道路交叉口互聯自動駕駛汽車規劃與決策研究綜述

交叉口規劃與決策技術是智能交通係統中一個綜合性的研究問題，其主要原因在於交通參與者的多樣性所帶來的不確定性。隨著無線通信的發展，用於交叉口規劃和決策的車輛基礎設施集成算法受到越來越多的關注。本文主要綜述了近年來交叉口規劃與決策技術的研究進展。介紹了規劃決策的一般方法，包括基於圖的方法、基於預測庫的方法、基於優化的方法和基於機器學習的方法。鑒於互聯自動駕駛汽車(connected autonomous vehicles, CAVs)是未來自動駕駛領域的發展方向，本文總結了基於車輛基礎設施協同技術的規劃決策方法的發展。在純自動駕駛交通和混合交通條件下，研究了四路信號交叉口和無信號交叉口。該研究受益於當前的策略、協議和模擬工具，以幫助研究人員確定現有方法的挑戰，確定研究差距，以及未來需要解決的幾個可能的研究問題。

在過去的幾十年裏，人們投入了大量的資金來緩解世界各地的交通擁堵問題。然而，道路交通擁堵仍然是旅行者的主要擔憂之一。研究發現，交通擠塞會造成高昂的經濟代價[1］．The cost in the United States is up to $124.2 billion in 2013 and is expected to increase to $186.2 billion in 2030 with traffic congestion forecast to increase by 60% [2］．本文的研究重點是交叉口的規劃方法和決策方法。我們相信，從安全和機動性的角度來看，十字路口可能是最關鍵的交通環境之一[3.，4，5，6，7］．

從以往的研究工作來看，交叉口是交通網絡的重要組成部分。管理交叉口常用的方法是交通信號控製。然而，當交通量較大時，傳統交通燈的效率相對較低[8］．目前，美國有超過30萬個紅綠燈，投資827億美元[9］．為了減少交叉口的擁堵，提高交叉口的機動性，必須有效地運行交通信號。然而，美國的大多數信號都是預先計時的，每2-5年更新一次。重新計時的交通信號有巨大的好處。Ref。10討論了這種類型的交通工程維護如何能顯著減少汽車司機遇到的延誤和停車。結果表明，信號重配時的效益與成本之比約為40:1。

此外，研究人員發現，大多數事故發生在十字路口，造成城市地區嚴重的交通延誤[4］．根據美國國家公路交通安全管理局(NHTSA)發布的報告，十字路口事故是美國最嚴重的事故模式之一。2015年，警察報告的130萬起十字路口事故和5251起致命事故[11，12］．這些車禍約占警方報告的所有車禍的20%，占所有致命車禍的16% [13］．因此，開發十字路口技術，使車輛安全、高效地通過十字路口是非常重要的。

隨著自動駕駛汽車技術和無線通信技術的發展，自動交叉口管理(AIM)係統引起了人們的廣泛關注和大量的研究和開發工作。AIM可以協調自動駕駛車輛通過交叉路口的運動。一個典型的完整AIM係統如圖所示1．該係統由幾個重要組件組成:車載單元(OBU)、路邊單元(RSU)、信號控製器、交通控製單元(TCU)、交通控製中心(TCC)、交通運營中心(TOC)和雲。為了實現規劃和決策的目的，OBU應包含交叉口段的車輛動態控製和路口進/離應用，RSU應提供車輛車道群控製、車輛行駛預約和規劃，幫助車輛通過交叉口。信號控製器根據接收到的數據幫助控製交通信號。TCU/TCC/TOC將協同決定並執行最佳的交叉口通過動作。雲係統可以與其他服務/應用程序交互。然而，如果我們想讓自動駕駛汽車在十字路口高效、安全地運行，我們必須設計一種合適的方式來仔細協調它們[14，15］．此前，交叉口管理研究分為協同資源預留和軌跡規劃兩個分支[16］．在協同資源預留中，將交叉口空間劃分為時間-空間序列，分配給車輛並進行調度，以實現安全通過。預訂可由一個集中單元管理[17，18]或以分散的方式[19，20.］．在軌跡規劃方法方麵，研究人員關注車輛相對於交叉口某一固定點的運動(類似於匝道入口合並方案)，以實現車輛安全通過[21，22，23，24］．Liu等人提出了一種通過V2X通信交叉口的協同軌跡規劃策略。結果表明，在固定光照和自適應光照條件下，該策略的疏散時間最小[25］．

車輛決策與規劃作為交叉口自動化管理係統的關鍵組成部分，成為需要解決的主要任務之一[26］．例如，基於規則的決策方法通常用於自動駕駛。然而，這種基於規則的方法是可靠的，並且易於解釋。對於簡單的駕駛場景，它可以通過手工設計的規則實現良好的安全性能。但在處理複雜的城市環境時，例如存在各種不確定性的道路交叉口，以規則為基礎的方法無法維持安全和高效的駕駛[27］．因此，在過去的幾十年裏，一些具有更多智能的其他方法，如優化和基於學習的方法，已經被廣泛討論。由於沒有統一的模型可以處理所有場景，複雜城市駕駛環境下的車輛規劃與決策方法仍然具有挑戰性。參考文獻。［28]和[29]在完全連接和部分連接的交通中，使用優化方法為交叉路口的車輛生成路徑和速度，以降低總體燃油消耗和提高運輸效率為目標。何處引用[30.]還考慮了生成路徑的質量，並引入了一種啟發式算法來優化一組相連車輛的軌跡。參考文獻。［31]和[32]在連接和非連接場景下，實施強化學習來解決相應的安全、效率和任務完成問題。

本文主要研究道路交叉口規劃決策技術，如圖所示2．首先，我們將前文提到的交叉口總體規劃和決策技術分為幾種主要方法:基於圖的方法、基於預測的方法、基於優化的方法和基於機器學習的方法。然後，對車輛基礎設施協同環境中應用的技術進行了總結。有信號的和無信號的交叉路口都被認為是純自動駕駛交通和混合交通。我們相信，從目前的策略、協議和模擬工具中學習的研究有助於研究人員確定現有方法的挑戰，並確定未來研究的開放問題。

