CN114648877A - 一种无信号交叉口车辆通行方法、系统、设备和存储介质 - Google Patents

一种无信号交叉口车辆通行方法、系统、设备和存储介质 Download PDF

Info

Publication number
CN114648877A
CN114648877A CN202210517252.6A CN202210517252A CN114648877A CN 114648877 A CN114648877 A CN 114648877A CN 202210517252 A CN202210517252 A CN 202210517252A CN 114648877 A CN114648877 A CN 114648877A
Authority
CN
China
Prior art keywords
intersection
vehicles
vehicle
traffic
pedestrian
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
CN202210517252.6A
Other languages
English (en)
Other versions
CN114648877B (zh
Inventor
韩欣彤
陈雪梅
孔令兴
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.)
Advanced Technology Research Institute of Beijing Institute of Technology
Original Assignee
Advanced Technology Research Institute of Beijing Institute of Technology
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 Advanced Technology Research Institute of Beijing Institute of Technology filed Critical Advanced Technology Research Institute of Beijing Institute of Technology
Priority to CN202210517252.6A priority Critical patent/CN114648877B/zh
Publication of CN114648877A publication Critical patent/CN114648877A/zh
Application granted granted Critical
Publication of CN114648877B publication Critical patent/CN114648877B/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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明提出了一种无信号交叉口车辆通行方法、系统、设备和存储介质，该方法包括：获取道路交叉口各个方向行驶车辆状态信息和行人过街需求，根据状态信息确定车辆在道路交叉口的行驶路线；以行人过街需求时间和车辆通行时间不发生冲突为前提，根据行驶路线和行人过街需求，确定交叉口交通冲突点；以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，搭建基于虚拟车道的拓扑网络；通过深度优先搜索算法对虚拟车道的拓扑网络进行求解得到通行策略。基于该方法，还提出了一种无信号交叉口车辆通行系统、设备和存储介质。本发明可大范围应用于各种无人驾驶车辆交通流场景中，适应各种交叉口类型，避免交通冲突，提高通行效率。

