CN109410599A - 一种交通事件下高速公路匝道的协调诱控方法 - Google Patents
一种交通事件下高速公路匝道的协调诱控方法 Download PDFInfo
- Publication number
- CN109410599A CN109410599A CN201710705281.4A CN201710705281A CN109410599A CN 109410599 A CN109410599 A CN 109410599A CN 201710705281 A CN201710705281 A CN 201710705281A CN 109410599 A CN109410599 A CN 109410599A
- Authority
- CN
- China
- Prior art keywords
- coordination
- traffic
- lures
- traffic events
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/075—Ramp control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种交通事件下高速公路匝道的协调诱控方法,属于交通控制技术领域。它包括:(1)利用VISSIM中的排队检测器获取交通事件发生时间段内交通波的影响范围;(2)根据高速公路的匝道桩号以及交通波影响范围,确定用于协调控制的匝道数;(3)采用单点与协调层面相结合的方法获得最优的匝道调节率,同时辅助以路径诱导;其中,在协调层面选择密度作为控制变量,通过PID控制方法,计算协调调节率,并按照减少流入量的权重分配至拥堵点上游各匝道。本发明采用改进的Bottleneck控制方法与基于行程事件的路径诱导方法相结合的方式,基于VISSIM仿真结果表明,可大大降低主路的车辆延误,加快了调节效率。
Description
技术领域
本发明属于交通控制技术领域,尤其是一种交通事件下高速公路匝道的协调诱控方法。
背景技术
随着高速公路车辆保有量的增长,路段拥挤状况不断出现,当路段出现拥挤时,会形成道路瓶颈,产生严重的车辆延误现象。若未对拥挤路段进行及时控制,上游车辆对其不断冲击将导致交通环境恶化,降低路网交通的整体效益。缓解交通拥挤,提高运营效率与安全性,已经成为亟待解决的现实问题。研究表明,匝道控制是应用最广泛、最有效的一种缓解高速道路拥挤的控制形式。它是指利用匝道信号灯调节车辆进入高速公路主线的流率,以提升高速公路的局部或整体的效能,局部匝道控制通过缓解交织区拥堵,减少路肩车道排队进而达到提高通行能力、减少事故的目的;多匝道协调控制通过对路网状态的判别,从系统全局的角度,合理协调各入口匝道的通过率;以此应对突发事件或交通需求激增导致的路段拥堵,提高路网整体运行效率。
发明内容
为解决Bottleneck控制方法的不足:(1)协调层面上,缺乏需要调节的入口匝道的数量和位置的准确表达式;(2)主线最大流率随时间、天气等因素的变化而变化,难以确切反应交通瓶颈状态,本发明提供一种交通事件下高速公路匝道的协调诱控方法。
为实现上述目的,本发明采用下述技术方案:
一种交通事件下高速公路匝道的协调诱控方法,它包括以下步骤:
(1)利用VISSIM中的排队检测器获取交通事件发生时间段内交通波的影响范围;
(2)根据高速公路的匝道桩号以及交通波影响范围,确定用于协调控制的匝道数;
(3)采用单点与协调层面相结合的方法获得最优的匝道调节率,同时辅助以路径诱导;其中,在协调层面选择密度作为控制变量,通过PID控制方法,计算协调调节率,并按照减少流入量的权重分配至拥堵点上游各匝道。
采用上述技术方案,VISSIM交通仿真软件可应用于匝道控制运营分析、路径诱导和可变信息标志的影响分析等各种交通场景;利用VISSIM中的排队检测器代替现实路网中电警;临界密度相对稳定且不受天气等因素的影响,故将密度代替流量作为控制变量,适于反映主路的交通拥挤状态;采用PID控制方法控制变量与期望值的误差,加快误差信号的变化速率,减小调节时间,结合路径诱导对上游车辆进行疏散;车辆平均延误比无控制以及单点控制方法有明显的下降。
进一步地,步骤(1)中利用VISSIM中的排队计数器,获取检测时间间隔内的最大排队长度。
进一步地,步骤(3)中在单点层面采用Alinea算法测得下游车道的占有率,采取反馈闭环及比例控制措施调节入口匝道车流量,获取该匝道的局部调节率,始终保持下游路段处于最适的通行状态。
进一步地,步骤(3)中路径诱导采用路径行程时间计算路径选择概率。
有益效果:
本发明采用改进的Bottleneck控制方法与基于行程事件的路径诱导方法相结合的方式,基于VISSIM仿真结果表明,该匝道协调诱控方法可大大降低主路的车辆延误,加快了调节效率。
