CN113689692B - 智能网联混合交通流信号交叉口车辆到达预测修正方法 - Google Patents

智能网联混合交通流信号交叉口车辆到达预测修正方法 Download PDF

Info

Publication number
CN113689692B
CN113689692B CN202110793573.4A CN202110793573A CN113689692B CN 113689692 B CN113689692 B CN 113689692B CN 202110793573 A CN202110793573 A CN 202110793573A CN 113689692 B CN113689692 B CN 113689692B
Authority
CN
China
Prior art keywords
vehicle
time
arrival time
intersection
intelligent
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
CN202110793573.4A
Other languages
English (en)
Other versions
CN113689692A (zh
Inventor
刘攀
杨梦琳
俞灏
柏璐
季彦婕
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN202110793573.4A priority Critical patent/CN113689692B/zh
Publication of CN113689692A publication Critical patent/CN113689692A/zh
Application granted granted Critical
Publication of CN113689692B publication Critical patent/CN113689692B/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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种智能网联混合交通流信号交叉口车辆到达预测修正方法，包括：当前时刻控制区内距离交叉口最近的车辆被标记为0号车辆，检测其进入交叉口的时间，结合相应车辆的预测到达时间，判断是否对控制区内其他车辆进行预测修正；若判定进行修正，则自0号车辆起，按照编号升序依次对控制区内车辆到达预测时间进行修正直至满足终止条件。具体来说，对于人类驾驶车辆，结合前车修订后的预测到达时间，修正其预测到达时间；对于智能网联车辆，通报其前车修正后的预测时间，供其进行行驶轨迹调整，并反馈更新的行驶轨迹和修正的预测到达时间。本发明为智能网联车辆行驶轨迹优化和动态调整提供信息支撑，达到提升交叉口通行效率和减少油耗的目的。

