信号交叉口自动驾驶左转车辆类人化全局运动轨迹规划

为了提高信号交叉口自动驾驶车辆左转运动规划的适应性、鲁棒性与类人化程度，提出一种考虑多目标需求的自动驾驶类人化全局运动规划方法。首先，基于西安市北大街信号交叉口规格构建结构化场景，结合车辆运动学模型与道路几何规格定义自动驾驶车辆规范化行驶安全域和车辆运动参数约束条件；其次，根据信号灯状态、道路限速与车辆性能约束制定上游阶段车辆不停车通行规则，以行驶安全、燃油消耗、通行效率与驾驶舒适度作为目标性能函数，构建类人化全局多目标优化模型，通过人类驾驶的车辆预转弯行为耦合上游阶段与转弯阶段；再次，针对非线性运动规划模型变量与约束规模化问题，采用粒子群算法与全联立正交配置有限元方法求解不同阶段车辆运动轨迹的最优解；最后，试验建立Prescan与MATLAB/Simulink联合仿真平台，从多目标性能、适应性以及合理性方面验证该模型的综合性能。结果表明：在以信号灯状态和车辆初速度为变量建立的12种工况下，该模型与人类驾驶车辆、混合运动规划模型相比，平均可分别节省燃油消耗63.7%和29.5%，平均通行延时分别降低3、0.9 s，且轨迹曲率更平缓，最大横向加速度与方向盘转角平方和的平均值最小，证明该模型的多目标性能更好；在以路缘石半径与车道数目为变量建立的7种交叉口规格工况下，所提出模型的车辆轨迹平滑，轨迹安全域边界距离始终大于1.4 m，曲率变化符合期望且峰值小于0.22 m^-1，说明该模型具有较好的适应性；在自由/固定终端时刻条件下，该模型规划的车辆空间路径、速度、曲率及航向角的变化与目标权重变化保持一致，验证了模型的合理性。     

单向交通条件下交叉口通行能力分析与仿真

单向交通可大量减少交叉口冲突点、改善交通条件。基于HCM分析方法，对双向双车道十字交叉口实施单向交通前后的通行能力进行对比分析，给出了双向通行，一路双向、一路单向和两路单向3种交通条件下的交叉口的通行能力计算公式。以Corsim仿真模型为平台，以交叉口车辆平均信控延误为评价指标，对交叉口通行能力进行了验证。仿真结果表明，单向交通可提高交叉口的通行能力。     

智能网联环境下无信号交叉口交通自组织方法

针对道路交叉口通行延误问题，基于智能网联环境下的行车定位和轨迹共享技术提出无信号交叉口交通自组织方法，旨在根据车辆的实时位置、行车轨迹以及车速等信息实时计算进入交叉口车辆间的冲突时间差，使得各个方向车流互相预知对方驾驶行为，以实现车辆自组织穿插通过交叉口，以提高交叉口通行效率。实验选择重庆市南岸区白鹤路与桃源路双向四车道典型交叉口为研究案例，根据调查数据和Vissim仿真分析结果显示，所提出的交叉口交通自组织方法比现有信号控制交通组织方式通行时间平均减少了6.39 s,平均通行效率提高了43.6%。     

城市干路交叉口右转车辆轨迹流线与曲率特性分析

为明确城市干路交叉口汽车右转的轨迹特性和轨迹曲率模式，使用无人机在重庆市4个城市道路交叉口上方进行高空拍摄。利用图像分析方法采集了右转车辆的轨迹数据，包括时间、行驶速度和轨迹坐标等，通过对相邻轨迹点外接圆半径的计算得到轨迹曲率。运用轨迹线-车道边缘线的间距值分析了右转车辆轨迹通过位置分布与交叉口几何布局之间的关系，明确了交叉口右转车辆轨迹的曲率特性。运用聚类方法识别了右转车辆的6种轨迹曲率形态，确定了不同轨迹曲率形态下的常见驾驶行为，并研究了车辆行驶速度与轨迹曲率的相关关系。研究结果表明:①交叉口几何布局（包括路缘半径、车道宽度和出口车道数）对右转轨迹通过位置分布存在影响；②带渠化设计的右转专用道可以限制轨迹分布范围，减少右转交通的冲突和延误；③在右转过程中公交车辆较小型汽车所需侧向空间更大，轨迹分布的离散程度更低；④轨迹曲率的关键点与圆曲线设计中的主要点变化趋势不一致；⑤车辆加速度与轨迹曲率变化率呈负相关关系，相关系数为-0.843 5；⑥行驶速度与等效半径存在正相关关系，车辆行驶速度越快，圆曲线内轨迹的等效半径越大。      

