欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022113495276
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 信号装置
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种智能网联混合交通流交叉口信号协同优化方法,其特征在于,所述方法包括:步骤1:对交通状态信息进行高精度采集,包括目标车辆运行状态数据与初始信控方案;

步骤2:基于初始信息控制的智能车轨迹进行优化,包括交叉口分区界定、智能车队编组、速度引导区边界计算、跟驰模型建立、车速引导策略应用;

步骤3:基于优化后的所述智能车轨迹的信号控制进行优化,包括标准小汽车当量参数优化,道路通行能力占用系数确定,信控方案确定;

所述步骤2包括:

S21.交叉口分区界定:对采集器检测范围L进行分区,主要由车队决策区LL=L

L

S22.智能车队编组:由于人机混驾的环境,智能网联车辆按照一定渗透率存在于交叉口内;在车队决策区LS23.速度引导区边界计算:不同于检测器的探测边界,确定车辆被集中控制器开始纳入速度控制策略的影响范围;其判断条件为驾驶员能够接受的加速度极值a根据计算得出的舒适制动距离SS24.跟驰模型建立:由于车队中存在部分人工驾驶车辆,智能网联车队Ma

式中:a

V′

V

V

α——驾驶员敏感系数;β——驾驶员反应系数;

S25.车速引导策略应用:智能网联车队M其中,集中控制器仅在无下游排队车辆或排队车辆无干扰的情况下进行轨迹优化:

1)当

2)当

式中:V

所述步骤3包括:

S31.标准小汽车当量参数优化:基于雷视一体机对于车辆运行状态获取的准确性,能够利用交叉口内运行车辆的车辆类型、车辆大小、占用空间、运行速度对小汽车当量换算系数进行改进:其中:

λ

δ

S32.道路通行能力占用系数确定:根据车道平均速度S33.信控方案确定:根据步骤S32中的计算公式,可以得出精确的各关键车道的交通流量q其中,在一个周期中,集中控制器将实时读取轨迹优化后交叉口所有车辆的运行状态,利用基于改进标准小汽车当量的webster法进行交叉口信号控制;

所述步骤S33包括:

S41.关键车道流量比总和计算:根据步骤3.2中给出的改进下各车道交通量进行流量比总和计算,其计算方法如下:其中i为相位的索引,需根据交叉口实际运行情况具体设定;

其中

S42.最优周期时长:TRRL方法信号控制的周期时长应按如下公式计算:

40s≤C

其中L定义为信号总损失时间,其计算公式如下:其中L

S43.有效绿灯时间计算:根据各相位准确的流量比分配最优周期时长C由有效绿灯时间生成相位组合G=[g

2.一种智能网联混合交通流交叉口信号协同优化系统,其特征在于,所述系统包括:获取模块,用于对交通状态信息进行高精度采集,包括目标车辆运行状态数据与初始信控方案;

处理模块,用于基于初始信息控制的智能车轨迹进行优化,包括交叉口分区界定、智能车队编组、速度引导区边界计算、跟驰模型建立、车速引导策略应用;

优化模块,用于基于优化后的所述智能车轨迹的信号控制进行优化,包括标准小汽车当量参数优化,道路通行能力占用系数确定,信控方案确定;

所述处理模块包括:

S21.交叉口分区界定:对采集器检测范围L进行分区,主要由车队决策区LL=L

L

S22.智能车队编组:由于人机混驾的环境,智能网联车辆按照一定渗透率存在于交叉口内;在车队决策区LS23.速度引导区边界计算:不同于检测器的探测边界,确定车辆被集中控制器开始纳入速度控制策略的影响范围;其判断条件为驾驶员能够接受的加速度极值a根据计算得出的舒适制动距离SS24.跟驰模型建立:由于车队中存在部分人工驾驶车辆,智能网联车队Ma

式中:a

V′

V

V

α——驾驶员敏感系数;β——驾驶员反应系数;

S25.车速引导策略应用:智能网联车队M其中,集中控制器仅在无下游排队车辆或排队车辆无干扰的情况下进行轨迹优化:

1)当

2)当

式中:V

所述优化模块包括:

S31.标准小汽车当量参数优化:基于雷视一体机对于车辆运行状态获取的准确性,能够利用交叉口内运行车辆的车辆类型、车辆大小、占用空间、运行速度对小汽车当量换算系数进行改进:其中:

λ

δ

S32.道路通行能力占用系数确定:根据车道平均速度S33.信控方案确定:根据步骤S32中的计算公式,可以得出精确的各关键车道的交通流量q其中,在一个周期中,集中控制器将实时读取轨迹优化后交叉口所有车辆的运行状态,利用基于改进标准小汽车当量的webster法进行交叉口信号控制;

所述步骤S33包括:

S41.关键车道流量比总和计算:根据步骤3.2中给出的改进下各车道交通量进行流量比总和计算,其计算方法如下:其中i为相位的索引,需根据交叉口实际运行情况具体设定;

其中

S42.最优周期时长:TRRL方法信号控制的周期时长应按如下公式计算:

40s≤C

其中L定义为信号总损失时间,其计算公式如下:其中L

S43.有效绿灯时间计算:根据各相位准确的流量比分配最优周期时长C由有效绿灯时间生成相位组合G=[g

3.一种智能网联混合交通流交叉口信号协同优化设备,其特征在于,所述设备包括:通信总线,用于实现处理器与存储器间的连接通信;

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序以实现如下步骤:对交通状态信息进行高精度采集,包括目标车辆运行状态数据与初始信控方案;

基于初始信息控制的智能车轨迹进行优化,包括交叉口分区界定、智能车队编组、速度引导区边界计算、跟驰模型建立、车速引导策略应用;

基于优化后的所述智能车轨迹的信号控制进行优化,包括标准小汽车当量参数优化,道路通行能力占用系数确定,信控方案确定;

所述基于初始信息控制的智能车轨迹进行优化,包括交叉口分区界定、智能车队编组、速度引导区边界计算、跟驰模型建立、车速引导策略应用包括:S21.交叉口分区界定:对采集器检测范围L进行分区,主要由车队决策区LL=L

L

S22.智能车队编组:由于人机混驾的环境,智能网联车辆按照一定渗透率存在于交叉口内;在车队决策区LS23.速度引导区边界计算:不同于检测器的探测边界,确定车辆被集中控制器开始纳入速度控制策略的影响范围;其判断条件为驾驶员能够接受的加速度极值a根据计算得出的舒适制动距离SS24.跟驰模型建立:由于车队中存在部分人工驾驶车辆,智能网联车队Mn头车的驾驶特征将诱导跟驰人工驾驶车辆以相同目标速度通过交叉口或停止;由于基于雷视一体机的交通采集系统能够得到包括人工驾驶车辆在内的所有车辆的运行状态信息,可应用基于车队的改进FVD全速度差跟驰模型,得到后一车队头车CAVa

式中:a

V′

V

V

α——驾驶员敏感系数;β——驾驶员反应系数;

S25.车速引导策略应用:智能网联车队M其中,集中控制器仅在无下游排队车辆或排队车辆无干扰的情况下进行轨迹优化:

1)当

2)当

式中:V

所述基于优化后的所述智能车轨迹的信号控制进行优化,包括标准小汽车当量参数优化,道路通行能力占用系数确定,信控方案确定包括:S31.标准小汽车当量参数优化:基于雷视一体机对于车辆运行状态获取的准确性,能够利用交叉口内运行车辆的车辆类型、车辆大小、占用空间、运行速度对小汽车当量换算系数进行改进:其中:

λ

δ

S32.道路通行能力占用系数确定:根据车道平均速度S33.信控方案确定:根据步骤S32中的计算公式,可以得出精确的各关键车道的交通流量q其中,在一个周期中,集中控制器将实时读取轨迹优化后交叉口所有车辆的运行状态,利用基于改进标准小汽车当量的webster法进行交叉口信号控制;

所述步骤S33包括:

S41.关键车道流量比总和计算:根据步骤3.2中给出的改进下各车道交通量进行流量比总和计算,其计算方法如下:其中i为相位的索引,需根据交叉口实际运行情况具体设定;

其中

S42.最优周期时长:TRRL方法信号控制的周期时长应按如下公式计算:

40s≤C

其中L定义为信号总损失时间,其计算公式如下:其中L

S43.有效绿灯时间计算:根据各相位准确的流量比分配最优周期时长C由有效绿灯时间生成相位组合G=[g

4.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1所述的方法。