Description

一种无信号交叉口车辆通行方法、系统、设备和存储介质
技术领域
本发明属于交通运输技术领域，特别涉及一种无信号交叉口车辆通行方法、系统、设备和存储介质。
背景技术
快速发展的车联网技术是当前交通管控以及自动驾驶领域研究热点，车联网环境下通过人、车、路之间的信息交互，车辆可以感知彼此的位置变化，这有助于交叉口不同行驶方向车辆间的协调通行。相比于传统的信控交叉口,更能发挥车联网的优势,从而提高交叉口的交通安全以及通行效率。
探索交叉口车辆和行人交通冲突问题是车路协同技术核心的问题，在现有技术中解决的方法一：通过车路协同技术，获取目标范围内车头时距和目标空档前后车辆运行状态，根据所得各车运行状态分析得出穿插通行方案，形成针对不同车辆的指引信息，再分别将指引信息返回对应的车载设备，引导车辆安全、快速地通过无信号控制交叉口，安全高效。解决的方法二：当本车进入引导范围时，根据引导范围内车辆的车辆信息以及信号机信号状态信息，判断车辆是否在允许变道的路段范围内，提供车辆速度引导建议及行驶车道建议；车辆安全预警模块，根据本车和前车的车辆信息，计算两车之间的安全裕度值，根据该安全裕度值进行碰撞危险状态判别。解决的方法三：基于车载设备发送的车辆信息、路侧设备发送的路侧信息、交叉口信息及历史数据，并利用信号灯控制模块内部的程序模型计算得到的各交叉口对应的交通信号灯的最优配时方案信息，信号灯控制模块基于最优配时方案信息实时控制调整各交叉口对应的交通信号灯亮、灭变化，同时信号灯控制模块基于最优配时方案信息生成各个车辆的行驶建议信息，并将行驶建议信息反馈至车载设备。解决的方法四：获取道路交叉口各个方向行驶的车辆的状态信息，根据车辆的状态信息、道路的最大与最小速度和交通信号灯各相位绿灯开启时刻及持续时间，界定一个信号周期内道路交叉口各个方向可以通过车辆的道路边界及边界内的车辆数；根据绿灯时长及道路最高及最低的限速、道路边界内的车辆数，确定各相位需要速度诱导的目标车辆的诱导速度，计算一个周期内道路交叉口的综合效率评价值。所以现有技术多采用有信号控制方案，结合路侧设备进行车路协同交通信号控制，加之双环相位结构固有的相序方案，不允许不同方向的直行和左转车流在出口道合流，限制了信号方案的灵活性。
发明内容
本发明提出了一种无信号交叉口车辆通行方法、系统、设备和存储介质，考虑不同运动方向无人驾驶车辆在交叉口内的交通冲突和行人过街需求，引入虚拟车道概念，将四个方向的无人驾驶车辆和行人需求投影到虚拟车道，建立无人驾驶车辆和行人过街冲突拓扑图，基于深度优先搜索生成通行策略树，以调节各参与者之间的冲突，提高交叉口通行效率。
为了实现上述目的，本发明提出了一种无信号交叉口车辆通行方法，包括以下步骤：
获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据所述状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点；
以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据所述交叉口交通冲突点搭建基于虚拟车道的拓扑网络；
对所述虚拟车道的拓扑网络求解得到无信号交叉口通行策略。
进一步的，所述状态信息包括车辆所在的车道、车辆速度、车辆加速度和流量。
进一步的，所述交叉口交通冲突点包括：不同方向车辆之间的第一冲突点、车辆与行人之间的第二冲突点、道路上分流点和道路上合流点。
进一步的，根据所述交叉口交通冲突点搭建基于虚拟车道的拓扑网络的过程为：
对于车辆
Figure 552821DEST_PATH_IMAGE001
，所有与车辆i冲突的车辆和过街行人组成冲突集
Figure 51936DEST_PATH_IMAGE002
，
Figure 429959DEST_PATH_IMAGE003
；当i辆无人驾驶车辆与车辆和行人不存在交通冲突时，
Figure 672721DEST_PATH_IMAGE004
；
其中，j表示第j辆无人驾驶车辆，在第i辆无人驾驶车辆和行人过街需求之前通过交叉口；
Figure 803488DEST_PATH_IMAGE005
表示第i辆无人驾驶车辆在交叉口的运动方向；
Figure 473504DEST_PATH_IMAGE006
表示
Figure 338823DEST_PATH_IMAGE007
运动方向的交通冲突集；V表示所有无人驾驶车辆和行人过街需求。
进一步的，对所述虚拟车道的拓扑网络求解的过程为：
指定起始顶点，所述起始顶点为第一无人驾驶车辆；
沿着起始顶点所在的路线往前走，如果当前访问顶点的邻接顶点未被访问，则任选一个访问，反之，退回到最近访问过得顶点；直到与起始顶点相通的全部顶点都访问完毕；
若拓扑网络中还有顶点未被访问，则任选其中一个作为起始顶点，重新执行；否则，遍历结束。
进一步的，所述无信号交叉口通行策略的表示方法包括：
采用同一水平方向表示无人驾驶车辆通过交叉口的先后顺序；
采用同一竖直方向表示无人驾驶车辆之间无交通冲突，可以同时通过交叉口。
进一步的，所述方法还包括车辆之间还通过信息交互调整车辆加减速以到达期望的位置并通过交叉口。
本发明还提出了一种无信号交叉口车辆通行系统，包括获取模块、建立模块和求解模块；
所述获取模块用于获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据所述状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点；
所述建立模块用于以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据所述交叉口交通冲突点搭建基于虚拟车道的拓扑网络；
所述求解模块用于对所述虚拟车道的拓扑网络求解得到无信号交叉口通行策略。
本发明还提出了一种设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现所述的方法步骤。
本发明还提出了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法步骤。
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
本发明还提出了一种无信号交叉口车辆通行方法、系统、设备和存储介质，该方法包括获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点；以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络；通过深度优先搜索算法对虚拟车道的拓扑网络进行求解得到无信号交叉口通行策略树。基于一种无信号交叉口车辆通行方法，还提出了一种无信号交叉口车辆通行系统、设备和存储介质。本发明考虑不同运动方向无人驾驶车辆在交叉口内的交通冲突和行人过街需求，引入虚拟车道概念，将四个方向的无人驾驶车辆和行人需求投影到虚拟车道，建立无人驾驶车辆和行人过街冲突拓扑图，基于深度优先搜索生成通行策略树，以调节各参与者之间的冲突，提高交叉口通行效率。
