一种智能网联车与人类驾驶车混行交叉口控制方法及系统

1.本发明涉及智能控制技术领域，特别是涉及一种智能网联车与人类驾驶车混行交叉口控制方法及系统。

背景技术：

2.近年来，城市交通拥堵和交通事故等问题日益严重，交叉口作为城市交通网络的节点，直接影响着路网交通运行与控制效果，解决交叉口的交通问题对解决整个城市交通问题具有重大意义。随着通信技术、传感和计算机技术的发展，智能网联技术成为解决交通问题的关键技术。尽管到目前为止智能网联车(connected and automated vehicles，简称cavs)已经取得了巨大的进步，但要达到完全自动化以及较高的cavs市场渗透率还需要相对较长的时间，在cavs完全取代人类驾驶车辆(human drive vehicles，简称hdvs)之前，道路将在很长一段时间内存在cavs和hdvs混合交通流。
3.智能网联环境下，cavs较hdvs具有更快的信息探知能力和更小的反应时间，路端感知也可将检测到的交叉口范围内的道路、车辆运行状况实时传输到车端。如何在交叉口控制问题中发挥智能网联系统的技术优势，实现安全、有效、科学的控制是目前交通控制领域研究的重要方向。对于hdvs来说，信号灯是重要的控制手段，而对于cavs而言，信号灯控制则不是必要手段，可以通过控制每一辆车的通行实现网联车间的协调与合作。所以如何协调这两种类型车辆通过交叉口，是亟待解决的问题。

技术实现要素：

4.有鉴于此，本发明提供了一种智能网联车与人类驾驶车混行交叉口控制方法及系统，提高了交叉口的通行效率，缩短了车辆在交叉口等待的时间。
5.为实现上述目的，本发明提供了如下方案：
6.一种智能网联车与人类驾驶车混行交叉口控制方法，包括：
7.获取当前交叉口的车辆信息集和道路信息集；所述车辆信息集包括当前交叉口每个车辆的车辆编号、车辆位置、车辆速度和车辆加速度；所述道路信息集包括当前交叉口的指示灯数据、直行车道编号数据和直行车道停车线中心点数据；
8.基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集；
9.若所述目标车辆集存在目标车辆，则对每个所述目标车辆均进行判断，当所述目标车辆满足设定条件时，基于设定穿越速度控制所述目标车辆穿越当前交叉口，当所述目标车辆不满足设定条件时，不进行穿越；若所述目标车辆集为空，则不进行穿越。
10.可选地，所述基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集，包括：
11.选取当前交叉口处车辆类型为智能联网车且位于直行车道的车辆，得到初始车辆集；所述车辆类型基于所述车辆编号得到；
12.基于所述车辆位置、所述直行车道编号数据和所述直行车道停车线中心点数据，计算所述初始车辆集中每个车辆到其对应的中心点坐标的距离，得到距离集；所述直行车道编号数据包括每个直行车道对应的车道编号；所述直行车道停车线中心点数据包括每个直行车道的停车线的中心点坐标；
13.选取所述距离集中小于设定间隔距离阈值的距离对应的车辆，得到距离车辆集；
14.基于所述指示灯数据选取所述距离车辆集中当前时刻和下一时刻行驶方向的直行指示灯为红灯，且与行驶方向垂直的方向的直行指示灯为绿灯的车辆，得到所述目标车辆集。
15.可选地，任意相互垂直的两个直行车道均对应一个预设碰撞点形成预设碰撞点集；选取与所述目标车辆的行驶方向垂直的方向上直行的车辆，得到穿越车辆集；
16.基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集；
17.所述设定条件为所述碰撞距离集中每个碰撞距离均大于设定碰撞阈值。
18.可选地，所述基于所述穿越车辆集和所述预设碰撞点集，得到得到碰撞距离集，包括：
19.对于所述预设碰撞点集中的每个预设碰撞点，均执行下述过程，得到碰撞距离，遍历所述预设碰撞点集，得到所述碰撞距离集；
20.计算所述目标车辆到达所述预设碰撞点的距离，得到目标车辆行驶距离；
21.基于所述行驶距离、所述车辆速度、所述车辆加速度和所述穿越速度，得到目标车辆行驶时间；
22.基于所述目标车辆行驶时间、所述车辆位置和所述车辆速度，计算所述穿越车辆集中与所述预设碰撞点对应的车辆到所述预设碰撞点的距离，得到若干个碰撞距离。
23.本发明还通过了一种智能网联车与人类驾驶车混行交叉口控制系统，包括：
24.数据获取模块，用于获取当前交叉口的车辆信息集和道路信息集；所述车辆信息集包括当前交叉口每个车辆的车辆编号、车辆位置、车辆速度和车辆加速度；所述道路信息集包括当前交叉口的指示灯数据、直行车道编号数据和直行车道停车线中心点数据；
25.车辆筛选模块，用于基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集；
26.控制模块，用于若所述目标车辆集存在目标车辆，则对每个所述目标车辆均进行判断，当所述目标车辆满足设定条件时，基于设定穿越速度控制所述目标车辆穿越当前交叉口，当所述目标车辆不满足设定条件时，不进行穿越；若所述目标车辆集为空，则不进行穿越。
27.可选地，所述车辆筛选模块包括：
28.智能联网车筛选单元，用于选取当前交叉口处车辆类型为智能联网车且位于直行车道的车辆，得到初始车辆集；所述车辆类型基于所述车辆编号得到；
29.中心距离计算单元，用于基于所述车辆位置、所述直行车道编号数据和所述直行车道停车线中心点数据，计算所述初始车辆集中每个车辆到其对应的中心点坐标的距离，得到距离集；所述直行车道编号数据包括每个直行车道对应的车道编号；所述直行车道停车线中心点数据包括每个直行车道的停车线的中心点坐标；
30.距离筛选单元，用于选取所述距离集中小于设定间隔距离阈值的距离对应的车
辆，得到距离车辆集；
31.目标车辆筛选单元，用于基于所述指示灯数据选取所述距离车辆集中当前时刻和下一时刻行驶方向的直行指示灯为红灯，且与行驶方向垂直的方向的直行指示灯为绿灯的车辆，得到所述目标车辆集。
32.可选地，任意相互垂直的两个直行车道均对应一个预设碰撞点形成预设碰撞点集；所述控制模块选取与所述目标车辆的行驶方向垂直的方向上直行的车辆，得到穿越车辆集；
33.所述控制模块基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集；
34.所述设定条件为所述碰撞距离集中每个碰撞距离均大于设定碰撞阈值。
35.可选地，所述控制模块基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集，包括：
36.所述控制模块对于所述预设碰撞点集中的每个预设碰撞点，均执行下述过程，得到碰撞距离，遍历所述预设碰撞点集，得到所述碰撞距离集；
37.计算所述目标车辆到达所述预设碰撞点的距离，得到目标车辆行驶距离；
38.基于所述行驶距离、所述车辆速度、所述车辆加速度和所述穿越速度，得到目标车辆行驶时间；
39.基于所述目标车辆行驶时间、所述车辆位置和所述车辆速度，计算所述穿越车辆集中与所述预设碰撞点对应的车辆到所述预设碰撞点的距离，得到若干个碰撞距离。
40.根据本发明提供的具体实施例，本发明公开了以下技术效果：
41.本发明涉及一种智能网联车与人类驾驶车混行交叉口控制方法及系统，方法包括：获取当前交叉口的车辆信息集和道路信息集；所述车辆信息集包括当前交叉口每个车辆的车辆编号，车辆位置、车辆速度和车辆加速度；所述道路信息集包括当前交叉口的指示灯数据、直行车道编号数据和直行车道停车线中心点数据；基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集；若所述目标车辆集存在目标车辆，则对每个所述目标车辆均进行判断，当所述目标车辆满足设定条件时，基于设定穿越速度控制所述目标车辆穿越当前交叉口，当所述目标车辆不满足设定条件时，不进行穿越；若所述目标车辆集为空，则不进行穿越。本发明提高了交叉口的通行效率，缩短了车辆在交叉口等待的时间。
附图说明
42.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
