Design Of Fuzzy Logic Traffic Controller For Isolated Intersections With Emergency Vehicle Priority System Using MATLAB Simulation
Jabalpur Engineering College（贾巴尔普尔工程学院）
本文设计了基于模糊逻辑的交通控制器，通过MATLAB仿真优化隔离交叉口交通流，利用等待时间和队列长度进行控制，并集成紧急车辆优先系统以提升交通效率。
2014-05-05 cs.AI cs.SY eess.SY
Decision Making for Autonomous Vehicles at Unsignalized Intersection in Presence of Malicious Vehicles
National Institute of Informatics（国立情报学研究所）；Japanese-French Laboratory for Informatics（日法信息学联合实验室）
本文研究了在存在恶意车辆的情况下，自动驾驶车辆在无信号交叉口的决策问题，通过博弈论方法分析车辆优先权顺序，并通过数值模拟验证了不同恶意车辆场景下的方法有效性。
2019-10-03 cs.SY eess.SY
Research on Intelligent Traffic Control Methods at Intersections Based on Game Theory
基于博弈论和动态Level-k模型，建立了交叉口智能交通控制方法，研究了多智能体车辆联合决策和群体行为扰动对系统状态的影响。仿真结果表明，该方法在车辆较多或应急车辆优先级较高的情况下具有较好的性能。
2020-10-07 cs.SY eess.SY
Robust Integrated Priority and Speed Control based on Hierarchical Stochastic Optimization to Promote Bus Schedule Adherence along Signalized Arterial
本研究提出基于分层随机优化的鲁棒集成优先级与速度控制策略，通过上下层协调解决公交信号优先与动态控制的冲突，显著提升公交准点率且对汽车延误影响极小。
2025-08-11 cs.SY eess.SY
Integrating Transit Signal Priority into Multi-Agent Reinforcement Learning based Traffic Signal Control
Georgia Institute of Technology（佐治亚理工学院）
本研究将公交信号优先（TSP）集成到基于多智能体强化学习（MARL）的交通信号控制中，通过不同框架训练智能体，实现了公交延误的显著减少且对侧街影响较小。
2024-11-28 cs.AI cs.MA cs.SY
Unsignalized Intersection Management Strategy for Mixed Autonomy Traffic Streams
针对CAVs、CHVs和HVs共存的混合交通流，本文提出包含HPQ路权分配算法与模型预测控制的无信号交叉口管理策略，仿真表明该方法可将平均出行时间降低5%至65%，有效平衡了效率与安全。
2024-08-23 cs.SY eess.SY
Automation Of Road Intersections Using Consensus-based Auction Algorithms
Technische Universität Berlin（柏林工业大学）；Max-Planck-Institut fur Dynamik Komplexer Technischer Systeme（马克斯·普朗克复杂技术系统动力学研究所）
本文研究了一种基于共识的拍卖算法用于道路交叉口自动化，通过分布式方式协商车辆通行顺序，利用模型预测控制器确保安全约束。
2018-04-27 cs.SY eess.SY
Priority-based coordination of mobile robots
MINES ParisTech（巴黎矿业学院）；LAAS（系统分析与架构实验室）
本文研究了在交叉口协调多个移动机器人的问题，提出通过规划优先级而非具体轨迹来实现更鲁棒的协调系统，适用于自动驾驶车辆等共享道路的场景。
2014-10-03 cs.RO cs.SY eess.SY
A Priority-Aware Replanning and Resequencing Framework for Coordination of Connected and Automated Vehicles
