CN112800550A - 一种基于元胞传输模型的匝道流量管控效果仿真预测方法 - Google Patents

一种基于元胞传输模型的匝道流量管控效果仿真预测方法 Download PDF

Info

Publication number
CN112800550A
CN112800550A CN202110337499.5A CN202110337499A CN112800550A CN 112800550 A CN112800550 A CN 112800550A CN 202110337499 A CN202110337499 A CN 202110337499A CN 112800550 A CN112800550 A CN 112800550A
Authority
CN
China
Prior art keywords
ramp
traffic
flow
cells
cellular
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
Application number
CN202110337499.5A
Other languages
English (en)
Other versions
CN112800550B (zh
Inventor
王以好
杨明
徐洪武
陈荣坚
周甄
柳晖
姜扬隆
陈宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Gaoxin Technology Co Ltd
Original Assignee
Zhejiang Highway Information Engineering Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Highway Information Engineering Technology Co ltd filed Critical Zhejiang Highway Information Engineering Technology Co ltd
Priority to CN202110337499.5A priority Critical patent/CN112800550B/zh
Publication of CN112800550A publication Critical patent/CN112800550A/zh
Application granted granted Critical
Publication of CN112800550B publication Critical patent/CN112800550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种基于元胞传输模型的匝道流量管控效果仿真预测方法，首先将元胞划分为三类，然后根据流量守恒理论建立高速路网元胞传输理论模型，然后再用历史数据对元胞传输理论模型的基本参数进行标定，并估算因事件引起的道路剩余通行能力，然后再对匝道分流区、合流区的流量比例进行估算，对匝道管控方案实施后交通需求进行预测；最后基于标定的所有参数，运行S2的高速路网元胞传输理论模型，对路网交通状态的演变进行仿真，输出仿真结果。本发明的方法可作为匝道流量管控方案的制定与选择的基础依据。

