CN112216122B - 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 PDF

Info

Publication number
CN112216122B
CN112216122B CN202011433396.0A CN202011433396A CN112216122B CN 112216122 B CN112216122 B CN 112216122B CN 202011433396 A CN202011433396 A CN 202011433396A CN 112216122 B CN112216122 B CN 112216122B
Authority
CN
China
Prior art keywords
intersection
lane
indicating
traffic
flow
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
CN202011433396.0A
Other languages
English (en)
Other versions
CN112216122A (zh
Inventor
吴伟
蒋林锡
郝威
向往
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 CN202011433396.0A priority Critical patent/CN112216122B/zh
Publication of CN112216122A publication Critical patent/CN112216122A/zh
Application granted granted Critical
Publication of CN112216122B publication Critical patent/CN112216122B/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
    • 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

一种自动驾驶进程中交叉口车道布设与信号配时方法
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：
Figure 220257DEST_PATH_IMAGE001
(18)。
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：
Figure 137397DEST_PATH_IMAGE002
(1)
Figure 917135DEST_PATH_IMAGE003
(2)
Figure 125393DEST_PATH_IMAGE004
(3)
式中，
Figure 939765DEST_PATH_IMAGE005
表示交叉口进口道方向，
Figure 762228DEST_PATH_IMAGE006
，其中
Figure 91578DEST_PATH_IMAGE007
分别表示交叉口进口道东、西、南、北四个方向，
Figure 290478DEST_PATH_IMAGE008
表示车道编号，
Figure 959357DEST_PATH_IMAGE009
，
Figure 765770DEST_PATH_IMAGE010
表示交叉口进口方向
Figure 520099DEST_PATH_IMAGE005
左转和直行车道数总和，
Figure 257111DEST_PATH_IMAGE011
为0-1二元变量，
Figure 842813DEST_PATH_IMAGE012
表示交叉口进口方向
Figure 272658DEST_PATH_IMAGE005
第
Figure 514283DEST_PATH_IMAGE008
条车道是自动驾驶车辆专用车道，
Figure 599526DEST_PATH_IMAGE013
表示交叉口进口方向
Figure 242997DEST_PATH_IMAGE005
第
Figure 640481DEST_PATH_IMAGE008
条车道不是自动驾驶车辆专用车道；
Figure 369402DEST_PATH_IMAGE014
为0-1二元变量，
Figure 448217DEST_PATH_IMAGE015
表示交叉口进口方向
Figure 759243DEST_PATH_IMAGE005
第
Figure 530890DEST_PATH_IMAGE008
条车道是人工驾驶车辆专用车道，
Figure 481529DEST_PATH_IMAGE016
表示交叉口进口方向
Figure 426351DEST_PATH_IMAGE005
第
Figure 778835DEST_PATH_IMAGE008
条车道不是人工驾驶车辆专用车道；
Figure 721383DEST_PATH_IMAGE017
为0-1二元变量，
Figure 972367DEST_PATH_IMAGE018
表示交叉口进口方向
Figure 392984DEST_PATH_IMAGE005
第
Figure 865554DEST_PATH_IMAGE008
条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure 41320DEST_PATH_IMAGE019
表示交叉口进口方向
Figure 966551DEST_PATH_IMAGE005
第
Figure 190859DEST_PATH_IMAGE008
条车道不是自动驾驶车辆与人工驾驶车辆混合车道；
Figure 65405DEST_PATH_IMAGE020
为0-1二元变量，
Figure 349756DEST_PATH_IMAGE021
表示交叉口进口方向
Figure 762283DEST_PATH_IMAGE005
第
Figure 852598DEST_PATH_IMAGE008
条车道是直行车道，
Figure 34181DEST_PATH_IMAGE022
表示交叉口进口方向
Figure 223854DEST_PATH_IMAGE005
第
Figure 927937DEST_PATH_IMAGE008
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：
