CN113591269B - 基于交通仿真的拥堵路段智能网联车辆专用道控制方法 - Google Patents
基于交通仿真的拥堵路段智能网联车辆专用道控制方法 Download PDFInfo
- Publication number
- CN113591269B CN113591269B CN202110724319.9A CN202110724319A CN113591269B CN 113591269 B CN113591269 B CN 113591269B CN 202110724319 A CN202110724319 A CN 202110724319A CN 113591269 B CN113591269 B CN 113591269B
- Authority
- CN
- China
- Prior art keywords
- intelligent network
- vehicle
- road
- traffic
- lane
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004088 simulation Methods 0.000 title claims abstract description 24
- 230000035699 permeability Effects 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 230000006399 behavior Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 13
- 238000011144 upstream manufacturing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 241000209094 Oryza Species 0.000 claims description 4
- 235000007164 Oryza sativa Nutrition 0.000 claims description 4
- 235000009566 rice Nutrition 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于交通仿真的拥堵路段智能网联车辆专用道控制方法，包括：获取路段通行能力、速度、车头时距等基本交通参数及其相关关系，检测道路交通流密度及智能网联车辆渗透率；确定路段拥堵临界条件，判断路段交通状态；调整智能网联车辆专用道布设方案并计算调整专用道布设方案后路段交通密度与智能网联车辆渗透率；根据路段交通密度和智能网联车辆渗透率，对路段交通流运行状态进行仿真；以道路车辆总通行时间最小为优化目标，寻找最优控制参数，确定拥堵路段智能网联车辆专用道布设控制方案。本发明及时调整智能网联车辆专用道，实现道路车辆总通行能力最小，缓解交通拥堵，提升交通系统的运行效率。
Description
技术领域
本发明涉及基于交通仿真的拥堵路段智能网联车辆专用道控制方法，属于智 能网联交通管理与控制领域。
背景技术
随着智能网联汽车和无线通讯技术的蓬勃发展和应用，智能网联车辆在交通 流中的比例不断上升，智能网联交通不断发展，可以进一步优化道路资源利用、 提高交通安全、缓解拥堵。
相较于人工驾驶车辆，智能网联车辆具有车头时距更小、速度更高等行驶特 征，在其渗透率不高的情况下与人工驾驶车辆混行可能降低道路通行能力甚至引 发交通安全问题，无法充分发挥智能网联车辆优势。因此设置智能网联车辆专用 道尤为重要。目前研究多集中于固定对智能网联车辆专用道布设条件的分析与通 行能力的计算，根据智能网联车辆的渗透率和道路情况分析其专用道的布设位置及布设方法，并根据智能网联车辆的车头时距等采用解析或仿真方法计算智能网 联车辆专用道和智能网联车辆与人工驾驶车辆混行的普通车道的通行能力。
然而固定的智能网联车辆专用道无法适应变化的交通流状况，当人工驾驶车 辆或智能网联车辆增多时，特定车道出现交通拥堵，而其余车道饱和度较低，将 造成道路资源的浪费。根据各车道的交通流密度信息，及时调整智能网联车辆专 用道布设位置及数量可以有效缓解交通压力，充分利用道路资源。
因此，基于交通仿真调整拥堵路段智能网联车辆专用道控制策略，均衡分配 道路资源是至关重要的。
发明内容
本发明所要解决的技术问题是：提供基于交通仿真的拥堵路段智能网联车辆 专用道控制方法，通过交通仿真确定智能网联车辆专用道布设位置及数量，获得 最优的专用道布设方案。
本发明为解决上述技术问题采用以下技术方案：
基于交通仿真的拥堵路段智能网联车辆专用道控制方法，包括如下步骤：
