CN116543595A - 一种快速路分流区cav专用道换道决策点的动态调控方法 - Google Patents

一种快速路分流区cav专用道换道决策点的动态调控方法 Download PDF

Info

Publication number
CN116543595A
CN116543595A CN202310592688.6A CN202310592688A CN116543595A CN 116543595 A CN116543595 A CN 116543595A CN 202310592688 A CN202310592688 A CN 202310592688A CN 116543595 A CN116543595 A CN 116543595A
Authority
CN
China
Prior art keywords
lane
vehicle
road
area
executing
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
CN202310592688.6A
Other languages
English (en)
Other versions
CN116543595B (zh
Inventor
张卫华
倪太峰
丁恒
王昌胜
柏海舰
卫立阳
董婉丽
朱文佳
汪春
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202310592688.6A priority Critical patent/CN116543595B/zh
Publication of CN116543595A publication Critical patent/CN116543595A/zh
Application granted granted Critical
Publication of CN116543595B publication Critical patent/CN116543595B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种快速路分流区CAV专用道换道决策点的动态调控方法，适用于道路内侧设置有CAV专用道的快速路分流区，且CAV专用道上行驶的车辆均为网联自动驾驶车辆，其他普通车道网联自动驾驶车辆和网联人驾车辆都可行驶；该方法根据CAV专用道换道决策点与交通效率和交通安全之间的关系，采用相应算法计算当前时刻CAV专用道上分流车辆的换道决策点。本发明提出的动态调控方法有助于改善分流区的交通运行状况，提高分流区的交通效率、交通安全性，以及降低燃油排放，从而为CAV专用道设置条件下的快速路分流区的交通流管控提供方法支撑。

Description

一种快速路分流区CAV专用道换道决策点的动态调控方法
技术领域
本发明属于网联车交通控制领域，尤其涉及快速路专用道网联自动驾驶车辆换道控制领域，具体是一种快速路分流区CAV专用道换道决策点动态调控方法。
背景技术
快速路是城市交通网络的骨架，承载着绝大部分的交通出行，其通行效率直接决定城市交通路网的性能，而快速路分流区存在了大量变速、变向、变道车流，因此产生的大量分合流的冲突、交叉冲突、行车秩序紊乱，会大大降低快速路的交通运行效率。
随着网联自动驾驶技术和车路协同技术的发展，市场上网联自动驾驶车辆的比例将会越来越高，交通出行必将长期处于混合网联驾驶环境这一阶段。由于网联自动驾驶车辆可以进行信息交互，获取周围的交通信息，并且依靠人工智能、视觉计算、定位系统完成控制，无需人类驾驶，所以网联自动驾驶车辆能以更短的车头时距、更快的反应时间、更稳定的速度行驶。在混合网联环境下网联自动驾驶车辆比例较高时，快速路设置网联自动驾驶车辆专用道可以大大提高交通流的运行效率，但快速路分流区出现的大量网联自动驾驶车辆的换道冲突、与人驾车正常行驶产生的分合流冲突会影响交通流的稳定运行，降低车流的区间速度。
发明内容
本发明克服现有技术存在的不足之处，提出了一种快速路分流区CAV专用道换道决策点动态调控方法，以期能在快速路交通流量较高时，考虑分流区分流比的影响因素，动态调控CAV专用道上车辆换道决策点，以避免换道位置过于集中，紊乱车流的正常行车秩序，从而能提高快速路分流区交通流运行的安全性和交通流运行效率。
本发明为达到上述发明目的，采用如下技术方案：
本发明一种快速路分流区CAV专用道换道决策点的动态调控方法的特点是应用于单向三条车道的道路上，将三条车道由内向外分别记为第一车道、第二车道、第三车道；所述第一车道为CAV专用道，其他车道为普通车道；其中，CAV表示网联自动驾驶车辆；在所述CAV专用道上只允许网联自动驾驶车辆行驶，所述普通车道不限制行驶车辆类型，在所述第三车道的外侧设置有减速车道，在所述减速车道的前方设置有出口匝道；所述动态调控方法包括以下步骤：
步骤1、以出口匝道的道路中线与减速车道的道路中线交点为原点，以车辆的行驶方向为x轴的正方向，以与x轴垂直的方向为y轴方向，建立平面坐标系；
以出口匝道的上游长度为s的道路作为快速路分流区；
在出口匝道的上游道路最内侧的CAV专用道上设置专用道动态调控区域；所述专用道动态调控区域是以原点为起点，以x轴上的横坐标xL为终点且长度为L的矩形区域；
所述专用道动态调控区域包括：强制换道区域和自由换道区域；
所述强制换道区域是以原点为起点，以x轴上的横坐标xf为终点且长度为Lc的矩形区域；
所述自由换道区域是以横坐标xf为起点，以x轴上的横坐标xL为终点且长度为Lf的矩形区域；
在专用道动态调控区域的上游道路的三条车道上设置长度为Lb的分流比检测区域；所述分流比检测区域以横坐标xL为起点，以x轴上的横坐标xb为终点的矩形区域；其中，s＞L+Lb；
步骤2、采集t时刻单向三条车道的车辆信息，包括：车辆数量、车辆位置、速度、加速度；
步骤3、判断t时刻单向三条车道的道路上交通流量Q(t)≥Qh是否成立，若成立，则执行步骤4；否则，执行步骤10；其中，Qh表示动态调控的道路交通流量阈值；
步骤4、采集t时刻分流比检测区域的网联自动驾驶车的车辆数mtotal(t)，并统计分流比检测区域内t时刻的网联自动驾驶车辆将要驶离自身车道并进入出口匝道的车辆数msr(t)；
步骤5、利用式(1)计算t时刻的车辆分流比λsr(t)；
步骤6、令t时刻下第一条车道上的第i辆车记为确定t时刻的专用道动态调控区域内第i辆车/>的最优换道决策点位置li,opt(t)；
步骤6.1、利用式(2)计算t时刻的专用道动态调控区域内基于交通效率的第i辆车的最优换道决策点位置li,sms(t)；
式(2)中，li(t)表示t时刻第一车道上第i辆车的换道决策点位置；α1、α2、α3、b是三次多项式的四个参数；/>表示换道决策点与交通效率之间的对应关系；
步骤6.2、利用式(3)计算t时刻的专用道动态调控区域内基于安全风险的第i辆车的最优换道决策点位置li,tit(t)；