本文的其餘部分組織如下2，介紹交叉口總體規劃與決策技術。節3.，提出了交叉口車基協同控製方法。在本節中，我們還詳細討論了無線通信技術的影響。然後，我們比較了混合交通環境下現有的技術水平，並在接下來的章節中研究了它們的性能4．此外，之前的方法的挑戰和決定未來研究的開放問題將在部分中討論5．最後,部分6本文的結論。

近年來，十字路口的規劃和決策算法得到了快速發展。其中包括在拓撲無占用空間內生成最優軌跡等規劃算法，以及主要關注沿所生成軌跡生成速度剖麵的決策方法。這些方法的主要目標是一致的，即建立高效、安全、實時的自我交通工具行為。總體而言，自動駕駛汽車規劃決策算法可分為基於圖的方法、基於優化的方法和基於機器學習的方法。這些方法解釋如下。

基於圖的方法

基於圖的方法可以幫助車輛在自由空間內尋路，在移動機器人中也得到廣泛應用。在交叉口處實現了一種探索性搜索方法，即快速隨機樹搜索法。RRT方法最早是由LaValle提出的[33］．該算法可以在很短的時間內搜索到可能的路徑，並在環境變化時實現快速再生。該算法采用一種基於生長樹的搜索方法，樹生長方法可以簡單地總結為:首先在自由搜索空間中隨機抽樣一個點，然後將新抽樣點與每個樹節點連接起來，計算每個樹節點到新抽樣點的距離，並從一定的啟發式中選擇一個樹節點，例如，最短的距離。然後，從最近的點到采樣點的方向，從最近的點延伸一條具有預定長度的線，得到一個新的點(讓我們命名為點x)。最後，如果最近的點和點x之間的線段在空閑空間內，則將這個點x和連接線附加為搜索樹的一部分。

在RRT方法被提出之後，許多由該算法發展而來的變體被提出。一些經典的變體，包括RRT*算法[34和CL-RRT算法[35]這是兩個最先進的文學變體，經常被拿來作為基準。與傳統的RRT相比，RRT*通過在搜索樹生長過程中添加一個重新布線過程，提供了兩個額外的步驟，並已證明通過適當的修改，它可以提供具有足夠搜索時間的漸近最優路徑[36］．CL-RRT在生成樹的同時使用閉環仿真，為生成的路徑提供更好的可行性。該算法首先生成樹搜索路徑，然後使用一個簡單的控製器生成從父節點到新節點的路徑，而不是使用直線連接節點。該方法在路徑生成過程中考慮了運動學因素，具有較好的控製可行性。隨著RRT家族的興起，基於RRT的算法表現出了令人滿意的性能，並被廣泛應用於包括交叉口場景在內的自動駕駛中。

馬等人[37]實現了RRT算法家族的一種變體，用於在十字路口生成路徑。它首先利用道路幾何形狀，並預先生成相應的樣條曲線作為基礎樹。使用樣條作為初始樹，生成更多的分支，以便找到無碰撞路徑。通過高頻重複生成搜索樹，可以實現避障。陳等人。[38把這個問題變成了一個層次規劃問題。主要方法可分為三層:高層路線規劃層、中層任務規劃層和低層運動規劃層。高級路線規劃層首先生成給定道路幾何形狀的幾個路徑點。然後，任務計劃器根據接收到的路點生成相應的任務。最後，底層運動規劃器為每個任務生成實時控製命令作為交叉。尹等人[39] introduced a spline-based RRT* algorithm which combined cubic Bézier polynomial curves and RRT* search method to achieve high efficient collision avoidance at intersections under continuous search space.Mehta et al. [40]在RRT算法中引入了一個人工界麵，這使得有經驗的駕駛員能夠獲得額外的知識，從而幫助重新規劃過程。

然而，RRT算法大多是在迷宮和其他靜態環境中實現的，交叉口的複雜性和快速變化的性質導致了保守的決策，在一些關鍵角落的情況下，規劃者的刷新率可能具有挑戰性。

Prediction-Based方法

隻考慮和計劃當前的狀態可能是危險的，有時可能不足以保證完全安全。因此，利用現有豐富的運動預測和風險評估算法，考慮環境車輛預測的未來路徑進行規劃是解決交叉口規劃問題的非常流行的方法之一[41，42，43，44，45，46，47，48］．黃等人[44]訓練了一個使用多個傳感器的變分神經網絡來預測自我交通工具未來可能狀態的條件變分分布。

該算法能夠協同各種不確定性，並能夠協調不同傳感器之間的信息，將基於物理的模型與係統相結合，提高預測過程的預測精度和其他性能。Ref。43] introduced an RNN-based method to predict the surrounding vehicle’s intentions using Lidar-tracking information.The recurrent neural network was trained by a dataset containing of unsignalized intersection naturalistic driving behaviors.The naturalistic driving dataset was also used to evaluate the performance of the prediction results.使用這種方法，預測器能夠提前一秒多預測嚴重的潛在碰撞。鄭等人。[49]利用支持向量機對環境車輛的意圖進行預測，在預測的狀態下，車輛可以在未受保護的十字路口產生並執行類似人類的規劃行為。

鄭等人。[50]訓練了一個基於長短期記憶的RNN來預測周圍車輛的未來狀態，根據預測結果，規劃者能夠提高安全性。王等人。[51通過蒙特卡羅仿真，利用概率占用率對車輛運動進行預測，預先設定預測模型，並通過離線訓練得到預測模型，然後將其用於在線規劃，實現了良好的規劃結果實時性。Ref。52]還引入了一種結合意圖估計和軌跡預測的LSTM模型，該框架首先訓練了一個高級意圖估計器來預測車輛在十字路口的粗糙路徑，然後在十字路口執行更詳細的軌跡預測。對於預測和規劃框架，如果預測結果良好、準確，這類方法可以提供足夠的安全性能，並可在不同場景下實施。因此，開發和應用這些路徑預測和風險評估算法，可以大大提高交叉口規劃性能的結果。

