CN112216148B - 一种车路协同下双车道车辆换道指引方法 - Google Patents

Abstract

本发明公开了一种车路协同下双车道车辆换道指引方法，基于元胞自动机模型描述车辆的状态信息，根据周围车辆信息实时对自身车辆所受威胁进行有效评价，对威胁评价函数的元素进行遍历，获得最小值的位置，给予车辆换道指引；在双车道环境中，观察车在换道后依照前向车辆的运动趋势对其进行车速诱导，使观察车的车速与换道后的前车下时刻加速趋势相关联；参考后向车辆运动趋势，观察车采取主导加速的运动规则，在保证运动同步的同时避免追尾事故的发生；针对临近阻塞点的车辆给予早期的速度指导，避免车辆启停现象的发生；最后给出车路协同下双车道车辆换道规则完成换道。本发明解决了未来交通环境中车辆拥堵，路段阻塞点增多的问题。

Description

一种车路协同下双车道车辆换道指引方法

技术领域

本发明属于交通运输系统技术领域，具体涉及一种车路协同下双车道车辆换道指引方法。

背景技术

智能交通运输系统是目前世界交通运输的前沿领域，该领域是建立在当今5G时代的发展基础上，是世界各国极力注入资源推动的重点之一。车路协同系统作为近年来智能交通系统的重要研究方向，是应对交通安全、道路突发事件、客观因素影响道路通行及道路通行效率等交通方面问题有利的技术手段，车路协同系统通过智能车载设备、智能路段设备及5G互联技术、5G通讯平台等将车辆状态信息与道路状况进行交互，车辆与车辆之间进行信息共享。智能车载设备用于采集自身车辆及周围车辆状态数据，智能路段设备则用于采集车辆所在路段信息，是否产生阻塞点发生拥堵，车流量情况等，以此来达到车辆速度同步的目的。

元胞自动机模型作为研究微观交通流的一种经典模型，能够利用简单的模型描述复杂的交通场景，并且能够准确的反映微观交通流的特性，例如跟随、超车、换道等。在经典“184”模型上进行改进的NS模型方法更为符合真实交通流的规律，增加了车辆运动过程中产生的随机减速特性，在位置、速度更新规则上，扩展了车辆速度值域。随后Chowdhury等提出的STCA换道方法是对NS模型方法的一个拓展，引入了双车道换道规则。此后，王永明等人在该模型基础上进行改进，提出STCA-I模型，但上述模型都是在当前交通环境下进行研究并不依附于车路协同条件下进行交通流的分析研究，都是对于人为驾驶因素进行模型构建。

随着智能交通系统和智能车辆设备的发展，车辆运行决策过程已经可以增加周边车辆运行信息，例如：沃尔沃的City Safety安全系统、奔驰PRE-SAFE系统、本田的HondaSENSING安全系统等，均能够给予车辆侧、后方车辆的威胁警告。除了车辆自身安全系统，对于交通道路基础设施建设，2019年以来各大城市均根据区域交通流进行了多信号灯配时的协同控制，于此同时，现有导航软件也能向车辆提供路段拥堵实况，所以，分析车路可交互信息对于未来交通环境中的车辆换道影响，有利于未来交通基础设施提供理论依据。

对于现有的双车道换道方法，首先进行车路协同交通环境中车辆间关系进行分析，然后对此设计威胁评价函数。在信息交换条件下，对双车道道路环境中的车辆运行给予行车指引。最后基于以上两点，提出了基于车路协同基本交互信息的STCA-M双车道换道指引方法。

发明内容

本发明的目的是提供一种车路协同下双车道车辆换道指引方法，解决未来交通环境中车辆拥堵，路段阻塞点增多的问题，并进一步挖掘车辆换道可能，在安全换道条件下，增加换道频率，提高道路使用率，充分利用道路资源。

本发明所采用的技术方案是，一种车路协同下双车道车辆换道指引方法，具体按照以下步骤实施：

步骤1、基于元胞自动机模型描述车辆的状态信息，根据周围车辆信息实时对自身车辆所受威胁进行有效评价，对威胁评价函数的元素进行遍历，获得最小值的位置，给予车辆换道指引；