Figure 494048DEST_PATH_IMAGE023
(4)
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：
Figure 795716DEST_PATH_IMAGE024
(5)
式中，
Figure 218607DEST_PATH_IMAGE025
表示在交叉口采集的交叉口进口方向
Figure 605726DEST_PATH_IMAGE005
流向
Figure 975528DEST_PATH_IMAGE026
类型
Figure 679172DEST_PATH_IMAGE027
的车辆数量；
Figure 476227DEST_PATH_IMAGE028
表示增大系数变量；
Figure 85063DEST_PATH_IMAGE029
，其中
Figure 320872DEST_PATH_IMAGE030
分别表示直行流向和左转流向，
Figure 331554DEST_PATH_IMAGE027
表示车辆类型，
Figure 299510DEST_PATH_IMAGE031
，其中
Figure 208691DEST_PATH_IMAGE032
分别表示自动驾驶车辆和人工驾驶车辆，
Figure 920295DEST_PATH_IMAGE033
表示交叉口进口方向
Figure 785483DEST_PATH_IMAGE005
第
Figure 986657DEST_PATH_IMAGE008
条车道上流向
Figure 570085DEST_PATH_IMAGE026
类型
Figure 819801DEST_PATH_IMAGE027
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：
Figure 618124DEST_PATH_IMAGE034
(6)
Figure 927882DEST_PATH_IMAGE035
(7)
Figure 998607DEST_PATH_IMAGE036
(8)
Figure 114330DEST_PATH_IMAGE037
(9)
式中，
Figure 954110DEST_PATH_IMAGE038
表示交叉口进口方向
Figure 434770DEST_PATH_IMAGE005
第
Figure 537331DEST_PATH_IMAGE008
条车道上的直行流向类型
Figure 394428DEST_PATH_IMAGE027
的车流量,
Figure 88715DEST_PATH_IMAGE039
表示交叉口进口方向
Figure 802593DEST_PATH_IMAGE005
第
Figure 847909DEST_PATH_IMAGE008
条车道上的左转流向类型
Figure 243119DEST_PATH_IMAGE027
的车流量,
Figure 604961DEST_PATH_IMAGE040
表示交叉口进口方向
Figure 693003DEST_PATH_IMAGE005
第
Figure 960036DEST_PATH_IMAGE008
条车道上的流向
Figure 221253DEST_PATH_IMAGE026
的人工驾驶车辆的车流量,
Figure 624552DEST_PATH_IMAGE041
表示交叉口进口方向
Figure 883495DEST_PATH_IMAGE005
第
Figure 450874DEST_PATH_IMAGE008
条车道上的流向
Figure 187886DEST_PATH_IMAGE026
的自动驾驶车辆的车流量，
Figure 711271DEST_PATH_IMAGE042
，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：
Figure 203432DEST_PATH_IMAGE043
(10)
式中，
Figure 179479DEST_PATH_IMAGE044
表示在交叉口信号周期，
Figure 720181DEST_PATH_IMAGE045
表示放行东西流向车流的绿灯时间,
Figure 176702DEST_PATH_IMAGE046
表示放行南北流向车流的绿灯时间，
Figure 511868DEST_PATH_IMAGE044
的取值范围为
Figure 240790DEST_PATH_IMAGE047
，其中，
Figure 381921DEST_PATH_IMAGE048
表示交叉口信号周期最小取值，
Figure 879898DEST_PATH_IMAGE049
表示交叉口信号周期最大取值，其中
Figure 385966DEST_PATH_IMAGE050
，单位均为秒；
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：
Figure 418163DEST_PATH_IMAGE051
(11)
式中，
Figure 300668DEST_PATH_IMAGE052
表示交叉口东方向左转流向绿灯放行时间，
Figure 653152DEST_PATH_IMAGE053
表示交叉口西方向直行流向绿灯放行时间；
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：
Figure 658017DEST_PATH_IMAGE054
(12)
式中，
Figure 95952DEST_PATH_IMAGE055
表示交叉口东方向直行流向绿灯放行时间，
Figure 516569DEST_PATH_IMAGE056
表示交叉口西方向左转流向绿灯放行时间；
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：
Figure 802188DEST_PATH_IMAGE057
(13)
式中，
Figure 650058DEST_PATH_IMAGE058
表示交叉口南方向左转流向绿灯放行时间，
Figure 575289DEST_PATH_IMAGE059
表示交叉口北方向直行流向绿灯放行时间；
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：
Figure 861914DEST_PATH_IMAGE060
(14)
式中，
Figure 188990DEST_PATH_IMAGE061
