基于ACC车辆在V2I信号控制交叉口的控制方法与流程

本发明属于车路一体化(vehicletoinfrastructure,v2i)和自适应巡航控制(adaptivecruisecontrol,acc)自动驾驶技术领域，特别是涉及一种基于acc车辆在v2i信号控制交叉口的控制方法。

背景技术：

信号控制交叉口是城市道路交通网络中的重要组成部分，是实现各路段交通流转换的节点。由于受到信号灯的周期性干扰，车辆经常在信号交叉口区域频繁的启停和加减速，导致交叉口的通行效率下降，车辆延误、燃油消耗和污染物排放提升。从各种交通问题的产生机理来说，人类驾驶员对前方车辆行驶状态和交通状况的反应能力与判断能力的局限性，以及不同驾驶员的驾驶差异性，是造成交通流不稳定，产生时走时停交通流现象，进而诱发交通拥堵与交通安全等问题的根本原因。交通流特性属于交通流内在固有属性，各国学者普遍认为，如不能有效改善交通流特性，优化道路通行能力与交通安全等问题难以得到根本性突破。自适应巡航控制(adaptivecruisecontrol,acc)是自动驾驶技术中目前应用最广泛的一类重要的纵向跟驰技术，acc车辆能够根据车载检测设备的反馈信息来判断不同的交通状况，并实时根据不同的交通状况做出相应的驾驶行为调整。这项自动驾驶汽车技术有望从微观车辆层面改善传统交通流特性，进而为各种交通问题的解决提供有效途径。

然而，路况复杂的城市道路上，尤其是包含信号交叉口的城市道路区域范围内行驶时，由于无法对前方复杂的交通状况做出准确的判断，使得acc车辆不得不将驾驶操作切换为人类，因此acc技术在信号交叉口处的应用仍有待完善，怎样提升acc车辆在交叉口的通行效率对缓解目前城市道路交通所面临的各种交通问题仍然是一个难题。

目前进行大规模acc真车试验的条件尚不成熟，因此在大规模地真车试验之前，研究v2i信号交叉口下的acc车辆跟驰模型以分析对交叉口交通流特性的影响，可以为acc技术和v2i技术在交叉口实施提供理论依据，此外，acc技术的研发和应用需要一种经济有效的手段来评价其对交通流运行效率的预期效果，而微观交通仿真是交通分析和评价的一种经济、客观和灵活的方法。

技术实现要素：

本发明要解决的技术问题是：提供一种基于acc车辆在v2i信号控制交叉口的控制方法；该基于acc车辆在v2i信号控制交叉口的控制方法利用微观交通仿真模拟可以用来在acc技术和v2i技术在信号控制交叉口实施前利用计算机上对其进行“离线”试验，为acc技术和v2i技术在城市交通中的应用提供一定的理论参考和建议，也能够促进相关智能交通技术的发展与在城市交通的合理应用。

本发明为解决公知技术中存在的技术问题所采取的技术方案是：

一种基于acc车辆在v2i信号控制交叉口的控制方法，至少包括：

(1)根据v2i信号控制交叉口下的通讯中心与车辆信息交互的特征，对信号控制交叉口v2i通讯中心进行设置

(2)对在v2i信号控制交叉口下的acc车辆的系统进行架构

(3)考虑acc车辆在交叉口区域范围内行驶时可能遇到的情况

(4)根据acc车辆交叉口遇到的不同情况分别制定相应的驾驶策略，使acc车辆以合理的速度驶向交叉口。

步骤(1)中的对信号控制交叉口v2i通讯中心进行设置包括：在信号控制交叉口v2i通讯中心设置中包含交叉口一定区域范围内的信息采集和发射装置、gps基站、带有无线发送装置的交通信号灯以及中央电脑，acc车辆内安装摄像头、gps、信息接收装置、速度传感器、加速度传感器和自动加速度控制装置，信息采集和发射装置用来收集信号交叉口信号状态信息、进入v2i通讯范围内所有车辆的速度、通过伪距差分gps方法计算出的位置和所执行的驾驶策略，中央电脑通过对采集的信息进行处理，为acc车辆制定合理的驾驶策略，acc车辆内安装的接收装置根据信息发射装置制定的驾驶策略并通过自动加速度控制装置来调整驾驶行为，使其合理地驶向信号交叉口。

