无信号交叉口车辆通行顺序决策与轨迹优化方法及系统

本发明涉及交通工程领域，特别是一种无信号交叉口车辆通行顺序决策与轨迹优化方法及系统。

背景技术：

1、交叉口通常被认为是交通网络中的瓶颈和事故多发区，不同方向的车流汇集于此产生轨迹冲突。高效的交通信号控制策略，如自适应信号控制等在提高传统的完全由人类驾驶的车辆(hv)交通的交叉口吞吐量方面表现出了卓越的性能。随着通信技术的发展，网联人类驾驶车辆(cv)可以在没有交通信号的情况下被引导做出适当反应并提高交通安全与通行效率，无冲突方向的车辆可以同时占用交叉口。与车辆自动化相结合，智能网联车(cav)可以进一步在无信号交叉口以协作的方式运行，利用更大的灵活性来缓解拥堵、提高安全性、降低油耗和排放。

2、纯cav环境下的无信号交叉口被认为是缓解交通瓶颈的有效途径，学者在这一领域进行了大量探索。一般来说，自主交叉路口管理(aim)包括两项主要任务：(1)规划轨迹以分离运动冲突；(2)根据规划轨迹以一定目标控制车辆。解决冲突的常用方法有两种：基于规则和基于优化的模型。而许多研究强调微观控制层面，并通过一些简化的启发式规则来确定通过顺序。常用的规则包括先到先服务(fcfs)、最长队伍优先(lqf)等。而相比于基于规则的方法，基于优化的方法则在提高系统效率和降低个人旅行成本方面会有更好的表现，常用的方法为混合整数线性规划模型(milp)，但通常以系统最优为目标，对于车辆公平性的考虑较少。

3、近年来，v2x技术促进了车辆以车队的形式协作，以提高交叉口吞吐量并减轻计算负担。研究显示，cav以车队的形式进行协作，可以有效减少行驶时间和燃料消耗。此外，车辆以车队的形式通过交叉口，还可以降低优化模型求解复杂度。但对于车队中车辆的组成数量，应依据交叉口规划区域内车辆的实时状态，作为优化模型的决策变量。

4、鉴于短期内可能无法实现cav市场的完全饱和，探索cav和hv的混合环境在未来将是一个更加复杂但又具有实际意义的挑战。在混合环境下，cav的行为可以用一系列的控制方法进行描述，hv的行为可以用相应的车辆跟驰模型刻画。而对于车队轨迹的优化，若限制cav作为头车则在其渗透率较低的情况下难以实现，而在较容易实现的网联环境下，人类驾驶的车辆(hv)可以实现无冲突通行，让驾驶员在提供速度建议的设备的帮助下，在预期时间进入交叉口。

5、因此，提出一种智能网联车(cav)和网联人类驾驶车辆(cv)的混合环境下基于车辆编队的无信号交叉口车辆通行顺序决策与轨迹优化方法及系统是非常有必要的。

技术实现思路

1、本发明的第一目的是提供一种无信号交叉口车辆通行顺序决策与轨迹优化方法，提高无信号交叉口车辆通行效率，为交通拥堵的缓解提供参考。

2、为实现本发明第一目的的技术方案如下：

3、一种无信号交叉口车辆通行顺序决策与轨迹优化方法，所述方法考虑全网联环境中智能网联车和网联人类驾驶车辆的混合环境，利用车联网技术与自动驾驶技术，确定无信号交叉口各进口道车队构成以及通行顺序，包括步骤：

4、s1、收集无信号交叉口出现区内所有车辆的位置、速度、加速度，车辆类型，以及网联人类驾驶车辆的意图信息；所述无信号交叉口分为出现区、控制区、汇流区，首先在无信号交叉口出现区内进行车辆编队与通行顺序优化，然后在无信号交叉口控制区内实现车队头车轨迹优化或速度建议，最后在无信号交叉口汇流区实现车队的无冲突通行；所述网联人类驾驶车辆的意图信息包括愿意遵从速度建议、不愿意遵从速度建议；

5、s2、将无信号交叉口出现区内所有车辆按照到达次序进行排序，形成虚拟队列；

6、s3、根据基于车辆编队并考虑公平性和网联人类驾驶车辆意图的无信号交叉口通行顺序优化模型或结合先到先服务模型，确定最优车队组成方案以及无冲突的通行顺序，从而规划出各车队进入无信号交叉口汇流区的时刻以及所分配的无信号交叉口汇流区的占用时间；

7、s4、根据当前车辆状态，通过非线性规划模型为智能网联车头车生成最优轨迹，并控制智能网联车头车，使智能网联车头车带领车队按照所规划的各车队进入无信号交叉口汇流区的时刻通过无信号交叉口控制区，以及按照所分配的无信号交叉口汇流区的占用时间通过无信号交叉口汇流区；通过速度建议模型为愿意遵从速度建议的网联人类驾驶车辆头车给出下一时段的速度建议，使愿意遵从速度建议的网联人类驾驶车辆头车带领车队按照所规划的各车队进入无信号交叉口汇流区的时刻通过无信号交叉口控制区，以及按照所分配的无信号交叉口汇流区的占用时间通过无信号交叉口汇流区；所述智能网联车头车是指车队的第一辆车为智能网联车，所述网联人类驾驶车辆头车是指车队的第一辆车为网联人类驾驶车辆。

8、进一步地，所述基于车辆编队并考虑公平性和网联人类驾驶车辆意图的无信号交叉口通行顺序优化模型的决策变量是将虚拟队列划分为的n个初集合内的车辆数；根据所述决策变量并结合网联人类驾驶车辆意图信息，确定车队组成方案(这里的车队组成方案不一定是最优车队组成方案，而是由决策变量以及网联人类驾驶车辆意图信息确定的方案，与解空间、车辆情况相关)，具体包括：

9、步骤a、将虚拟队列划分为n个集合，并将这n个集合称为初集合；

10、步骤b、位于同一初集合、同一车道的车辆，形成一个准车队；

11、步骤c、判断每个准车队的头车类型；若准车队的头车为智能网联车，则该准车队形成一个车队；若准车队的头车为网联人类驾驶车辆，且愿意遵从速度建议，则该准车队形成一个车队；若准车队的头车为网联人类驾驶车辆，且不愿意遵从速度建议，则该准车队的头车作为单独车辆，形成一个车队，而该准车队的其余车辆作为另一个准车队，重复执行步骤c，直到准车队形成车队；

12、步骤d、由所形成的车队确定车队组成方案，并且在所确定的车队组成方案中每条车道上的第k个车队属于一个集合，称为第k个终集合；

13、(初集合是由决策变量直接确定，而终集合是由决策变量和网联人类驾驶车辆意图信息共同确定。)

14、所述基于车辆编队并考虑公平性和网联人类驾驶车辆意图的无信号交叉口通行顺序优化模型的目标函数为：

15、

16、其中，ta(i,j,s)表示第i条车道上第s个终集合内的第j辆车进入无信号交叉口出现区的时刻；te(i,j,s)表示为第i条车道上第s个终集合内的第j辆车规划的进入无信号交叉口汇流区的时刻；表示第i条车道上第s个终集合内的车辆数；i总表示车道总数；s总表示终集合总数；

17、所述基于车辆编队并考虑公平性和网联人类驾驶车辆意图的无信号交叉口通行顺序优化模型的约束条件包括：

18、1)车辆运动学基本约束，即车辆的位置、速度、加速度满足二阶动力学约束：

19、

20、

21、其中，p(t)表示t时刻车辆的位置，v(t)表示t时刻车辆的速度，u(t)表示t时刻车辆的加速度；

22、2)最早到达时间约束：为车辆规划的进入无信号交叉口汇流区的时刻受到车辆当前状态的限制，不可早于最早到达时间，即：

23、

24、其中，t表示当前时间戳，te表示为车辆规划的进入无信号交叉口汇流区的时刻，c表示无信号交叉口出现区内的车辆，ψs表示所确定的车队组成方案中的终集合；最早到达时间tm满足：

25、

26、其中，vmax表示车辆的最大速度限制，umax表示车辆的最大加速度限制，d(t)表示t时刻车辆到无信号交叉口汇流区的距离；

27、3)车队占用时间约束：车队占用无信号交叉口汇流区的时间与车队的车辆数有关，同时考虑车辆启动反应时间，计算车队最大占用时间，车队占用时间则用车队最大占用时间计算，即：

28、to＝ts+(n-1)tr，(4.1)

29、其中，n表示车队的车辆数，tr表示车辆启动反应时间；ts表示车队最后一辆车启动进入无信号交叉口汇流区的时间，满足：

30、

31、其中，ls表示车队最后一辆车的停车位置距离无信号交叉口汇流区的距离，ls＝l+h+(n-1)(h+s0)，l表示车辆所在车道在无信号交叉口汇流区内的轨迹长度，h表示车辆长度，s0表示最小车辆间距；

32、4)车队无冲突约束：考虑不同车道轨迹的冲突关系，为车队安排无冲突的轨迹，可兼容的车队可以同时占用无信号交叉口汇流区，因此，车队通行顺序决策的规则为每个车队进入无信号交叉口汇流区的时间晚于具有更高优先级且与之不兼容的车队，即：

33、

34、其中，表示为第i条车道上第s个终集合内的车队头车规划的进入无信号交叉口汇流区的时刻，表示为第i′条车道上第s′个终集合内的车队头车规划的进入无信号交叉口汇流区的时刻，表示第i′条车道上第s′个终集合内的车队头车占用无信号交叉口汇流区的时间，i表示车道编号集合，s表示终集合编号集合；若s>s′或s＝s′，且第i′条车道在同一终集合中具有优先权，则二进制变量ωii′为1，否则二进制变量ωii′为0；二进制变量λii′用于识别两个车队是否兼容(即两个车队在无信号交叉口汇流区内的轨迹是否冲突)，若两个车队兼容，则λii′＝0，否则λii′＝1。

35、进一步地，与不愿意遵从速度建议的网联人类驾驶车辆形成的车队，位于同一终集合的各车道上的车队，根据先到先服务模型按照车队头车先到先服务规则决策车辆通行顺序。

36、进一步地，所述非线性规划模型为智能网联车头车生成最优轨迹；所述非线性规划模型如下：

37、

38、

39、

40、

41、

42、v1(ts)＝v1，                                     (6.6)

43、p1(ts)＝0，                                     (6.7)

44、

45、p1(te)＝d1，(6.9)

46、其中，t表示当前时间戳，te表示为车辆规划的进入无信号交叉口汇流区的时刻，ts表示车辆轨迹规划时刻，d1表示智能网联车头车当前位置到无信号交叉口汇流区的距离，表示智能网联车头车的期望速度，v1表示智能网联车头车的速度，p1(t)表示t时刻智能网联车头车的位置，v1(t)表示t时刻智能网联车头车的速度，u1(t)表示t时刻智能网联车头车的加速度，表示智能网联车头车的最小速度限制，表示智能网联车头车的最大速度限制，表示智能网联车头车的最小加速度限制，表示智能网联车头车的最大加速度限制；式(6.1)表示最小化ts时刻至te时刻内智能网联车头车油耗；式(6.2)表示智能网联车头车的速度限制；式(6.3)表示智能网联车头车的加速度限制；式(6.4)表示智能网联车头车的位置更新规则；式(6.5)表示智能网联车头车的速度更新规则；式(6.6)表示ts时刻智能网联车头车的速度约束，为起始约束；式(6.7)表示ts时刻智能网联车头车的位置约束，为起始约束；式(6.8)表示te时刻智能网联车头车的速度约束，为终端约束；式(6.9)表示te时刻智能网联车头车的位置约束，为终端约束。

47、进一步地，所述速度建议模型为愿意遵从速度建议的网联人类驾驶车辆头车给出下一时段的速度建议，包括加速、匀速、减速建议；所述速度建议模型如下：

48、当时，速度建议模型为愿意遵从速度建议的网联人类驾驶车辆头车提供加速建议；

49、当时，速度建议模型为愿意遵从速度建议的网联人类驾驶车辆头车提供匀速建议；

50、当时，速度建议模型为愿意遵从速度建议的网联人类驾驶车辆头车提供减速建议；

51、其中，t表示当前时间戳，te表示为车辆规划的进入无信号交叉口汇流区的时刻，v2(t)表示t时刻愿意遵从速度建议的网联人类驾驶车辆头车的速度，d2(t)表示愿意遵从速度建议的网联人类驾驶车辆头车当前位置到无信号交叉口汇流区的距离，a(-)表示愿意遵从速度建议的网联人类驾驶车辆头车的最大减速度；η1和η2为参数，调节可控制速度建议保守程度。

52、进一步地，车队中非头车的智能网联车与其前车的间隙保持规则如下：

53、e＝g(t)-h0-g*，      (7.1)

54、

55、其中，t表示当前时间戳，δta表示时间间隔，g(t)表示t时刻车队中非头车的智能网联车与其前车的间隙，h0表示车队中非头车的智能网联车的车辆长度，g*表示期望间隙，e表示跟踪误差，表示跟踪误差对于时间的一阶导数，θp＝0.45和θd＝0.125为调整间隙的参数，v3(t)表示t时刻车队中非头车的智能网联车的速度，v3(t+δta)表示t+δta时刻车队中非头车的智能网联车的速度。

56、进一步地，车队中非头车的网联人类驾驶车辆和愿意遵从速度建议的网联人类驾驶车辆头车的行为采用考虑随机性的gipps跟驰模型，其随机性表示为：

57、u0(t)＝a(t)+bq(t)r(t)，    (8.1)

58、其中，a(t)表示t时刻根据gipps跟驰模型生成的加速度；b表示不同加速度下的标准差；q(t)是介于0和1之间的均匀分布随机数；r(t)是1或-1，概率分别为50％；u0(t)表示实际执行的加速度。

59、本发明的第二目的是提供一种无信号交叉口车辆通行顺序决策与轨迹优化系统，提高无信号交叉口车辆通行效率。

60、为实现本发明第二目的的技术方案如下：

61、一种无信号交叉口车辆通行顺序决策与轨迹优化系统，所述系统是采用前述任一种无信号交叉口车辆通行顺序决策与轨迹优化方法工作的；所述系统包括路侧感知与通信设备、路侧计算单元、车载单元；

62、所述路侧感知与通信设备，收集无信号交叉口出现区内所有车辆的位置、速度、加速度，车辆类型，网联人类驾驶车辆意图信息，并将无信号交叉口出现区内所有车辆信息传输给路侧计算单元；

63、所述路侧计算单元作为无信号交叉口的管理中心，根据接收到的车辆信息，将无信号交叉口出现区内所有车辆按照到达次序进行排序，形成虚拟队列，确定最优车队组成方案以及无冲突的通行顺序，从而规划出各车队进入无信号交叉口汇流区的时刻以及所分配的无信号交叉口汇流区的占用时间，并传输给车载单元；所述路侧计算单元包括基于车辆编队并考虑公平性和网联人类驾驶车辆意图的无信号交叉口通行顺序优化模型、先到先服务模型；

64、所述车载单元包括非线性规划模型、速度建议模型；所述非线性规划模型为智能网联车头车生成最优轨迹，并控制智能网联车头车，使智能网联车头车带领车队按照所规划的各车队进入无信号交叉口汇流区的时刻通过无信号交叉口控制区，以及按照所分配的无信号交叉口汇流区的占用时间通过无信号交叉口汇流区；所述速度建议模型为愿意遵从速度建议的网联人类驾驶车辆头车给出下一时段的速度建议，使愿意遵从速度建议的网联人类驾驶车辆头车带领车队按照所规划的各车队进入无信号交叉口汇流区的时刻通过无信号交叉口控制区，以及按照所分配的无信号交叉口汇流区的占用时间通过无信号交叉口汇流区。

65、与现有技术相比，本发明具有以下优势：

66、一、本发明组织无信号交叉口内车辆以车队形式通过，并结合简单规则与优化模型，在考虑车辆通行公平性的基础上对车辆通行次序进行决策，提出具有更强适应性，同时能够降低计算复杂度的无信号交叉口自主管理方法与系统，具有实际意义。

67、二、本发明考虑智能网联车和网联人类驾驶车辆的混合环境相比于纯智能网联车的环境更易实现，也更具实际意义；本发明考虑网联人类驾驶车辆驾驶者的意图，允许网联人类驾驶车辆作为车队头车并为其提供速度建议，而为智能网联车头车设计最优轨迹，可以有效模拟混合环境的特征。

68、三、本发明运用无信号交叉口车辆编队方案、车队通过顺序同时进行优化，同时考虑了车辆通行公平性与网联人类驾驶车辆不愿意遵从速度建议的情况，接着基于优化结果为智能网联车头车提供最优轨迹，为愿意遵从速度建议的网联人类驾驶车辆头车提供速度建议，控制或引导车辆以更高的通行效率通过无信号交叉口，从而在降低车辆的平均延误的基础上，控制最大延误并降低燃油消耗。

69、下面通过具体实施方式及附图对本发明作进一步详细说明，但并不意味着对本发明保护范围的限制。