CN113055474B - 一种微观路权交易系统 - Google Patents
一种微观路权交易系统 Download PDFInfo
- Publication number
- CN113055474B CN113055474B CN202110272140.4A CN202110272140A CN113055474B CN 113055474 B CN113055474 B CN 113055474B CN 202110272140 A CN202110272140 A CN 202110272140A CN 113055474 B CN113055474 B CN 113055474B
- Authority
- CN
- China
- Prior art keywords
- participant
- transaction
- vehicle
- representing
- running
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提供一种微观路权交易系统。该微观路权交易系统包括车辆优化控制模块和路权交易模块。该车辆优化控制模块:实时接收车辆运行信息,预测得到车辆原始运行轨迹,发现潜在的交通冲突以及能够提高交通运输效率的车辆组织方式;利用动态规划算法得出最优控制策略;将最优控制策略发送给协同车辆,并优化控制或指导协同车辆的运行。该路权交易模块:实时接收协同车辆上报的个人属性信息,制定收益分配方案;将收益分配方案发送给协同车辆,确定最终收益分配方案,并依据最终收益分配方案进行收益分配。采用该微观路权交易系统能够在保证交易公平性的条件下,实现车辆的优化控制和收益分配,由此激励非协同车辆表现为协同。
Description
技术领域
本发明涉及一种路权交易系统,特别涉及一种混合交通流环境下的路权交易系统,属于智能交通工程领域。
背景技术
全球定位系统(GPS)、无线通信技术、先进传感和自动控制理论等新兴技术的迅速发展促进了智能网联车辆(Connected Automated Vehicles)的技术进步和商业化进程的推进。智能网联车辆是指搭载了先进的传感装置和控制装置,能够感知并处理车辆驾驶环境周围信息的车辆,具有车辆与人、车、路、路侧设施信息交互的能力,并且车辆的运行(部分或全部)可以在没有驾驶员操作的情况下进行。智能网联车辆的普及可以有效提高燃油/能源效率、道路通行能力、交通安全和交通稳定性。智能网联车辆的完全普及需要相关法律法规的完善以及对其可能发生的问题进行先导性研究。在道路上行驶的车辆全部为智能网联车辆之前,会有很长一段时间为混合交通流的形式,即智能网联车辆与人类驾驶车辆(Human-operated Vehicles,即传统驾驶车辆)混合行驶的交通流。在混合交通流的情况下,因为智能网联车辆与人类驾驶车辆在驾驶行为和车辆性能上的区别,混合交通流在各种场景如高速公路匝道汇流区域、城市交通路口等情况下相较于完全为人类驾驶车辆的环境下需要更加科学、明确的方法解决交通冲突问题。在实际情况下,智能网联车辆因为实现其自身目的的需要,很多情况下也会表现为非协同(例如不会主动让路),同时人类驾驶车辆也未必是非协同的。
显然,在混合交通流环境下,通过激励车辆以协同形式参与交通系统,能够减少和消除交通冲突,提高整个交通系统的总体效益。
因此,如何激励混合交通流环境下的车辆以协同形式参与交通系统是当下要解决的一个重要问题。
发明内容
本发明的发明目的:提供一种基于不完全信息博弈论的混合交通流环境下的微观路权交易系统,用于解决如下现有问题:既有的关于智能网联车辆的科学研究中,大多数都默认智能网联车辆为可控制的且协同的,根据不同应用场景,已经有大量关于优化控制算法的研究成果被发表并且在实验中取得了良好的结果,但是在实际应用之中,智能网联车辆的大部分决策是利己的,并不能够为整个交通系统带来最优的收益,而通过适当的激励和补偿机制,传统驾驶车辆的驾驶员可以表现为协同的。系统计算出的优化控制策略仅仅作为操作建议提供给驾驶员,而驾驶员作为最终决策者有权利选择是否执行系统提供的控制策略。如果系统提出的建议会给传统驾驶车辆带来损失(例如,控制车辆减速让路会带来该车辆在旅行时间和燃油上的损失),这在正常情况下是难以让人妥协的,因此科学的优化控制系统还需要通过机制设计激励交通参与者的协同行为才能最终保证优化控制的实现,以此提高交通运输效率,减少道路污染排放。(如何激励混合交通流环境下的车辆以协同形式参与交通系统。)
本发明实现其发明目的所采取的技术方案:一种微观路权交易系统,所述微观路权交易系统包括车辆优化控制模块和路权交易模块;
将车辆分为协同车辆和非协同车辆;
所述协同车辆是指参与所述微观路权交易系统的优化控制和收益分配的车辆(即协同车辆是指参与本发明微观路权交易系统的优化控制和收益分配的智能网联车辆和参与本发明微观路权交易系统的优化控制和收益分配的传统驾驶车辆);
所述非协同车辆是指不参与所述微观路权交易系统的优化控制和收益分配的车辆(即非协同车辆是指不参与本发明微观路权交易系统的优化控制和收益分配的智能网联车辆和不参与本发明微观路权交易系统的优化控制和收益分配的传统驾驶车辆);
所述微观路权交易系统是通过所述车辆优化控制模块和所述路权交易模块来实现对所述协同车辆的优化控制和收益分配,减少或消除交通冲突,提升整个交通系统的总体效益;
所述车辆优化控制模块:通过车联网技术实时接收行驶在通信区域内的所述协同车辆和所述非协同车辆的车辆运行信息,并将接收到的车辆运行信息进行整合处理,预测得到车辆原始运行轨迹,发现潜在的交通冲突以及能够提高交通运输效率的车辆组织方式;进而根据所发现的潜在交通冲突以及能够提高交通运输效率的车辆组织方式,以交通系统运输效率最优为优化准则,利用动态规划算法得出最优控制策略;将所述最优控制策略发送给行驶在通信区域内的所述协同车辆,并优化控制行驶在通信区域内的所述协同车辆中的智能网联车辆的运行,同时依据所述最优控制策略优化指导行驶在通信区域内的所述协同车辆中的传统驾驶车辆的运行;
所述路权交易模块:通过车联网技术实时接收行驶在通信区域内的所述协同车辆上报的个人属性信息(包括时间价值、燃油价格),分析得出行驶在通信区域内的所述协同车辆按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本(包括运行时间成本变化、燃油成本变化)变化,分别计算出行驶在通信区域内的所述协同车辆中的每个车辆按照所述最优控制策略运行所产生的收益,并制定收益分配方案;将所制定的收益分配方案发送给行驶在通信区域内的所述协同车辆,确定最终收益分配方案,并依据最终收益分配方案进行收益分配,让任一参与路权交易的双方中运行成本降低的车辆向主动让路的车辆提供经济补偿,由此保证交通系统及每个所述协同车辆都能够有正的收益。
进一步,所述路权交易模块中的收益分配方式包括平均分配方式、动态议价分配方式、双边拍卖分配方式。
平均分配方式适用于交易的双方都是温和的、不贪婪的且均不属于紧急出行,此时认为双方的个人属性信息值是相等或接近的,利用平均分配的方式就可以满足个人理性条件并且没有人会产生嫉妒,大家都认为自己的收益是大于对方的。
动态议价分配方式合理地模拟了日常生活中人们讨价还价的过程,大家都会提出自己所要求的份额,在意见未达成一致之前会有一个不断相互妥协的过程,最终达到一个令双方都满意的交易价格,利用动态议价的分配方式进行收益分配可以有效避免以一个极端的价格交易的现象。
双边拍卖分配方式在一定程度上能够同时满足买卖双方的诉求,在交易过程中买卖双方同时分别上报一个他们期望的交易价格,最终可以执行的交易价格为双方期望交易价格的线性组合,若最终的交易价格会使任意参与人的收益为非正,那么交易将不会进行,因此为了能够通过交易获得收益,参与人需要上报一个趋近于个人属性真实值的个人属性信息值,从而满足激励兼容的条件。
进一步,所述路权交易模块中设置有用于评估收益分配方案性能的约束条件,包括个人理性条件、系统提升条件、激励兼容条件、嫉妒最小化条件;
所述路权交易模块是利用所述个人理性条件使车辆参与路权交易的收益高于不参与路权交易的收益,由此激励车辆参与所述微观路权交易系统的优化控制和收益分配,以协同的车辆形式参与交通系统中,用于保证所述微观路权交易系统的吸引力;
所述路权交易模块是利用所述系统提升条件在满足参与路权交易的双方有正的收益的前提下,使整个交通系统能够有正的收益;
所述路权交易模块是利用所述激励兼容条件使每个所述协同车辆上报的个人属性信息值趋近于其个人属性真实值,用于保证所述微观路权交易系统的公平性;
所述路权交易模块是利用所述嫉妒最小化条件使参与路权交易的双方都满足于自己的当前收益且不认为在此次交易中对方的收益多于自己的。
进一步,所述路权交易模块中设置有用于评估收益分配方案性能的约束条件,包括个人理性条件、系统提升条件、激励兼容条件、嫉妒最小化条件,具体包括如下:
假定A路和B路为两条有交汇的单向单行车道;将行驶在A路和B路通信区域内参与路权交易的任一车辆记为参与人j;又将行驶在A路和B路通信区域内任一次参与路权交易的双方中,交易后运行成本降低的A路上的车辆记为参与人A,交易后运行成本增加的B路上的车辆(即交易过程中让路的B路上的车辆)记为参与人B;
针对行驶在通信区域内的任一参与人j,按照所述车辆原始运行轨迹运行的成本用公式(1)表示,按照所述最优控制策略运行的成本用公式(2)表示,按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化用公式(3)表示;公式(1)~(3)具体为:
其中,σj表示参与人j的时间价值系数;和分别表示参与人j按照所述车辆原始运行轨迹运行通过控制区域上游和控制区域下游的时间戳;和分别表示参与人j按照所述最优控制策略运行通过控制区域上游和控制区域下游的时间戳;κj表示参与人j的油耗价值系数;gj(t)表示参与人j在t时刻的油耗;
所述个人理性条件是通过使车辆参与路权交易的收益高于不参与路权交易的收益,以此激励车辆参与所述微观路权交易系统的优化控制和收益分配,以协同的车辆形式参与交通系统中;令车辆不参与路权交易的收益为0,则将行驶在A路和B路通信区域内的参与路权交易的双方收益用公式(4)表示,交易价格用公式(5)表示,参与路权交易的双方的交易总收益用公式(6)表示;公式(4)~(6)具体为:
p=ΔUA-ρAΔω=ΔUB+ρBΔω (5)
其中,NA表示参与人A的交易收益;NB表示参与人B的交易收益;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;p表示参与人A和参与人B之间的交易价格;ρA表示参与人A获得交易总收益的比例;ρB表示参与人B获得交易总收益的比例;Δω表示参与人A和参与人B的交易总收益;
在上述满足交易后参与人收益为正的条件下,引入交易成功率来描述参与路权交易的双方对于收益大小的接受度情况;用公式(7)和(8)反映参与路权交易的双方对于交易价格的满意度;将交易成功率定义为公式(9),用来表示在不完全信息环境下对于该次交易是否能够成功的预判;为了保证交易成功率为正,交易价格的取值范围需要满足公式(10);公式(7)~(10)具体为:
{p||ΔUB|<p<ΔUA} (10)
其中,PA表示参与人A愿意参与交易的概率;PB表示参与人B愿意参与交易的概率;PA,B表示该次交易的成功率;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;p表示参与人A和参与人B之间的交易价格;
所述系统提升条件是为了在满足参与路权交易的双方有正的收益的前提下,使整个交通系统能够有正的收益(例如,提高交通运输效率,减少污染排放等);所述系统提升条件是协同优化控制结果的重要表征,是对所述微观路权交易系统提出的强制条件,用公式(11)表示,具体为:
其中,∑ANA表示A路上所有交易后运行成本降低的参与人的收益;∑BNB表示B路上所有交易后运行成本增加的参与人的收益;Δω表示参与人A和参与人B的交易总收益;
所述激励兼容条件是为了使每个所述协同车辆上报的个人属性信息值趋近于其个人属性真实值,用于保证所述微观路权交易系统的公平性;所述激励兼容条件是采用收取交易税的方式来激励参与人说真话,交易税额用公式(12)所示,征收交易税后的收益用公式(13)所示,征收交易税后的交易成功率用公式(14)所示,交易价格取值范围用公式(15)表示;(使用满足激励兼容条件的微观路权交易系统可以使得参与人上报虚假个人属性信息值时的收益不高于上报真实个人属性信息值时的收益,保证微观路权交易系统和参与人期望的决策一致,均为参与人上报真实个人属性信息值,进而最大程度上保证交易的公平性。)公式(12)~(15)具体为:
{p||ΔUB|+πB<p<ΔUA-πA} (15)
其中,πj表示参与人j的交易税额;rj表示参与人j上报的个人属性信息值;为根据激励兼容条件计算出的参数,用来保证可以通过征收交易税激励参与人j说真话;Nj表示参与人j的交易收益;N′A表示征收交易税后参与人A的交易净收益;NA表示参与人A的交易收益(即不考虑征收交易税的条件下参与人A的交易收益);πA表示参与人A的交易税额;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;rA表示参与人A上报的个人属性信息值;N′B表示征收交易税后参与人B的交易净收益;NB表示参与人B的交易收益(即不考虑征收交易税的条件下参与人B的交易收益);πB表示参与人B的交易税额;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;rB表示参与人B上报的个人属性信息值;P′A表示征收交易税后参与人A愿意参与交易的概率;P′B表示征收交易税后参与人B愿意参与交易的概率;P′A,B表示征收交易税后该次交易的成功率;p表示参与人A和参与人B之间的交易价格;