式(3)中，β1、β2、β3、d是三次多项式的四个参数；表示换道决策点与安全风险之间的对应关系；
步骤6.3、利用式(4)计算t时刻的专用道动态调控区域内第i辆车的最优换道决策点位置li,opt(t)；
式(4)中，k1、k2是两个修正系数，且k1+k2＝1；
步骤7、判断第一车道上的第i辆车是否有换道需求，若有，则执行步骤7.1；否则，执行步骤10；
步骤7.1、判断xi(t)＞li,opt(t)是否成立，若成立，则执行步骤7.2；否则，执行步骤10；
步骤7.2、判断xi(t)＜xf是否成立，若成立，则执行步骤8；否则，执行步骤9；
步骤8、将处于第二条车道上，且相对于第一条车道上第i辆车的后一辆车记为/>将处于第二条车道上，且相对于第一条车道上第i辆车/>的前一辆车记为
若车辆满足式(5)，则车辆/>从第一车道换入第二车道，并执行步骤10；否则，在/>在第一车道上继续行驶，并执行步骤10；
式(5)中，xj(t)表示的位置横坐标；xj+1(t)表示/>的位置横坐标；dsafe表示第一车道上第i辆车/>进入第二车道时与前车、后车保持的安全间距；
步骤9、利用式(6)确定CAV专用道上车辆的最迟换道点位置xlast；并判断xi(t)＜xlast是否成立，若成立，则执行步骤9.1，否则，车辆采用停车等待的方式完成换道，并执行步骤10；
式(6)中，amax表示网联自动驾驶车辆的最大紧急制动加速度；
步骤9.1、利用式(7)得到t时刻的强制换道区域内第一车道上的第i辆换入第二车道时与后车/>保持的安全间距dbehind(t)以及t时刻/>换入第二车道时与前车保持的安全间距dfront(t)；
式(7)中，Lbehind(t)表示t时刻与/>之间的纵向距离；Lfront(t)表示t时刻与/>之间的纵向距离；vj+1(t)表示t时刻/>的速度；vi(t)表示t时刻/>的速度；Δt表示时间间隔；η1、η2是两个参数；lveh表示车身长度；
步骤9.2、若Lbehind(t)≥dbehind(t)、Lfront(t)≥dfront(t)，则第一车道上的第i辆车换入第二车道并执行步骤10；否则，执行步骤9.3；
步骤9.3、判断Lbehind(t)+Lfront(t)≥dbehind(t)+dfront(t)是否成立，若成立，则执行步骤9.4；否则，第一车道第i辆车减速，保持在原车道上行驶，并执行步骤10；
步骤9.4、若Lbehind(t)≥dbehind(t)、Lfront(t)＜dfront(t)，则第一车道上的第i辆车减速直到满足与第二车道前车/>的安全间距dfront(t)时换入第二车道，并执行步骤10；
若Lbehind(t)＜dbehind(t)、Lfront(t)≥dfront(t)，则第一车道上的第i辆车加速直到满足与第二车道后车/>的安全间距dbehind时换入第二车道，并执行步骤10；
若Lbehind(t)＜dbehind(t)、Lfront＜dfront，则第一车道第i辆车减速，并保持在原车道上行驶并执行步骤10；
步骤10、将t+Δt赋值给t，判断t≥te是否成立，若成立，则表示完成调控；否则，返回步骤2顺序执行；其中，te表示总调控时长。
本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述动态调控方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述动态调控方法的步骤。
与已有技术相比，本发明的有益技术效果体现在：
1、本发明在混合网联环境下的快速路上设置网联自动驾驶车辆专用道的车辆可以感知周围的交通信息，并通过获取快速路分流区的交通流信息，通过动态调控得出CAV专用道车辆换道决策点最优位置，从而使专用道上的网联自动驾驶车辆换道点位置分布更加合理，减少了换道冲突区域，提升了快速路交通运行效率。
2、与现有技术相比，本发明考虑了分流比在CAV专用道车辆换道决策点动态调控的作用，对于不同的分流比，建立相应的三次拟合多项式去计算CAV专用道车辆换道决策点位置，使得换道位置更加精准，更加符合实际交通情况，大大提高了车辆换道的效率和安全性。
