CN114664098B - 一种路权分配方法和装置 - Google Patents

一种路权分配方法和装置 Download PDF

Info

Publication number
CN114664098B
CN114664098B CN202210414710.3A CN202210414710A CN114664098B CN 114664098 B CN114664098 B CN 114664098B CN 202210414710 A CN202210414710 A CN 202210414710A CN 114664098 B CN114664098 B CN 114664098B
Authority
CN
China
Prior art keywords
group
vehicle
maximum
time
packet
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
CN202210414710.3A
Other languages
English (en)
Other versions
CN114664098A (zh
Inventor
徐鑫
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.)
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi Technology 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 Beijing Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN202210414710.3A priority Critical patent/CN114664098B/zh
Publication of CN114664098A publication Critical patent/CN114664098A/zh
Application granted granted Critical
Publication of CN114664098B publication Critical patent/CN114664098B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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

Landscapes

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

Abstract

本发明公开了一种路权分配方法和装置，涉及自动驾驶技术领域。该方法的一具体实施方式包括：基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组；以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。该实施方式能够解决求解路权分配最优解的复杂度增加的技术问题。

Description

一种路权分配方法和装置
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种路权分配方法和装置。
背景技术
智能车路协同系统的出现为自动驾驶的实现提供了一种廉价、高可靠性的可行途径，车路协同环境下的车辆群决策问题通常被称为协同驾驶(Cooperative Driving)问题。随着近三十年来的不断探索和研究，车路协同环境下群决策问题的整体概念和研究对象逐步明确，并可描述该问题为：针对典型交通场景(如城市路口、高速路匝道等)，为该场景覆盖范围(一般由通信设备的通信能力所决定)内的所有交通参与者(如车辆、行人等)规划出优化某个特定目标(如通行效率、能耗排放等)，使得所有交通参与者沿着相应轨迹运动，便可安全地通过该场景。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
现有方法构造出的优化问题往往存在时间变量和状态变量高度耦合的情况，尽管可以使用数学语言进行描述，但难以对其进一步地求解。随着场景中车辆数增加，求解路权分配最优解的复杂度增加，从而导致获得路权分配最优解的概率下降。
发明内容
有鉴于此，本发明实施例提供一种路权分配方法和装置，以解决求解路权分配最优解的复杂度增加的技术问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种路权分配方法，包括：
基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组；
以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
可选地，基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组，包括：
对于每个车辆，判断所述车辆与前车的车头时距是否大于时距阈值；若是，则增加一个分组，并将所述车辆划入所述分组中；
判断分组的总组数是否大于组数阈值；若是，则增大所述时距阈值。
可选地，所述旅行延误总时长采用以下方法计算：
对于每个分组，计算所述分组的旅行延误时长；
将各个分组的旅行延误时长相加，得到旅行延误总时长。
可选地，计算所述分组的旅行延误时长，包括：
将所述分组实际到达冲突区的时刻减去所述分组以最大加速度和最大速度行驶到冲突区的时刻；
