CN116895163A - 基于信号灯主动通信的多车协同控制方法和系统 - Google Patents

Abstract

本发明涉及车辆控制技术领域，公开一种基于信号灯主动通信的多车协同控制方法和系统，包括：以离散化的形式协同优化多相关车辆间的横向和纵向轨迹，构建横向换道模型以引导网联车辆充分利用空闲车道状况和信号灯剩余时间换道提高车辆机动性，在提高通行效率的基础上最小化换道成本来降低换道引起的交通流振荡；构建纵向跟驰模型，利用车辆运动信息和信号灯相位信息建立最小化绿灯期间不可通过车辆停车延误和最大化绿灯期间可通过车辆通行效率的多目标函数；使用动态规划算法求解模型，结合时变交通条件设计滚动时域优化轨迹。本发明可以降低交通流平均停车延误、增大信号交叉口通行效率、减少车辆能源消耗、降低换道成本和交通流振荡。

Description

基于信号灯主动通信的多车协同控制方法和系统

技术领域

本发明涉及车辆控制技术领域，尤其是指一种基于信号灯主动通信的多车协同控制方法和系统。

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。在信号交叉口下，信号灯对交通流具有截断特征，车辆在信号灯限制下有序通过交叉口，信号灯的不同状态(红灯或绿灯及其相应剩余时间)对车辆的强制阻断影响车辆行驶的连续性，易造成车辆不断地加减速做出许多走走停停的动作，加上车辆对信号灯信息获取的模糊性，进而带来众多负面影响，包括交通延误增加，能源消耗和排放量增大，交通安全性降低等；尤其是当交叉口车流量较大时，信号灯以及其他车辆同时限制车辆行为，因此需要考虑与其他车辆之间的驾驶行为，如换道、跟驰、超车等。现有技术中虽然已经提出了包括交通信号相位相序优化控制，拥堵收费，专用公交车道等的众多解决方案，但是都不能直接控制车辆的运动。

值得注意的是，近年来随着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，当经过信号交叉口车速引导区域时，具有高效率计算能力、多方位通信技术的网联自动驾驶车辆(connected automated vehicles，CAVs)主动获取到信号灯相位及配时信息，经过计算后进行车速计算并引导，实现不停车通过信号交叉口具有一定优势。

虽然我国车路协同系统发展水平处于世界前列，但是短期内还不能实现全网联环境，网联车辆取代人工驾驶车辆会成为未来主要的车辆驾驶模式，但是在此之前势必会出现网联自动驾驶车辆和人工驾驶车辆混行的新型混合交通环境。现有技术中有基于人车路信息交互，辩证性地论证了车路协同系统将弱化交通系统中人为因素的影响，信息技术与交通高度融合，车辆具备高度自动驾驶能力，交通设施的建设应适应智能交通，向数字化、智能化、共享化方向发展。因此，根据信号交叉口车辆信息以及交通状态信息，如排队长度(排队车辆数、排队距离等)、信号灯相位信息(信号灯灯色及其剩余时间)、车辆到停止线距离等，充分利用信号交叉口走廊的绿灯有效绿灯时间，制定轨迹优化策略，降低交通流行车延误，提高信号交叉口通行效率。现有技术中还有提出驾驶员普遍感觉舒适加速控制模型和减速控制模型，根据排队消散时间预测方法，预估后续车辆到达停车线的时间，但其并未考虑车辆跟驰行为。现有技术中还有应用最优控制理论，以最小化燃料消耗和排放为目标，调节车队领先车辆的轨迹，而跟随车辆的轨迹由默认车辆跟驰模型获取。现有技术中还有提出了混行交通环境下的CAVs角色转换协议，在车流中的头车和跟随车之间切换，考虑车辆到达与离开、计算并估计跟随车辆的到达时间。现有技术中还有建立了跟驰车与头车一起以同一目标速度通过信号交叉口停止线的车速引导模型，减少了车辆行程时间、停车排队长度。以上现有技术根据信号交叉口的交通状况信息为网联车辆提供驾驶策略，克服人工驾驶车辆的干扰，引导网联车辆安全、高效通过交叉口，降低平均车辆延误，减少交通流的振荡性。但是，这些现有技术也存在一些缺点，包括：

(1)未考虑网联自动驾驶车辆与人工驾驶车辆混行环境下的车辆驾驶行为；由于人工驾驶车辆具有不可控性行为，因此大多研究都着重于把研究对象和环境放在全CAVs环境，忽视人工驾驶车辆对CAVs的干扰，显然这是不现实的。

(2)未考虑生态环境下的车速具体引导策略；大多研究把通行效率最高作为信号交叉口车速引导的最主要目标，忽视车辆在加减速时易造成能源消耗和安全性问题。

(3)对车辆作为跟驰车辆研究和信号交叉口停止线前的换道行为研究不足，仅用默认模型表示；在进行车速引导时，车辆往往会存在前后方均有车辆行驶的场景，而多数研究把重点放在CAVs作为头车时的车速引导，忽视了车辆间的相互影响，这显然不符合实际信号交叉口交通环境，除此之外，大多数研究都忽视了信号交叉口换道这一行为，不符合实际情况。

(4)仅对单车轨迹进行优化，未实现协同智能控制；CAVs可以根据获取到的自身信息和其他交通状况信息制定自车优化轨迹，其他研究中仅涉及到对单个CAVs进行轨迹优化，这并不能充分利用CAVs的高网联化、高智能化。

(5)对信号灯主动通信重视程度低，CAVs通过信号交叉口的过程中仅做一次优化或每时每刻都在优化；对信号灯的主动通信包括获取信号灯的信息过程以及获取频率，只有在需要用到信号灯相位信息进行优化时才主动通信至信号灯，获取相位相序信息，这样不仅减少数据量，提高内存，而且减少计算模块运行频率，提高计算效率。

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的不足，提供一种基于信号灯主动通信的多车协同控制方法和系统，可以降低交通流平均停车延误、增大信号交叉口通行效率、减少车辆能源消耗、降低换道成本和交通流振荡。

为解决上述技术问题，本发明提供了一种基于信号灯主动通信的多车协同控制方法，包括：

将网联通信信号可接收区作为轨迹优化引导区域，将轨迹优化引导区域内的车辆划分为网联车辆和人工驾驶车辆，赋予所有车辆ID序列并获取车辆的初始交通状态；

通过网联通信信号周期性地获取网联车辆前方和后方人工驾驶车辆的交通状态矩阵、网联车辆间共享的网联车辆的交通状态矩阵，获取此刻前方信号交叉口信号灯状态和进口车道占用状态；

结合获取的进口车道占用状态和预先设置的网联车辆行驶路线判断网联车辆是否存在换道意图，根据不同的换道情况判断对网联车辆进行自由换道或强制换道，换道后计算换道成本；若网联车辆不存在换道意图，则进行协同跟驰；

计算换道成本时，构建换道成本函数，所述换道成本函数用于在满足换道需求的同时最小化换道成本；根据所述换道成本函数计算不同时间下网联车辆的换道成本，结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道，优化网联车辆的轨迹；

进行协同跟驰时，通过在跟驰行为中为网联车辆设置角色转换协议，使网联车辆在车流中的头车和跟随车之间切换，所述角色转换协议包括前方没有车辆存在、跟驰前方静止车辆、跟驰前方运动车辆，根据角色转换协议对网联车辆进行车速引导，优化网联车辆的轨迹；

优化网联车辆的轨迹时，实时获取信号灯相位信息和信号交叉口交通状态信息，结合网联车辆的换道情况和车速情况，得到网联车辆的优化轨迹。

在本发明的一个实施例中，所述自由换道包括：

若当前车道前方无车辆或与前方车辆距离较远，表明车道处于空闲状态，此时保持当前车道行驶，进行协同跟驰；

若当前车道前方近距离处有车辆行驶且相邻车道前方无车辆行驶，网联车辆需要自由换道至相邻空闲车道行驶，计算换道成本；

若当前车道前方和相邻车道前方均有车辆行驶，且当前车道前方车辆距离小于相邻车道前方车辆距离，网联车辆换道至相邻车道行驶，计算换道成本；

若当前车道前方车辆距离大于相邻车道前方车辆距离，则无需换道，进行协同跟驰；

所述强制换道包括：

当网联车辆所在车道不同于行驶路线所规定的目标车道时，需要进行强制换道至目标车道；

当目标车道前方产生的排队长度大于车道空闲距离时，网联车辆在目标车道前方车辆后完成强制换道；

当目标车道前方车辆数较多，网联车辆应在目标车道前方产生的排队长度小于车道空闲距离时提前换道至目标车道。

在本发明的一个实施例中，所述换道成本函数，具体为：

其中，NC_i表示第i辆网联车辆在引导区域的换道总次数，用于整体上减少换道对交通流的振荡；D_i表示第i辆网联车辆的目标转向车道与当前车道距离，用于减少多条车道连续换道幅度；Num_i表示第i辆网联车辆的当前车道前方车辆数与目标车道前方车辆数之差，用于避免因排队长度的差异造成车辆强制换道的失败；Dis_i表示第i辆网联车辆在换道时与停止线距离，用于提前完成换道减少交叉口前换道造成的拥堵以及方便进行纵向运动引导；α₁、α₂、α₃、α₄为预设权重，N为网联车辆的总数量。

在本发明的一个实施例中，所述结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道时，综合考虑被引导车辆与目标车道上前后方车辆的距离满足安全距离约束、连续换道行为间的时间差、允许换道的相邻车道和禁止换道区域长度，具体包括：

