CN112185132A - 一种无红绿灯的车辆交叉口协调方法 - Google Patents

一种无红绿灯的车辆交叉口协调方法 Download PDF

Info

Publication number
CN112185132A
CN112185132A CN202010932039.2A CN202010932039A CN112185132A CN 112185132 A CN112185132 A CN 112185132A CN 202010932039 A CN202010932039 A CN 202010932039A CN 112185132 A CN112185132 A CN 112185132A
Authority
CN
China
Prior art keywords
vehicle
intersection
vehicles
lane
icu
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.)
Pending
Application number
CN202010932039.2A
Other languages
English (en)
Inventor
史彦军
梁东林
吕玲玲
韩俏梅
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.)
Dalian University of Technology
Original Assignee
Dalian University of 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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202010932039.2A priority Critical patent/CN112185132A/zh
Publication of CN112185132A publication Critical patent/CN112185132A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • 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
    • G08G1/07—Controlling traffic signals
    • G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于非信控交叉口协调控制领域，具体涉及一种无红绿灯的车辆交叉口协调方法。在连通车辆环境下，ICU对所有路段且接近交叉口的自动车辆进行全局协调，以使其安全平稳地通过交叉口。在保证风险函数定义的边缘间隙下，ICU通过最小化交叉口区域内车辆的性能成本指标，对车辆的控制输入进行优化，得到车辆的最优轨迹。该方案几乎消除了车辆在交叉口的停车延误，改善了交通流和油耗，显著提高了交叉口的通行能力。并且考虑了应急车辆的通过对其进行了相应的让步策略，实现了应急车辆以最小延误时间通过。

