CN112907950A - 一种面向车路协同环境的元胞传输模型改进方法 - Google Patents

一种面向车路协同环境的元胞传输模型改进方法 Download PDF

Info

Publication number
CN112907950A
CN112907950A CN202110079828.0A CN202110079828A CN112907950A CN 112907950 A CN112907950 A CN 112907950A CN 202110079828 A CN202110079828 A CN 202110079828A CN 112907950 A CN112907950 A CN 112907950A
Authority
CN
China
Prior art keywords
traffic flow
cell
vehicle
density
section
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
CN202110079828.0A
Other languages
English (en)
Other versions
CN112907950B (zh
Inventor
冒培培
季欣凯
冉斌
曲栩
易紫薇
李林恒
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202110079828.0A priority Critical patent/CN112907950B/zh
Publication of CN112907950A publication Critical patent/CN112907950A/zh
Application granted granted Critical
Publication of CN112907950B publication Critical patent/CN112907950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种面向车路协同环境的元胞传输模型改进方法，包括获取高速公路研究路段的断面交通流数据；分别拟合得到包含通行能力下降和可变限速控制下的两个交通流基本图；初始化元胞传输模型，确定元胞的初始长度、元胞初始交通流密度；结合拟合得到的两个交通流基本图计算各元胞内的可能车辆流入、车辆流出率；比较计算出的相邻元胞内的可能车辆流入、车辆流出率，计算k时刻元胞的车辆流出率，更新各元胞内的交通流密度及平均交通流速度；判断是否预测结束，输出更新。本发明模拟了控制空间长度可实时变化条件下的可变限速控制对交通流运行的影响，为实现可变限速控制方法提供了交通流模型，使得实施实时分段控制的可变限速控制成为可能。