基於優化的方法

另一種常用的交叉口規劃方法是將規劃問題建模為實時優化問題，通過合理的研究和設置代價函數、邊界和約束條件，以啟發式的方式進行規劃和決策。用於十字路口自動駕駛的一種主要優化方法是模型預測控製方法。模型預測控製框架的關鍵組成部分包括障礙物模型、車輛模型和適當的優化求解方法。

車輛模型包括點質量[53模型，該模型將車輛作為具有一定質量的單點，不考慮車輛的形狀或運動學[54或動態的[55］．另一方麵，運動學模型考慮了路徑規劃中常用的車輛幾何形狀，運動學公式的一種經典形式被稱為自行車建模。動態模型的建立考慮了車輛的動態特性，包括輪胎模型、車身動力學模型等非線性模型，常用於車輛控製問題和橫向力變化較大或快速的公路場景。建立的避障模型包括兩種經典避障方法。其中一種是通過設置虛擬斥力作為獎勵函數的一部分來增加力以保持障礙物與自我載具之間的安全距離，這種類型的公式也被稱為勢場法。可以在優化過程的約束條件中增加一個額外鬆弛度的變量，這樣可以獲得更可接受的可行性。然而，有時這種修改可能導致非凸和非線性的代價函數，適當的線性化或優化過程的近似是必要的。另一種方法是通過適當設置約束，允許自我載具在無障礙空間內運行，但在現實中，從現實世界獲得的約束很可能是非凸的。解決這些非凸問題可能導致非常高的計算能力要求，因此，模型經常修改為線性規劃(LP)問題，二次規劃(QP)問題[56等或動態規劃問題。在模型建立正確後，將其設置為典型優化問題，然後使用相應的優化求解器對該問題進行求解。

模型預測控製(MPC)等最優控製方法已廣泛應用於解決十字路口自動駕駛汽車的規劃與決策問題。作者參考文獻[57]設計了一種魯棒模型預測控製規劃算法，以保證在關鍵交叉口場景下有足夠的安全間隙。該方法提高了駕駛效率和駕駛舒適性，並對“仿射幹擾反饋”模型進行了改進。Ref。51]介紹了一種十字路口分層規劃方法，該方法首先利用道路幾何形狀生成參考初始軌跡，然後利用模型預測控製優化初始軌跡，生成決策和相應的運動軌跡。在此過程中，優化問題的約束條件和優化邊界通過坐標變換很容易實現。最後一個層次是基於概率占用網格的環境車輛預測，該預測是事先獲得的，以實現更好的實時性能。仿真結果表明，所設計的路徑和速度都有較好的改善，證明了所提方法的有效性。

霍特等人[58提出了一種用於交叉口規劃的雙層(協調安排層和車輛運動規劃層)MPC。該係統協調車輛進入交叉口前的占用時段，並分別提供自我車輛直接控製輸入。在一定的假設條件下，該方法在交叉口規劃性能的可行性和穩定性方麵有了明顯的提高。尼爾森等人[59]使用兩個鬆散耦合的mpc來實現更好的規劃性能，引入了車輛控製的縱向和橫向解耦的思想，並相應地將兩個mpc分配到每個方向。劉等人。[60]引入了MPC模型，該模型可以自動為各種機動類型選擇適當的參數，以增加規劃器的通用性。為了獲得更好的駕駛舒適性，設計了一種特殊的車道相關勢場。此外，環境車輛被視為多邊形，修改後轉換為硬約束在MPC問題，以確保安全。Ref。61] generates speeds of the vehicle within a fixed generated path from a set of waypoints by using temporal optimization.然而，問題被證明是非凸的。To solve this problem, the MPC problem was simplified by a set of quadratic programs and were solved by the slack convex feasible set (SCFS) algorithm to improve the real-time performance of the proposed method.Ref。17]將二維交叉口轉向和加速規劃問題轉化為優化問題，使自我車輛的運動動力學從時間尺度轉變為距離尺度。基於最小值刻畫原理求解優化問題。

其他最優控製方法如Bezier曲線優化方法用於交叉口規劃。Ref。62]考慮了避免碰撞等約束，並將規劃問題表述為平等約束下的優化問題。然後，利用二次規劃(QP)和Hildreth算法進行優化求解。Ref。63假設自我載具能夠探測到周圍所有的障礙。在此前提下，引入了一種反應式自適應路徑規劃方法，並將該問題形式化為具有一定約束條件的貝塞爾曲線優化問題，並用拉格朗日和基於梯度的方法求解。

基於機器學習的方法

隨著人工智能的蓬勃發展和計算機科學的廣泛應用，機器學習方法已經成為一種有力的方法。通過使用這些ML方法，自我車輛能夠通過研究自然駕駛數據或駕駛專家的經驗來實現更接近人類的駕駛行為。使用這些方法，自我載體能夠在複雜的場景下進行合作。

端到端神經網絡方法

神經網絡方法的一種常用方法是端到端方法，即通過輸入專家駕駛員在十字路口行駛的圖像和傳感器信息以及駕駛員在此類場景下的實際動作，訓練神經網絡，使模型在類似場景下，給出來自傳感器的原始輸入時，能夠直接提供動作作為輸出。這意味著從感知到行動的決策邏輯是嵌入在神經網絡中的。Ref。64]采用端到端方法作為算法的核心，但他們使用了360度攝像頭，而不是像傳統的端到端規劃者那樣隻使用前置攝像頭。經過訓練的網絡也經過了精心修改，以適應新的審查格式。此外，還添加了一個路線規劃器來幫助駕駛任務。因此，該方法可以減少交叉口發生碰撞的機會。傳統的端到端方法不是隻有攝像頭輸入，參考文獻[65]以激光雷達和高清地圖為輸入，實現了三維解釋，本文將新提出的方法應用到現實生活中，學習到的成本體積可以幫助自我車輛在十字路口更安全地運行，車輛能夠處理紅綠燈，同時與周圍的交通參與者互動。

基於強化學習的方法

強化學習(RL)也是自動駕駛汽車交叉口決策與規劃的常用方法，對於經典的RL問題，利用專家駕駛知識建立獎勵函數，並進行優化以獲得更好的性能。然而，隨著神經網絡的發展，這些方法通常與神經網絡相結合，以更好地學習人類專家行為，具有更好的可行性。鮑頓等人。[66]介紹了一種安全的RL算法，使用了一種叫做模型檢查器的方法來提高安全性，他們還使用了一種基於學習的信念更新方法，這使得應用的方法能夠更好地與咬合和傳感器獲得的錯誤進行協調。Ref。67]使在閉塞的多車道交叉路口的交叉口車輛的一般決策成為可能。將風險評估與獎勵函數相結合，利用基於神經網絡的Q網絡對可能發生的風險進行估計，使計劃者在保證安全的前提下，采取更少的行動。Ref。68研究了其他車輛的典型行為，使自我車輛在十字路口更好地與環境互動車輛合作。評估周圍車輛的速度分布和環境車輛到自我車輛的動態距離，並在模型中考慮執行不同類型的駕駛行為。該算法能使自我車輛在大部分運行時間內避免碰撞，從而安全地通過交叉口，優於當時許多最先進的模型。Ref。69]介紹了一種考慮交叉口車輛操作層麵控製的交叉口規劃和決策者。該算法在深度RL模型中考慮了自我車輛的硬動力學和運動學約束，增加了在真實交叉口規劃場景中通用級規劃結果的可行性，並通過仿真驗證了算法在應用中的可行性。Isele等人[70結合強化學習和神經網絡學習主動感知行為，以實現擁擠交叉口環境下的安全。喬等人。71]學習了與自動生成課程(AGC)交叉場景的策略，以增加學習過程。深度強化學習方法的性能與訓練數據密切相關，如何獲得準確、完整、健全的數據集，讓模型學習到所有可能的場景，從而獲得更安全、更好的規劃和決策結果是至關重要的。

部分可觀察馬爾可夫決策過程方法

在馬爾可夫決策過程(MDP)模型中，所有的狀態、傳遞函數、獎勵函數等都被認為是靜態的。然而，在真實的應用程序和建模中，參與者和環境的狀態並不總是完全可觀察的。因此，為了表示現實世界的這種不確定性，基於部分可觀察馬爾可夫決策過程(POMDP)的方法得到了廣泛的應用，並成為自動駕駛車輛高度交互的交叉口規劃問題的一種新興技術。POMDP是agent在不確定場景下的決策框架。該模型能夠將不確定性公式合並到自己的框架中，用於自動駕駛汽車的決策和規劃，這些不確定性可以是傳感器感知噪聲、周圍駕駛員意圖不確定性、未來路徑不確定性和控製輸出不確定性。在每個時間步驟產生決策後，代理將從獎勵中獲得一個觀察值[72］．求解POMDP問題的主要方法可分為兩種，一種是精確解方法，另一種是近似解方法。對於現實世界中非常複雜的交叉口規劃問題，往往無法實時求得精確解，因此常用近似結果作為解。

鮑頓等人。[73]通過將問題建模為POMDP問題，並使用蒙特卡羅樹搜索(MCTS)方法求解該問題，證明了該規劃器在安全性和效率上優於基於閾值的啟發式方法。Ref。74]將交叉口規劃決策問題轉化為POMDP問題，利用概率模型對周圍車輛的未知意圖進行建模，並將其合並到POMDP模型的觀測模型中。通過解決POMDP問題，自我交通工具能夠在交叉路口的固定路徑上在線進行連續空間的決策。從Ref.[擴展74]，參考[75]提出了一種交叉口規劃和決策模型，該模型能夠與周圍的多輛車輛合作，並能夠在計算時間上優於基線方法，所提出的POMDP模型也能夠在連續狀態空間中運行。由於計算複雜度的詛咒，使用POMDP方法的規劃方法通常在固定路徑上規劃車輛的速度。然而，這表明這個交集並沒有被充分探索。［76，77]提出了一個關鍵轉折點(CTP)概念，該概念使自我載體能夠生成多條候選路徑進行選擇和遵循。候選路徑是通過五次多項式生成的。給定候選路徑，自我交通工具能夠選擇一個候選路徑，然後根據迎麵交通工具的不確定意圖的信念，沿著選定的路徑計劃速度。因此，在有限的計算能力下，可以更好地探索交集空間。

Ref。78]考慮了動態和靜態物體引起的遮擋，並將觀察場(of)中周圍車輛和幻影車輛的運動表示為可達集。這使得自我交通工具能夠在城市十字路口運行，與傳統方法相比，它的行為更不保守，但更安全。布萊希特爾等人[79]考慮了幾種不確定性，並預測了由於不同假設而產生的不同行為的結果。作者沒有應用符號表示來表示所有可能情況的狀態空間，相反，他們使用了表示特定情況的連續求解器。Ref。27開發了在普遍擁堵的十字路口避免靜態和動態障礙的決策。對可觀測區域內的物體進行預測，並對遮擋區域內的物體進行修正，以避免危險碰撞。該算法能夠在不受控製的十字路口產生類似人類的行為。

信號交叉口的協作方法

交叉口交通衝突優化算法的研究始於上世紀末。由於當時CAV的概念尚未出現，早期的交通優化算法研究主要集中在信號配時的研究，即交通信號相位和配時(spit)的優化。

1998年，Schutter采用最優控製最小化排隊長度[80］．本世紀初，第二次人工智能浪潮也影響到了交通運輸管理領域。Bingham使用模糊神經網絡方法優化了啐[81］．水壩(82和阿卜杜勒海[83]將強化學習引入到啐啐優化領域。他們創新性地將連續交叉路口的交通燈視為多個代理。通過通信設備，即V2X技術如圖所示3.，中央協調器收集騎士的位置和速度。進一步對車輛在交叉口的等待時間進行了估計，並將其應用於雙向交通優化。在優化過程中，以最小化所有cav的等待時間為優化目標。采用q學習方法對多個交叉口交通燈的間距進行優化。Duan擴展了之前的方法，在不同的車流中采用不同的優化目標，協同優化多個信號燈的配時[84］．