Description

一种基于元胞传输模型的匝道流量管控效果仿真预测方法
技术领域
本发明涉及交通仿真技术领域，尤其涉及一种基于元胞传输模型的匝道流量管控效果仿真预测方法。
背景技术
高速公路作为公路网的重要组成部分，对交通运输经济的发展起着重要的作用。当高速某路段发生一起或多起交通事件时，高速公路管理部门需采取多种交通治理措施以缓解事件造成的拥堵，其中，对事件发生上游匝道流量进行管控，以减少进入事件发生路段的车流量，被认为是一种行之有效的方法。理论上来说，当管控后的上游流量小于或等于事件路段的通行能力时，可达到抑制拥堵扩散的效果；但当管控流量过小时，可能导致收费站车辆排队溢出至城市道路，进而导致进入收费站的城市道路的拥堵，则会造成进入收费站的城市道路的拥堵。然而，在实际应用中，制定合理的匝道管控方案难度较大，其主要原因是缺乏对匝道管控方案下发后的预测与评估方法。
元胞传输模型是以流体动力学为基础的LWR 宏观交通流模型的离散化近似，其基本思想为：将路段划分为一系列首尾相连的元胞，根据流量守恒定律、最大容量约束与元胞的当前状态计算元胞的输入和输出交通流量，由此确定元胞的下一个状态，如此不断迭代，便可获得元胞的动态交通特征。高速公路场景中，元胞传输模型在实际使用中需考虑匝道分合流区的问题，也需要对模型的参数进行标定。
发明内容
首先，本发明的基于元胞传输模型的匝道流量管控效果仿真预测方法，构建一种以事件为终止位置、包括匝道的建模方法，对现有元胞传输模型进行改进，设计针对匝道合流区的元胞划分和建模方法；
其次，匝道管控效果仿真预测方法，提出的交通宏观基本图模型参数标定方法、剩余通行能力估算方法、匝道分合流区流量比例估算方法，解决了元胞传输模型仿真在实际应用中的参数标定问题。本发明的基于元胞传输模型的建模方法及匝道管控效果仿真预测方法，可作为匝道管控方案的制定与选择的基础依据。
一种基于元胞传输模型的匝道流量管控效果仿真预测方法，该方法具体包括如下步骤：S1：以事件发生地点为终止位置，起始位置为事件发生地点上游，起始终止位置之间路段包括距离事件发生地点为终止位置最近的上匝道、下匝道，对上述高速路网路段进行元胞划分，根据有无匝道，分为无匝道元胞，有上匝道元胞和有下匝道元胞三类；元胞划分需满足的原则：（1）同一个元胞内最多只有一个上匝道或下匝道；（2）所述的有上匝道元胞的起始位置位于上匝道入口的上游，所述的有下匝道元胞的终止位置位于下匝道出口位置的下游；
S2：基于流量守恒理论，建立S1得到的三类元胞的高速路网元胞传输模型；
S3：基于高速主线上起始终止路段中的ETC门架和匝道的卡口检测器获取的历史交通数据，采用基于最小二乘法的元胞传输模型参数标定方法对高速路网元胞传输理论模型的基本参数进行标定；并估算因事件引起的道路剩余通行能力；
S4：对匝道分流区、合流区的流量比例进行估算，并对匝道管控方案实施后的上匝道交通需求进行预测；
S5：基于S3和S4标定的所有参数，运行S2的高速路网元胞传输理论模型，对路网交通状态的演变进行仿真，输出仿真结果。
进一步的，所述S2具体通过如下的子步骤来实现：
S2.1基于流量守恒理论，元胞i车密度随时间变化的更新公式如下：
Figure 187557DEST_PATH_IMAGE001
<1>
其中：
Figure 370277DEST_PATH_IMAGE002
表示第个k时间步内，元胞i内的车密度；
Figure 101079DEST_PATH_IMAGE003
分别表示第k个时间步内高速路主线元胞i的输入和输出车流量；
Figure 637234DEST_PATH_IMAGE004
表示元胞更新时间步的时长；
L i 表示元胞i的长度。
进一步的，根据S1中的三类元胞中无匝道元胞，元胞内仅存在主线车流
Figure 982765DEST_PATH_IMAGE005
<2>
Figure 257757DEST_PATH_IMAGE006
<3>
Figure 931315DEST_PATH_IMAGE007
<4>
其中，S i-1 (k)为元胞i-1在自由流状态下的最大发送流率，R i (k)为允许进入元胞i的最大接收流量，v f,i-1表示元胞i-1处于自由流状态下的平均车速；q m,i 、q m,i-1 分别表示元胞i、i-1的最大通行流量；w i 表示元胞i处于拥堵状态下的反向激波速度；
Figure 661374DEST_PATH_IMAGE008
表示车流完全堵塞下的车密度。
进一步的，根据S1中的三类元胞中的上匝道元胞，元胞内存在上匝道和主线两股车流的合流区
Figure 487509DEST_PATH_IMAGE009
<5>
Figure 12032DEST_PATH_IMAGE010
<6>
Figure 172886DEST_PATH_IMAGE011
<7>
其中，r i (k)为元胞i内由匝道i进入主线元胞i的流量，d i (k)为与元胞i相连的上匝道i的交通需求；α i (k)为上匝道车流占合流区总车流的比例；
Figure 441056DEST_PATH_IMAGE012
表示由主线元胞i-1进入元胞i的车流量。
进一步的，通过下式对所述的交通需求d i (k)进行预测：
Figure 151392DEST_PATH_IMAGE013
<17>
其中，D i (k)为前1小时内收费站的车流量，l为实施管控后收费站剩余车道数，
Figure 722182DEST_PATH_IMAGE014
为收费站单车道的最大通行能力。
进一步的，根据S1中的三类元胞中的下匝道元胞，元胞内存在下匝道和主线两股车流的分流区
Figure 494966DEST_PATH_IMAGE015
