CN115273500A - 一种信号交叉口网联车辆轨迹优化引导方法及系统 - Google Patents

Abstract

本发明以网联车辆最小化行驶延误为目标，尽可能使网联车辆实现不停车通过。考虑到网联车辆和人工驾驶车辆在信号交叉口混行环境，基于光通信技术和车联网通信技术，获取信号交叉口处与网联车辆行驶相关的信息，根据当前信号灯状态和车辆所处车队位置以及车道条件下，对网联车辆进行速度、加速度、位置、时间等的约束，分析网联车辆不停车通过交叉口的行驶状态，生成网联车辆在未来一段时间内的行驶轨迹矩阵，并在固定时间间隔下进行不断更新和优化，网联车辆按照行驶轨迹矩阵行驶，达到理想通行效果。

Description

一种信号交叉口网联车辆轨迹优化引导方法及系统

技术领域

本发明涉及交通信息化技术领域，尤其是指一种信号交叉口网联车辆轨迹优化引导方法及系统。

背景技术

随着我国经济快速增长和汽车保有量的增加，交叉口作为城市交通的咽喉，交通拥堵缓解措施的实施至关重要。限行、出行诱导和拥堵收费等措施无法在交叉口达到理想效果。随着5G通信、信息化、数字化技术研究的深入，车辆及交通设施逐渐走向网联化和智能化，车路协同系统的研究逐渐成为交通领域的一大突破方向。根据相关研究表明，到2060年网联车辆会取代人工驾驶车辆，成为未来主要的车辆驾驶模式，因此在这之前会出现网联车辆和人工驾驶车辆共同行驶的新型混合交通环境。越来越多的网联车辆会和人工驾驶车辆混行，网联车辆协调其他车辆的状态信息去进一步优化自身轨迹。随着通信技术、5G网络的快速发展以及车路协同系统研究的深入，通过智能交通技术能够更加有效地进行交通管理与控制，保证行车安全，提高车辆在交叉口的通行效率，因此车路协同技术也成为交通行业研究的一大热点。车路协同系统利用高效的通信技术将道路环境信息和其他车辆运行信息进行整合处理，再发送给智能车辆和驾驶员，实现人-车-路之间的数据传输与交互，为车辆提供通过交叉口的轨迹策略，保证行车安全、减少潜在的危险，使车辆快速通过交叉口，提高驾驶安全性，减少延误和能源消耗，缓解交通压力，使交通管理与引导更加高效。

针对单车引导策略中的网联车辆通行问题，单个车辆车载传感器性能存在缺陷，并且传输传感器数据的通信技术的发展规模较为缓慢，近年来逐步兴起的光通信技术为车路协同提供了新思路，利用光标签技术为车路协同提供了另一种可能，取代一部分网联通信，改善远距离通信传输效率低的缺点。

然而，现有技术大都针对全智能网联车辆进行研究、分析，未考虑人工驾驶车辆的干扰，并且对网联车辆进行一次性轨迹优化，未考虑通行状态变化带来的影响。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中未考虑人工驾驶车辆的干扰和未考虑通行状态变化带来的影响的问题。

为解决上述技术问题，本发明提供了一种信号交叉口网联车辆轨迹优化引导方法，包括：

步骤1：当网联车进入引导区段后，利用车联网通信技术获取所述网联车的交通信息，并初始化交通状态矩阵；

步骤2：利用光通信技术获取网联车与前车的距离，判断当前时刻网联车是否为头车；

步骤3：若不为头车且前方为人工驾驶车辆，则利用光通信技术判断相邻车道前方是否存在车辆，若有车辆，且信号灯为红灯时，则根据红灯剩余时间、当前时刻网联车与前车的距离、当前时刻速度、当前网联车最大减速度以及前车最大加速度计算最优规划速度，使其满足在网联车以所述当前时刻速度减速至所述最优规划速度后匀速行驶，直到前车在绿灯亮起后加速至所述最优规划速度时，两车相距一个安全间距；