其中，所述分组实际到达冲突区的时刻为所述分组内各个车辆实际到达冲突区的时刻的平均值，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值。
可选地，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
可选地，所述安全行驶条件包括：
对于同车道上的两个跟驰分组，所述两个跟驰分组到达冲突区的时间间隔大于等于第一安全时距；
对于冲突方向上的两个分组，所述两个分组到达冲突区的时间间隔大于等于第二安全时距；
其中，所述第二安全时距大于所述第一安全时距，所述冲突方向为在冲突区会发生横向碰撞的方向。
可选地，所述安全行驶条件还包括：
对于每个分组，所述分组的实际加速度大于等于所述分组的最小加速度且小于等于所述分组的最大加速度；其中，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最小加速度为所述分组内各个车辆的最小加速度的平均值；
对于每个分组，所述分组的实际行驶速度大于等于所述分组的最小行驶速度且小于等于所述分组的最大行驶速度；其中，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值，所述分组的最小行驶速度为所述分组内各个车辆的最小行驶速度的平均值。
另外，根据本发明实施例的另一个方面，提供了一种路权分配装置，包括：
分组模块，用于基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组；
分配模块，用于以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
可选地，所述分组模块还用于：
对于每个车辆，判断所述车辆与前车的车头时距是否大于时距阈值；若是，则增加一个分组，并将所述车辆划入所述分组中；
判断分组的总组数是否大于组数阈值；若是，则增大所述时距阈值。
可选地，所述旅行延误总时长采用以下方法计算：
对于每个分组，计算所述分组的旅行延误时长；
将各个分组的旅行延误时长相加，得到旅行延误总时长。
可选地，所述分配模块还用于：
将所述分组实际到达冲突区的时刻减去所述分组以最大加速度和最大速度行驶到冲突区的时刻；
其中，所述分组实际到达冲突区的时刻为所述分组内各个车辆实际到达冲突区的时刻的平均值，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值。
可选地，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
可选地，所述安全行驶条件包括：
对于同车道上的两个跟驰分组，所述两个跟驰分组到达冲突区的时间间隔大于等于第一安全时距；
对于冲突方向上的两个分组，所述两个分组到达冲突区的时间间隔大于等于第二安全时距；
其中，所述第二安全时距大于所述第一安全时距，所述冲突方向为在冲突区会发生横向碰撞的方向。
可选地，所述安全行驶条件还包括：
对于每个分组，所述分组的实际加速度大于等于所述分组的最小加速度且小于等于所述分组的最大加速度；其中，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最小加速度为所述分组内各个车辆的最小加速度的平均值；
对于每个分组，所述分组的实际行驶速度大于等于所述分组的最小行驶速度且小于等于所述分组的最大行驶速度；其中，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值，所述分组的最小行驶速度为所述分组内各个车辆的最小行驶速度的平均值。
根据本发明实施例的另一个方面，还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现上述任一实施例所述的方法。
根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。
根据本发明实施例的另一个方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组，然后以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解目标函数的最小值，从而得到每个分组的通行顺序的技术手段，所以克服了现有技术中求解路权分配最优解的复杂度增加的技术问题。本发明实施例通过分组的方式降低求解路权分配最优解的复杂度，同时保持极高概率获得路权分配的近似最优解，实现了计算时间复杂度和通行效率之间的良好平衡。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
图1是匝道汇流场景示意图；
图2是根据本发明实施例的路权分配方法的主要流程的示意图；
图3是根据本发明实施例的对车辆进行分组的流程示意图；
图4是根据本发明实施例枚举分组通行顺序的示意图；
图5是根据本发明实施例的路权分配装置的主要模块的示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
车路协同环境下的典型交通场景群决策方法可根据场景内是否存在中央控制器被划分为集中式方法和分布式方法两种类型。具体划分原则为：若系统中至少存在一个任务是由中央控制器全局规划，并将规划结果广播给道路上的所有车辆，则该方法属于集中式方法；反之，则该方法属于分布式方法。
图1示出了一个典型的匝道汇流场景。如图1所示，该场景中每个方向都是单车道，不同车道的车辆在图中阴影处可能发生横向碰撞，因此该区域通常被称作冲突区。曲线右侧的区域表示控制区，进入控制区的车辆将受到中央控制器的统一决策和控制。L表示从控制区的入口处到冲突区的距离，该距离一般与通信设备的覆盖能力有关，通常情况下在100-250m范围内可以获得较好的通信质量。值得一提的是，本发明实施例提出的方法也可以应用于相似的多车道汇流场景，本发明仅以单车道场景为例进行说明。