隨著自動駕駛汽車技術的融合發展，研究人員逐漸將自動駕駛汽車納入到交叉口交通優化的考慮中，而不僅僅是單純地收集自動駕駛汽車的信息。

該領域最廣為人知的研究是Asadi提出的預測巡航控製算法[85］．首先，通過V2I技術，CAV獲取前方連續多個交通燈的口水信息;連續交通綠燈的時間窗為CAV控製提供了硬約束。然後，結合車輛模型，應用模型預測控製(MPC)控製CAV在十字路口不空轉的情況下連續通過多個紅綠燈。通過連續的速度軌跡規劃，cav的總體行駛時間顯著縮短。在該算法中，保證了車輛通過多個交叉口而不停車，在後續的研究中也稱為綠波行。Xu提出了一種交通燈與cav的分層協同優化方法[86］．在本研究中，考慮到信號燈時間分配與CAV行駛策略優化之間的複雜耦合關係，Xu將問題解耦為上層交通效率優化問題和下層CAV控製問題，如圖所示4．在分層控製方法中，上層控製器優化整體交通流，並為各CAV提供到達交叉口的目標時間。下級控製器根據接收到的到達時間，即優化中的終端時間約束，對CAV的油耗進行優化。

無信號交叉口的協作方法

由於自動駕駛汽車提前獲得紅綠燈，所以如果所有車輛都是自動駕駛汽車，則不需要保持紅綠燈。在接近路口時，每個CAV都能夠調度到達時間並優化其速度軌跡。然而，入路車輛在交叉口處存在複雜的衝突關係。因此，獲得一個高效無衝突的到達計劃是CAV調度的一個優先考慮的問題。研究人員也指出，車輛的通行順序是影響交叉口交通機動性的關鍵因素[87，88］．

當來襲的CAVs從不同方向接近交叉口時，最優通過順序不斷變化，解空間呈指數增長，阻止了使用暴力方法確定最優通過順序。這個問題通常使用基於預訂的方法來解決[89］．最直接的基於預約的解決方案是先進先出(FIFO)策略，即先進入交叉口的車輛被安排先離開[14，86，90］．有許多基本的先進先出策略的變體。參考文獻[91，先進先出策略被擴展到基於排的場景，即調度單元是一個CAV排而不是單個CAV。參考文獻[92]，根據車輛估計到達交叉口的時間進行調度。參考文獻[93，引入排隊理論來驅散累積的CAVs。

然而，在大多數情況下，FIFO傳遞順序不太可能是最佳解決方案。批處理策略是先進先出策略的改進版本，根據車輛行駛方向分批處理車輛，減少交通延誤[18];然而，它的性能還沒有得到充分優化。另一個廣泛使用的策略是基於優化的方法。將調度問題表述為優化問題後，提出了求解最優通行順序的各種方法。Ref。74POMDP來製定問題，並使用自適應信念樹算法尋找最優通行順序。Ref。94]提出了一個類似的方法，創建一個樹來表示所有可能的通過順序的解決方案，其中樹的葉子代表完整的調度計劃。居爾(95]提出了一種尋找最佳通行順序的迭代算法。參考文獻[96]，他們擴展了研究成果，提出了交叉口管理的兩個核心問題:(1)尋找cav的最優到達/出發順序;(2)一旦cav知道了到達/出發時間，就可以通過各種控製方法，如最優控製，獲得其最優速度軌跡。在他們的研究中，他們使用分支定界法來尋找最佳的到達/出發順序。Guney [97]采用粒子群優化(PSO)， Lu [98]采用混合整數線性規劃(MILP)來解決類似問題。劉(99]將集中式優化問題轉化為分布式優化問題，並在每輛車上局部求解，以找到最佳解。參考文獻[One hundred.，引入了一種基於隊列的方法來尋找導致最小平均延遲的最優解。參考文獻中也有類似的想法。[101］．

除了這些具體方法外，一些研究人員還注意到，尋找多個cav的最佳通過順序是一個離散問題，而不是一個連續問題，因此圖論被認為是描述和解決這一問題的有前途的方法。已有研究利用圖論建模，采用衝突圖分析優化交通信號相位規劃[102，103］．然而，由於傳入CAVs的數量遠大於交通信號相位的數量，因此多個CAVs的調度要比有限數量的交通信號相位調度困難得多。有人提出了一些方法來解決這個困難。除了Ref.[中提出的深度優先生成樹(DFST)算法。]6]， Petri網[104]和衝突持續時間圖[105]也用於調度問題的建模。然而，關於多cav調度問題的最優性的討論並不充分。

為了解決最優性問題，數學建模，即交叉口調度問題的計算約簡是一個重要的研究方向。一些研究人員致力於將該問題簡化為典型的算法問題，包括作業車間調度問題[106]，基於抽象的驗證問題[107]，以及輪詢係統問題[108］．在參考文獻。［109，110], the problem is reduced to minimum clique cover problem, i.e., a classical NP-hard graph theory problem and a heuristic method is proposed to find the optimal passing order with high efficiency.

合作中的CAV控製方法

CAV控製包括縱向控製和橫向控製兩個方麵。在以往的大多數研究中，由於假設車輛在目標車道上行駛，忽略了橫向控製。縱向控製是交叉口管理中的基本控製問題。

考慮到完全自主的交叉口場景，通常采用分層框架來實現CAV協調[86］．首先，集中控製器實時采集車輛信息後，對車輛到達時間進行調度，提高交通效率。然後，將分布式控製器應用到CAV上，以實現確定的到達計劃。人們提出了多種方法來解決車輛控製問題。Milanés提出了一種模糊邏輯方法來優化兩個cav的速度軌跡[111］．Onieva用模糊邏輯方法分析了CAV和常規車輛的相對行駛狀況。然後利用遺傳算法優化車輛的控製參數[112］．

Malikopoulos聲稱，在多個交叉口，分布式最優控製方法適用於最小化油耗和最大化交叉口流量[113］．本文給出了CAV信息集的定義，證明了流量最大化問題是否存在可行解隻與CAV的硬約束有關。他們進一步提出了分布式最優控製方法在多個交叉口中的應用[114]，並給出了該方法可行解條件的證明[115］．此外，虛擬排法在文獻[6，它將不同車道的騎士投射到一個虛擬車道上。因此，典型車輛排分析方法[116]可以用於不同車道上的CAVs的控製問題，就像它們在同一車道上行駛一樣。

能源消耗是交叉口合作的主要焦點。生態趨近主要研究無人機的趨近過程，這是目前大多數研究的重點。避免排隊[117，118和綠波驅動[119，120是兩個常見的研究課題。人為駕駛失誤[121]和混合交通[122]也在一些研究中討論，以進一步提高燃油經濟性。生態離境是另一種關注飛機離境過程的研究類型。Ref。123優化CAV排的出發過程，使能量消耗降到最低。

在上述交叉路口的研究中，假設虛擬汽車在其目標車道上行駛，即隻考慮了其縱向控製。然而，在實際操作中，虛擬汽車從隨機車道接近，並有不同的目標車道;因此，有必要將研究擴展到允許變道的場景。該主題的早期研究集中於獲得平穩的CAV速度軌跡[124，125];然而，對交通效率的研究還不夠全麵。關於我們所關注的CAV調度問題，一些研究將該問題表述為一個MIP [126或線性規劃問題[127］．這是通過假設在給定的時間間隔內完成變道機動來實現的。Ref。128]提出了一個實用的雙層框架，高效到達方案和無碰撞路徑規劃在上下兩層分別求解。Ref。129提出了一種實用的解耦cav縱向控製和橫向控製的方法。其他幾項前瞻性研究也關注動態改變車道方向，而不是將cav分配到固定方向的車道[130，131，132］．然而，靈活的車道方向不適合人類駕駛車輛和人工駕駛車輛並存的混合交通環境。

對於虛擬交通係統的實際實現，基本要求包括連接設備的設備，例如，配備車對車或車對基礎設施的設備[133]，以及自主控製能力，即直接由工業個人計算機或微控製器操作[134］．根據美國交通部的數據，實現聯網車輛95% MPR需要20-25年的時間[135]，根據中國工業和信息化部的估計，到2025年，部分/條件自動駕駛汽車的MPR有望達到25% [136］．考慮到CAV技術的長期部署，研究CAV與HDVs的混合交通環境，對於在不久的將來提高交叉口的交通機動性具有重要意義。

混合交通下的交通狀態估計

上述研究主要考慮的是完全自主的場景——cav的市場滲透率(MPR)為100%。然而，在實踐中，目前運輸係統中的所有HDVs都可能需要幾十年的時間才能轉化為cav。相反，在不久的將來，一個更實際的場景是一個混合交通係統，其中cav和HDVs共存[137］．

現有的混合交通交叉路口研究多集中在交通狀態估計和交通信號優化上。例如，Priemer等人利用動態規劃估計混合交通環境下的排隊時長，然後根據估計結果對交通相位時間進行優化[138］．馮提出了分層結構來分配交通口[139］．建立了位置和速度估計(EVLS)方法對來路進行分割。然後，在分割的基礎上估計HDVs的駕駛信息。利用模糊邏輯對環境的交通狀況進行了估計。[140］．Ref。9]提出了一種結合車輛到達時間和期望最大化的交通流估計方法。研究的基本思想是估計高速公路的軌道和通過高速公路的交通流量。

為了提高估計精度，近年來采用微觀汽車跟隨模型的著名結果來描述HDVs的行為，包括Gipps模型[141，最佳速度模型(OVM) [142]和智能駕駛模型(IDM) [143];參見，例如:裁判。［144，145］．

CAV Control under Mixed Traffic

Despite these existing works, the topic of CAV control, i.e., trajectory optimization of CAVs, in mixed traffic intersections has not been fully discussed.To tackle this problem, several works regarded HDVs as disturbances in the control of CAVs [118，144]，或者專注於基於預測HDVs行為的避碰任務[30.，122］．值得注意的是，這些方法大多局限於在優化框架中提高cav自身的性能，而沒有優化交叉口同時包含HDVs和cav的全局交通流。在Refs中有兩個明顯的例外。［29，146]，試圖從所謂的混合排的角度提高信號交叉口的性能。他們列舉了幾種由HDVs和cav組成的可能的地層，並通過小規模模擬實驗研究了它們的有效性。Ref。147明確“1 + n”混合排的一般和明確定義，如圖所示5．得出結論:所提出的排結構的穩定性和可控性與排的規模無關。

事實上，考慮到同一車道上相鄰車輛之間的相互作用，很容易理解，騎士的速度軌跡可能會對周圍車輛的速度軌跡產生一定的影響，特別是對後麵跟隨的車輛。因此，車輛的駕駛策略直接影響整個混合交通交叉口的性能;當采用不適當的CAV策略時，這種影響甚至可能是負麵的[118］．相比之下，當明確考慮整個混合交通的性能時，優化cav的軌跡可以為交通移動性帶來進一步的好處。這種通過控製CAVs來改善全局交通性能的想法最近被提出為交通流的拉格朗日控製[148]，已在各種交通場景中討論過，包括封閉環路[137，開直路[149]，交通瓶頸[150]和無信號交叉口[151］．

混合交通環境下的車輛軌跡規劃問題類似於100% MPR條件下的車輛軌跡規劃問題，詳見第III-C節。混合交通環境下車輛軌跡規劃的不同之處在於，車輛的HDV行為對CAV的軌跡規劃結果有影響。典型的求解方法有射擊啟發式法[30.，超前水平法[152和事件觸發算法[147］．

本節在上述規劃決策技術的基礎上，總結了當前有待解決的問題，並討論了未來路口規劃決策的幾個關鍵研究方向。

CAVs的普及率和自動化水平

cav的滲透率對上述規劃決策方法的績效影響顯著[72，122，153］．CAVs的滲透率越高，在許多方法中性能越好。事實上，許多已有的研究假設全自動化的cav的滲透率為100%，以降低規劃和決策模型的複雜性。可以使用所有車輛的全部信息和/或控製所有車輛，以更好地設計交叉口規劃和決策方法，這保證無衝突的車輛合作[86，110］．然而，我們都知道，盡管CAVs數量的增長和CAVs技術的發展，但cav和全自動駕駛汽車(即5級)的100%滲透率需要比我們預期的更多的時間。因此，對混合交通場景下交叉口規劃決策模型的性能進行分析是十分重要的。如果該方法能夠同時處理人工駕駛車輛和自動駕駛汽車的交通，有連接和沒有連接，以及不同程度的自動化，那麼它將使該方法更具盜版性和說服力。154，155］．

此外，有研究表明，隨著CAVs滲透率的增加，其性能存在一個顯著的變化點。Niroumand等人開發了一個程序來控製混合連接自動駕駛汽車(CAVs)和連接人類駕駛汽車(chv)通過信號交叉口的軌跡。結果表明，在CAV市場滲透率達到80%後，該方案將成為主導信號指示[156］．

雖然關於CAVs穿透率影響的研究已經有了一些值得注意的研究，但仍有許多問題需要探索。作為一個良好的起點，迫切需要開展更為複雜的不同滲透率的交叉口規劃和決策場景。同時，以往的研究通常采用基於仿真的模型來研究滲透率的影響。建立理論模型或理論仿真聯合模型可以更好地驗證穿透對交叉口規劃決策性能的影響。

通信可靠性

V2X技術的快速發展為提高交通機動性和交叉口管理的安全性提供了機會[133］．通過車對車(V2V)和車對基礎設施(V2I)通信，在交叉口部署一個集中控製器，以協調連接的車輛和自動化車輛(CAVs)通過交叉口。與cav的滲透率相同，目前許多研究假設完美的通信環境支持規劃決策方法[157，158］．然而，通信問題，如延遲[159，包裹遺失[160]， band-width [161，162，對模型在十字路口的性能影響很大。交通工程師很難理解是什麼導致了這些問題的發生。然而，需要更多的努力來開發一種對這些問題具有魯棒性的方法。Liu等人考慮無信號交叉口的車輛協調問題[163］．

雖然網絡學界和控製學界已經對這些影響通信可靠性的因素進行了研究，但我們仍然缺乏通信性能與交叉口級規劃和決策性能之間的聯係。

交叉口車輛駕駛行為研究

大量的研究已經完成了在路口同質交通條件下駕駛員的行為[164]，但在混合交通條件下，車輛的物理和動態特性確實不同，因此很少或沒有發現對混合交通條件的研究[165］．至於人工駕駛車輛和人工駕駛車輛的混合交通，相關的研究較少。

由於現實世界中虛擬汽車的數量較少，研究者主要采用仿真方法對交叉口混合交通條件下虛擬汽車的駕駛行為進行分析[166，167，168］．R Arvin等人評估了CAVs在十字路口的安全性能。開發了一個仿真框架，並使用自適應巡航控製(ACC)和協同CACC汽車跟蹤模型來模擬CAVs的行為[169］．

交叉口人類規劃與決策的本質具有重要的研究價值。一個完善的駕駛員行為對環境的不確定性具有魯棒性，並且能夠很好地捕捉人類駕駛員在現實世界中的行為。通過對駕駛員行為模型進行調整，可以使車輛在混合交通環境中運行時對人的行為有更準確的預測。

多交叉口協調與優化

現有的CAV規劃決策技術主要側重於孤立的交叉口。其中很少有人討論兩個或兩個以上交叉點之間的協調和優化。多交叉口規劃與決策的主要挑戰是如何利用cav等通信設備來協調多個交叉口，並有效解決由此產生的大規模問題。這些問題需要進一步的專門調查。Bui等人專注於利用合作博弈論方法優化多個交叉口的交通流[170］．Zhang等。基於雲計算的自適應遺傳算法交叉口間交通信號協調控製[171］．

多交叉口規劃決策層麵的協調優化分析仍需進一步努力。尋找全局最優解，避免陷入局部最優，具有快速求解效率，可以顯著提高交通係統的機動性。

多目標多主體規劃與決策

The traffic condition at intersections very complicated.The geometry of the intersection is often inconsistent and participants are various.因此，交叉口各交通參與者的規劃和決策目標通常是不同的。目前在孤立交叉口優化交通運行的算法大多考慮一個目標函數[19，66，170］．例如，車輛延誤是影響交通機動性的主要因素。優化車輛延遲的方法會導致行人等待時間過長，並降低交叉口的安全條件。我們知道，有些優化目標不能同時實現，有些甚至是矛盾的。如何根據不同的目的平衡或調整最終的協同優化是研究的方向之一。Ref。172提出了一種針對孤立交叉口的多準則優化方法。提出了車輛和行人延遲權衡算法。該方法經過了測試，結果表明，通過惡化車輛延誤，行人延誤可以得到改善。Ref。173]開發了一個多目標模型，考慮了保障CAV的安全、緩解交通擁堵和提高燃油消耗性能。

隨著未來研究的發展，整個自動駕駛交通係統中至少會出現道路和車輛這兩個不同的智能體。如何協調和解決不同主體之間的規劃決策問題，將影響道路安全和整個交通係統的效率。目前，自動駕駛技術中的智能決策技術有兩種解決方案:一種是基於規則的[174]，另一種是通過人工智能不斷迭代的解決方案[175］．其中，基於規則的解決方案需要手工構建非常複雜的規則結構，這可能發生;雖然人工智能采用了神經網絡、對抗網絡等“黑箱”處理方案，但自動駕駛汽車駕駛員的駕駛行為更接近人類的駕駛行為。

真實世界的測試和實現

交叉口虛擬交通係統規劃和決策的真實測試和實現是該領域的另一個重要研究方向。自2000年代以來，有關規劃和決策方法的論文有數千篇，其中大多數是基於模擬的[26，176，177］．在這一領域的早期研究階段，避免使用真實數據是可以接受的。因為一開始，它隻是為了證明一些算法在十字路口的規劃和決策是可行的。然而，隨著不同規劃和決策方法的發展，數據本身在問題製定、模型構建和算法開發等方麵發揮著越來越重要的作用。在仿真環境中，我們可以簡化由交通數據引起的許多問題，如觀測誤差、數據丟失、數據噪聲等。同時，對於使用真實的觀測數據進行交通狀態估計，當應用於真實的交通係統時，觀測誤差是不可避免的[178］．有時會導致仿真環境下的理論方法產生偏差甚至失效。為了對這些方法進行初步測試/驗證，研究人員可以在十字路口使用幾個大型CV/探針車輛數據集，其中包括Interaction數據集[179， highD數據集[180]，以及inD數據集[181］．

使用真實數據的誤差如何以及在多大程度上影響模型的準確性和魯棒性是重要的研究課題。

節能

在過去的幾十年裏，交通係統導致了空氣汙染和能源浪費問題的增加。乘用車是主要的汙染來源，產生大量的氮氧化物、一氧化碳和其他汙染。美國環境保護署估計，美國近75%的一氧化碳汙染是由汽車造成的。中國宣稱將在2030年達到二氧化碳排放峰值，並在2060年之前實現碳中和。當車輛通過十字路口時，環境的複雜性和不確定性往往導致規劃和決策的不完整，從而造成擁堵。交通擁擠通常會導致高能源消耗和空氣汙染物排放。因此，降低交通部門燃料消耗水平的迫切需要，要求研究人員和決策者製定各種先進的節能戰略，用於道路交叉口的規劃和決策。在這個領域有兩種主要類型的研究主題。一個關注騎士接近的過程，另一個關注騎士離開的過程。在虛擬汽車逼近過程中，避免排隊和綠波驅動是兩個常見的研究課題。 Ref. [117]開發了一種Eco-CACC算法，通過確保車輛剛好在最後一輛排隊的車輛下車時到達十字路口的停車條，計算通過信號交叉口的最佳燃油行駛軌跡。結果表明，提出的Eco-CACC係統可節省40%的車輛燃料。同時，也對人為駕駛失誤和混合交通等問題進行了研究，以進一步提高節能水平。在人工駕駛汽車的離開過程中，生態離開技術引起了研究者的關注。Ref。123]分析了在信號交叉口使用V2X通信的CAVs的生態偏離。結果表明，生態駕駛有潛力為CAVs節省燃料。然而，它的實現需要對發動機和變速器的精確控製。雖然有一些關於路口節能的出版物，但在這一領域仍有大量的研究和工作需要做。現有論文的假設通常過於理想化。分析無信號交叉口環境下的規劃與決策，或許是本研究工作的良好出發點。

本文綜述了道路交叉口虛擬交通係統規劃與決策技術的相關研究。研究的重點是如何使自動駕駛汽車和自動駕駛汽車安全、高效地通過交叉口。我們搜索了幾個數字圖書館，從過去五年發表的論文，並總結了主要主題。本文從總體規劃與決策技術入手，介紹了基於圖的規劃與決策方法、基於預測的規劃與決策方法、基於優化的規劃與決策方法和基於機器學習的規劃與決策方法。然後，綜述了車基協同控製的方法。隨著無線通信技術的發展，集中控製器在交叉口部署了一些規劃和決策方法，通過車與車(V2V)和車與基礎設施(V2I)通信來協調車輛通過交叉口。最後，綜述了混合交通下的規劃與決策方法。在仔細回顧了以往的研究之後，本文確定了現有方法的挑戰，並指出了未來研究的開放問題。文中還詳細討論了這一重要領域未來的研究需求和方向。

不適用。

不適用。

作者和隸屬關係

1. 清華大學土木工程係，中國北京

   沈李

2. 滑鐵盧大學機械與機電工程係CogDrive實驗室，滑鐵盧，加拿大滑鐵盧，N2L 3G1

   舒克奇，曹東普

3. 清華大學車輛與移動學院，北京，中國

   超藝陳

貢獻

SL和DC負責整個試驗。SL、KS和CC進行了評審並撰寫了手稿。SL提出了文章的主要思想。KS和CC幫忙校對和修改了稿件。所有作者閱讀並批準了最終稿件。

作者的信息

沈麗，獲博士學位威斯康星大學，麥迪遜,美國在2018年。他目前是一名研究助理清華大學，中國．

Keqi Shu目前正在攻讀機械與機電一體化工程應用科學碩士學位滑鐵盧大學，加拿大．

陳朝義，獲理學學士學位清華大學，中國在2016年，M.S.從清華大學，中國和亞琛工業大學，德國在2019年。他目前是汽車與移動學院機械工程博士研究生。清華大學，中國．

曹東普，獲中國科學院博士學位加拿大康科迪亞大學2008年。他是加拿大駕駛員認知和自動駕駛研究主席，也是加拿大理工大學的副教授滑鐵盧大學，加拿大．

相應的作者

對應到東濮曹．

相互競爭的利益

作者聲明沒有競爭的經濟利益。

開放獲取This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made.本文中的圖片或其他第三方材料包含在文章的創作共用許可中，除非在材料的信用額度中另有說明。如果材料不包含在文章的創作共用許可中，並且您的預期用途不被法律法規允許或超出了允許的用途，您將需要直接從版權所有者那裏獲得許可。欲查看此許可證的副本，請訪問http://creativecommons.org/licenses/by/4.0/．

轉載及權限