CN115035731A - 一种基于车辆组群的智能网联队列合流方法 - Google Patents

一种基于车辆组群的智能网联队列合流方法 Download PDF

Info

Publication number
CN115035731A
CN115035731A CN202210677613.3A CN202210677613A CN115035731A CN 115035731 A CN115035731 A CN 115035731A CN 202210677613 A CN202210677613 A CN 202210677613A CN 115035731 A CN115035731 A CN 115035731A
Authority
CN
China
Prior art keywords
queue
network connection
intelligent
intelligent network
vehicle
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
CN202210677613.3A
Other languages
English (en)
Other versions
CN115035731B (zh
Inventor
王昊
吕科赟
董长印
陈雨佳
刘云杰
熊卓智
尹芳至
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN202210677613.3A priority Critical patent/CN115035731B/zh
Publication of CN115035731A publication Critical patent/CN115035731A/zh
Application granted granted Critical
Publication of CN115035731B publication Critical patent/CN115035731B/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
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/22—Platooning, i.e. convoy of communicating 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于车辆组群的智能网联队列合流方法，方法包括：划分合流点上游区域为合流区和行驶区；根据相对间距和队长形成车辆组，获取关键车辆的当前和预测合流后的纵向距离；计算行驶在未封闭车道上的智能网联队列的前后间隙；根据间隙和车辆组内其他智能网联队列长度确定合流次序。本发明提供的方法综合考虑一定范围内智能网联队列进行合流的可能性，对智能网联队列合流的不同场景进行了详述，进而为智能网联队列合流算法提供决策依据，为未来交通安全高效提供保障。

Description

一种基于车辆组群的智能网联队列合流方法
技术领域
本发明涉及智能交通控制领域，具体涉及一种基于车辆组群的智能网联环境下队列合流方法。
背景技术
交通拥堵、安全是关键的生活质量问题。创新技术为解决这些新兴问题提供了机会。信息和通信技术，尤其是车对车通信，在交通领域引起了广泛关注。在这种情况下，共享一些共同特征(例如，目的地、部分重叠路径)的智能网联车辆可以通过利用V2V通信协作形成队列。基于队列的驾驶模式是指一系列车辆以协调的速度和预先指定的车间距一起行驶。基于队列的驾驶模式的好处包括提高道路吞吐量、缓解交通拥堵、降低能耗和废气排放。随着未来智能网联车辆渗透率的不断提高，会在一段时间内形成智能网联汽车和人工驾驶汽车共存的局面，在前方多条道路施工封闭，只有一条车道对外开放的典型交通场景下，网联环境下的各种异质车辆该如何通过换道进行合流对克服该瓶颈处的不利影响，对于增加整条道路的通行能力，提高通行效率非常重要。
发明内容
发明目的：为了补充网联环境下异质车辆合流场景在应用中方法论的空缺，本发明目的在于提出一种基于交通密度和相对间距的智能网联队列合流方法，在合流处的交通流为非饱交通流的前提下，以智能网联队列前后间距和人工驾驶车辆合流后的队列形式确定不同临近的智能网联队列的驶入合流点的次序，在时空上分离车辆对合流点的占据，并使合流后的智能网联队列能够在更大的网络拓扑下编组行驶，保障了道路交通安全、高效、平稳的状态。
技术方案：为解决上述技术问题，本发明采用的技术方案为：
一种基于车辆组群的智能网联队列合流方法，该方法适用于两外侧车道封闭的三车道道路下的混合交通合流场景，且合流后交通流为非饱和交通流，即道路交通流量小于单车道通行能力,所述混合交通场景包括人工驾驶车辆和智能网联车辆，其中智能网联车辆在通信拓扑下以智能网联队列方式行驶，所述单车道通行能力与智能网联车辆渗透率有关。
所述合流方法包括如下步骤：
(1)划分合流点上游区域，所述上游区域分为合流区和行驶区，其中合流区为判断车辆合流次序的区域，行驶区为车辆在未进行换道决策情况下沿当前车道正常行驶的区域；