步骤(2)中对acc系统设计中引入驾驶策略，使得车辆能够通过使用v2i通讯中心制定的驾驶策略来适应相应的交通情况，当车辆使用不同的驾驶策略来行驶时，车辆的控制模式根据不同的驾驶策略而发生改变。acc车辆在行驶过程中可以实时获取速度、加速度、与前车的车间距和速度差等信息，在进入车路协同控制范围后，通过车载通信设备将这些信息传递给交通控制中心；配有无线通信设备的信号灯可以将相位阶段、相位周期等信息传递给交通控制中心；交通控制中心根据采集到的信息制定诱导策略并传递给acc车辆。

步骤(3)中acc车辆在交叉口区域范围内行驶时可能遇到的情况分别为：

情况1：车辆在到达交叉口时信号灯一直处于红灯相位阶段，车辆需要在停车线后进行停车排队等候，待绿灯亮起后才能启动通过交叉口，这种情况下，车辆经历了“减速—停车—加速—通过”的运动过程；

情况2：车辆在到达交叉口时信号灯处于红灯末期相位阶段，车辆从正常车速开始减速，但在到达停车线前信号灯变为绿灯，同时前车逐渐开始加速，车辆不会减速至停车，而是减速到一定速度后加速驶离停车线，或跟随前车加速驶离停车线，这种情况下，车辆经历了“减速—加速—通过”或“减速—通过—加速”的运动过程；

情况3：车辆在到达交叉口时信号灯一直处于绿灯相位阶段，且前方不存在影响车辆运行的情况，车辆将保持匀速通过交叉口，在这种情况下车辆经历了“匀速—通过”的运动过程；

情况4：车辆在到达交叉时信号灯处于绿灯末期相位阶段，车辆在保持正常车速驶向停车线时，信号灯变为黄灯，车辆可能会以较高的制动减速度开始制动直至停止在停止线前排队等候，或以较高的加速度开始加速通过交叉口，在这种情况下，车辆可能会经历“减速—停车—加速—通过”或“加速—通过”的运动过程。

步骤(4)中，根据acc车辆进入车路协同控制范围时信号灯所处的相位阶段和前方车辆的运行情况，按照诱导策略行驶后的acc车辆可分为以下四种情况：

1)正常通过

此种类型的acc车辆进入车路协同控制范围后，按照和路段上相同的控制模式行驶至交叉口停止线时，信号灯状态为绿灯，因此可以顺利通过交叉口；

2)提前加速通过；

acc车辆进入车路协同控制范围后，如果按照和路段上相同的控制模式行驶至交叉口停止线时，则信号灯状态为红灯；此时车辆需要提前加速通过交叉口，使得车辆在提前加速行驶至交叉口的过程中不应超过路段的限速vmax以及应考虑避免与前车的碰撞；

3)提前减速通过；

acc车辆进入车路协同控制范围后，如果按照和路段上相同的控制模式或提前加速行驶至交叉口停止线时，信号灯状态均为红灯；此时车辆需要提前减速通过交叉口，使得车辆在提前减速行驶至交叉口的过程中应考虑红灯期间交叉口的排队情况以避免与前车的碰撞，通过提前减速至vmin以在下一个绿灯期间通过交叉口；

4)提前减速停车

此种类型的acc车辆进入车路协同控制范围后，按照上述的三种方式行驶至交叉口停止线时，信号灯状态均为红灯，在这种情况下，停车是不可避免的，因此acc车辆应提前进行减速停在交叉口停止线前或前方排队车辆的尾部，避免在交叉口的急刹车，当信号灯变为绿灯时，排队停车的acc车辆应快速启动驶离交叉口。

不同诱导策略的acc车辆控制模式，包括以下步骤：

(1)信号交叉口跟驰模型的选取

(2)v2i信号交叉口acc车辆新型控制模式的构建

(3)根据不同情况控制模式的决策选取策略

步骤(1)中选取idm模型作为基础模型进行拓展，idm模型可以分为两部分，第一部分为自由流加速度afree(t)，第二部分为拥堵流减速度aint(t)，如下所示：

式中：an(t)为第n辆车在t时刻的加速度；a为期望加速度；vn(t)为第n辆车在t时刻的速度；vexpect为期望速度；δ为速度幂系数；s^*(t)为第n辆车在t时刻与前车的期望车头间距；s(t)为第n辆车在t时刻与前车的车头间距；s0为最小停车头间距；t为安全车头时距；δvn(t)为第n辆车在t时刻与前车的速度差；b为期望减速度；

步骤(2)中考虑诱导策略对acc车辆驾驶行为的影响，进一步对模型进行扩展，构建acc车辆在信号交叉口车路协同诱导策略下不同控制模式的加速度算法：

1)正常跟驰模式

由于受到信号灯周期性干扰，交叉口处的交通流经常发生拥堵流和自由流之间的转换，因此在idm模型的基础上，通过改进加速度算法，得到了iidm模型(improvedintelligentdrivermodel)消除了idm模型在信号交叉口交通流转换过程中的短板，当acc车辆处于正常跟驰模式时对应的加速度算法anot(t)为iidm模型，如下所示：

2)定速巡航模式

车路协同诱导策略下处于定速巡航模式下的acc车辆应尽力保持或达到自身的期望速度。当v(t)≤vexpect时，idm模型的自由加速方程，在以往的研究中取得了良好的仿真效果。而当v(t)>vexpect时，若仍按照作为acc车辆在定速巡航模式下的加速度方程，此时得到的acc车辆的减速度是不切实际的大，为了消除这种不切实际的现象，利用idm模型研究acc车辆在限速路段的加速度算法的研究思路，规定当v(t)>vexpect时，定速巡航模式下的加速度算法应满足以下条件：

模型产生的最大减速度不得超过期望减速度b；

速度幂系数δ应仍保持原来在模型的作用，即随着速度越来越接近期望速度，使得减速度的值也应越来越小；

自由加速度函数afree(t)连续可微。

给出了一个满足上述条件的当v(t)>vexpect时的加速度算法：

综上，当acc车辆处于定速巡航模式时，对应的加速度算法acr(t)为：

3)加速跟驰模式

车路协同诱导策略下处于加速跟驰模式的acc车辆应尽快追赶上前车，并达到稳定的跟驰状态。根据acc车辆车头间距s(t)与期望车头间距s^*(t)的关系，对acc车辆在加速跟驰模式下的运动状态进行如下划分：

①当s(t)>s^*(t)时，表明acc车辆与前车间距有一定的差异，acc车辆选择加速，跟上前方车辆；

②当s(t)<s^*(t)时，表明acc车辆过于接近前车，处于不安全状态，必须进行一定的减速，防止发生碰撞；

③当s(t)＝s^*(t)时，表明acc车辆与前车处在正常的行驶范围内，保持稳定的跟驰状态。

因此，利用idm模型研究acc车辆在城市道路行驶工况下的加速度算法的研究思路，对idm模型进行改进，分别在afree(t)和aint(t)的基础上，增加两个基于s(t)与s^*(t)关系的加速度调整项，并通过使用阶跃函数θ(x)来控制调整项是否产生作用。

加速跟驰模式下的和分别如下所示：

中的a[tanhθ(s(t)-s^*(t))]确保acc车辆在s(t)>s^*(t)时，尽快加速以追赶前方车辆，同时为了防止在加速的过程中acc车辆的加速度超过期望加速度a的情况，在和a[tanhθ(s(t)-s^*(t))]中均取一个0.5的归化因子。中的[θ(δv(t))+θ(s^*(t)-s(t))]来调整acc车辆在加速跟驰模式下何时进行减速，当δv(t)>0或θ(s^*(t)-s(t))>0时，才会激活以进行减速。

