CN116343509B - 智慧高速公路长下坡路段分车道管控方法及系统 - Google Patents

智慧高速公路长下坡路段分车道管控方法及系统 Download PDF

Info

Publication number
CN116343509B
CN116343509B CN202310158815.1A CN202310158815A CN116343509B CN 116343509 B CN116343509 B CN 116343509B CN 202310158815 A CN202310158815 A CN 202310158815A CN 116343509 B CN116343509 B CN 116343509B
Authority
CN
China
Prior art keywords
road section
lane
passenger
long downhill
cargo
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
Application number
CN202310158815.1A
Other languages
English (en)
Other versions
CN116343509A (zh
Inventor
孙玲
宋向辉
姬美臣
杨凤满
李亚檬
刘楠
刘宏本
高欢
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.)
Research Institute of Highway Ministry of Transport
Original Assignee
Research Institute of Highway Ministry of Transport
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 Research Institute of Highway Ministry of Transport filed Critical Research Institute of Highway Ministry of Transport
Priority to CN202310158815.1A priority Critical patent/CN116343509B/zh
Publication of CN116343509A publication Critical patent/CN116343509A/zh
Application granted granted Critical
Publication of CN116343509B publication Critical patent/CN116343509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种智慧高速公路长下坡路段分车道管控方法及系统,为实现单向三车道山区高速公路长下坡路段车路协同安全预警、分车道车速管控等服务,在长下坡路段及其上游路段,部署智慧化设施和交安设施,充分利用路侧端感知、通信、控制等能力,以有效提升长下坡路段通行效率、降低长下坡路段交通事故数。

Description

智慧高速公路长下坡路段分车道管控方法及系统
技术领域
本发明涉及智慧高速公路和车路协同技术领域,具体而言,涉及一种智慧高速公路长下坡路段分车道管控方法及系统。
背景技术
随着交通强国、新基建、数字交通等国家、行业的战略发展部署,智慧高速公路建设成为当前和以后一段时间高速公路高质量发展的重要方向和重点任务。智慧高速公路已有多年试点工程探索,根据工程实践,业界专家学者认为智慧高速公路强调对现有感知、通信、控制、人工智能等先进技术的集成应用,从而提供高精准信息服务、车路协同安全预警、车道精准管控等创新服务。例如车道精准管控服务需要应用高精准感知、高精度地图、高精度定位、低时延无线通信、数据实时分析和边缘控制等多项技术,涉及到路侧感知设备、无线通信设备、高精定位设备、边缘计算设备等部署和集成应用。
在山岭地区,由于受到地形、地貌条件的限制,形成了长达几公里甚至数十公里的高速公路长下坡路段,同时随着山区高速公路交通流量不断增大、重载货车比例不断提高,山区高速公路长下坡路段易发生交通事故,且会造成严重的人员伤亡、财产损失。山区高速公路长下坡路段交通事故主要特征包括3点:①长下坡路段上游,驾驶员无法及时获取长下坡路段线性信息和交通运行状态信息;②长下坡路段上,大、小车超速行驶;③长下坡路段上,不同车型间速度离散性大。
目前,高速公路长下坡路段安全保障措施主要是在适当位置设置标志、标线,缺乏实时全面的预警信息、缺乏有效的速度控制措施。
发明内容