步骤1，对于布设有智能网联车辆专用道的路段，获取其基本交通参数，包 括路段通行能力、速度和车头时距，检测道路交通流密度和智能网联车辆渗透率；
步骤2，确定路段拥堵临界条件，判断路段是否处于拥堵状态，若处于拥堵 状态，则进入步骤3，否则保持智能网联车辆专用道现有布设方案；
步骤3，调整智能网联车辆专用道布设方案，并计算调整智能网联车辆专用 道布设方案后路段交通流密度和智能网联车辆渗透率；
步骤4，根据调整智能网联车辆专用道布设方案后路段交通流密度和智能网 联车辆渗透率，对路段交通流运行状态进行仿真；
步骤5，以路段车辆总通行时间最小为优化目标，寻找最优控制参数，确定 拥堵路段智能网联车辆专用道布设控制方案。
作为本发明的一种优选方案，步骤1所述路段通行能力包括智能网联车辆专 用道通行能力CCAV和混合车道通行能力Cmix；所述速度包括路段智能网联车辆自 由流速度vfCAV和人工驾驶车辆自由流速度vfHDV；所述车头时距包括自由流状态 下智能网联车辆车头时距hfCAV、人工驾驶车辆车头时距hfHDV、智能网联车辆换 道容许车头间距s0CAV以及人工驾驶车辆换道容许车头间距s0HDV；所述道路交通 流密度包括智能网联车辆专用道交通流密度ρCAV和混合车道交通流密度ρmix；所 述智能网联车辆渗透率为混合车道智能网联车辆所占比例p。
作为本发明的一种优选方案，步骤2所述确定路段拥堵临界条件，判断路段 是否处于拥堵状态，具体为：
根据步骤1获取的车头时距计算路段通行能力：
计算智能网联车辆专用道及混合车道的饱和度：
其中，(V/C)CAV为智能网联车辆专用道饱和度，(V/C)mix为混合车道饱和度；
根据路段饱和度确定道路服务水平，当路段饱和度大于等于临界值时判定路 段处于拥堵状态，即拥堵临界条件表示为：
max{(V/C)CAV，(V/C)mix}≥(V/C)0
其中，(V/C)0为拥堵状态饱和度临界值。
作为本发明的一种优选方案，步骤3所述调整智能网联车辆专用道布设方案 具体为：对于路段两端，将车辆先经过的一端设为路段起始点即拥堵检测开始处， 在距离拥堵检测开始处上游x1米处减少u条智能网联车辆专用道，在距离拥堵检 测开始处上游x2米处恢复原有智能网联车辆专用道布设方案，在智能网联车辆专 用道布设方案调整区段，即x2-x1米区段，控制p2比例的智能网联车辆换道进入 混合车道使得两种车道饱和度相同，其中，u和p2的计算方法为：
其中，(V/C)CAV为智能网联车辆专用道饱和度，(V/C)mix为混合车道饱和度， nmix为调整前混合车道数量，nCAV为调整前智能网联车辆专用道数量；
所述计算调整智能网联车辆专用道布设方案后路段交通流密度和智能网联 车辆渗透率包括计算减少u条智能网联车辆专用道后各车道交通流密度和智能网 联车辆渗透率：
其中，ρ′mix为调整后混合车道交通流密度，ρ′CAV为调整后智能网联车辆专 用道交通流密度，p′为调整后混合车道智能网联车辆渗透率。
作为本发明的一种优选方案，步骤4所述对路段交通流运行状态进行仿真包 括：
使用IDM模型对人工驾驶车辆跟驰行为进行仿真，即使用IDM模型计算人 工驾驶车辆加速度，进行迭代更新仿真：
其中，为人工驾驶车辆加速度，a为人工驾驶车辆最大加速度，b为舒适减 速度，v为人工驾驶车辆速度，v0为人工驾驶车辆期望加速度，δ为模型参数， s*(v，Δv)为人工驾驶车辆期望车间距，s为当前车间距，T为车头时距，Δv为与 前车速度差；
使用智能车辆跟驰模型对智能网联车辆跟驰行为进行仿真：
e(t)＝h(t)-hfCAVv(t)-S0CAV-l
其中，v(t+Δt)、v(t)分别为t+Δt、t时刻的智能网联车辆速度，Δt为智 能网联车辆更新控制步长，kp、kd为控制系数，e(t)为车头间距误差项，为 e(t)的导数，h(t)为当前车头时距，l为智能网联车辆车长；
使用换道模型对人工驾驶车辆换道行为进行仿真，具体为：人工驾驶车辆在 换道实施的过程中采用的是刹车减速度的行为，换道是否安全可行由换道所需的 减速度是否小于可接受的减速度决定，换道过程遵循能提高驾驶速度和行驶在正 确的转向车道上两个行为准则；
在智能网联车辆专用道调整起始点至终止点对智能网联车辆换道行为进行 仿真，包括在智能网联车辆专用道调整起始点至终止点使用椭圆模型对p2比例的 智能网联车辆换道行为进行仿真。
作为本发明的一种优选方案，所述步骤5具体过程为：
对于路段两端，将车辆先经过的一端设为路段起始点即拥堵检测开始处，在 距离拥堵检测开始处上游x1米处减少u条智能网联车辆专用道，在距离拥堵检测 开始处上游x2米处恢复原有智能网联车辆专用道布设方案；将拥堵检测开始处作 为零点，以10m为单位，在(-200，200)范围内对x1进行寻找，在(500，900) 范围内对x2进行寻找，仿真交通流运行状况，计算路段车辆总通行时间，寻找总 通行时间最小的智能网联车辆专用道调整起始点与终止点，确定智能网联车辆专 用道控制方案。
