基于单信号交叉口路段的混合交通流中车辆协同控制方法

本技术涉及交通控制系统，特别涉及一种基于单信号交叉口路段的混合交通流中车辆协同控制。

背景技术：

1、近年来，国内外学者对在含高比例智能网联汽车，即较高渗透率智能网联汽车（connected and automated vehicle，cav）条件下，混合交通流的分析与建模、单信号交叉口优化与控制、多交叉口路网区域协调控制等问题进行了大量研究工作，提出了多种交通控制方法，以在较高渗透率条件下有效提升交叉口和区域控制中道路通行效率，减少车辆延误。

2、但当前社会处在智能网联技术起步和前期阶段，距离实现较高渗透率混合交通流是一个长期过程，短期内得不到有效应用；因而含低比例cav的（10%及以下）低渗透率混合交通流将不可避免长期存在，其不理想交通控制效果甚至会阻碍渗透率提升，陷入长期起步难的问题；与此同时，低渗透率时引入了新特征，充满了新挑战和新机遇，如大量人工驾驶汽车（human-driven vehicle，hv）干扰多信息缺失大、少量cav样本小、高实时性在线控制复杂度大和平均1辆cav感知和协同前后各4-5辆hv难度高等，急待分析和解决。更进一步地，现有混合交通流模型和控制方法在低渗透率时交通流态势估计和控制效果存在性能下降问题，如先验参数与低渗透率环境失配，宏观集计方法处理微观非集计新特征有困难，交通流与控制模型误差大等，需进一步分析和研究；此外，专门针对低渗透率下混合交通流模型及控制机理的研究方法还较少，需要进一步发展。因此，低渗透率混合交通流的耦合感知机理及其交叉口和区域的高效控制仍是一个迫切的需求，急需进一步深入研究。

3、综上所述，现有技术中的人工驾驶汽车和交通信号的交流有限，无法有效协同配合智能网联汽车，极大影响低渗透率混合交通流下交叉口的控制性能和通行效率，亟待解决。

技术实现思路

1、本技术提供一种基于单信号交叉口路段的混合交通流中车辆协同控制方法，以解决现有技术中的人工驾驶汽车和交通信号的交流有限，无法有效协同配合智能网联汽车，极大影响低渗透率混合交通流下交叉口的控制性能和通行效率等问题。

2、本技术第一方面实施例提供一种基于单信号交叉口路段的混合交通流中车辆协同控制方法，包括以下步骤：获取目标单信号交叉路段的车流量信息，并确定所述目标单信号交叉路段中每个目标智能网联车辆的实际位置，以基于所述实际位置和所述车流量信息，生成所述每个目标智能网联车辆目标范围内每个第一目标车辆的相对位置信息；基于所述相对位置信息，建立所述目标单信号交叉路段中的多个混合交通队列，并根据所述多个混合交通队列中每个混合交通队列到达目标单信号交叉路段停止线的行驶时间、所述目标单信号交叉路段的信号灯当前状态信息和预设相位信号配时信息计算所述每个混合交通队列通过所述目标单信号交叉路段停止线的最优车速；通过所述每个目标智能网联车辆将所述最优车速发送至目标路端设备，并控制所述目标路端设备将所述最优车速发送至目标人工驾驶车辆，使得所述目标人工驾驶车辆根据所述最优车速执行相应的驾驶操作。

3、可选地，在本技术的一个实施例中，所述获取目标单信号交叉路段的车流量信息，并确定所述目标单信号交叉路段中每个目标智能网联车辆的实际位置，以基于所述实际位置和所述车流量信息，生成所述目标单信号交叉路段中所述每个目标智能网联车辆目标范围内每个第一目标车辆的相对位置信息，包括：采集所述目标单信号交叉路段的车流量图像，并对所述车流量图像进行边缘处理，以生成所述车流量图像对应的灰度图；获取所述目标单信号交叉路段的信号灯状态信息，并根据所述灰度图计算所述目标单信号交叉路段的车流量信息，且将所述信号灯状态信息和所述车流量信息发送至所述每个目标智能网联车辆；确定所述目标单信号交叉路段中所述每个目标智能网联车辆的实际位置，并根据所述实际位置、所述信号灯当前状态信息和所述车流量信息生成所述每个目标智能网联车辆前后预设距离内所述每个第一目标车辆的相对位置信息。

4、可选地，在本技术的一个实施例中，所述基于所述相对位置信息，建立所述目标单信号交叉路段中的多个混合交通队列，包括：将所述目标单信号交叉路段划分为多个子路段，并构建所述多个子路段中每个子路段对应的子路段节点；获取目标驾驶场景中至少一个第二目标车辆的车辆特征，并对所述车辆特征进行编码，得到所述车辆特征对应的车辆编码特征，且基于所述车辆编码特征和所述子路段节点，预测所述每个目标智能网联车辆目标范围内每个第一目标车辆的行驶轨迹；对所述每个第一目标车辆的行驶轨迹进行检测，以获取所述行驶轨迹相同的多个第一目标车辆，并根据所述多个第一目标车辆和所述相对位置信息建立所述多个混合交通队列，其中，所述多个混合交通队列中每个混合交通队列的头车和/或尾车为目标智能网联车辆。

5、可选地，在本技术的一个实施例中，所述根据所述多个混合交通队列中每个混合交通队列到达目标单信号交叉路段停止线的行驶时间、所述目标单信号交叉路段的信号灯当前状态信息和预设相位信号配时信息计算所述每个混合交通队列通过所述目标单信号交叉路段停止线的最优车速，包括：获取所述目标单信号交叉路段的路段最高限速和路段最低限速，并根据所述预设相位信号配时信息确定所述目标单信号交叉路段信号灯的绿灯通信时长；基于所述路段最高限速、所述路段最低限速、所述车流量信息和所述绿灯通信时长，确定所述目标单信号交叉路段的速度控制区域；对所述绿灯通信时长和预设时长阈值进行比较，当所述绿灯通信时长小于等于所述预设时长阈值时，根据所述行驶时间、所述速度控制区域和预设第一车速计算公式计算所述每个混合交通队列通过所述目标单信号交叉路段停止线的第一最优车速；当所述绿灯通信时长大于所述预设时长阈值，则根据预设减速控制策略和预设第二车速计算公式计算所述每个混合交通队列通过所述目标单信号交叉路段停止线的第二最优车速。

6、可选地，在本技术的一个实施例中，所述预设第一车速计算公式的数学表达式为：

7、

8、其中，为所述每个混合交通队列中的车辆进入所述速度控制区域的速度；为所述车辆以加速度 a进行加速后的最大行驶速度；为所述每个混合交通队列的行驶时间。

9、可选地，在本技术的一个实施例中，所述预设第二车速计算公式的数学表达式为：

10、

11、其中，为所述每个混合交通队列中的车辆进入所述速度控制区域的速度； d为所述每个混合交通队列与所述目标单信号交叉路段停止线之间的距离；为绿灯相位剩余时间； d为所述每个混合交通队列的减速度。

12、本技术第二方面实施例提供一种基于单信号交叉口路段的混合交通流中车辆协同控制装置，包括：生成模块，用于获取目标单信号交叉路段的车流量信息，并确定所述目标单信号交叉路段中每个目标智能网联车辆的实际位置，以基于所述实际位置和所述车流量信息，生成所述每个目标智能网联车辆目标范围内每个第一目标车辆的相对位置信息；计算模块，用于基于所述相对位置信息，建立所述目标单信号交叉路段中的多个混合交通队列，并根据所述多个混合交通队列中每个混合交通队列到达目标单信号交叉路段停止线的行驶时间、所述目标单信号交叉路段的信号灯当前状态信息和预设相位信号配时信息计算所述每个混合交通队列通过所述目标单信号交叉路段停止线的最优车速；控制模块，用于通过所述每个目标智能网联车辆将所述最优车速发送至目标路端设备，并控制所述目标路端设备将所述最优车速发送至目标人工驾驶车辆，使得所述目标人工驾驶车辆根据所述最优车速执行相应的驾驶操作。

13、可选地，在本技术的一个实施例中，所述生成模块包括：采集单元，用于采集所述目标单信号交叉路段的车流量图像，并对所述车流量图像进行边缘处理，以生成所述车流量图像对应的灰度图；发送单元，用于获取所述目标单信号交叉路段的信号灯状态信息，并根据所述灰度图计算所述目标单信号交叉路段的车流量信息，且将所述信号灯状态信息和所述车流量信息发送至所述每个目标智能网联车辆；第一确定单元，用于确定所述目标单信号交叉路段中所述每个目标智能网联车辆的实际位置，并根据所述实际位置、所述信号灯当前状态信息和所述车流量信息生成所述每个目标智能网联车辆前后预设距离内所述每个第一目标车辆的相对位置信息。

14、可选地，在本技术的一个实施例中，所述计算模块包括：划分单元，用于将所述目标单信号交叉路段划分为多个子路段，并构建所述多个子路段中每个子路段对应的子路段节点；编码单元，用于获取目标驾驶场景中至少一个第二目标车辆的车辆特征，并对所述车辆特征进行编码，得到所述车辆特征对应的车辆编码特征，且基于所述车辆编码特征和所述子路段节点，预测所述每个目标智能网联车辆目标范围内每个第一目标车辆的行驶轨迹；检测单元，用于对所述每个第一目标车辆的行驶轨迹进行检测，以获取所述行驶轨迹相同的多个第一目标车辆，并根据所述多个第一目标车辆和所述相对位置信息建立所述多个混合交通队列，其中，所述多个混合交通队列中每个混合交通队列的头车和/或尾车为目标智能网联车辆。

15、可选地，在本技术的一个实施例中，所述计算模块还包括：第二确定单元，用于获取所述目标单信号交叉路段的路段最高限速和路段最低限速，并根据所述预设相位信号配时信息确定所述目标单信号交叉路段信号灯的绿灯通信时长；第三确定单元，用于基于所述路段最高限速、所述路段最低限速、所述车流量信息和所述绿灯通信时长，确定所述目标单信号交叉路段的速度控制区域；第一分析单元，用于对所述绿灯通信时长和预设时长阈值进行比较，当所述绿灯通信时长小于等于所述预设时长阈值时，根据所述行驶时间、所述速度控制区域和预设第一车速计算公式计算所述每个混合交通队列通过所述目标单信号交叉路段停止线的第一最优车速；第二分析单元，用于当所述绿灯通信时长大于所述预设时长阈值，则根据预设减速控制策略和预设第二车速计算公式计算所述每个混合交通队列通过所述目标单信号交叉路段停止线的第二最优车速。

16、可选地，在本技术的一个实施例中，所述预设第一车速计算公式的数学表达式为：

17、

18、其中，为所述每个混合交通队列中的车辆进入所述速度控制区域的速度；为所述车辆以加速度 a进行加速后的最大行驶速度；为所述每个混合交通队列的行驶时间。

19、可选地，在本技术的一个实施例中，所述预设第二车速计算公式的数学表达式为：

20、

21、其中，为所述每个混合交通队列中的车辆进入所述速度控制区域的速度； d为所述每个混合交通队列与所述目标单信号交叉路段停止线之间的距离；为绿灯相位剩余时间； d为所述每个混合交通队列的减速度。

22、本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于单信号交叉口路段的混合交通流中车辆协同控制方法。

23、本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于单信号交叉口路段的混合交通流中车辆协同控制方法。

24、由此，本技术的实施例具有以下有益效果：

25、本技术的实施例可通过获取目标单信号交叉路段的车流量信息，并确定目标单信号交叉路段中每个目标智能网联车辆的实际位置，以基于实际位置和车流量信息，生成每个目标智能网联车辆目标范围内每个第一目标车辆的相对位置信息；基于相对位置信息，建立目标单信号交叉路段中的多个混合交通队列，并根据多个混合交通队列中每个混合交通队列到达目标单信号交叉路段停止线的行驶时间、目标单信号交叉路段的信号灯当前状态信息和预设相位信号配时信息计算每个混合交通队列通过目标单信号交叉路段停止线的最优车速；通过每个目标智能网联车辆将最优车速发送至目标路端设备，并控制目标路端设备将最优车速发送至目标人工驾驶车辆，使得目标人工驾驶车辆根据最优车速执行相应的驾驶操作，从而有效提高了低渗透率混合交通流下交叉口的通行效率和控制性能，极大提升了车辆的行驶效益。由此，解决了现有技术中的人工驾驶汽车和交通信号的交流有限，无法有效协同配合智能网联汽车，极大影响低渗透率混合交通流下交叉口的控制性能和通行效率等问题。

26、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。