3、与现有技术相比，本发明以一定的时间步长，不断重新获取交通信息，根据实时的交通状况对CAV专用道换道决策点位置进行实时更新，从而提高了快速路分流区的交通运行效率。
附图说明
图1为本发明的总体流程图；
图2为本发明的决策方法流程图；
图3为本发明的场景示意图。
具体实施方式
本实施例中，如图1所示，一种快速路分流区CAV专用道换道决策点的动态调控方法，是应用于单向三条车道的道路上，将三条车道由内向外分别记为第一车道、第二车道、第三车道；第一车道为CAV专用道，其他车道为普通车道；其中，CAV表示网联自动驾驶车辆；在CAV专用道上只允许网联自动驾驶车辆行驶，普通车道不限制行驶车辆类型，在第三车道的外侧设置有减速车道，在减速车道的前方设置有出口匝道；动态调控方法包括以下步骤：
步骤1、如图3所示，以出口匝道的道路中线与减速车道的道路中线交点为原点，以车辆的行驶方向为x轴的正方向，以与x轴垂直的方向为y轴方向，建立平面坐标系；
以出口匝道的上游长度为s的道路作为快速路分流区；
在出口匝道的上游道路最内侧的CAV专用道上设置专用道动态调控区域；专用道动态调控区域是以原点为起点，以x轴上的横坐标xL为终点且长度为L的矩形区域；
专用道动态调控区域包括：强制换道区域和自由换道区域；其中强制换道区域与自由换道区域的车辆换道要求不同；自由换道区域车辆换道安全间距更大，车辆换道更加轻松，强制换道区域车辆换道安全间距更小，确保更多的车辆能完成换道；
强制换道区域是以原点为起点，以x轴上的横坐标xf为终点且长度为Lc的矩形区域；
自由换道区域是以横坐标xf为起点，以x轴上的横坐标xL为终点且长度为Lf的矩形区域；
在专用道动态调控区域的上游道路的三条车道上设置长度为Lb的分流比检测区域；分流比检测区域以横坐标xL为起点，以x轴上的横坐标xb为终点的矩形区域；其中，s＞L+Lb；
步骤2、利用路侧智能交通设备采集t时刻单向三条车道的车辆信息，包括：车辆数量、车辆位置、速度、加速度；
步骤3、当道路交通量达到一定程度时，使用本调控方法才能带来正向效益，所以要检测道路交通流量是否到达启动动态调控方法的道路交通流量阈值；如图2所示，判断t时刻单向三条车道的道路上交通流量Q(t)≥Qh是否成立，若成立，则执行步骤4；否则，执行步骤10；其中，Qh表示启动动态调控的道路交通流量阈值；
步骤4、利用路侧智能交通设备采集t时刻分流比检测区域的网联自动驾驶车的车辆数mtotal(t)，并统计分流比检测区域内t时刻的网联自动驾驶车辆将要驶离自身车道并进入出口匝道的车辆数msr(t)；
步骤5、利用式(1)计算t时刻的车辆分流比λsr(t)；
步骤6、令t时刻下第一条车道上的第i辆车记为确定t时刻的专用道动态调控区域内第i辆车/>的最优换道决策点位置li,opt(t)；
步骤6.1、利用式(2)计算t时刻的专用道动态调控区域内基于交通效率的第i辆车的最优换道决策点位置li,sms(t)；
式(2)中，li(t)表示t时刻第一车道上第i辆车的换道决策点位置；α1、α2、α3、b是三次多项式的四个参数；/>表示换道决策点与交通效率之间的对应关系；表示在相应分流比下/>三次拟合函数值达到最大时，对应的换道决策点位置li(t)就是基于交通效率的最优换道决策点位置li,sms(t)；
步骤6.2、利用式(3)计算t时刻的专用道动态调控区域内基于安全风险的第i辆车的最优换道决策点位置li,tit(t)；
式(3)中，β1、β2、β3、d是三次多项式的四个参数；表示换道决策点与安全风险之间的对应关系；/>表示在相应分流比下/>三次拟合函数值达到最小时，对应的换道决策点位置li(t)就是基于安全风险的最优换道决策点位置li,tit(t)；
步骤6.3、利用式(4)计算t时刻的专用道动态调控区域内第i辆车的最优换道决策点位置li,opt(t)；
式(4)中，k1、k2是两个修正系数，且k1+k2＝1；
步骤7、如图2所示，判断第一车道上的第i辆车是否有换道需求，若有，则执行步骤7.1；否则，执行步骤10；
