一种多中心化轨迹级主动交通控制系统及其方法

1.本发明涉及智能交通控制技术领域，尤其是涉及一种多中心化轨迹级主动交通控制系统及其方法。


背景技术：

2.随着城市的发展进步，汽车数量迅猛增长，使得道路交通建设与车辆保有量的矛盾日益突出、交通拥堵现象日益严重。主动交通管理是在实时预测交通条件基础之上的临时交通管理，其在缓解交通拥堵方面发挥着巨大的作用，主动交通管理通过调节交通需求以匹配交通供给，从而降低交通系统供需不匹配程度，进而实现缓解交通拥堵的目标。
3.现有的主动交通管理方法主要包括：连续交通测量和对测量数据进行分析；评估道路网络运行状态，对短期交通进行预测，并进行相应控制策略决策。然而，在实际应用过程中，还存在以下问题：一方面很难精确预测交通需求，传统预测需求的方法极大依赖于路段流量达到稳态，也就是说需要在长路段上交通流达到稳态时才可以进行流量预测，且运行条件较为平稳，适用范围较为局限，难以实时准确地进行流量预测；另一方面交通管控的措施很难及时且精准地落实到交通主体上，无法在微观层面上实现行为管控，难以保证管控手段高效的实施。综上，这些缺陷极大程度上降低了主动交通管理的效果，并且很容易对现有交通系统造成严重的负面影响，不利于提升车辆巡航的舒适性以及交通流运行的稳定性。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种多中心化轨迹级主动交通控制系统及其方法，基于网联自动驾驶技术，能够对交通需求进行精准的轨迹级交通管控，在控制范围、效率和准确度层面上有效提高交通需求的调控能力。
5.本发明的目的可以通过以下技术方案来实现：一种多中心化轨迹级主动交通控制系统，包括依次连接的数据采集模块、决策生成模块和命令执行模块，所述数据采集模块用于采集路网中网联自动驾驶车辆的轨迹信息，以作为决策生成模块的输入；
6.所述决策生成模块根据输入的车辆轨迹信息，以多路段协同为目标，决策出能够动态调节路网中各个路段交通瞬时流率的轨迹控制指令；
7.所述命令执行模块用于将轨迹控制指令对应下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆执行相应轨迹控制命令。
8.进一步地，所述决策生成模块包括末尾路段决策器、多个中间路段决策器以及多个多路段协同指令生成器，所述末尾路段决策器针对下游瓶颈路段通行能力，生成末尾路段交通流目标调节流率决策方案，以作为上游中间路段多路段协同指令生成器的协同指令生成依据；
9.所述多路段协同指令生成器根据末尾路段交通流率管控的目标，将决策信息从一个路段单元传递到上游临近的路段单元，形成多路段协同指令，该协同指令又是各个中间
路段决策器的决策依据；
10.所述中间路段决策器用于管控中间路段单元交通流，以末尾路段交通流率、多路段协同指令和相关路段上车辆信息为依据，形成能够最优化调节中间路段交通流率的决策，从而减少交通运行过程中产生的震荡波动。
11.进一步地，所述末尾路段决策器的优化目标包括：车辆巡航过程中的不舒适性、交通流运行过程中状态产生的震荡波动以及交通流率的追踪误差，所述末尾路段决策器的优化目标具体为：
[0012][0013]
其中，k和ω分别对应为时间步索引和目标车辆号索引，ω
′
为非目标车辆号索引，k和ω分别对应为时间步索引集合以及车辆索引集合，a
ω
(k)和v
ω
(k)分别为车辆ω在时间步k的瞬时加速度和瞬时速度，q为优化时间域内末尾时刻的预测交通流率，q
t
为目标期望流率，α,β和γ分别对应为车辆巡航过程中不舒适性的目标权重，交通流运行过程中状态所产生震荡波动的目标权重以及交通流率追踪误差的目标权重。
[0014]
进一步地，所述中间路段决策器的优化目标包括：车辆巡航过程中的不舒适性以及交通流运行过程中状态产生的震荡波动，所述中间路段决策器的优化目标具体为：
[0015][0016]
其中，a
ω
(k)和v
ω
(k)分别为目标车辆ω在时间步k的瞬时加速度和瞬时速度，ω
′
为非目标车辆号索引，k和ω分别对应为时间步索引集合以及车辆索引集合，α和β分别为车辆巡航过程中不舒适性的目标权重以及交通流运行过程中状态所产生震荡波动的目标权重。
