第3章 基于轨迹优化时空预约的控制方法

第3章基于轨迹优化/时空

预约的控制方法3.1交叉口优化控制范围

交叉口优化控制器和车辆之间的通信称为V2I通信，通信方式包括专用短程通信(DSRC)、Wi-Fi、蓝牙、4G/5G等。所有通信均存在延时，如DSRC的延时为0.002秒，5G通信具有高可靠、低延时、大带宽等优势，延时会小些。但在优化车辆行驶轨迹时，需考虑通信延时的影响并添加安全约束，否则可能发生碰撞事故。不同的通信方式可实现的通信距离也存在差异，如DSRC的最大通信距离可达1000米，5G在密集的市区可靠通信距离大约在300-400米。

基于时空预约/轨迹控制的优化方法依赖于V2I通信，只有进入通信范围内的车辆才能被有效识别并对其行驶轨迹进行优化。因此，应根据V2I通信方式确定交叉口控制器能优化的交叉口范围。3.2基于轨迹优化的控制方法(Trajectory-based)

基于轨迹优化的控制方法大多建立在全网联驾驶环境下，优化趋势由之前的单向优化(根据前方交叉口的信号配时方案和当前相位的工作状态，优化CAVs的行驶轨迹)转变到目前的双向优化(车辆行驶轨迹与信号控制参数联合优化)，使CAVs能够高效通过交叉口，且给CAVs一个平稳的加/减速度，以降低油耗和尾气排放、使车辆行驶更加平稳。1.优化原理3.2基于轨迹优化的控制方法(Trajectory-based)1.优化原理3.2基于轨迹优化的控制方法(Trajectory-based)Mahmoud等人(2020)开发了一种智能交叉口控制算法(IntelligentIntersectionControlAlgorithm,IICA)，目标是通过将信号相位、配时参数与车辆轨迹相协调来实现平均行程时间最小化。IICA能最大化绿灯时间利用率和交叉口通行能力。IICA实现过程：

首先，中央处理器(标记①)采集交叉口通信范围内每条车道上每辆车的到达信息(标记②和③)。

其次，算法计算CAVs和CHVs向交叉口移动的相关参数。然后，基于计算的车辆轨迹算法实施一种改进的自适应信号控制逻辑。

最后，算法输出两组参数：(1)发送给信号控制器的信号相位及配时参数(SignalPhaseandTiming,SPaT)，标记④；(2)CAVs的优化轨迹，标记⑤。

该过程持续运行，以更新信号状态并为到达车辆提供服务。2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)

在IICA中，车辆类型(CAV或CHV)及其运动是否受到前方车辆的限制，会影响到其轨迹计算模型。将引导车辆定义为其运动不受其它车辆限制的车辆，建立了一个非线性数学模型(即自动驾驶车行驶轨迹优化,AVTrajectoryOptimization,AVTO)来量化每条车道上一组车辆间的跟随-引导作用关系。2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)2.智能交叉口控制算法3.2基于轨迹优化的控制方法(Trajectory-based)3.车辆轨迹与信号控制参数联合优化逻辑IICA框架下还可开展与计算车辆轨迹相协调的SPaT决策，以避免因低绿灯时间利用率而造成交通信号时间损失。每次检测到新车到达时，重新评估信号控制状态，通过决策是否延长或切换正在进行的相位，建立自适应信号控制逻辑，见图3-7。交通生成模块模拟车辆在检测距离内的车辆到达情况；在求解AVTO模型之前，假设到达车辆在消息传输时间内以检测到的速度行驶，以此更新车辆的轨迹。给定一组即将运行的信号相位和配时，输入通信/检测范围内车辆的AVTO模型解决方案以确定即将到来的相位绿灯时间是否能服务全部车辆？如果相位绿灯时间计划不足，则算法请求信号控制器提供足够的绿灯延长或相位切换。因此，SPaT决策属于以下类别之一：(1)即将运行的信号方案为全部车辆提供足够的绿灯时间，以安全通过交叉口(2)即将运行的信号方案不能胜任时，当：

