CN110070732B - 一种基于实时仿真的匝道信号前馈控制方法及系统 - Google Patents

Abstract

本发明公开了一种基于实时仿真的匝道信号前馈控制方法及系统，基于实时数据，生成匝道信号前馈控制方案，实时分析合流区的运行状况。本发明方法基于合流区实际轨迹数据分析，建立考虑合流区动态机理与中国司机驾驶行为的元胞自动机模型；利用检测器数据和元胞仿真模型判断下一周期快速路合流区运行状态；建立基于交通仿真的前馈匝道控制算法，通过在可行域内的离散搜索进行信号控制方案的快速求解。本发明系统集交通仿真、短时预测、匝道控制、效果评估为一体，为快速路入口匝道控制提供智能化辅助决策分析工具。与现有相比，本发明能快速准确进行快速路匝道控制，克服传统反馈匝道控制滞后性、参数标定困难等局限，具有实时性与可操作性。

Description

一种基于实时仿真的匝道信号前馈控制方法及系统

技术领域

本发明涉及匝道交通管理与控制领域，具体涉及一种基于元胞自动机模型实时仿真的匝道信号前馈控制方法及系统。

背景技术

快速路交织区交通流运行复杂，易形成造成交通拥塞，成为制约城市交通的瓶颈，因此对快速路交织区的交通流进行研究管理有十分重要的意义。入口匝道控制是进行快速路交织区控制、治理快速路网拥堵的有效手段之一，其是利用匝道信号灯调节车辆进入快速路主线的流率，从而保证快速路的性能指标运行在系统最佳状态附近，有缓解拥堵、增加汇车安全、减少污染等效益。

现有单点型匝道控制包括：ALINEA算法、ZONE算法以及神经网络等，均为反馈型信号控制，依据检测当前的交通流量和历史调节率来制定未来的控制方案，存在一定缺陷：

ALINEA算法未考虑入口匝道因排队引起的同溢现象，结果完全基于预想值；ZONE算法参数难以标定；神经网络使用反馈规则来保持理想占有率检测输出量，其学习时间相对较长，难以满足匝道控制的高实时性要求。

发明内容

发明目的：针对现有技术的不足，本发明目的在于提供一种具有前瞻性、仿真模型参数设置稳健、具有可移植性的基于实时仿真的匝道信号前馈控制方法及系统。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

一种基于实时仿真的匝道信号前馈控制方法，包括以下步骤：

(1)获取位于快速路匝道上游、匝道下游以及匝道入口红绿灯前的交通流检测器测得的上游主线、下游主线和匝道的流量和车速；

(2)将交通流检测器测得的数据作为边界条件输入元胞仿真模型对下一周期快速路合流区运行状态进行判断，下游主线平均速度小于设定阈值时，在元胞仿真模型中下游边界处设置拥堵点；制定匝道信号控制方案，并利用元胞仿真模型推演在此信号控制策略下合流区下一周期的运行状况，以系统总通过量最大、平均行程时间最短且保持可接受的匝道队长为优化目标，选择最优的匝道信号控制参数；其中元胞仿真模型包括在上游检测器、下游检测器、匝道检测器包围位置建立的静态道路元胞模型和动态车辆元胞模型，道路元胞模型用于记录道路信息，车辆元胞模型用于记录车辆运行时空情况；元胞仿真模型中的参数包括元胞长度、换道概率、车辆最大加速度、车辆最大速度、换道安全间距和随机慢化概率，利用遗传算法对元胞仿真模型进行参数标定；

(3)将最优方案匝道信号控制参数通过传给匝道上的信号控制机，对匝道进行相应的信号控制；每隔设定的周期重复步骤(1)至(3)形成实时、动态、前馈的匝道信号控制流程。

在优选实施方案中，根据如下公式确定上、下游检测器的安装位置：

S_上游＝v_正向×t

S_下游＝v_反向×t

其中，S_上游为上游检测器距匝道位置，S_下游为下游检测器距匝道位置，v_正向为交通流正向传播波速，v_反向为交通流负向传播波速，t为信号控制系统计算周期。

在优选实施方案中，所述元胞仿真模型将合流区在空间上进行分段建模，包括五个建模区域：区域1：匝道上游路段，即从匝道检测器到鼻端处匝道车辆汇入主线的部分；区域2：主线上游路段，即从主线上游检测器到鼻端处匝道车辆汇入主线的部分；区域3：匝道车辆汇入主线部分，对应主线的车道；区域4：匝道车辆完全汇入主线后的主线部分；区域5：匝道车辆汇入主线部分，对应匝道的车道。

在优选实施方案中，五个区域的元胞迭代规则包括：

区域1左转换道概率为P_L1，右转换道概率为0；区域2左转换道概率为P_L2，右转换道概率为P_R2；区域3左转换道概率为P_L3，右转换道概率为P_R3；区域4左转换道概率为P_L4，右转换道概率为P_R4；区域5左转换道概率为1，右转换道概率为0；

主线区域车辆换道后速度更新公式为：

V_t+1＝min{max{V_t+1,V_max},d_L-front,d_R-front}

其中，V_t+1为t+1时刻车速；V_max为车辆速度上限；d_L-front为车辆与左侧车道前车距离；d_R-front为车辆与右侧车道前车距离；

匝道区域车辆换道后速度更新公式为：

其中，V_L-rear为同车道后车速度；d_L-rear为车辆与同车道后车距离；a为车辆加速度。

在优选实施方案中，利用遗传算法对元胞仿真模型进行参数标定的步骤包括：

(10)随机生成解集向量：

X_i＝(Cell_Length,P_L1,P_L2,P_L3,P_L4,P_R2,P_R3,P_R4,A,V_max,Safe_d,Slow_p)

其中，Cell_Length为元胞长度；P_L1为区域1左转换道概率；P_L2为区域2左转换道概率；P_L3为区域3左转换道概率；P_L4为区域4左转换道概率；P_R2为区域2右转换道概率；P_R3为区域3右转换道概率；P_R4为区域4右转换道概率；A为车辆加速度上限；V_max为车辆速度上限；Safe_d为安全间距；Slow_p为随机慢化概率；i∈{1,2，…N}，N为种群大小；

(11)在元胞仿真模型中仿真T秒，记录第j秒仿真路段上的车辆数j＝1,2,3,…,T；

(12)建立适应度指标

用于比较仿真结果与实际情况；其中，N_sj为j时刻仿真路段上的车辆数；N_Rj为j时刻真实路段上的车辆数；T为仿真时长；

(13)选择适应度大的解集向量，进行交叉重组；

(14)若未达到迭代终止条件则回到步骤(11)，否则参数标定结束，以此时适应度指标最大的解集向量作为参数的解。

在优选实施方案中，最优匝道信号控制参数选择的目标函数为：

maxk₁O_T+k₂t_T s.t.Q_ramp≤Q₀

其中：k₁,k₂为重要性系数；O_T为更新周长T内主线和匝道通过的车辆数，经过归一化处理为0,1区间的值；t_T为更新周长T内主线和匝道通过的车辆的平均行程时间，经过归一化处理为0,1区间的值；Q_ramp为匝道排队长度；Q₀为可接受的匝道排队长度最大值。

在优选实施方案中，利用单车放行调节策略，通过在可行域内的离散搜索进行信号控制参数的快速求解。

本发明所述的一种基于实时仿真的匝道信号前馈控制系统，包括至少一台计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现根据所述的基于实时仿真的匝道信号前馈控制方法。

有益效果：与现有技术相比，本发明的优点是：1、本发明建立用于描述匝道合流区瓶颈路段的元胞自动机模型，仿真精度良好；2、本系统基于交通仿真的前馈匝道控制算法能模拟未来的运行状况，基于未来的状况确定预测方案，前馈控制方法在拥堵和一般的情况下控制效果良好；3、本发明仿真模型参数设置简单稳健，反馈方法对参数十分敏感，而在实际应用中参数调整十分困难，且设定的参数难以应对突变交通流；前馈方法求解过程中依据仿真预测结果进行优化，信控方案参数设置简单；4、本系统具有可移植性，现有的反馈算法基于内置模型求解信控方案，难以应对匝道数量、长度变化；前馈算法不受模型制约，适用于多种场景，具有良好的可移植性。

附图说明

图1为本发明实施例中的匝道信号前馈控制仿真模型参数标定流程图。

图2为本发明实施例中的匝道信号前馈控制方法流程图。

图3为本发明实施例中的上游、下游、匝道交通检测器位置示意图。

图4为本发明实施例中的元胞仿真模型分段建模示意图。

具体实施方式

下面通过实施例，并结合附图，对本发明的原理、特征、技术方案进行具体说明。

本发明实施例公开的一种基于实时仿真的匝道信号前馈控制方法，方法主要流程如图1、2所示，包括如下步骤：

(1)获取位于快速路匝道上游、匝道下游以及匝道入口红绿灯前的交通流检测器测得的上游主线、下游主线和匝道的流量和车速；

(2)将交通流检测器测得的数据作为边界条件输入元胞仿真模型对下一周期快速路合流区运行状态进行判断，下游主线平均速度小于设定阈值时，在元胞仿真模型中下游边界处设置拥堵点；根制定匝道信号控制方案，并利用元胞仿真模型推演在此信号控制策略下合流区下一周期的运行状况，以系统总通过量最大、平均行程时间最短且保持可接受的匝道队长为优化目标，选择最优的匝道信号控制参数；其中元胞仿真模型包括在上游检测器、下游检测器、匝道检测器包围位置建立的静态道路元胞模型和动态车辆元胞模型，道路元胞模型用于记录道路信息，车辆元胞模型用于记录车辆运行时空情况；元胞仿真模型中的参数包括元胞长度、换道概率、车辆最大加速度、车辆最大速度、换道安全间距和随机慢化概率，利用遗传算法对元胞仿真模型进行参数标定；

(3)将最优方案匝道信号控制参数通过传给匝道上的信号控制机，对匝道进行相应的信号控制；每隔设定的周期重复步骤(1)至(3)形成实时、动态、前馈的匝道信号控制流程。

为了准确确定上下游检测器的安装位置，需先进行交通流分析。相关公式如下：

S_上游＝v_正向×t

S_下游＝v_反向×t

其中，S_上游为上游检测器距匝道位置，S_下游为下游检测器距匝道位置，v_正向为交通流正向传播波速，v_反向为交通流负向传播波速，t为信号控制系统计算周期。当交通流反向传播波速为21km/h，信号控制系统计算周期为60s时，由公式(3)计算可知，下游检测器位置设置为距匝道350m处。

本实施例中，在下游距匝道350米处、上游距匝道500米处、匝道入口红绿灯前安装雷达交通流检测器，可以获得：上游主线和匝道的分车道流量、车速，下游的分车道流量、车速

在安装了交通流检测器后，检测器测得数据作为边界条件输入元胞仿真模型，元胞仿真模型分段建模如图4所示，区域1代表匝道上游路段，即从匝道检测器到鼻端处匝道车辆汇入主线的部分(匝道与主线相接处)；区域2代表主线上游路段，即从主线上游检测器到鼻端处匝道车辆汇入主线的部分；区域3代表匝道车辆汇入主线部分(主线的三条车道)；区域4代表匝道车辆完全汇入主线后的的主线部分；区域5代表匝道车辆汇入主线部分(匝道的两条车道)。图3中，1至34标记了从上游到下游的元胞个数，1代表元胞进入边界，即主线和匝道上游断面；34代表元胞驶离边界，即主线下游断面。

元胞仿真模型涉及的参数为：1)元胞长度；2)换道概率；3)车辆最大加速度；4)车辆最大速度；5)换道安全间距；6)随机慢化概率。

在上游检测器、下游检测器、匝道检测器包围位置建立静态道路元胞模型和动态车辆元胞模型，道路元胞模型用于记录道路信息，车辆元胞模型用于记录车辆运行时空情况；在t时刻车辆根据所在元胞的道路参数换道概率仿真车辆行为，获得t+1时刻车辆位置；根据t+1时刻车辆位置更新道路元胞的车辆占有状态；

同时对元胞仿真模型进行改进，对于如图4所示元胞仿真模型分段建模区域，根据车辆的行驶目的将其分为通行为目的的主线车辆和以换道为目的的匝道车辆，按照两种车辆的动态机理将合流区在空间上沿车流方向划分为五类，建立模型时对元胞迭代规则进行分别设定，元胞迭代规则包括：

(1)图4所示的区域1左转换道概率为P_L1，右转换道概率为0；区域2左转换道概率为P_L2，右转换道概率为P_R2；区域3左转换道概率为P_L3，右转换道概率为P_R3；区域4左转换道概率为P_L4，右转换道概率为P_R4；区域5左转换道概率为1，右转换道概率为0；

(2)主线区域和匝道区域车辆换道后速度更新不同，主线区域车道速度更新公式为：

V_t+1＝min{max{V_t+1,V_max},d_L-front,d_R-front}

其中：

V_t+1——t+1时刻车速；

V_max——车辆速度上限；

d_L-front——车辆与左侧车道前车距离，当车辆与左侧车道前车发生碰撞时，d_L-front＝V_t+1T，由于元胞仿真模型的时间为离散值，本实验以1仿真秒为仿真步长，即d_R-front＝V_t+1；

d_R-front——车辆与右侧车道前车距离，当车辆与右侧车道前车发生碰撞时，d_R-front＝V_t+1T，由于元胞仿真模型的时间为离散值，本实验以1仿真秒为仿真步长，即d_L-front＝V_t+1；

p——计算机程序生成的伪随机数；

slow_p——随机慢化概率；

匝道区域更新公式为：

其中：

V_L-rear——同车道后车速度；

d_L-rear——车辆与同车道后车距离；

a——车辆加速度；

其他符号物理意义同上；

同时考虑车道、理想换道位置与安全距离的换道规则以及中国司机驾驶行为的双减速倾向：第一次减速在产生换道动机，经判断符合换道条件之后，在换道行为之前；换道过程中驾驶员有加速倾向；第二次减速发生在换道完成后，司机即将根据前车距进行跟驰行为时；基于此建立双减速换道模型，即车辆在换道前后以一定概率进行双减速；

输入检测器数据，利用遗传算法对元胞仿真模型进行参数标定，具体步骤如下：

1)随机生成解集向量：

X_i＝(Cell_Length,P_L1,P_L2,P_L3,P_L4,P_R2,P_R3,P_R4,A,V_max,Safe_d,Slow_p)，

其中：

Cell_Length——元胞长度；

P_L1——区域1左转换道概率；

P_L2——区域2左转换道概率；

P_L3——区域3左转换道概率；

P_L4——区域4左转换道概率；

P_R2——区域2右转换道概率；

P_R3——区域3右转换道概率；

P_R4——区域4右转换道概率；

A——车辆加速度上限；

V_max——车辆速度上限；

Safe_d——安全间距；

Slow_p——随机慢化概率；

i∈N＝100，即种群大小为100；变量m用于记录代数，m＝0；

2)在元胞仿真模型中仿真T秒，记录第j秒仿真路段上通过的车辆数，即通过元胞下游边界的车辆数(j＝1,2,3,…,T)；

3)建立适应度指标

用于比较仿真结果与实际情况，

其中：

N_sj——j时刻仿真路段上的车辆数；

N_Rj——j时刻真实路段上的车辆数，由真实路段下游雷达交通流检测器获得；

T——仿真时长；

4)选择适应度大的解集向量，进行交叉重组，并更新变量m＝m+1；

5)判断此时代数m是否达到300，若未达到，则回到步骤2)；若m＝300，则标定结束，以此时适应度指标最大的解集向量作为参数的解；

本实施例步骤(2)中基于元胞仿真模型推演未来状态并制定信号控制方案的具体步骤包括：

(2.1)利用上一个信号更新周期内下游检测器测得速度数据判断下一个更新周期内，由所建立的元胞仿真模型仿真范围内合流区运行状态，包括下游无突发拥堵状况、下游突发拥堵状况两种情况；若主线下游检测器测得交通流平均速度小于55km/h，则判断此时交通流状态为拥挤流，认为下游突发拥堵状况，且在元胞仿真模型中下游边界处设置拥堵点，即主线三条车道下游边界，进行下一周期合流区交通流仿真推演；

(2.2)假设匝道车辆到达量在短时间内不发生变化，根据本周期匝道到达流量输出下一计算周期匝道到达流量；

(2.3)在匝道到达流量明显小于主线交通量的情况下，推荐采用单车放行策略，即单车进入调节，允许一辆车通过的绿灯时间t_green取值为2秒，根据公式：

将(2.2)中元胞自动机模型输出的下一计算周期匝道到达流量q_arrive代入公式，通过代入不同的匝道信号灯周期长度C计算匝道汇入流量q_on-ramp；

在选取匝道信号灯周期长度C时，由于实际工程中信号控制设备的限制，具有实际意义周期C的解为整数并存在上下界限，因此C可以被离散为有穷多个整数值，在给定元胞结构与车辆到达时，可以遍历可行域内的每一个信号周期，利用元胞仿真模型推演在此信号控制策略下合流区下一周期的运行状况，以系统总通过量最大、平均行程时间最短且保持可接受的匝道队长为优化目标，选择最优的控制参数发给信号机；

目标函数计算公式如下：

maxk₁O_T+k₂t_T

s.t.Q_ramp≤Q₀

其中：

k₁,k₂—对应的重要性系数，取k₁＝0.5，k₂＝0.5；

O_T—更新周长T内主线和匝道通过的车辆数，经过归一化处理为0,1区间的值；

t_T—更新周长T内主线和匝道通过的车辆的平均行程时间，经过归一化处理为0,1区间的值；

Q_ramp—匝道排队长度；

Q₀—可接受的匝道排队长度最大值；

将上述得到的最优方案信号周期C通过无线设备传给匝道上的信号控制机，对匝道进行相应的信号控制；用特定周期作为方案的更新间隔，考虑实际情况，常取60s；重复上述步骤，前馈信号优化系统和实际道路便形成闭环，得以持续运行。

本发明另一实施例公开的一种基于实时仿真的匝道信号前馈控制系统，包括至少一台计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现上述的基于实时仿真的匝道信号前馈控制方法。

Claims (8)

1.一种基于实时仿真的匝道信号前馈控制方法，其特征在于，包括以下步骤：

(1)获取位于快速路匝道上游、匝道下游以及匝道入口红绿灯前的交通流检测器测得的上游主线、下游主线和匝道的流量和车速；

(2)将交通流检测器测得的数据作为边界条件输入元胞仿真模型对下一周期快速路合流区运行状态进行判断，下游主线平均速度小于设定阈值时，在元胞仿真模型中下游边界处设置拥堵点；制定匝道信号控制方案，并利用元胞仿真模型推演在此信号控制方案下合流区下一周期的运行状况，以系统总通过量最大、平均行程时间最短且保持可接受的匝道队长为优化目标，选择最优的匝道信号控制参数；其中元胞仿真模型包括在上游检测器、下游检测器、匝道检测器包围位置建立的静态道路元胞模型和动态车辆元胞模型，道路元胞模型用于记录道路信息，车辆元胞模型用于记录车辆运行时空情况；元胞仿真模型中的参数包括元胞长度、换道概率、车辆最大加速度、车辆最大速度、换道安全间距和随机慢化概率，利用遗传算法对元胞仿真模型进行参数标定；

(3)将最优方案匝道信号控制参数传给匝道上的信号控制机，对匝道进行相应的信号控制；每隔设定的周期重复步骤(1)至(3)形成实时、动态、前馈的匝道信号控制流程。

2.根据权利要求1所述的一种基于实时仿真的匝道信号前馈控制方法，其特征在于，根据如下公式确定上、下游检测器的安装位置：

S_上游＝v_正向×t

S_下游＝v_反向×t

其中，S_上游为上游检测器距匝道位置，S_下游为下游检测器距匝道位置，v_正向为交通流正向传播波速，v_反向为交通流负向传播波速，t为信号控制系统计算周期。

3.根据权利要求1所述的一种基于实时仿真的匝道信号前馈控制方法，其特征在于，所述元胞仿真模型将合流区在空间上进行分段建模，包括五个建模区域：区域1：匝道上游路段，即从匝道检测器到鼻端处匝道车辆汇入主线的部分；区域2：主线上游路段，即从主线上游检测器到鼻端处匝道车辆汇入主线的部分；区域3：匝道车辆汇入主线部分，对应主线的车道；区域4：匝道车辆完全汇入主线后的主线部分；区域5：匝道车辆汇入主线部分，对应匝道的车道。

4.根据权利要求3所述的一种基于实时仿真的匝道信号前馈控制方法，其特征在于，五个区域的元胞迭代规则包括：

区域1左转换道概率为P_L1，右转换道概率为0；区域2左转换道概率为P_L2，右转换道概率为P_R2；区域3左转换道概率为P_L3，右转换道概率为P_R3；区域4左转换道概率为P_L4，右转换道概率为P_R4；区域5左转换道概率为1，右转换道概率为0；仿真步长为1仿真秒；

主线区域车辆换道后速度更新公式为：

V_t+1＝min{max{V_t+1,V_max},d_L-front,d_R-front}

其中，V_t+1为t+1时刻车速；V_max为车辆速度上限；d_L-front为车辆与左侧车道前车距离；d_R-front为车辆与右侧车道前车距离；

匝道区域车辆换道后速度更新公式为：

其中，V_L-rear为同车道后车速度；d_L-rear为车辆与同车道后车距离；a为车辆加速度。

5.根据权利要求3所述的一种基于实时仿真的匝道信号前馈控制方法，其特征在于，利用遗传算法对元胞仿真模型进行参数标定的步骤包括：

(10)随机生成解集向量：

X_i＝(Cell_Length,P_L1,P_L2,P_L3,P_L4,P_R2,P_R3,P_R4,A,V_max,Safe_d,Slow_p)

其中，Cell_Length为元胞长度；P_L1为区域1左转换道概率；P_L2为区域2左转换道概率；P_L3为区域3左转换道概率；P_L4为区域4左转换道概率；P_R2为区域2右转换道概率；P_R3为区域3右转换道概率；P_R4为区域4右转换道概率；A为车辆加速度上限；V_max为车辆速度上限；Safe_d为安全间距；Slow_p为随机慢化概率；i∈{1,2，…N}，N为种群大小；

(11)在元胞仿真模型中仿真T秒，记录第j秒仿真路段上的车辆数j＝1,2,3,…,T；

(12)建立适应度指标

用于比较仿真结果与实际情况；其中，N_sj为j时刻仿真路段上的车辆数；N_Rj为j时刻真实路段上的车辆数；T为仿真时长；

(13)选择适应度大的解集向量，进行交叉重组；

(14)若未达到迭代终止条件则回到步骤(11)，否则参数标定结束，以此时适应度指标最大的解集向量作为参数的解。

6.根据权利要求1所述的一种基于实时仿真的匝道信号前馈控制方法，其特征在于，最优匝道信号控制参数选择的目标函数为：

max k₁O_T+k₂t_T s.t.Q_ramp≤Q₀

其中：k₁,k₂为重要性系数；O_T为更新周长T内主线和匝道通过的车辆数，经过归一化处理为0,1区间的值；t_T为更新周长T内主线和匝道通过的车辆的平均行程时间，经过归一化处理为0,1区间的值；Q_ramp为匝道排队长度；Q₀为可接受的匝道排队长度最大值。

7.根据权利要求6所述的一种基于实时仿真的匝道信号前馈控制方法，其特征在于，利用单车放行调节策略，通过在可行域内的离散搜索进行信号控制参数的快速求解。

8.一种基于实时仿真的匝道信号前馈控制系统，包括至少一台计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-7任一项所述的基于实时仿真的匝道信号前馈控制方法。

Images