(2)根据决策时刻智能网联队列的领航车和尾车的纵向位置以及队长形成车辆组群，所述车辆组群由在行驶区位于不同车道、在合流区按次序合流的3个智能网联队列组成，车辆组群内各智能网联队列前方人工驾驶车辆先行合流，随后智能网联队列按次序合流；
(3)根据决策时刻合流区内车辆组群中各智能网联队列中领航车前车的纵向位置，计算各智能网联队列前方人工驾驶车辆先行合流后位于中间车道的智能网联队列中领航车前车的纵向位置；
(4)根据决策时刻车辆组群中位于中间车道的智能网联队列的领航车、尾车以及尾车后跟随车辆的纵向位置和步骤(3)得到的该智能网联队列中领航车前车的纵向位置，计算该智能网联队列的前后富余间距If和Ir；
(5)根据步骤(4)得到的前后富余间距以及车辆组群中位于最内侧和最外侧车道的智能网联队列的长度，判断在合流点处汇入的次序。
进一步地，步骤(2)中所述纵向位置为车辆车头相对于合流点的纵向距离。
进一步地，步骤(2)中所述决策时刻为任意车道上不属于其他车辆组的智能网联队列的领航车车头由行驶区进入合流区的时刻。
进一步地，步骤(2)中，所述车辆组群中的3个两智能网联队列满足一下条件：：
Figure BDA0003695359400000021
式中，
Figure BDA0003695359400000022
为车辆组群中智能网联队列i的领航车的纵向位置，
Figure BDA0003695359400000023
为车辆组群中智能网联队列z的领航车的纵向位置，
Figure BDA0003695359400000024
为车辆组群中智能网联队列z的尾车的纵向位置，Nz为智能网联队列z的车辆数，α为与智能网联汽车渗透率有关的系数，
Figure BDA0003695359400000025
Figure BDA0003695359400000026
i,z∈{1，2，3}表示车辆组群中智能网联队列及其所在车道的编号，1表示最内侧车道，2表示中间车道，3表示最外侧车道。
进一步地，步骤(3)中，各智能网联队列前方人工驾驶车辆先行合流后位于中间车道的智能网联队列中领航车前车的纵向位置
Figure BDA0003695359400000027
的计算方法为：当
Figure BDA0003695359400000028
且
Figure BDA0003695359400000029
时，
Figure BDA00036953594000000210
当
Figure BDA00036953594000000211
或
Figure BDA00036953594000000212
时，
Figure BDA00036953594000000213
式中，
Figure BDA00036953594000000214
为车辆组群中智能网联队列i的领航车前车的纵向位置，ssafe为Gipps跟驰模型的安全车头间距。
进一步地，步骤(4)中，前后富余间距If和Ir的计算方法为：
Figure BDA0003695359400000031
Figure BDA0003695359400000032
式中，
Figure BDA0003695359400000033
为车辆组群中智能网联队列2的领航车的纵向位置，
Figure BDA0003695359400000034
为车辆组群中智能网联队列2的领航车前车的纵向位置，
Figure BDA0003695359400000035
为车辆组群中智能网联队列2的尾车后跟随车辆的纵向位置，
Figure BDA0003695359400000036
为车辆组群中智能网联队列2的尾车的纵向位置，ssafe为Gipps跟驰模型的安全车头间距。
进一步地，ssafe＝(vj(t)τj+vj-1(t)2/Bj-1+2lj-1-((vj(t+τj)-Bjτj)2-Bj 2τj 2)/Bj)/2，式中vj(t)为t时刻车辆j的速度，τj为车辆j驾驶者的反应时间，vj-1(t)为t时刻车辆j的前车j-1的速度，Bj为车辆j的最大减速度，lj为车辆j的车身长度，其中车辆j为平衡态的人工驾驶车辆。
进一步地，步骤(6)中，位于最内侧和最外侧车道的智能网联队列的长度L1和L3的计算方法为：
L1＝N1*H1
L3＝N3*H3
式中，N1和N3分别为位于最内侧和最外侧车道的智能网联队列的车辆数，H1和H3分别为位于最内侧和最外侧车道的智能网联队列的车辆在队列控制下的车头间距。
进一步地，智能网联队列的车辆在队列控制下的车头间距H＝N(Xleader-Xla)/(N-1)，式中，N为智能网联队列的车辆数，Xleader为智能网联队列的领航车的纵向位置，Xlast为智能网联队列的尾车的纵向位置。
进一步地，步骤(6)中，所述合流点处汇入的次序的判断方法为：
若同时满足：①L1≥L3，②If≥L1+L3，③Ir≥L1+L3或L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure BDA0003695359400000037
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②If≥L1+L3，③Ir≥L1+L3或L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure BDA0003695359400000038