本发明可大范围应用于各种无人驾驶车辆交通流场景中，能够适应各种交叉口类型，避免交通冲突，大幅度提高交叉口通行效率。
附图说明
如图1为本发明实施例1一种无信号交叉口车辆通行方法流程图；
如图2为本发明实施例1中交叉口行人0次需求对应的交通冲突图；
如图3为本发明实施例1中交叉口行人单方向1次需求对应的交通冲突图；
如图4为本发明实施例1中交叉口行人相邻方向2次需求对应的交通冲突图；
如图5为本发明实施例1中交叉口行人对向方向2次需求对应的交通冲突图；
如图6为本发明实施例1中交叉口行人0次需求车辆投影图；
如图7为本发明实施例1中交叉口行人单方向1次需求车辆投影图；
如图8为本发明实施例1交叉口行人相邻方向2次需求车辆投影图；
如图9为本发明实施例1交叉口行人对向方向2次需求车辆投影图；
如图10为本发明实施例1有12辆无人驾驶车通过交叉口示意图；
如图11为本发明实施例1有12辆无人驾驶车通过交叉口，深度优先搜索算法执行的拓扑图；
如图12为本发明实施例1有12辆无人驾驶车通过交叉口，采用深度优先搜索算法得到的生成树示意图；
如图13为本发明实施例1有12辆无人驾驶车通过交叉口，在第5辆车左转之后有行人过街需求的示意图；
如图14为本发明实施例1有12辆无人驾驶车通过交叉口，在第5辆车左转之后有行人过街需求，采用深度优先搜索算法得到的生成树示意图；
如图15为本发明实施例2一种无信号交叉口车辆通行系统示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本发明实施例1提出了一种无信号交叉口车辆通行方法，用于解决现有技术中采用有信号控制方案的限制，本发明考虑不同运动方向无人驾驶车辆在交叉口内的交通冲突和行人过街需求，引入虚拟车道概念，将四个方向的无人驾驶车辆和行人需求投影到虚拟车道，建立无人驾驶车辆和行人过街冲突拓扑图，基于深度优先搜索生成通行策略树，以调节各参与者之间的冲突，提高交叉口通行效率。
如图1给出了本发明实施例1一种无信号交叉口车辆通行方法流程图。
在步骤S100中，获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点。
首先，本发明实施例1实现的过程假设道路安装了路侧设备，所有车辆均为无人驾驶车辆，并且所有车辆和路侧设备均可进行无线通信，可提供所有车辆的位置、加速度、速度、流量和行人需求量等信息。
在行人过街需求时间和车辆通行时间不发生冲突的前提下为：交叉口参与者包括车辆和行人，当有行人过街需求时，应单独给予行人过街时间，此时部分车辆无法通过交叉口；当无行人过街需求时，通行时间仅分配给车辆。
根据行人响应需求，分为交叉口行人0次需求，交叉口行人单方向1次需求，交叉口行人相邻方向2次需求、交叉口行人对向方向2次需求、交叉口行人三方向3次需求和交叉口行人四方向4次需求。
交叉口行人0次需求时，12个运动方向所有车辆均有通行权，交叉口内车辆存在16个冲突点，4个分流点和4个合流点。
交叉口行人单方向1次需求时，6个方向车辆有通行权，交叉口内车辆存在19个冲突点，4个分流点和4个合流点。
交叉口行人相邻方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点。
交叉口行人对向方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点；交叉口行人需求大于等于3次时，所有车辆均没有通行权。
以常规四路交叉口为例，每个进口道有单独的左转、直行和右转，不同情景下的行人过节需求和对应的交通冲突包括：如图2为本发明实施例1中交叉口行人0次需求对应的交通冲突图；如图3为本发明实施例1中交叉口行人单方向1次需求对应的交通冲突图；如图4为本发明实施例1中交叉口行人相邻方向2次需求对应的交通冲突图；如图5为本发明实施例1中交叉口行人对向方向2次需求对应的交通冲突图。
本发明实施例1中交叉口交通冲突点包括：不同方向车辆之间的第一冲突点、车辆与行人之间的第二冲突点、道路上分流点和道路上合流点。
在图2、图3、图4和图5中分别采用不同的标志用于区别不同方向车辆之间的第一冲突点、车辆与行人之间的第二冲突点、道路上分流点和道路上合流点和车辆运动方法。
以图2中A南进口道左转车辆①为例，交通冲突点集为
Figure 854118DEST_PATH_IMAGE008
，分流点集为
Figure 370550DEST_PATH_IMAGE009
，合流点集为
Figure 211467DEST_PATH_IMAGE010
。
在步骤S110中，以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络。
根据步骤S100中的描述，行人过街需求分为交叉口行人0次需求，交叉口行人单方向1次需求，交叉口行人相邻方向2次需求、交叉口行人对向方向2次需求、交叉口行人三方向3次需求和交叉口行人四方向4次需求。在步骤S110中，搭建虚拟车道，以交叉口中心为圆点，左下角斜线表示虚拟车道，水平和垂直轴表示四个方向无人驾驶车辆，带有P标记的斜线表示行人过街，以及在虚拟车道中采用不同的标记分别表示无人驾驶车辆和行人过街。如图6为本发明实施例1中交叉口行人0次需求车辆投影图；如图7为本发明实施例1中交叉口行人单方向1次需求车辆投影图；如图8为本发明实施例1交叉口行人相邻方向2次需求车辆投影图；如图9为本发明实施例1交叉口行人对向方向2次需求车辆投影图；如图10为本发明实施例1无人驾驶车辆通过交叉口示意图。
根据交叉口交通冲突，搭建基于虚拟车道的拓扑网络的过程为：
对于车辆
Figure 813350DEST_PATH_IMAGE011
，所有与车辆i冲突的车辆和过街行人组成冲突集
Figure 883068DEST_PATH_IMAGE002
，
Figure 254006DEST_PATH_IMAGE012
；当i辆无人驾驶车辆与车辆和行人不存在交通冲突时，
Figure 265825DEST_PATH_IMAGE013
；
其中，j表示第j辆无人驾驶车辆，在第i辆无人驾驶车辆和行人过街需求之前通过交叉口；
Figure 823845DEST_PATH_IMAGE005
表示第i辆无人驾驶车辆在交叉口的运动方向；
Figure 212101DEST_PATH_IMAGE006
表示
Figure 185349DEST_PATH_IMAGE007
运动方向的交通冲突集；V表示所有无人驾驶车辆和行人过街需求。
如图10为本发明实施例1有12辆无人驾驶车通过交叉口示意图，以图10为例说明，有12辆无人驾驶车通过交叉口，依次为东直行、西右转、西左转、北右转、东左转、南左转、北左转、东右转、北直行、南右转、西直行和南直行。每辆无人驾驶车辆与之对应的交通冲突车辆为： P1={0}，P2={0}，P3={1，2}，P4={1}，P5={1，2}，P6={1，3，4，5}；P7={1，3，4，5}；P8={1，3，5}；P9={1，3，4，5，6，7}；P10={6，7}，P11={2，3，5，6，7，9，10}；P12={1，3，5，6，7，8，10，11}。
在步骤S120中，通过深度优先搜索算法对虚拟车道的拓扑网络进行求解得到无信号交叉口通行策略树。
