混合交通流下单信号交叉口车辆协同控制方法

本技术涉及交通控制系统，特别涉及一种混合交通流下单信号交叉口车辆协同控制方法。

背景技术：

1、信号控制交叉口是城市路网中各条道路相互连通的重要组成部分，是维持交通秩序，提高通行效率的关键节点。但随着车流量的增加，原有的信号控制方案无法有效提升车流的行驶效率。随着通信技术的进步和自动驾驶技术的发展，应用网联自动驾驶车辆（connected and autonomous vehicle，cav）成为了解决这一问题的可行方案。

2、车辆与车辆（vehicle-to-vehicle，v2v）以及车辆与路端（vehicle-to-infrastructure，v2i）的通信是网联车辆的基础。目前常见的v2x（vehicle-to-everything）通信方案包括蜂窝车联网系统技术架构（cellular vehicle-to-everything，c-v2x）和专用短程通信技术（dedicated short range communication，dsrc）。上述技术使车辆可以获取周围车辆以及路端的各种信息，从而采取相应的应对措施以提高行驶安全性，减少延误时长。随着自动驾驶技术的快速发展，近些年cav成为了众多学者重点研究的对象，cav除了可以获取道路和车辆等交通信息，还可以根据提前制定的控制策略实现自动驾驶。多个cav共同行驶时还可以实现协同驾驶，例如编队行驶、协同换道、多源感知数据共享等等，进一步提升通行效率。

3、在单个信号控制交叉口的场景下，cav可以实现与信号灯互联互通，并根据实时交通状态采取相应的控制措施，以提高车队在交叉口处的通行效率。目前研究者提出的控制措施可分为两类，一类是信号灯配时固定，cav根据配时采取相应的控制措施；另一类是信号灯配时可根据车队行驶情况实时规划信号配时，车辆根据实时优化的方案进行协同控制。根据上述研究显示，随着cav渗透率（cav在整个车队中所占的比例）的提升，车队通过交叉口的效率越高。然而，无论是哪一类控制措施，当cav处于低渗透率（约15%以下）的情况时，提升效果均不明显。其原因是车队中大部分车辆是人工驾驶车辆（human-drivenvehicle，hv），其无法与路端或周围车辆进行通信，仅能依靠驾驶员视觉和经验对车辆周围环境进行评估，同时，其无法与cav车辆进行协同配合，使得在cav低渗透率的情况下无法有效提升车队在信号控制交叉口的行驶效率。在未来较长的时间里将会处于cav与hv混行的状态，并且在未来的短时间内仍将处于cav低渗透率的情况。

4、为了解决hv无法有效协同配合cav的问题，现有技术可在hv装配通信设备的方法，将hv纳入通信网络内，使得hv车辆也能够获取路端或周围车辆发送的信息，然而其虽可有效提升cav低渗透率下混合交通流信号控制交叉口通信效率，但其默认采用射频信号进行通信，在实地应用中随着通信车辆的增加，会存在信号干扰、频谱资源匮乏等问题。目前，网联车辆使用的通信方式包括c-v2x和dsrc，这些通信方式均采用射频信号作为信息的载体，具有较大的通信范围和较高的可靠性。因此，这种通信方式可以应用于多个交通场景。但随着通信车辆的增加，信号干扰的影响也随之增加，同时有限的通信资源无法满足大量网联车的同时通信。

5、综上所述，在现有技术中，随着通信车辆的增加，人工驾驶车辆无法满足大量网联车的同时通信的需求，且射频信号通信等方式存在信号干扰和频谱资源匮乏等缺陷，极大影响混合交通队列在信号控制交叉口的通行效率，亟待解决。

技术实现思路

1、本技术提供一种混合交通流下单信号交叉口车辆协同控制方法，以解决在现有技术中，随着通信车辆的增加，人工驾驶车辆无法满足大量网联车的同时通信的需求，且射频信号通信等方式存在信号干扰和频谱资源匮乏等缺陷，极大影响混合交通队列在信号控制交叉口的通行效率等问题。

2、本技术第一方面实施例提供一种混合交通流下单信号交叉口车辆协同控制方法，包括以下步骤：采集预设单信号交叉口路段中目标协同控制区域的车辆视频信息，并根据所述车辆视频信息生成所述目标协同控制区域对应的车流状态感知数据；通过所述目标协同控制区域内当前混合交通队列中的至少一个目标网联自动驾驶车辆确定所述当前混合交通队列中的领航车辆，并基于所述领航车辆和所述车流状态感知数据，计算所述当前混合交通队列的最优车速；根据预设可见光通信策略将所述最优车速发送至所述当前混合交通队列中的至少一个目标人工驾驶车辆，并基于所述领航车辆、所述最优车速和预设协同控制策略，控制所述至少一个目标网联自动驾驶车辆和所述至少一个目标人工驾驶车辆执行相应的驾驶操作。

3、可选地，在本技术的一个实施例中，所述采集预设单信号交叉口路段中目标协同控制区域的车辆视频信息，并根据所述车辆视频信息生成所述目标协同控制区域对应的车流状态感知数据，包括：将所述车辆视频信息输入至预先训练的目标检测模型，以输出所述车辆视频信息中每个视频帧对应的每个待检测车辆的检测框；根据所述每个待检测车辆的检测框确定所述每个待检测车辆在所述车辆视频信息中相邻两帧的检测框位置和所述相邻两帧中检测框位置对应的时间差；基于所述检测框位置和所述时间差，计算所述每个待检测车辆的瞬时车速，并根据所述每个待检测车辆的瞬时车速计算所有待检测车辆的平均速度，以通过所述平均速度得到所述目标协同控制区域对应的车流速度；获取所述目标协同控制区域对应的车流量信息，并通过所述车流量信息计算所述目标协同控制区域的车流密度，以根据所述车流量信息、所述车流密度和所述车流速度确定所述目标协同控制区域对应的车流状态感知数据。

4、可选地，在本技术的一个实施例中，所述通过所述目标协同控制区域内当前混合交通队列中的至少一个目标网联自动驾驶车辆确定所述当前混合交通队列中的领航车辆，并基于所述领航车辆和所述车流状态感知数据，计算所述当前混合交通队列的最优车速，包括：控制目标路侧单元将所述车流状态感知数据发送至目标led显示设备，并通过所述目标led显示设备显示所述车流状态感知数据，同时利用预设的专用短程通信协议和可见光通信策略，将所述车流状态感知数据发送至所述当前混合交通队列中所述至少一个目标网联自动驾驶车辆中的每个目标网联自动驾驶车辆；获取所述预设单信号交叉口路段的红绿灯配时信息，并根据所述红绿灯配时信息和所述车流速度计算所述当前混合交通队列在当前绿灯时段内通过预设单信号交叉口路段停止线的目标车辆的数量，以通过所述目标车辆的数量判断所述当前混合交通队列中领航车辆；如果目标网联自动驾驶车辆为所述目标车辆中的领航车辆，或者所述目标网联自动驾驶车辆在所述当前绿灯时段内无法通过所述预设单信号交叉口路段停止线，但为下一绿灯时段所述当前混合交通队列中的领航车辆时，则所述当前混合交通队列中领航车辆为所述目标网联自动驾驶车辆，否则所述当前混合交通队列中领航车辆为目标人工驾驶车辆；在所述目标网联自动驾驶车辆或所述目标人工驾驶车辆作为所述当前混合交通队列中的领航车辆，且在所述当前绿灯时段内所述领航车辆能够通过所述预设单信号交叉口路段停止线的情况下，将预设车道最高限速作为所述每个目标网联自动驾驶车辆或所述至少一个目标人工驾驶车辆中每个目标人工驾驶车辆的目标车速，并根据所述目标车速构建第一最优车速目标函数，以利用所述第一最优车速目标函数计算所述当前混合交通队列对应的最优车速；在所述目标网联自动驾驶车辆或所述目标人工驾驶车辆无法在所述当前绿灯时段内通过所述预设单信号交叉口路段停止线，但作为所述下一绿灯时段所述当前混合交通队列中的领航车辆的情况下，获取所述领航车辆与所述预设单信号交叉口路段停止线之间的行驶距离，并根据所述行驶距离和所述红绿灯配时信息构建第二最优车速目标函数，以通过所述第二最优车速目标函数计算所述当前混合交通队列对应的最优车速。

