CN113963564A - 连续信号灯道路车辆最优通行速度规划方法、系统及介质 - Google Patents

连续信号灯道路车辆最优通行速度规划方法、系统及介质 Download PDF

Info

Publication number
CN113963564A
CN113963564A CN202111187250.7A CN202111187250A CN113963564A CN 113963564 A CN113963564 A CN 113963564A CN 202111187250 A CN202111187250 A CN 202111187250A CN 113963564 A CN113963564 A CN 113963564A
Authority
CN
China
Prior art keywords
vehicle
speed
signal lamp
road
optimal
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.)
Granted
Application number
CN202111187250.7A
Other languages
English (en)
Other versions
CN113963564B (zh
Inventor
张俊智
刘伟龙
何承坤
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202111187250.7A priority Critical patent/CN113963564B/zh
Publication of CN113963564A publication Critical patent/CN113963564A/zh
Application granted granted Critical
Publication of CN113963564B publication Critical patent/CN113963564B/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
    • G08G1/09—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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • 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
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Economics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)

Abstract

本发明涉及一种连续信号灯道路车辆最优通行速度规划方法、系统及介质，其包括：获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；根据所述信号灯信息计算所述车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；根据所述所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。本发明能提高整车能量经济性和驾驶舒适性；节约通行时间，提高车辆在连续信号灯道路的通行效率。本发明能广泛在汽车智能辅助驾驶领域中应用。