[0017]
进一步地，所述中间路段决策器的约束条件包括网联自动驾驶车辆运行学约束和车道管理约束；
[0018]
所述末尾路段决策器的约束条件包括网联自动驾驶车辆运行学约束、车道管理约束、行驶里程约束以及上游路段通行能力约束。
[0019]
进一步地，所述网联自动驾驶车辆运动学约束具体为：
[0020][0021][0022][0023][0024]
x
ω
(k)-x
ω
′
(k)-l
ω
≥τ0v
ω
′
(k)+ζ0if x
ω
(k)≥x
ω
′
(k),
[0025][0026][0027][0028]
[0029][0030]
(f
ω,ω
′
(k)-1)
·
m≤x
ω
(k)-x
ω
′
(k)≤f
ω,ω
′
(k)
·m[0031][0032]
其中，a
ω
(k)和v
ω
(k)分别代表车辆ω在时间步k的瞬时加速度和瞬时速度，和分别为车辆最小运行速度和车辆最大运行速度，和分别为最大减速度和最大加速度，x
ω
(k)为车辆ω在时间步k时的位置，x
ω
(0)、v
ω
(0)和a
ω
(0)分别是车辆ω在初始时刻的位置、速度和加速度，l
ω
为车辆ω的长度，τ0为安全车辆时距，ζ0为安全车辆间距，f
ω,ω
′
(k)是一个二进制变量指示器，如果目标车辆ω的位置在车辆ω
′
前方，则f
ω,ω
′
(k)＝1，反之，f
ω,ω
′
(k)＝0。
[0033]
进一步地，所述网联自动驾驶车辆车道管理约束包括换道可行性约束、车道缩减约束以及车辆驶离路段的边界约束，具体为：
[0034][0035][0036][0037][0038][0039]
其中，m为常数，j和j
′
是不同车道编号索引，j是车道编号索引集合，是一个车道选择指示器，如果车辆ω在时间步k处于车道k上，则反之则为0，lb是车道缩减区域的位置，jb是车道缩减区域所关闭车道的编号索引集合，ld是下游路段单元的起始边界位置。
[0040]
进一步地，所述行驶里程约束具体为：
[0041][0042]dω
≥x
ω
(k
max
)-lu,ω∈ωi[0043]dω
≥0,ω∈ωi[0044]dω
≤(1-λ
ω
)
·
m+x
ω
(k
max
)-lu,ω∈ωi[0045]dω
≤λ
ω
·
m,ω∈ωi[0046]dω
≤x
ω
(k
max
)-lu,ω∈ωs[0047]dω
≤l
d-lu,ω∈ωs[0048]dω
≥(1-λ
ω
)
·
m+x
ω
(k
max
)-lu,ω∈ωs[0049]dω
≥λ
ω
·
m+l
d-lu,ω∈ωs[0050]
其中，d
ω
是车辆ω行驶的里程，k
max
是优化时间域内最终时间步，lu是上游路段单元末尾边界位置，ωi代表即将通过上游的车辆编号索引集合，ωs代表即将驶离本路段单元的车辆编号索引集合，λ
ω
是一个二进制变量指示器，如果车辆ω行驶的里程d
ω
等于车辆ω
在优化时间域结尾时刻的位置x
ω
(k
max
)减去上游路段单元末尾边界位置lu，则λ
ω
＝1，反之，λ
ω
＝0，m是一个常数。
[0051]
进一步地，所述上游路段通行能力约束具体为：
[0052][0053]
其中，c为上游路段单元的通行能力，左侧一项代表车辆穿过下游路段单元边界的通过量
[0054]
进一步地，所述多路段协同指令生成器用于约束穿过目标路段单元下游边界的网联自动驾驶车辆状态，其约束的具体形式为：
[0055][0056][0057][0058][0059][0060]
其中，为车辆ω穿过路段下游边界时刻的时间步，车辆ω穿过路段下游边界时刻的位置，为车辆ω穿过路段下游边界的速度，为车辆ω穿过路段下游边界时的车道选择，ω
ii
代表即将穿过路段单元下游边界的车辆编号索引集合。
[0061]
一种多中心化轨迹级主动交通控制方法，包括以下步骤：
[0062]
s1、数据采集模块实时采集路网中网联自动驾驶车辆的轨迹信息；
[0063]
s2、末尾路段决策器根据轨迹信息以及预设的瓶颈通行信息，决策出末尾路端车辆轨迹方案；
[0064]