一种计算机设备，包括存储器、处理器，以及存储在所述存储器中并可在所 述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述基于 交通仿真的拥堵路段智能网联车辆专用道控制方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所 述计算机程序被处理器执行时实现所述基于交通仿真的拥堵路段智能网联车辆 专用道控制方法的步骤。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1、本发明通过交通仿真确定智能网联车辆专用道布设位置及数量，获得最 优的专用道布设方案，该方案能为拥堵路段提供最佳路权布设方案，均衡分配道 路资源，从而达到缩短道路车辆总通行时间、缓解交通拥堵的目的。
2、本发明实现及时调整智能网联车辆专用道缓解交通拥堵，提升交通系统 的运行效率。
附图说明
图1是本发明基于交通仿真的拥堵路段智能网联车辆专用道控制方法的流 程图。
图2是本发明中智能网联车辆专用道调整方法示意图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面 通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对 本发明的限制。
本发明提出的一种基于交通仿真的拥堵路段智能网联车辆专用道控制方法， 首先获取路段通行能力、速度、车头时距等基本交通参数及其相关关系，检测道 路交通流密度及智能网联车辆渗透率；然后确定路段拥堵临界条件，判断路段交 通状态；调整智能网联车辆专用道布设方案并计算调整专用道布设方案后路段交 通密度与智能网联车辆渗透率；根据路段交通密度和智能网联车辆渗透率，对路段交通流运行状态进行仿真；最后以道路车辆总通行时间最小为优化目标，寻找 最优控制参数，确定拥堵路段智能网联车辆专用道布设控制方案，实现道路车辆 总通行能力最小，缓解交通拥堵，提升交通系统的运行效率。
如图1所示，为本发明方法的流程图，具体包括以下步骤：
步骤1、获取路段通行能力、速度、车头时距等基本交通参数及其相关关系， 检测道路交通流密度及智能网联车辆渗透率。
需检测获取的路段通行能力包括智能网联车辆专用道通行能力CCAV以及混 合车道通行能力Cmix；速度包括路段智能网联车辆及人工驾驶车辆自由流速度 vfCAV、vfHDV；车头时距包括自由流状态下智能网联车辆及人工驾驶车辆车头时 距hfCAV、hfHDV、智能网联车辆及人工驾驶车辆换道容许车头间距s0CAV、s0HDV。 道路交通流密度包括智能网联车辆专用道交通流密度ρCAV及混合车道交通流密 度ρmix；智能网联车辆渗透率指混合车道智能网联车辆比例p。
步骤2、确定路段拥堵临界条件，判断路段交通状态。
根据步骤1中获取的车头时距计算路段通行能力：
计算智能网联车辆专用道及混合车道的饱和度：
其中，(V/C)CAV为智能网联车辆专用道饱和度，(V/C)mix为混合车道专用道 饱和度。
根据路段饱和度确定道路服务水平，当路段饱和度大于临界值时判定路段处 于拥堵状态，即拥堵临界条件可以表示为：
max{(V/C)CAV，(V/C)mix)≥(V/C)0
其中，(V/C)0为拥堵状态饱和度临界值。
步骤3、调整智能网联车辆专用道布设方案并计算调整专用道布设方案后路 段交通密度与智能网联车辆渗透率。
如图2所示，调整智能网联车辆专用道布设方案包括在距离检测拥堵开始处 上游x1m处减少u条智能网联车辆专用道，在距离检测拥堵开始路段x2m处恢复 原有智能网联车辆专用道布设方案。在智能网联车辆专用道布设方案调整区段， 控制p2比例的智能网联车辆换道进入混合车道使得两种车道饱和度相同。
具体地，换道进入混合车道的智能网联车辆比例表示为：
计算减少u条智能网联车辆专用道后智能网联车辆专用道交通密度、混合车 道交通密度和智能网联车辆渗透率，表示为：
其中，ρ′mix为调整后混合车道交通密度，ρ′CAV为调整后智能网联车辆专用 道交通密度，p′为调整后混合车道智能网联车辆渗透率，nmix为调整前混合车道 数量，nCAV为调整前智能网联车辆专用道数量。
步骤4、根据路段交通密度和智能网联车辆渗透率，对路段交通流运行状态 进行仿真。
使用IDM模型对人工驾驶车辆跟驰行为进行仿真，计算人工驾驶车辆加速 度，进行迭代更新仿真。具体地，人工驾驶车辆加速度表示如下：