Description

连续信号灯道路车辆最优通行速度规划方法、系统及介质
技术领域
本发明涉及汽车智能辅助驾驶技术领域，特别是关于一种连续信号灯道路车辆最优通行速度规划方法、系统及介质。
背景技术
交通信号灯常见于城市交通环境，其具有规范行人及驾驶员行为，保障交通安全的重要作用。由于驾驶员可视距离有限，且无法判断信号灯状态切换的时刻，常常需要在信号灯路口前频繁启停车辆，这将会大大降低整车能量经济性，并恶化驾驶舒适性。近年来，随着智能网联汽车的发展和智能交通系统(Intelligent Traffic Systems,ITS)基础设施的完善，车辆可以通过车-路通信(Vehicle to Infrastructure Communication,V2I)、车-车通信(Vehicle to Vehicle Communication,V2V)、全球定位系统(Global PositioningSystem,GPS)等现有技术获取行驶路径上信号灯的时序和位置信息、道路限速信息等，用于行驶速度规划，以提高能量经济性和驾驶舒适性；节约通行时间，保证车辆在信号灯路口的通行效率。
现有技术中公开的基于交通信息的主干道车速规划方法，其未考虑车辆纵向动力学特性，用匀变速运动方程描述车辆的纵向运动，以通过路口的时间和加速度绝对值为目标函数求解通过当前路段的最优车速。现有技术中公开的基于连续信号灯信息的智能网联汽车分层速度规划方法，其上层进行驾驶任务规划，根据连续交叉口的红绿灯时序和位置信息，计算车辆到达每个交叉口的速度和时间；下层构建优化问题求解单一驾驶任务的最优车速、最优驱动力和最优制动力。然而，其未给出驾驶任务规划的方法，并且在车辆纵向动力学方程中未考虑发动机的非线性特性。
基于以上分析可知，现有技术方案通常将车辆纵向运动简化为匀变速运动，不考虑车辆纵向动力学特性；而且通常仅考虑单一信号灯，求得当前路段的最优车速，而非行驶路径上全局最优的车速。
发明内容
针对上述问题，本发明的目的是提供一种连续信号灯道路车辆最优通行速度规划方法、系统及介质，其能提高整车能量经济性和驾驶舒适性；节约通行时间，提高车辆在连续信号灯道路的通行效率。
为实现上述目的，本发明采取以下技术方案：一种连续信号灯道路车辆最优通行速度规划方法，其包括：获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；根据所述信号灯信息计算所述车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；根据所述所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
进一步，所述确定所有可能的行驶路径，包括：
根据车辆位置、当前时刻、道路限速及所述信号灯信息计算所述车辆在各个路段上的所述平均行驶速度范围；
通过所述平均行驶速度范围确定所述车辆通过各个所述路口的所述绿灯时间窗口；
根据所述绿灯时间窗口确定所述所有可能的行驶路径，并记录不同路径下所述车辆通过各个所述路口的时间区间的上下限。
进一步，所述计算所述车辆在各个路段上的所述平均行驶速度范围，包括：
计算所述车辆在进入各所述路段时的信号灯的循环周期；
根据所述信号灯的循环周期判断各所述信号灯的状态；
若所述信号灯为绿灯，则计算所述车辆在当前绿灯窗口结束时通过信号灯路口的第一临界平均速度，并根据所述第一临界平均速度判断所述车辆是否能通过路口；
若所述信号灯为红色，则分别计算所述车辆在当前循环周期绿灯开始和结束时通过信号灯路口的第二临界平均速度和第三临界平均速度；
判断由所述第二临界平均速度和所述第三临界平均速度构成的平均速度区间是否满足速度限制，满足则将该平均速度区间作为所述平均行驶速度范围。
进一步，所述根据所述第一临界平均速度判断所述车辆是否能通过路口，包括：
若所述第一临界平均速度小于等于该路段平均速度上限，则能在当前绿灯时间窗口内通过路口，并令所述平均速度区间的上限为所述第一临界平均速度，下线为该路段平均速度上限，判断是否满足速度限制；
若所述第一临界平均速度大于该路段平均速度上限，则判断所述车辆能否在信号灯的下一个循环周期的绿灯窗口内通过路口。
进一步，所述确定所述车辆通过各个所述路口的所述绿灯时间窗口，包括：
根据所述平均行驶速度范围的上下限计算所述车辆通过各个所述路口的时间区间上下限；
取所述车辆通过各个所述路口的时间区间与当前路段信号灯绿灯时间窗口的交集，为所述车辆通过各个路口的绿灯时间窗口。
进一步，所述建立连续信号灯道路车辆通行速度规划最优控制问题模型，包括：
建立车辆纵向动力学方程；
确定目标函数，以动力电池端消耗的电量为目标函数；
在考虑车辆性能限制，及制动能量回收时可由驱动电机和液压制动系统同时提供制动力的前提下，建立约束条件；
根据所述车辆纵向动力学方程、所述目标函数和所述约束条件，建立单一路段上车辆通行速度规划最优控制问题。
进一步，为保证时间和状态变量的连续性，在相邻两个路段之间添加行驶时间、车辆位移及车辆速度连接约束。
一种连续信号灯道路车辆最优通行速度规划系统，其包括：信息获取模块、可能行驶路径确定模块和最优路径确定模块；所述信息获取模块，用于获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；所述可能行驶路径确定模块，根据所述信号灯信息计算所述车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；所述最优路径确定模块，根据所述所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行上述方法中的任一方法。
一种计算设备，其包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明基于车辆行驶路径上所有信号灯的时序和位置信息、道路限速信息、车辆状态信息等，离线求解出全局最优的行驶车速，为驾驶员或智能辅助驾驶系统提供参考。
2、本发明可以提高整车能量经济性和驾驶舒适性，同时节约通行时间，提高车辆在连续信号灯道路的通行效率。
附图说明
图1是本发明一实施例中的速度规划方法流程示意图；
图2是本发明一实施例中的平均速度范围计算方法流程图；
图3是本发明一实施例中的可行绿灯窗口和可行路径的搜索结果；
图4是本发明一实施例中的通行速度的求解结果；
图5是本发明一实施例中的驱动系统控制命令的求解结果；
图6为本发明一实施例中的制动系统控制命令的求解结果；
图7是本发明一实施例中的计算设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明涉及一种连续信号灯道路车辆最优通行速度规划方法、系统及介质，包括：首先，在车辆行驶路径确定的情况下，通过现有技术(如V2I、V2V或GPS等)获取车辆行驶路径上所有信号灯的时序和位置信息、道路限速信息等；然后，计算车辆在各个路段上行驶的平均速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；最后，建立连续信号灯道路车辆通行速度规划最优控制问题模型，使用伪谱拼接法求解最优控制问题，最终确定能耗最小的行驶路径，记录该路径对应的车速曲线和驱动和制动系统控制命令。本发明可以大大提高整车能量经济性和驾驶舒适性，同时节约通行时间，提高车辆在连续信号灯道路的通行效率。
在本发明的一个实施例中，如图1所示，提供一种连续信号灯道路车辆最优通行速度规划方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤1、获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；
步骤2、根据信号灯信息计算车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；
步骤3、根据所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
上述步骤1中，在车辆行驶路径确定的情况下，通过现有技术(如V2I、V2V或GPS等)获取车辆行驶路径上所有信号灯的时序和位置信息、道路限速信息等。图1中，i＝1，2，…n，表示第i个信号灯，n为整数；Tg，i表示第i个信号灯的绿灯时长；Tr，i表示第i个信号灯的红灯时长；D表示第i个路段的长度；vmin，i表示第i个路段平均速度下限；vmax，i表示第i个路段平均速度上限。
上述步骤2中，确定所有可能的行驶路径，包括以下步骤：
步骤211、根据车辆位置、当前时刻、道路限速及信号灯信息计算车辆在各个路段上的平均行驶速度范围；
步骤212、通过平均行驶速度范围确定车辆通过各个路口的绿灯时间窗口；
步骤213、根据绿灯时间窗口确定所有可能的行驶路径，并记录不同路径下车辆通过各个路口的时间区间的上下限。
上述步骤2中，如图2所示，计算车辆在各个路段上的平均行驶速度范围，包括以下步骤：
步骤221、计算车辆在进入各路段时的信号灯的循环周期；
具体为：当车辆进入第i个路段时，根据当前时刻t、信号灯时序(Tg，i，Tr，i)计算信号灯的循环周期：
Figure BDA0003299774500000051
式中，Kw，i为第i个信号灯的循环周期数；Tc，i为第i个信号灯循环周期，Tc,i＝Tg,i+Tr,i；
Figure BDA0003299774500000052
为向上取整符号。当t为零或t为信号灯循环周期的整数倍时，即该时刻为下一循环的开始时刻，则令Kw,i＝Kw,i+1。
步骤222、根据信号灯的循环周期判断各信号灯的状态；
具体为：第i个信号灯的状态：
Figure BDA0003299774500000061
式中，flagi表示t时刻第i个信号灯的状态，当flagi＝0时，表示当前为红灯；当flagi＝1时，表示当前为绿灯。
步骤223、若信号灯为绿灯，则计算车辆在当前绿灯窗口结束时通过信号灯路口的第一临界平均速度，并根据第一临界平均速度判断车辆是否能通过路口；
具体为：如果第i个信号灯为绿灯，则计算车辆在当前绿灯窗口结束时通过信号灯路口的第一临界平均速度：
Figure BDA0003299774500000062
式中，Vtmp为在当前绿灯窗口结束时通过信号灯路口的第一临界平均速度。
根据第一临界平均速度判断车辆是否能通过路口，包括以下步骤：
步骤2231、若第一临界平均速度Vtmp小于等于该路段平均速度上限vmax,i，则能在当前绿灯时间窗口内通过路口，并令平均速度区间的下限为第一临界平均速度Vtmp，上限为该路段平均速度上限vmax,i，判断是否满足速度限制；
步骤2232、若第一临界平均速度Vtmp大于该路段平均速度上限vmax,i，则判断车辆能否在信号灯的下一个循环周期的绿灯窗口内通过路口。
具体为：如果Vtmp≤vmax,i，则可以在当前绿灯时间窗口内通过路口，令[Vl,Vh]＝[Vtmp,Vmax,i]，跳至步骤225；如果Vtmp>vmax,i，则令Kw,i＝Kw,i+1，继续步骤223，即继续判断能否在下一个周期的绿灯窗口内通过路口。
步骤224、若信号灯为红灯，则分别计算车辆在当前循环周期绿灯开始和结束时通过信号灯路口的第二临界平均速度和第三临界平均速度；
具体为：计算车辆在当前循环周期绿灯开始和结束时通过信号灯路口的第二临界平均速度和第三临界平均速度：
Figure BDA0003299774500000063
式中，Vl和Vh分别表示当前循环周期绿灯窗口开始和结束时通过信号灯路口的第二临界平均速度和第三临界平均速度。
步骤225、判断由第二临界平均速度和第三临界平均速度构成的平均速度区间是否满足速度限制，满足则将该平均速度区间作为平均行驶速度范围；
具体为：判断此平均速度区间是否满足速度限制。
如果
Figure BDA0003299774500000071
则令Kw,i＝Kw,i+1，返回步骤223，即继续判断能否在下一个周期的绿灯窗口内通过路口；如果
Figure BDA0003299774500000072
令[Vlow,i,Vup,i]＝[Vl,Vh]∩[vmin,i,vmax,i]为可行速度区间，即平均行驶速度范围。其中，Vlow,i和Vup,i分别为车辆不停车通过第i个路段的平均速度下限和上限。
上述步骤2中，确定车辆通过各个路口的绿灯时间窗口，包括以下步骤：
步骤231、根据平均行驶速度范围的上下限计算车辆通过各个路口的时间区间上下限；
具体为：计算车辆通过各个路口的时间区间上下限，即：
Figure BDA0003299774500000073
式中，tmin,i-1和tmax,i-1分别为车辆通过第i-1个路段的时间区间下限和上限；tmin,i和tmax,i分别为车辆通过第i个路段的时间区间下限和上限。
步骤232、取车辆通过各个路口的时间区间与当前路段信号灯绿灯时间窗口的交集，为车辆通过各个路口的绿灯时间窗口。
上述步骤3中，在本实施例中，采用伪谱拼接法求解最优控制问题，最终确定能耗最小的行驶路径为最优路径。
上述步骤3中，建立连续信号灯道路车辆通行速度规划最优控制问题模型，包括以下步骤：
步骤31、建立车辆纵向动力学方程；
在本实施例中，以匹配有固定速比减速器的纯电动汽车为例，建立车辆纵向动力学方程：
Figure BDA0003299774500000074
式中，s和
Figure BDA0003299774500000075
分别表示车辆纵向位移及其导数；v和
Figure BDA0003299774500000076
分别为车辆纵向速度及其导数；ig为变速器速比；i0为主减速比；ηT为传动系效率；m为整车质量；rw为车轮半径；Tm为电机转矩；Fh为液压制动力；ρa为空气密度；CD为空气阻力系数；Af为迎风面积；g为重力加速度；f为滚动阻力系数；θ为道路坡度。
步骤32、确定目标函数，以动力电池端消耗的电量为目标函数；
目标函数为：
Figure BDA0003299774500000081
式中，E为动力电池端消耗的电能；Pb为动力电池充电或放电功率，
Figure BDA0003299774500000082
Figure BDA0003299774500000083
Pm为电机消耗或产生的功率，
Figure BDA0003299774500000084
ηchg和ηdischg分别为电池包充放电效率；ωm为电机转速，ωm＝igi0v/rw；ηm,t和ηm,b分别为电机驱动和制动状态下的效率；t0和tf分别为起始和终端时间。
步骤33、在考虑车辆性能限制，及制动能量回收时可由驱动电机和液压制动系统同时提供制动力的前提下，建立约束条件；
在本实施例中，考虑车辆性能限制，包括驱动转矩及功率的限制、液压制动力的限制，行驶速度限制；且需保证驱动力和制动力不能同时存在，但考虑制动能量回收时，可由驱动电机和液压制动系统同时提供制动力。因此，建立的约束条件为：
Figure BDA0003299774500000085
式中，下标min和max分别表示对应变量的最小值和最大值。
步骤34、根据车辆纵向动力学方程、目标函数和约束条件，建立单一路段上车辆通行速度规划最优控制问题；
其中，车辆通行速度规划最优控制问题为：
Figure BDA0003299774500000086
Figure BDA0003299774500000087
Figure BDA0003299774500000088
Tm,min≤Tm≤Tm,max
Pm,min≤Pm≤Pm,max
Fh,min≤Fh≤Fh,max
vmin≤v≤vmax
Tm·Fh＝0
s(t0)＝s0,v(t0)＝v0
s(tf)＝sf,v(tf)＝vf
(9)
式中，s0和v0分别为车辆起始位置和速度；sf和vf分别为车辆终端位置和速度。
上述步骤中，为保证时间和状态变量的连续性，在相邻两个路段之间添加行驶时间、车辆位移及车辆速度连接约束；
具体的，连接约束为：
|sf,i-1-s0,i|≤δ
|vf,i-1-v0,i|≤δ
|tf,i-1-t0,i|≤δ
(10)
式中，δ为给定误差范围。sf,i-1、vf,i-1和tf,i-1分别为车辆在前一路段行驶的终端位置、终端速度和终端时间；s0,i、v0,i和t0,i车辆在后一路段行驶的起始位置、起始速度和起始时间。
实施例：
考虑车辆行驶路径上有5个连续信号灯，即i＝1,2,3,4,5；车辆起始位置距离第1个信号灯的距离为500m，且相邻两个信号灯之间的距离均为500m，即Di＝500m；信号灯时序信息：Tg,1＝10s，Tr,1＝20s；Tg,2＝15s，Tr,2＝25s；Tg,3＝20s，Tr,3＝20s；Tg,4＝20s，Tr,4＝20s；Tg,5＝40s，Tr,5＝20s；道路平均行驶速度下限为0，上限为10m/s，即vmin,i＝0，vmax,i＝10m/s。
实施例中可行绿灯窗口和可行路径的搜索结果如图3所示；实施例中通行速度的求解结果如图4所示；实施例中驱动系统控制命令的求解结果如图5所示；实施例中制动系统控制命令的求解结果如图6所示。
在本发明的一个实施例中，提供一种连续信号灯道路车辆最优通行速度规划系统，其包括：信息获取模块、可能行驶路径确定模块和最优路径确定模块；
信息获取模块，用于获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；
可能行驶路径确定模块，根据信号灯信息计算车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；
最优路径确定模块，根据所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
本实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
如图7所示，为本发明一实施例中提供的计算设备结构示意图，该计算设备可以是终端，其可以包括：处理器(processor)、通信接口(Communications Interface)、存储器(memory)、显示屏和输入装置。其中，处理器、通信接口、存储器通过通信总线完成相互间的通信。该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器，该非易失性存储介质存储有操作系统和计算机程序，该计算机程序被处理器执行时以实现一种通行速度规划方法；该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、管理商网络、NFC(近场通信)或其他技术实现。该显示屏可以是液晶显示屏或者电子墨水显示屏，该输入装置可以是显示屏上覆盖的触摸层，也可以是计算设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。处理器可以调用存储器中的逻辑指令，以执行如下方法：
获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；根据信号灯信息计算车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；根据所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算设备的限定，具体的计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本发明的一个实施例中，提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；根据信号灯信息计算车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；根据所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
在本发明的一个实施例中，提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法，例如包括：获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；根据信号灯信息计算车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；根据所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种连续信号灯道路车辆最优通行速度规划方法，其特征在于，包括：