考虑被引导车辆与目标车道上前后方车辆的距离满足安全距离约束之后，再进行强制换道或自由换道行为；所述安全距离约束为：

当满足时，可向相邻车道进行换道，其中，

其中，d_{a_fe}、d_{a_eb}分别为网联车辆与相邻车道前、后方车辆距离，minx_{a_fe}、minx_{a_eb}分别为网联车辆进行换道行为时与前方车道车辆、相邻车道车辆的最小纵向距离；X_{a_f}、X_e、X_{a_b}分别为相邻车道前方车辆、网联车辆、相邻车道后方车辆的车头位置，L_v为车身长度；V_{a_f}、V_e、V_{a_b}分别为相邻车道前方车辆、网联车辆、相邻车道后方车辆的速度；x_{跟驰_e}、x_{跟驰_b}分别为车辆保持跟驰行为时网联车辆和后车的最小车间距，d_e、d_b分别为网联车辆和后车的最大减速度；

考虑车辆在进行连续换道时易造成的驾驶不舒适性和交通流扰动，限制连续换道行为间的时间差，建立换道时间差约束模型为：

M·(2-η₁(l₁)-η₂(l₂))+l₁-l₂≥l_safe，

其中，M表示取无穷大的实数，l₁和l₂分别表示连续两次换道的时刻；η₁和η₂是二进制变量，当网联车辆在某时刻开始换道时取1，如果没有换道取0；l_safe表示连续两次换道行为之间的安全意见间隔；

考虑实际的网联车辆换道行为，在获取车道占用状态时仅识别相邻的车道信息，即在一次换道中仅能换道至紧邻的车道，建立仅能换道至相邻车道约束为：

|l_e(l₁)-l_a(l₁)|＝1，

其中，l_e(l₁)和l_a(l₁)分别表示网联车辆在换道时的当前进口车道索引编号和目标车道索引编号，两者取绝对值表示可以向左或右进行换道；

设置禁止换道区域长度来保证实际信号交叉口前的禁止换道行为，建立禁止换道区域长度约束为：

其中，表示网联车辆在换道时所处信号交叉口的位置，L_nc表示禁止换道区域长度，L_g表示信号交叉口引导区域总长度。

在本发明的一个实施例中，所述角色转换协议，具体为：

设置网联车辆的前方车辆集合ψ_leader和前方车辆的速度V_leader，将ψ_leader和V_leader两个参数作为网联车辆的角色转换协议的触发点；若前方车辆集合ψ_leader存在，则ψ_leader＝I_leader，I_leader表示前方车辆ID的集合，若前方车辆集合ψ_leader不存在，则若前方车辆运动则V_leader≠0，若前方车辆静止V_leader＝0；

此时，将角色转换协议按两个参数内容进行分类为：

当网联车辆前方没有其他车辆时，被引导网联车辆作为头车不停车通过信号交叉口；

当网联车辆的前方车辆具有一定速度时，被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆的前车遇到红灯，被引导网联车辆跟驰前方静止车辆不停车通过信号交叉口；

当网联车辆在距离前方静止车辆较远时，进行被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆前方车辆驶出停止线时，被引导网联车辆作为头车不停车通过信号交叉口；

当网联车辆驶出停止线后，视为本次网联车辆的车速引导结束，执行计引导后优化网联车辆的轨迹。

在本发明的一个实施例中，所述被引导网联车辆作为头车不停车通过信号交叉口，具体为：

获取网联车辆引导初始速度v_e，根据当前信号灯灯色和剩余时间t_l、网联车辆与停止线的距离l_{c_l}，通过比较在信号灯剩余时间内行驶的距离和网联车辆与停止线距离，进行网联车辆速度建议，网联车辆速度建议包括匀速、加速或减速通过交叉口；根据此时信号灯的显示情况，分为绿灯、红灯或者黄灯两种情况引导网联车辆作为头车不停车通过信号交叉口；

当信号灯为绿灯时，若网联车辆在绿灯剩余时间t_l内匀速行驶的距离大于与停止线的距离，则在本次绿灯阶段不停车通过交叉口；若网联车辆在绿灯剩余时间t_l内匀速行驶的距离小于与停止线的距离，则网联车辆需要加速行驶；若在t_l时间内加速至最大速度行驶的距离大于至停止线的距离，则引导网联车辆以最大加速度加速行驶至最大速度行驶，然后不停车通过信号交叉口；若计算在最大速度下仍无法在本次绿灯期间通过，则引导网联车辆减速在下次绿灯周期内通过，此时距离下次绿灯亮起的剩余时间t_next＝C-(t_green-t_l)，其中，t_green为信号交叉口绿灯信号相位的总持续时间，C为信号灯周期长度；所求引导车速v_t满足公式求得优化速度值v_t，其中d_e为网联车辆的最大减速度；以速度v_t行驶后，网联车辆在下次绿灯周期开始时不停车通过信号交叉口；

当信号灯为红灯或黄灯时，若网联车辆在距离下次绿灯开始时间t_next内匀速行驶的距离小于至停止线的距离，则引导网联车辆以求取的目标车速行驶通过，网联车辆按照引导速度v_t在时间t_next内行驶距离，满足a_e表示网联车辆的最大加速度；若网联车辆在距离下次绿灯开始时间t_next内匀速行驶的距离大于至停止线的距离，则网联车辆需要减速行驶，引导速度v_t满足求得优化速度值v_t，使网联车辆在下次绿灯期间不停车通过信号交叉口。

在本发明的一个实施例中，所述被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口，具体为：

考虑前车的行驶速度以及网联车辆与前车的距离，对网联车辆进行三角函数速度曲线引导，在缩小前后车辆距离的同时保证行车安全和驾驶员舒适度，分为网联车辆的车速小于前方车速、大于前方车速两种情况，引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆车速v_e小于前方车辆速度v_{c_f}时，两车速度之差v_d＝v_{c_f}-v_e，网联车辆获取与前方车辆的距离l_{c_fe}和前方车辆速度，以前方车辆速度为目标车速行驶；从网联车辆进行一次三角函数速度规划时刻算起，在行驶时间t∈[0,π/2m]内，网联车辆采取加速度递增的加速行驶；在行驶时间t∈[π/2m,π/2m+π/2n]内，网联车辆采取加速度递减的加速行驶，假设车辆从加速度减为0时开始匀速并行驶至时间t_c，t_c为车辆在三角函数引导至匀速阶段结束的时间，在行驶时间t∈[π/2m+π/2n,t_c]内，网联车辆匀速行驶，此时网联车辆速度大于目标车速；匀速至前后两车之间的距离满足第四阶段引导公式，在行驶时间t∈[t_c,t_c+π/2n]内，网联车辆进行减速行驶，车速逐渐变为目标车速，与前方车辆速度保持一致；

三角函数速度引导公式为：

其中，V为速度引导曲线下的网联车辆速度值，t表示引导时刻自变量；m、n为常量，用于决定速度引导曲线的轨迹、以及在速度引导时加速度的变化值；

在四个阶段中，将各时间段的速度变化进行积分得到网联车辆行驶距离x_sum，并令其满足x_sum＝l_{c_fe}-x_{跟驰_e}，其中，l_{c_fe}为网联车辆获取的与前方车辆的距离，x_{跟驰_e}为车辆保持跟驰行为时网联车辆的最小车间距，将x_sum代入各时间段长度以及车速引导值进行三角函数车速引导；

当网联车辆的车速v_e大于前方车辆速度v_{c_f}时，令网联车辆先以大于前车的速度匀速行驶，至前后两车距离满足三角函数速度引导公式中第一阶段、第二阶段的引导公式的行驶距离；将此时刻作为0，使用第一阶段、第二阶段的引导公式进行车速引导。

在本发明的一个实施例中，所述被引导网联车辆跟驰前方静止车辆不停车通过信号交叉口，具体为：

网联车辆不为头车，前方车辆速度为0，处于停车排队时的状态；此时信号灯为红灯，剩余时间t_l，距离下次绿灯开始时间t_next，用路侧感知设备检测到在交叉口停止线前有n辆车在停车排队，假设每辆车的启动反应时间为t₀；网联车辆以引导速度v_t驶向前方静止车辆，进行加速或减速行驶后，行驶至最优引导车速后匀速行驶，当前方车辆起步至v_t时，绿灯已经亮起并且两车相距一个安全间距x_{e_safe}；为了保证安全，需要满足网联车辆行驶的距离与前方车辆行驶的距离之差等于原两车距离与网联车辆跟驰最小距离之和，即跟驰引导速度公式为：

其中，v_t为网联车辆的优化引导车速，a_f为前方车辆的加速度，v_e为网联车辆的初始速度，d_e为网联车辆的最大减速度，t_next为距离下次绿灯亮起的剩余时间，l_{c_fe}为前方静止车辆与网联车辆的距离，n为路侧感知设备检测到在交叉口停止线前停车排队车辆数，x_{e_safe}为车辆安全间距；

在协同跟驰过程中，综合考虑车辆驶向信号交叉口停止线位置、网联车辆的连续速度变化、网联车辆及其前方车辆间的纵向距离、车辆纵向运动，具体为：

所述车辆驶向信号交叉口停止线位置的约束为：

其中，和/>分别是网联车辆在t₁+1时刻以及t₁时刻的位置；

为了保证被引导网联车辆的驾驶舒适性，对网联车辆的连续速度变化设置的约束为：

其中，和/>分别是网联车辆在t₁+1时刻以及t₁时刻的速度；

对网联车辆及其前方车辆间的纵向距离设置的安全约束为：

其中，M₁和M₂是二进制变量，当v_e＞v_{c_f}时，M₁＝0，当v_e≤v_{c_f}时，M₁＝1；

使用二阶车辆运动学模型描述车辆纵向运动动力学，表示为：

其中，为网联车辆在t₁时刻的加速度，v_max为车辆最大行驶速度，d_max为车辆最大减速度，a_max为车辆最大加速度。

在本发明的一个实施例中，所述赋予所有车辆ID序列并获取车辆的初始交通状态，具体为：

将网联车辆编号为CAV_n,n＝1,2,3,…，CAV_n表示第n辆网联车辆，后续对网联车辆进行车速引导；将人工驾驶车辆编号为HV_n,n＝1,2,3,…，HV_n表示第n辆人工驾驶车辆，人工驾驶车辆对所述网联车辆的引导存在干扰；获取人工驾驶车辆的运行信息得到人工驾驶车辆的交通状态矩阵y_HVn(t₀)表示HV_n在t₀时刻的交通状态矩阵；其中，t₀表示车辆进入引导区域时的时间，/>表示车辆刚进入引导区域时的速度，/>表示网联车辆刚进入引导区域时的位置，Lan_t0表示车辆的所在车道i，T表示转置；将网联车辆作为引导对象，通过轨迹定位技术获取当前车辆的初始交通状态矩阵y_CAVn(t₀)表示CAV_n在t₀时刻的交通状态矩阵；其中，/>表示网联车辆刚进入引导区域时的加速度；/>表示网联车辆刚进入引导区域时的由当前车道i换至目标车道j的换道意图，0代表无换道需求，i和j代表其换道需求；