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1≥L3，②L1+L3>If≥L1，③Ir≥L1+L3或L1+L3>Ir≥L1或L1>Ir≥L3，则合流点处汇入的次序为智能网联队列1、智能网联队列2、智能网联队列3；
若同时满足：①L1≥L3，②L1+L3>If≥L1，③L3>Ir，④
Figure BDA0003695359400000041
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②L1+L3>If≥L1，③L3>Ir，④
Figure BDA0003695359400000042
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1≥L3，②L1>If≥L3，③Ir≥L1+L3或L1+L3>Ir≥L1，则合流点处汇入的次序为智能网联队列3、智能网联队列2、智能网联队列1；
若同时满足：①L1≥L3，②L1>If≥L3，③L1>Ir≥L3或L3>Ir，④
Figure BDA0003695359400000043
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②L1>If≥L3，③L1>Ir≥L3或L3>Ir，④
Figure BDA0003695359400000044
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1≥L3，②L3>If，③Ir≥L1+L3，④
Figure BDA0003695359400000045
则合流点处汇入的次序为智能网联队列2、智能网联队列3、智能网联队列1；
若同时满足：①L1≥L3，②L3>If，③Ir≥L1+L3，④
Figure BDA0003695359400000046
则合流点处汇入的次序为智能网联队列2、智能网联队列1、智能网联队列3；
若同时满足：①L1≥L3，②L3>If，③L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure BDA0003695359400000047
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②L3>If，③L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure BDA0003695359400000048
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②If≥L3+L1，③Ir≥L3+L1或L3+L1>Ir≥L3或L3>Ir≥L1或L1>Ir，④
Figure BDA0003695359400000049
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，②If≥L3+L1，③Ir≥L3+L1或L3+L1>Ir≥L3或L3>Ir≥L1或L1>Ir，④
Figure BDA0003695359400000051
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②L3+L1>If≥L3，③Ir≥L3+L1或L3+L1>Ir≥L3或L3>Ir≥L1，则合流点处汇入的次序为智能网联队列3、智能网联队列2、智能网联队列1；
若同时满足：①L1<L3，②L3+L1>If≥L3，③L1>Ir，④
Figure BDA0003695359400000052
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，①L3+L1>If≥L3，②L1>Ir，③
Figure BDA0003695359400000053
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②L3>If≥L1，③Ir≥L3+L1或L3+L1>Ir≥L3，则合流点处汇入的次序为智能网联队列1、智能网联队列2、智能网联队列3；
若同时满足：①L1<L3，②L3>If≥L1，③L3>Ir≥L1或L1>Ir，④
Figure BDA0003695359400000054
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，②L3>If≥L1，③L3>Ir≥L1或L1>Ir，④
Figure BDA0003695359400000055
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②L1>If，③Ir≥L3+L1，④
Figure BDA0003695359400000056
则合流点处汇入的次序为智能网联队列2、智能网联队列3、智能网联队列1；
若同时满足：①L1<L3，②L1>If，③Ir≥L3+L1，④