Description

智能网联混合交通流信号交叉口车辆到达预测修正方法
技术领域
本发明涉及信号交叉口管理和智能网联车辆控制技术领域，具体而言涉及一种智能网联混合交通流信号交叉口车辆到达预测修正方法。
背景技术
信号交叉口作为城市路网的关键节点，是交通拥堵诱发点和交通冲突常发点，也是造成车辆高油耗和尾气污染的重点区域。通过前人研究分析可知，其主要原因在于人类驾驶员和传统车辆无法提前获知前方交叉口的信号灯状态，经常在红灯期间到达交叉口，由此带来的急减速、急加速、长时间怠速及多次启停，会造成车辆延误、燃料消耗、污染物排放的增加。此外车辆在红灯期间排队以及启动损失时间也拉大了车辆车头时距，绿灯利用率降低，从而影响了交叉口的通行效率。
智能网联技术的发展，为信号交叉口管理带来了全新的契机和挑战。具体来说，智能网联车辆通过车-路通讯技术提前获取交叉口信号和上游交通状态，据此优化行驶轨迹，减少启停次数和怠速时间，降低延误、能耗和事故风险。智能网联车辆优化轨迹的有效性和安全性依赖于对于信号灯状态和上游车辆状态的短期预测。在实现完全智能网联环境之前，将有相当长一段时间出于混合智能网联环境，即智能网联车辆(CAV)和人类驾驶车辆(HDV)混行。在这种环境下，人类驾驶行为的随机性增加了预测整体交通运行状态的难度。目前亟需一种交通状态预测修正方法，能够借助成熟的道路交通检测设备追踪HDV行驶状态，结合智能驾驶车辆采集的信息，对预测到达时间进行修正，使其更加精确。
发明内容
本发明针对现有技术中的不足，提供一种一种智能网联混合交通流信号交叉口车辆到达预测修正方法，为智能网联车辆行驶轨迹优化和动态调整提供信息支撑，达到提升交叉口通行效率和减少油耗的目的。
为实现上述目的，本发明采用以下技术方案：
第一方面，本发明实施例提出了一种智能网联混合交通流信号交叉口车辆到达预测修正方法，所述修正方法包括以下步骤：
S1，在目标交叉口区域上游路段设置控制区；
S2，检测进入控制区的车辆及其状态，对于无网联的人类驾驶车辆，获取其前车信息，预测其到达交叉口时间；对于智能网联车辆，提供前车预测信息和交叉口信号信息，智能网联车辆自主设计其行驶轨迹，并反馈行驶轨迹和预计到达交叉口时间；
S3，当前时刻控制区内距离交叉口最近的车辆被标记为0号车辆，检测其进入交叉口的时间，结合相应车辆的预测到达时间，判断是否对控制区内其他车辆进行预测修正；若进行修正，则转入步骤S4；否则，重新标记0号车辆，继续步骤S3；
S4，自0号车辆起，按照编号升序依次对控制区内车辆到达预测时间进行修正；对于人类驾驶车辆，结合前车修订后的预测到达时间，修正其预测到达时间；对于智能网联车辆，通报其前车修正后的预测时间，供其进行行驶轨迹调整，并反馈更新的行驶轨迹和修正的预测到达时间；满足终止条件后，停止修正，转入步骤S3。
可选地，步骤S1中，将目标交叉口各进口道上游路段300米至交叉口停车线内设置为控制区。
可选地，步骤S2中，在目标交叉口区域和其上游路段设置的控制区，布设交叉口智能控制单元、路侧单元和交通检测器，搭建中心式智能交叉口系统，与智能网联车辆进行信息交互；中心式智能交叉口系统获取进入控制区的车辆及其状态，预测人类驾驶车辆到达交叉口时间，记录智能网联车辆反馈的行驶轨迹和预计到达交叉口时间。
可选地，步骤S3中，结合相应车辆的预测到达时间，判断是否对控制区内车辆进行预测修正的过程包括以下步骤：
S31，将当前时刻距离停车线最近的车辆标记为初始0号车辆，其所在车道上后续车辆按照由近及远的位置依次编号；
S32，查询0号车辆的预测到达时间
Figure BDA0003161943700000021
如果在预测到达时间之前、或晚于预测到达时间但仍在同一绿灯相位时间内检测到该车到达，则进入步骤S33；否则进入步骤S34；
S33，将0号车辆的到达状态信息传输至智能控制单元，进行阈值判断：
Figure BDA0003161943700000022
其中
Figure BDA0003161943700000023
为0号车辆实际达到时间，ε为预测误差阈值；当实际到达时间和预测到达时间之间的误差大于预测误差阈值，转入步骤S4进行到达预测修正；
S34，如果在预测到达时间所在绿灯相位结束时仍未检测到0号车辆达到，智能控制单元则在绿灯相位结束时直接转入步骤S4进行到达预测修正。
可选地，步骤S4中，按照编号升序依次对控制区内车辆到达预测时间进行修正的过程包括以下步骤：
S41，判断当前修正的i号车辆和其前车i-1号车辆类型：
如果i号车辆为智能网联车辆，i号车辆自主调整行驶轨迹并向智能控制单元发送最新轨迹和预测到达时间，结束对i号车辆的修正，转入步骤S43；
