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 PDF

Info

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
Application number
CN202011281804.5A
Other languages
English (en)
Other versions
CN112102631A (zh
Inventor
吴伟
蒋林锡
郝威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202011281804.5A priority Critical patent/CN112102631B/zh
Publication of CN112102631A publication Critical patent/CN112102631A/zh
Application granted granted Critical
Publication of CN112102631B publication Critical patent/CN112102631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种混入自动驾驶车辆的城市交叉口交通控制方法
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：
Figure 868405DEST_PATH_IMAGE001
(
Figure 785545DEST_PATH_IMAGE002
)
Figure 627599DEST_PATH_IMAGE003
(2)
式中，
Figure 22808DEST_PATH_IMAGE004
表示交叉口进口道方向，
Figure 837181DEST_PATH_IMAGE005
，其中
Figure 721960DEST_PATH_IMAGE006
分别表示交叉口进口道东、西、南、北四个方向，
Figure 988993DEST_PATH_IMAGE007
表示车道编号，
Figure 187893DEST_PATH_IMAGE008
，
Figure 856772DEST_PATH_IMAGE009
表示交叉口
Figure 912453DEST_PATH_IMAGE004
方向左转和直行车道数总和，
Figure 666782DEST_PATH_IMAGE010
表示交叉口
Figure 403794DEST_PATH_IMAGE004
方向进口道第
Figure 989496DEST_PATH_IMAGE007
条车道的平均车头时距，
Figure 419340DEST_PATH_IMAGE011
表示人工驾驶车辆跟随人工驾驶车辆的平均车头时距，
Figure 660966DEST_PATH_IMAGE012
表示自动驾驶车辆跟随自动驾驶车辆的平均车头时距，
Figure 936090DEST_PATH_IMAGE013
表示自动驾驶车辆跟随人工驾驶车辆的平均车头时距，
Figure 641877DEST_PATH_IMAGE014
表示人工驾驶车辆跟随自动驾驶车辆的平均车头时距，
Figure 977044DEST_PATH_IMAGE015
表示交叉口
Figure 705965DEST_PATH_IMAGE004
方向进口道第
Figure 847097DEST_PATH_IMAGE007
条车道交通流中的自动驾驶车辆比例，
Figure 345074DEST_PATH_IMAGE016
，
Figure 116721DEST_PATH_IMAGE017
表示车流流向，
Figure 67360DEST_PATH_IMAGE018
，其中
Figure 12182DEST_PATH_IMAGE019
分别表示直行流向和左转流向，
Figure 364666DEST_PATH_IMAGE020
表示车辆类型，
Figure 307214DEST_PATH_IMAGE021
，其中
Figure 807465DEST_PATH_IMAGE022
分别表示自动驾驶车辆和人工驾驶车辆，
Figure 228082DEST_PATH_IMAGE023
表示交叉口
Figure 700652DEST_PATH_IMAGE004
方向进口道第
Figure 814102DEST_PATH_IMAGE007
条车道上的
Figure 801649DEST_PATH_IMAGE017
流向自动驾驶车辆流量，
Figure 25957DEST_PATH_IMAGE024
表示交叉口
Figure 87454DEST_PATH_IMAGE004
方向进口道第
Figure 371805DEST_PATH_IMAGE007
条车道上的
Figure 846649DEST_PATH_IMAGE017
流向
Figure 874647DEST_PATH_IMAGE020
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：
Figure 56230DEST_PATH_IMAGE025
(3)
式中，
Figure 308220DEST_PATH_IMAGE026
表示交叉口
Figure 208043DEST_PATH_IMAGE004
方向进口道
Figure 774153DEST_PATH_IMAGE017
流向的单车道最大流量比。
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：
Figure 75822DEST_PATH_IMAGE027
(4)
Figure 498713DEST_PATH_IMAGE028
(5)
式中，
Figure 885832DEST_PATH_IMAGE029
表示一个周期内东西方向绿灯时长总和，
Figure 255633DEST_PATH_IMAGE030
表示南北方向绿灯时长总和，
Figure 208546DEST_PATH_IMAGE031
表示交叉口信号周期，
Figure 5600DEST_PATH_IMAGE032
表示一个周期内的总损失时间，
Figure 614436DEST_PATH_IMAGE033
表示交叉口东方向进口道直行流向的单车道最大流量比，
Figure 787929DEST_PATH_IMAGE034
表示交叉口东方向进口道左转流向的单车道最大流量比，
Figure 860927DEST_PATH_IMAGE035
表示交叉口西方向进口道直行流向的单车道最大流量比，
Figure 828883DEST_PATH_IMAGE036
表示交叉口西方向进口道左转流向的单车道最大流量比，
Figure 925015DEST_PATH_IMAGE037
表示交叉口南方向进口道直行流向的单车道最大流量比，
Figure 722373DEST_PATH_IMAGE038
表示交叉口南方向进口道左转流向的单车道最大流量比，
Figure 587561DEST_PATH_IMAGE039
表示交叉口北方向进口道直行流向的单车道最大流量比，
Figure 726418DEST_PATH_IMAGE040
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：
Figure 309846DEST_PATH_IMAGE041
(6)
式中，
Figure 621879DEST_PATH_IMAGE042
表示交叉口东方向进口道直行流向的绿灯时长；
Figure 607153DEST_PATH_IMAGE043
(7)
式中，
Figure 916911DEST_PATH_IMAGE044
表示交叉口西方向进口道左转流向的绿灯时长；
Figure 987635DEST_PATH_IMAGE045
(8)
式中，
Figure 103359DEST_PATH_IMAGE046
表示交叉口西方向进口道直行流向的绿灯时长；
Figure 943139DEST_PATH_IMAGE047
(9)
式中，
Figure 423799DEST_PATH_IMAGE048
表示交叉口东方向进口道左转流向的绿灯时长；
Figure 778557DEST_PATH_IMAGE049
(10)
式中，
Figure 635654DEST_PATH_IMAGE050
表示交叉口南方向进口道直行流向的绿灯时长；
Figure 329941DEST_PATH_IMAGE051
(11)
式中，
Figure 981502DEST_PATH_IMAGE052
表示交叉口北方向进口道左转流向的绿灯时长；
Figure 89135DEST_PATH_IMAGE053
(12)
式中，
Figure 484345DEST_PATH_IMAGE054
表示交叉口北方向进口道直行流向的绿灯时长；
Figure 33138DEST_PATH_IMAGE055
(13)
式中，
Figure 183496DEST_PATH_IMAGE056
表示交叉口南方向进口道左转流向的绿灯时长；
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：
Figure 450530DEST_PATH_IMAGE057
(14)
式中，
Figure 649430DEST_PATH_IMAGE058
表示交叉口
Figure 52729DEST_PATH_IMAGE004
方向第
Figure 373989DEST_PATH_IMAGE007
条车道通行能力，
Figure 128319DEST_PATH_IMAGE059
为0-1二元参数，
Figure 865330DEST_PATH_IMAGE060
表示交叉口
Figure 451033DEST_PATH_IMAGE004
方向进口道第
Figure 880877DEST_PATH_IMAGE007
条车道为直行车道，
Figure 856923DEST_PATH_IMAGE061
表示交叉口
Figure 397626DEST_PATH_IMAGE004
方向进口道第
Figure 103414DEST_PATH_IMAGE007
条车道为左转车道，
Figure 438580DEST_PATH_IMAGE062
表示交叉口一个信号周期内
Figure 167502DEST_PATH_IMAGE004
方向进口道直行流向的绿灯时长，
Figure 246316DEST_PATH_IMAGE063
表示交叉口一个信号周期内
Figure 806611DEST_PATH_IMAGE004
方向进口道左转流向的绿灯时长，
Figure 312678DEST_PATH_IMAGE064
表示交叉口信号周期，
Figure 528896DEST_PATH_IMAGE010
表示交叉口
Figure 473718DEST_PATH_IMAGE004
方向进口道第
Figure 826202DEST_PATH_IMAGE007
条车道的平均车头时距。
优选地，所述
Figure 768750DEST_PATH_IMAGE064
的取值范围为
Figure 206685DEST_PATH_IMAGE065
，其中，
Figure 689619DEST_PATH_IMAGE066
表示交叉口信号周期最小取值，
Figure 162188DEST_PATH_IMAGE067
表示交叉口信号周期最大取值，其中：
Figure 10059DEST_PATH_IMAGE068
，单位均为秒。
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：
Figure 997606DEST_PATH_IMAGE069
(15)
式中，
Figure 221914DEST_PATH_IMAGE070
表示在交叉口采集的
Figure 548990DEST_PATH_IMAGE004
方向进口道
Figure 833341DEST_PATH_IMAGE017
流向
Figure 308185DEST_PATH_IMAGE020
类型车流量，
Figure 70605DEST_PATH_IMAGE071
表示放大系数变量；
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：
Figure 252187DEST_PATH_IMAGE072
(16)
Figure 707439DEST_PATH_IMAGE073
(17)
式中，
Figure 669579DEST_PATH_IMAGE074
表示交叉口
Figure 235690DEST_PATH_IMAGE004
方向进口道第
Figure 271779DEST_PATH_IMAGE007
条车道上的直行流向
Figure 960249DEST_PATH_IMAGE020
类型车流量，
Figure 347368DEST_PATH_IMAGE075
表示交叉口
Figure 451590DEST_PATH_IMAGE004
方向进口道第
Figure 607765DEST_PATH_IMAGE007
条车道上的左转流向
Figure 467137DEST_PATH_IMAGE020
类型车流量，
Figure 75973DEST_PATH_IMAGE076
,单位为辆/小时；
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：
Figure 249465DEST_PATH_IMAGE077
(18)
步骤54：根据交叉口通行能力最大的目标， 即通过计算
Figure 322463DEST_PATH_IMAGE071
的最大值，获得最佳交通控制方案，由此建立目标函数，如公式（19）所示：
Figure 290419DEST_PATH_IMAGE078
(19)。
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，
Figure 386551DEST_PATH_IMAGE004
表示交叉口进口道方向，
Figure 832576DEST_PATH_IMAGE079
，其中
Figure 25660DEST_PATH_IMAGE080
分别表示交叉口进口道东、西、南、北四个方向，
Figure 164517DEST_PATH_IMAGE007
表示车道编号，
Figure 747945DEST_PATH_IMAGE081
，
Figure 997661DEST_PATH_IMAGE017
表示车流流向，
Figure 45252DEST_PATH_IMAGE082
，其中
Figure 355010DEST_PATH_IMAGE083
分别表示直行流向和左转流向，
Figure 425734DEST_PATH_IMAGE020
表示车辆类型，
Figure 541458DEST_PATH_IMAGE084
，其中
Figure 381238DEST_PATH_IMAGE085
分别表示自动驾驶车辆和人工驾驶车辆；
Figure 861898DEST_PATH_IMAGE086
表示交叉口
Figure 154339DEST_PATH_IMAGE004
方向左转和直行车道数总和，
Figure 73753DEST_PATH_IMAGE087
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；
Figure 768040DEST_PATH_IMAGE070
表示在交叉口采集的
Figure 419601DEST_PATH_IMAGE004
方向进口道
Figure 527234DEST_PATH_IMAGE017
流向
Figure 922444DEST_PATH_IMAGE020
类型车流量，其中
Figure 471237DEST_PATH_IMAGE088
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；
Figure 559278DEST_PATH_IMAGE059
为0-1二元参数，
Figure 888629DEST_PATH_IMAGE060
表示交叉口
Figure 821949DEST_PATH_IMAGE004
方向进口道第
Figure 490828DEST_PATH_IMAGE007
条车道为直行车道，
Figure 812088DEST_PATH_IMAGE061
表示交叉口
Figure 300838DEST_PATH_IMAGE004
方向进口道第
Figure 303429DEST_PATH_IMAGE007
条车道为左转车道，
Figure 826815DEST_PATH_IMAGE089
表示交叉口东方向进口道第
Figure 53397DEST_PATH_IMAGE090
条车道为左转车道，
Figure 295022DEST_PATH_IMAGE091
表示交叉口东方向进口道第
Figure 835725DEST_PATH_IMAGE092
条车道为直行车道，其余同理可得；相关取值如下所示：
Figure 213617DEST_PATH_IMAGE094
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：
Figure 876679DEST_PATH_IMAGE095
，单位均为秒，如式（1）、式（2）所示：
Figure 340021DEST_PATH_IMAGE096
Figure 684415DEST_PATH_IMAGE003
(2)
式中，
Figure 244709DEST_PATH_IMAGE097
表示交叉口
Figure 750777DEST_PATH_IMAGE098
方向进口道第
Figure 966995DEST_PATH_IMAGE099
条车道的平均车头时距，
Figure 849500DEST_PATH_IMAGE100
表示人工驾驶车辆跟随人工驾驶车辆的平均车头时距，
Figure 264301DEST_PATH_IMAGE101
表示自动驾驶车辆跟随自动驾驶车辆的平均车头时距，
Figure 941270DEST_PATH_IMAGE102
表示自动驾驶车辆跟随人工驾驶车辆的平均车头时距，
Figure 379205DEST_PATH_IMAGE103
表示人工驾驶车辆跟随自动驾驶车辆的平均车头时距，
Figure 127718DEST_PATH_IMAGE104
表示交叉口，
Figure 334708DEST_PATH_IMAGE105
方向进口道第
Figure 448158DEST_PATH_IMAGE106
条车道交通流中的自动驾驶车辆比例，
Figure 435705DEST_PATH_IMAGE107
，
Figure 660013DEST_PATH_IMAGE108
表示交叉口
Figure 987089DEST_PATH_IMAGE109
方向进口道第
Figure 271440DEST_PATH_IMAGE106
条车道上
Figure 480705DEST_PATH_IMAGE110
流向自动驾驶车辆流量，
Figure 508703DEST_PATH_IMAGE111
表示交叉口
Figure 690286DEST_PATH_IMAGE109
方向进口道第
Figure 207855DEST_PATH_IMAGE106
条车道上
Figure 107678DEST_PATH_IMAGE110
流向
Figure 673789DEST_PATH_IMAGE112
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：
Figure 709878DEST_PATH_IMAGE113
式中，
Figure 398348DEST_PATH_IMAGE114
表示交叉口
Figure 519888DEST_PATH_IMAGE109
方向进口道
Figure 889689DEST_PATH_IMAGE110
流向的单车道最大流量比。
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：
步骤41：根据各相位最大流量比, 建立东西方向以及南北方向的总绿灯时长的计算方法，其中
Figure 45864DEST_PATH_IMAGE115
，单位为秒，如式(4)、式(5)计算：
Figure 905236DEST_PATH_IMAGE117
（4）
Figure 514072DEST_PATH_IMAGE118
（5）
式中，
Figure 421985DEST_PATH_IMAGE029
表示一个周期内东西方向绿灯时长总和，
Figure 494983DEST_PATH_IMAGE030
表示南北方向绿灯时长总和，
Figure 462939DEST_PATH_IMAGE031
表示交叉口信号周期,
Figure 559071DEST_PATH_IMAGE032
表示一个周期内的总损失时间，
Figure 270675DEST_PATH_IMAGE033
表示交叉口东方向进口道直行流向的单车道最大流量比，
Figure 463759DEST_PATH_IMAGE034
表示交叉口东方向进口道左转流向的单车道最大流量比，
Figure 602616DEST_PATH_IMAGE035
表示交叉口西方向进口道直行流向的单车道最大流量比，
Figure 920465DEST_PATH_IMAGE036
表示交叉口西方向进口道左转流向的单车道最大流量比，
Figure 435760DEST_PATH_IMAGE037
表示交叉口南方向进口道直行流向的单车道最大流量比，
Figure 483350DEST_PATH_IMAGE038
表示交叉口南方向进口道左转流向的单车道最大流量比，
Figure 793109DEST_PATH_IMAGE039
表示交叉口北方向进口道直行流向的单车道最大流量比，
Figure 598254DEST_PATH_IMAGE040
表示交叉口北方向进口道左转流向的单车道最大流量比，
Figure 713978DEST_PATH_IMAGE119
的取值范围为
Figure 553758DEST_PATH_IMAGE120
，其中，
Figure 34418DEST_PATH_IMAGE121
表示交叉口信号周期最小取值，
Figure 592438DEST_PATH_IMAGE122
表示交叉口信号周期最大取值，其中
Figure 246273DEST_PATH_IMAGE121
=120、
Figure 206139DEST_PATH_IMAGE122
=180，单位为秒，
Figure 857700DEST_PATH_IMAGE121