本发明实施例的主要目标是通过规划所有车辆的轨迹，使所有车辆安全、高效地通过冲突区。一种有效的解决方法是将该群决策问题分解为路权分配问题和轨迹规划问题两个部分。由于本发明实施例主要关注车辆群体通过冲突区的通行效率，因此本发明实施例的核心目标是高效求解对应的路权分配问题。
一旦车辆进入到控制区中，系统就会给予其一个唯一的标识。例如，CAVi就表示第i辆进入到控制区中的车辆。同时该车可以通过V2X通信技术与控制区内的其他车辆或路侧设备进行通信，共享的信息主要包含自身状态信息(如位置、速度、加速度等)和意图信息。此外，假设该系统使用的是集中式的控制方法，即在系统中存在一个可以获取所有车辆信息并作出决策指令的中央控制器。而对于分布式的系统，可以令每辆车都计算一个相同的优化问题或从所有车辆中选出一辆车来作为中心节点执行计算。
对于计算的方式，一般有两种策略：时间驱动的方式和事件驱动的方式。时间驱动的方式指系统每隔指定的时间周期进行一次新的计算；事件驱动的方式则是事先定义一系列的事件，通过事件的发生来触发计算。常见的事件包括：有新车辆进入控制区、有车辆离开控制区等。当场景中的车流量较小时，采用事件驱动的方式可以大幅度地减少计算的频次。但是当车流量较大时，事件驱动的方式可能由于事件频繁被触发导致一次计算还末完成又有新的计算触发，产生计算排队的现象。在这种情况下，可以增加触发间隔的设定，即一次触发计算后必须间隔多长时间才能触发下一次计算来避免这种现象。
对于一个交通系统而言，通行效率往往是交通管理者和参与者的主要关注点。它的评价指标主要包括：旅行延误时长和最大通行时刻。本发明定义车辆i的旅行延误时长Di为：
Di＝ta，i-tm，i (1)
其中，ta，i表示车辆i实际到达冲突区的时刻，tm，i表示车辆i以最大加速度和最大速度行驶到冲突区的时刻(即车辆i到达冲突区的最快时刻)，即等价于ta，i的理论下界值，tm，i的具体数值可以通过如下公式进行计算：
其中，x0表示车辆的初始位置，v0表示车辆的初速度，t0表示车辆进入冲突区的时刻，amax和amin分别表示车辆的最大加速度和最小加速度，vmax和vmin分别表示车辆的最大速度和最小速度。
另外，定义最大通行时间E为：
E＝m(ta，i) (3)
显然，最大通行时刻指的是控制区中最后一辆车到达冲突区的时刻，优化该目标等价于令所有车辆尽快离开控制区。为了综合地优化交通效率，本发明实施例采用上述两个评价指标的加权和作为目标函数J，即：
其中，ω1和ω2是两个权重参数，ta，i是该目标函数的决策变量。
对于一个优化问题而言，除了目标函数和决策变量外，另一个关键要素便是确定约束条件。
首先对于同车道上的跟驰车辆，为了避免追尾碰撞，要求它们到达冲突区的时间间隔一个安全时距Δt1，则有：
ta，i-ta，ip≥Δt1 (5)
其中，车辆ip表示车辆i的同车道前车。
其次，对于冲突方向上的两辆车，为了避免发生横向碰撞，可以类似地要求它们到达冲突区的时间相隔一个安全时距Δt2，则有：
该约束保证了冲突方向上的任意两辆车i和j不能同时出现在冲突区内。
由于同车道的车辆往往可以保持更近的车头时距，因此一般假设有Δt2大于Δt1。进一步地，引入二进制变量bi，j表示车辆i和j之间的优先级，可以将上述的或语句转换成且语句，则有：
其中，M是一个充分大的常数。当bi，j等于0时，由于M足够大，所以约束条件(7)必然满足，此时约束条件(7)变成与约束条件(5)相似的形式，表示车辆j将早于车辆i到达冲突区。而当bi，j等于1时，情况相反，车辆i会比车辆j先到达冲突区。此方法通过使用足够大的常数M使得约束条件(7)等价于约束条件(6)。
定义两个集合和/>分别表示在两个车道上的车辆构成的集合，两个集合的大小(即两条道路上的车辆数)分别为n1和n2。通过引入一系列二进制变量/>可构造如下的优化问题：
其中，优化问题的决策变量为ta和b，ta表示所有车辆到达冲突区的时刻构成的向量，b表示车辆的通行顺序。通行顺序除了可以被表示为向量b外，还可以被表示为字符串的形式，使得更加直观。例如，字符串ABCD表示车辆A，B，C和D顺序进入冲突区。每个这样的字符串都对应于b的一个可能值(即通行概率，通行概率越大，则越早通行)。
而当通行顺序给定的情况下，本发明实施例采用迭代算法对优化问题(8)进行快速求解，该迭代算法可以采用如下伪代码实现：
输入：一个通行顺序P
输出：对应的目标值J和车辆达到冲突器的期望时刻ta
其中，CAV[tmin]表示车辆的最快到达时间tmin，CAVP，i表示通行顺序P中第i辆通过冲突区的车辆。该迭代算法的时间复杂度为O(n)，其中，n为控制区中的车辆数。
图2是根据本发明实施例的路权分配方法的主要流程的示意图。作为本发明的一个实施例，如图2所示，所述路权分配方法可以包括：
步骤201，基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组。
为了降低求解路权分配最优解的复杂度，本发明实施例首先对各个车道上的车辆进行分组，通过分组的方式可以有效降低求解路权分配最优解的复杂度，同时保持极高概率获得路权分配的近似最优解。
在步骤201中，可以基于相邻两辆车之间的车头时距，对各个车辆上的车辆进行分组，那么在后续步骤中，则可以以分组为最小单元进行路权分配，以提高最优通行顺序的搜索效率。