步骤2、在双车道环境中，观察车在换道后依照前向车辆的运动趋势对其进行车速诱导，使观察车的车速与换道后的前车下时刻加速趋势相关联；

步骤3、参考后向车辆运动趋势，观察车采取主导加速的运动规则，在保证运动同步的同时避免追尾事故的发生；

步骤4、针对临近阻塞点的车辆给予早期的速度指导，避免车辆启停现象的发生；

步骤5、综合上述所有步骤，最终给出一种车路协同下双车道车辆换道规则完成换道，包括诱导车速的加速规则、临近阻塞点的减速规则、位置更新。

本发明的特点还在于，

步骤1具体按照以下步骤实施：

步骤1.1、基于元胞自动机模型描述车辆的状态信息：以C_i,j作为观察车进行说明，即在下一个迭代步长中存在前车阻挡C_i,j或C_i,j阻挡后车的情况时，该车有换道需求，加入了影响后车行驶的判断，改进后需求表达式为：

else

其中，v_i,j(t)表示观察车C_i,j在t时刻的速度，x_i,j(t)表示观察车C_i,j在t时刻的位置，其中i、j则分别表示第i个车道的第j辆车，j+1表示后向车辆，j-1表示前向车辆；L_i表示车辆所在车道，L_ic表示车辆将要更换车道；d_safe(t)表示t时刻的安全距离；

步骤1.2、建立威胁评价函数对观察车C_i,j周围车辆进行威胁度评价，寻求最小值的位置进行换道指引。

步骤1.2具体按照以下步骤实施：

步骤1.2.1、假设在车路条件下t+1时刻观察车C_i,j周边车辆空间运动状态计算知，构造对应C_i,j的下一迭代步的车辆空间状态矩阵，其中S_i,j(t+1)表示下一时刻车辆的位置，运动状态表达式为：

v_i、j(t)表示观察车C_i,j在t时刻的速度，x_i、j(t)表示观察车C_i,j在t时刻的位置，其中下标i、j则分别表示第i个车道的第j辆车，i+1表示左车道，i-1表示右车道，j+1表示后向车辆，j-1表示前向车辆；

步骤1.2.2、计算t+1时刻对于观察车C_i,j威胁度的评价T_i,j(t+1)，表达式如下：

步骤1.2.3、对威胁评价函数的元素进行遍历，获得最小值的位置，即为t+1时刻车辆C_i,j的换道指引，即下一时刻指引前往最小威胁的位置，换道指引描述公式为：

其中

表示的是车辆被建议换道的车道。

步骤2具体如下：

基于车辆速度信息交互假设，获得在前车运动趋势可知条件下，观察车C_i,j的诱导车速获取公式：

其中

就是下一时刻在获得前车运动趋势条件下观察车获得的诱导车速。

步骤3具体如下：

观察车在换道后采取主动加速的运动规则，诱导车速获取公式：

其中

就是下一时刻在考虑到后车运动趋势条件下观察车获得的诱导车速。

步骤4具体按照以下步骤实施：

步骤4.1、搜索阻塞点的方法为，若满足：

且阻塞车辆数m≥3，则判断该处存在阻塞点，并设置阻塞点中最后的车辆为阻塞点参考位置处x_{i,jam_j}(t)；

步骤4.2、统计阻塞点包含的车辆数m，按照符合实际情况的慢启动原则，处于阻塞点位置的首车的启动速度以及阻塞点内的启动速度，均应为一个元胞距离，阻塞点消散时间为t_jam＝m-1个仿真步长，所以对应未到达阻塞点的后续车辆，给予的诱导车速值，获得车速公式为：

步骤5具体按照以下步骤实施：

步骤5.1、根据步骤1所得出的威胁度评价判断车辆是否存在换道的可能，具体换道规则表达式如下：

lane_i,j(t)→lane_ic,j(t)

elselane_i,j(t)→lane_i,j(t)