43.图1为本发明交叉口穿越示意图；
44.图2为本发明智能网联车与人类驾驶车混行交叉口控制方法流程图；
45.图3为本发明智能网联车与人类驾驶车混行交叉口控制系统结构图；
46.图4为交通需求水平为1200veh/h时，各个智能网联车渗透率的控制效果示意图；
47.图5为交通需求水平为2400veh/h时，各个智能网联车渗透率的控制效果示意图。
48.符号说明：1-数据获取模块，2-数据传输模块，3-车辆筛选模块，4-控制模块。
具体实施方式
49.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
50.本发明的目的是提供一种智能网联车与人类驾驶车混行交叉口控制方法及系统，提高了交叉口的通行效率，缩短了车辆在交叉口等待的时间。
51.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
52.图1为本发明交叉口穿越示意图；图2为本发明智能网联车与人类驾驶车混行交叉口控制方法流程图。如图1和图2所示，本发明提供了一种智能网联车与人类驾驶车混行交叉口控制方法，包括：
53.步骤s1，获取当前交叉口的车辆信息集和道路信息集；所述车辆信息集包括当前交叉口每个车辆的车辆编号、车辆位置、车辆速度和车辆加速度；所述道路信息集包括当前交叉口的指示灯数据、直行车道编号数据和直行车道停车线中心点数据。
54.步骤s2，基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集。
55.具体地，所述步骤s2包括：
56.步骤s21，选取当前交叉口处车辆类型为智能联网车且位于直行车道的车辆，得到初始车辆集；所述车辆类型基于所述车辆编号得到。
57.步骤s22，基于所述车辆位置、所述直行车道编号数据和所述直行车道停车线中心点数据，计算所述初始车辆集中每个车辆到其对应的中心点坐标的距离，得到距离集；所述直行车道编号数据包括每个直行车道对应的车道编号。所述直行车道停车线中心点数据包括每个直行车道的停车线的中心点坐标。
58.步骤s23，选取所述距离集中小于设定间隔距离阈值的距离对应的车辆，得到距离车辆集。本实施例中，所述设定间隔距离阈值为5m。
59.步骤s24，基于所述指示灯数据选取所述距离车辆集中当前时刻和下一时刻行驶方向的直行指示灯为红灯，且与行驶方向垂直的方向的直行指示灯为绿灯的车辆，得到所述目标车辆集。其中垂直的方向为相对的定义，可根据交叉口实际地形进行调整。
60.即只有车辆类型为智能联网车、位于直行车道、与中心点的距离设定间隔距离阈值且当前时刻和下一时刻行驶方向的直行指示灯为红灯，且与行驶方向垂直的方向的直行指示灯为绿灯的车辆，才确定为目标车辆。
61.步骤s3，若所述目标车辆集存在目标车辆，则对每个所述目标车辆均进行判断，当所述目标车辆满足设定条件时，基于设定穿越速度控制所述目标车辆穿越当前交叉口，当所述目标车辆不满足设定条件时，不进行穿越；若所述目标车辆集为空，则不进行穿越。
62.具体地，任意相互垂直的两个直行车道均对应一个预设碰撞点形成预设碰撞点集；选取与所述目标车辆的行驶方向垂直的方向上直行的车辆，得到穿越车辆集。
63.基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集。
64.所述设定条件为所述碰撞距离集中每个碰撞距离均大于设定碰撞阈值。本实施例中，所述设定碰撞阈值为20m。
65.进一步地，所述基于所述穿越车辆集和所述预设碰撞点集，得到得到碰撞距离集，包括：
66.对于所述预设碰撞点集中的每个预设碰撞点，均执行下述过程，得到碰撞距离，遍历所述预设碰撞点集，得到所述碰撞距离集。
67.计算所述目标车辆到达所述预设碰撞点的距离，得到目标车辆行驶距离。
68.基于所述行驶距离、所述车辆速度、所述车辆加速度和所述穿越速度，得到目标车辆行驶时间。计算公式如下：
69.t0＝(v_set-v0)/a
70.x0＝(v_set+v0)
×
