CN114664078B - 基于自动驾驶车辆队列的道路合流区协作汇入控制方法 - Google Patents

Abstract

本发明为基于自动驾驶车辆队列的道路合流区协作汇入控制方法，首先采集主路车辆和匝道车辆的行驶状态；其次，根据冲突发生条件判断待合流的目标车辆与主路车辆在下一时间步是否存在冲突，若不存在冲突执行步骤四；若存在冲突则将控制区内包括目标车辆在内以及位于目标车辆后方的主路车辆和匝道车辆进行分组，将每个车辆组视为一辆车并构建协作控制通行效率函数，利用群智能算法进行优化，得到车辆组通过汇入点的最优顺序；最后，按照顺序将匝道车辆虚拟映射到主路中，使主路上的所有车辆按照车辆跟驰模型CACC进行跟驰，直至顺利通过汇入点。以通行效率为目标，提高了道路通行能力。

Description

基于自动驾驶车辆队列的道路合流区协作汇入控制方法

技术领域

本发明属于智能交通控制技术领域，具体是一种基于自动驾驶车辆队列的道路合流区协作汇入控制方法。

背景技术

随着交通出行需求的增长，道路交通面临的拥堵问题日益严重，尤其是匝道入口及周边区域，常因合流行为成为道路的瓶颈路段。在5G、车路联网等先进技术的支持下，自动驾驶车辆有望普及，以实现纯自动驾驶交通流的交通状态。自动驾驶车辆能够直接接受控制中心的实时信息指令，有利于系统精准调整车辆运行状态，为合流区安全高效通行提供了可能，能够有效避免主路车辆和匝道车辆在合流时的冲突问题。

自动驾驶车辆的决策问题是真实交通流中车辆行驶的核心问题之一，针对合流区，需要构建更为全面的信息基础、更精细化的智能交通系统。现有的自动驾驶车辆协同控制方法中，一部分是以发生交互的车辆间行为作为研究对象，未能达到通行效率最优的效果；另一部分模型的决策精确度无法保证，复杂度过高，难以实现车辆的实时控制。此外，现有技术区别自动驾驶车辆与手动驾驶车辆的手段仅是对于指令的接受度，未考虑到自动驾驶车辆行驶时的队列跟驰特性，使得控制过程复杂。

因此，本申请提出一种基于自动驾驶车辆队列的道路合流区协作汇入控制方法，考虑自动驾驶车辆的队列跟驰特性，对交通流状态进行充分解析，以提高道路的通行效率。

发明内容

针对现有技术的不足，本发明拟解决的技术问题是，提供一种基于自动驾驶车辆队列的道路合流区协作汇入控制方法；该方法考虑自动驾驶车辆队列行驶的特性，以通行效率最高为目标，对匝道和主路车辆通过汇入点的顺序进行优化，协同控制主路车辆和匝道车辆顺利通过汇入点，实现智能交通系统的实时控制。

本发明为解决上述技术问题采用以下技术方案：

一种基于自动驾驶车辆队列的道路合流区协作汇入控制方法，其特征在于，该方法包括以下步骤：

步骤一、采集主路车辆和匝道车辆的行驶状态，行驶状态包括车辆的位置、速度和加速度；假设匝道车辆j为下一时间步待合流的目标车辆，主路车辆i为目标车道上位于目标车辆后方的第一辆车，根据冲突发生条件判断目标车辆j与主路车辆i在下一时间步是否存在碰撞或追尾等冲突，若不存在冲突则执行步骤四；若存在冲突则执行步骤二～四；

冲突发生条件为：

式(1)中，v_i、v_j分别表示主路车辆i和目标车辆j的速度，Δt为下一时间步的步长，D_safe表示车辆安全间隙，d_ij表示目标车辆j与主路车辆i当前时间步的间距；

步骤二、根据分组标准分别将主路控制区内位于目标车辆后方的主路车辆和匝道控制区内包括目标车辆在内的以及位于目标车辆后方的匝道车辆进行分组，将满足分组标准的车辆分为一组；

分组标准为：

t₁＜α·t₂+Δt₂ (6)

其中，α表示安全系数，Δt₂表示时间阈值；t₁表示后车以最大加速度加速至最大速度，并以最大速度行驶至汇入点所需时间；t₂表示前车以最小减速度减速至车道最低限速，并以车道最低限速行驶至汇入点所需时间；

