CN115620536A - 自动驾驶环境下基于危险度的交叉口通行效率提升方法 - Google Patents

自动驾驶环境下基于危险度的交叉口通行效率提升方法 Download PDF

Info

Publication number
CN115620536A
CN115620536A CN202211275932.8A CN202211275932A CN115620536A CN 115620536 A CN115620536 A CN 115620536A CN 202211275932 A CN202211275932 A CN 202211275932A CN 115620536 A CN115620536 A CN 115620536A
Authority
CN
China
Prior art keywords
vehicle
conflict
time
intersection
vehicles
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.)
Pending
Application number
CN202211275932.8A
Other languages
English (en)
Inventor
刘淼淼
朱明月
姚民坤
魏泽平
刘懿祺
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202211275932.8A priority Critical patent/CN115620536A/zh
Publication of CN115620536A publication Critical patent/CN115620536A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • 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
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route

Abstract

本发明提出了自动驾驶环境下基于危险度的交叉口通行效率提升方法，该方法主要分为三个部分，首先通过交叉口全息数据表达方法，将交叉口信息整合传递给区域内的所有车辆，为交叉口的车辆提供精准的交叉口状态表达模型；之后，通过增加车辆在交叉口内的路径选择，并根据车辆运动状态及对应的轨迹路线，计算车辆间的冲突时间及冲突点占用时间；通过对比冲突时间和冲突点占用时间，提出危险度指标，并设计基于危险度判别的冲突消解方案；最终通过综合考虑最优速度、跟驰避撞、信号相位和危险度等约束条件，并以交叉口车辆通行效率最高为目标，进行车辆速度和轨迹规划，得到交叉口车辆协同通行的最优方案，在保障安全性的前提下提高通行效率。

