一种交叉口信号配时与车辆轨迹协同优化方法及装置

1.本发明涉及计算机技术领域，尤其是一种交叉口信号配时与车辆轨迹协同优化方法及装置。


背景技术：

2.随着交通运输业的不断发展，道路交通状况愈加复杂，传统的交通控制方法：交警指挥、减速设施、限速标志等，这些宏观的交通控制方法已经无法适应快速变化的交通流，交通拥堵、交通污染以及交通事故等一系列交通问题逐渐凸显出来。随着我国机动车保有量的不断增加，机动车造成的一系列交通问题有进一步加剧的趋势。近年来关于车辆燃油效率与污染物排放的研究表明，不合理的信号配时方案以及不合理的车辆行驶轨迹是造成交通拥堵、交通污染、交通事故等一系列问题的主要原因。
3.车联网技术可以实现道路基础设施与车辆，以及车辆与车辆之间的实时通讯，这些为优化信号配时与车辆轨迹提供了技术条件。在信号配时方面所产生的一系列交通问题，主要由于交通流量与绿灯相位时长的不匹配产生交通延误，通过车联网技术，可以根据交通状况动态地计算信号配时方案以适应实时的交通需求。在车辆轨迹方面所产生的一系列交通问题，主要由于驾驶人无法清晰判断当前的交通状况，车辆在交叉口处产生急停急起现象。根据相关研究表明，这种急停急起现象是造成车辆尾气排放的主要原因。通过车联网技术可以获取当前的交通状况，根据交通状况以行驶过程中产生的尾气排放最小为目标生成各车辆最优的行驶轨迹。
4.目前，关于交叉口信号配时与车辆轨迹的研究大多只关注其中一个方面，没有将二者协同进行优化。同时，在目标函数的选择方面，现有研究聚焦于提高交通效率，降低交叉口的车辆延误，较少考虑提高生态效益，减少车辆行驶过程中产生的尾气排放。现有的优化方法存在控制对象和优化目标单一、实用性不强等问题。


技术实现要素：

5.有鉴于此，本发明实施例提供一种交叉口信号配时与车辆轨迹协同优化方法及装置，能够将交叉口信号配时与车辆轨迹二者协同进行优化，并同时降低车辆行驶过程中产生的车辆延误与尾气排放。
6.本发明实施例的一方面提供了一种交叉口信号配时与车辆轨迹协同优化方法，包括：
7.获取车辆进入通信范围时的时间信息和行驶信息；其中，所述行驶信息包括车辆速度和车辆加速度；
8.以交叉口车辆延误最小为目标构建上层模型的目标函数，将信号灯各相位绿信比作为上层模型的控制变量，构建得到上层模型；以车辆行驶过程中所产生的尾气排放最小为目标构建下层模型的目标函数，将各车辆加速度作为下层模型的控制变量，构建得到下层模型；
9.根据所述上层模型计算在当前的交通流量下最优的信号配时方案，并且将信号配时方案传递到下层模型，由所述下层模型根据所述最优的信号配时方案，对车辆到达交叉口的时间进行预测以及对车辆的行驶轨迹进行优化，得到最优的车辆行驶轨迹方案；
10.将所述最优的信号配时方案传入所述交叉口的信号灯系统进行信号配时，以及将所述最优的车辆行驶轨迹方案传入通信范围内各行驶车辆系统进行车辆轨迹控制。
11.可选地，所述上层模型的目标函数的表达式为：
[0012][0013]
其中，d为交叉口车辆行驶过程中产生的总延误，c为根据小时交通流量利用韦伯斯特公式计算出的最佳的信号周期，λ为有效绿信比，x为饱和度，q为交叉口的交通流量，s为交叉口车道的饱和流率，i为相位数。
[0014]
可选地，所述下层模型的目标函数的表达式为：
[0015][0016]
其中，tf代表车辆到达交叉口的最终时间；f()代表车辆行驶过程中的尾气排放量；α为发动机空转时的燃油消耗率，v为车辆的速度，a为车辆的加速度，t为行驶时间，p(t)为车辆总功率。
[0017]
可选地，所述上层模型的约束条件包括周期时长约束和相位时长约束，其中，所述周期时长约束用于保证信号配时各相位绿灯总时长和全红时长之和与利用韦伯斯特公式计算出的信号周期总时长相等；所述相位时长约束用于保证信号相位绿灯时间在预设的合理范围之内。
[0018]
可选地，所述下层模型的约束条件包括初始状态约束、终端状态约束、速度约束、加速度约束和到达时间约束；
[0019]
其中，所述初始状态约束，用于确定车辆进入通信范围时的初始状态条件；
[0020]
所述终端状态约束，用于保证车辆到达交叉口时的速度达到最大速度；
[0021]
所述速度约束，用于对车辆的行驶速度进行限定；
[0022]
所述加速度约束，用于对车辆的加速度进行约束；
[0023]
