的单车道最大流量比,表示交叉口西方向进口道直行流向的单车道最大流量比,表示交叉口西方向进口道左转流向的单车道最大流量比,表示交叉口南方向进口道直行流向的单车道最大流量比,表示交叉口南方向进口道左转流向的单车道最大流量比,表示交叉口北方向进口道直行流向的单车道最大流量比,表示交叉口北方向进口道左转流向的单车道最大流量比;
步骤42:根据东西和南北方向的绿灯时长总和,建立绿灯时长的计算方法,如式(6)—式(13) 所示:
步骤43:根据单车道平均车头时距和绿灯时长,建立单车道通行能力的计算方法,如式(14)所示:
式中,表示交叉口方向第条车道通行能力,为0-1二元参数,表示交叉口方向进口道第条车道为直行车道,表示交叉口方向进口道第条车道为左转车道,表示交叉口一个信号周期内方向进口道直行流向的绿灯时长,表示交叉口一个信号周期内方向进口道左转流向的绿灯时长,表示交叉口信号周期, 表示交叉口方向进口道第条车道的平均车头时距。
优选地,所述步骤5中,确定最佳交通控制方案,包括如下步骤:
步骤51:交叉口每个进口方向的车辆总数守恒,如式(15)所示:
步骤52:确保各类型车道上只运行相应类型的车辆,如式(16)、式(17)所示:
步骤53:交叉口各方向进口道上的每条车道的饱和度均不能超过1,如式(18)所示:
有益效果:本发明与现有技术相比,具有以下优点:
本发明方法针对自动驾驶车辆和人工驾驶车辆混合交通流下的城市交叉口信号配时,克服现有大部分研究仅基于全自动驾驶环境或全人工驾驶环境的不足。在考虑自动驾驶车辆和人工驾驶车辆混行的条件下,设计相应的信号配时方案,有效组织交叉口之间各交通流,提高交叉口通行能力。
附图说明
图1为本发明方法的流程图。
图2为本发明方法的车辆车头时距说明示意图。
图3为本发明交叉口示意图。
附图序号说明:
1-自动驾驶车辆,2-人工驾驶车辆。
具体实施方式
结合附图1~附图3和实施例,对本发明技术方案详细说明如下:
一种混入自动驾驶车辆的城市交叉口交通控制方法,所述步骤如下:
步骤1:采集交叉口各流向的交通量,包括自动驾驶车辆和人工驾驶车辆的流量,输入交叉口各进口方向的左转和直行车道数;
步骤2:建立单车道平均车头时距的计算方法;
步骤3:根据单车道平均车头时距,建立交叉口各相位最大流量比的计算方法;
步骤4:根据各相位最大流量比,建立绿灯时长和单车道通行能力的计算方法;
步骤5:根据交叉口通行能力最大的目标,确定最佳交通控制方案。
步骤1采集相关信息作为模型输入条件, 表示交叉口进口道方向,,其中分别表示交叉口进口道东、西、南、北四个方向,表示车道编号,, 表示车流流向,,其中分别表示直行流向和左转流向,表示车辆类型,,其中分别表示自动驾驶车辆和人工驾驶车辆;表示交叉口方向左转和直行车道数总和,表示交叉口东方向进口道左转和直行车道数总和,其余同理可得;表示在交叉口采集的方向进口道流向类型车流量,其中表示在交叉口采集的东方向进口道直行流向自动驾驶车辆流量,其余同理可得;为0-1二元参数,表示交叉口方向进口道第条车道为直行车道,表示交叉口方向进口道第条车道为左转车道,表示交叉口东方向进口道第条车道为左转车道,表示交叉口东方向进口道第条车道为直行车道,其余同理可得;相关取值如下所示:
其中,车道数单位为个,车流量单位为辆/小时。
步骤2建立单车道平均车头时距的计算方法,其中:
式中,表示交叉口方向进口道第条车道的平均车头时距,表示人工驾驶车辆跟随人工驾驶车辆的平均车头时距,表示自动驾驶车辆跟随自动驾驶车辆的平均车头时距,表示自动驾驶车辆跟随人工驾驶车辆的平均车头时距,表示人工驾驶车辆跟随自动驾驶车辆的平均车头时距,表示交叉口,方向进口道第条车道交通流中的自动驾驶车辆比例,, 表示交叉口方向进口道第条车道上流向自动驾驶车辆流量,表示交叉口方向进口道第条车道上流向类型车流量。
步骤3根据单车道平均车头时距,建立交叉口各相位中最大流量比的计算方法,如式(3)所示:
步骤4根据各相位最大流量比的情况下,建立绿灯时长和单车道通行能力的计算公式, 所述步骤4包括如下步骤:
式中,表示一个周期内东西方向绿灯时长总和,表示南北方向绿灯时长总和,表示交叉口信号周期,表示一个周期内的总损失时间,表示交叉口东方向进口道直行流向的单车道最大流量比,表示交叉口东方向进口道左转流向的单车道最大流量比,表示交叉口西方向进口道直行流向的单车道最大流量比,表示交叉口西方向进口道左转流向的单车道最大流量比,表示交叉口南方向进口道直行流向的单车道最大流量比,表示交叉口南方向进口道左转流向的单车道最大流量比,表示交叉口北方向进口道直行流向的单车道最大流量比,表示交叉口北方向进口道左转流向的单车道最大流量比,的取值范围为,其中,表示交叉口信号周期最小取值,表示交叉口信号周期最大取值,其中=120、=180,单位为秒,和的取值为交叉口信号配时常用取值,不代表和只能取120和180;
步骤42:根据东西和南北方向的绿灯时长总和,建立绿灯时长的计算方法,如式(6)—式(13) 所示:
步骤43:根据单车道平均车头时距和绿灯时长,计算单车道通行能力,如式(14)所示:
式中,表示交叉口方向进口道第条车道通行能力,为0-1二元参数,表示交叉口方向进口道第条车道为直行车道,表示交叉口方向进口道第条车道为左转车道,表示交叉口一个信号周期内方向进口道直行流向的绿灯时长,表示交叉口一个信号周期内方向进口道左转流向的绿灯时长,表示交叉口信号周期,表示交叉口方向进口道第条车道的平均车头时距。
所述步骤5中,确定最佳交通控制方案,包括如下步骤:
步骤51:交叉口每个进口方向的车辆总数守恒,如式(15)所示:
步骤52:确保各类型车道上只运行相应类型的车辆,如式(16)、式(17)所示:
步骤53:交叉口各方向进口道上的每条车道的饱和度均不能超过1,如式(18)所示:
最佳交通控制方案,如下所示:
表示交叉口方向进口道第条车道的平均车头时距,其中,表示交叉口东方向进口道第1条车道的平均车头时距,其余同理可得;表示交叉口方向进口道流向的单车道最大流量比,其中表示交叉口东方向进口道直行流向的单车道最大流量比,其余同理可得;表示交叉口信号周期;表示一个周期内东西方向绿灯时长总和,表示南北方向绿灯时长总和;表示交叉口一个信号周期内方向进口道流向的绿灯时长,其中表示交叉口一个信号周期内东方向进口道直行流向的绿灯时长,其余同理可得;表示交叉口方向第条车道通行能力,其中表示交叉口东方向第1条车道通行能力,其余同理可得;表示放大系数变量。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种混入自动驾驶车辆的城市交叉口交通控制方法,其特征在于,该方法包括如下步骤:
步骤1:采集交叉口各流向的交通流量,包括自动驾驶车辆和人工驾驶车辆的流量,输入交叉口各进口方向的左转和直行车道数;
步骤2:建立单车道平均车头时距的计算方法;
步骤3:根据单车道平均车头时距,建立交叉口各相位中最大流量比的计算方法;
步骤4:根据各相位最大流量比,建立绿灯时长和单车道通行能力的计算方法;
步骤5:根据交叉口通行能力最大的目标,确定最佳交通控制方案;
步骤2中所述建立单车道平均车头时距的计算方法如式(1)、式(2)所示:
式中,b表示交叉口进口道方向,b∈B,B={e,w,s,n},其中e,w,s,n分别表示交叉口进口道东、西、南、北四个方向,i表示车道编号,i∈{1,2,…,Lb},Lb表示交叉口b方向左转和直行车道数总和,表示交叉口b方向进口道第i条车道的平均车头时距,hr,r表示人工驾驶车辆跟随人工驾驶车辆的平均车头时距,ha,a表示自动驾驶车辆跟随自动驾驶车辆的平均车头时距,ha,r表示自动驾驶车辆跟随人工驾驶车辆的平均车头时距,hr,a表示人工驾驶车辆跟随自动驾驶车辆的平均车头时距,表示交叉口b方向进口道第i条车道交通流中的自动驾驶车辆比例,d表示车流流向,d∈D,D={t,l},其中t,l分别表示直行流向和左转流向,f表示车辆类型,f∈F,F={a,r},其中a,r分别表示自动驾驶车辆和人工驾驶车辆,表示交叉口b方向进口道第i条车道上的d流向自动驾驶车辆流量,表示交叉口b方向进口道第i条车道上的d流向f类型车流量;
所述步骤3中的建立交叉口各相位中最大流量比的计算方法,如式(3)所示:
所述步骤4中的建立绿灯时长和单车道通行能力的计算方法,包括如下步骤:
步骤41:建立东西和南北方向绿灯时长总和的计算方法,分别由式(4)、式(5)计算:
式中,gew表示一个周期内东西方向绿灯时长总和,gsn表示南北方向绿灯时长总和,H表示交叉口信号周期,ho表示一个周期内的总损失时间,表示交叉口东方向进口道直行流向的单车道最大流量比,表示交叉口东方向进口道左转流向的单车道最大流量比,表示交叉口西方向进口道直行流向的单车道最大流量比,表示交叉口西方向进口道左转流向的单车道最大流量比,表示交叉口南方向进口道直行流向的单车道最大流量比,表示交叉口南方向进口道左转流向的单车道最大流量比,表示交叉口北方向进口道直行流向的单车道最大流量比,表示交叉口北方向进口道左转流向的单车道最大流量比;
步骤42:根据东西和南北方向的绿灯时长总和,建立绿灯时长的计算方法,如式(6)-式(13)所示:
步骤43:根据单车道平均车头时距和绿灯时长,计算单车道通行能力,如式(14)所示:
式中,表示交叉口b方向进口道第i条车道通行能力,为0-1二元参数,表示交叉口b方向进口道第i条车道为直行车道,表示交叉口b方向进口道第i条车道为左转车道,表示交叉口一个信号周期内b方向进口道直行流向的绿灯时长,表示交叉口一个信号周期内b方向进口道左转流向的绿灯时长,H表示交叉口信号周期,表示交叉口b方向进口道第i条车道的平均车头时距;
所述步骤5中,确定最佳交通控制方案,包括如下步骤:
步骤51:交叉口每个进口方向的车辆总数守恒,如式(15)所示:
步骤52:确保各类型车道上只运行相应类型的车辆,如式(16)、式(17)所示:
步骤53:交叉口各方向进口道上的每条车道的饱和度均不能超过1,如式(18)所示:
2.根据权利要求1所述的一种混入自动驾驶车辆的城市交叉口交通控制方法,其特征在于,所述H的取值范围为Hmin≤H≤Hmax,Hmin表示交叉口信号周期最小取值,Hmax表示交叉口信号周期最大取值,其中,Hmin=120、Hmax=180,单位均为秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011281804.5A CN112102631B (zh) | 2020-11-17 | 2020-11-17 | 一种混入自动驾驶车辆的城市交叉口交通控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011281804.5A CN112102631B (zh) | 2020-11-17 | 2020-11-17 | 一种混入自动驾驶车辆的城市交叉口交通控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112102631A CN112102631A (zh) | 2020-12-18 |
CN112102631B true CN112102631B (zh) | 2021-02-05 |
Family
ID=73785699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011281804.5A Active CN112102631B (zh) | 2020-11-17 | 2020-11-17 | 一种混入自动驾驶车辆的城市交叉口交通控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112102631B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907946B (zh) * | 2021-01-04 | 2022-07-08 | 清华大学 | 一种自动驾驶车辆与其他车辆混行的交通控制方法以及系统 |
CN113781774B (zh) * | 2021-08-18 | 2022-07-01 | 华中科技大学 | 考虑人机混驾交通流的信号控制交叉口通行能力确定方法 |
CN115497296B (zh) * | 2022-09-27 | 2023-11-17 | 吉林大学 | 一种适用于自动驾驶汽车的交叉路口车辆通行管理系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157064B (zh) * | 2011-05-26 | 2013-12-18 | 东南大学 | 设置公交专用道的信号交叉口设计方法 |
US9576485B2 (en) * | 2014-07-18 | 2017-02-21 | Lijun Gao | Stretched intersection and signal warning system |
CN104835335A (zh) * | 2015-06-03 | 2015-08-12 | 常州市蓝涛物联网科技有限公司 | 路网交通优化控制系统和方法 |
CN107730886B (zh) * | 2017-10-16 | 2020-07-03 | 北方工业大学 | 一种车联网环境下城市交叉口交通信号动态优化方法 |
CN109872544A (zh) * | 2017-12-05 | 2019-06-11 | 杭州海康威视数字技术股份有限公司 | 一种交通信号的控制方法及装置 |
CN111091722B (zh) * | 2019-12-27 | 2020-12-11 | 哈尔滨工业大学 | 人机混合驾驶环境下交叉口信号控制参数的优化方法 |
CN111785043B (zh) * | 2020-07-09 | 2021-08-06 | 同济大学 | 一种面向智能网联车的交叉口控制方法 |
-
2020
- 2020-11-17 CN CN202011281804.5A patent/CN112102631B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112102631A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112102631B (zh) | 一种混入自动驾驶车辆的城市交叉口交通控制方法 | |
CN108399759B (zh) | 连续流交叉口左转非机动车交通设计方法 | |
WO2018149308A1 (zh) | 一种道路交通优化方法、装置以及电子设备 | |
CN112216122B (zh) | 一种自动驾驶进程中交叉口车道布设与信号配时方法 | |
CN108470461B (zh) | 一种交通信号控制器控制效果在线评价方法及系统 | |
CN105046987A (zh) | 一种基于强化学习的路面交通信号灯协调控制方法 | |
CN114155724B (zh) | 一种车联网环境下的交叉口交通信号控制方法 | |
CN111833620B (zh) | 一种过饱和交通状态干线单向信号协调设计方法与装置 | |
CN113012433B (zh) | 车载联网节能辅助驾驶控制方法与系统 | |
CN113155145B (zh) | 一种面向自动驾驶车道级导航的车道级路径规划方法 | |
CN103258436A (zh) | 一种确定信号控制交叉口进口道可变导向车道长度的方法 | |
CN102013167A (zh) | 浮动车数据处理方法及装置 | |
WO2018232896A1 (zh) | 一种交通灯智能控制方法及装置 | |
CN112037540B (zh) | 一种潮汐交通状态干线信号协调设计方法与装置 | |
CN111951571B (zh) | 一种交通事故下路段拥堵车辆疏导系统及方法 | |
CN113947889B (zh) | 一种自动驾驶交叉口行人过街控制方法 | |
CN112017439B (zh) | 一种自动驾驶交叉口行人过街摆渡车控制方法 | |
CN104299431B (zh) | 一种双向双车道道路养护施工情况下的交通信号控制方法 | |
WO2023035666A1 (zh) | 一种基于预期收益估计的城市路网交通信号灯控制方法 | |
CN103090880B (zh) | 一种车载导航系统和方法及其装置 | |
CN112309120A (zh) | 一种最佳进口车道选择的自动驾驶交叉口交通控制方法 | |
CN114852076A (zh) | 一种混行交通流环境下自动驾驶车辆轨迹规划方法 | |
CN105806355A (zh) | 一种车辆绿色路径导航系统及方法 | |
CN112669628B (zh) | 一种基于需求-供给双波动的交叉口信号设计方法 | |
CN110111587A (zh) | 一种设置直行待驶区的交叉口的信号配时优化方法 |
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 |