步骤7.1、如图2所示，判断xi(t)＞li,opt(t)是否成立，若成立，则执行步骤7.2；否则，执行步骤10；
步骤7.2、如图2所示，判断xi(t)＜xf是否成立，若成立，则执行步骤8；否则，执行步骤9；
步骤8、将处于第二条车道上，且相对于第一条车道上第i辆车的后一辆车记为/>将处于第二条车道上，且相对于第一条车道上第i辆车/>的前一辆车记为
若车辆满足式(5)，则车辆/>从第一车道换入第二车道，并执行步骤10；否则，在/>在第一车道上继续行驶，并执行步骤10；
式(5)中，xj(t)表示的位置横坐标；xj+1(t)表示/>的位置横坐标；dsafe表示第一车道上第i辆车/>进入第二车道时与前车、后车保持的安全间距；
步骤9、利用式(6)确定CAV专用道上车辆的最迟换道点位置xlast；并判断xi(t)＜xlast是否成立，若成立，则执行步骤9.1，否则，车辆采用停车等待的方式完成换道，并执行步骤10；
式(6)中，amax表示网联自动驾驶车辆的最大紧急制动加速度；
步骤9.1、利用式(7)得到t时刻的强制换道区域内第一车道上的第i辆换入第二车道时与后车/>保持的安全间距dbehind(t)以及t时刻/>换入第二车道时与前车保持的安全间距dfront(t)；
式(7)中，Lbehind(t)表示t时刻与/>之间的纵向距离；Lfront(t)表示t时刻与/>之间的纵向距离；vj+1(t)表示t时刻/>的速度；vi(t)表示t时刻/>的速度；Δt表示时间间隔；η1、η2是两个参数；lveh表示车身长度；
步骤9.2、若Lbehind(t)≥dbehind(t)、Lfront(t)≥dfront(t)，则第一车道上的第i辆车换入第二车道并执行步骤10；否则，执行步骤9.3；
步骤9.3、判断t时刻第i辆车换到目标车道是否有充足的安全间距进行调整；判断Lbehind(t)+Lfront(t)≥dbehind(t)+dfront(t)是否成立，若成立，则执行步骤9.4；否则，第一车道第i辆车减速，保持在原车道上行驶，并执行步骤10；
步骤9.4、若Lbehind(t)≥dbehind(t)、Lfront(t)＜dfront(t)，则第一车道上的第i辆车减速直到满足与第二车道前车/>的安全间距dfront(t)时换入第二车道，并执行步骤10；
若Lbehind(t)＜dbehind(t)、Lfront(t)≥dfront(t)，则第一车道上的第i辆车加速直到满足与第二车道后车/>的安全间距dbehind时换入第二车道，并执行步骤10；
若Lbehind(t)＜dbehind(t)、Lfront＜dfront，则第一车道第i辆车减速，并保持在原车道上行驶并执行步骤10；
步骤10、将t+Δt赋值给t，判断t≥te是否成立，若成立，则表示完成调控；否则，返回步骤2顺序执行；其中，te表示总调控时长。
本实施例中，一种交通智能设备，可利用短时无线通信手段与快速路分流区的网联自动驾驶车辆以及网联人驾车进行互联，获取周围交通信息，并且可以通过车载网联系统向网联自动驾驶车辆发布控制信息。
本实施例中，一种计算机可读存储介质，该可读存储介质按照动态调控方法编写程序，并被处理器运行。
如图3所示，在本实例中，专用道车辆换道决策点控制区域长度L设置为1000m，分流比检测区域长度Lb设置为500m，分流比λsr＝0.5，基于安全风险的换道决策点三次拟合多项式的参数分别为β1＝-2.266*10-5、β2＝2.375*10-2、β3＝-7.62、d＝1028；基于交通效率的换道决策点三次拟合多项式参数分别为α1＝-3.603*10-8、α2＝4.216*10-5、α3＝-1.028*10-2、b＝18.01；最优换道决策点的修正系数k1＝k2＝0.5。通过数值仿真实验进行定量分析，在仿真场景中将CAV渗透率设置为0.5，仿真总时长设置为3600s，时间间隔Δtc＝1min、5min、10min、15min、20min。结果如表1所示：
表1
在本实施例中，本发明的方法思路不仅限于单向通行三条车道快速路分流区的交通流控制，本领域的普通技术人员在没有创造性的改变的前提下所获得的其他实施例，都属于本发明保护的范围。

