CN112185135A - 基于车载自适应网络的智能交通系统交叉口集中控制方法 - Google Patents

基于车载自适应网络的智能交通系统交叉口集中控制方法 Download PDF

Info

Publication number
CN112185135A
CN112185135A CN202010932268.4A CN202010932268A CN112185135A CN 112185135 A CN112185135 A CN 112185135A CN 202010932268 A CN202010932268 A CN 202010932268A CN 112185135 A CN112185135 A CN 112185135A
Authority
CN
China
Prior art keywords
vehicle
lane
controller
vehicles
intersection
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
CN202010932268.4A
Other languages
English (en)
Inventor
史彦军
齐宇晗
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 CN202010932268.4A priority Critical patent/CN112185135A/zh
Publication of CN112185135A publication Critical patent/CN112185135A/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
    • G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
    • 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
    • H04W4/30—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]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

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

Abstract

本发明属于自动驾驶车辆自组织网络领域，具体涉及基于车载自适应网络的智能交通系统交叉口集中控制方法。本发明能够在车辆延误的时候及时采取措施，避免了控制器的无限制等待。考虑到了进入交叉口区域后变道的车辆，允许变道行为。考虑到应急车辆，保证这类车辆优先通过交叉口。设定车辆优先级，根据车道权重控制车辆通行顺序。本发明能够允许车辆无任何冲突地穿过交叉口，实现了高优先级车辆的优先调度以及根据车辆总等待时间等不同策略的优化调度，同时保证了应急车辆优先通过交叉口，更重要的是能够允许其他车辆在拥堵、事故发生的同时继续前进。为智能交通系统环境下的交叉口交通控制和调度提供了解决方案和有利支撑。

Description

基于车载自适应网络的智能交通系统交叉口集中控制方法
技术领域
本发明属于自动驾驶车辆自组织网络领域，具体涉及基于车载自适应网络的智能交通系统交叉口集中控制方法。
背景技术
交叉口交通控制是智能交通系统(ITS)的主要组成部分之一，它需要应对日益严重的交通拥堵，并伴随着不可预测的事故和紧急情况。而随着使用智能车载自组织网络(inVANET)的车联网(IoV)的迅猛发展，很多国家开始将IoV概念融入ITS，利用无线传感网络、云计算等技术调度和控制车辆，从而解决交通难题。目前已经提出了各种解决方案来自动控制交叉口的交通。传统的方法更多地关注于优化交通灯的调度，以最大限度地增加交通流量，减少拥堵。而这种方法具有很多不足之处，无论是在给定交通流动态的情况下，还是在确定最佳绿灯时间方面。因为交通负荷的动态性，导致交通控制系统是一个复杂的大型非线性随机系统，即使可能，也很难确定最佳的绿灯时间。此外，计算智能算法非常耗时，因此不适合实时交通控制。现在提出了基于交叉口集中式控制器(以下简称为控制器)的新型交叉口交通控制方法，其目标是根据附近车辆的情况优化操纵车辆的轨迹，以避免潜在的重叠。由于轨道计算的复杂性，使得计算最优轨道成为了一个难点问题。此外，对集中式控制器的依赖使得该方法成本高昂且容易发生单点故障。因此，本发明提出了一种新型的基于车载自适应网络的智能交通系统交叉口集中控制方法。
发明内容
本发明所要解决的技术问题是以四方向交叉口系统模型为例，利用车辆优先级解决交叉口车辆的调度和控制问题，以便允许车辆无任何冲突地穿过交叉口，同时保证重要车辆能优先通过交叉口。除此以外，本发明充分考虑了应急车辆，保证了它们能在第一时间通过交叉口。更重要的是，本发明能够允许其他车辆在拥堵、事故发生的同时继续前进。
本发明所述的一种新型的基于车载自适应网络的智能交通系统交叉口集中控制方法，包括以下步骤：
一、数学模型的构建：
系统模型采用四方向交叉口模型，其中车道编号为L0到L7。把小虚线方格称为核心区，大虚线方格称为排队区。核心区的任何车辆的状态都是正在穿越；而在排队区，任何车辆的状态都将是等待或排队。交通交叉口规则规定，具有交叉路径(例如车道L0和L6)的车辆必须相互排他地通过该交叉口，这样的车道被认为是冲突的。而非交叉车道的车辆，如L0和L4，可以同时通过交叉口，这些车辆和它们的车道被认为是并行的。
在本发明的模型中，本发明做出了如下假设：
(1)假设每辆车都有一个唯一的ID，并且它是自动驾驶的。这些车辆依靠它们的传感器和其他设备来避免碰撞和导航。此外，每辆车都可以使用车辆的定位系统(例如GPS)和部署在边界的传感器来检测核心/排队区域的边界。
(2)假设消息的传输是可靠的。每辆车都配备了无线通信设备，允许车辆到基础设施和车辆到车辆的通信。
(3)假设通信设备的传输范围大于排队区域的长度。因此，排队区域内的所有车辆都构成一个一跳自组织网络，任何一对车辆都可以直接通信。
(4)假设每辆车都具有优先设定好的优先级，不能随意更改。
基于智能车载自组织网络的交叉口控制算法由车辆任务和控制器任务两部分组成。
二、定义表示方法：
i表示不同车辆的ID。
statei表示车辆i的状态，该状态包括空闲状态(车辆在交叉口区域之外)、等待状态(车辆请求许可通过核心区并且仍在等待来自控制器命令的许可)、穿越状态(车辆正在穿过核心区)，以及最后车辆通过核心区而表示为空闲状态。
Lk表示车辆i的车道。
m表示车辆的优先级
vehiclesList表示所有在交叉口区域内并请求穿越交叉口的车辆列表。
crossingList表示控制器接受其通过核心区请求的车辆列表。此列表中的任何车辆都可以移动和穿过核心区。
locksi表示要为车辆i锁定的车道集合。
locked表示控制器在任意给定时间内已经锁定的车道集合。
车辆任务和控制器任务之间通过以下五条消息进行通信：
<REQUEST,i,m,Lk>：车辆i将此消息发送给控制器以表明其车道和想要穿过核心区的意图。其中，消息中第一项为消息类型，本例中说明是请求消息；第二项是车辆标识号，也就是车辆ID；第三项是车辆优先级；第四项是车辆所在车道。
<CROSS,i,Lk,duration>：控制器发送命令，让允许通过的车辆在指定时间内通过核心区。
<DELAYED,i,Lk>：车辆i将此消息发送给控制器以表明其在指定的时间内没有成功通过核心区。
<NEWLANE,i,Lk>：车辆i移动进入了一条与其旧位置冲突的新车道。
<CROSSED,i>：车辆i通知控制器其成功穿过了核心区。
三、车辆任务操作步骤
3.1车辆i到达排队区时，向控制器发送消息<REQUEST,i,m,Lk>，请求允许穿过核心区，并表明自己车辆的车道和优先级。i的状态更改为等待，意味着车辆i正在等待控制器允许其进入核心区。应急车辆在此步时要向控制器表明自己特殊的身份，以获得通过交叉口的最高的优先级。
3.2当车辆的位置不同时，车辆的状态也会相应的改变。当车辆在排队区域时，车辆的状态为等待或排队；当车辆在核心区时，车辆的状态为正在穿越；当车辆穿过核心区时，车辆的状态为空闲。
3.3当车辆i状态为等待并且处于vehiclesList时，若此时接收到控制器发送的<CROSS,i,Lk,duration>命令，则表示车辆i可以在规定时间内通过核心区，此时车辆i的状态被更新为排队，车辆ID进入crossingList。接下来车辆i将跟随车队通过核心区。
3.4当车辆i状态为排队并且处于vehiclesList时，若此时接收到了控制器发送的<DELAYED,i,Lk>命令，则表示由于车队内某辆车或自身驾驶缓慢或拥堵而导致车辆延误，车辆i未能在规定时间内通过核心区，则车辆i将被拒接进入核心区，并将车辆i的状态更新为等待。
3.5在等待获得通过核心区的许可时，车辆i可能会进入与发送给控制器的旧位置冲突的新车道。在这种情况下，车辆i将发送消息<NEWLANE,i,Lk>给控制器通知它相应的改变。若此事件发生在车辆i获取到通过核心区的许可后，即车辆i的状态为排队，则控制器在自身数据库中将车辆i的相应车道数据进行更新，并且将车辆i的状态更改为等待。
3.6若车辆i的状态为正在穿越并且在随后成功穿越了核心区，则车辆要向控制器发送消息<CROSSED,i>，即任何车辆在穿过核心区时都必须将通过的消息发送给控制器。因此，控制器将能够知道哪些车辆通过了核心区，哪些车辆由于延误而未能顺利通过。
四、控制器任务操作步骤
4.1接受车辆消息。当控制器从请求穿越核心区的任何车辆接收到消息<REQUEST,i,m,Lk>时，控制器将车辆ID插入车辆请求列表vehiclesList队尾，并按照4.2检查车辆请求列表vehiclesList内是否有应急车辆等要立刻通过交叉口的重要车辆。
4.2应急车辆规划
4.2.1存在应急车辆时
若存在应急车辆，控制器将检查是否有与应急车辆所在车道冲突的车道被锁定。若有，则将冲突车道解锁并向冲突车道中的所有车辆发送消息<DELAYED,i,Lk>，并将它们移回车辆请求列表vehiclesList中；若没有，则为应急车辆锁定车道集合，并将应急车辆与其所在车道之前的车辆添加到被授权进入核心区的汽车的列表crossingList中，并且广播消息以通知crossingList中的所有车辆它们现在可以穿越核心区。
4.2.2不存在应急车辆时
若不存在应急车辆，则按照步骤4.3计算车道的动态权重，得到此时权重最高的车道，准备允许此车道上的车辆通过交叉口。检查要为车辆锁定的车道集合是否已经被锁定，若车道集合已经被锁定，则将被车辆添加到被授权进入核心区的汽车的列表crossingList中，并且广播消息以通知crossingList中的所有车辆它们现在可以穿越核心区。另一方面，如果没有车道被锁定，那么首先将要为车辆锁定的车道集合锁定，然后车辆和车道上任何与本车道不冲突的车辆都可以通过核心区，并刷新穿越核心区的计时器。最后，若已经有车道被锁定且要为车辆锁定的车道集合不在其中，则车辆将被添加到等待名单中。
4.3车道动态权重计算
4.3.1根据公式Ti＝tc-t0(i)，计算车辆i已经等待的时间Ti，其中tc为控制器内部当前系统时间，t0(i)为首次接受到车辆i请求时的系统时间。
4.3.2计算车辆当前的动态权重WL，
根据公式
Figure BDA0002670612800000061
计算车道Lk,k∈[0,1,……,7]当前的动态权重。其中，a1、a2、a3分别表示车道紧急度、车道阻塞程度、车道中第一辆最高优先级车辆被阻塞程度的比例常数；公式右端第一项中n为优先级的数量，N(x)代表车道Lk上处于不同优先级x的无人车数量，Mx是m优先级对应的影响因子数值；公式右端第二项中，Qk是车道Lk中请求消息的车辆ID；公式右端第三项中，t0(ik,mmax)表示车道Lk中第一辆最高优先级车辆首次发起预约的时间。
4.4控制器可以从任何改变车道的车辆上接收消息<NEWLANE,i,Lk>。如果在车辆i在未经控制器批准穿越交叉口时改变车道，控制器更新其在等待列表中的信息并重新计算车道权重。如果新车道与旧车道冲突，并且控制器已经准许该车辆i进入核心区，即车辆i在列表crossingList中，则车辆被移回等待列表，且此时不重新计算车道权重。
4.5车辆延误规划
4.5.1不存在车辆延误。当控制器接收到车辆i已经成功通过核心区的消息<CROSSED,i>时，控制器把车辆i从crossingList中移除，若此时crossingList是空集，则控制器再进行步骤4.1的操作，接受消息，判断应急车辆、计算车道权重等。这保证了任何车辆都将有机会在一定时间段后通过核心区。
4.5.2存在车辆延误。控制器首先检查是否有其他车道车辆等待通过。如果是的话，则控制器将向所有延误车辆发送消息<DELAYED,i,Lk>，通知它们需要等待下一轮，然后再进行步骤4.1的操作。为了处理某些车辆可能已经在核心区的情况，计时器在允许其他车道车辆进入核心区之前等待另一个额外设定的持续时间。最后，如果没有其他车道车辆在等待，则控制器可以将穿越核心区的持续时间延长到所有延误的车辆都通过核心区。
本发明的优点在于：1)增加计时器，能够在车辆延误的时候及时采取措施，避免了控制器的无限制等待。2)考虑到了进入交叉口区域后变道的车辆，允许变道行为。3)考虑到应急车辆，保证这类车辆优先通过交叉口。4)设定车辆优先级，根据车道权重控制车辆通行顺序。本发明能够允许车辆无任何冲突地穿过交叉口，实现了高优先级车辆的优先调度以及根据车辆总等待时间等不同策略的优化调度，同时保证了应急车辆优先通过交叉口，更重要的是能够允许其他车辆在拥堵、事故发生的同时继续前进。为智能交通系统环境下的交叉口交通控制和调度提供了解决方案和有利支撑。
附图说明
图1为实施例1中一种典型交叉口示意图；
图2为实施例1中车辆状态转换图；
图3为实施例1中车辆任务流程图；
图4为实施例1中控制器任务流程图。
具体实施方式
以下结合附图和实施例对本发明作进一步说明。
实施例1：
表1车道锁定方案
Figure BDA0002670612800000081
表1是本发明经过仿真优化后得到的车道锁定方案。要确定某车道车辆锁定哪些车道，一个简单的解决方案是锁定该车辆车道和图1所示的所有四条冲突车道。然而使用这种设计，不同车道的车辆即使在并行车道上也无法通过交叉口，这会降低整个系统的效率，经过本发明的仿真优化后，决定锁定两条冲突的车道，完整的锁定模式如表1所示。
交叉口交通控制问题的任何解决方案在安全性、活跃性和公平性方面都有一套用来衡量的正确性属性，其中：
安全性(互斥)：核心区任何时候都不能有冲突的车辆。也就是说，如果核心区有一辆以上的车辆，它们必须相互并行。
活跃性(无死锁)：任何等候的车辆都将获准在有限的时间内进入核心区。
公平性(无饥饿)：每辆车必须在有限数量的车辆通过核心区后才能通过，即没有车道优先于另一车道。
为了证明基于车载自适应网络的智能交通系统交叉口集中控制方法的正确性和适用性，本发明需要证明它满足安全性、活跃性和公平性。
安全性属性表明：由于控制器使用了锁定机制，保证了系统的安全性能，表1中的锁是以不能同时锁定两条冲突车道的方式选择的。同时，允许并发车辆将能够继续行驶，因为控制器将能够锁定他们的车道。这将保证交叉口车辆的安全性。
活跃性属性表明：如果没有车辆在核心区且没有应急车辆等待通过交叉口，那么等待的车辆将按照车道权重的大小在有限的时间内通过。如果在核心区内没有车辆，则意味着所有车辆都已穿过核心区，或者在核心区内没有车辆。如果在核心区区域内没有车辆，则没有车道被锁定，并且控制器任务的步骤1将保证等待的车辆将接收到准许进入核心区的消息。另一方面，如果其他车辆通过了核心区，则它们都将把成功通过核心区的消息发送给控制器(车辆任务的步骤6)，从而导致crosssingList＝0，因此，等待的车辆将被授予穿越核心区的权限。这将保证交叉口车辆的活跃性。
公平性属性表明：本发明在控制器上增加了一个计时器，因此所有等待的车辆都将有机会在有限的时间内穿过交叉口。因为控制器按照车道权重安排通行顺序，且早到的车辆会引起更高的权重，因此，早到的车辆一般将早离开交叉口。这将保证交叉口车辆的公平性。
实施例2：
以下结合技术方案和附图详细叙述本发明的具体实例。以某城市一个四方向交叉口为例，如图一所示。
本实施实例是以四方向交叉口系统模型为例，利用车辆优先级解决交叉口车辆的调度和控制问题。
第一步、数学模型的构建：
本实施实例采用的系统模型是城市环境中最普遍的四方向交叉口模型，便于模拟城市中的一般情况，其中每个方向只取驶进交叉口方向的车道，并从零点方向开始按照顺时针对车道进行编号，依次从L0到L7。把小虚线方格称为核心区，大虚线方格称为排队区。核心区的任何车辆的状态都是正在穿越；而在排队区，任何车辆的状态都将是等待或排队。
第二步、定义表示方法：
为了便于表达，定义车辆与控制器之间相关参数和通信规则。
i表示不同车辆的ID。
statei表示车辆i的状态，该状态包括空闲状态(车辆在交叉口区域之外)、等待状态(车辆请求许可通过核心区并且仍在等待来自控制器命令的许可)、穿越状态(车辆正在穿过核心区)，以及最后车辆通过核心区而表示为空闲状态。
Lk表示车辆i的车道。
m表示车辆的优先级
vehiclesList表示所有在交叉口区域内并请求穿越交叉口的车辆列表。
crossingList表示控制器接受其通过核心区请求的车辆列表。此列表中的任何车辆都可以移动和穿过核心区。
locksi表示要为车辆i锁定的车道集合。
locked表示控制器在任意给定时间内已经锁定的车道集合。
车辆任务和控制器任务之间通过以下五条消息进行通信：
<REQUEST,i,m,Lk>：车辆i将此消息发送给控制器以表明其车道和想要穿过核心区的意图。其中，消息中第一项为消息类型，本例中说明是请求消息；第二项是车辆标识号，也就是车辆ID；第三项是车辆优先级；第四项是车辆所在车道。
<CROSS,i,Lk,duration>：控制器发送命令，让允许通过的车辆在指定时间内通过核心区。
<DELAYED,i,Lk>：车辆i将此消息发送给控制器以表明其在指定的时间内没有成功通过核心区。
<NEWLANE,i,Lk>：车辆i移动进入了一条与其旧位置冲突的新车道。
<CROSSED,i>：车辆i通知控制器其成功穿过了核心区。