Description

一种无红绿灯的车辆交叉口协调方法
技术领域
本发明属于非信控交叉口协调控制领域，具体涉及一种无红绿灯的车辆交叉口协调方法。
背景技术
道路交叉口是交通事故的高发地、是城市路网中的瓶颈区域。根据美国国家公路交通安全管理局(NHTSA)的统计表示，一年内发生的五百多万起的交通事故中，约40％与交叉口有关。同时，交通效率与交通安全密切相关，交叉口频繁事故的发生造成了众多的交通拥堵现象。目前红绿灯和停车标志是在交叉口使用的主要交通控制装置，虽然其在一定程度上改善了交通情况，但它仍然存在效率低下的缺点，是交通拥堵的和事故的根源。
近年来自动驾驶、5G通信、边缘计算等技术蓬勃发展，在智联网环境下，信号灯或许将不再是路口管理的最优选项。半自动汽车已经在市场上崭露头角，考虑到传感器技术的进步和通信技术的采用，全自动汽车有望在不久的将来得到广泛采用。利用V2V通信，协同自适应巡航控制(CACC)系统可以通过驾驶车辆间距很近的车队来提高道路的通行能力，这种概念扩展之后可以提供一种新的交叉口控制模式，在这种情况下，来自不同引道的冲突车辆可以在不使用信号灯的情况下保持一定边缘间隙安全通过交叉口。
最近，人们提出了一种协作式车辆交叉口控制(CVIC)系统。该系统是基于最小化交叉口冲突车辆的轨迹重叠来避免在交叉口区域同时出现任一对冲突车辆。然而CVIC未考虑任何避免交叉碰撞的约束条件，并且重叠轨迹的最小化不能保证所有可行的无碰撞解。因此，为了解决可能引起的系统故障，需要在CVIC系统基础上再引入一种附加的算法。针对这种方法的局限性，本发明提出了一种在车辆连通环境下不使用信号灯的车辆交叉口协调方法(VICS)。该方案通过防止每对冲突车辆同时接近其交叉碰撞点(CCP)来有效利用交叉区域。此外，本发明引入的相关约束条件确保了车辆不受任何碰撞并且能够在安全速度限制下进行转向运动。所提出的VICS全局考虑所有车辆的状态，求解一个约束非线性优化问题，最小化所有车辆的总量化风险使车辆快速通过交叉口。风险最小化有助于减少交叉口区域中未使用的时间和空间来生成车辆的安全轨迹，从而提高交叉口的交通处理能力并改善交通流。总的来说，该方案将全自动车辆集成在全自动交叉口中，明显改善了交通运行情况。
因此，本发明研究的无红绿灯交叉口协调方法不仅具有理论意义，更具有很强的现实应用意义。
发明内容
本发明所要解决的技术问题是交叉口协调单元(ICU)全面协调所有进入交叉口的车辆，在一定约束条件下最小化车辆的性能成本指标使得车辆安全且快速的通过交叉口。
本发明的技术方案：
一种无红绿灯的车辆交叉口协调方法，步骤如下：
第一步：建立交叉口协调单元(ICU)和智能网联汽车(CAV)的协调通信机制
建立以交叉口协调单元和数据中心构成的交叉口协调管理器，并使用短程通信标准中定义的标准通信协议使得所有通过交叉口的智能网联汽车都可由交叉口配备的ICU通过双向通信进行操作。在这种车联网环境下，每辆车传输其基本驾驶信息包括当前位置，速度和交叉口的目的地，ICU以可忽略的延迟向每辆车发送相应的引导信息对CAVs的行为进行规划调度。
第二步：ICU对智能网联汽车进行输入管理
2.1所有的智能网联汽车通过其独立的驾驶系统接近交叉口，如果有足够的空间和必要的话，允许它们改变车道。每个车道上的少数领先车辆因为已经接近交叉口，故无需考虑它们的变道选项就可以对其进行全局协调以优化行车轨迹。当车辆进入距交叉口一定距离时(可以为100m左右)，ICU接受车辆信息并仅控制车辆沿车道的纵向移动，并且调控其加速度(即输入)使其速度限制在接近交叉口的规定速度范围内。
2.2当智能网联汽车进入到交叉口的最小安全距离a(如附图1所示)时，ICU根据所有接近交叉口车辆的信息计算出其行车轨迹，得出众多的交叉碰撞点，在限定的约束条件以及最小化性能成本指标的基础上控制其车辆的输入，使得每对冲突车辆在不同时接近其交叉碰撞点(CCP)的条件下快速通过交叉口，其约束条件以及成本函数在3.4和3.5中展示。
2.3一旦车辆通过交叉口(离开交叉口100m)，其控制权就转移到其独立的驱动系统上，之后ICU开始协调一组新的车辆以同样的方式通过交叉口。
第三步：ICU对智能网联汽车输入管理的策略。
3.1车辆进入交叉口最小安全距离a之前
假设交叉口一次协调车辆的总数为N＝6M，每条车道各取车辆数M。A-F车道上第N辆车距离(与交叉口的距离)定义向量
Figure BDA0002670537940000031
类似的，v∈RN和u∈RN定义为A-F车辆上同一组车辆的速度和加速度。则描述车辆i纵向运动的离散状态方程为：
Figure BDA0002670537940000032
为了避免每条车道上的追尾碰撞，本发明限制了两辆连续车辆之间的最小间距：
