[发明专利]基于车载自适应网络的智能交通系统交叉口集中控制方法在审

专利信息
申请号: 202010932268.4 申请日: 2020-09-08
公开(公告)号: CN112185135A 公开(公告)日: 2021-01-05
发明(设计)人: 史彦军;齐宇晗;吕玲玲;韩俏梅 申请(专利权)人: 大连理工大学
主分类号: G08G1/087 分类号: G08G1/087;H04W4/44;H04W4/46;H04W84/18
代理公司: 大连理工大学专利中心 21200 代理人: 温福雪;侯明远
地址: 116024 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 车载 自适应 网络 智能 交通 系统 交叉口 集中控制 方法
【说明书】:

发明属于自动驾驶车辆自组织网络领域,具体涉及基于车载自适应网络的智能交通系统交叉口集中控制方法。本发明能够在车辆延误的时候及时采取措施,避免了控制器的无限制等待。考虑到了进入交叉口区域后变道的车辆,允许变道行为。考虑到应急车辆,保证这类车辆优先通过交叉口。设定车辆优先级,根据车道权重控制车辆通行顺序。本发明能够允许车辆无任何冲突地穿过交叉口,实现了高优先级车辆的优先调度以及根据车辆总等待时间等不同策略的优化调度,同时保证了应急车辆优先通过交叉口,更重要的是能够允许其他车辆在拥堵、事故发生的同时继续前进。为智能交通系统环境下的交叉口交通控制和调度提供了解决方案和有利支撑。

技术领域

本发明属于自动驾驶车辆自组织网络领域,具体涉及基于车载自适应网络的智能交通系统交叉口集中控制方法。

背景技术

交叉口交通控制是智能交通系统(ITS)的主要组成部分之一,它需要应对日益严重的交通拥堵,并伴随着不可预测的事故和紧急情况。而随着使用智能车载自组织网络(inVANET)的车联网(IoV)的迅猛发展,很多国家开始将IoV概念融入ITS,利用无线传感网络、云计算等技术调度和控制车辆,从而解决交通难题。目前已经提出了各种解决方案来自动控制交叉口的交通。传统的方法更多地关注于优化交通灯的调度,以最大限度地增加交通流量,减少拥堵。而这种方法具有很多不足之处,无论是在给定交通流动态的情况下,还是在确定最佳绿灯时间方面。因为交通负荷的动态性,导致交通控制系统是一个复杂的大型非线性随机系统,即使可能,也很难确定最佳的绿灯时间。此外,计算智能算法非常耗时,因此不适合实时交通控制。现在提出了基于交叉口集中式控制器(以下简称为控制器)的新型交叉口交通控制方法,其目标是根据附近车辆的情况优化操纵车辆的轨迹,以避免潜在的重叠。由于轨道计算的复杂性,使得计算最优轨道成为了一个难点问题。此外,对集中式控制器的依赖使得该方法成本高昂且容易发生单点故障。因此,本发明提出了一种新型的基于车载自适应网络的智能交通系统交叉口集中控制方法。

发明内容

本发明所要解决的技术问题是以四方向交叉口系统模型为例,利用车辆优先级解决交叉口车辆的调度和控制问题,以便允许车辆无任何冲突地穿过交叉口,同时保证重要车辆能优先通过交叉口。除此以外,本发明充分考虑了应急车辆,保证了它们能在第一时间通过交叉口。更重要的是,本发明能够允许其他车辆在拥堵、事故发生的同时继续前进。

本发明所述的一种新型的基于车载自适应网络的智能交通系统交叉口集中控制方法,包括以下步骤:

一、数学模型的构建:

系统模型采用四方向交叉口模型,其中车道编号为L0到L7。把小虚线方格称为核心区,大虚线方格称为排队区。核心区的任何车辆的状态都是正在穿越;而在排队区,任何车辆的状态都将是等待或排队。交通交叉口规则规定,具有交叉路径(例如车道L0和L6)的车辆必须相互排他地通过该交叉口,这样的车道被认为是冲突的。而非交叉车道的车辆,如L0和L4,可以同时通过交叉口,这些车辆和它们的车道被认为是并行的。

在本发明的模型中,本发明做出了如下假设:

(1)假设每辆车都有一个唯一的ID,并且它是自动驾驶的。这些车辆依靠它们的传感器和其他设备来避免碰撞和导航。此外,每辆车都可以使用车辆的定位系统(例如GPS)和部署在边界的传感器来检测核心/排队区域的边界。

(2)假设消息的传输是可靠的。每辆车都配备了无线通信设备,允许车辆到基础设施和车辆到车辆的通信。

(3)假设通信设备的传输范围大于排队区域的长度。因此,排队区域内的所有车辆都构成一个一跳自组织网络,任何一对车辆都可以直接通信。

(4)假设每辆车都具有优先设定好的优先级,不能随意更改。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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大连理工大学,未经大连理工大学许可,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/202010932268.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top