步骤4：根据所述最优规划速度，以预设时长为间隔预测网联车行驶通过交叉口这段时间内的状态规划矩阵，并以此更新所述交通状态矩阵；

步骤5：循环步骤2-4直至网联车驶出交叉口，实时更新所述交通状态矩阵。

优选地，若当前时刻网联车不为头车且前方为网联车辆，则与前车进行同步行驶。

优选地，所述若相邻车道前方不存在车辆，则换道至该空闲车道，回到步骤2。

优选地，所述换道至空闲车道的安全约束为：

当同时满足

时，进行换道；

其中，v_原是车辆在换道前的速度，v_本前是车辆在换道前本车道前方车辆的速度，v_目后是目标车道后方车辆的速度，v_min是车辆的最小速度，一般取怠速行驶速度，d_fe是本车和目标车道上的前车之间的纵向距离，d_be是本车和目标车道上的后车之间的纵向距离，x_f是目标车道上前车位置，x_e是本车位置，x_b是后车位置，L是车辆长度，minx_ef是是本车和目标车道前车最小换道纵向距离，minx_bf本车和目标车道后车最小换道纵向距离，v_e、v_f、v_b分别是本车、目标车道前方车速、目标车道后方车速，a_e、a_b分别是本车、目标车道后方车辆加速度，x_跟驰是车辆在跟驰状态下保持的车辆最小间距。

优选地，所述根据红灯剩余时间、当前时刻网联车与前车的距离、当前时刻速度、当前网联车最大减速度以及前车最大加速度计算最优规划速度v_op，使其满足在网联车以所述当前时刻速度减速至所述最优规划速度后匀速行驶，直到前车在绿灯亮起后加速至所述最优规划速度时，两车相距一个安全间距的公式：

其中，v_t为当前时刻速度，a_d为网联车最大减速度，a'表示前方车辆的最大加速度，L_c是车身长，L_s是车辆安全间距，n表示前方排队车辆数，t_f表示每辆车的启动时间和驾驶员反应时间之和，t_r为红灯剩余时间。

优选地，所述相邻车道前方存在车辆，且信号灯为绿灯时，则计算最优规划速度v_op，使其满足：

其中，a_c为网联车最大减速度，t_g为绿灯剩余灯时间，L为网联车辆与车道停止线的距离。

优选地，所述若为头车，且信号灯为绿灯时，利用光通信技术获取当前时刻网联车与车道停止线的距离，若当前时刻网联车以当前时刻速度在绿灯剩余时间内可匀速行驶通过车道停止线，则将当前时刻速度作为最优规划速度；

若当前时刻网联车以当前时刻速度在绿灯剩余时间内无法匀速行驶通过车道停止线，则判断在绿灯剩余时间内能否加速至限制最大速度后匀速通过车道停止线，若能，则将所述限制最大速度作为最优规划速度，否则减速停车。

优选地，所述若为头车，且信号灯为红灯时，利用光通信技术获取当前时刻网联车与车道停止线的距离，若当前时刻网联车以当前时刻速度在红灯剩余时间内行驶不会超出车道停止线，则将当前时刻速度作为最优规划速度；

若当前时刻网联车以当前时刻速度在红灯剩余时间内行驶会超出车道停止线，则判断在红灯剩余时间内减速至限制最小速度后匀速行驶是否会超出车道停止线，若不会，则将所述限制最小速度作为最优规划速度，否则减速停车。

本发明还提供了一种信号交叉口网联车辆轨迹优化引导系统，包括：

基站，用于确定当前网联车是否进入引导区段；

车联网通信数据采集装置，包括GPS和传感器，用于获取当前网联车的初始速度、加速度、当前位置，生成初始交通状态矩阵，并发送至引导控制装置；

光通信数据采集装置，包括车灯上的读写器，用于获取带有光标签交通标志物反射的信息，得到信号灯状态、当前网联车与前车的距离、当前网联车与车道停止线的距离以及相邻车道前方是否存在车辆信息，并发送至引导控制装置；

所述引导控制装置，用于控制网联车根据上述的信号交叉口网联车辆轨迹优化引导方法计算得到的交通状态矩阵进行行驶。

优选地，所述带有光标签的交通标志物由传统交通标志物通过逆反射材料、低功耗电路和液晶调制器改造而成。

本发明的上述技术方案相比现有技术具有以下优点：

本发明以网联车辆最小化行驶延误为目标，尽可能使网联车辆实现不停车通过。考虑到网联车辆和人工驾驶车辆在信号交叉口混行环境，基于光通信技术和车联网通信技术，获取信号交叉口处与网联车辆行驶相关的信息，根据当前信号灯状态和车辆所处车队位置以及车道条件下，对网联车辆进行速度、加速度、位置、时间等的约束计算最优规划速度，并以此分析网联车辆不停车通过交叉口的行驶状态，生成网联车辆在未来一段时间内的行驶轨迹矩阵，并在固定时间间隔下进行不断更新和优化，网联车辆按照行驶轨迹矩阵行驶，达到理想通行效果。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1是本发明信号交叉口网联车辆轨迹优化引导方法的实现流程图；