Claims (3)

1.一种快速路分流区CAV专用道换道决策点的动态调控方法，其特征是应用于单向三条车道的道路上，将三条车道由内向外分别记为第一车道、第二车道、第三车道；所述第一车道为CAV专用道，其他车道为普通车道；其中，CAV表示网联自动驾驶车辆；在所述CAV专用道上只允许网联自动驾驶车辆行驶，所述普通车道不限制行驶车辆类型，在所述第三车道的外侧设置有减速车道，在所述减速车道的前方设置有出口匝道；所述动态调控方法包括以下步骤：
步骤1、以出口匝道的道路中线与减速车道的道路中线交点为原点，以车辆的行驶方向为x轴的正方向，以与x轴垂直的方向为y轴方向，建立平面坐标系；
以出口匝道的上游长度为s的道路作为快速路分流区；
在出口匝道的上游道路最内侧的CAV专用道上设置专用道动态调控区域；所述专用道动态调控区域是以原点为起点，以x轴上的横坐标xL为终点且长度为L的矩形区域；
所述专用道动态调控区域包括：强制换道区域和自由换道区域；
所述强制换道区域是以原点为起点，以x轴上的横坐标xf为终点且长度为Lc的矩形区域；
所述自由换道区域是以横坐标xf为起点，以x轴上的横坐标xL为终点且长度为Lf的矩形区域；
在专用道动态调控区域的上游道路的三条车道上设置长度为Lb的分流比检测区域；所述分流比检测区域以横坐标xL为起点，以x轴上的横坐标xb为终点的矩形区域；其中，s＞L+Lb；
步骤2、采集t时刻单向三条车道的车辆信息，包括：车辆数量、车辆位置、速度、加速度；
步骤3、判断t时刻单向三条车道的道路上交通流量Q(t)≥Qh是否成立，若成立，则执行步骤4；否则，执行步骤10；其中，Qh表示动态调控的道路交通流量阈值；
步骤4、采集t时刻分流比检测区域的网联自动驾驶车的车辆数mtotal(t)，并统计分流比检测区域内t时刻的网联自动驾驶车辆将要驶离自身车道并进入出口匝道的车辆数msr(t)；
步骤5、利用式(1)计算t时刻的车辆分流比λsr(t)；
步骤6、令t时刻下第一条车道上的第i辆车记为确定t时刻的专用道动态调控区域内第i辆车/>的最优换道决策点位置li,opt(t)；
步骤6.1、利用式(2)计算t时刻的专用道动态调控区域内基于交通效率的第i辆车的最优换道决策点位置li,sms(t)；
式(2)中，li(t)表示t时刻第一车道上第i辆车的换道决策点位置；α1、α2、α3、b是三次多项式的四个参数；/>表示换道决策点与交通效率之间的对应关系；
步骤6.2、利用式(3)计算t时刻的专用道动态调控区域内基于安全风险的第i辆车的最优换道决策点位置li,tit(t)；
式(3)中，β1、β2、β3、d是三次多项式的四个参数；表示换道决策点与安全风险之间的对应关系；
步骤6.3、利用式(4)计算t时刻的专用道动态调控区域内第i辆车的最优换道决策点位置li,opt(t)；
li,opt(t)＝k1li,sms(t)+k2li,tit(t) (4)
式(4)中，k1、k2是两个修正系数，且k1+k2＝1；
步骤7、判断第一车道上的第i辆车是否有换道需求，若有，则执行步骤7.1；否则，执行步骤10；
步骤7.1、判断xi(t)＞li,opt(t)是否成立，若成立，则执行步骤7.2；否则，执行步骤10；
步骤7.2、判断xi(t)＜xf是否成立，若成立，则执行步骤8；否则，执行步骤9；
步骤8、将处于第二条车道上，且相对于第一条车道上第i辆车的后一辆车记为将处于第二条车道上，且相对于第一条车道上第i辆车/>的前一辆车记为/>
若车辆满足式(5)，则车辆/>从第一车道换入第二车道，并执行步骤10；否则，在在第一车道上继续行驶，并执行步骤10；
