CN115376335A - 一种城市道路交织区多目标优化控制方法及装置 - Google Patents
一种城市道路交织区多目标优化控制方法及装置 Download PDFInfo
- Publication number
- CN115376335A CN115376335A CN202211310460.5A CN202211310460A CN115376335A CN 115376335 A CN115376335 A CN 115376335A CN 202211310460 A CN202211310460 A CN 202211310460A CN 115376335 A CN115376335 A CN 115376335A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- traffic
- area
- road intersection
- urban road
- 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
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G08G1/0125—Traffic data processing
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及道路控制的技术领域,公开了一种城市道路交织区多目标优化控制方法,所述方法包括:构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数以及约束条件;基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数;构建多尺度的道路交织区通行评价方法,基于计算得到的车辆行驶优化控制参数进行道路模拟,若通行评价值高于指定阈值则按照当前车辆控制参数进行控制。本发明在确保车辆行驶的舒适性的前提下,避免车辆在交织区发生交通事故,并基于通行评价值确定是否采取优化控制参数,得到使得交织口通行效率高、车速快的车辆控制参数。
Description
技术领域
本发明涉及道路控制的技术领域,尤其涉及一种城市道路交织区多目标优化控制方法及装置。
背景技术
城市道路交织区各方向交通流通过变换路径和行驶方向从而达到道路互相通达,但由于各种交通流的交织会产生大量的交通冲突点,导致车速稳定性差,尤其是自动驾驶车辆和人工驾驶车辆混合行驶的情况下,对车辆控制提出了更高的要求,为了提高网联环境无信号交叉口自动驾驶车辆的行车安全与通行效率,本专利提出一种城市道路交织区多目标优化控制方法,提高车辆在道路交织区行驶安全性和通行效率。
发明内容
有鉴于此,本发明提供一种城市道路交织区多目标优化控制方法,目的在于基于行车场强构建城市道路交织区安全稳定通行控制模型,所述行车场强包括动能场场强以及势能场场强,行车场强表示道路交织区的行车安全稳定性,行车场强越大表示该区域的车辆越多,行车安全稳定性越差;同时在保证车辆加速度变化较小、车速变化较小的前提下,基于行车安全稳定性构建目标函数,通过求解目标函数得到不同时刻交织区车辆行驶优化控制参数,控制交织区车辆在不同时刻的速度值以及加速度值,在确保车辆行驶的舒适性的前提下,避免车辆在交织区发生交通事故,同时对前后车辆间隔距离约束,保证前后车辆存在一定的安全距离;通过构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值;若通行评价值高于指定阈值则按照当前车辆控制参数进行控制,得到使得交织口通行效率高、车速快的车辆控制参数。
实现上述目的,本发明提供的一种城市道路交织区多目标优化控制方法,包括以下步骤:
S1:采集城市道路交织区通行数据,基于采集的通行数据构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数;
S2:基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,所述行驶规范约束包括车速约束、加速度约束以及前后车辆间隔距离约束;
S3:基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数,其中改进的wolfe修正共轭梯度算法为所述二阶优化算法的主要方法,所述交织区车辆行驶优化控制参数为不同时刻交织区行驶车辆的速度以及加速度;
S4:构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值;若通行评价值高于指定阈值则按照当前车辆控制参数进行控制,否则返回步骤S3重新求解车辆行驶优化控制参数。
作为本发明的进一步改进方法:
可选地,所述S1步骤中采集城市道路交织区通行数据,包括:
所述城市道路中的多股交通流沿着相同大方向行驶,其中相交而过的交通流形成交织,所述与交织后车辆行驶方向相同的交通流为主要交通流,其余方向的交通流为次要交通流;
所述城市道路交织区通行数据为行驶车辆的位置参数、速度以及加速度,所述城市道路交织区通行数据的采集流程为:
S12:对道路图像以及背景图像进行灰度化处理,所述灰度化处理的公式为:
其中:
其中:
所述实际坐标系的坐标原点为图像左下方像素对应的交织区位置,横轴为主要交通流,且实际坐标均为正值;
可选地,所述S1步骤中构建城市道路交织区安全稳定通行控制模型,包括:
构建城市道路交织区安全稳定通行控制模型,所述模型为:
其中:
表示t时刻车辆j与车辆在道路交织区的行车场强,其中车辆j的行驶速度为,所述行车场强包括动能场场强以及势能场场强,行车场强表示道路交织区的行车安全稳定性,行车场强越大表示该区域的车辆越多,行车安全稳定性越差,其中车辆j与车辆在t时刻所处的交通流不同,车辆j与车辆在t时刻所处的交通流相同;
可选地,所述S1步骤中确定安全稳定通行行驶目标函数,包括:
基于所述城市道路交织区安全稳定通行控制模型构建安全稳定通行行驶目标函数,所构建目标函数F为:
其中:
表示时刻时,主要交通流中车辆c以速度行驶的行车场强,C表示到时刻期间,仅在主要交通流行驶的车辆总数,表示车辆c的在同一时刻的同一交通流车辆以及不同交通流车辆集合,,其中表示与车辆c处于不同交通流的车辆,表示与车辆c处于相同交通流的车辆。
可选地,所述S2步骤中基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,包括:
基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,所述行驶规范约束包括车速约束、加速度约束以及前后车辆间隔距离约束;
所述车速约束为:
其中:
所述加速度约束为:
其中:
所述前后车间隔距离约束为:
其中:
可选地,所述S3步骤中基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,包括:
基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数,其中改进的wolfe修正共轭梯度算法为所述二阶优化算法的主要方法;
所述目标函数的优化求解流程为:
S31:结合交织区安全稳定通行行驶目标函数和约束条件构建拉格朗日函数L:
其中:
其中:
重复上述步骤,得到交织区安全稳定通行行驶目标函数的求解结果,包括不同时刻主要交通流中行驶车辆的加速度控制参数以及速度控制参数。
可选地,所述S4步骤中构建多尺度的道路交织区通行评价方法,包括:
所述道路交织区通行评价方法流程为:
可选地,所述S4步骤中将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值,包括:
将所采集的城市道路交织区通行数据生成城市道路交织区,所生成的城市道路交织区包括交织区的道路分布,以及不同时刻道路的行驶车辆,将计算得到的不同时刻的车辆行驶优化控制参数对道路中行驶车辆进行控制模拟,并利用道路交织区通行评价方法对模拟结果进行评价,得到交织区通行评价值;
若交织区通行评价值高于指定阈值则按照当前车辆控制参数进行控制,否则返回步骤S3重新求解车辆行驶优化控制参数。
本发明还提供了一种城市道路交织区多目标优化控制装置,所述装置包括:
数据采集处理模块,用于采集城市道路交织区通行数据,基于采集的通行数据构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数,基于采集的城市交织区通行数据确定目标函数的约束条件;
控制参数优化求解装置,用于利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数;
评价模块,用于构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值。
本发明还提供一种电子设备,所述电子设备包括:存储器,存储至少一个指令;及处理器,执行所述存储器中存储的指令以实现上述所述的城市道路交织区多目标优化控制方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的城市道路交织区多目标优化控制方法。
相对于现有技术,本发明提出一种城市道路交织区多目标优化控制方法,该技术具有以下优势:
首先,本方案提出一种交织区车辆优化控制方法,构建城市道路交织区安全稳定通行控制模型,所述模型为:
其中:表示指数系数,将其设置为1/2;表示t时刻车辆j与车辆在道路交织区的行车场强,其中车辆j的行驶速度为,所述行车场强包括动能场场强以及势能场场强,行车场强表示道路交织区的行车安全稳定性,行车场强越大表示该区域的车辆越多,行车安全稳定性越差,其中车辆j与车辆在t时刻所处的交通流不同,车辆j与车辆在t时刻所处的交通流相同;表示t时刻车辆j与车辆的欧式距离;表示车辆j的质量;表示t时刻与矢量方向与车辆j行驶方向的夹角,所述夹角越小,表示车辆沿车辆j的运动方向靠近,在交通流交织区域发生碰撞的概率越大。基于所述城市道路交织区安全稳定通行控制模型构建安全稳定通行行驶目标函数,所构建目标函数F为:
其中:表示时刻时,主要交通流中行驶车辆的加速度控制参数;表示时刻时,主要交通流中行驶车辆的速度控制参数,所述加速度控制参数以及速度控制参数为待求解的车辆行驶优化控制参数;表示时刻时,主要交通流中车辆c以速度行驶的行车场强,C表示到时刻期间,仅在主要交通流行驶的车辆总数,表示车辆c的在同一时刻的同一交通流车辆以及不同交通流车辆集合,,其中表示与车辆c处于不同交通流的车辆,表示与车辆c处于相同交通流的车辆。本方案基于行车场强构建城市道路交织区安全稳定通行控制模型,所述行车场强包括动能场场强以及势能场场强,行车场强表示道路交织区的行车安全稳定性,行车场强越大表示该区域的车辆越多,行车安全稳定性越差;同时在保证车辆加速度变化较小、车速变化较小的前提下,基于行车安全稳定性构建目标函数,通过求解目标函数得到不同时刻交织区车辆行驶优化控制参数,控制交织区车辆在不同时刻的速度值以及加速度值,在确保车辆行驶的舒适性的前提下,避免车辆在交织区发生交通事故,同时对前后车辆间隔距离约束,保证前后车辆存在一定的安全距离,降低行车风险。
