CN115100878B - 基于变邻域搜索算法的考虑行人通行的交叉口调度方法 - Google Patents

基于变邻域搜索算法的考虑行人通行的交叉口调度方法 Download PDF

Info

Publication number
CN115100878B
CN115100878B CN202210644159.1A CN202210644159A CN115100878B CN 115100878 B CN115100878 B CN 115100878B CN 202210644159 A CN202210644159 A CN 202210644159A CN 115100878 B CN115100878 B CN 115100878B
Authority
CN
China
Prior art keywords
intersection
vehicle
vehicles
pedestrians
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.)
Active
Application number
CN202210644159.1A
Other languages
English (en)
Other versions
CN115100878A (zh
Inventor
张健
王博
姜夏
刘子懿
刘思原
房兆栋
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 CN202210644159.1A priority Critical patent/CN115100878B/zh
Publication of CN115100878A publication Critical patent/CN115100878A/zh
Application granted granted Critical
Publication of CN115100878B publication Critical patent/CN115100878B/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
    • 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
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了基于变邻域搜索算法的考虑行人通行的交叉口调度方法，在车路协同系统中，基于通信模块与计算机模块统一的交叉口管理器获取通过自动交叉口区域车辆的运行信息，交叉口管理器根据信息，通过设计出的基于人均最小延迟的通用框架制定出交叉口内网联自动驾驶汽车与行人的通行顺序，同时设计了一种可变邻域搜索算法来进行优化，求得车辆和行人的最优通过方案。本发明以高承载车辆有更高的通行权通过交叉口为特点之一，与传统的驱动交通信号控制相比更能减少车辆的延迟，更加关注自动交叉口的安全性和效率。