Description

自动驾驶环境下基于危险度的交叉口通行效率提升方法
技术领域
本发明涉及自动驾驶环境下的交叉口车辆通行控制领域，具体涉及到自动驾驶环境下基于危险度的交叉口通行效率提升方法。
背景技术
交叉口作为道路交通路网的重要节点，其通行模式对道路交通网络的通行效率有着显著的影响。交叉口车辆通行是城市交通的重难点，绝大部分的事故和交通拥挤发生在交叉口，驾驶人和行人的不当行为会造成拥堵甚至事故，而自动驾驶可以有效地避免人为驾驶中出现的一些问题。国内外的现有技术都十分关注于自动驾驶环境下交叉口车辆通行管理组织模式的创新研究。
目前，基于网联信息的信号交叉口车辆通行方法的研究主要分为两大方向：一方面，一些现有技术基于车辆运动参数、协调车辆在交叉口的运动避免冲突、通过临近交叉口车辆运动状态调整方案的优化，来提高交叉口通行效率。例如，一种现有技术提出了基于动态贝叶斯网络的车辆意识判定模型，通过高分辨率的地图识别车道几何特征，通过车辆冲突概率估计来计算加速和减速的置信度，指导车辆的通行决策。另一方面，一些现有技术尝试提出新的信号灯通行规则代替传统的信号配时方案，来提高交叉口通行效率。例如又一现有技术提出一种基于预订系统的自动交叉口管理方法(Autonomous IntersectionManagement,AIM)来代替传统的信号配时方案，基于车辆动态请求来实时更换相位。还有现有技术提出了采用深度强化学习算法优化AIM策略下的车辆通行方式，与先到先行策略相比，效果明显出现提升。
在此基础上，现有技术中还进一步在交叉口车辆通行次序优化的问题上进行改进，再一现有技术通过混合整数线性规划来优化车辆通行次序，从而最小化车辆通行总延误。除此之外，还有通过对信号控制交叉口的信号配时和信号相位进行优化的技术方案，提出包括基于马尔科夫链的控制、基于神经网络的控制、多智能体的控制等的信号灯控制算法。
虽然已经有很多针对提高交叉口车辆通行效率的现有技术，但是交叉口车辆的通行效率仍没有优化很多，还有能够深入挖掘的空间。
发明内容
本发明正是基于现有技术的上述情况而提出的，本发明要解决的技术问题是提供自动驾驶环境下基于危险度的交叉口通行效率提升方法，以提高自动驾驶车辆在通过交叉口时的速度和安全性。
为了解决该技术问题，本发明提供的技术方案包括：1.自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，包括如下步骤：
步骤一、根据交叉口实时环境信息生成车辆选择不同出口道通过交叉口的对应轨迹路线；
步骤二、将基于危险度的冲突消解策略作为约束，配合其他约束规划车辆占据冲突点的时间，避免冲突和碰撞；其中
所述基于危险度的冲突消解策略作为约束包括；根据驶入交叉口的自动驾驶车辆在交叉口内的路径选择，并根据车辆运动状态及对应的轨迹路线计算在通过交叉口时车辆间的冲突时间及冲突点占用时间；若冲突时间小于等于冲突点占用时间，则危险度为1，表示存在不可接受的交通冲突，反之危险度为0，表示两车之间的冲突可接受；
步骤三、以通行时间最短为目标，对车辆进行轨迹和通行次序的规划；其中
当自动驾驶车辆驶入交叉口前一段路段时，对其所有可以通行的出口道中的每一个，计算所述自动驾驶车辆到达冲突点位置的时间，并计算与之相互冲突的车辆到达冲突点的时间；将到达冲突点的时间进行排序，先到达对应冲突点的车辆拥有优先通行权；对具有优先通行权的车辆以允许的最大速度通过交叉口；对与之冲突的车辆，以所述基于危险度的冲突消解策略约束控制速度和或加速度通过冲突点后，再以允许的最大速度通过交叉口；依次得到所有车辆不同出口道组合的通行时间，并对所述不同出口到组合的通行时间进行比较，得到通行时间最短的通行轨迹组合，以所述通行时间最短的通行轨迹组合控制进入交叉口的车辆的通行。
优选地，同时保证车辆不停车地通过交叉口内部，并且在获取信号的条件下，让车辆在绿灯时长内通过数量最大。
优选地，确定危险度的冲突消解策略的步骤包括：
S001定义危险度R表征自动驾驶车辆所处当前状态与周围车辆状态之间发生冲突的概率，即自车与周围车辆均保持当前状态不变的情况下发生冲突或碰撞的概率；危险度通过对比冲突时间t和冲突点占用时间tc进行计算，由下式表达：
Figure BDA0003896647660000031
当R＝0，两车之间的冲突时间大于冲突点占用时间，即第一辆车通过冲突点时，冲突车辆可以在一段时间后安全的通过冲突点,则判定在该状态下存在交通冲突但可以接受，车辆可以以最大速度为目标通过交叉口；当R＝1，两车之间的冲突时间小于等于冲突点占用时间，即第一辆车通过冲突点时，冲突车辆无法安全的通过冲突点，则判定在该状态下存在潜在交通冲突且不可接受，需要进行冲突避撞；
