网联自动驾驶车辆通过信号交叉口的速度轨迹优化

以网联自动驾驶汽车(Connected Autonomous Vehicle,CAV)为研究对象,研究了CAV车队通过城市信号交叉口的速度轨迹优化控制策略。基于最优控制理论,采用CAV的自动驾驶模型描述车间相互作用,以所有CAV车辆在行驶过程中的总油耗为优化目标,根据信号灯的配时信息建立模型约束,通过优化CAV头车的速度轨迹,保证整个CAV车队在绿灯相位下快速通过交叉口并实现油耗最小。为了对该优化控制进行高效求解,采用离散Pontryagin极小值原理建立最优解的必要条件,利用基于神经网络训练的弹性反向传播(Resilient backpropagation,RPROP)算法设计了数值求解算法。多个典型场景的仿真结果显示:整个CAV车队均能在不停车的情形下通过信号交叉口,避免因在红灯时间窗到达停车线造成的停车、启动等过程,总油耗量最高可减少69.74%。该控制方法利用网联自动驾驶技术的优势,显著改善了城市交通通行效率和燃油经济性。