为协调互联和自动驾驶车辆（CAV）而导出最佳控制策略通常需要重新评估策略，以便在存在干扰和不确定性的情况下应对意外变化。在本文中，我们首先扩展了一个分散的框架，我们早些时候开发的协调CAV在无信号交叉口，将重新规划。然后，我们进一步加强了框架，通过引入一个优先级感知的重排序机制，指定的顺序的CAV的决策理论的基础上，从车间调度问题。我们增强的框架放宽了已被广泛用于这些问题的先到先得的决策顺序。我们通过数值模拟来说明我们所提出的方法的有效性。
2021-12-09 cs.SY eess.SY math.OC
A Multi-modal Detection System for Infrastructure-based Freight Signal Priority
Center for Environmental Research and Technology (CE-CERT), University of California at Riverside (UCR)（加州大学河滨分校环境研究与技术中心（CE-CERT））
本文提出了一种基于激光雷达和摄像头的多模态货运车辆检测系统，通过混合传感架构和卡尔曼滤波实现稳定实时性能，用于支持基于基础设施的货运信号优先应用。
2026-02-19 cs.CV cs.SY eess.IV
Human-like Driving Decision at Unsignalized Intersections Based on Game Theory
Institute of Power Machinery and Vehicular Engineering, Zhejiang University（浙江大学动力机械及车辆工程研究所）
无信号交叉口驾驶对自动驾驶汽车来说是一个挑战。为了安全和有效的性能，相互作用的车辆的多样性和动态行为应该被考虑。基于博弈论框架，提出了一种类似于人的无信号交叉口自动决策支付设计方法。引入前景理论将客观碰撞风险映射到驾驶员的主观收益，驾驶风格可以量化为安全和速度之间的权衡。为了考虑相互作用的动态性，进一步引入概率模型来描述驾驶员的加速趋势。仿真结果表明，所提出的决策算法能够在极限情况下描述两车相互作用的动态过程。通过对均匀采样的案例模拟统计，安全交互成功率达到98%，同时速度效率也得到了保证。该方法在四臂交叉口的四车互动场景中得到了进一步的应用和验证。
2022-01-10 cs.RO cs.SY eess.SY
Analysis of Unprotected Intersection Left-Turn Conflicts based on Naturalistic Driving Data
Tsinghua University（清华大学）；University of Michigan（密歇根大学）；University of Michigan Transportation Research Institute（密歇根大学交通研究所）
研究利用自然驾驶数据构建了无信号灯交叉口左转冲突的随机模型，发现车辆类型对冲突有显著影响，季节变化影响有限，结果可用于构建自动驾驶测试环境以模拟碰撞场景。
2017-04-03 cs.SY eess.SY
Optimal cooperative motion planning for vehicles at intersections
Mines ParisTech（巴黎高等矿业学院）；Inria Paris - Rocquencourt（法国国家数字科学研究所巴黎-罗昆古尔中心）
本文提出基于分解问题的数学框架，结合连续优化与调度问题，解决交叉口的碰撞避免和最优协同运动规划问题。
2013-10-29 cs.SY eess.SY
Driving Conflict Resolution of Autonomous Vehicles at Unsignalized Intersections: A Differential Game Approach
针对无人驾驶汽车在无信号交叉口的行驶冲突问题，考虑驾驶者的个性化驾驶偏好，提出了一种基于微分对策的无人驾驶汽车行驶冲突决策框架.为了实现人性化驾驶和个性化决策，首先为自动驾驶汽车定义了驾驶攻击性。为提高汽车行驶安全性，建立了高斯势场模型用于汽车碰撞风险评估。此外，在所提出的决策框架中，碰撞风险评估模型进一步使用基于事件触发机制，以减少计算复杂度。在支付函数的构建中，既综合考虑了行车安全性和通过效率，又体现了行车的积极性。微分对策的两种均衡解，Nash均衡和Stackelberg均衡，并进行了讨论和求解。最后，通过硬件在环测试平台对所提出的决策算法进行了测试，验证了其可行性、有效性和实时性。
2022-05-09 cs.SY eess.SY
Safe and Efficient Intersection Control of Connected and Autonomous Intersection Traffic
Daniel Felix Ritchie School of Engineering and Computer Science（丹尼尔·费利克斯·里奇工程与计算机科学学院）
本文提出DICA算法，用于协调自动驾驶车辆在交叉口的安全高效通行，同时通过Reactive DICA算法优化紧急车辆通行优先级，确保应急车辆快速通过而最小化其他车辆的行程影响。