图2为本发明一种实施例提供的流程图；

图3为本发明中车联网环境图；

图4为本发明中光通信实现示意图；

图5为本发明中车辆不为头车通过示意图。

具体实施方式

本发明的核心是提供一种信号交叉口网联车辆轨迹优化引导方法及系统，解决了人工驾驶车辆的干扰和通行状态变化带来的影响的问题。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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。

请参考图1和图2，图1为本发明所提供的信号交叉口网联车辆轨迹优化引导方法的实现流程图，图2为本发明一种实施例提供的流程图；具体操作步骤如下：

S101：当网联车进入引导区段后，利用车联网通信技术获取所述网联车的交通信息，并初始化交通状态矩阵；

确定进入光通信信号可接收区，即车辆轨迹优化引导区域，并以车辆是否可以进行正常通信来判断车辆类型,若进入车辆为网联车辆,初始化交通状态矩阵y＝[t₀ V₀ X₀a₀]^T，t₀表示网联车辆刚进入引导区域时的时间，V₀表示网联车辆刚进入引导区域时的时间，X₀表示网联车辆刚进入引导区域时的初始位置，设为0，a₀表示网联车辆刚进入引导区域时的加速度，T表示转置。

S102：利用光通信技术获取网联车与前车的距离d，判断当前时刻网联车是否为头车；

S103：若不为头车且前方为人工驾驶车辆，则利用光通信技术判断相邻车道前方是否存在车辆，若有车辆，且信号灯为红灯时，则根据红灯剩余时间、当前时刻网联车与前车的距离、当前时刻速度、当前网联车最大减速度以及前车最大加速度计算最优规划速度v_op，使其满足在网联车以所述当前时刻速度减速至所述最优规划速度后匀速行驶，直到前车在绿灯亮起后加速至所述最优规划速度时，两车相距一个安全间距：

其中，v_t为当前时刻速度，a_d为网联车最大减速度，a'表示前方车辆的最大加速度，L_c是车身长，L_s是车辆安全间距，n表示前方排队车辆数，t_f表示每辆车的启动时间和驾驶员反应时间之和，t_r为红灯剩余时间，等式左边第一项表示网联车辆减速行驶的距离，第二项表示以最低速度匀速行驶的距离，等式右边第二项表示前方车辆加速行驶的距离。网联车与前方车辆存在一个启动时间差，即前方车辆从启动加速至与网联车辆的行驶速度一致的时间。

当相邻车道前方存在车辆，且信号灯为绿灯时，则计算最优规划速度v_op，使其满足网联车辆在前方车辆排队停车时，首先加速行驶，前方排队车辆从静止到起步加速至最大速度，起步较晚，网联车辆行驶至与前方车辆速度相同，与前方车辆存在一个安全间距差，即和前方车辆保持安全间距，几乎同时一前一后驶出停止线：

其中，a_c为网联车最大减速度，t_g为绿灯剩余灯时间，L为网联车辆与车道停止线的距离，第一个等式两边均表示前方车辆启动位置与网联车辆驶出停止线位置车头的距离。第一个等式两边均表示前方车辆启动位置与网联车辆驶出停止线位置车头的距离，第一个等式左边第一项表示网联车辆加速行驶的距离，第二项表示在剩余绿灯时间内网联车辆匀速行驶的距离，第一个等式右边第一项表示人工车辆起步加速行驶的距离和剩余绿灯时间匀速行驶的距离。第二个约束条件确保网联车辆可以在本绿灯周期内驶出交叉口；

若为头车，即与前方车辆的距离d＝0，且信号灯为绿灯时，利用光通信技术获取当前时刻网联车与车道停止线的距离L，若当前时刻网联车以当前时刻速度在绿灯剩余时间t_g内可匀速行驶通过车道停止线

