CN117681878A - 一种编队感知的智能网联汽车协同变道方法 - Google Patents
一种编队感知的智能网联汽车协同变道方法 Download PDFInfo
- Publication number
- CN117681878A CN117681878A CN202410156226.4A CN202410156226A CN117681878A CN 117681878 A CN117681878 A CN 117681878A CN 202410156226 A CN202410156226 A CN 202410156226A CN 117681878 A CN117681878 A CN 117681878A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane change
- lane
- following
- intelligent network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000008447 perception Effects 0.000 title claims abstract description 26
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 20
- 230000008859 change Effects 0.000 claims abstract description 185
- 230000001133 acceleration Effects 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 3
- 241000725585 Chicken anemia virus Species 0.000 description 19
- 238000012360 testing method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010348 incorporation Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100326853 Pectobacterium carotovorum subsp. carotovorum carI gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Abstract
本发明涉及智能交通控制领域,公开了一种编队感知的智能网联汽车协同变道方法,包括基于本体车队中任意智能网联汽车感知相邻车道中出现的智能网联汽车确定变道意图;获取本体车队信息和客体车队信息,并确定变道目标车辆、变道目标车道和变道间隙;根据本体车辆与客体车辆的车头间距是否满足直接变道条件,或根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件,确定变道方式;根据确定的变道方式,控制变道目标车辆实施变道。本发明根据参与车辆的速度与位置信息确定变道方式,实现多车的协同变道,能够增加道路通行能力,同时提高换道效率和交通流稳定性。
Description
技术领域
本发明涉及智能交通控制领域,具体涉及一种编队感知的智能网联汽车协同变道方法。
背景技术
由于自动驾驶技术和道路基础设施发展的限制,在未来很长一段时间内智能网联车(CAV)和人工驾驶车(HV)构成的混合交通流将会普遍存在。由于人工驾驶汽车在参与交通时的随机性和不确定性,智能网联汽车在混合环境中的通行效率将大打折扣。除设置自动驾驶专用道以外,车辆编队通行是混合交通环境下的另外一个有效管理策略。在智能网联车队中,车辆间通过V2V和V2X技术相互通信和协调驾驶,可以实现的协作行驶和安全控制,从而提高整个车队的运行效率、安全性和舒适性。
然而,由于CAVs通常是随机分布在道路上的,这种情况意味着平均车队规模较小,车队强度较低,未能充分利用编队通行的优势,导致了道路通行能力的不足。在实际运行过程中,随机分布的CAVs必须经过换道才能形成一定规模的车队。
发明内容
针对现有技术中的上述不足,本发明提供了一种编队感知的智能网联汽车协同变道方法,实现在较拥堵的混合交通流条件下,有序组织协同换道实现路段上智能网联车辆分布的重构,提升道路通行能力,并保证了换道的高效性与交通流的平稳性、安全性。
为了达到上述发明目的,本发明采用的技术方案为:
一种编队感知的智能网联汽车协同变道方法,包括以下步骤:
基于本体车队中任意智能网联汽车感知相邻车道中出现的智能网联汽车确定变道意图;
获取本体车队信息和客体车队信息,并确定变道目标车辆、变道目标车道和变道间隙;
根据本体车辆与客体车辆的车头间距是否满足直接变道条件,或根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件,确定变道方式;
根据确定的变道方式,控制变道目标车辆实施变道。
作为可选地,智能网联汽车被成功感知的条件为:
0≤≤R
其中,为本体车辆的车头位置,/>为客体车辆的车头位置,R为本体车辆的感知范围。
作为可选地,本体车队信息包括本体车队规模、本体车辆位置和本体车辆速度;
客体车队信息包括客体车队规模、客体车辆位置和客体车辆速度。
作为可选地,根据本体车辆与客体车辆的车头间距是否满足直接变道条件确定变道方式包括以下步骤:
本体车队中最后一辆跟随车辆与客体车队中领航车辆的车头间距大于或等于跟随车辆变道后的第一安全间距,且本体车队中最后一辆跟随车辆与客体车队前方引导车辆的车头间距大于或等于跟随车辆变道后的第二安全距离,则确定跟随车辆采用直接变道方式进行变道控制。
作为可选地,跟随车辆变道后的第一安全间距的计算方法包括以下步骤:
根据跟随车辆速度、领航车辆速度和变道时间计算跟随车辆变道后领航车辆的车头位置;
根据跟随车辆变道后领航车辆的车头位置、车辆长度和车辆最小安全间距计算跟随车辆变道后的第一安全间距。
作为可选地,跟随车辆变道后的第二安全距离的计算方法包括以下步骤:
根据跟随车辆速度、客体车队前方引导车辆速度和变道时间确定跟随车辆变道后跟随车辆的车头位置;
根据跟随车辆变道后跟随车辆的车头位置车辆长度、和车辆最小安全间距计算跟随车辆变道后的第二安全距离。
作为可选地,根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件确定变道方式包括以下步骤:
客体车队中领航车辆在协同加减速过程中的合作加速度大于或等于最小减速度,且在协同加减速过程中本体车队中最后一辆跟随车辆与客体车队前方引导车辆的车头间距变化值与初始车头间距之和大于或等于车辆最小安全间距,则确定跟随车辆采用协同变道方式进行变道控制。
作为可选地,确定跟随车辆采用协同变道方式之前还包括:
在设定的合作时间窗内,控制本体车队中最后一辆跟随车辆匀速行驶,并且控制客体车队中领航车辆以恒定减速度减速行驶;
所述恒定减速度根据客体车队中领航车辆的理论控制加速度、最小减速度以及客体车队中领航车辆保持与客体车队前方引导车辆正常跟驰行驶的加速度确定。
作为可选地,确定变道目标车辆包括:
本体车队中最后一辆跟随车辆将感知信息从后往前依次传递给前车,由本体车队中领航车辆根据本体车队规模和客体车队规模确定变道目标车辆数量,并将确定的变道目标车辆数量传递至领航车辆后方的跟随车辆。
作为可选地,确定变道意图之前还包括:
判断车辆类型;若为人工驾驶车辆,则不参与变道控制;若为智能网联汽车,则进行下一步骤;
判断智能网联汽车所在车队是否达到最大车队规模;若是,则智能网联汽车在本车道正常行驶并不参与换道控制;否则智能网联汽车为等待变道控制的车辆。
本发明具有以下有益效果:
本发明充分发挥智能网联汽车的车车通信的功能优势,根据参与车辆的速度与位置信息确定变道方式,实现多车的协同变道,通过调整路段上满足条件的智能网联汽车的加速度留出空隙以实现合作换道,形成更大规模的车队,进而重构路段上智能网联车辆的空间分布以提升局部路段的车队强度,增加道路通行能力,同时提高换道效率和交通流稳定性。
附图说明
图1为本发明中一种编队感知的智能网联汽车协同变道方法流程示意图;
图2为本发明中变道协同车辆搜索示意图;
图3为本发明中第一种目标车辆换道路径示意图;
图4为本发明中第二种目标车辆换道路径示意图;
图5为本发明中第三种目标车辆换道路径示意图;
图6为本发明中第四种目标车辆换道路径示意图;
图7为本发明中多车顺序变道流程示意图;
图8为本发明与自由换道策略的车队强度变化对比示意图;
图9为本发明中不同智能网联车辆渗透率下与自由换道策略的道路通行能力对比示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
根据换道实施前的主体与目标车辆的不同,本发明提出的协同变道方法的实施可以分为单车并入、车队并入两种情形。
(1)单车并入
未形成车队的单个车辆定位到同样未形成车队的单车/>(如图3所示),或单车相邻车道的车队的引导车/>(图4所示),它们分布在相邻的两个车道,通过协同换道,车/>(或/>)换道至车/>(或/>)所在车道并成为其前导车,形成车队规模数更大的新车队。
(2)车队并入
整体并入:如图5所示,两个车队的车队规模均未达到最大规模,且合并后车队总规模也未超过最大规模。其中一个车队的尾车定位到另一个车队的引导车/>,如果,车队M通过实施换道从/>到/>依次移动到车队N同车道的前方,形成车队规模为的新车队。
子车队并入:如图6所示,与整体并入工况类似,而此时两个车队的车队规模之和大于最大车队规模限制,且,车队M的最后(/>)辆车从尾车开始轮流实施换道至车队N同车道的前方,形成车队规模分别为/>,/>的两个新车队,其行驶在不同的车道。
在实施本方法前,为了简化问题且较为真实地模拟本方法的应用,做出下列假设:
1)所有车辆的物理参数相同,且在模拟道路上能够平稳运行,没有人为、环境等因素的干扰;
2)CAV可以实时接收并与周围车辆交换状态信息,不考虑通信延迟与丢包率;
3)系统中的人工驾驶车辆保持正常驾驶行为,不考虑其主动合作与刻意影响的行为;
4)为了实现道路整体更大的通行效率,相比于跟随在人工驾驶车之后,智能网联汽车倾向于跟随在智能网联车后,且目标车队的规模越大,跟随意愿越强。
实施例
如图1至图9所示,本发明实施例提供了一种编队感知的智能网联汽车协同变道方法,包括以下步骤S1至S4:
S1、基于本体车队中任意智能网联汽车感知相邻车道中出现的智能网联汽车确定变道意图;
S2、获取本体车队信息和客体车队信息,并确定变道目标车辆、变道目标车道和变道间隙;
S3、根据本体车辆与客体车辆的车头间距是否满足直接变道条件,或根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件,确定变道方式;
S4、根据确定的变道方式,控制变道目标车辆实施变道。
本发明可适用于中高密度混合交通流的多车道场景,利用车辆编队通行的优势,根据参与车辆的速度与位置信息确定变道方式,通过实施协同换道实现车队的并入与分解,进而重构路段上智能网联车辆的空间分布以提升局部路段的车队强度,增加道路通行能力,同时提高换道效率和交通流稳定性,为未来长期存在的混合交通流环境下交通管理方案提供了战略思路。
在本发明的一个可选实施例中,步骤S1基于V2V通信,任意主体CAV搜索到相邻车道跟随的另一辆CAV,且两者都是等待换道控制的车辆,即产生换道意图。
智能网联汽车被成功感知的条件为:
0≤≤R
其中,为本体车辆的车头位置,/>为客体车辆的车头位置,R为本体车辆的感知范围。
具体地,如图2所示,此时SCAV1标记为S车,TCAVm标记为F车,其所在车道的前车标记为L车。S车感知的目标车辆是同向邻车道上与之车头位置最近的参与换道控制的CAV,在感知过程中,S车只监测感知范围内(半径为R)目标车道的邻车,直到F车出现在相邻车道与S车纵向距离相邻的位置。
F车作为智能网联汽车,被成功感知需要满足:以行驶方向为坐标轴方向,F车的车头的位置为,S车车头的位置为/>,满足0≤/>≤R,即S车在F车前方,且F车所在车道行驶方向/>到/>之间的路段没有任何其它车辆。
任意CAV搜索到相邻车道同向行驶的CAV,两车被分别标记为车辆F(位置较靠后者)和车辆S,位置关系应满足:车辆S的纵向位置投影到车辆F所在的行车道,它们是相邻的。
在本发明的一个可选实施例中,步骤S2通过获取本体车队信息和客体车队信息来决策是否变道,其中本体车队信息包括本体车队规模、本体车辆位置和本体车辆速度,客体车队信息包括客体车队规模、客体车辆位置和客体车辆速度。即车队领航车将两个车队的车队规模、车辆位置、车辆速度等信息通过V2X传递给控制中心,并被反馈是否换道的命令。
步骤S2在决策是否变道时的策略具体为:车队规模要求为:车辆F所在车队规模为(/>),车辆S所在车队规模为/>(/>);车辆列位要求为:车辆S应是单车或所在车队的尾车,而车辆F应是单车或所在车队的领航车;车辆速度应满足基本条件,即。在同时满足规模、列位、速度三个条件,S车可以换道的命令传递给车辆F和车辆S。