综上，当acc车辆处于加速跟驰模式时，对应的加速度算法aac(t)为

4)启动模式

车路协同诱导策略下处于启动模式下的acc车辆在当信号灯由红灯变为绿灯时，能够同时获得信号灯变为绿灯的信息，并会迅速做出反应，及时采取加速启动措施，而不仅仅是考虑前方车辆对跟其的影响。当acc车辆接受到信号灯变为绿灯的信息时，此时车辆应尽快加速达到期望速度，因此加速度方程可以由idm模型中的自由加速方程afree(t)表示；当acc车辆受到前方车辆的影响下的加速度方程可以由iidm模型来表示。

因此，将afree(t)与iidm模型进行加权融合可以准确地描述车路协同诱导策略下acc车辆在交叉口排队启动时的跟驰行为，本发明融合idm模型和cah(constantaccelerationheuristic)模型的研究思路，对iidm模型和afree(t)进行加权融合，并保证acc车辆在启动模式下的加速度始终大于或者等于iidm模型的加速度，最终得到的acc车辆在启动模式下的加速度算法ast(t)如下：

基于车路协同诱导策略下的acc车辆在不同控制模式下的加速度算法的控制参数与idm模型保持一致，即vexpect、t、s0、a、b、δ。根据acc车辆在行驶的过程中，可以通过改变部分控制参数的取值，有效地调整acc车辆的驾驶特性与不同的行驶工况相适应，如通过减小b的取值，可以提前让acc车辆在红灯期间进行制动。因此，本发明在acc车辆的不同控制模式下的加速度算法的基础上，引进λa、λb、λc三个乘法因子，以实现在不同诱导策略下acc车辆的控制参数的变化，即：

式中:为不同诱导策略下的调整系数；aⁱ、tⁱ、bⁱ为不同诱导策略下调整后的控制参数；

步骤(3)中acc车辆按照正常通过诱导策略通过交叉口，对应的控制模式可能为：头车以匀速为期望速度的定速巡航模式、非头车为iidm跟驰模式；若按照提前加速通过诱导策略通过交叉口，对应的控制模式可能为：头车以vmax为期望速度的定速巡航模式、非头车为加速跟驰模式；若按照提前减速通过诱导策略通过交叉口，对应的控制模式可能为：头车先以vmin为期望速度的定速巡航模式驶向交叉口，当交叉口信号灯变为绿灯时，期望速度切换为v0，非头车先以vmin为期望速度的定速巡航模式驶向交叉口，当交叉口信号灯变为绿灯且前方车辆的速度大于vmin时，控制模式由定速巡航模式切换为启动模式；提前减速停车诱导策略对应的控制模式为：iidm模式。快速启动诱导策略对应的模式为：启动模式。

本发明具有的优点和积极效果是：

本发明利用微观交通仿真模拟可以用来在acc技术和v2i技术在信号控制交叉口实施前利用计算机上对其进行“离线”试验，为acc技术和v2i技术在城市交通中的应用提供一定的理论参考和建议，也能够促进相关智能交通技术的发展与在城市交通的合理应用；当acc车辆进入车路协同控制范围后，中央电脑计算acc车辆在上述不同控制模式下的轨迹，为了尽量减少车辆在交叉口区域的加减速和停车次数，按照正常通过、提前加速通过、提前减速通过、提前减速停车的顺序，对acc车辆的控制模式做出选择，并传递给acc车辆。

附图说明

图1是本发明优选实施例的结构示意图；

图2是信号控制交叉口v2i通讯中心设置示意图；

图3是诱导策略示意图；

图4是acc车辆不同情况控制模式的选取策略图；

图5是传统acc车辆和车路协同诱导策略下的acc车辆在不同交通量下的时空轨迹；

图6为不同交通流量下的改善效率。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下：

请参阅图1至图6，一种基于acc车辆在v2i信号控制交叉口的控制方法，包括：

1、根据v2i信号控制交叉口下的通讯中心与车辆信息交互的特征，对信号控制交叉口v2i通讯中心进行设置；

2、对在v2i信号控制交叉口下的acc车辆的系统进行架构；

3、考虑acc车辆在交叉口区域范围内行驶时可能遇到的情况；

4、根据acc车辆交叉口遇到的不同情况分别制定相应的驾驶策略，使acc车辆以合理的速度驶向交叉口。

步骤(1)中的对信号控制交叉口v2i通讯中心进行设置包括：在信号控制交叉口v2i通讯中心设置中包含交叉口一定区域范围内的信息采集和发射装置、gps基站、带有无线发送装置的交通信号灯以及中央电脑，acc车辆内安装摄像头、gps、信息接收装置、速度传感器、加速度传感器和自动加速度控制装置，信息采集和发射装置用来收集信号交叉口信号状态信息、进入v2i通讯范围内所有车辆的速度、通过伪距差分gps方法计算出的位置和所执行的驾驶策略，中央电脑通过对采集的信息进行处理，为acc车辆制定合理的驾驶策略，acc车辆内安装的接收装置根据信息发射装置制定的驾驶策略并通过自动加速度控制装置来调整驾驶行为，使其合理地驶向信号交叉口。

步骤(2)中对acc系统设计中引入驾驶策略，使得车辆能够通过使用v2i通讯中心制定的驾驶策略来适应相应的交通情况，当车辆使用不同的驾驶策略来行驶时，车辆的控制模式根据不同的驾驶策略而发生改变。acc车辆在行驶过程中可以实时获取速度、加速度、与前车的车间距和速度差等信息，在进入车路协同控制范围后，通过车载通信设备将这些信息传递给交通控制中心；配有无线通信设备的信号灯可以将相位阶段、相位周期等信息传递给交通控制中心；交通控制中心根据采集到的信息制定诱导策略并传递给acc车辆。

步骤(3)中acc车辆在交叉口区域范围内行驶时可能遇到的情况分别为：

情况1：车辆在到达交叉口时信号灯一直处于红灯相位阶段，车辆需要在停车线后进行停车排队等候，待绿灯亮起后才能启动通过交叉口，这种情况下，车辆经历了“减速—停车—加速—通过”的运动过程；

情况2：车辆在到达交叉口时信号灯处于红灯末期相位阶段，车辆从正常车速开始减速，但在到达停车线前信号灯变为绿灯，同时前车逐渐开始加速，车辆不会减速至停车，而是减速到一定速度后加速驶离停车线，或跟随前车加速驶离停车线，这种情况下，车辆经历了“减速—加速—通过”或“减速—通过—加速”的运动过程；

情况3：车辆在到达交叉口时信号灯一直处于绿灯相位阶段，且前方不存在影响车辆运行的情况，车辆将保持匀速通过交叉口，在这种情况下车辆经历了“匀速—通过”的运动过程；

情况4：车辆在到达交叉时信号灯处于绿灯末期相位阶段，车辆在保持正常车速驶向停车线时，信号灯变为黄灯，车辆可能会以较高的制动减速度开始制动直至停止在停止线前排队等候，或以较高的加速度开始加速通过交叉口，在这种情况下，车辆可能会经历“减速—停车—加速—通过”或“加速—通过”的运动过程。

步骤(4)中，根据acc车辆进入车路协同控制范围时信号灯所处的相位阶段和前方车辆的运行情况，按照诱导策略行驶后的acc车辆可分为以下四种情况：

1)正常通过

此种类型的acc车辆进入车路协同控制范围后，按照和路段上相同的控制模式行驶至交叉口停止线时，信号灯状态为绿灯，因此可以顺利通过交叉口；

2)提前加速通过

此种类型的acc车辆进入车路协同控制范围后，按照和路段上相同的控制模式行驶至交叉口停止线时，信号灯状态为红灯，但其可以通过提前加速以在绿灯末期通过交叉口，需要注意的是车辆在提前加速行驶至交叉口的过程中不应超过路段的限速vmax以及应考虑避免与前车的碰撞；