所述网联车辆的优化轨迹，具体为：

每隔时间周期q获取一次信号灯相位信息和信号交叉口交通状态信息，被引导网联车辆在进入引导区时开始优化，当网联车辆驶出停止线时结束轨迹优化过程，得到未来q个时间间隔内的被引导网联车辆的优化轨迹矩阵为：

其中，优化轨迹矩阵y_CAVn的每一列代表在未来q个时间间隔内每一个时间间隔中的网联车辆的优化运行状态参数，V₁～V_q表示第1个时间间隔～第q个时间间隔的被引导的网联车辆的速度，X₁～X_q表示第1个时间间隔～第q个时间间隔的被引导网联车辆的位置，a₁～a_q表示第1个时间间隔～第q个时间间隔的被引导网联车辆的加速度，表示第第1个时间间隔～第q个时间间隔的被引导网联车辆的从车道i变换到车道j的换道意图。

本发明还提供了一种基于信号灯主动通信的多车协同控制系统，包括：

车辆类型识别模块，用于将网联通信信号可接收区作为轨迹优化引导区域，将轨迹优化引导区域内的车辆划分为网联车辆和人工驾驶车辆，赋予所有车辆ID序列并获取车辆的初始交通状态；

信息采集模块，用于通过网联通信信号周期性地获取网联车辆前方和后方人工驾驶车辆的交通状态矩阵、网联车辆间共享的网联车辆的交通状态矩阵，获取此刻前方信号交叉口信号灯状态和进口车道占用状态；

判断模块，用于结合获取的进口车道占用状态和预先设置的网联车辆行驶路线判断网联车辆是否存在换道意图，根据不同的换道情况判断对网联车辆进行自由换道或强制换道，换道后计算换道成本；若网联车辆不存在换道意图，则进行协同跟驰；

换道模块，用于构建换道成本函数，所述换道成本函数用于在满足换道需求的同时最小化换道成本；根据所述换道成本函数计算不同时间下网联车辆的换道成本，结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道，优化网联车辆的轨迹；

跟驰模块，用于通过在跟驰行为中为网联车辆设置角色转换协议，使网联车辆在车流中的头车和跟随车之间切换，所述角色转换协议包括前方没有车辆存在、跟驰前方静止车辆、跟驰前方运动车辆，根据角色转换协议对网联车辆进行车速引导，优化网联车辆的轨迹；

控制模块，用于实时获取信号灯相位信息和信号交叉口交通状态信息，结合网联车辆的换道情况和车速情况，得到网联车辆的优化轨迹。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述基于信号灯主动通信的多车协同控制方法。

本发明还提供了一种基于信号灯主动通信的多车协同控制设备，包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述基于信号灯主动通信的多车协同控制方法。

本发明的上述技术方案相比现有技术具有以下优点：

本发明基于车路协同系统中的多信息获取途径获得的信号配时和周边车辆信息，以离散化的形式协同优化多相关车辆间的横向和纵向轨迹，首先构建第一阶段横向换道模型以引导网联车辆充分利用空闲车道状况和信号灯剩余时间换道提高车辆机动性，建立换道成本函数，在提高通行效率的基础上最小化换道成本函数来降低换道引起的交通流振荡；然后构建第二阶段纵向跟驰模型，利用车辆运动信息和信号灯相位信息建立最小化绿灯期间不可通过车辆停车延误和最大化绿灯期间可通过车辆通行效率的多目标函数；最后采用动态规划算法求解上述模型，并考虑了时变交通条件设计滚动时域来规划一定周期内的网联车辆轨迹策略。从而实现多目标优化，降低交通流平均停车延误，增大信号交叉口通行效率，减少车辆能源消耗，最小化换道成本降低交通流振荡。

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是本发明方法的流程图。

图2是本发明方法的流程步骤图。

图3是本发明中协同换道的示意图。

图4是本发明中CAVs作为头车的跟驰示意图。

图5是本发明中信号交叉口前车辆排队下的协同跟驰示意图。

图6是本发明实施例二中的CAVs1和HV1在红灯下的位置对比图。

图7是本发明实施例二中的CAVs1和HV1在红灯下的速度对比图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

实施例一

参照图1-图2所示，本发明公开了一种基于信号灯主动通信的多车协同控制方法，包括以下步骤：

S1：将网联通信信号可接收区作为轨迹优化引导区域，将轨迹优化引导区域内的车辆划分为网联自动驾驶车辆(CAVs)(以下简称网联车辆)和人工驾驶车辆(humanvehicles，HVs)，赋予所有车辆ID序列并获取车辆的初始交通状态，进入S2。

赋予所有车辆ID序列并获取车辆的初始交通状态，具体为：

判断进入网联通信信号可接收区轨迹优化区段的车辆类型。以车辆是否可以进行正常通信来判断车辆类型，如果是，则判断车辆为网联车辆，将网联车辆编号为CAV_n,n＝1,2,3,…，CAV_n表示第n辆网联车辆，后续对网联车辆进行车速引导；如果否，则视其为人工驾驶车辆，将人工驾驶车辆编号为HV_n,n＝1,2,3,…，HV_n表示第n辆人工驾驶车辆，人工驾驶车辆对所述网联车辆的引导存在干扰；

获取人工驾驶车辆的运行信息得到人工驾驶车辆的交通状态矩阵y_HVn(t₀)表示HV_n在t₀时刻的交通状态矩阵；其中，t₀表示车辆(CAVs或HVs)进入引导区域时的时间，/>表示车辆刚进入引导区域时的速度，/>表示网联车辆刚进入引导区域时的位置，本实施例中设为0；Lan_t0表示车辆的所在车道i，本实施例中自最右侧车道0向内侧车道编号递增，T表示转置；人工驾驶车辆进入优化区段后，其运行信息通过车路协同系统中的智能路侧系统检测得到；

将网联车辆CAVs作为引导对象，通过轨迹定位技术获取当前车辆的初始交通状态矩阵y_CAVn(t₀)表示CAV_n在t₀时刻的交通状态矩阵；其中，/>表示网联车辆刚进入引导区域时的加速度；/>表示网联车辆刚进入引导区域时的由当前车道i换至目标车道j的换道意图，0代表无换道需求，i和j代表其换道需求。

交通状态矩阵每隔ts进行一次更新，本实施例中t取5s为间隔，即一次性生成相关目标网联车辆的5s轨迹规划交通状态矩阵。

S2：进入轨迹优化引导区域的网联车辆通过网联通信信号周期性地获取网联车辆前方和后方人工驾驶车辆的交通状态矩阵、网联车辆间共享的网联车辆的交通状态矩阵，HVs和其他CAVs的交通状态矩阵获取后，可以得知本车前方进口车道的使用率及排队长度，便于后续根据车辆占用状态进行下一步的协同换道和协同跟驰行为。每隔Ts时间利用网联终端APP链接存储器来主动获取此刻前方信号交叉口信号灯状态(灯色及剩余时间)和进口车道占用状态(包括与前方信号交叉口停车线的距离，通过摄像头、雷达等技术监测到距离本车最近的目标车辆速度以及与目标车辆的距离)并利用基站和5G边缘云技术将上述所有信息传输给网联车辆云端，在云端进行网联车辆车速引导计算，进入S3。

S3：协同换道和协同跟驰的转换。在车路协同环境下，网联车辆可以借助网络通信来获取本车道前方车辆以及相邻车道前方车辆行驶信息，并以此判断前方各车道空闲状态，结合S2中获取的进口车道占用状态和预先设置的网联车辆行驶路线判断网联车辆是否存在换道意图，根据不同的换道情况判断对网联车辆进行自由换道或强制换道；如图3所示，如果需要自由换道提高机动性，则进入S3-1；如果由于预先设置的行驶路线需要强制换道，则进入S3-2。若网联车辆不存在换道意图、即不需要进入S3-1也不需要进入S3-2，则跳过S4进入S5进行协同跟驰。

S3-1：当网联车辆进入到轨迹优化引导区域后可以进行自由换道，具体包括的情况有：

若当前车道前方无车辆或与前方车辆距离较远、即x_{c_ef}＞s_max，表明车道处于空闲状态，此时保持当前车道行驶，减少交通流振荡，进入S5；

若当前车道前方近距离处有车辆行驶、即x_{c_ef}＜s_max，且相邻车道前方无车辆行驶、即x_{a_ef}＞s_max，网联车辆需要自由换道至相邻空闲车道行驶，提高车辆机动性和安全性，进入S4；x_{c_ef}为网联车辆与本车道前方车辆的距离，s_max是判断车道处于空闲状态时的前车距离，本实施例中s_max取值100m。

若当前车道前方和相邻车道前方均有车辆行驶，且当前车道前方车辆距离小于相邻车道前方车辆距离、即x_{c_ef}＜x_{a_ef}，网联车辆换道至相邻车道行驶，提高安全性，进入S4；x_{a_ef}为网联车辆与相邻车道前方车辆的距离，前方无车辆时，x_{c_ef}、x_{a_ef}视为∞。