以单车并入情况为例,道路为同向双车道,外侧车道上的主体车辆为单个智能网联车辆,确定车队规模n=1,最大规模N=6,由于n<N,被路测单元反馈需要感知内侧车道其它车辆的命令。
单个智能网联汽车将车队规模(单车视为n=1)通过V2X技术传递给路测单元,通过比较n与最大规模N,路测单元反馈决策命令给该领航车。
本车道的单车SCAV1,通过V2V技术搜索到目标车道的车队{TCAV1, TCAV2…,TCAVm}()的领航车TCAVm。通过V2V通讯技术两个车辆交换规模、速度、车头位置等信息,并传递给路测单元。
在本实施例中,智能网联汽车的感知范围为半径200m,外侧的本体车辆为单车,在行驶过程中的某时刻t,其感知到内侧车道上与其车头距离为20米的目标车辆,交换信息有:瞬时速度;车队规模分别为1、5;车头位置/>。
以车队并入情况为例,道路为同向双车道,内侧车道上的主体车为某个车队的尾部跟随车,其车队的领航车确定车队规模n=3,最大规模N=6,由于n<N,被路测单元反馈需要感知内侧车道其它车辆的命令。
智能网联车队具有n辆车(n>1),车队的领航车将车队规模通过V2X技术传递给路测单元,通过比较n与最大规模N,路测单元反馈决策命令给该领航车。
假设最大车队规模为N,本车道的车队{SCAV1, SCAV2,…, SCAVn}()的最后一辆跟随车SCAV1,通过V2V技术搜索到目标车道的车队{TCAV1, TCAV2…, TCAVm}()的领航车TCAVm。通过V2V通讯技术两个车辆交换规模、速度、车头位置等信息,并传递给路测单元。
在本实施例中,智能网联汽车的感知范围为半径200m,外侧的本体车辆为单车,在行驶过程中的某时刻t,其感知到内侧车道上与其车头距离为20米的目标车辆,交换信息有:瞬时速度;车队规模分别为3、4;车头位置/>。
本实施例在决策变道后进行变道准备,确定变道目标车辆、变道目标车道和变道间隙。即主体CAV所在车队的领航车向尾部的k辆车发送信号,即确定该k辆车为换道目标车辆。被搜索的客体CAV所在车道为换道目标车道,客体CAV车头与前车的空间为换道空隙。
确定变道目标车辆包括:
本体车队中最后一辆跟随车辆将感知信息从后往前依次传递给前车,由本体车队中领航车辆根据本体车队规模和客体车队规模确定变道目标车辆数量,并将确定的变道目标车辆数量传递至领航车辆后方的跟随车辆。
具体而言,尾车S车将感知信息从后往前依次传递给前车,领航车根据两车队的规模判断本车队需要变道的车辆数,计算方法为:
领航车将当前车队的后辆车({SCAV1, SCAV2,…, SCAVx},其中/>)需要整体变道至车辆F与车辆L之间的空隙传递给后部跟随车辆,除需变道的车辆,其它车辆正常跟驰行驶。
在本发明的一个可选实施例中,本发明根据参与车辆的速度与位置选择直接变道或合作变道。即根据本体车辆与客体车辆的车头间距是否满足直接变道条件,或根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件,确定直接变道或合作变道的变道方式。
在本实施例中,根据本体车辆与客体车辆的车头间距是否满足直接变道条件确定变道方式包括以下步骤:
本体车队中最后一辆跟随车辆与客体车队中领航车辆的车头间距大于或等于跟随车辆变道后的第一安全间距,且本体车队中最后一辆跟随车辆与客体车队前方引导车辆的车头间距大于或等于跟随车辆变道后的第二安全距离,则确定跟随车辆采用直接变道方式进行变道控制。
在本实施例中,跟随车辆变道后的第一安全间距的计算方法包括以下步骤:
根据跟随车辆速度、领航车辆速度和变道时间计算跟随车辆变道后领航车辆的车头位置;
根据跟随车辆变道后领航车辆的车头位置、车辆长度和车辆最小安全间距计算跟随车辆变道后的第一安全间距。
在本实施例中,跟随车辆变道后的第二安全距离的计算方法包括以下步骤:
根据跟随车辆速度、客体车队前方引导车辆速度和变道时间确定跟随车辆变道后跟随车辆的车头位置;
根据跟随车辆变道后跟随车辆的车头位置车辆长度、和车辆最小安全间距计算跟随车辆变道后的第二安全距离。
具体而言,合作变速阶段是通过调整主体车S与目标车F的加速度,增大车辆F与车辆L的间距,并调整参与车辆的速度,使车辆S能安全变道至车辆L与车辆F之间的空隙。
在车辆被感知的瞬时时刻,时间距、速度差满足变道要求,可以跳过合作变速阶段,直接进行下一阶段的变道。具体地,假设换道过程中所有参与车辆的速度保持恒定(换道时间较短),车辆安全进行变道的最小间距与车辆瞬时速度和车辆长度/>、变道时间/>、安全车距/>有关,间距应满足以下条件:
其中,为车辆S与车辆F的车头间距,/>为车辆L与车辆S的车头间距,/>为车辆L的车头位置,/>为车辆长度,/>为车辆最小安全间距。
在本实施例中,根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件确定变道方式包括以下步骤:
客体车队中领航车辆在协同加减速过程中的合作加速度大于或等于最小减速度,且在协同加减速过程中本体车队中最后一辆跟随车辆与客体车队前方引导车辆的车头间距变化值与初始车头间距之和大于或等于车辆最小安全间距,则确定跟随车辆采用协同变道方式进行变道控制。
具体而言,由于车辆L为人工驾驶车,本发明并未考虑对其速度的控制,故根据以上控制,车辆可进行合作变速应满足初始条件为:
其中,为客体车队中领航车辆在协同加减速过程中的合作加速度,/>为最小减速度,/>为在协同加减速过程中本体车队中最后一辆跟随车辆与客体车队前方引导车辆的车头间距变化值,/>为初始车头间距。
其中车头间距变化值的计算公式为:
其中,为车辆L可能行驶的最短距离,/>为主车S行驶的距离,/>为合作时间窗。
在本发明的一个可选实施例中,确定跟随车辆采用协同变道方式之前还包括:
在设定的合作时间窗内,控制本体车队中最后一辆跟随车辆匀速行驶,并且控制客体车队中领航车辆以恒定减速度减速行驶;
所述恒定减速度根据客体车队中领航车辆的理论控制加速度、最小减速度以及客体车队中领航车辆保持与客体车队前方引导车辆正常跟驰行驶的加速度确定。
具体而言,如果被感知时刻的安全间距不能满足直接变道条件,则可以考虑合作变速以扩大间隙。具体地,合作时间窗为,取/>秒,控制时间窗内,调整车辆S匀速(由于S车的当前车头时距大于0.6s,故不可能与前车碰撞),调整车辆F以恒定减速度/>减速,其计算方法为:
其中,为F车在协同过程中τ时刻的最终加速度,/>为客体车队中领航车辆的理论控制加速度,/>为F车保持与前车正常跟驰行驶的加速度。