表示交叉口南方向直行流向绿灯放行时间，
Figure 473341DEST_PATH_IMAGE062
表示交叉口北方向左转流向绿灯放行时间。
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
Figure 698917DEST_PATH_IMAGE063
(15)
式中，
Figure 461336DEST_PATH_IMAGE064
表示交叉口进口方向
Figure 642919DEST_PATH_IMAGE005
第
Figure 160488DEST_PATH_IMAGE008
条车道交通流中的自动驾驶车辆比例，
Figure 60311DEST_PATH_IMAGE065
；
Figure 626421DEST_PATH_IMAGE041
表示交叉口进口方向
Figure 475560DEST_PATH_IMAGE005
第
Figure 101713DEST_PATH_IMAGE008
条车道上的流向
Figure 488832DEST_PATH_IMAGE026
的自动驾驶车辆的车流量，
Figure 655371DEST_PATH_IMAGE033
表示交叉口进口方向
Figure 811546DEST_PATH_IMAGE005
第
Figure 608601DEST_PATH_IMAGE008
条车道上的流向
Figure 27556DEST_PATH_IMAGE026
类型
Figure 201049DEST_PATH_IMAGE027
的车流量；
步骤32：根据自动驾驶车辆的比例，将车道通行能力分为
Figure 211730DEST_PATH_IMAGE066
级，进口方向
Figure 242003DEST_PATH_IMAGE005
第
Figure 338135DEST_PATH_IMAGE008
条车道的第
Figure 784160DEST_PATH_IMAGE067
级通行能力为
Figure 727976DEST_PATH_IMAGE068
，当
Figure 866834DEST_PATH_IMAGE064
大于等于
Figure 450262DEST_PATH_IMAGE069
，小于
Figure 762294DEST_PATH_IMAGE070
时，确定该车道通行能力为
Figure 747568DEST_PATH_IMAGE071
，如公式(16)所示：
Figure 57326DEST_PATH_IMAGE072
(16)
式中，
Figure 941100DEST_PATH_IMAGE073
表示交叉口进口方向
Figure 994507DEST_PATH_IMAGE005
直行流向绿灯放行时间，
Figure 834287DEST_PATH_IMAGE074
表示交叉口进口方向
Figure 377263DEST_PATH_IMAGE005
左转流向绿灯放行时间；
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：
Figure 669704DEST_PATH_IMAGE075
(17)。
优选地：所述步骤4根据交叉口总通行交通量最大的目标，即通过计算
Figure 526802DEST_PATH_IMAGE028
的最大值建立目标函数
Figure 34138DEST_PATH_IMAGE001
，目标函数通过结合式(1)～式(17)，获得交叉口进口道车道布设方案和交叉口的信号配时方案。
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：
Figure 685699DEST_PATH_IMAGE001
(18)。
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：
Figure 731016DEST_PATH_IMAGE002
(1)
Figure 188542DEST_PATH_IMAGE003
(2)
Figure 737335DEST_PATH_IMAGE004
(3)
式中，
Figure 825376DEST_PATH_IMAGE005
表示交叉口进口道方向，
Figure 92410DEST_PATH_IMAGE006
，其中
Figure 853428DEST_PATH_IMAGE007
分别表示交叉口进口道东、西、南、北四个方向，
Figure 522307DEST_PATH_IMAGE008
表示车道编号，
Figure 781250DEST_PATH_IMAGE009
；
Figure 332317DEST_PATH_IMAGE010
表示交叉口进口方向
Figure 334908DEST_PATH_IMAGE005
左转和直行车道数总和，
Figure 858293DEST_PATH_IMAGE076
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：
Figure 835608DEST_PATH_IMAGE077
；
Figure 77233DEST_PATH_IMAGE011
为0-1二元变量，
Figure 617936DEST_PATH_IMAGE012
表示交叉口进口方向
Figure 58145DEST_PATH_IMAGE005
第
Figure 658890DEST_PATH_IMAGE008
条车道是自动驾驶车辆专用车道，
Figure 122233DEST_PATH_IMAGE013
表示交叉口进口方向
Figure 279676DEST_PATH_IMAGE005
第
Figure 777653DEST_PATH_IMAGE008
条车道不是自动驾驶车辆专用车道；
Figure 283721DEST_PATH_IMAGE014
为0-1二元变量，
Figure 562255DEST_PATH_IMAGE015
表示交叉口进口方向
Figure 444761DEST_PATH_IMAGE005
第
Figure 797245DEST_PATH_IMAGE008
条车道是人工驾驶车辆专用车道，
Figure 287263DEST_PATH_IMAGE016
表示交叉口进口方向
Figure 725198DEST_PATH_IMAGE005
第
Figure 411394DEST_PATH_IMAGE008
条车道不是人工驾驶车辆专用车道；
