一种消解无信号交叉口两车交通冲突的方法技术

本发明专利技术公开了一种消解无信号交叉口两车交通冲突的方法，主要解决交叉口两车碰撞的问题。本发明专利技术的具体思路是，首先采集两车信息，根据两车到达交叉口的时间，预判交叉口两车是否冲突；其次建立层次分析结构确定冲突车辆的优先级；然后采用PID控制器控制两车到达冲突域的时间来消解冲突，并对PID控制器的参数进行优化；最后，建立博弈模型对冲突消解策略进行优化，使两车最短时间通过交叉口。本发明专利技术中采用比例积分微分PID控制器控制两车到达冲突域的时间来消解冲突，并对PID控制器的参数进行优化，提高了两车消解冲突的效率，减少了交叉口交通冲突的发生。

【技术实现步骤摘要】
一种消解无信号交叉口两车交通冲突的方法
本专利技术属于通信
，更进一步涉及一种消解无信号交叉口两车交通冲突的方法。本专利技术可用于无信号交叉口场景的两车冲突预判及消解，根据两车到达交叉口的时间，预判交叉口两车是否冲突，若发生冲突，建立层次分析结构确定冲突车辆的优先级，采用比例积分微分PID控制器消解冲突，并对比例积分微分PID控制器的参数进行优化，建立博弈模型对冲突消解策略进行优化，提高了车辆通过交叉口的安全性和高效性。
技术介绍
目前各城市通常采用交通信号控制和交通渠化的方式减少交通冲突，但是对于交叉口流量相对较小的交叉口，这些方式势必会造成资源上的浪费。随着智能交通系统的发展，智能车辆是当前研究的热点，智能车辆可以通过车与车之间的信息交互而获得全信息的驾驶环境，通过在车辆的控制系统中嵌入消解冲突的控制方法就能达到自动消解冲突的目的。北京航空航天大学拥有的专利技术“一种消解无信号交叉口两车交通冲突的方法”(授权公告号CN102368351A，申请号201110319331.8)公开了一种消解无信号交叉口两车交通冲突的方法。该方法首先通过采集车辆信息并进行预处理，然后根据所得的信息判断是否存在冲突危险并对冲突类型进行判断，最后通过调节车辆的纵向运动来消解冲突。该方法存在的不足之处是，首先，该方法只根据交通规则来判定车辆的优先级，可能引起驾驶员事故责任不清楚的问题，其次，该方法虽然在一定程度上可以提高车辆的安全性，没有采用控制器来控制，控制精度不够，最后，该方法没有对冲突消解策略进行优化，造成冲突消解策略执行效率不高的问题。胡佳在其发表的论文“交叉口汽车冲突及避撞方式有效性分析”(湖南大学硕士学位论文，2004,10)中分别建立了十字形交叉口和T字形交叉口的冲突简化模型，通过比较两车车头进入冲突区和车尾离开冲突区的时间大小关系推导得出碰撞判断准则，最后从智能交通系统的角度提出了交叉口避撞的构想。该方法存在的不足之处是，不仅需要采集自车与他车的状态信息，还需采集交叉口的地理位置信息，进行冲突判断和消解所需要的数据信息过多。郭伟伟，曲昭伟，王殿海在其发表的论文“交通冲突判别模型”(《吉林大学学报》工学版，2011,41(1)：35-40)中以运动学理论为基础，首先描述冲突对象的运动轨迹，然后分析冲突对象之间的运动规律，最后建立描述临界冲突区域的模型，确定冲突发生判别的标准，该方法存在的不足之处是，该模型并没有提供消解车辆冲突的方法。由于消解冲突的准确性和高效性要求，研究一种信息处理量小、可靠性高的冲突消解方法对于改善行车安全性，提高交叉口通行效率具有重要的现实意义。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足，提出一种消解无信号交叉口两车交通冲突的方法。本专利技术通过预判交叉口两车是否冲突，采用比例积分微分PID控制器控制两车到达冲突域的时间消解冲突，并对比例积分微分PID控制器的参数进行优化。为实现上述目的，本专利技术提出的消解无信号交叉口两车交通冲突的方法实现的具体思路是：首先采集车辆信息，根据两车到达冲突域的时间，预判交叉口两车是否冲突；其次建立层次分析结构确定两车到达冲突域的优先级；然后采用比例积分微分PID控制器控制两车到达冲突域的时间消解冲突，并对比例积分微分PID控制器的参数进行优化；最后，建立博弈模型对冲突消解策略进行优化，使两车最短时间通过交叉口。本专利技术实现上述目的的具体步骤如下：(1)采集两车信息：分别采集两车的速度、加速度以及两车分别与冲突域之间的距离信息；(2)利用车辆动力学方程，分别预测两车到达冲突域的时间；(3)判断两车到达冲突域的相隔时间是否大于时间阈值，若是，执行步骤(4)，否则，执行步骤(1)；(4)确定两车到达冲突域的优先级：(4a)将两车距无信号交叉口距离、车型、车流量、两车到达时间作为层次分析结构的因素层，将两车到达冲突域优先顺序的标准作为层次分析结构的决策层，建立层次分析结构；(4b)分别对因素层中的两车距无信号交叉口距离、车型、车流量、两车到达时间因素进行两两比较，将比较结果构成一个判断矩阵；(4c)采用权重公式，计算因素层中各因素的权重；(4d)将因素层中各因素的权重最大的因素作为两车到达冲突域优先级的标准，确定优先通行的车辆；(5)确定两车冲突消解策略：(5a)将比例积分微分PID控制器的比例项系数、积分项系数、微分项系数作为种群个体，随机产生一个初始种群；(5b)按照下式，计算两车与冲突域的绝对距离：f＝|L1-L2|其中，f表示两车与冲突域的绝对距离，L1、L2分别表示两车距冲突域的距离，|·|表示绝对值操作；(5c)将两车与冲突域的绝对距离作为适应度，初始种群个体按照适应度从大到小进行排序；(5d)采用二进制编码方案，八个二进制表示一个因子，三个因子组成一个码串，对比例积分微分PID控制器的比例项系数、积分项系数、微分项系数进行编码；(5e)按照下式，计算初始种群个体被选择的概率：其中，Pi表示初始种群个体xi被选择的概率，f(xi)表示初始种群个体xi的适应度，N表示初始种群的个体数，∑表示求和操作；(5f)将初始种群个体按照初始种群个体被选择的概率从大到小进行两两配对，并对配对的两个初始种群个体进行交叉操作，得到交叉后的种群个体；(5g)对交叉后的种群个体进行变异操作；(5h)判断初始种群个体的最大适应度变化是否小于适应度变化阈值，若是，执行步骤(5i)，否则，执行步骤(5a)；(5i)将适应度最大个体的比例项系数、积分项系数、微分项系数作为最优解输出；(5j)按照下式，计算时间间隔的期望值：e(t)＝T-ΔT其中，e(t)表示时间间隔的期望值，T表示时间阈值，ΔT表示两车到达冲突域的相隔时间；(5k)将选出的适应度最大个体的比例项系数、积分项系数、微分项系数作为比例积分微分PID控制器的参数，按照下式，计算时间间隔的控制量：u(t)＝Kp*e(t)+Ki∫e(t)dt+Kde'(t)其中，u(t)表示时间间隔的控制量，Kp表示比例积分微分PID控制器的比例项系数，e(t)表示时间间隔的期望值，Ki表示比例积分微分PID控制器的积分项系数，∫·dt表示积分操作，Kd表示比例积分微分PID控制器的微分项系数；(6)优化两车冲突消解策略：(6a)将两车作为博弈的参与者，将两车“加速”和“减速”两种状态作为博弈的策略集，建立两车交叉口博弈模型；(6b)按照下式，计算两车加速通过交叉口的时间增益：Y1＝-ap+b(1-p)其中，Y1表示两车加速通过交叉口的时间增益，a表示两车在交叉口减速的增益，p表示两车在交叉口加速的概率，b表示两车在交叉口加速的增益，1-p表示两车在交叉口减速的概率；(6c)按照下式，计算两车减速通过交叉口的时间增益：Y2＝-bp-b(1-p)其中，Y2表示两车减速通过交叉口的时间增益，b表示两车在交叉口加速的增益，p表示两车在交叉口加速的概率，1-p表示两车在交叉口减速的概率；(6d)判断两车加速通过交叉口的时间增益与两车减速通过交叉口的时间增益是否相等，若是，执行步骤(6e)，否则，执行步骤(6a)；(6e)按照下式，计算两车在交叉口加速的概率：其中，p表示两车在交叉口加速的概率，a表示两车在交叉口减速的增益，b表示两车在交本文档来自技高网...