其中理论控制加速度通过以下方程联立求解得到:
其中,、/>分别为t时刻S车、F车的车头位置,/>、/>、/>分别为t时刻S车、F车、L车的速度,/>为队间车头时距。
单次时间窗结束后如果仍不满足换道安全准则应终止换道或进入下一次合作时间窗。
本实施例在完成合作变速阶段后,进入变道实施阶段,主要分为变道决策、轨迹规划、跟踪控制。
以单车并入情况为例,单车的变道决策为S车换道至F车与L车之间;轨迹规划可以根据V2V技术获取的车辆速度与位置信息更新换道轨迹,生成多项式函数换道轨迹;轨迹的跟踪控制主要通过车辆实际位置和期望位置之间的偏差,计算轨迹跟踪所需要的期望速度和横摆角速度。在车队完成合并后,车队内部车辆之间应调整速度与间距,以实现车队的平稳运行,车队所有车辆不参与协同换道,此阶段的持续时间不少于2秒。
在本实施例中,车辆长度,最小安全间距/>,被感知的瞬间,S车、F车、L车的速度分别为/>,位置为/>,假设换道时间设定为0.6s,判断是否满足直接变道安全间距:
</>
>/>
故L与S车辆的间距不满足,考虑合作变速增大间隙,控制F车的理论加速度为:
满足进行合作变速的条件:
经过合作变速,调整后F的速度分别为,车辆F、S的位置为,假设F在正常跟驰模型下期间保持恒速,则/>,此时间距:
,
,
因此经过合作变速后以满足安全换道间距要求。
下一步,车辆S进行变道实施,按预定轨迹跟踪控制,成为F车的新的引导车,F车及其它跟随车调整速度与间距,最终以新的车队进行协同式自适应巡航(CACC)控制。
以车队并入情况为例,车队的换道决策为车队车辆换道至F车与L车之间;轨迹规划可以根据V2V技术获取的车辆速度与位置信息更新换道轨迹,生成多项式函数换道轨迹;轨迹的跟踪控制主要通过车辆实际位置和期望位置之间的偏差,计算轨迹跟踪所需要的期望速度和横摆角速度。车队车辆的变道控制过程具体为:
步骤1、控制SCAV1减速以增大SCAV1与L车之间的空隙。速度减少量为。
步骤2、控制车辆SCAV2到换道至空隙。在扩大空隙过程中,一旦空隙足以容纳一辆CAV,即可进行换道。
步骤3、如果有人工驾驶车插入空隙,这辆车成为新的L’车作为换道空隙的前导车。
步骤4、持续控制主体车队在当前车道的尾车变道至空隙(即重复步骤1到步骤3),直到SCAVx完成变道。
步骤5、速度及间距调整。车队完成并入后,SCAVx成为该新车队的领航车,其跟随车依次调整速度与间距,使其在车道上协同式自适应巡航(CACC)控制。
在本实施例中,车队SCAV规模为3,车队TCAV规模为4,车队最大规模N=6,故计算的车队并入车辆数为x=2。控制子车队{SCAV1, SCAV2}整体并入S车(即TCAV4)与L车之间的空隙:获取的车辆信息有车辆长度,最小安全间距/>,被感知的瞬间,S车、F车、L车的速度分别为/>,位置为/>,假设换道时间设定为0.6s,判断是否满足直接变道安全间距:
</>
</>
故满足换道安全间距,不需进行合作变速。控制S车变道进入空隙,此时S车减速,直到空隙足以容纳SCAV2,再控制SCAV2变道,完成换道后,新车队以SCAV2为领航车在所在车道CACC控制,如图7所示。
在本发明的一个可选实施例中,步骤S1确定变道意图之前还包括步骤S0:
判断车辆类型;若为人工驾驶车辆,则不参与变道控制;若为智能网联汽车,则进行下一步骤;
判断智能网联汽车所在车队是否达到最大车队规模;若是,则智能网联汽车在本车道正常行驶并不参与换道控制;否则智能网联汽车为等待变道控制的车辆。
具体而言,路测单元监测到智能网联汽车上车载的传感器,即可确定车辆类型为智能网联汽车,否则是人工驾驶车。如果是智能网联车辆,判断所在车队是否达到最大车队规模,已达到则在本车道正常行驶并不参与换道控制,以上条件均不满足的智能网联汽车为等待换道控制的车辆。
其中车队领航车记录车队规模的方法为:
从车队尾车开始向前车依次发送1, 2, 3, …,直到领航车接受到后车发送的“”的信息,记录本车队的车队规模为/>。此外,为便于统计,单独的CAV也视为车队,其车队规模为1。
设最大车队规模为,车队领航车将本车队规模发送至控制中心,控制中心通过路测RSU反馈至车队,若/>,车队开启搜寻模式。
在本发明的一个可选实施例中,步骤S4执行变道控制后,还包括步骤S5:
等待下次换道或驶出路段。
以单车并入情况为例,若车队未达到最大规模且未到达协同路段终点,重复步骤S2到S4,否则驶离协同路段。
在本实施例中,经过本体车S并入F所在的车队,最终车队规模为6,等于最大车队规模,应保持本车道行驶,直到离开协同路段。
以车队并入情况为例,若车队未达到最大规模且未到达协同路段终点,重复步骤S2到S4,否则驶离协同路段。
在本实施例中,新车队的车队规模为6,已达到最大车队规模,应在本车道行驶直到离开协同路段,分解后的车队{SCAV3}为单车,继续感知邻车道的车辆,直到离开协同路段。
应用例
本发明通过采用实施例提供的一种编队感知的智能网联汽车协同换道方法对双车道基本路段的交通流进行仿真模拟,仿真参数取值如表1所示:
表1
车道上车辆数由车辆密度决定,初始状态时车辆均衡分布在道路上,并增加泊松分布值扰动前后间距,速度在合理范围内随机,加速度设置为0。定义车辆的跟驰模型为:
/>
其中,,/>,/>分别为0-1变量,且对于任意车n,有/>+/>+/>=1,跟驰模式分布如表2所示。
表2
当前车类型 | 引导车类型 | 跟驰模型 |
HDV | HDV | IDM |
HDV | CAV | IDM |
领航CAV | HDV | ACC |
领航CAV | CAV | CACC |
队内CAV | CAV | CACC |
如图8所示,在道路密度中等,网联车与人工驾驶车比例相等的条件下,图中展示了本发明的协同变道策略与自由换道策略在模拟时间内的平均车队强度变化对比图,其中平均车队强度为道路上所有车道的平均值。由图8可知,本发明的协同变道策略明显增大了道路的车队强度。证明了本发明的协同变道策略在提升道路的车队强度上有明显效果。
为了更直观地体现本发明的协同变道策略在提升道路通行能力发挥的作用,如图9所示,图中显示了在最常见的中等密度交通流中不同网联车渗透率的通行能力,单位为“辆/小时”,对比同条件下的自由换道运营方式,随着网联车渗透率增加,本发明的协同变道策略提升道路通行能力的值先增加后减少,但都显示出对通行能力提升的作用。在中等交通密度且50%的智能网联车渗透率时,道路通行能力由每小时3620辆提升到每小时3930辆,平均车速由58.78km/h提升到64.58km/h,这些结果验证了本发明的协同变道策略的有效性。