t0/2
[0071][0072]
式中：v_set为设定穿越速度，v0为车辆速度，a为车辆加速度，车辆加速度为设定值，具体根据每个车辆的性能参数进行设定，dis_to_collision_point为目标车辆行驶距离，t_to_collision_point为目标车辆行驶时间，t0和x0为中间过渡量。
[0073]
基于所述目标车辆行驶时间、所述车辆位置和所述车辆速度，计算所述穿越车辆集中与所述预设碰撞点对应的车辆到所述预设碰撞点的距离，得到若干个碰撞距离。
[0074]
图3为本发明智能网联车与人类驾驶车混行交叉口控制系统结构图。如图3所示，本发明提供了一种智能网联车与人类驾驶车混行交叉口控制系统，包括：数据获取模块1、数据传输模块2、车辆筛选模块3和控制模块4。
[0075]
所述数据获取模块1用于获取当前交叉口的车辆信息集和道路信息集。所述车辆信息集包括当前交叉口每个车辆的车辆编号、车辆位置、车辆速度和车辆加速度；所述道路信息集包括当前交叉口的指示灯数据、直行车道编号数据和直行车道停车线中心点数据。
[0076]
具体地，所述数据获取模块1包括视觉传感器、环视摄像头、车端雷达、路端雷达和摄像头。所述车端雷达和所述路端雷达为激光雷达和毫米波雷达中任意一者。
[0077]
所述视觉传感器和所述环视摄像头用于辅助所述车端雷达获取所述车辆位置和所述车辆速度。
[0078]
所述摄像头用于辅助所述路端雷达获取车辆编号、所述直行车道编号数据和所述直行车道停车线中心点数据。
[0079]
所述指示灯数据可通过与交叉口现有控制器联网获取。
[0080]
所述数据传输模块2用于将所述车辆信息集和所述道路信息集发送至所述车辆筛选模块3和所述控制模块4。所述数据传输模块2为以lte-v技术为基础的数据传输通信模块。所述数据传输模块2支持can、rs232、rj45和usb等接口。
[0081]
所述车辆筛选模块3用于基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集。
[0082]
具体地，所述车辆筛选模块3包括：
[0083]
智能联网车筛选单元，用于选取当前交叉口处车辆类型为智能联网车且位于直行
车道的车辆，得到初始车辆集；所述车辆类型基于所述车辆编号得到。
[0084]
中心距离计算单元，用于基于所述车辆位置、所述直行车道编号数据和所述直行车道停车线中心点数据，计算所述初始车辆集中每个车辆到其对应的中心点坐标的距离，得到距离集；所述直行车道编号数据包括每个直行车道对应的车道编号；所述直行车道停车线中心点数据包括每个直行车道的停车线的中心点坐标。
[0085]
距离筛选单元，用于选取所述距离集中小于设定间隔距离阈值的距离对应的车辆，得到距离车辆集。
[0086]
目标车辆筛选单元，用于基于所述指示灯数据选取所述距离车辆集中当前时刻和下一时刻行驶方向的直行指示灯为红灯，且与行驶方向垂直的方向的直行指示灯为绿灯的车辆，得到所述目标车辆集。
[0087]
所述控制模块4用于若所述目标车辆集存在目标车辆，则对每个所述目标车辆均进行判断，当所述目标车辆满足设定条件时，基于设定穿越速度控制所述目标车辆穿越当前交叉口，当所述目标车辆不满足设定条件时，不进行穿越；若所述目标车辆集为空，则不进行穿越。
[0088]
任意相互垂直的两个直行车道均对应一个预设碰撞点形成预设碰撞点集。
[0089]
所述控制模块4选取与所述目标车辆的行驶方向垂直的方向上直行的车辆，得到穿越车辆集。
[0090]
所述控制模块4基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集。
[0091]
所述设定条件为所述碰撞距离集中每个碰撞距离均大于设定碰撞阈值。
[0092]
具体地，所述控制模块4基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集，包括：
[0093]
所述控制模块4对于所述预设碰撞点集中的每个预设碰撞点，均执行下述过程，得到碰撞距离，遍历所述预设碰撞点集，得到所述碰撞距离集。
