CN117079469B - 一种网联混行环境下交叉口区域车辆冲突协同控制方法 - Google Patents

一种网联混行环境下交叉口区域车辆冲突协同控制方法 Download PDF

Info

Publication number
CN117079469B
CN117079469B CN202311335757.1A CN202311335757A CN117079469B CN 117079469 B CN117079469 B CN 117079469B CN 202311335757 A CN202311335757 A CN 202311335757A CN 117079469 B CN117079469 B CN 117079469B
Authority
CN
China
Prior art keywords
vehicle
speed
intersection
area
control
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.)
Active
Application number
CN202311335757.1A
Other languages
English (en)
Other versions
CN117079469A (zh
Inventor
潘福全
王满福
王飞
张丽霞
魏洪利
杨传启
梅荣德
杨金顺
陈秀锋
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.)
Shandong Hua Xia High Tech Information Inc
Qingdao University of Technology
Original Assignee
Shandong Hua Xia High Tech Information Inc
Qingdao 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 Shandong Hua Xia High Tech Information Inc, Qingdao University of Technology filed Critical Shandong Hua Xia High Tech Information Inc
Priority to CN202311335757.1A priority Critical patent/CN117079469B/zh
Publication of CN117079469A publication Critical patent/CN117079469A/zh
Application granted granted Critical
Publication of CN117079469B publication Critical patent/CN117079469B/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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种网联混行环境下交叉口区域车辆冲突协同控制方法，涉及智能交通和车辆控制技术领域，包括：构建智能网联信号交叉口系统，对交叉口路段进行功能分区；构建间隙控制策略及控制流程；构建CAVs车队间隙控制模型：针对十字信号交叉口存在的冲突类型，分别根据实际冲突交通场景建立直行与直行车辆冲突协同模型、直行与左转车辆冲突协同模型、左转与左转车辆冲突协同模型，拟制协同控制策略集；构建DCAVs车队车速引导模型。本发明协同控制信号交叉口各方向进口的车辆，能显著提高智能网联信号交叉口的行车安全性和行驶效率，对于解决传统控制交叉口通行效率不高，而导致的交叉口路段区域交通拥堵、延误严重的问题有着一定程度上的重要意义。

Description

一种网联混行环境下交叉口区域车辆冲突协同控制方法
技术领域
本发明涉及智能交通和车辆控制技术领域，尤其涉及一种网联混行环境下交叉口区域车辆冲突协同控制方法。
背景技术
交叉口信号控制的主要思想是在时间上进行交通冲突隔离，其控制策略损失了大量的时空资源。随着智能网联自动驾驶技术的研发与应用，交叉口控制理念将从对人工驾驶控制到对车辆运动控制转变，控制方式将从一维(时间或空间)到二维(时空)转变。然而，智能网联自动驾驶技术的发展必然经过网联自动驾驶车辆(Connected and AutonomousVehicles,CAVs)与网联人工驾驶车辆(Connected Human-Driven Vehicles,CHVs)混行的阶段。因此，在智能网联混行环境下，如何制定交叉口混行车辆的控制策略，提高混行环境下交叉口时空资源的利用率，保障车辆安全快速通过，具有重要研究价值。
基于上述背景，亟需一种网联混行环境下交叉口区域车辆冲突协同控制方法，优化在智能网联环境下的间隙控制模型，构建智能网联混行环境下的控制方法，为未来智能网联交通环境下的控制理论模型提供新的方法，使得车辆能够安全、高效地通过交叉口。
发明内容
为解决上述技术问题，本发明公开了一种网联混行环境下交叉口区域车辆冲突协同控制方法，解决在智能网联环境下混行交通流的各方向车辆冲突控制问题，充分保障车辆实现不停车通过信号交叉口。
为实现上述目的，本发明采用下述技术方案：
一种网联混行环境下交叉口区域车辆冲突协同控制方法，包括如下步骤：
步骤S1、构建智能网联信号交叉口系统，对交叉口路段进行功能分区；
在交叉口路段车辆以单车或车队形式通过，为更好实现在云端网络覆盖范围内所有智能网联车辆进行速度引导和冲突控制，依据所设计的智能网联交叉口控制系统架构以及交叉口功能用途，对交叉口路段进行功能分区控制；
步骤S2、构建间隙控制策略及控制流程：间隙控制策略思想为调整CAVs间的行车间隙，用于形成可穿越安全间隙，使存在交叉冲突的车辆安全交替通过冲突区域；间隙控制流程为车辆进入交叉口变道区域根据行驶路径变更车道并与云端控制中心进行信息交互，车辆接收行车指令在调控区和缓冲区调整当前车速至引导速度，车辆判断冲突类型并调控车辆间隙至安全行车间隙，车辆保持引导速度匀速行进依次交替穿过各个冲突区域；
步骤S3、构建CAVs间隙控制模型：针对十字信号交叉口存在的冲突类型，加入位移约束、速度约束与安全距离约束，分别根据实际冲突交通场景建立直行与直行车辆冲突协同模型、直行与左转车辆冲突协同模型、左转与左转车辆冲突协同模型，拟制协同控制策略集；
步骤S4、构建退化智能网联车辆DCAVs车速引导模型。针对混合交通流场景下DCAVs在通过交叉口冲突区域的过程中，可能出现的各种无法顺利通过冲突区域的情况，基于三角函数的加速度控制策略，根据车辆自身运动状态、信号相位信息等进行车速引导。
可选地，步骤S1中，所述智能网联信号交叉口系统包括云端控制中心、变道区、调控区、缓冲区、物理区、恢复区、车载单元、路侧单元、停车线；
所述云端控制中心是位于信号交叉口且为交通信息采集、数据处理和策略制定平台，用于对实时车辆数据信息、路侧信息和的交叉口信息的采集，并对采集的有效数据进行相关处理，从而得到车辆冲突策略和引导速度区间，再将引导决策反馈给车载单元；
所述变道区位于交叉口进口路段内，与调控区衔接，变道区各车道均未设置左转、直行、右转道路标线，车辆可按照路径规划的方向进行变道；
所述调控区位于交叉口进口路段内，与变道区、调控区衔接，云端控制中心对进入调控区的车辆发布控制指令信号，车载单元接收指令后，调整车辆速度、加速度达到引导速度，并根据组队情况实施间隙控制或者速度引导，且禁止存在超车、变道行为；
所述缓冲区位于交叉口进口路段内，与调控区、物理区衔接，缓冲区对于因信号延误没有及时调整速度达到引导速度的车辆，给与缓冲时间，可作为调控区进行速度调整；
所述物理区位于交叉口内部区域，与缓冲区、恢复区衔接，物理区车辆以引导速度到达交叉口停止线后，按照云端控制中心发布的控制策略进行转向和穿行，物理区中包含直行-直行车辆冲突、直行-左转车辆冲突、左转-左转车辆冲突；
所述恢复区位于交叉口出口路段内，与物理区衔接，恢复区内车辆速度恢复，车队解散，云端控制中心不再进行速度调控指令；
所述车载单元安装于智能网联车辆内部，用于采集本车和感知周围车辆的基本状态信息，包括速度、位置、加速度等，并将采集到的数据发送至云端控制中心，进而接收云端控制中心的引导反馈指令做出相应的调整；
所述路侧单元位于所述调控区、缓冲区和物理区路侧，用于采集交叉口基本交通信息和交叉口区域的环境状况，包括车流密度、车辆编队、路面状况，并将采集到的相关信息发送到云端控制中心；
所述停车线位于缓冲区的前段，为缓冲区与物理区的分割线，使得各方向车辆按照信号控制情况进行行驶状态的调整；
根据智能网联车辆进入交叉口调控区域的信号时间状态、云端控制中心反馈的交通信号相位和车辆运行信息，判断当前车辆采取的速度引导和冲突协同策略，实现不停车通过信号交叉口。
可选地，所述调控区长度为200m；
所述缓冲区长度为300m；
所述路侧单元布设间距为50m。
可选地，步骤S2中，构建间隙控制策略及控制流程，具体包括：
所述间隙控制策略核心思想是通过调整CAVs间的行车间隙，形成可穿越安全间隙，使存在交叉冲突的车辆安全交替通过冲突区域，使得主路和次路车辆在调控区和缓冲区通过调整偏大、偏小间隙，使其形成安全可穿越间隙，在交叉口物理区依次交替穿插通过；
所述间隙控制流程在智能网联混行环境下，车辆通过交叉口控制区域且在换道区进行车队组建，若云端控制中心检测到此方向相位为绿灯信号且为CAVs，且其他相位存在CAVs，则根据冲突类型并对车辆间的安全行车间隙进行调控，使其他车辆安全穿插行车间隙通过交叉口物理区，使绿灯相位得到充分利用。
考虑车辆物理大小和车辆左转轨迹为椭圆方程，将交叉口物理区内的冲突质点现实化扩展为交叉口冲突区域，并建立CAVs间隙控制模型；由控制策略可知，车辆在物理区均已达到引导速度并且匀速行驶，且相同方向CAVs内相邻车辆间隙保持不变，因此，交叉口物理区内相同方向的车辆速度相同，即vi＝vi+1，vj＝vj+1；
CAVs间隙控制模型的目标函数为车辆以引导速度行驶穿插过冲突区时能满足安全行车间距，表达式如下：
式中，Ui-(i+1)为交叉口物理区东西EW方向车辆Vi与车辆Vi+1不发生碰撞的安全控制间隙，m；Uj-(j+1)为交叉口物理区南北SN方向车辆Vj与车辆Vj+1不发生碰撞的安全控制间隙，m；L1为冲突区对EW方向行驶车辆的作用距离，m；L2为冲突区对SN方向行驶车辆的作用距离，m；vi为车辆Vi在冲突区的行驶速度，m·s-1；vj为车辆Vj在冲突区的行驶速度，m·s-1；Vhl为车辆的车身长度，m；Vhw为车辆的车身宽度，m；Tc为CAVs跟驰CAVs时期望保持的安全车头时距，取0.6s；
CAVs间隙控制模型的约束条件为：
vmin≤vi≤vmax；
vmin≤vj≤vmax；
式中，vmin为道路最小限速；vmax为道路最大限速；
可选地，步骤S3中，构建CAVs间隙控制模型的步骤，具体包括：
步骤S3.1建立CAVs直行与直行车辆冲突控制策略，物理区直行车辆与直行车辆在交叉口冲突区内通行，其中Vi'、Vi+1'、Vj'分别表示车辆Vj穿插通过交叉口冲突区后各车辆的位置，Vi+1'、Vj'、Vj+1'分别表示车辆Vi+1穿插通过交叉口冲突区后各车辆的位置，
交叉口冲突区作用距离L1与L2为：
L1＝L2＝dr；
式中，dr为单个车道宽度，m；
联立可得，EW方向直行车辆Vi和Vi+1在交叉口物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在交叉口物理区不发生碰撞的安全控制间隙为：
步骤S3.2建立CAVs直行与左转车辆冲突控制策略，物理区域直行车辆与左转车辆在交叉口冲突区内通行，与直行-直行车辆冲突区域不同，SN方向冲突区域更加复杂，Q1和Q2为两方向车辆即将发生碰撞时的临界碰撞点；
左转车辆的轨迹方程如下所示：
式中，p为x轴截距；q为与y轴截距；为道路南出口车道数，单位为条；/>为道路西进口车道数，单位为条；f为中央分隔带宽度，m；
SN方向左转车辆内外边线轨迹方程为：
EW方向直行车辆内外边线轨迹方程为：
联合计算求得碰撞点Q1与Q2坐标为：
则交叉口冲突区作用距离L1与L2为：
式中，d为当前车辆到停车线的距离，m；
其中，碰撞点S1、S2与转弯椭圆中心O之间的夹角α、β为：
联立可得，EW方向直行车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
步骤S3.3建立CAVs左转与左转车辆冲突控制策略，交叉口物理区域左转车辆与左转车辆在冲突区内通行，与直行-左转车辆冲突区域不同，SN方向冲突区域更加复杂，Q1和Q2为两方向车辆即将发生碰撞时的临界碰撞点；
为方便交叉口物理区冲突区作用距离的分析计算，以EW方向左转车辆的转弯椭圆中心O1，SN方向左转车辆的转弯椭圆中心O2分别作为坐标轴原点建立直角坐标系，椭圆轨迹方程与x轴截距为p，与y轴截距为q；
由O1坐标系可得，SN方向左转车辆内外边线轨迹方程为：
EW方向左转车辆内外边线轨迹方程为：
联合计算求得碰撞点Q1坐标为：
联合计算求得碰撞点Q2坐标为：
则交叉口冲突区作用距离L1与L2为：
其中，碰撞点S1、S2与转弯椭圆中心O之间的夹角θ、γ为：
联立可得，EW方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
可选地，步骤S4中，构建DCAVs车速引导模型的步骤，具体包括：
车辆进入交叉口控制区域以停车线为界，不考虑换道行为，设定车辆在交叉口上下游的影响范围分别为IU和ID，则IU＝Lt+Lh，ID＝Lw+Lf，即车辆在交叉口上游的影响范围视为交叉口控制区域调控区Lt和缓冲区长度Lh，车辆在交叉口下游的影响范围视为交叉口控制区域物理区Lw和恢复区长度Lf；设定车辆在交叉口的最大排队长度为Lmax，即交叉口红灯信号切换为绿灯信号达到最大排队长度；排队消散时间为S，即绿灯开始后S时刻排队消散，且交叉口不存在二次排队现象；
将车辆运动到停车线的运动轨迹分为三段，阶段1为加速度阶段，阶段2为匀速阶段，阶段3为减速度阶段，车辆进入交叉口前的阶段1、阶段2、阶段3的时长均为0，不受顺序约束，且在调控区开始；当车辆到达调控区时，根据车辆自身运动状态、信号相位信息进行车速引导，引导情形分为以下6种；
车辆运动约束条件为：
式中，r为红灯剩余时长，s；T为速度引导时域长度，m；VAp为引导速度，m/s；
情况1当DCAVs领航车到达交叉口调控区时，此时信号相位为红灯：
情况1-1车速较慢，绿灯相位结束前以当前车速行驶不能驶离交叉口物理区，需要适当提速通过，对车辆进行加速度调控，判断条件如下：
式中，g为绿灯剩余时长，s；VA0为初始速度；
车辆以初始速度VA0行驶并保持一段时间，在调控区采取三角函数加速度调控，且引导速度小于最大限速，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
式中，t为车辆进入调控区信号时刻，s；其中，m、n为三角函数平滑的控制参数，m·n＝10；
约束条件：
情况1-2车速较慢，绿灯相位结束前以当前车速行驶不能通过交叉口物理区，需要提速至道路最大限速才能通过，对车辆进行加速度调控，调控车速至最大限速，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度调控至道路最大限速，并以引导速度匀速行驶通过物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况1-3车速较快，绿灯相位开启前以当前车速行驶需要停车等待，需要适当减速才能通过，对车辆进行减速度调控，判断条件如下：
车辆以初始速度VA0立刻在调控区采取三角函数减速度调控，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况1-4车速很快，绿灯相位开启前以当前车速行驶需要停车等待，减速至0也不能通过，只能排队等待，判断条件如下：
车辆以初始速度VA0行驶并保持一段时间，在调控区采取三角函数减速度调控，在停止线处停车，当绿灯启亮时采取三角函数加速度调控至最大限速，并以引导速度匀速行驶通过物理区，参考引导速度VAP的结构如下所示：
约束条件：0≤VAp≤vmax；
情况2当DCAVs领航车到达交叉口调控区时，此时信号相位为绿灯：
情况2-1车速较慢，红灯相位开启前以当前车速行驶无法通过交叉口需要适当加速通过，对车辆进行加速度调控，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度小于最大限速，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况2-2车速很慢，红灯相位开启前以当前车速行驶无法通过交叉口，需要提速至道路最大限速才能通过，对车辆进行加速度调控，调控车速至最大限速，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度调控至最大限速，并以引导速度匀速行驶通过物理区，引导速度VAP的结构如下所示：
约束条件：
上述信号交叉口混合交通流协同优化冲突控制和速度引导方法，构建微观仿真环境，进而对比在不同交通情景下优化前后的通行效益和经济效益结果。
本发明的有益效果是，
(1)本发明基于传统人工驾驶车辆与智能网联车辆混行的信号交叉口交通场景，利用智能网联技术和车路协同技术，采用功能分区控制思想，依托于控制系统架构，将信号交叉口控制区域划分为变道区、调控区、缓冲区、物理区和恢复区，并建立车辆编队约束模型和车速控制区域约束条件。
(2)本发明建立完全智能网联自动驾驶环境下考虑实车物理大小的交叉口物理区车辆冲突区域计算模型，通过优化左转车辆轨迹为椭圆轨迹，开发了直行-直行、直行-左转和左转-左转车辆行车间隙控制的数学模型，并基于三角函数加速度控制模型建立了调控区和缓冲区的车速引导模型，克服了在传统信号控制过程中，车辆由于无法准确获取信息，而出现减速、停车甚至碰撞的现象。
(3)本发明提出智能网联混行环境下交叉口区域车辆协同控制方法，通过车队组建调控，对抵达交叉口的CAVs进行间隙控制，对DCAVs进行基于三角函数加速度控制模型下的车速引导，以实现交叉口控制时隙的最大化利用。同时也为各方向车辆制定了高效的行驶策略，不仅能在保证所选间隙安全性，也为车辆提供适宜的速度，进而高效、快速的通过交叉口。
本发明协同控制信号交叉口各方向进口的车辆，能显著提高智能网联信号交叉口的行车安全性和行驶效率，对于解决现有传统控制交叉口通行效率不高，而导致的交叉口路段区域交通拥堵、延误严重的问题有着一定程度上的重要意义。
附图说明
图1是本发明网联混行环境下交叉口区域车辆冲突协同控制方法的流程图；
图2是智能网联混行环境下交叉口控制区域划分示意图；
图3是间隙控制交叉口示意示意图；
图4是冲突区域车辆间隙示意图；
图5是交叉口区域CAVs间隙控制策略示意图；
图6是直行与直行车辆冲突区域示意图，其中，(a)为车辆Vj冲突通行，(b)为车辆Vi+1冲突区通行；
图7是直行与左转车辆冲突区域示意图，其中，(a)为车辆Vj冲突通行，(b)为车辆Vi+1冲突区通行；
图8是直行与左转车辆冲突区域作用距离微观示意图；
图9是左转与左转车辆冲突区域示意图，其中，(a)为车辆Vj冲突通行，(b)为车辆Vi+1冲突区通行；
图10是左转与左转车辆冲突区域作用距离微观示意图；
图11是DCAVs领航车在情况1-1下的行驶轨迹示意图；
图12是DCAVs领航车在情况1-2下的行驶轨迹示意图；
图13是DCAVs领航车在情况1-3下的行驶轨迹示意图；
图14是DCAVs领航车在情况1-4下的行驶轨迹示意图；
图15是DCAVs领航车在情况2-1下的行驶轨迹示意图；
图16是DCAVs领航车在情况2-2下的行驶轨迹示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
本发明实施例基于以下假设条件：
(1)本发明实施例处于智能网联环境下，信号交叉口设置云端控制中心，运用车路通信和车车通信技术进行信息的传输；
(2)车辆通信时延忽略不计；
(3)云端控制中心在一定范围内，可实现各方向车道车辆的协同控制；
(4)不考虑非机动车和行人的影响。
一种网联混行环境下交叉口区域车辆冲突协同控制方法，如图1所示，包括如下步骤：
步骤S1、构建智能网联信号交叉口系统，对交叉口路段进行功能分区；
在交叉口路段车辆以单车或车队形式通过，为更好实现在云端网络覆盖范围内所有智能网联车辆进行速度引导和冲突控制，依据所设计的智能网联交叉口控制系统架构以及交叉口功能用途，对交叉口路段进行功能分区控制。
如图2所示，所述智能网联信号交叉口系统包括云端控制中心、变道区、调控区、缓冲区、物理区、恢复区、车载单元、路侧单元；
所述云端控制中心是位于信号交叉口且为交通信息采集、数据处理和策略制定平台，用于对实时车辆数据信息、路侧信息和的交叉口信息的采集，并对采集的有效数据进行相关处理，从而得到车辆冲突策略和引导速度区间，再将引导决策反馈给车载单元；
所述变道区位于交叉口进口路段内，与调控区衔接，变道区各车道均未设置左转、直行、右转道路标线，车辆可按照路径规划的方向进行变道；
所述调控区位于交叉口进口路段内，与变道区、调控区衔接，云端控制中心对进入调控区的车辆发布控制指令信号，车载单元接收指令后，调整车辆速度、加速度达到引导速度，并根据组队情况实施间隙控制或者速度引导，且禁止存在超车、变道行为；
所述缓冲区位于交叉口进口路段内，与调控区、物理区衔接，缓冲区对于因信号延误没有及时调整速度达到引导速度的车辆，给与缓冲时间，可作为调控区进行速度调整；
所述物理区位于交叉口内部区域，与缓冲区、恢复区衔接，物理区车辆以引导速度到达交叉口停止线后，按照云端控制中心发布的控制策略进行转向和穿行，物理区中包含直行-直行车辆冲突、直行-左转车辆冲突、左转-左转车辆冲突；
所述恢复区位于交叉口出口路段内，与物理区衔接，恢复区内车辆速度恢复，车队解散，云端控制中心不再进行速度调控指令；
所述车载单元安装于智能网联车辆内部，用于采集本车和感知周围车辆的基本状态信息，包括速度、位置、加速度等，并将采集到的数据发送至云端控制中心，进而接收云端控制中心的引导反馈指令做出相应的调整；
所述路侧单元位于所述调控区、缓冲区和物理区路侧，用于采集交叉口基本交通信息和交叉口区域的环境状况，并将采集到的相关信息发送到云端控制中心；
所述停车线位于缓冲区的前段，为缓冲区与物理区的分割线，使得各方向车辆按照信号控制情况进行行驶状态的调整；
根据智能网联车辆进入交叉口调控区域的信号时间状态、云端控制中心反馈的交通信号相位和车辆运行信息，判断当前车辆采取的速度引导和冲突协同策略，实现不停车通过信号交叉口。
可选地，所述调控区长度为200m；
所述缓冲区长度为300m；
所述路侧单元布设间距为50m。
当车辆驶入交叉口变道区时，车辆可以根据行驶方向进行变道、超车，随后驶入车辆调控内，车载单元和路侧单元将所采集到的交通信息发送到云端控制中心，云端控制中心对接收到所有信息进行信息融合，进行车辆冲突处理和速度引导，同时根据引导模型和实施交通信息，云端控制中心计算出在缓冲区域内智能网联车辆最优速度引导范围，对物理区域内各方向车辆进行冲突控制，进而实现不停车、安全的通过信号交叉口。
步骤S2、构建间隙控制策略及控制流程：间隙控制策略思想为调整CAVs间的行车间隙，用于形成可穿越安全间隙，使存在交叉冲突的车辆安全交替通过冲突区域，间隙控制交叉口如图3所示；主路和次路车辆在调控区和缓冲区通过调整偏大、偏小间隙，使其形成安全可穿越间隙Ui和Uj，在交叉口物理区依次交替穿插通过。
间隙控制的研究多数将交叉口交通冲突点理想化与质点化，本发明通过考虑车辆物理大小，将交叉口物理区内的冲突质点现实化扩展为冲突区域，如图4所示。同时，考虑交叉口左转车辆轨迹为实际的椭圆轨迹方程，并建立CAVs间隙控制模型，此模型不仅适用于智能网联混行环境下车辆协同策略的CAVs控制，而且适用于纯智能网联自动驾驶时的交叉口间隙控制。
由控制策略可知，车辆在物理区均已达到引导速度并且匀速行驶，且相同方向CAVs内相邻车辆间隙保持不变，因此，交叉口物理区内相同方向的车辆速度相同，即vi＝vi+1，vj＝vj+1；