s3、多路段协同指令生成器根据末尾路段交通流率管控的目标，将决策信息从一个路段单元传递到上游临近的路段单元，形成多路段协同指令；
[0065]
s4、中间路段决策器在本路段车辆信息和协同指令的约束下，决策出当前中间路段上车辆轨迹方案；当传递到最上游的路段并做出相应决策时，形成具有多路段协同性的轨迹控制指令；
[0066]
s5、命令执行模块将轨迹控制指令对应下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆执行相应轨迹控制命令。
[0067]
与现有技术相比，本发明具有以下优点：
[0068]
一、本发明基于网联自动驾驶技术，将原本需要交通流达到稳态才可以进行流量预测的长路段，切分为无需严格达到交通流稳态即可进行流量预测的若干个小路段，通过网联自动驾驶车辆微观信息的感知与采集，结合设计的数据采集模块、决策生成模块以及命令执行模块，利用数据采集模块采集路网中网联自动驾驶车辆关于位置、速度、加速度等轨迹信息；利用决策生成模块以车辆轨迹信息为输入、以多路段协同为目标，决策出能够动态调节路网中各个路段交通瞬时流率的轨迹控制指令；利用命令执行模块将轨迹控制指令下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆能够执行相应轨迹控制命令。由此能够针对不同场景下的道路通行能力，对交通需求进行实时精准的轨迹级交通管
控。
[0069]
二、本发明将决策生成模块设计为包括末尾路段决策器、多路段协同指令生成器和中间路段决策器，针对下游瓶颈路段，利用末尾路段决策器生成末尾路段交通流目标调节流率决策方案；多路段协同指令生成器则根据末尾路段交通流率管控的目标，将决策信息从一个路段单元传递到上游临近的路段单元，形成多路段协同指令，该协同指令又是各个中间路段决策器的决策依据；利用中间路段决策器管控中间路段单元交通流，以末尾路段交通流率、多路段协同指令和相关路段上车辆信息为依据，形成能够最优化调节中间路段交通流率的决策，从而减少交通运行过程中产生的震荡波动，本发明在控制范围、效率和准确度层面上极大地提高了交通需求的调控能力。
[0070]
三、本发明对应设计末尾路段决策器、中间路段决策器的优化目标及约束条件，并设计多路段协同指令生成器来约束穿过目标路段单元下游边界的网联自动驾驶车辆状态，采用多中心优化方法，针对末尾路段和中间路段开展多中心求解，在各个子路段上的网联自动驾驶车辆均能够在微观层面上实现行为的管控，能够对多中心化控制指令进行及时且精准地执行，达到轨迹级主动交通管控的效果。
附图说明
[0071]
图1为本发明的系统结构示意图；
[0072]
图2为本发明的方法流程示意图；
[0073]
图3为实施例的应用框架示意图；
[0074]
图中标记说明：a、数据采集模块，b、决策生成模块，c、命令执行模块。
具体实施方式
[0075]
下面结合附图和具体实施例对本发明进行详细说明。
[0076]
实施例
[0077]
如图1所示，一种多中心化轨迹级主动交通控制系统，包括依次连接的数据采集模块a、决策生成模块b和命令执行模块c，数据采集模块a用于采集路网中网联自动驾驶车辆的轨迹信息，以作为决策生成模块b的输入；
[0078]
决策生成模块b根据输入的车辆轨迹信息，以多路段协同为目标，决策出能够动态调节路网中各个路段交通瞬时流率的轨迹控制指令；
[0079]
命令执行模块c用于将轨迹控制指令对应下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆执行相应轨迹控制命令。
[0080]
其中，决策生成模块b包括末尾路段决策器、多个中间路段决策器以及多个多路段协同指令生成器，末尾路段决策器针对下游瓶颈路段通行能力，生成末尾路段交通流目标调节流率决策方案，以作为上游中间路段多路段协同指令生成器的协同指令生成依据；
[0081]
多路段协同指令生成器根据末尾路段交通流率管控的目标，将决策信息从一个路段单元传递到上游临近的路段单元，形成多路段协同指令，该协同指令又是各个中间路段决策器的决策依据；
[0082]