无人驾驶车辆和行人间的冲突关系网络构成有向图，本发明基于深度优先搜索算法对生成树求解。深度优先搜索算法从一个顶点i开始，沿着一条路一直走到底，如果发现不能到达目标解，那就返回到上一个节点，然后从另一条路开始走到底，直到所有顶点被全部走完。
如图11为本发明实施例1有12辆无人驾驶车通过交叉口深度优先搜索算法执行的拓扑图；
算法实现步骤为：
（1）访问指定的起始顶点i，本发明中起始顶点为无人驾驶车辆0；
（2）若当前访问的顶点的邻接顶点有未被访问，则任选一个访问；反之，退回到最近访问过得顶点；直到与起始顶点相通的全部顶点都访问完毕；
（3）若此时图中尚有顶点未被访问，则再选其中一个顶点作为起始顶点访问，转（2）；反之，遍历结束。
如图12为本发明实施例1有12辆无人驾驶车通过交叉口采用深度优先搜索算法得到的生成树示意图，同一水平方向表示无人驾驶车辆通过交叉口的先后顺序，如车辆3在车辆2通过之后才可以通过；同一竖直方向表示无人驾驶车辆之间无交通冲突，可以同时通过交叉口，如车辆6，7，8之间无交通冲突，可同时通过交叉口。
同时，车辆可通过信息交互适时调整车辆加减速以到达期望的位置并通过交叉口。
如图13为本发明实施例1有12辆无人驾驶车通过交叉口，在第5辆车左转之后有行人过街需求的示意图；运动方向依次为东直行、西右转、西左转、北右转、东左转、南左转、南行人过街、北左转、东右转、北直行、南右转、西直行和南直行。如图14为本发明实施例1有12辆无人驾驶车通过交叉口，在第5辆车左转之后有行人过街需求采用深度优先搜索算法得到的生成树示意图，行人和第7北左转车辆和第8东右转车辆可同时通过交叉口，第6南左转车辆在行人过街结束后通过交叉口。
本发明实施例1提出的一种无信号交叉口车辆通行方法，考虑不同运动方向无人驾驶车辆在交叉口内的交通冲突和行人过街需求，引入虚拟车道概念，将四个方向的无人驾驶车辆和行人需求投影到虚拟车道，建立无人驾驶车辆和行人过街冲突拓扑图，基于深度优先搜索生成通行策略树，以调节各参与者之间的冲突，提高交叉口通行效率。
本发明实施例1提出的一种无信号交叉口车辆通行方法可大范围应用于各种无人驾驶车辆交通流场景中，能够适应各种交叉口类型，避免交通冲突，大幅度提高交叉口通行效率。
实施例2
基于本发明实施例1提出的一种无信号交叉口车辆通行方法，本发明实施例2还提出了一种无信号交叉口车辆通行系统，如图15为本发明实施例2一种无信号交叉口车辆通行系统示意图，该系统包括获取模块、建立模块和求解模块；
获取模块用于获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点；
建立模块用于以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络；
求解模块用于通过深度优先搜索算法对虚拟车道的拓扑网络进行求解得到无信号交叉口通行策略树。
其中，获取模块在执行时，假设道路安装了路侧设备，所有车辆均为无人驾驶车辆，并且所有车辆和路侧设备均可进行无线通信，可提供所有车辆的位置、加速度、速度、流量和行人需求量等信息。
在行人过街需求时间和车辆通行时间不发生冲突的前提下为：交叉口参与者包括车辆和行人，当有行人过街需求时，应单独给予行人过街时间，此时部分车辆无法通过交叉口；当无行人过街需求时，通行时间仅分配给车辆。
根据行人响应需求，分为交叉口行人0次需求，交叉口行人单方向1次需求，交叉口行人相邻方向2次需求、交叉口行人对向方向2次需求、交叉口行人三方向3次需求和交叉口行人四方向4次需求。
交叉口行人0次需求时，12个运动方向所有车辆均有通行权，交叉口内车辆存在16个冲突点，4个分流点和4个合流点。
交叉口行人单方向1次需求时，6个方向车辆有通行权，交叉口内车辆存在19个冲突点，4个分流点和4个合流点。
交叉口行人相邻方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点。
交叉口行人对向方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点；交叉口行人需求大于等于3次时，所有车辆均没有通行权。
建立模块执行的过程包括：根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络，具体的过程包括：
对于车辆
Figure 368068DEST_PATH_IMAGE001
，所有与车辆i冲突的车辆和过街行人组成冲突集
Figure 678964DEST_PATH_IMAGE002
，
Figure 605332DEST_PATH_IMAGE014
；当i辆无人驾驶车辆与车辆和行人不存在交通冲突时，
Figure 436016DEST_PATH_IMAGE004
；
其中，j表示第j辆无人驾驶车辆，在第i辆无人驾驶车辆和行人过街需求之前通过交叉口；
Figure 789636DEST_PATH_IMAGE005
表示第i辆无人驾驶车辆在交叉口的运动方向；
Figure 587828DEST_PATH_IMAGE006
表示
Figure 317887DEST_PATH_IMAGE007
运动方向的交通冲突集；V表示所有无人驾驶车辆和行人过街需求。
求解模块执行的过程包括：指定起始顶点，起始顶点为第一无人驾驶车辆；沿着起始顶点所在的路线往前走，如果当前访问顶点的邻接顶点未被访问，则任选一个访问，反之，退回到最近访问过得顶点；直到与起始顶点相通的全部顶点都访问完毕；若拓扑网络中还有顶点未被访问，则任选其中一个作为起始顶点，重新执行；否则，遍历结束。
无信号交叉口通行策略树包括：采用同一水平方向表示无人驾驶车辆通过交叉口的先后顺序；采用同一竖直方向表示无人驾驶车辆之间无交通冲突，可以同时通过交叉口。
本发明实施例2提出的一种无信号交叉口车辆通行系统，考虑不同运动方向无人驾驶车辆在交叉口内的交通冲突和行人过街需求，引入虚拟车道概念，将四个方向的无人驾驶车辆和行人需求投影到虚拟车道，建立无人驾驶车辆和行人过街冲突拓扑图，基于深度优先搜索生成通行策略树，以调节各参与者之间的冲突，提高交叉口通行效率。
本发明实施例2提出的一种无信号交叉口车辆通行系统，可大范围应用于各种无人驾驶车辆交通流场景中，能够适应各种交叉口类型，避免交通冲突，大幅度提高交叉口通行效率。
实施例3
本发明实施例3还提出了一种设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现本发明实施例1公开的一种无信号交叉口车辆通行方法步骤，方法步骤具体包括：
在步骤S100中，获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点。
在本步骤中，假设道路安装了路侧设备，所有车辆均为无人驾驶车辆，并且所有车辆和路侧设备均可进行无线通信，可提供所有车辆的位置、加速度、速度、流量和行人需求量等信息。
在行人过街需求时间和车辆通行时间不发生冲突的前提下为：交叉口参与者包括车辆和行人，当有行人过街需求时，应单独给予行人过街时间，此时部分车辆无法通过交叉口；当无行人过街需求时，通行时间仅分配给车辆。
