1 研究背景
随着5G技术的发展，依托中国位居首位的5G基站建设和技术垄断，借助高速移动数据加快社会发展进程已经迫在眉睫，其中交通出行作为居民生活密不可分的部分，更应敏感作出反应，作变革排头兵，因此应紧跟热点技术，探究车路协同和自动驾驶环境下的单点信号控制方法，保障未来智能交通环境下的车辆低延误安全通行。
由于车路协同和自动驾驶技术的落地范围并不大，落地性质仍具有实验性，所以目前国内外学者对于基于这两种交通环境下的车辆通行控制方法研究尚处于起步阶段，因此提出新思路对该领域技术发展有着一定程度的促进作用。
2 研究目的及意义
5G和智能网联技术的不断发展，为传统交通行业带来了新思路，智能化、智慧化交通已成为大势所趋。道路交叉口是城市道路中的重要组成部分，而信号控制则是当前交叉路口的主要控制模式，通过信号灯保证交叉路口的平稳运行。但随着车路协同与自动驾驶的深入研究，交叉口的控制正在发生革命性变革。为了迎合这一时代热点，提出一种车路协同与自动驾驶环境下的单点信号控制研究方法，为虚拟的未来交通环境下的车辆通行控制方法提出新思路。
车路协同自动驾驶系统通过先进的车、路感知设备对道路交通环境进行实时高精度感知，按照约定的通信协议和数据交互标准，实现车与车以及车与道路交通设施间不同程度的信息交互和共享，最终形成一个能够整合、协调、控制、管理和优化所有车辆、信息服务、设施设备、智能化交通管理的以车路协同自动驾驶为核心的新一代智能交通系统。车路协同和自动驾驶系统既避免了人为操作不当导致的交通事故，又可从整体角度优化交通系统运行状况，缓解拥堵问题，对现有交通系统的优化具有重大意义。
3 国内外研究状况
3.1 国外研究状况
现有研究已经开展了车路协同与自动驾驶下交叉口的基础性研究，在控制效果指标选取时，更多关注偏航角、平均通过时间等[1-3]，优化控制策略的优化程度对比研究较少。
Huang C J[4]等将车辆控制方法主要分为集中式控制模式和分布式控制模式。
Zohdy I H[5]等根据驾驶员驾驶车辆时的行为提出了基于动态博弈论的控制方法，用博弈论算法对车辆交叉口通行方式进行决策，利用车辆自适应巡航技术对车辆行为进行控制。
Maxime Gueacute;riau[6]等将多智能体合作流量建模集成到MovSim流量模拟器中。耦合不同的动力学来考虑传感器的可靠性问题，得到协同交通对交通流均质化影响及传感器故障影响的仿真结果，并设计了基于rsu的控制策略与入口和出口匝道场景。
Juan Argote-Caba[7]等使用联网车辆数据评估有效性，通过估算最小CV渗透率的方法，准确估计MOE，得到了精度、MOE可变性、交通和信号设置理想条件下的最小CV率，并将最低渗透率预计在1%以内。