中间路段决策器用于管控中间路段单元交通流，以末尾路段交通流率、多路段协同指令和相关路段上车辆信息为依据，形成能够最优化调节中间路段交通流率的决策，从
而减少交通运行过程中产生的震荡波动。
[0083]
将上述系统应用于实际，以实现一种多中心化轨迹级主动交通控制方法，如图2所示，包括以下步骤：
[0084]
s1、数据采集模块实时采集路网中网联自动驾驶车辆的轨迹信息；
[0085]
s2、末尾路段决策器根据轨迹信息以及预设的瓶颈通行信息，决策出末尾路端车辆轨迹方案；
[0086]
s3、多路段协同指令生成器根据末尾路段交通流率管控的目标，将决策信息从一个路段单元传递到上游临近的路段单元，形成多路段协同指令；
[0087]
s4、中间路段决策器在本路段车辆信息和协同指令的约束下，决策出当前中间路段上车辆轨迹方案；当传递到最上游的路段并做出相应决策时，形成具有多路段协同性的轨迹控制指令；
[0088]
s5、命令执行模块将轨迹控制指令对应下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆执行相应轨迹控制命令。
[0089]
本实施例应用上述技术方案，如图3所述，主要内容为：
[0090]
数据采集模块a，其功能是用于采集路网中网联自动驾驶车辆关于位置、速度、加速度等轨迹信息，用于决策生成模块b的输入；
[0091]
决策生成模块b，该模块又分为三个子模块：末尾路段决策器、多路段协同指令生成器和中间路段决策器。其功能是以数据采集模块a提供的车辆轨迹信息为输入，首先由末尾路段决策器依据采集的车辆信息和瓶颈通行能力，决策出末尾路段车辆轨迹方案；多路段协同指令生成器的协同范围逐渐由末尾路段决策向上游中间路段进行传递，以实现多路段协同的目标；中间路段决策器以本路段车辆信息和多路段协同指令生成器产生的协同指令作为约束，决策出当前中间路段上车辆轨迹方案，在传递到最上游的路段并做出相应决策时，形成具有多路段协同性的轨迹控制指令。
[0092]
命令执行模块c，其功能是以所述决策生成模块b生成的轨迹控制指令为输入，将轨迹控制指令下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆能够执行相应轨迹控制命令。
[0093]
在决策生成模块b中，采用多中心优化方法，针对末尾路段和中间路段开展多中心求解，其求解形式如下：
[0094][0095][0096]
其中，j1为末尾路段决策器的优化控制目标，j2为中间路段决策器的优化控制目标，k和ω分别是时间步索引和目标车辆号索引，ω
′
为非目标车辆号索引，k和ω分别是时间步索引集合以及车辆索引集合；
[0097]aω
(k)和v
ω
(k)分别代表车辆ω在时间步k的瞬时加速度和瞬时速度，q是优化时间域内末尾时刻的预测交通流率，q
t
是目标期望流率，α,β和γ分别为车辆巡航过程中不舒适性的目标权重，交通流运行过程中状态所产生震荡波动的目标权重以及交通流率追踪误差的目标权重。
[0098]
为保证优化控制模型的真实性以及保证网联自动驾驶车辆能够在各个路段上安全行驶，设置相应约束条件如下：
[0099][0100][0101][0102]
x
ω
(k)-x
ω
′
(k)-l
ω
≥τ0v
ω
′
(k)+ζ0if x
ω
(k)≥x
ω
′
(k),
[0103][0104][0105][0106][0107][0108]
(f
ω,ω
′
(k)-1)
·
m≤x
ω
(k)-x
ω
′
(k)≤f
ω,ω
′
(k)
·m[0109][0110]
其中a
ω
(k)和v
ω
(k)分别代表车辆ω在时间步k的瞬时加速度和瞬时速度，和分别为车辆最小运行速度和车辆最大运行速度，和分别为最大减速度和最大加速度。x
ω
(k)为车辆ω在时间步k时的位置，x
ω
(0)、v
ω
(0)和a
ω
(0)分别是车辆ω在初始时刻的位置、速度和加速度。l
ω
为车辆ω的长度，τ0为安全车辆时距，ζ0为安全车辆间距，f
ω,ω
′
(k)是一个二进制变量指示器，如果目标车辆ω的位置在车辆ω
′
前方，则f
ω,ω
′
(k)＝1，反之，f
ω,ω
′
