面向信号配时与自动驾驶车辆轨迹的实时交叉口优化
信号处理
2020-07-09 v1 最优化与控制
摘要
本研究旨在开发一种实时交叉口优化（RIO）控制算法，以高效服务网联自动驾驶车辆（CAVs）与传统车辆（CNVs）的交通。本文扩展了先前的工作，通过重新优化决策来考虑超饱和需求条件与轨迹偏差。为联合优化信号相位与配时（SPaT）及 CAVs 的出发时间，我们构建了一个联合优化模型，并将其化简为最小费用流（MCF）问题求解。该基于 MCF 的优化模型被嵌入 RIO 算法中，以操作信号控制器并规划 CAVs 的运动。仿真实验显示，与基准场景相比，行程时间减少了 18–22%，通行能力提升了至多 12%。
引用
@article{arxiv.2007.03763,
title = {Real-time Intersection Optimization for Signal Phasing, Timing, and Automated Vehicles' Trajectories},
author = {Mahmoud Pourmehrab and Lily Elefteriadou and Sanjay Ranka},
journal= {arXiv preprint arXiv:2007.03763},
year = {2020}
}