当威胁度T_i,j(t)大于安全距离

时，车辆选择换道，否则保持原车道不变,其中lane_i,j(t)表示t时刻车辆所在车道，lane_ic,j(t)表示t时刻车辆将更换的车道；

步骤5.2、对于车辆加速过程，根据步骤2中所获得的诱导车速，对下一时刻车辆的加速速度进行综合诱导，表达式如下：

其中

表示t时刻的诱导车速，acc_i表示加速度，v_max表示最大速度；

诱导车速、加速后的车速以及限速中的最小值为车辆在下一时刻的诱导车速；

步骤5.3、当车辆临近阻塞点需要减速时，根据步骤2与步骤3中基于前向、后向车辆运动趋势进行车速诱导，表达式如下：

其中，

就是下一时刻在考虑到阻塞点条件下观察车获得的诱导车速，

通过对诱导车速、车辆当前行驶速度、以及动态安全距离三者取最小值得到车辆临近阻塞点时建议的速度；

步骤5.4、综合上述车辆速度诱导及换道规则，对于车辆完成换道后的位置在下一时刻的更新作出表达式描述为：

x_i,j(t+1)＝x_i,j(t)+v_i,j(t+1)

当前车辆位置与下一时刻车速的和为下一时刻车辆的位置。

本发明的有益效果是，一种车路协同下双车道车辆换道指引方法，对多车辆行驶进行换道指引，通过数值模拟对比在不同车辆密度的情况下现有模型的车辆平均速度与平均流量，在平均流量达到最大值时，本发明较现有方法均有明显提升。采用威胁度评价函数作为对车辆周围环境进行换道安全性评估，与现有方法相比，对换道行为设置了更加合理化的威胁评价，减小驾驶人对安全距离主观臆断的错误率，使得换道成功率有明显上升。本发明引入基于阻塞点的车速指引能够在主动指引条件下，车辆的道路行驶具备预测性，同步车速情况变多，进一步减少阻塞点消散时间，减少了上游车辆因阻塞点而产生的减速、启停行为，通过时空图对比，在本发明的换道指引下，车辆渐渐趋于同步，说明在车路协同信息交互条件下，对换道车辆速度进行有效的指引可以改变道路车辆运行的方式，保证了道路使用效率的提高。

附图说明

图1是本发明专利一种车路协同下带换道指引的双车道换道方法逻辑图；

图2是本发明专利一种车路协同下带换道指引的双车道换道方法车辆位置、速度示意图；

图3是本发明方法实验结果四种换道方法的时空图；

图4(a)是双车道速度基本图；

图4(b)是双车道流量基本图；

图5是本发明方法实验结果双车道换道频率图；

图6(a)是诱导车速遵守率的速度基本图；

图6(b)是诱导车速遵守率的流量基本图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种车路协同下双车道车辆换道指引方法，流程图如图1所示，具体按照以下步骤实施：

步骤1、基于元胞自动机模型描述车辆的状态信息，根据周围车辆信息实时对自身车辆所受威胁进行有效评价，对威胁评价函数的元素进行遍历，获得最小值的位置，给予车辆换道指引；

步骤1具体按照以下步骤实施：

步骤1.1、基于元胞自动机模型描述车辆的状态信息：以C_i,j作为观察车进行说明，即在下一个迭代步长中存在前车阻挡C_i,j或C_i,j阻挡后车的情况时，该车有换道需求，加入了影响后车行驶的判断，改进后需求表达式为：

else

其中，v_i,j(t)表示观察车C_i,j在t时刻的速度，x_i,j(t)表示观察车C_i,j在t时刻的位置，其中i、j则分别表示第i个车道的第j辆车，j+1表示后向车辆，j-1表示前向车辆；L_i表示车辆所在车道，L_ic表示车辆将要更换车道；d_safe(t)表示t时刻的安全距离；

步骤1.2、建立威胁评价函数对观察车C_i,j周围车辆进行威胁度评价，寻求最小值的位置进行换道指引。

步骤1.2具体按照以下步骤实施：

步骤1.2.1、假设在车路条件下t+1时刻观察车C_i,j周边车辆空间运动状态计算知，构造对应C_i,j的下一迭代步的车辆空间状态矩阵，其中S_i,j(t+1)表示下一时刻车辆的位置，运动状态表达式为：

v_i、j(t)表示观察车C_i,j在t时刻的速度，x_i、j(t)表示观察车C_i,j在t时刻的位置，其中下标i、j则分别表示第i个车道的第j辆车，i+1表示左车道，i-1表示右车道，j+1表示后向车辆，j-1表示前向车辆；