如果i号车辆为无网联的人类驾驶车辆，i-1号车辆为智能网联车辆，智能控制单元根据最新前车轨迹重新预测HDV到达时间，结束对i号车辆的修正，转入步骤S43；
如果i号车辆和i-1号车辆均为无网联的人类驾驶车辆，进入步骤S42；
S42，当前车(i-1)修正后预测到达时间比修正前的提前了一个绿灯相位，即
Figure BDA0003161943700000024
R是车辆行驶方向信号灯红灯时长，后车预测到达时间调整为：
Figure BDA0003161943700000031
Figure BDA0003161943700000032
其中，
Figure BDA0003161943700000033
是i号车辆修正后的预测到达时间，
Figure BDA0003161943700000034
是仅受车辆动力系统和道路限速影响的最早到达时间，hs是该交叉口该车道车辆排队消散的饱和车头时距，ts是车辆启动损失时间，G为车辆行驶方向信号灯有效绿灯时长；
当前车修正后的预测通过停车线的时间早于修正前的时间但仍在同一个绿灯相位中，即
Figure BDA0003161943700000035
则后车预测到达时间调整为：
Figure BDA0003161943700000036
其中，
Figure BDA0003161943700000037
是i号车辆修正前的预测到达时间，nbefore和nafter分别是预测修正前后i号车在绿灯消散队列中的位置，h(nafter)是相应位置车辆通过交叉口停车线时的车头时距；
当前车修正后的预测到达时间比修正前晚了一个绿灯相位，即
Figure BDA0003161943700000038
且前车在红灯期间到达停车线，则后车预测到达时间调整为：
Figure BDA0003161943700000039
当前车修正后的预测到达时间比修正前晚了一个绿灯相位，即
Figure BDA00031619437000000310
且前车在绿灯期间到达停车线，则后车预测到达时间调整为：
Figure BDA00031619437000000311
当前车修正后的预测进入交叉口的时间晚于修正前的时间但仍在同一个绿灯相位中，即
Figure BDA00031619437000000312
且前车在红灯期间到达停车线，则后车预测到达时间调整为：
Figure BDA00031619437000000313
当前车修正后的预测进入交叉口的时间晚于修正前的时间但仍在同一个绿灯相位中，即
Figure BDA0003161943700000041
且前车在绿灯期间到达停车线，则后车预测到达时间调整为：
Figure BDA0003161943700000042
当0号车辆满足第一条件时，
Figure BDA0003161943700000043
当0号车辆满足第二条件时，
Figure BDA0003161943700000044
第一条件是在预测到达时间之前、或晚于预测时间但仍在同一绿灯相位时间内检测到该车到达；第二条件是在预测到达时间所在绿灯相位结束时仍未检测到车辆达到；
S43，判断以下条件是否满足：
③i＝N,其中N为控制区内0号车所在车道上车辆总数；
④i号车辆修正前后的预测时间满足
Figure BDA0003161943700000045
若满足以上任意一条，则结束步骤S43；否则令i＝i+1，转入步骤S41。
第二方面，本发明实施例提出了一种中心式智能交叉口系统，所述中心式智能交叉口系统包括在目标交叉口区域和其上游路段设置的控制区，布设交叉口智能控制单元、路侧单元和交通检测器；
所述交通检测器和路侧单元用于检测进入控制区的车辆的行驶状态，将检测结果反馈至智能控制单元；
所述智能控制单元包括以下功能模块：
通讯模块，其功能包括：①接收路侧单元传输的控制区车辆信息；②获取实时信号灯状态信息；③向智能网联车辆发送其前车预测信息及信号灯信息，接收智能网联车辆反馈的行驶轨迹和预计到达交叉口时间；
计算模块，其功能包括：①根据控制区内车辆信息，预测人类驾驶车辆到达交叉口时间；记录智能网联车辆反馈的行驶轨迹和预计到达交叉口时间；②结合车辆实际到达时间和相应车辆的预测到达时间，判断是否对控制区内车辆进行预测修正；③当前检测到实际到达的且其实际到达时间与预测到达时间之间的误差大于预测误差阈值的车辆标记为0号车辆；自0号车辆起，按照编号升序依次对控制区内车辆到达预测时间进行修正；对于人类驾驶车辆，结合前车修订后的预测到达时间，修正其预测到达时间；对于智能网联车辆，记录其修正后的行驶轨迹和预计到达交叉口时间。