<8>
Figure 721154DEST_PATH_IMAGE016
<9>
其中，β i (k)为元胞i内分流区进入下匝道的车流比例，
Figure 505571DEST_PATH_IMAGE017
为输入元胞i+1的流量。
进一步的，所述的S3中，元胞中的基本参数
Figure 371895DEST_PATH_IMAGE018
的标定的过程如下：
（1）根据高速路段交通宏观基本图的模型，车流量q和车密度ρ的相关关系用下式表示：
Figure 756609DEST_PATH_IMAGE019
<10>
（2）基于ETC门架和匝道的卡口检测器获取的历史交通数据，假设数据离散化后，时间步
Figure 38686DEST_PATH_IMAGE020
，则元胞i的历史车流量数据q' i 、平均车速v' i 和车密度ρ' i 分别表示为：
Figure 67822DEST_PATH_IMAGE021
<11>
Figure 527884DEST_PATH_IMAGE022
<12>
Figure 885047DEST_PATH_IMAGE023
<13>
（3）利用最小二乘法对公式<10>进行标定，标定方法用下式表示：
Figure 33132DEST_PATH_IMAGE024
<14>
Figure 838146DEST_PATH_IMAGE025
<15>
Figure 187219DEST_PATH_IMAGE026
<16>
其中，
Figure 156312DEST_PATH_IMAGE027
为
Figure 262415DEST_PATH_IMAGE028
基于历史交通数据的估计值；
（4）运用非线性优化问题求解器求解公式<14>~<16>，获得元胞的基本参数
Figure 141509DEST_PATH_IMAGE029
；
当道路发生拥堵时，用剩余通行能力q' m 代替q m ，q' m 的标定的方法如下：
①对于影响车道数n已知的事件，则按照
Figure 786117DEST_PATH_IMAGE030
计算，N为路段总车道数；
②对于影响车道数未知的事件，q' m 取事件发生路段下游检测器检测到的车流量值。
进一步的，所述的S4中，
对于有上匝道元胞，合流区上匝道流量比例α i (k)的标定方式为，将上匝道卡口检测器和主线ETC门架的车流数据基于车牌信息进行匹配，并计算合流区的前1小时内上匝道的车流量占比；
对于有下匝道元胞，下匝道分流比例β i (k)的标定方法为：将主线ETC门架和下匝道卡口检测器的车流数据基于车牌信息进行匹配，计算分流区的前1小时内下匝道的车流量占比。
进一步的，所述的S5具体通过如下的子步骤来实现：
（1）初始化车密度
Figure 101561DEST_PATH_IMAGE031
、时间步k=0、元胞i=0；
（2）基于S3和S4标定的所有参数，当k<K，i<I，根据S2中的公式<1> ~ <9>，遍历计算每个元胞第k+1时间步的车密度；根据公式
Figure 857027DEST_PATH_IMAGE032
，计算第k步的元胞的平均车速；其中，K为总的预测时间步数，I为路网中最后一个元胞的连续编号；
（3）返回所有元胞的仿真结果
Figure 121786DEST_PATH_IMAGE033
；
（4）根据（3）得到的所有元胞的车密度和车速数据，评价主线路段的交通状态，即匝道管控方案实施后的效果。
本发明的有益效果如下：
本发明的基于元胞传输模型的建模方法及匝道管控效果仿真预测方法，该方法对现有元胞传输模型进行改进，设计针对匝道合流区的元胞划分和建模方法，提出一种基于最小二乘法的交通宏观基本图参数标定方法，解决了元胞传输模型仿真在实际应用中的参数标定问题，并将上匝道（进口匝道）、收费站车道数作为管控上游流量出口的工具，并作为交通需求进行估算，实现了对匝道管控方案实施后效果的仿真评估，仿真结果为发生交通拥堵或突发事件时，匝道流量控制方案的选择提供了判断依据。从而对事件发生上游匝道流量进行管控，以减少进入事件发生路段的车流量，同时又能对收费站出口流量提前做出预测，避免出口处车流量过大造成城市道路拥堵。
附图说明
图1是本发明中基于元胞传输模型的匝道流量管控效果仿真预测方法全部工作流程图；
图2是高速路段元胞划分示例图；
图3是宏观交通基本图示例。
具体实施方式
下面根据附图和优选实施例详细描述本发明，通过对实施例的描述，本发明的目的和效果将变得更加明白，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
首先，本发明的基于元胞传输模型的匝道流量管控效果仿真预测方法，构建一种以事件为终止位置、包括匝道的建模方法，对现有元胞传输模型进行改进，设计针对匝道合流区的元胞划分和建模方法；
其次，匝道管控效果仿真预测方法，提出的交通宏观基本图模型参数标定方法、剩余通行能力估算方法、匝道分合流区流量比例估算方法，解决了元胞传输模型仿真在实际应用中的参数标定问题。本发明的基于元胞传输模型的建模方法及匝道管控效果仿真预测方法，可作为匝道管控方案的制定与选择的基础依据。
如图1~3所示，本发明的基于胞传输模型的建模方法及匝道管控效果仿真预测方法，建模方法为步骤S1、S2，仿真预测方法为步骤S3、S4、S5，仿真预测方法是在建模方法上的进一步延申，下面将两种方法合并描述，包括如下步骤：
