车路协同环境下单交叉口交通主动控制建模和优化

Traditional signal timing optimization methods are passive signal control algorithms based on predicting traffic demand of the current or next cycle from the road-side detectors. The Intelligent Vehicle Infrastructure Cooperative System (i-VICS) can achieve real-time, reliable data exchange between different traffic participants (such as vehicles, infrastructures, and pedestrians) to obtain real-time position and speed of the vehicles in advance. Besides, the time and quantity of vehicles arriving at the intersection can be controlled through speed guidance, and thus the traditional passive traffic control can be improved to active control. . This project focuses on the active control of intersection traffic in i-VICS environment through traffic guidance and redefining the optimization problem of traffic efficiency in single-signal intersection considering both speed guidance and signal timing as control variables. It also tries to provide solutions to problems related to intersection traffic efficiency under the condition of the physical constraints and features of i-VICS. Finally a model will be validated and the algorithm will be improved through simulation and real environment demotion. Significant improvement on intersection traffic efficiency is expected.

传统的路口信号灯优化控制算法是根据路面传感器检测到的来车信息，预测当前或下一周期的交通需求，在此基础上进行信号配时优化，是一种被动的信号控制算法。车路协同技术可实现交通参与者（车辆、路侧设备和行人）之间实时、可靠的数据交互，从而能够提前获取来车实时位置、速度等信息，同时可以通过车速引导控制到达路口车辆时刻和数量，将传统的被动交通控制变为主动交通控制。. 本项目在车路协同环境下研究包含车速引导的交叉路口主动控制，以车速引导和信号配时为控制变量重新描述单信号控制交叉口通行效率优化问题;充分考虑物理条件约束和车路协同技术特点，对路口控制优化问题进行求解；进而通过软件仿真和应用示范进行模型验证和算法修正，实现交叉口通行效率的显著提升。

相较传统的路口信号灯优化控制，基于车路协同技术可实现交通参与者（车辆、路侧设备和行人）之间实时、可靠的数据交互，从而能够提前获取来车实时位置、速度等信息，并可以通过车速引导控制到达路口车辆时刻和数量，将传统的被动交通控制变为主动交通控制，从而极大提高交通通行效率。本项目在车路协同环境下研究包含车速引导的交叉路口主动控制。针对有信号灯路口，本项目以车速引导和信号配时为控制变量，重新描述单信号控制交叉口通行效率优化问题，提出了固定信号配时路口的交通主动控制方法和自适应信号配时与车速引导协同优化模型;针对无信号灯路口，本项目充分考虑物理条件约束和车路协同技术特点，对路口控制优化问题进行求解，提出了人类驾驶车辆交叉路口纵向速度引导模型、人类驾驶车辆纵向速度辅助驾驶避撞模型、单交叉口协同路权分配方案、单交叉口协同轨迹规划、非合作博弈下的单交叉路口车辆通行方案及人车混驾下的交叉路口无人驾驶车辆通行方案。.同时本项目将交叉路口主动控制关键通用技术推广到匝道合流区等场景，提出了分别基于动态规划、基于树搜索和基于分组的协同规划控制模型；并研究路段基于车辆的交通主动控制方法，提出了基于车路协同的无人驾驶轨迹规划和换道模型，打通交通节点与交通路段的链接控制，全面提升车路协同环境下的全路网的交通效率。为了支持车路协同环境下的交通主动控制，本项目研究了支持交通主动控制的通信性能，并设计了软件仿真平台，进而通过软件仿真和应用示范进行模型验证和算法修正，真正实现交通通行效率的显著提升。.本项目在申请和实施过程中，始终注意跟踪国内外新理论、新方法和新技术的发展，将基础理论研究和实际应用相结合，因而取得了具有实用价值的理论成果，其中共申请发明专利 5项，发表文章27篇，其中被SCI 收录13篇，EI 收录14篇，极大丰富了智能交通的基本理论和研究方法，具有重大科学意义和学术价值。