冲突时间t用碰撞时间TTC和后侵入时间PET计算，
Figure BDA0003896647660000041
其中，Xi是自车位置，Xj是后面跟随的周围道路使用者的位置，vi是自车当前速度，vj是他车当前速度，Li是自车长度；PET＝|ti-tj|，其中ti为自车进入冲突点的时间，为tj另一周围道路使用者到达此冲突点的时间；对于直道跟车场景冲突时间t使用TTC确定，对于交叉场景冲突时间t使用PET确定；
将冲突点被占据的状态限定为冲突点占用，从冲突点开始被占据到冲突点允许下一辆车到达的最小时间限定为冲突点占用时间；根据交叉口的位置环境信息和车辆到达次序与状态计算冲突点占用时间tc；
对于交叉冲突场景，若优先占据冲突点的是右侧直行车辆C1，等待到达冲突点的是左侧直行车辆C2，则冲突点占用时间可示为
Figure BDA0003896647660000042
若优先占据冲突点的是左侧直行车辆C2，等待到达冲突点的是右侧直行车辆C1，则冲突点占用时间表示为
Figure BDA0003896647660000043
其中，vc1是右侧直行车辆C1的速度，vc2是左侧直行车辆C2的速度，lc1是右侧直行车辆C1的车长，lc2是左侧直行车辆C2的车长，wc1是右侧直行车辆C1的宽度，wc2是左侧直行车辆C2的宽度；
对于合流冲突场景，若优先占据冲突点的是直行车C1优先到达冲突点，等待到达冲突点的是右转车辆C2则其冲突占用时间表示为
Figure BDA0003896647660000044
若优先占据冲突点的是右转车C2，等待到达冲突点的是直行车辆C1，则其冲突占用时间可表示为
Figure BDA0003896647660000045
其中，vc1是直行车C1的速度，vc2是右转车C2的速度，lc1是右转车C1的车长，lc2是右转车C2的车长，htmin是最小车头时距；
S002计算到达交叉口进口道的所有车辆的冲突时间，如果存在不可接受的冲突即危险度为1时，控制先到冲突点的车辆的速度加速度不变，对后到冲突点的车辆施加一个不大于最大减速度的减速度，控制其到达冲突点的时间大于等于占用时间，使得车辆间安全顺畅的通过交叉口。
优选地，所述其他约束包括最优速度约束；车辆以最优速度vm行驶，小于vm时，则采取符合约束条件的最大加速度am进行加速，直至到达该速度。
优选地，所述其他约束包括跟车避撞约束；两车之间保证最小安全车头时距ζ避免碰撞，
Figure BDA0003896647660000051
其中l是车长，dmin为最小的车头间距，v是车辆到达冲突点的速度。
优选地，所述其他约束包括信号配时约束；自动驾驶环境下，不利用信号灯，而是利用控制器给自动驾驶车辆发送信号控制不同方向车流的通行；在交叉口采取东西向车流先行，南北向车流后行的策略，且所有的右转车辆不受信号配时控制；在可以通行的信号时期，通过停车线的车执行冲突消解约束，其余时间车辆被禁止通行，停止在停车线前。
优选地，所述冲突消解约束包括：
将各轨迹路线所对应的冲突时间t与冲突点占用时间tc进行比较；当t＞tc，危险度为0，冲突可接受，车辆以将以最优速度vm为目标通过交叉口；到达冲突点的时间表示为：
Figure BDA0003896647660000052
其中，vm为车辆可以达到的最大速度，lij1为车辆j从停车线到冲突点i的距离，am为车辆的最大加速度，v0为车辆的初始速度；
当t≤tc，危险度为1，存在不可接受的冲突，车辆减速行驶，减速行驶的加速度为
Figure BDA0003896647660000061
其中，ls为车辆距离停车线的距离；即通过减速使车辆到达冲突点时恰好冲突点度过冲突点占用时间tc；若冲突点占用时间过长，减速停车等待，为更大限度利用交叉口时空资源，停车位置应在停止线之前；
车辆从到达冲突点到驶出交叉口的时间表示为
Figure BDA0003896647660000062
其中，lij2为车辆j从冲突点i到驶出交叉口的距离；vc为车辆通过冲突点下一时刻的速度，
所以车辆j通过交叉口的行程时间以表达为
Figure BDA0003896647660000063
优选地，当车辆完全通过冲突点之后，将其移除决策集合，继续对其他车辆进行协同通行决策。
优选地，保证车辆不停车的通过交叉口内部，并且在获取信号的条件下，尽量让车辆在绿灯时长内通过数量最大。
优选地，所述交叉口实时环境信息包括交叉口静态渠化信息、交叉口尺寸、冲突点位置、信号方案、信号实时相位，以及交叉口内车辆的运动状况数据。