Description

一种面向车路协同环境的元胞传输模型改进方法
技术领域
本发明涉及一种面向车路协同环境的元胞传输模型改进方法，属于交通控制的技术领域。
背景技术
车路协同技术应用先进的无线通信技术和新一代互联网技术，为高速公路可变限速控制提供了个体车辆速度、位置等实时微观的交通控制基础数据，也为网联车辆提供了实时的车辆限速信息，解决了传统车路系统在动态信息实时交互上的不足，对道路车辆实现更精准、更针对性的控制，使系统资源得到优化利用，从而提高道路交通通行和安全效率。
常规环境中，可变限速控制方法中的控制参数为针对控制区间内的车辆的速度值限制。在车路协同环境中，车辆获取控制信息方式发生变化，从传统的标志标牌信息或龙门架信息转变为路侧设备无线网络传播(Infrastructure to Vehicle,I2V)，当车辆驾驶进入路侧设备无线网络的控制信息辐射范围即可接收路侧设备发射的限速信息。其信息传递的有效区域通常是由路侧设备无线网络的控制信息辐射范围所决定，因其辐射范围可合理调整，因此控制信息传递的区域将随着时间的变动而发生变化，也就是可变限速的控制区间长度可以实时变化。现有宏观交通流模型无法体现上述特性，因此需要构建可以体现车路协同环境下可变限速控制长度可实时变化的交通流模型。
发明内容
本发明所要解决的技术问题在于克服现有技术的不足，提供一种面向车路协同环境的元胞传输模型改进方法，基于元胞传输模型构建可以描述控制区间长度实时变化特性的改进交通流模型，可以更加准确地描述车路协同环境可变限速控制条件下的道路交通流特性。
本发明具体采用以下技术方案解决上述技术问题：
一种面向车路协同环境的元胞传输模型改进方法，包括以下步骤：
步骤(1)、获取高速公路研究路段的断面交通流数据，包括路段所有进出口断面的交通流密度、交通流流量和车辆平均速度；
步骤(2)、利用获取的高速公路研究路段断面交通流数据，采用最优线性拟合法分别拟合得到包含通行能力下降和可变限速控制下的两个交通流基本图；
步骤(3)、初始化元胞传输模型，根据获取的高速公路研究路段断面交通流数据确定各时段主线起终点及出入口匝道的交通需求，确定元胞的初始长度、元胞初始交通流密度；
步骤(4)、基于仿真，结合拟合得到的两个交通流基本图计算各元胞内的可能车辆流入率、可能车辆流出率；
步骤(5)、比较计算出的相邻元胞内的可能车辆流入率、可能车辆流出率，并且根据qi(k)＝min(Si-1(k)，Ri(k))计算k时刻元胞的车辆流出率；其中qi(k)为k时刻元胞i的车辆流出率，Ri(k)为元胞i的可能车辆流入率，Si-1(k)为元胞i-1的可能车辆流出率；
步骤(6)、根据计算的k时刻元胞i的车辆流出率qi(k)，更新各元胞内的交通流密度及平均交通流速度；
步骤(7)、判断是否预测结束，如果结束则输出更新后的各元胞内的交通流密度及平均交通流速度，否则转到步骤(4)。
进一步地，作为本发明的一种优选技术方案，所述步骤(1)获取高速公路研究路段的断面交通流数据，具体为：
步骤(1.1)、选择一定长度的高速公路路段，确定其主线路段车道数n、数据采集的时间间隔ΔT，并确定数据采集位置，并设置交通流检测器包括主线起终点、入口和出口匝道处；
步骤(1.2)、利用设置的交通流检测器以时间间隔ΔT为周期进行交通数据采集，获取得到高速公路研究路段的断面交通流数据，包括交通流密度、交通流流量、车辆平均速度。
进一步地，作为本发明的一种优选技术方案，所述步骤(4)结合拟合得到的两个交通流基本图计算各元胞内的可能车辆流入率、可能车辆流出率，具体为：
步骤(4.1)、根据长度变化值计算元胞长度：
li(k+1)＝li(k)+Δli+1(k)-Δli(k)
其中，Δli(k)为元胞i的长度变化参数，Δli+1(k)为元胞i+1的长度变化参数，li(k)为元胞在k时刻的长度，i(k+1)为元胞在k+1时刻的长度；
步骤(4.2)、根据元胞i的长度变化参数Δli(k)和元胞i+1的长度变化参数Δli+1(k)的取值大小，计算第k个时间间隔内每个元胞的可能车辆流入率、可能车辆流出率。
进一步地，作为本发明的一种优选技术方案，所述步骤(4.2)计算第k个时间间隔内每个元胞的可能车辆流入率、可能车辆流出率，具体为：
步骤(4.2.1)、根据Δli(k)和Δli+1(k)的取值大小分成四种情况讨论，计算临时密度ρ′i(k)；
(1)当Δli+1(k)≥0且Δli(k)≥0的情况下：
Figure BDA0002907560740000031
(2)当Δli+1(k)＜0且Δli(k)≥0的情况下：
Figure BDA0002907560740000032
(3)当Δli+1(k)＜0且Δli(k)＜0的情况下：
Figure BDA0002907560740000033
(4)当Δli+1(k)≥0且Δli(k)＜0的情况下：
Figure BDA0002907560740000034
其中，ρi(k)为k时刻元胞i的交通流密度，ρ′i(k)为k时刻元胞i的临时密度，ρi+1(k)为k时刻元胞i+1的交通流密度；
步骤(4.2.2)、根据拟合的包含通行能力下降的交通流基本图，找到通行能力下降后的流量Qd和通行能力下降时对应的密度阈值ρd，则元胞的可能车辆流入率的计算公式为：
Figure BDA0002907560740000035
其中，Ri(k)为元胞i内的可能流入率；w为运动波传播速度；ρjam为拥堵密度；
Figure BDA0002907560740000036
为当前限速值条件下的最大流量；
步骤(4.2.3)、根据拟合的包含可变限速控制情况下的交通流基本图，根据第k个时刻限速值vsl(k)，确定该限速值下的最大流量
Figure BDA0002907560740000037
和对应的密度值ρvsl，则元胞i-1的可能车辆流出率的计算公式为：
Figure BDA0002907560740000041
其中，ρ′i-1(k)为k时刻元胞i-1的临时密度。
进一步地，作为本发明的一种优选技术方案，所述步骤(6)根据计算的k时刻元胞的车辆流出率qi(k)，更新各元胞内的交通流密度及平均交通流速度，具体为：
步骤(6.1)、计算第k+1个时刻元胞i的交通流密度
Figure BDA0002907560740000042
Figure BDA0002907560740000043
其中，ΔT为时间间隔，qi-1(k)为k时刻元胞i-1的流入车辆率；
步骤(6.2)、根据计算得到的k+1个时刻元胞i的交通流密度ρi(k+1)与当前限速值情况下的关键密度值进行比较，根据交通流基本图计算可变限速值控制下的元胞i的平均交通流速度v(k+1)：
Figure BDA0002907560740000044
其中，vf为当前可变限速值条件下的自由流速度；ρVSL为当前可变限速值条件下的关键密度值；vsl(k)为第k个时刻限速值。
本发明采用上述技术方案，能产生如下技术效果：
本发明的面向车路协同环境的元胞传输模型改进方法，在提出的元胞传输模型中添加了元胞长度变化参数，用于描述车路协同环境下可变限速的控制区间长度可以实时变化的特性。弥补了基本元胞传输模型对元胞长度在时间和空间上固定不变的限制，模拟了控制空间长度可实时变化条件下的可变限速控制对交通流运行的影响。本发明对未来构建车路协同环境下的可变限速控制策略具有重要意义，使得到的交通流模型可以更加准确地描述车路协同环境可变限速控制条件下的道路交通流特性，为在车路协同环境下实现基于模型预测控制的可变限速控制方法提供了交通流预测基础模型，使得实施实时分段控制的可变限速控制成为可能。
附图说明
图1为本发明面向车路协同环境的元胞传输模型改进方法的流程图。
图2为本发明中设置典型路段的示意图。
图3为本发明中拟合的可变限速控制下交通流基本图。
具体实施方式
下面结合说明书附图对本发明的实施方式进行描述。
如图1所示，本发明涉及一种面向车路协同环境的元胞传输模型改进方法，目的是基于元胞传输模型构建可以描述控制区间长度实时变化特性的改进交通流模型。本发明对未来构建车路协同环境下的可变限速控制策略具有重要意义，使得到的交通流模型可以更加准确地描述车路协同环境可变限速控制条件下的道路交通流特性。该方法具体包括以下步骤：
步骤(1)、获取高速公路研究路段的断面交通流数据，包括路段所有进出口断面的交通流密度、交通流流量和车辆平均速度，具体为：
