CN116596380A - 高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质 - Google Patents
高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质 Download PDFInfo
- Publication number
- CN116596380A CN116596380A CN202310561140.5A CN202310561140A CN116596380A CN 116596380 A CN116596380 A CN 116596380A CN 202310561140 A CN202310561140 A CN 202310561140A CN 116596380 A CN116596380 A CN 116596380A
- Authority
- CN
- China
- Prior art keywords
- management
- scheme
- construction
- control
- time range
- 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.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 224
- 230000008520 organization Effects 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 97
- 230000007613 environmental effect Effects 0.000 claims description 17
- 230000006399 behavior Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 230000002411 adverse Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 122
- 230000000875 corresponding effect Effects 0.000 description 47
- 230000008859 change Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000009430 construction management Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Computational Mathematics (AREA)
- Traffic Control Systems (AREA)
- Primary Health Care (AREA)
- Structural Engineering (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Architecture (AREA)
- Computer Networks & Wireless Communication (AREA)
- Civil Engineering (AREA)
Abstract
本发明实施例公开了高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质。高速公路沿线具有多个路侧管控硬件，方法通过确定施工地点、第一时间范围、第一类路侧管控硬件、交通流数据和环境数据；进行第一微观仿真，确定第二时间范围；在第二时间范围内确定多种施工组织方案，每种施工组织方案包括进行施工的第三时间范围；对多种施工组织方案进行主动管控的第二微观仿真，确定与每一种施工组织方案对应的主动管控方案；确定最佳主动管控方案以及对应的施工组织方案。本申请的有益效果是可以降低施工的不利影响并保障公路正常通行的功能。
Description
技术领域
本申请涉及公路主动管控领域，具体而言，涉及高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质。
背景技术
目前我国高速公路总里程位居世界第一，同时，汽车保有量也是世界第一。部分地区的高速公路无法满足当地较大的车流量需求，此外，车流量过大也对高速公路的路面造成了损伤，因此，高速公路时常会面对改建、扩建、养护等需求，需要即时对高速公路进行施工。
高速公路的通行能力必然会在施工过程中受到影响，为尽可能地保障车辆正常通行，避免施工造成的道路拥堵以及可能引发的交通安全事故，需要合理规划施工方案。
然而，目前的施工方案在制定过程中的考虑因素简单，无法有效兼顾道路通畅和施工效率。因此，亟需一种可靠的施工方案确定方法以降低施工的不利影响并保障公路正常通行的功能。