Description

基于变邻域搜索算法的考虑行人通行的交叉口调度方法
技术领域
本发明涉及基于变邻域搜索算法的考虑行人通行的交叉口调度方法，属于交通工程与自动化领域。
背景技术
随着网联自动驾驶汽车的不断发展，进一步推动了车路协同系统的建设，同时也提出了自动交叉口管理的问题。
然而，现有的大部分自动交叉口工程没有考虑到行人，针对自动交叉口管理中行人交通的研究很少。这在研究领域有所空缺的同时给城市交通管理和控制带来了很多实际问题。因此有必要提出考虑到行人的可行方案。
现有的研究大多以车辆延误或行驶时间作为优化目标或评价指标，大多数自动交叉口管理中没有一个框架对高承载车辆给予更高的优先级，而鼓励公共交通和拼车是缓解交通拥堵的有效措施。因此考虑了行人与高承载车辆的自动交叉口管理会更接近于实际应用。
发明内容
本发明所要解决的技术问题是：提供基于变邻域搜索算法的考虑行人通行的交叉口调度方法，提出一个既允许车辆通过又允许行人通行的交叉口管理框架，得出了同时考虑了车辆和行人的最优通过方案。
本发明为解决上述技术问题采用以下技术方案：
基于变邻域搜索算法的考虑行人通行的交叉口调度方法，包括如下步骤：
步骤1，对于车路协同系统下的自动交叉口，将其分为交叉口中心区和交叉口缓冲区；所述交叉口中心区定义为以自动交叉口的中心为圆心，半径为第一预设阈值的圆；所述交叉口缓冲区定义为以自动交叉口的中心为圆心的圆环，圆环的内圆半径为第一预设阈值，圆环的外圆半径为第二预设阈值；
步骤2，获取进入交叉口缓冲区的网联自动驾驶车辆的运行信息与到达交叉口中心区的行人的位置信息，基于人均最小延迟的通用框架，制定交叉口内网联自动驾驶车辆与行人的通行顺序；
交叉口内网联自动驾驶车辆与行人的通行顺序，用一个整数数组表示，数组分为确定部分和待定部分，确定部分代表的是交叉口中心区内的车辆和预定的行人信号，待定部分代表的是在交叉口缓冲区内而不在交叉口中心区内的车辆；
步骤3，对于进入交叉口缓冲区而尚未进入交叉口中心区的车辆，通过变邻域搜索算法对其通行顺序进行优化；
步骤4，根据优化后的车辆与行人的通行顺序，判断待定部分的车辆进入确定部分后是否与确定部分的行人存在潜在冲突，若存在潜在冲突，则采用投影控制方法确定车辆行驶轨迹，避免车辆与行人碰撞；否则，车辆的运行遵守车辆跟随模型，以最大速度通过交叉口，同时打开行人信号。
作为本发明的一种优选方案，所述步骤1中，交叉口中心区覆盖整个十字交叉口以及部分进口道，第一预设阈值的取值范围为50-80米，第二预设阈值的取值范围为300-400米；进入交叉口缓冲区的网联自动驾驶车辆不得变道和超车，进入交叉口中心区的网联自动驾驶车辆不得改变车辆轨迹。
作为本发明的一种优选方案，所述步骤2中，基于人均最小延迟的通用框架，以网联自动驾驶车辆和行人共同的人均延迟F最小化为目标，一段时间内乘车乘客的平均延误Db定义为：
Figure BDA0003683404580000021
其中，
Figure BDA0003683404580000022
为车辆i从进入交叉口缓冲区到离开交叉口的实际时间消耗，
Figure BDA0003683404580000023
为不间断流情况下的期望时间消耗，
Figure BDA0003683404580000024
为车辆i的乘客人数；
行人在一段时间内的平均延误Dp定义为：
Figure BDA0003683404580000025
其中，
Figure BDA0003683404580000026
为行人j的实际时间消耗，
Figure BDA0003683404580000027
为不受任何干扰的期望时间消耗，
Figure BDA0003683404580000028
为路径d的行人数量；