本发明是参照根据本发明实施例的方法、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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (10)
1.一种编队感知的智能网联汽车协同变道方法,其特征在于,包括以下步骤:
基于本体车队中任意智能网联汽车感知相邻车道中出现的智能网联汽车确定变道意图;
获取本体车队信息和客体车队信息,并确定变道目标车辆、变道目标车道和变道间隙;
根据本体车辆与客体车辆的车头间距是否满足直接变道条件,或根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件,确定变道方式;
根据确定的变道方式,控制变道目标车辆实施变道。
2.根据权利要求1所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,智能网联汽车被成功感知的条件为:
0≤≤R
其中,为本体车辆的车头位置,/>为客体车辆的车头位置,R为本体车辆的感知范围。
3.根据权利要求1所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,本体车队信息包括本体车队规模、本体车辆位置和本体车辆速度;
客体车队信息包括客体车队规模、客体车辆位置和客体车辆速度。
4.根据权利要求1所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,根据本体车辆与客体车辆的车头间距是否满足直接变道条件确定变道方式包括以下步骤:
本体车队中最后一辆跟随车辆与客体车队中领航车辆的车头间距大于或等于跟随车辆变道后的第一安全间距,且本体车队中最后一辆跟随车辆与客体车队前方引导车辆的车头间距大于或等于跟随车辆变道后的第二安全距离,则确定跟随车辆采用直接变道方式进行变道控制。
5.根据权利要求4所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,跟随车辆变道后的第一安全间距的计算方法包括以下步骤:
根据跟随车辆速度、领航车辆速度和变道时间计算跟随车辆变道后领航车辆的车头位置;
根据跟随车辆变道后领航车辆的车头位置、车辆长度和车辆最小安全间距计算跟随车辆变道后的第一安全间距。
6.根据权利要求4所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,跟随车辆变道后的第二安全距离的计算方法包括以下步骤:
根据跟随车辆速度、客体车队前方引导车辆速度和变道时间确定跟随车辆变道后跟随车辆的车头位置;
根据跟随车辆变道后跟随车辆的车头位置车辆长度、和车辆最小安全间距计算跟随车辆变道后的第二安全距离。
7.根据权利要求1所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,根据客体车辆的合作加速度以及本体车辆与客体车辆的车头间距变化值是否满足协同变道条件确定变道方式包括以下步骤:
客体车队中领航车辆在协同加减速过程中的合作加速度大于或等于最小减速度,且在协同加减速过程中本体车队中最后一辆跟随车辆与客体车队前方引导车辆的车头间距变化值与初始车头间距之和大于或等于车辆最小安全间距,则确定跟随车辆采用协同变道方式进行变道控制。
8.根据权利要求7所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,确定跟随车辆采用协同变道方式之前还包括:
在设定的合作时间窗内,控制本体车队中最后一辆跟随车辆匀速行驶,并且控制客体车队中领航车辆以恒定减速度减速行驶;
所述恒定减速度根据客体车队中领航车辆的理论控制加速度、最小减速度以及客体车队中领航车辆保持与客体车队前方引导车辆正常跟驰行驶的加速度确定。
9.根据权利要求1所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,确定变道目标车辆包括:
本体车队中最后一辆跟随车辆将感知信息从后往前依次传递给前车,由本体车队中领航车辆根据本体车队规模和客体车队规模确定变道目标车辆数量,并将确定的变道目标车辆数量传递至领航车辆后方的跟随车辆。
10.根据权利要求1所述的一种编队感知的智能网联汽车协同变道方法,其特征在于,确定变道意图之前还包括:
判断车辆类型;若为人工驾驶车辆,则不参与变道控制;若为智能网联汽车,则进行下一步骤;
判断智能网联汽车所在车队是否达到最大车队规模;若是,则智能网联汽车在本车道正常行驶并不参与换道控制;否则智能网联汽车为等待变道控制的车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410156226.4A CN117681878B (zh) | 2024-02-04 | 2024-02-04 | 一种编队感知的智能网联汽车协同变道方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410156226.4A CN117681878B (zh) | 2024-02-04 | 2024-02-04 | 一种编队感知的智能网联汽车协同变道方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117681878A true CN117681878A (zh) | 2024-03-12 |
CN117681878B CN117681878B (zh) | 2024-04-16 |
Family
ID=90130487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410156226.4A Active CN117681878B (zh) | 2024-02-04 | 2024-02-04 | 一种编队感知的智能网联汽车协同变道方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117681878B (zh) |
Citations (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013084147A (ja) * | 2011-10-11 | 2013-05-09 | National Institute Of Advanced Industrial & Technology | 前方情報と走行情報の後方車両への伝達方法およびその伝達装置 |