若当前车道前方车辆距离大于相邻车道前方车辆距离、即x_{c_ef}＞x_{a_ef}，则无需换道，进入S5。

S3-2：强制换道包括：当网联车辆所在车道不同于行驶路线所规定的目标车道(左转车道、直行车道、右转车道)时，需要进行强制换道至目标车道；本实施例中，所述行驶路线的表示方式为从当前道路行驶至目标道路，Lane_1表示当前进口道路，Lane_2表示直行道路，Lane_3表示左转道路，Lane_4表示右转道路，通过路线的方向索引来匹配进口车道索引，用0、1、2分别表示各进口车道中右转、左转、直行，如下式所示：

当目标车道前方产生的排队长度大于车道空闲距离时、即L_{veh_stop}＞s_max，网联车辆必须在目标车道前方车辆后完成强制换道。

当目标车道前方车辆数较多，为防止自由换道后无法重新换道至目标车道，网联车辆应在目标车道前方产生的排队长度小于车道空闲距离、即L_{veh_stop}＜s_max时提前换道至目标车道。当完成强制换道时，CAVs不再因为提高机动性而进行自由换道，进入S4。

S4：构建换道成本函数，所述换道成本函数用于在满足换道需求的同时最小化换道成本，以降低交通流振荡，避免因频繁换道和换道时机的不正确性，影响车辆跟驰行为和信号交叉口交通效率；根据所述换道成本函数计算不同时间下网联车辆的换道成本，结合S3中的自由换道或强制换道选择换道成本最低时刻引导网联车辆换道，进入S6进行下一步的优化轨迹输出。

S4-1：构建换道成本函数为：

其中，NC_i表示第i辆网联车辆在引导区域的换道总次数，用于整体上减少换道对交通流的振荡；D_i表示第i辆网联车辆的目标转向车道与当前车道距离，用于减少多条车道连续换道幅度；Num_i表示第i辆网联车辆的当前车道前方车辆数与目标车道前方车辆数之差，用于避免因排队长度的差异造成车辆强制换道的失败；Dis_i表示第i辆网联车辆在换道时与停止线距离，用于尽可能提前完成换道减少交叉口前换道造成的拥堵以及方便进行纵向运动引导；α₁、α₂、α₃、α₄为预设权重，根据不同情况设置取值，N为网联车辆的总数量。在本发明中，产生换道需求后，结合换道成本函数选择正确的换道时机，车辆换道行为在1个仿真时间步长△t内完成，本发明中的△t取1s。在本发明中不考虑人工驾驶车辆的换道行为。

S4-2：结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道时，综合考虑被引导车辆与目标车道上前后方车辆的距离满足安全距离约束、连续换道行为间的时间差、允许换道的相邻车道和禁止换道区域长度，具体为：

S4-2-1：考虑被引导车辆与目标车道上前后方车辆的距离满足安全距离约束之后，再进行强制换道或自由换道行为，换道行为视为在单位时间内完成。所述安全距离约束为：

当满足时，可向相邻车道进行换道，其中，

其中，d_{a_fe}、d_{a_eb}分别为网联车辆与相邻车道前、后方车辆距离，minx_{a_fe}、minx_{a_eb}分别为网联车辆进行换道行为时与前方车道车辆、相邻车道车辆的最小纵向距离；X_{a_f}、X_e、X_{a_b}分别为相邻车道前方车辆、网联车辆、相邻车道后方车辆的车头位置，L_v为车身长度；V_{a_f}、V_e、V_{a_b}分别为相邻车道前方车辆、网联车辆、相邻车道后方车辆的速度；x_{跟驰_e}、x_{跟驰_b}分别为车辆保持跟驰行为时网联车辆和后车的最小车间距，取决于车辆类型；d_e、d_b分别为网联车辆和后车的最大减速度，取决于车辆类型。

S4-2-2：考虑车辆在进行连续换道时易造成的驾驶不舒适性和交通流扰动，限制连续换道行为间的时间差，以避免高频率的换道行为，建立换道时间差约束模型为：

M·(2-η₁(l₁)-η₂(l₂))+l₁-l₂≥l_safe，

其中，M表示取无穷大的实数，l₁和l₂分别表示连续两次换道的时刻；η₁和η₂是二进制变量，当网联车辆在某时刻开始换道时取1，如果没有换道取0；l_safe表示连续两次换道行为之间的安全意见间隔，在本实施例中取6s；

S4-2-3：考虑实际的网联车辆换道行为，在获取车道占用状态时仅识别相邻的车道信息，即在一次换道中仅能换道至紧邻的车道，建立仅能换道至相邻车道约束为：|l_e(l₁)-l_a(l₁)|＝1，

其中，l_e(l₁)和l_a(l₁)分别表示网联车辆在换道时的当前进口车道索引编号和目标车道索引编号，两者取绝对值表示可以向左或右进行换道；

S4-2-4：设置禁止换道区域长度来保证实际信号交叉口前的禁止换道行为，建立禁止换道区域长度约束为：其中，/>表示网联车辆在换道时所处信号交叉口的位置，L_nc表示禁止换道区域长度，L_g表示信号交叉口引导区域总长度。

S5：不考虑车辆间的换道行为时，车辆间仅进行协同跟驰行为；通过在跟驰行为中为网联车辆设置角色转换协议，使网联车辆在车流中的头车和跟随车之间切换，所述角色转换协议包括前方没有车辆存在、跟驰前方静止车辆、跟驰前方运动车辆，根据角色转换协议对网联车辆进行车速引导。所述角色转换协议，具体为：

设置网联车辆的前方车辆集合ψ_leader和前方车辆的速度V_leader，将ψ_leader和V_leader两个参数作为网联车辆的角色转换协议的触发点；若前方车辆集合ψ_leader存在，则ψ_leader＝I_leader，I_leader表示前方车辆ID的集合，若前方车辆集合ψ_leader不存在，则若前方车辆运动则V_leader≠0，若前方车辆静止V_leader＝0；

此时，将角色转换协议按两个参数内容进行分类为：

当网联车辆前方没有其他车辆时，进入S5-1进行被引导网联车辆作为头车不停车通过信号交叉口；

当网联车辆的前方车辆具有一定速度时，进入S5-2进行被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆的前车遇到红灯，前方车辆需要停车排队导致车速降为0，因此进入S5-3进行被引导网联车辆跟驰前方静止车辆不停车通过信号交叉口；

当网联车辆在距离前方静止车辆较远时，前方车辆已经启动，此时车辆速度不为0，S5-3中的跟驰引导被打断，转为S5-2中进行被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆前方车辆驶出停止线时，进入S5-1进行被引导网联车辆作为头车不停车通过信号交叉口；

当网联车辆驶出停止线后，视为本次网联车辆的车速引导结束，执行计引导后进入S6进行下一步的优化轨迹输出。

S5-1：如图4所示，根据S2中获取到的信号交叉口信号灯状态(信号灯相位相序信息)、网联车辆自身的交通状态矩阵(网联车辆的运行信息)、网联车辆的进口车道占用状态(网联车辆与停止线的距离信息)，计算网联车辆推荐车速，对网联车辆进行不停车通过的车速引导。获取网联车辆引导初始速度v_e，根据当前信号灯灯色和剩余时间t_l、网联车辆与停止线的距离l_{c_l}，通过比较在信号灯剩余时间内行驶的距离和网联车辆与停止线距离，进行网联车辆速度建议，网联车辆速度建议包括匀速、加速或减速通过交叉口；如果此时当前车道信号灯灯色为绿灯，则进入S5-1-1；如果此时当前车道信号灯颜色为红灯或者黄灯，则进入S5-1-2；

S5-1-1：当信号灯为绿灯时，若网联车辆在绿灯剩余时间t_l内匀速行驶的距离大于与停止线的距离、即v_e·t_l＞l_{c_l}，为了减少车辆波动，则在本次绿灯阶段不停车通过交叉口；

若网联车辆在绿灯剩余时间t_l内匀速行驶的距离小于与停止线的距离、即v_e·t_l＜l_{c_l}，则网联车辆需要加速行驶；

若在t_l时间内加速至最大速度行驶的距离大于至停止线的距离、即其中v_max为最大速度，a_e为网联车辆的最大加速度，为最小化行程延误，引导网联车辆以最大加速度加速行驶至最大速度行驶，然后不停车通过信号交叉口；

若计算在最大速度下仍无法在本次绿灯期间通过，引导网联车辆减速在下次绿灯周期内通过，此时距离下次绿灯亮起的剩余时间t_next＝C-(t_green-t_l)，其中，t_green为信号交叉口绿灯信号相位的总持续时间，C为信号灯周期长度，单位s；所求引导车速v_t满足公式求得优化速度值v_t，其中d_e为网联车辆的最大减速度；以速度v_t行驶后，网联车辆在下次绿灯周期开始时不停车通过信号交叉口；

S5-1-2：当信号灯为红灯或黄灯时，若网联车辆在距离下次绿灯开始时间t_next内匀速行驶的距离小于至停止线的距离、即v_e·t_next＜l_{c_l}，表明网联车辆可以匀速通过交叉口，但是网联车辆以当前车速行驶时可能在绿灯亮起后距离信号交叉口仍有较大距离，因此为了提高交叉口通行效率，引导网联车辆以求取的目标车速行驶通过，网联车辆按照引导速度v_t在时间t_next内行驶距离，满足a_e表示网联车辆的最大加速度；

若网联车辆在距离下次绿灯开始时间t_next内匀速行驶的距离大于至停止线的距离、即v_e·t_next＞l_{c_l}，则网联车辆需要减速行驶，引导速度v_t满足求得优化速度值v_t，使网联车辆在下次绿灯期间不停车通过信号交叉口。