上述技术方案通过增加车辆在交叉口内的路径选择，并根据车辆运动状态及对应的轨迹路线，基于危险度判别的冲突消解方案，在保障安全性的前提下提高通行效率。以及优选地通过综合考虑最优速度、跟驰避撞、信号相位和危险度等约束条件，并以交叉口车辆通行效率最高为目标，进行车辆速度和轨迹规划，最终得到交叉口车辆协同通行的最优方案，在保障安全性的前提下提高通行效率。
附图说明
图1是本发明的整体思路框图；
图2是协同通行控制流程图；
图3a是交叉冲突场景下平面交叉口不同类型冲突示意图；
图3b是合流冲突场景下平面交叉口不同类型冲突示意图；
图4是交叉口协同通行场景图。
具体实施方式
下面结合附图和实施方案对本发明进行详细的描述。应理解该实例仅用于说明本发明而不用于限制本发明的范围。本发明所提供的一种基于危险度判别的自动驾驶环境下交叉口车辆协同通行策略，如图1和图2所示。其具体实施方法包括以下步骤：
步骤1，通过先进的通信技术获取交叉口实时环境信息，包括交叉口静态渠化信息、交叉口尺寸、冲突点位置、信号方案及实时相位，以及交叉口内车辆的运动状况数据。生成车辆选择不同出口道通过交叉口的对应轨迹路线。
步骤2，基于步骤1的交叉口车辆的轨迹路线，得到冲突车辆间的冲突时间等参数，提出危险度指标，并利用危险度指标进行冲突严重程度的判别。步骤2的具体实现步骤如下：
步骤21冲突危险度定义
定义危险度R表征自动驾驶车辆所处当前状态与周围车辆状态之间发生冲突的概率，即自车与周围车辆均保持当前状态不变的情况下发生冲突或碰撞的概率。危险度将通过对比冲突时间t和冲突点占用时间tc进行计算，由下式表达：
Figure BDA0003896647660000081
当R＝0，两车之间的冲突时间大于冲突点占用时间，即第一辆车通过冲突点时，冲突的车辆可以在一段时间后安全的通过冲突点。这种情况下，则判定在该状态下存在交通冲突但可以接受，车辆可以最大速度为目标通过交叉口。
当R＝1，两车之间的冲突时间小于等于冲突点占用时间，即第一辆车通过冲突点时，冲突的车辆无法安全的通过冲突点。在这种情况下，则判定在该状态下存在潜在交通冲突且不可接受，需要进行冲突避撞。
步骤22冲突时间的定义及计算
冲突时间可以用两种常见的方式去计算。分别是碰撞时间TTC(Time-To-Collision)、后侵入时间PET(Post Encroachment Time)。
碰撞时间TTC的计算公式如下：
Figure BDA0003896647660000082
Xi是自车位置，Xj是后面跟随的周围道路使用者的位置，vi是自车当前速度，vj是他车当前速度，Li是自车长度。
后侵入时间PET是是自车进入冲突点的时间ti到另一周围道路使用者到达此冲突点的时间tj的时间之间的差。
PET＝|ti-tj|
在本专利的研究中，当能够区分场景时，只计算针对该场景的估算的冲突时间t，其中，对于直道跟车场景，t＝TTC；对于交叉路口场景，t＝PET。计算到达交叉口进口道的所有车辆的冲突时间，进行车辆的到达次序排序。
步骤23冲突点占用时间定义及计算
自动驾驶车辆通过交叉口的轨迹路线相互交叉、汇合形成冲突点，为了避免冲突，同一时刻只能有一辆车占据冲突点，本专利将冲突点被占据的状态称为冲突点占用，从冲突点开始被占据到冲突点允许下一辆车到达的最小时间称为冲突点占用时间tc。
对于图3a中的交叉冲突场景，若优先占据冲突点的是右侧直行车辆C1，等待到达冲突点的是左侧直行车辆C2，则冲突点占用时间可表示为：
Figure BDA0003896647660000091
若优先占据冲突点的是左侧直行车辆C2，等待到达冲突点的是右侧直行车辆C1，则冲突点占用时间可表示为：
Figure BDA0003896647660000092
其中，vc1是右侧直行车辆C1的速度，vc2是左侧直行车辆C2的速度，lc1是右侧直行车辆C1的车长，lc2是左侧直行车辆C2的车长，wc1是右侧直行车辆C1的宽度，wc2是左侧直行车辆C2的宽度。
对于图3b中的合流冲突场景，要考虑到前后通过冲突点的自动驾驶车辆速度差异可能会造成冲突点占用时间的延长，也要考虑到直行车和右转车的速度大小关系。设直行车为C1,右转车为C2。
若直行车C1优先到达冲突点，则其冲突占用时间可表示为：
Figure BDA0003896647660000101
若右转车C2优先到达冲突点，则其冲突占用时间可表示为：
Figure BDA0003896647660000102