其中，为人工驾驶车辆加速度，a为人工驾驶车辆最大加速度，b为舒适减 速度，v为人工驾驶车辆速度，v0为人工驾驶车辆期望加速度，δ为模型参数， s*(v，Δv)为人工驾驶车辆期望车间距，s为当前车间距，T为车头时距，Δv为与 前车速度差。
使用智能车辆跟驰模型对智能网联车辆跟驰行为进行仿真，计算智能网联车 辆速度，进行更新迭代。具体地，智能网联车辆速度表示如下：
e(t)＝h(t)-hfCAVv(t)-s0CAV-l
其中，Δt为智能网联车辆更新控制步长，kp、kd为控制系数，e(t)为车头间 距误差项，h(t)为当前车头时距，l为智能网联车辆车长。
根据以下原则对人工驾驶车辆换道行为进行仿真：人工驾驶车辆在换道实施 的过程中采用的是刹车减速度的行为，换道是否安全可行由换道所需的减速度是 否小于可接受的减速决定，换道过程遵循能提高驾驶速度和行驶在正确的转向车 道上两个行为准则。
在智能网联车辆专用道调整开始、结束处对p2比例的智能网联车辆使用椭圆 模型进行仿真。
步骤5、以道路车辆总通行时间最小为优化目标，寻找最优控制参数，确定 拥堵路段智能网联车辆专用道布设控制方案。
以10m为单位，在(-200，200)范围内对x1进行寻找，在(500，900) 范围内对x2进行寻找，仿真交通流运行状况，计算道路车辆总通行时间。寻找总 通行时间最小的智能网联车辆专用道调整起始点与终止点，确定智能网联车辆专 用道控制方案。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围， 凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本 发明保护范围之内。
Claims (5)
1.基于交通仿真的拥堵路段智能网联车辆专用道控制方法，其特征在于，包括如下步骤：
步骤1，对于布设有智能网联车辆专用道的路段，获取其基本交通参数，包括路段通行能力、速度和车头时距，检测道路交通流密度和智能网联车辆渗透率；
所述路段通行能力包括智能网联车辆专用道通行能力CCAV和混合车道通行能力Cmix；所述速度包括路段智能网联车辆自由流速度vfCAV和人工驾驶车辆自由流速度vfHDV；所述车头时距包括自由流状态下智能网联车辆车头时距hfCAV、人工驾驶车辆车头时距hfHDV、智能网联车辆换道容许车头间距s0CAV以及人工驾驶车辆换道容许车头间距s0HDV；所述道路交通流密度包括智能网联车辆专用道交通流密度ρCAV和混合车道交通流密度ρmix；所述智能网联车辆渗透率为混合车道智能网联车辆所占比例p；
步骤2，确定路段拥堵临界条件，判断路段是否处于拥堵状态，若处于拥堵状态，则进入步骤3，否则保持智能网联车辆专用道现有布设方案；
步骤3，调整智能网联车辆专用道布设方案，并计算调整智能网联车辆专用道布设方案后路段交通流密度和智能网联车辆渗透率；
所述调整智能网联车辆专用道布设方案具体为：对于路段两端，将车辆先经过的一端设为路段起始点即拥堵检测开始处，在距离拥堵检测开始处上游x1米处减少u条智能网联车辆专用道，在距离拥堵检测开始处上游x2米处恢复原有智能网联车辆专用道布设方案，在智能网联车辆专用道布设方案调整区段，即x2-x1米区段，控制p2比例的智能网联车辆换道进入混合车道使得两种车道饱和度相同，其中，u和p2的计算方法为：
其中，(V/C)CAV为智能网联车辆专用道饱和度，(V/C)mix为混合车道饱和度，nmix为调整前混合车道数量，nCAV为调整前智能网联车辆专用道数量；
所述计算调整智能网联车辆专用道布设方案后路段交通流密度和智能网联车辆渗透率包括计算减少u条智能网联车辆专用道后各车道交通流密度和智能网联车辆渗透率：
其中，ρ′mix为调整后混合车道交通流密度，ρ′CAV为调整后智能网联车辆专用道交通流密度，p′为调整后混合车道智能网联车辆渗透率；
步骤4，根据调整智能网联车辆专用道布设方案后路段交通流密度和智能网联车辆渗透率，对路段交通流运行状态进行仿真；
所述对路段交通流运行状态进行仿真包括：
使用IDM模型对人工驾驶车辆跟驰行为进行仿真，即使用IDM模型计算人工驾驶车辆加速度，进行迭代更新仿真：
其中，为人工驾驶车辆加速度，a为人工驾驶车辆最大加速度，b为舒适减速度，v为人工驾驶车辆速度，v0为人工驾驶车辆期望加速度，δ为模型参数，s*(v,Δv)为人工驾驶车辆期望车间距，s为当前车间距，T为车头时距，Δv为与前车速度差；
使用智能车辆跟驰模型对智能网联车辆跟驰行为进行仿真：
e(t)＝h(t)-hfCAVv(t)-s0CAV-l
其中，v(t+Δt)、v(t)分别为t+Δt、t时刻的智能网联车辆速度，Δt为智能网联车辆更新控制步长，kp、kd为控制系数，e(t)为车头间距误差项，为e(t)的导数，h(t)为当前车头时距，l为智能网联车辆车长；
