CN112700661A - 一种重交通流下的智能车辆汇流方法及系统 - Google Patents

一种重交通流下的智能车辆汇流方法及系统 Download PDF

Info

Publication number
CN112700661A
CN112700661A CN202011494909.9A CN202011494909A CN112700661A CN 112700661 A CN112700661 A CN 112700661A CN 202011494909 A CN202011494909 A CN 202011494909A CN 112700661 A CN112700661 A CN 112700661A
Authority
CN
China
Prior art keywords
vehicle
vehicles
confluence
road
ramp
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
Application number
CN202011494909.9A
Other languages
English (en)
Other versions
CN112700661B (zh
Inventor
陈龙
王蛟
蔡英凤
孙晓强
李祎承
王海
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN202011494909.9A priority Critical patent/CN112700661B/zh
Publication of CN112700661A publication Critical patent/CN112700661A/zh
Application granted granted Critical
Publication of CN112700661B publication Critical patent/CN112700661B/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
    • 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

Abstract

本发明提供了一种重交通流下的智能车辆汇流方法及系统，属于自动驾驶汽车决策系统技术领域。本发明的路侧控制单元获取本车的位置和速度、主道和匝道的汇流车辆数量以及各汇流车辆的驾驶模式，分别表示车辆汇流通行效率η、汇流时车辆多消耗的燃油消耗量Q总以及驾驶员舒适度评价指标C，并表征综合评价指标S，确定综合评价指标S最大时的路权切换次数m，控制主道车辆和匝道车辆根据汇流。本发明减少了汇流时车道的路权切换次数，大大提升了汇流点车辆的通过效率，不仅降低了驾驶操作疲劳感，还降低了车辆的燃油消耗量，同时满足了舒适性和经济性的要求。