步骤1.2.2、计算t+1时刻对于观察车C_i,j威胁度的评价T_i,j(t+1)，表达式如下：

步骤1.2.3、对威胁评价函数的元素进行遍历，获得最小值的位置，即为t+1时刻车辆C_i,j的换道指引，即下一时刻指引前往最小威胁的位置，换道指引描述公式为：

其中

表示的是车辆被建议换道的车道。

步骤2、在双车道环境中，观察车在换道后依照前向车辆的运动趋势对其进行车速诱导，使观察车的车速与换道后的前车下时刻加速趋势相关联；

步骤2具体如下：

基于车辆速度信息交互假设，获得在前车运动趋势可知条件下，观察车C_i,j的诱导车速获取公式：

其中

就是下一时刻在获得前车运动趋势条件下观察车获得的诱导车速。

步骤3、参考后向车辆运动趋势，观察车采取主导加速的运动规则，在保证运动同步的同时避免追尾事故的发生；

步骤3具体如下：

考虑到观察车在换道时会受到后车的影响，为了进一步保证车辆在换道时的安全性，避免追尾事故的发生，观察车在换道后采取主动加速的运动规则，诱导车速获取公式：

其中

就是下一时刻在考虑到后车运动趋势条件下观察车获得的诱导车速。

步骤4、针对临近阻塞点的车辆给予早期的速度指导，避免车辆启停现象的发生；

步骤4具体按照以下步骤实施：

步骤4.1、搜索阻塞点的方法为，若满足：

且阻塞车辆数m≥3，则判断该处存在阻塞点，并设置阻塞点中最后的车辆为阻塞点参考位置处x_{i,jam_j}(t)；

步骤4.2、统计阻塞点包含的车辆数m，按照符合实际情况的慢启动原则，处于阻塞点位置的首车的启动速度以及阻塞点内的启动速度，均应为一个元胞距离，阻塞点消散时间为t_jam＝m-1个仿真步长，所以对应未到达阻塞点的后续车辆，给予的诱导车速值，获得车速公式为：

步骤5、综合上述所有步骤，最终给出一种车路协同下双车道车辆换道规则完成换道，包括诱导车速的加速规则、临近阻塞点的减速规则、位置更新。

步骤5具体按照以下步骤实施：

步骤5.1、根据步骤1所得出的威胁度评价判断车辆是否存在换道的可能，具体换道规则表达式如下：

lane_i,j(t)→lane_ic,j(t)

elselane_i,j(t)→lane_i,j(t)

当威胁度T_i,j(t)大于安全距离

时，车辆选择换道，否则保持原车道不变,其中lane_i,j(t)表示t时刻车辆所在车道，lane_ic,j(t)表示t时刻车辆将更换的车道；

步骤5.2、对于车辆加速过程，根据步骤2中所获得的诱导车速，对下一时刻车辆的加速速度进行综合诱导，表达式如下：

其中

表示t时刻的诱导车速，acc_i表示加速度，v_max表示最大速度；

诱导车速、加速后的车速以及限速中的最小值为车辆在下一时刻的诱导车速；

步骤5.3、当车辆临近阻塞点需要减速时，根据步骤2与步骤3中基于前向、后向车辆运动趋势进行车速诱导，表达式如下：

其中，

就是下一时刻在考虑到阻塞点条件下观察车获得的诱导车速，

通过对诱导车速、车辆当前行驶速度、以及动态安全距离三者取最小值得到车辆临近阻塞点时建议的速度；

步骤5.4、综合上述车辆速度诱导及换道规则，对于车辆完成换道后的位置在下一时刻的更新作出表达式描述为：

x_i,j(t+1)＝x_i,j(t)+v_i,j(t+1)

当前车辆位置与下一时刻车速的和为下一时刻车辆的位置。

仿真实验

由于双车道车辆运行过程中，将受到前、后、左/右邻近车辆的干扰，因此，以图2中车辆C_i,j在t时刻的位置作为参考点，文中双车道车辆关系表达如下：

i)Li表示第i个车道，双车道道路中可简化i＝[1,2]表示车辆行进方向的左道(2:left)、右道(1:right)；

ii)C_i,j-1,C_i,j+1分别表示i车道车辆C_i,j的前、后车辆，对应速度与位置使用相同角标，即(v_i,j-1(t),x_i,j-1(t)),(v_i,j+1(t)x_i,j+1(t))；

