CN113257012B - 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法 - Google Patents

一种自动驾驶混行交叉口车道功能与绿灯时间设置方法 Download PDF

Info

Publication number
CN113257012B
CN113257012B CN202110646869.3A CN202110646869A CN113257012B CN 113257012 B CN113257012 B CN 113257012B CN 202110646869 A CN202110646869 A CN 202110646869A CN 113257012 B CN113257012 B CN 113257012B
Authority
CN
China
Prior art keywords
lane
intersection
flow
formula
ratio
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
CN202110646869.3A
Other languages
English (en)
Other versions
CN113257012A (zh
Inventor
吴伟
蒋林锡
李烨
马晓龙
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 CN202110646869.3A priority Critical patent/CN113257012B/zh
Publication of CN113257012A publication Critical patent/CN113257012A/zh
Application granted granted Critical
Publication of CN113257012B publication Critical patent/CN113257012B/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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights

Abstract

本发明公开了一种自动驾驶混行交叉口车道功能与绿灯时间设置方法。根据自动驾驶车辆和人工驾驶车辆的交通流量，对城市交叉口的车道功能和绿灯时间进行设置。先采集交叉口各进口方向各流向的各类型交通流量和车道数；基于车道数设置初始车道功能和车道功能分配交通流量，计算每条车道的流量比，再调整车道功能，重新分配交通流量和重新计算流量比，通过不断迭代获得流量比均衡条件下的最终车道功能设置方案；最后基于最终的车道功能设置方案，根据饱和度的要求计算绿灯时间。本发明旨在面向未来自动驾驶车辆和人工驾驶车辆混行的交叉口，进行车道功能与绿灯时间的设置，均衡交叉口车道的交通流量分布，提升交叉口车道的利用率。

Description

一种自动驾驶混行交叉口车道功能与绿灯时间设置方法
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混行交叉口车道功能与绿灯时间设置方法。
背景技术
城市交交叉口作为交通网络中的交汇地点，对交通网络有着重要的影响，交叉口控制管理一直是学者们研究的重点之一。均衡交叉口的交通流量分布，可以有效地提升交叉口车道的利用率。
检索现有研究文献发现，目前国内外对交叉口控制管理的研究主要存在以下不足：第一，主要针对的都是全人工驾驶车辆环境下的交叉口控制管理，较少考虑随着自动驾驶技术的进步，未来交叉口面临自动驾驶车辆混行的情况；第二，目前对于交叉口车道功能和绿灯时间的设置，大部分考虑优化左转和直行交通流量的分布，较少考虑如何优化自动驾驶车辆和人工驾驶车辆的分布。因此，面对自动驾驶混行的环境，如何设置交叉口车道功能，均衡交叉口的交通流量分布，并在此基础上如何对交叉口绿灯时间进行设置，从而提升交叉口车道利用率，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混行交叉口车道功能与绿灯时间设置方法，该方法可以获得车道功能设置方案以及交叉口绿灯设置方案，从而使交叉口各进口方向各流向的各条车道的流量比均衡，达到了均衡交叉口的交通流量分布和提升交叉口车道利用率的目标。
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混行交叉口车道功能与绿灯时间设置方法，该方法包括如下步骤：
步骤1：采集交叉口各进口方向各流向的各类型交通流量以及车道数；
步骤2：根据车道数设置初始车道功能，如果该流向只有1条车道，则设置该车道为自动驾驶车辆和人工驾驶车辆混合车道，如果该流向有n条(n>=2)车道，则设置1条自动驾驶专用车道和n-1条人工驾驶专用车道，根据初始车道功能分配交通流量，计算每条车道的流量比；
步骤3：根据流量比，调整车道功能，重新分配交通流量并计算调整车道功能之后的流量比，通过不断迭代获得流量比均衡条件下的最终车道功能设置方案；
步骤4：基于最终的车道功能设置方案，计算该流向的绿灯时间。
优选地：所述步骤1中建立交叉口车道布设准则，如下所示：
采集各进口方向各流向的各类型交通流量,包括自动驾驶直行车辆、自动驾驶左转车辆、人工驾驶直行车辆和人工驾驶左转车辆，采集交叉口各进口方向各流向的车道数；
Figure DEST_PATH_IMAGE001
表示交叉口进口方向
Figure DEST_PATH_IMAGE002
流向
Figure DEST_PATH_IMAGE003
类型
Figure DEST_PATH_IMAGE004
的交通流量，
Figure DEST_PATH_IMAGE005
表示交叉口进口方向
Figure 570675DEST_PATH_IMAGE002
流向
Figure 300865DEST_PATH_IMAGE003
的车道数量；
Figure 80602DEST_PATH_IMAGE002
表示交叉口进口方向，
Figure DEST_PATH_IMAGE006
，其中
Figure DEST_PATH_IMAGE007
分别表示交叉口车道东、西、南、北四个进口方向；
Figure 538128DEST_PATH_IMAGE003
表示车流流向，
Figure DEST_PATH_IMAGE008
，其中
Figure DEST_PATH_IMAGE009
分别表示直行流向和左转流向；
Figure 156761DEST_PATH_IMAGE004
表示车辆类型，
Figure DEST_PATH_IMAGE010
，其中
Figure DEST_PATH_IMAGE011
分别表示自动驾驶车辆和人工驾驶车辆。
优选地：步骤2包括如下步骤：
步骤21：交叉口车道分为三种类型，分别为自动驾驶专用车道，仅供自动驾驶车辆行驶；人工驾驶专用车道，仅供人工驾驶车辆行驶；自动驾驶车辆和人工驾驶车辆混合车道，可供自动驾驶车辆和人工驾驶车辆行驶；
Figure DEST_PATH_IMAGE012
表示车道编号，
Figure DEST_PATH_IMAGE013
；
Figure DEST_PATH_IMAGE014
表示迭代步数，初始化，令
Figure DEST_PATH_IMAGE015
；为中间变量，
Figure DEST_PATH_IMAGE016
；设置0-1二元变量
Figure DEST_PATH_IMAGE017
；表示第
Figure 854589DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 183940DEST_PATH_IMAGE002
流向
Figure 382840DEST_PATH_IMAGE003
的第
Figure 51718DEST_PATH_IMAGE012
条车道是自动驾驶车辆专用车道，
Figure DEST_PATH_IMAGE018
表示第
Figure 858132DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 612461DEST_PATH_IMAGE002
流向
Figure 411790DEST_PATH_IMAGE003
的第
Figure 935175DEST_PATH_IMAGE012
条车道不是自动驾驶车辆专用车道；
Figure DEST_PATH_IMAGE019
表示第
Figure 178069DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 419694DEST_PATH_IMAGE002
流向
Figure 694818DEST_PATH_IMAGE003
的第
Figure 338288DEST_PATH_IMAGE012
条车道是人工驾驶车辆专用车道，
Figure DEST_PATH_IMAGE020
表示第
Figure 735772DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 464693DEST_PATH_IMAGE002
流向
Figure 353627DEST_PATH_IMAGE003
的第
Figure 851605DEST_PATH_IMAGE012
条车道不是人工驾驶车辆专用车道；
Figure DEST_PATH_IMAGE021
表示第
Figure 623252DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 636207DEST_PATH_IMAGE002
流向
Figure 518713DEST_PATH_IMAGE003
的第
Figure 871196DEST_PATH_IMAGE012
条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure DEST_PATH_IMAGE022
表示第
Figure 626794DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 64729DEST_PATH_IMAGE002
流向
Figure 547662DEST_PATH_IMAGE003
的第
Figure 20232DEST_PATH_IMAGE012
条车道不是自动驾驶车辆与人工驾驶车辆混合车道；
步骤22：判断交叉口各进口方向各流向车道数，如果
Figure DEST_PATH_IMAGE023
，则
Figure DEST_PATH_IMAGE024
，转至步骤4，此时得到的最新的车道功能，即为最终的车道功能设置方案，得到的最新交通流量分配方案即为均衡交通流量分配方案，
Figure DEST_PATH_IMAGE025
表示交叉口进口方向
Figure 946731DEST_PATH_IMAGE002
流向
Figure 934279DEST_PATH_IMAGE003
的自动驾驶车辆的交通流量，
Figure DEST_PATH_IMAGE026
表示交叉口进口方向
Figure 158587DEST_PATH_IMAGE002
流向
Figure 220083DEST_PATH_IMAGE003
的人工驾驶车辆的交通流量，
Figure DEST_PATH_IMAGE027
表示自动驾驶专用车道的车辆车头时距，
Figure DEST_PATH_IMAGE028
表示人工驾驶专用车道的车辆车头时距；如果
Figure DEST_PATH_IMAGE029
，则
Figure DEST_PATH_IMAGE030
；
Figure DEST_PATH_IMAGE031
表示第
Figure 379800DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 608306DEST_PATH_IMAGE002
流向
Figure 636305DEST_PATH_IMAGE003
的第
Figure DEST_PATH_IMAGE032
条车道是自动驾驶车辆专用车道，其余同理可得；
Figure DEST_PATH_IMAGE033
表示第
Figure 880205DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 69878DEST_PATH_IMAGE002
流向
Figure 969700DEST_PATH_IMAGE003
的第
Figure 348860DEST_PATH_IMAGE032
条车道是人工驾驶车辆专用车道，其余同理可得；表示第
Figure 650529DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 11103DEST_PATH_IMAGE002
流向
Figure 460539DEST_PATH_IMAGE003
的第
Figure 830340DEST_PATH_IMAGE032
条车道是自动驾驶车辆与人工驾驶车辆混合车道，其余同理可得；
步骤23：当
Figure DEST_PATH_IMAGE034
，则对交通流量
Figure DEST_PATH_IMAGE035
按式(4)进行分配；当
Figure DEST_PATH_IMAGE036
，则对交通流量
Figure DEST_PATH_IMAGE037
按式(5)进行分配；
Figure DEST_PATH_IMAGE038
(
Figure DEST_PATH_IMAGE039
)
式中，
Figure DEST_PATH_IMAGE040
表示第
Figure 596302DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 206406DEST_PATH_IMAGE002
流向
Figure 815242DEST_PATH_IMAGE003
的自动驾驶车辆专用车道数；
Figure DEST_PATH_IMAGE041
(2)
式中，
Figure DEST_PATH_IMAGE042
表示第
Figure 51051DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 61732DEST_PATH_IMAGE002
流向
Figure 29688DEST_PATH_IMAGE003
的人工驾驶车辆专用车道数；
Figure DEST_PATH_IMAGE043
(3)
式中，
Figure DEST_PATH_IMAGE044
表示第
Figure 935940DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 709861DEST_PATH_IMAGE002
流向
Figure 575049DEST_PATH_IMAGE003
的自动驾驶车辆与人工驾驶车辆混合车道数；
Figure DEST_PATH_IMAGE045
(4)
Figure DEST_PATH_IMAGE046
(5)
式中，
Figure DEST_PATH_IMAGE047
表示第
Figure 526955DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 172700DEST_PATH_IMAGE002
流向
Figure 422416DEST_PATH_IMAGE003
的第条车道的交通流量，
Figure DEST_PATH_IMAGE048
表示交叉口进口方向
Figure 407690DEST_PATH_IMAGE002
流向
Figure 530498DEST_PATH_IMAGE003
的自动驾驶车辆的交通流量，
Figure DEST_PATH_IMAGE049
表示交叉口进口方向
Figure 601222DEST_PATH_IMAGE002
流向
Figure 716945DEST_PATH_IMAGE003
的人工驾驶车辆的交通流量；
步骤24：按照车道功能计算每条车道的饱和流量，如式(6)所示：
Figure DEST_PATH_IMAGE050
(6)
式中，
Figure DEST_PATH_IMAGE051
表示第
Figure 369775DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 850435DEST_PATH_IMAGE002
流向
Figure 142876DEST_PATH_IMAGE003