可选地，步骤201可以包括：对于每个车辆，判断所述车辆与前车的车头时距是否大于时距阈值；若是，则增加一个分组，并将所述车辆划入所述分组中；判断分组的总组数是否大于组数阈值；若是，则增大所述时距阈值。在本发明实施例中，可以预先设置时距阈值，然后基于时距阈值对车辆进行分组，如果分组的总组数大于组数阈值，说明划分的组数过大，需要适当增大时距阈值，接着基于新的时距阈值对车辆进行分组，从而将车辆划分为合适的组数。
步骤202，以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
对各个车道上的车轮进行分组之后，以每个分组为最小单元，以旅行延误时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序。也就是说，将一个分组整体看作“一辆特殊的车”，对目标函数进行求解，从而得到“每辆车”的通行顺序，由此得到每个分组的通行顺序。
可选地，所述旅行延误总时长采用以下方法计算：对于每个分组，计算所述分组的旅行延误时长；将各个分组的旅行延误时长相加，得到旅行延误总时长。由于将每个分组整体看作“一辆特殊的车”，因此分别计算每个分组的旅行延误时长，然后将各个分组的旅行延误时长相加，从而得到总的旅行延误时长。
可选地，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。由于将每个分组整体看作“一辆特殊的车”，因此最大通行时刻为控制区中最后一个分组中的最后一辆车到达冲突区的时刻，从而提高求解结果的准确性。
可选地，计算所述分组的旅行延误时长，包括：将所述分组实际到达冲突区的时刻减去所述分组以最大加速度和最大速度行驶到冲突区的时刻；其中，所述分组实际到达冲突区的时刻为所述分组内各个车辆实际到达冲突区的时刻的平均值，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值。由于将每个分组整体看作“一辆特殊的车”，因此对于一个分组来说，可以将该分组内各个车辆实际到达冲突区的时刻的平均值作为该分组实际到达冲突区的时刻，同理，将该分组内各个车辆的最大加速度的平均值作为该分组的最大加速度，将该分组内各个车辆的最大行驶速度的平均值作为该分组的最大行驶速度，从而提高求解结果的准确性。
可选地，所述安全行驶条件包括：对于同车道上的两个跟驰分组，所述两个跟驰分组到达冲突区的时间间隔大于等于第一安全时距；对于冲突方向上的两个分组，所述两个分组到达冲突区的时间间隔大于等于第二安全时距；其中，所述第二安全时距大于所述第一安全时距，所述冲突方向为在冲突区会发生横向碰撞的方向。对于一个优化问题而言，除了目标函数和决策变量外，另一个关键要素便是确定约束条件。首先对于同车道上的两个跟驰分组，为了避免追尾碰撞，要求它们到达冲突区的时间间隔一个安全时距Δt1(第一安全时距)；其次，对于冲突方向上的两个分组，为了避免发生横向碰撞，可以类似地要求它们到达冲突区的时间相隔一个安全时距Δt2(第二安全时距)。由于同车道的分组往往可以保持更近的车头时距，因此一般假设有Δt2大于Δt1。
可选地，所述安全行驶条件还包括：对于每个分组，所述分组的实际加速度大于等于所述分组的最小加速度且小于等于所述分组的最大加速度；其中，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最小加速度为所述分组内各个车辆的最小加速度的平均值；对于每个分组，所述分组的实际行驶速度大于等于所述分组的最小行驶速度且小于等于所述分组的最大行驶速度；其中，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值，所述分组的最小行驶速度为所述分组内各个车辆的最小行驶速度的平均值。
由于将每个分组整体看作“一辆特殊的车”，因此对于一个分组来说，可以将该分组内各个车辆的最大加速度的平均值作为该分组的最大加速度，同理，将该分组内各个车辆的最小加速度的平均值作为该分组的最小加速度，将该分组内各个车辆的最大行驶速度的平均值作为该分组的最大行驶速度，将该分组内各个车辆的最小行驶速度的平均值作为该分组的最小行驶速度，从而提高求解结果的准确性。
本发明实施例通过分组的方式从原有解空间中采样获得一个缩小的子空间，并在该子空间内搜索最优解，尤其是当场景中车辆数较多时，可以显著提高最优通行顺序的搜索效率。
根据上面所述的各种实施例，可以看出本发明实施例通过基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组，然后以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解目标函数的最小值，从而得到每个分组的通行顺序的技术手段，解决了现有技术中求解路权分配最优解的复杂度增加的技术问题。本发明实施例通过分组的方式降低求解路权分配最优解的复杂度，同时保持极高概率获得路权分配的近似最优解，实现了计算时间复杂度和通行效率之间的良好平衡。
目前，典型的路权分配方法包括最优规划策略和可行规划策略。
一般而言，最优规划策略会直接求解上述的优化问题(8)。由于其优化目标不具备最优子结构，因此只能使用树搜索方法或经典的分支定界法对上述的混合整数规划问题进行求解。然而，变量b总共有种可能值。因此在最差情况下，分支定界法的时间复杂度是指数类型的。数值仿真实验的结果显示如果使用分支定界法进行求解，只有在车辆数较少时，计算时间才能满足实时性要求。