iii)C_ic,j表示车辆将在下一时刻进行换道，对应的预换道位置表示为x_ic,j(t)即t时刻i车道的第j个车辆将要更换(Changing-lane)车道；

iv)当t时刻存在预换道车辆C_ic,j，则存在针对该车辆的换道后的前、后车辆表达为C_ic,j-1,C_ic,j+1，对应位置与速度可表示为(v_ic,j-1(t),x_ic,j-1(t)),(v_ic,j+1(t)x_ic,j+1(t))

v)动态安全距离

获得动态安全距离如式所示。

式中表示，当后车速度大于前车时，安全距离与前后车速度以及最大减速度相关，设t时刻的加速度为acc_i,j(t)，减速度为dec_i,j(t)，

在车路协同条件假设下，可交互的车辆运动基本信息至少包括速度、加速度，以及局部阻塞点信息，车辆模型以7座及以下I型车为主，根据实际车辆运动特征，对模拟数据进行以下初始化:C_lenght、C_width表示车辆外形，长、宽，取值范围：C_lenght≤5m,C_width≤2m；车辆加速加速度a_add取值范围(g为重力加速度)：0.4g≤a_add≤0.8g,g＝9.8m/s；车辆减速加速度a_dec：-1.2g≤a_dec≤-0.8g,g＝9.8m/s；同时，基于MATLAB R2017b进行数值仿真，假设信息交互频率为1Hz，设定元胞格cell表征5m的道路长度，cell＝5m,按照本文动态安全距离函数，车辆加减速度信息更新频率时间内，位置变化范围为：加速过程位置变化范围：2m≤x_i(t+1)-x_i(t)≤4m；减速过程位置变化范围：4m≤x_i(t+1)-x_i(t)≤5m，即在极端加速度变化下，车辆对应位置变化小于等于一个元胞格；车辆密度ρ＝n/L，n为仿真车道长度为L的道路中车辆数；仿真道路长度为L＝2km由400个格点组成；最大车速选取v_max＝4cells/s＝72km/h；模拟时间为10000个仿真步长，初始车速按照0-v_max随机分布于道路中；为减少初始分布的影响，模拟结果的数据统计范围为5000-10000步长范围内。

如图3所示，本发明与其他现有的三种模型进行时空图的对比，其中包括STCA、STCA-I、STCA-S三种换道方法：Chowdhury等人提出的方法，简称STCA(Physica A:Statistical Mechanics and Its Applications，1997，235(3):417-439.),王永明等人提出的方法，简称STCA-I(中国公路学报,2008(01):93-97.),李珣等人提出的方法，简称STCA-S(中国公路学报,2014,27(8):97-104.)。

根据图4(a)车辆平均速度基本图可以看出车辆密度极低的路况中，即车辆密度值约为[0,0.075]，道路资源非常充裕，车辆处于自由行驶阶段，车辆无需换道保持车速或有充足的安全换道间距，当车辆密度进一步的增加，趋于0.1时，STCA换道方法由于较严苛的换道要求，造成存在车辆需减速等待换道，所以首先出现平均速度明显的下降；同时仔细观察可以明显的发现，在车辆密度区间[0.1,0.325]，四种模型平均速度的变化趋势相同，但对应相同密度值，STCA-M换道方法能够获得更高的平均速度值，这是因为在保证安全换道的基础上，对于安全距离的约束，STCA-I灵活于STCA，STCA-S灵活于STCA-I，而本文模型则针对双车道环境提供了最为灵活的换道规则，使得车辆能够通过可能的换道，保持车辆的速度；当车辆密度超过0.4后，不同模型对应的平均速度值，STCA-M并不能获得更加明显的速度保持，这表明，通过协同控制手段调节路段车流有效但有限，路段车辆绝对数的增大会导致控制方式失效。

根据图4(b)道路流量图中四种方法的基本曲线，取平均流量差别较大位置的车流密度0.2，进行左右车道时空图的绘制。观察对应时空图(a)(b)可以看出STCA-I换道方法虽然斑块少于STCA换道方法，但仍旧因为上述两种模型均为被动换道模拟，所以，缺少了主动换道指引，其时空图(a)中的堵塞斑块消散较慢，且出现后向传递；同样的车辆密度条件下，很明显，STCA-S与STCA-M都引入了主动换道指引和速度指引，所以观察其时空图(c)，可以发现出现的堵塞斑块较少，且较前两个模型能够很快的获得消散，特别是STCA-M换道方法斑块的数量与消散速度均优于STCA-S换道方法，这是因为，对换道行为设置了更加合理化的威胁度评价，减小驾驶人对安全距离主观臆断的错误率，使得换道成功率上升，同时引入基于堵塞点的车速指引能够在主动指引条件下，车辆的道路行驶具备预测性，同步车速情况变多，进一步减少了阻塞点消散时间，减少了上游车辆因阻塞点而产生的减速、启停行为。如图3(d)所示，在STCA-M换道指引下，车辆慢慢趋于同步，说明在车路协同信息交互的条件下，对换道车辆速度进行有效的指引可以改变道路车辆运行的方式，保证道路的使用效率和方式的改善。

根据图5所示，将四种方法的换道频率进行对比可得：随着车辆密度的进一步增加，换道情况逐渐产生差别，当密度达到[0.1,0.3]范围内，由于密度增加，开始出现受阻车辆，车辆的换道需求也逐渐增多，换道频率涨幅较大，STCA-M的换道规则灵活，所换道率上升趋势最快；当车辆密度达到0.4，特别是大于0.5之后，由于道路空间的压缩，换道率减小，除STCA换道方法外，其余三种模型换大趋势和换道率数值差别较小。由于STCA-S引入了车路协同概念，所以在一定程度上提高了换道率，STCA-M则根据周边车辆威胁结合拥塞路段信息，尽可能的提供了车辆安全换道条件，所以换道率分别对应STCA-I模型和STCA-S模型的最大换道率增长14.9％和6.91％。上述分析说明，本发明提出的基于行动指引的换道模型能够进一步的挖掘车辆换道可能、提高道路使用效率。

基于当前导航软件的使用情况，可以预见，在车路协同信息共享初期，车辆运行指引也将依靠驾驶员来完成，所以需要对不同遵守率下模型有效性进行讨论。图6(a)(b)为在不同遵守率下各种方法的平均速度与平均流量的表现，将换道指引车速遵守率取值为p_c＝0.1,0.3,0.5,0.7,0.9,0.95其中设定完全遵守率为0.95的原因是，考虑到实际道路中依然有故障车辆的存在，所以假设仍有0.05的驾驶人不遵守设定规则。根据不同的遵守情况对平均速度、流量与车流密度关系进行对比分析对比可知：如图6(a)车辆密度大于0.5的区间，STCA-M换道方法的遵守率变化并没有导致高车辆密度路况下的平均速度有较大变化，这是因为在阻塞流为主的道路中，能够提供给车辆自由选择的控制方式变少，即从客观条件上要求车辆遵守换道规则，因此，通过图6(b)中可以看出在高车辆密度环境中，本文STCA-M换道方法在平均流量数值上能够获得略微优势。通过上述分析STCA-M换道方法能够在各种遵守率的情况下更好的疏导交通流，该换道方法较其它三种换道方法更适用于未来城市车路协同道路。

Claims (1)

1.一种车路协同下双车道车辆换道指引方法，其特征在于，具体按照以下步骤实施：

步骤1、基于元胞自动机模型描述车辆的状态信息，根据周围车辆信息实时对自身车辆所受威胁进行有效评价，对威胁评价函数的元素进行遍历，获得最小值的位置，给予车辆换道指引；

所述步骤1具体按照以下步骤实施：

步骤1.1、基于元胞自动机模型描述车辆的状态信息：以C_i,j作为观察车进行说明，即在下一个迭代步长中存在前车阻挡C_i,j或C_i,j阻挡后车的情况时，该车有换道需求，加入了影响后车行驶的判断，改进后需求表达式为：

其中，v_i,j(t)表示观察车C_i,j在t时刻的速度，x_i,j(t)表示观察车C_i,j在t时刻的位置，其中i、j则分别表示第i个车道的第j辆车，j+1表示后向车辆，j-1表示前向车辆；L_i表示车辆所在车道，L_ic表示车辆将要更换车道；d_safe(t)表示t时刻的安全距离；

步骤1.2、建立威胁评价函数对观察车C_i,j周围车辆进行威胁度评价，寻求最小值的位置进行换道指引；

所述步骤1.2具体按照以下步骤实施：

步骤1.2.1、假设在车路条件下t+1时刻观察车C_i,j周边车辆空间运动状态计算知，构造对应C_i,j的下一迭代步的车辆空间状态矩阵，其中S_i,j(t+1)表示下一时刻车辆的位置，运动状态表达式为：

v_i、j(t)表示观察车C_i,j在t时刻的速度，x_i、j(t)表示观察车C_i,j在t时刻的位置，其中下标i、j则分别表示第i个车道的第j辆车，i+1表示左车道，i-1表示右车道，j+1表示后向车辆，j-1表示前向车辆；

步骤1.2.2、计算t+1时刻对于观察车C_i,j威胁度的评价T_i,j(t+1)，表达式如下：

步骤1.2.3、对威胁评价函数的元素进行遍历，获得最小值的位置，即为t+1时刻车辆C_i,j的换道指引，即下一时刻指引前往最小威胁的位置，换道指引描述公式为：

其中

表示的是车辆被建议换道的车道；

步骤2、在双车道环境中，观察车在换道后依照前向车辆的运动趋势对其进行车速诱导，使观察车的车速与换道后的前车下时刻加速趋势相关联；

所述步骤2具体如下：

基于车辆速度信息交互假设，获得在前车运动趋势可知条件下，观察车C_i,j的诱导车速获取公式：

其中，

就是下一时刻在获得前车运动趋势条件下观察车获得的诱导车速；

步骤3、参考后向车辆运动趋势，观察车采取主导加速的运动规则，在保证运动同步的同时避免追尾事故的发生；

所述步骤3具体如下：

观察车在换道后采取主动加速的运动规则，诱导车速获取公式：

其中，

就是下一时刻在考虑到后车运动趋势条件下观察车获得的诱导车速；

步骤4、针对临近阻塞点的车辆给予早期的速度指导，避免车辆启停现象的发生；

所述步骤4具体按照以下步骤实施：

步骤4.1、搜索阻塞点的方法为，若满足：

且阻塞车辆数m≥3，则判断该处存在阻塞点，并设置阻塞点中最后的车辆为阻塞点参考位置处x_{i,jam_j}(t)；

步骤4.2、统计阻塞点包含的车辆数m，按照符合实际情况的慢启动原则，处于阻塞点位置的首车的启动速度以及阻塞点内的启动速度，均应为一个元胞距离，阻塞点消散时间为t_jam＝m-1个仿真步长，所以对应未到达阻塞点的后续车辆，给予的诱导车速值，获得车速公式为：

步骤5、综合上述所有步骤，最终给出一种车路协同下双车道车辆换道规则完成换道，包括诱导车速的加速规则、临近阻塞点的减速规则、位置更新；

所述步骤5具体按照以下步骤实施：

步骤5.1、根据步骤1所得出的威胁度评价判断车辆是否存在换道的可能，具体换道规则表达式如下：

lane_i,j(t)→lane_ic,j(t)

else lane_i,j(t)→lane_i,j(t)

当威胁度T_i,j(t)大于安全距离

时，车辆选择换道，否则保持原车道不变,其中lane_i,j(t)表示t时刻车辆所在车道，lane_ic,j(t)表示t时刻车辆将更换的车道；

步骤5.2、对于车辆加速过程，根据步骤2中所获得的诱导车速，对下一时刻车辆的加速速度进行综合诱导，表达式如下：

其中，

表示t时刻的诱导车速，acc_i表示加速度，v_max表示最大速度；

诱导车速、加速后的车速以及限速中的最小值为车辆在下一时刻的诱导车速；

步骤5.3、当车辆临近阻塞点需要减速时，根据步骤2与步骤3中基于前向、后向车辆运动趋势进行车速诱导，表达式如下：

其中，

就是下一时刻在考虑到阻塞点条件下观察车获得的诱导车速，

通过对诱导车速、车辆当前行驶速度、以及动态安全距离三者取最小值得到车辆临近阻塞点时建议的速度；

步骤5.4、综合上述车辆速度诱导及换道规则，对于车辆完成换道后的位置在下一时刻的更新作出表达式描述为：

x_i,j(t+1)＝x_i,j(t)+v_i,j(t+1)

当前车辆位置与下一时刻车速的和为下一时刻车辆的位置。

Images