CAVs间隙控制模型的目标函数为车辆以引导速度行驶穿插过冲突区时能满足安全行车间距，表达式如下：
式中，Ui-(i+1)为交叉口物理区EW方向车辆Vi与车辆Vi+1不发生碰撞的安全控制间隙，m；Uj-(j+1)为交叉口物理区SN方向车辆Vj与车辆Vj+1不发生碰撞的安全控制间隙，m；L1为冲突区对EW方向行驶车辆的作用距离，m；L2为冲突区对SN方向行驶车辆的作用距离，m；vi为车辆Vi在冲突区的行驶速度，m·s-1；vj为车辆Vj在冲突区的行驶速度，m·s-1；Vhl为车辆的车身长度，m；Vhw为车辆的车身宽度，m；Tc为CAVs跟驰CAVs时期望保持的安全车头时距，取0.6s；
CAVs间隙控制模型的约束条件为：
vmin≤vi≤vmax；
vmin≤vj≤vmax；
式中，vmin为道路最小限速；vmax为道路最大限速；
在智能网联混行环境下，车辆通过交叉口控制区域且在换道区进行车队组建，若云端控制中心检测到此方向相位为绿灯信号且为CAVs，且其他相位存在CAVs，则根据冲突类型并对车辆间的安全行车间隙进行调控，使其他车辆安全穿插行车间隙通过交叉口物理区，使绿灯相位得到充分利用。
CAVs间隙控制时车辆通行过程，如图5所示，车辆进入交叉口变道区域根据行驶路径变更车道并与云端控制中心进行信息交互，车辆接收行车指令在调控区和缓冲区调整当前车速至引导速度，车辆判断冲突类型并调控车辆间隙至安全行车间隙，车辆保持引导速度匀速行进依次交替穿过各个冲突区域。
步骤S3、构建CAVs间隙控制模型：针对十字信号交叉口存在的冲突类型，加入位移约束、速度约束与安全距离约束，分别根据实际冲突交通场景建立直行与直行车辆冲突协同模型、直行与左转车辆冲突协同模型、左转与左转车辆冲突协同模型，拟制协同控制策略集；
构建CAVs间隙控制模型的步骤，具体包括：
步骤S3.1建立CAVs直行与直行车辆冲突控制策略，物理区直行车辆与直行车辆在交叉口冲突区内通行，如图6所示，(a)中，Vi'、Vi+1'、Vj'分别表示车辆Vj穿插通过交叉口冲突区后各车辆的位置，(b)中，Vi+1'、Vj'、Vj+1'分别表示车辆Vi+1穿插通过交叉口冲突区后各车辆的位置，
交叉口冲突区作用距离L1与L2为：
L1＝L2＝dr；
式中，dr为单个车道宽度，m；
联立可得，EW方向直行车辆Vi和Vi+1在交叉口物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在交叉口物理区不发生碰撞的安全控制间隙为：
步骤S3.2建立CAVs直行与左转车辆冲突控制策略，物理区域直行车辆与左转车辆在交叉口冲突区内通行，如图7所示，(a)中，Vi'、Vi+1'、Vj'分别表示车辆Vj穿插通过交叉口冲突区后各车辆的位置，(b)中，Vi+1'、Vj'、Vj+1'分别表示车辆Vi+1穿插通过交叉口冲突区后各车辆的位置，与直行-直行车辆冲突区域不同，SN方向冲突区域更加复杂，Q1和Q2为两方向车辆即将发生碰撞时的临界碰撞点；
为方便交叉口物理区冲突区域作用距离的分析计算，在此假定左转车辆行车轨迹方程为椭圆方程，并以EW方向左转车辆的转弯椭圆中心O作为坐标轴原点建立直角坐标系，轨迹方程与x轴截距为p，与y轴截距为q，如图8所示。
左转车辆的轨迹方程如下所示：
式中，p为x轴截距；q为与y轴截距；为道路南出口车道数，单位为条；/>为道路西进口车道数，单位为条；f为中央分隔带宽度，m；
SN方向左转车辆内外边线轨迹方程为：
EW方向直行车辆内外边线轨迹方程为：
联合计算求得碰撞点Q1与Q2坐标为：
则交叉口冲突区作用距离L1与L2为：
式中，d为当前车辆到停车线的距离，m；
其中，碰撞点S1、S2与转弯椭圆中心O之间的夹角α、β为：
联立可得，EW方向直行车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
步骤S3.3建立CAVs左转与左转车辆冲突控制策略，交叉口物理区域左转车辆与左转车辆在冲突区内通行，如图9所示，(a)中，Vi'、Vi+1'、Vj'分别表示车辆Vj穿插通过交叉口冲突区后各车辆的位置，(b)中，Vi+1'、Vj'、Vj+1'分别表示车辆Vi+1穿插通过交叉口冲突区后各车辆的位置，与直行-左转车辆冲突区域不同，SN方向冲突区域更加复杂，Q1和Q2为两方向车辆即将发生碰撞时的临界碰撞点；
为方便交叉口物理区冲突区作用距离的分析计算，以EW方向左转车辆的转弯椭圆中心O1，SN方向左转车辆的转弯椭圆中心O2分别作为坐标轴原点建立直角坐标系，椭圆轨迹方程与x轴截距为p，与y轴截距为q，如图10所示；
由O1坐标系可得，SN方向左转车辆内外边线轨迹方程为：
EW方向左转车辆内外边线轨迹方程为：
联合计算求得碰撞点Q1坐标为：
联合计算求得碰撞点Q2坐标为：
则交叉口冲突区作用距离L1与L2为：
其中，碰撞点S1、S2与转弯椭圆中心O之间的夹角θ、γ为：
联立可得，EW方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
步骤S4、构建DCAVs车速引导模型。针对混合交通流场景下DCAVs在通过交叉口冲突区域的过程中，可能出现的各种无法顺利通过冲突区域的情况，基于三角函数的加速度控制策略，根据车辆自身运动状态、信号相位信息等进行车速引导。
构建DCAVs车速引导模型的步骤，具体包括：
当CAV在调控区进行状态调控并穿越物理区第一个冲突区域后，其后续冲突区域车辆状态有所改变，且存在连续穿越至多4个冲突区域的情况，此时，云端控制中心则需根据实际道路情况对CAV发布车辆状态的动态调整指令，使其能够连续穿越多个冲突区域。如下：
式中，vk0为第k辆车的初始速度(m·s-1)；ak为第k辆车的行车加速度(m·s-2)；vp为车辆Vk不停车安全通过交叉口的最优速度(m·s-1)；tkv为车辆Vk调整至最优安全速度时的行驶时间(s)；xkv为车辆Vk调整至最优安全速度时行驶距离(m)。
CAV完成动态调整后，保持匀速状态穿插通过下一个冲突区域，故调整后加速度为0。在动态调整穿插通过下一个冲突区域时进行匀加速/匀减速运动，因此其调整时间tkv为：
车辆进入交叉口控制区域以停车线为界，不考虑换道行为，设定车辆在交叉口上下游的影响范围分别为IU和ID，则IU＝Lt+Lh，ID＝Lw+Lf，即车辆在交叉口上游的影响范围视为交叉口控制区域调控区Lt和缓冲区长度Lh，车辆在交叉口下游的影响范围视为交叉口控制区域物理区Lw和恢复区长度Lf；设定车辆在交叉口的最大排队长度为Lmax，即交叉口红灯信号切换为绿灯信号达到最大排队长度；排队消散时间为S，即绿灯开始后S时刻排队消散，且交叉口不存在二次排队现象；