S5-2：网联车辆与其他行驶车辆存在干扰，驾驶特性会发生变化，为使网联车辆更好地跟驰前方车辆行驶，基于三角函数速度引导法，考虑前车的行驶速度以及网联车辆与前车的距离，对网联车辆进行三角函数速度曲线引导，在缩小前后车辆距离的同时保证行车安全和驾驶员舒适度，提出改进型动态三角函数速度引导公式。如果网联车辆的车速小于前方车速，则进入S5-2-1；如果网联车辆的车速大于前方车速，则进入S5-2-2；

S5-2-1：当网联车辆车速v_e小于前方车辆速度v_{c_f}时，两车速度之差v_d＝v_{c_f}-v_e，网联车辆获取与前方车辆的距离l_{c_fe}和前方车辆速度，以前方车辆速度为目标车速行驶；

从网联车辆进行一次三角函数速度规划时刻算起，在行驶时间t∈[0,π/2m]内，网联车辆采取加速度递增的加速行驶；在行驶时间t∈[π/2m,π/2m+π/2n]内，网联车辆采取加速度递减的加速行驶，假设车辆从加速度减为0时开始匀速并行驶至时间t_c，t_c为车辆在三角函数引导至匀速阶段结束的时间，在行驶时间t∈[π/2m+π/2n,t_c]内，网联车辆匀速行驶，此时网联车辆速度大于目标车速；匀速至前后两车之间的距离满足第四阶段引导公式，在行驶时间t∈[t_c,t_c+π/2n]内，网联车辆进行减速行驶，车速逐渐变为目标车速，与前方车辆速度保持一致；

具体的三角函数速度引导公式如下：

其中，V为速度引导曲线下的网联车辆速度值，t表示引导时刻自变量；m、n为常量，用于决定速度引导曲线的轨迹、以及在速度引导时加速度的变化值；

在四个阶段中，将各时间段的速度变化进行积分得到网联车辆行驶距离x_sum，并令其满足x_sum＝l_{c_fe}-x_{跟驰_e}，其中，l_{c_fe}为网联车辆获取的与前方车辆的距离，x_{跟驰_e}为车辆保持跟驰行为时网联车辆的最小车间距，将x_sum代入各时间段长度以及车速引导值进行三角函数车速引导；

S5-2-2：当网联车辆的车速v_e大于前方车辆速度v_{c_f}时，若仍采用上述三角函数引导公式进行引导，引导过程四个阶段分别为减速、减速、匀速、加速行驶。可以观察的到，在三角函数引导下，匀速行驶速度小于前方车速，因此两车距离更大，不满足最小化延误目标要求。因此，在该情境下，令网联车辆先以大于前车的速度匀速行驶，至前后两车距离满足三角函数速度引导公式中第一阶段、第二阶段的引导公式的行驶距离；将此时刻作为0，使用第一阶段、第二阶段的引导公式进行车速引导，此时第一阶段、第二阶段的引导公式为：

S5-3：当前方车辆速度为0，即停车排队时，网联车辆始终靠近前方车辆，待前方车辆起步至一定速度后，两车相距一个安全间距，多考虑了前方车辆的起步阶段，因此三角函数引导法并不适用，故提出第三种方法进行车速引导。

S5-3-1：如图5所示网联车辆不为头车，前方车辆速度为0，处于停车排队时的状态。此时信号灯为红灯，剩余时间t_l，距离下次绿灯开始时间t_next，用路侧感知设备检测到在交叉口停止线前有n辆车在停车排队，假设每辆车的启动反应时间为t₀；网联车辆以引导速度v_t驶向前方静止车辆，进行加速或减速行驶后，行驶至最优引导车速后匀速行驶，当前方车辆起步至v_t时，绿灯已经亮起并且两车相距一个安全间距x_{e_safe}；为了保证安全，需要满足网联车辆行驶的距离与前方车辆行驶的距离之差等于原两车距离与网联车辆跟驰最小距离之和，即跟驰引导速度公式为：

其中，v_t为网联车辆的优化引导车速，a_f为前方车辆的加速度，v_e为网联车辆的初始速度，d_e为网联车辆的最大减速度，t_next为距离下次绿灯亮起的剩余时间，l_{c_fe}为前方静止车辆与网联车辆的距离，n为路侧感知设备检测到在交叉口停止线前停车排队车辆数，L_v为车身长度；x_{e_safe}为车辆安全间距，x_{e_safe}取决于前方车辆的车辆类型；

式子左边为前方车辆在行驶至网联车辆优化车速v_t时的前后两车距离，右边为网联车辆的最小跟驰距离，由上式整理得：

本实施例中，用Krauss模型描述人工驾驶车辆的跟驰行为；

S5-3-2：在协同跟驰过程中，首先考虑车辆驶向信号交叉口停止线位置，即网联车辆的位置始终是增大的，约束为：其中，/>和/>分别是网联车辆在t₁+1时刻以及t₁时刻的位置；

其次，为了保证被引导网联车辆的驾驶舒适性，对网联车辆的连续速度变化设置约束为：其中，/>和/>分别是网联车辆在t₁+1时刻以及t₁时刻的速度；

然后，对网联车辆及其前方车辆间的纵向距离进行安全约束，安全约束为：

其中，M₁和M₂是二进制变量，当v_e＞v_{c_f}时，M₁＝0，当v_e≤v_{c_f}时，M₁＝1；

最后，使用二阶车辆运动学模型描述车辆纵向运动动力学，表示为：

其中，为网联车辆在t₁时刻的加速度，v_max为车辆最大行驶速度，d_max为车辆最大减速度，a_max为车辆最大加速度；本实施例中v_max＝1m/s，d_max＝2m/s²，a_max＝4m/s²。

S6：实时获取信号灯相位信息和信号交叉口交通状态信息，结合网联车辆的换道情况和车速情况，动态滚动周期性地得到网联车辆的优化轨迹矩阵。

本实施例中，设置预测周期为5s一次，每隔5s主动获取一次信号灯相位信息和信号交叉口交通状态信息，然后一次性输出未来5s内的被引导网联车辆的优化轨迹矩阵为：

其中，优化轨迹矩阵y_CAVn的每一列代表在未来5s内每一秒中的网联车辆的优化运行状态参数，V₁～V₅表示第1秒～第5秒的被引导的网联车辆的速度，X₁～X₅表示第1秒～第5秒的被引导网联车辆的位置，a₁～a₅表示第1秒～第5秒的被引导网联车辆的加速度，表示第1秒～第5秒的被引导网联车辆的从车道i变换到车道j的换道意图。被引导网联车辆在进入引导区时开始优化，当网联车辆驶出停止线时结束轨迹优化过程。

因为网联自动驾驶车辆和人工驾驶车辆混行下的交通运行状态是实时变化的，因此在5s后，再次循环进行步骤1-6进行下一轮的轨迹优化。

实施例二

本发明还公开了一种基于信号灯主动通信的多车协同控制方法和系统，包括车辆类型识别模块、信息采集模块、判断模块、换道模块、跟驰模块和控制模块。

车辆类型识别模块，用于将网联通信信号可接收区作为轨迹优化引导区域，以车辆是否可以进行正常通信将轨迹优化引导区域内的车辆划分为网联车辆和人工驾驶车辆，赋予所有车辆ID序列并获取车辆的初始交通状态。

信息采集模块，用于通过网联通信信号周期性地获取网联车辆前方和后方人工驾驶车辆的交通状态矩阵、网联车辆间共享的网联车辆的交通状态矩阵，获取此刻前方信号交叉口信号灯状态和进口车道占用状态；车辆在进入轨迹优化引导区域后，CAVs可以通过车路协同系统的多方位信息获取途径接收交通状况信息，包括周围所有车辆及自身车辆的速度和位置、前方信号交叉口的停止线位置、前方信号交叉口的实时信号相位相序信息。所有CAVs之间可以共享这些交通状况信息。HVs的速度和位置信息会被智能路侧设备采集到，但HVs不具备接收周边信息的能力。

判断模块，用于结合获取的进口车道占用状态和预先设置的网联车辆行驶路线判断网联车辆是否存在换道意图，根据不同的换道情况判断对网联车辆进行自由换道或强制换道，换道后计算换道成本；若网联车辆不存在换道意图，则进行协同跟驰；所有车辆根据预先设置的行驶路线行驶，在信号交叉口产生左直右三种运行方向，判断模块会将车辆轨迹优化策略优先转入换道模块进行换道协同优化；若车辆没有换道需求或完成换道后无需再换道，则判断模块会将车辆轨迹优化策略转入跟驰模块进行跟驰协同优化。

换道模块，用于构建换道成本函数，所述换道成本函数用于在满足换道需求的同时最小化换道成本；根据所述换道成本函数计算不同时间下网联车辆的换道成本，结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道，优化网联车辆的轨迹；网联车辆根据前方进口道所有车道占用状态、相邻车道前后车辆的速度和位置信息进行机动性判断，若产生可提高车辆机动性的自由换道需求或因为行驶路线原因产生强制换道需求时，在保证安全性的前提下进行协同换道行为。为了减少频繁换道产生的交通流振荡，建立换道成本函数，最小化换道成本减少换道频率。具体协同换道策略见于换道计算子模块。

跟驰模块，用于通过在跟驰行为中为网联车辆设置角色转换协议，使网联车辆在车流中的头车和跟随车之间切换，所述角色转换协议包括前方没有车辆存在、跟驰前方静止车辆、跟驰前方运动车辆，根据角色转换协议对网联车辆进行车速引导，优化网联车辆的轨迹；在当前模块，车辆不允许进行换道。CAVs首先根据自身所处的交通流位置进入不同的场景，然后结合信号灯相位信息、当前车道前方车辆运行信息、停止线信息，制定相应的跟驰策略。具体协同跟驰策略见于跟驰计算子模块。