同时,本方案提出一种多尺度的道路交织区通行评价方法,通过将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值;若通行评价值高于指定阈值则按照当前车辆控制参数进行控制,得到使得交织口通行效率高、车速快的车辆控制参数。
附图说明
图1为本发明一实施例提供的一种城市道路交织区多目标优化控制方法的流程示意图;
图2为本发明一实施例提供的城市道路交织区多目标优化控制装置的功能模块图;
图3为本发明一实施例提供的实现城市道路交织区多目标优化控制方法的电子设备的结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种城市道路交织区多目标优化控制方法。所述城市道路交织区多目标优化控制方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述城市道路交织区多目标优化控制方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
S1:采集城市道路交织区通行数据,基于采集的通行数据构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数。
所述S1步骤中采集城市道路交织区通行数据,包括:
所述城市道路中的多股交通流沿着相同大方向行驶,其中相交而过的交通流形成交织,所述与交织后车辆行驶方向相同的交通流为主要交通流,其余方向的交通流为次要交通流;
所述城市道路交织区通行数据为行驶车辆的位置参数、速度以及加速度,所述城市道路交织区通行数据的采集流程为:
S12:对道路图像以及背景图像进行灰度化处理,所述灰度化处理的公式为:
其中:
其中:
所述实际坐标系的坐标原点为图像左下方像素对应的交织区位置,横轴为主要交通流,且实际坐标均为正值;
所述S1步骤中构建城市道路交织区安全稳定通行控制模型,包括:
构建城市道路交织区安全稳定通行控制模型,所述模型为:
其中:
表示t时刻车辆j与车辆在道路交织区的行车场强,其中车辆j的行驶速度为,所述行车场强包括动能场场强以及势能场场强,行车场强表示道路交织区的行车安全稳定性,行车场强越大表示该区域的车辆越多,行车安全稳定性越差,其中车辆j与车辆在t时刻所处的交通流不同,车辆j与车辆在t时刻所处的交通流相同;
所述S1步骤中确定安全稳定通行行驶目标函数,包括:
基于所述城市道路交织区安全稳定通行控制模型构建安全稳定通行行驶目标函数,所构建目标函数F为:
其中:
表示时刻时,主要交通流中车辆c以速度行驶的行车场强,C表示到时刻期间,仅在主要交通流行驶的车辆总数,表示车辆c的在同一时刻的同一交通流车辆以及不同交通流车辆集合,,其中表示与车辆c处于不同交通流的车辆,表示与车辆c处于相同交通流的车辆。
S2:基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,所述行驶规范约束包括车速约束、加速度约束以及前后车辆间隔距离约束。
所述S2步骤中基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,包括:
基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,所述行驶规范约束包括车速约束、加速度约束以及前后车辆间隔距离约束;
所述车速约束为:
其中:
所述加速度约束为:
其中:
所述前后车间隔距离约束为:
其中:
S3:基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数,其中改进的wolfe修正共轭梯度算法为所述二阶优化算法的主要方法,所述交织区车辆行驶优化控制参数为不同时刻交织区行驶车辆的速度以及加速度。
所述S3步骤中基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,包括:
基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数,其中改进的wolfe修正共轭梯度算法为所述二阶优化算法的主要方法;
所述目标函数的优化求解流程为:
S31:结合交织区安全稳定通行行驶目标函数和约束条件构建拉格朗日函数L:
其中:
其中:
重复上述步骤,得到交织区安全稳定通行行驶目标函数的求解结果,包括不同时刻主要交通流中行驶车辆的加速度控制参数以及速度控制参数。
S4:构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值;若通行评价值高于指定阈值则按照当前车辆控制参数进行控制,否则返回步骤S3重新求解车辆行驶优化控制参数。
所述S4步骤中构建多尺度的道路交织区通行评价方法,包括:
所述道路交织区通行评价方法流程为:
可选地,所述S4步骤中将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值,包括:
将所采集的城市道路交织区通行数据生成城市道路交织区,所生成的城市道路交织区包括交织区的道路分布,以及不同时刻道路的行驶车辆,将计算得到的不同时刻的车辆行驶优化控制参数对道路中行驶车辆进行控制模拟,并利用道路交织区通行评价方法对模拟结果进行评价,得到交织区通行评价值;
若交织区通行评价值高于指定阈值则按照当前车辆控制参数进行控制,否则返回步骤S3重新求解车辆行驶优化控制参数。
实施例2:
如图2所示,是本发明一实施例提供的城市道路交织区多目标优化控制装置的功能模块图,其可以实现实施例1中的城市道路交织区多目标优化控制方法。
本发明所述城市道路交织区多目标优化控制装置100可以安装于电子设备中。根据实现的功能,所述城市道路交织区多目标优化控制装置可以包括数据采集处理模块101、控制参数优化求解装置102及评价模块103。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