Description

一种重交通流下的智能车辆汇流方法及系统
技术领域
本发明属于自动驾驶汽车决策系统技术领域，特别涉及一种重交通流下的智能车辆汇流方法及系统。
背景技术
随着汽车工业和互联网行业的高速发展，智能汽车应运而生，无人驾驶技术也横空出世。人们对汽车提出了新的要求，即“电动化、网联化、智能化、共享化”。国内外有大量的高校研究者以及企业都投入到无人驾驶技术的研究中来，而智能汽车的汇流问题也一直是此研究领域内的一个难点。
车辆进行汇流的时候往往遇到的交通情况比较复杂，不可控的因素较多，这正是它成为技术难点的原因。比如，驾驶员的驾驶风格就对汇流行为有着很大影响，特别是驾驶员的变道行为，直接影响到道路的通行效率和交通事故发生率。另外，由于交通情况的复杂多变，需要智能汽车能够实时地对突发情况做出反应，这也就是要求决策控制的计算时间要更短，那么一个好的算法就显得尤为重要。目前，行业内部分研究者从宏观方面考虑，分析汇流区上下游车流的密度、车队的长度等特征参数对汇流区道路通行效率的影响；其目的在于从时间上削峰填谷，从空间上控密补疏，来缓解交通拥堵问题。另一方面，也有部分研究者从微观方面考虑，分析汇流区不同车道驾驶员的变道行为和加减速行为等对汇流问题的影响。总的来说，汇流问题的控制策略分为两个层次，高层控制器解决是车辆汇流的序列问题，底层控制器解决车辆汇流的轨迹问题。现有技术在解决车辆汇流问题时，由于路权切换次数多，导致汇流区车辆的通行效率低。
发明内容
针对现有技术中存在不足，本发明提供了一种重交通流下的智能车辆汇流方法及系统，通过减少路权切换次数提高了汇流区车辆的通行效率。
本发明是通过以下技术手段实现上述技术目的的。
一种重交通流下的智能车辆汇流方法，路侧控制单元获取本车的位置和速度、主道和匝道的汇流车辆数量以及各汇流车辆的驾驶模式，分别表示车辆汇流通行效率η、汇流时车辆多消耗的燃油消耗量Q总以及驾驶员舒适度评价指标C，并利用所述η、Q总和C表征综合评价指标S，确定综合评价指标S最大时的路权切换次数m，控制主道车辆和匝道车辆进行汇流；
所述综合评价指标
Figure BDA0002841851330000021
其中a1、a2、a3分别为三个部分的权重系数。
所述驾驶员舒适度评价指标C＝C1+C2，且
Figure BDA0002841851330000022
其中k1是路权切换次数的权重系数，k2是对方车道通过车辆数量的权重系数，y1为主道车辆总数，y2为匝道车辆总数，
Figure BDA0002841851330000023
表示向下取整，
Figure BDA0002841851330000024
表示向上取整。
所述汇流时车辆多消耗的燃油消耗量Q总＝Qzip-Q主-Q匝，且m次路权切换情况下主道车辆的燃油消耗量
Figure BDA0002841851330000025
m次路权切换情况下匝道车辆的燃油消耗量
Figure BDA0002841851330000026
m2为主道获得的路权次数，每次通过的车辆数量，m′2为匝道获得的路权次数，每次通过的车辆数量，拉链式汇流时车辆的总燃油消耗量
Figure BDA0002841851330000027
Qa为原地起步加速所需燃油消耗量，ta为加速时间，Qa·ta视为常数c。
所述车辆汇流通行效率
Figure BDA0002841851330000028
其中x为时间t内通过汇流点的车辆数量。
一种重交通流下的智能车辆汇流系统，包括：
路侧控制单元，路侧控制单元同时与信息采集单元和车载控制单元进行通信；
信息采集单元，包括毫米波雷达和CCD摄像头，所述毫米波雷达设置在主道车辆和匝道车辆上，用于获取本车的位置和速度，所述CCD摄像头设置在主道和匝道之间，用于分别获取主道和匝道的汇流车辆图像；路侧控制单元由汇流车辆图像，获取汇流车辆数量；
车载控制单元，设置在主道车辆和匝道车辆上，用于获取各汇流车辆的驾驶模式；
所述路侧控制单元根据信息采集单元和车载控制单元获取的数据，分别表示车辆汇流通行效率η、汇流时车辆多消耗的燃油消耗量Q总以及驾驶员舒适度评价指标C，并利用所述η、Q总和C表征综合评价指标S，确定综合评价指标S最大时的路权切换次数m。
本发明的有益效果为：鉴于驾驶员的换道决策受特定场景以及特性行为心理因素等综合影响，本发明的综合评价指标包括驾驶员舒适度评价指标，同时综合评价指标设置各影响因素的权重系数，并根据实际的交通情况对权重系数进行灵活地调整；与现有技术中仅使用同一个控制方法来应对不同交通场景而言，本发明由综合评价指标最大时的路权切换次数，控制主道车辆和匝道车辆根据汇流，更具备合理性；相比于拉链式汇车等方法，本发明减少了汇流时车道的路权切换次数，大大提升了汇流点车辆的通过效率；本发明基于合理的路权切换次数，减少了驾驶员挪动车辆的频率，不仅降低了驾驶操作疲劳感，还降低了车辆的燃油消耗量，同时满足了舒适性和经济性的要求。
附图说明
图1为本发明所述智能车辆汇流方法流程图；
图2为本发明汇流区模拟交通环境的场景模型简化图；
图3为本发明路权切换时的挪动车位过程示意图；
图4为本发明无路权切换时的挪动车位过程示意图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
如图1所示，一种重交通流下的智能车辆汇流系统，包括路侧控制单元、信息采集单元和车载控制单元，路侧控制单元设置在主道和匝道之间(图2)；信息采集单元包括毫米波雷达和CCD摄像头，毫米波雷达设置在主道车辆和匝道车辆上，用于测量车辆的位置和速度，并发送给路侧控制单元；CCD摄像头设置在主道和匝道之间，用于分别获取主道和匝道的汇流车辆图像，并发送给路侧控制单元，通过图像处理技术获取主道和匝道的汇流车辆数量；驾驶员选定驾驶模式后，车载控制单元将各汇流车辆的选择信息发送给路侧控制单元；路侧控制单元根据信息采集单元和车载控制单元获取的数据，分别表示出车辆汇流通行效率η、汇流时车辆多消耗的燃油消耗量Q总和驾驶员舒适度评价指标C，并表征综合评价指标S，确定综合评价指标S最大时的路权切换次数m，并发送给主道车辆车载控制单元和匝道车辆车载控制单元，控制主道车辆和匝道车辆按照路权切换次数m进行汇流。
请继续参见图1，一种重交通流下的智能车辆汇流方法，具体如下：
主道车辆和匝道车辆汇流时可以选择多种汇流方案，汇流方案基本上是由如下两种最基本的行为组合而成：同一车道一次性通过一定数量的车辆，或者一个车道通过几辆车后便切换路权由另一个车道的车辆通行；在汇流过程中，只要发生路权切换则一定会降低汇流时的车辆通行效率，但是在汇流过程中路权切换却是不可避免的。车辆汇流通行效率η定义如下：
Figure BDA0002841851330000031
其中，x为时间t内通过汇流点的车辆数量，t为测量时间，单位时间内通过的车辆数量即为通行效率η。
发生路权切换不仅会影响车辆的通行效率，对车辆的燃油消耗量也有一定影响。当发生路权切换时，没有路权的车道车辆则需要挪动自己的位置，到达汇流点之前等待。如图3所示，车辆挪动位置时需要经过起动、加速、减速和停止的过程；图4为无路权切换时，主道车辆依次通过汇流点、匝道车辆原地等待的情况，图3中所示情况比图4中所需要的燃油消耗量更多；如果频繁的发生路权切换，则会大大增加后方等待车辆的燃油消耗量，所以要尽量减少路权切换次数。为使问题简化，做出如下三点假设：假设1，因为车辆速度较慢，忽略加减速时段的位移；假设2，拉链式汇流和m次路权切换汇流时，同一车辆在汇流前的等待时间相同，都是在同一时刻通过汇流区，可以认为等待和减速时的怠速油耗是相等的；假设3，车辆都匀速通过汇流区。本发明将主道和匝道根据路权切换次数m分为多个等待区域，每个车道获得路权的次数决定了本车道的车辆可以分几次通过汇流点，那么就可以分为几个等待区域。同一等待区域内的车辆执行的操作是相同的。
那么主道获得的路权次数，即等待区的车辆数量为：
Figure BDA0002841851330000041
其中，
Figure BDA0002841851330000042
表示向下取整；
主道每次可以通过车辆数量m2为：
Figure BDA0002841851330000043
其中，y1为主道车辆总数；
匝道获得的路权切换次数，即等待区的车辆数量为：
Figure BDA0002841851330000044
其中，
Figure BDA0002841851330000045
表示向上取整；
匝道每次可以通过车辆数量m′2为：
Figure BDA0002841851330000046
其中，y2为匝道车辆总数；
主道分区域后，每个区域可以看成一个整体。例如，第二等待区域车辆挪动到第一等待区域只需进行一次操作，所以其加速时段多消耗的燃油量等于第二区域车辆数量乘以挪动次数乘以Qata。以此类推，将所有后方等待区域车辆的加速时段多消耗的燃油量相加，可以得到主道在m次路权切换下加速时段的燃油消耗量为：
Figure BDA0002841851330000047
其中，Qa为原地起步加速所需平均燃油消耗量，ta为加速时间，因车辆在汇流时，挪动行为视为一致，所以将Qa·ta视为常数c；
同理，匝道在m次路权切换下加速时段的燃油消耗量为：
Figure BDA0002841851330000048
在拉链式汇流的情况下，每个车道每次只通行一辆车时加速时段总的燃油消耗量，只需要将挪动车辆的总次数乘以单次挪动车辆的消耗量即可，具体为：
Figure BDA0002841851330000051
因此，汇流时车辆多消耗的燃油消耗量为：
Q总＝Qzip-Q主-Q匝 (9)
在一般情况下，如果路权切换次数过多，则驾驶员需要频繁的挪动车位，会增加操作的疲劳感和燃油消耗量。同时，如果对方车道一次性通过的车辆数量越多，则本车道需要等待的时间就越长，驾驶员的不舒适度上升。因此，舒适度指标与路权切换次数、对方车道一次性通过车辆数量都成反比，故匝道和主道的驾驶员舒适度评价指标C1、C2定义如下：
Figure BDA0002841851330000052
Figure BDA0002841851330000053
其中，k1是路权切换次数的权重系数，k2是对方车道通过车辆数量的权重系数；
由于考虑到会有驾驶员未选择或忘记选择的情况，给k1、k2设定为默认值；驾驶员可以根据个人需求在表1中选择通行模式(舒适型、效率型和默认值)。
表1不同通行模式时k1和k2的取值
通行模式 k1 k2
舒适型 0.8 0.2
效率型 0.2 0.8
默认值 0.5 0.5
选定通行模式之后，将确定权重系数k1和k2的值。但是每个驾驶员有可能选择不同的通行模式，需要将主道和匝道驾驶员选择通行模式的权重系数k1、k2进行简单的平均化处理：
Figure BDA0002841851330000054
Figure BDA0002841851330000055
其中，k1b为主道和匝道驾驶员选择通行模式的权重系数取值，k2d为主道和匝道驾驶员选择通行模式的权重系数取值；b＝1，2…y1+y2，d＝1，2…y1+y2。
C1、C2可表示为：
Figure BDA0002841851330000056
Figure BDA0002841851330000057
则驾驶员舒适度评价指标为：
C＝C1+C2 (16)
由汇流车辆通行效率、多消耗的燃油消耗量和驾驶员舒适度评价指标，将综合评价指标S表示为：
Figure BDA0002841851330000061
其中，a1、a2、a3分别是三个部分的权重系数，区域控制单元根据实际的交通情况对权重系数a1、a2、a3进行赋值：如果汇流区车辆较多甚至造成拥堵，则需优先考虑通行效率，将a1设置较大；如果汇流区车辆一般未造成拥堵，则可以优先考虑燃油消耗量和驾驶员舒适度，将a2和a3设置较大。
权重系数a1、a2、a3赋值完成之后，综合评价指标S就变成了关于路权切换次数m的函数，利用梯度下降法，可求得使得综合评价指标S最大时的路权切换次数m。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (6)

1.一种重交通流下的智能车辆汇流方法，其特征在于：
路侧控制单元获取本车的位置和速度、主道和匝道的汇流车辆数量以及各汇流车辆的驾驶模式，分别表示车辆汇流通行效率η、汇流时车辆多消耗的燃油消耗量Q总以及驾驶员舒适度评价指标C，并利用所述η、Q总和C表征综合评价指标S，确定综合评价指标S最大时的路权切换次数m，控制主道车辆和匝道车辆进行汇流；
所述综合评价指标
Figure FDA0002841851320000011
其中a1、a2、a3分别为三个部分的权重系数。
2.根据权利要求1所述的智能车辆汇流方法，其特征在于，所述驾驶员舒适度评价指标C＝C1+C2，且
Figure FDA0002841851320000012
其中k1是路权切换次数的权重系数，k 2是对方车道通过车辆数量的权重系数，y1为主道车辆总数，y2为匝道车辆总数，
Figure FDA0002841851320000013
表示向下取整，
Figure FDA0002841851320000014
表示向上取整。
3.根据权利要求1所述的智能车辆汇流方法，其特征在于，所述汇流时车辆多消耗的燃油消耗量Q总＝Qzip-Q主-Q匝，且m次路权切换情况下主道车辆的燃油消耗量
Figure FDA0002841851320000015
Figure FDA0002841851320000016
m次路权切换情况下匝道车辆的燃油消耗量
Figure FDA0002841851320000017
m2为主道获得的路权次数，每次通过的车辆数量，m′2为匝道获得的路权次数，每次通过的车辆数量，拉链式汇流时车辆的总燃油消耗量
Figure FDA0002841851320000018
Figure FDA0002841851320000019
Qa为原地起步加速所需燃油消耗量，ta为加速时间，Qa·ta视为常数c。
4.根据权利要求1所述的智能车辆汇流方法，其特征在于，所述车辆汇流通行效率
Figure FDA00028418513200000110
其中x为时间t内通过汇流点的车辆数量。
5.一种执行权利要求1-6所述的智能车辆汇流方法的重交通流下的智能车辆汇流系统，其特征在于，包括：
路侧控制单元，路侧控制单元同时与信息采集单元和车载控制单元进行通信；
信息采集单元，包括毫米波雷达和CCD摄像头，所述毫米波雷达设置在主道车辆和匝道车辆上，用于获取本车的位置和速度，所述CCD摄像头设置在主道和匝道之间，用于分别获取主道和匝道的汇流车辆图像；路侧控制单元由汇流车辆图像，获取汇流车辆数量；
车载控制单元，设置在主道车辆和匝道车辆上，用于获取各汇流车辆的驾驶模式。
6.根据权利要求5所述的重交通流下的智能车辆汇流系统，其特征在于，所述路侧控制单元根据信息采集单元和车载控制单元获取的数据，分别表示车辆汇流通行效率η、汇流时车辆多消耗的燃油消耗量Q总以及驾驶员舒适度评价指标C，并利用所述η、Q总和C表征综合评价指标S，确定综合评价指标S最大时的路权切换次数m。
CN202011494909.9A 2020-12-17 2020-12-17 一种重交通流下的智能车辆汇流方法及系统 Active CN112700661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011494909.9A CN112700661B (zh) 2020-12-17 2020-12-17 一种重交通流下的智能车辆汇流方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011494909.9A CN112700661B (zh) 2020-12-17 2020-12-17 一种重交通流下的智能车辆汇流方法及系统

Publications (2)

Publication Number Publication Date
CN112700661A true CN112700661A (zh) 2021-04-23
CN112700661B CN112700661B (zh) 2022-04-26

Family

ID=75508692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011494909.9A Active CN112700661B (zh) 2020-12-17 2020-12-17 一种重交通流下的智能车辆汇流方法及系统

Country Status (1)

Country Link
CN (1) CN112700661B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114999160A (zh) * 2022-07-18 2022-09-02 四川省公路规划勘察设计研究院有限公司 一种基于车路协同道路的车辆安全合流控制方法及系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007198067A (ja) * 2006-01-30 2007-08-09 Sato Kogyo Co Ltd トンネル合流部の構築方法およびトンネル合流部構造
CN103077280A (zh) * 2013-01-12 2013-05-01 天津市市政工程设计研究院 面向大型车辆安全性的地下道路分合流区交通设计方法
JP2016146130A (ja) * 2015-02-09 2016-08-12 アイシン・エィ・ダブリュ株式会社 隊列走行管理装置、及び隊列走行管理プログラム
CN106846830A (zh) * 2017-03-06 2017-06-13 中山大学 基于切换系统特性的快速路入口匝道控制方法及系统
CN106991811A (zh) * 2017-05-03 2017-07-28 同济大学 基于驾驶模拟实验平台的快速路出口匝道上游路侧指路信息优化设计方法
CN108742609A (zh) * 2018-04-03 2018-11-06 吉林大学 一种基于肌电和操控信息的驾驶员换道舒适度评价方法
CN109598927A (zh) * 2018-11-21 2019-04-09 英华达（上海）科技有限公司 基于v2x技术的路权分配方法、系统、设备及存储介质
CN209087146U (zh) * 2018-12-26 2019-07-09 长安大学 一种高速公路入口合流区的车辆位置预告装置
CN110341712A (zh) * 2019-06-11 2019-10-18 汉腾汽车有限公司 一种自动驾驶换道意图识别系统及其方法
CN110930697A (zh) * 2019-11-12 2020-03-27 南京航空航天大学 一种基于规则的智能网联车辆协同汇入控制方法
CN111599194A (zh) * 2020-05-27 2020-08-28 中汽研汽车检验中心（天津）有限公司 高速公路入口匝道异质交通流车速引导系统及引导方法
CN111681431A (zh) * 2020-06-02 2020-09-18 南京慧尔视智能科技有限公司 一种基于大区域微波雷达的匝道控制系统及方法
CN111754790A (zh) * 2020-06-04 2020-10-09 南京慧尔视智能科技有限公司 一种基于雷达的匝道入口交通控制系统及方法
CN112037544A (zh) * 2019-12-21 2020-12-04 李绪臣 相对车道路权动态定制系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007198067A (ja) * 2006-01-30 2007-08-09 Sato Kogyo Co Ltd トンネル合流部の構築方法およびトンネル合流部構造
CN103077280A (zh) * 2013-01-12 2013-05-01 天津市市政工程设计研究院 面向大型车辆安全性的地下道路分合流区交通设计方法
JP2016146130A (ja) * 2015-02-09 2016-08-12 アイシン・エィ・ダブリュ株式会社 隊列走行管理装置、及び隊列走行管理プログラム
CN106846830A (zh) * 2017-03-06 2017-06-13 中山大学 基于切换系统特性的快速路入口匝道控制方法及系统
CN106991811A (zh) * 2017-05-03 2017-07-28 同济大学 基于驾驶模拟实验平台的快速路出口匝道上游路侧指路信息优化设计方法
CN108742609A (zh) * 2018-04-03 2018-11-06 吉林大学 一种基于肌电和操控信息的驾驶员换道舒适度评价方法
CN109598927A (zh) * 2018-11-21 2019-04-09 英华达（上海）科技有限公司 基于v2x技术的路权分配方法、系统、设备及存储介质
CN209087146U (zh) * 2018-12-26 2019-07-09 长安大学 一种高速公路入口合流区的车辆位置预告装置
CN110341712A (zh) * 2019-06-11 2019-10-18 汉腾汽车有限公司 一种自动驾驶换道意图识别系统及其方法
CN110930697A (zh) * 2019-11-12 2020-03-27 南京航空航天大学 一种基于规则的智能网联车辆协同汇入控制方法
CN112037544A (zh) * 2019-12-21 2020-12-04 李绪臣 相对车道路权动态定制系统
CN111599194A (zh) * 2020-05-27 2020-08-28 中汽研汽车检验中心（天津）有限公司 高速公路入口匝道异质交通流车速引导系统及引导方法
CN111681431A (zh) * 2020-06-02 2020-09-18 南京慧尔视智能科技有限公司 一种基于大区域微波雷达的匝道控制系统及方法
CN111754790A (zh) * 2020-06-04 2020-10-09 南京慧尔视智能科技有限公司 一种基于雷达的匝道入口交通控制系统及方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
张兰芳等: "基于自然驾驶数据的高速公路出口换道决策模型", 《同济大学学报(自然科学版)》 *
曾繁荣等: "城市快速路匝道的最优控制", 《电子科技》 *
李大铭等: "公交车及其它路权优先车辆信号优先模型研究", 《交通运输系统工程与信息》 *
温惠英等: "高速公路入口匝道合流区的CP-CS融合模型", 《华南理工大学学报(自然科学版)》 *
滕亚帆等: "信号灯控制下的主道双车道入匝道系统交通流特性研究", 《物理学报》 *
田广予: "对枢纽立交匝道分汇流设计的探讨", 《山西交通科技》 *
袁黎等: "基于交通冲突分析方法的全无控制交叉口行车路权分析研究", 《交通运输工程与信息学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114999160A (zh) * 2022-07-18 2022-09-02 四川省公路规划勘察设计研究院有限公司 一种基于车路协同道路的车辆安全合流控制方法及系统
CN114999160B (zh) * 2022-07-18 2022-10-21 四川省公路规划勘察设计研究院有限公司 一种基于车路协同道路的车辆安全合流控制方法及系统

