CN113706855B - 一种交叉路口车辆动态编队方法及系统 - Google Patents

一种交叉路口车辆动态编队方法及系统 Download PDF

Info

Publication number
CN113706855B
CN113706855B CN202111279487.8A CN202111279487A CN113706855B CN 113706855 B CN113706855 B CN 113706855B CN 202111279487 A CN202111279487 A CN 202111279487A CN 113706855 B CN113706855 B CN 113706855B
Authority
CN
China
Prior art keywords
vehicle
information
lane
formation
guided
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
CN202111279487.8A
Other languages
English (en)
Other versions
CN113706855A (zh
Inventor
徐百胜
陈振武
钱宇清
阚倩
刘星
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.)
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Urban Transport Planning Center Co Ltd
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 Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Urban Transport Planning Center Co Ltd
Priority to CN202111279487.8A priority Critical patent/CN113706855B/zh
Publication of CN113706855A publication Critical patent/CN113706855A/zh
Application granted granted Critical
Publication of CN113706855B publication Critical patent/CN113706855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/207Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles with respect to certain areas, e.g. forbidden or allowed areas with possible alerting when inside or outside boundaries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出了一种交叉路口车辆动态编队方法及系统,所述方法包括:获取交叉路口区域内的动态信息和静态环境信息;根据静态环境信息确定所述交叉路口区域内的车道信息,将所述进口车道分为预编队区和编队区;根据所述动态信息和所述车道信息实时生成各车辆在所述预编队区的最优车道引导信息、生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;根据所述编队决策信息和所述动态信息实时对各车辆进行编队引导;根据所述交通流信息和各车辆执行编队决策的情况结束编队。该方法能够根据交通流信息实时判断最优车道,实现动态编队,交叉口区域内大部分车辆以编队的形式通过交叉口,能够提高车辆编队通行效率。

