CN103593993B - 一种有雾条件下快速道路拥堵预警及动态限速方法 - Google Patents

Abstract

本发明公开了本发明提供一种有雾条件下快速道路拥堵预警及动态限速方法，考虑了交通拥堵会快速向上游传播的特征，利用拥堵波的传播速度和有雾条件下的可视距离计算限速值，将限速值和拥堵预警显示在路侧可变信息提示板上，实现了在雾区上游发出拥堵预警且能控制车辆驶入雾区的行驶速度，从而降低快速道路拥堵路段上游在雾天视距不良条件下引起的追尾事故的发生概率和严重程度，对提高快速道路不良天气下的行车安全具有重要意义。

Description

一种有雾条件下快速道路拥堵预警及动态限速方法

技术领域

本发明涉及一种有雾条件下快速道路拥堵预警及动态限速方法，属于交通安全和智能交通技术领域。

背景技术

随着我国快速道路通车里程数和机动车保有量迅速增长，道路交通安全领域的相关问题越来越受到重视。车辆在快速道路上行驶时常会遭遇不良天气，对车辆的安全运行产生巨大不良影响，极易引发交通安全事故且易引起重大和恶性事故。其中，雾天是影响能见度最恶劣的气象条件之一，雾天行驶时由于雾对光的散射及吸收作用，目标物轮廓的清晰度下降，驾驶员看不清前方和周围的情况。高速行驶的车辆在进入能见度突然变差的雾区时，驾驶员做出的反映一般是迅速减速，此时后方车辆驾驶员的可视距离较近无法及时发现前方车辆减速，所以极易导致追尾事故甚至连环撞车事故的发生。据不完全统计，雾天快速道路行车的事故发生率是晴天的3～4倍。

目前我国保障快速道路雾天交通安全的主要手段是车速限制，但若车速标准过低则不能较好控制追尾事故频数及严重程度，若车速标准过高则会降低高速公路通行能力，当前限速方法缺乏对能见度大小与限速值之间关系的深入合理分析，故在有雾天气下的拥堵预警及限速控制方法与实际情况相差较大，确定限速值时缺乏对拥堵波会向快速道路上游传播现象的考虑，这些技术缺陷使得以往无法在雾区上游发出拥堵预警及控制上游车辆驶入雾区的行驶速度，以至于在有雾、拥堵的情况下增加了车辆驶入雾区后的制动距离，从而提高了快速道路上追尾事故的发生概率和严重程度。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种有雾条件下快速道路拥堵预警及动态限速方法，解决了因现有限速方法缺乏对能见度大小与限速值之间关系的深入合理分析，缺乏对拥堵波会向快速道路上游传播现象的考虑，导致无法在雾区上游发出拥堵预警及控制上游车辆驶入雾区的行驶速度，从而提高了追尾事故的发生概率和严重程度的问题。

为解决上述技术问题，本发明采用的技术方案是：

一种有雾条件下快速道路拥堵预警及动态限速方法，其特征在于，包括以下步骤：

（1）确定快速道路雾区下游发生拥堵时拥堵波的传播速度V_s；

（2）在快速道路上等间距设置若干交通流检测器；

（3）结合拥堵波的传播速度V_s，在每个交通检测器的上游处设置路侧可变信息提示板，所述路侧可变信息提示板与交通检测器之间的距离为L_b；

（4）通过气象检测器判断是否有雾，如果没有雾，转至步骤（5）；如果有雾，转至步骤（6）；

（5）指挥控制中心在路侧可变信息提示板上显示正常天气状况下的信息；

（6）确定雾的状态和与雾状态匹配的可视距离L；

（7）通过交通检测器实时获取快速道路各路段的交通流数据，并依据拥堵判定条件判断各路段是否拥堵；

（8）如果步骤（7）中判断为是，则根据限速值控制算法计算各路段的限速值；所述限速值控制算法是将若干个限速值按降序顺序依次带入限速值判定条件中计算，选取首个满足限速值判定条件的限速值；