CN103496366A (zh) * | 2013-09-09 | 2014-01-08 | 北京航空航天大学 | 一种基于车车协同的主动换道避撞控制方法与装置 |
CN104960524A (zh) * | 2015-07-16 | 2015-10-07 | 北京航空航天大学 | 基于车车通信的多车协同换道控制系统及其方法 |
CN106218638A (zh) * | 2016-08-17 | 2016-12-14 | 北方工业大学 | 一种智能网联汽车协同换道控制方法 |
US20170011633A1 (en) * | 2015-07-08 | 2017-01-12 | Magna Electronics Inc. | Lane change system for platoon of vehicles |
CN108011947A (zh) * | 2017-11-30 | 2018-05-08 | 湖北汽车工业学院 | 一种车辆协作式编队行驶系统 |
JP2018169895A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社デンソー | 運転支援システム |
CN109087503A (zh) * | 2018-09-04 | 2018-12-25 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x的车车协同系统及方法 |
JP2019191722A (ja) * | 2018-04-20 | 2019-10-31 | クラリオン株式会社 | 車線変更支援装置 |
CN110930697A (zh) * | 2019-11-12 | 2020-03-27 | 南京航空航天大学 | 一种基于规则的智能网联车辆协同汇入控制方法 |
CN111746539A (zh) * | 2020-07-02 | 2020-10-09 | 清华大学 | 一种智能网联汽车严格安全换道入队控制方法 |
DE102019205034A1 (de) * | 2019-04-09 | 2020-10-15 | Audi Ag | Verfahren zum Durchführen eines Fahrmanövers, Steuervorrichtung für ein Fahrzeug sowie Kraftfahrzeug |
WO2020221420A1 (en) * | 2019-04-29 | 2020-11-05 | Volvo Truck Corporation | A method for a lane change of a plurality of vehicles |
CN112689859A (zh) * | 2018-09-18 | 2021-04-20 | 采埃孚商用车系统汉诺威有限公司 | 用于协调车辆组的方法、评估单元、车辆和车辆组 |
US20210245758A1 (en) * | 2020-02-11 | 2021-08-12 | Ford Global Technologies, Llc | V2x traffic maneuver handshaking between traffic participants |
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 |
US20210256853A1 (en) * | 2020-02-18 | 2021-08-19 | Zf Active Safety And Electronics Us Llc | Method for controlling a vehicle in a platoon |
CN113320532A (zh) * | 2017-12-28 | 2021-08-31 | 北京百度网讯科技有限公司 | 合作式变道控制方法、装置及设备 |
CN113515038A (zh) * | 2021-09-07 | 2021-10-19 | 西南交通大学 | 一种车辆换道方法、装置、设备及可读存储介质 |
CN114137948A (zh) * | 2020-08-13 | 2022-03-04 | 长沙智能驾驶研究院有限公司 | 编队车辆行驶方法、装置、计算机设备和存储介质 |
CN114299755A (zh) * | 2021-12-14 | 2022-04-08 | 东南大学 | 一种智能网联队列换道方法 |
CN114566065A (zh) * | 2022-03-04 | 2022-05-31 | 中智行(苏州)科技有限公司 | 一种基于车路协同的多车协作式变道方法 |
CN115188214A (zh) * | 2022-07-11 | 2022-10-14 | 重庆交通大学 | 两车道混合交通协同控制方法、汽车及可读存储介质 |
US20220351625A1 (en) * | 2021-04-14 | 2022-11-03 | Zhejiang University | Dynamic platoon formation method under mixed autonomous vehicles flow |
CN115320596A (zh) * | 2022-08-15 | 2022-11-11 | 同济大学 | 一种智能网联车队插入式协同换道控制方法 |
CN115497323A (zh) * | 2022-09-29 | 2022-12-20 | 斯润天朗(北京)科技有限公司 | 基于v2x的车辆协同变道方法及设备 |
CN115601954A (zh) * | 2022-12-13 | 2023-01-13 | 西南交通大学(Cn) | 一种智能网联车队的换道判断方法、装置、设备及介质 |
CN115691109A (zh) * | 2022-09-19 | 2023-02-03 | 上海友道智途科技有限公司 | 一种智能网联车队协同换道决策方法 |
CN116129627A (zh) * | 2023-01-18 | 2023-05-16 | 东南大学 | 一种智能网联车队下匝道前的协同换道策略 |
CN116704793A (zh) * | 2023-05-31 | 2023-09-05 | 重庆大学 | 一种提升高速公路隧道内部瓶颈路段通行能力的控制方法 |