其中，vc1是直行车C1的速度，vc2是右转车C2的速度，lc1是右转车C1的车长，lc2是右转车C2的车长，htmin是最小车头时距。
步骤24基于危险度判别的冲突消解方案
对于基于危险度的冲突消解策略，本专利对所有进入交叉口的冲突车辆的危险度进行计算，如果存在不可接受的冲突即危险度为1时，控制先到冲突点的车辆的速度加速度不变，对后到冲突点的车辆施加一个不大于最大减速度的减速度，控制其到达冲突点的时间大于冲突占用时间，使得车辆间安全顺畅的通过交叉口。
步骤3，由步骤2所得到的基于危险度的冲突消解策略作为约束之一，合理规划车辆占据冲突点的时间。步骤3的具体实现步骤如下：
步骤31最优速度约束
车辆以最优速度vm行驶。小于vm时，则采取安全舒适、符合约束条件的最大加速度am进行加速，直至到达该速度。
步骤32跟车避撞约束
两车之间保证最小安全车头时距避免碰撞。
Figure BDA0003896647660000103
其中l是车长，dmin为最小的车头间距，v是车辆到达冲突点的速度。
步骤33信号配时约束
在交叉口采取东西向车流先行，南北向车流后行的策略，且所有的右转车辆不受信号配时控制。
步骤34冲突消解约束
车辆轨迹决策过程中，将各轨迹路线所对应的冲突消解方案的估算的冲突时间t与冲突点占用时间tc进行比较。
当t>tc，危险度为0，冲突可接受，车辆以将以最优速度为目标通过交叉口。到达冲突点的时间表示为：
Figure BDA0003896647660000111
其中，vm为车辆可以达到的最大速度，lij1为车辆j从停车线到冲突点i的距离，am为车辆的最大加速度，v0为车辆的初始速度。
当t≤tc，危险度为1，存在不可接受的冲突，车辆减速行驶，减速行驶的加速度为：
Figure BDA0003896647660000112
其中，ls为车辆距离停车线的距离。即通过减速使车辆到达冲突点时恰好冲突点度过冲突点占用时间tc。若冲突点占用时间过长，需要减速停车等待，为更大限度利用交叉口时空资源，停车位置应在停止线之前。
车辆从到达冲突点到驶出交叉口的时间可表示为：
Figure BDA0003896647660000121
其中，lij2为车辆j从冲突点i到驶出交叉口的距离；vc为车辆通过冲突点下一时刻的速度。
所以车辆j通过交叉口的行程时间可以表达为：
Figure BDA0003896647660000122
根据协同通行约束可确定交叉口到达的车辆行驶过不同出口道对应的路线所对应的冲突消解方案及通行轨迹方案。通过比较选择不同出口道的路线的行程时间，行程时间最小的路线即为最优通行路径。
步骤4，基于步骤2和步骤3的约束以及计算，进行交叉口内的车辆协同通行控制。最后以交叉口车辆通行延误最小为目标得出车辆的最优轨迹及最优通行次序。步骤4的具体实现步骤如下：
本专利将就下图4详细阐述车辆在进入交叉口和交叉口内的协同通行策略。
步骤41当自动驾驶汽车驶入交叉口前一段路段时，该车辆会与其他已进入交叉口的车辆进行信息交流共享，进入了决策策略集合。在交叉口前的路段上，车辆均以相同的速度和车头间距行驶。此时，车辆的最优出口道选择和行驶轨迹尚未确定，将对其多出口道的选择分别进行考虑决策。即C1、C2、C3、C4等车分别均有两种出口道选择，本专利首先假定其一种出口道选择，如图4中的C1通过内侧出口道，C2通过外侧出口道。
步骤42根据步骤41中的假定确定了出口道后，车辆到达已知冲突点位置的时间就已经确定，即可以计算C1、C3等相互冲突的车辆到达冲突点的时间，将到达冲突点的时间进行排序，先到达对应冲突点的车辆拥有优先通行权。
不同的通行次序决定了不同的通行策略(包括速度、加速度的调节)。对于获得了优先通行权的车辆来说，若速度已是最大速度，即可以最大速度通过交叉口，若不是最大速度，即可以最大加速度加速到最佳速度，通过冲突点和交叉口。对于与优先通行权车辆产生冲突的车辆，将根据两者之间的基于危险度的冲突消解判定以及冲突消解约束，对车辆加以步骤3中的速度、加速度控制，通过冲突点之后，也可以以最大加速度进行加速，通过交叉口。
步骤43当车辆完全通过冲突点之后，其轨迹将不会对交叉口内其他车辆造成影响，可以将其移除决策集合，继续对其他车辆进行协同通行决策。
步骤44之后，指定车辆其他不同组合的出口道选择，继续步骤42、步骤43的协同通行策略操作，得到所有车辆不同出口道组合的通行时间，进行比较，最终得到最优的通行轨迹组合。
以上步骤详细的描述了本发明的实施过程，但本发明不限于上述实施方式中的具体细节。凡在本发明的构思范围内，都不应排除在本发明的保护范围之外。