S1：高速路网主线元胞划分，以事件发生地点为终止位置，起始位置为事件发生地点上游，起始终止位置之间路段包括距离事件发生地点为终止位置最近的一个上匝道、一个下匝道，对上述高速路网路段进行元胞划分，根据有无匝道，分为无匝道元胞，有上匝道（进口匝道）元胞和有下匝道（出口匝道）元胞三类；元胞划分需满足的原则：（1）同一个元胞内最多只有一个上匝道或下匝道；（2）所述的有上匝道元胞的起始位置位于上匝道入口的上游，所述的有下匝道元胞的终止位置位于下匝道出口位置的下游。如图2所示，是高速路网中的一种典型场景，该场景中有一对邻近的下匝道和上匝道，常见于高速公路服务区、收费站附近。针对该场景，高速主线被划分为5个元胞，即元胞i=0,1,2,3,4。高速路网经元胞划分后，可分为如下三类：
①元胞内无匝道（即图2中的元胞0、2和4）；
②元胞内有一个上匝道（即图2中的元胞3）；
③元胞内有一个下匝道（即图2中的元胞1）。
S2：高速路网元胞传输理论模型优化设计，基于流量守恒理论，建立S1得到的三类元胞的高速路网元胞传输模型；
S2.1：基于流量守恒理论，元胞
Figure 140558DEST_PATH_IMAGE034
内车密度随时间变化的更新公式如下：
Figure 710342DEST_PATH_IMAGE001
<1>
其中：
Figure 269499DEST_PATH_IMAGE002
表示第个k时间步内，元胞i内的车密度；
Figure 857606DEST_PATH_IMAGE003
分别表示第k个时间步内高速路主线元胞i的输入和输出车流量；
Figure 578438DEST_PATH_IMAGE004
表示元胞更新时间步的时长；
L i 表示元胞i的长度。
S2.2：根据S1中的三类元胞，
Figure 399632DEST_PATH_IMAGE035
、
Figure 231322DEST_PATH_IMAGE036
的计算也分为三种情况：
（1）对于无匝道元胞，元胞内仅存在主线车流
Figure 736252DEST_PATH_IMAGE005
<2>
Figure 274592DEST_PATH_IMAGE006
<3>
Figure 192869DEST_PATH_IMAGE007
<4>
其中，S i-1 (k)为元胞i-1在自由流状态下的最大发送流率，R i (k)为允许进入元胞i的最大接收流量的最小值，最小值是指min函数比较最大流率与反向激波Wi乘以密度两者中的最小值，其依据是图3中的宏观交通基本图的原理；
v f,i-1表示元胞i-1处于自由流状态下的平均车速；q m,i 、q m,i-1 分别表示元胞i、i-1的最大通行流量；w i 表示元胞i处于拥堵状态下的反向激波速度；
Figure 969195DEST_PATH_IMAGE008
表示车流完全堵塞下的车密度；
公式2-4，元胞i的流量q受两个因素限制：上游i-1输出流量（send）的最大值和元胞i能够接收（receive）的最大流量值。元胞i实际
Figure 594212DEST_PATH_IMAGE035
流量输入为元胞i-1实际自由流量输出，但受元胞i-1最大流量、以及元胞i本身最大流量、拥堵导致的方向激波流量限制。
（2）针对有上匝道元胞，元胞内存在上匝道和主线两股车流的合流区，此处存在两种情况：1）元胞i可同时接收来自上匝道i和主线上游元胞i-1的交通需求；2）上匝道i和主线上游元胞i-1的交通需求大于元胞i可接收的最大流量。对于这两种情况，由主线元胞i-1流入元胞i的流量
Figure 922425DEST_PATH_IMAGE037
和由匝道i进入主线元胞i的流量r i (k)可分别用下式表示：
Figure 983790DEST_PATH_IMAGE009
<5>
Figure 563807DEST_PATH_IMAGE010
<6>
Figure 105647DEST_PATH_IMAGE011
<7>
其中，r i (k)为元胞i内由匝道i进入主线元胞i的流量，d i (k)为与元胞i相连的上匝道i的交通需求；α i (k)为上匝道车流占合流区总车流的比例；
Figure 808024DEST_PATH_IMAGE038
表示由主线元胞i-1进入元胞i的车流量。公式<5>、<6>表示的是有上匝道（进口匝道）情形下元胞i的流量计算方式。其中，公式<5>中表示的是有高速路元胞i-1输入元胞i的流量qi,i-1，公式<6>表示的是由匝道输入元胞i的车流ri。然后，公式<7>对两股流量进行加和。
公式<5>、<6>中的判断条件是判断元胞i能否接受分别来自高速上游元胞i-1和匝道ri的两股车流（即Ri是否大于Si-1和进口匝道需求di）。当
Figure 61413DEST_PATH_IMAGE039
，
Figure 304176DEST_PATH_IMAGE037
为元胞i-1在自由流状态下的最大发送流率，r i (k)为元胞i相连的上匝道i的交通需求。当
Figure 575888DEST_PATH_IMAGE040
，按照α i (k)为上匝道、主线车道分配车流比例。
（3）针对有下匝道元胞，元胞内存在下匝道和主线两股车流的分流区，如图2中的相邻元胞1和2，元胞1内存在分流区。假设元胞i内分流区进入下匝道的车流比例为
β i (k)，则元胞i的输出流量
Figure 167275DEST_PATH_IMAGE041
和输入元胞i+1的流量
Figure 281862DEST_PATH_IMAGE042
可分别由下式计算：
Figure 938102DEST_PATH_IMAGE015
<8>
Figure 657797DEST_PATH_IMAGE016
<9>
其中，β i (k)为元胞i内分流区进入下匝道的车流比例，
Figure 498714DEST_PATH_IMAGE042
为输入元胞i+1的流量；
公式5、6，主线和匝道流量大于元胞i的Ri（k）情况下，采用α i (k)分配，公式8、9元胞i内分流区进入下匝道的车流比例为β i (k)，这两个比例由步骤S3标定。Ri+1表示的是高速路主线下游元胞i+1的接收流量，但对于下匝道（出口匝道）的情形，假设元胞i内分流区进入下匝道的车流比例为βi，进入元胞i+1的比例为1-βi，那么下游元胞i+1和下匝道的总接收流量为Ri+1/（1-βi）。
S3：元胞传输模型参数标定，基于高速主线上的ETC门架和匝道的卡口检测器获取的历史交通数据，即元胞起始和终点路段之间所有的门架、匝道，如果有多个门架，可对多个ETC门架获得的流量数据取平均值，基于均值进行参数标定。采用基于最小二乘法的元胞传输模型参数标定方法对高速路网元胞传输模型进行标定；并估算因事件引起的道路剩余通行能力；
其中，元胞中的基本参数
Figure 723765DEST_PATH_IMAGE018
的标定的过程如下：
（1）根据如图3所示的高速路段交通宏观基本图以及其模型，交通宏观基本图定义了路段交通流的基本性质，即当路段车密度小于饱和密度时，路段车流量与车密度成正相关；当车密度大于饱和密度时，路段开始出现拥堵，车流量随车密度增大而减小，车流量随车密度的变化率被定义为反向激波速度，车流量q和车密度ρ的相关关系用下式表示：
Figure 308330DEST_PATH_IMAGE043
<10>
（2）基于ETC门架和匝道的卡口检测器获取的历史交通数据，假设数据离散化后，时间步
Figure 554635DEST_PATH_IMAGE020
，则元胞i的历史车流量数据q' i 、平均车速v' i 和车密度ρ' i 分别表示为：
Figure 566453DEST_PATH_IMAGE021
<11>
Figure 514687DEST_PATH_IMAGE022
<12>
Figure 902943DEST_PATH_IMAGE023
<13>
（3）利用最小二乘法对公式<10>进行标定，标定方法用下式表示：
Figure 3754DEST_PATH_IMAGE024
<14>
Figure 452053DEST_PATH_IMAGE025
<15>
Figure 654626DEST_PATH_IMAGE026
<16>
其中，
Figure 580994DEST_PATH_IMAGE044
为q i (k)基于历史交通数据的估计值；
公式<14>-<16>是一个非线性优化问题。其中，公式(14)表示最小化由宏观交通图计算得到的车流量q i (k)的估计值
Figure 864208DEST_PATH_IMAGE044
和检测器测得的q i (k)的差异的平方和。公式(15)是约束条件1，表示
Figure 358774DEST_PATH_IMAGE044
是公式(13)基于历史检测数据的计算结果；公式(16)是约束条件2，分别表示自由流速度v f 小于或等于路段限速（一般为120km/h）,路段通行能力q m 小于或等于理论最大通行能力q max ，路段堵塞车密度ρ J 小于等于道路理论最大车密度。
（4）运用非线性优化问题求解器（如LINGO）求解公式<14>~<16>，获得元胞的基本参数
Figure 156966DEST_PATH_IMAGE029
；
当道路发生拥堵时，用剩余通行能力q' m 代替q m ，q' m 的标定的方法如下：
①对于影响车道数n已知的事件，则按照
Figure 11658DEST_PATH_IMAGE030
计算，N为路段总车道数；
②对于影响车道数未知的事件，q' m 取事件发生路段下游检测器检测到的车流量值。这个车流量为统计时间段内（比如15分钟）的近似值。
S4：上下匝道合分流比例与上匝道交通需求估算，对匝道分流区、合流区的流量比例进行估算，并对匝道流量管控方案实施后交通需求进行预测；
对于有上匝道元胞，合流区上匝道流量比例α i (k)的标定方式为，将上匝道卡口检测器和主线ETC门架的车流数据基于车牌信息进行匹配，并计算合流区的前1小时内上匝道的车流量占比；
对于有下匝道元胞，下匝道分流比例β i (k)的标定方法为：将主线ETC门架和下匝道卡口检测器的车流数据基于车牌信息进行匹配，计算分流区的前1小时内下匝道的车流量占比；
通过下式对所述的对匝道流量管控方案实施后交通需求d i (k)进行预测：
Figure 211695DEST_PATH_IMAGE013
<17>
其中，D i (k)为前1小时内收费站的车流量， l为实施管控后收费站剩余车道数，q l,c 为收费站单车道的最大通行能力。
S5：元胞传输模型仿真运行和结果输出，基于S3和S4标定的所有参数，运行S2的高速路网元胞传输模型，对路网交通状态的演变进行仿真，输出仿真结果，具体如下：
（1）初始化车密度ρ i (0)、时间步k=0、元胞i=0；
（2）基于S3和S4标定的所有参数，当k<K，i<I，根据S2中的公式<1> ~ <9>，遍历计算每个元胞第k+1时间步的车密度；根据公式
Figure 877163DEST_PATH_IMAGE032
，计算第k步的元胞的平均车速；其中，K为总的预测时间步数，I为路网中最后一个元胞的连续编号；
（3）返回所有元胞的仿真结果
Figure 365913DEST_PATH_IMAGE045
；
（4）根据（3）得到的所有元胞的车密度和车速数据，评价主线路段的交通状态，即匝道管控方案实施后的效果。
本领域普通技术人员可以理解，以上所述仅为发明的优选实例而已，并不用于限制发明，尽管参照前述实例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内，所做的修改、等同替换等均应包含在发明的保护范围之内。

Claims (9)

1.一种基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，该方法具体包括如下步骤：
S1：以事件发生地点为终止位置，起始位置为事件发生地点上游，起始终止位置之间路段包括距离事件发生地点为终止位置最近的上匝道、下匝道，对上述高速路网路段进行元胞划分，根据有无匝道，分为无匝道元胞，有上匝道元胞和有下匝道元胞三类；元胞划分需满足的原则：（1）同一个元胞内最多只有一个上匝道或下匝道；（2）所述的有上匝道元胞的起始位置位于上匝道入口的上游，所述的有下匝道元胞的终止位置位于下匝道出口位置的下游；
S2：基于流量守恒理论，建立S1得到的三类元胞的高速路网元胞传输模型；
S3：基于高速主线上起始终止路段中的ETC门架和匝道的卡口检测器获取的历史交通数据，采用基于最小二乘法的元胞传输模型参数标定方法对高速路网元胞传输理论模型的基本参数进行标定；并估算因事件引起的道路剩余通行能力；
S4：对匝道分流区、合流区的流量比例进行估算，并对匝道管控方案实施后的上匝道交通需求进行预测；
S5：基于S3和S4标定的所有参数，运行S2的高速路网元胞传输理论模型，对路网交通状态的演变进行仿真，输出仿真结果。
2.根据权利要求1所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，
所述的S2具体通过如下的子步骤来实现：
基于流量守恒理论，元胞i车密度随时间变化的更新公式如下：
Figure 36885DEST_PATH_IMAGE001
<1>
其中：
Figure 357008DEST_PATH_IMAGE002
表示第个k时间步内，元胞i内的车密度；
Figure 583590DEST_PATH_IMAGE003
分别表示第k个时间步内高速路主线元胞i的输入和输出车流量；
Figure 90795DEST_PATH_IMAGE004
表示元胞更新时间步的时长；
L i 表示元胞i的长度。
3.根据权利要求1所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，
根据S1中的三类元胞中无匝道元胞，元胞内仅存在主线车流
Figure 162656DEST_PATH_IMAGE005
<2>
Figure 337285DEST_PATH_IMAGE006
<3>
Figure 203610DEST_PATH_IMAGE007
<4>
其中，S i-1 (k)为元胞i-1在自由流状态下的最大发送流率，R i (k)为允许进入元胞i的最大接收流量，v f,i-1表示元胞i-1处于自由流状态下的平均车速；q m,i 、q m,i-1 分别表示元胞i、i-1的最大通行流量；w i 表示元胞i处于拥堵状态下的反向激波速度；
Figure 962225DEST_PATH_IMAGE008
表示车流完全堵塞下的车密度。
4.根据权利要求1所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，
根据S1中的三类元胞中的上匝道元胞，元胞内存在上匝道和主线两股车流的合流区
Figure 837777DEST_PATH_IMAGE009
<5>
Figure 866913DEST_PATH_IMAGE010
<6>
Figure 904139DEST_PATH_IMAGE011
<7>
其中，r i (k)为元胞i内由匝道i进入主线元胞i的流量，d i (k)为与元胞i相连的上匝道i的交通需求；α i (k)为上匝道车流占合流区总车流的比例；
Figure 385936DEST_PATH_IMAGE012
表示由主线元胞i-1进入元胞i的车流量。
5.根据权利要求4所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，
通过下式对所述的交通需求d i (k)进行预测：
Figure 65179DEST_PATH_IMAGE013
<17>
其中，D i (k)为前1小时内收费站的车流量，l为实施管控后收费站剩余车道数，
Figure 948822DEST_PATH_IMAGE014
为收费站单车道的最大通行能力。
6.根据权利要求1所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，
根据S1中的三类元胞中的下匝道元胞，元胞内存在下匝道和主线两股车流的分流区
Figure 422528DEST_PATH_IMAGE015
<8>
Figure 158665DEST_PATH_IMAGE016
<9>
其中，β i (k)为元胞i内分流区进入下匝道的车流比例，
Figure 110441DEST_PATH_IMAGE017
为输入元胞i+1
的流量。
7.根据权利要求1所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，所述的S3中，元胞中的基本参数
Figure 114169DEST_PATH_IMAGE018
的标定的过程如下：
（1）根据高速路段交通宏观基本图的模型，车流量q和车密度ρ的相关关系用下式表示：
Figure 493198DEST_PATH_IMAGE019
<10>
（2）基于ETC门架和匝道的卡口检测器获取的历史交通数据，假设数据离散化后，时间步
Figure 949587DEST_PATH_IMAGE020
，则元胞i的历史车流量数据
Figure 705053DEST_PATH_IMAGE021
、平均车速
Figure 563288DEST_PATH_IMAGE022
和车密度
Figure 877332DEST_PATH_IMAGE023
分别表示为：
Figure 821018DEST_PATH_IMAGE024
<11>
Figure 114596DEST_PATH_IMAGE025
<12>
Figure 561758DEST_PATH_IMAGE026
<13>
（3）利用最小二乘法对公式<10>进行标定，标定方法用下式表示：
Figure 548168DEST_PATH_IMAGE027
<14>
Figure 979149DEST_PATH_IMAGE028
<15>
Figure 76418DEST_PATH_IMAGE029
<16>
其中，
Figure 643666DEST_PATH_IMAGE030
为
Figure 800978DEST_PATH_IMAGE031
基于历史交通数据的估计值；
（4）运用非线性优化问题求解器求解公式<14>~<16>，获得元胞的基本参数
Figure 220720DEST_PATH_IMAGE032
；
当道路发生拥堵时，用剩余通行能力
Figure 856101DEST_PATH_IMAGE033
代替
Figure 277855DEST_PATH_IMAGE034
，
Figure 871647DEST_PATH_IMAGE035
的标定的方法如下：
①对于影响车道数n已知的事件，则按照
Figure 11642DEST_PATH_IMAGE036
计算，N为路段总车道数；
②对于影响车道数未知的事件，
Figure 450713DEST_PATH_IMAGE033
取事件发生路段下游检测器检测到的车流量值。
8.根据权利要求1所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，所述的S4中，
对于有上匝道元胞，合流区上匝道流量比例α i (k)的标定方式为，将上匝道卡口检测器和主线ETC门架的车流数据基于车牌信息进行匹配，并计算合流区的前1小时内上匝道的车流量占比；
对于有下匝道元胞，下匝道分流比例β i (k)的标定方法为：将主线ETC门架和下匝道卡口检测器的车流数据基于车牌信息进行匹配，计算分流区的前1小时内下匝道的车流量占比。
9.根据权利要求1所述的基于元胞传输模型的匝道流量管控效果仿真预测方法，其特征在于，所述的S5具体通过如下的子步骤来实现：
（1）初始化车密度
Figure 992553DEST_PATH_IMAGE037
、时间步k=0、元胞i=0；
（2）基于S3和S4标定的所有参数，当k<K，i<I，根据S2中的公式<1>~ <9>，遍历计算每个元胞第k+1时间步的车密度；根据公式
Figure 491667DEST_PATH_IMAGE038
，计算第k步的元胞的平均车速；其中，K为总的预测时间步数，I为路网中最后一个元胞的连续编号；
（3）返回所有元胞的仿真结果
Figure 617493DEST_PATH_IMAGE039
；
（4）根据（3）得到的所有元胞的车密度和车速数据，评价主线路段的交通状态，即匝道管控方案实施后的效果。
CN202110337499.5A 2021-03-30 2021-03-30 一种基于元胞传输模型的匝道流量管控效果仿真预测方法 Active CN112800550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110337499.5A CN112800550B (zh) 2021-03-30 2021-03-30 一种基于元胞传输模型的匝道流量管控效果仿真预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110337499.5A CN112800550B (zh) 2021-03-30 2021-03-30 一种基于元胞传输模型的匝道流量管控效果仿真预测方法

Publications (2)

Publication Number Publication Date
CN112800550A true CN112800550A (zh) 2021-05-14
CN112800550B CN112800550B (zh) 2021-10-15

Family

ID=75815869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110337499.5A Active CN112800550B (zh) 2021-03-30 2021-03-30 一种基于元胞传输模型的匝道流量管控效果仿真预测方法

Country Status (1)

Country Link
CN (1) CN112800550B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114141029A (zh) * 2021-11-25 2022-03-04 东南大学 基于线下强化学习与宏观模型的匝道控制方法
CN114387781A (zh) * 2021-12-30 2022-04-22 北京建筑大学 车辆引导控制方法
CN114627658A (zh) * 2022-04-22 2022-06-14 河北上元智能科技股份有限公司 一种重大特殊车队通行高速公路的交通控制方法
CN114973671A (zh) * 2022-05-23 2022-08-30 浙江数智交院科技股份有限公司 公路网od数据处理方法、装置、设备及存储介质
CN115240431A (zh) * 2022-09-20 2022-10-25 深圳市城市交通规划设计研究中心股份有限公司 高速公路收费站交通流量实时在线仿真系统及仿真方法
CN115273497A (zh) * 2022-08-02 2022-11-01 河北雄安荣乌高速公路有限公司 高速公路交通协同控制方法、电子设备和存储介质
CN115394086A (zh) * 2022-10-26 2022-11-25 北京闪马智建科技有限公司 交通参数的预测方法、装置、存储介质及电子装置
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
WO2024051373A1 (zh) * 2022-09-06 2024-03-14 腾讯科技（深圳）有限公司 数据处理方法、装置、设备以及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140152575A1 (en) * 2011-08-15 2014-06-05 Fujitsu Limited Mobile electronic device and recording medium
CN105930614A (zh) * 2016-05-13 2016-09-07 东南大学 一种针对可变限速控制的元胞传输模型参数标定与验证方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140152575A1 (en) * 2011-08-15 2014-06-05 Fujitsu Limited Mobile electronic device and recording medium
CN105930614A (zh) * 2016-05-13 2016-09-07 东南大学 一种针对可变限速控制的元胞传输模型参数标定与验证方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄超等: "基于元胞传输模型的高速公路交通流仿真模型", 《中国交通信息化》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114141029B (zh) * 2021-11-25 2022-11-18 东南大学 基于线下强化学习与宏观模型的匝道控制方法
CN114141029A (zh) * 2021-11-25 2022-03-04 东南大学 基于线下强化学习与宏观模型的匝道控制方法
CN114387781A (zh) * 2021-12-30 2022-04-22 北京建筑大学 车辆引导控制方法
CN114387781B (zh) * 2021-12-30 2024-04-09 北京建筑大学 车辆引导控制方法
CN114627658A (zh) * 2022-04-22 2022-06-14 河北上元智能科技股份有限公司 一种重大特殊车队通行高速公路的交通控制方法
CN114627658B (zh) * 2022-04-22 2023-10-27 河北上元智能科技股份有限公司 一种重大特殊车队通行高速公路的交通控制方法
CN114973671A (zh) * 2022-05-23 2022-08-30 浙江数智交院科技股份有限公司 公路网od数据处理方法、装置、设备及存储介质
CN114973671B (zh) * 2022-05-23 2024-03-12 浙江数智交院科技股份有限公司 公路网od数据处理方法、装置、设备及存储介质
CN115273497A (zh) * 2022-08-02 2022-11-01 河北雄安荣乌高速公路有限公司 高速公路交通协同控制方法、电子设备和存储介质
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
WO2024051373A1 (zh) * 2022-09-06 2024-03-14 腾讯科技（深圳）有限公司 数据处理方法、装置、设备以及计算机可读存储介质
CN115240431B (zh) * 2022-09-20 2023-02-10 深圳市城市交通规划设计研究中心股份有限公司 高速公路收费站交通流量实时在线仿真系统及仿真方法
CN115240431A (zh) * 2022-09-20 2022-10-25 深圳市城市交通规划设计研究中心股份有限公司 高速公路收费站交通流量实时在线仿真系统及仿真方法
CN115394086A (zh) * 2022-10-26 2022-11-25 北京闪马智建科技有限公司 交通参数的预测方法、装置、存储介质及电子装置

Also Published As

Publication number Publication date
CN112800550B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
CN112800550B (zh) 一种基于元胞传输模型的匝道流量管控效果仿真预测方法
CN113205676B (zh) 一种基于元胞传输模型的建模方法及参数标定方法
Srivastava et al. Empirical observations of capacity drop in freeway merges with ramp control and integration in a first-order model
CN105023433B (zh) 一种高速公路交通异常事件影响范围预估方法
Lo A novel traffic signal control formulation
CN103927887A (zh) 结合离散速度模型的阵列式fpga交通状态预测及控制系统
CN102005122B (zh) 多匝道调节方法及其系统
CN104778835B (zh) 一种高等级道路多瓶颈点拥堵演化时空范围识别方法
CN103942953A (zh) 一种基于浮动车数据的城市路网动态交通拥挤预测方法
CN104484514A (zh) 一种规避拥堵路段的弹性公交线路设计方法
Pirdavani et al. Travel time evaluation of a U-turn facility: comparison with a conventional signalized intersection
CN116168539A (zh) 一种公路通行能力参数的预测方法及预测装置
Shirke et al. Macroscopic modelling of arterial traffic: An extension to the cell transmission model
Chitturi et al. Work zone queue length and delay methodology
Al-Omari et al. Development of a delay model for roundabouts in Jordan
Mirbakhsh et al. Collective assessments of active traffic management strategies in an extensive microsimulation testbed
Chow et al. TOPL: Tools for operational planning of transportation networks
CN117252304A (zh) 考虑大客流预警信息的轨道交通拥挤传播评估与控制方法
Knoop et al. Network transmission model: Application to a real world city
Huang et al. A modified cell transmission model considering queuing characteristics for channelized zone at signalized intersections
Majid et al. Queue analysis at toll plazas (inbound): A basic model for traffic systems towards a study of the effect on toll plazas with different arrival patterns
Jenjiwattanakul et al. Capacity of U-turn junction at midblock median opening on urban arterial based on balancing volume-to-capacity ratio
Akgungor et al. Analytical delay models for signalized intersections
Afandizadeh Zargari et al. Improving SCATS operation during congestion periods using internal/external traffic metering strategy
Liu et al. A two-stage stochastic model considering randomness of demand in variable speed limit and boundary flow control

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
CP01 Change in the name or title of a patent holder

Address after: 303 Wenhui Road, Hangzhou, Zhejiang 310000

Patentee after: Zhejiang Gaoxin Technology Co.,Ltd.

Address before: 303 Wenhui Road, Hangzhou, Zhejiang 310000

Patentee before: ZHEJIANG HIGHWAY INFORMATION ENGINEERING TECHNOLOGY CO.,LTD.

CP01 Change in the name or title of a patent holder