本發(fā)明屬于智能交通控制領(lǐng)域，尤其涉及城市信號交叉口網(wǎng)聯(lián)自動駕駛車輛（connected?automated?vehicles,?cav）速度調(diào)控領(lǐng)域，具體是一種混合交通環(huán)境下信號交叉口網(wǎng)聯(lián)自動駕駛車輛生態(tài)駕駛引導(dǎo)方法。

背景技術(shù)：

1、近年來，隨著機(jī)動化出行需求的快速增長，能源消耗、污染物排放和擁堵等交通問題日益突出。尤其在信號控制交叉口，受信號狀態(tài)的影響車輛會頻繁怠速和重新啟動，往往會導(dǎo)致不必要的能源消耗。通過協(xié)調(diào)車輛的運(yùn)動信息與交叉口信號配時，即生態(tài)駕駛可有效減少車輛在交叉路口的停車和啟動、劇烈加減速等行為，從而提高交通效率、減少能源消耗。

2、得益于智能網(wǎng)聯(lián)技術(shù)的發(fā)展，網(wǎng)聯(lián)自動駕駛汽車（cav）與道路基礎(chǔ)設(shè)施之間信息交互為生態(tài)駕駛實(shí)現(xiàn)交叉口信號優(yōu)化和cav運(yùn)動控制提供了有力支撐。通過獲取實(shí)時交通信息，控制系統(tǒng)能夠精確規(guī)劃車輛最佳速度軌跡。目前已有學(xué)者圍繞車路協(xié)同環(huán)境下交叉口車輛生態(tài)駕駛開展研究，但假設(shè)交通環(huán)境中的車輛均為網(wǎng)聯(lián)自動駕駛汽車，但人類駕駛汽車（(human-driven?vehicles,?hv)）和cav構(gòu)成新型的混合交通環(huán)境預(yù)計將持續(xù)很長一段時間。真實(shí)交通場景中hv駕駛行為會對cav實(shí)現(xiàn)生態(tài)駕駛造成強(qiáng)烈干擾，如cav前方hv的運(yùn)動和hv產(chǎn)生的排隊現(xiàn)象，此外在實(shí)際交通條件下hv帶來的交通不確定性需要cav動態(tài)更新其軌跡，而現(xiàn)有的研究對于這種復(fù)雜交通環(huán)境下生態(tài)駕駛方法研究不足。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明為克服現(xiàn)有技術(shù)存在的不足之處，提出了一種混合交通環(huán)境下基于車路協(xié)同的cav生態(tài)駕駛引導(dǎo)方法，以期考慮交叉口前車輛排隊或前方人工駕駛車輛擾動，在觸發(fā)式的軌跡更新規(guī)則下解決網(wǎng)聯(lián)自動駕駛汽車生態(tài)駕駛問題，修正交通不確定性對cav通行的影響，從而能降低車輛延誤與燃料消耗，實(shí)現(xiàn)交通的可持續(xù)發(fā)展。

2、本發(fā)明為達(dá)到上述發(fā)明目的，采用如下技術(shù)方案：

3、本發(fā)明一種混合交通環(huán)境下基于車路協(xié)同的cav生態(tài)駕駛引導(dǎo)方法的特點(diǎn)在于，應(yīng)用于信號交叉口路段場景上，并由網(wǎng)聯(lián)自動駕駛汽車cav與人類駕駛汽車?hv組成的混合交通流中，將與交叉口停車線距離為的路段范圍作為引導(dǎo)區(qū)域的長度，所述cav生態(tài)駕駛引導(dǎo)方法包括以下步驟：

4、步驟1、目標(biāo)cav在當(dāng)前時刻進(jìn)入引導(dǎo)區(qū)域后，將目標(biāo)cav記為目標(biāo)車輛，車輛利用路側(cè)智能交通設(shè)備獲取當(dāng)前交叉口信號燈的實(shí)時狀態(tài)與引導(dǎo)區(qū)域上的所有車輛位置信息；

5、步驟2、判斷車輛在引導(dǎo)區(qū)域內(nèi)的交通場景位置：

6、如果目標(biāo)車輛在當(dāng)前時刻為引導(dǎo)區(qū)頭車，則執(zhí)行步驟3；否則，判斷目標(biāo)車輛是否為自身行駛的車道引導(dǎo)區(qū)內(nèi)第一輛cav，如果是第一輛cav，則執(zhí)行步驟4，否則，執(zhí)行步驟7；

7、步驟3、計算目標(biāo)車輛通過當(dāng)前交叉口的停車線時間以及通過停車線的速度；

8、步驟4、目標(biāo)車輛通過車載傳感器設(shè)備識別前方hv在當(dāng)前時刻的位置與速度，并判斷目標(biāo)車輛的前方hv是否停車，如果前方hv沒有停車，則執(zhí)行步驟5，否則，表示目標(biāo)車輛的前方hv在交叉口停車線前排隊，并執(zhí)行步驟6；