【技术保护点】
一种消解无信号交叉口两车交通冲突的方法，其步骤包括如下：(1)采集两车信息：分别采集两车的速度、加速度以及两车分别与冲突域之间的距离信息；(2)利用车辆动力学方程，分别预测两车到达冲突域的时间；(3)判断两车到达冲突域的相隔时间是否大于时间阈值，若是，执行步骤(4)，否则，执行步骤(1)；(4)确定两车到达冲突域的优先级：(4a)将两车距无信号交叉口距离、车型、车流量、两车到达时间作为层次分析结构的因素层，将两车到达冲突域优先顺序的标准作为层次分析结构的决策层，建立层次分析结构；(4b)分别对因素层中的两车距无信号交叉口距离、车型、车流量、两车到达时间因素进行两两比较，将比较结果构成一个判断矩阵；(4c)采用权重公式，计算因素层中各因素的权重；(4d)将因素层中各因素的权重最大的因素作为两车到达冲突域优先级的标准，确定优先通行的车辆；(5)确定两车冲突消解策略：(5a)将比例积分微分PID控制器的比例项系数、积分项系数、微分项系数作为种群个体，随机产生一个初始种群；(5b)按照下式，计算两车与冲突域的绝对距离：f＝|L1‑L2|其中，f表示两车与冲突域的绝对距离，L1、L2分别表示两车距冲突域的距离，|·|表示绝对值操作；(5c)将两车与冲突域的绝对距离作为适应度，初始种群个体按照适应度从大到小进行排序；(5d)采用二进制编码方案，八个二进制表示一个因子，三个因子组成一个码串，对比例积分微分PID控制器的比例项系数、积分项系数、微分项系数进行编码；(5e)按照下式，计算初始种群个体被选择的概率：Pi=f(xi)Σj=1Nf(xi)]]>其中，Pi表示初始种群个体xi被选择的概率，f(xi)表示初始种群个体xi的适应度，N表示初始种群的个体数，Σ表示求和操作；(5f)将初始种群个体按照初始种群个体被选择的概率从大到小进行两两配对，并对配对的两个初始种群个体进行交叉操作，得到交叉后的种群个体；(5g)对交叉后的种群个体进行变异操作；(5h)判断初始种群个体的最大适应度变化是否小于适应度变化阈值，若是，执行步骤(5i)，否则，执行步骤(5a)；(5i)将适应度最大个体的比例项系数、积分项系数、微分项系数作为最优解输出；(5j)按照下式，计算时间间隔的期望值：e(t)＝T‑ΔT其中，e(t)表示时间间隔的期望值，T表示时间阈值，ΔT表示两车到达冲突域的相隔时间；(5k)将选出的适应度最大个体的比例项系数、积分项系数、微分项系数作为比例积分微分PID控制器的参数，按照下式，计算时间间隔的控制量：u(t)＝Kp*e(t)+Ki∫e(t)dt+Kde'(t)其中，u(t)表示时间间隔的控制量，Kp表示比例积分微分PID控制器的比例项系数，e(t)表示时间间隔的期望值，Ki表示比例积分微分PID控制器的积分项系数，∫·dt表示积分操作，Kd表示比例积分微分PID控制器的微分项系数；(6)优化两车冲突消解策略：(6a)将两车作为博弈的参与者，将两车“加速”和“减速”两种状态作为博弈的策略集，建立两车交叉口博弈模型；(6b)按照下式，计算两车加速通过交叉口的时间增益：Y1＝‑ap+b(1‑p)其中，Y1表示两车加速通过交叉口的时间增益，a表示两车在交叉口减速的增益，p表示两车在交叉口加速的概率，b表示两车在交叉口加速的增益，1‑p表示两车在交叉口减速的概率；(6c)按照下式，计算两车减速通过交叉口的时间增益：Y2＝‑bp‑b(1‑p)其中，Y2表示两车减速通过交叉口的时间增益，b表示两车在交叉口加速的增益，p表示两车在交叉口加速的概率，1‑p表示两车在交叉口减速的概率；(6d)判断两车加速通过交叉口的时间增益与两车减速通过交叉口的时间增益是否相等，若是，执行步骤(6e)，否则，执行步骤(6a)；(6e)按照下式，计算两车在交叉口加速的概率：p=2ba+b]]>其中，p表示两车在交叉口加速的概率，a表示两车在交叉口减速的增益，b表示两车在交叉口加速的增益；(6f)按照下式，计算两车通过交叉口的最短时间：Y＝pF(T1+T2)其中，Y表示两车通过交叉口的最短时间，p表示两车在交叉口加速的概率，F(·)表示归一化操作，T1、T2分别表示两车到达冲突域的时间。...