最小化的人均延迟为：
Figure BDA0003683404580000031
作为本发明的一种优选方案，所述步骤2中，整数数组内的正整数表示车辆到达交叉口缓冲区的顺序，即对到达交叉口缓冲区的车辆从+1开始依次分配正整数；整数数组内的负整数表示行人到达交叉口中心区等待线的顺序，即对到达交叉口中心区等待线的行人从-1开始依次分配负整数。
作为本发明的一种优选方案，所述步骤3中，变邻域搜索算法具体如下：
a)根据先到先服务协议初始化通行顺序，并使用队列数据结构维护初始的通行顺序；
b)在振动过程中使用三个算子：交换、后移和前移来对初始的通行顺序进行调整；
c)采用变邻域下降算法对调整后的通行顺序进行改进，得到候选解，变邻域下降算法使用的算子包括：2-opt算子、交换算子、移位算子和对称算子；
d)对候选解中的不可行解进行修复，修复计算如下：对于待定部分的第i辆车与第j辆车，第i辆车的通行顺序在第j辆车之前，顺序分别为e1与e2；当CDl[e1]＝CDl[e2]，并且CDp[e1]＞CDp[e2]，交换第i辆车与第j辆车的位置，其中，CDl为车辆所在车道的id数组，CDp为车辆的位置数组。
作为本发明的一种优选方案，所述步骤4中，将行人信号与车辆投影到与之存在潜在冲突的车辆所在车道上，计算出投影后的虚拟车辆到停车线的位置，让车辆跟随虚拟车辆以避免潜在冲突，用时间连续控制过程来表述；对于行人的投影控制，首先设置能使交叉口内行人安全通过的时间间隔，其次为了避免行人与车辆碰撞，根据车的位置和初始速度分为四种情况：
①车辆i需要减速至0m/s一段时间后再加速，根据运动学方程计算出参数：
Figure BDA0003683404580000032
Figure BDA0003683404580000033
τ2＝tarrival，i-τ1-τ3
②车辆i先减速至0m/s一段时间后再加速，最终网联自动驾驶汽车以恒定速度移动，根据运动学方程计算出参数：
Figure BDA0003683404580000041
Figure BDA0003683404580000042
Figure BDA0003683404580000043
τ3＝tarrival，i-τ1-τ2-τ4
③车辆i直到到达停止线一直在减速，对此τ1的求解公式为：
Figure BDA0003683404580000044
④在车辆进入交叉口前，行人已被清除，车辆i没有减速并保持匀速运动，τ4的求解公式为：
Figure BDA0003683404580000045
其中，τ1表示减速时间，τ2表示保持时间，τ3表示加速时间，τ4表示匀速移动时间，v(t0)为车辆运动开始时的初识速度，dmax表示车辆最大减速度的绝对值，x(t0)为车辆运动开始时的初始位置，amax表示车辆的最大加速度值，tarrival，i为车辆的实际到达时间即交通信号的实际切换时间，Vmax表示高速公路的限制。
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：
1、本发明旨在通过构建通用的自动交叉口管理框架来填补现有技术中很少有研究关注在十字路口同时考虑车辆和行人的通用方案这一技术空白，该方法利用数组表示信号的传递(开放)顺序，将相应地设计了一种变邻域搜索算法来获得最优解。
2、本发明提出了一个既允许车辆通过又允许行人通行的交叉口管理框架，得出了同时考虑了车辆和行人的最优通过方案，与传统的驱动交通信号控制相比更能减少车辆的延迟，更加关注自动交叉口的安全性和效率。
附图说明
图1是本发明基于变邻域搜索算法的考虑行人通行的交叉口调度方法的流程图；
图2是实施例自动交叉口场景；
图3是一个可能的传递顺序；
图4是投影控制示意图；