可行规划策略会使用贪心算法去求解优化问题(8)，以获得一个较好的路权分配结果。但大部分可行规划策略得到的路权分配结果都近似服从先进先出的原则，但根据先进先出原则获得的解性能常常难以令人满意。此外，值得说明的是，基于先进先出的方法有两种常见的实现方式：一种是先进入控制区的车辆具有更高的优先权；第二种是先到达冲突区的车辆具有更高的优先权。对于第一种类型的方法，不需要进行排序，直接根据车辆进入控制区的次序就可以得到相应的通行顺序；而对于第二种方法，则需先计算每辆车到达冲突区的估计时刻，再利用排序算法对估计到达时刻进行排序，从而得到通行顺序。因此，前者的时间复杂度是O(n)，而后者的时间复杂度为O(nlog(n))。
本发明实施例实际上基于最优规划策略的一种调整，本发明实施例是在原有解空间的一个子集中搜索该子集的最优解，而不是搜索完整的解空间。如果该子集中包含全局最优解或具有性能很好的解，通过搜索该子集，就可以在极大降低计算时间的情况下获得一个很好的解。
下面对分组过程进行详细描述，如图3所示，首先初始化时距阈值，并且设置参数(将组数设置为0，车辆i设置为1)，然后根据获得的车辆信息计算每辆车与前车之间的车头时距，如果两辆车之间的车头时距小于时距阈值，那么它们就将被分为一组，否则，后车就与前车不属于同一组，总组数加一。
为了提高鲁棒性，本发明实施例使用了自适应的时距阈值。例如，初始的时距阈值设置为1.5秒，这也是同车道前后两辆车的安全车头时距。根据该时距阈值完成初次分组后，如果总组数小于组数阈值，则分组过程完成，否则，将时距阈值增加x(x可以取值可以设置为0.1秒、0.2秒或者0.5秒等)，并重复上述步骤，直到分组的总组数小于组数阈值。
显然，时距阈值直接影响了分组的总组数。为了控制计算时间，最大允许组数(即组数阈值)被设定为5-15，如果最大组数大于15，计算时间会相对较长，影响实际应用的实时性，如果最大组数小于5，则无法降低求解路权分配最优解的复杂度。
当完成分组后，将一组车整体看作为一辆特殊的车辆，并计算这些特殊车辆的最优通行顺序。属于同一组的车辆会连续通过冲突区，且不会受到其他车辆的中断。最后，在得到以分组为单位的最优通行顺序后，需要进一步将其解释为所有车辆的通行顺序。分组的主要优点在于显著降低了原问题的时间复杂度，尤其当车辆数n比较大时。如果最大组数为c，本发明实施例的时间复杂度为O(c！n)。
为了更直观地理解分组方法带来的有益效果，本发明实施例以图1所示的场景为例进行简单说明。如图1所示，对车辆进行分组后，场景中的7辆车可以被分为4个分组，关于这4个分组的所有可行通行顺序可以被很容易地枚举出来，如图4所示。之后，将该基于小组的通行顺序进一步解释为基于车辆的通行顺序(图4中小括号中展示的顺序))。显然，解空间的大小由原来未分组时的7！减少到分组后的6。
图5是根据本发明实施例的路权分配装置的主要模块的示意图。如图5所示，所述路权分配装置500包括分组模块501和分配模块502；其中，分组模块501用于基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组；分配模块502用于以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
可选地，所述分组模块501还用于：
对于每个车辆，判断所述车辆与前车的车头时距是否大于时距阈值；若是，则增加一个分组，并将所述车辆划入所述分组中；
判断分组的总组数是否大于组数阈值；若是，则增大所述时距阈值。
可选地，所述旅行延误总时长采用以下方法计算：
对于每个分组，计算所述分组的旅行延误时长；
将各个分组的旅行延误时长相加，得到旅行延误总时长。
可选地，所述分配模块502还用于：
将所述分组实际到达冲突区的时刻减去所述分组以最大加速度和最大速度行驶到冲突区的时刻；
其中，所述分组实际到达冲突区的时刻为所述分组内各个车辆实际到达冲突区的时刻的平均值，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值。
可选地，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
可选地，所述安全行驶条件包括：
对于同车道上的两个跟驰分组，所述两个跟驰分组到达冲突区的时间间隔大于等于第一安全时距；
对于冲突方向上的两个分组，所述两个分组到达冲突区的时间间隔大于等于第二安全时距；
其中，所述第二安全时距大于所述第一安全时距，所述冲突方向为在冲突区会发生横向碰撞的方向。
可选地，所述安全行驶条件还包括：
对于每个分组，所述分组的实际加速度大于等于所述分组的最小加速度且小于等于所述分组的最大加速度；其中，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最小加速度为所述分组内各个车辆的最小加速度的平均值；
对于每个分组，所述分组的实际行驶速度大于等于所述分组的最小行驶速度且小于等于所述分组的最大行驶速度；其中，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值，所述分组的最小行驶速度为所述分组内各个车辆的最小行驶速度的平均值。
需要说明的是，在本发明所述路权分配装置的具体实施内容，在上面所述路权分配方法中已经详细说明了，故在此重复内容不再说明。
图6示出了可以应用本发明实施例的路权分配方法或路权分配装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。
需要说明的是，本发明实施例所提供的路权分配方法一般由服务器605执行，相应地，所述路权分配装置一般设置在服务器605中。本发明实施例所提供的路权分配方法也可以由终端设备601、602、603执行，相应地，所述路权分配装置可以设置在终端设备601、602、603中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括分组模块和分配模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，该设备实现如下方法：基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组；以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻。
作为另一方面，本发明实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。
根据本发明实施例的技术方案，因为采用基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组，然后以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解目标函数的最小值，从而得到每个分组的通行顺序的技术手段，所以克服了现有技术中求解路权分配最优解的复杂度增加的技术问题。本发明实施例通过分组的方式降低求解路权分配最优解的复杂度，同时保持极高概率获得路权分配的近似最优解，实现了计算时间复杂度和通行效率之间的良好平衡。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种路权分配方法，其特征在于，包括：
基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组；
以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻；
所述旅行延误总时长采用以下方法计算：
对于每个分组，计算所述分组的旅行延误时长；
将各个分组的旅行延误时长相加，得到旅行延误总时长；
计算所述分组的旅行延误时长，包括：
将所述分组实际到达冲突区的时刻减去所述分组以最大加速度和最大速度行驶到冲突区的时刻；
其中，所述分组实际到达冲突区的时刻为所述分组内各个车辆实际到达冲突区的时刻的平均值，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值。
2.根据权利要求1所述的方法，其特征在于，基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组，包括：
对于每个车辆，判断所述车辆与前车的车头时距是否大于时距阈值；若是，则增加一个分组，并将所述车辆划入所述分组中；
判断分组的总组数是否大于组数阈值；若是，则增大所述时距阈值。
3.根据权利要求1所述的方法，其特征在于，所述安全行驶条件包括：
对于同车道上的两个跟驰分组，所述两个跟驰分组到达冲突区的时间间隔大于等于第一安全时距；
对于冲突方向上的两个分组，所述两个分组到达冲突区的时间间隔大于等于第二安全时距；
其中，所述第二安全时距大于所述第一安全时距，所述冲突方向为在冲突区会发生横向碰撞的方向。
4.根据权利要求3所述的方法，其特征在于，所述安全行驶条件还包括：
对于每个分组，所述分组的实际加速度大于等于所述分组的最小加速度且小于等于所述分组的最大加速度；其中，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最小加速度为所述分组内各个车辆的最小加速度的平均值；
对于每个分组，所述分组的实际行驶速度大于等于所述分组的最小行驶速度且小于等于所述分组的最大行驶速度；其中，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值，所述分组的最小行驶速度为所述分组内各个车辆的最小行驶速度的平均值。
5.一种路权分配装置，其特征在于，包括：
分组模块，用于基于相邻两辆车之间的车头时距，对各个车道上的车辆进行分组；
分配模块，用于以每个分组为最小单元，以旅行延误总时长和最大通行时刻的加权和作为目标函数，并在安全行驶条件的约束下，求解所述目标函数的最小值，从而得到每个分组的通行顺序；其中，在每个分组中，各个车辆的通行顺序与所述各个车辆在车道中的顺序相同，所述最大通行时刻为控制区中最后一个分组到达冲突区的时刻；
所述旅行延误总时长采用以下方法计算：
对于每个分组，计算所述分组的旅行延误时长；
将各个分组的旅行延误时长相加，得到旅行延误总时长；
所述分配模块还用于：
将所述分组实际到达冲突区的时刻减去所述分组以最大加速度和最大速度行驶到冲突区的时刻；
其中，所述分组实际到达冲突区的时刻为所述分组内各个车辆实际到达冲突区的时刻的平均值，所述分组的最大加速度为所述分组内各个车辆的最大加速度的平均值，所述分组的最大行驶速度为所述分组内各个车辆的最大行驶速度的平均值。
6.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
7.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
CN202210414710.3A 2022-04-20 2022-04-20 一种路权分配方法和装置 Active CN114664098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210414710.3A CN114664098B (zh) 2022-04-20 2022-04-20 一种路权分配方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210414710.3A CN114664098B (zh) 2022-04-20 2022-04-20 一种路权分配方法和装置