数据采集处理模块101,用于采集城市道路交织区通行数据,基于采集的通行数据构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数,基于采集的城市交织区通行数据确定目标函数的约束条件;
控制参数优化求解装置102,用于利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数;
评价模块103,用于构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值。
详细地,本发明实施例中所述城市道路交织区多目标优化控制装置100中的所述各模块在使用时采用与上述的图1中所述的城市道路交织区多目标优化控制方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
实施例3:
如图3所示,是本发明一实施例提供的实现城市道路交织区多目标优化控制方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(SecureDigital, SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如程序12的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(用于实现城市道路交织区多目标优化控制的程序12等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
采集城市道路交织区通行数据,基于采集的通行数据构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数;
基于采集的城市交织区通行数据确定目标函数的约束条件;
基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数;
构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值;若通行评价值高于指定阈值则按照当前车辆控制参数进行控制,否则重新求解车辆行驶优化控制参数。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图3对应实施例中相关步骤的描述,在此不赘述。
需要说明的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种城市道路交织区多目标优化控制方法,其特征在于,所述方法包括:
S1:采集城市道路交织区通行数据,基于采集的通行数据构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数;
S2:基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,所述行驶规范约束包括车速约束、加速度约束以及前后车辆间隔距离约束;
S3:基于构建的交织区安全稳定通行行驶目标函数和约束条件,利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数,其中改进的wolfe修正共轭梯度算法为所述二阶优化算法的主要方法,所述交织区车辆行驶优化控制参数为不同时刻交织区行驶车辆的速度以及加速度,所述目标函数的优化求解流程,包括:
S31:结合交织区安全稳定通行行驶目标函数和约束条件构建拉格朗日函数L:
其中:
P为前后车间隔距离约束;
其中:
重复上述步骤,得到交织区安全稳定通行行驶目标函数的求解结果,包括不同时刻主要交通流中行驶车辆的加速度控制参数以及速度控制参数;
S4:构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值;若通行评价值高于指定阈值则按照当前车辆控制参数进行控制,否则返回步骤S3重新求解车辆行驶优化控制参数。
2.如权利要求1所述的城市道路交织区多目标优化控制方法,其特征在于,所述S1步骤中采集城市道路交织区通行数据,包括:
所述城市道路交织区通行数据包括行驶车辆的位置参数、速度以及加速度,所述城市道路交织区通行数据的采集流程为:
S12:对道路图像以及背景图像进行灰度化处理,所述灰度化处理的公式为:
其中:
其中:
所述实际坐标系的坐标原点为图像左下方像素对应的交织区位置,横轴为主要交通流,且实际坐标均为正值;
4.如权利要求3所述的城市道路交织区多目标优化控制方法,其特征在于,所述S1步骤中确定安全稳定通行行驶目标函数,包括:
基于所述城市道路交织区安全稳定通行控制模型构建安全稳定通行行驶目标函数,所构建目标函数F为:
其中:
5.如权利要求4所述的城市道路交织区多目标优化控制方法,其特征在于,所述S2步骤中基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,包括:
基于采集的城市交织区通行数据确定目标函数的约束条件,其中所述约束条件为车辆安全稳定驾驶行驶规范约束,所述行驶规范约束包括车速约束、加速度约束以及前后车辆间隔距离约束;
所述车速约束为:
其中:
所述加速度约束为:
其中:
所述前后车间隔距离约束为:
其中:
7.如权利要求6所述的城市道路交织区多目标优化控制方法,其特征在于,所述S4步骤中将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值,包括:
将所采集的城市道路交织区通行数据生成城市道路交织区,所生成的城市道路交织区包括交织区的道路分布,以及不同时刻道路的行驶车辆,将计算得到的不同时刻的车辆行驶优化控制参数对道路中行驶车辆进行控制模拟,并利用道路交织区通行评价方法对模拟结果进行评价,得到交织区通行评价值;
若交织区通行评价值高于指定阈值则按照当前车辆控制参数进行控制,否则返回步骤S3重新求解车辆行驶优化控制参数。
8.一种城市道路交织区多目标优化控制装置,其特征在于,所述装置包括:
数据采集处理模块,用于采集城市道路交织区通行数据,基于采集的通行数据构建城市道路交织区安全稳定通行控制模型,确定安全稳定通行行驶目标函数,基于采集的城市交织区通行数据确定目标函数的约束条件;
控制参数优化求解装置,用于利用二阶优化算法对目标函数进行优化求解,得到交织区车辆行驶优化控制参数;
评价模块,用于构建多尺度的道路交织区通行评价方法,将所采集的城市道路交织区通行数据生成城市道路交织区,基于计算得到的车辆行驶优化控制参数进行道路模拟,并对模拟结果进行评价,得到交织区通行评价值,以实现如权利要求1-7所述的一种城市道路交织区多目标优化控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211310460.5A CN115376335B (zh) | 2022-10-25 | 2022-10-25 | 一种城市道路交织区多目标优化控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211310460.5A CN115376335B (zh) | 2022-10-25 | 2022-10-25 | 一种城市道路交织区多目标优化控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115376335A true CN115376335A (zh) | 2022-11-22 |
CN115376335B CN115376335B (zh) | 2023-01-31 |
Family
ID=84074090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211310460.5A Active CN115376335B (zh) | 2022-10-25 | 2022-10-25 | 一种城市道路交织区多目标优化控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115376335B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116136984A (zh) * | 2023-02-21 | 2023-05-19 | 湖南省家加车位科技有限公司 | 一种基于多目标优化的车位分配算法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107481538A (zh) * | 2017-08-30 | 2017-12-15 | 郑州欧尚德电子技术有限公司 | 一种多维智能网联交通系统 |
WO2018072240A1 (zh) * | 2016-10-20 | 2018-04-26 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
WO2018161774A1 (zh) * | 2017-03-06 | 2018-09-13 | 腾讯科技(深圳)有限公司 | 驾驶行为确定方法、装置、设备及存储介质 |
CN110298122A (zh) * | 2019-07-03 | 2019-10-01 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
CN111192455A (zh) * | 2020-01-10 | 2020-05-22 | 西南交通大学 | 一种城市快速路交织区的交通流组织优化方法 |
CN111968377A (zh) * | 2020-08-31 | 2020-11-20 | 姜忠太 | 面向节油和驾驶舒适的基于车辆网的车辆轨迹优化方法 |
US20210325197A1 (en) * | 2020-04-17 | 2021-10-21 | Mazda Motor Corporation | Vehicle control apparatus |
KR20210130115A (ko) * | 2020-09-21 | 2021-10-29 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 운전 제어 방법, 장치, 기기, 매체 및 시스템 |
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 |
CN115092139A (zh) * | 2022-05-24 | 2022-09-23 | 同济大学 | 一种智能网联车辆交织区协同运动规划方法 |
-
2022
- 2022-10-25 CN CN202211310460.5A patent/CN115376335B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018072240A1 (zh) * | 2016-10-20 | 2018-04-26 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