则将当前时刻速度作为最优规划速度；

若当前时刻网联车以当前时刻速度在绿灯剩余时间内无法匀速行驶通过车道停止线

则判断在绿灯剩余时间内能否加速至限制最大速度后匀速通过车道停止线，若能，则将所述限制最大速度作为最优规划速度，否则减速停车，其中，v_max为限制最大速度，a_c为最大加速度，等式中的第二项表示加速行驶时间，之后按最大速度匀速行驶，等式中的第一项表示匀速行驶时间，在本次绿灯期间可以通过交叉口；

若为头车，且信号灯为红灯时，利用光通信技术获取当前时刻网联车与车道停止线的距离，若当前时刻网联车以当前时刻速度在红灯剩余时间内行驶不会超出车道停止线

则将当前时刻速度作为最优规划速度；

若当前时刻网联车以当前时刻速度在红灯剩余时间内行驶会超出车道停止线

则判断在红灯剩余时间内减速至限制最小速度后匀速行驶是否会超出车道停止线，若不会，则将所述限制最小速度作为最优规划速度，否则减速停车，其中，v_min为限制最小速度，a_d为最大减速度，等式中的第二项表示减速行驶时间，之后按此最小速度匀速行驶，等式中的第一项表示匀速行驶时间，在下一绿灯亮时不停车通过交叉口。

在上述步骤中，信号灯状态包括信号灯灯色(红/绿,为了安全考虑，将黄灯归入红灯)和剩余时间。将信号灯红灯和绿灯分为不同情景考虑。

S104：根据所述最优规划速度，以预设时长为间隔预测网联车行驶通过交叉口这段时间内的状态规划矩阵，并以此更新所述交通状态矩阵：

若预设时长为1s，即每1s更新一次状态矩阵，假设在n秒后车辆驶出交叉口，获取初始状态信息后，总共动态预测n次车辆状态信息，矩阵中的每一列代表在第t_t(t＝0,1...n)时刻的车辆优化运行状态参数，V₀～V_n表示车辆的速度，a₀～a_n表示车辆的加速度，X₀～X_n表示车辆的位置，车辆在t₀时刻开始优化，位置X₀＝0,车辆在n秒时通过交叉口，位置X_t＝L，同时结束轨迹优化过程。网联车辆跟随交通状态矩阵来实时更新自己的交通参数，可以同步优化，来达到轨迹最优。

网联车辆在整个引导步骤中，状态矩阵中的约束条件包括:

加速度约束：

0≤a_t≤a_max，a_t为第t_t(t＝0,1...n)时刻加速度，a_max为车辆最大允许加速度/减速度，考虑到乘坐舒适性来选取，在网联车辆轨迹优化过程中，每隔1s更新一次状态信息，并且网联车辆的加速度控制依赖刹车和油门的力度，因此可以将加速度视为瞬时值；

速度约束：

0≤v_t≤v_max，v_t为第t_t(t＝0,1...n)时刻速度,v_max＝min{V_车max，V_路max}，v_max为限制最大速度，V_车max为车辆限速，V_路max为道路限速；

位置约束：

0≤X_t≤X_max，X_t为第t_t(t＝0,1...n)时刻位置，X_max为交叉口前对车辆引导的最大行驶位置，即网联车辆初始时刻位置与刚好通过停止线的距离；

时间约束：

0≤t_t≤t_n，t_n为网联车辆通过交叉口前对车辆引导的最后时刻，为了保证车辆在绿灯时间内通过，存在：t_n≤T_c，

t_current表示引导时信号灯剩余时长，C表示信号灯周期时长；

安全约束：

两车之间的跟车距离

使网联车在紧急情况下减速至和前车速度一样时的安全距离约束，其中，v为前车速度。

S105：循环步骤S102-S104直至网联车驶出交叉口，实时更新所述交通状态矩阵。

上述步骤中，将获取到的交通信息进行融合和计算，得出网联车辆作为头车在不同的信号灯状态下，应该进行的优化策略，尽可能实现不停车通过策略，减少交叉口的延误，减少停车次数。