步骤(1.1)、选择一定长度的高速公路路段，确定其主线路段车道数n、数据采集的时间间隔ΔT，并确定数据采集位置，并设置交通流检测器具体应至少包括主线起终点、入口和出口匝道处；
步骤(1.2)、利用设置的交通流检测器以时间间隔ΔT为周期进行交通数据采集，获取得到高速公路研究路段的断面交通流数据，包括交通流密度、交通流流量、车辆平均速度。
步骤(2)、利用获取的高速公路研究路段断面交通流数据，采用最优线性拟合法分别拟合得到包含通行能力下降和可变限速控制下的两个交通流基本图。
步骤(3)、初始化元胞传输模型，根据获取的高速公路研究路段断面交通流数据确定各时段主线起终点及出入口匝道的交通需求，确定元胞的初始状态，包括元胞的初始长度、元胞初始交通流密度，具体如下：
步骤(3.1)、将步骤(1)采集得到的断面交通流数据中所有进出口断面的交通流流量作为研究路段的交通需求，确定得出各时段主线起终点及出入口匝道的交通需求；
步骤(3.2)、根据步骤(2)拟合得到的包含通行能力下降的交通流基本图，确定自由流状态下的车辆平均速度，即自由流车速；
步骤(3.3)、根据自由流车速和时间间隔ΔT的乘积可得到初始状态的元胞初始长度；
步骤(3.4)、在元胞密度取值范围内(0至拥堵密度)随机生成各元胞内的初始交通流密度。
步骤(4)、基于仿真，结合拟合得到的两个交通流基本图计算各元胞内的可能车辆流入率、可能车辆流出率，具体为：
步骤(4.1)、根据长度变化值计算元胞长度：
li(k+1)＝li(k)+Δli+1(k)-Δli(k)
其中，Δli(k)为元胞i的长度变化参数，该参数表示了k时刻元胞i的尾部位置变化量；Δli+1(k)为元胞i+1的长度变化参数，li(k)为元胞在k时刻的长度，i(k+1)为元胞在k+1时刻的长度；
步骤(4.2)、根据元胞i的长度变化参数Δli(k)和元胞i+1的长度变化参数Δli+1(k)的取值大小，计算第k个时间间隔内每个元胞的可能车辆流入率、可能车辆流出率，具体如下：
步骤(4.2.1)、根据Δli(k)和Δli+1(k)的取值大小分成四种情况讨论，计算临时密度ρ′i(k)；
(1)当Δli+1(k)≥0且Δli(k)≥0的情况下：
Figure BDA0002907560740000061
(2)当Δli+1(k)＜0且Δli(k)≥0的情况下：
Figure BDA0002907560740000062
(3)当Δli+1(k)＜0且Δli(k)＜0的情况下：
Figure BDA0002907560740000063
(4)当Δli+1(k)≥0且Δli(k)＜0的情况下：
Figure BDA0002907560740000064
其中，ρi(k)为k时刻元胞i的交通流密度，ρ′i(k)为k时刻元胞i的临时密度，ρi+1(k)为k时刻元胞i+1的交通流密度；
步骤(4.2.2)、根据拟合的包含通行能力下降的交通流基本图，找到通行能力下降后的流量Qd和通行能力下降时对应的密度阈值ρd，则元胞的可能车辆流入率的计算公式为：
Figure BDA0002907560740000065
其中，Ri(k)为元胞i的可能流入率，表示其在单位小时内能够接受从上游元胞i-1流入的最大车辆流率；w为运动波传播速度；ρjam为拥堵密度；
Figure BDA0002907560740000066
为当前限速值条件下的最大流量；
步骤(4.2.3)、根据拟合的包含可变限速控制情况下的交通流基本图，根据第k个时刻限速值vsl(k)，确定该限速值下的最大流量
Figure BDA0002907560740000071
和对应的关键密度值ρVSL，则元胞i-1的可能车辆流出率的计算公式为：
Figure BDA0002907560740000072
其中，ρ′i-1(k)为k时刻元胞i-1的临时密度。
步骤(5)、比较计算出的相邻元胞内的可能车辆流入率、可能车辆流出率，并且根据qi(k)＝min(Si-1(k),Ri(k))计算k时刻元胞i的车辆流出率；其中qi(k)为k时刻元胞的车辆流出率，Ri(k)为元胞i的可能车辆流入率，Si-1(k)为元胞i-1的可能车辆流出率；
步骤(6)、根据计算的k时刻元胞i的车辆流出率qi(k)，更新各元胞内的交通流密度及平均交通流速度，具体为：
步骤(6.1)、计算第k+1个时刻元胞i的交通流密度
Figure BDA0002907560740000073
Figure BDA0002907560740000074
其中，ΔT为时间间隔，qi-1(k)为k时刻元胞i-1的流入车辆率；
步骤(6.2)、根据计算得到的k+1个时刻元胞i的交通流密度ρi(k+1)与当前限速值情况下的关键密度值ρVSL进行比较，根据交通流基本图计算可变限速值控制下的元胞i的平均交通流速度v(k+1)：
Figure BDA0002907560740000075
其中，vf为当前可变限速值条件下的自由流速度；ρVSL为当前可变限速值条件下的关键密度值；vsl(k)为第k个时刻限速值。
步骤(7)、判断是否预测结束，如果结束则输出更新后的各元胞内的交通流密度及平均交通流速度，否则转到步骤(4)。
为了验证本发明方法能够提供车路协同环境可变限速控制的交通流描述模型，使得到的交通流模型可以更加准确地描述道路交通流特性，特列举一个验证例进行说明。
下面结合附图对本发明的验证例作进一步详细描述，运用本发明提出的车路协同环境可变限速控制的元胞传输模型改进方法对研究中所选取的高速公路进行交通流仿真，包括如下步骤：
假设一个长为7.5km的三车道高速公路路段，如图2所示。假设在整个高速公路路段上都配有车路协同系统，因而15个元胞都可以进行可变限速控制。整个路段被等分为15个元胞，每个元胞长度为500m；为了表示路段边界条件还包含一个输入元胞I和一个输出元胞O；仿真时间步长设为10秒。单个控制时间步长设为10秒。
当前时刻的限速值vsl(k)为50km/h。根据实测历史交通流数据绘制该限速值下的交通流量密度图，如图3所示，可以发现，交通流的关键密度值ρVSL是56veh/km，单车道限速值下的最大流量
Figure BDA0002907560740000081
是1890veh/h，对应的运动波速度w为12km/h，元胞的拥堵密度ρjam为110veh/km。
假设当前元胞长度为500m，元胞i长度变化参数Δli(k)和元胞i+1长度变化参数Δli+1(k)分别为20m和30m，那么元胞i在k+1时刻的长度为li(k+1)＝li(k)+Δli+1(k)-Δli(k)＝500+30-20＝510m。
假设k时刻元胞i的交通流密度ρi(k)为62veh/km，元胞i+1的交通流密度ρi+1(k)为64veh/km。根据Δli(k)和Δli+1(k)两个参数的取值，计算临时密度
Figure BDA0002907560740000082
由于ρ(k)＞ρd，所以元胞i的可能车辆流入率Ri(k)＝w(ρjam-ρ′i(k))＝12*(110-62.1)≈575veh/h。
相应的，元胞i-1的可能车辆流出率的计算公式为：
Figure BDA0002907560740000083
然后计算k时刻元胞i的车辆流出率，qi(k)＝min(Si-1(k),Ri(k))＝575；类似的计算k时刻元胞i-1的车辆流出率，qi-1(k)＝590veh/h。
接着计算第k+1个时刻元胞i的交通流密度
Figure BDA0002907560740000084
Figure BDA0002907560740000085
将计算得到的元胞i的交通流密度ρi(k+1)与当前限速值情况下的关键密度值ρVSL进行比较，由于ρi(k+1)≤ρVSL，所以元胞i的平均交通流速度
Figure BDA0002907560740000086
Figure BDA0002907560740000087
综上，本发明的方法，弥补了基本元胞传输模型对元胞长度在时间和空间上固定不变的限制，模拟了控制空间长度可实时变化条件下的可变限速控制对交通流运行的影响，为在车路协同环境下实现基于模型预测控制的可变限速控制方法提供了交通流预测模型，使得实施实时分段控制的可变限速控制成为可能。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (5)

