申请/专利权人：大连理工大学

申请日：2020-06-23

公开（公告）日：2020-10-16

公开（公告）号：CN111785088A

主分类号：G08G1/16(20060101)

分类号：G08G1/16(20060101);G08G1/0967(20060101);G08G1/01(20060101);G06K9/62(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.08.20#授权;2020.11.03#实质审查的生效;2020.10.16#公开

摘要：本发明属于车联网体系下网联车辆的智能控制技术领域，具体涉及一种网联车辆匝道合并的双层协同优化方法。本发明考虑在计算负荷和最优性之间存在权衡，通过上层最优化模型和下层解析解的形式较大程度地提高了最优性和最大限度地降低了计算量；采用智能网联车辆匝道合并协同控制的上下两层调度优化模型，上层决定和分配每辆智能网联车进入合并区域的时间，下层确定每辆智能网联车的具体运动轨迹，有助于匝道合并的交通效率和能源利用率的提高，通过下层计算，满足不了最小时间间隔的智能网联车辆将重新返回上层调度进行调度计算，使系统具有鲁棒性。

主权项：1.一种网联车辆匝道合并的双层协同优化方法，其特征在于，包括如下步骤：步骤1：确定智能网联车辆匝道合并协同控制的框架：车辆聚类模块、车辆合并序列协调模块、车辆运动轨迹规划层、基础设施通信模块和匝道合并交通模型；步骤2：将匝道合并路段分为，序列区，控制区和合并区，基于进入序列区的“先入先出”规则初始化智能网联车辆序号id，依次令id＝0，1，2……，N；步骤3：收集智能网联车辆参数，实时速度信息以及实时位置信息；步骤4：通过对车辆初始状态的群体寻源，基于车辆在合并点的潜在冲突对车辆进行聚类；步骤5：基于智能网联车辆匝道合并协同控制的框架建立上下两层调度优化模型，上层决定和分配每辆智能网联车进入合并区域的时间，下层根据上层调度计划确定每辆智能网联车的具体运动轨迹：所述步骤5中的上下两层调度模型具体为：a上层优化模型上层模型以主车道车辆和入口匝道车辆的总行驶时间最小为优化目标，目标函数为： 式中，n和m分别是涉及的主车道车辆数量和涉及的入口匝道车辆数量，t0,i主车道车辆i进入排序区的时间；t0，j匝道车辆j进入排序区的时间；tmer,i对于主车道上的车辆i和tmer,j对于入口匝道车辆j为进入合并区域的最优合并时间；车辆参数约束：tmer,k＞Tmer,k2式中，tmer,k为第k辆智能网联车进入合并区域的时间，Tmer,k为第k辆智能网联车进入极限合并区的时间；同一车道上的安全车距的约束：tmer,s1-tmer,s2≥tsafe13式中，tmer,s1和tmer,s2分别是同一车道上智能网联车进入合并区域的时间，tsafe1是同一车道上相邻合流车辆之间的时间间隔，对于主车道车辆和入口匝道车辆可以不同；不同车道上的安全车距的约束：tmer,i-tmer,j+Cwi,j≥tsafe24tmer,j-tmer,i+C1-wi,j≥tsafe25式中，wi、j为引入的二进制变量，只能取值为0或1，C是一个足够大的常数，绝对大于tsafe2+|tmer,i-tmer,j|，tsafe2是合流点上不同车道上相邻合流车辆之间的安全时间间隔；b下层模型下层模型中的加减速模式为：加速模式：如果 减速模式：如果 步骤6：车辆进入序列区，采用分支定界算法优化上层模型目标函数F；步骤7：车辆进入控制区，将得到的调度计划M传给下层运动规划器；步骤8：根据序号id的智能网联车辆的参数、实时信息和上层的调度信息，判断此车辆是否需要加减速：步骤9：如果需要加减速，进入加减速模式，完成后报告已完成的车速配置文件和当前所需速度，保持当前速度；步骤10：如果不需要加减速，此车辆保持当前速度；步骤11：判断序号id的智能网联车辆的时间间隔是否小于阈值；步骤12：如果是，此车辆进入跟车模式；步骤13：如果否，此车辆忽略的上层的调度信息，并重新参与上层的调度规划返回步骤5。

全文数据：

权利要求：

百度查询： 大连理工大学 一种网联车辆匝道合并的双层协同优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD