一种左转专用信号下网联自动驾驶车辆的协同通行策略

本发明涉及自动驾驶在交叉口的通行策略领域，具体涉及一种左转专用信号下网联自动驾驶车辆的协同通行策略。

背景技术：

1、城市道路交叉路口交通事故频发，其中左转车辆的交通轨迹相对复杂。随着5g、工业互联网、大数据等新一代信息技术的发展，自动驾驶车辆可以快速地进行交互感知与信息共享。因此如何充分发挥自动驾驶车辆信息交互的优势，使得左转车辆高效、安全通过交叉口成为重要的研究方向。

2、车辆左转运动轨迹具有较强不稳定性和高动态特性，且车辆在十字交叉口的左转行为属于大曲率行驶工况，相比直行轨迹规划而言，该机动行为轨迹规划的参数变量及约束复杂程度均呈规模性增长，求解难度也随之攀升。通过对交叉口左转车辆轨迹的合理规划，不仅可以充分利用交叉口的时空资源，提升交叉口整体通行效率，而且能够有效提高车辆行驶安全性。当前左转车辆的轨迹规划多采用直线段加圆弧曲线、回旋曲线、多项式曲线、贝塞尔曲线和样条曲线等进行刻画，并在此基础上对目标需求进行优化。但上述轨迹规划方法多数仅选定一种轨迹曲线，没有涉及到多种轨迹曲线的比较和择优。

3、在交叉口车辆通行策略和运动优化方面，path研究证明，车辆以车队形式运行可使每条车道的客车通行能力比传统车道的通行能力提高2-3倍，同时，chaudhary使用车队识别系统来优化交叉路口的交通流量；jiang将车队作为交通信号配时的设计参数，以尽量减少主要-次要交叉口的交通延迟；jin等人使用大m法将优化问题线性化，然后使用线性规划求解，以找出车辆的最短行驶时间；wu等人提出了一种动态规划算法，在车队不会被打断的前提下，求得了无信号交叉口排队车辆的最短排队长度，减少了车辆的排队时间和延误时间；常灿针对无信号交叉口不同车流量分别以总通行时间和平均通行时间为目标建立优化模型并利用遗传算法进行求解，上述研究表明，基于车队的算法性能能够更好的适应交叉口通行效率优化问题。但当前研究多数把车队通行时间作为优化目标，考虑将车队的车头时距、速度、加速度等运动参数作为安全约束，并设定多个出口道的优化通行策略的研究较少。

4、基于此，本文提出了一种左转专用信号下网联自动驾驶车辆的协同通行策略，区别于单一左转出口道，该方法涉及从一个左转专用进口道进入交叉口之后可选择多个左转出口道的最优轨迹规划，并生成基于危险状态判别的左转通行策略，最大限度地让左转车辆在通行时段内安全高效地通过交叉口。

技术实现思路

1、本文发明旨在让左转网联自动驾驶车辆安全通过交叉口的基础上，优化运动轨迹，增加出口道选择，提高交叉口通行效率。为实现以上目的，本专利提出了一种左转专用信号下网联自动驾驶车辆的协同通行策略。本发明的研究场景为常见的十字型交叉口，进口道与出口道均为三车道，左转车辆可以选择靠近内侧的出口道1、2，最外侧出口道3不在研究范围内，具体场景设置见交叉口渠化图。本方法的具体实现步骤如下：

2、步骤1，根据交叉口静态渠化信息，以进口道停车线的中点为原点，以与进口道停车线垂直方向为x轴，以进口道停车线为y轴建立坐标系。分别利用三种轨迹规划方法：贝塞尔曲线、阿基米德螺线和五次多项式，生成车辆从左转进口道选择出口道i(i＝1,2)对应的轨迹曲线lij(j＝1,2,3)：

3、(1)利用三阶贝塞尔曲线生成车辆选择出口道i(i＝1,2)的左转轨迹曲线li1：

4、xi1(t)＝(1-ti)3xi-0+3ti(1-ti)2xi-1+3ti2(1-ti)xi-2+ti3xi-3, ti∈[0,1]

5、yi1(t)＝(1-ti)3yi-0+3ti(1-ti)2yi-1+3ti2(1-ti)yi-2+ti3yi-3, ti∈[0,1]