Figure 680701DEST_PATH_IMAGE017
为0-1二元变量，
Figure 794151DEST_PATH_IMAGE018
表示交叉口进口方向
Figure 719381DEST_PATH_IMAGE005
第
Figure 753809DEST_PATH_IMAGE008
条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure 80885DEST_PATH_IMAGE019
表示交叉口进口方向
Figure 365236DEST_PATH_IMAGE005
第
Figure 574500DEST_PATH_IMAGE008
条车道不是自动驾驶车辆与人工驾驶车辆混合车道；
Figure 602499DEST_PATH_IMAGE020
为0-1二元变量，
Figure 784082DEST_PATH_IMAGE021
表示交叉口进口方向
Figure 52383DEST_PATH_IMAGE005
第
Figure 952206DEST_PATH_IMAGE008
条车道是直行车道，
Figure 518317DEST_PATH_IMAGE022
表示交叉口进口方向
Figure 616723DEST_PATH_IMAGE005
第
Figure 242876DEST_PATH_IMAGE008
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：
Figure 364416DEST_PATH_IMAGE023
(4)
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：
Figure 547267DEST_PATH_IMAGE024
(5)
式中，
Figure 703442DEST_PATH_IMAGE028
表示增大系数变量；
Figure 500496DEST_PATH_IMAGE029
，其中
Figure 171649DEST_PATH_IMAGE030
分别表示直行流向和左转流向，
Figure 79562DEST_PATH_IMAGE027
表示车辆类型，
Figure 90244DEST_PATH_IMAGE031
，其中
Figure 871249DEST_PATH_IMAGE032
分别表示自动驾驶车辆和人工驾驶车辆，
Figure 967381DEST_PATH_IMAGE033
表示交叉口进口方向
Figure 678985DEST_PATH_IMAGE005
第
Figure 872069DEST_PATH_IMAGE008
条车道上流向
Figure 10926DEST_PATH_IMAGE026
类型
Figure 328775DEST_PATH_IMAGE027
的车流量；
Figure 660049DEST_PATH_IMAGE025
表示在交叉口采集的交叉口进口方向
Figure 645323DEST_PATH_IMAGE005
流向
Figure 955081DEST_PATH_IMAGE026
类型
Figure 822543DEST_PATH_IMAGE027
的车辆数量，其中
Figure 875950DEST_PATH_IMAGE078
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：
Figure 715730DEST_PATH_IMAGE080
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：
Figure 9439DEST_PATH_IMAGE034
(6)
Figure 567459DEST_PATH_IMAGE035
(7)
Figure 158978DEST_PATH_IMAGE036
(8)
Figure 118843DEST_PATH_IMAGE037
(9)
式中，
Figure 832721DEST_PATH_IMAGE038
表示交叉口进口方向
Figure 612459DEST_PATH_IMAGE005
第
Figure 7668DEST_PATH_IMAGE008
条车道上的直行流向类型
Figure 635089DEST_PATH_IMAGE027
的车流量,
Figure 457552DEST_PATH_IMAGE039
表示交叉口进口方向
Figure 724585DEST_PATH_IMAGE005
第
Figure 985802DEST_PATH_IMAGE008
条车道上的左转流向类型
Figure 654681DEST_PATH_IMAGE027
的车流量,
Figure 648045DEST_PATH_IMAGE040
表示交叉口进口方向
Figure 215423DEST_PATH_IMAGE005
第
Figure 218014DEST_PATH_IMAGE008
条车道上的流向
Figure 741400DEST_PATH_IMAGE026
的人工驾驶车辆的车流量,
Figure 967982DEST_PATH_IMAGE041
表示交叉口进口方向
Figure 209607DEST_PATH_IMAGE005
第
Figure 750310DEST_PATH_IMAGE008
条车道上的流向
Figure 938321DEST_PATH_IMAGE026
的自动驾驶车辆的车流量，
Figure 539067DEST_PATH_IMAGE042
，单位为辆/小时，其中
Figure 2409DEST_PATH_IMAGE081
用以约束
Figure 409120DEST_PATH_IMAGE082
的取值，不表示
Figure 641518DEST_PATH_IMAGE081
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：
Figure 226214DEST_PATH_IMAGE043
(10)
式中，
Figure 176853DEST_PATH_IMAGE044
表示在交叉口信号周期，
Figure 59358DEST_PATH_IMAGE045
表示放行东西流向车流的绿灯时间,
Figure 474159DEST_PATH_IMAGE046
表示放行南北流向车流的绿灯时间；
Figure 416707DEST_PATH_IMAGE044
的取值范围为