（9）指挥控制中心将各路段的限速值和拥堵预警显示在相应的路侧可变信息提示板上。

所述步骤（1）中拥堵波的传播速度V_s的计算公式如下：

$q_A\·\mathrm{\Δt}+K_A\·l=(V_B\·\mathrm{\Δt}+l)\·K_B$

$\⇒V_s=l/\mathrm{\Δt}=(q_A-q_B)/(K_B-K_A)$

其中，q_A为自由流状态的交通流流量，单位为beh/s；K_A为自由流状态的交通流密度，单位为veh/m；V_B为拥堵状态的交通流速度，单位为m/s；K_B为拥堵状态的交通流密度，单位为veh/m；q_B为拥堵状态的交通流流量，单位为beh/s；l为A点与B点间的距离，单位为m；Δt为拥堵状态从B点传播到A点的时间，单位为s；V_s为拥堵波的传播速度，单位为km/h。

所述步骤（3）中路侧可变信息提示板与交通检测器之间的距离L_b的计算公式如下：

$L_b=\frac{{(V_u/3.6)}^2-{(V_p/3.6)}^2}{2a}+L_{w1}$

其中，V_u为快速道路雾区上游实测车流速度的85%分位值，单位为km/h；V_p为快速道路雾区最低限速值，单位为km/h；a为车辆减速时的加速度值，单位为m/s²；L_w1为小雾天气下可视距离，单位为m。

所述步骤（7）中的拥堵判定条件如下：

O_a＞O_c且V_a＜V_r

其中，O_a为快速道路个路段实时交通流占有率检测值，百分比值；O_c为快速道路各路段交通拥堵状态占有率阈值，百分比值；V_a为快速道路各路段实时交通流速度检测值，单位为km/h；V_r为速道路各路段交通流拥堵状态速度阈值，单位为km/h。

所述步骤（8）中限速值判定条件如下：

$(\stackrel{\&OverBar;}{s}/3.6)\&CenterDot;\mathrm{\&Delta;}\stackrel{\&OverBar;}{t}+\frac{{(\stackrel{\&OverBar;}{s}/3.6)}^2-{(V_{\mathrm{con}}/3.6)}^2}{2a}+(V_s/3.6)\&CenterDot;(\frac{((\stackrel{\&OverBar;}{s}-V_{\mathrm{con}})/3.6)}{a}+\mathrm{\&Delta;}\stackrel{\&OverBar;}{t})<L-(V_s/3.6)(t-\stackrel{\&OverBar;}{t})$

其中，为带入限速值判定条件的限速值，单位为km/h；为驾驶员制动前的反应时间，单位为s；V_con为快速道路拥堵车辆的行驶速度，单位为km/h；t为当前时刻；为交通检测器检测到拥堵状态的时刻。

步骤（8）中按降序顺序依次带入限速值判定条件中计算的限速值包括120km/h、90km/h、70km/h、40km/h和20km/h。

所述步骤（2）中相邻的交通流检测器之间的间距为1km。

有益效果：本发明考虑了交通拥堵会快速向上游传播的特征，利用拥堵波的传播速度和有雾条件下的可视距离计算限速值，将限速值和拥堵预警显示在路侧可变信息提示板上，实现了在雾区上游发出拥堵预警且能控制上游车辆驶入雾区的行驶速度，从而降低快速道路拥堵路段上游在雾天视距不良条件下引起的追尾事故的发生概率和严重程度，对提高快速道路不良天气下的行车安全具有重要意义。

附图说明

图1为本发明的流程图。

图2为拥堵排队状态向雾区上游传播过程示意图。

图3为可变信息提示板与交通检测器设置位置示意图。

图4为气象检测器设置位置示意图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示：一种有雾条件下快速道路拥堵预警及动态限速方法，其特征在于，包括以下步骤：

（1）确定快速道路雾区下游发生拥堵时拥堵波的传播速度V_s。

所述拥堵波为一种在交通拥堵时从下游产生向上游传播的冲击波。交通瓶颈是实际道路中常见的交通现象，瓶颈区内通行能力通常低于正常路段，当通行需求大于瓶颈区通行能力时，会在瓶颈起始位置产生排队现象，且排队拥堵会向上游路段传播。当快速道路雾区下游发生拥堵产生排队现象时，由拥堵波的特性可知雾区下游的排队现象会随时间推移而向快速道路雾区上游传播，即产生向上游传播的冲击波。拥堵排队状态向雾区上游传播过程如图2所示，所述拥堵波的传播速度V_s的计算公式如下：

$q_A\&CenterDot;\mathrm{\&Delta;t}+K_A\&CenterDot;l=(V_B\&CenterDot;\mathrm{\&Delta;t}+l)\&CenterDot;K_B$