和
Figure 699754DEST_PATH_IMAGE122
的取值为交叉口信号配时常用取值，不代表
Figure 94963DEST_PATH_IMAGE121
和
Figure 909336DEST_PATH_IMAGE122
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：
Figure 731798DEST_PATH_IMAGE041
(6)
式中，
Figure 61148DEST_PATH_IMAGE042
表示交叉口东方向进口道直行流向的绿灯时长；
Figure 260048DEST_PATH_IMAGE043
(7)
式中，
Figure 928927DEST_PATH_IMAGE044
表示交叉口西方向进口道左转流向的绿灯时长；
Figure 922291DEST_PATH_IMAGE045
(8)
式中，
Figure 738937DEST_PATH_IMAGE046
表示交叉口西方向进口道直行流向的绿灯时长；
Figure 741528DEST_PATH_IMAGE047
(9)
式中，
Figure 264913DEST_PATH_IMAGE048
表示交叉口东方向进口道左转流向的绿灯时长；
Figure 491495DEST_PATH_IMAGE049
(10)
式中，
Figure 733121DEST_PATH_IMAGE050
表示交叉口南方向进口道直行流向的绿灯时长；
Figure 273824DEST_PATH_IMAGE051
(11)
式中，
Figure 651715DEST_PATH_IMAGE052
表示交叉口北方向进口道左转流向的绿灯时长；
Figure 314778DEST_PATH_IMAGE053
(12)
式中，
Figure 778120DEST_PATH_IMAGE054
表示交叉口北方向进口道直行流向的绿灯时长；
Figure 122514DEST_PATH_IMAGE055
(13)
式中，
Figure 417229DEST_PATH_IMAGE056
表示交叉口南方向进口道左转流向的绿灯时长；
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：
Figure 188876DEST_PATH_IMAGE057
(14)
式中，
Figure 139515DEST_PATH_IMAGE058
表示交叉口
Figure 22020DEST_PATH_IMAGE004
方向进口道第
Figure 436821DEST_PATH_IMAGE123
条车道通行能力，
Figure 379369DEST_PATH_IMAGE059
为0-1二元参数，
Figure 817303DEST_PATH_IMAGE060
表示交叉口
Figure 503500DEST_PATH_IMAGE004
方向进口道第
Figure 772807DEST_PATH_IMAGE124
条车道为直行车道，
Figure 886257DEST_PATH_IMAGE061
表示交叉口
Figure 811487DEST_PATH_IMAGE004
方向进口道第
Figure 98112DEST_PATH_IMAGE124
条车道为左转车道，
Figure 425188DEST_PATH_IMAGE062
表示交叉口一个信号周期内
Figure 443960DEST_PATH_IMAGE004
方向进口道直行流向的绿灯时长，
Figure 856487DEST_PATH_IMAGE063
表示交叉口一个信号周期内
Figure 946802DEST_PATH_IMAGE004
方向进口道左转流向的绿灯时长，
Figure 128385DEST_PATH_IMAGE064
表示交叉口信号周期，
Figure 583637DEST_PATH_IMAGE010
表示交叉口
Figure 280198DEST_PATH_IMAGE004
方向进口道第
Figure 846308DEST_PATH_IMAGE124
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：
Figure 147977DEST_PATH_IMAGE069
(15)
式中，
Figure 774130DEST_PATH_IMAGE070
表示在交叉口采集的
Figure 957987DEST_PATH_IMAGE004
方向进口道
Figure 327788DEST_PATH_IMAGE017
流向
Figure 483963DEST_PATH_IMAGE020
类型车流量，
Figure 281018DEST_PATH_IMAGE071
表示放大系数变量；
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：
Figure 952170DEST_PATH_IMAGE072
(16)
Figure 860084DEST_PATH_IMAGE073
(17)
式中，
Figure 870765DEST_PATH_IMAGE074
表示交叉口
Figure 901038DEST_PATH_IMAGE004
方向进口道第
Figure 997170DEST_PATH_IMAGE124
条车道上的直行流向
Figure 708774DEST_PATH_IMAGE020
类型车流量，
Figure 573962DEST_PATH_IMAGE075
表示交叉口
Figure 775136DEST_PATH_IMAGE004
方向进口道第
Figure 358564DEST_PATH_IMAGE124