所述到达时间约束，用于保证前后车辆之间始终保持安全车头时距的同时，对车辆到达交叉口的时间作出限定。
[0024]
可选地，所述车辆的行驶距离、行驶速度和行驶加速度之间的状态转移方程的表达式为：
[0025]
xn(t)＝[xn(t),vn(t)]
t
[0026][0027]
其中，xn(t)为车辆的行驶距离，vn(t)为车辆的行驶速度，an(t)为车辆的行驶加速度；代表车辆行驶过程中的状态转移方程。
[0028]
可选地，在所述下层模型的目标函数中加入惩罚项。
[0029]
本发明实施例的另一方面还提供了一种交叉口信号配时与车辆轨迹协同优化装置，包括：
[0030]
第一模块，用于获取车辆进入通信范围时的时间信息和行驶信息；其中，所述行驶信息包括车辆速度和车辆加速度；
[0031]
第二模块，用于以交叉口车辆延误最小为目标构建上层模型的目标函数，将信号灯各相位绿信比作为上层模型的控制变量，构建得到上层模型；以车辆行驶过程中所产生的尾气排放最小为目标构建下层模型的目标函数，将各车辆加速度作为下层模型的控制变量，构建得到下层模型；
[0032]
第三模块，用于根据所述上层模型计算在当前的交通流量下最优的信号配时方案，并且将信号配时方案传递到下层模型，由所述下层模型根据所述最优的信号配时方案，对车辆到达交叉口的时间进行预测以及对车辆的行驶轨迹进行优化，得到最优的车辆行驶轨迹方案；
[0033]
第四模块，用于将所述最优的信号配时方案传入所述交叉口的信号灯系统进行信号配时，以及将所述最优的车辆行驶轨迹方案传入通信范围内各行驶车辆系统进行车辆轨迹控制。
[0034]
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0035]
所述存储器用于存储程序；
[0036]
所述处理器执行所述程序实现如前面所述的方法。
[0037]
本发明实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0038]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0039]
本发明的实施例首先获取车辆进入通信范围时的时间信息和行驶信息；其中，所述行驶信息包括车辆速度和车辆加速度；接着以交叉口车辆延误最小为目标构建上层模型的目标函数，将信号灯各相位绿信比作为上层模型的控制变量，构建得到上层模型；以车辆行驶过程中所产生的尾气排放最小为目标构建下层模型的目标函数，将各车辆加速度作为下层模型的控制变量，构建得到下层模型；然后根据所述上层模型计算在当前的交通流量下最优的信号配时方案，并且将信号配时方案传递到下层模型，由所述下层模型根据所述最优的信号配时方案，对车辆到达交叉口的时间进行预测以及对车辆的行驶轨迹进行优化，得到最优的车辆行驶轨迹方案；最后将所述最优的信号配时方案传入所述交叉口的信号灯系统进行信号配时，以及将所述最优的车辆行驶轨迹方案传入通信范围内各行驶车辆系统进行车辆轨迹控制。本发明将上层模型生成的最优的信号配时方案传递到下层模型能够将交叉口信号配时与车辆轨迹二者协同进行优化，并同时降低车辆行驶过程中产生的车辆延误与尾气排放。
附图说明
[0040]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
的附图。
[0041]
图1为本发明实施例提供的双层协同优化模型的流程图；
[0042]
图2为本发明实施例提供的仿真交叉口场景示意图；
[0043]
图3为单个车辆轨迹优化结果示意图；
[0044]
图4为车队轨迹优化结果示意图；
[0045]
图5为加入人工驾驶车辆后车队轨迹优化结果示意图。
具体实施方式
[0046]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0047]
针对现有技术存在的问题，下面结合说明书附图，对本发明的具体实施过程进行详细描述：
[0048]
如图1所示，本发明提供了一种在交叉口场景下信号配时与车辆轨迹双层协同优化模型，方法包括：
[0049]
(1)当车辆进入通信范围时，通过v2i和v2v技术采集各车辆的速度和加速度信息并存储，用于之后的车辆轨迹优化。
[0050]