本发明的有益效果是：
本发明提出的智能网联混合交通流信号交叉口车辆到达预测修正方法，可以充分结合利用现有道路交通检测器数据，提供更加精确有效的交通状态预测，智能网联车辆据此制定的优化行驶轨迹更加合理有效，从而提高信号交叉口通行效率，减少能耗并降低事故风险。
附图说明
图1为本发明实施例的车辆到达预测修正方法的流程图。
图2为本发明实施例的智能信号交叉口系统构成示意图。
图3为本发明实施例与传统到达时间预测方法的评价指标对比图，图3(a)为车辆延误变化情况，图3(b)为车辆油耗变化情况。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
实施例一
图1为本发明实施例的车辆到达预测修正方法的流程图。该修正方法包括以下步骤：
步骤S1、在目标交叉口区域上游路段设置控制区。
在目标交叉口区域和其上游路段设置的控制区，布设交叉口智能控制单元、路侧单元和交通检测器，搭建中心式智能交叉口系统，与智能网联车辆进行信息交互。图2为本发明实施例的智能信号交叉口系统构成示意图。
步骤S2、智能交叉口系统检测到进入控制区的车辆及其状态，对于无网联的人类驾驶车辆(HDV)，智能控制单元获取其前车信息，预测其到达交叉口时间；对于智能网联车辆(CAV)，智能控制单元提供前车预测信息，CAV自主设计其行驶轨迹，并将轨迹和预计到达交叉口时间发送给智能控制单元。示例性地，对于人类驾驶车辆采用智能驾驶员模型(Intelligent Driver Model,IDM)进行轨迹预测，对于智能网联车辆直接通过V2I通讯获取其优化轨迹。在实施例中，提供了一种信号交叉口相关数据，具体如表1所示：
表1.本实施例的信号交叉口相关参数
Figure BDA0003161943700000051
Figure BDA0003161943700000061
步骤S3、当前时刻控制区内距离交叉口最近的车辆被标记为0号车辆，检测其进入交叉口的时间，结合相应车辆的预测到达时间，判断是否对控制区内其他车辆进行预测修正；若进行修正，则转入步骤S4；否则，重新标记0号车辆，继续步骤S3。
具体的，包括以下步骤：
步骤S31：当前时刻距离停车线最近的车辆被标记为0号车辆，其所在车道上后续车辆按照由近及远的位置依次编号。查询该车的预测到达时间
Figure BDA0003161943700000062
若
Figure BDA0003161943700000063
在预测时间之前，或晚于预测时间但仍在同一绿灯相位时间内检测到该车到达，则进入步骤S32；否则进入步骤S33。
步骤S32：0号车辆的到达状态信息(车辆识别号，到达时间等)传输至智能控制单元，进行阈值判断。
Figure BDA0003161943700000064
其中
Figure BDA0003161943700000065
为0号车辆实际达到时间，ε为预测误差的阈值。当实际到达时间和预测到达时间之间的误差大于该阈值，则进行修正，即转入权利要求1所述的步骤S4。
步骤S33：当
Figure BDA0003161943700000066
在预测时间所在绿灯相位结束时仍未检测到车辆达到，智能控制单元则在绿灯相位结束时进行预测修正，即直接转入权利要求1所述的步骤S4。
假设预测与实际到达时间误差阈值取ε＝0.3秒。以第一次确认进行预测修正为例，该时刻控制区内和进入交叉口车辆情况如表2所示：
表2.第一次预测修正时控制区内和进入交叉口车辆情况汇总
Figure BDA0003161943700000067
按照步骤S31，当前进入交叉口的0号车辆早于预测时间到达，进入步骤S32；按照步骤S32，实际到达时间和预测到达时间之间的误差0.6大于阈值0.3，则确认进行预测修正，进入步骤S4。
步骤S4、自0号车辆起，按照编号升序依次对控制区内车辆到达预测时间进行修正；对于人类驾驶车辆，结合前车修订后的预测到达时间，修正其预测到达时间；对于智能网联车辆，通报其前车修正后的预测时间，供其进行行驶轨迹调整，并反馈更新的行驶轨迹和修正的预测到达时间；满足终止条件后，停止修正，转入步骤S3。
具体步骤如下：
步骤S41：根据当前修正的i号车辆和其前车i-1号车辆类型，采取不同操作，具体如表3所示：
表3.步骤S41具体操作
Figure BDA0003161943700000071
步骤S42：智能控制单元基于不同场景对车辆达到时间采取如下修正：
场景1：当前车(i-1)修正后预测到达时间比修正前的提前了一个绿灯相位，即
Figure BDA0003161943700000072