xi+1-xi≥Lmin (2)
式中，Lmin是车辆长度和最小允许间隙的总和。
3.2车辆在经过交叉口时的风险函数
交叉碰撞点概念如附图2所示。当一对冲突车辆在交叉口区域由潜在的碰撞危险即路径相交时，本发明将其点命名为交叉碰撞点。避免任何一对车辆在其交叉碰撞点碰撞的必要条件是防止它们同时进入该区域。考虑到车辆在不同车道上的不同运动路径，交叉口区域内车辆路径的交叉点都不相同。基于交叉碰撞点的概念，提出以风险指标Dij(t)来定量表示车辆i、j是否在t时刻对其交叉碰撞点构成潜在的威胁：
Figure BDA0002670537940000041
式中，ai和aj是正常数，与交叉碰撞点区域有关，或者说与冲突车辆的长度相关；bij和bji分别是CCP到车道li和lj末端的距离。风险指标Dij(t)≈1时，则可能发生碰撞风险，反之则可以忽略碰撞风险。引入一个二元变量λij来说明车辆i、j是否存在CCP，即它们的路径是否相交，若存在则值为1，反之为0。使用风险指标(3)定义了风险函数定量地表示在时间t时刻任意一对车辆i和j是否在CCP处构成碰撞风险：
Figure BDA0002670537940000042
式中，C是表示可能发生碰撞最高风险的正常数。
3.3车辆经过交叉口时的约束限制
车辆经过交叉口时，ICU每一步都要在有限时间内求解一个约束非线性优化问题以得到协调车辆的最优控制序列。为保证车辆在路段和交叉口的安全行驶。引入了一些约束条件：
Figure BDA0002670537940000051
上式定义了有关车辆速度和加速度的限制。
车辆必须产生足够的横向加速度才能使得它们安全地通过转弯曲线以进行左转或右转运动。转弯路径所需的横向加速度取决于轮胎和道路之间的摩擦力，也可由：
Figure BDA0002670537940000052
这里Rmin是最小转弯半径，vi是曲线上的速度。如果转弯半径较大，则车辆可以以一个较大的速度用更短的时间进行转弯运动。提出一个非线性约束以确保车辆有足够的横向加速度进行转弯运动：
Figure BDA0002670537940000053
这里β是常数，di是车道起点和交叉口中心之间的距离。正常数A和B可取较高的值使得两者之和较车辆期望速度大出许多。当车辆位于交叉口中心位置时，即xi+di＝0，上式变为了vi≤B；当车辆距交叉口中心较远时，即|xi+di|＞＞0时，上式变为vi≤A+B。为了确保在交叉口内的一对车辆不存在碰撞，定义了一个非线性约束：
Figure BDA0002670537940000054
在这里Rs是常数，代表了两辆冲突车辆不发生碰撞的安全间距。满足这个约束意味着在安全区域内寻找出最优解并且保证了交叉口内的车辆无碰撞。
3.5车辆性能成本指标
基于上述给出的车辆状态、位置离散方程(1)、风险函数(4)以及非线性约束(5)-(8)，定义了一个性能成本指标：
Figure BDA0002670537940000061
这里T指预测时间长度，vd是车辆期望速度，wv和wu是权重系数。此性能指标中有三项成本条款。第一项表示实际速度偏离期望速度vd相关的成本；第二项表示了加速，即输入的成本，最小化这两个术语意味着车辆舒适性和车流流畅度的提升。第三项表示风险函数中定义的与碰撞风险相关的成本，该项总结了所有车辆对CCPs的量化风险。
此性能指标能够使优化器更快地将解决方案推向风险最小点，即非碰撞点。通过设置较高的vd值，车辆能够更快地穿过交叉口；通过保持风险函数定义的边缘间隙，车辆能够在无碰撞的情况下安全通过交叉口。这样一来，通过最小化性能指标来提高交通流容量的结果便可实现。
在每个离散步骤t中，ICU接收车辆的当前位置，速度和目的地等信息，并通过求解上述非线性约束优化问题计算控制输入u。这个测量车辆状态的过程是在一个短时间间隔内重复的，这样就可以克服某些车辆的意外变化或由于交叉口事故而导致的车辆意外变化。
第四步：交叉口遇应急情况的处理策略
特别的，本发明考虑了在现实生活中可能遇到的问题：应急车辆的通行。这里给出当应急车辆出现时，本发明的应对策略：
(1)当应急车辆从A、B车道出现时，这时ICU在交叉口范围内检测到应急车辆，并将其列为优先通过车辆。在ICU调度下，A、B车道车辆在速度允许范围内加速行进，C-F车道上还未进入交叉口内的车辆强制停止在交叉口最小间隙a之外，而已离开交叉口的车辆以加速后的速度快速离开交叉口区域为应急车辆的转向提供道路；如果存在已进入但还未完全进入的车辆，则依照应急车辆所在车道车辆优先通过的原则让行通过，即如果存在交叉碰撞点时，该车道加速而C-F车道减速使得应急车辆尽早通过。如果应急车辆存在转弯需求时，即假设A车道应急车辆需左转进入F车道，则将B车道车辆按上文策略停车，待应急车辆在F车道离开交叉口最小距离a之后，恢复所有车辆的通行。