Figure 854642DEST_PATH_IMAGE047
，其中，
Figure 353887DEST_PATH_IMAGE048
表示交叉口信号周期最小取值，
Figure 560878DEST_PATH_IMAGE049
表示交叉口信号周期最大取值，其中
Figure 674327DEST_PATH_IMAGE050
，单位均为秒，
Figure 661875DEST_PATH_IMAGE083
的取值为交叉口信号配时常用取值之一，不表示
Figure 886183DEST_PATH_IMAGE083
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：
Figure 213259DEST_PATH_IMAGE051
(11)
式中，
Figure 45080DEST_PATH_IMAGE052
表示交叉口东方向左转流向绿灯放行时间，
Figure 457607DEST_PATH_IMAGE053
表示交叉口西方向直行流向绿灯放行时间；
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：
Figure 485605DEST_PATH_IMAGE054
(12)
式中，
Figure 729505DEST_PATH_IMAGE055
表示交叉口东方向直行流向绿灯放行时间，
Figure 184757DEST_PATH_IMAGE056
表示交叉口西方向左转流向绿灯放行时间；
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：
Figure 819001DEST_PATH_IMAGE057
(13)
式中，
Figure 189372DEST_PATH_IMAGE058
表示交叉口南方向左转流向绿灯放行时间，
Figure 491040DEST_PATH_IMAGE059
表示交叉口北方向直行流向绿灯放行时间；
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：
Figure 117193DEST_PATH_IMAGE060
(14)
式中，
Figure 301050DEST_PATH_IMAGE061
表示交叉口南方向直行流向绿灯放行时间，
Figure 670851DEST_PATH_IMAGE062
表示交叉口北方向左转流向绿灯放行时间。
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：
Figure 827026DEST_PATH_IMAGE063
(15)
式中，
Figure 437130DEST_PATH_IMAGE064
表示交叉口进口方向
Figure 45966DEST_PATH_IMAGE005
第
Figure 953879DEST_PATH_IMAGE008
条车道交通流中的自动驾驶车辆比例，
Figure 26878DEST_PATH_IMAGE065
；
Figure 994834DEST_PATH_IMAGE041
表示交叉口进口方向
Figure 90966DEST_PATH_IMAGE005
第
Figure 615619DEST_PATH_IMAGE008
条车道上的流向
Figure 480807DEST_PATH_IMAGE026
的自动驾驶车辆的车流量，
Figure 619664DEST_PATH_IMAGE033
表示交叉口进口方向
Figure 265409DEST_PATH_IMAGE005
第
Figure 780704DEST_PATH_IMAGE008
条车道上的流向
Figure 500398DEST_PATH_IMAGE026
类型
Figure 623206DEST_PATH_IMAGE027
的车流量；
步骤32：根据自动驾驶车辆的比例，将车道通行能力分为
Figure 693930DEST_PATH_IMAGE066
级，进口方向
Figure 747337DEST_PATH_IMAGE005
第
Figure 649434DEST_PATH_IMAGE008
条车道的第
Figure 130094DEST_PATH_IMAGE067
级通行能力为
Figure 688114DEST_PATH_IMAGE068
，当
Figure 89752DEST_PATH_IMAGE064
大于等于
Figure 784039DEST_PATH_IMAGE069
，小于
Figure 701179DEST_PATH_IMAGE070
时，确定该车道通行能力为
Figure 543233DEST_PATH_IMAGE071
，如公式(16)所示：
Figure 938442DEST_PATH_IMAGE072
(16)
式中，
Figure 752815DEST_PATH_IMAGE073
表示交叉口进口方向
Figure 388327DEST_PATH_IMAGE005
直行流向绿灯放行时间，
Figure 655360DEST_PATH_IMAGE074
表示交叉口进口方向
Figure 854260DEST_PATH_IMAGE005
左转流向绿灯放行时间；
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：
Figure 585456DEST_PATH_IMAGE075
(17)。
步骤4根据交叉口总通行交通量最大的目标，即通过计算
Figure 578819DEST_PATH_IMAGE028
的最大值建立目标函数
Figure 333149DEST_PATH_IMAGE001
，目标函数通过结合式(1)～式(17)，获得交叉口进口道车道布设方案和交叉口的信号配时方案。
车道布设方案和交叉口的信号配时方案，如下所示：
Figure 883210DEST_PATH_IMAGE085
Figure 406595DEST_PATH_IMAGE011
为0-1二元变量，
Figure 836439DEST_PATH_IMAGE012
表示交叉口进口方向
Figure 140382DEST_PATH_IMAGE005
第
Figure 415505DEST_PATH_IMAGE008
条车道是自动驾驶车辆专用车道，
Figure 58976DEST_PATH_IMAGE013
表示交叉口进口方向
Figure 207192DEST_PATH_IMAGE005
第
Figure 936114DEST_PATH_IMAGE008
条车道不是自动驾驶车辆专用车道，其中若
Figure 14928DEST_PATH_IMAGE086
，则表示交叉口东进口方向第
Figure 575222DEST_PATH_IMAGE087
条车道是自动驾驶车辆专用车道，若
Figure 346869DEST_PATH_IMAGE088
，则表示交叉口东进口方向第
Figure 113487DEST_PATH_IMAGE089
条车道不是自动驾驶车辆专用车道，其余同理可得；
Figure 995992DEST_PATH_IMAGE014
为0-1为二元变量，
Figure 348476DEST_PATH_IMAGE015
表示交叉口进口方向
Figure 291024DEST_PATH_IMAGE005
第
Figure 791276DEST_PATH_IMAGE008
条车道是人工驾驶车辆专用车道，
Figure 211893DEST_PATH_IMAGE016
表示表示交叉口进口方向
Figure 684462DEST_PATH_IMAGE005
第
Figure 610961DEST_PATH_IMAGE008
条车道不是人工驾驶车辆专用车道，其中若
Figure 536192DEST_PATH_IMAGE090
，则表示交叉口东进口方向第
Figure 760500DEST_PATH_IMAGE087
条车道是人工驾驶车辆专用车道，若
Figure 884314DEST_PATH_IMAGE091
，则表示交叉口东进口方向第
Figure 168665DEST_PATH_IMAGE089
条车道不是人工驾驶车辆专用车道，其余同理可得；
Figure 394241DEST_PATH_IMAGE017
为0-1二元变量，
Figure 422240DEST_PATH_IMAGE018
表示交叉口进口方向
Figure 603822DEST_PATH_IMAGE005
第
Figure 855812DEST_PATH_IMAGE008
条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure 755635DEST_PATH_IMAGE019
表示交叉口进口方向
Figure 321745DEST_PATH_IMAGE005
第
Figure 436463DEST_PATH_IMAGE008
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
Figure 797037DEST_PATH_IMAGE092
，则表示交叉口东进口方向第
Figure 184156DEST_PATH_IMAGE087
条车道是自动驾驶车辆与人工驾驶车辆混合车道，若
Figure 616275DEST_PATH_IMAGE093
，则表示交叉口东进口方向第
Figure 506870DEST_PATH_IMAGE089
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；
Figure 303925DEST_PATH_IMAGE020
为0-1二元变量，
Figure 722880DEST_PATH_IMAGE021
表示交叉口进口方向
Figure 896373DEST_PATH_IMAGE005
第
Figure 907054DEST_PATH_IMAGE008
条车道为直行车道，
Figure 937327DEST_PATH_IMAGE022
表示交叉口进口方向
Figure 33459DEST_PATH_IMAGE005
第
Figure 745063DEST_PATH_IMAGE008
条车道为左转车道，其中若
Figure 423300DEST_PATH_IMAGE094
，则表示交叉口东进口方向第
Figure 562158DEST_PATH_IMAGE087
条车道为直行车道，若
Figure 145586DEST_PATH_IMAGE095
，则表示交叉口东进口方向第
Figure 457618DEST_PATH_IMAGE089
条车道为左转车道，其余同理可得；
Figure 442892DEST_PATH_IMAGE028
表示增大系数变量；
Figure 752650DEST_PATH_IMAGE044
表示在交叉口信号周期，
Figure 636424DEST_PATH_IMAGE045
表示放行东西流向车流的绿灯时间,
Figure 689831DEST_PATH_IMAGE046
表示放行南北流向车流的绿灯时间，
Figure 529611DEST_PATH_IMAGE055
表示交叉口东方向直行流向绿灯放行时间，
Figure 72587DEST_PATH_IMAGE052
表示交叉口东方向左转流向绿灯放行时间，
Figure 365028DEST_PATH_IMAGE053
表示交叉口西方向直行流向绿灯放行时间，
Figure 222126DEST_PATH_IMAGE096
表示交叉口西方向左转流向绿灯放行时间，
Figure 729462DEST_PATH_IMAGE061
表示交叉口南方向直行流向绿灯放行时间，
Figure 381023DEST_PATH_IMAGE058
表示交叉口南方向左转流向绿灯放行时间，
Figure 426339DEST_PATH_IMAGE059
表示交叉口北方向直行流向绿灯放行时间，
Figure 883866DEST_PATH_IMAGE062
表示交叉口北方向左转流向绿灯放行时间。

Claims (2)

1.一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，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：
maxα (18)；
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：
Figure FDA0002918826610000011
Figure FDA0002918826610000012
Figure FDA0002918826610000013
式中，o表示交叉口进口道方向，o∈0，0＝{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，j表示车道编号，j∈{1，2，…，Uo}，Uo表示交叉口进口方向o左转和直行车道数总和，
Figure FDA00029188266100000113
为0-1二元变量，
Figure FDA00029188266100000114
表示交叉口进口方向o第j条车道是自动驾驶车辆专用车道，
Figure FDA0002918826610000016
表示交叉口进口方向o第j条车道不是自动驾驶车辆专用车道；
Figure FDA00029188266100000115
为0-1二元变量，
Figure FDA0002918826610000018
表示交叉口进口方向o第j条车道是人工驾驶车辆专用车道，
Figure FDA00029188266100000116
表示交叉口进口方向o第j条车道不是人工驾驶车辆专用车道；
Figure FDA00029188266100000110
为0-1二元变量，
Figure FDA00029188266100000117
表示交叉口进口方向o第j条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure FDA00029188266100000112
表示交叉口进口方向o第j条车道不是自动驾驶车辆与人工驾驶车辆混合车道；
Figure FDA0002918826610000021
为0-1二元变量，
Figure FDA0002918826610000022
表示交叉口进口方向o第j条车道是直行车道，
Figure FDA0002918826610000023
表示交叉口进口方向o第j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：
Figure FDA0002918826610000024
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：
Figure FDA0002918826610000025
式中，
Figure FDA0002918826610000026
表示在交叉口采集的交叉口进口方向o流向h类型y的车辆数量；α表示增大系数变量；h∈H，H＝{d，f}，其中d，f分别表示直行流向和左转流向，y表示车辆类型，y∈Y，Y＝{a，r}，其中a，r分别表示自动驾驶车辆和人工驾驶车辆，
Figure FDA0002918826610000027
表示交叉口进口方向o第j条车道上流向h类型y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：
Figure FDA0002918826610000028
Figure FDA0002918826610000029
Figure FDA00029188266100000210
Figure FDA0002918826610000031
式中，
Figure FDA0002918826610000032
表示交叉口进口方向o第j条车道上的直行流向类型y的车流量，
Figure FDA0002918826610000033
表示交叉口进口方向o第j条车道上的左转流向类型y的车流量，
Figure FDA0002918826610000039
表示交叉口进口方向o第j条车道上的流向h的人工驾驶车辆的车流量，
Figure FDA0002918826610000035
表示交叉口进口方向o第j条车道上的流向h的自动驾驶车辆的车流量，N＝500000，单位为辆/小时；
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：
T＝T1+T2 (10)
式中，T表示在交叉口信号周期，T1表示放行东西流向车流的绿灯时间，T2表示放行南北流向车流的绿灯时间，T的取值范围为Tmin≤T≤Tmax，其中，Tmin表示交叉口信号周期最小取值，Tmax表示交叉口信号周期最大取值，其中Tmin＝60、Tmax＝300，单位均为秒；
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：
Figure FDA0002918826610000036
式中，
Figure FDA0002918826610000037
表示交叉口东方向左转流向绿灯放行时间，
Figure FDA0002918826610000038
表示交叉口西方向直行流向绿灯放行时间；
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：
Figure FDA0002918826610000041
式中，
Figure FDA0002918826610000042
表示交叉口东方向直行流向绿灯放行时间，
Figure FDA0002918826610000043
表示交叉口西方向左转流向绿灯放行时间；
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：
Figure FDA0002918826610000044
式中，
Figure FDA0002918826610000045
表示交叉口南方向左转流向绿灯放行时间，
Figure FDA0002918826610000046
表示交叉口北方向直行流向绿灯放行时间；
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：
Figure FDA0002918826610000047
式中，
Figure FDA0002918826610000048
表示交叉口南方向直行流向绿灯放行时间，
Figure FDA0002918826610000049
表示交叉口北方向左转流向绿灯放行时间；
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
Figure FDA00029188266100000410
式中，
Figure FDA00029188266100000411
表示交叉口进口方向o第j条车道交通流中的自动驾驶车辆比例，
Figure FDA00029188266100000412
Figure FDA00029188266100000413
表示交叉口进口方向o第j条车道上的流向h的自动驾驶车辆的车流量，
Figure FDA00029188266100000414
表示交叉口进口方向o第j条车道上的流向h类型y的车流量；