R是车辆行驶方向信号灯红灯时长，后车预测到达时间调整为：
Figure BDA0003161943700000073
Figure BDA0003161943700000074
其中，
Figure BDA0003161943700000075
是i号车辆修正后的预测到达时间，
Figure BDA0003161943700000076
是仅受车辆动力系统和道路限速影响的最早到达时间，hs是该交叉口该车道车辆排队消散的饱和车头时距，ts是车辆启动损失时间，G为车辆行驶方向信号灯有效绿灯时长。
场景2：当前车修正后的预测通过停车线的时间早于修正前的时间但仍在同一个绿灯相位中，即
Figure BDA0003161943700000077
则后车预测到达时间调整为：
Figure BDA0003161943700000078
其中，
Figure BDA0003161943700000079
是i号车辆修正前的预测到达时间，nbefore和nafter分别是预测修正前后i号车在绿灯消散队列中的位置，h(nafter)是相应位置车辆通过交叉口停车线时的车头时距。
场景3：当前车修正后的预测到达时间比修正前晚了一个绿灯相位，即
Figure BDA0003161943700000081
且前车在红灯期间到达停车线，则后车预测到达时间调整为：
Figure BDA0003161943700000082
场景4：当前车修正后的预测到达时间比修正前晚了一个绿灯相位，即
Figure BDA0003161943700000083
且前车在绿灯期间到达停车线，则后车预测到达时间调整为：
Figure BDA0003161943700000084
场景5：当前车修正后的预测进入交叉口的时间晚于修正前的时间但仍在同一个绿灯相位中，即
Figure BDA0003161943700000085
且前车在红灯期间到达停车线，则后车预测到达时间的调整和场景3一致。
场景6：当前车修正后的预测进入交叉口的时间晚于修正前的时间但仍在同一个绿灯相位中，即
Figure BDA0003161943700000086
且前车在绿灯期间到达停车线，则后车预测到达时间调整为：
Figure BDA0003161943700000087
特别地，当0号车辆符合步骤S31情况时，
Figure BDA0003161943700000088
当0号车辆符合步骤S33情况时，
Figure BDA0003161943700000089
步骤S43：
判断以下条件是否满足：
①i＝N,其中N为控制区内0号车所在车道上车辆总数；
②i号车辆修正前后的预测时间满足
Figure BDA00031619437000000810
若满足以上任意一条，则结束步骤S43；否则令i＝i+1，转入步骤S41。
以表2为例，结合步骤S4，第一次车辆到达预测时间修正结果如表4所示：
表4.第一次车辆到达预测时间修正结果
Figure BDA0003161943700000091
本实施例的智能网联混合交通流信号交叉口车辆到达预测修正方法的效果如图3所示，其中下降率1是指不同CAV渗透率下实施本发明的方法后指标值相对于纯人类驾驶车辆环境下的指标值的下降率；下降率2是指相同CAV渗透率下实施预测修正后的指标值相对于不实施修正的指标值的下降率。
实施例二
本发明实施例提出了一种中心式智能交叉口系统。如图2所示，该中心式智能交叉口系统包括在目标交叉口区域和其上游路段设置的控制区，布设交叉口智能控制单元、路侧单元和交通检测器。
交通检测器和路侧单元用于检测进入控制区的车辆的行驶状态，将检测结果反馈至智能控制单元。
智能控制单元包括以下功能模块：
通讯模块，其功能包括：①接收路侧单元传输的控制区车辆信息；②获取实时信号灯状态信息；③向智能网联车辆发送其前车预测信息及信号灯信息，接收智能网联车辆反馈的行驶轨迹和预计到达交叉口时间。
计算模块，其功能包括：①根据控制区内车辆信息，预测人类驾驶车辆到达交叉口时间；记录智能网联车辆反馈的行驶轨迹和预计到达交叉口时间；②结合车辆实际到达时间和相应车辆的预测到达时间，判断是否对控制区内车辆进行预测修正；③当前检测到实际到达的且其实际到达时间与预测到达时间之间的误差大于预测误差阈值的车辆标记为0号车辆；自0号车辆起，按照编号升序依次对控制区内车辆到达预测时间进行修正；对于人类驾驶车辆，结合前车修订后的预测到达时间，修正其预测到达时间；对于智能网联车辆，记录其修正后的行驶轨迹和预计到达交叉口时间。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (3)