(k)＝0。
[0111]
各个路段上网联自动驾驶车辆在车道使用方面应该遵从车道管理约束，具体包括换道可行性约束、车道缩减约束以及车辆驶离路段的边界约束。
[0112]
1)换道可行性约束的具体形式如下：
[0113][0114][0115]
其中，j和j
′
是不同车道编号索引，j是车道编号索引集合，是一个车道选择指示器，如果车辆ω在时间步k处于车道j上，则反之则为0。
[0116]
2)车道缩减约束的具体形式如下
[0117][0118]
其中，m是一个足够大的常数，lb是车道缩减区域的位置，jb是车道缩减区域所关闭车道的编号索引集合。
[0119]
3)车辆驶离路段的边界约束具体形式如下：
[0120]
[0121][0122]
其中，m是一个足够大的常数，ld是下游路段单元边界的起始位置。
[0123]
同时，由于长路段被切分为若干个较短的路段单元，在每个路段单元中网联自动驾驶车辆应当满足行驶里程约束，其约束的具体形式为：
[0124][0125]
其中，d
ω
是车辆行驶的里程，k
max
是优化时间域内最终时间步，ld是下游路段单元的起始边界位置，lu是上游路段单元的末尾边界位置，ωi代表即将通过上游的车辆编号索引集合，ωs代表即将驶离本路段单元的车辆编号索引集合。
[0126]
由于模型采用混合整数线性规划求解，因此需要对上述约束进行线性化转换，转换后的线性化约束具体形式为：
[0127]dω
≥x
ω
(k
max
)-lu,ω∈ωi[0128]dω
≥0,ω∈ωi[0129]dω
≤(1-λ
ω
)
·
m+x
ω
(k
max
)-lu,ω∈ωi[0130]dω
≤λ
ω
·
m,ω∈ωi[0131]dω
≤x
ω
(k
max
)-lu,ω∈ωs[0132]dω
≤l
d-lu,ω∈ωs[0133]dω
≥(1-λ
ω
)
·
m+x
ω
(k
max
)-lu,ω∈ωs[0134]dω
≥λ
ω
·
m+l
d-lu,ω∈ωs[0135]
其中，m是一个足够大的常数，λ
ω
是一个二进制变量指示器，如果车辆ω行驶的里程d
ω
等于车辆ω在优化时间域结尾时刻的位置x
ω
(k
max
)减去上游路段单元末尾边界位置lu，则λ
ω
＝1，反之，λ
ω
＝0。
[0136]
末尾路段的交通通过量受限于上游路段单元的通行能力，因此存在如下通过量约束：
[0137][0138]
其中，c为上游路段单元的通行能力，左侧一项代表车辆穿过下游路段单元边界的通过量。
[0139]
此外，多路段协同指令生成器主要生成的是：穿过目标路段单元下游边界的网联自动驾驶车辆状态指令，该指令以约束的形式完成控制：
[0140][0141][0142][0143][0144][0145]
其中，为车辆ω穿过路段下游边界时刻的时间步，车辆ω穿过路段下游边界
时刻的位置，为车辆ω穿过路段下游边界的速度，为车辆ω穿过路段下游边界时的车道选择，ω
ii
代表即将穿过路段单元下游边界的车辆编号索引集合。
[0146]
综上可知，本技术方案考虑到网联自动驾驶技术能够精确且实时地采集路网上车辆的运行信息，基于此信息主动交通管理方法能够精确地预测路段上交通流量。区别于传统需要在长路段上交通流达到稳态才可以进行流量预测，该方法将长路段切分为无需严格达到交通流稳态即可进行流量预测的若干个小路段，通过网联自动驾驶车辆微观信息的感知，进行准确实时的流量预测。另一方面在各个子路段上的网联自动驾驶车辆通过多中心控制平台能够在微观层面上实现行为的管控，能够对多中心化控制指令进行及时且精准地执行，实现轨迹级主动交通管控的效果。本技术方案在控制范围、效率和准确度层面上极大提高了交通需求的调控能力，提升了车辆巡航的舒适性以及交通流运行的稳定性，并且在计算效率方面也实现了较大改善，破解了传统方法易陷入维度灾难的困境，同时在场景适用方面具有较好的可兼容性，能够应用于由网联自动驾驶车辆和人类驾驶车辆共同组成的新型混合交通流场景。

技术特征：
