1.一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，包括以下步骤：S1、建模：针对交叉口内部区域的空间资源以及车辆通过交叉口的连续过程中对各资源的占用情况，构建无信号交叉口系统的Petri网模型(N,M0)，并定义如下符号：N：一个由圆形节点、方型节点和有向弧组成的Petri网N＝(P,T,F)，代表由k个路权点组成且能让n条路径的车辆驶过的交叉口通行系统；

P：库所集，由N中所有的圆形节点组成的集合， 其中Pi0＝Pi s∪Pif，Pis为车辆在交叉口入口前的缓冲区，Pif为车辆驶离交叉口的缓冲区；

d表示路径i上的路权点总数，j表示车辆经过的第j个路权点，Pij代表路径i上的车辆通过交叉口的第j个通行过程；PR＝{Pr}，Pr代表所有路权点构成的库所集；

T：变迁集，由N中所有的方形节点组成的集合， 其中 d表示路径i上的路权点总数，tij的引发表示第i条路径的车辆从第j‑1个路权点行驶到第j个路权点；

F：有向弧集，代表每一辆车在系统中的行驶情况及在行驶过程中经过每个路权点时对资源的需求和释放情况；

M：P→N为标识，N为非负整数集，表示系统的运行状态，标识的每个数字表示各库所中所含的车辆数或资源数；其中M0为初始标识，表示当前各车辆还未进入交叉口内部区域，车辆位于缓冲区，资源未被占用；

A：关联矩阵，表示N中各变迁下每个库所托肯数的变化规律，是一个|T|行和|P|列的矩阵；

针对无信号交叉口系统，以最小化最大通行时间为系统调度的目标函数，即：F＝min{max{Cl}}

Tmax＝max{Cl}

其中，Cl为第k辆车驶离交叉口的时间，Tmax为所有车辆通行完的最大通行时间；

S2、智能路侧调度系统获取无信号交叉口区域内车辆信息，包括车辆数、速度以及所在车道编号；

S3、编码与解码：对即将到达交叉口区域的车辆进行编号并根据每一辆车经过其路径上的各个路权点的通行过程生成通行序列，并解码为变迁序列；

S4、生成混沌初始种群：在符合S3编码与解码的要求下，使用Circle混沌映射生成染色体数量为unit_num的初始种群；

S5、对染色体进行标准化处理：为了减小算法搜索空间，将所有染色体都限定于包含所有可行调度解的编码子空间内，对染色体进行标准化处理，减少等价染色体的数目，随后执行S6；

S6、检测与修复：通过迭代分析Petri网中的变迁和资源，检测出死锁并进行修复，确保种群中每条染色体无死锁；

S7、计算单个染色体的最大通行时间和适应度值，并输出当前种群最优个体；

S8、判断是否满足终止条件gen>Maxgen，其中gen为当前种群的迭代次数，Maxgen为最大迭代次数；若满足终止条件则输出最优个体，不满足则执行S9；

S9、遗传操作：对当前种群进行选择、交叉、变异这三步遗传操作，获得新一代种群后执行S5。

2.根据权利要求1所述的一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，S3具体步骤如下：S3‑1、根据车辆的行驶路径以及车辆到达交叉口的先后顺序进行编号，编号为两位整数ID，I表示车辆所要行驶的路径，D表示同一车辆到达交叉口的先后顺序；

S3‑2、用通行序列表示所有车辆的通行顺序，车辆编号IDi对应路径I的第i辆车，IDi的第x次出现对应其第x个通行过程，通行序列的长度m为所有车辆通行顺序的总数；

S3‑3、将编码得到的通行序列解码为变迁序列，通行序列中IDi的第y次出现对应路径I上第y个变迁。

3.根据权利要求2所述的一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，S4具体步骤如下：S4‑1、将即将通过交叉口的车辆总数记为θ，将θ辆车按照编号从小到大的顺序排列为数组a0，然后根据每辆车在Petri网的路径中所需通过的变迁数目进行序列的扩展，得到扩展后的数组a1，将数组a1中的编号总数记为m；

S4‑2、初始化种群数组PopChrom，其中包含unit_num个空数组；

S4‑3、令v＝1，记录当前待生成的染色体编号；

S4‑4、令i＝1，记录混沌映射的迭代次数；

(1)

S4‑5、生成一个随机数B ∈(0,1)；

(i)

S4‑6、根据Circle混沌映射公式，得到C ，Circle混沌映射公式如下：(i) (i)

C ＝int(m×B )+1

(i) (i)

式中，λ为控制参数,B 为第i次迭代后生成的Circle混沌映射随机数，C 表示染色体中选定的位置序号，int()为取整函数；

(i)