Figure BDA0003695359400000057
则合流点处汇入的次序为智能网联队列2、智能网联队列1、智能网联队列3；
若同时满足：①L1<L3，②L1>If，③L3+L1>Ir≥L1或L3>Ir≥L1或L1>Ir，④
Figure BDA0003695359400000058
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，②L1>If，③L3+L1>Ir≥L1或L3>Ir≥L1或L1>Ir，④
Figure BDA0003695359400000059
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明提出的一种基于车辆组群的智能网联队列合流方法，基于智能网联队列驶入合流区上游断面时刻车辆在道路上的空间分布，确定车辆组群，以该时刻预测车辆组群前方的人工驾驶车辆合流完成后的车队形式为基础，分析计算未封闭道路上的智能网联队列前后间隙，以此为依据，确定不同车道的智能网联队列汇入合流点的次序。本发明提供的方法综合考虑一定范围内智能网联队列进行合流的可能性，对智能网联队列合流的不同场景进行了详述，进而为智能网联队列合流算法提供决策依据，为未来交通安全高效提供保障。
附图说明
图1是本发明实施例的方法流程图；
图2是本发明实施例的示例中区域划分的示意图；
图3是本发明实施例的示例中交通状况的示意图。
具体实施方式
为了使本发明的内容更容易被清楚的理解，下面结合附图和具体实施例对本发明作进一步详细的说明。
如图1所示，本发明实施例公开的一种基于车辆组群的智能网联队列合流方法，包括如下步骤：
(1)划分合流点上游区域。
具体的，合流区大小可由交通密度和智能网联队列的长度决定，一般可取合流点上游450m。如图2所示，本实施例的合流区取合流点上游450m区域，其余合流点上游区域为行驶区。
(2)形成车辆组群，获取智能网联队列i的领航车、领航车前车和尾车、尾车后跟随车辆的纵向位置
Figure BDA0003695359400000061
计算
Figure BDA0003695359400000062
n∈{leader,leader-f,last,last-r}，leader表示领航车，leader-f表示领航车前车，last表示尾车，last-r表示尾车后跟随车辆；i∈{1，2，3}表示智能网联队列及其所在车道的编号，1表示最内侧车道，2表示中间车道，3表示最外侧车道。
所述车辆组群是由决策时刻并行行驶、纵向位置相近的智能网联队列1、2、3形成的组群，在合流区内，车辆组群内智能网联汽车形成通讯拓扑，并进行协同控制完成合流过程，所述车辆组群的形成条件为一定智能网联汽车渗透率下决策时刻任意两智能网联队列间最大纵向间距小于的另一智能网联队列稳态队长，即队列纵向位置相近程度的度量与智能网联汽车渗透率有关，可以通过控制车辆加减速进而调节车辆组群内队列合流过程，具体为：
Figure BDA0003695359400000071
本实施例中，交通状况如图3所示。其中，
Figure BDA0003695359400000072
分别为480m，600m，450m；所有智能网联队列的车头间距为30m。智能网联队列1、2、3中车辆数分别为3，3，4；取α为1.2。智能网联队列3驶入合流区时刻T，使用车辆组形成判别式可得600-450<1.2×(30*3+30*3)，则智能网联队列1、2、3形成车辆组群，智能网联队列1、2、3中车辆占据的纵向道路长度为车辆组群的长度。
本实施例假设所有车辆均为网联车辆，纵向位置
Figure BDA0003695359400000073
可通过V2V通信获取。具体为：
Figure BDA0003695359400000074
本实施例中，
Figure BDA0003695359400000075
T时刻位于车辆组前且X小于Xleader-f的车辆数为1。
ssafe＝(vj(t)τj+vj-1(t)2/Bj-1+2lj-1-((vj(t+τj)-Bjτj)2-Bj 2τj 2)/Bj)/2
当vj(t)＝vj-1(t)＝vj(t+τj)＝v时，即交通流处于平衡态下，
Figure BDA0003695359400000076
Figure BDA0003695359400000077
取v＝30m/s，Bj-1＝Bj＝-6m/s2，τj＝1s，l＝5m，
计算得ssafe＝50m，
Figure BDA0003695359400000078
(3)计算If和Ir。
Figure BDA0003695359400000079
Figure BDA00036953594000000710
Figure BDA00036953594000000711
Figure BDA00036953594000000712
Figure BDA00036953594000000713
(4)根据If和Ir以及智能网联队列1和智能网联队列3的长度L1和L3来判断在合流点处汇入的次序。
L1＝N1*H1＝90m
L3＝N3*H3＝120m
同时满足条件L1<L3，L3+L1>If≥L3，L3+L1>Ir≥L3，则合流次序为智能网联队列3，智能网联队列2，智能网联队列1。
