CN113257007B - 交叉口共享自动驾驶车道的信号控制方法及系统 - Google Patents

交叉口共享自动驾驶车道的信号控制方法及系统 Download PDF

Info

Publication number
CN113257007B
CN113257007B CN202110489837.7A CN202110489837A CN113257007B CN 113257007 B CN113257007 B CN 113257007B CN 202110489837 A CN202110489837 A CN 202110489837A CN 113257007 B CN113257007 B CN 113257007B
Authority
CN
China
Prior art keywords
vehicle
time
speed
automatic driving
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.)
Active
Application number
CN202110489837.7A
Other languages
English (en)
Other versions
CN113257007A (zh
Inventor
蒋贤才
杨梦婷
墨建亮
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute 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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202110489837.7A priority Critical patent/CN113257007B/zh
Publication of CN113257007A publication Critical patent/CN113257007A/zh
Application granted granted Critical
Publication of CN113257007B publication Critical patent/CN113257007B/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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/085—Controlling traffic signals using a free-running cyclic timer

Abstract

本发明涉一种交叉口共享自动驾驶车道的信号控制方法，包括如下步骤：步骤一：设置共享自动驾驶车道；步骤二：生成初步信号配时方案；步骤三：优化网联自动驾驶车轨迹；步骤四：对网联自动驾驶车链式队列放行；步骤五：链式队列放行完毕后，确认是否需要延长绿灯时间。本发明提出左转、直行CAV共享自动驾驶车道的信号控制方法，提高了交叉口时空资源的利用效率。