Description

一种交叉路口车辆动态编队方法及系统
技术领域
本发明涉及智能交通技术领域,具体而言,涉及一种交叉路口车辆动态编队方法及系统。
背景技术
随着城镇化建设的快速发展和人民生活水平的日益提高,机动车的数量快速增长,大中城市交通拥堵问题日趋严重。而由于城市交通路网的整体关联性,关键交叉路口的拥堵往往会造成区域性的堵车问题。
交叉路口区域一般包括进口道、出口道以及交叉口,在信号灯的指示下,车辆从进口道驶入交叉口,并从出口道驶出交叉口。车辆需要根据信号灯的信号(例如红灯停,绿灯行)驶入交叉口,同时车辆的驾驶员需要预判前后车行驶状态,因此,交叉路口区域的车辆队列常为脉冲式行进。例如,在绿灯相位初期有等待现象,在绿灯相位末期有提前停车现象,从而导致交叉路口区域的车辆队列整体通行效率低下。
随着无线通信技术和新一代互联网等技术的发展,使得全方位实施车车、车路实时动态信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人、车、路的有效协同,保证交通安全,提高通行效率的道路交通系统成为可能。
但是,交叉路口区域处的车辆多,车流情况复杂,如何实现交叉口处车辆的动态编队并提高车辆通过交叉口的效率,仍然是一个难题。
发明内容
本发明旨在解决如何实现交叉口处车辆的动态编队并提高车辆通过交叉口的效率的问题。
为至少在一定程度上解决或改善上述问题的至少一个方面,本发明一方面提出一种交叉路口车辆动态编队方法,所述方法包括:
获取交叉路口区域内的动态信息和静态环境信息,其中,所述交叉路口区域包括进口道以及交叉口,所述动态信息包括信号灯信息和交通流信息;
根据所述静态环境信息确定所述交叉路口区域内的车道信息,其中,所述车道信息包括进口车道信息,所述进口道包括至少两个进口车道,所述进口车道包括相连接的预编队区和编队区,所述编队区与所述交叉口连接;
根据所述动态信息和所述车道信息实时生成各车辆在所述预编队区的最优车道引导信息、生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;
根据所述编队决策信息和所述动态信息实时对各车辆进行编队引导;
根据所述交通流信息和各车辆执行编队决策的情况结束编队。
可选地,所述车道信息包括出口车道信息;所述交叉口区域包括出口道,所述出口道包括至少一个出口车道;所述动态信息包括车辆的当前进口车道信息和目标出口车道信息;所述生成各车辆在所述预编队区的最优车道引导信息包括:
根据所述车道信息以及待引导车辆的当前进口车道信息和目标出口车道信息确定各所述待引导车辆在所述预编队区的预分配进口车道;
根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息。
可选地,根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息包括:
若所述待引导车辆为智能车,则所述最优车道为以下三种情况中的任意一种:车道内所述待引导车辆的前车是智能车的所述预分配进口车道,车道内前方车辆最多的所述预分配进口车道,以及,车道内所述待引导车辆的前车是智能车且车道内前方车辆最多的所述预分配进口车道。
可选地,所述根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息包括:
根据车道内所述待引导车辆前方的交通流信息和所述信号灯信息分别生成所述待引导车辆经过各所述预分配进口车道并通过所述交叉口的预计通过时间;
根据所述预计通过时间的最小值标定所述待引导车辆通过所述交叉口时信号灯所处的周期段;
根据所述周期段和所述预计通过时间得到预选进口车道,所述预选进口车道对应的所述预计通过时间均位于所述周期段内;
判断所述预选进口车道的数量是否大于1;若所述预选进口车道的数量不大于1,则所述预选进口车道为所述最优车道;若所述预选进口车道的数量大于1,则根据所述待引导车辆的车辆类型以及各所述预选进口车道内的交通流信息生成各所述待引导车辆的最优车道引导信息。
可选地,所述根据所述待引导车辆的车辆类型以及各所述预选进口车道内的交通流信息生成各所述待引导车辆的最优车道引导信息包括:
判断所述待引导车辆是否为智能车,若所述待引导车辆为智能车,则所述最优车道为以下三种情况中的任意一种:情况一,车道内所述待引导车辆的前车是智能车的所述预选进口车道;情况二,车道内所述待引导车辆前方的车辆最多的所述预选进口车道;情况三,车道内所述待引导车辆的前车是智能车且车道内前方车辆最多的所述预选进口车道;
若所述待引导车辆为非智能车,则所述最优车道为以下三种情况中的任意一种:情况四,车道内所述待引导车辆的前车是非智能车的所述预选进口车道;情况五,车道内所述待引导车辆前方的已编队车辆最少的所述预选进口车道;情况六,车道内所述待引导车辆的前车是非智能车且车道内前方车辆数量最少的所述预选进口车道;或者,
若所述待引导车辆为非智能车,不对所述待引导车辆生成所述最优车道引导信息。
可选地,若所述待引导车辆为智能车,且包括上述三种情况中的任意两种情况时,按照情况三、情况二、情况一的顺序确定所述最优车道;或者,按照情况三、情况一、情况二的顺序确定所述最优车道;
若所述待引导车辆为非智能车,且包括上述三种情况中的任意两种情况时,按照情况六、情况五、情况四的顺序确定所述最优车道;或者,按照情况六、情况四、情况五的顺序确定所述最优车道。
可选地,对于进入车道内的为智能车的待编队车辆,所述生成基于各车道的预编队信息包括:
判断车道内所述待编队车辆前方是否有车辆;
若所述待编队车辆前方没有车辆,则将所述待编队车辆设置为首车;
若所述待编队车辆前方有车辆,则判断所述待编队车辆的前车是否为智能车;若前车为智能车,则将所述待编队车辆编队至所述前车所在编队的队尾,若前车为非智能车,则将所述待编队车辆设置为首车;
所述生成基于各车道的编队通行引导信息包括:
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的首车的引导信息:实时判断首车的前方是否有车辆;若是,则根据前车的行驶状态和首车的动力学信息生成首车引导信息,若否,则根据首车的动力学信息和所述信号灯信息生成首车引导信息;
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的各非首车车辆的车辆引导信息:
实时判断各非首车车辆的前方是否有插入车辆,若是,则根据插入车辆的行驶状态和对应的非首车车辆的动力学信息生成车辆引导信息,若否,则根据前车的行驶状态和各非首车车辆的动力学信息生成车辆引导信息;
实时判断各非首车车辆的前方是否存在车辆,若否,则将对应车辆调整为首车并根据自身的动力学信息和所述信号灯信息生成首车引导信息。
可选地,所述根据所述交通流信息和各车辆执行编队决策的情况结束编队包括以下至少一种判断:
实时判断各车辆是否驶入出口车道,若是,则结束对驶出车辆的编队;
实时判断是否发生交通事故,若是,则结束对各车辆的编队;
实时判断各车辆是否按照所述编队决策信息行驶;若否,则结束对异常车辆的编队。
可选地,所述根据所述静态环境信息确定所述交叉路口区域内的车道信息包括:
根据所述静态环境信息对所述交叉路口区域进行抽象化,得到十字交叉路口区域信息和/或T型交叉路口区域信息;
根据所述十字交叉路口区域信息和/或所述T型交叉路口区域信息确定所述车道信息。
相对于相关的现有技术,本发明所述的交叉路口车辆动态编队方法具有如下优势:本发明所述方法,获取交叉路口区域内的动态信息和静态环境信息;根据静态环境信息确定所述交叉路口区域内的车道信息,以车道为基础形成车辆编队的车道单元,并将所述进口车道分为预编队区和编队区;对预编队区内各车辆进行最优车道引导,生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;根据编队决策信息对各车辆的进行编队引导,根据所述交通流信息和各车辆执行编队决策的情况结束编队。本发明所述的车辆动态编队方法,灵活可靠,能够根据交通流信息实时判断最优车道,实现动态编队和动态编队引导,交叉口区域内大部分车辆以编队的形式通过交叉口,能够提高交叉路口区域内的车辆编队通行效率。
本发明的第二方面提出一种交叉路口车辆动态编队系统,所述系统包括:
信息获取模块,用于获取交叉路口区域的动态信息和静态环境信息,其中,所述交叉路口区域包括进口道以及交叉口,所述动态信息包括信号灯信息和交通流信息;
第一评估模块,用于根据所述静态环境信息确定所述交叉路口区域内的车道信息,其中,所述车道信息包括进口车道信息,所述进口道包括至少两个进口车道,所述进口车道包括相连接的预编队区和编队区,所述编队区与所述交叉口连接;
决策信息生成模块,用于根据所述动态信息和所述车道信息实时生成各车辆在所述预编队区的最优车道引导信息、生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;
执行模块,用于根据所述编队决策信息和所述动态信息实时对各车辆进行编队引导;
反馈执行模块,用于根据所述交通流信息和各车辆执行编队决策的情况结束编队。
交叉路口车辆动态编队系统能够取得上述交叉路口车辆动态编队方法的所有有益效果,此处不再赘述。
附图说明
图1为本发明实施例的一种交叉路口车辆动态编队方法的流程示意图;
图2为交叉口区域的环境示意图;
图3为十字交叉口区域的环境示意图;
图4为T型交叉口区域的环境示意图;
图5为本发明的实施例中交叉路口车辆动态编队系统的结构示意图;
图6为本发明的一种实施方式中一辆车的编队过程的示意框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
如图1所示,图1为本发明实施例的一种交叉路口车辆动态编队方法的流程示意图;本发明实施例提供一种交叉路口车辆动态编队方法,方法包括后文描述的步骤S1至S5,应当说明的是,在不违反本发明设计构思的情况下,上述步骤可以不按顺序实现,相反,操作可以以反转顺序或同时实现。此外,可以向各步骤添加或移除一个或多个操作。对于各步骤的详细步骤也与此类似,后续不再详细说明。
本发明的交叉路口车辆动态编队方法可以应用于后文描述的交叉路口车辆动态编队系统,实现对交叉路口区域的车辆动态编队。
步骤S1,获取交叉路口区域内的动态信息和静态环境信息,其中,所述交叉路口区域包括进口道以及交叉口,所述动态信息包括信号灯信息和交通流信息。
示例性地,交叉路口车辆动态编队系统的信息获取模块(后文描述)通过路端设备和车端设备获取上述动态信息和/或静态信息。或者说,信息获取模块(后文描述)获取路端设备和车端设备的检测信息。如图2所示,路端设备可以包括设置于交叉路口区域内路端摄像头、激光雷达、毫米波雷达、信号机以及RSU路侧单元等。车端设备可以包括OBU车载单元、车辆端的摄像头、GNSS卫星定位传感器等定位传感器或测距传感器。示例性地,车车之间通过OBU车载单元相互广播自身的车辆行驶数据(位置、速度、加速度及编队数据等);车路之间通过OBU车载单元和RSU路侧单元进行信息交互(信号灯信息,以及后文描述的编队引导信息、交通事件信息及车辆编队执行情况等信息)。
示例性地,信息获取模块(后文描述)可以通过网络获取交叉口区域内的静态环境信息,从而得到交叉路口区域内进口道、出口道以及交叉口的分布情况等信息。或者,从交叉路口区域内路端(如路侧)摄像头获取该静态环境信息。
步骤S2,根据所述静态环境信息确定所述交叉路口区域内的车道信息,其中,所述车道信息包括进口车道信息,所述进口道包括至少两个进口车道,所述进口车道包括相连接的预编队区和编队区,所述编队区与所述交叉口连接。
相邻两个进口车道在预编队区处通过虚线或部分虚线分隔,车辆可以在预编队区处进行变道。可选地,相邻两个进口车道在编队区处通过实线分隔,进口车道的编队区内各车辆的队列(前后顺序以及所在的进口车道)保持不变,在驶入交叉口可能会发生改变(后文进行描述)。
如此,能够得到车道信息(包括车道分布和数量信息),为后续生成各车辆的编队决策信息提供基础,便于生成各车辆的引导详细并实现各车辆的引导。
可选地,在步骤S2的具体实施方式中,所述根据所述静态环境信息确定所述交叉路口区域内的车道信息包括:
根据所述静态环境信息对所述交叉路口区域进行抽象化,得到十字交叉路口区域信息和/或T型交叉路口区域信息;
根据所述十字交叉路口区域信息和/或所述T型交叉路口区域信息确定所述车道信息。
示例性地,通过交叉路口车辆动态编队系统的第一评估模块(后文描述)对所述静态环境信息进行评估从而确定所述车道信息。应当理解的是,十字交叉路口和T型交叉路口是较为常见的路口,而对于一些包括大于或等于3个进口道和大于或等于3个出口道的复杂路口。例如,环岛,第一评估模块可以将大部分交叉口抽象为十字交叉口(如图3所示)和T型交叉口(如图4所示)。
如此,能够得到具有共性的可重复的研究单元,便于对车辆经过交叉口的过程进行研究,降低分析和处理难度。例如,以进口车道的预编队区为对于车辆最优车道的最小研究单元。交叉口内不存在真实的车道,但是具有隐性的连接道,根据进口车道和出口车道的不同组合形成不同的连接道,连接道可以作为研究车辆通过交叉口的路径的最小单元。
应当理解的是,在一些情况下,两个连接道的一端可以连接至同一个进口车道(如图3所示);也可以连接至同一个出口车道。如此,在后续步骤S3的生成基于各车道的编队通行引导信息的过程中,需要考虑到由其他进口车道驶入交叉后内的车辆以及编队中车辆离开编队等情况。
步骤S3,根据所述动态信息和所述车道信息实时生成各车辆在所述预编队区的最优车道引导信息、生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息。
需要说明的是,编队决策是包括上述最优车道引导信息、预编队信息以及编队通行引导信息,其实际上用于提供编队决策的策略,编队决策的策略具体包括最优车道引导的策略、预编队的策略以及编队通行引导的策略。
最优车道引导信息一般是在车辆驶入预编队区域的过程中生成,预编队信息是在车辆在预编队区以及编队区内完成,编队通行引导信息一般是车辆在编队区内以及交叉口的连接道内实时生成。上述引导信息可以包括车速、加速度、转向以及跟车距离中的一个或多个,上述各数据可以是具体的值也可以是一个取值范围,此处不再详细说明。
具体地,对预编队区域的车辆实时生成车道级引导建议,让可编队的车辆尽可能提前进入到最优车道上,为保证车辆在预编队区不会造成拥堵,车辆变道主要以单次或多次间断变道为主。可编队车辆主要是可以进行车车及车路通信并能对决策建议数据给予反馈的智能车(或者说网连车或者说自动驾驶车辆)。但是,并不排斥可以对非智能车根据编队决策信息给出编队建议,例如通过控制喇叭广播最优车道建议。
如此,能够根据所述动态信息和所述车道信息车辆生成从哪个进口车道驶入交叉口的信息,生成经过预编队区的车辆如何编队的信息,以及生成如何通过交叉口的信息,得到各车辆的编队决策信息。
在一些实施方式中,所述动态信息包括车辆的目标出口车道信息;在步骤S3的具体实施方式中,所述生成各车辆在所述预编队区的最优车道引导信息包括:
步骤S311,根据所述车道信息以及待引导车辆的当前进口车道信息和目标出口车道信息确定各所述待引导车辆在所述预编队区的预分配进口车道。
具体地,预分配进口车道的数量与静态环境信息中不变的进口车道和出口车道的数量以及交通通行规则有关,例如,对于需要左转的车辆,交通信号灯和交通标示线或者交通通行规则指出了能够左侧的进口车道,和左转车辆应该驶入的出口车道。如此,能够选出满足驾驶意图的车道,即预分配进口车道。
步骤S312,根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息。
示例性地,待引导车辆前方的交通流信息包括车辆数量、车辆类型(即智能车或非智能车)等信息。
最优车道的目的在于尽可能提高车辆编队通行效率。因此,对于不同车辆类型的车辆可能采取不同的最优车道选择策越,从而提高车辆编队通行效率。
可选地,在步骤S312的一种实施方式中,该步骤包括:
若所述待引导车辆为智能车,则所述最优车道为以下三种情况中的任意一种。
情况七:车道内所述待引导车辆的前车是智能车的所述预分配进口车道。
如此,后续可以将所述待引导车辆与前车组成车辆编队,该两个智能车辆的协调性好,车辆编队运动的协同性和一致性较好,提高车辆编队的整体同性效率。
情况八:车道内前方车辆最多的所述预分配进口车道。
如此,后续所述待引导车辆可以跟随前车行驶,而可以将车道内前方车辆较少的所述预分配进口车道留给哪些自主选择车道的车辆使用。例如不接受编队引导(后文描述)的智能车或者非智能车(根据常规驾驶习惯,驾驶员会自主选择进入车道内车辆较少的预分配进口车道),从而在一定程度上降低自主选择车道的车辆选择在该所述待引导车辆后方的可能性,从而在确保整体通行效率的基础上使得更多的智能车以编队的方式通行。
情况九:车道内所述待引导车辆的前车是智能车且车道内前方车辆最多的所述预分配进口车道。
如此,能够兼顾上述两种情况,既能够使得更多智能车辆通过车辆编队的方式通过交叉路口,也能够将车道内前方车辆较少的所述预分配进口车道留给哪些自主选择车道的车辆使用,间接实现对部分自主选择车道的车辆的车道选择。
可选地,当同时出现上述三种情况中的至少两种情况时,按照情况九、情况八、情况七的顺序确定最优车道(示例性地,先判断是否存在符合情况九的所述预分配进口车道,若是,则为最优车道,若否,则判断是否存在符合情况八的所述预分配进口车道,若是,则该预分配进口车道为最优车道,若否,符合情况七的所述预分配进口车道为最优车道);或者,按照情况九、情况七、情况八的顺序确定最优车道。
此时,步骤S312还可以包括:若所述待引导车辆为非智能车,则所述最优车道为以下三种情况中的任意一种。
情况十,车道内所述待引导车辆的前车是非智能车的所述预选进口车道。需要说明的是,相对于智能车而言,非智能车通过车辆编队协同通过的难度较大(例如,非智能车跟随智能车行驶时,会产生较大的误差,会延长通过时间,例如,因车辆启动差异和跟车距离等原因导致通过时间延长)。因此,尽可能避免非智能车对智能车的车辆编队的打断,能够提高车辆编队的通行效率。
情况十一,车道内所述待引导车辆前方的前方车辆最少的所述预选进口车道。如此,即使该车道内车辆较少,但该车道内非智能车较多,由于非智能车的通行效率问题,各车道内车辆通过交叉口的时间可以基本保持一致。
情况十二,车道内所述待引导车辆的前车是非智能车且车道内前方车辆数量最少的所述预选进口车道。如此,能够兼顾上述两种情况。
可选地,当同时出现上述三种情况中的至少两种情况时,按照情况十二、情况十一、情况十的顺序确定非智能车的最优车道;或者,按照情况十二、情况十、情况十一的顺序确定非智能车的最优车道。
或者,步骤S312还可以包括:若所述待引导车辆为非智能车,不对所述待引导车辆生成所述最优车道引导信息。由驾驶者自主选择车道,此情况前文已经进行描述,此处不再详细说明。
如此,能够充分考虑智能车和非智能车的情况,尽可能使智能车之间形成车辆编队,充分利用智能车的可控的特点,提高交叉口区域内车辆编队的通行效率。
可选地,在上述步骤S3的具体实施方式中,对于进入车道内的为智能车的待编队车辆,所述生成基于各车道的预编队信息包括:
判断车道内所述待编队车辆前方是否有车辆;
若所述待编队车辆前方没有车辆,则将所述待编队车辆设置为首车;
若所述待编队车辆前方有车辆(可以最优车道引导前即存在的车辆也可以是后续插入的车辆),则判断所述待编队车辆的前车是否为智能车;若前车为智能车,则将所述待编队车辆编队至所述前车所在编队的队尾,若前车为非智能车,则将所述待编队车辆设置为首车。
如此,能够实时对进入车道内的为智能车的待编队车辆生成动态预编队信息。
可选地,在上述步骤S3的具体实施方式中,对于智能车组成的车辆编队,所述生成基于各车道的编队通行引导信息包括:
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的首车的引导信息:实时判断首车的前方是否有车辆(例如由其他进口车道驶入交叉后内的车辆);若是,则根据前车的行驶状态(行驶状态可以包括速度、加速度、行驶方向以及两车之间的车距等信息)和首车的动力学信息生成首车引导信息,若否,则根据首车的动力学信息和所述信号灯信息生成首车引导信息。
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的各非首车车辆的车辆引导信息:实时判断各非首车车辆的前方是否有插入车辆(例如由其他进口车道驶入交叉后内的车辆),若是,则根据插入车辆的行驶状态和对应的非首车车辆(即位于该插入车辆后方的非首车车辆)的动力学信息生成车辆引导信息,若否,则根据前车的行驶状态和各非首车车辆的动力学信息生成车辆引导信息。
进一步,实时判断各非首车车辆的前方是否存在车辆,若否,则将对应车辆调整为首车并根据自身的动力学信息和所述信号灯信息生成首车引导信息。此步骤对应于车辆编队内各车辆目标出口车道不一致的情况(例如首车或者其中部分非首车车辆驶离车辆编队的情况)。
如此,能够根据车辆编队的动态情况生成编队通行引导信息,便于在通过交叉口的过程中实施调整车辆编队的情况,提高整体通行效率。
步骤S4,根据所述编队决策信息和所述动态信息实时对各车辆进行编队引导。
编队引导也就是按照上述S3步骤中的编队决策实时对各车辆进行引导,使得各车辆达到预期的状态。也就是说,根据步骤S3实时生成的最优车道引导信息对进入预编队区的各车辆进行最优车道引导;根据步骤S3实时生成的基于各车道的预编队信息对各车辆(特别是经过预编队区的车辆)进行编队引导;根据步骤S3实时生成的基于各车道的编队通行引导信息进行编队通行引导,引导各编队的车辆从进口车道驶入交叉口并驶出交叉口到达目标出口车道。这里,编队通行引导实际上是通过对各车辆的通行引导共同实现,此处不再详细说明。
需要说明的是,考虑到车辆的差异性问题,或者车辆权限等情况,对各车辆进行编队引导,可以是发出建议信息,是否采用采用建议信息可能需要车辆驾驶者进行确认或者给予权限。当然,也可以是获取授权对车辆进行控制,例如通过车辆的自动驾驶域控制器对当前车辆进行通行引导的控制,后续不再详细说明。
步骤S5,根据所述交通流信息和各车辆执行编队决策的情况结束编队。
应当理解的是,交叉路口处车辆行驶的环境复杂,以及存在智能车(或者说网连车、自动驾驶车)和非智能车的差异,或者车辆已经顺利通过交叉口。各车辆驾驶者的个体行为差异性、不同车辆动力学参数的差异性、不同类型智能车的差异性,各车辆执行所述编队引导存在一定波动,因此需要反馈的各车辆的实际执行情况。需要根据所述交通流信息和各车辆执行编队决策的情况结束编队,避免各种异常后处于仍然进行编队引导导致交通事故。
可选地,步骤S5中,包括以下至少一种判断:
实时判断各车辆是否驶入出口车道,若是,则结束对驶出车辆的编队。
例如,根据摄像头的影像判断或者根据GPS信息判断或者根据车载摄像头判断。此处不再详细说明。
实时判断是否发生交通事故,若是,则结束对各车辆的编队。例如,可以根据摄像头的影像判断,可以根据行车记录仪判断。
实时判断各车辆是否按照所述编队决策信息行驶;若否,则结束对异常车辆的编队。
此时,车辆可能发生故障,或者车辆不受引导,或者车辆驾驶者的行驶意图改变(例如对应的目标出口车道信息改变)。因此,考虑结束对异常车辆的编队。此时,S3步骤对该异常车辆所处的车辆编队的其它车辆进一步评估,此处不再详细说明。
本发明所述的交叉路口车辆动态编队方法,获取交叉路口区域内的动态信息和静态环境信息;根据静态环境信息确定所述交叉路口区域内的车道信息,以车道为基础形成车辆编队的车道单元,并将所述进口车道分为预编队区和编队区;对预编队区内各车辆进行最优车道引导,生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;根据编队决策信息对各车辆的进行编队引导,根据所述交通流信息和各车辆执行编队决策的情况结束编队。本发明所述的车辆动态编队方法,灵活可靠,能够根据交通流信息实时判断最优车道,实现动态编队和动态编队引导,交叉口区域内大部分车辆以编队的形式通过交叉口,能够提高交叉路口区域内的车辆编队通行效率。
区别于上述实施方式,在步骤S312的另一种实施方式中,该步骤包括:
步骤S3121,根据车道内所述待引导车辆前方的交通流信息和所述信号灯信息分别生成所述待引导车辆经过各所述预分配进口车道并通过所述交叉口的预计通过时间。
例如,根据车道内所述待引导车辆前方的交通流信息和所述信号灯信息模拟各车辆通过所述交叉口的情况,从而可以生成所述待引导车辆经过各所述预分配进口车道并通过所述交叉口的预计通过时间。
步骤S3122,根据所述预计通过时间的最小值标定所述待引导车辆通过所述交叉口时信号灯所处的周期段。具体地,先得到该最小值,然后标定该周期段。