1.一种智能网联混合交通流信号交叉口车辆到达预测修正方法，其特征在于，所述修正方法包括以下步骤：
S1，在目标交叉口区域上游路段设置控制区；
S2，检测进入控制区的车辆及其状态，对于无网联的人类驾驶车辆，获取其前车信息，预测其到达交叉口时间；对于智能网联车辆，提供前车预测信息和交叉口信号信息，智能网联车辆自主设计其行驶轨迹，并反馈行驶轨迹和预计到达交叉口时间；
S3，当前时刻控制区内距离交叉口最近的车辆被标记为0号车辆，检测其进入交叉口的时间，结合相应车辆的预测到达时间，判断是否对控制区内其他车辆进行预测修正；若进行修正，则转入步骤S4；否则，重新标记0号车辆，继续步骤S3；
S4，自0号车辆起，按照编号升序依次对控制区内车辆到达预测时间进行修正；对于人类驾驶车辆，结合前车修订后的预测到达时间，修正其预测到达时间；对于智能网联车辆，通报其前车修正后的预测时间，供其进行行驶轨迹调整，并反馈更新的行驶轨迹和修正的预测到达时间；满足终止条件后，停止修正，转入步骤S3；
步骤S2中，在目标交叉口区域和其上游路段设置的控制区，布设交叉口智能控制单元、路侧单元和交通检测器，搭建中心式智能交叉口系统，与智能网联车辆进行信息交互；中心式智能交叉口系统获取进入控制区的车辆及其状态，预测人类驾驶车辆到达交叉口时间，记录智能网联车辆反馈的行驶轨迹和预计到达交叉口时间；
步骤S3中，结合相应车辆的预测到达时间，判断是否对控制区内车辆进行预测修正的过程包括以下步骤：
S31，将当前时刻距离停车线最近的车辆标记为初始0号车辆，其所在车道上后续车辆按照由近及远的位置依次编号；
S32，查询0号车辆的预测到达时间
Figure FDA0003690735840000011
如果在预测到达时间之前、或晚于预测到达时间但仍在同一绿灯相位时间内检测到该车到达，则进入步骤S33；否则进入步骤S34；
S33，将0号车辆的到达状态信息传输至智能控制单元，进行阈值判断：
Figure FDA0003690735840000012
其中
Figure FDA0003690735840000013
为0号车辆实际达到时间，ε为预测误差阈值；当实际到达时间和预测到达时间之间的误差大于预测误差阈值，转入步骤S4进行到达预测修正；
S34，如果在预测到达时间所在绿灯相位结束时仍未检测到0号车辆达到，智能控制单元则在绿灯相位结束时直接转入步骤S4进行到达预测修正；
步骤S4中，按照编号升序依次对控制区内车辆到达预测时间进行修正的过程包括以下步骤：
S41，判断当前修正的i号车辆和其前车i-1号车辆类型：
如果i号车辆为智能网联车辆，i号车辆自主调整行驶轨迹并向智能控制单元发送最新轨迹和预测到达时间，结束对i号车辆的修正，转入步骤S43；
如果i号车辆为无网联的人类驾驶车辆，i-1号车辆为智能网联车辆，智能控制单元根据最新前车轨迹重新预测HDV到达时间，结束对i号车辆的修正，转入步骤S43；
如果i号车辆和i-1号车辆均为无网联的人类驾驶车辆，进入步骤S42；
S42，当前车(i-1)修正后预测到达时间比修正前的提前了一个绿灯相位，即
Figure FDA0003690735840000021
R是车辆行驶方向信号灯红灯时长，后车预测到达时间调整为：
Figure FDA0003690735840000022
Figure FDA0003690735840000023
其中，
Figure FDA0003690735840000024
是i号车辆修正后的预测到达时间，
Figure FDA00036907358400000213
是仅受车辆动力系统和道路限速影响的最早到达时间，hs是该交叉口i号车辆所在车道的车辆排队消散饱和车头时距，ts是车辆启动损失时间，G为车辆行驶方向信号灯有效绿灯时长；
当前车修正后的预测通过停车线的时间早于修正前的时间但仍在同一个绿灯相位中，即
Figure FDA0003690735840000025
则后车预测到达时间调整为：
Figure FDA0003690735840000026
其中，
Figure FDA0003690735840000027
是i号车辆修正前的预测到达时间，nbefore和nafter分别是预测修正前后i号车在绿灯消散队列中的位置，h(nafter)是相应位置车辆通过交叉口停车线时的车头时距；