US20230360534A1 (en) * | 2022-05-04 | 2023-11-09 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for managing cooperative maneuvering among connected vehicles |
CN117116072A (zh) * | 2023-05-17 | 2023-11-24 | 东风汽车集团股份有限公司 | 一种高速公路协同决策安全行车方法及系统 |
CN117173910A (zh) * | 2023-08-24 | 2023-12-05 | 交通运输部公路科学研究所 | 智能车队协同汇入方法、装置及电子设备 |
-
2024
- 2024-02-04 CN CN202410156226.4A patent/CN117681878B/zh active Active
Patent Citations (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013084147A (ja) * | 2011-10-11 | 2013-05-09 | National Institute Of Advanced Industrial & Technology | 前方情報と走行情報の後方車両への伝達方法およびその伝達装置 |
CN103496366A (zh) * | 2013-09-09 | 2014-01-08 | 北京航空航天大学 | 一种基于车车协同的主动换道避撞控制方法与装置 |
US20170011633A1 (en) * | 2015-07-08 | 2017-01-12 | Magna Electronics Inc. | Lane change system for platoon of vehicles |
CN104960524A (zh) * | 2015-07-16 | 2015-10-07 | 北京航空航天大学 | 基于车车通信的多车协同换道控制系统及其方法 |
CN106218638A (zh) * | 2016-08-17 | 2016-12-14 | 北方工业大学 | 一种智能网联汽车协同换道控制方法 |
JP2018169895A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社デンソー | 運転支援システム |
CN108011947A (zh) * | 2017-11-30 | 2018-05-08 | 湖北汽车工业学院 | 一种车辆协作式编队行驶系统 |
CN113320532A (zh) * | 2017-12-28 | 2021-08-31 | 北京百度网讯科技有限公司 | 合作式变道控制方法、装置及设备 |
JP2019191722A (ja) * | 2018-04-20 | 2019-10-31 | クラリオン株式会社 | 車線変更支援装置 |
CN109087503A (zh) * | 2018-09-04 | 2018-12-25 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x的车车协同系统及方法 |
CN112689859A (zh) * | 2018-09-18 | 2021-04-20 | 采埃孚商用车系统汉诺威有限公司 | 用于协调车辆组的方法、评估单元、车辆和车辆组 |
DE102019205034A1 (de) * | 2019-04-09 | 2020-10-15 | Audi Ag | Verfahren zum Durchführen eines Fahrmanövers, Steuervorrichtung für ein Fahrzeug sowie Kraftfahrzeug |
WO2020221420A1 (en) * | 2019-04-29 | 2020-11-05 | Volvo Truck Corporation | A method for a lane change of a plurality of vehicles |
CN110930697A (zh) * | 2019-11-12 | 2020-03-27 | 南京航空航天大学 | 一种基于规则的智能网联车辆协同汇入控制方法 |
US20210245758A1 (en) * | 2020-02-11 | 2021-08-12 | Ford Global Technologies, Llc | V2x traffic maneuver handshaking between traffic participants |
US20210256853A1 (en) * | 2020-02-18 | 2021-08-19 | Zf Active Safety And Electronics Us Llc | Method for controlling a vehicle in a platoon |
CN111746539A (zh) * | 2020-07-02 | 2020-10-09 | 清华大学 | 一种智能网联汽车严格安全换道入队控制方法 |
CN114137948A (zh) * | 2020-08-13 | 2022-03-04 | 长沙智能驾驶研究院有限公司 | 编队车辆行驶方法、装置、计算机设备和存储介质 |
US20220351625A1 (en) * | 2021-04-14 | 2022-11-03 | Zhejiang University | Dynamic platoon formation method under mixed autonomous vehicles flow |
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 |
CN113515038A (zh) * | 2021-09-07 | 2021-10-19 | 西南交通大学 | 一种车辆换道方法、装置、设备及可读存储介质 |
CN114299755A (zh) * | 2021-12-14 | 2022-04-08 | 东南大学 | 一种智能网联队列换道方法 |
CN114566065A (zh) * | 2022-03-04 | 2022-05-31 | 中智行(苏州)科技有限公司 | 一种基于车路协同的多车协作式变道方法 |