3)提前减速通过

此种类型的acc车辆进入车路协同控制范围后，按照和路段上相同的控制模式或提前加速行驶至交叉口停止线时，信号灯状态均为红灯，但其可以通过提前减速至vmin以在下一个绿灯期间通过交叉口，需要注意的是车辆在提前减速行驶至交叉口的过程中应考虑红灯期间交叉口的排队情况以避免与前车的碰撞；

4)提前减速停车

此种类型的acc车辆进入车路协同控制范围后，按照上述的三种方式行驶至交叉口停止线时，信号灯状态均为红灯，在这种情况下，停车是不可避免的，因此acc车辆应提前进行减速停在交叉口停止线前或前方排队车辆的尾部，避免在交叉口的急刹车，当信号灯变为绿灯时，排队停车的acc车辆应快速启动驶离交叉口。

不同诱导策略的acc车辆控制模式，包括以下步骤：

信号交叉口跟驰模型的选取；

v2i信号交叉口acc车辆新型控制模式的构建；

根据不同情况控制模式的决策选取策略；

步骤(1)中选取idm模型作为基础模型进行拓展，idm模型可以分为两部分，第一部分为自由流加速度afree(t)，第二部分为拥堵流减速度aint(t)，如下所示：

式中：an(t)为第n辆车在t时刻的加速度；a为期望加速度；vn(t)为第n辆车在t时刻的速度；vexpect为期望速度；δ为速度幂系数；s^*(t)为第n辆车在t时刻与前车的期望车头间距；s(t)为第n辆车在t时刻与前车的车头间距；s0为最小停车头间距；t为安全车头时距；δvn(t)为第n辆车在t时刻与前车的速度差；b为期望减速度；

步骤(2)中考虑诱导策略对acc车辆驾驶行为的影响，进一步对模型进行扩展，构建acc车辆在信号交叉口车路协同诱导策略下不同控制模式的加速度算法：

2)正常跟驰模式

由于受到信号灯周期性干扰，交叉口处的交通流经常发生拥堵流和自由流之间的转换，因此在idm模型的基础上，通过改进加速度算法，得到了iidm模型(improvedintelligentdrivermodel)消除了idm模型在信号交叉口交通流转换过程中的短板，当acc车辆处于正常跟驰模式时对应的加速度算法anot(t)为iidm模型，如下所示：

2)定速巡航模式

车路协同诱导策略下处于定速巡航模式下的acc车辆应尽力保持或达到自身的期望速度。当v(t)≤vexpect时，idm模型的自由加速方程，在以往的研究中取得了良好的仿真效果。而当v(t)>vexpect时，若仍按照作为acc车辆在定速巡航模式下的加速度方程，此时得到的acc车辆的减速度是不切实际的大，为了消除这种不切实际的现象，利用idm模型研究acc车辆在限速路段的加速度算法的研究思路，规定当v(t)>vexpect时，定速巡航模式下的加速度算法应满足以下条件：

模型产生的最大减速度不得超过期望减速度b；

速度幂系数δ应仍保持原来在模型的作用，即随着速度越来越接近期望速度，使得减速度的值也应越来越小；

自由加速度函数afree(t)连续可微。

给出了一个满足上述条件的当v(t)>vexpect时的加速度算法：

综上，当acc车辆处于定速巡航模式时，对应的加速度算法acr(t)为：

3)加速跟驰模式

车路协同诱导策略下处于加速跟驰模式的acc车辆应尽快追赶上前车，并达到稳定的跟驰状态。根据acc车辆车头间距s(t)与期望车头间距s^*(t)的关系，对acc车辆在加速跟驰模式下的运动状态进行如下划分：