1.一种面向车路协同环境的元胞传输模型改进方法，其特征在于，包括以下步骤：
步骤(1)、获取高速公路研究路段的断面交通流数据，包括路段所有进出口断面的交通流密度、交通流流量和车辆平均速度；
步骤(2)、利用获取的高速公路研究路段断面交通流数据，采用最优线性拟合法分别拟合得到包含通行能力下降和可变限速控制下的两个交通流基本图；
步骤(3)、初始化元胞传输模型，根据获取的高速公路研究路段断面交通流数据确定各时段主线起终点及出入口匝道的交通需求，确定元胞的初始长度、元胞初始交通流密度；
步骤(4)、基于仿真，结合拟合得到的两个交通流基本图计算各元胞内的可能车辆流入、可能车辆流出率；
步骤(5)、比较计算出的相邻元胞内的可能车辆流入率、可能车辆流出率，并且根据qi(k)＝min(Si-1(k)，Ri(k))计算k时刻元胞i的车辆流出率；其中qi(k)为k时刻元胞i的车辆流出率，Ri(k)为元胞i的可能车辆流入率，Si-1(k)为元胞i-1的可能车辆流出率；
步骤(6)、根据计算的k时刻元胞i的车辆流出率qi(k)，更新各元胞内的交通流密度及平均交通流速度；
步骤(7)、判断是否预测结束，如果结束则输出更新后的各元胞内的交通流密度及平均交通流速度，否则转到步骤(4)。
2.根据权利要求1所述面向车路协同环境的元胞传输模型改进方法，其特征在于：所述步骤(1)获取高速公路研究路段的断面交通流数据，具体为：
步骤(1.1)、选择一定长度的高速公路路段，确定其主线路段车道数n、数据采集的时间间隔ΔT，并确定数据采集位置，并设置交通流检测器包括主线起终点、入口和出口匝道处；
步骤(1.2)、利用设置的交通流检测器以时间间隔ΔT为周期进行交通数据采集，获取得到高速公路研究路段的断面交通流数据，包括交通流密度、交通流流量、车辆平均速度。
3.根据权利要求1所述面向车路协同环境的元胞传输模型改进方法，其特征在于：所述步骤(4)结合拟合得到的两个交通流基本图计算各元胞内的可能车辆流入率、可能车辆流出率，具体为：
步骤(4.1)、根据长度变化值计算元胞长度：
li(k+1)＝li(k)+Δli+1(k)-Δli(k)
其中，Δli(k)为元胞i的长度变化参数，Δli+1(k)为元胞i+1的长度变化参数，li(k)为元胞i在k时刻的长度，li(k+1)为元胞i在k+1时刻的长度；
步骤(4.2)、根据元胞i的长度变化参数Δli(k)和元胞i+1的长度变化参数Δli+1(k)的取值大小，计算第k个时间间隔内每个元胞的可能车辆流入率、可能车辆流出率。
4.根据权利要求3所述面向车路协同环境的元胞传输模型改进方法，其特征在于：所述步骤(4.2)计算第k个时间间隔内每个元胞的可能车辆流入率、可能车辆流出率，具体为：
步骤(4.2.1)、根据Δli(k)和Δli+1(k)的取值大小分成四种情况讨论，计算临时密度ρ′i(k)；
(1)当Δli+1(k)≥0且Δli(k)≥0的情况下：
Figure FDA0002907560730000021
(2)当Δli+1(k)＜0且Δli(k)≥0的情况下：
Figure FDA0002907560730000022
(3)当Δli+1(k)＜0且Δli(k)＜0的情况下：
Figure FDA0002907560730000023
(4)当Δli+1(k)≥0且Δli(k)＜0的情况下：
Figure FDA0002907560730000024
其中，ρi(k)为k时刻元胞i的交通流密度，ρ′i(k)为k时刻元胞i的临时密度，ρi+1(k)为k时刻元胞i+1的交通流密度；
步骤(4.2.2)、根据拟合的包含通行能力下降的交通流基本图，找到通行能力下降后的流量Qd和通行能力下降时对应的密度阈值ρd，则元胞的可能车辆流入率的计算公式为：
Figure FDA0002907560730000025
其中，Ri(k)为元胞i的可能车辆流入率；w为运动波传播速度；ρjam为拥堵密度；
Figure FDA0002907560730000026
为当前限速值条件下的最大流量；
步骤(4.2.3)、根据拟合的包含可变限速控制情况下的交通流基本图，根据第k个时刻限速值vsl(k)，确定该限速值下的最大流量
Figure FDA0002907560730000031
和对应的关键密度值ρVSL，则元胞i-1的可能车辆流出率的计算公式为：
Figure FDA0002907560730000032
其中，ρ′i-1(k)为k时刻元胞i-1的临时密度。
5.根据权利要求1所述面向车路协同环境的元胞传输模型改进方法，其特征在于：所述步骤(6)根据计算的k时刻元胞i的车辆流出率qi(k)，更新各元胞内的交通流密度及平均交通流速度，具体为：
步骤(6.1)、计算第k+1个时刻元胞i的交通流密度
Figure FDA0002907560730000033
Figure FDA0002907560730000034
其中，ρ′i(k)为k时刻元胞i的临时密度，li(k+1)为元胞i在k+1时刻的长度，ΔT为时间间隔，qi(k)为k时刻元胞i的流入车辆率，qi-1(k)为k时刻元胞i-1的流入车辆率；
步骤(6.2)、根据计算得到的k+1个时刻元胞i的交通流密度ρi(k+1)与当前限速值情况下的关键密度值ρVSL进行比较，根据交通流基本图计算可变限速值控制下的元胞i的平均交通流速度v(k+1)：
Figure FDA0002907560730000035
其中，vf为当前可变限速值条件下的自由流速度；ρVSL为当前可变限速值条件下的关键密度值；vsl(k)为第k个时刻限速值；ρjam为拥堵密度；ρi(k+1)为k+1时刻元胞i的交通流密度。
CN202110079828.0A 2021-01-20 2021-01-20 一种面向车路协同环境的元胞传输模型改进方法 Active CN112907950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110079828.0A CN112907950B (zh) 2021-01-20 2021-01-20 一种面向车路协同环境的元胞传输模型改进方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110079828.0A CN112907950B (zh) 2021-01-20 2021-01-20 一种面向车路协同环境的元胞传输模型改进方法

Publications (2)

Publication Number Publication Date
CN112907950A true CN112907950A (zh) 2021-06-04
CN112907950B CN112907950B (zh) 2022-04-01

Family

ID=76117553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110079828.0A Active CN112907950B (zh) 2021-01-20 2021-01-20 一种面向车路协同环境的元胞传输模型改进方法

Country Status (1)

Country Link
CN (1) CN112907950B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450583A (zh) * 2021-09-01 2021-09-28 长沙理工大学 一种车路协同下高速公路可变限速和变道协同控制方法
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
CN116229706A (zh) * 2022-12-07 2023-06-06 南京理工大学 基于智能网联专用车道环境下的分车道可变限速控制方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844915A (zh) * 2016-05-13 2016-08-10 东南大学 一种可变限速控制下交通流基本图的确定方法
CN105931460A (zh) * 2016-05-13 2016-09-07 东南大学 一种快速道路连续瓶颈路段的可变限速控制策略优化方法
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
CN105975705A (zh) * 2016-05-13 2016-09-28 东南大学 一种针对可变限速控制的元胞传输仿真模型改进方法
CN106530763A (zh) * 2016-12-28 2017-03-22 东南大学 进口流量与出口容量耦合的过饱和交通自适应信号控制方法
CN106571031A (zh) * 2016-10-25 2017-04-19 广东技术师范学院 一种结合元胞自动机交通流模型的交通噪声动态模拟方法
CN106991251A (zh) * 2017-04-27 2017-07-28 东南大学 一种高速公路交通流元胞机仿真方法
CN108830401A (zh) * 2018-05-04 2018-11-16 东南大学 基于元胞传输模型的动态拥堵收费最优费率计算方法
CN108922204A (zh) * 2018-05-10 2018-11-30 华南理工大学 一种考虑交叉口信号控制的元胞传输模型改进方法
CN109284527A (zh) * 2018-07-26 2019-01-29 福州大学 一种城市路段交通流仿真的方法
CN111311913A (zh) * 2020-02-26 2020-06-19 清华大学 一种提高公路变窄路段通行效率的控制方法和系统
CN111311907A (zh) * 2020-02-13 2020-06-19 北京工业大学 基于元胞传输模型的不确定基本图参数辨识的识别方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844915A (zh) * 2016-05-13 2016-08-10 东南大学 一种可变限速控制下交通流基本图的确定方法
CN105931460A (zh) * 2016-05-13 2016-09-07 东南大学 一种快速道路连续瓶颈路段的可变限速控制策略优化方法
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
CN105975705A (zh) * 2016-05-13 2016-09-28 东南大学 一种针对可变限速控制的元胞传输仿真模型改进方法
CN106571031A (zh) * 2016-10-25 2017-04-19 广东技术师范学院 一种结合元胞自动机交通流模型的交通噪声动态模拟方法
CN106530763A (zh) * 2016-12-28 2017-03-22 东南大学 进口流量与出口容量耦合的过饱和交通自适应信号控制方法
CN106991251A (zh) * 2017-04-27 2017-07-28 东南大学 一种高速公路交通流元胞机仿真方法
CN108830401A (zh) * 2018-05-04 2018-11-16 东南大学 基于元胞传输模型的动态拥堵收费最优费率计算方法
CN108922204A (zh) * 2018-05-10 2018-11-30 华南理工大学 一种考虑交叉口信号控制的元胞传输模型改进方法
CN109284527A (zh) * 2018-07-26 2019-01-29 福州大学 一种城市路段交通流仿真的方法
CN111311907A (zh) * 2020-02-13 2020-06-19 北京工业大学 基于元胞传输模型的不确定基本图参数辨识的识别方法
CN111311913A (zh) * 2020-02-26 2020-06-19 清华大学 一种提高公路变窄路段通行效率的控制方法和系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BIDOURA KHONDAKER: "Variable speed limit: A microscopic analysis in a connected", 《ELSEVIER》 *
侯培国等: "基于防御性驾驶的一维元胞自动机交通流模型", 《北京交通大学学报》 *
李志斌: "快速道路可变限速控制技术", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》 *
胡晓健等: "基于可变元胞传输模型的城市道路交通流估计方法", 《交通运输系统工程与信息》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450583A (zh) * 2021-09-01 2021-09-28 长沙理工大学 一种车路协同下高速公路可变限速和变道协同控制方法
CN113450583B (zh) * 2021-09-01 2021-11-19 长沙理工大学 一种车路协同下高速公路可变限速和变道协同控制方法
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
CN116229706A (zh) * 2022-12-07 2023-06-06 南京理工大学 基于智能网联专用车道环境下的分车道可变限速控制方法
CN116229706B (zh) * 2022-12-07 2024-03-26 南京理工大学 基于智能网联专用车道环境下的分车道可变限速控制方法

Also Published As

Publication number Publication date
CN112907950B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN112907950B (zh) 一种面向车路协同环境的元胞传输模型改进方法
Li et al. Connected vehicles based traffic signal timing optimization
Yang et al. Eco-cooperative adaptive cruise control at signalized intersections considering queue effects
Mahler et al. Reducing idling at red lights based on probabilistic prediction of traffic signal timings
CN104282162B (zh) 一种基于实时车辆轨迹的交叉口自适应信号控制方法
Yang et al. Eco-driving system for connected automated vehicles: Multi-objective trajectory optimization
Treiber et al. Macroscopic simulation of widely scattered synchronized traffic states
CN111768637A (zh) 一种信号交叉口交通信号灯和车辆轨迹控制方法
CN103593535A (zh) 基于多尺度融合的城市交通复杂自适应网络平行仿真系统及方法
Stevanovic et al. Green light optimized speed advisory systems: Impact of signal phasing information accuracy
CN105975705A (zh) 一种针对可变限速控制的元胞传输仿真模型改进方法
CN111932914A (zh) 城市拥堵区域路网双层边界控制方法
CN112201033B (zh) 一种道路交通运行主动管控策略选择方法
CN108877253A (zh) 一种基于物联网的公交专用道资源动态共享方法及系统
CN113312752B (zh) 一种主路优先控制交叉口交通仿真方法及装置
Zhao et al. Dynamic eco-driving on signalized arterial corridors during the green phase for the connected vehicles
CN115188204B (zh) 一种异常天气条件下高速公路车道级可变限速控制方法
CN107134137A (zh) 一种考虑实时信息的动态路径选择方法
Guo et al. Study on mixed traffic of autonomous vehicles and human-driven vehicles with different cyber interaction approaches
Cheng et al. Enhancing mixed traffic flow safety via connected and autonomous vehicle trajectory planning with a reinforcement learning approach
CN103456181A (zh) 一种改进的multiband干线协调控制方法
Li et al. Developing dynamic speed limit strategies for mixed traffic flow to reduce collision risks at freeway bottlenecks
Du et al. Dynamic capacity estimation of mixed traffic flows with application in adaptive traffic signal control
Pang et al. Cooperative control of highway on-ramp with connected and automated vehicles as platoons based on improved variable time headway
Dabiri et al. Personalised optimal speed advice to cyclists approaching an intersection with uncertain green time

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