CN112216122A - 一种自动驾驶进程中交叉口车道布设与信号配时方法 - Google Patents
一种自动驾驶进程中交叉口车道布设与信号配时方法 Download PDFInfo
- Publication number
- CN112216122A CN112216122A CN202011433396.0A CN202011433396A CN112216122A CN 112216122 A CN112216122 A CN 112216122A CN 202011433396 A CN202011433396 A CN 202011433396A CN 112216122 A CN112216122 A CN 112216122A
- Authority
- CN
- China
- Prior art keywords
- intersection
- lane
- indicating
- entry
- traffic
- 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
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C1/00—Design or layout of roads, e.g. for noise abatement, for gas absorption
- E01C1/002—Design or lay-out of roads, e.g. street systems, cross-sections ; Design for noise abatement, e.g. sunken road
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C1/00—Design or layout of roads, e.g. for noise abatement, for gas absorption
- E01C1/02—Crossings, junctions or interconnections between roads on the same level
-
- 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
Abstract
本发明公开了一种自动驾驶进程中交叉口车道布设与信号配时方法。在考虑自动驾驶车辆和人工驾驶车辆同时存在的情况下,同时进行交叉口车道布设与信号配时。首先,面向自动驾驶车辆和人工驾驶车辆混行的交通流,建立交叉口车道布设准则;之后建立交叉口各相位的绿灯时间的表达式;然后根据自动驾驶车辆的比例,提出车道通行能力分级确定方法,建立交通量约束;最后计算交叉口车道布设方案和交叉口信号配时方案。本发明旨在考虑未来自动驾驶车辆和人工驾驶车辆混行的情况下,同时进行交叉口车道布设和信号配时,进而提升交叉口总通行交通量,降低交通拥堵。
Description
技术领域
本发明属于交通工程领域,特别涉及一种自动驾驶进程中交叉口车道布设与信号配时方法。
背景技术
随着经济发展,城市交通堵塞问题已成为阻碍城市发展的重要原因之一,与此同时,城市交通拥堵所带来的环境污染、能源浪费、居民幸福指数下降等问题也不可忽视。而交叉口作为交通网络中的交汇地点,容易造成交通堵塞。近年来,自动驾驶的不断发展,为缓解交叉口拥堵提供了新的机遇和挑战。面向自动驾驶的交叉口控制成为近些年来研究的重点方向之一。
目前国内外对自动驾驶进程中的交叉口控制的研究有以下不足:第一,主要针对全自动驾驶车辆行驶或全人工驾驶车辆行驶的环境下的交叉口信号配时,较少考虑自动驾驶和人工驾驶车辆混合行驶的情况;第二,在进行交叉口信号配时的同时,较少同时考虑到面向自动驾驶的情况下的车道功能的划分,例如是否设置直行自动驾驶车辆专用车道、直行人工驾驶车辆专用车道、直行自动驾驶车辆与人工驾驶车辆混合车道、左转自动驾驶车辆专用车道、左转人工驾驶车辆专用车道以及左转自动驾驶车辆与人工驾驶车辆混合车道等。因此,在自动驾驶技术不断发展的进程中,面向自动驾驶车辆和人工驾驶车辆混行,设计一种考虑交叉口车道布设的信号配时方法,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自动驾驶进程中交叉口车道布设与信号配时方法,通过该方法可以获得交叉口信号配时方案以及相应的车道布设方案,提高交叉口总通行交通量。
技术方案:为解决上述技术问题,本发明提供了一种自动驾驶进程中交叉口车道布设与信号配时方法,该方法包括如下步骤:
步骤1:面向自动驾驶车辆和人工驾驶车辆混行的交通流,建立交叉口车道布设准则;
步骤2:建立交叉口各相位的绿灯时间的表达式;
步骤3:根据自动驾驶车辆的比例,提出车道通行能力分级确定方法,建立交通量约束;
步骤4:建立目标函数,计算交叉口进口道车道布设方案和交叉口的信号配时方案,目标函数如公式(18)所示:
优选地:所述步骤1中建立交叉口车道布设准则,包括如下步骤:
步骤11:确保交叉口每个进口方向至少设置一条左转和一条直行车道,如公式(1)~公式(3)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,,表示交叉口进口方向左转和直行车道数总和,为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆专用车道,表示交叉口进口方向第条车道不是自动驾驶车辆专用车道;为0-1二元变量,表示交叉口进口方向第条车道是人工驾驶车辆专用车道,表示交叉口进口方向第条车道不是人工驾驶车辆专用车道;为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆与人工驾驶车辆混合车道,表示交叉口进口方向第条车道不是自动驾驶车辆与人工驾驶车辆混合车道;为0-1二元变量,表示交叉口进口方向第条车道是直行车道,表示交叉口进口方向第条车道是左转车道;
步骤12:交叉口每个进口方向各类型车道数量总和等于该进口方向车道数总数,如公式(4)所示:
步骤13:交叉口每个进口方向的车辆总数守恒,如公式(5)所示:
式中,表示在交叉口采集的交叉口进口方向流向类型的车辆数量;表示增大系数变量;,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,表示交叉口进口方向第条车道上流向类型的车流量;
步骤14:确保车辆类型和车道功能相匹配,直行车辆只能在直行车道上行驶,左转车辆只能在左转车道上行驶,自动驾驶车辆只能在自动驾驶专用车道或自动驾驶车辆与人工驾驶车辆混合车道上行驶,人工驾驶车辆只能在人工驾驶专用车道或自动驾驶车辆与人工驾驶车辆混合车道上行驶,如公式(6)~公式(9)所示:
式中,表示交叉口进口方向第条车道上的直行流向类型的车流量,表示交叉口进口方向第条车道上的左转流向类型的车流量,表示交叉口进口方向第条车道上的流向的人工驾驶车辆的车流量,表示交叉口进口方向第条车道上的流向的自动驾驶车辆的车流量,,单位为辆/小时。
优选地:步骤2中所述建立交叉口各相位的绿灯时间的表达式,包括如下步骤:
步骤21:将交叉口信号周期分为放行东西流向车流和南北流向车流的两个绿灯时间,如公式(10)所示:
步骤22:将放行东西流向车流的绿灯时间分为放行东方向左转和西方向直行流向的两个绿灯时间,如公式(11)所示:
步骤23:将放行东西流向车流的绿灯时间分为放行东方向直行和西方向左转流向的两个绿灯时间,如公式(12)所示:
步骤24:将放行东西流向车流的绿灯时间分为放行南方向左转和北方向直行流向的两个绿灯时间,如公式(13)所示:
步骤25:将放行东西流向车流的绿灯时间分为放行南方向直行和北方向左转流向的两个绿灯时间,如公式(14)所示:
优选地:所述步骤3中根据自动驾驶车辆的比例,提出车道通行能力分级确定方法,建立交通量约束,包括如下步骤:
步骤31:确定每条车道中自动驾驶车辆所占比例,如公式(15)所示
步骤33:建立交通量约束,即交叉口各进口车道上的交通量不能超过该车道通行能力,如式(17)所示:
有益效果:本发明与现有技术相比,具有以下优点:
本发明方法基于自动驾驶车辆和人工驾驶车辆混合交通流情况下,同时考虑车道布设和交叉口信号配时,改善目前大部分研究仅基于全自动驾驶环境或全人工驾驶环境以及仅进行信号配时不考虑车道布设的问题。在基于自动驾驶车辆和人工驾驶车辆混行的交通流下,进行相应的车道布设和信号配时,提升交叉口总通行交通量。
附图说明
图1为本发明方法的流程图。
图2为本发明交叉口示意图。
图3为本发明给定参数运算后的结果图。
附图序号说明:
1-自动驾驶车辆专用车道,2-人工驾驶车辆专用车道,3-自动驾驶车辆与人工驾驶车辆混合车道。
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:面向自动驾驶车辆和人工驾驶车辆混行的交通流,建立交叉口车道布设准则;
步骤2:建立交叉口各相位绿灯时间的表达式;
步骤3:根据自动驾驶车辆的比例,提出车道通行能力分级确定方法,建立交通量约束;
步骤4:建立目标函数,计算交叉口进口道车道布设方案和交叉口的信号配时方案,目标函数如公式(18)所示:
步骤1面向自动驾驶车辆和人工驾驶车辆混行的交通流,建立交叉口车道布设准则,包括如下步骤:
步骤11:确保交叉口每个进口方向至少设置一条左转和一条直行车道,如公式(1)~公式(3)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,;表示交叉口进口方向左转和直行车道数总和,表示交叉口东进口方向的左转和直行车道数总和,其余同理可得,本实施例取值如下所示:;为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆专用车道,表示交叉口进口方向第条车道不是自动驾驶车辆专用车道;为0-1二元变量,表示交叉口进口方向第条车道是人工驾驶车辆专用车道,表示交叉口进口方向第条车道不是人工驾驶车辆专用车道;为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆与人工驾驶车辆混合车道,表示交叉口进口方向第条车道不是自动驾驶车辆与人工驾驶车辆混合车道;为0-1二元变量,表示交叉口进口方向第条车道是直行车道,表示交叉口进口方向第条车道是左转车道;
步骤12:交叉口每个进口方向各类型车道数量总和等于该进口方向车道数总数,如公式(4)所示:
步骤13:交叉口每个进口方向的车辆总数守恒,如公式(5)所示:
式中,表示增大系数变量;,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,表示交叉口进口方向第条车道上流向类型的车流量;表示在交叉口采集的交叉口进口方向流向类型的车辆数量,其中表示在交叉口采集的交叉口东进口方向直行流向的自动驾驶车辆的数量,其余同理可得;取值如下所示:
步骤14:确保车辆类型和车道功能相匹配,直行车辆只能在直行车道上行驶,左转车辆只能在左转车道上行驶,自动驾驶车辆只能在自动驾驶专用车道或自动驾驶车辆与人工驾驶车辆混合车道上行驶,人工驾驶车辆只能在人工驾驶专用车道或自动驾驶车辆与人工驾驶车辆混合车道上行驶,如公式(6)~公式(9)所示:
式中,表示交叉口进口方向第条车道上的直行流向类型的车流量,表示交叉口进口方向第条车道上的左转流向类型的车流量,表示交叉口进口方向第条车道上的流向的人工驾驶车辆的车流量,表示交叉口进口方向第条车道上的流向的自动驾驶车辆的车流量,,单位为辆/小时,其中用以约束的取值,不表示只能取500000。
步骤2中所述建立交叉口各相位的绿灯时间的表达式,包括如下步骤:
步骤21:将交叉口信号周期分为放行东西流向车流和南北流向车流的两个绿灯时间,如公式(10)所示:
式中,表示在交叉口信号周期,表示放行东西流向车流的绿灯时间,表示放行南北流向车流的绿灯时间;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,单位均为秒,的取值为交叉口信号配时常用取值之一,不表示只能取60和300;
步骤22:将放行东西流向车流的绿灯时间分为放行东方向左转和西方向直行流向的两个绿灯时间,如公式(11)所示:
步骤23:将放行东西流向车流的绿灯时间分为放行东方向直行和西方向左转流向的两个绿灯时间,如公式(12)所示:
步骤24:将放行东西流向车流的绿灯时间分为放行南方向左转和北方向直行流向的两个绿灯时间,如公式(13)所示:
步骤25:将放行东西流向车流的绿灯时间分为放行南方向直行和北方向左转流向的两个绿灯时间,如公式(14)所示:
步骤3中根据自动驾驶车辆的比例,提出车道通行能力分级确定方法,建立交通量约束,包括如下步骤:
步骤31:确定每条车道中自动驾驶车辆所占比例,如公式(15)所示:
步骤33:建立交通量约束,即交叉口各进口车道上的交通量不能超过该车道通行能力,如式(17)所示:
车道布设方案和交叉口的信号配时方案,如下所示:
为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆专用车道,表示交叉口进口方向第条车道不是自动驾驶车辆专用车道,其中若,则表示交叉口东进口方向第条车道是自动驾驶车辆专用车道,若,则表示交叉口东进口方向第条车道不是自动驾驶车辆专用车道,其余同理可得;为0-1为二元变量,表示交叉口进口方向第条车道是人工驾驶车辆专用车道,表示表示交叉口进口方向第条车道不是人工驾驶车辆专用车道,其中若,则表示交叉口东进口方向第条车道是人工驾驶车辆专用车道,若,则表示交叉口东进口方向第条车道不是人工驾驶车辆专用车道,其余同理可得;为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆与人工驾驶车辆混合车道,表示交叉口进口方向第条车道不是自动驾驶车辆与人工驾驶车辆混合车道,其中若,则表示交叉口东进口方向第条车道是自动驾驶车辆与人工驾驶车辆混合车道,若,则表示交叉口东进口方向第条车道不是自动驾驶车辆与人工驾驶车辆混合车道,其余同理可得;为0-1二元变量,表示交叉口进口方向第条车道为直行车道,表示交叉口进口方向第条车道为左转车道,其中若,则表示交叉口东进口方向第条车道为直行车道,若,则表示交叉口东进口方向第条车道为左转车道,其余同理可得;表示增大系数变量;表示在交叉口信号周期,表示放行东西流向车流的绿灯时间,表示放行南北流向车流的绿灯时间,表示交叉口东方向直行流向绿灯放行时间,表示交叉口东方向左转流向绿灯放行时间,表示交叉口西方向直行流向绿灯放行时间,表示交叉口西方向左转流向绿灯放行时间,表示交叉口南方向直行流向绿灯放行时间,表示交叉口南方向左转流向绿灯放行时间,表示交叉口北方向直行流向绿灯放行时间,表示交叉口北方向左转流向绿灯放行时间。
Claims (5)
2.根据权利要求1所述的一种自动驾驶进程中交叉口车道布设与信号配时方法,其特征在于,所述步骤1中建立交叉口车道布设准则,包括如下步骤:
步骤11:确保交叉口每个进口方向至少设置一条左转和一条直行车道,如公式(1)~公式(3)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,,表示交叉口进口方向左转和直行车道数总和,为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆专用车道,表示交叉口进口方向第条车道不是自动驾驶车辆专用车道;为0-1二元变量,表示交叉口进口方向第条车道是人工驾驶车辆专用车道,表示交叉口进口方向第条车道不是人工驾驶车辆专用车道;为0-1二元变量,表示交叉口进口方向第条车道是自动驾驶车辆与人工驾驶车辆混合车道,表示交叉口进口方向第条车道不是自动驾驶车辆与人工驾驶车辆混合车道;为0-1二元变量,表示交叉口进口方向第条车道是直行车道,表示交叉口进口方向第条车道是左转车道;
步骤12:交叉口每个进口方向各类型车道数量总和等于该进口方向车道数总数,如公式(4)所示:
步骤13:交叉口每个进口方向的车辆总数守恒,如公式(5)所示:
式中,表示在交叉口采集的交叉口进口方向流向类型的车辆数量;表示增大系数变量;,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,表示交叉口进口方向第条车道上流向类型的车流量;
步骤14:确保车辆类型和车道功能相匹配,直行车辆只能在直行车道上行驶,左转车辆只能在左转车道上行驶,自动驾驶车辆只能在自动驾驶专用车道或自动驾驶车辆与人工驾驶车辆混合车道上行驶,人工驾驶车辆只能在人工驾驶专用车道或自动驾驶车辆与人工驾驶车辆混合车道上行驶,如公式(6)~公式(9)所示:
3.根据权利要求2所述的一种自动驾驶进程中交叉口车道布设与信号配时方法,其特征在于,步骤2中所述的建立交叉口各相位绿灯时间的表达式,包括如下步骤:
步骤21:将交叉口信号周期分为放行东西流向车流和南北流向车流的两个绿灯时间,如公式(10)所示:
步骤22:将放行东西流向车流的绿灯时间分为放行东方向左转和西方向直行流向的两个绿灯时间,如公式(11)所示:
步骤23:将放行东西流向车流的绿灯时间分为放行东方向直行和西方向左转流向的两个绿灯时间,如公式(12)所示:
步骤24:将放行东西流向车流的绿灯时间分为放行南方向左转和北方向直行流向的两个绿灯时间,如公式(13)所示:
步骤25:将放行东西流向车流的绿灯时间分为放行南方向直行和北方向左转流向的两个绿灯时间,如公式(14)所示:
4.根据权利要求3所述的一种自动驾驶进程中交叉口车道布设与信号配时方法,其特征在于,所述步骤3中根据自动驾驶车辆的比例,提出车道通行能力分级确定方法,建立交通量约束,包括如下步骤:
步骤31:确定每条车道中自动驾驶车辆所占比例,如公式(15)所示
步骤33:建立交通量约束,即交叉口各进口方向各条车道上的交通量不能超过该车道通行能力,如式(17)所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011433396.0A CN112216122B (zh) | 2020-12-10 | 2020-12-10 | 一种自动驾驶进程中交叉口车道布设与信号配时方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011433396.0A CN112216122B (zh) | 2020-12-10 | 2020-12-10 | 一种自动驾驶进程中交叉口车道布设与信号配时方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112216122A true CN112216122A (zh) | 2021-01-12 |
CN112216122B CN112216122B (zh) | 2021-03-09 |
Family
ID=74067960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011433396.0A Active CN112216122B (zh) | 2020-12-10 | 2020-12-10 | 一种自动驾驶进程中交叉口车道布设与信号配时方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112216122B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113257012A (zh) * | 2021-06-10 | 2021-08-13 | 长沙理工大学 | 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法 |
CN114677846A (zh) * | 2022-04-13 | 2022-06-28 | 合肥工业大学 | 纯网联自动驾驶环境下信号交叉口进口道的动态分配方法 |
CN115482663A (zh) * | 2022-09-09 | 2022-12-16 | 长沙理工大学 | 一种考虑自动驾驶专用相位的交叉口交通控制方法 |
CN115497296A (zh) * | 2022-09-27 | 2022-12-20 | 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 |
CN115631639A (zh) * | 2022-12-20 | 2023-01-20 | 银江技术股份有限公司 | 基于改进nema相位结构的混行交叉口信号配时方法与系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578620A (zh) * | 2017-08-07 | 2018-01-12 | 广东方纬科技有限公司 | 基于车道级系统的道路通行能力的计算方法、系统和装置 |
CN108399762A (zh) * | 2018-05-08 | 2018-08-14 | 北京航空航天大学 | 一种自动驾驶和人工驾驶车辆混行条件下的交叉口通行控制方法 |
CN111091722A (zh) * | 2019-12-27 | 2020-05-01 | 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 |
KR20200058613A (ko) * | 2018-11-13 | 2020-05-28 | 한국철도기술연구원 | 관제시스템을 이용한 자율주행차량의 교차로 통과지원장치 및 방법 |
US10733883B1 (en) * | 2018-06-22 | 2020-08-04 | Traffic Technology Services, Inc. | Configurable virtual traffic detection system under predictive signal states |
CN111754777A (zh) * | 2020-07-10 | 2020-10-09 | 清华大学 | 无人驾驶和有人驾驶混行交通流的微观交通仿真方法 |
CN112017440A (zh) * | 2020-10-26 | 2020-12-01 | 长沙理工大学 | 一种面向自动驾驶环境下交叉口交通控制的迭代算法 |
-
2020
- 2020-12-10 CN CN202011433396.0A patent/CN112216122B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578620A (zh) * | 2017-08-07 | 2018-01-12 | 广东方纬科技有限公司 | 基于车道级系统的道路通行能力的计算方法、系统和装置 |
CN108399762A (zh) * | 2018-05-08 | 2018-08-14 | 北京航空航天大学 | 一种自动驾驶和人工驾驶车辆混行条件下的交叉口通行控制方法 |
US10733883B1 (en) * | 2018-06-22 | 2020-08-04 | Traffic Technology Services, Inc. | Configurable virtual traffic detection system under predictive signal states |
KR20200058613A (ko) * | 2018-11-13 | 2020-05-28 | 한국철도기술연구원 | 관제시스템을 이용한 자율주행차량의 교차로 통과지원장치 및 방법 |
CN111091722A (zh) * | 2019-12-27 | 2020-05-01 | 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 |
CN111754777A (zh) * | 2020-07-10 | 2020-10-09 | 清华大学 | 无人驾驶和有人驾驶混行交通流的微观交通仿真方法 |
CN112017440A (zh) * | 2020-10-26 | 2020-12-01 | 长沙理工大学 | 一种面向自动驾驶环境下交叉口交通控制的迭代算法 |
Non-Patent Citations (3)
Title |
---|
MOHSEN RAMEZANI 等: "Capacity and Delay Analysis of Arterials with Mixed Autonomous and Human-Driven Vehicles", 《IEEE》 * |
吴伟 等: "自动驾驶环境下交叉口车辆路径规划与最优控制模型", 《自动化学报》 * |
李磊 等: "联网自动车环境下的信号交叉口优化方法研究", 《交通运输》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113257012A (zh) * | 2021-06-10 | 2021-08-13 | 长沙理工大学 | 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法 |
CN113257012B (zh) * | 2021-06-10 | 2022-07-26 | 长沙理工大学 | 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法 |
CN114677846A (zh) * | 2022-04-13 | 2022-06-28 | 合肥工业大学 | 纯网联自动驾驶环境下信号交叉口进口道的动态分配方法 |
CN114677846B (zh) * | 2022-04-13 | 2022-12-06 | 合肥工业大学 | 纯网联自动驾驶环境下信号交叉口进口道的动态分配方法 |
CN115482663A (zh) * | 2022-09-09 | 2022-12-16 | 长沙理工大学 | 一种考虑自动驾驶专用相位的交叉口交通控制方法 |
CN115482663B (zh) * | 2022-09-09 | 2023-12-19 | 长沙理工大学 | 一种考虑自动驾驶专用相位的交叉口交通控制方法 |
CN115497296A (zh) * | 2022-09-27 | 2022-12-20 | 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 |
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 |
CN115631639A (zh) * | 2022-12-20 | 2023-01-20 | 银江技术股份有限公司 | 基于改进nema相位结构的混行交叉口信号配时方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112216122B (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
CN104318788B (zh) | 一种提高交叉口进口道空间资源利用效率的方法 | |
CN112102631B (zh) | 一种混入自动驾驶车辆的城市交叉口交通控制方法 | |
CN111951571B (zh) | 一种交通事故下路段拥堵车辆疏导系统及方法 | |
CN104183124B (zh) | 一种基于单路口交通信号信息的主干道车速规划方法 | |
CN107085955A (zh) | 基于车辆排队长度的交叉口信号配时优化方法 | |
CN104575050B (zh) | 一种基于浮动车的快速路匝道智能诱导方法及装置 | |
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 | |
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 | |
CN107085956A (zh) | 一种绿波速度计算提示系统 | |
CN103956053B (zh) | 两相位信号控制交叉口非机动车提前停车线设置方法 | |
CN107958598B (zh) | 一种适用于分离式三层立体交叉口的地面交通组织优化方法 | |
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 | |
CN104457770A (zh) | 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统 | |
CN114155724B (zh) | 一种车联网环境下的交叉口交通信号控制方法 | |
CN105160894B (zh) | 基于车辆排队长度的平面十字交叉口信号控制的优化方法 | |
CN104192148A (zh) | 一种基于交通信号信息预知的主干道车速规划方法 | |
CN113506442B (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 | |
CN106600989A (zh) | 智能交通指挥控制系统 | |
CN104778839A (zh) | 基于视频检测器的城市道路下游分方向交通状态判别方法 | |
CN112037540A (zh) | 一种潮汐交通状态干线信号协调设计方法与装置 | |
CN115713863A (zh) | 一种面向自动驾驶专用相位的轨迹规划与信号优化方法 | |
CN114677838B (zh) | 一种基于排满时间的搭接相位启用判别方法 | |
CN112017439A (zh) | 一种自动驾驶交叉口行人过街摆渡车控制方法 |
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 |