$\&DoubleRightArrow;V_s=l/\mathrm{\&Delta;t}=(q_A-q_B)/(K_B-K_A)$

其中，q_A为自由流状态的交通流流量，单位为beh/s；K_A为自由流状态的交通流密度，单位为veh/m；V_B为拥堵状态的交通流速度，单位为m/s；K_B为拥堵状态的交通流密度，单位为veh/m；q_B为拥堵状态的交通流流量，单位为beh/s；l为A点与B点间的距离，单位为m；Δt为拥堵状态从B点传播到A点的时间，单位为s；V_s为拥堵波的传播速度，单位为km/h。

所述拥堵波的传播速度V_s是通过对多组实际交通流数据的采集和计算得到的参考值。

（2）在快速道路上等间距设置若干交通流检测器。

所述交通流检测器的设置目的是为了实时检测快速道路各路段的交通流状况，不宜太过密集也不宜太过松散，过于密集会影响驾驶员的专注程度并添加紧张情绪，过于松散不能全面的获取快速道路各路段的交通流状况，相邻的交通流检测器之间的间距设置为1km为宜。

（3）结合拥堵波的传播速度V_s，在每个交通检测器的上游处设置路侧可变信息提示板，所述路侧可变信息提示板与交通检测器之间的距离为L_b。

所述路侧可变信息提示板用以对快速道路雾区上游车辆进行拥堵预警和速度控制，所以必须保证上游行驶而来的车辆在发现雾区拥堵状态以前就可以看见路侧可变信息提示板的预警信息，为保证驾驶员在距离交通流检测器可视距离临界值时可减速至限速值，路侧可变信息提示板与交通流检测器的距离需大于可视距离，又由于可视距离随雾的状况不同而不同，所以基于最不利原则可知，路侧可变信息提示板与对应交通流检测器间距需大于小雾天气下可视距离。

路侧可变信息提示板与交通检测器之间的距离L_b的计算公式如下：

$L_b=\frac{{(V_u/3.6)}^2-{(V_p/3.6)}^2}{2a}+L_{w1}$

其中，V_u为快速道路雾区上游实测车流速度的85%分位值，单位为km/h；V_p为快速道路雾区最低限速值，单位为km/h；a为车辆减速时的加速度值，单位为m/s²；L_w1为小雾天气下可视距离，单位为m。

上述路侧可变信息提示板与交通检测器设置位置如图3所示。

（4）通过气象检测器判断是否有雾，所述气象检测器设置位置如图4所示，如果没有雾，转至步骤（5）；如果有雾，转至步骤（6）。

（5）指挥控制中心在路侧可变信息提示板上显示正常天气状况下的信息。

（6）确定雾的状态和与雾状态匹配的可视距离L。

通过气象检测器获取的信息由气象部门按相关标准判定当前天气状况为无雾、小雾、大雾还是浓雾，对照表一获取与雾状态匹配的可视距离L。

表一天气状况与可视距离对照表

天气状况	可视距离（m）
		无雾	无
小雾	500
		大雾	200
浓雾	50

（7）通过交通检测器实时获取快速道路各路段的交通流数据，并依据拥堵判定条件判断各路段是否拥堵。

交通检测器每30秒检测一次各路段断面速度、车辆数以及占有率数据等交通流数据，然后将交通流数据传输给指挥控制中心，根据拥堵判定条件将交通流数据与预设阈值比较，当满足判定条件时，则判断路段拥堵。

拥堵判定条件如下：

O_a＞O_c且V_a＜V_r

其中，O_a为快速道路个路段实时交通流占有率检测值，百分比值；O_c为快速道路各路段交通拥堵状态占有率阈值，百分比值；V_a为快速道路各路段实时交通流速度检测值，单位为km/h；V_r为速道路各路段交通流拥堵状态速度阈值，单位为km/h。

所述预设阈值的选取可以事先选取多组交通流数据进行试算与判断，也可以根据快速道路实际交通流状态确定O_c与V_r的值，通常O_c取值为关键占有率值（可通过交通流占有率-流量关系图中得到），V_r取值为自由流车速或实测车流速度的85%分位值（王殿海，交通流理论，人民交通出版社；第1版(2002年1月1日)）。