5、可选地，在本技术的一个实施例中，所述根据预设可见光通信策略将所述最优车速发送至所述当前混合交通队列中的至少一个目标人工驾驶车辆，并基于所述领航车辆、所述最优车速和预设协同控制策略，控制所述至少一个目标网联自动驾驶车辆和所述至少一个目标人工驾驶车辆执行相应的驾驶操作，包括：控制所述目标网联自动驾驶车辆通过所述专用短程通信协议将所述最优车速发送至所述目标led显示设备，并使得所述目标led显示设备利用所述可见光通信策略将所述最优车速发送至所述每个目标人工驾驶车辆；在所述当前混合交通队列中领航车辆为所述目标网联自动驾驶车辆时，控制所述每个目标网联自动驾驶车辆通过所述最优车速行驶，同时使得所述每个目标人工驾驶车辆根据所述最优车速执行跟驰所述目标网联自动驾驶车辆操作；在所述当前混合交通队列中领航车辆为所述目标人工驾驶车辆时，控制所述每个目标人工驾驶车辆根据所述最优车速行驶，同时使得所述每个目标网联自动驾驶车辆通过所述最优车速执行跟驰所述目标人工驾驶车辆操作。

6、可选地，在本技术的一个实施例中，所述第一最优车速目标函数的数学表达式为：

7、

8、其中，和分别表示速度差权重系数和加速度权重系数；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始时间和当前时刻；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始速度和所述预设车道最高限速；表示车辆当前时刻的加速度；表示在至之间所述加速度的变化趋势。

9、可选地，在本技术的一个实施例中，所述第二最优车速目标函数的数学表达式为：

10、

11、其中，和分别表示速度差权重系数和加速度权重系数；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始时间和当前时刻；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始速度和所述预设车道最高限速；表示车辆当前时刻的加速度；表示在至之间所述加速度的变化趋势；表示所述目标协同控制区域的长度；表示当前时刻所述车辆在所述目标协同控制区域内已行驶的长度。

12、本技术第二方面实施例提供一种混合交通流下单信号交叉口车辆协同控制装置，包括：采集模块，用于采集预设单信号交叉口路段中目标协同控制区域的车辆视频信息，并根据所述车辆视频信息生成所述目标协同控制区域对应的车流状态感知数据；计算模块，用于通过所述目标协同控制区域内当前混合交通队列中的至少一个目标网联自动驾驶车辆确定所述当前混合交通队列中的领航车辆，并基于所述领航车辆和所述车流状态感知数据，计算所述当前混合交通队列的最优车速；控制模块，用于根据预设可见光通信策略将所述最优车速发送至所述当前混合交通队列中的至少一个目标人工驾驶车辆，并基于所述领航车辆、所述最优车速和预设协同控制策略，控制所述至少一个目标网联自动驾驶车辆和所述至少一个目标人工驾驶车辆执行相应的驾驶操作。

13、可选地，在本技术的一个实施例中，所述采集模块包括：检测单元，用于将所述车辆视频信息输入至预先训练的目标检测模型，以输出所述车辆视频信息中每个视频帧对应的每个待检测车辆的检测框；第一确定单元，用于根据所述每个待检测车辆的检测框确定所述每个待检测车辆在所述车辆视频信息中相邻两帧的检测框位置和所述相邻两帧中检测框位置对应的时间差；运算单元，用于基于所述检测框位置和所述时间差，计算所述每个待检测车辆的瞬时车速，并根据所述每个待检测车辆的瞬时车速计算所有待检测车辆的平均速度，以通过所述平均速度得到所述目标协同控制区域对应的车流速度；第二确定单元，用于获取所述目标协同控制区域对应的车流量信息，并通过所述车流量信息计算所述目标协同控制区域的车流密度，以根据所述车流量信息、所述车流密度和所述车流速度确定所述目标协同控制区域对应的车流状态感知数据。

14、可选地，在本技术的一个实施例中，所述计算模块包括：第一通信单元，用于控制目标路侧单元将所述车流状态感知数据发送至目标led显示设备，并通过所述目标led显示设备显示所述车流状态感知数据，同时利用预设的专用短程通信协议和可见光通信策略，将所述车流状态感知数据发送至所述当前混合交通队列中所述至少一个目标网联自动驾驶车辆中的每个目标网联自动驾驶车辆；判断单元，用于获取所述预设单信号交叉口路段的红绿灯配时信息，并根据所述红绿灯配时信息和所述车流速度计算所述当前混合交通队列在当前绿灯时段内通过预设单信号交叉口路段停止线的目标车辆的数量，以通过所述目标车辆的数量判断所述当前混合交通队列中领航车辆；分析单元，用于如果目标网联自动驾驶车辆为所述目标车辆中的领航车辆，或者所述目标网联自动驾驶车辆在所述当前绿灯时段内无法通过所述预设单信号交叉口路段停止线，但为下一绿灯时段所述当前混合交通队列中的领航车辆时，则所述当前混合交通队列中领航车辆为所述目标网联自动驾驶车辆，否则所述当前混合交通队列中领航车辆为目标人工驾驶车辆；第一构建单元，用于在所述目标网联自动驾驶车辆或所述目标人工驾驶车辆作为所述当前混合交通队列中的领航车辆，且在所述当前绿灯时段内所述领航车辆能够通过所述预设单信号交叉口路段停止线的情况下，将预设车道最高限速作为所述每个目标网联自动驾驶车辆或所述至少一个目标人工驾驶车辆中每个目标人工驾驶车辆的目标车速，并根据所述目标车速构建第一最优车速目标函数，以利用所述第一最优车速目标函数计算所述当前混合交通队列对应的最优车速；第二构建单元，用于在所述目标网联自动驾驶车辆或所述目标人工驾驶车辆无法在所述当前绿灯时段内通过所述预设单信号交叉口路段停止线，但作为所述下一绿灯时段所述当前混合交通队列中的领航车辆的情况下，获取所述领航车辆与所述预设单信号交叉口路段停止线之间的行驶距离，并根据所述行驶距离和所述红绿灯配时信息构建第二最优车速目标函数，以通过所述第二最优车速目标函数计算所述当前混合交通队列对应的最优车速。

15、可选地，在本技术的一个实施例中，所述控制模块包括：第二通信单元，用于控制所述目标网联自动驾驶车辆通过所述专用短程通信协议将所述最优车速发送至所述目标led显示设备，并使得所述目标led显示设备利用所述可见光通信策略将所述最优车速发送至所述每个目标人工驾驶车辆；第一跟驰单元，用于在所述当前混合交通队列中领航车辆为所述目标网联自动驾驶车辆时，控制所述每个目标网联自动驾驶车辆通过所述最优车速行驶，同时使得所述每个目标人工驾驶车辆根据所述最优车速执行跟驰所述目标网联自动驾驶车辆操作；第二跟驰单元，用于在所述当前混合交通队列中领航车辆为所述目标人工驾驶车辆时，控制所述每个目标人工驾驶车辆根据所述最优车速行驶，同时使得所述每个目标网联自动驾驶车辆通过所述最优车速执行跟驰所述目标人工驾驶车辆操作。

16、可选地，在本技术的一个实施例中，所述第一最优车速目标函数的数学表达式为：

17、

18、其中，和分别表示速度差权重系数和加速度权重系数；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始时间和当前时刻；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始速度和所述预设车道最高限速；表示车辆当前时刻的加速度；表示在至之间所述加速度的变化趋势。

19、可选地，在本技术的一个实施例中，所述第二最优车速目标函数的数学表达式为：

20、

21、其中，和分别表示速度差权重系数和加速度权重系数；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始时间和当前时刻；和分别表示所述每个目标网联自动驾驶车辆根据所述最优车速行驶过程的初始速度和所述预设车道最高限速；表示车辆当前时刻的加速度；表示在至之间所述加速度的变化趋势；表示所述目标协同控制区域的长度；表示当前时刻所述车辆在所述目标协同控制区域内已行驶的长度。

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混合交通流下单信号交叉口车辆协同控制方法。

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混合交通流下单信号交叉口车辆协同控制方法。

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采集预设单信号交叉口路段中目标协同控制区域的车辆视频信息，并根据车辆视频信息生成目标协同控制区域对应的车流状态感知数据；通过目标协同控制区域内当前混合交通队列中的至少一个目标网联自动驾驶车辆确定当前混合交通队列中的领航车辆，并基于领航车辆和车流状态感知数据，计算当前混合交通队列的最优车速；根据预设可见光通信策略将最优车速发送至当前混合交通队列中的至少一个目标人工驾驶车辆，并基于领航车辆、最优车速和预设协同控制策略，控制至少一个目标网联自动驾驶车辆和至少一个目标人工驾驶车辆执行相应的驾驶操作。本技术通过融合vlc通信技术，使人工驾驶车辆能够接收cav车辆输出的优化车速信息，从而实现协同驾驶，极大提高了车辆行驶效率。由此，解决了在现有技术中，随着通信车辆的增加，人工驾驶车辆无法满足大量网联车的同时通信的需求，且射频信号通信等方式存在信号干扰和频谱资源匮乏等缺陷，极大影响混合交通队列在信号控制交叉口的通行效率等问题。

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。