面向两车道高速公路混合交通环境的层次化合作车道合并控制框架（HCOMC）
机器人学
2025-07-17 v1 人工智能
系统与控制
系统与控制
摘要
高速公路匝道合并区域是交通拥堵和事故的常见瓶颈。目前，基于连接和自动化车辆（CAV）的协同控制策略是解决这一问题的基本方法。尽管 CAV 并未广泛普及，但仍需提出一种针对两车道高速公路上异构交通流的层次化合作车道合并控制（HCOMC）框架，以弥补这一差距。本文基于智能驾驶员模型扩展纵向车跟模型，采用五次多项式曲线处理横向车道变换模型，以考虑人驾驶车辆（HDV）和 CAV，综合考虑人类因素和协同自适应巡航控制。此外，本文提出 HCOMC 框架，包括基于修改虚拟车辆模型的层次化协同规划模型、基于博弈论的自由车道变换模型，以及使用精英无支配排序遗传算法的多目标优化模型，以确保安全、平滑且高效的合并过程。随后，通过仿真分析在不同交通密度和 CAV 渗透率下的 HCOMC 性能。研究结果强调，与基准方法相比，HCOMC 在提升车队安全性、稳定和加快合并进程、优化交通效率以及节省燃料消耗方面具有显著的综合优势。
引用
@article{arxiv.2507.11621,
title = {HCOMC: A Hierarchical Cooperative On-Ramp Merging Control Framework in Mixed Traffic Environment on Two-Lane Highways},
author = {Tianyi Wang and Yangyang Wang and Jie Pan and Junfeng Jiao and Christian Claudel},
journal= {arXiv preprint arXiv:2507.11621},
year = {2025}
}
备注
7 pages, 2 figures, 3 tables, accepted for IEEE International Conference on Intelligent Transportation Systems (ITSC) 2025