(2)当应急车辆从C-F车道出现时，其应对策略与(1)类似。只是当应急车辆有转弯需求时，即假设应急车辆需要从D车道左转进入A车道时，需要将E、F车道车辆进行相似的停车处理，待应急车辆在A车道上离开交叉口最小距离a之后恢复其余车辆的通行。
本发明有益效果：
本发明提出了一种无红绿灯的交叉口协调方法。在连通车辆环境下，ICU对所有路段且接近交叉口的自动车辆进行全局协调，以使其安全平稳地通过交叉口。在保证风险函数定义的边缘间隙下，ICU通过最小化交叉口区域内车辆的性能成本指标，对车辆的控制输入进行优化，得到车辆的最优轨迹。该方案几乎消除了车辆在交叉口的停车延误，改善了交通流和油耗，显著提高了交叉口的通行能力。并且考虑了应急车辆的通过对其进行了相应的让步策略，实现了应急车辆以最小延误时间通过。
附图说明
图1是典型交叉口场地示意图。
图2是交叉碰撞点示意图。
图3是调控流程图。
图4是两种控制方法的最大通行能力的比较示意图。
具体实施方式
以下结合技术方案和附图叙述本发明应用的具体实例：
本发明基于分布式交叉口管理方式，在非信控条件下对交叉口进行管理。以下出现的智能网联汽车都配备了车对车(V2V)和车对基础设施(V2I)的通信能力。通过V2I通信，智能网联汽车为ICU提供行驶信息并接受ICU的调度控制。在连通车辆环境下，ICU对所有路段且接近交叉口的车辆进行全局协调，以使其安全平稳地通过交叉口。在保证风险函数定义的边缘间隙下，ICU通过最小化交叉口区域内车辆的性能成本指标，对车辆的控制输入进行优化，得到车辆的最优轨迹。
本实例的调控流程图如附图3所示，智能网联汽车通过交叉口过程如下：
第一步：车辆进入交叉口范围(100m)
建立以交叉口协调单元和数据中心构成的交叉口协调管理器，并使用短程通信标准中定义的标准通信协议使得所有通过交叉口的智能网联汽车都可由交叉口配备的ICU通过双向通信进行操作。在这种车联网环境下，每辆车传输其基本驾驶信息包括当前位置，速度和交叉口的目的地，ICU以可忽略的延迟向每辆车发送相应的引导信息对CAVs的行为进行规划调度。
车辆进入交叉口最小安全距离a之前
假设交叉口一次协调车辆的总数为N＝6M，每条车道各取车辆数M。A-F车道上第N辆车距离(与交叉口的距离)定义向量
Figure BDA0002670537940000081
类似的，v∈RN和u∈RN定义为A-F车辆上同一组车辆的速度和加速度。则描述车辆i纵向运动的离散状态方程为：
Figure BDA0002670537940000091
为了避免每条车道上的追尾碰撞，本发明限制了两辆连续车辆之间的最小间距：
xi+1-xi≥Lmin (2)
式中，Lmin是车辆长度和最小允许间隙的总和。
第二步：车辆进入交叉口最小安全间隙a内
2.1车辆在经过交叉口时的风险函数
交叉碰撞点概念如附图2所示。当一对冲突车辆在交叉口区域由潜在的碰撞危险即路径相交时，本发明将其点命名为交叉碰撞点。避免任何一对车辆在其交叉碰撞点碰撞的必要条件是防止它们同时进入该区域。考虑到车辆在不同车道上的不同运动路径，交叉口区域内车辆路径的交叉点都不相同。基于交叉碰撞点的概念，提出以风险指标Rij(t)来定量表示车辆i、j是否在t时刻对其交叉碰撞点构成潜在的威胁：
Figure BDA0002670537940000092
式中，ai和aj是正常数，与交叉碰撞点区域有关，或者说与冲突车辆的长度相关；bij和bji分别是CCP到车道li和lj末端的距离。风险指标Dij(t)≈1时，则可能发生碰撞风险，反之则可以忽略碰撞风险。引入一个二元变量λij来说明车辆i、j是否存在CCP，即它们的路径是否相交，若存在则值为1，反之为0。使用风险指标(3)定义了风险函数定量地表示在时间t时刻任意一对车辆i和j是否在CCP处构成碰撞风险：
Figure BDA0002670537940000093
式中，C是表示可能发生碰撞最高风险的正常数。
2.2经过交叉口时的约束限制
车辆经过交叉口时，ICU每一步都要在有限时间内求解一个约束非线性优化问题以得到协调车辆的最优控制序列。为保证车辆在路段和交叉口的安全行驶。引入了一些约束条件：
Figure BDA0002670537940000101
上式定义了有关车辆速度和加速度的限制。
车辆必须产生足够的横向加速度才能使得它们安全地通过转弯曲线以进行左转或右转运动。转弯路径所需的横向加速度取决于轮胎和道路之间的摩擦力，也可由：
Figure BDA0002670537940000102