计算模块：计算模块分为换道计算子模块和跟驰计算子模块。换道计算子模块包括自由换道和强制换道。跟驰计算子模块包括CAVs前方无其他车辆、CAVs前方存在运动车辆、CAVs前方存在静止排队车辆。该模块利用换道和跟驰模块中的设计方法来进行CAVs的优化轨迹的计算，并把计算结果传输给相关CAVs。

控制模块，用于实时获取信号灯相位信息和信号交叉口交通状态信息，结合网联车辆的换道情况和车速情况，得到网联车辆的优化轨迹。进行实时动态的滚动式周期性规划。每周期性行驶一段时间，进行一次协同轨迹规划，根据计算模块中得到的计算结果，输出计算矩阵，网联车辆按照行驶状态矩阵中的数值进行行驶，一方面减少计算负担，另一方面实现不停车通过交叉口，提高交叉口通行效率。

实施例三

本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现实施例一中的基于信号灯主动通信的多车协同控制方法。

实施例四

本发明还公开了一种基于信号灯主动通信的多车协同控制设备，包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例一中的基于信号灯主动通信的多车协同控制方法。

本发明基于信号灯主动通信，在进行自车轨迹优化或者因交通状况的变化时需要动态实时地获取信号灯的相位信息，包括信号灯灯色和距离变换到下一灯色的剩余时间，利用车辆与停止线的距离和自身速度，制定优化轨迹速度值，实现车辆在绿灯期间不停车通过信号交叉口。

信号交叉口交通环境复杂度较高，存在多进口道方向和多转向车道以及同转向车道交通冲突，本发明将有可能产生交通行为关联的车辆进行协同控制，以可预测、可控制、可协同的特性，整体优化整个交通流，包括多约束策略下的协同换道和多角色协议下的协同跟驰，在实现信号交叉口通行效率最高的同时最小化换道成本。

因此，本发明相较于现有技术的优点有：

(1)考虑网联车辆与人工驾驶车辆在信号交叉口组成的新型混行环境下的车辆驾驶行为，将人工驾驶车辆和网联车辆的驾驶特性区分开，对网联车辆进行轨迹优化策略引导，实现其不停车通过。

充分考虑了实际信号交叉口中的现实情况以及网联车辆发展现状，着眼于研究更加实际的网联车辆与人工驾驶车辆混行时的新型信号交叉口环境，通过车路协同系统充分利用数字化、智能化、共享化交通设施来弱化交通系统中人为因素的影响，完善从传统交通环境到完全网联环境的过渡阶段，通过引导网联车辆策略间接控制人工驾驶车辆，减少混行交通系统中人工驾驶车辆的影响，从而稳定控制整个交通流。在新型混合交通环境下实现多车快速通过信号交叉口的轨迹优化控制，分析并设计了网联车辆在信号交叉口处的协同通行方式。

(2)在对网联车辆进行轨迹优化时，不仅通过引导网联车辆实现不停车通过提高信号交叉口交通效率，而且采用三角函数引导曲线满足网联车辆在跟驰前方运动车辆时实现生态驾驶轨迹，在保证通行安全的前提下，减少因过度引导网联车辆增加的能源消耗。

本发明考虑三角函数曲线实现部分车辆生态驾驶速度引导。针对车路协同系统发展过程中必然会存在的网联车辆和人工驾驶车辆混行问题，利用三角函数速度曲线生态驾驶策略为网联车辆制定不停车通过信号交叉口的轨迹优化策略。基于车路协同系统中的多信息获取途径(专用短程通信、蜂窝车联网、GPS定位技术等)获得的信号配时和周边车辆信息，提出一种两阶段优化模型，以离散化的形式协同优化多相关车辆间的横向和纵向轨迹。

首先，构建第一阶段横向换道模型以引导网联车辆充分利用空闲车道状况和信号灯剩余时间换道提高车辆机动性，建立换道成本函数，在提高通行效率的基础上最小化换道成本函数来降低换道引起的交通流振荡；然后，构建第二阶段纵向跟驰模型，利用车辆运动信息和信号灯相位信息建立最小化绿灯期间不可通过车辆停车延误和最大化绿灯期间可通过车辆通行效率的多目标函数；最后采用动态规划算法求解上述模型，并考虑了时变交通条件设计滚动时域来规划一定周期内的网联车辆轨迹策略。借助上述模型及方法，实现多目标优化，降低交通流平均停车延误，增大信号交叉口通行效率，减少车辆能源消耗，最小化换道成本降低交通流振荡。

(3)以离散的形式提出了两阶段网联车辆轨迹优化方案，对网联车辆的协同换道和协同跟驰行为进行联合优化。具体来说，基于周围车辆的交通状况信息、自身轨迹信息以及主动通信获取的信号交叉口相位信息，建立了网联车辆轨迹优化的两阶段优化模型。第一阶段为网联车辆根据前方各车道的占用状态、与最接近前方车辆的距离以及预设路线下的强制换道，产生换道意图，然后计算换道成本函数，使网联车辆在提高机动性的同时最小化交通流振荡，寻找合适的换道时机；第二阶段为优化网联车辆的协同跟驰行为，根据其在交通流中的位置制定一个角色转换协议，分别为网联车辆作为头车、网联车辆跟驰前方静止车辆、网联车辆跟驰前方运动车辆，并根据不同的跟驰行为提出相应的公式，经过计算后，生成网联车辆轨迹优化后的速度值，并传输给网联车辆。

通过制定两步网联车辆轨迹优化策略，充分利用信号交叉口的绿灯有效绿灯时间和车辆排队状况，引导网联车辆实现不停车通过，降低交通流行车延误，提高信号交叉口通行效率，在进行生态驾驶的同时减少低交通流的波动。

(4)充分利用网联车辆的高网联化、高智能化实现多车辆间的协同轨迹优化，网联车辆可以根据获取到的自身信息和其他交通状况信息制定自车优化轨迹，不仅涉及到对单个网联车辆进行轨迹优化，也包括多功能下的智能换道、多角色协议转换下的协同跟驰。

统筹考虑了协同换道行为和协同跟驰行为。不仅优化车辆默认的跟驰模型和换道模型，制定两步轨迹优化策略，根据信号交叉口车辆信息以及交通状态信息，如排队长度，SPaT等，识别网联车辆的换道意图，建立换道成本函数和换道安全性约束，在完成换道任务的同时最小化换道成本，降低因换道带来的交通流波动。完成换道任务后，引导网联车辆进行协同跟驰行为，建立网联车辆在车流中的多角色转换协议，使其可以适用多种情景下的跟驰行为，分别为网联车辆作为头车、网联车辆跟驰前方静止车辆、网联车辆跟驰前方静止车辆，并在每种情景下可以与其他车辆安全完成跟驰任务。

当网联车辆在交通量较大时可以进一步改善人工驾驶车辆的行驶状态，具有高智能化、全网联化、多数据化的特定，在信号交叉口缓解交通拥挤、降低能耗、提高交通运行效率等方面具有重要的应用前景。

使用生态驾驶策略优化网联车辆跟驰前方运动车辆的轨迹，考虑车辆在加减速时易造成能源消耗和安全性问题，提出具体的生态驾驶引导策略，在提高信号交叉口通行效率的同时降低能源消耗和提高驾驶舒适性。

(5)使用动态规划法更高效地求解优化轨迹。由于交通状况时变，采用动态滚动时域周期性策略实现引导过程，输出计算出的优化轨迹，并且周期性地获取周围交通状况息和信号灯主动通信信息，不仅减少数据量，提高内存，而且减少计算模块运行频率，提高计算效率。

本发明利用动态滚动式优化，在一定周期内获取信号灯信息，对网联车辆进行周期性轨迹协同优化控制。每隔一段时间获取交通状况信息并进行计算并输出，以此在保证轨迹优化的同时提高计算效率。

为了进一步说明本发明的有益效果，本实施例中结合实际数据进行了仿真实验。

网联自动驾驶车辆CAV1进入轨迹优化引导区域，其自身运动状态被GPS定位技术和云端通信技术收集，并被系统识别为网联自动驾驶车辆，将其视为引导对象，开始对CAV1进行轨迹优化过程。首先生成初始交通状态矩阵，并赋值为

其次CAV1通过车路协同系统中的智能路侧感知设备和雷达检测设备检测前方进口道占用状态和交通状态信息，将各个车道上的车辆数及其交通信息发送至云端并传输给车载设备，即可以得知前方各车道车辆排队数，也可以得知各车道紧邻前后方车辆的交通状态信息，如速度、位置。当CAV1得知当前车道前方车辆距离x_{c_ef}较小而相邻车道前方车辆距离x_{a_ef}＞较大，且满足可以自由换道的需求时，产生换道需求。结合换道成本函数中对各个参数的定义，根据不同的目标函数对函数中的各权重α₁、α₂、α₃、α₄进行取值，结合目标车道的紧邻前后方车辆位置和速度信息，在使换道成本最小的结果和满足换道安全约束的前提下，选取最合适的换道时机进行换道。换道过程在1s内完成，并在换道完成后与目标车道上的前后车保持安全间距行驶。

然后CAV1进行协同行为。如图5所示为该CAV1跟驰前方静止车辆，速度为0，即前方进口车道存在排队车辆，此时信号灯灯色为红灯，到下一信号灯绿灯亮起时的时间为t_next，用路侧感知设备检测到在交叉口停止线前有n辆车在停车排队，假设每辆车的启动反应时间为t₀，CAV1与前方最近的车辆距离为l_{c_fe}。为了实现在排队状态下的不停车通过策略，在对CAV1进行车速引导时，在其接近最近的车辆保留一个安全距离的同时，两车车速保持一致。即在本次引导期间，CAV1行驶的距离与前方车辆行驶的距离之差，刚好等于原两车距离与网联车辆跟驰最小距离x_{e_safe}之和。

经过计算后，求取目标速度值v_t，最后将计算后得到的未来5s数据输入交通状态矩阵得到网联车辆的优化轨迹。

建立一条直行车道，分别设置CAV1和人工驾驶车辆HV1在信号灯处于红色时期进入引导区域，且二者均处于头车状态，按照一定的轨迹在下一绿灯周期内不停车通过信号交叉口。当CAV1进入轨迹优化引导区域后，通过车路协同系统的通信技术获取到此刻信号灯灯色为红灯且剩余时间为49s，49s后红灯变为绿灯，车辆进入时距离交叉口300m；而HV1由于无法事先得知信号灯信息和实际与停止线距离，因此无法进行轨迹优化策略引导。CAV1和HV1的进入速度为6m/s2，最大速度为15m/s2，CAV1的最大加速度为4m/s2，最大减速度为2m/s2，考虑到HV1对周边环境的判断不准确，设定其最大加速度为2m/s2，最大减速度为4m/s2。网联车和人工驾驶车辆分别在同一信号相位进行行驶，行驶轨迹和速度对比如图6和图7所示。

从图6和图7可以看出，在相同的引导时间内人工驾驶车辆无法与信号灯间实现通信，因此保持原有驾驶行为和驾驶意图以13m/s以上的速度在引导时间25s时行驶至停止线前并停车，而网联驾驶车辆与信号灯实现通信，在红灯剩余时间内为自身计算可实现不停车通过的行驶速度4.4m/s，在下一绿灯亮起时网联驾驶车辆仍保持该速度行驶，因此避免了停车起步阶段，不仅减少燃油消耗，而且去掉了起步加速阶段，提高车辆通行效率。此时车道上仅有单个网联驾驶车辆被引导，当该车作为头车(即前方没有其他车辆)时，不仅可以带领后面其他车辆同时实现不停车通过信号交叉口，而且更能将计算行驶速度传输给其他网联驾驶车辆，进而实现多车协同。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

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。而由此所引申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 (12)

1.一种基于信号灯主动通信的多车协同控制方法，其特征在于，包括：

将网联通信信号可接收区作为轨迹优化引导区域，将轨迹优化引导区域内的车辆划分为网联车辆和人工驾驶车辆，赋予所有车辆ID序列并获取车辆的初始交通状态；

通过网联通信信号周期性地获取网联车辆前方和后方人工驾驶车辆的交通状态矩阵、网联车辆间共享的网联车辆的交通状态矩阵，获取此刻前方信号交叉口信号灯状态和进口车道占用状态；

结合获取的进口车道占用状态和预先设置的网联车辆行驶路线判断网联车辆是否存在换道意图，根据不同的换道情况判断对网联车辆进行自由换道或强制换道，换道后计算换道成本；若网联车辆不存在换道意图，则进行协同跟驰；

计算换道成本时，构建换道成本函数，所述换道成本函数用于在满足换道需求的同时最小化换道成本；根据所述换道成本函数计算不同时间下网联车辆的换道成本，结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道，优化网联车辆的轨迹；

进行协同跟驰时，通过在跟驰行为中为网联车辆设置角色转换协议，使网联车辆在车流中的头车和跟随车之间切换，所述角色转换协议包括前方没有车辆存在、跟驰前方静止车辆、跟驰前方运动车辆，根据角色转换协议对网联车辆进行车速引导，优化网联车辆的轨迹；

优化网联车辆的轨迹时，实时获取信号灯相位信息和信号交叉口交通状态信息，结合网联车辆的换道情况和车速情况，得到网联车辆的优化轨迹。

2.根据权利要求1所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述自由换道包括：

若当前车道前方无车辆或与前方车辆距离较远，表明车道处于空闲状态，此时保持当前车道行驶，进行协同跟驰；

若当前车道前方近距离处有车辆行驶且相邻车道前方无车辆行驶，网联车辆需要自由换道至相邻空闲车道行驶，计算换道成本；

若当前车道前方和相邻车道前方均有车辆行驶，且当前车道前方车辆距离小于相邻车道前方车辆距离，网联车辆换道至相邻车道行驶，计算换道成本；

若当前车道前方车辆距离大于相邻车道前方车辆距离，则无需换道，进行协同跟驰；

所述强制换道包括：

当网联车辆所在车道不同于行驶路线所规定的目标车道时，需要进行强制换道至目标车道；

当目标车道前方产生的排队长度大于车道空闲距离时，网联车辆在目标车道前方车辆后完成强制换道；

当目标车道前方车辆数较多，网联车辆应在目标车道前方产生的排队长度小于车道空闲距离时提前换道至目标车道。

3.根据权利要求1所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述换道成本函数，具体为：

其中，NC_i表示第i辆网联车辆在引导区域的换道总次数，用于整体上减少换道对交通流的振荡；D_i表示第i辆网联车辆的目标转向车道与当前车道距离，用于减少多条车道连续换道幅度；Num_i表示第i辆网联车辆的当前车道前方车辆数与目标车道前方车辆数之差，用于避免因排队长度的差异造成车辆强制换道的失败；Dis_i表示第i辆网联车辆在换道时与停止线距离，用于提前完成换道减少交叉口前换道造成的拥堵以及方便进行纵向运动引导；α₁、α₂、α₃、α₄为预设权重，N为网联车辆的总数量。

4.根据权利要求1所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道时，综合考虑被引导车辆与目标车道上前后方车辆的距离满足安全距离约束、连续换道行为间的时间差、允许换道的相邻车道和禁止换道区域长度，具体包括：

考虑被引导车辆与目标车道上前后方车辆的距离满足安全距离约束之后，再进行强制换道或自由换道行为；所述安全距离约束为：

当满足时，可向相邻车道进行换道，其中，

其中，d_{a_fe}、d_{a_eb}分别为网联车辆与相邻车道前、后方车辆距离，minx_{a_fe}、minx_{a_eb}分别为网联车辆进行换道行为时与前方车道车辆、相邻车道车辆的最小纵向距离；X_{a_f}、X_e、X_{a_b}分别为相邻车道前方车辆、网联车辆、相邻车道后方车辆的车头位置，L_v为车身长度；V_{a_f}、V_e、V_{a_b}分别为相邻车道前方车辆、网联车辆、相邻车道后方车辆的速度；x_{跟驰_e}、x_{跟驰_b}分别为车辆保持跟驰行为时网联车辆和后车的最小车间距，d_e、d_b分别为网联车辆和后车的最大减速度；

考虑车辆在进行连续换道时易造成的驾驶不舒适性和交通流扰动，限制连续换道行为间的时间差，建立换道时间差约束模型为：

M·(2-η₁(l₁)-η₂(l₂))+l₁-l₂≥l_safe，

其中，M表示取无穷大的实数，l₁和l₂分别表示连续两次换道的时刻；η₁和η₂是二进制变量，当网联车辆在某时刻开始换道时取1，如果没有换道取0；l_safe表示连续两次换道行为之间的安全意见间隔；

考虑实际的网联车辆换道行为，在获取车道占用状态时仅识别相邻的车道信息，即在一次换道中仅能换道至紧邻的车道，建立仅能换道至相邻车道约束为：

|l_e(l₁)-l_a(l₁)|＝1，

其中，l_e(l₁)和l_a(l₁)分别表示网联车辆在换道时的当前进口车道索引编号和目标车道索引编号，两者取绝对值表示可以向左或右进行换道；

设置禁止换道区域长度来保证实际信号交叉口前的禁止换道行为，建立禁止换道区域长度约束为：

其中，x_l1表示网联车辆在换道时所处信号交叉口的位置，L_nc表示禁止换道区域长度，L_g表示信号交叉口引导区域总长度。

5.根据权利要求1所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述角色转换协议，具体为：

设置网联车辆的前方车辆集合ψ_leader和前方车辆的速度V_leader，将ψ_leader和V_leader两个参数作为网联车辆的角色转换协议的触发点；若前方车辆集合ψ_leader存在，则ψ_leader＝I_leader，I_leader表示前方车辆ID的集合，若前方车辆集合ψ_leader不存在，则若前方车辆运动则V_leader≠0，若前方车辆静止V_leader＝0；

此时，将角色转换协议按两个参数内容进行分类为：

当网联车辆前方没有其他车辆时，被引导网联车辆作为头车不停车通过信号交叉口；

当网联车辆的前方车辆具有一定速度时，被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆的前车遇到红灯，被引导网联车辆跟驰前方静止车辆不停车通过信号交叉口；

当网联车辆在距离前方静止车辆较远时，进行被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆前方车辆驶出停止线时，被引导网联车辆作为头车不停车通过信号交叉口；

当网联车辆驶出停止线后，视为本次网联车辆的车速引导结束，执行计引导后优化网联车辆的轨迹。

6.根据权利要求5所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述被引导网联车辆作为头车不停车通过信号交叉口，具体为：

获取网联车辆引导初始速度v_e，根据当前信号灯灯色和剩余时间t_l、网联车辆与停止线的距离l_{c_l}，通过比较在信号灯剩余时间内行驶的距离和网联车辆与停止线距离，进行网联车辆速度建议，网联车辆速度建议包括匀速、加速或减速通过交叉口；根据此时信号灯的显示情况，分为绿灯、红灯或者黄灯两种情况引导网联车辆作为头车不停车通过信号交叉口；

当信号灯为绿灯时，若网联车辆在绿灯剩余时间t_l内匀速行驶的距离大于与停止线的距离，则在本次绿灯阶段不停车通过交叉口；若网联车辆在绿灯剩余时间t_l内匀速行驶的距离小于与停止线的距离，则网联车辆需要加速行驶；若在t_l时间内加速至最大速度行驶的距离大于至停止线的距离，则引导网联车辆以最大加速度加速行驶至最大速度行驶，然后不停车通过信号交叉口；若计算在最大速度下仍无法在本次绿灯期间通过，则引导网联车辆减速在下次绿灯周期内通过，此时距离下次绿灯亮起的剩余时间t_next＝C-(t_green-t_l)，其中，t_green为信号交叉口绿灯信号相位的总持续时间，C为信号灯周期长度；所求引导车速v_t满足公式求得优化速度值v_t，其中d_e为网联车辆的最大减速度；以速度v_t行驶后，网联车辆在下次绿灯周期开始时不停车通过信号交叉口；