使用换道模型对人工驾驶车辆换道行为进行仿真，具体为：人工驾驶车辆在换道实施的过程中采用的是刹车减速度的行为，换道是否安全可行由换道所需的减速度是否小于可接受的减速度决定，换道过程遵循能提高驾驶速度和行驶在正确的转向车道上两个行为准则；
在智能网联车辆专用道调整起始点至终止点对智能网联车辆换道行为进行仿真，包括在智能网联车辆专用道调整起始点至终止点使用椭圆模型对p2比例的智能网联车辆换道行为进行仿真；
步骤5，以路段车辆总通行时间最小为优化目标，寻找最优控制参数，确定拥堵路段智能网联车辆专用道布设控制方案。
2.根据权利要求1所述基于交通仿真的拥堵路段智能网联车辆专用道控制方法，其特征在于，步骤2所述确定路段拥堵临界条件，判断路段是否处于拥堵状态，具体为：
根据步骤1获取的车头时距计算路段通行能力：
计算智能网联车辆专用道及混合车道的饱和度：
其中，(V/C)CAV为智能网联车辆专用道饱和度，(V/C)mix为混合车道饱和度；
根据路段饱和度确定道路服务水平，当路段饱和度大于等于临界值时判定路段处于拥堵状态，即拥堵临界条件表示为：
max{(V/C)CAV,(V/C)mix}≥(V/C)0
其中，(V/C)0为拥堵状态饱和度临界值。
3.根据权利要求1所述基于交通仿真的拥堵路段智能网联车辆专用道控制方法，其特征在于，所述步骤5具体过程为：
对于路段两端，将车辆先经过的一端设为路段起始点即拥堵检测开始处，在距离拥堵检测开始处上游x1米处减少u条智能网联车辆专用道，在距离拥堵检测开始处上游x2米处恢复原有智能网联车辆专用道布设方案；将拥堵检测开始处作为零点，以10m为单位，在(0，200)范围内对x1进行寻找，在(500，900)范围内对x2进行寻找，仿真交通流运行状况，计算路段车辆总通行时间，寻找总通行时间最小的智能网联车辆专用道调整起始点与终止点，确定智能网联车辆专用道控制方案。
4.一种计算机设备，包括存储器、处理器，以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-3任一项所述基于交通仿真的拥堵路段智能网联车辆专用道控制方法的步骤。
5.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-3任一项所述基于交通仿真的拥堵路段智能网联车辆专用道控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110724319.9A CN113591269B (zh) | 2021-06-29 | 2021-06-29 | 基于交通仿真的拥堵路段智能网联车辆专用道控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110724319.9A CN113591269B (zh) | 2021-06-29 | 2021-06-29 | 基于交通仿真的拥堵路段智能网联车辆专用道控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113591269A CN113591269A (zh) | 2021-11-02 |
| CN113591269B true CN113591269B (zh) | 2024-03-19 |
Family
ID=78244818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110724319.9A Active CN113591269B (zh) | 2021-06-29 | 2021-06-29 | 基于交通仿真的拥堵路段智能网联车辆专用道控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113591269B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114255586B (zh) * | 2021-11-12 | 2024-05-28 | 浙江银江智慧交通工程技术研究院有限公司 | 一种开放策略下多模式网络交通分布的优化方法和系统 |
| CN115083140B (zh) * | 2022-04-18 | 2023-09-26 | 同济大学 | 智能网联汽车快速路专用道管控方法、系统及存储介质 |
| CN114863678B (zh) * | 2022-04-26 | 2023-04-07 | 交通运输部公路科学研究所 | 智能网联环境下道路安全风险检测器优化布设方法及系统 |