的第
Figure 62290DEST_PATH_IMAGE012
条车道的饱和流量，
Figure 756577DEST_PATH_IMAGE027
表示自动驾驶专用车道的车辆车头时距，
Figure 408138DEST_PATH_IMAGE028
表示人工驾驶专用车道的车辆车头时距；
步骤25：按照交通流量和饱和流量计算每条车道的流量比，如式(7)所示：
Figure DEST_PATH_IMAGE052
(7)
式中，
Figure DEST_PATH_IMAGE053
表示第
Figure 281152DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 676361DEST_PATH_IMAGE002
流向
Figure 287471DEST_PATH_IMAGE003
的第
Figure 375513DEST_PATH_IMAGE012
条车道的流量比。
优选地：步骤3包括如下步骤：
步骤31：根据流量比，变更部分车道的功能，如果
Figure DEST_PATH_IMAGE054
，则转至步骤4，此时得到的最新的车道功能，即为最终的车道功能设置方案，得到的最新交通流量分配方案即为均衡交通流量分配方案；如果
Figure DEST_PATH_IMAGE055
，则迭代步数
Figure 455596DEST_PATH_IMAGE014
增加一步，
Figure 654496DEST_PATH_IMAGE032
为中间变量，
Figure 120112DEST_PATH_IMAGE016
，之后
Figure DEST_PATH_IMAGE056
Figure DEST_PATH_IMAGE057
，转至步骤32；如果
Figure DEST_PATH_IMAGE058
，则迭代步数
Figure 192104DEST_PATH_IMAGE014
增加一步，
Figure 946434DEST_PATH_IMAGE032
为中间变量，
Figure 683446DEST_PATH_IMAGE016
，之后
Figure DEST_PATH_IMAGE059
Figure DEST_PATH_IMAGE060
Figure DEST_PATH_IMAGE061
，转至步骤32；
Figure DEST_PATH_IMAGE062
表示第
Figure 82197DEST_PATH_IMAGE014
次迭代时的交叉口进口方向
Figure 512041DEST_PATH_IMAGE002
流向
Figure 488088DEST_PATH_IMAGE003
的第
Figure 91107DEST_PATH_IMAGE032
条车道的流量比，其余同理可得；
步骤32：对车道功能进行判断，如果满足式(8),则转至步骤23；如果满足式(9)，则转至步骤33；
Figure DEST_PATH_IMAGE063
(8)
Figure DEST_PATH_IMAGE064
(9)
步骤33：按照每条车道流量比相等的要求，如果
Figure DEST_PATH_IMAGE065
，则对交通流量
Figure DEST_PATH_IMAGE066
按式(10)进行分配；如果
Figure DEST_PATH_IMAGE067
，则对交通流量
Figure 607015DEST_PATH_IMAGE066
按式(11)进行分配；如果
Figure DEST_PATH_IMAGE068
，则对交通流量
Figure 942181DEST_PATH_IMAGE066
按式(12)进行分配；此时，该流向的每条车道流量比相等，得到的最新的车道功能，即为最终的车道功能设置方案；
Figure DEST_PATH_IMAGE070
步骤34：对交叉口各进口方向各流向随机选取
Figure 484152DEST_PATH_IMAGE065
或
Figure 562967DEST_PATH_IMAGE067
的一条车道，按照车道功能计算该条车道的饱和流量，如式(13)所示：
Figure DEST_PATH_IMAGE071
(13)
步骤35：按照交通流量和饱和流量计算该条车道的流量比，如式(14)所示：
Figure DEST_PATH_IMAGE072
(14)
步骤36：因为此时该流向的所有车道流量比均相等，所以该流向的每条车道的流量比均等于该条车道的流量比。
优选地：所述步骤4中基于最终的车道功能设置方案，根据流量比要求计算该流向的绿灯时间包括如下步骤：
步骤41：求出交叉口各进口方向各流向中最大的车道流量比，如式(15)所示：
Figure DEST_PATH_IMAGE073
(15)
式中，
Figure DEST_PATH_IMAGE074
表示交叉口进口方向
Figure 936310DEST_PATH_IMAGE002
流向
Figure 442378DEST_PATH_IMAGE003
的所有车道中的最大车道流量比；
步骤42：各流向对应的绿信比要等于各流向中最大的车道流量比与该流向的设定饱和度的比值，如式(16)所示：
Figure DEST_PATH_IMAGE075
(16)
其中，
Figure DEST_PATH_IMAGE076
表示交叉口进口方向
Figure 720913DEST_PATH_IMAGE002
流向
Figure 603418DEST_PATH_IMAGE003
的设定饱和度，取值范围为
Figure DEST_PATH_IMAGE077
，
Figure DEST_PATH_IMAGE078
表示交叉口进口方向
Figure 768951DEST_PATH_IMAGE002
流向
Figure 711499DEST_PATH_IMAGE003
的绿信比；
步骤43：根据绿信比，结合交叉口信号周期，即可得到每个流向的绿灯时间，如式(17)所示：
Figure DEST_PATH_IMAGE079
(17)
其中，
Figure DEST_PATH_IMAGE080
表示交叉口信号周期，
Figure DEST_PATH_IMAGE081
表示交叉口进口方向
Figure 27730DEST_PATH_IMAGE002
流向
Figure 448347DEST_PATH_IMAGE003
的绿灯时间。
有益效果：本发明与现有技术相比，具有以下优点：
本发明方法面向自动驾驶车流混行的交叉口，考虑车道功能设置和绿灯时间设置，改善目前大部分研究只考虑优化左转和直行交通流量的分布，在自动驾驶车辆和人工驾驶车辆混行的情况下，考虑优化自动驾驶车辆和人工驾驶车辆的交通流量分布，从而均衡交叉口的交通流量分布，提升交叉口车道利用率。
附图说明
图1为本发明方法的流程图。
图2为本发明交叉口东进口方向直行流向示意图。