基于以上实施例，本实施例对步骤S103进行进一步详细说明：

若当前网联车不为头车，是和其他车辆共同行驶时的混合行驶情景，此时若前方为网联车辆，则与前车进行同步行驶；

若前方为人工驾驶车辆，则利用光通信技术判断相邻车道前方是否存在车辆，若相邻车道前方不存在车辆，则换道至该空闲车道，则回到步骤S102；

所述换道至空闲车道的安全约束为速度和距离之间的安全约束：

当同时满足

时，进行换道；

其中，v_原是车辆在换道前的速度，v_本前是车辆在换道前本车道前方车辆的速度，v_目后是目标车道后方车辆的速度，v_min是车辆的最小速度，一般取怠速行驶速度，d_fe是本车和目标车道上的前车之间的纵向距离，d_be是本车和目标车道上的后车之间的纵向距离，x_f是目标车道上前车位置，x_e是本车位置，x_b是后车位置，L是车辆长度，minx_ef是本车和目标车道前车最小换道纵向距离，minx_bf本车和目标车道后车最小换道纵向距离，v_e、v_f、v_b分别是本车、目标车道前方车速、目标车道后方车速，a_e、a_b分别是本车、目标车道后方车辆加速度，x_跟驰是车辆在跟驰状态下保持的车辆最小间距。

在上述步骤中，主要利用网联车辆的机动性，获取车道的空闲状态，使网联车辆充分利用交通条件，避免盲目排队带来交通延误，上述公式为了确保自由换道过程的安全，加入位置和安全约束。

本发明以网联车辆最小化行驶延误为目标，尽可能使网联车辆实现不停车通过。考虑到网联车辆和人工驾驶车辆在信号交叉口混行环境，基于光通信技术和车联网通信技术，获取信号交叉口处与网联车辆行驶相关的信息，根据当前信号灯状态和车辆所处车队位置以及车道条件下，对网联车辆进行速度、加速度、位置、时间等的约束，分析网联车辆不停车通过交叉口的行驶状态，生成网联车辆在未来一段时间内的行驶轨迹矩阵，并在固定时间间隔下进行不断更新和优化，网联车辆按照行驶轨迹矩阵行驶，达到理想通行效果。

如图3所示，图3为本发明中车联网环境图。

本发明还提供了一种信号交叉口网联车辆轨迹优化引导系统，包括：

基站，用于确定当前网联车是否进入引导区段；

车联网通信数据采集装置，包括GPS和传感器，用于获取当前网联车的初始速度、加速度、当前位置，生成初始交通状态矩阵，并发送至引导控制装置；

光通信数据采集装置，如图4，包括车灯上的读写器，用于获取带有光标签交通标志物反射的信息，得到信号灯状态、当前网联车与前车的距离、当前网联车与车道停止线的距离以及相邻车道前方是否存在车辆信息，并发送至引导控制装置；

所述带有光标签的交通标志物由传统交通标志物通过逆反射材料、低功耗电路和液晶调制器改造而成，无论白天还是黑夜、晴天还是雨天光通信技术都可以很好地起到远距离通信的作用，通信公式为：

y(t)＝[(s(t)+n₀(t))*h(t)]×η+n_e(t)，其中，s(t)为发光二极管经调制后的光信号，n₀(t)为背景光信号模型,h(t)为大气传输信道模型,为光电探测器转化系数，n_e(t)为探测器电噪声模型；

所述引导控制装置，用于控制网联车根据上述的信号交叉口网联车辆轨迹优化引导方法计算得到的交通状态矩阵进行行驶。

本发明公开了一种融合光通信技术的智能网联车辆交叉口车辆通行引导系统。考虑到目前网联设施和通信技术规模的局限性，基于车路协同系统和光通信技术，融合了更加简单易行的光通信技术，解决专用短程通信(DSRC)以及蜂窝车联网(C-V2X)的商业化落实缓慢问题，在提高通信效率的基础上，扩展获取车辆行驶信息的方式，本发明充分结合现实情况，为自动驾驶车辆与其他车辆通过信号交叉口的协调控制提供了有效方案。除此之外，将人工驾驶车辆考虑在内，在各种信号灯状态下、网联车辆所处不同的车道和车队位置条件下，考虑车辆在信号灯红灯或绿灯状态下的排队过程，在排队过程中，车辆为了实现不停车通过，可以通过准确计算前车起步的时间、速度、位置，来优化网联车辆速度。灵活性、广泛性地提出网联车辆不停车通过交叉口的轨迹优化策略。

基于以上实施例，本实施例以网联车辆CAV1为例，对上述步骤进行说明：

网联车辆CAV1进入引导区域，实现与云端通信，系统识别其为网联车辆，将该网联车辆视为速度引导对象，开始进行网联车辆速度引导轨迹优化。构建交通状态矩阵，并赋初值为y＝[0 6 0 0]^T；

网联车辆CAV1利用光通信技术首先获取道路前方的交叉口车道空闲状态，如果前方存在车辆，通过车牌的信息反射，既可以得知前方车道被占用，也可以得知与前车的距离。之后再尝试获取相邻车道的车道空闲状态，综合两者来判断下一步策略。如果CAV1需要换道至相邻车道，考虑本车道前方车辆的速度、距离约束和目标车道后方车辆速度、距离约束，完成换道；获取信号灯信息(红灯，剩余时间t_r)和停止线与CAV1的距离，假设此时红灯时间很短，如果速度较大，会在红灯时停止在交叉口前，但经过较短时间内又会重新起步，中间会因加减速而产生延误时间损失，因此CAV1采取最大减速度先减速行驶，减速至不影响车流正常运行状态的可允许最低车速v_min之后匀速行驶，计算时以驶过交叉口停止线位置为目标，得出这段行驶距离的行驶时间t₁，如果t₁>t_r,表示可以通过减速行驶度过本次红灯时间，在下一绿灯亮时实现不停车通过交叉口，那么在下一步给出的策略是减速行驶。

如果CAV1不需要换道，且前方存在其他车辆时，如果CAV1进入系统是红灯，考虑到红灯之后前方车队车辆进行起步，为了减少行车延误、实现不停车行驶，当前方车辆行驶速度达到相同与网联车辆相同时，网联车辆恰好与前方车辆保持安全间距，通过公式：

进行计算。如果CAV1进入系统是绿灯，考虑到绿灯时前方车辆正缓慢驶出交叉口，二者前后通过时会有一个距离差，考虑到车辆长度，网联车辆速度通过公式：

计算。

将计算后得到的每一步数据输入交通状态矩阵y中，CAV1按照该矩阵进行行驶。值得注意的是，该矩阵中已行驶过的部分数据保留，还未行驶过的预测数据继续动态更新。

在有两条直行车道，车辆可以进行自由换道的情境下，网联车CAV1和一辆人工驾驶车辆混合运行，引导区域设置为300m，如果此时处于绿灯相位且剩余时间为25s，网联车跟随在人工驾驶车辆后行驶时，二者初始速度均为6m/s，最高速度为15m/s，网联车最大加速度为4m/s2,最大减速度为0.5m/s2，人工驾驶车辆最大加速度为2m/s2，最大减速度为4m/s2。经过计算后，如果无法加速行驶，在剩余绿灯时间内无法通过交叉口，但人工驾驶车辆无法得知这一信息，仍然以不理想的速度行驶。因此网联车辆选择换道以较高速度行驶，在本次绿灯期间驶出交叉口，人工驾驶车辆减速停车等待下一绿灯周期。结果如图5所示，网联车辆与人工驾驶车辆混行换道。

显然，上述实施例仅仅是为清楚地说明所作的举例，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)

1.一种信号交叉口网联车辆轨迹优化引导方法，其特征在于，包括：

步骤1：当网联车进入引导区段后，利用车联网通信技术获取所述网联车的交通信息，并初始化交通状态矩阵；

步骤2：利用光通信技术获取网联车与前车的距离，判断当前时刻网联车是否为头车；

步骤3：若不为头车且前方为人工驾驶车辆，则利用光通信技术判断相邻车道前方是否存在车辆，若有车辆，且信号灯为红灯时，则根据红灯剩余时间、当前时刻网联车与前车的距离、当前时刻速度、当前网联车最大减速度以及前车最大加速度计算最优规划速度，使其满足在网联车以所述当前时刻速度减速至所述最优规划速度后匀速行驶，直到前车在绿灯亮起后加速至所述最优规划速度时，两车相距一个安全间距；