根据行人响应需求，分为交叉口行人0次需求，交叉口行人单方向1次需求，交叉口行人相邻方向2次需求、交叉口行人对向方向2次需求、交叉口行人三方向3次需求和交叉口行人四方向4次需求。
交叉口行人0次需求时，12个运动方向所有车辆均有通行权，交叉口内车辆存在16个冲突点，4个分流点和4个合流点。
交叉口行人单方向1次需求时，6个方向车辆有通行权，交叉口内车辆存在19个冲突点，4个分流点和4个合流点。
交叉口行人相邻方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点。
交叉口行人对向方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点；交叉口行人需求大于等于3次时，所有车辆均没有通行权。
在步骤S110中，以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络；
根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络，具体的过程包括：
对于车辆
Figure 986766DEST_PATH_IMAGE011
，所有与车辆i冲突的车辆和过街行人组成冲突集
Figure 527599DEST_PATH_IMAGE002
，
Figure 813087DEST_PATH_IMAGE014
；当i辆无人驾驶车辆与车辆和行人不存在交通冲突时，
Figure 81258DEST_PATH_IMAGE013
；
其中，j表示第j辆无人驾驶车辆，在第i辆无人驾驶车辆和行人过街需求之前通过交叉口；
Figure 870222DEST_PATH_IMAGE005
表示第i辆无人驾驶车辆在交叉口的运动方向；
Figure 831225DEST_PATH_IMAGE006
表示
Figure 89162DEST_PATH_IMAGE007
运动方向的交通冲突集；V表示所有无人驾驶车辆和行人过街需求。
在步骤S120中，通过深度优先搜索算法对虚拟车道的拓扑网络进行求解得到无信号交叉口通行策略树。
求解的过程包括：指定起始顶点，起始顶点为第一无人驾驶车辆；沿着起始顶点所在的路线往前走，如果当前访问顶点的邻接顶点未被访问，则任选一个访问，反之，退回到最近访问过得顶点；直到与起始顶点相通的全部顶点都访问完毕；若拓扑网络中还有顶点未被访问，则任选其中一个作为起始顶点，重新执行；否则，遍历结束。
无信号交叉口通行策略树包括：采用同一水平方向表示无人驾驶车辆通过交叉口的先后顺序；采用同一竖直方向表示无人驾驶车辆之间无交通冲突，可以同时通过交叉口。
本发明实施例3提出的一种设备，考虑不同运动方向无人驾驶车辆在交叉口内的交通冲突和行人过街需求，引入虚拟车道概念，将四个方向的无人驾驶车辆和行人需求投影到虚拟车道，建立无人驾驶车辆和行人过街冲突拓扑图，基于深度优先搜索生成通行策略树，以调节各参与者之间的冲突，提高交叉口通行效率。
本发明实施例3提出的一种设备，可大范围应用于各种无人驾驶车辆交通流场景中，能够适应各种交叉口类型，避免交通冲突，大幅度提高交叉口通行效率。
需要说明：本发明技术方案还提供了一种电子设备，包括：通信接口，能够与其它设备比如网络设备等进行信息交互；处理器，与通信接口连接，以实现与其它设备进行信息交互，用于运行计算机程序时，执行上述一个或多个技术方案提供的一种无信号交叉口车辆通行方法，而所述计算机程序存储在存储器上。当然，实际应用时，电子设备中的各个组件通过总线系统耦合在一起。可理解，总线系统用于实现这些组件之间的连接通信。总线系统除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。本申请实施例中的存储器用于存储各种类型的数据以支持电子设备的操作。这些数据的示例包括：用于在电子设备上操作的任何计算机程序。可以理解，存储器可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本申请实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
上述本申请实施例揭示的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、DSP（Digital Signal Processing，即指能够实现数字信号处理技术的芯片），或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器，处理器读取存储器中的程序，结合其硬件完成前述方法的步骤。处理器执行程序时实现本申请实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
实施例4
本发明还提出了一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现方法步骤如下：
在步骤S100中，获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点。
在本步骤中，假设道路安装了路侧设备，所有车辆均为无人驾驶车辆，并且所有车辆和路侧设备均可进行无线通信，可提供所有车辆的位置、加速度、速度、流量和行人需求量等信息。
在行人过街需求时间和车辆通行时间不发生冲突的前提下为：交叉口参与者包括车辆和行人，当有行人过街需求时，应单独给予行人过街时间，此时部分车辆无法通过交叉口；当无行人过街需求时，通行时间仅分配给车辆。
根据行人响应需求，分为交叉口行人0次需求，交叉口行人单方向1次需求，交叉口行人相邻方向2次需求、交叉口行人对向方向2次需求、交叉口行人三方向3次需求和交叉口行人四方向4次需求。
交叉口行人0次需求时，12个运动方向所有车辆均有通行权，交叉口内车辆存在16个冲突点，4个分流点和4个合流点。
交叉口行人单方向1次需求时，6个方向车辆有通行权，交叉口内车辆存在19个冲突点，4个分流点和4个合流点。
交叉口行人相邻方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点。
交叉口行人对向方向2次需求时，2个方向车辆有通行权，交叉口内车辆存在22个冲突点，4个分流点和0个合流点；交叉口行人需求大于等于3次时，所有车辆均没有通行权。
在步骤S110中，以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络；
根据交叉口交通冲突点搭建基于虚拟车道的拓扑网络，具体的过程包括：
对于车辆
Figure 895444DEST_PATH_IMAGE011
，所有与车辆i冲突的车辆和过街行人组成冲突集
Figure 70073DEST_PATH_IMAGE002
，
Figure 936398DEST_PATH_IMAGE015
；当i辆无人驾驶车辆与车辆和行人不存在交通冲突时，
Figure 930899DEST_PATH_IMAGE013
；
其中，j表示第j辆无人驾驶车辆，在第i辆无人驾驶车辆和行人过街需求之前通过交叉口；
Figure 288675DEST_PATH_IMAGE005
表示第i辆无人驾驶车辆在交叉口的运动方向；