[0094]
计算所述目标车辆到达所述预设碰撞点的距离，得到目标车辆行驶距离；
[0095]
基于所述行驶距离、所述车辆速度、所述车辆加速度和所述穿越速度，得到目标车辆行驶时间。
[0096]
基于所述目标车辆行驶时间、所述车辆位置和所述车辆速度，计算所述穿越车辆集中与所述预设碰撞点对应的车辆到所述预设碰撞点的距离，得到若干个碰撞距离。
[0097]
本发明在sumo软件中对嘉松北路和博园路的交叉口的交通主动管控进行了模拟仿真，设置了不同的交通需求水平和智能网联车渗透率下的不同场景，验证了本发明有效性。不同场景的控制效果采用交叉口的平均停车持续时间来反映。
[0098]
仿真交叉口设置了8个相位，分别是东西直行绿、东西直行黄、东西左转绿、东西左转黄、南北直行绿、南北直行黄、南北左转绿、南北左转黄，周期为120秒，各相位持续时长分别为30s、5s、20s、5s、30s、5s、20s和5s。交通需求水平设置为：直行车、左转车与右转车的比例是4：2：1；1小时的交通量设置2个水平：1200veh/h和2400veh/h，veh代表车辆。cavs渗透率设置了6个水平：0、20％、40％、50％、60％、100％。交通需求水平为1200veh/h时，各个智能网联车渗透率的控制效果如图4所示，交通需求水平为2400veh/h时，各个智能网联车渗透率的控制效果如图5所示，从图4和图5可以看出，控制效果随着智能网联车渗透率的增加变得更好。
[0099]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0100]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：

1.一种智能网联车与人类驾驶车混行交叉口控制方法，其特征在于，包括：获取当前交叉口的车辆信息集和道路信息集；所述车辆信息集包括当前交叉口每个车辆的车辆编号、车辆位置、车辆速度和车辆加速度；所述道路信息集包括当前交叉口的指示灯数据、直行车道编号数据和直行车道停车线中心点数据；基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集；若所述目标车辆集存在目标车辆，则对每个所述目标车辆均进行判断，当所述目标车辆满足设定条件时，基于设定穿越速度控制所述目标车辆穿越当前交叉口，当所述目标车辆不满足设定条件时，不进行穿越；若所述目标车辆集为空，则不进行穿越。2.根据权利要求1所述的智能网联车与人类驾驶车混行交叉口控制方法，其特征在于，所述基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集，包括：选取当前交叉口处车辆类型为智能联网车且位于直行车道的车辆，得到初始车辆集；所述车辆类型基于所述车辆编号得到；基于所述车辆位置、所述直行车道编号数据和所述直行车道停车线中心点数据，计算所述初始车辆集中每个车辆到其对应的中心点坐标的距离，得到距离集；所述直行车道编号数据包括每个直行车道对应的车道编号；所述直行车道停车线中心点数据包括每个直行车道的停车线的中心点坐标；选取所述距离集中小于设定间隔距离阈值的距离对应的车辆，得到距离车辆集；基于所述指示灯数据选取所述距离车辆集中当前时刻和下一时刻行驶方向的直行指示灯为红灯，且与行驶方向垂直的方向的直行指示灯为绿灯的车辆，得到所述目标车辆集。3.根据权利要求1所述的智能网联车与人类驾驶车混行交叉口控制方法，其特征在于，任意相互垂直的两个直行车道均对应一个预设碰撞点形成预设碰撞点集；选取与所述目标车辆的行驶方向垂直的方向上直行的车辆，得到穿越车辆集；基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集；所述设定条件为所述碰撞距离集中每个碰撞距离均大于设定碰撞阈值。4.