④当s(t)>s^*(t)时，表明acc车辆与前车间距有一定的差异，acc车辆选择加速，跟上前方车辆；

⑤当s(t)<s^*(t)时，表明acc车辆过于接近前车，处于不安全状态，必须进行一定的减速，防止发生碰撞；

⑥当s(t)＝s^*(t)时，表明acc车辆与前车处在正常的行驶范围内，保持稳定的跟驰状态。

因此，利用idm模型研究acc车辆在城市道路行驶工况下的加速度算法的研究思路，对idm模型进行改进，分别在afree(t)和aint(t)的基础上，增加两个基于s(t)与s^*(t)关系的加速度调整项，并通过使用阶跃函数θ(x)来控制调整项是否产生作用。

加速跟驰模式下的和分别如下所示：

中的a[tanhθ(s(t)-s^*(t))]确保acc车辆在s(t)>s^*(t)时，尽快加速以追赶前方车辆，同时为了防止在加速的过程中acc车辆的加速度超过期望加速度a的情况，在和a[tanhθ(s(t)-s*(t))]中均取一个0.5的归化因子。中的[θ(δv(t))+θ(s*(t)-s(t))]来调整acc车辆在加速跟驰模式下何时进行减速，当δv(t)>0或θ(s*(t)-s(t))>0时，才会激活以进行减速。综上，当acc车辆处于加速跟驰模式时，对应的加速度算法aac(t)为

4)启动模式

车路协同诱导策略下处于启动模式下的acc车辆在当信号灯由红灯变为绿灯时，能够同时获得信号灯变为绿灯的信息，并会迅速做出反应，及时采取加速启动措施，而不仅仅是考虑前方车辆对跟其的影响。当acc车辆接受到信号灯变为绿灯的信息时，此时车辆应尽快加速达到期望速度，因此加速度方程可以由idm模型中的自由加速方程afree(t)表示；当acc车辆受到前方车辆的影响下的加速度方程可以由iidm模型来表示。

因此，将afree(t)与iidm模型进行加权融合可以准确地描述车路协同诱导策略下acc车辆在交叉口排队启动时的跟驰行为，本发明融合idm模型和cah(constantaccelerationheuristic)模型的研究思路，对iidm模型和afree(t)进行加权融合，并保证acc车辆在启动模式下的加速度始终大于或者等于iidm模型的加速度，最终得到的acc车辆在启动模式下的加速度算法ast(t)如下：

基于车路协同诱导策略下的acc车辆在不同控制模式下的加速度算法的控制参数与idm模型保持一致，即vexpect、t、s0、a、b、δ。根据acc车辆在行驶的过程中，可以通过改变部分控制参数的取值，有效地调整acc车辆的驾驶特性与不同的行驶工况相适应，如通过减小b的取值，可以提前让acc车辆在红灯期间进行制动。因此，本发明在acc车辆的不同控制模式下的加速度算法的基础上，引进λa、λb、λc三个乘法因子，以实现在不同诱导策略下acc车辆的控制参数的变化，即：

式中:为不同诱导策略下的调整系数；aⁱ、tⁱ、bⁱ为不同诱导策略下调整后的控制参数；

步骤(3)中acc车辆按照正常通过诱导策略通过交叉口，对应的控制模式可能为：头车以匀速为期望速度的定速巡航模式、非头车为iidm跟驰模式；若按照提前加速通过诱导策略通过交叉口，对应的控制模式可能为：头车以vmax为期望速度的定速巡航模式、非头车为加速跟驰模式；若按照提前减速通过诱导策略通过交叉口，对应的控制模式可能为：头车先以vmin为期望速度的定速巡航模式驶向交叉口，当交叉口信号灯变为绿灯时，期望速度切换为v0，非头车先以vmin为期望速度的定速巡航模式驶向交叉口，当交叉口信号灯变为绿灯且前方车辆的速度大于vmin时，控制模式由定速巡航模式切换为启动模式；提前减速停车诱导策略对应的控制模式为：iidm模式。快速启动诱导策略对应的模式为：启动模式。