Figure 317810DEST_PATH_IMAGE006
表示
Figure 355037DEST_PATH_IMAGE007
运动方向的交通冲突集；V表示所有无人驾驶车辆和行人过街需求。
在步骤S120中，通过深度优先搜索算法对虚拟车道的拓扑网络进行求解得到无信号交叉口通行策略树。
求解的过程包括：指定起始顶点，起始顶点为第一无人驾驶车辆；沿着起始顶点所在的路线往前走，如果当前访问顶点的邻接顶点未被访问，则任选一个访问，反之，退回到最近访问过得顶点；直到与起始顶点相通的全部顶点都访问完毕；若拓扑网络中还有顶点未被访问，则任选其中一个作为起始顶点，重新执行；否则，遍历结束。
无信号交叉口通行策略树包括：采用同一水平方向表示无人驾驶车辆通过交叉口的先后顺序；采用同一竖直方向表示无人驾驶车辆之间无交通冲突，可以同时通过交叉口。
本发明实施例4提出的一种可读存储介质，考虑不同运动方向无人驾驶车辆在交叉口内的交通冲突和行人过街需求，引入虚拟车道概念，将四个方向的无人驾驶车辆和行人需求投影到虚拟车道，建立无人驾驶车辆和行人过街冲突拓扑图，基于深度优先搜索生成通行策略树，以调节各参与者之间的冲突，提高交叉口通行效率。
本发明实施例4提出的一种可读存储介质，可大范围应用于各种无人驾驶车辆交通流场景中，能够适应各种交叉口类型，避免交通冲突，大幅度提高交叉口通行效率。
本申请实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器，上述计算机程序可由处理器执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本申请实施例的技术方案本质上或者说对现有技术做出贡献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电子设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的一种无信号交叉口车辆通行处理设备和存储介质中相关部分的说明可以参见本申请实施例1提供的一种无信号交叉口车辆通行方法中对应部分的详细说明，在此不再赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制。对于所属领域的技术人员来说，在上述说明的基础上还可以做出其它不同形式的修改或变形。这里无需也无法对所有的实施方式予以穷举。在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种无信号交叉口车辆通行方法，其特征在于，包括以下步骤：
获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据所述状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点；
以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据所述交叉口交通冲突点搭建基于虚拟车道的拓扑网络；
对所述虚拟车道的拓扑网络求解得到无信号交叉口通行策略。
2.根据权利要求1所述的一种无信号交叉口车辆通行方法，其特征在于，所述状态信息包括车辆所在的车道、车辆速度、车辆加速度和流量。
3.根据权利要求1所述的一种无信号交叉口车辆通行方法，其特征在于，所述交叉口交通冲突点包括：不同方向车辆之间的第一冲突点、车辆与行人之间的第二冲突点、道路上分流点和道路上合流点。
4.根据权利要求1所述的一种无信号交叉口车辆通行方法，其特征在于，根据所述交叉口交通冲突点搭建基于虚拟车道的拓扑网络的过程为：
对于车辆
Figure 750025DEST_PATH_IMAGE001
，所有与车辆i冲突的车辆和过街行人组成冲突集
Figure 668302DEST_PATH_IMAGE002
，
Figure 569262DEST_PATH_IMAGE003
；当i辆无人驾驶车辆与车辆和行人不存在交通冲突时，
Figure 473240DEST_PATH_IMAGE004
；
其中，j表示第j辆无人驾驶车辆，在第i辆无人驾驶车辆和行人过街需求之前通过交叉口；
Figure 801453DEST_PATH_IMAGE005
表示第i辆无人驾驶车辆在交叉口的运动方向；
Figure 941447DEST_PATH_IMAGE006
表示
Figure 380519DEST_PATH_IMAGE007
运动方向的交通冲突集；V表示所有无人驾驶车辆和行人过街需求。
5.根据权利要求4所述一种无信号交叉口车辆通行方法，其特征在于，对所述虚拟车道的拓扑网络进行求解的过程为：
指定起始顶点，所述起始顶点为第一无人驾驶车辆；
沿着起始顶点所在的路线往前走，如果当前访问顶点的邻接顶点未被访问，则任选一个访问，反之，退回到最近访问过得顶点；直到与起始顶点相通的全部顶点都访问完毕；
若拓扑网络中还有顶点未被访问，则任选其中一个作为起始顶点，重新执行；否则，遍历结束。
6.根据权利要求5所述的一种无信号交叉口车辆通行方法，其特征在于，所述无信号交叉口通行策略的表示方法包括：
采用同一水平方向表示无人驾驶车辆通过交叉口的先后顺序；
采用同一竖直方向表示无人驾驶车辆之间无交通冲突，可以同时通过交叉口。
7.根据权利要求1至6任意一项所述的一种无信号交叉口车辆通行方法，其特征在于，所述方法还包括车辆之间还通过信息交互调整车辆加减速以到达期望的位置并通过交叉口。
8.一种无信号交叉口车辆通行系统，其特征在于，包括获取模块、建立模块和求解模块；
所述获取模块用于获取道路交叉口各个方向行驶车辆的状态信息和行人过街需求，根据所述状态信息确定车辆在道路交叉口的行驶路线；在行人过街需求时间和车辆通行时间不发生冲突的前提下，根据行驶路线和行人过街需求，确定交叉口交通冲突点；
所述建立模块用于以道路交叉口中心为原点建立虚拟车道，将每个方向车道车辆投影到虚拟车道，根据所述交叉口交通冲突点搭建基于虚拟车道的拓扑网络；
所述求解模块用于对所述虚拟车道的拓扑网络求解得到无信号交叉口通行策略。
9.一种设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任意一项所述的方法步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法步骤。
CN202210517252.6A 2022-05-13 2022-05-13 一种无信号交叉口车辆通行方法、系统、设备和存储介质 Active CN114648877B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210517252.6A CN114648877B (zh) 2022-05-13 2022-05-13 一种无信号交叉口车辆通行方法、系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210517252.6A CN114648877B (zh) 2022-05-13 2022-05-13 一种无信号交叉口车辆通行方法、系统、设备和存储介质