步骤S3123,根据所述周期段和所述预计通过时间得到预选进口车道,所述预选进口车道对应的所述预计通过时间均位于所述周期段内。也就是说,无论选择哪一个预选进口车道,该待引导车辆都能在该周期段内通过该交叉口,而不必等待下一个信号灯的周期段通过。这种实施方式可以避免待引导车辆的长时间等待,兼顾单台车辆的快速通行要求和整体车辆编队的通行效率。
步骤S3124,判断所述预选进口车道的数量是否大于1;若所述预选进口车道的数量不大于1,则所述预选进口车道为所述最优车道;若所述预选进口车道的数量大于1,则根据所述待引导车辆的车辆类型以及各所述预选进口车道内的交通流信息生成各所述待引导车辆的最优车道引导信息。
当然,也可以在步骤S3121之前还可以包括步骤S3120:
判断所述预分配进口车道的数量是否大于1,若数量不大于1,则所述预分配进口车道为所述最优车道,若所述预分配进口车道的数量大于1,则执行步骤S3121。
如此,能够提高避免待引导车辆的长时间等待,兼顾单台车辆的快速通行要求和整体车辆编队的通行效率,尤其适合拥堵交叉路口区域的车辆动态编队(例如,待引导车辆需要等待多个信号灯周期的情况)。
具体地,在本实施方式中,所述根据所述待引导车辆的车辆类型以及各所述预选进口车道内的交通流信息生成各所述待引导车辆的最优车道引导信息包括:
判断所述待引导车辆是否为智能车,若所述待引导车辆为智能车,则所述最优车道为以下三种情况中的任意一种:
情况一:车道内所述待引导车辆的前车是智能车的所述预选进口车道。
情况二:车道内所述待引导车辆前方的车辆最多的所述预选进口车道。
情况三:车道内所述待引导车辆的前车是智能车且车道内前方车辆最多的所述预选进口车道。
进一步地,若所述待引导车辆为智能车,且包括上述三种情况中的任意两种情况时,按照情况三、情况二、情况一的顺序确定所述最优车道;或者,按照情况三、情况一、情况二的顺序确定所述最优车道。
可选地的,在本实施方式中,所述根据所述待引导车辆的车辆类型以及各所述预选进口车道内的交通流信息生成各所述待引导车辆的最优车道引导信息还包括:
若所述待引导车辆为非智能车,则所述最优车道为以下三种情况中的任意一种:
情况四,车道内所述待引导车辆的前车是非智能车的所述预选进口车道。
情况五,车道内所述待引导车辆前方的已编队车辆最少的所述预选进口车道。
情况六,车道内所述待引导车辆的前车是非智能车且车道内前方车辆数量最少的所述预选进口车道。
或者,若所述待引导车辆为非智能车,若所述待引导车辆为非智能车,不对所述待引导车辆生成所述最优车道引导信息。
可选地,若所述待引导车辆为非智能车,且包括上述三种情况中的任意两种情况时,按照情况六、情况五、情况四的顺序确定所述最优车道;或者,按照情况六、情况四、情况五的顺序确定所述最优车道。
此处,本领域技术人员应当理解的是,由于预选进口车道可以理解为预分配进口车道的子集(或者说子概念),本实施方式中从预选进口车道选择最优车道的具体作用方式和效果,类似于上述另一实施方式中直接从预分配进口车道选择最优车道的具体作用方式和效果,此处不再详细说明。
如图6所示,图6示出了一种实施方式中一辆车的编队过程的示意框图。
车辆进入到预编队区;若车辆为智能车则进行最优车道引导,例如给出引导建议。若车辆为非智能车,则不进行最优车道引导。
当车辆进入到最优车道后,判断当前车辆前方是否有前车,若没有,则将当前车辆作为后续车辆编队的首车,若有,则根据前车的类型完成当前车辆的编队(若前车是智能车,则加入前车的编队,若前车是非智能车,则将当前车辆作为编队的首车,首车可以跟随非智能车行驶)。
编队通行阶段,若前方有前车,则获取前车的行驶状态(包括速度、加速度及转向等信息),然后实时生成当前车辆的车速、加速度以及跟车距离等编队通行引导的通行决策信息;根据通行决策信息对当前车辆进行通行引导。若前方没有车辆,则根据车辆自身的动力学信息生成首车通行引导的通行决策信息,根据首车的通行决策信息对首车进行通行引导。
判断当前车辆执行通行决策的情况,若符合预期,则对当前车辆保持编队,继续通行引导直至车辆通过交叉口,当车辆通过交叉后停止对该车辆的编队;若不符合预期,则停止对该车辆的编队(可以有一定冗余时间)。
在此过程中若出现交通事故或车辆未进入最优车道等异常情况,则停止对该车辆的编队。
如图5所示,本发明的又一实施例提供一种交叉路口车辆动态编队系统,其包括:
信息获取模块,用于获取交叉路口区域的动态信息和静态环境信息,其中,所述交叉路口区域包括进口道以及交叉口,所述动态信息包括信号灯信息和交通流信息;
第一评估模块,用于根据所述静态环境信息确定所述交叉路口区域内的车道信息,其中,所述车道信息包括进口车道信息,所述进口道包括至少两个进口车道,所述进口车道包括相连接的预编队区和编队区,所述编队区与所述交叉口连接;
决策信息生成模块,用于根据所述动态信息和所述车道信息实时生成各车辆在所述预编队区的最优车道引导信息、生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;
执行模块,用于根据所述编队决策信息和所述动态信息实时对各车辆进行编队引导;
反馈执行模块,用于根据所述交通流信息和各车辆执行编队决策的情况结束编队。
有关上述部分模块的内容在上述交叉路口车辆动态编队方法的实施例中已进行说明,此处对于已经说明的部分不再详细赘述。
需要说明的是,在本发明各个实施例中的各功能模块单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。示例性地,上述各模块可以集成于边端计算机上,例如,MEC边缘计算机或工控计算机。示例性地,信息获取模块、执行模块以及反馈执行模块集成于边端计算机上,而第一评估模块以及决策信息生成模块集成于网络服务节点,例如智能交通系统指挥中心的计算机,两计算机通过网络进行信息交互。
另外,在一些实施方式中,交叉路口车辆动态编队系统还可以包括第二评估模块,其可以通过对每一辆车辆的物理结构、车型、车牌、品牌、运动特征等进行实时获取,通过动力学软件或动力学参数模型组合匹配到车辆的最接近的动力学参数,从而实现每一辆车的动力学特征的数字化表达,得到车辆的动力学信息,为生成各车辆的通行引导信息提供信息参考。
如此,交叉路口车辆动态编队系统能够通过上述交叉路口车辆动态编队方法实现对交叉路口区域内车辆的动态编队。

Claims (10)

1.一种交叉路口车辆动态编队方法,其特征在于,包括:
获取交叉路口区域内的动态信息和静态环境信息,其中,所述交叉路口区域包括进口道以及交叉口,所述动态信息包括信号灯信息和交通流信息;
根据所述静态环境信息确定所述交叉路口区域内的车道信息,其中,所述车道信息包括进口车道信息,所述进口道包括至少两个进口车道,所述进口车道包括相连接的预编队区和编队区,所述编队区与所述交叉口连接;
根据所述动态信息和所述车道信息实时生成各车辆在所述预编队区的最优车道引导信息、生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;
根据所述编队决策信息和所述动态信息实时对各车辆进行编队引导;
根据所述交通流信息和各车辆执行编队决策的情况结束编队;
其中,对于进入车道内的为智能车的待编队车辆,所述生成基于各车道的预编队信息包括:
判断车道内所述待编队车辆前方是否有车辆;
若所述待编队车辆前方没有车辆,则将所述待编队车辆设置为首车;
若所述待编队车辆前方有车辆,则判断所述待编队车辆的前车是否为智能车;若前车为智能车,则将所述待编队车辆编队至所述前车所在编队的队尾,若前车为非智能车,则将所述待编队车辆设置为首车;
所述生成基于各车道的编队通行引导信息包括:
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的首车的引导信息:实时判断首车的前方是否有车辆;若是,则根据前车的行驶状态和首车的动力学信息生成首车引导信息,若否,则根据首车的动力学信息和所述信号灯信息生成首车引导信息;
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的各非首车车辆的车辆引导信息:
实时判断各非首车车辆的前方是否有插入车辆,若是,则根据插入车辆的行驶状态和对应的非首车车辆的动力学信息生成车辆引导信息,若否,则根据前车的行驶状态和各非首车车辆的动力学信息生成车辆引导信息;
实时判断各非首车车辆的前方是否存在车辆,若否,则将对应车辆调整为首车并根据自身的动力学信息和所述信号灯信息生成首车引导信息。
2.根据权利要求1所述的交叉路口车辆动态编队方法,其特征在于,所述车道信息包括出口车道信息;所述交叉口区域包括出口道,所述出口道包括至少一个出口车道;所述动态信息包括车辆的当前进口车道信息和目标出口车道信息;所述生成各车辆在所述预编队区的最优车道引导信息包括:
根据所述车道信息以及待引导车辆的当前进口车道信息和目标出口车道信息确定各所述待引导车辆在所述预编队区的预分配进口车道;
根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息。
3.根据权利要求2所述的交叉路口车辆动态编队方法,其特征在于,根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息包括:
若所述待引导车辆为智能车,则所述最优车道为以下三种情况中的任意一种:车道内所述待引导车辆的前车是智能车的所述预分配进口车道,车道内前方车辆最多的所述预分配进口车道,以及,车道内所述待引导车辆的前车是智能车且车道内前方车辆最多的所述预分配进口车道。
4.根据权利要求2所述的交叉路口车辆动态编队方法,其特征在于,所述根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息包括:
根据车道内所述待引导车辆前方的交通流信息和所述信号灯信息分别生成所述待引导车辆经过各所述预分配进口车道并通过所述交叉口的预计通过时间;
根据所述预计通过时间的最小值标定所述待引导车辆通过所述交叉口时信号灯所处的周期段;
根据所述周期段和所述预计通过时间得到预选进口车道,所述预选进口车道对应的所述预计通过时间均位于所述周期段内;
判断所述预选进口车道的数量是否大于1;若所述预选进口车道的数量不大于1,则所述预选进口车道为所述最优车道;若所述预选进口车道的数量大于1,则根据所述待引导车辆的车辆类型以及各所述预选进口车道内的交通流信息生成各所述待引导车辆的最优车道引导信息。
5.根据权利要求4所述的交叉路口车辆动态编队方法,其特征在于,所述根据所述待引导车辆的车辆类型以及各所述预选进口车道内的交通流信息生成各所述待引导车辆的最优车道引导信息包括:
判断所述待引导车辆是否为智能车,若所述待引导车辆为智能车,则所述最优车道为以下三种情况中的任意一种:情况一,车道内所述待引导车辆的前车是智能车的所述预选进口车道;情况二,车道内所述待引导车辆前方的车辆最多的所述预选进口车道;情况三,车道内所述待引导车辆的前车是智能车且车道内前方车辆最多的所述预选进口车道;
若所述待引导车辆为非智能车,则所述最优车道为以下三种情况中的任意一种:情况四,车道内所述待引导车辆的前车是非智能车的所述预选进口车道;情况五,车道内所述待引导车辆前方的已编队车辆最少的所述预选进口车道;情况六,车道内所述待引导车辆的前车是非智能车且车道内前方车辆数量最少的所述预选进口车道;或者,
若所述待引导车辆为非智能车,不对所述待引导车辆生成所述最优车道引导信息。
6.根据权利要求5所述的交叉路口车辆动态编队方法,其特征在于,若所述待引导车辆为智能车,且包括上述三种情况中的任意两种情况时,按照情况三、情况二、情况一的顺序确定所述最优车道;或者,按照情况三、情况一、情况二的顺序确定所述最优车道;
若所述待引导车辆为非智能车,且包括上述三种情况中的任意两种情况时,按照情况六、情况五、情况四的顺序确定所述最优车道;或者,按照情况六、情况四、情况五的顺序确定所述最优车道。
7.根据权利要求4所述的交叉路口车辆动态编队方法,其特征在于,所述根据车道内所述待引导车辆前方的交通流信息和所述信号灯信息分别生成所述待引导车辆经过各所述预分配进口车道并通过所述交叉口的预计通过时间之前,所述根据各所述预分配进口车道内的所述待引导车辆前方的交通流信息以及所述待引导车辆的车辆类型生成各所述待引导车辆在所述预编队区的最优车道引导信息还包括:
判断所述预分配进口车道的数量是否大于1,若数量不大于1,则所述预分配进口车道为所述最优车道,若所述预分配进口车道的数量大于1,则继续执行下一步骤。
8.根据权利要求1至5任意一项所述的交叉路口车辆动态编队方法,其特征在于,所述根据所述交通流信息和各车辆执行编队决策的情况结束编队包括以下至少一种判断:
实时判断各车辆是否驶入出口车道,若是,则结束对驶出车辆的编队;
实时判断是否发生交通事故,若是,则结束对各车辆的编队;
实时判断各车辆是否按照所述编队决策信息行驶;若否,则结束对异常车辆的编队。
9.根据权利要求1至5任意一项所述的交叉路口车辆动态编队方法,其特征在于,所述根据所述静态环境信息确定所述交叉路口区域内的车道信息包括:
根据所述静态环境信息对所述交叉路口区域进行抽象化,得到十字交叉路口区域信息和/或T型交叉路口区域信息;
根据所述十字交叉路口区域信息和/或所述T型交叉路口区域信息确定所述车道信息。
10.一种交叉路口车辆动态编队系统,其特征在于,包括:
信息获取模块,用于获取交叉路口区域的动态信息和静态环境信息,其中,所述交叉路口区域包括进口道以及交叉口,所述动态信息包括信号灯信息和交通流信息;
第一评估模块,用于根据所述静态环境信息确定所述交叉路口区域内的车道信息,其中,所述车道信息包括进口车道信息,所述进口道包括至少两个进口车道,所述进口车道包括相连接的预编队区和编队区,所述编队区与所述交叉口连接;
决策信息生成模块,用于根据所述动态信息和所述车道信息实时生成各车辆在所述预编队区的最优车道引导信息、生成基于各车道的预编队信息以及生成基于各车道的编队通行引导信息,得到编队决策信息;
执行模块,用于根据所述编队决策信息和所述动态信息实时对各车辆进行编队引导;
反馈执行模块,用于根据所述交通流信息和各车辆执行编队决策的情况结束编队;
其中,对于进入车道内的为智能车的待编队车辆,所述生成基于各车道的预编队信息包括:
判断车道内所述待编队车辆前方是否有车辆;
若所述待编队车辆前方没有车辆,则将所述待编队车辆设置为首车;
若所述待编队车辆前方有车辆,则判断所述待编队车辆的前车是否为智能车;若前车为智能车,则将所述待编队车辆编队至所述前车所在编队的队尾,若前车为非智能车,则将所述待编队车辆设置为首车;
所述生成基于各车道的编队通行引导信息包括:
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的首车的引导信息:实时判断首车的前方是否有车辆;若是,则根据前车的行驶状态和首车的动力学信息生成首车引导信息,若否,则根据首车的动力学信息和所述信号灯信息生成首车引导信息;
根据所述交通流信息和所述信号灯信息实时生成车道内的车辆编队的各非首车车辆的车辆引导信息:
实时判断各非首车车辆的前方是否有插入车辆,若是,则根据插入车辆的行驶状态和对应的非首车车辆的动力学信息生成车辆引导信息,若否,则根据前车的行驶状态和各非首车车辆的动力学信息生成车辆引导信息;
实时判断各非首车车辆的前方是否存在车辆,若否,则将对应车辆调整为首车并根据自身的动力学信息和所述信号灯信息生成首车引导信息。
CN202111279487.8A 2021-11-01 2021-11-01 一种交叉路口车辆动态编队方法及系统 Active CN113706855B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111279487.8A CN113706855B (zh) 2021-11-01 2021-11-01 一种交叉路口车辆动态编队方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111279487.8A CN113706855B (zh) 2021-11-01 2021-11-01 一种交叉路口车辆动态编队方法及系统

