高志军，王江锋，陈 磊，董佳宽，罗冬宇，闫学东

（北京交通大学，综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044）

前言

车路协同和自动驾驶技术在提高道路交通安全性和通行效率方面具有极其重要的应用价值，众多学者对此进行了大量研究［1-4］。作为城市道路网的节点和瓶颈点，交叉口一直制约着道路的通行能力。利用车路协同和自动驾驶技术提高交叉口通行效率、减少车辆延误，是目前的研究重点［5-7］。其中，借助车载单元（on board unit，OBU）与路侧单元（road side unit，RSU）通信获取交叉口信号灯信息，规划网联车（connected vehicle，CV）或智能网联车（connect⁃ed and autonomous vehicle，CAV）通过交叉口的轨迹是实现这一目标的重要手段。

CV 通过OBU 可实现与信号灯信息的共享，基于共享信息对驶入交叉口的CV 进行速度引导，使CV 高效并节能地通过交叉口。Yao 等［8］对CV 在驶入交叉口过程中的不同位置进行限速，使CV以较小的速度波动较快通过交叉口。Xia 等［9］利用干线多个交叉口的实时配时信息，设计了CV通过干线交叉口的速度引导算法，以减少油耗和排放。Qi 等［10］考虑了驾驶员在按照引导速度行驶过程会出现偏差，设计的速度引导算法具有一定的容错性，可适应驾驶员的行为。

随着自动驾驶技术的成熟，一些学者研究了适用于具备自动驾驶与网联功能的CAV 通过交叉口的轨迹规划算法。CAV 可实现车辆的自动化控制，使其完全按照规划轨迹行驶。CAV轨迹规划算法一般均基于延误、能耗或排放最小为目标进行设计。一些学者基于最小化油耗［11］、最小化延误和排放［12］、最小化加权延误和能耗［13］，分别提出了相应的CAV轨迹规划算法，并基于混合整数线性规划模型、双层规划模型、动态规划模型对提出的算法进行求解。……