步骤三、首先，将每个车辆组视为一辆车，构建式(7)所示的车辆通行时间函数f₁和式(8)所示的时间延误函数f₂；

其中，n₁、n₂分别表示主路车辆和匝道车辆的组数；

表示第k个车辆组的领导车辆预定到达汇入点的时间，满足下述条件：

其中，

表示第k-1个车辆组的领导车辆预定到达汇入点的时间，

表示第k个车辆组的领导车辆到达汇入点的最小通行时间，Δt₁表示第k-1与k个车辆组的领导车辆之间的时距，n表示第k-1个车辆组包含的车辆数；

其次，构建式(9)所示的协作控制通行效率函数：

max F＝ω₁f₁+ω₂f₂ (9)

其中，ω₁、ω₂均为权重因子，ω₁+ω₂＝1；

最后，将所有车辆组作为群智能算法的个体，协作控制通行效率函数作为群智能算法的适应度函数，利用群智能算法对协作控制通行效率函数进行优化，得到车辆组通过汇入点的最优顺序；

步骤四、确定车辆通过汇入点的顺序后，按照顺序将匝道车辆虚拟映射到主路中，使主路上的所有车辆按照车辆跟驰模型CACC进行跟驰，直至顺利通过汇入点；

当自动驾驶车辆进入匝道控制区，则执行步骤一～四，以此完成道路合流区协作汇入控制。

与现有技术相比，本发明的有效益效果在于：

1.本发明采用对主路车辆和匝道车辆进行集中控制的方式，从汇入次序的视角解决了自动驾驶车辆在道路合流区的汇入决策问题，改善了合流区因合流导致的冲突问题，实现智能交通系统的高效运行，提高道路通行能力；协作控制的决策过程基于主路车辆和匝道车辆的实时状态信息，大大增强了该控制方法的可靠性。

2.当待合流的目标车辆与目标车道上的车辆存在冲突时，考虑到车辆的队列特性将主路车辆和匝道车辆进行分组，减少计算成本和计算时间；以通行时间函数和时间延误函数为基础，构建协作控制通行效率函数，对主路车辆组和匝道车辆组通过汇入点的顺序进行优化，以提高通行效率。本方法利用自动驾驶车辆全面感知交通路网和无延迟的通信功能，使车辆在交通流中以小间距形成队列的状态行驶，从而提升了道路容量。

附图说明

图1为道路合流区的示意图；

图2为本发明的整体流程图；

图3为本发明的匝道车辆虚拟映射的示意图；

图4为断面流量的仿真结果图。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案作进一步说明，并不用于限定本申请的保护范围。

如图1所示，道路合流区主要涉及匝道、加速车道和与匝道相邻的最外侧车道(目标车道)，将与匝道相邻的最外侧车道记为主路，将位于主路和匝道上的自动驾驶车辆分别记为主路车辆(FV)和匝道车辆(SV)；主路区域分为主路控制区和汇入区，匝道邻近加速车道的区域为匝道控制区，主路控制区和匝道控制区的主要功能是信息收集和数据处理。智能交通系统包括路侧控制单元和DSRC无线通信设备，路侧控制单元布设在主路与匝道交汇处且位于控制区域内，路侧控制单元的感知范围为主路控制区和匝道控制区，用于采集主路车辆和和匝道车辆的行驶状态；DSRC无线通信设备用于实现路侧控制单元感知范围内和DSRC无线通信设备通信范围内的自动驾驶车辆的信息传输。

本发明提供了一种基于自动驾驶车辆队列的道路合流区协作汇入控制方法(简称方法)，包括以下步骤：

步骤一、路侧控制单元采集主路车辆和匝道车辆的行驶状态，行驶状态包括车辆的位置、速度和加速度；假设匝道车辆j为下一时间步待合流的目标车辆，主路车辆i为目标车道上位于目标车辆后方的第一辆车，根据冲突发生条件判断目标车辆j与主路车辆i在下一时间步是否存在碰撞或追尾等冲突，若不存在冲突则执行步骤四；若存在冲突则执行步骤二～四；

冲突发生条件为：

式(1)中，v_i、v_j分别表示主路车辆i和目标车辆j的速度；Δt为下一时间步的步长，本实施例取1s；d_ij表示目标车辆j与主路车辆i当前时间步的间距；D_safe表示车辆安全间隙，表达式为：

式(2)中，a_min为车辆的最小减速度，本实施例取-4m/s²；a_i表示主路车辆i的加速度；v_safe表示车辆的安全速度，表达式为：

式(3)中，x_i、x_j分别表示主路车辆i和目标车辆j的位置；S₀表示车辆最小安全距离，本实施例取2m；b_i表示主路车辆i的减速度；

步骤二、根据式(6)的分组标准分别将主路控制区内位于目标车辆后方的主路车辆和匝道控制区包括目标车辆在内的以及位于目标车辆后方的匝道车辆进行分组，将满足分组标准的车辆分为一组，保证当前车辆组的尾车不会影响下一车辆组的领导车辆的正常行驶；每个车辆组的第一辆车和最后一辆车分别视为领导车辆和尾车；