条车道上的左转流向
Figure 873859DEST_PATH_IMAGE020
类型车流量，
Figure 655870DEST_PATH_IMAGE076
,单位为辆/小时，其中
Figure 965629DEST_PATH_IMAGE125
用以约束
Figure 36353DEST_PATH_IMAGE074
和
Figure 89760DEST_PATH_IMAGE075
的取值，不代表
Figure 991857DEST_PATH_IMAGE125
只能取100000；
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：
Figure 472516DEST_PATH_IMAGE077
(18)
步骤54：根据交叉口通行能力最大的目标， 即通过计算
Figure 30537DEST_PATH_IMAGE071
的最大值，获得最佳交通控制方案，由此建立目标函数，如公式（19）所示：
Figure 622055DEST_PATH_IMAGE078
(19)。
最佳交通控制方案，如下所示：
Figure 378658DEST_PATH_IMAGE127
Figure 295799DEST_PATH_IMAGE128
表示交叉口
Figure 75536DEST_PATH_IMAGE004
方向进口道第
Figure 533062DEST_PATH_IMAGE124
条车道的平均车头时距,其中，
Figure 347434DEST_PATH_IMAGE129
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；
Figure 169897DEST_PATH_IMAGE130
表示交叉口
Figure 436930DEST_PATH_IMAGE131
方向进口道
Figure 698147DEST_PATH_IMAGE132
流向的单车道最大流量比，其中
Figure 367026DEST_PATH_IMAGE133
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；
Figure 360390DEST_PATH_IMAGE134
表示交叉口信号周期；
Figure 177036DEST_PATH_IMAGE135
表示一个周期内东西方向绿灯时长总和，
Figure 914048DEST_PATH_IMAGE136
表示南北方向绿灯时长总和；
Figure 437433DEST_PATH_IMAGE137
表示交叉口一个信号周期内
Figure 867278DEST_PATH_IMAGE131
方向进口道
Figure 171220DEST_PATH_IMAGE132
流向的绿灯时长，其中
Figure 446343DEST_PATH_IMAGE138
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；
Figure 89814DEST_PATH_IMAGE139
表示交叉口
Figure 424981DEST_PATH_IMAGE131
方向第
Figure 216219DEST_PATH_IMAGE124
条车道通行能力，其中
Figure 295034DEST_PATH_IMAGE140
表示交叉口东方向第1条车道通行能力，其余同理可得；
Figure 793011DEST_PATH_IMAGE141
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：
Figure FDA0002864127020000011
Figure FDA0002864127020000012
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，
Figure FDA0002864127020000013
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，
Figure FDA0002864127020000014
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，
Figure FDA0002864127020000015
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，
Figure FDA0002864127020000016
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，
Figure FDA0002864127020000021
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：
Figure FDA0002864127020000022
式中，
Figure FDA0002864127020000023
表示交叉口b方向进口道d流向的单车道最大流量比；
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：
Figure FDA0002864127020000024
Figure FDA0002864127020000025
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，
Figure FDA0002864127020000026
表示交叉口东方向进口道直行流向的单车道最大流量比，
Figure FDA0002864127020000027