获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；
根据所述信号灯信息计算所述车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；
根据所述所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
2.如权利要求1所述速度规划方法，其特征在于，所述确定所有可能的行驶路径，包括：
根据车辆位置、当前时刻、道路限速及所述信号灯信息计算所述车辆在各个路段上的所述平均行驶速度范围；
通过所述平均行驶速度范围确定所述车辆通过各个所述路口的所述绿灯时间窗口；
根据所述绿灯时间窗口确定所述所有可能的行驶路径，并记录不同路径下所述车辆通过各个所述路口的时间区间的上下限。
3.如权利要求2所述速度规划方法，其特征在于，所述计算所述车辆在各个路段上的所述平均行驶速度范围，包括：
计算所述车辆在进入各所述路段时的信号灯的循环周期；
根据所述信号灯的循环周期判断各所述信号灯的状态；
若所述信号灯为绿灯，则计算所述车辆在当前绿灯窗口结束时通过信号灯路口的第一临界平均速度，并根据所述第一临界平均速度判断所述车辆是否能通过路口；
若所述信号灯为红色，则分别计算所述车辆在当前循环周期绿灯开始和结束时通过信号灯路口的第二临界平均速度和第三临界平均速度；
判断由所述第二临界平均速度和所述第三临界平均速度构成的平均速度区间是否满足速度限制，满足则将该平均速度区间作为所述平均行驶速度范围。
4.如权利要求3所述速度规划方法，其特征在于，所述根据所述第一临界平均速度判断所述车辆是否能通过路口，包括：
若所述第一临界平均速度小于等于该路段平均速度上限，则能在当前绿灯时间窗口内通过路口，并令所述平均速度区间的上限为所述第一临界平均速度，下线为该路段平均速度上限，判断是否满足速度限制；
若所述第一临界平均速度大于该路段平均速度上限，则判断所述车辆能否在信号灯的下一个循环周期的绿灯窗口内通过路口。
5.如权利要求2所述速度规划方法，其特征在于，所述确定所述车辆通过各个所述路口的所述绿灯时间窗口，包括：
根据所述平均行驶速度范围的上下限计算所述车辆通过各个所述路口的时间区间上下限；
取所述车辆通过各个所述路口的时间区间与当前路段信号灯绿灯时间窗口的交集，为所述车辆通过各个路口的绿灯时间窗口。
6.如权利要求1所述速度规划方法，其特征在于，所述建立连续信号灯道路车辆通行速度规划最优控制问题模型，包括：
建立车辆纵向动力学方程；
确定目标函数，以动力电池端消耗的电量为目标函数；
在考虑车辆性能限制，及制动能量回收时可由驱动电机和液压制动系统同时提供制动力的前提下，建立约束条件；
根据所述车辆纵向动力学方程、所述目标函数和所述约束条件，建立单一路段上车辆通行速度规划最优控制问题。
7.如权利要求6所述速度规划方法，其特征在于，为保证时间和状态变量的连续性，在相邻两个路段之间添加行驶时间、车辆位移及车辆速度连接约束。
8.一种连续信号灯道路车辆最优通行速度规划系统，其特征在于，包括：信息获取模块、可能行驶路径确定模块和最优路径确定模块；
所述信息获取模块，用于获取车辆的确定行驶路径上所有信号灯信息，该信息包括信号灯的时序和位置信息，以及道路限速信息；
所述可能行驶路径确定模块，根据所述信号灯信息计算所述车辆在各个路段上的平均行驶速度范围，搜索车辆通过各个路口的绿灯时间窗口，确定所有可能的行驶路径；
所述最优路径确定模块，根据所述所有可能的行驶路径，建立连续信号灯道路车辆通行速度规划最优控制问题模型，求解最优控制问题，确定最优行驶路径，记录该最优行驶路径对应的车速曲线和驱动和制动系统控制命令。
9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至7所述方法中的任一方法。
10.一种计算设备，其特征在于，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。
CN202111187250.7A 2021-10-12 2021-10-12 连续信号灯道路车辆最优通行速度规划方法、系统及介质 Active CN113963564B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111187250.7A CN113963564B (zh) 2021-10-12 2021-10-12 连续信号灯道路车辆最优通行速度规划方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111187250.7A CN113963564B (zh) 2021-10-12 2021-10-12 连续信号灯道路车辆最优通行速度规划方法、系统及介质