(2)根据交叉口的流量信息，输入的环境变量为交通流量，根据各相位绿灯时长与交叉口延误之间的映射关系，以交叉口车辆延误最小为目标构建上层信号配时优化模型的目标函数。信号灯各相位绿信比作为上层模型的控制变量。上层模型采用遗传算法进行求解，在遗传算法求解过程中，相位绿灯时长即为一个基因，一条染色体即代表了一种信号配时方案，求解过程中以最小化交叉口延误为目标不断进行染色体之间的交互、变异，最终输出交叉口延误最小的信号配时方案并将该方案传输到下层模型中。
[0051]
(3)下层模型构建了车辆行驶过程中的轨迹模型，以车辆速度和加速度与车辆尾气排放量之间的映射关系以加速度为控制变量构建了目标函数。根据行驶距离、行驶速度、行驶加速度三者之间的关系构建了行驶过程中的状态转移方程。在上层模型完成优化以后得到最优的信号配时方案，结合车辆本身的运动特性建立下层模型的约束条件。下层车辆轨迹优化模型利用最优化控制理论以及高斯-伪谱法对车辆的行驶轨迹进行优化，得到最优的车辆行驶轨迹方案。
[0052]
(4)将双层模型所得出的信号配时方案以及车辆行驶轨迹传入所述交叉口的信号灯系统与通信范围内各行驶车辆系统中，并且按照优化结果进行信号配时的调整与车辆轨迹的控制。
[0053]
如图2所示，为本发明实施例提供的仿真场景交叉口示意图，包括：
[0054]
值得注意的是，本发明实施例中需要满足以下假设条件：
[0055]
(1)v2i与v2v之间通讯不存在延迟或可近似为0，所有车辆均可通过v2i与v2v技术获取交通信息。
[0056]
(2)在进入通信范围(即该算法优化的范围)后，车辆不进行换道行为。
[0057]
(3)车辆之间无超车行为。
[0058]
下面将以图2所示交叉口为例，结合附图和具体数据对本发明作进一步的详细说
明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
[0059]
根据韦伯斯特方程，可以得到交叉口的最优信号周期的计算公式为：
[0060][0061]
c为最佳信号周期长度，l为车辆的总损失时间，此处取4，y为各相信号临界车道的交通流量比之和。
[0062]
双层优化模型的上层模型目标函数为：
[0063][0064]
其中
[0065][0066][0067]
其中，上层模型的约束条件为：
[0068]
周期时长约束：保证信号配时各相位绿灯总时长和全红时长之和与利用韦伯斯特公式计算出的信号周期总时长相等，可以表示为：
[0069][0070]
其中，gi为有效绿灯时间，ri为全红时间，c为信号周期。
[0071]
相位时长约束：保证信号相位绿灯时间在合理的范围之内，不合理的绿灯相位时长会影响行人及周边车辆通行，可以表示为：
[0072]gmin
≤gi≤g
max
[0073]
其中，g
min
为相位最小时长，g
max
为相位最大时长。
[0074]
d为交叉口车辆行驶过程中产生的总延误，c为根据小时交通流量利用韦伯斯特公式计算出的最佳的信号周期，λ为有效绿信比，x为饱和度，q为交叉口的交通流量，s为交叉口车道的饱和流率，gi为有效绿灯时间，i为相位数。
[0075]
其中，在实施例中，为方便计算，各进口道交通流量q均取420pcu/h，饱和流率s均取1200pcu/h。
[0076]
双层优化模型的下层模型目标函数为：
[0077][0078]
其中
[0079]
f(v,a；t)＝α+β1p(t)+[β2ma(t)2v(t)]
a》0
[0080]
为了减少车辆行驶过程中加速度的变化幅度，降低车辆的燃油消耗，让驾驶人驾驶途中保持舒适，避免急刹急起，在目标函数中加入惩罚项
[0081]
m为车辆的重量，取1680，α为发动机空转时的燃油消耗率，取0.666，β1为与发动机相关的效率参数，取0.072，β2为与加速度相关的汽油消耗参数，取0.0344，v为车辆的速度，a为车辆的加速度，p(t)为车辆总功率，它是空气阻力功率、转弯阻力功率、惯性功率、坡度
功率和滑行阻力功率的总和。
[0082]
其中
[0083][0084]
d1为滚动阻力，取0.269，d2为发动机阻力，取0.0171，d3为气动阻力，取0.000672。
[0085]
下层模型约束条件为：
[0086]
(1)初始状态约束：即车辆进入通信范围时的初始状态条件，可以表示为
[0087]
xn(t0)＝0,vn(t0)＝v0[0088]
其中，n为车辆编号，即第n辆车，t0为车辆进入通信范围的时刻，v0为车辆进入通信范围时的速度。
[0089]
(2)终端状态约束：即保证车辆到达交叉口时的速度达到最大速度，以此来提升交叉口的交通效率，可以表示为
[0090]
xn(tf)＝l,vn(tf)＝v
lim
[0091]
其中，n为车辆编号，tf为车辆到达交叉口的时刻，v
lim
为道路限速，即车辆行驶的最大速度，实施例中取15m/s，l为通信范围，实施例中取350m。
[0092]
(3)速度约束：根据相关研究表明，当车辆速度低于4.47m/s2时，车辆的燃油效率急剧下降，因此对车辆的行驶速度进行限定，保证其小于道路限速(实施例中取为15m/s)的同时，不小于4.47m/s2，可以表示为
[0093]vmin
≤v(t)≤v
lim
[0094]
(4)加速度约束：为了保证求得的加速度具有可行性，因对加速度进行一定的约束。同时，加速度的大幅度变化也会造成油耗排放的增加以及影响驾驶人的舒适感，因此对加速度
[0095]
作出以下约束
[0096]-2.5≤a(t)≤2.5
[0097]
(5)到达时间约束：即保证前后车辆之间始终保持安全车头时距的同时，对车辆到达交叉口的时间作出限定，约束其在绿灯时间到达交叉口。
[0098]
车辆在进入通信范围后，加速到最大速度并保持最大速度通过交叉口所需要的最小时间
[0099]
可以表示为：
[0100][0101]
考虑到安全因素，车辆需要和前车保持最小安全车头时距行驶，当车辆以当前速度行驶后，与前车的距离小于安全距离时，车辆应当减速。因此，加入最小安全车头时距后，车辆最快到达交叉口的时间可以表示为：
[0102][0103]
值得注意的是，考虑最小安全车头时距得到的车辆最快到达交叉口的时间并不是车辆最终到达交叉口的时间，为了避免车辆在红灯周期内到达交叉口，需要根据车辆最快到达交叉口的时间作出进一步的调整。当车辆最快到达交叉口的时间位于绿灯周期内时，
此时最终到达时间与最快到达时间相等。当车辆最快到达交叉口的时间位于红灯周期内时，将下一个绿灯相位开始时的时间定为车辆最终到达交叉口的时间。以此方法来约束车辆到达交叉口的时间，避免车辆在红灯周期内到达交叉口，减少车辆行车过程中的急停急起现象，从而减少车辆油耗和尾气排放，达到节能减排的目的。
[0104][0105]
车辆行驶过程中的行驶距离、行驶速度、行驶加速度之间的关系可以通过以下状态转移方程表示为：
[0106]
xn(t)＝[xn(t),vn(t)]
t
[0107][0108]
如图3所示，为单个车辆的轨迹优化结果。
[0109]
其中，从图3左图中可以看到，绿灯相位开始时车辆距离交叉口较近，车辆能在当前绿灯相位通过交叉口，根据最优化控制理论利用高斯—伪谱法求解得到行驶过程中尾气排放最小的车辆轨迹曲线。
[0110]
其中，从图3右图中可以看到，绿灯相位开始时车辆距离交叉口较远，车辆无法在当前绿灯相位通过交叉口，根据约束条件车辆进行一定的减速并且在下一绿灯相位开始时到达交叉口，利用最优化控制理论和高斯—伪谱法求解得到行驶过程中尾气排放最小的车辆轨迹曲线。
[0111]
如图4所示，为车队的轨迹优化结果。
[0112]
需要注意的是，在实施例中，为方便进行展示，仅选取了优化过程中前240秒的信号配时和车辆轨迹优化结果，在此过程中，车辆到达交叉口的时间、速度和加速度信息如表1所示，最小车头时距取为2s，此处为计算方便，所有车辆进入通信范围时刻，速度均取为10m/s，加速度均取为1m/s2。
[0113]
表1
[0114]
车辆id进入通信范围时刻/s速度m/s加速度m/s210101231013510147101522101629101737101839101953101105810111641011272101
13841011489101159410116991011710710118111101191251012014310121159101221731012318210124191101252031012620610127212101
[0115]
在车辆中加入人工驾驶车辆后观测本双层协同模型的鲁棒性。人工驾驶车辆的跟驰模型可以表示为：
[0116][0117]