发明内容
本发明的主要目的在于提出高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质，旨在解决现有技术中存在的上述问题。
为实现上述目的，本发明提供一种高速公路施工组织方案和管控方案的优化确定方法，其特征在于，所述高速公路沿线具有多个路侧管控硬件，所述方法包括：
确定至少一个施工地点和第一时间范围；
根据所述至少一个施工地点，确定可在施工时提供主动管控帮助的第一类路侧管控硬件；
确定所述第一时间范围内的交通流数据和环境数据；
根据所有所述施工地点、所述第一时间范围内的所述交通流数据和所述环境数据进行第一微观仿真，确定第二时间范围；
在所述第二时间范围内确定多种施工组织方案，每种所述施工组织方案包括进行施工的第三时间范围；
根据所述第一类路侧管控硬件、所述多个第三时间范围内的所述交通流数据和所述环境数据，对所述多种施工组织方案进行主动管控的第二微观仿真，确定与每一种所述施工组织方案对应的主动管控方案；
对所有所述主动管控方案进行评价，确定最佳主动管控方案以及对应的施工组织方案。
在一些实施例中，
所述环境数据包括天气数据和路政数据；
根据所述第一时间范围确定所述天气数据和所述路政数据；
在历史交通流数据中，通过匹配所述天气数据和所述路政数据，确定所述第一时间范围内的交通流数据。
在一些实施例中，
所述方法还包括：
确定所述高速公路的路网模型，所述路网模型中包括所述多个路侧管控硬件；
根据所述环境数据确定车辆行为模型，所述车辆行为模型包括跟驰模型和换道模型；
通过在所述路网模型中加载交通流数据和车辆行为模型实现微观仿真。
在一些实施例中，
所述第一类路侧管控硬件为距离所述至少一个施工地点在预设路程长度内的所有所述路侧管控硬件；
在所述路网模型中封闭所有所述施工地点对应的路段和车道，根据所有所述施工地点、所述第一时间范围内的所述交通流数据和所述环境数据进行第一微观仿真，得到对应的第一交通态势；
根据所述第一类路侧管控硬件调整所述第一交通态势，得到第二交通态势；
所述第二交通态势满足预设要求时对应的时间范围为第二时间范围。
在一些实施例中，
判断所述第一交通态势满足预设要求时对应的时间范围是否大于预设值且分散度小于等于预设分散度；
若是，所述第一交通态势满足预设要求时对应的时间范围为第二时间范围；
若否，根据所述第一类路侧管控硬件调整所述第一交通态势，得到第二交通态势。
在一些实施例中，
根据多个预设管控方案对所述施工组织方案进行主动管控的第二微观仿真，得到多个仿真结果；
对所述多个仿真结果进行评价，确定最佳仿真结果对应的所述预设管控方案为所述施工组织方案的主动管控方案；
依次类推，得到所述多种施工组织方案对应的多种主动管控方案。
在一些实施例中，
根据所述第一类路侧管控硬件、所述交通流数据和所述环境数据，在历史管控方案库中为所述施工组织方案匹配多种历史管控方案；
根据所述多种历史管控方案对所述施工组织方案进行主动管控的第二微观仿真，得到多个仿真结果；
对所述多个仿真结果进行评价，确定最佳仿真结果对应的所述历史管控方案为所述施工组织方案的主动管控方案；
依次类推，得到所述多种施工组织方案对应的多种主动管控方案。
此外，为实现上述目的，本发明还提出一种高速公路施工组织方案和管控方案的优化确定平台，其特征在于，所述平台包括：
采集模块，负责确定至少一个施工地点和第一时间范围，确定所述第一时间范围内的环境数据；
第一确定模块，负责根据所述至少一个施工地点，确定第一类路侧管控硬件，确定所述第一时间范围内的交通流数据；
仿真模块，负责根据所述至少一个施工地点、所述交通流数据和所述环境数据进行所述第一时间范围内的第一微观仿真；在第三时间范围内，根据所述第一类路侧管控硬件、所述交通流数据和所述环境数据，对所述多种施工组织方案进行主动管控的第二微观仿真；
第二确定模块，负责根据所述第一微观仿真的结果确定第二时间范围，在所述第二时间范围内确定多种施工组织方案，每种所述施工组织方案包括进行施工的第三时间范围；根据所述第二微观仿真的结果确定与每一种所述施工组织方案对应的主动管控方案，对所有所述主动管控方案进行评价，确定最佳主动管控方案以及对应的施工组织方案。
此外，为实现上述目的，本发明还提出一种计算机设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，以用于实现前述任一实施例所述方法。
此外，为实现上述目的，本发明还提出一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时实现前述任一实施例所述方法。