为解决上述问题,本发明提供一种智慧高速公路长下坡路段分车道管控方法,包括:获取长下坡前上游路段、长下坡路段的交通运行状态信息及车辆信息;根据所述交通运行状态信息及车辆信息计算货车占比,以及确定所述货车占比对应的客货分道行驶方案;在所述长下坡前上游路段及所述长下坡路段执行客货分道行驶管控。
可选地,所述长下坡前上游路段至少包括沿行车方向分布的客货混行路段、客货分道过渡段,所述在所述长下坡前上游路段及所述长下坡路段执行客货分道行驶管控,包括:在所述客货混行路段,向运行车辆发布第一信息;所述第一信息包括以下至少一项:前方客货分道行驶及距客货分道行驶的距离,长下坡路段的线形、路况、气象信息;在所述客货分道过渡段,向运行车辆发布第二信息;所述第二信息包括以下至少一项:客货分道方案及不同车道车辆的限速值,长下坡路段的线性、路况、气象信息,“货车低速挡下坡”或“禁止货车空、高挡下坡”信息。
可选地,所述长下坡路段至少包括沿行车方向分布的坡中路段、坡底路段,所述在所述长下坡前上游路段及所述长下坡路段执行客货分道行驶管控,包括:在所述坡中路段,向运行车辆发布第三信息;所述第三信息包括以下至少一项:客货分道方案及不同车道车辆的限速值,长下坡路段余长信息,长下坡下游路段交通运行状态信息;在所述坡底路段,向运行车辆发布第四信息;所述第四信息包括以下至少一项:长下坡结束、限速结束、客货分道结束信息。
可选地,所述限速值采用基于模型预测控制MPC的分车道限速控制框架确定;所述基于MPC的分车道限速控制框架包括:分车道限速控制系统及预测模型;
所述分车道限速控制系统为改进的主线可变车速控制MTFC-VSL系统;所述改进的MTFC-VSL控制系统的串级控制结构包括预设目标密度更新模块,所述预设目标密度更新模块包括:Parameter-Schatter算法和参考模型;所述Parameter-Schatter算法动态更新临界密度ρcr,参考模型为
限速值计算公式如下:
vVSL(k)=vc(k)=b·vf
式中,vVSL(k)为第k个采样周期时的限制速度显示值,vc(k)为第k个采样周期时系统输出的最优限制速度值,b为可变限速率;
所述预测模型包括:
流量速度密度方程如下:
qi(kp)=ρi(kp)vi(kpi
交通流量守恒方程如下:
动态交通速度方程如下:
式中,τ为时间参数、v为期望参数、k为模型参数,期望速度为:
式中,αm为模型参数,ρc为车道临界密度。
可选地,所述基于MPC的分车道限速控制框架的优化目标如下:
式中,Iall为长下坡前上游道路和长下坡道路中所有路段序号的集合,ρm,(k)为第k个采样周期时道路m中路段i的密度(veh/km),Lm为道路m中路段长度(km),λm为道路m的车道数;ξv为可变限速惩罚项中惩罚因子,取正值;
事故发生概率的Logistic模型如下:
式中,P为事故发生概率;Y为事故发生变量,1表示事故发生;为上游路段密度;为上游密度标准差;ρd为下游路段密度;/>为下游密度标准差;R为冲击波传播过程中追尾风险指数率;M为一个控制周期内采样周期个数,即Tc/T;λ为车道数;vuvd为上、下游车辆速度值。
所述基于MPC的分车道限速控制框架的约束条件如下:Min{JTTS,JP}
s.t.v VSL=argmins∈Ω(|vVSL(k)-s||s≥vVSL(k)),Ω=[vmin,vmin+10,…,vd]
|v′VSL,m(k)-|v′VSL,m(k-1)|≤σ,|v′VSL,m+1(k)-|v′VSL,m(k)|≤ε。
可选地,所述长下坡路段为单向三车道;当货车占比为10%~20%时,对应的客货分道行驶方案为:2条客车专用车道和1条客货混合车道;当货车占比为20%~30%时,对应的客货分道行驶方案为:2条客车专用车道和1条货车专用车道;当货车占比为30%~40%时,对应的客货分道行驶方案为:1条客车专用车道、1条客货混行车道、1条货车专用车道。
可选地,满足以下条件的车辆为客车:车长不超过6m,车宽不超过2m,车身重不超过4.5t;其他车辆为货车。
本发明实施例提供一种智慧高速公路长下坡路段分车道管控系统,包括分车道管控智慧化设施,所述分车道管控智慧化设施包括交通感知设备、无线通信设备及边缘计算设备,所述边缘计算设备用于执行上述方法。
可选地,还包括交安设施,所述交安设施包括路段信息标志及可变信息标志;在客货混行路段,布设长下坡路段信息预告标志及可变信息标志;在客货分道行驶过渡段,布设可变信息标志;在坡顶前客货分道行驶路段,布设可变信息标志、区间测速标志、长下坡标志;在坡顶起始路段,布设货车档位告示标志;在坡中路段,布设长下坡余长标志及区间测速标志;在坡底路段,布设长下坡路段结束标志、客货分道行驶结束标志、分车道限速结束标志、区间测速结束标志。
可选地,所述分车道管控智慧化设施还包括北斗地基增强站。
本发明实施例提供的智慧高速公路长下坡路段分车道管控方法及系统,集成应用感知、通信、控制等技术,实现长下坡路段车路协同安全预警、分车道车速管控等服务,提升了山区高速公路长下坡路段的通行效率和行车安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例的长下坡前上游路段和长下坡路段示意图;