本发明选取单向三车道下仅开放中间车道情景进行分析，其他车道封闭场景与该场景在合流点处解决问题的策略上可以相同。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于车辆组群的智能网联队列合流方法，应用于两外侧车道封闭的三车道道路下的混合交通合流场景，其特征在于，合流后的交通流为非饱和交通流；所述合流方法包括如下步骤：
(1)划分合流点上游区域，所述上游区域分为合流区和行驶区，其中合流区为判断车辆合流次序的区域，行驶区为车辆在未进行换道决策情况下沿当前车道正常行驶的区域；
(2)根据决策时刻智能网联队列的领航车和尾车的纵向位置以及队长形成车辆组群，所述车辆组群由在行驶区位于不同车道、在合流区按次序合流的3个智能网联队列组成，车辆组群内各智能网联队列前方人工驾驶车辆先行合流，随后智能网联队列按次序合流；
(3)根据决策时刻合流区内车辆组群中各智能网联队列中领航车前车的纵向位置，计算各智能网联队列前方人工驾驶车辆先行合流后位于中间车道的智能网联队列中领航车前车的纵向位置；
(4)根据决策时刻车辆组群中位于中间车道的智能网联队列的领航车、尾车以及尾车后跟随车辆的纵向位置和步骤(3)得到的该智能网联队列中领航车前车的纵向位置，计算该智能网联队列的前后富余间距If和Ir；
(5)根据步骤(4)得到的前后富余间距以及车辆组群中位于最内侧和最外侧车道的智能网联队列的长度，判断在合流点处汇入的次序。
2.根据权利要求1所述的一种基于车辆组群的智能网联队列合流方法，其特征在于，步骤(2)中所述纵向位置为车辆车头相对于合流点的纵向距离。
3.根据权利要求1所述的一种基于车辆组群的智能网联队列合流方法，其特征在于，步骤(2)中所述决策时刻为任意车道上不属于其他车辆组群的智能网联队列的领航车车头由行驶区进入合流区的时刻。
4.根据权利要求1所述的一种基于车辆组群的智能网联队列合流方法，其特征在于，步骤(2)中，所述车辆组群中的3个两智能网联队列满足以下条件：：
Figure FDA0003695359390000011
式中，
Figure FDA0003695359390000012
为车辆组群中智能网联队列i的领航车的纵向位置，
Figure FDA0003695359390000013
为车辆组群中智能网联队列z的领航车的纵向位置，
Figure FDA0003695359390000014
为车辆组群中智能网联队列z的尾车的纵向位置，Nz为智能网联队列z的车辆数，α为与智能网联汽车渗透率有关的系数，
Figure FDA0003695359390000015
Figure FDA0003695359390000021
表示车辆组群中智能网联队列及其所在车道的编号，1表示最内侧车道，2表示中间车道，3表示最外侧车道。
5.根据权利要求1所述的一种基于车辆组群智能网联队列合流方法，其特征在于，步骤(3)中，各智能网联队列前方人工驾驶车辆先行合流后位于中间车道的智能网联队列中领航车前车的纵向位置
Figure FDA0003695359390000022
的计算方法为：
当
Figure FDA0003695359390000023
且
Figure FDA0003695359390000024
时，
Figure FDA0003695359390000025
当
Figure FDA0003695359390000026
或
Figure FDA0003695359390000027
时，
Figure FDA0003695359390000028
式中，
Figure FDA0003695359390000029
为车辆组群中智能网联队列i的领航车前车的纵向位置，ssafe为Gipps跟驰模型的安全车头间距。
6.根据权利要求1所述的一种基于车辆组群智能网联队列合流方法，其特征在于，步骤(4)中，前后富余间距If和Ir的计算方法为：
Figure FDA00036953593900000210
Figure FDA00036953593900000211
式中，
Figure FDA00036953593900000212
为车辆组群中智能网联队列2的领航车的纵向位置，
Figure FDA00036953593900000213
为车辆组群中智能网联队列2的领航车前车的纵向位置，
Figure FDA00036953593900000214
为车辆组群中智能网联队列2的尾车后跟随车辆的纵向位置，
Figure FDA00036953593900000215
为车辆组群中智能网联队列2的尾车的纵向位置，ssafe为Gipps跟驰模型的安全车头间距。
7.根据权利要求5或6所述的一种基于车辆组群智能网联队列合流方法，其特征在于，ssafe＝(vj(t)τj+vj-1(t)2/Bj-1+2lj-1-((vj(t+τj)-Bjτj)2-Bj 2τj 2)/Bj)/2，式中vj(t)为t时刻车辆j的速度，τj为车辆j驾驶者的反应时间，vj-1(t)为t时刻车辆j的前车j-1的速度，Bj为车辆j的最大减速度，lj为车辆j的车身长度，其中车辆j为平衡态的人工驾驶车辆。