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明：在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。     

车路协同无信号交叉口的矩形冲突检测及消解

针对车路协同环境下的冲突问题，建立了以系统反应时间代替驾驶员反应时间的自动驾驶车辆制动距离模型，以此作为安全距离改进了矩形冲突检测模型，并根据轨迹优化的研究思路，提出了以矩形冲突检测模型为基础的冲突消解算法，对非通行优先权车辆进行速度引导，避免车辆冲突。在车联网开源框架 Veins 的基础上，将交通仿真器 SUMO和网络仿真器 OMNeT++双向耦合，并对冲突检测模型与消解模型进行验证。仿真结果显示，该冲突检测及消解模型具有可行性，与传统无信号交叉口四路停车让行规则相比，模型中的速度引导方案能减少合流冲突车辆 8.6%的平均行驶时间，减少交叉冲突车辆 8.3%的平均行驶时间；合流冲突和交叉冲突中车辆的平均速度分别提高了61.4%和105.0%。在实际应用中，冲突消解模型可以为不同速度范围内的自动驾驶车辆提供速度参考，降低无信号交叉口车辆发生碰撞的概率，提高无信号交叉口的通行效率。     

对称两向平行流交叉口信号配时优化控制研究

为解决传统常规道路交叉口中因设置有左转专用相位导致主路通行效率下降的问题，提出了一种对称两向的平行流交叉口设计方案。通过分析对称两向平行流交叉口的车辆运行规则，制定信号控制相位方案，以交叉口车均延误最小化为目标建立信号配时优化模型。根据各转向车辆到达-驶离图式，推导了对称两向平行流交叉口延误计算模型，并通过VISSIM仿真进行验证。仿真结果表明，当两者车均延误相对误差绝对值的最大值不超过5%时，模型拟合效果较好。应用案例分析发现，对称两向平行流交叉口相对于常规交叉口能够降低30%以上的车均延误，同时在对称两向平行流交叉口设计中，将移位左转车道设置在主路的通行效率要优于支路。     

网联自动驾驶车辆通过信号交叉口的速度轨迹优化

以网联自动驾驶汽车(Connected Autonomous Vehicle, CAV)为研究对象, 研究了CAV车队通过城市信号交叉口的速度轨迹优化控制策略。基于最优控制理论, 采用CAV的自动驾驶模型描述车间相互作用, 以所有CAV车辆在行驶过程中的总油耗为优化目标, 根据信号灯的配时信息建立模型约束, 通过优化CAV头车的速度轨迹, 保证整个CAV车队在绿灯相位下快速通过交叉口并实现油耗最小。为了对该优化控制进行高效求解, 采用离散Pontryagin极小值原理建立最优解的必要条件, 利用基于神经网络训练的弹性反向传播(Resilient backpropagation, RPROP)算法设计了数值求解算法。多个典型场景的仿真结果显示: 整个CAV车队均能在不停车的情形下通过信号交叉口, 避免因在红灯时间窗到达停车线造成的停车、启动等过程, 总油耗量最高可减少69.74%。该控制方法利用网联自动驾驶技术的优势, 显著改善了城市交通通行效率和燃油经济性。      

基于三种非机动车过街方式的交叉口通行效率研究

为了寻求两相位交叉口最佳的过街方式，文章就交叉口人均延误和交叉口车道通行能力两个方面展开研究，基于三种非机动车过街方式下的延误模型、车道通行能力模型，以人均延误和通行能力为判别指标，对比三种非机动车过街方式的交叉口人均延误和交叉口车道通行能力，取延误最小者或车道通行能力最大者为最优非机动车过街方式。具体应用中，以南京市两相位交叉口的调查流量为基础，计算出不同时段下延误最小的非机动车过街方式和交叉口车道通行能力最大的非机动车过街方式。结果表明：停车线后移方式下的交叉口车道通行能力最大，交叉口延误需要根据时段流量来确定最小延误对应的非机动车过街方式。研究可为选择合适的非机动车交叉口过街方式提供参考借鉴。     