这里Rmin是最小转弯半径，vi是曲线上的速度。如果转弯半径较大，则车辆可以以一个较大的速度用更短的时间进行转弯运动。提出一个非线性约束以确保车辆有足够的横向加速度进行转弯运动：
Figure BDA0002670537940000103
这里β是常数，di是车道起点和交叉口中心之间的距离。正常数A和B可取较高的值使得两者之和较车辆期望速度大出许多。当车辆位于交叉口中心位置时，即xi+di＝0，上式变为了vi≤B；当车辆距交叉口中心较远时，即|xi+di|＞＞0时，上式变为vi≤A+B。为了确保在交叉口内的一对车辆不存在碰撞，定义了一个非线性约束：
Figure BDA0002670537940000104
在这里Rs是常数，代表了两辆冲突车辆不发生碰撞的安全间距。满足这个约束意味着在安全区域内寻找出最优解并且保证了交叉口内的车辆无碰撞。
2.3车辆性能成本指标
基于上述给出的车辆状态、位置离散方程(1)、风险函数(4)以及非线性约束(5)-(8)，定义了一个性能成本指标：
Figure BDA0002670537940000111
这里T指预测时间长度，vd是车辆期望速度，wv和wu是权重系数。此性能指标中有三项成本条款。第一项表示实际速度偏离期望速度vd相关的成本；第二项表示了加速，即输入的成本，最小化这两个术语意味着车辆舒适性和车流流畅度的提升。第三项表示风险函数中定义的与碰撞风险相关的成本，该项总结了所有车辆对CCPs的量化风险。
此性能指标能够使优化器更快地将解决方案推向风险最小点，即非碰撞点。通过设置较高的vd值，车辆能够更快地穿过交叉口；通过保持风险函数定义的边缘间隙，车辆能够在无碰撞的情况下安全通过交叉口。这样一来，通过最小化性能指标来提高交通流容量的结果便可实现。
在每个离散步骤t中，ICU接收车辆的当前位置，速度和目的地等信息，并通过求解上述非线性约束优化问题计算控制输入u。这个测量车辆状态的过程是在一个短时间间隔内重复的，这样就可以克服某些车辆的意外变化或由于交叉口事故而导致的车辆意外变化。
2.4应急车辆的通过策略
特别的，本发明考虑了在现实生活中可能遇到的问题：应急车辆的通行。这里给出当应急车辆出现时，本发明的应对策略：
(1)当应急车辆从A、B车道出现时，这时ICU在交叉口范围内检测到应急车辆，并将其列为优先通过车辆。在ICU调度下，A、B车道车辆在速度允许范围内加速行进，C-F车道上还未进入交叉口内的车辆强制停止在交叉口最小间隙a之外，而已离开交叉口的车辆以加速后的速度快速离开交叉口区域为应急车辆的转向提供道路；如果存在已进入但还未完全进入的车辆，则依照应急车辆所在车道车辆优先通过的原则让行通过，即如果存在交叉碰撞点时，该车道加速而C-F车道减速使得应急车辆尽早通过。如果应急车辆存在转弯需求时，即假设A车道应急车辆需左转进入F车道，则将B车道车辆按上文策略停车，待应急车辆在F车道离开交叉口最小距离a之后，恢复所有车辆的通行。
(2)当应急车辆从C-F车道出现时，其应对策略与(1)类似。只是当应急车辆有转弯需求时，即假设应急车辆需要从D车道左转进入A车道时，需要将E、F车道车辆进行相似的停车处理，待应急车辆在A车道上离开交叉口最小距离a之后恢复其余车辆的通行。
第三步：车辆离开交叉口范围(100m)
一旦车辆通过交叉口(离开交叉口100m)，其控制权就转移到其独立的驱动系统上，意味着一次调控的结束，之后ICU开始协调一组新的车辆以同样的方式通过交叉口。
设每个车道的M＝2，即12辆(N＝6M＝12)车辆轨迹由ICU跟根据所有车辆状态进行全局优化。离散时间步长取0.5s，预测深度为T＝14s。线性约束的参数选择为vmax＝23m/s，vmin＝3m/s，umax＝5m/s2，umin＝-6m/s2，Lmin＝7m，Rs＝7m。与转向速度(7)相关的约束设置为A＝14,β＝0.003，对于左转车辆B＝8和右转车辆B＝10。根据交叉口设计手册，左转和右转的转弯最小半径应分别大于25m和40m。对于所有车辆，风险函数(4)的参数选择为C＝1000和a＝0.005。性能指标(9)指标设定为vd＝16.67m/s(60km/h)，wv＝5。每个车道的第一辆车和第二辆车的权重系数分别设置为wu＝2.0和wu＝1.0。
结果以每小时车辆数表示的最大通行能力表示(如附图4所示)。比较了本发明所提出的车辆信息控制系统和传统的信号控制系统最大通行能力，并且分为了三种交通流情况：(1)无转弯车辆。(2)A-E车道有20％的左转车辆，其余车辆直行通过。(3)A-E车道有20％的左转车辆，A、B、C、F车道右转车辆占10％，其余车辆直接通过交叉口。
结果表明，在每种情况下，本发明所提出的车辆信息控制系统的最大通行能力接近于实际观测值远大于传统信号控制下的最大通行能力。

Claims (2)

1.一种无红绿灯的车辆交叉口协调方法，其特征在于，步骤如下：
第一步：建立交叉口协调单元(ICU)和智能网联汽车(CAV)的协调通信机制
建立以交叉口协调单元和数据中心构成的交叉口协调管理器，并使用短程通信标准中定义的标准通信协议使得所有通过交叉口的智能网联汽车都可由交叉口配备的ICU通过双向通信进行操作；
第二步：ICU对智能网联汽车进行输入管理
2.1所有的智能网联汽车通过其独立的驾驶系统接近交叉口，当车辆进入距交叉口设定距离时，ICU接受车辆信息并仅控制车辆沿车道的纵向移动，并且调控其加速度使其速度限制在接近交叉口的规定速度范围内；
2.2当智能网联汽车进入到交叉口的最小安全距离a时，ICU根据所有接近交叉口车辆的信息计算出其行车轨迹，得出众多的交叉碰撞点，在限定的约束条件以及最小化性能成本指标的基础上控制其车辆的输入，使得每对冲突车辆在不同时接近其交叉碰撞点(CCP)的条件下快速通过交叉口，其约束条件以及成本函数在3.4和3.5中展示；
2.3一旦车辆通过交叉口，其控制权就转移到其独立的驱动系统上，之后ICU开始协调一组新的车辆以同样的方式通过交叉口；
第三步：ICU对智能网联汽车输入管理的策略；
3.1车辆进入交叉口最小安全距离a之前
设交叉口一次协调车辆的总数为N＝6M，每条车道各取车辆数M；A-F车道上第N辆车距离(与交叉口的距离)定义向量
Figure FDA0002670537930000011
类似的，v∈RN和u∈RN定义为A-F车辆上同一组车辆的速度和加速度；则描述车辆i纵向运动的离散状态方程为：
Figure FDA0002670537930000021
为了避免每条车道上的追尾碰撞，本发明限制了两辆连续车辆之间的最小间距：
xi+1-xi≥Lmin (2)
式中，Lmin是车辆长度和最小允许间隙的总和；
3.2车辆在经过交叉口时的风险函数
当一对冲突车辆在交叉口区域由潜在的碰撞危险即路径相交时，本发明将其点命名为交叉碰撞点；基于交叉碰撞点的概念，提出以风险指标Dij(t)来定量表示车辆i、j是否在t时刻对其交叉碰撞点构成潜在的威胁：
Figure FDA0002670537930000022
式中，ai和aj是正常数，与交叉碰撞点区域有关，或者说与冲突车辆的长度相关；bij和bji分别是CCP到车道li和lj末端的距离；风险指标Dij(t)≈1时，则可能发生碰撞风险，反之则可以忽略碰撞风险；引入一个二元变量λij来说明车辆i、j是否存在CCP，即它们的路径是否相交，若存在则值为1，反之为0；使用风险指标(3)定义了风险函数定量地表示在时间t时刻任意一对车辆i和j是否在CCP处构成碰撞风险：
Figure FDA0002670537930000023
式中，C是表示可能发生碰撞最高风险的正常数；
3.3车辆经过交叉口时的约束限制
车辆经过交叉口时，ICU每一步都要在有限时间内求解一个约束非线性优化问题以得到协调车辆的最优控制序列；为保证车辆在路段和交叉口的安全行驶；引入了一些约束条件：
Figure FDA0002670537930000031
上式定义了有关车辆速度和加速度的限制；
车辆必须产生足够的横向加速度才能使得它们安全地通过转弯曲线以进行左转或右转运动；转弯路径所需的横向加速度取决于轮胎和道路之间的摩擦力，也可由：
Figure FDA0002670537930000032
这里Rmin是最小转弯半径，vi是曲线上的速度；如果转弯半径较大，则车辆可以以一个较大的速度用更短的时间进行转弯运动；提出一个非线性约束以确保车辆有足够的横向加速度进行转弯运动：
Figure FDA0002670537930000033
这里β是常数，di是车道起点和交叉口中心之间的距离；正常数A和B可取较高的值使得两者之和较车辆期望速度大出许多；当车辆位于交叉口中心位置时，即xi+di＝0，上式变为了vi≤B；当车辆距交叉口中心较远时，即|xi+di|＞＞0时，上式变为vi≤A+B；为了确保在交叉口内的一对车辆不存在碰撞，定义了一个非线性约束：
Figure FDA0002670537930000034
在这里Rs是常数，代表了两辆冲突车辆不发生碰撞的安全间距；满足这个约束意味着在安全区域内寻找出最优解并且保证了交叉口内的车辆无碰撞；
3.5车辆性能成本指标
基于上述给出的车辆状态、位置离散方程(1)、风险函数(4)以及非线性约束(5)-(8)，定义了一个性能成本指标：
Figure FDA0002670537930000041
这里T指预测时间长度，vd是车辆期望速度，wv和wu是权重系数。
2.根据权利要求1所述的一种无红绿灯的车辆交叉口协调方法，其特征在于，当在交叉口遇到应急情况时，应急车辆从A、B车道出现时，这时ICU在交叉口范围内检测到应急车辆，并将其列为优先通过车辆；在ICU调度下，A、B车道车辆在速度允许范围内加速行进，C-F车道上还未进入交叉口内的车辆强制停止在交叉口最小间隙a之外，而已离开交叉口的车辆以加速后的速度快速离开交叉口区域为应急车辆的转向提供道路；如果存在已进入但还未完全进入的车辆，则依照应急车辆所在车道车辆优先通过的原则让行通过，即如果存在交叉碰撞点时，该车道加速而C-F车道减速使得应急车辆尽早通过；如果应急车辆存在转弯需求时，即设A车道应急车辆需左转进入F车道，则将B车道车辆按上文策略停车，待应急车辆在F车道离开交叉口最小距离a之后，恢复所有车辆的通行。
CN202010932039.2A 2020-09-08 2020-09-08 一种无红绿灯的车辆交叉口协调方法 Pending CN112185132A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010932039.2A CN112185132A (zh) 2020-09-08 2020-09-08 一种无红绿灯的车辆交叉口协调方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010932039.2A CN112185132A (zh) 2020-09-08 2020-09-08 一种无红绿灯的车辆交叉口协调方法