当前车修正后的预测到达时间比修正前晚了一个绿灯相位，即
Figure FDA0003690735840000028
且前车在红灯期间到达停车线，则后车预测到达时间调整为：
Figure FDA0003690735840000029
Figure FDA00036907358400000210
当前车修正后的预测到达时间比修正前晚了一个绿灯相位，即
Figure FDA00036907358400000211
且前车在绿灯期间到达停车线，则后车预测到达时间调整为：
Figure FDA00036907358400000212
当前车修正后的预测进入交叉口的时间晚于修正前的时间但仍在同一个绿灯相位中，即
Figure FDA0003690735840000031
且前车在红灯期间到达停车线，则后车预测到达时间调整为：
Figure FDA0003690735840000032
Figure FDA0003690735840000033
当前车修正后的预测进入交叉口的时间晚于修正前的时间但仍在同一个绿灯相位中，即
Figure FDA0003690735840000034
且前车在绿灯期间到达停车线，则后车预测到达时间调整为：
Figure FDA0003690735840000035
Figure FDA0003690735840000036
当0号车辆满足第一条件时，
Figure FDA0003690735840000037
当0号车辆满足第二条件时，
Figure FDA0003690735840000038
第一条件是在预测到达时间之前、或晚于预测时间但仍在同一绿灯相位时间内检测到该车到达；第二条件是在预测到达时间所在绿灯相位结束时仍未检测到车辆达到；
S43，判断以下条件是否满足：
①i＝N,其中N为控制区内0号车所在车道上车辆总数；
②i号车辆修正前后的预测时间满足
Figure FDA0003690735840000039
若满足以上任意一条，则结束步骤S43；否则令i＝i+1，转入步骤S41。
2.根据权利要求1所述的智能网联混合交通流信号交叉口车辆到达预测修正方法，其特征在于，步骤S1中，将目标交叉口各进口道上游路段300米至交叉口停车线内设置为控制区。
3.一种中心式智能交叉口系统，其特征在于，所述中心式智能交叉口系统包括在目标交叉口区域和其上游路段设置的控制区，布设交叉口智能控制单元、路侧单元和交通检测器；
所述交通检测器和路侧单元用于检测进入控制区的车辆的行驶状态，将检测结果反馈至智能控制单元；
所述智能控制单元采用如权利要求1或者2所述的智能网联混合交通流信号交叉口车辆到达预测修正方法对车辆进行控制，包括以下功能模块：
通讯模块，其功能包括：①接收路侧单元传输的控制区车辆信息；②获取实时信号灯状态信息；③向智能网联车辆发送其前车预测信息及信号灯信息，接收智能网联车辆反馈的行驶轨迹和预计到达交叉口时间；
计算模块，其功能包括：①根据控制区内车辆信息，预测人类驾驶车辆到达交叉口时间；记录智能网联车辆反馈的行驶轨迹和预计到达交叉口时间；②结合车辆实际到达时间和相应车辆的预测到达时间，判断是否对控制区内车辆进行预测修正；③当前检测到实际到达的且其实际到达时间与预测到达时间之间的误差大于预测误差阈值的车辆标记为0号车辆；自0号车辆起，按照编号升序依次对控制区内车辆到达预测时间进行修正；对于人类驾驶车辆，结合前车修订后的预测到达时间，修正其预测到达时间；对于智能网联车辆，记录其修正后的行驶轨迹和预计到达交叉口时间。
CN202110793573.4A 2021-07-14 2021-07-14 智能网联混合交通流信号交叉口车辆到达预测修正方法 Active CN113689692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110793573.4A CN113689692B (zh) 2021-07-14 2021-07-14 智能网联混合交通流信号交叉口车辆到达预测修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110793573.4A CN113689692B (zh) 2021-07-14 2021-07-14 智能网联混合交通流信号交叉口车辆到达预测修正方法