基于多目标优化的自动驾驶车辆轨迹跟踪控制

针对自动驾驶车辆行驶轨迹的横向跟踪问题，设计了线性时变模型预测控制器。以车辆3自由度动力学模型为预测模型，以横向位置偏差最小为主要控制目标，考虑车辆状态约束、控制约束和轮胎侧偏角约束，优化了自动驾驶车辆轨迹跟踪安全性、转向稳定性和操作可行性等多目标性能。搭建MATLAB/Simulink和CarSim联合仿真模型，并将所设计的控制器控制效果与熟练驾驶员操纵结果、线性二次规划控制器控制效果进行了比较分析，结果表明，所设计的控制器可以有效解决多约束条件下自动驾驶车辆行驶轨迹的横向跟踪问题，且在安全性、转向稳定性和操作可行性方面具有显著的优势。     

智能网联混合交通流交叉口控制：研究进展与前沿

交叉口是城市道路交通运行的瓶颈点，是造成交通拥堵的问题所在。交通控制是调控交通流、预防和缓解交通拥堵的关键策略，在效费比上具有较大优势。智能网联、自动驾驶技术的发展催生了常规车辆(Regular Vehicle, RV)、网联车辆(Connected Vehicle, CV)和智能网联车辆(Connected and Automated Vehicle, CAV)组成的智能网联新型混合交通流，推动着城市道路交通控制对象、数据环境和控制手段的变革，为交通控制提出巨大挑战的同时，也为交通控制理论方法的创新发展创造了新的条件。智能网联混合交通流交叉口控制已成为国内外研究热点，尚处于研究起步阶段。根据路权特征，先从单点交叉口、干线交叉口和路网多交叉口3个层面梳理智能网联混合交通流环境下的共用设施交叉口控制研究，包括交通信号配时、车辆轨迹/路径规划以及车辆轨迹-信号配时协同控制。然后介绍自动驾驶专用设施交叉口控制研究，包括CAV专用车道、CAV专用路段、CAV专用区域和快速公交-CAV混合专用车道。通过对现有成果的梳理发现：虽然新型混合交通流交叉口控制研究取得了部分进展，但RV驾驶行为的随机性、...     

基于动态清空距离的特殊车辆与CAVs混合车道控制

特殊车辆的优先通行是道路交通管理的一项重要工作,而目前相关控制措施存在实施难度较大、道路空间利用率低和道路通行能力下降等问题。为解决这些问题,结合智能网联汽车（CAVs）技术特点,提出考虑特殊车辆优先通行的CAVs专用车道控制方法,按应急车辆、一般优先级车辆和CAVs的优先通行顺序设计车辆通行规则。通过预测特殊车辆到达下游交叉口时的路口排队长度,建立“满足不同优先级特殊车辆通行需求”的动态清空距离模型,其中应急车辆以速度损失最小化为优化目标,一般优先级车辆以均衡车辆通行需求为优化目标。针对CAVs在专用道上可能成为其他车辆通行障碍的情况,考虑换道安全和不同换道动机,设计CAVs进入和离开专用道的规则,建立换道决策控制模型;在此基础上,提出适用于不同优先级车辆的专用车道通行控制策略。通过仿真实验对所提方法的控制效果予以分析验证。实验结果表明:与不考虑特殊车辆优先通行的控制方法相比,虽然该方法的车均出行时间和人均出行时间分别增加了3.9%和2.8%,但特殊车辆的车均延误时间减少了59.6%以上;与IBL控制方法相比,该方法的车均出行时间和人均出行时间分别减少16.7%和14.6%,特殊车辆的车均延误时间减少13.5%,专用车道利用率提高36.3%以上,并且在CAVs渗透率大于0.4时获得最佳控制效果。该控制方法在特殊车辆优先通行方面,减少了单一控制策略的局限性,为交通控制和管理提供理论支撑。      

双开口式逆流左转车道几何设计及信号配时优化

为解决单开口式（即仅有1个预信号开口）逆流左转车道（即通过预信号控制动态借用的出口车道）的长度与左转交通需求匹配效果不佳的问题,通过对单开口式逆流左转车道的设计进行分析,提出1种双开口式（即设置2个预信号开口）逆流左转车道的设计及控制方法。结合逆流左转车道的车辆运行规则,分析单开口式、双开口式逆流左转车道上车辆排队行为特征差异,构建逆流左转车道通行能力计算模型和延误计算模型。考虑主预信号协调控制、饱和度、交通波传递等约束条件,以车均延误最小为优化目标,采用0-1变量表示各个预信号开口是否启用,将常规设计、单开口式、双开口式信号配时整合到1个统一的混合整数非线性规划优化模型中,并给出逆流左转车道长度的设计依据。通过案例分析发现:①在逆流左转车道长度为80 m时,交叉口通行能力提升幅度最大;②当通行能力满足需求时,逆流左转车道长度越短,交叉口延误降低越明显;③若为保证通行能力而采用较长的逆流左转车道时,双开口式逆流左转车道通行效率优于单开口式;④综合考虑延误、通行能力等因素,单开口式逆流左转车道长度宜设置为40~60 m,而双开口式宜设置为80 m左右;⑤双开口式逆流左转车道可根据需要选择是否启用每个预信号开口,应用较为灵活,适用于各种流量场景。      