Publications (1)

Publication Number Publication Date
CN112185132A true CN112185132A (zh) 2021-01-05

Family

ID=73925077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010932039.2A Pending CN112185132A (zh) 2020-09-08 2020-09-08 一种无红绿灯的车辆交叉口协调方法

Country Status (1)

Country Link
CN (1) CN112185132A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450570A (zh) * 2021-07-06 2021-09-28 湖南大学 一种基于无信号灯路口的自主路口管理系统及方法
CN113538932A (zh) * 2021-07-12 2021-10-22 上海理工大学 一种车路协同环境下的无信号交叉口资源调度方法
CN114435396A (zh) * 2022-01-07 2022-05-06 北京理工大学前沿技术研究院 一种智能车辆交叉口行为决策方法
CN114464002A (zh) * 2022-02-10 2022-05-10 北京工业大学 基于车路协同的紧急车辆信号交叉口车速引导系统
CN115953903A (zh) * 2023-03-14 2023-04-11 武汉理工大学 一种基于物联网的交叉口直行车辆连续通行方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108597251A (zh) * 2018-04-02 2018-09-28 昆明理工大学 一种基于车联网的交通路口分布式车辆碰撞预警方法
CN110444015A (zh) * 2019-07-08 2019-11-12 清华大学 基于无信号十字路口分区的智能网联汽车速度决策方法
CN110473419A (zh) * 2019-09-09 2019-11-19 重庆长安汽车股份有限公司 一种自动驾驶车辆在无信号灯交叉路口的通行方法
CN110473404A (zh) * 2019-09-19 2019-11-19 西南交通大学 一种城市十字交叉口混合交通流协同优化底层控制方法
US20200166934A1 (en) * 2018-11-28 2020-05-28 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for intersection management of connected autonomous vehicles
US20200193814A1 (en) * 2018-04-13 2020-06-18 Toyota Jidosha Kabushiki Kaisha Remote Vehicle Control at Intersections
CN111445692A (zh) * 2019-12-24 2020-07-24 清华大学 一种无信号灯路口智能网联汽车的速度协同优化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108597251A (zh) * 2018-04-02 2018-09-28 昆明理工大学 一种基于车联网的交通路口分布式车辆碰撞预警方法
US20200193814A1 (en) * 2018-04-13 2020-06-18 Toyota Jidosha Kabushiki Kaisha Remote Vehicle Control at Intersections
US20200166934A1 (en) * 2018-11-28 2020-05-28 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for intersection management of connected autonomous vehicles
CN110444015A (zh) * 2019-07-08 2019-11-12 清华大学 基于无信号十字路口分区的智能网联汽车速度决策方法
CN110473419A (zh) * 2019-09-09 2019-11-19 重庆长安汽车股份有限公司 一种自动驾驶车辆在无信号灯交叉路口的通行方法
CN110473404A (zh) * 2019-09-19 2019-11-19 西南交通大学 一种城市十字交叉口混合交通流协同优化底层控制方法
CN111445692A (zh) * 2019-12-24 2020-07-24 清华大学 一种无信号灯路口智能网联汽车的速度协同优化方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
MD. ABDUS SAMAD KAMAL等: "A Vehicle-Intersection Coordination Scheme for Smooth Flows of Traffic Without Using Traffic Lights", 《 IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
YUE ZHANG等: "Joint Time and Energy-Optimal Control of Connected Automated Vehicles at Signal-Free Intersections with Speed-Dependent Safety Guarantees", 《2019 IEEE 58TH CONFERENCE ON DECISION AND CONTROL (CDC)》 *
冯琦: "自动驾驶车辆交叉口协调控制策略", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
吴伟等: "自动驾驶环境下面向交叉口自由转向车道的交通控制模型", 《中国公路学报》 *
李璇: "基于V2X技术的碰撞风险预警和路口通行辅助方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
段敏等: "无人驾驶汽车十字路口多车协作控制研究", 《汽车技术》 *
王健等: "自动驾驶车辆在交叉口的通行模式研究", 《系统仿真学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450570A (zh) * 2021-07-06 2021-09-28 湖南大学 一种基于无信号灯路口的自主路口管理系统及方法
CN113538932A (zh) * 2021-07-12 2021-10-22 上海理工大学 一种车路协同环境下的无信号交叉口资源调度方法
CN114435396A (zh) * 2022-01-07 2022-05-06 北京理工大学前沿技术研究院 一种智能车辆交叉口行为决策方法
CN114435396B (zh) * 2022-01-07 2023-06-27 北京理工大学前沿技术研究院 一种智能车辆交叉口行为决策方法
CN114464002A (zh) * 2022-02-10 2022-05-10 北京工业大学 基于车路协同的紧急车辆信号交叉口车速引导系统
CN115953903A (zh) * 2023-03-14 2023-04-11 武汉理工大学 一种基于物联网的交叉口直行车辆连续通行方法