Also Published As

Publication number Publication date
CN112700661B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
CN111445692B (zh) 一种无信号灯路口智能网联汽车的速度协同优化方法
CN108877256B (zh) 基于无线通信的交叉口附近分散协同自适应巡航控制方法
CN107187447B (zh) 一种基于车联网的车辆自适应巡航控制系统及其控制方法
Besselink et al. Cyber–physical control of road freight transport
CN109410561B (zh) 一种高速路车辆匀异质编队行驶控制方法
CN111311913B (zh) 一种提高公路变窄路段通行效率的控制方法和系统
Asadi et al. Predictive cruise control: Utilizing upcoming traffic signal information for improving fuel economy and reducing trip time
CN110816529A (zh) 基于可变时距间距策略的车辆协同式自适应巡航控制方法
CN111137288B (zh) 一种网联条件下多车协同换道方法
CN107730931A (zh) 一种车路协同环境下车辆编队控制及其信号优化方法
CN112614340B (zh) 支路车辆汇入主路的方法、装置、电子设备及存储介质
CN112437412A (zh) 一种基于车路协同的混行驾驶车辆编队控制方法
DE102017107794A1 (de) Fahrzeugpriorisierungssystem
CN111746539A (zh) 一种智能网联汽车严格安全换道入队控制方法
CN108845498B (zh) 一种考虑反应滞后时间的驾驶员跟驰模型
CN112700661B (zh) 一种重交通流下的智能车辆汇流方法及系统
CN109901573A (zh) 一种实现车辆编队的方法及设备
Yen et al. Proactive car-following using deep-reinforcement learning
Kamalanathsharma et al. Agent-based simulation of ecospeed-controlled vehicles at signalized intersections
CN111243296A (zh) 一种基于合流时间优化的匝道合流协同控制方法及系统
CN114516328A (zh) 一种智能网联环境下基于规则的车队跟驰模型方法
CN109466323A (zh) 一种汽车控制方法、装置及汽车
CN113823076B (zh) 一种基于联网车辆协调控制的即停即走路段缓堵方法
Kamal et al. Eco-driving using real-time optimization

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