图2为本发明实施例提供的货车连续2次换道示意图;
图3是本发明实施例中一种智慧高速公路长下坡路段分车道管控方法的示意性流程图;
图4为本发明实施例的基于MPC的分车道限速控制框架示意图;
图5为本发明实施例的改进的MTFC-VSL串级控制结构示意图;
图6为本发明实施例的分车道管控智慧化设施布设示意图;
图7为本发明实施例的分车道管控交安设施布设示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。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。
针对上述问题,本发明实施例探索山区智慧高速公路建设方案,以长下坡路段为典型应用场景,构建一套车路协同条件下山区智慧高速长下坡路段的通行效率和安全水平提升的保障方案。本发明实施例提出一种智慧高速公路长下坡路段分车道管控方法,集成应用感知、通信、控制等技术,实现长下坡路段车路协同安全预警、分车道车速管控等服务,提升山区高速公路长下坡路段的通行效率和行车安全。
为实现山区高速公路长下坡路段车路协同安全预警、分车道车速管控等服务,在长下坡路段及其上游路段,部署智慧化设施和交安设施,充分利用路侧端感知、通信、控制等能力,以有效提升长下坡路段通行效率、降低长下坡路段交通事故。
本发明实施例提出的一种山区智慧高速公路长下坡路段分车道管控系统,主要由智慧化设施和交安设施组成,适用于安装有车载设备的车辆和没有安装车载设备的车辆。
该智慧化设施包括路侧布设的视频、雷达、气象检测器、无线通信单元、边缘计算单元等设备,视频、雷达设备和气象检测器实现对长下坡前上游路段和长下坡路段的交通运行状态、车辆运行状态、气象环境状态的实时感知,无线通信单元实现与车载单元间的信息交互,边缘计算单元通过接入方式获取视频、雷达等设备信息,并对这些信息进行实时处理,生成实时交通运行状态信息。
交安设施包括标志、标线等,标志包括警告标志、告示标志、可变限速标志、可变信息标志等。本发明实施例中最重要的创新点,即是当车辆行驶到距离长下坡路段一定距离范围内的时候,通过路侧感知设备实时获取交通运行信息,通过边缘计算单元计算研判是否采用客货分道限速行驶,如采用将客货分道信息以及长下坡路段交通运行信息,通过无线通信设备以及可变信息标志传递给车辆;根据长下坡实时交通运行情况、气象环境情况等,由边缘计算单元实时计算分车型、分车道限速值,通过无线通信设备以及可变限速标志传递给车辆,保障车辆安全、高效的通过长下坡路段。
本发明实施例可以实时将长下坡路段道路线性、交通状态、气象状态等信息发送给上游路段车辆,在长下坡前上游路段根据实时货车占比情况动态使用客货分道行驶策略,并实施分车型、分车道限速控制策略,能够有效提升长下坡路段交通安全和通信效率。
适用路段
本发明实施例适用的路段范围为高速公路长下坡前上游路段和长下坡路段,普通公路长下坡前上游路段和长下坡路段也可参照使用。图1为本发明实施例的长下坡前上游路段和长下坡路段示意图。示例性地,在图1中长下坡前上游路段长度为2000m,沿行车方向分为:客货混行路段,长度为500m;客货分离过渡段,长度为1000m;坡顶前客货分离路段,长度为500m。图中长下坡路段,沿行车方向分为:坡顶起始段,长度为3000m;坡中路段,坡顶下游3km处至坡底上游2km处范围;坡底路段,长度为2000m。
(1)长下坡前上游路段
将距离坡顶2Km范围内的路段定义为长下坡前上游路段,长下坡前上游路段分为客货混行路段、客货分道过渡段、坡顶前客货分道行驶路段。
影响客货分道过渡段长度的主要因素为车辆换道次数和每次换道需要的路段长度,单向三车道山区高速公路计算过渡段换道长度时考虑车辆行驶在最不利车道所需的换道长度,即行驶在车道1上的货车连续两次换道行驶到车道3上。图2为本发明实施例提供的货车连续2次换道示意图。
经测算,不同设计速度下不同换道次数所需要的换道距离(m)如表1所示。在本发明中选取设计速度120Km/h,换道2次的距离1000m作为客货分离过渡段长度。另将客货混行路段长度设置为500m,坡顶前客货分离路段长度设置为500m。
设计速度(Km/h) 120 100 80
换道1次 600 500 450
换道2次 1000 850 750
表1
(2)长下坡路段
本发明实施例中参考表2中高速公路、一级公路连续长陡下坡坡度与连续坡长,长下坡路段平均坡度在2.5%~3.5%之间,连续坡长在20Km~9.3Km之间。将长下坡路段分为坡顶起始路段、坡中路段、坡底路段。坡顶至下游3Km范围内为坡顶起始路段,坡顶下游3Km处至坡底上游2Km处范围内为坡中路段,坡底上游2Km处至坡底范围内为坡底路段。
平均坡度(%) <2.5 2.5 3.0 3.5 4.0 4.5 5.0
连续坡长(Km) 不限 20.0 14.8 9.3 6.8 5.4 4.4
相对高差(m) 不限 500 450 330 270 240 220
表2
客货分道行驶方案前置条件
(1)客货车型划分
考虑车辆的外形尺寸、动力性能及载货量,同时考虑因功能划分为同一车型但可能存在较大速度差的问题,将满足以下三个条件的车辆定义为小型车,行驶在客车专用道:①车长不超过6m,②车宽不超过2m,③车身重不超过4.5t。其余车辆为大型车,行驶在货车专用道,见表3。
表3
(2)客货分道设置条件
通过货车占比比例设置客货分道行驶方案。以单向三车道山区高速公路为例,当货车占比为10%~20%时,设置2条客车专用车道和1条客货混合车道;当货车占比为20%~30%时,设置2条客车专用车道和1条货车专用车道;当货车占比为30%~40%时,设置1条客车专用车道、1条客货混行车道、1条货车专用车道。由于本发明依托的G65智慧高速公路,货车占比30%,且呈现比例持续上升的趋势,因此本发明以“设置1条客车专用车道、1条客货混行车道、1条货车专用车道”客货分道行驶方案为例进行说明。
图3是本发明实施例中一种智慧高速公路长下坡路段分车道管控方法的示意性流程图,该方法应用于边缘计算设备,包括以下步骤:
S302,获取长下坡前上游路段、长下坡路段的交通运行状态信息及车辆信息。
具体地,可以利用布设在中央分隔带的视频、雷达设备采集长下坡前上游路段和长下坡路段的交通运行状态信息以及不同车型的车辆信息。该交通运行状态信息可以包括车辆的数量、速度、交通事故等,该车辆信息可以包括车型、长度、宽度、类别等。
S304,根据上述交通运行状态信息及车辆信息计算货车占比,以及确定该货车占比对应的客货分道行驶方案。
具体地,可以利用布设在中央分隔带的边缘计算设备,接入视频、雷达数据,实时计算货车占比。该货车占比为货车在所有车辆中所占的比例。示例性地,满足以下条件的车辆确定为客车:车长不超过6m,车宽不超过2m,车身重不超过4.5t;其他车辆为货车。
在得到货车占比后,可以利用边缘计算设备制定客货分道行驶方案。
可选地,如下:
当货车占比为10%~20%时,对应的客货分道行驶方案为:2条客车专用车道和1条客货混合车道。以单向三车道为例,车道1、2客车专用车道,车道3客货混合车道。
当货车占比为20%~30%时,对应的客货分道行驶方案为:2条客车专用车道和1条货车专用车道。以单向三车道为例,车道1、2客车专用车道,车道3货车专用车道。
当货车占比为30%~40%时,对应的客货分道行驶方案为:1条客车专用车道、1条客货混行车道、1条货车专用车道。以单向三车道为例,车道1客车专用车道,车道2客货混行车道,车道3货车专用车道。
S306,在上述长下坡前上游路段及长下坡路段执行客货分道行驶管控。
上述长下坡前上游路段至少包括沿行车方向分布的客货混行路段、客货分道过渡段,执行客货分道行驶管控如下:
在客货混行路段,向运行车辆发布第一信息;该第一信息可以包括:前方客货分道行驶及距客货分道行驶的距离,长下坡路段的线形、路况、气象信息。具体地,在客货混行路段,利用布设的无线通信设备和可变信息标志向运行车辆发布信息,信息内容包括:①客货分道及距客货分道行驶的距离信息,②长下坡路段、线形、路况、气象等信息。
在客货分道过渡段,向运行车辆发布第二信息;该第二信息可以包括:客货分道方案及不同车道车辆的限速值,长下坡路段的线形、路况、气象信息,“货车低速挡下坡”或“禁止货车空、高挡下坡”信息。具体地,在客货分道过渡段,车辆按照客货分道行驶方案进行换道,在客货分道起点利用无线通信设备和可变信息标志:①发布客货分道方案及面向不同车道车辆的限速值,②发布长下坡路段线形、路况、气象等信息,③发布“货车低速挡下坡”或“禁止货车空(高)挡下坡”等信息。
上述长下坡路段至少包括沿行车方向分布的坡中路段、坡底路段,执行客货分道行驶管控如下:
在坡中路段,向运行车辆发布第三信息;该第三信息可以包括:客货分道方案及不同车道车辆的限速值,长下坡路段余长信息,长下坡下游路段交通运行状态信息。具体地,在坡中路段,利用边缘计算设备,本地计算交通运行状态,利用无线通信设备和可变信息标志:①发布客货分道方案及面向不同车道车辆的限速值,②发布长下坡路段余长信息,③发布长下坡下游路段交通运行状态信息。
在坡底路段,向运行车辆发布第四信息;该第四信息可以包括:长下坡结束、限速结束、客货分道结束信息。具体地,在坡底路段,向车辆发布长下坡结束、限速结束、客货分道结束等信息。
本发明实施例提供的智慧高速公路长下坡路段分车道管控方法,集成应用感知、通信、控制等技术,实现长下坡路段车路协同安全预警、分车道车速管控等服务,提升了山区高速公路长下坡路段的通行效率和行车安全。
具体地,可以实时将长下坡路段道路线形、交通状态、气象状态等信息发送给上游路段车辆,在长下坡前上游路段根据实时货车占比情况动态使用客货分道行驶策略,并实施分车型、分车道限速控制策略,能够有效提升长下坡路段交通安全和通信效率。
以下介绍本发明实施例中的分车道限速算法。
每条车道的动态限速值算法,均可采用改进的MTFC-VSL(Mainline Traffic FlowControl-Variable Speed Limits,主线可变车速控制)算法,并在边缘计算设备中实现该算法。该算法对MTFC-VSL算法做了两方面的改进:1)实现预设目标密度值的自动实时更新;2)引入MPC(Model Predictive Control,模型预测控制)框架。
MPC控制策略不仅能够预测控制对交通流的影响,实现最优控制,而且可以协调多种控制方法,因此在MPC控制策略下,利用改进的MTFC-VSL控制系统,实现基于MPC的分车道限速控制框架。图4为本发明实施例的基于MPC的分车道限速控制框架示意图。
此控制框架主要包括以下内容:
(1)分车道限速控制系统。即改进的MTFC-VSL控制系统,具体涉及参数及算法如下。
为实现预设密度值的动态更新,在MTFC-VSL串级控制结构中引入了预设目标密度更新模块,此模块主要由两部分组成:Parameter-Schatter算法和参考模型。Parameter-Schatter算法动态更新临界密度ρcr,参考模型为即实现/>的实时更新。图5为本发明实施例的改进的MTFC-VSL串级控制结构示意图。
限速值计算公式如下:
vVSL(k)=vc(k)=b·vf (公式1)
式中vVSL(k)为第k个采样周期时的限制速度显示值(km/h);vc(k)为第k个采样周期时系统输出的最优限制速度值(km/h);b为可变限速率;
(2)预测模型。主要为交通流模型,主要讨论METANET模型,该模型为时空离散型的宏观交通流模型,因此在MPC框架中可以直接应用,METANET内部预测模型的构建,如下。
1)流量速度密度方程:单元中流出的交通流量等于密度、平均速度及车道数λi的乘积。
qi(kp)=ρi(kp)vi(kpi (公式2)
2)交通流量守恒方程:单元i密度等于上一时间间隔步数的密度与时间间隔步数内密度变化量之和。
3)动态交通速度方程:单元i的速度值等于上一时间间隔步数中车辆平均速度加上一时间间隔步数中车辆平均速度与驾驶员期望速度V[ρi(kp)]离差加由qi-1(kp)引起的速度增加(减少)量减去下游交通流密度对驾驶员经验速度影响变化量。
式中:τ为时间参数、v为期望参数、k为模型参数,期望速度为:
式中,αm为模型参数,ρc为车道临界密度。
(3)优化目标。从交通效率、交通安全两方面选取合适效益指标构建目标函数。在交通效率上,所选指标为总行程时间(TTS),为避免可变限速率发生突变,在原目标函数中引入惩罚函数,得到增广目标函数,表达式如下:
式中Iall为长下坡前上游道路和长下坡道路中所有路段序号的集合;ρm,i(k)为第k个采样周期时道路m中路段i的密度(veh/km);Lm为道路m中路段长度(km);λm为道路m的车道数;ξv为可变限速惩罚项中惩罚因子,取正值。
在交通安全上,选择长下坡前上游道路和长下坡道路内事故发生概率均值作为效益指标,事故发生概率的Logistic模型如下:
式中:P为事故发生概率;Y为事故发生变量,1表示事故发生;为上游路段密度(veh/km);/>为上游密度标准差;ρd为下游路段密度(veh/km);/>为下游密度标准差;R为冲击波传播过程中追尾风险指数率;M为一个控制周期内采样周期个数,即Tc/T;λ为车道数;vuvd为上、下游车辆速度值(km/h)。
(4)约束条件。对于可变车速控制,约束条件有离散值条件和时空变化限速条件。综上,最优问题的基本形式如下:
Min{JTTS,JP} (公式12)
s.t.v′VSL=argmins∈Ω(|vVSL(k)-s||s≥vVSL(k)),Ω=[vmin,vmin+10,…,vd]
|v′VSL,m(k)-|v′VSL,m(k-1)|≤σ,|v′VSL,m+1(k)-|v′VSL,m(k)|≤ε
以下介绍本发明实施例中的分车道管控设施布设方案
(1)智慧化设施布设方案
分车道管控智慧化设施包括:交通感知设备(视频和雷达,以及气象检测器)、无线通信设备、边缘计算设备,为实现车道级管控还需布设北斗地基增强站。在长下坡前上游路段和长下坡路段布设交通感知设备,包括:高清枪式摄像机、球型摄像机、测速摄像机、毫米波雷达、交通气象检测器。交通感知设备可安装在单杆上,通过单杆合理部署方案,实现高速公路交通感知全天候、空间全覆盖。交通感知设备部署方案为:单杆部署在高速公路中央分隔带内,布设间距800米,单杆挂装设备包括:2个枪式摄像机、1个球形摄像机、2个毫米波雷达,其中枪式摄像机覆盖道路范围为75~500米、毫米波雷达覆盖道路范围为75~350米。在坡顶前客货分道路段、坡中路段以及坡底路段布设测速摄像机,布设在门架上,每个门架设置与车道数相对应的测速摄像机。在长下坡前上游路段和长下坡路段易结冰、易产生浓雾等区域部署气象感知设备,气象感知设备可与交通感知设备共杆。无线通信设备和边缘计算设备与感知设备共杆布设,布设间距800米。长下坡前上游路段和长下坡路段布设1套北斗地基增强站。图6为本发明实施例的分车道管控智慧化设施布设示意图。