Publications (2)

Publication Number Publication Date
CN113689692A CN113689692A (zh) 2021-11-23
CN113689692B true CN113689692B (zh) 2022-08-05

Family

ID=78576988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110793573.4A Active CN113689692B (zh) 2021-07-14 2021-07-14 智能网联混合交通流信号交叉口车辆到达预测修正方法

Country Status (1)

Country Link
CN (1) CN113689692B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114141013B (zh) * 2021-11-25 2022-12-13 东南大学 基于低渗透率网联车轨迹数据的交叉口信号配时方法
CN114446053B (zh) * 2022-01-21 2023-02-14 东南大学 针对智能网联车辆轨迹误差的无控制交叉口安全评价方法
CN115497314B (zh) * 2022-09-03 2023-10-24 河海大学 一种智能网联汽车不停车通过交叉口的生态驾驶方法
CN115830860B (zh) * 2022-11-17 2023-12-15 西部科学城智能网联汽车创新中心(重庆)有限公司 交通事故预测方法及装置
CN116030645B (zh) * 2023-01-17 2023-11-28 东南大学 信号交叉口混合交通流环境车辆轨迹与信号协调控制方法
CN116246466B (zh) * 2023-03-13 2024-01-23 长安大学 考虑自动驾驶多模式特性的混合交通流管理方法及系统
CN116580570A (zh) * 2023-05-18 2023-08-11 重庆邮电大学 智能网联条件下交叉口内部通行线路失效后的车辆轨迹控制方法
CN116524722B (zh) * 2023-06-26 2023-10-13 浙江大学 面向混行交通流的车辆生态驾驶控制方法、电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005056071A (ja) * 2003-08-01 2005-03-03 Omron Corp 信号制御装置、および信号制御システム
WO2013003504A2 (en) * 2011-06-27 2013-01-03 Stc, Inc. Signal light priority system utilizing estimated time of arrival
CN108765985B (zh) * 2018-06-13 2020-12-25 重庆交通大学 基于第一辆车辆到达的信号交叉口进口道延误计算方法
CN111127889B (zh) * 2019-12-24 2021-03-16 银江股份有限公司 一种基于车流到达时间预测的连续交叉口协同优化方法
CN112201037B (zh) * 2020-09-27 2021-09-03 同济大学 一种基于抽样轨迹数据的交叉口到达率估计方法

Also Published As

Publication number Publication date
CN113689692A (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
CN113689692B (zh) 智能网联混合交通流信号交叉口车辆到达预测修正方法
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
CN107767679B (zh) 基于专用短程通信的信号灯路口车速引导装置及方法
CN108831143B (zh) 基于车路协同技术的信号交叉口车队速度引导方法
CN106652493B (zh) 一种车联网环境下的交叉口信号优化控制方法
CN107731010B (zh) 车联网环境下前车智能避让推荐方法及系统
CN104485005B (zh) 交叉口多线路公交车辆优先请求冲突协调控制方法
CN110910662B (zh) 车路协同环境下单点自适应交通信号优化控制方法
CN108806291B (zh) 基于路侧设备的高饱和度匝道车辆汇入引导方法与系统
WO2011013203A1 (ja) 車両制御装置、車両制御方法及び車両制御システム
CN104064044A (zh) 基于车路协同的发动机起停控制系统及其方法
CN108364486B (zh) 多场景车辆优先自适应交通信号控制系统及其工作方法
CN103985264A (zh) 一种能减少路口排队长度的路口控制系统及方法
CN113032964A (zh) 一种公交优先的交叉口信号控制方法及装置
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
CN107146408B (zh) 一种基于车联网的道路环保驾驶系统的控制方法
CN111081009A (zh) 一种基于车联网的车辆编队行驶系统及控制方法
CN114944067B (zh) 一种基于车路协同的弹性公交专用车道实现方法
CN114120666B (zh) 一种基于车路协同的智能车速诱导系统
CN108922211B (zh) 考虑站点、信号灯和前车约束的brt公交速度优化推荐方法
CN113538936B (zh) 一种车路协同环境下的信号协同控制方法、装置及存储介质
CN111243304A (zh) 基于acc车辆在v2i信号控制交叉口的控制方法
CN111932916A (zh) 一种城市道路动态应急车道的控制方法及控制系统
CN111477021B (zh) 车辆优先引导方法及优先引导系统
CN112509340A (zh) 一种基于车联网的交叉路口信号灯辅助引导通过方法

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