当信号灯为红灯或黄灯时，若网联车辆在距离下次绿灯开始时间t_next内匀速行驶的距离小于至停止线的距离，则引导网联车辆以求取的目标车速行驶通过，网联车辆按照引导速度v_t在时间t_next内行驶距离，满足a_e表示网联车辆的最大加速度；若网联车辆在距离下次绿灯开始时间t_next内匀速行驶的距离大于至停止线的距离，则网联车辆需要减速行驶，引导速度v_t满足求得优化速度值v_t，使网联车辆在下次绿灯期间不停车通过信号交叉口。

7.根据权利要求5所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述被引导网联车辆跟驰前方运动车辆不停车通过信号交叉口，具体为：

考虑前车的行驶速度以及网联车辆与前车的距离，对网联车辆进行三角函数速度曲线引导，在缩小前后车辆距离的同时保证行车安全和驾驶员舒适度，分为网联车辆的车速小于前方车速、大于前方车速两种情况，引导网联车辆跟驰前方运动车辆不停车通过信号交叉口；

当网联车辆车速v_e小于前方车辆速度v_{c_f}时，两车速度之差v_d＝v_{c_f}-v_e，网联车辆获取与前方车辆的距离l_{c_fe}和前方车辆速度，以前方车辆速度为目标车速行驶；从网联车辆进行一次三角函数速度规划时刻算起，在行驶时间t∈[0,π/2m]内，网联车辆采取加速度递增的加速行驶；在行驶时间t∈[π/2m,π/2m+π/2n]内，网联车辆采取加速度递减的加速行驶，假设车辆从加速度减为0时开始匀速并行驶至时间t_c，t_c为车辆在三角函数引导至匀速阶段结束的时间，在行驶时间t∈[π/2m+π/2n,t_c]内，网联车辆匀速行驶，此时网联车辆速度大于目标车速；匀速至前后两车之间的距离满足第四阶段引导公式，在行驶时间t∈[t_c,t_c+π/2n]内，网联车辆进行减速行驶，车速逐渐变为目标车速，与前方车辆速度保持一致；

三角函数速度引导公式为：

其中，V为速度引导曲线下的网联车辆速度值，t表示引导时刻自变量；m、n为常量，用于决定速度引导曲线的轨迹、以及在速度引导时加速度的变化值；

在四个阶段中，将各时间段的速度变化进行积分得到网联车辆行驶距离x_sum，并令其满足x_sum＝l_{c_fe}-x_{跟驰_e}，其中，l_{c_fe}为网联车辆获取的与前方车辆的距离，x_{跟驰_e}为车辆保持跟驰行为时网联车辆的最小车间距，将x_sum代入各时间段长度以及车速引导值进行三角函数车速引导；

当网联车辆的车速v_e大于前方车辆速度v_{c_f}时，令网联车辆先以大于前车的速度匀速行驶，至前后两车距离满足三角函数速度引导公式中第一阶段、第二阶段的引导公式的行驶距离；将此时刻作为0，使用第一阶段、第二阶段的引导公式进行车速引导。

8.根据权利要求5所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述被引导网联车辆跟驰前方静止车辆不停车通过信号交叉口，具体为：

网联车辆不为头车，前方车辆速度为0，处于停车排队时的状态；此时信号灯为红灯，剩余时间t_l，距离下次绿灯开始时间t_next，用路侧感知设备检测到在交叉口停止线前有n辆车在停车排队，假设每辆车的启动反应时间为t₀；网联车辆以引导速度v_t驶向前方静止车辆，进行加速或减速行驶后，行驶至最优引导车速后匀速行驶，当前方车辆起步至v_t时，绿灯已经亮起并且两车相距一个安全间距x_{e_safe}；为了保证安全，需要满足网联车辆行驶的距离与前方车辆行驶的距离之差等于原两车距离与网联车辆跟驰最小距离之和，即跟驰引导速度公式为：

其中，v_t为网联车辆的优化引导车速，a_f为前方车辆的加速度，v_e为网联车辆的初始速度，d_e为网联车辆的最大减速度，t_next为距离下次绿灯亮起的剩余时间，l_{c_fe}为前方静止车辆与网联车辆的距离，n为路侧感知设备检测到在交叉口停止线前停车排队车辆数，x_{e_safe}为车辆安全间距；

在协同跟驰过程中，综合考虑车辆驶向信号交叉口停止线位置、网联车辆的连续速度变化、网联车辆及其前方车辆间的纵向距离、车辆纵向运动，具体为：

所述车辆驶向信号交叉口停止线位置的约束为：

其中，和/>分别是网联车辆在t₁+1时刻以及t₁时刻的位置；

为了保证被引导网联车辆的驾驶舒适性，对网联车辆的连续速度变化设置的约束为：

其中，和/>分别是网联车辆在t₁+1时刻以及t₁时刻的速度；

对网联车辆及其前方车辆间的纵向距离设置的安全约束为：

其中，M₁和M₂是二进制变量，当v_e＞v_{c_f}时，M₁＝0，当v_e≤v_{c_f}时，M₁＝1；

使用二阶车辆运动学模型描述车辆纵向运动动力学，表示为：

其中，为网联车辆在t₁时刻的加速度，v_max为车辆最大行驶速度，d_max为车辆最大减速度，a_max为车辆最大加速度。

9.根据权利要求1-8任一项所述的基于信号灯主动通信的多车协同控制方法，其特征在于：所述赋予所有车辆ID序列并获取车辆的初始交通状态，具体为：

将网联车辆编号为CAV_n,n＝1,2,3,…，CAV_n表示第n辆网联车辆，后续对网联车辆进行车速引导；将人工驾驶车辆编号为HV_n,n＝1,2,3,…，HV_n表示第n辆人工驾驶车辆，人工驾驶车辆对所述网联车辆的引导存在干扰；获取人工驾驶车辆的运行信息得到人工驾驶车辆的交通状态矩阵y_HVn(t₀)表示HV_n在t₀时刻的交通状态矩阵；其中，t₀表示车辆进入引导区域时的时间，/>表示车辆刚进入引导区域时的速度，/>表示网联车辆刚进入引导区域时的位置，Lan_t0表示车辆的所在车道i，T表示转置；将网联车辆作为引导对象，通过轨迹定位技术获取当前车辆的初始交通状态矩阵y_CAVn(t₀)表示CAV_n在t₀时刻的交通状态矩阵；其中，a_t0表示网联车辆刚进入引导区域时的加速度；/>表示网联车辆刚进入引导区域时的由当前车道i换至目标车道j的换道意图，0代表无换道需求，i和j代表其换道需求；

所述网联车辆的优化轨迹，具体为：

每隔时间周期q获取一次信号灯相位信息和信号交叉口交通状态信息，被引导网联车辆在进入引导区时开始优化，当网联车辆驶出停止线时结束轨迹优化过程，得到未来q个时间间隔内的被引导网联车辆的优化轨迹矩阵为：

其中，优化轨迹矩阵y_CAVn的每一列代表在未来q个时间间隔内每一个时间间隔中的网联车辆的优化运行状态参数，V₁～V_q表示第1个时间间隔～第q个时间间隔的被引导的网联车辆的速度，X₁～X_q表示第1个时间间隔～第q个时间间隔的被引导网联车辆的位置，a₁～a_q表示第1个时间间隔～第q个时间间隔的被引导网联车辆的加速度，表示第第1个时间间隔～第q个时间间隔的被引导网联车辆的从车道i变换到车道j的换道意图。

10.一种基于信号灯主动通信的多车协同控制系统，其特征在于，包括：

车辆类型识别模块，用于将网联通信信号可接收区作为轨迹优化引导区域，将轨迹优化引导区域内的车辆划分为网联车辆和人工驾驶车辆，赋予所有车辆ID序列并获取车辆的初始交通状态；

信息采集模块，用于通过网联通信信号周期性地获取网联车辆前方和后方人工驾驶车辆的交通状态矩阵、网联车辆间共享的网联车辆的交通状态矩阵，获取此刻前方信号交叉口信号灯状态和进口车道占用状态；

判断模块，用于结合获取的进口车道占用状态和预先设置的网联车辆行驶路线判断网联车辆是否存在换道意图，根据不同的换道情况判断对网联车辆进行自由换道或强制换道，换道后计算换道成本；若网联车辆不存在换道意图，则进行协同跟驰；

换道模块，用于构建换道成本函数，所述换道成本函数用于在满足换道需求的同时最小化换道成本；根据所述换道成本函数计算不同时间下网联车辆的换道成本，结合自由换道或强制换道选择换道成本最低时刻引导网联车辆换道，优化网联车辆的轨迹；

跟驰模块，用于通过在跟驰行为中为网联车辆设置角色转换协议，使网联车辆在车流中的头车和跟随车之间切换，所述角色转换协议包括前方没有车辆存在、跟驰前方静止车辆、跟驰前方运动车辆，根据角色转换协议对网联车辆进行车速引导，优化网联车辆的轨迹；

控制模块，用于实时获取信号灯相位信息和信号交叉口交通状态信息，结合网联车辆的换道情况和车速情况，得到网联车辆的优化轨迹。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该计算机程序被处理器执行时实现如权利要求1-9任一项所述的基于信号灯主动通信的多车协同控制方法。

12.一种基于信号灯主动通信的多车协同控制设备，其特征在于：包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-9任一项所述的基于信号灯主动通信的多车协同控制方法。