Publications (2)

Publication Number Publication Date
CN113963564A true CN113963564A (zh) 2022-01-21
CN113963564B CN113963564B (zh) 2023-01-03

Family

ID=79464083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111187250.7A Active CN113963564B (zh) 2021-10-12 2021-10-12 连续信号灯道路车辆最优通行速度规划方法、系统及介质

Country Status (1)

Country Link
CN (1) CN113963564B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114475366A (zh) * 2022-03-18 2022-05-13 湖南精准信息科技有限公司 基于凸优化的燃料电池汽车节能驾驶方法及系统
CN114783175A (zh) * 2022-03-23 2022-07-22 东南大学 基于伪谱法的多信号灯路况下网联车辆节能驾驶控制方法
CN116834563A (zh) * 2023-09-01 2023-10-03 中国电建集团昆明勘测设计研究院有限公司 一种有轨电车的通行优化方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846871A (zh) * 2017-03-21 2017-06-13 广东数相智能科技有限公司 一种根据导航路径规划车速的方法、装置及系统
CN107323300A (zh) * 2017-07-26 2017-11-07 河海大学 一种基于路‑站‑车联合模型的电动汽车预约充电方法
CN110264757A (zh) * 2019-05-21 2019-09-20 吉林大学 基于连续信号灯信息的智能网联汽车分层速度规划方法
CN111196163A (zh) * 2020-01-21 2020-05-26 东南大学 一种智能网联电动汽车能量最优制动速度优化方法
CN111445692A (zh) * 2019-12-24 2020-07-24 清华大学 一种无信号灯路口智能网联汽车的速度协同优化方法
CN112289062A (zh) * 2020-10-26 2021-01-29 公安部交通管理科学研究所 一种基于绿灯时刻图的车辆行驶路径动态导航方法
CN113359719A (zh) * 2021-05-28 2021-09-07 江苏大学 一种acc车辆连续通过多个交叉口的经济速度规划系统及方法
CN113380045A (zh) * 2021-08-12 2021-09-10 巨视慧行(武汉)科技有限公司 一种车速引导方法、系统、计算机设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846871A (zh) * 2017-03-21 2017-06-13 广东数相智能科技有限公司 一种根据导航路径规划车速的方法、装置及系统
CN107323300A (zh) * 2017-07-26 2017-11-07 河海大学 一种基于路‑站‑车联合模型的电动汽车预约充电方法
CN110264757A (zh) * 2019-05-21 2019-09-20 吉林大学 基于连续信号灯信息的智能网联汽车分层速度规划方法
CN111445692A (zh) * 2019-12-24 2020-07-24 清华大学 一种无信号灯路口智能网联汽车的速度协同优化方法
CN111196163A (zh) * 2020-01-21 2020-05-26 东南大学 一种智能网联电动汽车能量最优制动速度优化方法
CN112289062A (zh) * 2020-10-26 2021-01-29 公安部交通管理科学研究所 一种基于绿灯时刻图的车辆行驶路径动态导航方法
CN113359719A (zh) * 2021-05-28 2021-09-07 江苏大学 一种acc车辆连续通过多个交叉口的经济速度规划系统及方法
CN113380045A (zh) * 2021-08-12 2021-09-10 巨视慧行(武汉)科技有限公司 一种车速引导方法、系统、计算机设备和存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114475366A (zh) * 2022-03-18 2022-05-13 湖南精准信息科技有限公司 基于凸优化的燃料电池汽车节能驾驶方法及系统
CN114783175A (zh) * 2022-03-23 2022-07-22 东南大学 基于伪谱法的多信号灯路况下网联车辆节能驾驶控制方法
CN114783175B (zh) * 2022-03-23 2023-06-23 东南大学 基于伪谱法的多信号灯路况下网联车辆节能驾驶控制方法
CN116834563A (zh) * 2023-09-01 2023-10-03 中国电建集团昆明勘测设计研究院有限公司 一种有轨电车的通行优化方法、装置、设备及存储介质
CN116834563B (zh) * 2023-09-01 2023-11-10 中国电建集团昆明勘测设计研究院有限公司 一种有轨电车的通行优化方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113963564B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
CN113963564B (zh) 连续信号灯道路车辆最优通行速度规划方法、系统及介质
CN111768637B (zh) 一种信号交叉口交通信号灯和车辆轨迹控制方法
US10297151B2 (en) Traffic lights control for fuel efficiency
Park et al. Development and evaluation of enhanced intellidrive-enabled lane changing advisory algorithm to address freeway merge conflict
Manzie et al. Fuel economy improvements for urban driving: Hybrid vs. intelligent vehicles
US9286737B2 (en) Method of determining an eco-driving indicator for the travel of a vehicle
Yavasoglu et al. Implementation of machine learning based real time range estimation method without destination knowledge for BEVs
US9677896B2 (en) Preventive fuel saving-aimed motor vehicle driver assistance
JP2006327545A (ja) 移動体移動パターン算出装置及び方法
JP2009067350A (ja) 車両消費エネルギ推定装置、車両消費エネルギ推定方法及びコンピュータプログラム
CN111332283A (zh) 用于控制机动车的方法和系统
CN108073076B (zh) 车辆控制方法和装置
CN115497315B (zh) 一种车路协同环境下的动态公交专用道节能优化控制方法
CN115601954B (zh) 一种智能网联车队的换道判断方法、装置、设备及介质
CN104442833A (zh) 降低停车灯用制动的方法和系统
JP4978439B2 (ja) 車両用走行支援装置
Zhang et al. Predictive eco-driving application considering real-world traffic flow
Zhao et al. Cellular automata model for Urban Road traffic flow Considering Internet of Vehicles and emergency vehicles
Dong et al. A comparative study of energy-efficient driving strategy for connected internal combustion engine and electric vehicles at signalized intersections
Deshpande et al. In-vehicle test results for advanced propulsion and vehicle system controls using connected and automated vehicle information
CN113674546A (zh) 基于sumo仿真的V2X环境下的高速公路管控方法
Yeom Model predictive control and deep reinforcement learning based energy efficient eco-driving for battery electric vehicles
Aoki et al. Multicruise: eco-lane selection strategy with eco-cruise control for connected and automated vehicles
JP2015113075A (ja) ハイブリッド車両の制御装置
Imanishi et al. Development of predictive powertrain state switching control for eco-saving ACC

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