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
本发明以交叉口东进口方向直行流向为实施例对本发明技术方案进行说明，交叉口其余进口方向和流向同理可得，结合附图1～附图3和实施例，详细说明如下：
一种自动驾驶混行交叉口车道功能与绿灯时间设置方法，所述步骤如下：
步骤1：采集交叉口东进口方向直行流向的各类型交通流量以及车道数；
步骤2：根据车道数设置初始车道功能，如果交叉口东进口方向直行流向只有1条车道，则设置该车道为自动驾驶车辆和人工驾驶车辆混合车道，如果交叉口东进口方向直行流向有n条(n>=2)车道，则设置1条自动驾驶专用车道和n-1条人工驾驶专用车道，根据初始车道功能分配交通流量，计算每条车道的流量比；
步骤3：根据流量比，调整车道功能，重新分配交通流量并计算调整车道功能之后的流量比，通过不断迭代获得流量比均衡条件下的最终车道功能设置方案；
步骤4：基于最终的车道功能设置方案，计算交叉口东进口方向直行流向的绿灯时间。
步骤1中所述采集交叉口东进口方向直行流向的各类型交通流量以及车道数如下所示：
采集交叉口东进口方向直行流向的各类型交通流量,包括自动驾驶直行车辆、自动驾驶左转车辆、人工驾驶直行车辆和人工驾驶左转车辆，采集交叉口东进口方向直行流向的车道数；
Figure DEST_PATH_IMAGE082
表示交叉口东进口方向直行流向自动驾驶车辆的交通流量，
Figure DEST_PATH_IMAGE083
表示交叉口东进口方向直行流向人工驾驶车辆的交通流量，
Figure DEST_PATH_IMAGE084
表示交叉口东进口方向直行流向的车道数量；
Figure 983233DEST_PATH_IMAGE027
表示自动驾驶专用车道的车辆车头时距，
Figure 831104DEST_PATH_IMAGE028
表示人工驾驶专用车道的车辆车头时距；本实施例中，相关取值如下所示：
Figure DEST_PATH_IMAGE085
。
所述步骤2包括如下步骤：
步骤21：交叉口车道分为三种类型，分别为自动驾驶专用车道，仅供自动驾驶车辆行驶；人工驾驶专用车道，仅供人工驾驶车辆行驶；自动驾驶车辆和人工驾驶车辆混合车道，可供自动驾驶车辆和人工驾驶车辆行驶；
Figure 569384DEST_PATH_IMAGE012
表示车道编号，
Figure DEST_PATH_IMAGE086
；
Figure 856009DEST_PATH_IMAGE014
表示迭代步数，初始化
Figure 183085DEST_PATH_IMAGE014
，令
Figure 467435DEST_PATH_IMAGE015
；
Figure 693012DEST_PATH_IMAGE032
为中间变量，
Figure 455431DEST_PATH_IMAGE016
；设置0-1二元变量
Figure DEST_PATH_IMAGE087
表示第
Figure 637014DEST_PATH_IMAGE014
次迭代时的交叉口东进口方向直行流向的第
Figure 154583DEST_PATH_IMAGE012
条车道是自动驾驶车辆专用车道，
Figure DEST_PATH_IMAGE088
表示第
Figure 739892DEST_PATH_IMAGE014
次迭代时的交叉口东进口方向直行流向的第
Figure 306002DEST_PATH_IMAGE012
条车道不是自动驾驶车辆专用车道；
Figure DEST_PATH_IMAGE089
表示第
Figure 404408DEST_PATH_IMAGE014
次迭代时的交叉口东进口方向直行流向的第
Figure 30562DEST_PATH_IMAGE012
条车道是人工驾驶车辆专用车道，
Figure DEST_PATH_IMAGE090
表示第
Figure 230730DEST_PATH_IMAGE014
次迭代时的交叉口东进口方向直行流向的第
Figure 334952DEST_PATH_IMAGE012
条车道不是人工驾驶车辆专用车道；
Figure DEST_PATH_IMAGE091
表示第
Figure 553444DEST_PATH_IMAGE014
次迭代时的交叉口东进口方向直行流向的第
Figure 350499DEST_PATH_IMAGE012
条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure DEST_PATH_IMAGE092
表示第
Figure 772384DEST_PATH_IMAGE014
次迭代时的交叉口东进口方向直行流向的第
Figure 945876DEST_PATH_IMAGE012
条车道不是自动驾驶车辆与人工驾驶车辆混合车道；
步骤22：判断各流向车道数，因为
Figure DEST_PATH_IMAGE093
，则
Figure DEST_PATH_IMAGE094
Figure DEST_PATH_IMAGE095
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道是自动驾驶车辆专用车道，
Figure DEST_PATH_IMAGE096
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道不是自动驾驶车辆专用车道，其余同理可得；
Figure DEST_PATH_IMAGE097
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道是人工驾驶车辆专用车道，
Figure DEST_PATH_IMAGE098
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道不是人工驾驶车辆专用车道，其余同理可得；
Figure DEST_PATH_IMAGE099
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure DEST_PATH_IMAGE100
表示第1次迭代时的交叉口东进口方向直行流向的第1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；
步骤23：因为
Figure DEST_PATH_IMAGE101
，则对交通流量
Figure DEST_PATH_IMAGE102
按式(4)进行分配，
Figure DEST_PATH_IMAGE103
辆/小时；
因为
Figure DEST_PATH_IMAGE104
，则对交通流量
Figure DEST_PATH_IMAGE105
按式(5)进行分配,
Figure 5
辆/小时；
Figure DEST_PATH_IMAGE107