Publications (2)

Publication Number Publication Date
CN114648877A true CN114648877A (zh) 2022-06-21
CN114648877B CN114648877B (zh) 2022-08-09

Family

ID=81997708

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210517252.6A Active CN114648877B (zh) 2022-05-13 2022-05-13 一种无信号交叉口车辆通行方法、系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN114648877B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100881A (zh) * 2022-06-22 2022-09-23 山东交通学院 一种无信号控制交叉口冲突识别与消解方法及设备

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105185128A (zh) * 2015-08-16 2015-12-23 大连理工大学 基于交叉口左转专用相位的行人过街信号控制方法
CN106781435A (zh) * 2016-12-15 2017-05-31 清华大学 一种基于无线通信的非信控交叉路口车辆编队通行方法
CN108922176A (zh) * 2018-06-27 2018-11-30 华南理工大学 一种混合交通冲突态势的快速判断方法
CN108932840A (zh) * 2018-07-17 2018-12-04 北京理工大学 基于强化学习的无人驾驶车辆城市交叉口通行方法
CN109523807A (zh) * 2018-11-28 2019-03-26 湖南大学 一种交通路网车辆分布式控制方法
CN110298122A (zh) * 2019-07-03 2019-10-01 北京理工大学 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法
CN110827326A (zh) * 2019-11-14 2020-02-21 清华大学苏州汽车研究院（吴江） 模拟人车冲突场景模型生成方法、装置、设备和存储介质
CN110992695A (zh) * 2019-12-13 2020-04-10 北京理工大学 基于冲突消解的智能车辆城市交叉口通行决策多目标优化模型
CN111267862A (zh) * 2020-01-13 2020-06-12 清华大学 一种依赖跟随目标的虚拟车道线构造方法和系统
CN112017439A (zh) * 2020-10-21 2020-12-01 长沙理工大学 一种自动驾驶交叉口行人过街摆渡车控制方法
CN112258861A (zh) * 2020-10-21 2021-01-22 长沙理工大学 一种自动驾驶环境下交叉口行人过街摆渡车行驶通道的设置方法
CN112356836A (zh) * 2021-01-14 2021-02-12 长沙理工大学 一种保障自动驾驶交叉口通行安全的关键冲突点确定方法
CN112622937A (zh) * 2021-01-14 2021-04-09 长安大学 一种面对行人时自动驾驶汽车的通行权决策方法
CN113065685A (zh) * 2021-03-01 2021-07-02 沃行科技(南京)有限公司 基于自动驾驶应用场景的高精地图交通规则模型及其实现方法
CN113793517A (zh) * 2021-09-16 2021-12-14 辽宁工程技术大学 一种智能车路协同无控交叉口左转车通行引导方法
CN113859266A (zh) * 2021-10-12 2021-12-31 北京理工大学 一种非结构化道路目标车辆换道轨迹预测方法及系统
CN113947889A (zh) * 2021-10-18 2022-01-18 长沙理工大学 一种自动驾驶交叉口行人过街控制方法
WO2022021910A1 (zh) * 2020-07-25 2022-02-03 华为技术有限公司 一种车辆碰撞检测方法、装置及计算机可读存储介质
CN114446065A (zh) * 2022-02-25 2022-05-06 西南交通大学 一种车辆行驶轨迹优化方法、装置、设备及可读存储介质