①未能服务的车辆在最后一个相位内。根据该车辆的轨迹，延长绿灯时间，以确保其安全通过停车线。

②未能服务的车辆在其它相位内。调整相位方案以确保有足够长的绿灯时间服务该车辆安全通过停车线。

每个相位的绿灯时长都应满足约束条件，任何低于最小或高于最大的绿灯时长都会导致频繁或迟钝的相位切换，致使额外延误的产生，需避免此种情况的发生。3.2基于轨迹优化的控制方法(Trajectory-based)3.车辆轨迹与信号控制参数联合优化逻辑3.2基于轨迹优化的控制方法(Trajectory-based)4.问题分析(1)在轨迹优化过程中，大部分研究只考虑了纵向速度轨迹优化，忽略了横向变道的过程，或假定在理想环境下横向轨迹优化过程不受限制，但在人机混合驾驶环境下，因人工驾驶车轨迹不受控且无法预测，会对CAV的变道过程造成极大干扰，这种做法与实际情况有很大出入。(2)现有研究大多车道均为混合驾驶车道，CAV与CHV混行，导致受CHV干扰，使一部分CAV无法提前规划其运动轨迹进行高效控制，不能充分发挥CAV的优势。(3)考虑了车辆轨迹优化结果来调整每个相位的绿灯时间，但采用的是感应信号控制逻辑，未从全局最优的角度去优化整个信号周期内各个相位的绿灯时间。3.3基于时空预约的管理方法(Reservation-based)1.自动交叉口管理AIM是Dresner等人在2008年提出的一种单交叉口管理策略，即“预约制交叉口”，核心思想是利用车联网技术来取代传统的交叉口信号控制方案，提升交叉口的智能化管理水平和通行效率。

在这种管理策略中，称为代理驾驶人的计算机程序控制车辆，而称为交叉口管理器的仲裁代理布设在每个交叉口。代理驾驶人提前发出预约请求、尝试为通过交叉口预留一段时间。交叉口管理器根据交叉口控制策略决定是否同意或拒绝所请求的保留。3.3基于时空预约的管理方法(Reservation-based)1.自动交叉口管理

当车辆行驶至交叉口附近时，代理驾驶人向交叉口管理器发起预约请求；交叉口管理器将此请求传递给控制策略，该策略决策车辆通过交叉口是否安全？若策略决策安全，交叉口管理器向代理驾驶人发送一条消息，表明预约已被接受；否则，交叉口管理器将发送一条消息，指示预约请求被拒绝。除了确认或拒绝请求外，交叉口管理器还可以提出反要约，如“紧急停车”。

代理驾驶人能发送“预约”、“变更预约”、“取消预约”和“预约完成”四类信息。发送“预约”、“变更预约”请求信息时，代理驾驶人需附送车辆的属性信息，包括预计到达时间、到达速度、车辆特征等参数，如车身尺寸、加/减速能力等；车辆通过交叉口后，需要发送“预约完成”信息。车辆靠近交叉口时，代理驾驶人预估到达交叉口的时间和速度，并发起“预约”请求；如果获得“同意”，它将尝试按时到达；如果确定无法完成“预约”，则发送“取消预约”；如果提前达到，则将试图“变更预约”；如果“预约”被拒绝，它会减速(降至最低速度)并再次发出“预约”请求。代理驾驶人不得在没有预约的情况下驾驶车辆进入交叉口。即使有预约，代理驾驶人也只能根据预约的相关参数和约束条件通过交叉口。在路段上，代理驾驶人采取按车道跟驰的行驶策略，并在该车和前车间保持1秒的跟驰距离。AIM回复的信息有四种：“同意”、“拒绝”、“确认”及特殊情况下的“紧急停车”。交叉口管理器回复“同意”时，附带发送预约的约束条件，如预约的唯一标识符、进入时间、进入车道、驶离车道，以及车辆在交叉路口加/减速的约束列表。“拒绝”消息用于拒绝“预约”和“变更预约”的请求。交叉口管理器发送“确认”消息，用于响应代理驾驶人发送的“取消预约”和“预约完成”消息。3.3基于时空预约的管理方法(Reservation-based)1.自动交叉口管理3.3基于时空预约的管理方法(Reservation-based)2.FCFS策略AIM采取先到先服务(FirstCome,FirstServed,FCFS)的预约请求处理策略。交叉口被划分为n×n的网格(tiles)，其中n是该策略的粒度。每个时间步(timestep)，根据发出“预约(reservation)”请求的车辆附送信息，仿真交叉口内哪些网格会被占用。仿真期间，任何时间步若请求车辆与另一车辆占用了同一个网格，则将拒绝该“预约”请求；否则，策略将接受“预约”，并为该车辆预留网格。3.3基于时空预约的管理方法(Reservation-based)2.FCFS策略(1)出口车道匹配