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道的交通流量，其余同理可得；
步骤24：按照车道功能计算每条车道的饱和流量：
Figure DEST_PATH_IMAGE108
，
Figure DEST_PATH_IMAGE109
，
Figure DEST_PATH_IMAGE110
，
Figure DEST_PATH_IMAGE111
；
Figure DEST_PATH_IMAGE112
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道的饱和流量，其余同理可得；
步骤25：按照交通流量和饱和流量计算每条车道的流量比，
Figure DEST_PATH_IMAGE113
Figure DEST_PATH_IMAGE114
Figure DEST_PATH_IMAGE115
Figure DEST_PATH_IMAGE116
Figure DEST_PATH_IMAGE117
表示第1次迭代时的交叉口东进口方向直行流向的第1条车道的流量比，其余同理可得。
所述步骤3包括如下步骤：
步骤31：根据流量比，变更部分车道的功能，因为
Figure DEST_PATH_IMAGE118
,所以迭代步数
Figure 511550DEST_PATH_IMAGE014
增加一步，即
Figure DEST_PATH_IMAGE119
，
Figure 479506DEST_PATH_IMAGE032
为中间变量，
Figure DEST_PATH_IMAGE120
；
之后
Figure DEST_PATH_IMAGE121
Figure DEST_PATH_IMAGE122
，转至步骤32；
步骤32：对车道功能进行判断，因为
Figure DEST_PATH_IMAGE123
满足式(8),所以转至步骤23进行迭代；
步骤23：因为
Figure DEST_PATH_IMAGE124
，则对交通流量
Figure DEST_PATH_IMAGE125
按式(4)进行分配，
Figure DEST_PATH_IMAGE126
辆/小时；
因为
Figure DEST_PATH_IMAGE127
，则对交通流量
Figure DEST_PATH_IMAGE128
按式(5)进行分配,
Figure DEST_PATH_IMAGE129
辆/小时；
步骤24：按照车道功能计算每条车道的饱和流量：
Figure DEST_PATH_IMAGE130
Figure DEST_PATH_IMAGE131
Figure DEST_PATH_IMAGE132
Figure DEST_PATH_IMAGE133
步骤25：按照交通流量和饱和流量计算每条车道的流量比：
Figure DEST_PATH_IMAGE134
；
Figure DEST_PATH_IMAGE135
。
所述步骤3包括如下步骤：
步骤31：根据流量比，变更部分车道的功能，因为
Figure DEST_PATH_IMAGE136
,所以迭代步数
Figure 198807DEST_PATH_IMAGE014
增加一步，即
Figure DEST_PATH_IMAGE137
，
Figure 457881DEST_PATH_IMAGE032
为中间变量，
Figure DEST_PATH_IMAGE138
；
之后
Figure DEST_PATH_IMAGE139
Figure DEST_PATH_IMAGE140
，转至步骤32；
步骤32：对车道功能进行判断，因为
Figure DEST_PATH_IMAGE141
满足式(9),所以转至步骤33；
步骤33：按照每条车道流量比相等的要求，因为
Figure DEST_PATH_IMAGE142
，所以对交通流量
Figure DEST_PATH_IMAGE143
按式(10)进行分配，
Figure DEST_PATH_IMAGE144
辆/小时；因为
Figure DEST_PATH_IMAGE145
，所以对交通流量
Figure DEST_PATH_IMAGE146
按式(11)进行分配，
Figure DEST_PATH_IMAGE147
辆/小时；因为
Figure DEST_PATH_IMAGE148
，则对交通流量
Figure DEST_PATH_IMAGE149
按式(12)进行分配，
Figure DEST_PATH_IMAGE150
辆/小时；此时，该流向的每条车道流量比相等，得到的最新的车道功能，即为最终的车道功能设置方案；得到的最新交通流量分配方案即为均衡交通流量分配方案；
步骤34：因为
Figure DEST_PATH_IMAGE151
,所以选取交叉口东进口方向直行流向的第1条车道，按照车道功能计算该条车道的饱和流量：
Figure DEST_PATH_IMAGE152
步骤35：按照交通流量和饱和流量计算该条车道的流量比，
Figure DEST_PATH_IMAGE153
；
步骤36：因为此时交叉口东进口方向直行流向的所有车道流量比均相等，所以该流向的每条车道的流量比均等于该条车道的流量比，即：
Figure DEST_PATH_IMAGE154
。
步骤4中所述基于最终的车道功能设置方案，根据流量比要求计算该流向的绿灯时间包括如下步骤：
步骤41：求出交叉口东进口方向直行流向中最大的车道流量比，
Figure DEST_PATH_IMAGE155
Figure DEST_PATH_IMAGE156
；
Figure DEST_PATH_IMAGE157
表示第3次迭代时的交叉口东进口方向直行流向的第
Figure 217677DEST_PATH_IMAGE012
条车道的流量比；
Figure DEST_PATH_IMAGE158
表示交叉口东进口方向直行流向的所有车道中的最大车道流量比；
步骤42：交叉口东进口方向直行流向对应的绿信比要等于该流向中最大的车道流量比与该流向的设定饱和度的比值，
Figure DEST_PATH_IMAGE159
；
Figure DEST_PATH_IMAGE160
表示交叉口东进口方向直行流向的绿信比；
Figure DEST_PATH_IMAGE161
表示交叉口东进口方向直行流向的设定饱和度，取值范围为
Figure DEST_PATH_IMAGE162
，本实施例中，相关取值如下所示：
Figure DEST_PATH_IMAGE163
；
步骤43：根据绿信比，结合交叉口信号周期，即可得到东进口方向直行流向的绿灯时间，
Figure DEST_PATH_IMAGE164
秒；
Figure 294217DEST_PATH_IMAGE080
表示交叉口信号周期，本实施例中，相关取值如下所示：
Figure DEST_PATH_IMAGE165
秒。

Claims (3)

1.一种自动驾驶混行交叉口车道功能与绿灯时间设置方法，其特征在于，该方法包括如下步骤：
步骤1：采集交叉口各进口方向各流向的各类型交通流量以及车道数；
步骤2：根据车道数设置初始车道功能，如果该流向只有1条车道，则设置该车道为自动驾驶车辆和人工驾驶车辆混合车道，如果该流向有n≥2条车道，则设置1条自动驾驶专用车道和n-1条人工驾驶专用车道，根据初始车道功能分配交通流量，计算每条车道的流量比；
步骤3：根据流量比，调整车道功能，重新分配交通流量并计算调整车道功能之后的流量比，通过不断迭代获得流量比均衡条件下的最终车道功能设置方案；
步骤4：基于最终的车道功能设置方案，计算该流向的绿灯时间；
步骤2包括如下步骤：
步骤21：交叉口车道分为三种类型，分别为自动驾驶专用车道，仅供自动驾驶车辆行驶；人工驾驶专用车道，仅供人工驾驶车辆行驶；自动驾驶车辆和人工驾驶车辆混合车道，可供自动驾驶车辆和人工驾驶车辆行驶；
i表示车道编号，
Figure FDA0003630017320000011
j表示迭代步数，初始化，令j＝1；k为中间变量，k＝j；
设置0-1二元变量
Figure FDA0003630017320000012
表示第j次迭代时的交叉口进口方向u流向o的第i条车道是自动驾驶车辆专用车道，
Figure FDA0003630017320000013
表示第j次迭代时的交叉口进口方向u流向o的第i条车道不是自动驾驶车辆专用车道；
Figure FDA0003630017320000014
表示第j次迭代时的交叉口进口方向u流向o的第i条车道是人工驾驶车辆专用车道，
Figure FDA0003630017320000015
表示第j次迭代时的交叉口进口方向u流向o的第i条车道不是人工驾驶车辆专用车道；
Figure FDA0003630017320000016
表示第j次迭代时的交叉口进口方向u流向o的第i条车道是自动驾驶车辆与人工驾驶车辆混合车道，
Figure FDA0003630017320000017
表示第j次迭代时的交叉口进口方向u流向o的第i条车道不是自动驾驶车辆与人工驾驶车辆混合车道；
步骤22：判断交叉口各进口方向各流向车道数，如果
Figure FDA0003630017320000021
则
Figure FDA0003630017320000022
Figure FDA0003630017320000023
转至步骤4，此时得到的最新的车道功能，即为最终的车道功能设置方案，得到的最新交通流量分配方案即为均衡交通流量分配方案，
Figure FDA0003630017320000024
表示交叉口进口方向u流向o的自动驾驶车辆的交通流量，
Figure FDA0003630017320000025
表示交叉口进口方向u流向o的人工驾驶车辆的交通流量，
ha表示自动驾驶专用车道的车辆车头时距，
hr表示人工驾驶专用车道的车辆车头时距；
如果
Figure FDA0003630017320000026
则
Figure FDA0003630017320000027
Figure FDA0003630017320000028
Figure FDA0003630017320000029
表示第j次迭代时的交叉口进口方向u流向o的第k条车道是自动驾驶车辆专用车道，其余同理可得；
Figure FDA00036300173200000210
表示第j次迭代时的交叉口进口方向u流向o的第k条车道是人工驾驶车辆专用车道，其余同理可得；
Figure FDA00036300173200000211
表示第j次迭代时的交叉口进口方向u流向o的第k条车道是自动驾驶车辆与人工驾驶车辆混合车道，其余同理可得；
步骤23：当
Figure FDA00036300173200000212
则对交通流量
Figure FDA00036300173200000213
按式(4)进行分配；当
Figure FDA00036300173200000214
则对交通流量
Figure FDA00036300173200000215
按式(5)进行分配；
Figure FDA00036300173200000216
式中，
Figure FDA00036300173200000217
表示第j次迭代时的交叉口进口方向u流向o的自动驾驶车辆专用车道数；
Figure FDA00036300173200000218
式中，
Figure FDA00036300173200000219
表示第j次迭代时的交叉口进口方向u流向o的人工驾驶车辆专用车道数；
Figure FDA0003630017320000031
式中，
Figure FDA0003630017320000032
表示第j次迭代时的交叉口进口方向u流向o的自动驾驶车辆与人工驾驶车辆混合车道数；
Figure FDA0003630017320000033
式中，
Figure FDA0003630017320000034
表示第j次迭代时的交叉口进口方向u流向o的第i条车道的交通流量，
Figure FDA0003630017320000035
表示交叉口进口方向u流向o的自动驾驶车辆的交通流量，
Figure FDA0003630017320000036
表示交叉口进口方向u流向o的人工驾驶车辆的交通流量；
步骤24：按照车道功能计算每条车道的饱和流量，如式(6)所示：
Figure FDA0003630017320000037
式中，
Figure FDA0003630017320000038
表示第j次迭代时的交叉口进口方向u流向o的第i条车道的饱和流量，ha表示自动驾驶专用车道的车辆车头时距，hr表示人工驾驶专用车道的车辆车头时距；
步骤25：按照交通流量和饱和流量计算每条车道的流量比，如式(7)所示：
Figure FDA0003630017320000039
式中，
Figure FDA00036300173200000310
表示第j次迭代时的交叉口进口方向u流向o的第i条车道的流量比；
步骤3包括如下步骤：
步骤31：根据流量比，变更部分车道的功能，如果
Figure FDA00036300173200000311
则转至步骤4，此时得到的最新的车道功能，即为最终的车道功能设置方案，得到的最新交通流量分配方案即为均衡交通流量分配方案；
如果
Figure FDA00036300173200000312
则迭代步数j增加一步，k为中间变量，k＝j，之后
Figure FDA00036300173200000313
Figure FDA00036300173200000314
转至步骤32；
如果
Figure FDA00036300173200000315
则迭代步数j增加一步，k为中间变量，k＝j，之后
Figure FDA00036300173200000316
Figure FDA00036300173200000317
Figure FDA0003630017320000041
转至步骤32；
Figure FDA0003630017320000042
表示第j次迭代时的交叉口进口方向u流向o的第k条车道的流量比，其余同理可得；
步骤32：对车道功能进行判断，如果满足式(8),则转至步骤23；如果满足式(9)，则转至步骤33；
Figure FDA0003630017320000043
步骤33：按照每条车道流量比相等的要求，如果
Figure FDA0003630017320000044
则对交通流量
Figure FDA0003630017320000045
按式(10)进行分配；如果
Figure FDA0003630017320000046
则对交通流量
Figure FDA0003630017320000047
按式(11)进行分配；如果
Figure FDA0003630017320000048
则对交通流量
Figure FDA0003630017320000049
按式(12)进行分配；此时，该流向的每条车道流量比相等，得到的最新的车道功能，即为最终的车道功能设置方案；
Figure FDA00036300173200000410
Figure FDA00036300173200000411
Figure FDA00036300173200000412
步骤34：对交叉口各进口方向各流向随机选取
Figure FDA00036300173200000413
或
Figure FDA00036300173200000414
的一条车道，按照车道功能计算该条车道的饱和流量，如式(13)所示：
Figure FDA00036300173200000415
步骤35：按照交通流量和饱和流量计算该条车道的流量比，如式(14)所示：
Figure FDA00036300173200000416
步骤36：因为此时该流向的所有车道流量比均相等，所以该流向的每条车道的流量比均等于该条车道的流量比。
2.根据权利要求1所述的一种自动驾驶混行交叉口车道功能与绿灯时间设置方法，其特征在于，步骤1中所述采集交叉口各进口方向各流向的各类型交通流量以及车道数如下所示：
采集各进口方向各流向的各类型交通流量,包括自动驾驶直行车辆、自动驾驶左转车辆、人工驾驶直行车辆和人工驾驶左转车辆，采集交叉口各进口方向各流向的车道数；
Figure FDA0003630017320000051
表示交叉口进口方向u流向o类型z的交通流量，
Figure FDA0003630017320000052
表示交叉口进口方向u流向o的车道数量；
u表示交叉口进口方向，u∈U，U＝{e,w,s,n}，其中e，w，s，n分别表示交叉口车道东、西、南、北四个进口方向；
o表示车流流向，o∈O，O＝{t,l}，其中t,l分别表示直行流向和左转流向；
z表示车辆类型，z∈Z，Z＝{a,r}，其中a,r分别表示自动驾驶车辆和人工驾驶车辆。
3.根据权利要求1所述的一种自动驾驶混行交叉口车道功能与绿灯时间设置方法，所述步骤4中基于最终的车道功能设置方案，根据流量比要求计算该流向的绿灯时间包括如下步骤：
步骤41：求出交叉口各进口方向各流向中最大的车道流量比，如式(15)所示：
Figure FDA0003630017320000053
式中，
Figure FDA0003630017320000054
表示交叉口进口方向u流向o的所有车道中的最大车道流量比；
步骤42：各流向对应的绿信比要等于各流向中最大的车道流量比与该流向的设定饱和度的比值，如式(16)所示：
Figure FDA0003630017320000055
其中，
Figure FDA0003630017320000056
表示交叉口进口方向u流向o的设定饱和度，取值范围为
Figure FDA0003630017320000057
Figure FDA0003630017320000058
表示交叉口进口方向u流向o的绿信比；
步骤43：根据绿信比，结合交叉口信号周期，即可得到每个流向的绿灯时间，如式(17)所示：
Figure FDA0003630017320000059
其中，T表示交叉口信号周期，
Figure FDA00036300173200000510
表示交叉口进口方向u流向o的绿灯时间。
CN202110646869.3A 2021-06-10 2021-06-10 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法 Active CN113257012B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110646869.3A CN113257012B (zh) 2021-06-10 2021-06-10 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110646869.3A CN113257012B (zh) 2021-06-10 2021-06-10 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法

Publications (2)

Publication Number Publication Date
CN113257012A CN113257012A (zh) 2021-08-13
CN113257012B true CN113257012B (zh) 2022-07-26

Family

ID=77187443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110646869.3A Active CN113257012B (zh) 2021-06-10 2021-06-10 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法

Country Status (1)

Country Link
CN (1) CN113257012B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101570A (ja) * 1999-09-30 2001-04-13 Sumitomo Electric Ind Ltd 所要時間算出方法及び所要時間算出装置
CN101206801A (zh) * 2007-12-17 2008-06-25 青岛海信网络科技股份有限公司 一种自适应交通控制方法
CN102074117A (zh) * 2010-12-28 2011-05-25 同济大学 道路分区域短程同步控制方法
CN107067726A (zh) * 2017-05-28 2017-08-18 浙江大学 一种识别交叉口进口可变导向车道设置适宜性的方法
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
WO2020071040A1 (ja) * 2018-10-05 2020-04-09 住友電工システムソリューション株式会社 交通指標の算出装置、算出方法、交通信号制御システム、及びコンピュータプログラム
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
CN112216122A (zh) * 2020-12-10 2021-01-12 长沙理工大学 一种自动驾驶进程中交叉口车道布设与信号配时方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101570A (ja) * 1999-09-30 2001-04-13 Sumitomo Electric Ind Ltd 所要時間算出方法及び所要時間算出装置
CN101206801A (zh) * 2007-12-17 2008-06-25 青岛海信网络科技股份有限公司 一种自适应交通控制方法
CN102074117A (zh) * 2010-12-28 2011-05-25 同济大学 道路分区域短程同步控制方法
CN107067726A (zh) * 2017-05-28 2017-08-18 浙江大学 一种识别交叉口进口可变导向车道设置适宜性的方法
WO2020071040A1 (ja) * 2018-10-05 2020-04-09 住友電工システムソリューション株式会社 交通指標の算出装置、算出方法、交通信号制御システム、及びコンピュータプログラム
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
CN112216122A (zh) * 2020-12-10 2021-01-12 长沙理工大学 一种自动驾驶进程中交叉口车道布设与信号配时方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
The Integration of Dynamic Lane Grouping Technique and Signal Timing Optimization for Improving the Mobility of Isolated Intersections;Wael K. M. Alhajyaseen等;《Springer》;20160715;第1-12页 *
信号交叉口机动车饱和度配时方案研究;张鹏 等;《2007第三届中国智能交通年会论文集》;20071231;第278-283页 *

Also Published As

Publication number Publication date
CN113257012A (zh) 2021-08-13

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
CN110264757B (zh) 基于连续信号灯信息的智能网联汽车分层速度规划方法
CN111951549B (zh) 在网联车辆环境下的自适应交通信号灯控制方法及系统
CN104575050B (zh) 一种基于浮动车的快速路匝道智能诱导方法及装置
CN110111335A (zh) 一种自适应对抗学习的城市交通场景语义分割方法及系统
CN104899360B (zh) 一种绘制宏观基本图的方法
CN108932856B (zh) 一种自动驾驶下交叉口通行权设置方法
CN106875734B (zh) 一种推送停车路线的方法及装置
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
CN104318775B (zh) 控制阶段快速路下匝道-地面道路交叉口一体化设计方法
CN106297329A (zh) 一种联网信号机的信号配时自适应优化方法
CN108597235A (zh) 基于交通视频数据的交叉口信号参数优化及效果评估方法
CN109377753B (zh) 协调方向重复放行的干线协调优化方法
CN112102631B (zh) 一种混入自动驾驶车辆的城市交叉口交通控制方法
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
CN108930206B (zh) 一种自动驾驶下交叉口通行路径设置方法
CN113140112A (zh) 一种自动驾驶交叉口车辆冲突分离的控制方法
CN106952484A (zh) 基于宏观基本图的路网门限控制
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
CN103500511A (zh) 一种基于车联网的交叉口信号灯绿信比调节方法
CN107665583B (zh) 一种不同天气条件下车道饱和流率的计算方法
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
CN113257012B (zh) 一种自动驾驶混行交叉口车道功能与绿灯时间设置方法
CN108171997A (zh) 基于宏观基本图的交通信号迭代控制优化方法

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