WO2018161774A1 (zh) * | 2017-03-06 | 2018-09-13 | 腾讯科技(深圳)有限公司 | 驾驶行为确定方法、装置、设备及存储介质 |
CN107481538A (zh) * | 2017-08-30 | 2017-12-15 | 郑州欧尚德电子技术有限公司 | 一种多维智能网联交通系统 |
CN110298122A (zh) * | 2019-07-03 | 2019-10-01 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
CN111192455A (zh) * | 2020-01-10 | 2020-05-22 | 西南交通大学 | 一种城市快速路交织区的交通流组织优化方法 |
US20210325197A1 (en) * | 2020-04-17 | 2021-10-21 | Mazda Motor Corporation | Vehicle control apparatus |
CN111968377A (zh) * | 2020-08-31 | 2020-11-20 | 姜忠太 | 面向节油和驾驶舒适的基于车辆网的车辆轨迹优化方法 |
KR20210130115A (ko) * | 2020-09-21 | 2021-10-29 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 운전 제어 방법, 장치, 기기, 매체 및 시스템 |
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 |
CN115092139A (zh) * | 2022-05-24 | 2022-09-23 | 同济大学 | 一种智能网联车辆交织区协同运动规划方法 |
Non-Patent Citations (3)
Title |
---|
廖绍凯: "粘性流基于特征线的四阶Runge-Kutta有限元法", 《计算力学学报》 * |
徐林浩: "绿色车辆路径问题的改进拉格朗日松弛算法", 《广东工业大学学报》 * |
王韬: "车辆自动驾驶纵向运动控制优化及求解算法", 《中国工程机械学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116136984A (zh) * | 2023-02-21 | 2023-05-19 | 湖南省家加车位科技有限公司 | 一种基于多目标优化的车位分配算法及系统 |
CN116136984B (zh) * | 2023-02-21 | 2024-01-12 | 湖南省家加车位科技有限公司 | 一种基于多目标优化的车位分配算法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115376335B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115376335B (zh) | 一种城市道路交织区多目标优化控制方法及装置 | |
CN105938560A (zh) | 一种基于卷积神经网络的车型精细分类系统 | |
CN110738181B (zh) | 一种确定车辆朝向信息的方法及装置 | |
CN107491738A (zh) | 停车位检测方法及系统、存储介质及电子设备 | |
CN115526924B (zh) | 一种蒙特卡洛模拟的水文环境建模方法及系统 | |
CN106530691A (zh) | 一种考虑车辆占有空间的混合车型多车道元胞自动机模型 | |
CN115512251A (zh) | 基于双分支渐进式特征增强的无人机低照度目标跟踪方法 | |
CN112132216B (zh) | 车型识别方法、装置、电子设备及存储介质 | |
CN113312760A (zh) | 一种基于交通仿真的网联机动车右转轨迹规划方法和装置 | |
CN113536538B (zh) | 一种基于交通冲突的行人与车辆交互仿真方法及系统 | |
CN110334572A (zh) | 一种多角度下车型精细识别方法 | |
CN105575105B (zh) | 用于交通工具的调度方法和设备 | |
CN106611074A (zh) | 车辆结构设计仿真分析系统 | |
CN114677662A (zh) | 一种车辆前方障碍状态预测方法、装置、设备及存储介质 | |
CN112528701B (zh) | 二维码检测方法、装置、电子设备及介质 | |
CN111860195A (zh) | 一种基于大数据的安保检测方法及安保检测装置 | |
CN115257692A (zh) | 一种基于视觉交通信息的phev能量管理方法及系统 | |
CN113343882A (zh) | 人群计数方法、装置、电子设备及存储介质 | |
CN115116222B (zh) | 一种多车道远程控制方法及系统 | |
CN112561893A (zh) | 图片匹配方法、装置、电子设备及存储介质 | |
CN111242269A (zh) | 粒子群位置搜索方法、系统、装置及可读存储介质 | |
CN111829509B (zh) | 一种新能源汽车定位方法及定位装置 | |
CN114973658B (zh) | 一种混合车道干扰问题的识别方法及装置 | |
CN115238206B (zh) | 一种基于群体行为分析的检测点推荐方法及装置 | |
CN112477875B (zh) | 车速微控制方法、装置、电子设备及存储介质 |
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 |