8.根据权利要求1所述的一种基于车辆组群智能网联队列合流方法，其特征在于，步骤(5)中，位于最内侧和最外侧车道的智能网联队列的长度L1和L3的计算方法为：
L1＝N1*H1
L3＝N3*H3
式中，N1和N3分别为位于最内侧和最外侧车道的智能网联队列的车辆数，H1和H3分别为位于最内侧和最外侧车道的智能网联队列的车辆在队列控制下的车头间距。
9.根据权利要求8所述的一种基于车辆组群智能网联队列合流方法，其特征在于，智能网联队列的车辆在队列控制下的车头间距H＝N(Xleader-Xlast)/(N-1)，式中，N为智能网联队列的车辆数，Xleader为智能网联队列的领航车的纵向位置，Xlast为智能网联队列的尾车的纵向位置。
10.根据权利要求1所述的一种基于车辆组群智能网联队列合流方法，其特征在于，步骤(6)中，所述合流点处汇入的次序的判断方法为：
若同时满足：①L1≥L3，②If≥L1+L3，③Ir≥L1+L3或L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure FDA0003695359390000031
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②If≥L1+L3，③Ir≥L1+L3或L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure FDA0003695359390000032
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1≥L3，②L1+L3>If≥L1，③Ir≥L1+L3或L1+L3>Ir≥L1或L1>Ir≥L3，则合流点处汇入的次序为智能网联队列1、智能网联队列2、智能网联队列3；
若同时满足：①L1≥L3，②L1+L3>If≥L1，③L3>Ir，④
Figure FDA0003695359390000033
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②L1+L3>If≥L1，③L3>Ir，④
Figure FDA0003695359390000034
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1≥L3，②L1>If≥L3，③Ir≥L1+L3或L1+L3>Ir≥L1，则合流点处汇入的次序为智能网联队列3、智能网联队列2、智能网联队列1；
若同时满足：①L1≥L3，②L1>If≥L3，③L1>Ir≥L3或L3>Ir，④
Figure FDA0003695359390000035
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②L1>If≥L3，③L1>Ir≥L3或L3>Ir，④
Figure FDA0003695359390000036
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1≥L3，②L3>If，③Ir≥L1+L3，④
Figure FDA0003695359390000041
则合流点处汇入的次序为智能网联队列2、智能网联队列3、智能网联队列1；
若同时满足：①L1≥L3，②L3>If，③Ie≥L1+L3，④
Figure FDA0003695359390000042
则合流点处汇入的次序为智能网联队列2、智能网联队列1、智能网联队列3；
若同时满足：①L1≥L3，②L3>If，③L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure FDA0003695359390000043
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1≥L3，②L3>If，③L1+L3>Ir≥L1或L1>Ir≥L3或L3>Ir，④
Figure FDA0003695359390000044
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②If≥L3+L1，③Ir≥L3+L1或L3+L1>Ir≥L3或L3>Ir≥L1或L1>Ir，④
Figure FDA0003695359390000045
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，②If≥L3+L1，③Ir≥L3+L1或L3+L1>Ir≥L3或L3>Ir≥L1或L1>Ir，④
Figure FDA0003695359390000046
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②L3+L1>If≥L3，③Ir≥L3+L1或L3+L1>Ir≥L3或L3>Ir≥L1，则合流点处汇入的次序为智能网联队列3、智能网联队列2、智能网联队列1；
若同时满足：①L1<L3，②L3+L1>If≥L3，③L1>Ir，④
Figure FDA0003695359390000047