步骤32：根据自动驾驶车辆的比例，将车道通行能力分为n级，进口方向o第j条车道的第k级通行能力为
Figure FDA0002918826610000051
当
Figure FDA0002918826610000052
大于等于
Figure FDA0002918826610000053
小于
Figure FDA0002918826610000054
时，确定该车道通行能力为
Figure FDA0002918826610000055
如公式(16)所示：
Figure FDA0002918826610000056
式中，
Figure FDA00029188266100000510
表示交叉口进口方向o直行流向绿灯放行时间，
Figure FDA00029188266100000511
表示交叉口进口方向o左转流向绿灯放行时间；
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：
Figure FDA0002918826610000059
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4根据交叉口总通行交通量最大的目标，即通过计算α的最大值建立目标函数maxα，目标函数通过结合式(1)～式(17)，获得交叉口进口道车道布设方案和交叉口的信号配时方案。
CN202011433396.0A 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 Active CN112216122B (zh)

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 CN112216122A (zh) 2021-01-12
CN112216122B true 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)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
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
CN115631639B (zh) * 2022-12-20 2023-04-11 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

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107578620B (zh) * 2017-08-07 2020-08-18 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
CN108399762B (zh) * 2018-05-08 2020-07-28 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
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
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
CN112017440B (zh) * 2020-10-26 2021-01-12 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

Also Published As

Publication number Publication date
CN112216122A (zh) 2021-01-12

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
CN107389076B (zh) 一种适用于智能网联汽车的节能实时动态路径规划方法
CN104575050B (zh) 一种基于浮动车的快速路匝道智能诱导方法及装置
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
CN108629973A (zh) 基于固定检测设备的路段交通拥堵指数计算方法
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
CN112102631B (zh) 一种混入自动驾驶车辆的城市交叉口交通控制方法
CN107564310A (zh) 一种基于道路交通信息云处理的车路互联系统及方法
CN113327448B (zh) 一种自动驾驶专用相位下的车辆轨迹优化方法
CN101763735A (zh) 可具有负系统损失时间的动态信号控制系统的控制方法
CN104192148B (zh) 一种基于交通信号信息预知的主干道车速规划方法
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
CN111951571B (zh) 一种交通事故下路段拥堵车辆疏导系统及方法
CN105632198A (zh) 基于模糊控制的城市区域道路交通协调控制方法及系统
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
CN103116992B (zh) 基于单口放行的四路环交设计方法
CN116206440A (zh) 一种基于智慧高速的交通流采集、预测、管控及信息化推送系统及方法
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
CN106952484A (zh) 基于宏观基本图的路网门限控制
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
CN103500511A (zh) 一种基于车联网的交叉口信号灯绿信比调节方法
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
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
CN114333364A (zh) 一种自动驾驶车辆通过信号交叉口生态驾驶方法
CN108898856A (zh) 智能城市交通优化方法与系统

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