(2)交安设施布设方案
按照图1中行车方向的不同路段设计交安设施布设方案。客货混行路段,布设长下坡路段信息预告标志,预告前方长下坡路段情况,例如距离长下坡路段的公里数;布设可变信息标志,预告前方长下坡路段路况、恶劣气象等信息。客货分道行驶过渡段,起点应以门架形式布设可变信息标志,预告前方客货分道行驶货车靠右,提醒行驶在车道1上的货车进行换道。坡顶前客货分道行驶路段,以门架行驶布设可变信息标志,显示分车道行驶指示和限速信息标志;布设区间测速标志;布设长下坡标志,明确告知驾驶人长下坡路段长度,并提示货车低挡慢行。坡顶起始路段,布设“货车使用低挡”等告示标志,以指导货车驾驶人使用低挡通过下坡路段。坡中路段,布设长下坡余长标志,明确告知驾驶人剩余长下坡路段长度;布设区间测速标志。坡底路段,布设长下坡路段结束标志、客货分道行驶结束标志、分车道限速结束标志、区间测速结束标志。图7为本发明实施例的分车道管控交安设施布设示意图。
上述实施例提供的智慧高速公路长下坡路段分车道管控系统能够实现上述智慧高速公路长下坡路段分车道管控方法的实施例中的各个过程,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述智慧高速公路长下坡路段分车道管控方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
当然,本领域技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程度来指令控制装置来完成,所述的程序可存储于一计算机可读取的存储介质中,所述程序在执行时可包括如上述各方法实施例的流程,其中所述的存储介质可为存储器、磁盘、光盘等。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种智慧高速公路长下坡路段分车道管控方法,其特征在于,包括:
获取长下坡前上游路段、长下坡路段的交通运行状态信息及车辆信息;
根据所述交通运行状态信息及车辆信息计算货车占比,以及确定所述货车占比对应的客货分道行驶方案;
在所述长下坡前上游路段及所述长下坡路段执行客货分道行驶管控;
所述长下坡前上游路段至少包括沿行车方向分布的客货混行路段、客货分道过渡段,所述在所述长下坡前上游路段及所述长下坡路段执行客货分道行驶管控,包括:
在所述客货混行路段,向运行车辆发布第一信息;所述第一信息包括:前方客货分道行驶及距客货分道行驶的距离,长下坡路段的线形、路况、气象信息;
在所述客货分道过渡段,向运行车辆发布第二信息;所述第二信息包括:客货分道行驶方案及不同车道车辆的限速值,长下坡路段的线形、路况、气象信息,“货车低速挡下坡”或“禁止货车空、高挡下坡”信息;
所述长下坡路段至少包括沿行车方向分布的坡中路段、坡底路段,所述在所述长下坡前上游路段及所述长下坡路段执行客货分道行驶管控,包括:
在所述坡中路段,向运行车辆发布第三信息;所述第三信息包括:客货分道行驶方案及不同车道车辆的限速值,长下坡路段余长信息,长下坡下游路段交通运行状态信息;
在所述坡底路段,向运行车辆发布第四信息;所述第四信息包括:长下坡结束、限速结束、客货分道结束信息。
2.根据权利要求1所述的方法,其特征在于,所述限速值采用基于模型预测控制MPC的分车道限速控制框架确定;
所述基于MPC的分车道限速控制框架包括:分车道限速控制系统及预测模型;
所述分车道限速控制系统为改进的主线可变车速控制MTFC-VSL系统;所述改进的MTFC-VSL控制系统的串级控制结构包括预设目标密度更新模块,所述预设目标密度更新模块包括:Parameter-Schatter算法和参考模型;所述Parameter-Schatter算法动态更新临界密度,参考模型为/>
限速值计算公式如下:
式中,为第 k 个采样周期时的限制速度显示值,/>为第 k 个采样周期时系统输出的最优限制速度值,b为可变限速率;
所述预测模型包括:
流量速度密度方程如下:
交通流量守恒方程如下:
动态交通速度方程如下:
式中,为时间参数、/>为期望参数、/>为模型参数,期望速度为:
式中,为模型参数,/>为车道临界密度。
3.根据权利要求1或2所述的方法,其特征在于,所述长下坡路段为单向三车道;
当货车占比为10%~20%时,对应的客货分道行驶方案为:2条客车专用车道和1条客货混合车道;
当货车占比为20%~30%时,对应的客货分道行驶方案为:2条客车专用车道和1条货车专用车道;
当货车占比为30%~40%时,对应的客货分道行驶方案为:1条客车专用车道、1条客货混行车道、1条货车专用车道。
4.根据权利要求3所述的方法,其特征在于,满足以下条件的车辆为客车:车长不超过6m,车宽不超过2m,车身重不超过4.5t;其他车辆为货车。
