网联车多信号交叉口绿灯相位车速动态引导方法及系统与流程

文档序号:15048410发布日期:2018-07-27 23:21阅读:258来源:国知局

本发明涉及一种网联车多信号交叉口绿灯相位车速动态引导方法及系统。



背景技术:

道路信号交叉口是城市道路的重要组成部分,其通行能力直接影响着城市道路的通达,如果交叉口的交通流密度过大,会造成交叉路口的拥堵,严重影响人们的出行。因此,减少信号交叉口的停车和延误,提高交叉口的道路通行能力,是提高城市干道交通服务水平的主要目标。驾驶员在快要到达信号交叉口时,往往由于视线模糊,视野受阻等问题而无法准确获取当前信号交叉口的信号相位倒计时信息,从而采取不合理的油门和刹车操作,增加车辆在交叉口附近的空转时间,造成道路交通拥堵,另一方面不合理的驾驶行为也会导致产生额外的燃油消耗和排放。因此,对信号交叉口附近的车辆进行车速优化并合理引导是必要的。

针对信号交叉口车速引导的研究,最初主要是通过调整信号交叉口的交通信号状态,利用可变信息牌的提示对驶入交叉口的车辆进行引导,避免车辆在红灯相位期间到达信号交叉口;后来,通过动态速度引导方法给驾驶员提供最优的速度建议,但这些研究或者通过考虑速度和加速度间接优化燃油消耗和排放,或者使用燃油消耗和污染排放模型评估各种可行的速度值,但主要集中于单个交叉口的车速引导,尚未考虑两个信号交叉口的协同动态车速引导。



技术实现要素:

针对上述现有方法中存在的问题,本发明的目的在于,提供一种网联车多信号交叉口绿灯相位车速动态引导方法,该引导方法通过获取交叉口信息,并以燃油消耗和排放最优为优化目标给驶入交叉口的驾驶员动态提供车速引导。

为了实现上述目的,本发明采用如下技术方案:

一种网联车多信号交叉口绿灯相位车速动态引导方法,包括以下步骤:

采用非线性多元函数最小值求解函数求解动态经济驾驶优化模型,得到车辆在不同时刻下的速度,根据车辆在不同时刻下的速度对网联车的车速进行动态引导;

其中,动态经济驾驶优化模型为:

其中,tf表示车辆通过第一个信号交叉口的时间,ts表示车辆通过第二个信号交叉口的时间;

上式中,fc(t)表示油耗模型:

其中,α0,α1和α2是模型常数;p(t)表示车辆在时刻t的瞬时功率:

其中,r(t)表示车辆在时刻t的阻力;m为车辆的质量;a(t)表示车辆在时刻t的加速度;ηd为车辆的动力传动系统效率;v(t)表示车辆在时刻t的瞬时速度;

车辆在时刻t的阻力r(t)采用以下公式表示:

其中,ρ表示温度为15℃下,海平面的空气密度;cd表示车辆阻力系数;ch表示高度校正因子;af表示车辆横截面积;cr,c1和c2表示滚动阻力常数;g(t)为时刻t的道路坡度等级;g为重力加速度;

车辆在时刻t的瞬时速度v(t),采用如下公式表示:

其中,s1和s2表示线性解的两个参数,vf表示通过第一个信号交叉口的速度,vs表示通过第二个信号交叉口的速度,v0表示车辆的当前速度;

车辆在时刻t的加速度a(t),采用如下公式表示:

其中,tf、ts、vf和vs满足以下公式:

tf∈[0,tr1]

amin≤s1·(vf-v0)≤amax且amin≤s2·(vs-vf)≤amax

vf≤vmax且vs≤vmax

其中,tr1表示第一个信号交叉口的绿灯倒计时,tg2表示第二个信号交叉口的红灯倒计时,tr2表示第二个信号交叉口的绿灯倒计时,t表示信号交叉口的信号周期;tg表示信号周期中的绿灯时间;tr表示信号周期中的红灯时间;amin表示驾驶员能承受的最小加速度;amax表示驾驶员能承受的最大加速度amax;xf表示车辆到第一个信号交叉口的距离,xs表示车辆到第二个信号交叉口的距离;vmax表示道路允许的最大速度。

本发明还提供一种网联车多信号交叉口绿灯相位车速动态引导系统,包括求解动态经济驾驶优化模型模块,该模块用于实现以下功能:

采用非线性多元函数最小值求解函数求解动态经济驾驶优化模型,得到车辆在不同时刻下的速度,根据车辆在不同时刻下的速度对网联车的车速进行动态引导;

其中,动态经济驾驶优化模型为:

其中,tf表示车辆通过第一个信号交叉口的时间,ts表示车辆通过第二个信号交叉口的时间;

上式中,fc(t)表示油耗模型:

其中,α0,α1和α2是模型常数;p(t)表示车辆在时刻t的瞬时功率:

其中,r(t)表示车辆在时刻t的阻力;m为车辆的质量;a(t)表示车辆在时刻t的加速度;ηd为车辆的动力传动系统效率;v(t)表示车辆在时刻t的瞬时速度;

车辆在时刻t的阻力r(t)采用以下公式表示:

其中,ρ表示温度为15℃下,海平面的空气密度;cd表示车辆阻力系数;ch表示高度校正因子;af表示车辆横截面积;cr,c1和c2表示滚动阻力常数;g(t)为时刻t的道路坡度等级;g为重力加速度;

车辆在时刻t的瞬时速度v(t),采用如下公式表示:

其中,s1和s2表示线性解的两个参数,vf表示通过第一个信号交叉口的速度,vs表示通过第二个信号交叉口的速度,v0表示车辆的当前速度;

车辆在时刻t的加速度a(t),采用如下公式表示:

其中,tf、ts、vf和vs满足以下公式:

tf∈[0,tr1]

amin≤s1·(vf-v0)≤amax且amin≤s2·(vs-vf)≤amax

vf≤vmax且vs≤vmax

其中,tr1表示第一个信号交叉口的绿灯倒计时,tg2表示第二个信号交叉口的红灯倒计时,tr2表示第二个信号交叉口的绿灯倒计时,t表示信号交叉口的信号周期;tg表示信号周期中的绿灯时间;tr表示信号周期中的红灯时间;amin表示驾驶员能承受的最小加速度;amax表示驾驶员能承受的最大加速度amax;xf表示车辆到第一个信号交叉口的距离,xs表示车辆到第二个信号交叉口的距离;vmax表示道路允许的最大速度。

本发明具有如下优点:本发明能够以消耗最少燃油为目标引导车辆通过两个连续的交叉口,并将速度优化轨迹以可视化方式实时提供给驾驶员,避免了车辆在交叉口的空转时间以及一些不必要的急加速和急减速操作,造成额外的燃油消耗和尾气排放,同时也提高了道路通行能力,满足人们的出行需求的同时,提高人们的出行效率。

下面结合附图和具体实施方式对本发明的方案作进一步详细地解释和说明。

附图说明

图1为采用本发明的方法进行车速引导的结果图;其中,(a)表示对车辆进行车速引导和不对车辆进行车速引导的速度对比图,(b)表示对车辆进行车速引导和不对车辆进行车速引导的加速度对比图,(c)表示对车辆进行车速引导和不对车辆进行车速引导的距离对比图。

图2为采用本发明方法进行车速引导和不对车辆进行车速引导所产生的油耗对比图。

具体实施方式

本发明的网联车多信号交叉口绿灯相位车速动态引导方法,用于车辆前方的第一个信号交叉口为绿灯情况下的车速引导,包括如下步骤:

采用matlab软件平台中的非线性多元函数最小值求解函数求解动态经济驾驶优化模型,得到车辆在不同时刻下的速度,根据车辆在不同时刻下的速度对网联车的车速进行动态引导;

其中,动态经济驾驶优化模型为:

其中,tf表示车辆通过第一个信号交叉口的时间,ts表示车辆通过第二个信号交叉口的时间;

上式中,fc(t)表示油耗模型:

其中,α0,α1和α2是模型常数;p(t)表示车辆在时刻t的瞬时功率:

其中,r(t)表示车辆在时刻t的阻力;m为车辆的质量;a(t)表示车辆在时刻t的加速度;ηd为车辆的动力传动系统效率;v(t)表示车辆在时刻t的瞬时速度;

车辆在时刻t的阻力r(t)采用以下公式表示:

其中,ρ表示温度为15℃下,海平面的空气密度;cd表示车辆阻力系数;ch表示高度校正因子;af表示车辆横截面积;cr,c1和c2表示滚动阻力常数;g(t)为时刻t的道路坡度等级;g为重力加速度;

车辆在时刻t的瞬时速度v(t),采用如下公式表示:

其中,s1和s2表示线性解的两个参数,vf表示通过第一个信号交叉口的速度,vs表示通过第二个信号交叉口的速度,v0表示车辆的当前速度;

车辆在时刻t的加速度a(t),采用如下公式表示:

其中,tf、ts、vf和vs满足以下公式:

tf∈[0,tr1]

amin≤s1·(vf-v0)≤amax且amin≤s2·(vs-vf)≤amax

vf≤vmax且vs≤vmax

其中,tr1表示第一个信号交叉口的绿灯倒计时,tg2表示第二个信号交叉口的红灯倒计时,tr2表示第二个信号交叉口的绿灯倒计时,t表示信号交叉口的信号周期;tg表示信号周期中的绿灯时间;tr表示信号周期中的红灯时间;amin表示驾驶员能承受的最小加速度;amax表示驾驶员能承受的最大加速度amax;xf表示车辆到第一个信号交叉口的距离,xs表示车辆到第二个信号交叉口的距离;vmax表示道路允许的最大速度。

本发明的另一个方面还提供一种网联车多信号交叉口绿灯相位车速动态引导系统,包括求解动态经济驾驶优化模型模块,该模块用于实现以下功能:

采用matlab软件平台中的非线性多元函数最小值求解函数求解动态经济驾驶优化模型,得到车辆在不同时刻下的速度,根据车辆在不同时刻下的速度对网联车的车速进行动态引导;

其中,动态经济驾驶优化模型为:

其中,tf表示车辆通过第一个信号交叉口的时间,ts表示车辆通过第二个信号交叉口的时间;

上式中,fc(t)表示油耗模型:

其中,α0,α1和α2是模型常数;p(t)表示车辆在时刻t的瞬时功率:

其中,r(t)表示车辆在时刻t的阻力;m为车辆的质量;a(t)表示车辆在时刻t的加速度;ηd为车辆的动力传动系统效率;v(t)表示车辆在时刻t的瞬时速度;

车辆在时刻t的阻力r(t)采用以下公式表示:

其中,ρ表示温度为15℃下,海平面的空气密度;cd表示车辆阻力系数;ch表示高度校正因子;af表示车辆横截面积;cr,c1和c2表示滚动阻力常数;g(t)为时刻t的道路坡度等级;g为重力加速度;

车辆在时刻t的瞬时速度v(t),采用如下公式表示:

其中,s1和s2表示线性解的两个参数,vf表示通过第一个信号交叉口的速度,vs表示通过第二个信号交叉口的速度,v0表示车辆的当前速度;

车辆在时刻t的加速度a(t),采用如下公式表示:

其中,tf、ts、vf和vs满足以下公式:

tf∈[0,tr1]

amin≤s1·(vf-v0)≤amax且amin≤s2·(vs-vf)≤amax

vf≤vmax且vs≤vmax

其中,tr1表示第一个信号交叉口的绿灯倒计时,tg2表示第二个信号交叉口的红灯倒计时,tr2表示第二个信号交叉口的绿灯倒计时,t表示信号交叉口的信号周期;tg表示信号周期中的绿灯时间;tr表示信号周期中的红灯时间;amin表示驾驶员能承受的最小加速度;amax表示驾驶员能承受的最大加速度amax;xf表示车辆到第一个信号交叉口的距离,xs表示车辆到第二个信号交叉口的距离;vmax表示道路允许的最大速度。

实施例

采用本发明的方法对具有2011hondaaccord车型的车辆进行车速引导,在本实施例中,xf=200m,xs=615m,amin=-3m/s2,amax=5m/s2,ρ=1.2256kg/m3,α0=4.89e-04,α1=4.29e-05,α2=1.00e-06,m=1487kg,ηd=0.75,cd=0.30,ch=0.95,af=2.12m2,cr=1.25,c1=0.0438,c2=6.10,t=85s,tg=40s,tr=45s,tr1=20s,tr2=5s,v0=55km/h。基于matlab环境对实施例所给出的交通环境进行仿真,获得如图1所示的结果,其中(a)表示对车辆进行车速引导和不对车辆进行车速引导的速度对比图,该图中的虚线表示不对车辆进行速度引导时,车辆速度随时间的变化情况,图中的实线表示采用本实施例中的方法对车辆进行速度引导时,车辆速度随时间的变化情况。其中(b)表示对车辆进行车速引导和不对车辆进行车速引导的加速度对比图,该图中的虚线表示不对车辆进行速度引导时,车辆加速度随时间的变化情况,图中的实线表示采用本实施例中的方法对车辆进行速度引导时,车辆加速度随时间的变化情况。其中(c)表示对车辆进行车速引导和不对车辆进行车速引导的距离对比图,该图中的虚线表示不对车辆进行速度引导时,车辆的距离随时间的变化情况,图中的实线表示采用本实施例中的方法对车辆进行速度引导时,车辆的距离随时间的变化情况。图(c)中在纵坐标为200处的横线表示第一个信号交叉口,在纵坐标为615处的横线表示第二个信号交叉口;

由图1中的(a)中实线可知,本发明的方法引导车辆匀速通过第一个交叉口之后,车辆减速通过第二个信号交叉口,该方法下车辆产生的油耗为0.0313l。若车辆按初始速度继续行驶,则停在第二个交叉路口,并等待绿灯指示到达,如图1(c)虚线所示,该条件下车辆行驶相同距离产生的油耗为0.0438l。由此可见,不进行引导的车辆行驶轨迹由于高速行驶和在信号交叉口处不必要的空转,造成额外的燃油消耗。本发明提出的优化引导方法节省了高达29%的燃油,如图2所示,同时也减少了尾气排放,提高了道路通行能力。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1