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，①L3+L1>If≥L3，②L1>Ir，③
Figure FDA0003695359390000048
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②L3>If≥L1，③Ir≥L3+L1或L3+L1>Ir≥L3，则合流点处汇入的次序为智能网联队列1、智能网联队列2、智能网联队列3；
若同时满足：①L1<L3，②L3>If≥L1，③L3>Ir≥L1或L1>Ir，④
Figure FDA0003695359390000049
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，②L3>If≥L1，③L3>Ir≥L1或L1>Ir，④
Figure FDA0003695359390000051
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2；
若同时满足：①L1<L3，②L1>If，③Ir≥L3+L1，④
Figure FDA0003695359390000052
则合流点处汇入的次序为智能网联队列2、智能网联队列3、智能网联队列1；
若同时满足：①L1<L3，②L1>If，③Ir≥L3+L1，④
Figure FDA0003695359390000053
则合流点处汇入的次序为智能网联队列2、智能网联队列1、智能网联队列3；
若同时满足：①L1<L3，②L1>If，③L3+L1>Ir≥L1或L3>Ir≥L1或L1>Ir，④
Figure FDA0003695359390000054
则合流点处汇入的次序为智能网联队列3、智能网联队列1、智能网联队列2；
若同时满足：①L1<L3，②L1>If，③L3+L1>Ir≥L1或L3>Ir≥L1或L1>Ir，④
Figure FDA0003695359390000055
则合流点处汇入的次序为智能网联队列1、智能网联队列3、智能网联队列2。
CN202210677613.3A 2022-06-15 2022-06-15 一种基于车辆组群的智能网联队列合流方法 Active CN115035731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210677613.3A CN115035731B (zh) 2022-06-15 2022-06-15 一种基于车辆组群的智能网联队列合流方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210677613.3A CN115035731B (zh) 2022-06-15 2022-06-15 一种基于车辆组群的智能网联队列合流方法

Publications (2)

Publication Number Publication Date
CN115035731A true CN115035731A (zh) 2022-09-09
CN115035731B CN115035731B (zh) 2023-05-16

Family

ID=83124079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210677613.3A Active CN115035731B (zh) 2022-06-15 2022-06-15 一种基于车辆组群的智能网联队列合流方法

Country Status (1)

Country Link
CN (1) CN115035731B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107077782A (zh) * 2014-08-06 2017-08-18 李宗志 自适应和/或自主交通控制系统和方法
CN108447266A (zh) * 2018-05-23 2018-08-24 清华大学 一种智能网联汽车协同换道入队控制方法
CN111338351A (zh) * 2020-03-24 2020-06-26 东南大学 一种用于高速匝道入口的多智能网联车辆协同合流控制方法
CN111369813A (zh) * 2020-03-23 2020-07-03 江苏大学 一种智能网联汽车的匝道分合流协同控制方法及系统
CN113345268A (zh) * 2021-07-16 2021-09-03 长沙理工大学 基于自动驾驶专用车道部署场景下高速公路下匝道分流区域的cav换道决策方法
CN113781806A (zh) * 2021-09-23 2021-12-10 西南交通大学 一种用于智能网联环境下的混合交通流通行方法
CN113781788A (zh) * 2021-11-15 2021-12-10 长沙理工大学 基于稳定性与安全性的自动驾驶车辆管理方法
CN113808436A (zh) * 2021-08-31 2021-12-17 东南大学 一种下匝道车辆驶离智能网联专用道的车队控制方法