| CN115083158B (zh) * | 2022-06-14 | 2023-06-27 | 四川交通职业技术学院 | 一种高速公路收费站应有混合车道数测算方法 |
| CN115206093B (zh) * | 2022-06-21 | 2023-08-29 | 同济大学 | 一种基于智能网联车辆的交通流控制方法 |
| CN115148016A (zh) * | 2022-06-27 | 2022-10-04 | 云控智行(上海)汽车科技有限公司 | 一种基于智能网联汽车渗透率监测的高速公路cav车辆专用车道管控算法与系统 |
| CN115331435B (zh) * | 2022-08-04 | 2024-05-31 | 北京交通大学 | 一种基于局部时空交通状态的智能网联车辆速度控制方法 |
| CN115578849B (zh) * | 2022-09-28 | 2023-08-29 | 东南大学 | 一种专用道环境下自动驾驶车辆集中式编队的优化方法 |
| CN116386385B (zh) * | 2023-02-17 | 2024-03-26 | 东南大学 | 一种基于混合交通流的智能网联车辆上匝道汇入控制协议 |
| CN116246452A (zh) * | 2023-03-14 | 2023-06-09 | 北京工业大学 | 网联自动驾驶车辆专用道规划方案合理性分析方法 |
| CN116665442B (zh) * | 2023-05-31 | 2024-05-10 | 东南大学 | 一种考虑混合流理论通行能力的智能网联专用车道设计方法 |
| CN116403419B (zh) * | 2023-06-07 | 2023-08-25 | 贵州鹰驾交通科技有限公司 | 基于车路协同的交通灯控制方法 |
| CN116704775B (zh) * | 2023-06-27 | 2024-01-30 | 大连海事大学 | 一种考虑智能网联公交车的混合交通流通行能力计算方法 |
| CN118155153B (zh) * | 2024-05-10 | 2024-07-12 | 深圳市海飞高科技术有限公司 | 基于cmos双板模组的图像采集识别系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886764A (zh) * | 2014-04-15 | 2014-06-25 | 东南大学 | 公交专用道分时共享方法 |
| CN107730934A (zh) * | 2017-09-11 | 2018-02-23 | 北方工业大学 | 一种配时关联的间歇式公交专用道实时控制方法与系统 |
| CN108230674A (zh) * | 2017-12-30 | 2018-06-29 | 北京工业大学 | 基于车车通信技术提高公交专用道利用率的车辆协调控制方法 |
| CN109118758A (zh) * | 2018-07-24 | 2019-01-01 | 南京锦和佳鑫信息科技有限公司 | 一种面向移动共享的智能网联交通管理系统 |
| CN111862596A (zh) * | 2020-06-16 | 2020-10-30 | 江苏大学 | 一种社会车辆借用brt专用道的交叉口信号控制方法及控制系统 |
| CN112907424A (zh) * | 2021-01-19 | 2021-06-04 | 东南大学 | 一种智能网联环境道路专用道设置方法及系统 |
-
2021
- 2021-06-29 CN CN202110724319.9A patent/CN113591269B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886764A (zh) * | 2014-04-15 | 2014-06-25 | 东南大学 | 公交专用道分时共享方法 |
| CN107730934A (zh) * | 2017-09-11 | 2018-02-23 | 北方工业大学 | 一种配时关联的间歇式公交专用道实时控制方法与系统 |
| CN108230674A (zh) * | 2017-12-30 | 2018-06-29 | 北京工业大学 | 基于车车通信技术提高公交专用道利用率的车辆协调控制方法 |
| CN109118758A (zh) * | 2018-07-24 | 2019-01-01 | 南京锦和佳鑫信息科技有限公司 | 一种面向移动共享的智能网联交通管理系统 |
| CN111862596A (zh) * | 2020-06-16 | 2020-10-30 | 江苏大学 | 一种社会车辆借用brt专用道的交叉口信号控制方法及控制系统 |