图5是投影控制的车辆动力学，其中，(a)、(b)、(c)、(d)分别表示一种情况；
图6是振动算子的邻域结构，其中，(a)、(b)、(c)分别表示交换、后移和前移算子；
图7是局部搜索的邻域结构，其中，(a)、(b)、(c)、(d)分别表示2-opt算子、交换算子、移位算子和对称算子。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
如图1所示，本发明提供一种基于变邻域搜索算法的自动交叉口调度方法，变邻域搜索算法是指在车路协同系统中，将自动交叉口分为交叉口缓冲区和交叉口中心区，代表不同的车路通信范围，通过交叉口管理器获取交叉口缓冲区内车辆和行人通行信息并制定出通过顺序，对于进入缓冲区而尚未进入中心区的车辆，通过变邻域搜索算法对其通过顺序进行优化，具体步骤如下：
1)在车路协同环境中，交叉口管理器可以获取到进入交叉口缓冲区的车辆的运行信息与到达交叉口中心区的行人的位置信息，根据信息与设计出的基于人均最小延迟的通用框架，交叉口管理器可以制定出交叉口内网联自动驾驶车辆与行人的通过顺序；
2)随着车辆运行交叉口管理器持续检测车辆位置，对于进入交叉口缓冲区而尚未进入交叉口中心区的车辆，通过设计的可变邻域搜索算法对其通过顺序进行优化；
3)确定了车辆与行人的通行顺序后，便可以预先确定行人信号的切换。在没有潜在冲突的情况下，车辆的运行遵循车辆跟随模型，可以以最大速度通过交叉口；行人信号可以打开。在存在潜在冲突的情况下，通过投影控制避免车辆与行人发生碰撞。
本发明提供一种基于变邻域搜索算法的自动交叉口调度方法。通过通信模块与计算机模块统一的交叉口管理器获取通过自动交叉口区域车辆的运行信息，交叉口管理器根据信息，通过设计出的基于人均最小延迟的通用框架制定出交叉口内网联自动驾驶汽车与行人的通过顺序，同时设计了一种可变邻域搜索算法来进行优化，求得车辆和行人的最优通过方案。
本实施例基于以下假设：
实施例处于车辆协同的典型的具有直行车道(有些也作为右转车道)和专用左转车道的四向交叉口，交叉口分为缓冲区与中心区如图2所示。车路协同系统下的自动交叉口，将其分为交叉口缓冲区和交叉口中心区。进入交叉口缓冲区的网联自动驾驶汽车不得变道、超车。一旦车辆进入交叉口中心区，车辆轨迹也不会改变。同时作出以下假设：
1)C-V2X通信可靠，无时延和丢包；
2)所有车辆的最大加速度和最大减速相同；
3)车辆在十字路口以匀速行驶，行人的运动也以匀速行驶。
通信模块与计算模块抽象成交叉口管理器，由路边单元与车辆建立车路间的通信机制。交叉口缓冲区内部的车辆通过C-V2X通信，不断向交叉口管理器发送数据包。数据包中包含车辆的id、速度、加速度、乘客数等信息，数据中心对相关信息进行处理与计算，可以对车辆的行为进行规划与调度。
对交叉口内网联自动驾驶汽车与行人的通过顺序进行说明。本发明用一个整数数组来表示车辆与行人的通过顺序，交叉口管理器根据车辆到达顺序给车辆分配正整数，用负整数表示行人信号，一个可能的传递序列如图3所示。满足：
a)数组分为确定部分和待定部分。数组的确定部分意味着传递序列的这一部分是不可变的，而待定部分中的序列可以重新调度。确定部分代表的是交叉口中心区的内的车辆和预定的行人信号，待定部分代表的是在缓冲区内而不在中心区内的车辆；其中，处于中心区的序列不再改变，表示进入中心区的车辆轨迹被确定；处于缓冲区内的车辆依然可通过变邻域搜索算法不同调整通行优先级以进行轨迹改变。
b)对于行人交通信号的调度，通过顺序数组中的每个负数表示打开特定方法的信号。一旦一个交通信号被交叉口管理器调度，相应的负整数将被追加到确定部分的末尾。同时，造成人流重叠的两个信号灯不会同时开启。规定如果有相应接近路径的行人，则每间隔一段时间插入表示同一方向信号开启的元素；
c)当改变交叉口缓冲区中的车辆集合或插入新的信号元时，将重新计算待处理部分。
通过顺序的确定部分首先车辆运动的速度与加速度要满足以下条件：
0＜vi＜Vmax
-dmax＜ai＜amax
其中，vi和ai分别是车辆i的速度与加速度，Vmax表示高速公路的限制，dmax表示车辆最大减速度的绝对值，amax表示车辆的最大加速度值。
基于人均最小延迟的通用框架，以网联自动驾驶汽车和行人共同的人均延迟F最小化为目标，因此高承载车辆有更高的通行权，一段时间内乘车乘客的平均延误可以定义为：
Figure BDA0003683404580000071
其中，
Figure BDA0003683404580000072
为车辆i从进入缓冲区到离开交叉口的实际时间消耗，
Figure BDA0003683404580000073
为不间断流情况下的期望时间消耗，
Figure BDA0003683404580000074
为车辆i的乘客人数。
行人在一段时间内的平均延误可定义为：
Figure BDA0003683404580000075
其中，
Figure BDA0003683404580000076
设为行人的实际时间消耗，
Figure BDA0003683404580000077
为不受任何干扰的期望时间消耗，
Figure BDA0003683404580000078
为路径d的行人数量。
将优化目标表示为车辆的延迟与行人的延迟相结合，得到最小化系统的人均延迟为：
Figure BDA0003683404580000079
在这种情况下，高承载车辆的优先级可以保证，因为目标是最小化系统的人均延迟。
确定通过顺序后，根据传递序列和相应的乘客数，可以计算出人均延迟F。平均延迟计算迭代如下：
1)首先识别当前对象，当对象是行人时计算行人的延迟
Figure BDA00036834045800000710
Figure BDA0003683404580000081
其中，tarrival，i是车辆的实际到达时间和交通信号的实际切换时间，position(pid)是行人位置，Vp是行人行走速度。
2)当对象是车辆时计算车辆延迟，总延迟为行人延迟与车辆延迟之和Dsum：
Figure BDA0003683404580000082
其中，P(i)是用于存储一种方法的车辆中的乘客数量或行人数量的一个数组，i表示传递顺序数组中的第i个元素，tdesired，i表示车辆不受干扰的最小到达停车线的时间，表示行人信号的最小开启时间。
3)平均延迟F(O)计算如下：
Figure BDA0003683404580000083
对车辆的行驶轨迹与行人信号的切换的方法进行说明：
1)若没有潜在冲突，车辆动力学遵循车辆跟随模型，行人信号可以打开；
2)若存在潜在冲突，采用投影控制方法确定车辆行驶轨迹，避免车辆与行人碰撞；
图4为交叉口投影控制的示意图。B和C表示有潜在冲突的车辆，P表示南侧入口开启人行灯，假设通行顺序是B-P-C，车辆B应该投影在车辆C所在的车道上，南侧入口的行人也是如此，B1和P1分别是虚拟车辆和虚拟信号，Ls表示车辆B到所在车道停车线的距离，
Figure BDA0003683404580000084
表示停车线到交叉口B与C冲突点的距离，
Figure BDA0003683404580000085
表示车辆C的距离。以停车线为起点，Lv为虚拟车辆B1的位置，用到的公式为：
Figure BDA0003683404580000086
在确定虚拟车辆位置后，车辆需要跟随虚拟车辆以避免潜在的冲突，这可以表述为时间连续控制过程，其对象为：
Figure BDA0003683404580000087