Publications (2)

Publication Number Publication Date
CN114664098A CN114664098A (zh) 2022-06-24
CN114664098B true CN114664098B (zh) 2023-08-04

Family

ID=82036048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210414710.3A Active CN114664098B (zh) 2022-04-20 2022-04-20 一种路权分配方法和装置

Country Status (1)

Country Link
CN (1) CN114664098B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004077377A1 (fr) * 2003-02-27 2004-09-10 Shaopeng Yang Procede de regulation de la circulation routiere et installations routieres
CN108831143A (zh) * 2018-06-15 2018-11-16 合肥工业大学 基于车路协同技术的信号交叉口车队速度引导方法
CN108932856A (zh) * 2018-07-25 2018-12-04 长沙理工大学 一种自动驾驶下交叉口通行权设置方法
US10217357B1 (en) * 2017-11-03 2019-02-26 Mohamed Roshdy Elsheemy Autonomous in-vehicle virtual traffic light system
CN110379169A (zh) * 2019-03-21 2019-10-25 江苏智通交通科技有限公司 基于视频号牌设备的待转区车道饱和车头时距计算方法
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
CN111781920A (zh) * 2019-11-26 2020-10-16 北京京东乾石科技有限公司 自动驾驶方法、装置和存储介质
CN112419751A (zh) * 2020-10-10 2021-02-26 同济大学 基于单截面电警数据的信号交叉口车道排队长度估计方法
CN113421444A (zh) * 2021-05-17 2021-09-21 东南大学 一种基于车辆路径信息的城市道路网信号控制方法与装置
CN113781811A (zh) * 2021-09-16 2021-12-10 武汉理工大学 一种矿区路口车辆通行决策系统及方法
CN113838285A (zh) * 2021-09-22 2021-12-24 清华大学 一种车路协同环境下实现车辆群体决策的方法及装置
CN113936475A (zh) * 2021-08-19 2022-01-14 复旦大学 一种多道路资源优化的交通控制方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7969324B2 (en) * 2008-12-01 2011-06-28 International Business Machines Corporation Optimization of vehicular traffic flow through a conflict zone
US11145197B2 (en) * 2019-03-13 2021-10-12 Mitsubishi Electric Research Laboratories, Inc. Joint control of vehicles traveling on different intersecting roads

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004077377A1 (fr) * 2003-02-27 2004-09-10 Shaopeng Yang Procede de regulation de la circulation routiere et installations routieres
US10217357B1 (en) * 2017-11-03 2019-02-26 Mohamed Roshdy Elsheemy Autonomous in-vehicle virtual traffic light system
CN108831143A (zh) * 2018-06-15 2018-11-16 合肥工业大学 基于车路协同技术的信号交叉口车队速度引导方法
CN108932856A (zh) * 2018-07-25 2018-12-04 长沙理工大学 一种自动驾驶下交叉口通行权设置方法
CN110379169A (zh) * 2019-03-21 2019-10-25 江苏智通交通科技有限公司 基于视频号牌设备的待转区车道饱和车头时距计算方法
CN111781920A (zh) * 2019-11-26 2020-10-16 北京京东乾石科技有限公司 自动驾驶方法、装置和存储介质
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
CN112419751A (zh) * 2020-10-10 2021-02-26 同济大学 基于单截面电警数据的信号交叉口车道排队长度估计方法
CN113421444A (zh) * 2021-05-17 2021-09-21 东南大学 一种基于车辆路径信息的城市道路网信号控制方法与装置
CN113936475A (zh) * 2021-08-19 2022-01-14 复旦大学 一种多道路资源优化的交通控制方法和系统
CN113781811A (zh) * 2021-09-16 2021-12-10 武汉理工大学 一种矿区路口车辆通行决策系统及方法
CN113838285A (zh) * 2021-09-22 2021-12-24 清华大学 一种车路协同环境下实现车辆群体决策的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于车路协同的高速公路入口匝道车辆汇入引导方法;张存保;李劲松;黄传明;夏银霞;;武汉理工大学学报(交通科学与工程版)(04);全文 *

Also Published As

Publication number Publication date
CN114664098A (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
Zhang et al. Digital twin empowered content caching in social-aware vehicular edge networks
WO2022121510A1 (zh) 基于随机策略梯度的交通信号控制方法、系统及电子设备
US20210302585A1 (en) Smart navigation method and system based on topological map
CN111311959B (zh) 多路口协同控制方法、装置、电子设备及存储介质
CN114067559B (zh) 一种自动车专用道并入普通车道的合流优化控制方法
CN114889603A (zh) 一种车辆换道处理方法和装置
Zheng et al. Design and analysis of delay-tolerant intelligent intersection management
US12039472B2 (en) Method and device for scheduling automated guided vehicle
Li et al. Intersection management for autonomous vehicles with vehicle-to-infrastructure communication
CN114781267B (zh) 基于多源大数据的职住接驳动态公交管理方法及系统
He et al. PAMSCOD: Platoon-based arterial multi-modal signal control with online data
CN113335292B (zh) 车辆控制方法、装置、设备和计算机存储介质
CN106887141A (zh) 基于排队论的连续交通节点拥塞程度预测模型、系统及方法
JP2021168174A (ja) 車両整列情報を特定する方法及び装置、電子機器、路側機器、クラウド制御プラットフォーム、記憶媒体並びにコンピュータプログラム製品
CN112700636A (zh) 用于更新信息的方法和装置
CN111369814B (zh) 一种车路协同公交车控制方法、装置及终端设备
Yang et al. Intelligent vehicle control at signal‐free intersection under mixed connected environment
Park et al. Applying DQN solutions in fog-based vehicular networks: Scheduling, caching, and collision control
CN114664098B (zh) 一种路权分配方法和装置
Han et al. Exploiting beneficial information sharing among autonomous vehicles
Lin et al. A dynamic programming approach to optimal lane merging of connected and autonomous vehicles
CN111476401A (zh) 航班时刻表优化方法及系统
CN111866810B (zh) 一种车联网频谱分配方法及设备
Choudhury et al. Dynamic scheduling of traffic signal (DSTS) management in urban area network
CN113269339B (zh) 一种网约车任务自动创建和分发的方法及系统

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