2021年3月，我校太阳集团网tyc9728教师慕晨副教授以第一作者身份在交通运输国际顶级期刊《TRANSPORTATION RESEARCH PART C》上发表论文“Event triggered rolling horizon based systematical trajectory planning for merging platoons at mainline-ramp intersection”。论文第一署名单位为长安大学。

文章简介

论文研究快速干道的匝道入口处的车辆队列协同合流路径规划问题。由于车辆微观行为具有随机性和不确定性，求解算法的高实时性，这一领域的经典研究一般针对较小规模的合流场景展开。为解决上述问题，论文建立了基于滚动时域的系统最优车辆路径规划方案(RSTP)，以实现高效、安全的匝道队列合流。论文将系统最优的队列合流问题描述为一个混合整数非线性规划模型，以合流区域的平均速度为优化目标，将合流位置和合流次序的优化纳入建模。为支撑RSTP的实时应用，论文设计了一个启发式算法，通过整数变量的更新迭代将原问题分解为较小的子问题，使求解算法的复杂度转化为线性阶，实现模型的高效求解。在此基础上，模型还研究了三类扩展的队列合流问题。一是针对混合交通流条件下的队列合流场景，设计了C-HDV块的合流模型与求解算法。二是考虑了排放和驾乘舒适度，设计了平

衡效率与排放的队列合流模型，更新了求解算法。三是针对扰动条件下的无人车轨迹偏移场景，设计了车辆轨迹的实时校正机制。

实验结果表明，本文的模型在各种场景下均能够实现安全高效的队列合流，求解算法能够满足实时控制的要求。当车辆偏移预定轨迹时，实时校正机制能够避免轨迹误差在车辆队列中传播和扩大，使车辆轨迹尽可能接近预定轨迹行驶。

期刊介绍

TRANSPORTATION RESEARCH PART C是全球交通运输学科领域的最具权威的顶级学术期刊，主要报道前沿新兴技术在交通运输领域的最新应用，该刊当前影响因子为9.022，在中科院和科睿唯安JCR分区中均属于Q1类Top期刊。