[發明專利]一種基于模型預測控制的混合交通流協同優化控制方法

有效

• 申請號: 202011549608.1
• 申請日: 2020-12-24
• 公開（公告）號: CN112735126B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 孫湛博;高子延;李哲宜
• 申請（專利權）人: 成都格林希爾德交通科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/081
• 代理公司: 成都眾恒智合專利代理事務所(普通合伙) 51239
• 代理人: 黃芷

本發明公開了一種基于模型預測控制的混合交通流協同優化控制方法，該方法采用基于模型預測控制的雙層優化模型進行混合交通流協同決策控制，適用于兩條有交叉的單向單行道路且交叉路口前無車輛行駛信號指示下混合交通流中的不同交通場景；模型預測控制是指通過建立系統架構，實現實時閉環控制，用以解決實際情況中出現的隨機性問題；雙層優化模型包括上層模型和下層模型，上層模型是一個運用動態規劃遞歸求解的車輛排序問題，下層模型是一個運用動態矩陣預測算法求解每一單次車輛的軌跡優化問題，下層模型中每一單次車輛的軌跡優化結果為上層模型動態規劃遞歸求解過程中的一個輸入；通過模型預測控制和雙層優化模型共同保證系統車輛運行最優。

技術領域

本發明涉及一種基于模型預測控制的混合交通流協同優化控制方法，屬于交通工程領域。

背景技術

自20世紀40年代自動駕駛的概念被提出，智能網聯車輛經歷了近80年的發展歷程。近年來隨著導航、電子地圖、傳感探測、無線通訊、自動控制與移動互聯等技術在交通與汽車行業的大量應用，智能網聯車輛的發展進入了新階段。自動駕駛車輛(智能網聯車輛)被定義為能夠感知并與駕駛環境通信的車輛，并且車輛的運行(部分或全部)可以在沒有駕駛員操作的情況下進行。相較于傳統的人類駕駛車輛(傳統駕駛車輛)的難以協同，自動駕駛車輛具有更好的可控性和協同性。因此，這可能會帶來諸如提高燃油/能源效率、交通安全和交通穩定性等好處。在自動駕駛車輛百分百普及以前，混合交通(即傳統駕駛車輛和智能網聯車輛混行的狀態)將會成為道路交通的一種主要方式。在混合交通流環境下，各種交通場景諸如高速路口匝道匯流、交叉路口或丁字路口合流等情況下，自動駕駛車輛可能會和傳統駕駛車輛之間發生交通沖突從而造成一定的危害。用科學的理論框架、建模方法進行混合交通流協同決策控制，從而減少或消除交通沖突，并且使車輛軌跡得到一定程度優化成為未來交通中需要長期面臨的現實問題。

既有的自動駕駛車輛相關研究大多是基于自動駕駛車輛滲透率為100％的假設下進行的，且大多是從宏觀角度出發進行研究。微觀層面的模型也多專注于研究自動駕駛車輛的單車軌跡優化，無法保證系統層面的優化。鮮有從微觀角度出發，研究以系統最優為目的的混合交通流協同決策控制優化模型。隨著V2V和V2I實時通信能力的發展，可以開發出更先進、更高效的管理控制系統，以減少擁堵和空氣污染物排放，并增強行駛安全性。針對各種微觀交通場景，諸如十字路口、丁字路口以及高速公路匝道合流等情況進行混合交通流環境下的協同決策控制，以最大程度的消除交通沖突確保交通運行效率和通行能力的研究基本沒有。由于實際跟馳行為的不確定性，尤其是傳統駕駛車輛人類駕駛行為的不確定性，在實際使用中是不可避免的。因此，協同控制決策模型應通過使用一些魯棒性較好的模型來解決混合交通流中跟馳的隨機性。

發明內容

本發明的目的是提供一種基于模型預測控制的混合交通流協同優化控制方法。

本發明為實現上述發明目的所采取的技術方案如下：

一種基于模型預測控制的混合交通流協同優化控制方法，該方法是采用基于模型預測控制的雙層優化模型進行混合交通流協同決策控制，適用于兩條有交叉的單向單行道路且交叉路口前無車輛行駛信號指示下混合交通流中的不同交通場景(不同交通場景包括高速公路匝道車輛匯流、交叉路口車輛合流、車輛通過交叉路口)；所述模型預測控制是指通過建立系統架構，實現實時閉環控制(即：按時間進行切片，在某一時刻預測車輛到達車流交匯點前的軌跡，并據此做出優化控制決策，但在當前時刻只執行鄰近控制序列；在下一時刻重復上述預測—做出優化控制決策—執行的過程)，用以解決實際情況中出現的駕駛行為隨機性問題；所述雙層優化模型包括上層模型和下層模型，所述上層模型是一個運用動態規劃遞歸求解的車輛排序問題，所述下層模型是一個運用動態矩陣預測算法求解每一單次車輛的軌跡優化問題，所述下層模型中每一單次車輛的軌跡優化結果將作為所述上層模型動態規劃遞歸求解過程中的一個輸入；通過所述模型預測控制和所述雙層優化模型共同保證系統車輛運行最優；