式(5)中，xj(t)表示的位置横坐标；xj+1(t)表示/>的位置横坐标；dsafe表示第一车道上第i辆车/>进入第二车道时与前车、后车保持的安全间距；
步骤9、利用式(6)确定CAV专用道上车辆的最迟换道点位置xlast；并判断xi(t)＜xlast是否成立，若成立，则执行步骤9.1，否则，车辆采用停车等待的方式完成换道，并执行步骤10；
式(6)中，amax表示网联自动驾驶车辆的最大紧急制动加速度；
步骤9.1、利用式(7)得到t时刻的强制换道区域内第一车道上的第i辆换入第二车道时与后车/>保持的安全间距dbehind(t)以及t时刻/>换入第二车道时与前车/>保持的安全间距dfront(t)；
式(7)中，Lbehind(t)表示t时刻与/>之间的纵向距离；Lfront(t)表示t时刻/>与之间的纵向距离；vj+1(t)表示t时刻/>的速度；vi(t)表示t时刻/>的速度；Δt表示时间间隔；η1、η2是两个参数；lveh表示车身长度；
步骤9.2、若Lbehind(t)≥dbehind(t)、Lfront(t)≥dfront(t)，则第一车道上的第i辆车换入第二车道并执行步骤10；否则，执行步骤9.3；
步骤9.3、判断Lbehind(t)+Lfront(t)≥dbehind(t)+dfront(t)是否成立，若成立，则执行步骤9.4；否则，第一车道第i辆车减速，保持在原车道上行驶，并执行步骤10；
步骤9.4、若Lbehind(t)≥dbehind(t)、Lfront(t)＜dfront(t)，则第一车道上的第i辆车减速直到满足与第二车道前车/>的安全间距dfront(t)时换入第二车道，并执行步骤10；
若Lbehind(t)＜dbehind(t)、Lfront(t)≥dfront(t)，则第一车道上的第i辆车加速直到满足与第二车道后车/>的安全间距dbehind时换入第二车道，并执行步骤10；
若Lbehind(t)＜dbehind(t)、Lfront＜dfront，则第一车道第i辆车减速，并保持在原车道上行驶并执行步骤10；
步骤10、将t+Δt赋值给t，判断t≥te是否成立，若成立，则表示完成调控；否则，返回步骤2顺序执行；其中，te表示总调控时长。
2.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1所述动态调控方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
3.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1所述动态调控方法的步骤。
CN202310592688.6A 2023-05-24 2023-05-24 一种快速路分流区cav专用道换道决策点的动态调控方法 Active CN116543595B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310592688.6A CN116543595B (zh) 2023-05-24 2023-05-24 一种快速路分流区cav专用道换道决策点的动态调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310592688.6A CN116543595B (zh) 2023-05-24 2023-05-24 一种快速路分流区cav专用道换道决策点的动态调控方法