表示交叉口东方向进口道左转流向的单车道最大流量比，
Figure FDA0002864127020000028
表示交叉口西方向进口道直行流向的单车道最大流量比，
Figure FDA0002864127020000029
表示交叉口西方向进口道左转流向的单车道最大流量比，
Figure FDA00028641270200000210
表示交叉口南方向进口道直行流向的单车道最大流量比，
Figure FDA00028641270200000211
表示交叉口南方向进口道左转流向的单车道最大流量比，
Figure FDA00028641270200000212
表示交叉口北方向进口道直行流向的单车道最大流量比，
Figure FDA00028641270200000213
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：
Figure FDA0002864127020000031
式中，
Figure FDA0002864127020000032
表示交叉口东方向进口道直行流向的绿灯时长；
Figure FDA0002864127020000033
式中，
Figure FDA0002864127020000034
表示交叉口西方向进口道左转流向的绿灯时长；
Figure FDA0002864127020000035
式中，
Figure FDA0002864127020000036
表示交叉口西方向进口道直行流向的绿灯时长；
Figure FDA0002864127020000037
式中，
Figure FDA0002864127020000038
表示交叉口东方向进口道左转流向的绿灯时长；
Figure FDA0002864127020000039
式中，
Figure FDA00028641270200000310
表示交叉口南方向进口道直行流向的绿灯时长；
Figure FDA00028641270200000311
式中，
Figure FDA00028641270200000312
表示交叉口北方向进口道左转流向的绿灯时长；
Figure FDA00028641270200000313
式中，
Figure FDA00028641270200000314
表示交叉口北方向进口道直行流向的绿灯时长；
Figure FDA00028641270200000315
式中，
Figure FDA0002864127020000041
表示交叉口南方向进口道左转流向的绿灯时长；
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：
Figure FDA0002864127020000042
式中，
Figure FDA0002864127020000043
表示交叉口b方向进口道第i条车道通行能力，
Figure FDA0002864127020000044
为0-1二元参数，
Figure FDA0002864127020000045
表示交叉口b方向进口道第i条车道为直行车道，
Figure FDA0002864127020000046
表示交叉口b方向进口道第i条车道为左转车道，
Figure FDA0002864127020000047
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，
Figure FDA0002864127020000048
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，
Figure FDA0002864127020000049
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：
Figure FDA00028641270200000410
式中，Nb，d，f表示在交叉口采集的b方向进口道d流向f类型车流量，
Figure FDA00028641270200000411
表示放大系数变量；
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：
Figure FDA00028641270200000412
Figure FDA00028641270200000413
式中，
Figure FDA00028641270200000414
表示交叉口b方向进口道第i条车道上的直行流向f类型车流量，
Figure FDA00028641270200000415
表示交叉口b方向进口道第i条车道上的左转流向f类型车流量，M＝100000，单位为辆/小时；
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：
Figure FDA0002864127020000051
步骤54：根据交叉口通行能力最大的目标，即通过计算
Figure FDA0002864127020000052
的最大值，获得最佳交通控制方案，由此建立目标函数，如公式(19)所示：
Figure FDA0002864127020000053
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。
CN202011281804.5A 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 Active CN112102631B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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