Claims (10)

1.自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，包括如下步骤：
步骤一、根据交叉口实时环境信息生成车辆选择不同出口道通过交叉口的对应轨迹路线；
步骤二、将基于危险度的冲突消解策略作为约束，配合其他约束规划车辆占据冲突点的时间，避免冲突和碰撞；其中
所述基于危险度的冲突消解策略作为约束包括；根据驶入交叉口的自动驾驶车辆在交叉口内的路径选择，并根据车辆运动状态及对应的轨迹路线计算在通过交叉口时车辆间的冲突时间及冲突点占用时间；若冲突时间小于等于冲突点占用时间，则危险度为1，表示存在不可接受的交通冲突，反之危险度为0，表示两车之间的冲突可接受；
步骤三、以通行时间最短为目标，对车辆进行轨迹和通行次序的规划；其中
当自动驾驶车辆驶入交叉口前一段路段时，对其所有可以通行的出口道中的每一个，计算所述自动驾驶车辆到达冲突点位置的时间，并计算与之相互冲突的车辆到达冲突点的时间；将到达冲突点的时间进行排序，先到达对应冲突点的车辆拥有优先通行权；对具有优先通行权的车辆以允许的最大速度通过交叉口；对与之冲突的车辆，以所述基于危险度的冲突消解策略约束控制速度和或加速度通过冲突点后，再以允许的最大速度通过交叉口；依次得到所有车辆不同出口道组合的通行时间，并对所述不同出口到组合的通行时间进行比较，得到通行时间最短的通行轨迹组合，以所述通行时间最短的通行轨迹组合控制进入交叉口的车辆的通行。
2.根据权利要求1所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，同时保证车辆不停车地通过交叉口内部，并且在获取信号的条件下，让车辆在绿灯时长内通过数量最大。
3.根据权利要求1所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，确定危险度的冲突消解策略的步骤包括：
S001定义危险度R表征自动驾驶车辆所处当前状态与周围车辆状态之间发生冲突的概率，即自车与周围车辆均保持当前状态不变的情况下发生冲突或碰撞的概率；危险度通过对比冲突时间t和冲突点占用时间tc进行计算，由下式表达：
Figure FDA0003896647650000021
当R＝0，两车之间的冲突时间大于冲突点占用时间，即第一辆车通过冲突点时，冲突车辆可以在一段时间后安全的通过冲突点,则判定在该状态下存在交通冲突但可以接受，车辆可以以最大速度为目标通过交叉口；当R＝1，两车之间的冲突时间小于等于冲突点占用时间，即第一辆车通过冲突点时，冲突车辆无法安全的通过冲突点，则判定在该状态下存在潜在交通冲突且不可接受，需要进行冲突避撞；
冲突时间t用碰撞时间TTC和后侵入时间PET计算，
Figure FDA0003896647650000022
其中，Xi是自车位置，Xj是后面跟随的周围道路使用者的位置，vi是自车当前速度，vj是他车当前速度，Li是自车长度；PET＝|ti-tj|，其中ti为自车进入冲突点的时间，为tj另一周围道路使用者到达此冲突点的时间；对于直道跟车场景冲突时间t使用TTC确定，对于交叉场景冲突时间t使用PET确定；
将冲突点被占据的状态限定为冲突点占用，从冲突点开始被占据到冲突点允许下一辆车到达的最小时间限定为冲突点占用时间；根据交叉口的位置环境信息和车辆到达次序与状态计算冲突点占用时间tc；
对于交叉冲突场景，若优先占据冲突点的是右侧直行车辆C1，等待到达冲突点的是左侧直行车辆C2，则冲突点占用时间可示为
Figure FDA0003896647650000031
若优先占据冲突点的是左侧直行车辆C2，等待到达冲突点的是右侧直行车辆C1，则冲突点占用时间表示为
Figure FDA0003896647650000032
其中，vc1是右侧直行车辆C1的速度，vc2是左侧直行车辆C2的速度，lc1是右侧直行车辆C1的车长，lc2是左侧直行车辆C2的车长，wc1是右侧直行车辆C1的宽度，wc2是左侧直行车辆C2的宽度；
对于合流冲突场景，若优先占据冲突点的是直行车C1优先到达冲突点，等待到达冲突点的是右转车辆C2则其冲突占用时间表示为
Figure FDA0003896647650000033
若优先占据冲突点的是右转车C2，等待到达冲突点的是直行车辆C1，则其冲突占用时间可表示为
Figure FDA0003896647650000034
其中，vc1是直行车C1的速度，vc2是右转车C2的速度，lc1是右转车C1的车长，lc2是右转车C2的车长，htmin是最小车头时距；
S002计算到达交叉口进口道的所有车辆的冲突时间，如果存在不可接受的冲突即危险度为1时，控制先到冲突点的车辆的速度加速度不变，对后到冲突点的车辆施加一个不大于最大减速度的减速度，控制其到达冲突点的时间大于等于占用时间，使得车辆间安全顺畅的通过交叉口。
4.根据权利要求3所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，所述其他约束包括最优速度约束；车辆以最优速度vm行驶，小于vm时，则采取符合约束条件的最大加速度am进行加速，直至到达该速度。
5.根据权利要求4所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，所述其他约束包括跟车避撞约束；两车之间保证最小安全车头时距ζ避免碰撞，
Figure FDA0003896647650000035
其中l是车长，dmin为最小的车头间距，v是车辆到达冲突点的速度。
6.根据权利要求5所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，所述其他约束包括信号配时约束；自动驾驶环境下，不利用信号灯，而是利用控制器给自动驾驶车辆发送信号控制不同方向车流的通行；在交叉口采取东西向车流先行，南北向车流后行的策略，且所有的右转车辆不受信号配时控制；在可以通行的信号时期，通过停车线的车执行冲突消解约束，其余时间车辆被禁止通行，停止在停车线前。
7.根据权利要求5所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，所述冲突消解约束包括：
将各轨迹路线所对应的冲突时间t与冲突点占用时间tc进行比较；当t＞tc，危险度为0，冲突可接受，车辆以将以最优速度vm为目标通过交叉口；到达冲突点的时间表示为：
Figure FDA0003896647650000041
其中，vm为车辆可以达到的最大速度，lij1为车辆j从停车线到冲突点i的距离，am为车辆的最大加速度，v0为车辆的初始速度；
当t≤tc，危险度为1，存在不可接受的冲突，车辆减速行驶，减速行驶的加速度为
Figure FDA0003896647650000042
其中，ls为车辆距离停车线的距离；即通过减速使车辆到达冲突点时恰好冲突点度过冲突点占用时间tc；若冲突点占用时间过长，减速停车等待，为更大限度利用交叉口时空资源，停车位置应在停止线之前；
车辆从到达冲突点到驶出交叉口的时间表示为
Figure FDA0003896647650000051
其中，lij2为车辆j从冲突点i到驶出交叉口的距离；vc为车辆通过冲突点下一时刻的速度，
所以车辆j通过交叉口的行程时间以表达为
Figure FDA0003896647650000052
8.根据权利要求1所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，当车辆完全通过冲突点之后，将其移除决策集合，继续对其他车辆进行协同通行决策。
9.根据权利要求1所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，保证车辆不停车的通过交叉口内部，并且在获取信号的条件下，尽量让车辆在绿灯时长内通过数量最大。
10.根据权利要求1所述的自动驾驶环境下基于危险度的交叉口通行效率提升方法，其特征在于，所述交叉口实时环境信息包括交叉口静态渠化信息、交叉口尺寸、冲突点位置、信号方案、信号实时相位，以及交叉口内车辆的运动状况数据。
CN202211275932.8A 2022-10-18 2022-10-18 自动驾驶环境下基于危险度的交叉口通行效率提升方法 Pending CN115620536A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211275932.8A CN115620536A (zh) 2022-10-18 2022-10-18 自动驾驶环境下基于危险度的交叉口通行效率提升方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211275932.8A CN115620536A (zh) 2022-10-18 2022-10-18 自动驾驶环境下基于危险度的交叉口通行效率提升方法

Publications (1)

Publication Number Publication Date
CN115620536A true CN115620536A (zh) 2023-01-17

Family

ID=84861770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211275932.8A Pending CN115620536A (zh) 2022-10-18 2022-10-18 自动驾驶环境下基于危险度的交叉口通行效率提升方法

Country Status (1)

Country Link
CN (1) CN115620536A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116663403A (zh) * 2023-05-24 2023-08-29 交通运输部规划研究院 一种基于贝叶斯网络和跟驰模型的信号交叉口交通仿真方法
CN116824883A (zh) * 2023-07-11 2023-09-29 武汉理工大学 基于车路协同的交叉口直右混行车辆连续流形成方法
CN117367831A (zh) * 2023-12-06 2024-01-09 中汽研汽车检验中心（天津）有限公司 智能驾驶极限测试场景构建方法、设备及介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108564234A (zh) * 2018-05-08 2018-09-21 北京航空航天大学 一种智能网联汽车的交叉口无信号自组织通行控制方法
CN108710719A (zh) * 2018-04-02 2018-10-26 中山大学 基于冲突区侵占度的交叉口内部冲突消解仿真模拟方法
CN109300306A (zh) * 2018-07-31 2019-02-01 北京航空航天大学 车路协同环境下交叉口可变导向车道、信号灯及车辆轨迹优化模型
CN109345020A (zh) * 2018-10-02 2019-02-15 北京航空航天大学 一种完全信息下的无信号交叉口车辆驾驶行为预测模型
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
CN110488802A (zh) * 2019-08-21 2019-11-22 清华大学 一种网联环境下的自动驾驶车辆动态行为决策方法
CN111627205A (zh) * 2020-04-28 2020-09-04 南京理工大学 基于碰撞风险的自动驾驶车辆与非机动车辆通行权分配方法
CN112373472A (zh) * 2021-01-14 2021-02-19 长沙理工大学 一种自动驾驶交叉口车辆进入时刻与行驶轨迹控制方法
CN113140112A (zh) * 2021-06-21 2021-07-20 长沙理工大学 一种自动驾驶交叉口车辆冲突分离的控制方法
WO2021169353A1 (zh) * 2020-02-29 2021-09-02 华南理工大学 一种智能网联条件下的交叉口交通流微观控制方法
CN113359779A (zh) * 2021-07-22 2021-09-07 长沙理工大学 一种考虑节能减排的自动驾驶车辆速度控制方法
CN113628437A (zh) * 2021-07-06 2021-11-09 安徽海博智能科技有限责任公司 基于云控平台的无人矿车交叉路口安全通行方法
CN114021982A (zh) * 2021-11-05 2022-02-08 北京航空航天大学 一种基于风险量化的信号交叉口进口道车辆通行模型
CN114495547A (zh) * 2022-02-22 2022-05-13 北京航空航天大学 一种面向自动驾驶汽车的信号交叉口协同通行策略