其中，t0为运动规划开始时的初始时间，t1为车辆进入交叉口的时间，xi(t)表示以车道停车线为原点时网联自动驾驶汽车i的纵向位置，xj(t)表示虚拟车辆j对应的位置函数，Δs为出于安全考虑两车之间的安全距离。
对于网联自动驾驶汽车与行人之间的投影控制，首先设Tc为使交叉口内行人安全通过的间隔，
Figure BDA0003683404580000091
表示网联自动驾驶汽车i到达交叉口停车线的时间，x(t0)为车辆运动开始时的初始位置，tarrival，i是车辆的实际到达时间和交通信号的实际切换时间。为了避免行人与车辆碰撞，将行人与车辆投影到与其存在潜在冲突的车辆所在车道上，计算出投影后的虚拟车辆到停车线的位置，让车辆跟随虚拟车辆以避免潜在冲突，用时间连续控制过程来表述。对于行人的投影控制，首先设置能使交叉口内行人安全通过的时间间隔，其次为了避免行人与车辆碰撞，根据车的位置和初始速度分为四种情况如图5中的(a)、(b)、(c)、(d)所示，其中τ1表示减速时间，τ2表示保持时间，τ3表示加速时间，τ4表示匀速移动时间，v(t)为车辆i在t时刻的速度，v(t0)为车辆运动开始时的初识速度。
①车辆i需要减速至0m/s一段时间后再加速，根据运动学方程可以计算出参数：
Figure BDA0003683404580000092
Figure BDA0003683404580000093
τ2＝tarrival，i-τ1-τ3
②车辆i先减速至0m/s一段时间后再加速，最终网联自动驾驶汽车以恒定速度移动，根据运动学方程可以计算出参数：
Figure BDA0003683404580000094
Figure BDA0003683404580000095
Figure BDA0003683404580000096
τ3＝tarrival，i-τ1-τ2-τ4
③车辆i直到到达停止线一直在减速，对此τ1的求解公式为：
Figure BDA0003683404580000097
④在车辆进入交叉口前，行人已被清除，车辆i没有减速并保持匀速运动，τ4的求解公式为：
Figure BDA0003683404580000101
对于数组的待定部分的序列的确定使用变邻域搜索算法进行优化，每当有新的车辆加入缓冲区时即进行一次算法搜索。具体步骤包括：
a)根据先到先服务协议初始化解决方案，使用队列数据结构维护初始解，初始解的目标函数值一旦产生，就可以计算平均延迟；
b)振动过程使用了三个算子：交换、后移和前移来调整当前的解决方案，如图6中的(a)、(b)、(c)所示；
c)得到的解决方案通过变邻域下降算法过程得到改进，该算法通常需要探索更大的解空间以避免局部最优，这意味着解可能发生显著变化，运算符如图7所示。2-opt算子(图7中的(a))随机取出一个子序列，翻转后插入到原位置。交换算子(图7中的(b))直接改变两个随机子序列的位置，而移位算子(图7中的(c))则随机选择一个子序列并将其移回。最后，对称算子(图7中的(d))随机保证一个对称中心，并对两个子序列进行对称运算。
d)对算法产生的候选解进行修复，修复不可行解，避免算法因要求每步产生可行解而时间消耗失控。不可行解的出现是由于禁止换道超车，通过顺序数组中后面网联自动驾驶汽车的顺序不能超过前面的车辆，否则将修复不可行解，计算如下：
1)对于待定部分的第i辆车与第j辆车，第i辆车的通过顺序在第j辆车之前，顺序分别为e1与e2；
2)当CDl[e1]＝CDl[e2]，并且CDp[e1]＞CDp[e2]，交换第i辆车与第j辆车的位置。
其中，CDl为车辆所在车道的id数组，CDp为车辆的位置数组。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (2)