| CN112907424A (zh) * | 2021-01-19 | 2021-06-04 | 东南大学 | 一种智能网联环境道路专用道设置方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113591269A (zh) | 2021-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113591269B (zh) | 基于交通仿真的拥堵路段智能网联车辆专用道控制方法 | |
| Wang et al. | A new solution for freeway congestion: Cooperative speed limit control using distributed reinforcement learning | |
| CN108510764B (zh) | 一种基于q学习的多路口自适应相位差协调控制系统及方法 | |
| CN105118308B (zh) | 基于聚类强化学习的城市道路交叉口交通信号优化方法 | |
| CN104916142B (zh) | 一种干道优先的交叉口自适应交通信号控制方法 | |
| CN113947900A (zh) | 一种智能网联快速路匝道协同控制系统 | |
| Porfyri et al. | Assessment of ACC and CACC systems using SUMO | |
| CN105975705A (zh) | 一种针对可变限速控制的元胞传输仿真模型改进方法 | |
| CN103496368A (zh) | 具有学习能力的汽车协同式自适应巡航控制系统及方法 | |
| CN112201033B (zh) | 一种道路交通运行主动管控策略选择方法 | |
| SE534752C2 (sv) | Metod och modul i samband med farthållning | |
| CN112693458B (zh) | 一种巡航控制方法、装置、车辆及存储介质 | |
| Al-Obaedi et al. | Microsimulation model for motorway merges with ramp-metering controls | |
| CN116564088A (zh) | 面向信息物理融合系统的城市交通状态监测与区域信号控制系统 | |
| Kim et al. | Identifying suitable car-following models to simulate automated vehicles on highways | |
| Zhang et al. | Stability and safety analysis of mixed traffic flow considering network function degradation and platoon driving on the road with a slope | |
| CN117842032A (zh) | 一种基于路面条件的扭矩控制方法及装置 | |
| Shao et al. | Optimal eco-approach control with traffic prediction for connected vehicles | |
| CN117877245A (zh) | 一种新型异质混合交通流模型分级评价与构建方法 | |
| Gaspard et al. | Optimal driving under traffic signal uncertainty | |
| CN114913684A (zh) | 一种融合多模型与数据驱动的瓶颈路段交通流控制方法 | |
| Chen et al. | Modeling of cooperative adaptive cruise control vehicle and its effect on traffic flow | |
| CN115426149A (zh) | 基于雅各比显著图的单交叉口信号灯控制的交通状态对抗扰动生成方法 | |
| CN115083149A (zh) | 一种实时监测的强化学习可变时长信号灯控制方法 | |
| SE542113C2 (en) | A method, a control arrangement and a vehicle for determining a vehicle conduction trajectory |
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 |