将车辆运动到停车线的运动轨迹分为三段，阶段1为加速度阶段，阶段2为匀速阶段，阶段3为减速度阶段，车辆进入交叉口前的阶段1、阶段2、阶段3的时长均为0，不受顺序约束，且在调控区开始；当车辆到达调控区时，根据车辆自身运动状态、信号相位信息进行车速引导，引导情形分为以下6种；
车辆运动约束条件为：
式中，r为红灯剩余时长，s；T为速度引导时域长度，m；VAp为引导速度，m/s；
情况1当DCAVs领航车到达交叉口调控区时，此时信号相位为红灯：
情况1-1车速较慢，绿灯相位结束前以当前车速行驶不能驶离交叉口物理区，需要适当提速通过，如图11所示，t0为车辆进入调控区任意初始时刻，tr-g为信号由红灯变成绿灯时刻，tg-r为信号由绿灯变成红灯时刻，对车辆进行加速度调控，判断条件如下：
式中，g为绿灯剩余时长，s；VA0为初始速度；
车辆以初始速度VA0行驶并保持一段时间，在调控区采取三角函数加速度调控，且引导速度小于最大限速，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况1-2车速较慢，绿灯相位结束前以当前车速行驶不能通过交叉口物理区，需要提速至道路最大限速才能通过，如图12所示，t0为车辆进入调控区任意初始时刻，tr-g为信号由红灯变成绿灯时刻，tg-r为信号由绿灯变成红灯时刻，对车辆进行加速度调控，调控车速至最大限速，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度调控至道路最大限速，并以引导速度匀速行驶通过物理区，参考引导速度VAP的结构如下所示：
式中，t为车辆进入调控区信号时刻，s；其中，m、n为三角函数平滑的控制参数，m·n＝10；
约束条件：
情况1-3车速较快，绿灯相位开启前以当前车速行驶需要停车等待，需要适当减速才能通过，如图13所示，t0为车辆进入调控区任意初始时刻，tr-g为信号由红灯变成绿灯时刻，tg-r为信号由绿灯变成红灯时刻，对车辆进行减速度调控，判断条件如下：
车辆以初始速度VA0立刻在调控区采取三角函数减速度调控，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况1-4车速很快，绿灯相位开启前以当前车速行驶需要停车等待，减速至0也不能通过，只能排队等待，如图14所示，t0为车辆进入调控区任意初始时刻，tr-g为信号由红灯变成绿灯时刻，tg-r为信号由绿灯变成红灯时刻，判断条件如下：
车辆以初始速度VA0行驶并保持一段时间，在调控区采取三角函数减速度调控，在停止线处停车，当绿灯启亮时采取三角函数加速度调控至最大限速，并以引导速度匀速行驶通过物理区，参考引导速度VAP的结构如下所示：
约束条件：0≤VAp≤vmax；
情况2当DCAVs领航车到达交叉口调控区时，此时信号相位为绿灯：
情况2-1车速较慢，红灯相位开启前以当前车速行驶无法通过交叉口需要适当加速通过，如图15所示，t0为车辆进入调控区任意初始时刻，tr-g为信号由红灯变成绿灯时刻，tg-r为信号由绿灯变成红灯时刻，对车辆进行加速度调控，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度小于最大限速，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况2-2车速很慢，红灯相位开启前以当前车速行驶无法通过交叉口，需要提速至道路最大限速才能通过，如图16所示，t0为车辆进入调控区任意初始时刻，tr-g为信号由红灯变成绿灯时刻，tg-r为信号由绿灯变成红灯时刻，对车辆进行加速度调控，调控车速至最大限速，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度调控至最大限速，并以引导速度匀速行驶通过物理区，引导速度VAP的结构如下所示：
约束条件：
为验证本发明所提出智能网联混行环境下交叉口区域车辆协同控制策略及模型的合理性与高效性，运用MATLAB和VISSIM COM接口二次开发技术进行仿真验证，将所提出协同控制方法与传统控制方法在低、中、高三种交通流量下进行仿真对比验证，选取车辆通过交叉口时的平均延误时间、能耗、污染物排放作为综合评价指标，从通行效率、经济效益和环境效益三个方面对比分析不同控制方法下的交通管控效果。
(1)通行效率对比分析：选取平均延误时间作为评价交叉口车辆通行效率的指标，不同情景下的仿真结果如表1所示。
表1不同控制方式下车辆延误时间统计值
由表1可知，当交通量一定时，随着CAV渗透率的不断增加，协同控制策略较传统信控策略下的车辆平均延误时间逐渐减小，延误降低比率逐渐增加；当CAV渗透率一定时，随着交通量的不断增加，协同控制策略较传统信控策略下的车辆平均延误时间逐渐增大，延误降低比率逐渐减小；随着交通量的增大，道路容量逐渐饱和，交叉口车辆怠速停车与排队等候不可避免，因此，延误降低比率逐渐减小，但相较于传统信号控制车辆，交叉口通行效率提升效果较为明显。
(2)经济效益对比分析：选取车辆通过交叉口时的油耗作为评价交叉口车辆经济效率的指标，不同情景下，传统信号控制和协同控制下交叉口车辆油耗水平统计值如表2所示。
表2不同控制方式下车辆平均油耗统计值
由表2可知，当交通量一定时，随着CAV渗透率的不断增加，协同控制策略较传统信控策略下的车辆平均油耗逐渐减小，这是因为协同控制策略下车辆有效减少了频繁的启停；由此可见，随着CAV渗透率的不断增加，协同控制策略下的车辆油耗降低比率不断增大，经济效益提升更加显著。当CAV渗透率一定时，随着交通量的不断增加，协同控制策略较传统信控策略下的车辆平均油耗逐渐增大；由此可见，随着交通量的不断增加，协同控制策略下的车辆油耗降低比率不断增大，经济效益提升更加显著。
(3)环境效益对比分析：选取CO排放量作为污染物排放指标进行评价，传统信号控制和协同控制下交叉口车辆污染物排放水平如表3所示。
表3不同控制方式下车辆CO排放统计值
由表3可知，当交通量一定时，随着CAV渗透率的不断增加，协同控制策略较传统信控策略下的车辆CO排放量逐渐减小，这是因为协同控制策略下车辆有效减少了频繁的启停，车辆驾驶工况较好；由此可见，随着CAV渗透率的不断增加，协同控制策略下的车辆CO排放量降低比率不断增大，经济效益提升更加显著。当CAV渗透率一定时，随着交通量的不断增加，协同控制策略较传统信控策略下的车辆CO排放量逐渐增大；由此可见，随着交叉口交通流量的不断增大，协同控制相较于传统信号控制所显现出来的污染物排放改善效果越发显著。
仿真结果表明：所提出的协同控制模型策略合理有效，能够高效地对交叉口车辆进行车辆诱导使其安全通行，显著提高交叉口车辆的通行效率、经济效益和环境效益，促进绿色智能交通发展。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (1)

