学术论文
MPC-Based Method for Intersection Control in Mixed Traffic Environments with Autonomous Vehicles, Human-Driven Vehicles, and Pedestrians
研究背景
随着自动驾驶技术（AVs）的快速发展，未来交通系统将长期呈现AVs与人类驾驶车辆（HDVs）、行人混合共存的复杂场景。交叉口作为多模态交通流的关键冲突点，其协同管理面临严峻挑战：传统信号控制方法难以适应动态路权分配需求，而现有研究对AV-HDV交互冲突及行人行为的综合优化仍存在不足。为此，本研究提出一种融合最大压强控制与行为决策的交叉口协同管理框架。通过实时估计行人队列长度与混合车流状态，动态优化多主体通行优先级；进一步设计AVs的主动避碰策略以消除与HDVs的潜在冲突。
主要内容
在不久的将来，自动驾驶车辆（AVs）将不可避免地与人工驾驶车辆（HDVs）和行人长时间共享道路。本文介绍了一种综合考虑AVs、HDVs和行人的交叉口管理方法。首先，基于对行人和AV-HDV混合交通流的队列长度估计，采用最大压力控制方法为AVs、HDVs和行人分配通行权。然后，为完全消除HDVs和AVs之间的冲突，进一步提出了AVs在交叉口内遇到HDVs时的行为决策策略。最后，通过SUMO平台和实现所提方法的Python脚本进行联合仿真，结果表明，该方法可有效稳定混合交通流与行人队列。随着AVs渗透率增加，即使在存在未知渗透率或转弯率的情况下，所提模型也能够适应车辆或行人需求的变化。
论文链接：
https://ascelibrary.org/doi/abs/10.1061/JTEPBS.TEENG-8371