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108710719A (zh) * 2018-04-02 2018-10-26 中山大学 基于冲突区侵占度的交叉口内部冲突消解仿真模拟方法
CN108564234A (zh) * 2018-05-08 2018-09-21 北京航空航天大学 一种智能网联汽车的交叉口无信号自组织通行控制方法
CN109300306A (zh) * 2018-07-31 2019-02-01 北京航空航天大学 车路协同环境下交叉口可变导向车道、信号灯及车辆轨迹优化模型
CN109345020A (zh) * 2018-10-02 2019-02-15 北京航空航天大学 一种完全信息下的无信号交叉口车辆驾驶行为预测模型
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
CN110488802A (zh) * 2019-08-21 2019-11-22 清华大学 一种网联环境下的自动驾驶车辆动态行为决策方法
WO2021169353A1 (zh) * 2020-02-29 2021-09-02 华南理工大学 一种智能网联条件下的交叉口交通流微观控制方法
CN111627205A (zh) * 2020-04-28 2020-09-04 南京理工大学 基于碰撞风险的自动驾驶车辆与非机动车辆通行权分配方法
CN112373472A (zh) * 2021-01-14 2021-02-19 长沙理工大学 一种自动驾驶交叉口车辆进入时刻与行驶轨迹控制方法
CN113140112A (zh) * 2021-06-21 2021-07-20 长沙理工大学 一种自动驾驶交叉口车辆冲突分离的控制方法
CN113628437A (zh) * 2021-07-06 2021-11-09 安徽海博智能科技有限责任公司 基于云控平台的无人矿车交叉路口安全通行方法
CN113359779A (zh) * 2021-07-22 2021-09-07 长沙理工大学 一种考虑节能减排的自动驾驶车辆速度控制方法
CN114021982A (zh) * 2021-11-05 2022-02-08 北京航空航天大学 一种基于风险量化的信号交叉口进口道车辆通行模型
CN114495547A (zh) * 2022-02-22 2022-05-13 北京航空航天大学 一种面向自动驾驶汽车的信号交叉口协同通行策略

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘卓等: "面向人机混驾环境的交叉口车辆通行控制策略", 北京工业大学学报, 30 June 2022 (2022-06-30), pages 608 - 621 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116663403A (zh) * 2023-05-24 2023-08-29 交通运输部规划研究院 一种基于贝叶斯网络和跟驰模型的信号交叉口交通仿真方法
CN116663403B (zh) * 2023-05-24 2024-02-13 交通运输部规划研究院 一种基于贝叶斯网络和跟驰模型的信号交叉口交通仿真方法
CN116824883A (zh) * 2023-07-11 2023-09-29 武汉理工大学 基于车路协同的交叉口直右混行车辆连续流形成方法
CN116824883B (zh) * 2023-07-11 2024-02-13 武汉理工大学 基于车路协同的交叉口直右混行车辆连续流形成方法
CN117367831A (zh) * 2023-12-06 2024-01-09 中汽研汽车检验中心（天津）有限公司 智能驾驶极限测试场景构建方法、设备及介质

Similar Documents

Publication Publication Date Title
CN107564317B (zh) 一种自动驾驶车辆控制系统及方法
CN115620536A (zh) 自动驾驶环境下基于危险度的交叉口通行效率提升方法
CN106448194B (zh) 交叉路口交通信号和车辆协同控制方法及装置、车辆
CN112258875B (zh) 基于车路协同与自动驾驶的交叉口智能管控方法
Bento et al. Intelligent traffic management at intersections: Legacy mode for vehicles not equipped with V2V and V2I communications
CN113932823A (zh) 基于语义道路地图的无人驾驶多目标点轨迹并行规划方法
CN108510795A (zh) 协同车辆导航
CN112634644B (zh) 自动驾驶车辆左转优化控制方法及系统
WO2022053026A1 (zh) 一种自动驾驶会车场景处理方法及其装置、车辆、存储介质
CN112820125A (zh) 车辆混行情况的智能网联车辆的通行引导方法及引导系统
CN113554886A (zh) 一种车路协同交叉口车流冲突消解方法
CN114202915B (zh) 交织路段交替通行控制方法
CN110364003B (zh) 基于车联网的交叉路口双线路有轨电车信号优先控制方法
CN115140094A (zh) 一种基于纵向安全间距模型的实时换道决策方法
KR101634430B1 (ko) 무선통신 기반의 트램 우선신호 운영 방법
CN113256961B (zh) 基于车辆编队的路口自主车辆调度与控制方法
CN112489457B (zh) 一种自动驾驶环境下交叉口车辆通过引导方法
CN113034955A (zh) 一种自适应巡航车队通过信号路口的通行方法及装置
CN115082900B (zh) 一种停车场场景下智能车辆行驶决策系统及方法
CN114495547B (zh) 一种面向自动驾驶汽车的信号交叉口协同通行方法
CN114463974B (zh) 优先路权条件下混合车辆群体的协同控制系统及其方法
Shiomi et al. A lane-change maneuver of automated vehicles for improving traffic flow on highways with multiple lanes
CN115056787A (zh) 自动驾驶的速度决策规划系统、方法及自动驾驶车辆
US11745763B2 (en) Vehicle travel assistance method and vehicle travel assistance device
CN115938118A (zh) 一种基于路侧导引的无信号交叉口车辆速度动态规划方法

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