1.一种网联混行环境下交叉口区域车辆冲突协同控制方法，其特征在于，包括如下步骤：
步骤S1、构建智能网联信号交叉口系统，对交叉口路段进行功能分区；
步骤S2、构建间隙控制策略及控制流程：
步骤S3、构建CAVs间隙控制模型：针对十字信号交叉口存在的冲突类型，加入位移约束、速度约束与安全距离约束，分别根据实际冲突交通场景建立直行与直行车辆冲突协同模型、直行与左转车辆冲突协同模型、左转与左转车辆冲突协同模型，拟制协同控制策略集；
步骤S4、构建DCAVs车速引导模型；
步骤S1中，所述智能网联信号交叉口系统包括云端控制中心、变道区、调控区、缓冲区、物理区、恢复区、车载单元、路侧单元、停车线；
所述调控区长度为200m；
所述缓冲区长度为300m；
所述路侧单元布设间距为50m；
步骤S3中，由控制策略可知，车辆在物理区均已达到引导速度并且匀速行驶，且相同方向CAVs内相邻车辆间隙保持不变，因此，交叉口物理区内相同方向的车辆速度相同，即vi＝vi+1，vj＝vj+1；
CAVs间隙控制模型的目标函数为车辆以引导速度行驶穿插过冲突区时能满足安全行车间距，表达式如下：
式中，Ui-(i+1)为交叉口物理区EW方向车辆Vi与车辆Vi+1不发生碰撞的安全控制间隙，m；Uj-(j+1)为交叉口物理区SN方向车辆Vj与车辆Vj+1不发生碰撞的安全控制间隙，m；L1为冲突区对EW方向行驶车辆的作用距离，m；L2为冲突区对SN方向行驶车辆的作用距离，m；vi为车辆Vi在冲突区的行驶速度，m·s-1；vj为车辆Vj在冲突区的行驶速度，m·s-1；Vhl为车辆的车身长度，m；Vhw为车辆的车身宽度，m；Tc为CAVs跟驰CAVs时期望保持的安全车头时距，取0.6s；
CAVs间隙控制模型的约束条件为：
vmin≤vi≤vmax；
vmin≤vj≤vmax；
式中，vmin为道路最小限速；vmax为道路最大限速；
构建CAVs间隙控制模型的步骤，具体包括：
步骤S3.1建立CAVs直行与直行车辆冲突控制策略，物理区直行车辆与直行车辆在交叉口冲突区内通行，
交叉口冲突区作用距离L1与L2为：
L1＝L2＝dr；
式中，dr为单个车道宽度，m；
联立可得，EW方向直行车辆Vi和Vi+1在交叉口物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在交叉口物理区不发生碰撞的安全控制间隙为：
步骤S3.2建立CAVs直行与左转车辆冲突控制策略，物理区域直行车辆与左转车辆在交叉口冲突区内通行，
左转车辆的轨迹方程如下所示：
式中，p为x轴截距；q为与y轴截距；为道路南出口车道数，单位为条；/>为道路西进口车道数，单位为条；f为中央分隔带宽度，m；
SN方向左转车辆内外边线轨迹方程为：
EW方向直行车辆内外边线轨迹方程为：
联合计算求得碰撞点Q1与Q2坐标为：
则交叉口冲突区作用距离L1与L2为：
式中，d为当前车辆到停车线的距离，m；
其中，碰撞点S1、S2与转弯椭圆中心O之间的夹角α、β为：
联立可得，EW方向直行车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
步骤S3.3建立CAVs左转与左转车辆冲突控制策略，交叉口物理区域左转车辆与左转车辆在冲突区内通行，
以EW方向左转车辆的转弯椭圆中心O1，SN方向左转车辆的转弯椭圆中心O2分别作为坐标轴原点建立直角坐标系，椭圆轨迹方程与x轴截距为p，与y轴截距为q，
由O1坐标系可得，SN方向左转车辆内外边线轨迹方程为：
EW方向左转车辆内外边线轨迹方程为：
联合计算求得碰撞点Q1坐标为：
联合计算求得碰撞点Q2坐标为：
则交叉口冲突区作用距离L1与L2为：
其中，碰撞点S1、S2与转弯椭圆中心O之间的夹角θ、γ为：
联立可得，EW方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
联立可得，SN方向左转车辆Vi和Vi+1在物理区不发生碰撞的安全控制间隙为：
步骤S4中，构建DCAVs车速引导模型的步骤，具体包括：
车辆进入交叉口控制区域以停车线为界，不考虑换道行为，设定车辆在交叉口上下游的影响范围分别为IU和ID，则IU＝Lt+Lh，ID＝Lw+Lf，设定车辆在交叉口的最大排队长度为Lmax，排队消散时间为S；
当车辆到达调控区时，根据车辆自身运动状态、信号相位信息进行车速引导，引导情形分为以下6种；
车辆运动约束条件为：
式中，r为红灯剩余时长，s；T为速度引导时域长度，m；t0为初始相位时刻，s；VAp为引导速度，m/s；
情况1当DCAVs领航车到达交叉口调控区时，此时信号相位为红灯：
情况1-1车速较慢，绿灯相位结束前以当前车速行驶不能驶离交叉口物理区，需要适当提速通过，对车辆进行加速度调控，判断条件如下：
式中，g为绿灯剩余时长，s；VA0为初始速度；
车辆以初始速度VA0行驶并保持一段时间，在调控区采取三角函数加速度调控，且引导速度小于最大限速，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
式中，t为车辆进入调控区信号时刻，s；其中，m、n为三角函数平滑的控制参数，m·n＝10；
约束条件：
情况1-2车速较慢，绿灯相位结束前以当前车速行驶不能通过交叉口物理区，需要提速至道路最大限速才能通过，对车辆进行加速度调控，调控车速至最大限速，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度调控至道路最大限速，并以引导速度匀速行驶通过物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况1-3车速较快，绿灯相位开启前以当前车速行驶需要停车等待，需要适当减速才能通过，对车辆进行减速度调控，判断条件如下：
车辆以初始速度VA0立刻在调控区采取三角函数减速度调控，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况1-4车速很快，绿灯相位开启前以当前车速行驶需要停车等待，减速至0也不能通过，只能排队等待，判断条件如下：
车辆以初始速度VA0行驶并保持一段时间，在调控区采取三角函数减速度调控，在停止线处停车，当绿灯启亮时采取三角函数加速度调控至最大限速，并以引导速度匀速行驶通过物理区，参考引导速度VAP的结构如下所示：
约束条件：0≤VAp≤vmax；
情况2当DCAVs领航车到达交叉口调控区时，此时信号相位为绿灯：
情况2-1车速较慢，红灯相位开启前以当前车速行驶无法通过交叉口需要适当加速通过，对车辆进行加速度调控，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度小于最大限速，并以引导速度匀速行驶通过缓冲区和物理区，参考引导速度VAP的结构如下所示：
约束条件：
情况2-2车速很慢，红灯相位开启前以当前车速行驶无法通过交叉口，需要提速至道路最大限速才能通过，对车辆进行加速度调控，调控车速至最大限速，判断条件如下：
车辆以初始速度VA0立刻采取三角函数加速度调控，且引导速度调控至最大限速，并以引导速度匀速行驶通过物理区，引导速度VAP的结构如下所示：
约束条件：
CN202311335757.1A 2023-10-16 2023-10-16 一种网联混行环境下交叉口区域车辆冲突协同控制方法 Active CN117079469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311335757.1A CN117079469B (zh) 2023-10-16 2023-10-16 一种网联混行环境下交叉口区域车辆冲突协同控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311335757.1A CN117079469B (zh) 2023-10-16 2023-10-16 一种网联混行环境下交叉口区域车辆冲突协同控制方法

Publications (2)

Publication Number Publication Date
CN117079469A CN117079469A (zh) 2023-11-17
CN117079469B true CN117079469B (zh) 2024-01-12

Family

ID=88717621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311335757.1A Active CN117079469B (zh) 2023-10-16 2023-10-16 一种网联混行环境下交叉口区域车辆冲突协同控制方法

Country Status (1)

Country Link
CN (1) CN117079469B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112677995A (zh) * 2021-01-07 2021-04-20 腾讯科技（深圳）有限公司 一种车辆轨迹规划方法、装置、存储介质及设备
CN113554886A (zh) * 2021-07-30 2021-10-26 青岛理工大学 一种车路协同交叉口车流冲突消解方法
WO2021227502A1 (zh) * 2020-05-14 2021-11-18 同济大学 一种信号交叉口交通信号灯和车辆轨迹控制方法
CN114030471A (zh) * 2022-01-07 2022-02-11 深圳佑驾创新科技有限公司 一种基于道路交通特征的车辆加速度控制方法及装置
CN114464002A (zh) * 2022-02-10 2022-05-10 北京工业大学 基于车路协同的紧急车辆信号交叉口车速引导系统
CN116543548A (zh) * 2023-03-14 2023-08-04 青岛理工大学 一种车路协同混行环境的信号交叉口车速引导方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021227502A1 (zh) * 2020-05-14 2021-11-18 同济大学 一种信号交叉口交通信号灯和车辆轨迹控制方法
CN112677995A (zh) * 2021-01-07 2021-04-20 腾讯科技（深圳）有限公司 一种车辆轨迹规划方法、装置、存储介质及设备
CN113554886A (zh) * 2021-07-30 2021-10-26 青岛理工大学 一种车路协同交叉口车流冲突消解方法
CN114030471A (zh) * 2022-01-07 2022-02-11 深圳佑驾创新科技有限公司 一种基于道路交通特征的车辆加速度控制方法及装置
CN114464002A (zh) * 2022-02-10 2022-05-10 北京工业大学 基于车路协同的紧急车辆信号交叉口车速引导系统
CN116543548A (zh) * 2023-03-14 2023-08-04 青岛理工大学 一种车路协同混行环境的信号交叉口车速引导方法

Also Published As

Publication number Publication date
CN117079469A (zh) 2023-11-17

Similar Documents

Publication Publication Date Title
CN109035862B (zh) 一种基于车车通信的多车协同换道控制方法
CN111445692B (zh) 一种无信号灯路口智能网联汽车的速度协同优化方法
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
CN111325981B (zh) 一种智能网联条件下的交叉口交通流微观控制方法
CN106997690B (zh) 一种车联网环境下高速公路车辆非强制换道控制方法
CN112258875B (zh) 基于车路协同与自动驾驶的交叉口智能管控方法
CN108538069B (zh) 一种匝道合流区车辆速度管控系统及方法
CN112373472A (zh) 一种自动驾驶交叉口车辆进入时刻与行驶轨迹控制方法
CN107248297B (zh) 一种车路协同环境下交叉口栅格化信号相位时长计算方法
CN112233413B (zh) 一种面向智能网联车辆的多车道时空轨迹优化方法
CN107730931A (zh) 一种车路协同环境下车辆编队控制及其信号优化方法
Ashtiani et al. Multi-intersection traffic management for autonomous vehicles via distributed mixed integer linear programming
CN114664078A (zh) 基于自动驾驶车辆队列的道路合流区协作汇入控制方法
CN113312732B (zh) 一种结合预先决策与动态调整的无信控交叉口仿真控制方法及装置
CN111369813A (zh) 一种智能网联汽车的匝道分合流协同控制方法及系统
CN109523810A (zh) 一种基于车联网的信号交叉口车速引导系统与方法
CN114842644B (zh) 一种混合交通流交织区通行能力计算方法
CN114299755B (zh) 一种智能网联队列换道方法
CN111899509B (zh) 一种基于车路信息耦合的智能网联汽车状态向量计算方法
CN115862329B (zh) 一种基于高速公路交通事故下的车辆协同换道引导方法
CN112750318A (zh) 一种基于边缘云的匝道合流控制方法及系统
CN114852076A (zh) 一种混行交通流环境下自动驾驶车辆轨迹规划方法
CN113257007A (zh) 交叉口共享自动驾驶车道的信号控制方法及系统
CN114120666A (zh) 一种基于车路协同的智能车速诱导系统
CN117079469B (zh) 一种网联混行环境下交叉口区域车辆冲突协同控制方法

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
GR01 Patent grant
GR01 Patent grant