Publications (2)

Publication Number Publication Date
CN113706855A CN113706855A (zh) 2021-11-26
CN113706855B true CN113706855B (zh) 2022-03-18

Family

ID=78647587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111279487.8A Active CN113706855B (zh) 2021-11-01 2021-11-01 一种交叉路口车辆动态编队方法及系统

Country Status (1)

Country Link
CN (1) CN113706855B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115565390B (zh) * 2022-09-24 2024-06-07 南京长江自动化研究院有限公司 智能网联汽车多车道队列通行控制方法、系统及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005234813A (ja) * 2004-02-18 2005-09-02 Nippon Signal Co Ltd:The 踏切障害物検知装置
CN102592462A (zh) * 2012-03-06 2012-07-18 昆明理工大学 一种全程独立相位绿波交通流诱导控制方法及系统
CN105809950A (zh) * 2016-03-28 2016-07-27 重庆邮电大学 一种基于车路协同技术的车辆编队方法及其系统
CN107248276A (zh) * 2017-07-26 2017-10-13 北方工业大学 一种基于车路协同的智能网联汽车编队控制方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107452218B (zh) * 2017-09-22 2020-04-03 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN113066280B (zh) * 2021-03-19 2024-03-29 山东科技大学 一种基于重合行程的无人配送车编队信息共享的信息场景构建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005234813A (ja) * 2004-02-18 2005-09-02 Nippon Signal Co Ltd:The 踏切障害物検知装置
CN102592462A (zh) * 2012-03-06 2012-07-18 昆明理工大学 一种全程独立相位绿波交通流诱导控制方法及系统
CN105809950A (zh) * 2016-03-28 2016-07-27 重庆邮电大学 一种基于车路协同技术的车辆编队方法及其系统
CN107248276A (zh) * 2017-07-26 2017-10-13 北方工业大学 一种基于车路协同的智能网联汽车编队控制方法及装置

Also Published As

Publication number Publication date
CN113706855A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN110562258B (zh) 一种车辆自动换道决策的方法、车载设备和存储介质
JP6779590B2 (ja) 運転制御方法及び運転制御装置
JP6854357B2 (ja) 運転制御方法及び運転制御装置
DE112018007253T5 (de) Fahrzeugsteuervorrichtung, Fahrzeugsteuerverfahren und Programm
CN111994090B (zh) 基于混合策略博弈的驾驶人变道切入意图识别方法及系统
US11615702B2 (en) Determining vehicle path
CN113554886B (zh) 一种车路协同交叉口车流冲突消解方法
CN110930746A (zh) 用于协作式操作协调的方法
CN110503832B (zh) 基于智慧交通系统的指令处理方法、装置、设备和介质
CN113320545A (zh) 一种基于线控智能车辆的预路口行为决策方法
CN113706855B (zh) 一种交叉路口车辆动态编队方法及系统
CN114464002A (zh) 基于车路协同的紧急车辆信号交叉口车速引导系统
Zhang et al. Review on the impacts of cooperative automated driving on transportation and environment
US20230316920A1 (en) System and Method for Jointly Controlling Connected Autonomous Vehicles (CAVs) and Manual Connected Vehicles (MCVs)
Tsao et al. Design options for operating automated highway systems
Choi et al. Framework for connected and automated bus rapid transit with sectionalized speed guidance based on deep reinforcement learning: Field test in Sejong city
WO2023155041A1 (zh) 一种智能驾驶方法、装置及包括该装置的车辆
Shiomi et al. A lane-change maneuver of automated vehicles for improving traffic flow on highways with multiple lanes
Levin et al. Improving intersection safety through variable speed limits for connected vehicles
CN113147765A (zh) 自动驾驶车辆的换道控制方法和装置
Osman Evaluation of The Impact of Automated Driven Vehicles on Traffic Performance at Four-leg Signalized Intersections
CN116386368B (zh) 一种面向高速公路的自动驾驶专用道及设置方法
Neufville Exploratory Analysis of Connected Fully Autonomous Vehicles on the Safety and Efficiency of Road Networks Using Microsimulation
WO2024122302A1 (ja) 通知制御装置、通知制御方法
US20230160707A1 (en) Systems and methods for eco-approach and departure at a signalized intersection using vehicle dynamics and powertrain control with multiple horizon 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