【技术特征摘要】
1.一种消解无信号交叉口两车交通冲突的方法，其步骤包括如下：(1)采集两车信息：分别采集两车的速度、加速度以及两车分别与冲突域之间的距离信息；(2)利用车辆动力学方程，分别预测两车到达冲突域的时间；(3)判断两车到达冲突域的相隔时间是否大于时间阈值，若是，执行步骤(4)，否则，执行步骤(1)；(4)确定两车到达冲突域的优先级：(4a)将两车距无信号交叉口距离、车型、车流量、两车到达时间作为层次分析结构的因素层，将两车到达冲突域优先顺序的标准作为层次分析结构的决策层，建立层次分析结构；(4b)分别对因素层中的两车距无信号交叉口距离、车型、车流量、两车到达时间因素进行两两比较，将比较结果构成一个判断矩阵；(4c)采用权重公式，计算因素层中各因素的权重；所述的权重公式如下：X×W＝α×W其中，X表示判断矩阵，W表示层次分析结构因素的权重，α表示由矩阵实验室MATLAB中的eig函数得到判断矩阵的最大特征值；(4d)将因素层中各因素的权重最大的因素作为两车到达冲突域优先级的标准，确定优先通行的车辆；(5)确定两车冲突消解策略：(5a)将比例积分微分PID控制器的比例项系数、积分项系数、微分项系数作为种群个体，随机产生一个初始种群；(5b)按照下式，计算两车与冲突域的绝对距离：f＝|L1-L2|其中，f表示两车与冲突域的绝对距离，L1、L2分别表示两车距冲突域的距离，|·|表示绝对值操作；(5c)将两车与冲突域的绝对距离作为适应度，初始种群个体按照适应度从大到小进行排序；(5d)采用二进制编码方案，八个二进制表示一个因子，三个因子组成一个码串，对比例积分微分PID控制器的比例项系数、积分项系数、微分项系数进行编码；(5e)按照下式，计算初始种群个体被选择的概率：其中，Pi表示初始种群个体xi被选择的概率，f(xi)表示初始种群个体xi的适应度，N表示初始种群的个体数，∑表示求和操作；(5f)将初始种群个体按照初始种群个体被选择的概率从大到小进行两两配对，并对配对的两个初始种群个体进行交叉操作，得到交叉后的种群个体；(5g)对交叉后的种群个体进行变异操作；(5h)判断初始种群个体的最大适应度变化是否小于适应度变化阈值，若是，执行步骤(5i)，否则，执行步骤(5a)；(5i)将适应度最大个体的比例项系数、积分项系数、微分项系数作为最优解输出；(5j)按照下式，计算时间间隔的期望值：e(t)＝T-ΔT其中，e(t)表示时间间隔的期望值，T表示时间阈值，ΔT表示两车到达冲突域的相隔时间；(5k)将选出的适应度最大个体的比例项系数、积分项系数、微分项系数作为比例积分微分PID控制器的参数，按照下式，计算时间间隔的控制量：u(t)＝Kp*e(t)+Ki∫e(t)dt+Kde'(t)其中，u(t)表示时间间隔的控制量，Kp表示比例积分微分PID控制器的比例项系数，e(t)表示时间间隔的期望值，Ki表示比例积分微分PID控制器的积分项系数，∫·dt表示积分操作，Kd表示比例...

【专利技术属性】
技术研发人员：陈晨，项红玉，魏康文，赵力强，任智源，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61