[发明专利]一种信号交叉口处混合流下网联自动车轨迹优化控制方法

权利要求书

1.一种信号交叉口处混合流下网联自动车轨迹优化控制方法，其特征在于，包括如下步骤：

步骤S1、对信号交叉口处的路段进行划分：从瓶颈上游至下游，按一定路段长度依次划分为控制区和非控制区，控制区为从环形探测器至停止线的路段，非控制区为越过停止线后的50m长度路段；

步骤S2、当传统一般车辆驶入控制区后，利用控制区上游边界的环形探测器检测传统一般车辆的初始速度和驶入时间；当网联自动车进入控制区后，通过无线通信技术实时收集网联自动车速度和位置；

步骤S3、根据收集的网联自动车实时轨迹信息，确定控制区内网联自动车的车辆数、对应的车辆编号以及最后一辆驶出控制区的网联自动车的车辆编号，对最后一辆驶出控制区的网联自动车已行驶轨迹进行提取，并对该网联自动车未来行驶轨迹进行预测；

步骤S4、对于在最后一辆驶出控制区的网联自动车与控制区内第一辆网联自动车之间的传统一般车辆，基于环形探测器收集的车辆的初始速度和驶入时间，利用随机性跟车模型和α′轨迹法对控制区内第一辆网联自动车的前方相邻的传统一般车辆的未来行驶轨迹进行预测，并基于预测的行驶轨迹采用线性规划算法对控制区内第一辆网联自动车的行驶轨迹进行设计，使其光滑顺畅驶出控制区；

随机性跟车模型的公式如下：

其中：

d_n(t)＝x_n-1(t)-x_n(t)-lv

式中，a_n(t)为车辆n在t时刻的加速度，n是车辆编号，a为最大加速度，v_n(t)为车辆n在t时刻的速度，v_lim为所研究路段的最高限速，d_n(t)是前车n-1与车辆n的间距，d_n，desired(t)是车辆n在t时刻的期望间距，s₀为车辆之间的最小间距，T_n(t)为期望时间间隔，v_n-1(t)为前车n-1在t时刻的速度，b为安全减速度，x_n-1(t)是前车n-1在t时刻的位置，x_n(t)是车辆n在t时刻的位置，lv为车辆长度，T_target，n(t)为车辆n在t时刻的目标时间间隔，T_target，n(t-Δt)车辆n在时刻t-Δt的目标时间间隔，T_n(t)为车辆n在t时刻的期望时间间隔，T_n(t-Δt)为车辆n在t-Δt时刻的期望时间间隔，r和r₁都是0到1之间的两个独立均匀分布的随机数，ΔT是期望时间间隔的变化率，T₁和T₂分别是最小时间间隔和最大时间间隔，p是随机概率，Δt是时间步长；

α′轨迹法具体为：

将时变的期望时间间隔T_n(t)变为固定的期望时间间隔T，公式为T＝(1-α′)T₁+α′T₂，α′∈[0，1]，当给定一个α′值时，能以期望时间间隔T计算一条轨迹，定义为α′轨迹，并在设计网联自动车轨迹时，假设传统一般车辆会沿着α′轨迹行驶；

步骤S5、基于第一辆网联自动车的设计行驶轨迹，采用同步骤S4相同的方法和步骤，依次对控制区内剩余网联自动车的行驶轨迹进行设计；

步骤S6、通过无线通信技术将所求得的最优行驶轨迹发送给控制区内对应的网联自动车，网联自动车按照接收的最优行驶轨迹在控制区内行驶；若网联自动车在行驶时出现不安全情况，网联自动车切换为跟车模式，基于智能驾驶员模型进行运动；

步骤S7、每间隔固定时间长度，控制中心根据实时交通状况，重新优化控制区内所有网联自动车的行驶轨迹；

智能驾驶员模型的公式如下：

其中：

d_n(t)＝x_n-1(t)-x_n(t)-lv

式中，a‘_n(t)是根据车辆n在t时刻按照智能驾驶员模型计算的车辆加速度，τ_A是网联自动车期望车头时距，为固定值；

步骤S8、网联自动车驶出控制区后，在非控制区以智能驾驶员模型进行运动；传统一般车辆驶出控制区后，在非控制区以随机性跟车模型进行运动；当车辆驶出非控制区后，将被移除出系统。