基于虚拟车队的自动交叉路口车辆时序优化模型

智能网联汽车可通过彼此交互协同安全地通过交叉路口,自动交叉路口控制已成为未来发展趋势。为解决现有基于预约的自动交叉路口控制模型未全局优化车辆通过顺序及模型非线性导致求解效率低等问题,提出一种基于虚拟车队的自动交叉路口车辆时序优化模型,实现车辆通过时序的高效全局优化。首先,为构建到达安全时间间隔约束,基于车辆冲突分析计算交叉口进口道停车线到各相互作用点的距离。其次,为便于建模和求解,基于时间维度构建虚拟车队并形成车辆索引序列。然后,以交叉口车辆总延误最小为优化目标,车辆通过控制区段的最小行程时间和到达冲突区域边界的安全间隔为约束条件,构建自动交叉路口车辆通过时序非线性优化模型。在此基础上,引入0-1变量将该模型转化为混合整数线性规划模型,并基于开源求解器CBC对模型进行求解。最后,设计数值仿真试验验证模型的有效性并进行了模型的参数敏感性分析。研究结果表明:所构建模型在不同交通需求下优化效果均优于基于"先到先服务"规则的模型,车均延误和最大单车延误能够减少61.50%和39.73%;当安全间距和优化周期较大时,构建模型的延误控制效果更为显著;模型和算法为未来智能网联环境下自动交叉路口控制提供了一种可选的方法。     

逆向左转交叉口的全感应公交优先信号控制技术

逆向左转交叉口已在中国70余个城市实现常态化应用，各地却始终没有形成设置和运用配套交通控制设施的统一做法。当公交专用车道穿过逆向左转交叉口时，必须考虑如何实施公交优先信号控制。基于此，针对十字形逆向左转交叉口提出一种全感应公交优先信号控制技术，该技术对信号灯设置、信号相位设置、相位显示顺序选择和交通流数据采集提出具体要求。以消除逆向左转车道的交通安全风险、加快优先车辆的运行速度、减少机动车相位的绿灯浪费为目标，设计5组逻辑规则，构成信号控制算法，向优先车辆提供绿灯延长和绿灯早启服务，自动调整机动车相位的绿灯时长、预左转相位的红灯时长和绿灯时长。选取1个典型的十字形常规交叉口和1个十字形逆向左转交叉口作为试验对象，利用Vissim创建虚拟道路交通环境。在交通仿真试验中，通过D-最优设计生成1 000个高负荷交通需求场景，共进行3 000次仿真运行。研究结果表明：就应用全感应信号控制技术的交叉口而言，设置逆向左转车道会在统计学意义上显著影响交叉口性能，对于降低全体车辆平均延误有明显效果，对于降低优先车辆平均延误有一定效果；就逆向左转交叉口而言，将全感应信号控制技术升级成全感应公交优先信号控...     

减速频次催生换道意图下自动驾驶车辆自适应换道模型

科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障,已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响,并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题,设计以抗干扰能力为基础的自动驾驶车辆自适应换道调控方法,其调控过程主要包括：采用智能驾驶人模型控制自动驾驶车辆纵向驾驶行为,以减速频次为指标度量自动驾驶车辆的抗干扰能力,并将抗干扰能力引入到自动驾驶车辆换道决策过程中,模拟自动驾驶车辆因频繁加减速导致乘车体验差而产生换道意图的现象,在此基础上,提出车辆换道控制模型。然后,以智慧高速为背景,利用Netlogo构建多种自动驾驶车辆运行场景,测试所构建的自适应换道调控方法。研究结果表明：智能驾驶人模型的选用能够合理体现自动驾驶车辆换道行为对交通流的运行影响;相比于低密度车流（≤30 veh）,在中高密度车流情况下（≥40 veh）,自动驾驶车辆维持原有车道运行的能力较弱、换道频率较高,且过高[80次·（5 min）^-1]或过低[10次·（5 min）^-1]的抗干扰能力临界值会导致自动驾驶车辆运行速度降低至10 km·h^-1,因此可以根据不同车流密度条件对自动驾驶车辆的最大抗干扰能力进行设置和调整,从而保证自动驾驶车辆的运行效率,这也从侧面证明了所提自适应换道调控方法的科学性与合理性。研究结果对于提高自动驾驶车辆换道控制的合理自主性具有重要意义,该结果进一步完善了自动驾驶车辆换道模型库,能够为自动驾驶自适应换道调控提供理论和技术支撑。     