Publications (2)

Publication Number Publication Date
CN116543595A true CN116543595A (zh) 2023-08-04
CN116543595B CN116543595B (zh) 2024-04-26

Family

ID=87452279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310592688.6A Active CN116543595B (zh) 2023-05-24 2023-05-24 一种快速路分流区cav专用道换道决策点的动态调控方法

Country Status (1)

Country Link
CN (1) CN116543595B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190061780A1 (en) * 2017-08-29 2019-02-28 Hyundai Motor Company Driving assist system using navigation information and operating method thereof
CN113246985A (zh) * 2021-06-21 2021-08-13 苏州大学 混行条件下快速路匝道智能网联车辆合流变道控制方法
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
CN114771522A (zh) * 2022-04-15 2022-07-22 河北工业大学 一种人机混驾交通流车辆换道模型构建方法
CN115662131A (zh) * 2022-10-26 2023-01-31 合肥工业大学 网联环境下道路事故路段的多车道协同换道方法
CN116153137A (zh) * 2022-12-28 2023-05-23 清华大学 基于车辆冲突关系图的多车道匝道协同汇入优化调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190061780A1 (en) * 2017-08-29 2019-02-28 Hyundai Motor Company Driving assist system using navigation information and operating method thereof
CN113246985A (zh) * 2021-06-21 2021-08-13 苏州大学 混行条件下快速路匝道智能网联车辆合流变道控制方法
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
CN114771522A (zh) * 2022-04-15 2022-07-22 河北工业大学 一种人机混驾交通流车辆换道模型构建方法
CN115662131A (zh) * 2022-10-26 2023-01-31 合肥工业大学 网联环境下道路事故路段的多车道协同换道方法
CN116153137A (zh) * 2022-12-28 2023-05-23 清华大学 基于车辆冲突关系图的多车道匝道协同汇入优化调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHUNSUKE AOKI 等: "MultiCruise: Eco-Lane Selection Strategy with Eco-Cruise Control for Connected and Automated Vehicles", 《2021 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV)》, 1 November 2021 (2021-11-01) *
丁建勋;郑杨边牧;张梦婷;龙建成;: "临近交叉口的车辆跟驰换道行为研究", 交通运输系统工程与信息, no. 03, 15 June 2017 (2017-06-15) *
杨晓芳;郭倩;付强;: "基于车车通信合流影响区外侧车辆决策模型", 系统仿真学报, no. 05, 8 May 2015 (2015-05-08) *

Also Published As

Publication number Publication date
CN116543595B (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
CN109801511B (zh) 一种碰撞预警方法及装置
EP3572896A1 (en) Automatic driving method and device
CN104794915B (zh) 一种连续交叉路口车辆通行控制方法及装置
CN112562326A (zh) 车速引导方法、服务器及可读存储介质
CN113470407B (zh) 多交叉路口通行的车速引导方法、服务器及可读存储介质
JP4710529B2 (ja) 走行制御装置
WO2021248301A1 (zh) 自动驾驶系统的自学习方法、装置、设备及存储介质
WO2020002962A1 (ja) 走行支援方法及び車両制御装置
US20220091609A1 (en) Automatic driving system
CN111369818A (zh) 一种闯红灯预警方法及装置
CN116740945B (zh) 混行环境下快速路合流区多车协同编组交汇方法及系统
CN112164217B (zh) 一种自动驾驶车辆队列行驶管理系统及其控制方法
CN111301420A (zh) 车辆换道控制方法、装置、可读存储介质及车辆
CN115662131B (zh) 网联环境下道路事故路段的多车道协同换道方法
CN115817460A (zh) 一种混合流条件下智能网联车主动协调避撞方法
CN113823076B (zh) 一种基于联网车辆协调控制的即停即走路段缓堵方法
CN112542061B (zh) 基于车联网的借道超车控制方法、装置、系统及存储介质
JP5098503B2 (ja) 走行制御計画生成装置
CN115731695A (zh) 一种场景安全等级确定方法、装置、设备及存储介质
CN111537236B (zh) 一种交通拥堵辅助系统测试方法
CN116543595B (zh) 一种快速路分流区cav专用道换道决策点的动态调控方法
CN116674553B (zh) 变道控制方法、装置、终端设备以及存储介质
CN109507999A (zh) 行驶控制装置、行驶控制系统以及行驶控制方法
CN112158206B (zh) 一种智能车强制换道汇入点确定方法及装置
CN116129627A (zh) 一种智能网联车队下匝道前的协同换道策略

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