本申请提出的高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质，高速公路沿线具有多个路侧管控硬件，通过确定施工地点和第一时间范围，根据预测得到的交通流数据和环境数据在第一时间范围内的高速公路的施工地点所在路段进行第一微观仿真，初步确定施工方案可行的第二时间范围，在限定的第二时间范围内制定出多种施工组织方案以及根据每一种的施工组织方案预测整体施工用时的第三时间范围；再在第三时间范围内利用路侧管控硬件进行主动管控的第二微观仿真，确定每一种施工组织方案对应的主动管控方案，从中确定最佳主动管控方案并最终得到施工和管控的联合方案。本申请在施工方案的确定过程中融入了微观仿真，通过两次微观仿真，逐步确定施工方案；同时，利用高速公路的主动管控能力，充分考虑了施工方案和主动管控方案之间的相互影响和作用效果，最终得到的施工组织方案和管控方案可以降低施工的不利影响并保障公路正常通行的功能。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
图1为本申请一些实施例方案涉及的高速公路施工组织方案和管控方案的优化确定方法的流程图；
图2为本申请一些实施例方案涉及的高速公路施工组织方案和管控方案的优化确定方法的模型确立的流程图；
图3为本申请一些实施例方案涉及的步骤S400的流程图；
图4为本申请另一些实施例方案涉及的步骤S400的流程图；
图5为本申请一些实施例方案涉及的步骤S600的流程图；
图6为本申请另一些实施例方案涉及的步骤S600的流程图；
图7为本申请一些实施例方案涉及的高速公路施工组织方案和管控方案的优化确定方法平台的结构示意图。
图例：10-采集模块、20-第一确定模块、30-仿真模块、40-第二确定模块。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本申请。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本申请的方面。
这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性，在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本申请的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本申请的范围。应当知晓的是，这些附图并不依照比例。
本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
图1是根据本申请的一些实施例所示的一种高速公路施工组织方案和管控方案的优化确定方法的流程图，具体可以包括以下步骤S100-步骤S700。
步骤S100，确定至少一个施工地点和第一时间范围。
本实施例中施工地点和第一时间范围可以根据高速公路的定期养护计划、改造扩建规划等确定。本实施例对施工地点和第一时间范围的确定方式不做限定。施工地点可以为一个，也可以为多个。优选地，当施工地点为多个时，其中任一施工地点的施工持续时间至少与其他一个施工地点的施工持续时间存在部分重叠，同时，多个施工地点之间的间距应在一定距离内，从而相邻施工地点对于高速公路上车辆通行的影响范围存在重叠；对多个施工地点的上述限制使得仿真时考虑了不同施工地点之间的影响，增加了仿真精度，同时避免了对每个施工地点均采用一次本实施例的优化确定方法而出现重复计算、浪费计算资源的问题。第一时间范围可以是连续的时间范围，例如，5月1日至5月10日；第一时间范围也可以是间断的多个时间范围的集合，例如，5月1日至5月5日的8:00-18:00，5月6日至5月10日的22:00-次日6:00。
步骤S200，根据所述至少一个施工地点，确定可在施工时提供主动管控帮助的第一类路侧管控硬件。
本实施例中高速公路沿线具有多个路侧管控硬件，以便对高速公路上的车辆进行主动控制，其中，主动控制的手段包括但不限于车道关闭、分车道动态限速、临时启用硬路肩、动态货车管理、禁止超车等。路侧管控硬件的类型可以为显示屏，也可以为喇叭、可变指示牌等硬件设备。本实施例对于路侧管控硬件的具体类型不做具体限定，只要路侧管控硬件可以实现车道级道路管控即可。路侧管控硬件可以设置在高速公路的一侧，也可以设置在横跨高速公路的门架上。本实施例中的第一类路侧管控硬件可以为经过施工地点的车辆提供主动管控，便于车辆即时收到主动管控信息并采取相应行动。
步骤S300，确定所述第一时间范围内的交通流数据和环境数据。
本实施例中交通流数据包括但不限于交通流量、车型、行驶轨迹、车速等可用于微观仿真的数据。环境数据包括天气数据、路政数据中的至少一个；天气数据包括但不限于气温、气压、湿度、风速、降水、天气状况等；路政数据为当前可确定在第一时间范围内的高速公路该路段的路政信息，包括道路管制、车型限行等信息。
根据第一时间范围可以确定天气数据和路政数据，具体地，可以通过联网查询第一时间范围内的天气数据，也可以基于历史天气数据预测第一时间范围内的天气数据，还可以是用户主动输入得到第一时间范围内的天气数据；第一时间范围内的路政数据可以通过联网查询得到，也可以用户主动输入得到。