由上述条件得出,从所述微观路权交易系统的角度考虑,其最大化期望总收益用公式(16)表示,且其期望参与人做出的决策用公式(17)表示;而从参与人的角度考虑,每个参与人的决策都是自利的,但又由于不完全信息环境的限制,每个参与人的决策又只能根据两方面做出,一方面是自身的个人属性信息,另一方面是参与路权交易的双方中的另一参与人的个人属性的分布概率信息,由此每个参与人都希望上报一个可以最大化个人期望收益的个人属性信息值,因此,参与人的期望收益用公式(18)表示,参与人做出的决策用公式(19)表示;公式(16)~(19)具体为:
ua=max(N′j(τj,rj,r-j)+N′-j(τ-j,r-j,rj))
=max((Nj-πj)+(N-j-π-j))
=max((ΔUj-p-(ΔUj-p)o(rj))+(ΔU-j+p-(ΔU-j+p)o(r-j)))
=max(ΔUj+ΔU-j-(ΔUj-p)o(rj)-(ΔU-j+p)o(r-j)) (16)
所述微观路权交易系统是激励兼容的路权交易系统,因此参与人j若想最大化自己的收益,其上报的个人属性信息值需满足公式(20),具体为:
其中,将参与路权交易的双方中与参与人j相对的另一参与人记为参与人-j;ua表示所述微观路权交易系统的最大化期望总收益;N′j(τj,rj,r-j)=(Nj-πj)表示征收交易税后参与人j的交易净收益;N′-j(τ-j,r-j,rj)=(N-j-πj)表示征收交易税后参与人-j的交易净收益;τj表示参与人j的个人属性真实值;τ-j表示参与人-j的个人属性真实值;rj表示参与人j实际上报的个人属性信息值;r-j表示参与人-j实际上报的个人属性信息值;表示所述微观路权交易系统期望参与人j上报的个人属性信息值;μj(rj|τj)表示参与人j期望的收益;Θ(τ-j)表示参与人-j的个人属性信息值为τ-j时的概率;为参与人-j的个人属性信息值的概率分布,P′j,-j表示征收交易税后参与人j和参与人-j之间的交易成功率;表示参与人j上报的一个可以最大化个人期望收益的个人属性信息值;
所述无嫉妒分配条件用于使参与路权交易的双方都满足于自己的当前收益,认为自己得到的份额是超过对方的,且不会用自己得到的份额与对方进行交换;根据每个人的不同评价标准,将所述无嫉妒分配条件用公式(21)表示,具体为:
Vj(j)-p≥Vj(-j)+p (21)
在实际情况下,一部分人在意出行的广义成本(如出行时间、油耗等因素),另一部分人更关心让不让路的礼貌行为的心理成本,分别将这两种成本量化为ΔUj和ΔQj,用αj和βj分别表示对应的权重,则收益评价用公式(22)表示,具体为:
嫉妒值εj被定义为实际交易价格与参与人j期望的交易价格的最大差值,若εj=0则意味着分配方案是完全无嫉妒的;嫉妒值ε-j被定义为实际交易价格与参与人-j期望的交易价格的最大差值,若ε-j=0则意味着分配方案是完全无嫉妒的;而这在很多情况下是难以实现的,因此得出嫉妒最小化条件下的交易价格p满足公式(23),具体为:
上述,Vj(j)表示参与人j对自己的收益评价;Vj(-j)表示参与人j对相对的另一参与人-j的收益评价;V-j(-j)表示参与人-j对自己的收益评价;V-j(j)表示参与人-j对相对的另一参与人j的收益评价。
1)该微观路权交易系统考虑到出行人群的异质性,即每个人的出行目的、出行交通工具等属性的不同会导致他们的出行成本计算上有较大的差异。若该系统不做此考虑,则可能造成优化控制后的效果劣于未施加控制的效果。例如,救护车等特勤车辆不能够及时得到优先的路权分配;赶飞机的人的时间价值一般要高于购物的人,但可能拘泥于过多购物的人出行带来的交通拥堵等。因此,本发明的微观路权交易系统考虑到每个个体的实际需求,能够实现完善的优化控制。
2)该微观路权交易系统在考虑了交通参与者的异质性的基础上,引入了不完全信息环境下的机制设计方法。因为个人属性信息需要通过参与人自行上报给系统,所以贪婪的参与人则会希望通过上报高于自己真实值的个人属性信息值在交易中获得更多的收益,从而会造成在收益分配上的不公平。为了避免这种现象发生,本发明的微观路权交易系统通过征收交易税的方式促进参与人上报一个趋近于其真实值的个人属性信息,保证交易的公平性。本发明微观路权交易系统能够在考虑参与人出行异质性的基础上并且保证交易公平性的条件下,实现车辆的优化控制和收益分配。
与现有技术相比,本发明的有益效果:
(一)本发明是基于智能网联车辆与传统驾驶车辆的混合交通流环境下的优化控制方法提出的微观路权交易系统,能够在保证交易公平性的条件下,实现车辆的优化控制和收益分配,该系统对于提高交通运输效率、减少污染排放均具有良好的促进作用。
(二)本发明考虑了不同交通参与者的异质性,即每个人的出行目的、出行方式等的不同,使得时间价值、燃油消耗存在差异,利用异质性对系统总收益进行分配,可以尽可能的保证分配的公平性。
(三)采用本发明的微观路权交易系统能够激励非协同车辆表现为协同,主动做出让路、减速等行为,通过被让路的车辆支付或补偿一定的货币给让路的车辆,使得双方在协同控制过程中都有正的收益,达到双赢的目标,整个交通系统的效益也因此得到提升,能够实现交通管理控制优化达成较为理想的目标,也为学术界现有的各优化控制理论算法提供了落地实现的可能。
(四)本发明有效地帮助了优化控制算法地落地实现,解决了部分非协同的、贪婪的参与人不愿承受自身损失而加入到协同控制中的问题,其带来的正面效益能够为国家和交通参与者节约大量的开支。
下面通过具体实施方式及附图对本发明作进一步详细说明,但并不意味着对本发明保护范围的限制。
附图说明
图1为本发明实施例微观路权交易系统的交易机制示意图。
具体实施方式
实施例
将车辆分为协同车辆和非协同车辆;
所述协同车辆是指参与所述微观路权交易系统的优化控制和收益分配的车辆(即协同车辆是指参与本发明微观路权交易系统的优化控制和收益分配的智能网联车辆和参与本发明微观路权交易系统的优化控制和收益分配的传统驾驶车辆);
所述非协同车辆是指不参与所述微观路权交易系统的优化控制和收益分配的车辆(即非协同车辆是指不参与本发明微观路权交易系统的优化控制和收益分配的智能网联车辆和不参与本发明微观路权交易系统的优化控制和收益分配的传统驾驶车辆);
所述微观路权交易系统是通过所述车辆优化控制模块和所述路权交易模块来实现对所述协同车辆的优化控制和收益分配,减少或消除交通冲突,提升整个交通系统的总体效益;