附图说明
图1为本发明的仿真路网建模图;
图2为本发明采用改进的Bottleneck控制方法示意图;
图3为本发明采用VMS诱导控制流程图;
图4为基于本发明的主路车辆平均延误与无控制以及单点控制方法比较结果示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1所示为本发明基于交通事件下高速公路匝道的协调诱控方法的仿真路网建模,该路网主要由一段长约4400米的单向三车道主干线、四个进口匝道、两个出口道等组成。
如图2所示,通过VISSIM模拟7车追尾碰撞事件,在主路下游约3000米处发生,改进的Bottleneck控制方法为:
(1)交通事件发生后,通过计算排队长度(交通波波阵面的)获取拥挤影响范围(上游检测断面与下游检测断面之间的交通瓶颈区域),确定需要进行协调的匝道数n;
(2)计算局部调节率:采用Alinea算法,通过反馈闭环及比例控制措施调节入口匝道车流量,使其对应下游路段始终保持最适的通行状态,式中,r(k)代表k时刻入口匝道的通过率,kR代表比例增益系数,代表最优车道占有率,oout(k)代表k时刻检测得到的下游车道占有率;
(3)计算协调调节率:应用密度作为控制变量,采用PID控制方法,则ρred(i,k)=kIe(i,k)+kd(e(i,k)-e(i,k-1)),式中kI,kd为PID的控制参数,e(i,k)为周期k内的控制误差,e(i,k)=ρd-ρs(i,k),带入可得协调调节率式中,Wji=1/|Xj-Xs|,Xj为匝道j的桩号,j=1,2,...,n
(4)最终调节率:取单点控制rij(k)与协调控制R(j,i,k)中的最小值;
如图3所示,路径诱导采用Logit模型作为路径选择模型,对于路径费用计算则采用路径行程时间比上所有路径平均行程时间来代替,式中,P(i)为第i条路径被选择的概率,T(i)代表第i条路径的行程事件,m位所有路径的总数,费用系数在本路网环境中取1。其具体诱导控制流程为:(1)路网状态感知后获得实际分流比,同时进入交通态势预测,动态交通分配,获得最优分流比;(2)输入实际分流比与最优分流比进行比较,差值超过阈值,则进入控制等级划分,发布诱导信息和切换频率;(3)进入下一时段T=T+1,路网阻抗更新后,再次进入路网状态感知。
本发明考虑了拥堵点上游匝道减少流入量的分配权重,实际应用中需进行一定的改进,易于控制实施,基于VISSIM仿真结果表明如图4所示,本发明基于Bottleneck+VMS控制与无控制、Alinea控制以及Bottleneck控制比较,有效降低了主路车辆平均延误。
对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (4)
1.一种交通事件下高速公路匝道的协调诱控方法,其特征在于,它包括以下步骤:
(1)利用VISSIM中的排队检测器获取交通事件发生时间段内交通波的影响范围;
(2)根据高速公路的匝道桩号以及交通波影响范围,确定用于协调控制的匝道数;
(3)采用单点与协调层面相结合的方法获得最优的匝道调节率,同时辅助以路径诱导;其中,在协调层面选择密度作为控制变量,通过PID控制方法,计算协调调节率,并按照减少流入量的权重分配至拥堵点上游各匝道。
2.根据权利要求1所述的交通事件下高速公路匝道的协调诱控方法,其特征在于:所述步骤(1)中利用VISSIM中的排队计数器,获取检测时间间隔内的最大排队长度。
3.根据权利要求1或2所述的交通事件下高速公路匝道的协调诱控方法,其特征在于:所述步骤(3)中在单点层面采用Alinea算法测得下游车道的占有率,采取反馈闭环及比例控制措施调节入口匝道车流量,获取该匝道的局部调节率,始终保持下游路段处于最适的通行状态。
4.根据权利要求3所述的交通事件下高速公路匝道的协调诱控方法,其特征在于:所述步骤(3)中路径诱导采用路径行程时间计算路径选择概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710705281.4A CN109410599B (zh) | 2017-08-17 | 2017-08-17 | 一种交通事件下高速公路匝道的协调诱控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710705281.4A CN109410599B (zh) | 2017-08-17 | 2017-08-17 | 一种交通事件下高速公路匝道的协调诱控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109410599A true CN109410599A (zh) | 2019-03-01 |
CN109410599B CN109410599B (zh) | 2021-11-05 |
Family
ID=65454883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710705281.4A Active CN109410599B (zh) | 2017-08-17 | 2017-08-17 | 一种交通事件下高速公路匝道的协调诱控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109410599B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796752A (zh) * | 2019-09-20 | 2020-02-14 | 上海城市交通设计院有限公司 | 一种收费站车道动态智慧指引系统及其动态指引方法 |
CN111815953A (zh) * | 2020-08-31 | 2020-10-23 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种面向交通事件的高速公路交通管控效果评价方法 |
CN112150813A (zh) * | 2020-09-28 | 2020-12-29 | 无锡市政设计研究院有限公司 | 一种针对高速公路长距离下游瓶颈路段入口匝道控制方法 |
CN113345226A (zh) * | 2021-05-31 | 2021-09-03 | 重庆交通大学 | 一种突发事件影响在高速公路网中的传播预测方法 |
CN114023068A (zh) * | 2021-11-09 | 2022-02-08 | 合肥工业大学设计院(集团)有限公司 | 一种短距离交织区交通流短时预测与主动控制系统及方法 |
CN115331443A (zh) * | 2022-08-12 | 2022-11-11 | 同济大学 | 一种高速公路入口匝道纵断面交通流量管控方法及系统 |
CN115424432A (zh) * | 2022-07-22 | 2022-12-02 | 重庆大学 | 一种基于多源数据的高速公路异常事件下的上游分流方法 |
CN115424438B (zh) * | 2022-08-24 | 2023-07-28 | 东南大学 | 高速公路施工区的出入口匝道交通流管控方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160002547A (ko) * | 2014-06-30 | 2016-01-08 | 아주대학교산학협력단 | 고속도로의 화물차 진입제어 방법 및 장치 |
CN106710245A (zh) * | 2016-12-23 | 2017-05-24 | 西华大学 | 基于密度的快速路多车道匝道控制方法 |
-
2017
- 2017-08-17 CN CN201710705281.4A patent/CN109410599B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160002547A (ko) * | 2014-06-30 | 2016-01-08 | 아주대학교산학협력단 | 고속도로의 화물차 진입제어 방법 및 장치 |
CN106710245A (zh) * | 2016-12-23 | 2017-05-24 | 西华大学 | 基于密度的快速路多车道匝道控制方法 |
Non-Patent Citations (1)
Title |
---|
高洵飞: ""基于ALINEA的城市高架快速路入口应道控制优化研究"", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796752A (zh) * | 2019-09-20 | 2020-02-14 | 上海城市交通设计院有限公司 | 一种收费站车道动态智慧指引系统及其动态指引方法 |
CN110796752B (zh) * | 2019-09-20 | 2021-11-26 | 上海城市交通设计院有限公司 | 一种收费站车道动态智慧指引系统及其动态指引方法 |
CN111815953A (zh) * | 2020-08-31 | 2020-10-23 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种面向交通事件的高速公路交通管控效果评价方法 |
CN112150813A (zh) * | 2020-09-28 | 2020-12-29 | 无锡市政设计研究院有限公司 | 一种针对高速公路长距离下游瓶颈路段入口匝道控制方法 |