车辆在交叉口允许转弯，从提升交叉口控制效率和安全角度看，代理驾驶人不应决定它们从哪条车道驶出交叉口，而应由拥有更多车辆运行信息的交叉口管理器做出这一决定。代理驾驶人在其请求消息中指出其打算转向的方向即可，然后交叉口管理器决定将哪条出口车道配置给车辆。最自然的选择：对于左转和右转，选择最近的车道；而对于直行车辆，则选择它们计划到达的出口车道。如果这样配置，预约请求仿真被接受的可能性不会太高。FCFS策略基于驶入车道创建驶出车道的优先级列表，然后依次对每个驶出车道进行内部模拟，直至找到可接受的驶出车道配置。对于转弯车辆，按由近及远的优先级排序驶出车道集。对于直行车辆，以驶入车道为中心“螺旋”排序，首先是正对的驶出车道，其次是左侧第一条车道、右侧第一条车道，然后是左侧第二条车道、右侧第二条车道，依此类推。以这种方式，FCFS策略确定预约请求车辆在交叉口内的行驶轨迹。3.3基于时空预约的管理方法(Reservation-based)2.FCFS策略(2)加/减速控制

给定一组车辆的附属信息，如果允许车辆在交叉口内加/减速，则车辆有无限多的可能轨迹。代理驾驶人可以将其车辆的加速度设置为车辆能力范围内的任何值。一组加速度可能会导致其与另一辆车碰撞，但另一组加速度可能让车辆安全通过。因此，交叉口的加速度必须受到交叉口控制策略的约束。允许代理驾驶人自己决定在交叉口内的加/减速在估计车辆轨迹时会使控制策略受到制约，从而大大降低效率；相反，如果代理驾驶人的请求被接受，由交叉口控制策略选择安全有效的加/减速方案并将其包含在确认消息中，则更具效率，但有效的加/减速方案求解是一个巨大的挑战。现有研究车辆在交叉口内的行驶速度都保持不变。FCFS策略首先尝试一条轨迹，在该轨迹中，请求车辆在进入交叉口时尽可能快地加速到最大速度。如果无法基于该轨迹授予预约，则会尝试请求车辆以恒速通过交叉口的可行性，即以路段上的速度通过交叉口。如果两者都不起作用，则拒绝请求。3.3基于时空预约的管理方法(Reservation-based)2.FCFS策略(3)预约距离(reservationdistance)

有时前方车辆未能预约成功，必须减速，而后车的代理驾驶人可能加速并在最前面车辆之前成功预约到交叉口空间，从而造成冲突。为避免这种情况发生，需限定前方车辆未预约成功前，后方车辆不能提前预约，通过预约距离的动态转换来实现。3.3基于时空预约的管理方法(Reservation-based)2.FCFS策略(4)超时系数(timeouts)

代理驾驶人的预约请求被拒绝后，其还会继续发起预约请求；而新的预约请求与之前的预约请求附送的预计达到时间和速度一般变化不大(除非减速足够大或冲突的预约请求被取消)，则预约成功的机会很小，反而会加大交叉口管理器的计算负荷。为此，FCFS策略建立了一个超时系数(tout)。一旦代理驾驶人的预约请求被拒绝后，后续请求不会被考虑，直至超时系数限定的时间之后发起的请求(由预约参数确定)。当拒绝请求时，FCFS策略在拒绝消息中包括它将考虑来自该代理驾驶人进一步请求的超时系数。3.3基于时空预约的管理方法(Reservation-based)2.FCFS策略(5)缓冲区(buffers)

模拟中，时间离散化产生的伪影也足以削弱预留区块的排他性保证。在交叉口，车辆在各个方向高速行驶，这些潜在的灾难源不容忽视。例如，当代理驾驶人发现其无法按时到达交叉口、离交叉口足够近无法在交叉路口后停车时，怎么办？

