考虑行人过街安全的交叉口车路协同控制方法

张功权; 任典; 黄合来; 常方蓉

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (5) : 24 -32.

张功权, 任典, 黄合来, 常方蓉

作者信息 +

Author information +

文章历史 +

摘要

针对混合交通下信号交叉口闯行行多、人车冲突风险高且拥堵延误大的问题，研究了信号灯、智能网联汽车（connected autonomous vehicle,CAV）和行人的协同控制方法。第一阶段，结合保护/禁止右转（protect/prohibit right turning,PPRT）策略，构建面向行人安全的深度强化学习信控框架。状态以车辆与行人的位置和速度矩阵表示，刻画路口的时空态势。动作按行人直行与车辆左/右转拆分相位，以信号层面的时空分离抑制主要人车冲突。奖励采用等待时间差，考虑载客量对效率的影响，并以决斗双重深度Q网络算法求解最优策略。第二阶段，建立行人与CAV的速度规划模型，减少人车交互并降低延误。行人侧根据过街距离与绿灯余长计算可行速度区间，并受加速度与速度约束，考虑人群的服从度与随机扰动。CAV侧在高风险场景时，调整满足安全约束的速度水平，削减冲突发生条件。对左转与直行的CAV进行速度引导，使其平滑通过路口。基于长沙市交叉口场景和交通流数据，构建智能网联交叉口和混合交通场景，在城市交通流仿真工具（simulation of urban mobility,SUMO）进行仿真实验。结果表明，在50%CAV渗透率场景下，本文方法的人车冲突和闯行分别为897次和272次，较PPRT分别降低43.37%和53.7%。人均延误11.61 s，较感应式信号控制、PPRT、深度强化学习信号控制分别减少39.15%、55.03%、13.62%，停车次数降至3 279次。优化效果随CAV渗透率的增加而提升，在0%～25%时，冲突减少16.60%，升至100%时综合指标最优。