第三步，控制器任务操作步骤：
车辆任务操作步骤流程图如图3所示，控制器任务操作步骤流程图如图4所示。因为控制器是本发明中起决定性作用的核心内容，因此在本实施实例中将以控制器任务操作步骤为例展开分析。
3.1在某城市四方向交叉口模型中，控制器随时接受八条车道中车辆发送的请求穿越交叉口的消息，当控制器从请求穿越核心区的任何车辆接收到消息<REQUEST,i,m,Lk>时，控制器将车辆ID插入车辆请求列表vehiclesList队尾。为了在第一时间安排应急车辆等最高优先级车辆通过交叉口，控制器按照3.2随时检查车辆请求列表vehiclesList内是否有应急车辆等要立刻通过交叉口的重要车辆。
3.2应急车辆规划
3.2.1存在应急车辆时
若存在应急车辆，控制器将检查是否有与应急车辆所在车道冲突的车道被锁定。若有，则将冲突车道解锁并向冲突车道中的所有车辆发送消息<DELAYED,i,Lk>，并将它们移回车辆请求列表vehiclesList中；若没有，则为应急车辆锁定车道集合，并将应急车辆与其所在车道之前的车辆添加到被授权进入核心区的汽车的列表crossingList中，并且广播消息以通知crossingList中的所有车辆它们现在可以穿越核心区。
3.2.2不存在应急车辆时
若不存在应急车辆，则控制器要在上一轮调度快要完成时，进行下一轮的车辆调度。控制器要按照步骤4.2计算车道的动态权重，得到此时权重最高的车道，准备允许此车道上的车辆通过交叉口。按照实施例1中仿真的车道锁定方案，检查要为车辆锁定的车道集合是否已经被锁定。例如，安排车道1车辆穿越交叉口，则需要同时将1，3，6三条车道锁定。若车道集合已经被锁定，则将被车辆添加到被授权进入核心区的汽车的列表crossingList中，并且广播消息以通知crossing i s t中的所有车辆它们现在可以穿越核心区。另一方面，如果没有车道被锁定，那么首先将要为车辆锁定的车道集合锁定，然后车辆和车道上任何与本车道不冲突的车辆都可以通过核心区，并刷新穿越核心区的计时器。最后，若已经有车道被锁定且要为车辆锁定的车道集合不在其中，则说明上一轮调度还未完成，控制器需要将车辆保持在等待名单中，并等待上一轮调度完成。
3.3车道动态权重计算
3.3.1根据公式Ti＝tc-t0(i)，计算车辆i已经等待的时间Ti，其中tc为控制器内部当前系统时间，t0(i)为首次接受到车辆i请求时的系统时间。
3.3.2计算车辆当前的动态权重WL，
根据公式
Figure BDA0002670612800000121
计算车道Lk,k∈[0,1,……,7]当前的动态权重。其中，a1、a2、a3分别表示车道紧急度、车道阻塞程度、车道中第一辆最高优先级车辆被阻塞程度的比例常数；公式右端第一项中n为优先级的数量，N(x)代表车道Lk上处于不同优先级x的无人车数量，Mx是m优先级对应的影响因子数值；公式右端第二项中，Qk是车道Lk中请求消息的车辆ID；公式右端第三项中，t0(ik,mmax)表示车道Lk中第一辆最高优先级车辆首次发起预约的时间。最后计算得出的动态权重最高的车道将会被控制器安排进行下一轮调度。
4.4为了保持交叉口的灵活性，控制器可以允许有车辆在交叉口区域内变更车道。控制器可以从任何改变车道的车辆上接收消息<NEWLANE,i,Lk>。在如果在车辆i在未经控制器批准穿越交叉口时改变车道，控制器更新其在等待列表中的信息并重新计算车道权重。如果新车道与旧车道冲突，并且控制器已经准许该车辆i进入核心区，即车辆i在列表crossingList中，则车辆被移回等待列表，且此时不重新计算车道权重。
4.5车辆延误规划
当上一轮调度没有完成，即有车辆发生延误时，例如车辆过多或者在穿越交叉口的过程中有车辆发生故障，控制器应该及时进行下一轮调度，保证任何等候的车辆都将获准在有限的时间内穿越交叉口。
4.5.1不存在车辆延误。当控制器接收到车辆i已经成功通过核心区的消息<CROSSED,i>时，控制器把车辆i从crossingList中移除，若此时crossingList是空集，即本轮安排的所有要穿越交叉口的车辆都成功穿越，则控制器再进行步骤4.1的操作，接受消息，判断应急车辆、计算车道权重等。这保证了任何车辆都将有机会在一定时间段后通过核心区。
4.5.2存在车辆延误。控制器首先检查是否有其他车道车辆等待通过。如果是的话，则控制器将向所有延误车辆发送消息<DELAYED,i,Lk>，通知它们需要等待下一轮，然后再进行步骤4.1的操作。为了处理某些车辆可能已经在核心区的情况，计时器在允许其他车道车辆进入核心区之前等待另一个额外设定的持续时间。最后，如果没有其他车道车辆在等待，则控制器可以将穿越核心区的持续时间延长到所有延误的车辆都通过核心区。
通过本发明，能够完成交叉口车辆的调度，使车辆无任何冲突地穿过交叉口，实现了高优先级车辆的优先调度以及根据车辆总等待时间等不同策略的优化调度，同时保证了应急车辆优先通过交叉口，更重要的是能够允许其他车辆在拥堵、事故发生的同时继续前进。为智能交通系统环境下的交叉口交通控制和调度提供了解决方案和有利支撑。