静态缓冲区(staticbuffers)：静态缓冲区的大小恒定，足以达到安全目的。如果交叉口管理器假设每辆车在每个维度上都是十倍大，那么肯定不会有车辆接近另一辆车的情况发生。然而，这违背了交叉口管理器的目的，即利用自动驾驶车的高精度控制。此外，静态缓冲区不考虑车辆的运动方向。如图3-11(a)所示，如果使用较大的静态缓冲区，两辆车辆的路径永远不会相交，但会开始干扰彼此的预约过程。

另一方面，时间缓冲区(timebuffers)考虑了车辆的运动。如果交叉口管理器假设车辆可能早到或晚到，则该缓冲区限制的实际区域将随着车辆速度而缩小或增加，且仅在移动方向上。图3-11(b)和(c)显示了缓冲区如何随车辆速度变化。因此，如果两辆车沿平行线行驶，则这些车辆的时间缓冲区不会相互干扰，除非这些车辆可能发生碰撞(它们位于同一车道上，或车道过于接近车辆宽度)。单靠时间缓冲不足以保证安全-横向定位(垂直于运动方向)的微小误差仍可能导致碰撞。图3-11(d)显示了最佳解决方案：混合缓冲区(hybridbuffers)。混合缓冲器有一个随速度变化的时间缓冲区，以及一个小型静态缓冲区，用于防止横向定位误差，并用作慢速车辆的最小缓冲区。3.3基于时空预约的管理方法(Reservation-based)2.FCFS策略(6)边缘格(edgetiles)

车辆在道路上行驶时，必须保持合理的跟车间隔。如果车辆突然减速，则会将车辆置于危险状态。若后方车辆反应不够快，则可能会与前方车辆碰撞。在交叉口内，跟车间隔不是很实用，因为车辆在不同方向上行驶。交叉口管理器建立有“接近预警”机制，交叉口中的车辆不会对传感器采集数据做出正常反应，在路段模式下尽管看起来如此操作车辆可能会发生碰撞。相反，车辆十分信任交叉口管理器给予的约束。当车辆离开交叉口时，可能会遇到一辆刚离开交叉口的车辆，但速度较慢，如图3-12(a)和(b)所示，这可能导致碰撞，因为后面的车辆无法安全停车。即使自动驾驶车几乎可以瞬间做出反应，离开交叉口的车辆也需要一定的跟车间隔。

为避免这种情况的发生，FCFS策略将交叉口的网格分为两类。内部格(internaltiles)：所有侧面被其它网格包围的格，边缘格：邻接交叉口的格，即图3-12(c)中阴影显示的格。建立边缘格的目的在于为离开交叉口的车辆建立一个缓冲区，确保从交叉口驶出车辆与前车间保持所需的跟车间隔。在足够高的粒度下，边缘格在网格总数中所占比例相对较小。只有在边缘格上，才将时间缓冲增加到所需的后续间隔。3.3基于时空预约的管理方法(Reservation-based)3.应用场景(1)停车标志控制交叉口

停车标志通常用于交通量非常小的十字路口。虽然它们更具成本效益和可靠性，但其无法达到信号控制的通行能力和效率。停车标志控制交叉口与FCFS策略完全相同，只是它只接受在交叉口停车的车辆预约。任何其它预约请求都会被拒绝，并回复一条消息，指示车辆必须停在交叉口。交叉口管理器通过检查请求消息中当前时间和到达时间之间的差来确定车辆是否停在交叉口。(2)信号控制交叉口

当信号控制策略接收到预约请求时，交叉口管理器需计算在预计到达时间后车辆所在车道交通信号灯变绿的下一时间；然后，它以包含此信息的确认消息进行响应。由于确认消息具有与之相关的最大容许误差，交叉口管理器使用这些误差对绿灯的开始和结束时间进行优化。3.3基于时空预约的管理方法(Reservation-based)4.人机混合驾驶环境下FCFS策略扩展(1)既有设施利用

与驾驶人可靠通信的方法是将其纳入系统的先决条件。最简单和最好的解决方案是使用人们已经知道并理解的交通管理设施——信号灯。信号灯设施已经存在于许多交叉口，对于行人和非机动车，可以使用标准的“按钮式”信号灯，让人有足够的时间通过交叉口。这些设施也用于提醒交叉口管理器注意它们的存在。(2)信号灯模型

