[发明专利]一种多目标融合的交叉口动态车辆网联速度引导控制方法

说明书

本发明公开了一种多目标融合的交叉口动态车辆网联速度引导控制方法，根据车辆及道路信息，设定合理的初始车辆预测范围，制定车辆运行过程中多目标融合下的目标函数；采用滚动时域的模型预测控制的方法，将智能网联环境下的所有自动驾驶车辆进行动态车队划分，并优化车队的运行效率并保障车队运行的安全性与稳定性；采用二次规划求解的方法，求解车辆的控制变量与状态变量在多目标融合后的优化结果，并给车辆运行提供动态速度建议。本发明可以有效弥补现有车辆网联速度引导控制方法的缺陷。

技术领域

本发明属于智能交通领域，特别涉及了一种交叉口动态车辆网联速度引导控制方法。

背景技术

车辆行驶速度对于公路改善道路通行能力，满足日益增长的城际交通需求以及缓解交通压力等方面都有积极的意义。虽然城市公路大多数路段都有具有最高速度限制，但公路是一个包含人、车、路、环境为一体的动态系统，在不同状态下车辆最佳速度可能是动态变化的。

随着智能网联技术的发展，网联车逐渐越来越多地出现在实际道路上。而在网联环境下，计算机可以更好地追踪车辆的驾驶状态，并对车辆的速度与安全性驾驶做分析。因此，如何准确对交叉口道路上车辆行驶实时动态地提出建议速度，提高出行的快速性与安全性，成为当前工程技术领域关注的热点。

目前，国内外的车辆网联速度引导控制方法主要是将85％位车速作为公路路段最高车速限制，进行道路车辆网联速度引导控制。但这种方法对于车速改善及行车安全的作用取决于车速分布的离散程度，即车速的离散型性越小，作用越明显，此外对于拥堵等情况下的车辆网联速度引导控制作用较小。

可变限速控制策略是另一种目前较为广泛应用的道路车速建议方法，利用阶梯限速控制、Q学习算法等方法针对不同驾驶环境及车流量的变化对车辆速度进行动态控制。但可变限速的控制策略并不能达到针对车辆速度进行实时监测与控制的目的，无法使得调控中心根据实际情况调整车辆的建议速度。

Meng Wang等人假设在全自动驾驶车辆的环境下，利用模型预测控制算法控制车辆的速度，从而保证车辆的行驶安全性并提高车辆运行效率。但其主要针对单个车辆进行求解速度的局部最优解，并不能从路段上车队的角度寻找每个车辆速度的全局最优解。现有专利对交叉口各进口道的流向对所有车辆进行分组，并获得控制单元发送的通过时间，从而根据通过时间生成车辆行驶轨迹。但是这种车辆引导控制方式对于车辆轨迹的控制不准确，将会降低交叉口的道路通行能力。

综上所述，现有车辆网联速度引导控制方法的主要缺点如下：

1、传统的基于85％位车速的车辆网联速度引导控制方法没有考虑车队中每个车辆实时动态变化对道路总流量的影响；

2、智能网联环境下，考虑可变限速的车辆速度控制方法并不一定能很好地满足车辆运行的效率需求；

3、目前车辆速度控制算法大部分只对道路上的单个车辆进行控制，而不是考虑车队总体速度的全局最优解；

4、车辆引导控制算法的目标往往单一，无法同时考虑车辆的效率、排放、油耗、驾驶员舒适度等因素，得到综合最优的车队速度引导控制算法。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种多目标融合的交叉口动态车辆网联速度引导控制方法。

为了实现上述技术目的，本发明的技术方案为：

一种多目标融合的交叉口动态车辆网联速度引导控制方法，包括以下步骤：

(1)收集当前交叉口路段上目前时刻所有车辆的位置、速度信息以及该交叉口红绿灯周期信息；