US20230360534A1 (en) * | 2022-05-04 | 2023-11-09 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for managing cooperative maneuvering among connected vehicles |
CN115188214A (zh) * | 2022-07-11 | 2022-10-14 | 重庆交通大学 | 两车道混合交通协同控制方法、汽车及可读存储介质 |
CN115320596A (zh) * | 2022-08-15 | 2022-11-11 | 同济大学 | 一种智能网联车队插入式协同换道控制方法 |
CN115691109A (zh) * | 2022-09-19 | 2023-02-03 | 上海友道智途科技有限公司 | 一种智能网联车队协同换道决策方法 |
CN115497323A (zh) * | 2022-09-29 | 2022-12-20 | 斯润天朗(北京)科技有限公司 | 基于v2x的车辆协同变道方法及设备 |
CN115601954A (zh) * | 2022-12-13 | 2023-01-13 | 西南交通大学(Cn) | 一种智能网联车队的换道判断方法、装置、设备及介质 |
CN116129627A (zh) * | 2023-01-18 | 2023-05-16 | 东南大学 | 一种智能网联车队下匝道前的协同换道策略 |
CN117116072A (zh) * | 2023-05-17 | 2023-11-24 | 东风汽车集团股份有限公司 | 一种高速公路协同决策安全行车方法及系统 |
CN116704793A (zh) * | 2023-05-31 | 2023-09-05 | 重庆大学 | 一种提升高速公路隧道内部瓶颈路段通行能力的控制方法 |
CN117173910A (zh) * | 2023-08-24 | 2023-12-05 | 交通运输部公路科学研究所 | 智能车队协同汇入方法、装置及电子设备 |
Non-Patent Citations (3)
Title |
---|
LI JUAN等: "Research on cross lane-changing model of vehicle based on minimum safety spacing", JOURNAL OF QINGDAO UNIVERSITY OF TECHNOLOGY, vol. 38, no. 1, 28 February 2017 (2017-02-28), pages 106 - 112 * |
姚志洪等: "混合自动驾驶场景多换道需求下的主动间隙适配和换道序列规划", 交通运输工程与信息学报, vol. 19, no. 4, 30 June 2021 (2021-06-30), pages 36 - 51 * |
韩磊等: "混合交通流环境下基于MSIF-DRL的网联自动驾驶车辆换道决策模型", 北京交通大学学报, vol. 47, no. 5, 31 October 2023 (2023-10-31), pages 148 - 161 * |
Also Published As
Publication number | Publication date |
---|---|
CN117681878B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108475465B (zh) | 用于移动、特别是控制或者调整车队的方法 | |
CN110111605B (zh) | 基于动态博弈的自动驾驶车辆出入口匝道行驶决策方法 | |
Elhenawy et al. | An intersection game-theory-based traffic control algorithm in a connected vehicle environment | |
CN106991846B (zh) | 一种车联网环境下的高速公路车辆强制换道控制方法 | |
CN110599772B (zh) | 一种基于双层规划的混合交通流协同优化控制方法 | |
CN106548660B (zh) | 确定车辆的理论轨迹 | |
CN109410561B (zh) | 一种高速路车辆匀异质编队行驶控制方法 | |
CN109598934A (zh) | 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法 | |
CN105551282B (zh) | 一种超车提示方法和装置 | |
CN108986488B (zh) | 一种车车通信环境下匝道汇入协同轨迹确定方法及设备 | |
CN111768612A (zh) | 基于c-v2x的车辆编队行驶策略控制方法 | |
CN104134378A (zh) | 一种基于驾驶经验和在线学习的城轨列车智能控制方法 | |
CN109501799A (zh) | 一种车联网条件下的动态路径规划方法 | |
WO2022121249A1 (zh) | 支路车辆汇入主路的方法、装置、电子设备及存储介质 | |
CN113525461A (zh) | 面向虚拟编队的列车运行控制方法 | |
CN115273450B (zh) | 一种网联自动驾驶环境下车辆进入编队的换道方法 | |
CN110136484A (zh) | 一种车辆变道方法、路测单元及存储介质 | |
CN115641717A (zh) | 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质 | |
CN117681878B (zh) | 一种编队感知的智能网联汽车协同变道方法 | |
CN116229715B (zh) | 一种道路交织区连续流生成方法与系统 | |
CN115817460B (zh) | 一种混合流条件下智能网联车主动协调避撞方法 | |
CN116704793A (zh) | 一种提升高速公路隧道内部瓶颈路段通行能力的控制方法 | |
CN116129627A (zh) | 一种智能网联车队下匝道前的协同换道策略 | |
Burov et al. | Platoon formation algorithm for minimizing travel time | |
CN117218881B (zh) | 全网联环境下智能车辆协同汇入决策规划方法及系统 |
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 |