1.基于变邻域搜索算法的考虑行人通行的交叉口调度方法，其特征在于，包括如下步骤：
步骤1，对于车路协同系统下的自动交叉口，将其分为交叉口中心区和交叉口缓冲区；所述交叉口中心区定义为以自动交叉口的中心为圆心，半径为第一预设阈值的圆；所述交叉口缓冲区定义为以自动交叉口的中心为圆心的圆环，圆环的内圆半径为第一预设阈值，圆环的外圆半径为第二预设阈值；
步骤2，获取进入交叉口缓冲区的网联自动驾驶车辆的运行信息与到达交叉口中心区的行人的位置信息，基于人均最小延迟的通用框架，制定交叉口内网联自动驾驶车辆与行人的通行顺序；
交叉口内网联自动驾驶车辆与行人的通行顺序，用一个整数数组表示，数组分为确定部分和待定部分，确定部分代表的是交叉口中心区内的车辆和预定的行人信号，待定部分代表的是在交叉口缓冲区内而不在交叉口中心区内的车辆；
所述步骤2中，基于人均最小延迟的通用框架，以网联自动驾驶车辆和行人共同的人均延迟F最小化为目标，一段时间内乘车乘客的平均延误Db定义为：
Figure FDA0004136130780000011
其中，
Figure FDA0004136130780000012
为车辆i从进入交叉口缓冲区到离开交叉口的实际时间消耗，
Figure FDA0004136130780000013
为不间断流情况下的期望时间消耗，
Figure FDA0004136130780000014
为车辆i的乘客人数；
行人在一段时间内的平均延误Dp定义为：
Figure FDA0004136130780000015
其中，
Figure FDA0004136130780000016
为行人j的实际时间消耗，
Figure FDA0004136130780000017
为不受任何干扰的期望时间消耗，
Figure FDA0004136130780000018
为路径d的行人数量；
最小化的人均延迟为：
Figure FDA0004136130780000019
所述步骤2中，整数数组内的正整数表示车辆到达交叉口缓冲区的顺序，即对到达交叉口缓冲区的车辆从+1开始依次分配正整数；整数数组内的负整数表示行人到达交叉口中心区等待线的顺序，即对到达交叉口中心区等待线的行人从-1开始依次分配负整数；
步骤3，对于进入交叉口缓冲区而尚未进入交叉口中心区的车辆，通过变邻域搜索算法对其通行顺序进行优化；
所述步骤3中，变邻域搜索算法具体如下：
a)根据先到先服务协议初始化通行顺序，并使用队列数据结构维护初始的通行顺序；
b)在振动过程中使用三个算子：交换、后移和前移来对初始的通行顺序进行调整；
c)采用变邻域下降算法对调整后的通行顺序进行改进，得到候选解，变邻域下降算法使用的算子包括：2-opt算子、交换算子、移位算子和对称算子；
d)对候选解中的不可行解进行修复，修复计算如下：对于待定部分的第i辆车与第j辆车，第i辆车的通行顺序在第j辆车之前，顺序分别为e1与e2；当CDl[e1]＝CDl[e2]，并且CDp[e1]>CDp[e2]，交换第i辆车与第j辆车的位置，其中，CDl为车辆所在车道的id数组，CDp为车辆的位置数组；
步骤4，根据优化后的车辆与行人的通行顺序，判断待定部分的车辆进入确定部分后是否与确定部分的行人存在潜在冲突，若存在潜在冲突，则采用投影控制方法确定车辆行驶轨迹，避免车辆与行人碰撞；否则，车辆的运行遵守车辆跟随模型，以最大速度通过交叉口，同时打开行人信号；
所述步骤4中，将行人信号与车辆投影到与之存在潜在冲突的车辆所在车道上，计算出投影后的虚拟车辆到停车线的位置，让车辆跟随虚拟车辆以避免潜在冲突，用时间连续控制过程来表述；对于行人的投影控制，首先设置能使交叉口内行人安全通过的时间间隔，其次为了避免行人与车辆碰撞，根据车的位置和初始速度分为四种情况：
①车辆i需要减速至0m/s一段时间后再加速，根据运动学方程计算出参数：
Figure FDA0004136130780000021
Figure FDA0004136130780000022
τ2＝tarrival,i-τ1-τ3
②车辆i先减速至0m/s一段时间后再加速，最终网联自动驾驶汽车以恒定速度移动，根据运动学方程计算出参数：
Figure FDA0004136130780000031
Figure FDA0004136130780000032
Figure FDA0004136130780000033
τ3＝tarrival,i-τ1-τ2-τ4
③车辆i直到到达停止线一直在减速，对此τ1的求解公式为：
Figure FDA0004136130780000034
④在车辆进入交叉口前，行人已被清除，车辆i没有减速并保持匀速运动，τ4的求解公式为：
Figure FDA0004136130780000035
其中，τ1表示减速时间，τ2表示保持时间，τ3表示加速时间，τ4表示匀速移动时间，v(t0)为车辆运动开始时的初识速度，dmax表示车辆最大减速度的绝对值，x(t0)为车辆运动开始时的初始位置，amax表示车辆的最大加速度值，tarrival,i为车辆的实际到达时间即交通信号的实际切换时间，Vmax表示高速公路的限制。
2.根据权利要求1所述的基于变邻域搜索算法的考虑行人通行的交叉口调度方法，其特征在于，所述步骤1中，交叉口中心区覆盖整个十字交叉口以及部分进口道，第一预设阈值的取值范围为50-80米，第二预设阈值的取值范围为300-400米；进入交叉口缓冲区的网联自动驾驶车辆不得变道和超车，进入交叉口中心区的网联自动驾驶车辆不得改变车辆轨迹。
CN202210644159.1A 2022-06-08 2022-06-08 基于变邻域搜索算法的考虑行人通行的交叉口调度方法 Active CN115100878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210644159.1A CN115100878B (zh) 2022-06-08 2022-06-08 基于变邻域搜索算法的考虑行人通行的交叉口调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210644159.1A CN115100878B (zh) 2022-06-08 2022-06-08 基于变邻域搜索算法的考虑行人通行的交叉口调度方法