CN114241757A (zh) * 2021-12-09 2022-03-25 宁波大学 一种用于智能网联车辆的入口匝道协同汇流控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107077782A (zh) * 2014-08-06 2017-08-18 李宗志 自适应和/或自主交通控制系统和方法
CN108447266A (zh) * 2018-05-23 2018-08-24 清华大学 一种智能网联汽车协同换道入队控制方法
CN111369813A (zh) * 2020-03-23 2020-07-03 江苏大学 一种智能网联汽车的匝道分合流协同控制方法及系统
CN111338351A (zh) * 2020-03-24 2020-06-26 东南大学 一种用于高速匝道入口的多智能网联车辆协同合流控制方法
CN113345268A (zh) * 2021-07-16 2021-09-03 长沙理工大学 基于自动驾驶专用车道部署场景下高速公路下匝道分流区域的cav换道决策方法
CN113808436A (zh) * 2021-08-31 2021-12-17 东南大学 一种下匝道车辆驶离智能网联专用道的车队控制方法
CN113781806A (zh) * 2021-09-23 2021-12-10 西南交通大学 一种用于智能网联环境下的混合交通流通行方法
CN113781788A (zh) * 2021-11-15 2021-12-10 长沙理工大学 基于稳定性与安全性的自动驾驶车辆管理方法
CN114241757A (zh) * 2021-12-09 2022-03-25 宁波大学 一种用于智能网联车辆的入口匝道协同汇流控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
常鑫;李海舰;荣建;赵晓华;王益;: "混有网联车队的高速公路通行能力分析" *

Also Published As

Publication number Publication date
CN115035731B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN112116822B (zh) 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法
CN111445692B (zh) 一种无信号灯路口智能网联汽车的速度协同优化方法
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
CN108877256B (zh) 基于无线通信的交叉口附近分散协同自适应巡航控制方法
CN108447266B (zh) 一种智能网联汽车协同换道入队控制方法
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
CN113450583B (zh) 一种车路协同下高速公路可变限速和变道协同控制方法
CN112258875B (zh) 基于车路协同与自动驾驶的交叉口智能管控方法
CN109410561B (zh) 一种高速路车辆匀异质编队行驶控制方法
CN114419903B (zh) 一种智能网联汽车队列路口通行控制方法、装置及车辆
CN113489793B (zh) 一种混合交通场景下的快速路双车道协同控制方法
CN111081009A (zh) 一种基于车联网的车辆编队行驶系统及控制方法
CN112233413A (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN110838229A (zh) 一种车辆队列编队方法
Faraj et al. Platoon-based autonomous vehicle speed optimization near signalized intersections
Wang et al. Cluster-wise cooperative eco-approach and departure application along signalized arterials
CN113071490A (zh) 一种高速公路卡车编队系统
CN115641717A (zh) 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质
CN115376346A (zh) 混行条件下快速路合流区多模式驾驶车辆协同交汇方法
CN114999152A (zh) 面向混合车流的匝道合流边缘云管控方法
CN115273450A (zh) 一种网联自动驾驶环境下车辆进入编队的换道方法
CN115032931A (zh) 一种基于群集理论的智能网联队列合流控制方法
CN115035731A (zh) 一种基于车辆组群的智能网联队列合流方法
CN114187771B (zh) 基于协同式自适应巡航控制的公交车驾驶控制方法及系统
CN108053660A (zh) 一种面向交通流的减少汽车尾气二氧化碳排放的控制方法

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