在历史交通流数据中，通过匹配天气数据和路政数据，可以确定第一时间范围内的交通流数据。综合历史交通流数据和第一时间范围内的环境数据，可以预测得到第一时间范围内的交通流数据。具体地，可以根据第一时间范围的特征，在历史时间范围中，找到与第一时间范围和环境数据的相同或相近程度符合预设要求的历史时间范围，将该历史时间范围对应的历史交通流数据作为第一时间范围内的交通流数据，例如，作为一种可选的实施方式，若第一时间范围为工作日，天气为晴天，不存在其他管制限行，则可以选取最近一到数个天气为晴天且不存在其他管制限行的工作日，查询这些工作日的交通流数据作为第一时间范围的交通流数据；还可以建立基于历史交通流数据、天气数据和路政数据的模型，利用该模型预测第一时间范围内的交通流数据。
步骤S400，根据所有所述施工地点、所述第一时间范围内的所述交通流数据和所述环境数据进行第一微观仿真，确定第二时间范围。
本实施例在步骤S400中对所有施工地点按第一时间范围内的交通流数据和环境数据进行微观仿真，具体地，可以在第一时间范围内以预设时间间隔划分出多个时间段，在每个时间段内进行微观仿真，以得到对应时间段的交通态势。挑选出交通态势符合预设要求的时间段，这些时间段的集合作为第二时间范围。具体地，交通态势包括平均车速、平均行程时间、平均等待时间、平均车辆密度、平均空间占有率、总车辆数、事故风险、拥堵指数等参数中的一种或多种的组合。
进一步地，在每个时间段内以所有施工地点同时占道施工为基础进行仿真，即在每个施工地点处封闭施工占用的最大车道数进行仿真，仿真中未加入主动管控，以测试施工对交通的最大影响，从而根据仿真结果从第一时间范围中挑选出交通态势符合预设要求的第二时间范围以便于后续制订具体施工计划。可以理解的是，施工过程中封闭的车道可能随施工进度而发生变化，通过封闭施工占用的最大车道数进行仿真可以最大限度的保证第二时间范围内的交通态势适于施工。需要注意的是，若此阶段能够根据施工要求确定出施工过程中多个施工地点的最大同时封闭车道数，则以最大同时封闭车道数为基础进行仿真获得更准确的第二时间范围。
步骤S500，在所述第二时间范围内确定多种施工组织方案，每种所述施工组织方案包括进行施工的第三时间范围。
施工组织方案包括施工的步骤顺序和施工开始时间。具体地，根据施工要求可以确定施工过程中的各个步骤、可能的步骤顺序以及施工开始时间，从而得到多种不同的施工组织方案，按照每种施工组织方案进行施工后均可以达到施工目的。根据每种施工组织方案的步骤顺序，可以得到对应的整个施工组织方案的施工时长，在第二时间范围内根据施工开始时间确定出满足该施工时长的时间范围，即得到第三时间范围。
步骤S600，根据所述第一类路侧管控硬件、所述多个第三时间范围内的所述交通流数据和所述环境数据，对所述多种施工组织方案进行主动管控的第二微观仿真，确定与每一种所述施工组织方案对应的主动管控方案。
本实施例中，可以直接从第一时间范围内的所述交通流数据和所述环境数据中选出第三时间范围对应的仿真所需的数据，包括交通流数据和环境数据。第二微观仿真中加入了第一类路侧管控硬件，第一类路侧管控硬件根据主动管控方案的要求为驶向施工地点的车辆发布车道关闭、分车道动态限速、临时启用硬路肩、动态货车管理、禁止超车等指令，并向驶离施工地点的车辆发布撤销管控的指令。可以理解的是，由于施工组织方案的不同，施工过程中封闭的区域和/或车道数的顺序存在区别，因此，采取的主动管控方案也可能存在区别。每一种施工组织方案对应的主动管控方案可以从历史管控方案库中选出或生成，也可以通过深度学习的方式确定。
步骤S700，对所有所述主动管控方案进行评价，确定最佳主动管控方案以及对应的施工组织方案。
本实施例中每一主动管控方案对应的微观仿真结果代表着该主动管控方案下施工地点处的交通态势预测结果。通过对交通态势预测结果进行分析，可以得到主动管控方案的评价，评价结果之间可相互比较，例如通过数值化或等级化的方式展示评价结果以方便比较，评价结果最好或满足预设评价条件的主动管控方案即为最佳主动管控方案。具体地，交通态势包括平均车速、平均行程时间、平均等待时间、平均车辆密度、平均空间占有率、总车辆数、事故风险、拥堵指数等参数中的一种或多种的组合，最终得到的主动管控方案的评价结果是基于交通态势的各个参数进行处理而得到的一个评分或评级，本实施例对于评价的具体方式不做具体限定。本实施例将最佳主动管控方案和对应的施工组织方案组合作为实际使用的施工管控联合方案。