9、步驟5、假設(shè)前方hv的速度保持不變，則利用式(4)預(yù)測前方hv到達(dá)當(dāng)前交叉口的時間，并執(zhí)行步驟8：

10、????(4)

11、式(4)中，為當(dāng)前交叉口的停車線位置；

12、步驟6、目標(biāo)車輛通過短程無線通訊方式從車-路通信系統(tǒng)中獲得當(dāng)前交叉口前的排隊車輛數(shù)，用于預(yù)測目標(biāo)車輛的前車，即第輛車在當(dāng)前交叉口綠燈開始時的隊列消散時間以及第輛車通過停車線的速度；

13、步驟7、目標(biāo)車輛通過短程無線通訊方式從車-路通信系統(tǒng)中獲得當(dāng)前交叉口距離目標(biāo)車輛最近的第m輛cav的軌跡信息，并獲取目標(biāo)車輛與第m輛cav之間若干輛hv的速度與位置信息，從而計算目標(biāo)車輛前方車輛到達(dá)當(dāng)前交叉口的時間以及通過停車線的速度；

14、步驟8、基于當(dāng)前交叉口信號燈的實(shí)時狀態(tài)與目標(biāo)車輛的前方車輛信息，預(yù)測目標(biāo)車輛j在通過當(dāng)前交叉口時刻以及目標(biāo)車輛j在時刻的速度；

15、步驟9、構(gòu)建當(dāng)前時刻到未來時刻的車輛軌跡優(yōu)化模型并進(jìn)行求解，得到目標(biāo)車輛在當(dāng)前時刻到未來時刻的生態(tài)速度軌跡；

16、步驟10、將賦值給后，返回執(zhí)行步驟1-步驟8，得到目標(biāo)車輛j通過當(dāng)前交叉口的新時刻，并判斷式(24)是否成立，若成立，則執(zhí)行步驟9，否則，返回步驟10，其中，為預(yù)設(shè)的間隔，為時間誤差閾值；

17、????(24)。

18、本發(fā)明所述的混合交通環(huán)境下基于車路協(xié)同的cav生態(tài)駕駛引導(dǎo)方法的特點(diǎn)也在于，所述步驟3包括：

19、步驟3.1、判斷目標(biāo)車輛到交叉口停車線的距離是否滿足，若滿足，則目標(biāo)車輛從初始速度以最大加速度加速到限制速度后巡航行駛；否則，目標(biāo)車輛以低于限制速度的車速通過當(dāng)前交叉口，并利用式(1)計算目標(biāo)車輛的最早到達(dá)時間：

20、???(1)

21、步驟3.2、利用式(2)計算目標(biāo)車輛通過停車線時間：

22、????(2)

23、式(2)中，為第個信號周期下綠燈開始的時間；

24、步驟3.3、利用式(3)計算目標(biāo)車輛在停車線時間通過停車線的速度，從而完成cav通過當(dāng)前交叉口的狀態(tài)預(yù)測，并執(zhí)行步驟8；

25、???(3)

26、式(3)中，為當(dāng)前時刻目標(biāo)車輛的初始速度。

27、進(jìn)一步的，所述步驟6包括：

28、步驟6.1、從最靠近交叉口停車線的第一輛車開始，依次將隊列中的所有hv從1到進(jìn)行索引，利用式(5)計算第輛車在當(dāng)前時刻到達(dá)停車線的距離；

29、???(5)

30、式(5)中，是車輛最小安全距離，是車輛的長度；

31、利用式(6)預(yù)測隊列中第輛車在未來時刻的速度和加速度：

32、???(6)

33、式(6)中，是當(dāng)前交叉口信號燈變?yōu)榫G燈時，第輛車開始移動的時刻，是第輛車駕駛員的平均反應(yīng)時間，且；

34、步驟6.2、將任一hv記為當(dāng)前車輛，利用式(7)-式(8)對引導(dǎo)區(qū)域內(nèi)的交通場景中hv的駕駛行為進(jìn)行建模，得到當(dāng)前車輛的idm跟馳模型；

35、???(7)

36、???(8)

37、式(7)-式(8)中，是車輛的最大減速度，是當(dāng)前車輛在未來時刻的加速度，是當(dāng)前車輛在未來時刻與前車hv的距離要求，是當(dāng)前車輛在未來時刻的速度，為車頭安全時距，是當(dāng)前車輛在未來時刻與前車hv的速度差，是當(dāng)前車輛在未來時刻與前車hv的距離差值；

38、步驟6.3、利用式(9)-式(10)得到當(dāng)前車輛在下一時刻中的速度和位置：

39、???(9)

40、???(10)

41、式(9)與(10)中，為時間步長；為當(dāng)前車輛在當(dāng)前時刻的速度，為當(dāng)前車輛在當(dāng)前時刻的加速度；為當(dāng)前車輛在當(dāng)前時刻的位置；

42、步驟6.4、通過式(11)計算第輛車在未來時刻的瞬時排隊長度，從而得到隊列消散的實(shí)際消散時間=，其中，為時的隊列消散時刻；

43、???(11)

44、步驟6.5、計算目標(biāo)車輛的前方最近車輛通過當(dāng)前交叉口的速度后，執(zhí)行步驟8；其中，表示第輛車在隊列消散時刻的速度。

45、進(jìn)一步的，所述步驟7包括：

46、步驟7.1、通過第m輛cav在當(dāng)前時刻的軌跡信息，利用idm跟馳模型模擬目標(biāo)車輛與第m輛cav之間若干輛hv在未來時刻的速度與位置；

47、將目標(biāo)車輛的前車在目標(biāo)車輛與第m輛cav之間所對應(yīng)的車輛記為第輛hv，則第輛hv在未來時刻的速度記為、位置記為；

48、步驟7.2、根據(jù)第輛hv在到達(dá)當(dāng)前交叉口的時間的位置即為當(dāng)前交叉口的停車線位置，得到目標(biāo)車輛的前車到達(dá)當(dāng)前交叉口的時間；

49、根據(jù)，利用idm跟馳模型得到第輛hv在未來時刻的速度并作為目標(biāo)車輛的前車通過當(dāng)前交叉口的速度，執(zhí)行步驟8。

50、進(jìn)一步的，所述步驟8包括：

51、步驟8.1、利用式(12)得到目標(biāo)車輛j通過當(dāng)前交叉口的時刻：

52、???(12)

53、式(12)中，是第個信號周期下紅燈開始的時間；是第i+1個信號周期下紅燈開始的時間，是目標(biāo)車輛j的前車通過當(dāng)前交叉口的時刻；

54、步驟8.2、利用式(13)預(yù)測目標(biāo)車輛j在通過當(dāng)前交叉口時刻的速度，并執(zhí)行步驟9：

55、???(13)。

56、進(jìn)一步的，所述步驟9中的車輛軌跡優(yōu)化模型是以最小化cav燃油消耗與保證駕駛舒適性為目標(biāo)，利用式(14)-式(16)構(gòu)建車目標(biāo)函數(shù)，并利用式(17)-式(23)構(gòu)建車輛運(yùn)動學(xué)約束所組成：

57、???(14)

58、?(15)

59、?(16)

60、?(17)

61、?(18)

62、?(19)

63、?(20)

64、?(21)

65、?(22)

66、?(23)

67、式(14)-式(23)中，為加速度的權(quán)重，g為道路坡度取值，為車輛質(zhì)量；為車輛在未來時刻的扭矩，、、、、、均為模型的6個擬合系數(shù)，為車輛在未來時刻的速度，為車輛在未來時刻的加速度，,為目標(biāo)車輛j在當(dāng)前時刻的位置與速度，為目標(biāo)車輛在未來時刻的位置，為車輛在未來時刻的位置。

68、本發(fā)明一種電子設(shè)備，包括存儲器以及處理器的特點(diǎn)在于，所述存儲器用于存儲支持處理器執(zhí)行所述的cav生態(tài)軌跡控制方法的程序，所述處理器被配置為用于執(zhí)行所述存儲器中存儲的程序。

69、本發(fā)明一種計算機(jī)可讀存儲介質(zhì)，計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序的特點(diǎn)在于，所述計算機(jī)程序被處理器運(yùn)行時執(zhí)行所述的cav生態(tài)軌跡控制方法的步驟。

70、與已有技術(shù)相比，本發(fā)明的有益技術(shù)效果體現(xiàn)在：

71、1、本發(fā)明提出的網(wǎng)聯(lián)自動駕駛汽車生態(tài)駕駛策略考慮了真實(shí)交通場景中信號狀態(tài)、隊列信息和前方車輛的速度、防撞等多種因素，以優(yōu)化混合交通流下cav的生態(tài)軌跡，依據(jù)不同的交通場景預(yù)測cav生態(tài)駕駛的軌跡約束和終端狀態(tài)，以確定cav的最佳速度曲線，從而提高了cav在混合交通流下的行駛效率和安全性，改善了cav在復(fù)雜交通環(huán)境中的行駛穩(wěn)定性和駕駛舒適性，解決了混合交通流中cav在動態(tài)交通條件下的軌跡更新問題，在城市道路交叉口交通管理與控制方面具有實(shí)際的工程應(yīng)用價值。

72、2、本發(fā)明考慮到現(xiàn)實(shí)交通場景的不確定性，為保證生態(tài)駕駛軌跡的可行和減輕計算效率提出了一種觸發(fā)式的軌跡更新規(guī)則，能動態(tài)進(jìn)行軌跡的更新和優(yōu)化，達(dá)到車輛理想的生態(tài)通行效果。

73、3、本發(fā)明基于idm跟馳模型提出了一種交叉口隊列消散預(yù)測的方法，能幫助cav準(zhǔn)確預(yù)測隊列消散信息與隊列長度變化，使cav生態(tài)軌跡更加合理，有助于提高cav通過交叉口的行駛平順性與駕駛?cè)耸孢m性。