其中
[0118][0119]
如图5所示，图中红色曲线为人工驾驶车辆，途中蓝色曲线为智能网联驾驶车辆，可以看到，加入人工驾驶车辆后，该双层协同模型依旧能较好工作，所受影响较小。同时，受到跟驰关系的影响，通过智能网联驾驶车辆的轨迹优化后，对人工驾驶车辆起到了间接控制的作用，在智能网联驾驶车辆的引导下，部分本该在红灯时到达交叉口的人工驾驶车辆在绿灯周期内到达交叉口，避免了交叉口的急停急起，减少了行驶过程中的尾气排放。
[0120]
综上所述，本发明将交叉口信号配时优化与车辆轨迹优化二者进行协同，并同时以提高交叉口通行效率和降低车辆尾气排放为目标建立双层优化模型。在上层模型中，需要输入道路的交通流量，目标函数为提高交叉口的通行效率，减少车辆行驶过程中的延误。上层模型以各信号相位绿灯时长为控制变量，采用遗传算法进行求解。在上层模型的遗传算法求解过程中，一个基因即为一个信号相位的绿信比，一条染色体即代表了一种信号配时方案，在满足信号相位的各个约束条件下搜索使目标函数最小(即交叉口交通延误最小)的信号配时方案。在上层信号配时方案完成优化以后，会将最优信号配时方案传递到下层模型中作为下层模型的输入条件，下层车辆轨迹优化模型以车辆行驶过程中的尾气排放最小为目标进行优化，根据上层传递的信号配时方案建立各约束条件，控制车辆行驶过程中的加速度，采用高斯—伪谱法进行求解，输出车辆的最优行驶轨迹(即行驶过程中尾气排放最小)。本发明在matlab中进行编程建模，采用了matlab的遗传算法包和gpops优化包对模型进行求解。
[0121]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0122]
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
[0123]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-on ly memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0124]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0125]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(ram)、只读存储器(rom)、可擦除可编辑只读存储器(eprom或闪速存储器)、光纤装置以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0126]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路
的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0127]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0128]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0129]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。

技术特征：
1.一种交叉口信号配时与车辆轨迹协同优化方法，其特征在于，包括：获取车辆进入通信范围时的时间信息和行驶信息；其中，所述行驶信息包括车辆速度和车辆加速度；以交叉口车辆延误最小为目标构建上层模型的目标函数，将信号灯各相位绿信比作为上层模型的控制变量，构建得到上层模型；以车辆行驶过程中所产生的尾气排放最小为目标构建下层模型的目标函数，将各车辆加速度作为下层模型的控制变量，构建得到下层模型；根据所述上层模型计算在当前的交通流量下最优的信号配时方案，并且将信号配时方案传递到下层模型，由所述下层模型根据所述最优的信号配时方案，对车辆到达交叉口的时间进行预测以及对车辆的行驶轨迹进行优化，得到最优的车辆行驶轨迹方案；将所述最优的信号配时方案传入所述交叉口的信号灯系统进行信号配时，以及将所述最优的车辆行驶轨迹方案传入通信范围内各行驶车辆系统进行车辆轨迹控制。2.根据权利要求1所述的一种交叉口信号配时与车辆轨迹协同优化方法，其特征在于，所述上层模型的目标函数的表达式为：其中，d为交叉口车辆行驶过程中产生的总延误，c为根据小时交通流量利用韦伯斯特公式计算出的最佳的信号周期，λ为有效绿信比，x为饱和度，q为交叉口的交通流量，s为交叉口车道的饱和流率，i为相位数。3.根据权利要求1所述的一种交叉口信号配时与车辆轨迹协同优化方法，其特征在于，所述下层模型的目标函数的表达式为：其中，t
f
代表车辆到达交叉口的最终时间；f()代表车辆行驶过程中的尾气排放量；α为发动机空转时的燃油消耗率，v为车辆的速度，a为车辆的加速度，t为行驶时间，p(t)为车辆总功率。4.根据权利要求1所述的一种交叉口信号配时与车辆轨迹协同优化方法，其特征在于，所述上层模型的约束条件包括周期时长约束和相位时长约束，其中，所述周期时长约束用于保证信号配时各相位绿灯总时长和全红时长之和与利用韦伯斯特公式计算出的信号周期总时长相等；所述相位时长约束用于保证信号相位绿灯时间在预设的合理范围之内。5.根据权利要求4所述的一种交叉口信号配时与车辆轨迹协同优化方法，其特征在于，所述下层模型的约束条件包括初始状态约束、终端状态约束、速度约束、加速度约束和到达时间约束；其中，所述初始状态约束，用于确定车辆进入通信范围时的初始状态条件；所述终端状态约束，用于保证车辆到达交叉口时的速度达到最大速度；所述速度约束，用于对车辆的行驶速度进行限定；所述加速度约束，用于对车辆的加速度进行约束；
所述到达时间约束，用于保证前后车辆之间始终保持安全车头时距的同时，对车辆到达交叉口的时间作出限定。6.根据权利要求4所述的一种交叉口信号配时与车辆轨迹协同优化方法，其特征在于，所述车辆的行驶距离、行驶速度和行驶加速度之间的状态转移方程的表达式为：x
n
(t)＝[x
n
(t)，v
n
(t)]
t
其中，x
n
(t)为车辆的行驶距离，v
n
(t)为车辆的行驶速度，a
n
(t)为车辆的行驶加速度；代表车辆行驶过程中的状态转移方程。7.根据权利要求1所述的一种交叉口信号配时与车辆轨迹协同优化方法，其特征在于，在所述下层模型的目标函数中加入惩罚项。8.一种交叉口信号配时与车辆轨迹协同优化装置，其特征在于，包括：第一模块，用于获取车辆进入通信范围时的时间信息和行驶信息；其中，所述行驶信息包括车辆速度和车辆加速度；第二模块，用于以交叉口车辆延误最小为目标构建上层模型的目标函数，将信号灯各相位绿信比作为上层模型的控制变量，构建得到上层模型；以车辆行驶过程中所产生的尾气排放最小为目标构建下层模型的目标函数，将各车辆加速度作为下层模型的控制变量，构建得到下层模型；第三模块，用于根据所述上层模型计算在当前的交通流量下最优的信号配时方案，并且将信号配时方案传递到下层模型，由所述下层模型根据所述最优的信号配时方案，对车辆到达交叉口的时间进行预测以及对车辆的行驶轨迹进行优化，得到最优的车辆行驶轨迹方案：第四模块，用于将所述最优的信号配时方案传入所述交叉口的信号灯系统进行信号配时，以及将所述最优的车辆行驶轨迹方案传入通信范围内各行驶车辆系统进行车辆轨迹控制。9.一种电子设备，其特征在于，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如权利要求1至7中任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。

技术总结
本发明公开了一种交叉口信号配时与车辆轨迹协同优化方法及装置，方法包括：获取车辆进入通信范围时的时间信息和行驶信息；构建得到上层模型和下层模型；根据上层模型计算在当前的交通流量下最优的信号配时方案，并且将信号配时方案传递到下层模型，由下层模型根据最优的信号配时方案，对车辆到达交叉口的时间进行预测以及对车辆的行驶轨迹进行优化，得到最优的车辆行驶轨迹方案；最后将最优的信号配时方案传入交叉口的信号灯系统进行信号配时，以及将最优的车辆行驶轨迹方案传入通信范围内各行驶车辆系统进行车辆轨迹控制。本发明能够将交叉口信号配时与车辆轨迹二者协同进行优化，并同时降低车辆延误与尾气排放，可广泛应用于计算机技术领域。用于计算机技术领域。用于计算机技术领域。


技术研发人员：黄玮 赵煜翔
受保护的技术使用者：中山大学
技术研发日：2022.12.23
技术公布日：2023/5/30