Description

交叉口共享自动驾驶车道的信号控制方法及系统
技术领域
本发明属于交通安全领域，具体涉及一种人机混合驾驶环境下交叉口共享自动驾驶车道的信号控制方法及系统。
背景技术
据报告显示，2030年全球范围内将出售约1.2亿辆自动驾驶汽车，中国约占其中的35％，人机混合驾驶时代即将来临。当前，全球智能网联汽车实用化竞争已经进入白热化阶段，上至国家、地方政府，下至车企、科技公司，都在积极推动新技术、新性能的车辆上路测试，为自动驾驶普及铺路。如今，网联自动驾驶车(Connected-automated Vehicle,CAV)为解决交通拥堵问题提供了一种新的途径，但道路交通拥堵疏解的关键在交叉口。
近两三年来，部分学者已开始聚焦人机混合驾驶环境下的交叉口优化控制问题，但研究方法仍以全自动驾驶环境下无信号交叉口中基于预约的时空分配法和基于轨迹的运动规划法为主，且背景交叉口多采用单车道交叉口，以简化大规模CAV集中轨迹优化的难题；对于多车道(双向六车道及以上)等复杂交叉口，其优化的难度及求解问题的计算规模呈级数上升，这些方法很难满足信号控制实时性的处理要求。因CAV、人工驾驶车(Human-driven Vehicle，HV)轨迹可控性的本质差异使得这两种驾驶模式对交叉口车道资源利用处于高低不同的两种状态，因而有学者提出在进口道设置CAV专用车道，在专用相位(称之为“蓝色相位”)中集中规划冲突的CAV轨迹。但研究表明只有在极高CAV渗透率下CAV专用车道才能实现交叉口通行能力的提升，而在CAV渗透率不高的情况下，交叉口通行能力反而下降，关键是因CAV专用车道的调度方法不当引起的。基于此，急需一种新的信号控制方法，以提高交叉口时空资源的利用效率。
发明内容
本发明是要解决CAV专用车道的调度方法不当，引起的交叉口通行能力低问题，进而提供了一种人机混合驾驶环境下交叉口共享自动驾驶车道的信号控制方法及系统。
本发明涉一种交叉口共享自动驾驶车道的信号控制方法，包括如下步骤：
步骤一：设置共享自动驾驶车道；
步骤二：生成初步信号配时方案；
步骤三：优化网联自动驾驶车轨迹；
步骤四：对网联自动驾驶车链式队列放行；
步骤五：链式队列放行完毕后，确认是否需要延长绿灯时间。
步骤一中，在道路进口处设置左转人工驾驶专用车道、共享自动驾驶车道、以及直行加右转车道。进入共享自动驾驶车道前，进口车道为三车道时，在距离交叉口停车线的位置设置虚拟停车线，用来控制左转网联自动驾驶车链式队列和直行网联自动驾驶车链式队列在路段上的排队；进口车道多于四车道时，在距离交叉口停车线位置的相邻车道分别设置虚拟停车线，左转网联自动驾驶车链式队列和直行网联自动驾驶车链式队列在此并列排队。
步骤二中，在交叉口停车线处设置检测器用来检测除共享自动驾驶车道外其它各条车道的驶离交通量及绿灯时间利用率，根据连续n个信号周期的检测数据，结合Webster法与小步距调整算法来确定初始的信号配时方案，步骤如下：
(1)依据检测器的采集数据，通过Webster法确立各相位的绿灯时间；
(2)若连续n个信号周期的平均绿灯时间利用率高于0.95，则该相位的绿灯时间增加ΔT；
(3)若连续n个信号周期的平均绿灯时间利用率小于0.85，则该相位的绿灯时间减少ΔT；
(4)若连续n个信号周期的平均绿灯时间利用率介于0.85-0.95，则该相位的绿灯时间保持不变；
采用滚动时间窗的方法，每n个信号周期优化1次初步信号配时方案。
步骤三中，在相位红灯期间，根据红灯开启时刻路段上各网联自动驾驶车所在的位置和运行速度，以及后续网联自动驾驶车进入路段的时间及速度，通过如下轨迹优化与跟车模型，使直行网联自动驾驶车在距离停车线L1的位置形成直行网联自动驾驶车链式队列；
分为三阶段来进行路段车辆的轨迹优化：加速阶段、匀速阶段、减速阶段；建立跟驰模型，每辆车都以上一辆车的位置、速度、加速度为约束；
头车的轨迹优化模型为：
Figure BDA0003051617530000031
Figure BDA0003051617530000032
式中，vk,i(t)—t时刻头车的速度，m/s；lk,i(t)—t时刻头车的所在的位置，m；
Figure BDA0003051617530000033
—头车刚进入该道路的时刻，s；
Figure BDA0003051617530000034
—刚进入该道路时刻头车的速度，m/s；
Figure BDA0003051617530000035
—刚进入该道路时刻头车的位置，m；
Figure BDA0003051617530000036
—第一阶段加速时的加速度，m/s2；
Figure BDA0003051617530000037
—第一阶段加速完成的时刻，即第二阶段匀速开启时刻，s；
Figure BDA0003051617530000038
—第二阶段匀速时刻头车的速度，m/s；
Figure BDA0003051617530000039
—第二阶段匀速时刻头车的位置，m；
Figure BDA00030516175300000310
—第二阶段匀速完成的时刻，即第三阶段减速开启时刻，s；
Figure BDA00030516175300000311
—第三阶段减速时刻头车的速度，m/s；
Figure BDA00030516175300000312
—第三阶段减速时刻头车的位置，m；
Figure BDA00030516175300000313
—第三阶段减速时的加速度，m/s2；
头车轨迹确定之后，对后车的运行轨迹进行约束和优化，跟驰模型如下：
Figure BDA00030516175300000314
式中，
Figure BDA00030516175300000315
—在t'+Δt时刻第x辆车的速度，m/s；
Figure BDA00030516175300000316
—在t'时刻第x辆车的速度，m/s；
Figure BDA00030516175300000317
—在t'时刻第x-1辆车，即前车的速度，m/s；
Figure BDA00030516175300000318
—在t'时刻第x辆车的加速度，m/s2；
Figure BDA00030516175300000319
—在t'+Δt时刻第x辆车的位置，m；
Figure BDA00030516175300000320
—在t'时刻第x辆车的位置，m；
Figure BDA00030516175300000321
—在t'时刻第x-1辆车，即前车的位置，m；α1、α2—跟车参数；
Figure BDA0003051617530000041
—车辆之间的安全车距，m；Leh—车辆的长度，m；T—前车发生变化时，后车相应的反应时间，s。
步骤四中，记第k周期左转相位绿灯开启时刻为tk,i，则引导左转网联自动驾驶车链式队列头车的启动时刻为：
Figure BDA0003051617530000042