5.一种智慧高速公路长下坡路段分车道管控系统,其特征在于,包括分车道管控智慧化设施,所述分车道管控智慧化设施包括交通感知设备、无线通信设备及边缘计算设备,所述边缘计算设备用于执行权利要求1-4任一项所述的方法。
6.根据权利要求5所述的系统,其特征在于,还包括交安设施,所述交安设施包括路段信息标志及可变信息标志;所述长下坡前上游路段包括所述客货混行路段、所述客货分道过渡段、坡顶前客货分道行驶路段,所述长下坡路段包括坡顶起始路段、所述坡中路段、所述坡底路段;
在所述客货混行路段,布设长下坡路段信息预告标志及可变信息标志;
在所述客货分道过渡段,布设可变信息标志;
在所述坡顶前客货分道行驶路段,布设可变信息标志、区间测速标志、长下坡标志;
在所述坡顶起始路段,布设货车档位告示标志;
在所述坡中路段,布设长下坡余长标志及区间测速标志;
在所述坡底路段,布设长下坡路段结束标志、客货分道行驶结束标志、分车道限速结束标志、区间测速结束标志。
7.根据权利要求5所述的系统,其特征在于,所述分车道管控智慧化设施还包括北斗地基增强站。
CN202310158815.1A 2023-02-15 2023-02-15 智慧高速公路长下坡路段分车道管控方法及系统 Active CN116343509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310158815.1A CN116343509B (zh) 2023-02-15 2023-02-15 智慧高速公路长下坡路段分车道管控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310158815.1A CN116343509B (zh) 2023-02-15 2023-02-15 智慧高速公路长下坡路段分车道管控方法及系统

Publications (2)

Publication Number Publication Date
CN116343509A CN116343509A (zh) 2023-06-27
CN116343509B true CN116343509B (zh) 2024-05-14

Family

ID=86893902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310158815.1A Active CN116343509B (zh) 2023-02-15 2023-02-15 智慧高速公路长下坡路段分车道管控方法及系统

Country Status (1)

Country Link
CN (1) CN116343509B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413448A (zh) * 2013-06-25 2013-11-27 同济大学 一种山区高速公路连续长大纵坡路段货车智能预警系统
CN108961745A (zh) * 2018-06-14 2018-12-07 交通运输部公路科学研究所 一种高速公路行驶预警系统和方法
CN110880237A (zh) * 2019-08-29 2020-03-13 安徽百诚慧通科技有限公司 一种高速公路长下坡闭环式事故预防系统及方法
CN111311962A (zh) * 2020-02-28 2020-06-19 长安大学 一种长下坡路段避险车道风险控制系统及预警方法
CN112634614A (zh) * 2020-12-16 2021-04-09 安徽百诚慧通科技有限公司 一种长下坡交通事件实时检测方法、装置及存储介质
CN114973179A (zh) * 2022-06-24 2022-08-30 杭州海康威视系统技术有限公司 一种长下坡安全防控方法、装置、电子设备及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6304165B2 (ja) * 2015-07-31 2018-04-04 トヨタ自動車株式会社 ハイブリッド車両の制御装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413448A (zh) * 2013-06-25 2013-11-27 同济大学 一种山区高速公路连续长大纵坡路段货车智能预警系统
CN108961745A (zh) * 2018-06-14 2018-12-07 交通运输部公路科学研究所 一种高速公路行驶预警系统和方法
CN110880237A (zh) * 2019-08-29 2020-03-13 安徽百诚慧通科技有限公司 一种高速公路长下坡闭环式事故预防系统及方法
CN111311962A (zh) * 2020-02-28 2020-06-19 长安大学 一种长下坡路段避险车道风险控制系统及预警方法