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105185128A (zh) * 2015-08-16 2015-12-23 大连理工大学 基于交叉口左转专用相位的行人过街信号控制方法
CN106781435A (zh) * 2016-12-15 2017-05-31 清华大学 一种基于无线通信的非信控交叉路口车辆编队通行方法
CN108922176A (zh) * 2018-06-27 2018-11-30 华南理工大学 一种混合交通冲突态势的快速判断方法
CN108932840A (zh) * 2018-07-17 2018-12-04 北京理工大学 基于强化学习的无人驾驶车辆城市交叉口通行方法
CN109523807A (zh) * 2018-11-28 2019-03-26 湖南大学 一种交通路网车辆分布式控制方法
CN110298122A (zh) * 2019-07-03 2019-10-01 北京理工大学 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法
CN110827326A (zh) * 2019-11-14 2020-02-21 清华大学苏州汽车研究院（吴江） 模拟人车冲突场景模型生成方法、装置、设备和存储介质
CN110992695A (zh) * 2019-12-13 2020-04-10 北京理工大学 基于冲突消解的智能车辆城市交叉口通行决策多目标优化模型
CN111267862A (zh) * 2020-01-13 2020-06-12 清华大学 一种依赖跟随目标的虚拟车道线构造方法和系统
WO2022021910A1 (zh) * 2020-07-25 2022-02-03 华为技术有限公司 一种车辆碰撞检测方法、装置及计算机可读存储介质
CN112017439A (zh) * 2020-10-21 2020-12-01 长沙理工大学 一种自动驾驶交叉口行人过街摆渡车控制方法
CN112258861A (zh) * 2020-10-21 2021-01-22 长沙理工大学 一种自动驾驶环境下交叉口行人过街摆渡车行驶通道的设置方法
CN112356836A (zh) * 2021-01-14 2021-02-12 长沙理工大学 一种保障自动驾驶交叉口通行安全的关键冲突点确定方法
CN112622937A (zh) * 2021-01-14 2021-04-09 长安大学 一种面对行人时自动驾驶汽车的通行权决策方法
CN113065685A (zh) * 2021-03-01 2021-07-02 沃行科技(南京)有限公司 基于自动驾驶应用场景的高精地图交通规则模型及其实现方法
CN113793517A (zh) * 2021-09-16 2021-12-14 辽宁工程技术大学 一种智能车路协同无控交叉口左转车通行引导方法
CN113859266A (zh) * 2021-10-12 2021-12-31 北京理工大学 一种非结构化道路目标车辆换道轨迹预测方法及系统
CN113947889A (zh) * 2021-10-18 2022-01-18 长沙理工大学 一种自动驾驶交叉口行人过街控制方法
CN114446065A (zh) * 2022-02-25 2022-05-06 西南交通大学 一种车辆行驶轨迹优化方法、装置、设备及可读存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HUANG ZHEN: "Extended Risk Estimation and Warning Model for Connected Vehicles at Unsignalized Intersection", 《THE L0TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND INFORMATION SCIENCES》 *
XU BIAO: "Distributed conflict-free cooperation for multiple connected vehicles at unsignalized intersections", 《TRANSPORTATION RESEARCH PART C》 *
ZHANYI HU: "Constraint-tree-driven modeling and distributed robust control for", 《TRANSPORTATION RESEARCH PART C》 *
潘福全等: "无信号平面交叉口机动车冲突点数计算模型", 《上海交通大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100881A (zh) * 2022-06-22 2022-09-23 山东交通学院 一种无信号控制交叉口冲突识别与消解方法及设备

Also Published As

Publication number Publication date
CN114648877B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
Wang et al. Distributed consensus-based cooperative highway on-ramp merging using V2X communications
CN112258875B (zh) 基于车路协同与自动驾驶的交叉口智能管控方法
CN109410619B (zh) 一种单行道路网下的自动化交通管控方法和系统
JP7185774B2 (ja) 道路特徴点抽出方法及びシステム
CN114724377B (zh) 基于车路协同技术的无人驾驶车辆引导方法及系统
CN114648877B (zh) 一种无信号交叉口车辆通行方法、系统、设备和存储介质
CN101561836A (zh) 基于元胞机的城市微观交通流仿真系统
CN101465058B (zh) 智能式动态路线诱导系统诱导单元决策方法
WO2022227878A1 (zh) 一种车道线标注方法及装置
JP2021047856A (ja) 車両道路シミュレーションシーンの作成方法、装置、媒体、及び機器
CN112634644B (zh) 自动驾驶车辆左转优化控制方法及系统
Chen et al. Non-signalized intersection network management with connected and automated vehicles
CN113065257A (zh) 一种测试实例的自动生成方法、装置、计算机设备及介质
CN114281084B (zh) 一种基于改进a*算法的智能车全局路径规划方法
CN108332761A (zh) 一种使用及创建路网地图信息的方法与设备
CN115953903A (zh) 一种基于物联网的交叉口直行车辆连续通行方法
CN103810854A (zh) 一种基于人工标定的智能交通算法评估方法
CN112017439A (zh) 一种自动驾驶交叉口行人过街摆渡车控制方法
CN104658036B (zh) 一种快速建立智能交通三维场的方法
Heeroo et al. A Ludo Cellular Automata model for microscopic traffic flow
CN113838285B (zh) 一种车路协同环境下实现车辆群体决策的方法及装置
CN114783197A (zh) 建筑群间无信号灯十字路口多车协同换道控制方法
CN115565390A (zh) 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
CN115871658A (zh) 一种面向稠密人流的智能驾驶速度决策方法和系统

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