6、

7、其中，xi1、yi1为利用三阶贝塞尔曲线生成车辆选择出口道i的左转轨迹中的横、纵坐标；

8、p0＝(xi-0,yi-0)＝(0,0)；

9、

10、

11、

12、其中，p0、p1、p2、p3为三阶贝塞尔曲线的四个控制点，p0为坐标原点，p1为x轴上的一点，横坐标为出口道i停车线中点所对应横坐标的一半，p2的横坐标为出口道i停车线中点所对应的横坐标，纵坐标为交叉口北进口方向停车线纵坐标的一半，p3为出口道i停车线的中点，l为车道宽度，cw为人行横道宽度；

13、(2)利用阿基米德螺线生成车辆选择出口道i(i＝1,2)的左转轨迹曲线li2：

14、

15、

16、

17、

18、

19、其中，xi2、yi2利用阿基米德螺线生成车辆选择出口道i的左转轨迹中的横、纵坐标，li为左转轨迹中的坐标点与x轴正方向所成的夹角；

20、(3)利用五次多项式生成车辆选择出口道i(i＝1,2)的左转轨迹曲线li3：

21、

22、

23、

24、

25、

26、其中，xi3、yi3为利用五次多项式曲线生成车辆选择出口道i的左转轨迹中的横、纵坐标，piv、qiv(v＝1,2,3,4,5)为五次多项式曲线所需系数，t为常见的具有左转专用道的十字型交叉口车辆完成左转所需的平均时间，amax为交叉口允许车辆行驶的最大加速度，v0为车辆开始左转的平均初始速度；

27、步骤2，根据步骤1中获得的不同出口道i(i＝1,2)对应的六条轨迹曲线，求得对应出口道i的最短左转轨迹长度：

28、l1＝min(l1j)

29、l2＝min(l2j)

30、其中，l1为出口道1对应的最短左转轨迹曲线l1的长度，l2为出口道2对应的最短左转轨迹曲线l2的长度；

31、步骤3，在左转允许通行的时段内，定义车辆vk的决策时间段为vk的前车vk-1距停车线的距离为lc时刻开始到vk-1驶入交叉口时刻截止，其中lc为车辆vk-1的车长。决策时间段内车辆vk可根据与前车vk-1之间的车距、速度，计算出口道选择指数，选择出口道，执行相应的左转通行方案。为了安全考虑，若左转车速度达到vmax时，不能继续加速，之后按vmax匀速行驶，vmax为城市道路规定在道路上正常行进的最大车速。具体实施方案如下：

32、(1)定义危险状态指数δt,k：表征车辆vk的危险状态，由车辆vk与前车vk-1距离和速度的大小进行判断。若车辆vk与前车vk-1的车距小于等于lc且车辆vk的速度大于前车vk-1的速度时，处于严重危险状态，记δt,k为1，若车辆vk与前车vk-1的车距大于lc且车辆vk的速度大于前车vk-1的速度时，处于一般危险状态，记δt,k为若车辆vk的速度小于等于前车vk-1的速度时，处于无危险状态，记δt,k为0，公式如下：

33、

34、其中，t为决策时间段内的某一时刻，δdt,k为t时刻车辆vk与前车vk-1的实时车距，vt,k、vt,k-1为t时刻车辆vk、vk-1的车速；

35、(2)计算出口道选择指数dtk：根据决策时间段内δt时间间隔下车辆vk的危险状态值δt,k计算得到：

36、

37、其中，ti为决策时间段内第i个时间间隔下的某一时刻即t＝ti，n为决策时间段内n个时间间隔，可计算得到n个危险状态指数

38、左转自动驾驶队列协同通行策略具体流程如下：

39、当k＝1，车辆vk选择出口道1，并按步骤2中出口道1对应的左转轨迹以及最大加速度amax加速完成左转，其中，amax交叉口允许的最大加速度；当k>1时，车辆vk根据出口道选择指数dtk来选择出口道，在前车vk-1驶入交叉口后匀速行驶至停车线，并按对应的左转轨迹完成左转，当时，车辆vk选择出口道1，当时，车辆vk选择出口道2；

40、车辆vk驶入交叉口时，判断前车vk-1是否驶入同一出口道，若否，则车辆vk以amax加速完成左转；若是，在前后两辆车满足跟车避撞约束下，即两车之间保证最小安全车头时距ε避免碰撞，其中dmin为最小的车头间距，车辆vk以amax加速完成左转。