式中，vc—网联自动驾驶车通过停车线的目标车速，m/s；a—网联自动驾驶车加/减速度，m/s2；L—左转网联自动驾驶车链式队列在路段排队位置距停车线的距离，m；
从车辆启动时刻开启，队列网联自动驾驶车运行时分为两个阶段，加速及匀速阶段，其头车两阶段轨迹优化模型为：
Figure BDA0003051617530000043
Figure BDA0003051617530000044
式中，v'k,i(t)—排队的第一辆车在车辆启动后第t时刻的车速，m/s；l'k,i(t)—排队的第一辆车在车辆启动后第t时刻的位置，m；
Figure BDA0003051617530000045
—在车辆启动后t时刻加速时的加速度，m/s2；
Figure BDA0003051617530000046
—车辆加速结束后匀速开始时的车速，m/s；
Figure BDA0003051617530000047
—车辆加速结束后匀速开始时的位置，m；
后车的跟驰模型为：
Figure BDA0003051617530000048
式中，
Figure BDA0003051617530000049
—在t”时刻第x'辆车的速度，m/s；
Figure BDA00030516175300000410
—在t”时刻第(x-1)'辆车的速度，m/s；
Figure BDA00030516175300000411
—在t”时刻第x'辆车的位置，m；
Figure BDA00030516175300000412
—在t”时刻第(x-1)'辆车的位置，m；
Figure BDA00030516175300000413
—在t”时刻第x'辆车的加速度，m/s2；
Figure BDA00030516175300000414
—在t”时刻第(x-1)'辆车的加速度，m/s2；t0—相邻两辆车之间网络连接的延时时间，s。
步骤五中，检测到左转网联自动驾驶车链式队列有
Figure BDA0003051617530000051
辆，则最后一辆车通过停车线所需要的时间为：
Figure BDA0003051617530000052
式中，
Figure BDA0003051617530000053
—饱和车头时距，s；判断放行结束后是否有剩余绿灯时间：
(1)若
Figure BDA0003051617530000054
还可对后续车辆进行轨迹优化，记剩余时间
Figure BDA0003051617530000055
为
Figure BDA00030516175300000511
可优化的后续车辆需满足的要求为：
Figure BDA0003051617530000056
划定可优化车辆的最远边界：
Figure BDA0003051617530000057
式中，tk,i,1—后续可以通过交叉口的车辆加速时间，s；tk,i,2—后续可以通过交叉口的车辆匀速时间，s；tk,i,3—后续可以通过交叉口的车辆减速时间，s；vk,i,1—后续可以通过交叉口的车辆开始加速时的初速度，m/s；ak,i,1(t)—后续可以通过交叉口的车辆在加速t时刻的加速度，m/s2；vk,i,2—后续可以通过交叉口的车辆匀速阶段时的速度，m/s；ak,i,3(t)—后续可以通过交叉口的车辆在减速t时刻的加速度，m/s2；
Figure BDA0003051617530000058
—后续可以通过交叉口的车辆所在的位置，m；vmax—路段上最高限速，m/s；vj—车辆通过交叉口时的约束速度，m/s；
通过车路协同，检测出后续满足条件的车辆共有
Figure BDA0003051617530000059
辆，每辆车的位置与速度依次为：
Figure BDA00030516175300000510
①若
Figure BDA0003051617530000061
则不对其进行车速诱导；
②若
Figure BDA0003051617530000062
则需对该车辆进行轨迹优化；
该优化过程分为三个阶段：加速阶段、匀速阶段、减速阶段；
车辆轨迹优化模型为：
Figure BDA0003051617530000063
Figure BDA0003051617530000064
式中，lk,i,1—后续可以通过交叉口的车辆开始加速时的位置，m；lk,i,2—后续可以通过交叉口的车辆开始匀速时的位置，m；lk,i,3—后续可以通过交叉口的车辆开始减速时的位置，m；
优化过程中目标函数为minT＝(tk,i,1+tk,i,2+tk,i,3)，其约束条件为：
Figure BDA0003051617530000065
求得最优解即为轨迹优化方案。
在不满足条件的后续到达车辆则在后面排队等候，等待下一次放行左转相位；
(2)若
Figure BDA0003051617530000066
无需延长绿灯时间；
(3)若
Figure BDA0003051617530000067
车辆未放行完毕，需延长绿灯时间为：
Figure BDA0003051617530000071
假定左转网联自动驾驶车通过停车线的时间段为
Figure BDA0003051617530000072
则下一次左转的网联自动驾驶车通过停车线的时间段为
Figure BDA0003051617530000073
若前面出现绿灯延长，则之后的左转网联自动驾驶车通过停车线的时间段调整为
Figure BDA0003051617530000074
式中，k—自然数；c—步骤一所计算出来的周期时长；ΔT1—所延长的绿灯时间；
重复上述步骤，将其中的L1更换为L2，即放行直行时，假定直行网联自动驾驶车通过停车线的时间段为
Figure BDA0003051617530000075
则下一次直行网联自动驾驶车通过停车线的时间段为
Figure BDA0003051617530000076
若出现绿灯延长，则之后的直行网联自动驾驶车通过停车线的时间段调整为
Figure BDA0003051617530000077
其中ΔT2为直行相位中所延长的绿灯时间。
本发明还涉及一种采用上述方法的交叉口共享自动驾驶车道的信号控制系统。
有益效果
本发明提出左转、直行CAV共享自动驾驶车道的信号控制方法，提高了交叉口时空资源的利用效率。
附图说明
图1为本发明的整体设计流程图。
图2为本发明在三车道情况下共享自动驾驶车道设置示意图。
图3为本发明在四车道情况下共享自动驾驶车道设置示意图。
图4为本发明下三车道时后续左转车辆排队区域示意图。
图5为本发明优化路段形成左转和直行队列示意图。
具体实施方式
以下结合图1至5对本实施方式进行说明。
为本发明具体实施方式如下：
步骤一：设置共享自动驾驶车道
以东西双向6车道的交叉口为例，东西进口分别设置1条左转人工驾驶专用车道、1条共享自动驾驶车道和1条直行加右转车道(供直行的HV、右转的CAV与HV使用)。若东西向双向车道数超过6条，则将多出来的车道设置成直行人工驾驶车道。