所述车辆优化控制模块:通过车联网技术实时接收行驶在通信区域内的所述协同车辆和所述非协同车辆的车辆运行信息,并将接收到的车辆运行信息进行整合处理,预测得到车辆原始运行轨迹,发现潜在的交通冲突以及能够提高交通运输效率的车辆组织方式;进而根据所发现的潜在交通冲突以及能够提高交通运输效率的车辆组织方式,以交通系统运输效率最优为优化准则,利用动态规划算法得出最优控制策略;将所述最优控制策略发送给行驶在通信区域内的所述协同车辆,并优化控制行驶在通信区域内的所述协同车辆中的智能网联车辆的运行,同时依据所述最优控制策略优化指导行驶在通信区域内的所述协同车辆中的传统驾驶车辆的运行;
所述路权交易模块:通过车联网技术实时接收行驶在通信区域内的所述协同车辆上报的个人属性信息(包括时间价值、燃油价格),分析得出行驶在通信区域内的所述协同车辆按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本(包括运行时间成本变化、燃油成本变化)变化,分别计算出行驶在通信区域内的所述协同车辆中的每个车辆按照所述最优控制策略运行所产生的收益,并制定收益分配方案;将所制定的收益分配方案发送给行驶在通信区域内的所述协同车辆,确定最终收益分配方案,并依据最终收益分配方案进行收益分配,让任一参与路权交易的双方中运行成本降低的车辆向主动让路的车辆提供经济补偿,由此保证交通系统及每个所述协同车辆都能够有正的收益。
本例中所述路权交易模块中的收益分配方式包括平均分配方式、动态议价(即动态协商)分配方式、双边拍卖分配方式。
平均分配方式适用于交易的双方都是温和的、不贪婪的且均不属于紧急出行,此时认为双方的个人属性信息值是相等或接近的,利用平均分配的方式就可以满足个人理性条件并且没有人会产生嫉妒,大家都认为自己的收益是大于对方的。
动态议价分配方式合理地模拟了日常生活中人们讨价还价的过程,大家都会提出自己所要求的份额,在意见未达成一致之前会有一个不断相互妥协的过程,最终达到一个令双方都满意的交易价格,利用动态议价的分配方式进行收益分配可以有效避免以一个极端的价格交易的现象。
双边拍卖分配方式在一定程度上能够同时满足买卖双方的诉求,在交易过程中买卖双方同时分别上报一个他们期望的交易价格,最终可以执行的交易价格为双方期望交易价格的线性组合,若最终的交易价格会使任意参与人的收益为非正,那么交易将不会进行,因此为了能够通过交易获得收益,参与人需要上报一个趋近于个人属性真实值的个人属性信息值,从而满足激励兼容的条件。
本例中所述路权交易模块中设置有用于评估收益分配方案性能的约束条件,包括个人理性条件、系统提升条件、激励兼容条件、嫉妒最小化条件;
所述路权交易模块是利用所述个人理性条件使车辆参与路权交易的收益高于不参与路权交易的收益,由此激励车辆参与所述微观路权交易系统的优化控制和收益分配,以协同的车辆形式参与交通系统中,用于保证所述微观路权交易系统的吸引力;
所述路权交易模块是利用所述系统提升条件在满足参与路权交易的双方有正的收益的前提下,使整个交通系统能够有正的收益;
所述路权交易模块是利用所述激励兼容条件使每个所述协同车辆上报的个人属性信息值趋近于其个人属性真实值,用于保证所述微观路权交易系统的公平性;
所述路权交易模块是利用所述嫉妒最小化条件使参与路权交易的双方都满足于自己的当前收益且不认为在此次交易中对方的收益多于自己的。
本例中所述路权交易模块中设置有用于评估收益分配方案性能的约束条件,包括个人理性条件、系统提升条件、激励兼容条件、嫉妒最小化条件,具体包括如下:
假定A路和B路为两条有交汇的单向单行车道;将行驶在A路和B路通信区域内参与路权交易的任一车辆记为参与人j;又将行驶在A路和B路通信区域内任一次参与路权交易的双方中,交易后运行成本降低的A路上的车辆记为参与人A,交易后运行成本增加的B路上的车辆(即交易过程中让路的B路上的车辆)记为参与人B;
针对行驶在通信区域内的任一参与人j,按照所述车辆原始运行轨迹运行的成本用公式(1)表示,按照所述最优控制策略运行的成本用公式(2)表示,按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化用公式(3)表示;公式(1)~(3)具体为:
其中,σj表示参与人j的时间价值系数;和分别表示参与人j按照所述车辆原始运行轨迹运行通过控制区域上游和控制区域下游的时间戳;和分别表示参与人j按照所述最优控制策略运行通过控制区域上游和控制区域下游的时间戳;κj表示参与人j的油耗价值系数;gj(t)表示参与人j在t时刻的油耗;
所述个人理性条件是通过使车辆参与路权交易的收益高于不参与路权交易的收益,以此激励车辆参与所述微观路权交易系统的优化控制和收益分配,以协同的车辆形式参与交通系统中;令车辆不参与路权交易的收益为0,则将行驶在A路和B路通信区域内的参与路权交易的双方收益用公式(4)表示,交易价格用公式(5)表示,参与路权交易的双方的交易总收益用公式(6)表示;公式(4)~(6)具体为:
p=ΔUA-ρAΔω=ΔUB+ρBΔω (5)
其中,NA表示参与人A的交易收益;NB表示参与人B的交易收益;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;p表示参与人A和参与人B之间的交易价格;ρA表示参与人A获得交易总收益的比例;ρB表示参与人B获得交易总收益的比例;Δω表示参与人A和参与人B的交易总收益;
在上述满足交易后参与人收益为正的条件下,引入交易成功率来描述参与路权交易的双方对于收益大小的接受度情况;用公式(7)和(8)反映参与路权交易的双方对于交易价格的满意度;将交易成功率定义为公式(9),用来表示在不完全信息环境下对于该次交易是否能够成功的预判;为了保证交易成功率为正,交易价格的取值范围需要满足公式(10);公式(7)~(10)具体为:
{p||ΔUB|<p<ΔUA} (10)
其中,PA表示参与人A愿意参与交易的概率;PB表示参与人B愿意参与交易的概率;PA,B表示该次交易的成功率;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;p表示参与人A和参与人B之间的交易价格;
所述系统提升条件是为了在满足参与路权交易的双方有正的收益的前提下,使整个交通系统能够有正的收益(例如,提高交通运输效率,减少污染排放等);所述系统提升条件是协同优化控制结果的重要表征,是对所述微观路权交易系统提出的强制条件,用公式(11)表示,具体为:
其中,∑ANA表示A路上所有交易后运行成本降低的参与人的收益;∑BNB表示B路上所有交易后运行成本增加的参与人的收益;Δω表示参与人A和参与人B的交易总收益;
所述激励兼容条件是为了使每个所述协同车辆上报的个人属性信息值趋近于其个人属性真实值,用于保证所述微观路权交易系统的公平性;所述激励兼容条件是采用收取交易税的方式来激励参与人说真话,交易税额用公式(12)所示,征收交易税后的收益用公式(13)所示,征收交易税后的交易成功率用公式(14)所示,交易价格取值范围用公式(15)表示;(使用满足激励兼容条件的微观路权交易系统可以使得参与人上报虚假个人属性信息值时的收益不高于上报真实个人属性信息值时的收益,保证微观路权交易系统和参与人期望的决策一致,均为参与人上报真实个人属性信息值,进而最大程度上保证交易的公平性。)公式(12)~(15)具体为:
{p||ΔUB|+πB<p<ΔUA-πA} (15)
其中,πj表示参与人j的交易税额;rj表示参与人j上报的个人属性信息值;为根据激励兼容条件计算出的参数,用来保证可以通过征收交易税激励参与人j说真话;Nj表示参与人j的交易收益;N′A表示征收交易税后参与人A的交易净收益;NA表示参与人A的交易收益(即不考虑征收交易税的条件下参与人A的交易收益);πA表示参与人A的交易税额;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;rA表示参与人A上报的个人属性信息值;N′B表示征收交易税后参与人B的交易净收益;NB表示参与人B的交易收益(即不考虑征收交易税的条件下参与人B的交易收益);πB表示参与人B的交易税额;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;rB表示参与人B上报的个人属性信息值;P′A表示征收交易税后参与人A愿意参与交易的概率;P′B表示征收交易税后参与人B愿意参与交易的概率;P′A,B表示征收交易税后该次交易的成功率;p表示参与人A和参与人B之间的交易价格;
由上述条件得出,从所述微观路权交易系统的角度考虑,其最大化期望总收益用公式(16)表示,且其期望参与人做出的决策用公式(17)表示;而从参与人的角度考虑,每个参与人的决策都是自利的,但又由于不完全信息环境的限制,每个参与人的决策又只能根据两方面做出,一方面是自身的个人属性信息,另一方面是参与路权交易的双方中的另一参与人的个人属性的分布概率信息,由此每个参与人都希望上报一个可以最大化个人期望收益的个人属性信息值,因此,参与人的期望收益用公式(18)表示,参与人做出的决策用公式(19)表示;公式(16)~(19)具体为:
ua=max(N′j(τj,rj,r-j)+N′-j(τ-j,r-j,rj))
=max((Nj-πj)+(N-j-π-j))
=max((ΔUj-p-(ΔUj-p)o(rj))+(ΔU-j+p-(ΔU-j+p)o(r-j)))
=max(ΔUj+ΔU-j-(ΔUj-p)o(rj)-(ΔU-j+p)o(r-j)) (16)
所述微观路权交易系统是激励兼容的路权交易系统,因此参与人j若想最大化自己的收益,其上报的个人属性信息值需满足公式(20),具体为:
其中,将参与路权交易的双方中与参与人j相对的另一参与人记为参与人-j;ua表示所述微观路权交易系统的最大化期望总收益;N′j(τj,rj,r-j)=(Nj-πj)表示征收交易税后参与人j的交易净收益;N′-j(τ-j,r-j,rj)=(N-j-πj)表示征收交易税后参与人-j的交易净收益;τj表示参与人j的个人属性真实值;τ-j表示参与人-j的个人属性真实值;rj表示参与人j实际上报的个人属性信息值;r-j表示参与人-j实际上报的个人属性信息值;表示所述微观路权交易系统期望参与人j上报的个人属性信息值;μj(rj|τj)表示参与人j期望的收益;Θ(τ-j)表示参与人-j的个人属性信息值为τ-j时的概率;为参与人-j的个人属性信息值的概率分布,P′j,-j表示征收交易税后参与人j和参与人-j之间的交易成功率;表示参与人j上报的一个可以最大化个人期望收益的个人属性信息值;
所述无嫉妒分配条件用于使参与路权交易的双方都满足于自己的当前收益,认为自己得到的份额是超过对方的,且不会用自己得到的份额与对方进行交换;根据每个人的不同评价标准,将所述无嫉妒分配条件用公式(21)表示,具体为:
Vj(j)-p≥Vj(-j)+p (21)
在实际情况下,一部分人在意出行的广义成本(如出行时间、油耗等因素),另一部分人更关心让不让路的礼貌行为的心理成本,分别将这两种成本量化为ΔUj和ΔQj,用αj和βj分别表示对应的权重,则收益评价用公式(22)表示,具体为:
嫉妒值εj被定义为实际交易价格与参与人j期望的交易价格的最大差值,若εj=0则意味着分配方案是完全无嫉妒的;嫉妒值ε-j被定义为实际交易价格与参与人-j期望的交易价格的最大差值,若ε-j=0则意味着分配方案是完全无嫉妒的;而这在很多情况下是难以实现的,因此得出嫉妒最小化条件下的交易价格p满足公式(23),具体为:
上述,Vj(j)表示参与人j对自己的收益评价;Vj(-j)表示参与人j对相对的另一参与人-j的收益评价;V-j(-j)表示参与人-j对自己的收益评价;V-j(j)表示参与人-j对相对的另一参与人j的收益评价。
本例给出的微观路权交易系统的交易机制示意图如图1所示,该系统适用于不同的混合交通流场景,包括十字路口、丁字路口、高速公路匝道等汇流区域的混合交通流场景。
以上实施例仅表达了本发明的部分具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种微观路权交易系统,其特征在于,所述微观路权交易系统包括车辆优化控制模块和路权交易模块;
将车辆分为协同车辆和非协同车辆;
所述协同车辆是指参与所述微观路权交易系统的优化控制和收益分配的车辆,即所述协同车辆是指参与所述微观路权交易系统的优化控制和收益分配的智能网联车辆以及参与所述微观路权交易系统的优化控制和收益分配的传统驾驶车辆;
所述非协同车辆是指不参与所述微观路权交易系统的优化控制和收益分配的车辆,即所述非协同车辆是指不参与所述微观路权交易系统的优化控制和收益分配的智能网联车辆以及不参与所述微观路权交易系统的优化控制和收益分配的传统驾驶车辆;
所述微观路权交易系统是通过所述车辆优化控制模块和所述路权交易模块来实现对所述协同车辆的优化控制和收益分配,减少或消除交通冲突,提升整个交通系统的总体效益;
所述车辆优化控制模块:通过车联网技术实时接收行驶在通信区域内的所述协同车辆和所述非协同车辆的车辆运行信息,并将接收到的车辆运行信息进行整合处理,预测得到车辆原始运行轨迹,发现潜在的交通冲突以及能够提高交通运输效率的车辆组织方式;进而根据所发现的潜在交通冲突以及能够提高交通运输效率的车辆组织方式,以交通系统运输效率最优为优化准则,利用动态规划算法得出最优控制策略;将所述最优控制策略发送给行驶在通信区域内的所述协同车辆,并优化控制行驶在通信区域内的所述协同车辆中的智能网联车辆的运行,同时依据所述最优控制策略优化指导行驶在通信区域内的所述协同车辆中的传统驾驶车辆的运行;
所述路权交易模块:通过车联网技术实时接收行驶在通信区域内的所述协同车辆上报的个人属性信息,分析得出行驶在通信区域内的所述协同车辆按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化,分别计算出行驶在通信区域内的所述协同车辆中的每个车辆按照所述最优控制策略运行所产生的收益,并制定收益分配方案;将所制定的收益分配方案发送给行驶在通信区域内的所述协同车辆,确定最终收益分配方案,并依据最终收益分配方案进行收益分配,让任一参与路权交易的双方中运行成本降低的车辆向主动让路的车辆提供经济补偿,由此保证交通系统及每个所述协同车辆都能够有正的收益;
所述路权交易模块中设置有用于评估收益分配方案性能的约束条件,包括个人理性条件、系统提升条件、激励兼容条件、嫉妒最小化条件;
所述路权交易模块是利用所述个人理性条件使车辆参与路权交易的收益高于不参与路权交易的收益,由此激励车辆参与所述微观路权交易系统的优化控制和收益分配,以协同的车辆形式参与交通系统中,用于保证所述微观路权交易系统的吸引力;
所述路权交易模块是利用所述系统提升条件在满足参与路权交易的双方有正的收益的前提下,使整个交通系统能够有正的收益;
所述路权交易模块是利用所述激励兼容条件使每个所述协同车辆上报的个人属性信息值趋近于其个人属性真实值,用于保证所述微观路权交易系统的公平性;
所述路权交易模块是利用所述嫉妒最小化条件使参与路权交易的双方都满足于自己的当前收益且不认为在此次交易中对方的收益多于自己的;
所述路权交易模块中设置有用于评估收益分配方案性能的约束条件,包括个人理性条件、系统提升条件、激励兼容条件、嫉妒最小化条件,具体包括如下:
假定A路和B路为两条有交汇的单向单行车道;将行驶在A路和B路通信区域内参与路权交易的任一车辆记为参与人j;又将行驶在A路和B路通信区域内任一次参与路权交易的双方中,交易后运行成本降低的A路上的车辆记为参与人A,交易后运行成本增加的B路上的车辆记为参与人B;
针对行驶在通信区域内的任一参与人j,按照所述车辆原始运行轨迹运行的成本用公式(1)表示,按照所述最优控制策略运行的成本用公式(2)表示,按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化用公式(3)表示;公式(1)~(3)具体为:
其中,σj表示参与人j的时间价值系数;和分别表示参与人j按照所述车辆原始运行轨迹运行通过控制区域上游和控制区域下游的时间戳;和分别表示参与人j按照所述最优控制策略运行通过控制区域上游和控制区域下游的时间戳;κj表示参与人j的油耗价值系数;gj(t)表示参与人j在t时刻的油耗;
所述个人理性条件是通过使车辆参与路权交易的收益高于不参与路权交易的收益,以此激励车辆参与所述微观路权交易系统的优化控制和收益分配,以协同的车辆形式参与交通系统中;令车辆不参与路权交易的收益为0,则将行驶在A路和B路通信区域内的参与路权交易的双方收益用公式(4)表示,交易价格用公式(5)表示,参与路权交易的双方的交易总收益用公式(6)表示;公式(4)~(6)具体为:
p=ΔUA-ρAΔω=ΔUe+ρeΔω (5)
其中,NA表示参与人A的交易收益;NB表示参与人B的交易收益;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;p表示参与人A和参与人B之间的交易价格;ρA表示参与人A获得交易总收益的比例;ρB表示参与人B获得交易总收益的比例;Δω表示参与人A和参与人B的交易总收益;
在上述满足交易后参与人收益为正的条件下,引入交易成功率来描述参与路权交易的双方对于收益大小的接受度情况;用公式(7)和(8)反映参与路权交易的双方对于交易价格的满意度;将交易成功率定义为公式(9),用来表示在不完全信息环境下对于该次交易是否能够成功的预判;为了保证交易成功率为正,交易价格的取值范围需要满足公式(10);公式(7)~(10)具体为:
{p||ΔUB|<p<ΔUA} (10)
其中,PA表示参与人A愿意参与交易的概率;PB表示参与人B愿意参与交易的概率;PA,B表示该次交易的成功率;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;p表示参与人A和参与人B之间的交易价格;
所述系统提升条件是为了在满足参与路权交易的双方有正的收益的前提下,使整个交通系统能够有正的收益;所述系统提升条件是协同优化控制结果的重要表征,是对所述微观路权交易系统提出的强制条件,用公式(11)表示,具体为:
其中,∑ANA表示A路上所有交易后运行成本降低的参与人的收益;∑BNB表示B路上所有交易后运行成本增加的参与人的收益;Δω表示参与人A和参与人B的交易总收益;
所述激励兼容条件是为了使每个所述协同车辆上报的个人属性信息值趋近于其个人属性真实值,用于保证所述微观路权交易系统的公平性;所述激励兼容条件是采用收取交易税的方式来激励参与人说真话,交易税额用公式(12)所示,征收交易税后的收益用公式(13)所示,征收交易税后的交易成功率用公式(14)所示,交易价格取值范围用公式(15)表示;公式(12)~(15)具体为:
{p||ΔUB|+πB<p<ΔUA-πA} (15)
其中,πj表示参与人j的交易税额;rj表示参与人j上报的个人属性信息值;为根据激励兼容条件计算出的参数,用来保证可以通过征收交易税激励参与人j说真话;Nj表示参与人j的交易收益;NA′表示征收交易税后参与人A的交易净收益;NA表示参与人A的交易收益;πA表示参与人A的交易税额;ΔUA表示参与人A按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;rA表示参与人A上报的个人属性信息值;N′B表示征收交易税后参与人B的交易净收益;NB表示参与人B的交易收益;πB表示参与人B的交易税额;ΔUB表示参与人B按照所述车辆原始运行轨迹运行和按照所述最优控制策略运行的运行成本变化;rB表示参与人B上报的个人属性信息值;P′A表示征收交易税后参与人A愿意参与交易的概率;P′B表示征收交易税后参与人B愿意参与交易的概率;P′A,B表示征收交易税后该次交易的成功率;p表示参与人A和参与人B之间的交易价格;
由上述条件得出,从所述微观路权交易系统的角度考虑,其最大化期望总收益用公式(16)表示,且其期望参与人做出的决策用公式(17)表示;而从参与人的角度考虑,每个参与人的决策都是自利的,但又由于不完全信息环境的限制,每个参与人的决策又只能根据两方面做出,一方面是自身的个人属性信息,另一方面是参与路权交易的双方中的另一参与人的个人属性的分布概率信息,由此每个参与人都希望上报一个可以最大化个人期望收益的个人属性信息值,因此,参与人的期望收益用公式(18)表示,参与人做出的决策用公式(19)表示;公式(16)~(19)具体为:
ua=max(N′j(τj,rj,r-j)+N′-j(τ-j,r-j,rj))
=max((Nj-πj)+(N-j-π-j))
=max((ΔUj-p-(ΔUj-p)o(rj))+(ΔU-j+p-(ΔU-j+p)o(r-j)))
=max(ΔUj+ΔU-j-(ΔUj-p)o(rj)-(ΔU-j+p)o(r-j)) (16)
所述微观路权交易系统是激励兼容的路权交易系统,因此参与人j若想最大化自己的收益,其上报的个人属性信息值需满足公式(20),具体为:
其中,将参与路权交易的双方中与参与人j相对的另一参与人记为参与人-j;ua表示所述微观路权交易系统的最大化期望总收益;Nj′(τj,rj,r-j)=(Nj-πj)表示征收交易税后参与人j的交易净收益;N′-j(τ-j,r-j,rj)=(N-j-πj)表示征收交易税后参与人-j的交易净收益;τj表示参与人j的个人属性真实值;τ-j表示参与人-j的个人属性真实值;rj表示参与人j实际上报的个人属性信息值;r-j表示参与人-j实际上报的个人属性信息值;rj *表示所述微观路权交易系统期望参与人j上报的个人属性信息值;μj(rj|τj)表示参与人j期望的收益;Θ(τ-j)表示参与人-j的个人属性信息值为τ-j时的概率;为参与人-j的个人属性信息值的概率分布,P′j,-j表示征收交易税后参与人j和参与人-j之间的交易成功率;rj **表示参与人j上报的一个可以最大化个人期望收益的个人属性信息值;
所述嫉妒最小化条件用于使参与路权交易的双方都满足于自己的当前收益,认为自己得到的份额是超过对方的,且不会用自己得到的份额与对方进行交换;根据每个人的不同评价标准,将所述嫉妒最小化条件用公式(21)表示,具体为:
Vj(j)-p≥Vj(-j)+p (21)
在实际情况下,一部分人在意出行的广义成本,另一部分人更关心让不让路的礼貌行为的心理成本,分别将这两种成本量化为ΔUj和ΔQj,用αj和βj分别表示对应的权重,则收益评价用公式(22)表示,具体为:
嫉妒值εj被定义为实际交易价格与参与人j期望的交易价格的最大差值,若εj=0则意味着分配方案是完全无嫉妒的;嫉妒值ε-j被定义为实际交易价格与参与人-j期望的交易价格的最大差值,若ε-j=0则意味着分配方案是完全无嫉妒的;而这在很多情况下是难以实现的,因此得出嫉妒最小化条件下的交易价格p满足公式(23),具体为:
上述,Vj(j)表示参与人j对自己的收益评价;Vj(-j)表示参与人j对相对的另一参与人-j的收益评价;V-j(-j)表示参与人-j对自己的收益评价;V-j(j)表示参与人-j对相对的另一参与人j的收益评价。
2.根据权利要求1所述的一种微观路权交易系统,其特征在于,所述路权交易模块中的收益分配方式包括平均分配方式、动态议价分配方式、双边拍卖分配方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110272140.4A CN113055474B (zh) | 2021-03-12 | 2021-03-12 | 一种微观路权交易系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110272140.4A CN113055474B (zh) | 2021-03-12 | 2021-03-12 | 一种微观路权交易系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113055474A CN113055474A (zh) | 2021-06-29 |
CN113055474B true CN113055474B (zh) | 2022-11-11 |
Family
ID=76512423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110272140.4A Active CN113055474B (zh) | 2021-03-12 | 2021-03-12 | 一种微观路权交易系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113055474B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992695A (zh) * | 2019-12-13 | 2020-04-10 | 北京理工大学 | 基于冲突消解的智能车辆城市交叉口通行决策多目标优化模型 |
CN111599179A (zh) * | 2020-05-21 | 2020-08-28 | 北京航空航天大学 | 一种基于风险动态平衡的无信号交叉口自动驾驶运动规划方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9182764B1 (en) * | 2014-08-04 | 2015-11-10 | Cummins, Inc. | Apparatus and method for grouping vehicles for cooperative driving |
CN107274684B (zh) * | 2017-08-01 | 2020-01-10 | 东南大学 | 一种车路协同环境下单点交叉口信号控制策略选择方法 |
CN108364483B (zh) * | 2018-02-22 | 2020-07-14 | 清华大学 | 基于合作博弈论成本分摊方法的单交叉口信号配时方法 |
CN108806252B (zh) * | 2018-06-19 | 2019-10-01 | 西南交通大学 | 一种高速公路混合交通流协同优化控制方法 |
CN109410619B (zh) * | 2018-12-04 | 2021-09-10 | 清华大学 | 一种单行道路网下的自动化交通管控方法和系统 |
CN110363986B (zh) * | 2019-06-28 | 2021-09-10 | 江苏大学 | 一种集中式合流区车辆速度优化方法 |
CN110473404B (zh) * | 2019-09-19 | 2020-08-25 | 西南交通大学 | 一种城市十字交叉口混合交通流协同优化底层控制方法 |
CN110599772B (zh) * | 2019-09-19 | 2020-08-28 | 西南交通大学 | 一种基于双层规划的混合交通流协同优化控制方法 |
CN110570049B (zh) * | 2019-09-19 | 2022-04-29 | 西南交通大学 | 一种高速公路混合交通流汇流协同优化底层控制方法 |
CN110718074B (zh) * | 2019-11-06 | 2020-08-11 | 清华大学 | 混合交通交叉路口的信号灯与车辆的协同控制方法 |
CN111081065B (zh) * | 2019-12-13 | 2021-03-30 | 北京理工大学 | 路段混行条件下的智能车辆协同换道决策模型 |
CN111798121B (zh) * | 2020-06-30 | 2024-03-22 | 浙江大学 | 一种面向电动汽车能源管理调度的分布式协同优化方法 |
CN112132551B (zh) * | 2020-09-30 | 2022-05-06 | 西南交通大学 | 一种城市轨道交通应急客流协同疏运方法 |
-
2021
- 2021-03-12 CN CN202110272140.4A patent/CN113055474B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992695A (zh) * | 2019-12-13 | 2020-04-10 | 北京理工大学 | 基于冲突消解的智能车辆城市交叉口通行决策多目标优化模型 |
CN111599179A (zh) * | 2020-05-21 | 2020-08-28 | 北京航空航天大学 | 一种基于风险动态平衡的无信号交叉口自动驾驶运动规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113055474A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Fifty years of the bottleneck model: A bibliometric review and future research directions | |
Muñoz et al. | Transantiago: the fall and rise of a radical public transport intervention | |
Ho et al. | MaaS bundle design and implementation: Lessons from the Sydney MaaS trial | |
Davidson et al. | Driving alone versus riding together-How shared autonomous vehicles can change the way we drive | |
Sun et al. | Managing bottleneck congestion with incentives | |
CN109308574A (zh) | 一种实时响应的互联网半灵活公交调度方法 | |
Mochalin et al. | Condition for application of logistic principles in practice of urban public passenger transport in the city of Omsk | |
Kim et al. | Performance assessment of bus transport reform in Seoul | |
Qiu et al. | The taxi sharing practices: Matching, routing and pricing methods | |
Howard et al. | The State Transportation Electrification Scorecard | |
CN113055474B (zh) | 一种微观路权交易系统 | |
Dean et al. | Multi-stage charging and discharging of electric vehicle fleets | |
White | The influence of regulatory environments on public transport service provision: A British case study | |
Wu et al. | Managing ridesharing with incentives in a bottleneck model | |
Haraldsen et al. | Designing ridership incentives | |
CN113033883A (zh) | 一种混合交通流环境下的优化控制和收益分配方法 | |
Van Der Weijde | The industrial organization of transport markets: modeling pricing, investment and regulation in rail and road networks | |
Van Ryneveld | 15 Year Review of Public Transport in South Africa with emphasis on metropolitan areas | |
Tang et al. | Optimizing limited-stop bus services along a public transit corridor with a differential fare structure | |
Ballantyne | The benefit of integrating freight logistics into urban transport demand management measures and policies | |
Roth et al. | Zero-emission vehicles and zones in Nordic cities-Promotion, instruments and effects | |
van Lier et al. | Transport: Addicted to oil | |
Tanner | Tradable Mobility Credits for Long-Distance Travel in Europe–Impacts on the Modal Split between Air, Rail and Car | |
CN117634845A (zh) | 一种基于离散选择与组合拍卖的网约出租车远单匹配与定价方法 | |
Bardi et al. | Impact mitigation of urban construction: logistics solutions and strategies in Europe |
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 |