CN113345226A (zh) * | 2021-05-31 | 2021-09-03 | 重庆交通大学 | 一种突发事件影响在高速公路网中的传播预测方法 |
CN114023068A (zh) * | 2021-11-09 | 2022-02-08 | 合肥工业大学设计院(集团)有限公司 | 一种短距离交织区交通流短时预测与主动控制系统及方法 |
CN114023068B (zh) * | 2021-11-09 | 2022-09-06 | 合肥工业大学设计院(集团)有限公司 | 一种短距离交织区交通流短时预测与主动控制系统及方法 |
CN115424432A (zh) * | 2022-07-22 | 2022-12-02 | 重庆大学 | 一种基于多源数据的高速公路异常事件下的上游分流方法 |
CN115424432B (zh) * | 2022-07-22 | 2024-05-28 | 重庆大学 | 一种基于多源数据的高速公路异常事件下的上游分流方法 |
CN115331443A (zh) * | 2022-08-12 | 2022-11-11 | 同济大学 | 一种高速公路入口匝道纵断面交通流量管控方法及系统 |
CN115424438B (zh) * | 2022-08-24 | 2023-07-28 | 东南大学 | 高速公路施工区的出入口匝道交通流管控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109410599B (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109410599A (zh) | 一种交通事件下高速公路匝道的协调诱控方法 | |
CN106846835B (zh) | 一种城市区域交通信号自适应协调控制方法 | |
Christofa et al. | Arterial queue spillback detection and signal control based on connected vehicle technology | |
CN108510758B (zh) | 基于视频实时信息的城市快速路入口匝道信号控制方法 | |
Ma et al. | Multi-objective optimization of traffic signals based on vehicle trajectory data at isolated intersections | |
CN106297334B (zh) | 绿波协调控制下的干线路段划分方法 | |
CN108898858A (zh) | 一种过饱和交通状态下连续交叉口的信号协调控制方法 | |
CN106600992B (zh) | 城市热点片区交通信号优化控制方法 | |
Ma et al. | Development and evaluation of a coordinated and conditional bus priority approach | |
WO2019007126A1 (zh) | 车联网下基于mfd和排队长度的路网边界限流控制方法 | |
CN104134356B (zh) | 城市交叉口模型参考自适应信号的控制方法 | |
CN113947900A (zh) | 一种智能网联快速路匝道协同控制系统 | |
CN112885088B (zh) | 一种基于动态交通流的多匝道协调控制方法 | |
CN106384520A (zh) | 一种自动调节红绿灯时长的交通信号灯系统及其方法 | |
CN103794065B (zh) | 一种主动式的城市道路区域信号配时参数协同优化方法 | |
WO2020093702A1 (zh) | 一种基于深度q网络学习的交通灯动态配时算法 | |
CN106530757B (zh) | 一种高架匝道智能信号调控方法 | |
CN109920244A (zh) | 可变车道实时控制系统及方法 | |
CN111127889B (zh) | 一种基于车流到达时间预测的连续交叉口协同优化方法 | |
CN104574968A (zh) | 一种临界交通状态参数的确定方法 | |
CN109544913A (zh) | 一种基于深度q网络学习的交通灯动态配时算法 | |
CN106935044A (zh) | 一种基于公交信号优先协调控制的站点位置优化方法 | |
CN106652480A (zh) | 一种基于微波地磁数据的交叉口最大排队长度计算方法 | |
CN109872538A (zh) | 基于mfd的饱和交叉口群多层边界迭代学习控制方法和装置 | |
CN113807270A (zh) | 道路拥堵检测方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |