CN114495547B - 一种面向自动驾驶汽车的信号交叉口协同通行方法 - Google Patents

Abstract

本发明提出了一种面向自动驾驶汽车的信号交叉口协同通行策略。该方法首先通过先进的通信技术获取交叉口环境信息，对交叉口进口道进行功能区域划分并生成轨迹路线，为自动驾驶车辆通过交叉口提供多种选择空间；然后计算冲突点繁忙时间，依据最优速度约束、冲突消解约束、跟车避撞约束与信号配时约束的协同通行约束条件，生成各轨迹路线的对应冲突消解方案；最后计算比较各冲突消解方案的感知决策区内车均延误，确定车辆最终的行驶轨迹，从而实现自动驾驶车辆在信号交叉口的协同通行，提高车辆通行效率。

Description

一种面向自动驾驶汽车的信号交叉口协同通行方法

技术领域

本发明涉及自动驾驶、交叉口车路协同领域，具体涉及一种面向自动驾驶汽车的信号交叉口协同通行方法。

背景技术

随着物联网、大数据、人工智能等技术在交通领域的推广应用，智能车路协同系统成为提升交通系统通行效率的重要手段。而交叉口作为道路交通路网的重要节点，其通行模式对道路交通网络的通行效率有着显著的影响。因此，在车路协同环境下，以发挥智能网联汽车的特点为目的，提出一套交叉口车辆协同通行方法，对未来道路交通系统整体效率的提升具有重要意义。

目前，基于网联信息的信号交叉口通行方法的研究主要分为两大方向：一方面，一些学者通过临近交叉口车辆运动状态调整方案的优化，来提高交叉口通行效率。如孟祥宇等人基于直接邻接方法来解决车辆受状态约束的自由和固定终端时间最优控制问题，推导出一个实时的在线分析解，实现短行程时间和低能耗，并避免在红灯时怠速；如Martin等人假设装备车辆可以提前获得有关交通灯切换时间的信息，提出“早期制动”、“预期启动”和“快速启动”三种车辆通过交叉口的策略改善交通流。另一方面，一些学者尝试提出新的信号灯通行规则代替传统的信号配时方案，来提高交叉口通行效率。如Dresner等人提出一种基于预订系统的自动交叉口管理方法来代替传统的信号配时方案，基于车辆动态请求来实时更换相位。Chen等人采用深度强化学习算法优化AIM策略下的车辆通行，与先到先行策略相比，效果明显提升。两种方向上的研究多种多样，但大都在模型中根据车辆进入交叉口的进口道对其出口道及交叉口内轨迹路线做了唯一固定的假设，忽略了实际生活中车辆在不同情况下对出口道的选择空间，对交叉口的时空资源造成浪费。

因此，针对现有交叉口协同通行策略的不足，本文提出一种能够拓展车辆通过交叉口出口道选择空间的面向自动驾驶车辆的信号交叉口协同通行方法；区别于其他根据进口道固定出口道以及交叉口内轨迹路线的协同通行方法，该方法模仿现实生活中人工驾驶车辆通过交叉口的方式，为自动驾驶车辆通过交叉口的出口道及轨迹路线提供多种选择，并依据每种选择的交叉口系统车均延误来确定最终轨迹，从而更大限度利用信号交叉口的时空资源，减少车辆延误，提高车辆通行效率。

发明内容

针对现有的面向自动驾驶车辆的交叉口协同通行策略存在的不足，本文发明旨在在消解交叉口冲突、车辆安全通过交叉口的基础上，拓展车辆通过交叉口出口道的选择空间，优化自动驾驶车辆通过交叉口的轨迹路线选择，提高交叉口通行效率。为实现以上目的，本文提供了一种面向自动驾驶车辆的信号交叉口协同通行方法。该方法的具体实现步骤如下：

步骤1，通过通信技术获取交叉口环境信息，包括交叉口静态渠化信息、交叉口尺寸、冲突点位置、信号灯配时方案及实时相位、以及交叉口内车辆的运动状况数据；

步骤2，基于步骤1中采集的数据，对交叉口进口道进行功能区域划分并生成车辆选择不同出口道通过交叉口的对应轨迹路线；

步骤3，基于步骤1、2，计算处于执行区的自动驾驶车辆各轨迹路线所对应的冲突点的繁忙时间；

步骤4，依据最优速度约束、冲突消解约束、跟车避撞约束与信号配时约束的协同通行约束条件，生成执行区的自动驾驶车辆各轨迹路线的对应冲突消解方案,通过比较各冲突消解方案的感知决策区内车均延误确定该车最终通行轨迹；

步骤5，对下一辆感知决策区的车辆重复步骤2，3，4计算过程，确定其轨迹及通行次序，若同时到达，依据现行交通法规，规定直行车先于右转车进行轨迹规划，若同一进口道车辆同时到达，规定高编号车道先进行轨迹规划，由此可实现信号交叉口自动驾驶车辆的协同通行；

计算冲突点繁忙时间用如下计算公式，交叉冲突点的繁忙时间表示为：

对于合流冲突点，其繁忙时间表示为：

其中，v₂是第二辆车的速度，gap是最小的车间距，len是第一辆车的长度，v₁是第二辆车的速度，a_r是推荐的最大减速度；

计算自动驾驶车辆通过信号交叉口的冲突消解方案用如下计算公式，当存在冲突时，减速行驶的加速度为：

自动驾驶车辆停在停止线前后从启动至到达冲突点所需时间为：

对应停车等待时间为：

车辆通过冲突点时速度表示为：

车辆从到达冲突点到驶出交叉口的时间表示为：

车辆j通过交叉口的总时间表示为：

其中，l_z为决策执行区距离，l_cij1为车辆j从停车线到冲突点i的距离，v_m为车辆行驶最优速度，l_cij2为车辆j从冲突点i到驶出交叉口的距离；

计算交叉口系统延误使用如下计算公式，感知决策区内第j'辆自动驾驶车辆自身延误可表示为：

感知决策区内车辆车均延误表示为：

其中，J为感知决策区内参与到车辆轨迹规划的运算中的自动驾驶车辆总数。

进一步，该方法为自动驾驶车辆通过信号交叉口的出口道及轨迹路线提供多种选择，这里提到的选择是指模仿现实生活中人工驾驶车辆通过交叉口的方式，自动驾驶车辆通过交叉口时，全部出口道均能够作为驶出交叉口的选择，生成对应数量的轨迹路线从而更大限度利用信号交叉口的时空资源。

附图说明

图1为本发明的整体思路框图。

图2为交叉口进口道功能区域划分示意图。

具体实施方式

下面结合附图和实施方案对本发明进行详细的描述。应理解该实例仅用于说明本发明而不用于限制本发明的范围。本发明所提供的一种面向自动驾驶汽车的信号交叉口协同通行方法整体思路框图如图1所示，其具体实施方法包括以下步骤：

步骤1，通过先进的通信技术获取交叉口环境信息，包括交叉口静态渠化信息、交叉口尺寸、冲突点位置、信号灯配时方案及实时相位、以及交叉口内车辆的运动状况数据。

步骤2，基于步骤1中采集的数据，对交叉口进口道进行功能区域划分并生成车辆选择不同出口道通过交叉口的对应轨迹路线。

(1)对于交叉口进口道的划分。在车辆到达交叉口之前，需要提前进行轨迹规划。因此，将进口道划分为感知决策区和执行区两个部分，如图2，粉色部分为感知决策区，绿色部分为执行区。当自动驾驶车辆到达感知决策区时，该车辆会获得交叉口环境信息，并与其他已处于交叉口内部的车辆进行信息共享，参与到车辆轨迹规划的运算中。感知决策区越长，所能容纳的车辆越多，进而进行的运算越接近实际的运行过程，得到更精确的结果。在车辆进入执行区前，依据协同通行策略，获得运行方案。进入决策区后，车辆运行轨迹确定下来，成为后续车辆的轨迹规划的已知条件，后续车辆规划的轨迹不能与执行区车辆轨迹发生冲突。执行区的设置主要为车辆因信号灯需在停止线前停稳提供减速时间，同时避免红灯排队车队影响决策。