2018-01-29 cs.RO cs.SY eess.SY
Decentralized Opinion-Integrated Decision making at Unsignalized Intersections via Signed Networks
Free University of Bozen-Bolzano（博尔扎诺自由大学）；Chalmers University of Technology（查尔姆斯理工大学）
本文提出一种闭环意见动态决策模型，利用双重带符号网络实现无信号交叉口的协同决策，避免集中协调器，通过意见状态调节速度优化器权重，实现无碰撞的协调决策。
2026-04-10 cs.MA cs.RO cs.SY
Fast Long-Term Multi-Scenario Prediction for Maneuver Planning at Unsignalized Intersections
Ulm University（乌尔姆大学）；Institute of Measurement, Control and Microtechnology（测量、控制与微技术研究所）
针对无信号交叉口机动规划需评估多场景、长预测时域的需求，提出两阶段长期预测方法，分离间隙接受度估计与速度预测，兼顾常规与协作车辆行为，精度优异且速度快，适配机动规划框架。
2024-09-17 cs.RO cs.SY eess.SY
Safe, efficient and socially-compatible decision of automated vehicles: a case study of unsignalized intersection driving
与其他车辆安全、顺畅地交互是驾驶自动化的最终目标之一。然而，最近的自动驾驶汽车（AV）的示范性部署的报告表明，AV仍然难以满足其他交互驱动器的期望，这导致了一些涉及人类驾驶车辆（HV）的AV事故。这很可能是由于对动态交互过程缺乏了解，尤其是对人类驾驶员的了解。通过调查4,300个交通事故视频片段的原因，我们发现，驾驶员有限的动态视野是车辆间相互作用事故的主要因素之一，特别是在涉及卡车的事故中。提出了一种考虑社会相容性的博弈决策算法，用于处理无人驾驶卡车在无信号交叉口的相互作用。从卡车司机视野特征的概率模型出发，将决策中的社会适应性和互惠利他主义纳入博弈收益设计中。进行了人在回路实验，其中24名受试者被邀请驾驶和互动与所提出的算法和两个比较算法部署的自动驾驶汽车。通过对207个交叉口交互案例的分析表明，该决策算法不仅提高了安全性和时间效率，而且使自动驾驶决策更符合交互人类驾驶员的期望.这些发现可以帮助设计自动驾驶决策算法，以确保自动驾驶汽车可以安全有效地融入人类主导的交通。
2022-05-10 cs.SY eess.SY
COOR-PLT: A hierarchical control model for coordinating adaptive platoons of connected and autonomous vehicles at signal-free intersections based on deep reinforcement learning
Tsinghua University（清华大学）；Nanyang Technological University（南洋理工大学）
排队和协调是在无信号交叉口而不是使用传统交通信号的连接和自动驾驶车辆（CAV）的交通控制中经常提出的两种实施策略。然而，很少有研究试图整合这两种策略，以更好地促进在无信号交叉口的CAV控制。为此，本研究提出了一种分层控制模型，名为COOR-PLT，协调自适应CAV车队在无信号交叉口的基础上深度强化学习（DRL）。COOR-PLT有两层框架。第一层采用集中控制策略，形成自适应排。通过考虑多个目标（即，效率、公平和节能）。第二层采用分散控制策略协调多个车队通过交叉口。每个车队被标记为协调状态或独立状态，并根据这些状态确定其通行优先级。作为一种有效的DRL算法，深度Q网络（DQN）被用来确定车队规模和通过优先级分别在这两个层。该模型的验证和检查的模拟器模拟城市交通（SUMO）。仿真结果表明，该模型能够：（1）获得满意的收敛性能;（2）根据不同的交通状况自适应地确定车队规模;（3）完全避免交叉口的死锁。通过与其他控制方法的比较，该模型体现了其采用自适应队列和基于DRL的协调策略的优越性。此外，该模型优于几个国家的最先进的方法，在不同的交通条件下，减少旅行时间和燃料消耗。
2022-07-01 cs.LG cs.MA cs.SY
Dynamic Population Games: A Tractable Intersection of Mean-Field Games and Population Games
本文提出动态种群博弈（DPGs）的新公式与计算工具，将平稳纳什均衡归约为静态种群博弈的标准纳什均衡，从而保证均衡存在性、提供演化动力学算法并推导稳定性与唯一性条件。
2024-06-04 cs.GT cs.SY econ.TH