基于车速与信号协同优化的区域绿波协调控制模型

针对车路协同环境下的区域绿波协调控制问题，根据自动驾驶车辆车速可控的特点，提出利用绿波车速与信号配时的协同优化方法，建立一种区域绿波协调控制模型。模型在信号配时与相位相序优化的基础上，增加对路段绿波车速的优化，为车路协同环境下的自动驾驶车辆提供路段车速引导方案；通过扩大优化模型的可行解空间，以解决区域协调中相位差的设计问题；选取绿波带宽折减率与通行速度折减率的加权量作为模型评价指标，使得设计方案能够实现绿波带宽与通行速度的综合最优。算例结果分析表明：模型可以根据不同的绿波带宽权重系数，求解相应的绿波带宽与通行速度综合最优协调控制方案，其中绿波带宽最优方案的路网绿波带宽占比均值能够达到95%，明显优于TRANSYT模型的绿波协调优化效果。VISSIM仿真结果显示，与TRANSYT优化方案相比，所提模型方案能够减少干道平均停车次数39%，缩短交叉口平均延误时间10%，使区域交叉口的通行效率得到进一步提升。     

全设置连续流交叉口信号配时及延误模型

为了解决连续流交叉口车辆多次停车问题，提出了各流向车辆在所遇第2条停车线处不用停车的优化控制策略。通过协调主预信号配时，调整信号控制相位相序方案，促使车辆直接通过所遇第2条停车线，使得左转车辆停车次数由3次减少到2次或者1次，直行车辆停车次数由2次减少到1次。分析各流向车辆到达-驶离图式，构建左转车流在所遇第3条停车线处的延误计算模型，结合Webster经典模型，给出连续流交叉口整体延误计算模型，其计算结果与VISSIM仿真结果基本一致。推导给出车辆不二次停车、车车不冲突以及连续流交叉口自身交通组织等因素所需满足的约束条件，以交叉口车均延误最小化为优化目标，构建连续流交叉口主预信号协调配时优化控制模型，并设计了4种交通场景以验证不同情况下的效益改善情况。研究结果表明：通过信号协调减少1次停车，能够降低50%以上的车均延误和车均停车次数；根据各转向交通量所占比例选择合适的车道分配方案有助于提升连续流交叉口通行效率；在2种策略下交叉口车均停车次数分别为0.88~1.05、0.59~0.77，与已有控制策略约2次车均停车次数相比，明显降低了连续流交叉口车辆停车次数。研究成果可为连续流交叉口控制提供新的视角，对交叉口通行效率的提升效果也更加显著。     

公交与右转混合型专用道仿真分析及效益评价

为解决设置公交专用道所带来的道路资源利用率低，相邻车道交通压力增大，专用道分时段开启致使社会车辆行驶混乱等问题，基于车种分离思想，提出一种公交车辆与右转车辆混合专用道的组织方式，允许公交车辆与右转社会车辆共用一条车道，以寻求保持公交优先与减少对社会车辆影响的平衡点。为论证该方案的可行性，首先，针对所研究的道路环境，提出了基于流量生成模型与配时优化模型的车道组仿真流程；随后，在考虑红灯时右转车辆行驶特性的前提下，建立了人均延误和车均延误的双指标评价矩阵模型；最后，分别在MATLAB和VISSIM仿真平台上，实现了对传统车道组、公交与右转混合型专用道车道组和公交专用道车道组3种方案的效益评价，并对其中的关键影响因素进行分析。仿真结果表明：所提出的公交与右转混合型专用道车道组的总体车均延误与人均延误在大多情况下处于较低水平，而公交专用道车道组和普通车道组也具有各自的优势区域；公交与右转混合型专用道的车道组织方式可以在保证社会车辆延误不明显增加的情况下，有效确保公交车辆的优先性，在一定条件下具有适用性，在工程实践中可作为公交专用道的过渡或替代方案。