1.一种多中心化轨迹级主动交通控制系统，其特征在于，包括依次连接的数据采集模块、决策生成模块和命令执行模块，所述数据采集模块用于采集路网中网联自动驾驶车辆的轨迹信息，以作为决策生成模块的输入；所述决策生成模块根据输入的车辆轨迹信息，以多路段协同为目标，决策出能够动态调节路网中各个路段交通瞬时流率的轨迹控制指令；所述命令执行模块用于将轨迹控制指令对应下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆执行相应轨迹控制命令。2.根据权利要求1所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述决策生成模块包括末尾路段决策器、多个中间路段决策器以及多个多路段协同指令生成器，所述末尾路段决策器针对下游瓶颈路段通行能力，生成末尾路段交通流目标调节流率决策方案，以作为上游中间路段多路段协同指令生成器的协同指令生成依据；所述多路段协同指令生成器根据末尾路段交通流率管控的目标，将决策信息从一个路段单元传递到上游临近的路段单元，形成多路段协同指令，该协同指令又是各个中间路段决策器的决策依据；所述中间路段决策器用于管控中间路段单元交通流，以末尾路段交通流率、多路段协同指令和相关路段上车辆信息为依据，形成能够最优化调节中间路段交通流率的决策，从而减少交通运行过程中产生的震荡波动。3.根据权利要求2所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述末尾路段决策器的优化目标包括：车辆巡航过程中的不舒适性、交通流运行过程中状态产生的震荡波动以及交通流率的追踪误差，所述末尾路段决策器的优化目标具体为：其中，k和ω分别对应为时间步索引和目标车辆号索引，ω
′
为非目标车辆号索引，k和ω分别对应为时间步索引集合以及车辆索引集合，a
ω
(k)和v
ω
(k)分别为车辆ω在时间步k的瞬时加速度和瞬时速度，q为优化时间域内末尾时刻的预测交通流率，q
t
为目标期望流率，α,β和γ分别对应为车辆巡航过程中不舒适性的目标权重，交通流运行过程中状态所产生震荡波动的目标权重以及交通流率追踪误差的目标权重。4.根据权利要求2所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述中间路段决策器的优化目标包括：车辆巡航过程中的不舒适性以及交通流运行过程中状态产生的震荡波动，所述中间路段决策器的优化目标具体为：其中，a
ω
(k)和v
ω
(k)分别为目标车辆ω在时间步k的瞬时加速度和瞬时速度，ω
′
为非目标车辆号索引，k和ω分别对应为时间步索引集合以及车辆索引集合，α和β分别为车辆巡航过程中不舒适性的目标权重以及交通流运行过程中状态所产生震荡波动的目标权重。5.根据权利要求2所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述中间路段决策器的约束条件包括网联自动驾驶车辆运行学约束和车道管理约束；所述末尾路段决策器的约束条件包括网联自动驾驶车辆运行学约束、车道管理约束、
行驶里程约束以及上游路段通行能力约束。6.根据权利要求5所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述网联自动驾驶车辆运动学约束具体为：联自动驾驶车辆运动学约束具体为：联自动驾驶车辆运动学约束具体为：联自动驾驶车辆运动学约束具体为：联自动驾驶车辆运动学约束具体为：联自动驾驶车辆运动学约束具体为：联自动驾驶车辆运动学约束具体为：联自动驾驶车辆运动学约束具体为：其中，a
ω
(k)和v
ω
(k)分别代表车辆ω在时间步k的瞬时加速度和瞬时速度，和分别为车辆最小运行速度和车辆最大运行速度，和分别为最大减速度和最大加速度，x
ω
(k)为车辆ω在时间步k时的位置，x
ω
(0)、v
ω
(0)和a
ω
(0)分别是车辆ω在初始时刻的位置、速度和加速度，l
ω
为车辆ω的长度，τ0为安全车辆时距，ζ0为安全车辆间距，f
ω,ω
′
(k)是一个二进制变量指示器，如果目标车辆ω的位置在车辆ω
′
前方，则f
ω,ω
′
(k)＝1，反之，f
ω,ω
′