交叉口管理器必须能控制和理解交通信号灯与驾驶人之间的通信。为此，FCFS策略为每个交叉口的控制增添了一个新组件，称为信号灯模型。信号灯模型控制物理灯光，并向FCFS策略提供信息，以便做出决策。在更复杂的交通场景中，可以通过FCFS策略修改信号灯模型，以适应不断变化的交通状况。这些信号灯与现代灯具有相同的语义：红灯停、绿灯行、黄色见了等一等。FCFS的每一个控制策略都需要一个信号灯模型，以使人们知道该做什么。例如，FCFS的信号灯模型将所有灯光始终保持为红色，向人们表明进入永远都不安全。3.3基于时空预约的管理方法(Reservation-based)4.人机混合驾驶环境下FCFS策略扩展①全车道模式

在该模型中，与当前的信号灯系统类似，某几个方向上的所有车道都连续获得绿灯，而其它方向都是红灯，然后绿灯在各个方向上循环。该信号灯模型特别适合于控制具有大量人工驾驶车辆的场景。②单车道模

在该模型中，绿灯一次分配给一条车道，而不是按方向分配。如果大多数是人工驾驶车辆，则该模型的效率不会高，但它对于控制绝大部分为自动驾驶车、偶尔需要处理人工驾驶车的交叉口非常有用。3.3基于时空预约的管理方法(Reservation-based)4.人机混合驾驶环境下FCFS策略扩展(3)FCFS-Light策略

为了使FCFS策略适用于人机混合驾驶场景，该策略需要做两方面的调整：

①如果信号灯为绿色，确保任何车辆在该信号灯控制的车道上通过交叉口时都是安全的。

②自动驾驶车可以在红灯期间通行，前提是它们有类似于“红灯通行权”的预约许可。FCFS-Light策略阐述如下：同FCFS一样，交叉口被划分为n×n的网格；收到预约请求后，FCFS-Light策略使用附送消息中的参数确定车辆何时到达交叉口；如果车辆将到达交叉口的车道信号灯为绿色，则同意“预约”；如果车辆将到达交叉口的车道信号灯为黄色，则拒绝“预约”；如果车辆将到达交叉口的车道信号灯为红色，同FCFS一样仿真车辆的行程；如果在整个仿真过程中，无网格被其它车辆或绿灯/黄灯控制的车道所预约，则FCFS-Light策略预留网格并接受预约；否则，请求将被拒绝。3.3基于时空预约的管理方法(Reservation-based)4.人机混合驾驶环境下FCFS策略扩展①禁区网格

仅仅遵从FCFS并不能保证车辆的安全。如果车辆被授予与跟随交通信号灯的车辆存在冲突的预约，则很容易发生碰撞。为了确定任何时候哪些网格被信号灯系统使用，FCFS将一组禁区网格与每个信号灯相关联。例如，如果北向左转车道的信号灯为绿色，则从该车道左转的车辆可能使用到的所有网格都被FCFS视为禁区网格。可以通过调整黄灯时长以确保进入交叉口的车辆有足够的时间在这些网格不再是禁区之前离开交叉口。②FCFS-Light包含FCFS

如果所有车辆均为有人驾驶，FCFS-Light的控制策略与交通信号控制完全相同；若信号灯模型使所有灯光始终保持红色，则FCFS-Light的控制策略与FCFS完全相同。FCFS只是FCFS-Light的一个特例。因此，可以改变FCFS-Light的策略，使其从完全的信号控制转变至完全的FCFS控制策略中的任何一个阶段。3.3基于时空预约的管理方法(Reservation-based)4.人机混合驾驶环境下FCFS策略扩展(4)FCFS-Emerg策略

在现行交通法规中，有涉及救护车、消防车和警车等紧急车辆通行的特殊程序。为了包容紧急车辆，交叉口管理器必须能够检测到它们的存在。最简单的方法是在所有预约请求消息中添加一个新字段，该字段只是一个标记，向交叉口管理器表明请求车辆为紧急车辆。为防止普通车辆滥用这一功能而获得优待，需要通过使用某种密钥而不是简单的布尔值、甚至是某种公钥/私钥/响应机制来实现。FCFS-Emerg的一种解决方案是拒绝所有非紧急车辆的预约请求。然而，这种解决方案并不可行，因为如果所有的车辆都因预约请求被拒绝而停止，任何紧急车辆都可能陷入由此造成的交通拥堵。相反，FCFS-Emerg策略跟踪当前哪些车道包含有接近的紧急车辆，只要有紧急车辆靠近交叉口，该策略只允许这些车道上的车辆进行预约，确保紧急车辆前面的车辆也能获得优先通行权。因优先通行权的增加，紧急车辆所在车道会很快被清空，从而使得紧急车辆能够不受阻碍地行驶。3.3基于时空预约的管理方法(Reservation-based)5.问题分析(1)AIM本质上是基于全自动驾驶环境提出的，不用交通信号灯对车辆进行引导，变成了直接控制每辆车本身，才可充分发挥自动驾驶车辆操控性和交互性的优势。虽针对人机混合驾驶环境给出了解决方案，但CHV即便能够接收到AIM的引导信息也不具备可靠处理信息的能力，在CAV渗透率低时，这种控制方法的效益会显著下降。(2)AIM与CAV的联动只是单向联动，AIM根据即将到达交叉口车辆的预约请求采用FCFS算法调整车辆通行次序，下达车辆通行指令，没有针对进口道上正在行驶的CAV进行轨迹优化，交叉口整体通行效率提升不足，停车次数等交叉口效益指标没有提升。(3)因AIM基于单辆车的到达信息决策交叉口的信号控制方案，在决策过程中每辆车的权重相同，没有考虑CAV与CHV通过交叉口饱和流率的差异和自动驾驶车可列队行驶的优势，用于人机混合驾驶环境交叉口通行效率提升有限。3.4节奏控制模型(1)基本原理

节奏控制(RhythmicControl,RC)，“Rhythmic”是指有节奏，有规律性地重复，在该控制方案中所有车辆按照预先设定的周期性进入时间和恒定速度不停车通过交叉口。该控制方案与车辆在常规交叉口通行方案主要区别有三个：首先，在RC中要求同一流向车辆按照规定间隔时间进入交叉口，同一流向前后车辆之间需要保持更大的跟驰距离，以与该行驶方向存在冲突的其他车辆通过冲突点提供足够的通行时间。其次，在交叉口确定车道划分功能时，同一进口道的相邻车道之间也需要保持距离，确保在与这两条相邻车道均存在冲突的车道上行驶的前后车辆之间有足够的通行间距。最后，交叉口的路权分配方式发生改变，传统的交通控制通过将互相冲突的车辆流向划分为不同的通行小组，再允许不同的通行小组在不同的时间通过交叉口。而RC中在确保安全的条件下，不同冲突流向的车辆可以同时拥有路权。(2)步骤RC主要包括两个步骤：路径分段，该步骤的主要目的是考虑冲突流向，划分交叉口路径为不同的路段，为第二步计算不同路段车辆的通行时间和车辆进入交叉口间隔时间的关系做准备。控制模型，主要是以车辆通行安全为目标，考虑车辆通行最短时间要求，找到车辆进入交叉口的时间和不同路段车辆通行时间的关系。3.4节奏控制模型为了设计车辆通行节奏，车辆在交叉口的路径根据冲突点位置可以划分为一条条单独路段。路段根据其所属转向、几何特征和车辆通过时间可以划分为5类，各类别路段见图3-16所示。路段①至路段⑤分别用黑色实线、淡绿色虚线、绿色实线、褐色虚线和橙色虚线表示。路段所属流向和两侧连接的流向如表3-1所示。以图中右下角的路段②为例，其属于南进口道直行，路段连接的一侧流向是西进口道直行，另一侧流向是北进口道左转。1.路径分段3.4节奏控制模型节奏控制主要通过合理设计不同车道第一辆车从起点出发的时刻，同一车道前后车辆进入交叉口的间隔，车辆在不同路段通过时间，这三个时间和车辆通过冲突点时间T的关系，确保所有车辆都可以穿插缝隙，安全不停车通过。由于每个冲突点主要是两个流向的车辆通过，可以利用偶数倍和奇数倍T的关系表示两个方向的车辆允许通过冲突点的时间，比如某冲突点在[