Similar Documents

Publication Publication Date Title
CN112185132A (zh) 一种无红绿灯的车辆交叉口协调方法
CN106997690B (zh) 一种车联网环境下高速公路车辆非强制换道控制方法
CN108877268B (zh) 一种面向无人驾驶的无红绿灯十字路口智能调度方法
Vahidi et al. Energy saving potentials of connected and automated vehicles
CN113811929A (zh) 在不同交叉道路上行驶的车辆的联合控制
CN112258875B (zh) 基于车路协同与自动驾驶的交叉口智能管控方法
CN113554886B (zh) 一种车路协同交叉口车流冲突消解方法
CN113489793B (zh) 一种混合交通场景下的快速路双车道协同控制方法
Hassan et al. A fully-distributed heuristic algorithm for control of autonomous vehicle movements at isolated intersections
CN111583673A (zh) 一种基于无人驾驶车辆的智能交叉路口管理方法
CN112233413A (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN113053167A (zh) 一种混合交通环境下互联车辆十字路口无碰撞管理方法
CN115273500A (zh) 一种信号交叉口网联车辆轨迹优化引导方法及系统
CN116895163A (zh) 基于信号灯主动通信的多车协同控制方法和系统
Li et al. A cooperative traffic control for the vehicles in the intersection based on the genetic algorithm
CN115140094A (zh) 一种基于纵向安全间距模型的实时换道决策方法
CN115376346A (zh) 混行条件下快速路合流区多模式驾驶车辆协同交汇方法
CN111899509A (zh) 一种基于车路信息耦合的智能网联汽车状态向量计算方法
Zhang et al. Virtual traffic signals: Safe, rapid, efficient and autonomous driving without traffic control
Yan et al. A hierarchical motion planning system for driving in changing environments: Framework, algorithms, and verifications
CN112258864B (zh) 基于顺序选择的自动驾驶车辆路口调度方法及系统
Shen et al. Coordination of connected autonomous and human-operated vehicles at the intersection
CN115082900B (zh) 一种停车场场景下智能车辆行驶决策系统及方法
Kavas-Torris et al. A Comprehensive Eco-Driving Strategy for Connected and Autonomous Vehicles (CAVs) with Microscopic Traffic Simulation Testing Evaluation
CN115938118A (zh) 一种基于路侧导引的无信号交叉口车辆速度动态规划方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210105