根据权利要求3所述的智能网联车与人类驾驶车混行交叉口控制方法，其特征在于，所述基于所述穿越车辆集和所述预设碰撞点集，得到得到碰撞距离集，包括：对于所述预设碰撞点集中的每个预设碰撞点，均执行下述过程，得到碰撞距离，遍历所述预设碰撞点集，得到所述碰撞距离集；计算所述目标车辆到达所述预设碰撞点的距离，得到目标车辆行驶距离；基于所述行驶距离、所述车辆速度、所述车辆加速度和所述穿越速度，得到目标车辆行驶时间；基于所述目标车辆行驶时间、所述车辆位置和所述车辆速度，计算所述穿越车辆集中与所述预设碰撞点对应的车辆到所述预设碰撞点的距离，得到若干个碰撞距离。5.一种智能网联车与人类驾驶车混行交叉口控制系统，其特征在于，包括：数据获取模块，用于获取当前交叉口的车辆信息集和道路信息集；所述车辆信息集包括当前交叉口每个车辆的车辆编号、车辆位置、车辆速度和车辆加速度；所述道路信息集包括当前交叉口的指示灯数据、直行车道编号数据和直行车道停车线中心点数据；
车辆筛选模块，用于基于所述车辆编号、所述车辆位置、所述直行车道停车线中心点数据和所述指示灯数据得到目标车辆集；控制模块，用于若所述目标车辆集存在目标车辆，则对每个所述目标车辆均进行判断，当所述目标车辆满足设定条件时，基于设定穿越速度控制所述目标车辆穿越当前交叉口，当所述目标车辆不满足设定条件时，不进行穿越；若所述目标车辆集为空，则不进行穿越。6.根据权利要求5所述的智能网联车与人类驾驶车混行交叉口控制系统，其特征在于，所述车辆筛选模块包括：智能联网车筛选单元，用于选取当前交叉口处车辆类型为智能联网车且位于直行车道的车辆，得到初始车辆集；所述车辆类型基于所述车辆编号得到；中心距离计算单元，用于基于所述车辆位置、所述直行车道编号数据和所述直行车道停车线中心点数据，计算所述初始车辆集中每个车辆到其对应的中心点坐标的距离，得到距离集；所述直行车道编号数据包括每个直行车道对应的车道编号；所述直行车道停车线中心点数据包括每个直行车道的停车线的中心点坐标；距离筛选单元，用于选取所述距离集中小于设定间隔距离阈值的距离对应的车辆，得到距离车辆集；目标车辆筛选单元，用于基于所述指示灯数据选取所述距离车辆集中当前时刻和下一时刻行驶方向的直行指示灯为红灯，且与行驶方向垂直的方向的直行指示灯为绿灯的车辆，得到所述目标车辆集。7.根据权利要求5所述的智能网联车与人类驾驶车混行交叉口控制系统，其特征在于，任意相互垂直的两个直行车道均对应一个预设碰撞点形成预设碰撞点集；所述控制模块选取与所述目标车辆的行驶方向垂直的方向上直行的车辆，得到穿越车辆集；所述控制模块基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集；所述设定条件为所述碰撞距离集中每个碰撞距离均大于设定碰撞阈值。8.根据权利要求7所述的智能网联车与人类驾驶车混行交叉口控制系统，其特征在于，所述控制模块基于所述穿越车辆集和所述预设碰撞点集，得到碰撞距离集，包括：所述控制模块对于所述预设碰撞点集中的每个预设碰撞点，均执行下述过程，得到碰撞距离，遍历所述预设碰撞点集，得到所述碰撞距离集；计算所述目标车辆到达所述预设碰撞点的距离，得到目标车辆行驶距离；基于所述行驶距离、所述车辆速度、所述车辆加速度和所述穿越速度，得到目标车辆行驶时间；基于所述目标车辆行驶时间、所述车辆位置和所述车辆速度，计算所述穿越车辆集中与所述预设碰撞点对应的车辆到所述预设碰撞点的距离，得到若干个碰撞距离。

技术总结

本发明涉及涉及智能控制技术领域，特别是涉及一种智能网联车与人类驾驶车混行交叉口控制方法及系统，方法包括：获取当前交叉口的车辆信息集和道路信息集；车辆信息集包括每个车辆的车辆编号，车辆位置、车辆速度和车辆加速度；道路信息集包括指示灯数据、直行车道编号数据和直行车道停车线中心点数据；基于车辆编号、车辆位置、直行车道停车线中心点数据和指示灯数据得到目标车辆集；若目标车辆集存在目标车辆，则对每个目标车辆均进行判断，当目标车辆满足设定条件时，基于设定穿越速度控制目标车辆穿越当前交叉口，当目标车辆不满足设定条件时，不进行穿越；若目标车辆集为空，则不进行穿越。本发明提高了通行效率，缩短了车辆等待时间。等待时间。等待时间。