S4‑7、将数组a1中的车辆编号IDi放到PopChrom[v][C ]，i＝i+1；

S4‑8、若i>m，执行S4‑9，否则执行S4‑6；

S4‑9、若v>unit_num，则输出生成的初始种群PopChrom，否则v＝v+1，并执行S4‑4。

4.根据权利要求3所述的一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，S5中对染色体进行标准化处理，具体步骤如下：S5‑1、i＝1，表示种群中染色体的序号；

S5‑2、初始化新的染色体数组

S5‑3、将PopChrom[i]解码为变迁序列Tran；

S5‑4、初始化与Tran等长的数组 来存放已判断过的变迁；

S5‑5、j＝1，表示变迁序列Tran中变迁的序号；

S5‑6、遍历所有路径，找到变迁Tran[j]对应的路径，获取该路径待通过的车辆列表，并将车辆编号按照从小到大排序为数组Cars；

S5‑7、令temp[j]＝Tran[j]，存放已判断过的变迁；

S5‑8、遍历temp中变迁Tran[j]出现的次数countj，则Genei[j]＝Cars[countj]；j＝j+

1；

S5‑9、若j>数组Tran的长度，则完成当前染色体的标准化，i＝i+1，执行S5‑10；否则执行S5‑6；

S5‑10、若i>种群PopChrom的长度，则完成整个种群中所有染色体的标准化，输出标准化后的种群；否则，执行S5‑2。

5.根据权利要求4所述的一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，S6具体步骤如下：S6‑1、设u＝1，记录当前检测的变迁序号；

S6‑2、若u大于变迁序列的长度，执行S7，否则令变迁序列中第u个变迁为tα，执行S6‑3；

S6‑3、检查变迁tα在当前标识下是否使能，若使能则执行S6‑4，否则从tα后选择一个使能的变迁，放在tα之前，并更新tα；

S6‑4、采用一步前瞻法检查变迁tα能否引起死锁，若会引起死锁则选择tα之后的使能变迁放在该变迁前面，并更新tα，重新执行S6‑4；反之则引发tα，并更新当前标识，令u＝u+1，执行S6‑2。

6.根据权利要求5所述的一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，S7具体步骤如下：S7‑1、计算最大通行时间：确定车辆即将行驶的下一个路权点的空闲时间，将其与该车辆的上一个路权点的预估驶离时间比较，取两者较大值为当前车辆驶入下一个路权点的开始时间；计算完所有车辆的所有通行过程后，系统中最大的驶离时间即为整个通行序列的最大通行时间Tmax；

S7‑2、计算适应度值：计算适应度值Adapt，计算公式如下：其中，MaxT为当前种群的染色体中最大的通行时间，MinT为当前种群的染色体中最小的通行时间，Tmax为当前染色体的通行时间，k为常数；

S7‑3、输出最优个体：输出种群中最优染色体以及对应的Tmax。

7.根据权利要求6所述的一种智能网联环境下的无信号交叉口车辆调度方法，其特征在于，S9中的遗传操作，具体步骤如下：S9‑1、选择操作：将种群中的染色体按照适应度值从大到小排列，选择前Selectnum×unit_nu m个的染色体加入下一代，这里的Selectnum为选择因子，unit_num为种群大小；

S9‑2、交叉操作：为了促进优秀基因的保存以及增加种群的多样性，使用自适应交叉算子进行染色体的交叉操作，具体步骤如下：S9‑2‑1、i＝1，表示种群中染色体的序号；

S9‑2‑2、计算出种群中每条染色体的适应度值fi；

S9‑2‑3、计算出种群的平均适应度值favg、最大适应度值fmax；

S9‑2‑4、根据改进的自适应交叉率公式，计算出第i条染色体的交叉概率Pci，公式如下：其中，Pc1、Pc2为控制参数，Pc1，Pc2∈(0,1)；γ为衰减率；

S9‑2‑5、生成1个(0,1)之间的随机数ran，若ranunit_num，输出新一代种群，否则执行S9‑2‑4；

S9‑3、变异操作：为避免种群中经过交叉操作后相似个体数目的增加，将差异性小于一定阈值的染色体进行变异操作，具体步骤如下：S9‑3‑1、计算出种群中染色体两两之间的Hamming Distance，表示两个染色体对应位置出现不同编号的数量；

S9‑3‑2、设置控制阈值δ，若某两条染色体的Hamming Distance<δ,则随机保留其中一条，另一条执行S9‑3‑3；

S9‑3‑3、在该染色体中随机选择一个变异点，并随机确定一个变异长度，将变异点前后变异长度的基因对调。