以主路车辆为例，将主路车辆i和i-1分别作为前车和后车，利用式(4)计算后车以最大加速度加速至最大速度，并以最大速度行驶至汇入点所需时间t₁；

式(4)中，v_max表示车辆的最大速度，本实施例取25m/s；a_max表示车辆的最大加速度，本实施例取3m/s²；x_p表示汇入点位置；v_i-1、x_i-1分别表示后车的速度和位置；

通过式(5)计算前车以最小减速度减速至车道最低限速，并以车道最低限速行驶至汇入点所需时间t₂；

式(5)中，v_min表示车道最低限速，本实施例取16m/s；

分组标准为：

t₁＜α·t₂+Δt₂ (6)

其中，α表示安全系数，Δt₂表示时间阈值；

同理，对匝道车辆进行分组；

步骤三、将每个车辆组视为一辆车构建函数，构建式(7)所示的车辆通行时间函数f₁，避免相邻两个车辆组通行时发生碰撞；

其中，n₁、n₂分别表示主路车辆和匝道车辆的组数；

表示第k个车辆组的领导车辆预定到达汇入点的时间，k＝1,2,…,n₁+n₂且满足下述条件：

其中，

表示第k-1个车辆组的领导车辆预定到达汇入点的时间，

表示第k个车辆组的领导车辆到达汇入点的最小通行时间，Δt₁表示第k-1与k个车辆组的领导车辆之间的时距，n表示第k-1个车辆组包含的车辆数；

构建式(8)所示的时间延误函数f₂，以减少与最小通行时间的差距；

构建式(9)所示的协作控制通行效率函数：

max F＝ω₁f₁+ω₂f₂ (9)

其中，ω₁、ω₂均为权重因子，ω₁+ω₂＝1；

将所有车辆组作为群智能算法的个体，式(9)的协作控制通行效率函数作为群智能算法的适应度函数，利用群智能算法对协作控制通行效率函数进行优化，当适应度函数值最大时，协作控制通行效率函数有最大值，得到车辆组通过汇入点的最优顺序；

群智能算法为粒子群算法、蚁群算法等。

步骤四、确定车辆通过汇入点的顺序后，按照顺序将匝道车辆虚拟映射到主路中(参见图3)，然后使主路上的所有车辆按照车辆跟驰模型CACC进行跟驰，直至顺利通过汇入点；车辆跟驰模型的表达式为：

v_j(t+1)＝v_j(t)+k_p·e_j+k_d·(e_j')

e_j＝x_j+1(t)-x_j(t)-t_c·v_j(t)-S₀-l

其中，v_j(t+1)、v_j(t)分别表示目标车辆j在t+1和t时刻的速度；k_p、k_d均为系数，分别取0.45和0.25；e_j为实际车头间距与期望车头间距的误差控制参数，e_j'为e_j的导数；x_j(t)表示目标车辆j在t时刻的位置，x_j+1(t)表示目标车辆前方第一个车辆在t时刻的位置；t_c为稳定车头时距，取0.71s；l为车辆长度，取5m；

当自动驾驶车辆进入匝道控制区，则执行步骤一～四，以此完成道路合流区协作汇入控制。

本申请作为全自动驾驶的基础研究内容之一，适用于高速公路、城市快速路等车辆行驶速度较高的匝道，要求所有主路车辆和匝道车辆均为自动驾驶车辆。本申请仅考虑控制区域以协作汇入控制指导的自动驾驶车辆换道行为，不再考虑主路车辆在控制区域内因追求速度而产生的换道(外侧车道换道到内侧车道)行为；不考虑车辆与车辆之间的通信延误，即在通信范围内车辆之间能够实时接收和发送信息，使得车辆在微观驾驶行为决策过程中能无延迟地获取信息；本申请中车辆的速度、加速度均指车辆的纵向(沿道路长度方向)速度、纵向加速度，忽略车辆的横向速度、横向加速度对车辆速度、加速度的影响，在高速公路或城市快速路上，由于车辆行驶速度较高，换道所形成的纵向夹角较小，因此车辆在换道过程中的纵向速度、纵向加速度近似等于车辆的纵向速度、纵向加速度。假定车辆换道行为是瞬时完成的，不考虑换道准备过程和换道执行过程，仅考虑车辆的换道决策过程。自动驾驶车辆的换道执行过程更加迅速高效，并且自动驾驶车辆可以准确地感知周围交通环境，并且可以几乎无延迟地做出相应的驾驶反应，因此本文假设车辆不需要换道准备过程。