Publications (2)

Publication Number Publication Date
CN115100878A CN115100878A (zh) 2022-09-23
CN115100878B true CN115100878B (zh) 2023-05-16

Family

ID=83288859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210644159.1A Active CN115100878B (zh) 2022-06-08 2022-06-08 基于变邻域搜索算法的考虑行人通行的交叉口调度方法

Country Status (1)

Country Link
CN (1) CN115100878B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104882008A (zh) * 2015-06-03 2015-09-02 东南大学 一种车联网环境下的无信号交叉口车辆协同控制方法
CN108549952A (zh) * 2017-12-20 2018-09-18 中国人民解放军国防科技大学 车辆搭载无人机双层路径的优化方法及装置
US10743198B1 (en) * 2018-01-22 2020-08-11 North Carolina Agricultural And Technical State University Transportation infrastructure location and redeployment
CN112116830A (zh) * 2020-09-02 2020-12-22 南京航空航天大学 一种基于空域网格化的无人机动态地理围栏规划方法
CN112330011A (zh) * 2020-11-02 2021-02-05 杭州五代通信与大数据研究院 一种基于变邻域搜索的ict基础设施选址方法
CN112907941A (zh) * 2021-01-07 2021-06-04 北京交通大学 一种事故多发区域应急警力调度点的配置方法
CN114495499A (zh) * 2022-01-21 2022-05-13 东南大学 一种多目标智能网联车辆协同优化控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104882008A (zh) * 2015-06-03 2015-09-02 东南大学 一种车联网环境下的无信号交叉口车辆协同控制方法
CN108549952A (zh) * 2017-12-20 2018-09-18 中国人民解放军国防科技大学 车辆搭载无人机双层路径的优化方法及装置
US10743198B1 (en) * 2018-01-22 2020-08-11 North Carolina Agricultural And Technical State University Transportation infrastructure location and redeployment
CN112116830A (zh) * 2020-09-02 2020-12-22 南京航空航天大学 一种基于空域网格化的无人机动态地理围栏规划方法
CN112330011A (zh) * 2020-11-02 2021-02-05 杭州五代通信与大数据研究院 一种基于变邻域搜索的ict基础设施选址方法
CN112907941A (zh) * 2021-01-07 2021-06-04 北京交通大学 一种事故多发区域应急警力调度点的配置方法
CN114495499A (zh) * 2022-01-21 2022-05-13 东南大学 一种多目标智能网联车辆协同优化控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙启 ; 金燕 ; 何琨 ; 徐凌轩 ; .用于求解混合车辆路径问题的混合进化算法.计算机科学.2018,(04),全文. *

Also Published As

Publication number Publication date
CN115100878A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
US11608057B2 (en) Navigation at alternating merge zones
CN112373472A (zh) 一种自动驾驶交叉口车辆进入时刻与行驶轨迹控制方法
WO2018172849A1 (en) Trajectory selection for an autonomous vehicle
CN107346611A (zh) 一种自主驾驶的车辆的避障方法以及避障系统
Ashtiani et al. Multi-intersection traffic management for autonomous vehicles via distributed mixed integer linear programming
Hassan et al. A fully-distributed heuristic algorithm for control of autonomous vehicle movements at isolated intersections
CN112258864B (zh) 基于顺序选择的自动驾驶车辆路口调度方法及系统
CN114613179A (zh) 网联自动驾驶车辆混行交叉口集聚通行方法及其控制系统
CN113071487B (zh) 自动驾驶车辆控制方法、装置及云端设备
CN112233413A (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN112185132A (zh) 一种无红绿灯的车辆交叉口协调方法
CN115565390B (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
CN113053167A (zh) 一种混合交通环境下互联车辆十字路口无碰撞管理方法
CN111243296A (zh) 一种基于合流时间优化的匝道合流协同控制方法及系统
Li et al. A cooperative traffic control for the vehicles in the intersection based on the genetic algorithm
Aoki et al. Cyber traffic light: Safe cooperation for autonomous vehicles at dynamic intersections
Du et al. On the v2x speed synchronization at intersections: Rule based system for extended virtual platooning
Guo et al. Self-defensive coordinated maneuvering of an intelligent vehicle platoon in mixed traffic
CN115100878B (zh) 基于变邻域搜索算法的考虑行人通行的交叉口调度方法
CN115331461B (zh) 一种无信号交叉口混合交通通行控制方法、装置及车辆
JP3584679B2 (ja) 車両走行制御装置
CN214475561U (zh) 一种基于智能信号灯的自动驾驶控制系统
CN115880884A (zh) 基于可控智能网联车的高速公路匝道混合交通流管控方法
CN114187771A (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
Zhou et al. Unsignalized intersection management strategy for mixed autonomy traffic streams

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