（8）如果步骤（7）中判断为是，则根据限速值控制算法计算各路段的限速值；所述限速值控制算法是将若干个限速值按降序顺序依次带入限速值判定条件中计算，选取首个满足限速值判定条件的限速值。

所述限速值判定条件如下：

$(\stackrel{\&OverBar;}{s}/3.6)\&CenterDot;\mathrm{\&Delta;}\stackrel{\&OverBar;}{t}+\frac{{(\stackrel{\&OverBar;}{s}/3.6)}^2-{(V_{\mathrm{con}}/3.6)}^2}{2a}+(V_s/3.6)\&CenterDot;(\frac{((\stackrel{\&OverBar;}{s}-V_{\mathrm{con}})/3.6)}{a}+\mathrm{\&Delta;}\stackrel{\&OverBar;}{t})<L-(V_s/3.6)(t-\stackrel{\&OverBar;}{t})$

其中，为带入限速值判定条件的限速值，单位为km/h；为驾驶员制动前的反应时间，单位为s；V_con为快速道路拥堵车辆的行驶速度，单位为km/h；t为当前时刻；为交通检测器检测到拥堵状态的时刻。

步骤（8）中按降序顺序依次带入限速值判定条件中计算的限速值包括120km/h、90km/h、70km/h、40km/h和20km/h，按降序顺序依次带入限速值判定条件中计算，即依次将120km/h、90km/h、70km/h、40km/h和20km/h带入限速值判定条件中，第一个满足限速值判定条件的限速值为所需要的限速值。

（9）指挥控制中心将各路段的限速值和拥堵预警显示在相应的路侧可变信息提示板上。

下面结合具体实施实例对本发明作更进一步的说明。

给出各公式变量的参考值：驾驶员制动前的反应时间一般取值2s，车辆减速时的加速度a一般取值5m/s²，快速道路雾区最低限速值V_p一般取20km/h，拥堵波的传播速度V_s的参考值为15km/h，快速道路各路段交通拥堵状态占有率阈值O_c的参考值为20%，速道路各路段交通流拥堵状态速度阈值V_r的参考值为100km/h。

若快速道路某路段现有数据显示该实测车流速度的85%分位值V_a为110km/h，气象检测器检测到的数据显示当前天气状况为大雾，查表一得知对应的可视距离为200m，即L值为200m，则可带入公式计算路侧可变信息提示板与相应路段交通流检测器间距L_b，计算过程如下：

$L_b=\frac{{(V_u/3.6)}^2-{(V_p/3.6)}^2}{2a}+L_{w1}=\frac{{(110/3.6)}^2-{(20/3.6)}^2}{2\&CenterDot;5}+500=590.28$

在快速道路路段交通流检测器上游590.28m处设置路侧可变信息提示板。

其次，假设某日上午9时30分0秒，从快速道路四号交通流检测器实时获取的交通流数据O_a＝23.8和V_a＝92，再次情况下V_con=V_a=92，拥堵判定如下：

23.8>20且92<100，故快速道路四号交通流检测器处交通拥堵。

在9时30分30秒限速值120km/h带入限速值判断条件计算：

$(\stackrel{\&OverBar;}{s}/3.6)\&CenterDot;\mathrm{\&Delta;}\stackrel{\&OverBar;}{t}+\frac{{(\stackrel{\&OverBar;}{s}/3.6)}^2-{(V_{\mathrm{con}}/3.6)}^2}{2a}+(V_s/3.6)\&CenterDot;(\frac{((\stackrel{\&OverBar;}{s}-V_{\mathrm{con}})/3.6)}{a}+\mathrm{\&Delta;}\stackrel{\&OverBar;}{t})<L-(V_s/3.6)(t-\stackrel{\&OverBar;}{t})$ 计算结果为127.28>75，故120km/h不符合最优限速值判定条件。

在9时30分30秒选择限速值90km/h带入限速值判断条件计算，计算结果为55.06<75,故90km/h符合限速值判定条件。

最后，指挥控制中心可通过设于快速道路路段的四号路侧可变信息提示板循环滚动显示信息“前方拥堵，小心驾驶”和“当前限速90km/h”。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种有雾条件下快速道路拥堵预警及动态限速方法，其特征在于，包括以下步骤：

(1)确定快速道路雾区下游发生拥堵时拥堵波的传播速度V_s；

(2)在快速道路上等间距设置若干交通流检测器；

(3)结合拥堵波的传播速度V_s，在每个交通流检测器的上游处设置路侧可变信息提示板，所述路侧可变信息提示板与交通流检测器之间的距离为L_b；所述路侧可变信息提示板与交通流检测器之间的距离L_b的计算公式如下：

$L_b=\frac{{(V_u/3.6)}^2-{(V_p/3.6)}^2}{2a}+L_{w1}$

其中，V_u为快速道路雾区上游实测车流速度的85％分位值，单位为km/h；V_p为快速道路雾区最低限速值，单位为km/h；a为车辆减速时的加速度值，单位为m/s²；L_w1为小雾天气下可视距离，单位为m；

(4)通过气象检测器判断是否有雾，如果没有雾，转至步骤(5)；如果有雾，转至步骤(6)；

(5)指挥控制中心在路侧可变信息提示板上显示正常天气状况下的信息；

(6)确定雾的状态和与雾状态匹配的可视距离L；

(7)通过交通流检测器实时获取快速道路各路段的交通流数据，并依据拥堵判定条件判断各路段是否拥堵；

(8)如果步骤(7)中判断为是，则根据限速值控制算法计算各路段的限速值；所述限速值控制算法是将若干个限速值按降序顺序依次代入限速值判定条件中计算，选取首个满足限速值判定条件的限速值；所述限速值判定条件如下：

$(\stackrel{\&OverBar;}{s}/3.6)\&CenterDot;\mathrm{\&Delta;}\stackrel{\&OverBar;}{t}+\frac{{(\stackrel{\&OverBar;}{s}/3.6)}^2-{(V_{\mathrm{com}}/3.6)}^2}{2a}+(V_s/3.6)\&CenterDot;(\frac{((\stackrel{\&OverBar;}{s}-V_{\mathrm{con}})/3.6)}{a}+\mathrm{\&Delta;}\stackrel{\&OverBar;}{t})<L-(V_s/3.6)(t-\stackrel{\&OverBar;}{t})$

其中，为代入限速值判定条件的限速值，单位为km/h；为驾驶员制动前的反应时间，单位为s；V_con为快速道路拥堵车辆的行驶速度，单位为km/h；t为当前时刻；为交通流检测器检测到拥堵状态的时刻；

(9)指挥控制中心将各路段的限速值和拥堵预警显示在相应的路侧可变信息提示板上。

2.根据权利要求1所述的一种有雾条件下快速道路拥堵预警及动态限速方法，其特征在于：所述步骤(1)中拥堵波的传播速度V_s的计算公式如下：

$\begin{array}{c}{q}_A\&CenterDot;\mathrm{\&Delta;}t+K_A\&CenterDot;l=(V_B\&CenterDot;\mathrm{\&Delta;}t+l)\&CenterDot;K_B\\ \&DoubleRightArrow;V_s=l/\mathrm{\&Delta;}t=(q_A-q_B)/(K_B-K_A)\end{array}$

其中，q_A为自由流状态的交通流流量，单位为beh/s；K_A为自由流状态的交通流密度，单位为veh/m；V_B为拥堵状态的交通流速度，单位为m/s；K_B为拥堵状态的交通流密度，单位为veh/m；q_B为拥堵状态的交通流流量，单位为beh/s；l为A点与B点间的距离，单位为m；△t为拥堵状态从B点传播到A点的时间，单位为s；V_s为拥堵波的传播速度，单位为km/h。

3.根据权利要求1所述的一种有雾条件下快速道路拥堵预警及动态限速方法，其特征在于：所述步骤(7)中的拥堵判定条件如下：

O_a>O_c且V_a<V_r

其中，O_a为快速道路各路段实时交通流占有率检测值，百分比值；O_c为快速道路各路段交通拥堵状态占有率阈值，百分比值；V_a为快速道路各路段实时交通流速度检测值，单位为km/h；V_r为速道路各路段交通流拥堵状态速度阈值，单位为km/h。

4.根据权利要求1所述的一种有雾条件下快速道路拥堵预警及动态限速方法，其特征在于：步骤(8)中按降序顺序依次代入限速值判定条件中计算的限速值包括120km/h、90km/h、70km/h、40km/h和20km/h。

5.根据权利要求1所述的一种有雾条件下快速道路拥堵预警及动态限速方法，其特征在于：所述步骤(2)中相邻的交通流检测器之间的间距为1km。