进入共享自动驾驶车道前，若进口车道为三车道，则在距离交叉口停车线L1和L2的位置分别设置虚拟停车线，用来控制左转CAV链式队列和直行CAV链式队列在路段上的排队；若进口车道四车道及以上，则在距离交叉口停车线L1位置的相邻车道分别设置虚拟停车线，左转CAV链式队列和直行CAV链式队列在此并列排队，如图2、3所示。其中L1、L2分别为70m、150m。
步骤二：生成初步信号配时方案
在交叉口停车线处设置检测器用来检测除共享自动驾驶车道外其它各条车道的驶离交通量及绿灯时间利用率。根据之前连续n个信号周期的检测数据，结合Webster法与小步距调整算法来确定初始的信号配时方案，具体如下：
(1)依据检测器的采集数据，通过Webster法确立各相位的绿灯时间；
(2)若连续n个信号周期的平均绿灯时间利用率高于0.95，则该相位的绿灯时间增加ΔT；
(3)若连续n个信号周期的平均绿灯时间利用率小于0.85，则该相位的绿灯时间减少ΔT；
(4)若连续n个信号周期的平均绿灯时间利用率介于0.85-0.95，则该相位的绿灯时间保持不变。
通过上述方法确立初步的信号配时方案。
采用滚动时间窗的方法，每n个信号周期优化1次初步信号配时方案。
利用Webster法确定该相位绿灯时间为40s，在实际的检测中，连续5个信号周期的平均绿灯时间利用率均介于0.85-0.95，因此绿灯时间保持不变，仍为40s。
步骤三：优化CAV轨迹
以东西方向直行相位为例，在该相位红灯期间，根据红灯开启时刻路段上各CAV所在的位置和运行速度，以及后续CAV进入路段的时间及速度，通过如下轨迹优化与跟车模型，使直行CAV在距离停车线L1的位置形成直行CAV链式队列。如图4所示。
分为三阶段来进行路段车辆的轨迹优化：加速阶段、匀速阶段、减速阶段。建立跟驰模型，每辆车都以上一辆车的位置、速度、加速度为约束。
头车的轨迹优化模型为：
Figure BDA0003051617530000091
Figure BDA0003051617530000092
式中vk,i(t)—t时刻头车的速度，m/s；
lk,i(t)—t时刻头车的所在的位置，m；
Figure BDA0003051617530000093
—头车刚进入该道路的时刻，s；
Figure BDA0003051617530000094
—刚进入该道路时刻头车的速度，m/s；
Figure BDA0003051617530000095
—刚进入该道路时刻头车的位置，m；
Figure BDA0003051617530000096
—第一阶段加速时的加速度，m/s2；
Figure BDA0003051617530000097
—第一阶段加速完成的时刻，即第二阶段匀速开启时刻，s；
Figure BDA0003051617530000098
—第二阶段匀速时刻头车的速度，m/s；
Figure BDA0003051617530000099
—第二阶段匀速时刻头车的位置，m；
Figure BDA00030516175300000910
—第二阶段匀速完成的时刻，即第三阶段减速开启时刻，s；
Figure BDA00030516175300000911
—第三阶段减速时刻头车的速度，m/s；
Figure BDA00030516175300000912
—第三阶段减速时刻头车的位置，m；
Figure BDA00030516175300000913
—第三阶段减速时的加速度，m/s2。
其中头车在进入道路路段时的速度为40km/h，加速度为3m/s2，路段所允许的最高车速为60km/h，头车加速的目标车速定为50km/h，加速度为3m/s2，减速的目标车速为0，且头车进入路段时的位置为300m，最终停在70m处。
因此头车的轨迹分别为加速0.926s，加速所行使路段长度为11.574m；匀速13.412s，匀速所行使路段长度为186.276m；减速4.630s，减速所行使路段长度为32.150m。
头车轨迹确定之后，对后车的运行轨迹进行约束和优化，跟驰模型如下：
Figure BDA0003051617530000101
式中
Figure BDA0003051617530000102
—在t'+Δt时刻第x辆车的速度，m/s；
Figure BDA0003051617530000103
—在t'时刻第x辆车的速度，m/s；
Figure BDA0003051617530000104
—在t'时刻第x-1辆车，即前车的速度，m/s；
Figure BDA0003051617530000105
—在t'时刻第x辆车的加速度，m/s2；
Figure BDA0003051617530000106
—在t'+Δt时刻第x辆车的位置，m；
Figure BDA0003051617530000107
—在t'时刻第x辆车的位置，m；
Figure BDA0003051617530000108
—在t'时刻第x-1辆车，即前车的位置，m；
α1、α2—跟车参数；
Figure BDA0003051617530000109
—车辆之间的安全车距，m；
Figure BDA00030516175300001010
—车辆的长度，m；
T—前车发生变化时，后车相应的反应时间，s。
CAV的长度为4m，车辆之间的安全间距为1m，因此第一辆车停在70m处，第二辆车则停在75m，第三辆车停在80m处，以此类推，检测到共有10辆车进入该道路，则最后一辆车停在115m处。
步骤四：CAV链式队列放行
以东西方向为例，记第k周期左转相位绿灯开启时刻为tk,i，则引导左转CAV链式队列头车的启动时刻为：
Figure BDA00030516175300001011
式中vc—CAV通过停车线的目标车速，m/s；
a—CAV加/减速度，m/s2；
L1—左转CAV链式队列在路段排队位置距停车线的距离，m。
本相位绿灯开启时刻为8:30:00，车辆通过交叉口时的车速取50km/h，车辆加速到目标车速需4.630s，再匀速运行2.725s刚好在绿灯开启时刻通过停车线，则CAV启动时刻为8:29:53。
从车辆启动时刻开启，队列CAV运行时分为两个阶段，加速及匀速阶段，其头车两阶段轨迹优化模型为：
Figure BDA0003051617530000111
Figure BDA00030516175300001111
式中v'k,i(t)—排队的第一辆车在车辆启动后第t时刻的车速，m/s；
l'k,i(t)—排队的第一辆车在车辆启动后第t时刻的位置，m；
Figure BDA0003051617530000112
—在车辆启动后t时刻加速时的加速度，m/s2；
Figure BDA0003051617530000113
—车辆加速结束后匀速开始时的车速，m/s；
Figure BDA0003051617530000114
—车辆加速结束后匀速开始时的位置，m。
后车的跟驰模型为：
Figure BDA0003051617530000115
式中
Figure BDA0003051617530000116
—在t”时刻第x'辆车的速度，m/s；
Figure BDA0003051617530000117
—在t”时刻第(x-1)'辆车的速度，m/s；
Figure BDA0003051617530000118
—在t”时刻第x'辆车的位置，m；
Figure BDA0003051617530000119
—在t”时刻第(x-1)'辆车的位置，m；
Figure BDA00030516175300001110
—在t”时刻第x'辆车的加速度，m/s2；
Figure BDA0003051617530000121
—在t”时刻第(x-1)'辆车的加速度，m/s2；
t0—相邻两辆车之间网络连接的延时时间，s。
后车与前车之间加速与匀速过程是一样的，但中间有网络延迟的时间，定为0.5s。
步骤五：CAV链式队列放行完毕是否需要延长绿灯时间
检测到左转CAV链式队列有
Figure BDA0003051617530000122
辆，则最后一辆车通过停车线所需要的时间为：
Figure BDA0003051617530000123
式中
Figure BDA0003051617530000124
—饱和车头时距，s；
左转队列中共有10辆车，饱和车头时距取2s，最后一辆车通过停车线需要29.855s，即离开停车线的时刻为8:30:23。
判断放行结束后是否有剩余绿灯时间：
(1)若
Figure BDA0003051617530000125
还可对后续车辆进行轨迹优化，记剩余时间
Figure BDA0003051617530000126
可优化的后续车辆需满足的要求为：
Figure BDA0003051617530000127
划定可优化车辆的最远边界：
Figure BDA0003051617530000128
式中tk,i,1—后续可以通过交叉口的车辆加速时间，s；
tk,i,2—后续可以通过交叉口的车辆匀速时间，s；
tk,i,3—后续可以通过交叉口的车辆减速时间，s；
vk,i,1—后续可以通过交叉口的车辆开始加速时的初速度，m/s；
ak,i,1(t)—后续可以通过交叉口的车辆在加速t时刻的加速度，m/s2；
vk,i,2—后续可以通过交叉口的车辆匀速阶段时的速度，m/s；
ak,i,3(t)—后续可以通过交叉口的车辆在减速t时刻的加速度，m/s2；
Figure BDA0003051617530000131
—后续可以通过交叉口的车辆所在的位置，m；
vmax—路段上最高限速，m/s；
vj—车辆通过交叉口时的约束速度，m/s。
通过车路协同，检测出后续满足条件的车辆共有
Figure BDA0003051617530000132
辆，每辆车的位置与速度依次为：
Figure BDA0003051617530000133
①若
Figure BDA0003051617530000134
则不对其进行车速诱导。
②若
Figure BDA0003051617530000135
则需对该车辆进行轨迹优化。
该优化过程分为三个阶段：加速阶段、匀速阶段、减速阶段。
车辆轨迹优化模型为：
Figure BDA0003051617530000136
Figure BDA0003051617530000137
式中lk,i,1—后续可以通过交叉口的车辆开始加速时的位置，m；
lk,i,2—后续可以通过交叉口的车辆开始匀速时的位置，m；
lk,i,3—后续可以通过交叉口的车辆开始减速时的位置，m。
优化过程中目标函数为minT＝(tk,i,1+tk,i,2+tk,i,3)，其约束条件为：
Figure BDA0003051617530000141
求得最优解即为轨迹优化方案。
在不满足条件的后续到达车辆则在后面排队等候，等待下一次放行左转相位，等待区域如图4所示。
(2)若
Figure BDA0003051617530000142
无需延长绿灯时间；
(3)若
Figure BDA0003051617530000143
车辆未放行完毕，需延长绿灯时间为：
Figure BDA0003051617530000144
初始绿灯时长为40s，绿灯开启时刻为8:30:00，所以绿灯结束的时刻为8:30:40，因此有10s的剩余时间，通过交叉口的车速取限速50km/h，取车辆在路段上行驶的正常车速为40km/h，加减速度仍为3m/s2，则加速过程需要1.852s，减速时间需要0.926s，则剩余的匀速时间为7.222s，加速走过的路段长度为
Figure BDA0003051617530000145
匀速走过的路段长度为
Figure BDA0003051617530000146
减速走过的路段长度为
Figure BDA0003051617530000147
则求得最远的边界范围为160.233m。
检测到在该范围内只有一辆车符合条件，该车在队列放行完毕时刻所处的位置为120m，且此时的速度为40km/h，若不进行车速诱导直接匀速通过停车线需要10.8s，10.8s＞10s，因此需要进行车速诱导，则需让车辆加速一点，取目标车速为50km/h，最终通过停车线即可。
假定左转CAV通过停车线的时间段为
Figure BDA0003051617530000148
则下一次左转的CAV通过停车线的时间段为
Figure BDA0003051617530000149
若前面出现绿灯延长，则之后的左转CAV通过停车线的时间段调整为
Figure BDA00030516175300001410
式中k—自然数；
c—步骤一所计算出来的周期时长；
ΔT1—所延长的绿灯时间。
同理，重复上述步骤，将其中的L1更换为L2，即放行直行时，假定直行CAV通过停车线的时间段为
Figure BDA0003051617530000151
则下一次直行CAV通过停车线的时间段为
Figure BDA0003051617530000152
若出现绿灯延长，则之后的直行CAV通过停车线的时间段调整为
Figure BDA0003051617530000153
其中ΔT2为直行相位中所延长的绿灯时间，其他参数含义同上。
由于没有出现绿灯延长的情况，所以左转CAV通过停车线的时间段为[8:30:00，8:30:40]，周期时长为83s，则下一次左转CAV通过停车线的时间段为[8:31:23，8:32:03]。重复上述步骤中，计算得到直行CAV通过停车线的时间段为[8:30:43，8:31:23]，同样没有出现绿灯延长的情况，则下一次直行CAV通过停车线的时间段为[8:32:06，8:32:46]。
上述内容仅为本发明的较佳实施例，并非用于限制本发明的实施方案，本领域普通技术人员根据本发明的主要构思和精神，可以十分方便地进行相应的变通或修改，故本发明的保护范围应以权利要求书所要求的保护范围为准。