当acc车辆进入车路协同控制范围后，中央电脑计算acc车辆在上述不同控制模式下的轨迹，为了尽量减少车辆在交叉口区域的加减速和停车次数，按照正常通过、提前加速通过、提前减速通过、提前减速停车的顺序，对acc车辆的控制模式做出选择，并传递给acc车辆。

为了验证上述车路协同诱导策略下的acc车辆的控制模式的有效性和正确性，此处利用matlab对其进行仿真模拟，并配合附图详细说明如下：

设置路段行驶环境为单车道，在信号控制交叉口v2i通讯中心设置中包含交叉口一定区域范围内的信息采集和发射装置以及acc车辆内安装的信息接收装置，如图2所示，车路协同控制范围d为300m，提前加速通过诱导策略中vmax＝16.66m/s，提前减速通过诱导策略中vmin＝6m/s，信号灯周期时长为90s，绿灯时长为40s，车辆进入车路协同范围d的初速度相同v0＝13.88m/s。

传统acc车辆在交叉口的控制模式和在路段上的控制模式相同，本文为了增强传统acc车辆和车路协同诱导策略下的acc车辆仿真结果的对比性，选取iidm模式为传统acc车辆的控制模式，车路协同诱导策略下acc车辆的诱导策略如图3所示，根据不同情况控制模式的决策选取策略如图4所示。被广泛采用的idm模型在城市行驶工况下的参数取值为：a＝1.5m/s²、b＝2m/s²、vexpect＝13.88m/s、s0＝3m、t＝1.2s和δ＝4。关于车辆在行驶过程中可接受的加减速度的范围的研究，本发明给出不同诱导策略下的acc车辆控制参数的调整系数如表1所示。

表1不同诱导策略下的调整系数

仿真结果分析

时空轨迹分析中通过matlab仿真模拟分别得到在交通流量为400pcu/h、800pcu/h和1200pch/h下的传统acc车辆和车路协同诱导策略下的acc车辆的时空轨迹图，如图5所示。通过图5可以看出，在低车流密度(400pcu/h)和中车流密度(800pcu/h)下，车路协同诱导策略下的acc车辆相比于传统acc车辆通过利用提前加速通过策略和提前减速通过策略减少了停车次数，提高了交叉口的通行效率；在高车流密度(1200pcu/h)下，由于车间距的限制，车路协同诱导策略下的acc车辆无法通过提前加速或减速通过交叉口，但是其通过提前减速停车和快速启动的诱导策略，得到的轨迹曲线更加平缓。

效益分析通过比较传统acc车辆和车路协同诱导策略下的acc车辆在通过交叉口时的延误、燃油消耗和污染物排放，验证车路协同诱导策略下acc车辆控制模式的有效性。延误由matlab仿真数据获得，燃油消耗和污染物排放根据微观燃油消耗与污染物排放模型来计算。传统acc车辆和车路协同诱导策略下的acc车辆在不同交通流量下通过交叉口时的平均延误、平均燃油消耗和平均污染物排放如表2所示。根据表2计算得到车路协同策略下的acc车辆相比于传统acc车辆在不同交通流量下的改善效率如图6所示。

表2传统和车路协同acc车辆延误、燃油消耗和污染物排放对比

根据表2和图6可以看出，车路协同诱导策略下的acc车辆在通过信号控制交叉口时相比于传统acc车辆在不同交通流量下的平均延误、平均燃油消耗、平均nox排放、平均co排放和平均hc排放都有一定程度的改善。其中在低车流密度(400pcu/h)和中车流密度(800pcu/h)的情况下，车路协同诱导策略下的acc车辆可以通过提前加减速通过交叉口，避免了在交叉口的停车，因此改善效率更好；在高车流密度(1200pcu/h)的情况下，由于车间距的限制，车路协同诱导策略下的acc车辆无法通过提前加减速不停车通过交叉口，但其通过提前减速停车和快速启动的诱导策略，分别降低了14.69％的延误、6.72％的燃油消耗、4.89％的nox排放、5.83％的co排放和6.52％的hc排放。

以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。