CN112634614A (zh) * 2020-12-16 2021-04-09 安徽百诚慧通科技有限公司 一种长下坡交通事件实时检测方法、装置及存储介质
CN114973179A (zh) * 2022-06-24 2022-08-30 杭州海康威视系统技术有限公司 一种长下坡安全防控方法、装置、电子设备及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
干线公路交通安全风险评估与安全保障技术研究;缪帅;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20190131;30-79 *
高速公路长大隧道与连续上下坡组合路段安全保障技术研究;陈泽;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180228;8-74 *

Also Published As

Publication number Publication date
CN116343509A (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
Zhang et al. Energy management strategies of connected HEVs and PHEVs: Recent progress and outlook
US11065977B2 (en) Remote updates for vehicle systems
CN102081859B (zh) 一种公交车到站时间预测模型控制方法
DE102016218070A1 (de) Bestimmung des optimalen Beginns der Verzögerungsphase im Backend
CN102737504B (zh) 一种基于驾驶特性的公交车到站时间实时估计方法
US11390165B2 (en) Electric vehicle power management system
CN109927709A (zh) 一种车辆行驶路线工况确定方法、能量管理方法及系统
US11325468B2 (en) Vehicle power management system
US11267338B2 (en) Electric vehicle power management system
US11186173B2 (en) Electric vehicle power management system
DE102007037329A1 (de) Verfahren zur Bestimmung einer optimalen Fahrstrategie eines Kraftfahrzeugs und entsprechend ausgestaltete Vorrichtung sowie zugehörige Anzeige und zugehöriges Kraftfahrzeug
US11345236B2 (en) Electric vehicle power management system
US11279233B2 (en) Electric vehicle power management system
CN104260724A (zh) 一种车辆智能预测控制系统及其方法
US11247564B2 (en) Electric vehicle power management system
US11370302B2 (en) Electric vehicle power management system
US11279234B2 (en) Vehicle power management system
US11186175B2 (en) Vehicle power management system
CN107490384A (zh) 一种基于城市路网的最优静态路径选择方法
CN116206440A (zh) 一种基于智慧高速的交通流采集、预测、管控及信息化推送系统及方法
US20190283590A1 (en) Electric Vehicle Power Management System
US20190283588A1 (en) Electric Vehicle Power Management System
CN113450564B (zh) 一种基于narx神经网络和c-v2x技术的交叉路口的通行方法
US20190283601A1 (en) Vehicle Power Management System
US20190283603A1 (en) Vehicle Power Management System

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