Claims (4)

1.一种交叉口共享自动驾驶车道的信号控制方法，其特征在于，包括如下步骤：
步骤一：设置共享自动驾驶车道；
步骤二：生成初步信号配时方案；
步骤三：优化网联自动驾驶车轨迹；
步骤四：对网联自动驾驶车链式队列放行；
步骤五：链式队列放行完毕后，确认是否需要延长绿灯时间；
步骤一中，在道路进口处设置供直行和左转的CAV使用的共享自动驾驶车道、左转人工驾驶专用车道、供直行的HV和右转的CAV及HV使用的直行加右转车道；
进入共享自动驾驶车道前，若进口车道为三车道，则在距离交叉口停车线L1和L2的位置分别设置虚拟停车线，用来控制左转CAV链式队列和直行CAV链式队列在路段上的排队；若进口车道四车道及以上，则在距离交叉口停车线L1位置的相邻车道分别设置虚拟停车线，左转CAV链式队列和直行CAV链式队列在此并列排队；
步骤三中，在相位红灯期间，根据红灯开启时刻路段上各网联自动驾驶车所在的位置和运行速度，以及后续网联自动驾驶车进入路段的时间及速度，通过如下轨迹优化与跟车模型，使直行网联自动驾驶车在距离停车线L1的位置形成直行网联自动驾驶车链式队列；
分为三阶段来进行路段车辆的轨迹优化：加速阶段、匀速阶段、减速阶段；建立跟驰模型，每辆车都以上一辆车的位置、速度、加速度为约束；
头车的轨迹优化模型为：
Figure FDA0003636177250000011
Figure FDA0003636177250000012
式中，vk,i(t)—t时刻头车的速度，m/s；lk,i(t)—t时刻头车的所在的位置，m；
Figure FDA0003636177250000021
—头车刚进入该道路的时刻，s；
Figure FDA0003636177250000022
—刚进入该道路时刻头车的速度，m/s；
Figure FDA0003636177250000023
—刚进入该道路时刻头车的位置，m；
Figure FDA0003636177250000024
—第一阶段加速时的加速度，m/s2；
Figure FDA0003636177250000025
—第一阶段加速完成的时刻，即第二阶段匀速开启时刻，s；
Figure FDA0003636177250000026
—第二阶段匀速时刻头车的速度，m/s；
Figure FDA0003636177250000027
—第二阶段匀速时刻头车的位置，m；
Figure FDA0003636177250000028
—第二阶段匀速完成的时刻，即第三阶段减速开启时刻，s；
Figure FDA0003636177250000029
—第三阶段减速时刻头车的速度，m/s；
Figure FDA00036361772500000210
—第三阶段减速时刻头车的位置，m；
Figure FDA00036361772500000211
—第三阶段减速时的加速度，m/s2；
头车轨迹确定之后，对后车的运行轨迹进行约束和优化，跟驰模型如下：
Figure FDA00036361772500000212
式中，
Figure FDA00036361772500000213
—在t'+Δt时刻第x辆车的速度，m/s；
Figure FDA00036361772500000214
—在t'时刻第x辆车的速度，m/s；
Figure FDA00036361772500000215
—在t'时刻第x-1辆车，即前车的速度，m/s；
Figure FDA00036361772500000216
—在t'时刻第x辆车的加速度，m/s2；
Figure FDA00036361772500000217
—在t'+Δt时刻第x辆车的位置，m；
Figure FDA00036361772500000218
—在t'时刻第x辆车的位置，m；
Figure FDA00036361772500000219
—在t'时刻第x-1辆车，即前车的位置，m；α1、α2—跟车参数；
Figure FDA00036361772500000220
—车辆之间的安全车距，m；Leh—车辆的长度，m；T—前车发生变化时，后车相应的反应时间，s；
步骤四中，记第k周期左转相位绿灯开启时刻为tk,i，则引导左转网联自动驾驶车链式队列头车的启动时刻为：
Figure FDA00036361772500000221
式中，vc—网联自动驾驶车通过停车线的目标车速，m/s；a—网联自动驾驶车加/减速度，m/s2；L—左转网联自动驾驶车链式队列在路段排队位置距停车线的距离，m；
从车辆启动时刻开启，队列网联自动驾驶车运行时分为两个阶段，加速及匀速阶段，其头车两阶段轨迹优化模型为：
Figure FDA0003636177250000031
Figure FDA0003636177250000032
式中，v'k,i(t)—排队的第一辆车在车辆启动后第t时刻的车速，m/s；l'k,i(t)—排队的第一辆车在车辆启动后第t时刻的位置，m；
Figure FDA0003636177250000033
—在车辆启动后t时刻加速时的加速度，m/s2；
Figure FDA0003636177250000034
—车辆加速结束后匀速开始时的车速，m/s；
Figure FDA0003636177250000035
—车辆加速结束后匀速开始时的位置，m；
后车的跟驰模型为：
Figure FDA0003636177250000036
式中，
Figure FDA0003636177250000037
—在t”时刻第x'辆车的速度，m/s；
Figure FDA0003636177250000038
—在t”时刻第(x-1)'辆车的速度，m/s；
Figure FDA0003636177250000039
—在t”时刻第x'辆车的位置，m；
Figure FDA00036361772500000310
—在t”时刻第(x-1)'辆车的位置，m；
Figure FDA00036361772500000311
—在t”时刻第x'辆车的加速度，m/s2；
