博士论文哪里有？研究提出了以“1+n”混合队列作为控制对象的智能网联环境下城市平面交叉口两阶段控制策略，充分发挥CAV运动可控特性，利用“1+n” 编队实现对CHV的间接运动控制，有效提升交叉口对混合交通流的控制力度，补充并完善了现有相关研究在控制对象固化、控制场景单一、策略框架不系统方面的不足。
第1章 绪论
1.2 国内外研究现状
以混合队列作为对象设计平面交叉口控制策略存在两个关键问题。一是将随机不均匀的混合交通流在交叉口上游路段以“1+n”队列形式进行编队，二是协调混合队列在平面交叉口的通行权分配方案，优化混合队列通过交叉口的轨迹。下文从混合队列的编队控制以及平面交叉口管控策略优化两个方面对现有研究进行了总结。
1.2.1 混合队列编队控制研究现状
随着自动驾驶技术以及车联网技术的发展，CAV将成为未来交通流的重要组成部分。由于CAV具有交通信息感知及可控性优势，当CAV的渗透率达到一定水平时，队列可能会成为更有效的交通流组织方式。Chen等人基于多智能体系统建立了自适应控制模型以模拟CAV的车间(vehicle-to-vehicle, V2V)通信，构建了一个统一的混合队列模型，提出了分布式协作方法并推导出了队列的稳定性条件。通过对不同CAV渗透率、不同车辆顺序以及不同驾驶员反应时间等条件下对队列的稳定性进行数值仿真验证了混合队列的性能表现[45]。Gong等人在对人工驾驶车辆实时轨迹预测的基础上开发了一个基于一步或多步模型预测控制的协同混合队列控制模型，通过仿真实验证明提出的混合队列控制模型能够有效的抑制交通震荡的传播，保证混合队列的平滑性和渐进稳定性[46]。Mahbub等人考虑不同目标设计了一系列的混合交通流环境下的编队控制方法。在早期的研究中通过解析CAV和人工驾驶车辆之间的动力学相互作用关系建立了一个严格的混合队列编队控制框架，通过控制CAV使之与人工驾驶车辆形成队列[37]。在后续的研究中还设计了一个多目标优化控制器，直接控制CAV作为引导车辆形成队列，而不需要给出具体的人工驾驶车辆动力学参数[47]。除此之外，Mahbub还提出了一个安全优先的用于编队控制的滚动时域控制策略，用于在路段形成由CAV引导人工驾驶车辆的混合队列[48]。
第3章 考虑行驶方向的最优混合队列编队控制
3.1 最优混合队列编队控制框架
在智能网联环境下，根据提出的两阶段控制策略，车辆在选择车道的同时还需要被编入一个混合队列。这个队列的引导车辆必须为CAV，并且车辆的先后顺序需要在换道发生前被决策，以确定车辆可利用的换道间隙和换道时机。因此，车辆在路段内需要完成的任务被扩展到三个：队列分配、车道选择以及换道执行。
根据第二章提出的两阶段控制策略，第一阶段的编队控制需要借助路侧控制器进行优化与实施。本阶段控制策略通过两个步骤来解决前述的三个任务。首先，路侧控制器接收路段到达的车辆信息并根据检测到的车辆初始位置及运动信息规划混合队列编队方案。方案应该包括队列数量、队列的引导车辆、队列的成员车辆、队列的车道选择以及相对位置分布。然后再根据车辆上传的实时位置及运动信息协调并引导车辆的换道以实现编队方案，如图3-2所示。车辆经由上游交叉口首先进入路段的自由区，将位置及运动信息上传至路侧控制器并等待编队方案。经过协同区边界𝑃𝐶后，接收换道控制器生成的方案并实时上传位置及运动信息，在换道控制器的引导下进行协同换道，完成混合队列编队。
第5章 环形交叉口混合队列协同控制
5.1 环形交叉口队列协同控制关键问题分析
根据第二章的分析，混合队列在环形交叉口内的冲突方式与十字交叉口不同。队列进入交叉口后其轨迹不是固定的，需要根据环岛内的车辆分布选择可行的绕行车道，并且在合并和驶出时需要强制换道，冲突位置随机。因此协调混合队列在环形交叉口内的冲突需要解决的关键问题也与十字交叉口不同。在合并阶段，缓冲区内队列需要找到合适的可插车间隙进行换道以合并进入环岛。在绕行和驶出阶段，需要协调所有环岛内队列的换道决策以优化队列的车道分布并优化队列的轨迹。由于队列规模的不确定性以及跟驰车辆纵向运动的滞后性，如果将队列当做一个整体进行合并和换道，为了保证安全，需要一个相当大的间隙才能满足需求，但会造成环形交叉口内队列的让行延误。并且让行会造成减速波的向后传递从而降低环形交叉口内车辆的通行效率，可插车间隙更难产生，导致严重的拥堵和排队。然而，队列进入环岛后会与内部的队列进行交织，这给组织目的出口相同的车辆组成新的队列创造了机会。可以通过对缓冲区内的队列以及环形交叉口内的队列进行统一的拆分重组，将队列的合并过程转化成队列重组问题，让换道在重编队过程中以车辆为单位分散进行，以避免前述问题的发生。
5.2 混合队列重组方案优化及车道分布决策
在环形交叉口及缓冲区进行混合队列重组的主要目的是实现缓冲区队列以车辆为单位合并进入环形交叉口。由于混合队列的重组需要一个指定的车道让车辆通过换道在目标车道上按照队列顺序排列，因此还需要混合队列的引导车辆根据其与目的出口的相对位置关系选择最优车道以保证其他成员车辆在编队过程中完成所有的换道行为，避免二次换道造成的冲突和延误。
5.2.1 混合队列合并重组方案优化
参考第三章中对于路段混合队列的编队控制策略，环形交叉口内的混合队列重组方案优化也可以等价于汽车跟驰关系的重分配问题，即根据队列重组的目的重新确定车辆的跟驰对象。环形交叉口包含多个进口和出口，车辆的到达和离开都是连续的，因此需要重新组队的车辆也是时刻变化的，难以一次性完成所有车辆的跟驰关系重分配。然而，对于某一个特定的队列来说，在合并和绕行过程中与其产生交互的车辆或队列仅分布在其周边的区域内。由于队列通过环形交叉口并不是瞬间完成的，可以认为在缓冲区队列合并进入环形交叉口的过程中，冲突区内的车辆近似保持不变。基于此，可以参考第三章中的策略逻辑根据缓冲区与冲突区内的队列运动情况将需要重组的混合队列固定在一个特定的车辆集合内。这样队列的重组以及车道分布决策将会在特定时间间隔内转化为指定车辆的跟驰关系重分配以及相对位置决策问题。
第6章 总结与展望
6.2 研究创新点
研究提出了以“1+n”混合队列作为控制对象的智能网联环境下城市平面交叉口两阶段控制策略，充分发挥CAV运动可控特性，利用“1+n” 编队实现对CHV的间接运动控制，有效提升交叉口对混合交通流的控制力度，补充并完善了现有相关研究在控制对象固化、控制场景单一、策略框架不系统方面的不足，主要的创新点有：
（1）提出了以“1+n”混合队列为编队形式的多队列协同编队控制方法。
方法采用链式跟驰关系来表征混合队列编队方案，通过计算车辆间形成跟驰的速度变化、换道次数以及超车难度量化了混合队列的编队代价。以编队代价最小为目标，以引导车辆为CAV为约束，优化了混合队列的编队方案。相比于已有研究，方法保证了混合队列都具有“1+n”的编队形式，不再只根据车辆的到达顺序随机编队。提出的基于激励的换道决策协调方法，解决了路段内多队列的协同编队问题，使车辆能够根据行驶方向在对应车道内按照编队方案完成编队，具有更高的编队控制效率。
（2）提出了基于图论的十字交叉口混合队列冲突协调方法。
利用有向图表示各向混合队列在十字交叉口的复杂冲突关系，并将队列通行顺序抽象为有向图的补图的生成树，利用宽度优先搜索算法求解效率最高的队列通行顺序，解决了混合队列在十字交叉口的冲突协调问题。相较于以单车为控制对象的冲突协调方法，提出的方法考虑了队列通过冲突点时的潜在让行延误，构建了更为激进的安全约束，使车辆在十字交叉口具有更高的通行效率。
参考文献（略）
