中国公路学报

作者：冯永威, 李朔远, 胡笳, 王浩然

单位：同济大学 道路与交通工程教育部重点实验室，上海 201804 Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, Shanghai 201804, China

关键词：交通工程,生态驾驶,模型预测控制,智能网联车辆,图神经网络

<title>摘要：</title> <p>信控交叉口车辆频繁启停是道路交通高能耗的关键场景之一。面向信控交叉口的生态驾驶，可基于实时信号灯信息，控制车辆不停车通过交叉口，从而提高车辆生态性、降低道路交通能耗。然而，当前信控交叉口生态驾驶方法主要关注固定信号交叉口，鲜有面向感应信号交叉口的研究。为解决感应信号配时方案动态变化所造成的不确定性挑战，提出了基于数据驱动模型预测控制的感应信号交叉口生态驾驶方法，主要包含以下3项创新贡献：①提出面向感应信号交叉口的生态驾驶策略，解决了感应信号交叉口环境下车辆最优生态速度规划难题；②采用异构图神经网络模型，建立感应信号配时动态预测方法；③实现基于空间域的速度规划建模，解决了传统时间域下车辆速度规划和空间域下到达时间约束之间建模域不匹配的问题。基于VISSIM仿真平台的测试验证结果显示：该方法能够准确预测感应信号方案，绿灯开始时间和绿灯结束时间的预测精度分别达到2.8s和2.9s，且能保证81%以上的预测结果误差小于3s。所提出的生态驾驶速度规划方法可控制车辆不停车高效通过交叉口，平均节约油耗8.0%、驾驶安全性提升20%。模型平均计算时间小于40ms，能够保证实际应用中的计算效率。</p>

来源：2025年第8期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第8期