Figure FDA00036361772500000312
—在t”时刻第(x-1)'辆车的加速度，m/s2；t0—相邻两辆车之间网络连接的延时时间，s。
2.根据权利要求1所述的交叉口共享自动驾驶车道的信号控制方法，其特征在于，步骤二中，在交叉口停车线处设置检测器，根据连续n个信号周期的检测数据，结合Webster法与小步距调整算法来确定初始的信号配时方案，步骤如下：
(1)依据检测器的采集数据，通过Webster法确立各相位的绿灯时间；
(2)若连续n个信号周期的平均绿灯时间利用率高于0.95，则该相位的绿灯时间增加ΔT；
(3)若连续n个信号周期的平均绿灯时间利用率小于0.85，则该相位的绿灯时间减少ΔT；
(4)若连续n个信号周期的平均绿灯时间利用率介于0.85-0.95，则该相位的绿灯时间保持不变；
采用滚动时间窗的方法，每n个信号周期优化1次初步信号配时方案。
3.根据权利要求1所述的交叉口共享自动驾驶车道的信号控制方法，其特征在于，步骤五中，检测到左转网联自动驾驶车链式队列有
Figure FDA0003636177250000041
辆，则最后一辆车通过停车线所需要的时间为：
Figure FDA0003636177250000042
式中，
Figure FDA0003636177250000043
—饱和车头时距，s；判断放行结束后是否有剩余绿灯时间：
(1)若
Figure FDA0003636177250000044
还可对后续车辆进行轨迹优化，记剩余时间
Figure FDA0003636177250000045
可优化的后续车辆需满足的要求为：
Figure FDA0003636177250000046
划定可优化车辆的最远边界：
Figure FDA0003636177250000047
式中，tk,i,1—后续可以通过交叉口的车辆加速时间，s；tk,i,2—后续可以通过交叉口的车辆匀速时间，s；tk,i,3—后续可以通过交叉口的车辆减速时间，s；vk,i,1—后续可以通过交叉口的车辆开始加速时的初速度，m/s；ak,i,1(t)—后续可以通过交叉口的车辆在加速t时刻的加速度，m/s2；vk,i,2—后续可以通过交叉口的车辆匀速阶段时的速度，m/s；ak,i,3(t)—后续可以通过交叉口的车辆在减速t时刻的加速度，m/s2；
Figure FDA0003636177250000048
—后续可以通过交叉口的车辆所在的位置，m；vmax—路段上最高限速，m/s；vj—车辆通过交叉口时的约束速度，m/s；
通过车路协同，检测出后续满足条件的车辆共有
Figure FDA0003636177250000049
辆，每辆车的位置与速度依次为：
Figure FDA00036361772500000410
①若
Figure FDA0003636177250000051
则不对其进行车速诱导；
②若
Figure FDA0003636177250000052
则需对该车辆进行轨迹优化；
该优化过程分为三个阶段：加速阶段、匀速阶段、减速阶段；
车辆轨迹优化模型为：
Figure FDA0003636177250000053
Figure FDA0003636177250000054
式中，lk,i,1—后续可以通过交叉口的车辆开始加速时的位置，m；lk,i,2—后续可以通过交叉口的车辆开始匀速时的位置，m；lk,i,3—后续可以通过交叉口的车辆开始减速时的位置，m；
优化过程中目标函数为minT＝(tk,i,1+tk,i,2+tk,i,3)，其约束条件为：
Figure FDA0003636177250000055
Figure FDA0003636177250000056
Figure FDA0003636177250000057
Figure FDA0003636177250000058
求得最优解即为轨迹优化方案；
在不满足条件的后续到达车辆则在后面排队等候，等待下一次放行左转相位；
(2)若
Figure FDA0003636177250000059
无需延长绿灯时间；
(3)若
Figure FDA00036361772500000510
车辆未放行完毕，需延长绿灯时间为：
Figure FDA0003636177250000061
假定左转网联自动驾驶车通过停车线的时间段为[T1 -,T1 +]，则下一次左转的网联自动驾驶车通过停车线的时间段为[T1 -,T1 +]+kc，若前面出现绿灯延长，则之后的左转网联自动驾驶车通过停车线的时间段调整为[T1 -,T1 +]+kc+ΔT1；
式中，k—自然数；c—步骤一所计算出来的周期时长；ΔT1—所延长的绿灯时间；
重复上述步骤，将其中的L1更换为L2，即放行直行时，假定直行网联自动驾驶车通过停车线的时间段为[T2 -,T2 +]，则下一次直行网联自动驾驶车通过停车线的时间段为[T2 -,T2 +]+kc，若出现绿灯延长，则之后的直行网联自动驾驶车通过停车线的时间段调整为[T2 -,T2 +]+kc+ΔT2，其中ΔT2为直行相位中所延长的绿灯时间。
4.一种交叉口共享自动驾驶车道的信号控制系统，采用权利要求1至3任一项所述的交叉口共享自动驾驶车道的信号控制方法。
CN202110489837.7A 2021-05-06 2021-05-06 交叉口共享自动驾驶车道的信号控制方法及系统 Active CN113257007B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110489837.7A CN113257007B (zh) 2021-05-06 2021-05-06 交叉口共享自动驾驶车道的信号控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110489837.7A CN113257007B (zh) 2021-05-06 2021-05-06 交叉口共享自动驾驶车道的信号控制方法及系统