为验证本发明方法的有效性，以通行时间和通行能力为目标函数，构建整体的智能交通系统技术框架，对道路合流区协作汇入进行仿真，并与本领域常用的基准策略FIFO(first in first out)规则进行比较，得到图4的仿真结果；基准策略FIFO规则规定先到达控制区的车辆先通过汇入点)，而本申请以通行效率最高为目标，与基准策略FIFO规则相比，在到达率相同的情况下，本方法有效提高了道路合流区的断面流量，断面流量最高提高了16％左右，即通行效率最高提高了16％，在高交通需求的情况下，本方法表现出更大的优势。

本发明未述及之处适用于现有技术。

Claims (4)

1.一种基于自动驾驶车辆队列的道路合流区协作汇入控制方法，其特征在于，该方法包括以下步骤：

步骤一、采集主路车辆和匝道车辆的行驶状态，行驶状态包括车辆的位置、速度和加速度；假设匝道车辆j为下一时间步待合流的目标车辆，主路车辆i为目标车道上位于目标车辆后方的第一辆车，根据冲突发生条件判断目标车辆j与主路车辆i在下一时间步是否存在碰撞或追尾冲突，若不存在冲突则执行步骤四；若存在冲突则执行步骤二～四；

冲突发生条件为：

式(1)中，v_i、v_j分别表示主路车辆i和目标车辆j的速度，Δt为下一时间步的步长，D_safe表示车辆安全间隙，d_ij表示目标车辆j与主路车辆i当前时间步的间距；

步骤二、根据分组标准分别将主路控制区内位于目标车辆后方的主路车辆和匝道控制区包括目标车辆以及位于目标车辆后方的匝道车辆进行分组，将满足分组标准的车辆分为一组；

分组标准为：

t₁＜α·t₂+Δt₂ (6)

其中，α表示安全系数，Δt₂表示时间阈值；t₁表示后车以最大加速度加速至最大速度，并以最大速度行驶至汇入点所需时间；t₂表示前车以最小减速度减速至车道最低限速，并以车道最低限速行驶至汇入点所需时间；

步骤三、首先，将每个车辆组视为一辆车，构建式(7)所示的车辆通行时间函数f₁和式(8)所示的时间延误函数f₂；

其中，n₁、n₂分别表示主路车辆和匝道车辆的组数；

表示第k个车辆组的领导车辆预定到达汇入点的时间，满足下述条件：

其中，

表示第k-1个车辆组的领导车辆预定到达汇入点的时间，

表示第k个车辆组的领导车辆到达汇入点的最小通行时间，Δt₁表示第k-1与k个车辆组的领导车辆之间的时距，n表示第k-1个车辆组包含的车辆数；

其次，构建式(9)所示的协作控制通行效率函数：

maxF＝ω₁f₁+ω₂f₂ (9)

其中，ω₁、ω₂均为权重因子，ω₁+ω₂＝1；

最后，将所有车辆组作为群智能算法的个体，协作控制通行效率函数作为群智能算法的适应度函数，利用群智能算法对协作控制通行效率函数进行优化，得到车辆组通过汇入点的最优顺序；

步骤四、确定车辆通过汇入点的顺序后，按照顺序将匝道车辆虚拟映射到主路中，使主路上的所有车辆按照车辆跟驰模型CACC进行跟驰，直至顺利通过汇入点；

当自动驾驶车辆进入匝道控制区，则执行步骤一～四，以此完成道路合流区协作汇入控制。

2.根据权利要求1所述的基于自动驾驶车辆队列的道路合流区协作汇入控制方法，其特征在于，车辆安全间隙的表达式为：

其中，a_min为车辆的最小减速度，a_i表示主路车辆i的加速度；v_safe表示车辆的安全速度，表达式为：

其中，x_i、x_j分别表示主路车辆i和目标车辆j的位置，S₀表示车辆最小安全距离，b_i表示主路车辆i的减速度。

3.根据权利要求1所述的基于自动驾驶车辆队列的道路合流区协作汇入控制方法，其特征在于，将主路车辆i和i-1分别作为前车和后车，利用式(4)计算后车以最大加速度加速至最大速度，并以最大速度行驶至汇入点所需时间t₁；

式(4)中，v_max表示车辆的最大速度，a_max表示车辆的最大加速度，x_p表示汇入点位置；v_i-1、x_i-1分别表示后车的速度和位置；

通过式(5)计算前车以最小减速度减速至车道最低限速，并以车道最低限速行驶至汇入点所需时间t₂；

式(5)中，v_min表示车道最低限速。

4.根据权利要求1～3任一所述的基于自动驾驶车辆队列的道路合流区协作汇入控制方法，其特征在于，所述群智能算法为粒子群算法或蚁群算法。

Images