[发明专利]一种车路协同环境下多智能车交叉口通行协调控制方法在审
申请号: | 201911230736.7 | 申请日: | 2019-12-04 |
公开(公告)号: | CN110910663A | 公开(公告)日: | 2020-03-24 |
发明(设计)人: | 晏松;张毅 | 申请(专利权)人: | 清华大学 |
主分类号: | G08G1/081 | 分类号: | G08G1/081;G08G1/08;G08G1/01 |
代理公司: | 郑州联科专利事务所(普通合伙) 41104 | 代理人: | 王聚才 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 协同 环境 智能 交叉口 通行 协调 控制 方法 | ||
1.一种车路协同环境下多智能车交叉口通行协调控制方法,其特征在于:包括以下步骤:
步骤1:建立用于通行权划分的分类决策树的分类模型,利用上一个通行权划分周期内的各进口道各流向的交通流量,计算当前通行权划分周期内各进口道的相位和车道设置参数;具体包括以下步骤:
步骤1.1:获取样本数据,输入参数为各进口道各流向的交通流量,输出参数为各进口道的相位和车道设置参数,并将样本数据分为训练集和测试集;
步骤1.2:利用基于C4.5的分类决策树算法分别构建相位分配决策树S1和车道分配决策树S2,并利用步骤1.1获取的训练集和测试集训练相位分配决策树S1和车道分配决策树S2:
步骤1.3:输入上一个通行权划分周期内的各进口道各流向的交通流量,分别利用步骤1.2.1中所述的剪枝后的相位分配决策树S1和步骤1.2.2所述的剪枝后的车道分配决策树S2计算输出各进口道的相位设置参数、车道设置参数;
步骤2:利用步骤1所述的当前通行权划分周期内各进口道的相位和车道设置参数,以及当前各进口道控制区域内所有车辆的状态,建立信号配时优化模型,并计算输出最优的信号配时参数;具体包括以下步骤:
步骤2.1:假设当前通行权划分周期内各进口道的相位总数为M,各相位的最短绿灯、最长绿灯分别为Gmin、Gmax,定义Gstep为绿灯调整步长,则信号配时优化模型的解空间为
步骤2.2:利用基于遗传算法的高维解空间滚动优化算法对步骤2.1所述的信号配时优化模型进行滚动优化,其中滚动时域为Gstep,规划周期为2G(t);
步骤2.3:利用步骤2.2所述的信号配时优化模型得到的解空间,计算输出最优的信号配时参数;
步骤3:利用步骤1所述的当前通行权划分周期内各进口道的相位和车道设置参数和步骤2所述的当前通行权划分周期内最优的信号配时参数,以及当前各进口道控制区域内所有车辆的状态,建立车辆轨迹优化模型;具体包括以下步骤:
步骤3.1:建立当前通行权划分周期内各进口道的车辆通行时序优化模型,具体包括以下步骤:
步骤3.1.1:判断当前车辆n的换道需求:
定义wn={1-left,2-straight,3-right}为车辆n的通行需求,yn={1-left,2-straight,3-right}表示当前车辆n所在车道允许的通行方向,当前车辆n所在车道允许的通行方向可由步骤1所述的当前通行权划分周期内各进口道的相位和车道设置参数获得;
当wn=yn时,当前车辆n不需要换道;
当wn≠yn时,存在以下两种情况:
当wn>yn时,当前车辆n需要向右换道;
当wn<yn时,当前车辆n需要向左换道;
步骤3.1.2:建立换道决策模型,判断当前车辆n是否能够换道:
为确保安全,定义同一车道内前后两相邻车辆最小跟驰距离如下:
其中,minΔx(t)表示前后车的最小安全距离,adecMax表示最大减速度,vn(t)、vn+1(t)分别表示同一车道内前后两相邻车辆车速,T表示后车的反应时间,L0表示最小停车距离;定义(n-1)、(n+1)分别表示当前车辆n所在车道的前、后车,n′、(n+1)′分别表示当前车辆换道的目标车道的前、后车,当前车辆n与当前车道和目标车道前、后车的距离分别用Δx1、Δx2、Δx′1、Δx′2表示;
根据当前车道以及目标车道的前后车位置,建立换道决策模型如下:
当Δx′1≥minΔx且Δx′2≥minΔx,当前车辆n执行换道;
当Δx′1≥minΔx且Δx′2<minΔx,当前车辆n不换道,当前车辆n加速,车辆(n+1)′减速;
当Δx′1<minΔx且Δx′2≥minΔx,当前车辆n不换道,当前车辆n减速,车辆(n+1)′加速;
当Δx′1<minΔx且Δx′2<minΔx,当前车辆n不换道,当前车辆n减速,车辆(n+1)′减速;
步骤3.1.3:根据步骤3.1.1得到的当前车辆n的换道需求和步骤3.1.2的得到的当前车辆n是否能够换道的结果,控制当前车辆n在th时刻换道:
vn(t)=vn(t0)+aht
其中,vn、vn′分别是表示当前车辆n与目标车道前车的车速,ah表示当前车辆n的加速度,t0、th分别表示当前车辆n的初始时刻和达到换道条件的时刻;
步骤3.2:利用步骤2获得的最优的信号配时参数和步骤3.1获得的车辆换道优化模型,建立车辆通行时序优化模型,具体包括以下步骤:
步骤3.2.1:定义头车,并计算头车的通行时序,即头车最快到达停车线的时间tmin和头车的通过时间tf(n):
定义满足以下条件之一可视为头车:
a)在当前车道的第一辆车;
b)在绿灯周期内第一辆通过停车线的车辆;
头车最快到达停车线的时间为:
其中,tmin表示最快到达停车线的时间,t1、t2分别表示头车加速和维持最大速度行驶时间,根据头车以最快到达停车线时的信号灯状态,头车通行时序可分为以下两类情况:
当tmin+t0∈[Gs(t),Ge(t)]时,则tf(n)=tmin+t0;
当时,tf(n)=t0+tmin+C(t);
其中,Gs(t)、Ge(t)表示当前绿灯时段的起始和结束时刻,tf(n)为头车的通过时间,C(t)为信号周期时长;
步骤3.2.2:定义后车,并计算后车的通行时序,即后车的通过时间tf(n+1):
定义当车辆满足按照最快行驶到达停车线受本车道前方车辆制约时,视为后车;
当tf(n)+h0∈[Gs(t),Ge(t)]时,tf(n+1)=tf(n)+h0,车辆n+1紧随车辆n通过停车线;
当时,tf(n+1)=Gs(t)+C(t),车辆n+1在下一绿灯起亮时刻通过停车线;
其中,h0为最小车头时距;
步骤4:利用步骤1所述的当前各进口道的相位设置参数、车道设置参数,步骤2所述的信号配时参数,步骤3所述的车辆轨迹优化模型,并利用当前控制区域内所有车辆的当前状态,计算输出每一辆车下一状态的轨迹方案,具体包括以下步骤:
步骤4.1:当时间到达当前各进口道的相位更新时间长度或者当时间到达红绿灯调整步长时,利用步骤2所述的信号配时优化模型计算输出最优的信号配时参数,进而利用步骤3所述的车辆轨迹优化模型计算输出每一辆车下一状态的轨迹方案;
步骤4.2:当间隔时间到达信号周期时长C(t)时,利用步骤1计算当前通行权划分周期内各进口道的相位和车道设置参数,然后再次进入步骤4.1计算输出每一辆车下一状态的轨迹方案。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911230736.7/1.html,转载请声明来源钻瓜专利网。