(k)＝0。7.根据权利要求6所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述网联自动驾驶车辆车道管理约束包括换道可行性约束、车道缩减约束以及车辆驶离路段的边界约束，具体为：界约束，具体为：界约束，具体为：界约束，具体为：界约束，具体为：其中，m为常数，j和j
′
是不同车道编号索引，j是车道编号索引集合，是一个车道选择指示器，如果车辆ω在时间步k处于车道k上，则反之则为0，l
b
是车道缩减区域的位置，j
b
是车道缩减区域所关闭车道的编号索引集合，l
d
是下游路段单元的起始边界位
置。8.根据权利要求7所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述行驶里程约束具体为：d
ω
≥x
ω
(k
max
)-l
u
,ω∈ω
i
d
ω
≥0,ω∈ω
i
d
ω
≤(1-λ
ω
)
·
m+x
ω
(k
max
)-l
u
,ω∈ω
i
d
ω
≤λ
ω
·
m,ω∈ω1d
ω
≤x
ω
(k
max
)-l
u
,ω∈ω
s
d
ω
≤l
d-l
u
,ω∈ω
s
d
ω
≥(1-λ
ω
)
·
m+x
ω
(k
max
)-l
u
,ω∈ω
sω
≥λ
ω
·
m+l
d-l
u
,∈ω
s
其中，d
ω
是车辆ω行驶的里程，k
max
是优化时间域内最终时间步，l
u
是上游路段单元末尾边界位置，ω
i
代表即将通过上游的车辆编号索引集合，ω
s
代表即将驶离本路段单元的车辆编号索引集合，λ
ω
是一个二进制变量指示器，如果车辆ω行驶的里程d
ω
等于车辆ω在优化时间域结尾时刻的位置x
ω
(k
max
)减去上游路段单元末尾边界位置l
u
，则λ
ω
＝1，反之，λ
ω
＝0，m是一个常数；所述上游路段通行能力约束具体为：其中，c为上游路段单元的通行能力，左侧一项代表车辆穿过下游路段单元边界的通过量。9.根据权利要求2所述的一种多中心化轨迹级主动交通控制系统，其特征在于，所述多路段协同指令生成器用于约束穿过目标路段单元下游边界的网联自动驾驶车辆状态，其约束的具体形式为：束的具体形式为：束的具体形式为：束的具体形式为：束的具体形式为：其中，为车辆ω穿过路段下游边界时刻的时间步，车辆ω穿过路段下游边界时刻的位置，为车辆ω穿过路段下游边界的速度，为车辆ω穿过路段下游边界时的车道选择，ω
ii
代表即将穿过路段单元下游边界的车辆编号索引集合。10.一种多中心化轨迹级主动交通控制方法，其特征在于，包括以下步骤：s1、数据采集模块实时采集路网中网联自动驾驶车辆的轨迹信息；s2、末尾路段决策器根据轨迹信息以及预设的瓶颈通行信息，决策出末尾路端车辆轨
迹方案；s3、多路段协同指令生成器根据末尾路段交通流率管控的目标，将决策信息从一个路段单元传递到上游临近的路段单元，形成多路段协同指令；s4、中间路段决策器在本路段车辆信息和协同指令的约束下，决策出当前中间路段上车辆轨迹方案；当传递到最上游的路段并做出相应决策时，形成具有多路段协同性的轨迹控制指令；s5、命令执行模块将轨迹控制指令对应下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆执行相应轨迹控制命令。

技术总结
本发明涉及一种多中心化轨迹级主动交通控制系统及其方法，该系统包括依次连接的数据采集模块、决策生成模块和命令执行模块，其中，数据采集模块用于采集路网中网联自动驾驶车辆的轨迹信息，以作为决策生成模块的输入；决策生成模块根据输入的车辆轨迹信息，以多路段协同为目标，决策出能够动态调节路网中各个路段交通瞬时流率的轨迹控制指令；命令执行模块用于将轨迹控制指令对应下发到各个路段上的网联自动驾驶车辆，使网联自动驾驶车辆执行相应轨迹控制命令。与现有技术相比，本发明能够进行准确实时的流量预测，能够对多中心化控制指令进行及时且精准地执行，针对不同场景下的道路通行能力，能够对交通需求进行精准的轨迹级交通管控。级交通管控。级交通管控。


技术研发人员：胡笳 赖金涛 张振 安连华 熊璐 付暄翔
受保护的技术使用者：同济大学
技术研发日：2023.02.28
技术公布日：2023/6/7