Publications (2)

Publication Number Publication Date
CN113257007A CN113257007A (zh) 2021-08-13
CN113257007B true CN113257007B (zh) 2022-06-17

Family

ID=77223706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110489837.7A Active CN113257007B (zh) 2021-05-06 2021-05-06 交叉口共享自动驾驶车道的信号控制方法及系统

Country Status (1)

Country Link
CN (1) CN113257007B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114937360B (zh) * 2022-05-19 2023-03-21 南京逸刻畅行科技有限公司 一种智能网联汽车队列信号交叉口通行引导方法
CN115116245B (zh) * 2022-05-20 2023-07-25 东北林业大学 车辆混合通行环境下交叉口动态感应信号控制方法及系统
CN115083176A (zh) * 2022-06-28 2022-09-20 浙江大学 一种基于多任务并行控制的网联自动车群串联排列实现方法
KR102545701B1 (ko) * 2022-11-28 2023-06-20 주식회사 동일기술공사 자율주행차량 전용차로 설치에 따른 교차로 운영 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013182769A1 (fr) * 2012-06-04 2013-12-12 Renault S.A.S. Dispositif de contrôle de trajectoire d'un véhicule
CN109508814A (zh) * 2018-10-15 2019-03-22 同济大学 一种基于物联网和云计算的公交轨迹优化系统
CN110807923A (zh) * 2019-10-31 2020-02-18 哈尔滨工业大学 人机混合驾驶环境下交叉口进口道车道功能重构方法
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
CN111768637A (zh) * 2020-05-14 2020-10-13 同济大学 一种信号交叉口交通信号灯和车辆轨迹控制方法
CN112071074A (zh) * 2020-11-12 2020-12-11 长沙理工大学 一种交叉口自动驾驶车辆专用相位的设置方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2991279B1 (fr) * 2012-06-01 2015-07-17 Renault Sa Dispositif de controle de trajectoire d'un vehicule.
CN108010343A (zh) * 2017-10-31 2018-05-08 上海与德科技有限公司 一种交通信号灯的控制方法、控制装置及控制系统
CN111508247B (zh) * 2020-04-23 2020-11-13 河海大学 一种面向自动驾驶的公交优先道路交通协同诱导方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013182769A1 (fr) * 2012-06-04 2013-12-12 Renault S.A.S. Dispositif de contrôle de trajectoire d'un véhicule
CN109508814A (zh) * 2018-10-15 2019-03-22 同济大学 一种基于物联网和云计算的公交轨迹优化系统
CN110807923A (zh) * 2019-10-31 2020-02-18 哈尔滨工业大学 人机混合驾驶环境下交叉口进口道车道功能重构方法
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
CN111768637A (zh) * 2020-05-14 2020-10-13 同济大学 一种信号交叉口交通信号灯和车辆轨迹控制方法
CN112071074A (zh) * 2020-11-12 2020-12-11 长沙理工大学 一种交叉口自动驾驶车辆专用相位的设置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Improved Green Ratio Model Based On Attemperment Priority In Oversaturated Traffic;Tao Zeming，Jiang Xiancai 等;《International Conference on Intelligent Computation Technology and Automation》;20081022;正文全文 *
自动驾驶环境下车辆轨迹及交通信号协同控制;戴荣健等;《汽车安全与节能学报》;20191215;第10卷(第04期);正文摘要、第4页第3节 *

Also Published As

Publication number Publication date
CN113257007A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN113257007B (zh) 交叉口共享自动驾驶车道的信号控制方法及系统
CN107730931B (zh) 一种车路协同环境下车辆编队控制及其信号优化方法
CN110085037B (zh) 一种车路协同环境下交叉口信号控制及车速引导系统
CN106997690B (zh) 一种车联网环境下高速公路车辆非强制换道控制方法
CN104680804B (zh) 一种交叉口直右共用车道预信号控制方法
CN110910646B (zh) 用于交叉口的无人驾驶公交车辆的协同控制方法
CN112373472A (zh) 一种自动驾驶交叉口车辆进入时刻与行驶轨迹控制方法
CN110070707A (zh) 一种实现协同式自适应巡航控制车队组队与分离的方法
CN108831143A (zh) 基于车路协同技术的信号交叉口车队速度引导方法
CN107248297B (zh) 一种车路协同环境下交叉口栅格化信号相位时长计算方法
CN106652493A (zh) 一种车联网环境下的交叉口信号优化控制方法
CN107016858A (zh) 一种交叉口多流向候驶区和错位式停车线的预信号控制方法
CN109215357B (zh) 基于速度检测的交叉口公交插队优先控制方法
CN109523810A (zh) 一种基于车联网的信号交叉口车速引导系统与方法
CN104766486B (zh) 面向黄灯两难区的全红信号控制方法
CN113393688B (zh) 一种基于队列长度预测的交叉口生态驾驶优化方法
CN113593258B (zh) 基于车路协同的信号配时与车速动态协调控制优化方法
CN105654754A (zh) 一种车辆控制方法及装置
CN112767715B (zh) 一种交叉路口交通信号灯与智能网联汽车的协同控制方法
CN111243296B (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
CN110085025B (zh) 一种快速公交多模态运行速度优化方法
CN114973733A (zh) 一种信号交叉口处混合流下网联自动车轨迹优化控制方法
CN108320535A (zh) 一种道路合流区交织车辆的通行控制方法
CN114999207B (zh) 一种智能网联环境下的公交车生态迫近引导方法
CN110176138B (zh) 一种路口级的主动交通诱导方法

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