露天矿典型联合交叉口自动驾驶矿卡基于联合虚拟队列的通行序列决策方法

《International Journal of Coal Science & Technology》：Joint virtual-queue–based passing-sequence decision method for autonomous haul trucks at typical joint intersections in open-pit mines

　　

研究人员针对露天矿自动驾驶矿卡规模化部署中联合交叉口频繁发生冲突导致拥堵的问题，提出了一种基于联合虚拟队列的通行序列决策方法。该方法首先构建了适用于两个相邻交叉口的联合虚拟队列通行序列生成算法，可在实时计算约束下稳定生成无冲突车辆通行顺序；其次引入考虑各入口车道负载情况的优先级重分配策略，以提升高交通量条件下的拥堵缓解能力；最后基于SUMO软件搭建联合交叉口仿真测试场景，验证了所提方法在露天矿环境下实现高效无冲突通行的可行性。研究结果表明，联合虚拟队列方法能够显著降低车辆在交叉口的等待时间与停车频次，其中负载均衡版本进一步缓解了单向拥堵现象，减少了极端等待事件的发生率。该研究成果为露天矿联合交叉口的自动驾驶矿卡调度提供了一种有效的决策支持方案。

露天矿自动驾驶矿卡运输正从小规模试验走向大规模应用，但在联合交叉口处频繁发生冲突，造成严重拥堵并依赖人工远程干预。针对这一问题，研究人员建立了联合交叉口的车辆冲突关系模型，提出了基于联合虚拟队列的通行序列决策方法，并通过SUMO仿真平台验证了其在提升通行效率与安全性方面的有效性。

在关键技术方法上，研究人员首先根据露天矿实际道路布局将联合交叉口抽象为包含十条单向车道的四进四出模型，枚举全部十二条可能行驶路线，并定义分流冲突、合流冲突与交叉冲突三种类型，同时划分局部交叉口冲突、第一交叉口跨区域冲突和第二交叉口冲突三类冲突位置。在此基础上，引入虚拟队列与“阴影占用”（shadow occupation）机制，将两交叉口的队列层同步化处理，使连续通过两个交叉口的车辆在虚拟队列中占据相邻层，并在第二交叉口预置占位标记以避免冲突。研究人员设计了两种决策方法：先到先服务联合虚拟队列（FCFG-VQ）与负载均衡联合虚拟队列（LB-VQ），其中后者结合个体等待时间与入口方向拥堵程度计算优先级评分，对高拥堵方向的车辆赋予更高优先权。仿真实验采用MATLAB生成包含40辆矿卡的随机路线文件，在SUMO中实现TraCI接口控制，并与SUMO内置让行规则及预约式基线方法进行性能对比。

研究结果分为以下几个部分：

联合交叉口问题描述与冲突建模

通过对真实露天矿交叉口的简化与抽象，明确了车辆行驶路径与冲突类型，建立了冲突关系表，为后续虚拟队列设计提供了基础数据支撑。

虚拟队列与阴影占用机制

提出跨交叉口的统一虚拟队列结构，确保两交叉口的队列层同步推进；引入阴影占用机制，使连续通过两个交叉口的车辆在离开第一个交叉口时即预留第二个交叉口的队列层，从而避免中间路段车辆堆积。

联合虚拟队列决策方法

FCFG-VQ依据车辆进入控制区的先后顺序分配队列层，并进行冲突检测；LB-VQ在此基础上加入负载感知的优先级重分配，动态调整高拥堵方向车辆的优先次序，减少最大等待时间。

仿真模型与方法

在SUMO中构建与真实矿区一致的联合交叉口模型，配置车辆动力学参数与安全距离，采用距离-时间曲线与总通行时间作为评价指标。

不同策略下的仿真分析

SUMO内置规则存在明显方向性不平衡，低优先级方向车辆等待时间长；预约式基线方法减少了极端等待事件，但未形成结构化通行秩序；联合虚拟队列方法实现了车辆分层有序通行，显著压缩了等待时间的分布尾部，LB-VQ进一步降低了单向拥堵峰值。

计算成本与实现说明

三种决策方法的单步计算时间均在毫秒级，远低于100 ms的控制周期，适合实时应用。

讨论部分指出，传统让行规则在高密度交通下易导致严重单向拥堵，预约式方法虽能缓解极端等待但缺乏宏观通行结构优化，而联合虚拟队列方法通过结构化队列实现了更高的通行组织效率。LB-VQ在FCFG-VQ基础上进一步降低平均通行时间约1.6%，最大通行时间约6.1%，最小通行时间约11%。研究结论表明，该方法能够在保障安全的前提下显著提升露天矿联合交叉口的通行效率与鲁棒性，对于推动自动驾驶矿卡的大规模应用具有重要意义。论文发表于《International Journal of Coal Science》。