步骤4：根据所述最优规划速度，以预设时长为间隔预测网联车行驶通过交叉口这段时间内的状态规划矩阵，并以此更新所述交通状态矩阵；

步骤5：循环步骤2-4直至网联车驶出交叉口，实时更新所述交通状态矩阵。

2.根据权利要求1所述的信号交叉口网联车辆轨迹优化引导方法，其特征在于，若当前时刻网联车不为头车且前方为网联车辆，则与前车进行同步行驶。

3.根据权利要求1所述的信号交叉口网联车辆轨迹优化引导方法，其特征在于，所述若相邻车道前方不存在车辆，则换道至该空闲车道，回到步骤2。

4.根据权利要求3所述的信号交叉口网联车辆轨迹优化引导方法，其特征在于，所述换道至空闲车道的安全约束为：

当同时满足

时，进行换道；

其中，v_原是车辆在换道前的速度，v_本前是车辆在换道前本车道前方车辆的速度，v_目后是目标车道后方车辆的速度，v_min是车辆的最小速度，一般取怠速行驶速度，d_fe是本车和目标车道上的前车之间的纵向距离，d_be是本车和目标车道上的后车之间的纵向距离，x_f是目标车道上前车位置，x_e是本车位置，x_b是后车位置，L是车辆长度，min x_ef是本车和目标车道前车最小换道纵向距离，min x_bf本车和目标车道后车最小换道纵向距离，v_e、v_f、v_b分别是本车、目标车道前方车速、目标车道后方车速，a_e、a_b分别是本车、目标车道后方车辆加速度，x_跟驰是车辆在跟驰状态下保持的车辆最小间距。

5.根据权利要求1所述的信号交叉口网联车辆轨迹优化引导方法，其特征在于，所述根据红灯剩余时间、当前时刻网联车与前车的距离、当前时刻速度、当前网联车最大减速度以及前车最大加速度计算最优规划速度v_op，使其满足在网联车以所述当前时刻速度减速至所述最优规划速度后匀速行驶，直到前车在绿灯亮起后加速至所述最优规划速度时，两车相距一个安全间距的公式为：

其中，v_t为当前时刻速度，a_d为网联车最大减速度，a'表示前方车辆的最大加速度，L_c是车身长，L_s是车辆安全间距，n表示前方排队车辆数，t_f表示每辆车的启动时间和驾驶员反应时间之和，t_r为红灯剩余时间。

6.根据权利要求5所述的信号交叉口网联车辆轨迹优化引导方法，其特征在于，所述相邻车道前方存在车辆，且信号灯为绿灯时，则计算最优规划速度v_op，使其满足：

其中，a_c为网联车最大减速度，t_g为绿灯剩余灯时间，L为网联车辆与车道停止线的距离。

7.根据权利要求1所述的信号交叉口网联车辆轨迹优化引导方法，其特征在于，所述若为头车，且信号灯为绿灯时，利用光通信技术获取当前时刻网联车与车道停止线的距离，若当前时刻网联车以当前时刻速度在绿灯剩余时间内可匀速行驶通过车道停止线，则将当前时刻速度作为最优规划速度；

若当前时刻网联车以当前时刻速度在绿灯剩余时间内无法匀速行驶通过车道停止线，则判断在绿灯剩余时间内能否加速至限制最大速度后匀速通过车道停止线，若能，则将所述限制最大速度作为最优规划速度，否则减速停车。

8.根据权利要求1所述的信号交叉口网联车辆轨迹优化引导方法，其特征在于，所述若为头车，且信号灯为红灯时，利用光通信技术获取当前时刻网联车与车道停止线的距离，若当前时刻网联车以当前时刻速度在红灯剩余时间内行驶不会超出车道停止线，则将当前时刻速度作为最优规划速度；

若当前时刻网联车以当前时刻速度在红灯剩余时间内行驶会超出车道停止线，则判断在红灯剩余时间内减速至限制最小速度后匀速行驶是否会超出车道停止线，若不会，则将所述限制最小速度作为最优规划速度，否则减速停车。

9.一种信号交叉口网联车辆轨迹优化引导系统，其特征在于，包括：

基站，用于确定当前网联车是否进入引导区段；

车联网通信数据采集装置，包括GPS和传感器，用于获取当前网联车的初始速度、加速度、当前位置，生成初始交通状态矩阵，并发送至引导控制装置；

光通信数据采集装置，包括车灯上的读写器，用于获取带有光标签交通标志物反射的信息，得到信号灯状态、当前网联车与前车的距离、当前网联车与车道停止线的距离以及相邻车道前方是否存在车辆信息，并发送至引导控制装置；

所述引导控制装置，用于控制网联车根据以权利要求1-8所述的信号交叉口网联车辆轨迹优化引导方法计算得到的交通状态矩阵进行行驶。

10.如权利要求9所述的一种信号交叉口网联车辆轨迹优化引导系统，其特征在于，所述带有光标签的交通标志物由传统交通标志物通过逆反射材料、低功耗电路和液晶调制器改造而成。

Images