(2)生成车辆选择不同出口道通过交叉口的对应轨迹路线。模仿现实生活中人工驾驶车辆通过交叉口的方式，自动驾驶车辆通过交叉口时，全部出口道均可以作为驶出交叉口的选择，生成对应数量的轨迹路线。

步骤3，基于步骤1、2，计算处于执行区的自动驾驶车辆各备选轨迹路线所对应的冲突点的繁忙时间。对于不同自动驾驶车辆，同一时刻的冲突点的繁忙时间也有可能不同。

(1)自动驾驶车辆通过交叉口的轨迹路线相互交叉、汇合形成冲突点，为了避免冲突，同一时刻只能有一辆车占据冲突点，冲突点被占据的状态称为冲突点繁忙，从冲突点开始被占据到冲突点允许下一辆车到达的时间称为冲突点的繁忙时间。设占据冲突点的车辆为第一辆车，等待计算繁忙时间的车辆为第二辆车，则对于交叉冲突点，冲突点的繁忙时间可表示为

其中，v₂是第二辆车的速度，gap是最小的车间距，len是第一辆车的长度。

(2)对于合流冲突点，前后通过冲突点的自动驾驶车辆速度差异可能会造成冲突点繁忙时间的延长，其繁忙时间可表示为

其中，v₁是第二辆车的速度，a_r是推荐的最大减速度。

步骤4依据协同通行约束条件，生成执行区的自动驾驶车辆各轨迹路线的对应冲突消解方案,通过比较各冲突消解方案的感知决策区内车均延误确定该车最终通行轨迹。

(1)自动驾驶车辆行驶遵循两个基本约束条件。跟车避撞约束，两车之间保证最小安全车头时距避免碰撞。最优速度约束，车辆以最优速度v_m行驶。小于v_m时，则采取安全舒适、符合约束条件的最大加速度a_m进行加速，直至到达该速度。由于自动驾驶环境，假设车辆均以最优速度进入交叉口，因此，在畅行情况下，车辆到达冲突点的计算时间为

其中，l_z为决策执行区距离，l_cij1为车辆j从停车线到冲突点i的距离。

(2)信号配时约束。信号灯配时采取传统固定配时，自动驾驶车辆遵从信号灯控制。其中，对于直右车道，规定红灯时只允许右转车通过，绿灯时允许右转车、直行车通过，以防止直行车在红灯时停于停止线前，造成右转车的更多延误，同时更有利于发挥本协同策略多轨迹路线规划优势，提升交叉口效率。

(3)冲突消解约束。进入感知决策区的自动驾驶车辆根据其轨迹路线，生成各轨迹路线对应的冲突消解方案。对于任一轨迹路线冲突消解方案，协同通行约束条件不会改变车辆在交叉口中的行驶轨迹路线，而是调整车辆在轨迹路线上的速度、加速度，对于相互冲突的车辆，通过调整其在轨迹路线上的速度、加速度，使得车辆避开繁忙时间到达冲突点，从而在时间维度上消解车辆在交叉口中相互冲突的问题。车辆轨迹决策过程中，将各轨迹路线所对应的冲突消解方案的冲突点的繁忙时间与车辆到达该冲突点的计算时间进行比较。当t₀≥τ，没有冲突，车辆以最优速度通过交叉口，到达冲突点时间即为计算时间t₀。当t₀<τ，存在冲突，车辆减速行驶，减速行驶的加速度为

即通过减速使车辆到达冲突点时恰好冲突点度过繁忙时间，若繁忙时间过长，需要减速停车等待，为更大限度利用交叉口时空资源，停车位置应在停止线之前。依据最优速度规则，自动驾驶车辆停在停止线前后从启动至到达冲突点所需时间为

对应停车等待时间为

车辆通过冲突点时速度可表示为

车辆从到达冲突点到驶出交叉口的时间可表示为

其中，l_cij2为车辆j从冲突点i到驶出交叉口的距离。所以，车辆j通过交叉口的总时间可表示为

(4)根据步骤4(3)中冲突消解约束可确定执行区的车辆不同轨迹路线所对应的冲突消解方案，分别计算每一个冲突消解方案下的感知决策区内车辆车均延误。为避免迭代，在计算时简化感知决策区内参与计算的车辆出口道选择唯一，其余规则与步骤3(1)、(2)、(3)一致。感知决策区内第j'辆自动驾驶车辆自身延误可表示为

感知决策区内车辆车均延误可表示为

其中，J为感知决策区内参与到车辆轨迹规划的运算中的自动驾驶车辆总数。

(5)以感知决策区内车辆车均延误

为判断指标，选取

最小的冲突消解方案为该车最终通行轨迹。

步骤4对下一辆感知决策区的车辆重复步骤2，3计算过程，确定其轨迹及通行次序，若同时到达，依据现行交通法规，规定直行车先于右转车进行轨迹规划，若同一进口道车辆同时到达，规定高编号车道先进行轨迹规划，由此可实现信号交叉口自动驾驶车辆的协同通行。

以上步骤详细的描述了本发明的实施过程，但本发明不限于上述实施方式中的具体细节。凡在本发明的构思范围内，都不应排除在本发明的保护范围之外。

Claims (2)

1.一种面向自动驾驶汽车的信号交叉口协同通行方法，其特征在于，包括以下步骤：

步骤1，通过通信技术获取交叉口环境信息，包括交叉口静态渠化信息、交叉口尺寸、冲突点位置、信号灯配时方案及实时相位、以及交叉口内车辆的运动状况数据；

步骤2，基于步骤1中采集的数据，对交叉口进口道进行功能区域划分并生成车辆选择不同出口道通过交叉口的对应轨迹路线；

步骤3，基于步骤1、2，计算处于执行区的自动驾驶车辆各轨迹路线所对应的冲突点的繁忙时间；

步骤4，依据最优速度约束、冲突消解约束、跟车避撞约束与信号配时约束的协同通行约束条件，生成执行区的自动驾驶车辆各轨迹路线的对应冲突消解方案,通过比较各冲突消解方案的感知决策区内车均延误确定该车最终通行轨迹；

步骤5，对下一辆感知决策区的车辆重复步骤2，3，4计算过程，确定其轨迹及通行次序，若同时到达，依据现行交通法规，规定直行车先于右转车进行轨迹规划，若同一进口道车辆同时到达，规定高编号车道先进行轨迹规划，由此可实现信号交叉口自动驾驶车辆的协同通行；

计算冲突点繁忙时间用如下计算公式，交叉冲突点的繁忙时间表示为：

对于合流冲突点，其繁忙时间表示为：

其中，v₂是第二辆车的速度，gap是最小的车间距，len是第一辆车的长度，v₁是第二辆车的速度，a_r是推荐的最大减速度；

计算自动驾驶车辆通过信号交叉口的冲突消解方案用如下计算公式，当存在冲突时，减速行驶的加速度为：

自动驾驶车辆停在停止线前后从启动至到达冲突点所需时间为：

对应停车等待时间为：

车辆通过冲突点时速度表示为：

车辆从到达冲突点到驶出交叉口的时间表示为：

车辆j通过交叉口的总时间表示为：

其中，l_z为决策执行区距离，l_cij1为车辆j从停车线到冲突点i的距离，v_m为车辆行驶最优速度，l_cij2为车辆j从冲突点i到驶出交叉口的距离；

计算交叉口系统延误使用如下计算公式，感知决策区内第j'辆自动驾驶车辆自身延误可表示为：

感知决策区内车辆车均延误表示为：

其中，J为感知决策区内参与到车辆轨迹规划的运算中的自动驾驶车辆总数。

2.根据权利要求1所述的方法，其特征在于，该方法为自动驾驶车辆通过信号交叉口的出口道及轨迹路线提供多种选择，这里提到的选择是指模仿现实生活中人工驾驶车辆通过交叉口的方式，自动驾驶车辆通过交叉口时，全部出口道均能够作为驶出交叉口的选择，生成对应数量的轨迹路线从而更大限度利用信号交叉口的时空资源。

Images