Claims (2)

1.基于车载自适应网络的智能交通系统交叉口集中控制方法，其特征在于，包括以下步骤：
步骤一：数学模型的构建：
系统模型采用四方向交叉口模型，其中车道编号为L0到L7；把小虚线方格称为核心区，大虚线方格称为排队区；核心区的任何车辆的状态都是正在穿越；而在排队区，任何车辆的状态都将是等待或排队；
在本发明的模型中，本发明做出了如下假设：
(1)假设每辆车都有一个唯一的ID，并且它是自动驾驶的；
(2)假设消息的传输是可靠的；；
(3)假设通信设备的传输范围大于排队区域的长度；；
(4)假设每辆车都具有优先设定好的优先级，不能随意更改；
车载自适应网络的智能交通系统交叉口集中控制方法由车辆任务和控制器任务两部分组成；
步骤二：定义表示方法：
i表示不同车辆的ID；
statei表示车辆i的状态，该状态包括空闲状态(车辆在交叉口区域之外)、等待状态(车辆请求许可通过核心区并且仍在等待来自控制器命令的许可)、穿越状态(车辆正在穿过核心区)，以及最后车辆通过核心区而表示为空闲状态；
Lk表示车辆i的车道；
m表示车辆的优先级；
vehiclesList表示所有在交叉口区域内并请求穿越交叉口的车辆列表；
crossingList表示控制器接受其通过核心区请求的车辆列表；此列表中的任何车辆都能移动和穿过核心区；
locksi表示要为车辆i锁定的车道集合；
locked表示控制器在任意给定时间内已经锁定的车道集合；
车辆任务和控制器任务之间通过以下五条消息进行通信：
<REQUEST,i,m,Lk>：车辆i将此消息发送给控制器以表明其车道和想要穿过核心区的意图；其中，消息中第一项为消息类型；第二项是车辆标识号，也就是车辆ID；第三项是车辆优先级；第四项是车辆所在车道；
<CROSS,i,Lk,duration>：控制器发送命令，让允许通过的车辆在指定时间内通过核心区；
<DELAYED,i,Lk>：车辆i将此消息发送给控制器以表明其在指定的时间内没有成功通过核心区；
<NEWLANE,i,Lk>：车辆i移动进入了一条与其旧位置冲突的新车道；
<CROSSED,i>：车辆i通知控制器其成功穿过了核心区；
三、车辆任务操作步骤
3.1车辆i到达排队区时，向控制器发送消息<REQUEST,i,m,Lk>，请求允许穿过核心区，并表明自己车辆的车道和优先级；i的状态更改为等待，意味着车辆i正在等待控制器允许其进入核心区；应急车辆在此步时要向控制器表明自己特殊的身份，以获得通过交叉口的最高的优先级；
3.2当车辆的位置不同时，车辆的状态也会相应的改变；当车辆在排队区域时，车辆的状态为等待或排队；当车辆在核心区时，车辆的状态为正在穿越；当车辆穿过核心区时，车辆的状态为空闲；
3.3当车辆i状态为等待并且处于vehiclesList时，若此时接收到控制器发送的<CROSS,i,Lk,duration>命令，则表示车辆i能在规定时间内通过核心区，此时车辆i的状态被更新为排队，车辆ID进入crossingList；接下来车辆i将跟随车队通过核心区；
3.4当车辆i状态为排队并且处于vehiclesList时，若此时接收到了控制器发送的<DELAYED,i,Lk>命令，则表示由于车队内某辆车或自身驾驶缓慢或拥堵而导致车辆延误，车辆i未能在规定时间内通过核心区，则车辆i将被拒接进入核心区，并将车辆i的状态更新为等待；
3.5在等待获得通过核心区的许可时，车辆i可能会进入与发送给控制器的旧位置冲突的新车道；在这种情况下，车辆i将发送消息<NEWLANE,i,Lk>给控制器通知它相应的改变；若此事件发生在车辆i获取到通过核心区的许可后，即车辆i的状态为排队，则控制器在自身数据库中将车辆i的相应车道数据进行更新，并且将车辆i的状态更改为等待；
3.6若车辆i的状态为正在穿越并且在随后成功穿越了核心区，则车辆要向控制器发送消息<CROSSED,i>，即任何车辆在穿过核心区时都必须将通过的消息发送给控制器；
四、控制器任务操作步骤
4.1接受车辆消息；当控制器从请求穿越核心区的任何车辆接收到消息<REQUEST,i,m,Lk>时，控制器将车辆ID插入车辆请求列表vehiclesList队尾，并按照4.2检查车辆请求列表vehiclesList内是否有应急车辆等要立刻通过交叉口的重要车辆；
4.2应急车辆规划
4.2.1存在应急车辆时
若存在应急车辆，控制器将检查是否有与应急车辆所在车道冲突的车道被锁定；若有，则将冲突车道解锁并向冲突车道中的所有车辆发送消息<DELAYED,i,Lk>，并将它们移回车辆请求列表vehiclesList中；若没有，则为应急车辆锁定车道集合，并将应急车辆与其所在车道之前的车辆添加到被授权进入核心区的汽车的列表crossingList中，并且广播消息以通知crossingList中的所有车辆它们现在能穿越核心区；
4.2.2不存在应急车辆时
若不存在应急车辆，则按照步骤4.3计算车道的动态权重，得到此时权重最高的车道，准备允许此车道上的车辆通过交叉口；检查要为车辆锁定的车道集合是否已经被锁定，若车道集合已经被锁定，则将被车辆添加到被授权进入核心区的汽车的列表crossingList中，并且广播消息以通知crossingList中的所有车辆它们现在能穿越核心区；另一方面，如果没有车道被锁定，那么首先将要为车辆锁定的车道集合锁定，然后车辆和车道上任何与本车道不冲突的车辆都能通过核心区，并刷新穿越核心区的计时器；最后，若已经有车道被锁定且要为车辆锁定的车道集合不在其中，则车辆将被添加到等待名单中；
4.3车道动态权重计算
4.3.1根据公式Ti＝tc-t0(i)，计算车辆i已经等待的时间Ti，其中tc为控制器内部当前系统时间，t0(i)为首次接受到车辆i请求时的系统时间；
4.3.2计算车辆当前的动态权重WL，
根据公式
Figure FDA0002670612790000041
计算车道Lk,k∈[0,1,……,7]当前的动态权重；
其中，a1、a2、a3分别表示车道紧急度、车道阻塞程度、车道中第一辆最高优先级车辆被阻塞程度的比例常数；公式右端第一项中n为优先级的数量，N(x)代表车道Lk上处于不同优先级x的无人车数量，Mx是m优先级对应的影响因子数值；公式右端第二项中，Qk是车道Lk中请求消息的车辆ID；公式右端第三项中，t0(ik,mmax)表示车道Lk中第一辆最高优先级车辆首次发起预约的时间；
4.4控制器能从任何改变车道的车辆上接收消息<NEWLANE,i,Lk>；如果在车辆i在未经控制器批准穿越交叉口时改变车道，控制器更新其在等待列表中的信息并重新计算车道权重；如果新车道与旧车道冲突，并且控制器已经准许该车辆i进入核心区，即车辆i在列表crossingList中，则车辆被移回等待列表，且此时不重新计算车道权重；
4.5车辆延误规划
不存在车辆延误；当控制器接收到车辆i已经成功通过核心区的消息<CROSSED,i>时，控制器把车辆i从crossingList中移除，若此时crossingList是空集，则控制器再进行步骤4.1的操作。
2.根据权利要求1所述的基于车载自适应网络的智能交通系统交叉口集中控制方法，其特征在于，所述的步骤4.5中，当存在车辆延误；控制器首先检查是否有其他车道车辆等待通过；如果是的话，则控制器将向所有延误车辆发送消息<DELAYED,i,Lk>，通知它们需要等待下一轮，然后再进行步骤4.1的操作。
CN202010932268.4A 2020-09-08 2020-09-08 基于车载自适应网络的智能交通系统交叉口集中控制方法 Pending CN112185135A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010932268.4A CN112185135A (zh) 2020-09-08 2020-09-08 基于车载自适应网络的智能交通系统交叉口集中控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010932268.4A CN112185135A (zh) 2020-09-08 2020-09-08 基于车载自适应网络的智能交通系统交叉口集中控制方法

Publications (1)

Publication Number Publication Date
CN112185135A true CN112185135A (zh) 2021-01-05

Family

ID=73924939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010932268.4A Pending CN112185135A (zh) 2020-09-08 2020-09-08 基于车载自适应网络的智能交通系统交叉口集中控制方法

Country Status (1)

Country Link
CN (1) CN112185135A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023098281A1 (en) * 2021-12-05 2023-06-08 International Business Machines Corporation Dynamic traffic signal optimization using received vehicle information

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102493377A (zh) * 2011-12-08 2012-06-13 中山大学 一种用于十字路口集中式交通控制机制
CN203311638U (zh) * 2013-05-31 2013-11-27 上海亚视信息科技有限公司 城市道路路口拖尾拥堵防治系统
CN104240522A (zh) * 2014-09-04 2014-12-24 中山大学 基于车载网和模糊神经网络的自适应十字路口控制技术
CN104700638B (zh) * 2014-08-24 2017-09-29 安徽工程大学 路口交通系统及其控制方法
CN107452218A (zh) * 2017-09-22 2017-12-08 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN107507430A (zh) * 2017-09-15 2017-12-22 清华大学 一种城市路口交通控制方法及系统
US20180275678A1 (en) * 2017-03-23 2018-09-27 Edward Andert Systems, methods, and apparatuses for implementing time sensitive autonomous intersection management
CN110634297A (zh) * 2019-10-08 2019-12-31 交通运输部公路科学研究所 基于车载激光雷达的信号灯状态识别及通行控制系统
CN110910646A (zh) * 2019-12-11 2020-03-24 上海同济城市规划设计研究院有限公司 用于交叉口的无人驾驶公交车辆的协同控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102493377A (zh) * 2011-12-08 2012-06-13 中山大学 一种用于十字路口集中式交通控制机制
CN203311638U (zh) * 2013-05-31 2013-11-27 上海亚视信息科技有限公司 城市道路路口拖尾拥堵防治系统
CN104700638B (zh) * 2014-08-24 2017-09-29 安徽工程大学 路口交通系统及其控制方法
CN104240522A (zh) * 2014-09-04 2014-12-24 中山大学 基于车载网和模糊神经网络的自适应十字路口控制技术
US20180275678A1 (en) * 2017-03-23 2018-09-27 Edward Andert Systems, methods, and apparatuses for implementing time sensitive autonomous intersection management
CN107507430A (zh) * 2017-09-15 2017-12-22 清华大学 一种城市路口交通控制方法及系统
CN107452218A (zh) * 2017-09-22 2017-12-08 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN110634297A (zh) * 2019-10-08 2019-12-31 交通运输部公路科学研究所 基于车载激光雷达的信号灯状态识别及通行控制系统
CN110910646A (zh) * 2019-12-11 2020-03-24 上海同济城市规划设计研究院有限公司 用于交叉口的无人驾驶公交车辆的协同控制方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
IMAN SAEED等: "Performance Evaluation of an IoV-Based Intersection Traffic Control Approach", 《2018 IEEE INTERNATIONAL CONFERENCE ON INTERNET OF THINGS (ITHINGS) AND IEEE GREEN COMPUTING AND COMMUNICATIONS (GREENCOM) AND IEEE CYBER, PHYSICAL AND SOCIAL COMPUTING (CPSCOM) AND IEEE SMART DATA (SMARTDATA)》 *
KAILONG ZHANG等: "Service-Oriented Cooperation Models and Mechanisms for Heterogeneous Driverless Vehicles at Continuous Static Critical Sections", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
MOURAD ELHADEF: "An Adaptable inVANETs-Based Intersection Traffic Control Algorithm", 《2015 IEEE INTERNATIONAL CONFERENCE ON COMPUTER AND INFORMATION TECHNOLOGY; UBIQUITOUS COMPUTING AND COMMUNICATIONS; DEPENDABLE, AUTONOMIC AND SECURE COMPUTING; PERVASIVE INTELLIGENCE AND COMPUTING》 *
RUCHIKA CHAWLA等: "Modified centralized approach for preventing collision at traffic intersection", 《2017 4TH INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING, COMPUTING AND CONTROL (ISPCC)》 *
WEIGANG WU等: "Distributed Mutual Exclusion Algorithms for Intersection Traffic Control", 《IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS》 *
万年丰: "智能车多车协作算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
张洁彬: "基于车辆间通信的智能十字路口交通控制系统设计与实现", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
王秀峰: "车联网中V2V多跳广播关键技术研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023098281A1 (en) * 2021-12-05 2023-06-08 International Business Machines Corporation Dynamic traffic signal optimization using received vehicle information

Similar Documents

Publication Publication Date Title
Liu et al. Trajectory planning for autonomous intersection management of connected vehicles
Ahmane et al. Modeling and controlling an isolated urban intersection based on cooperative vehicles
Younes et al. An efficient dynamic traffic light scheduling algorithm considering emergency vehicles for intelligent transportation systems
US11011056B2 (en) Fragmentation-aware intelligent autonomous intersection management using a space-time resource model
Chen et al. Cooperative intersection management: A survey
Zhang et al. State-driven priority scheduling mechanisms for driverless vehicles approaching intersections
Kumaravel et al. Optimal coordination of platoons of connected and automated vehicles at signal-free intersections
Geng et al. New “smart parking” system based on resource allocation and reservations
Wu et al. Distributed mutual exclusion algorithms for intersection traffic control
Elhadef An adaptable inVANETs-based intersection traffic control algorithm
Zhang et al. Service-oriented cooperation models and mechanisms for heterogeneous driverless vehicles at continuous static critical sections
CN112466115A (zh) 一种基于边缘计算的公交车辆交叉口优先通行控制系统及方法
CN111638717A (zh) 一种分布式自主机器人交通协调机制的设计方法
Lu et al. Are autonomous vehicles better off without signals at intersections? A comparative computational study
Chalaki et al. An optimal coordination framework for connected and automated vehicles in two interconnected intersections
Yao et al. A two-stage optimization method for schedule and trajectory of CAVs at an isolated autonomous intersection
Deng et al. Cooperative platoon formation of connected and autonomous vehicles: Toward efficient merging coordination at unsignalized intersections
Lu et al. Optimization-based approach for resilient connected and autonomous intersection crossing traffic control under V2X communication
Aoki et al. Safe intersection management with cooperative perception for mixed traffic of human-driven and autonomous vehicles
Zhang et al. Robust autonomous intersection control approach for connected autonomous vehicles
Mertens et al. An extended maneuver coordination protocol with support for urban scenarios and mixed traffic
Hart et al. Fail-safe priority-based approach for autonomous intersection management
Chen et al. Improved reservation-based method with controllable gap strategy for vehicle coordination at non-signalized intersections
CN112185135A (zh) 基于车载自适应网络的智能交通系统交叉口集中控制方法
Aoki et al. Cyber traffic light: Safe cooperation for autonomous vehicles at dynamic intersections

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210105