通过步骤S100-S700，本实施例在施工方案的制定过程中考虑了主动管控的因素，最终获得主动管控和施工的联合方案。具体地，主动管控方案和施工方案并非分别单独制定，而是相互关联：第一微观仿真为叠加粗略施工场景的仿真，根据第一微观仿真得到的交通态势初步确定适宜施工的第二时间范围，为第二微观仿真缩小范围；再在第二时间范围内根据施工特点制定出可能的多种施工组织方案和第三时间范围；第二微观仿真为叠加精细施工场景和施加主动管控策略的仿真，最终确定符合要求的主动管控方案和施工方案。相比于直接使用精细化的施工仿真，两步仿真可以节约计算资源和时间，同时在仿真中加入了主动管控方案，最终获得的施工管控联合方案更加合理地降低了施工的不利影响并能够更加有效地保障高速公路正常通行。
在一些实施例中，如图2所示，高速公路施工组织方案和管控方案的优化确定方法还包括：
步骤S310，确定所述高速公路的路网模型，所述路网模型中包括所述多个路侧管控硬件；
步骤S320，根据所述环境数据确定车辆行为模型，所述车辆行为模型包括跟驰模型和换道模型；
通过在所述路网模型中加载交通流数据和车辆行为模型实现微观仿真。
本实施例为第一微观仿真和第二微观仿真提供所需的相关模型，包括路网模型和车辆行为模型。高速公路的路网模型的获取可以通过调取事先已建立好的路网模型完成；也可以基于多源地图数据，采集交通网络节点和边的信息及拓扑关系，转换为基础仿真环境：根据模型路段的经纬度范围、所有百米桩桩号和经纬度信息、所有路侧管控硬件的经纬度信息进行建模，得到适于仿真的路网模型。最终得到的路网模型将百米桩及各个车道自动打断，并融入符合中国公路体系标准的相关技术指标，使得仿真管控层级非常精准、清晰。
本实施例在确定车辆行为模型时充分考虑了环境数据，尤其是天气数据对不同类型车辆的影响。
对于跟驰模型，根据不同天气数据的能见度和抓地力折减系数调整了不同车型，如小客车、大客车、小货车、大货车等车型的车头时距、车头间距振幅、最小跟驰速度差、最大跟驰速度差、跟驰加速度等指标。
对于换道模型，根据不同天气数据的特点，调整四种换道行为：战略性变换车道(车辆需要换车道以便行驶到自己路径上的下一个路段，在当前行驶的车道没有连接到目标路段的路径时产生需求)、协作性变换车道(为帮助别的车辆正常行驶而进行的换车道行为，行驶过程中车辆可能阻挡了后方的车辆正常行驶或阻碍了前方车辆变换车道(比如占用了超车道)，此时如果其它车辆提出请求，车辆即便没有战略性换车道需求也要调整速度或变换车道以帮助别的车辆)、战术性变换车道(以获得更高的速度为目的进行的换车道行为，当前方有别的慢速车辆阻挡的时候产生需求)、基于法规的变换车道的行为意愿(一般交通法规规定车辆超车用左侧车道(右行规则)，车辆利用左侧车道完成超车需要返回原来的车道时产生此种需求)。当天气为晴天时，车辆具有最高的战略性变换车道、协作性变换车道、战术性变换车道的行为意愿，最低的基于法规的变换车道的行为意愿；当天气为雪天时，车辆具有最低的战略性变换车道、协作性变换车道、战术性变换车道的行为意愿，最高的基于法规的变换车道的行为意愿。其他天气，如雾天、雨天时，车辆的换道行为意愿介于晴天和雪天之间。
本实施例通过建立精确的路网模型，并根据环境数据调整确定车辆的跟驰模型和换道模型，可以获得更加准确的微观仿真结果并得到最佳的施工管控联合方案。
在一些实施例中，如图3所示，所述第一类路侧管控硬件为距离所述至少一个施工地点在预设路程长度内的所有所述路侧管控硬件；步骤S400包括：
步骤S410，在所述路网模型中封闭所有所述施工地点对应的路段和车道，根据所有所述施工地点、所述第一时间范围内的所述交通流数据和所述环境数据进行第一微观仿真，得到对应的第一交通态势。
步骤S420，根据所述第一类路侧管控硬件调整所述第一交通态势，得到第二交通态势。
步骤S430，所述第二交通态势满足预设要求时对应的时间范围为第二时间范围。
本实施例将距离至少一个施工地点在预设路程长度内的所有路侧管控硬件作为第一类路侧管控硬件，由于高速公路的路侧管控硬件具有一定的管控作用范围，如果距离管控地点过远(即距离施工地点过远)的路侧管控硬件参与管控，则由于管控范围过大，可能会过于限制道路通行能力，不利于车辆的快速行驶，导致交通态势变差；此外，将距离施工地点过远的路侧管控硬件纳入微观仿真中会大大增加计算量，消耗更多的计算资源。具体地，本实施例中的预设路程长度可以为1-10公里，以便于在其中准确的划定出施工区、组织区、控制区和提醒区，并为对应区域内的路侧管控硬件分配主动管控信息，用户可以根据施工类型和施工范围的大小等调整预设路程长度。优选地，预设路程长度为2公里，保证兼顾实现不同管控区域的划分和较小的仿真计算量。
仿真后得到的第一交通态势包括至少一个交通态势参数。可以理解，当存在路侧管控硬件可为施工提供主动管控时，能够在一定程度上改善交通态势，具体地，当路侧管控硬件的数量和/或类型符合一定条件时，可以对至少一个交通态势参数改善1％-20％，改善调整比例可以对历史交通流数据中采取主动管控和不采取主动管控时分别对应的交通态势结果进行比较分析得到，也可以对历史仿真结果中采取主动管控和不采取主动管控时分别对应的交通态势结果进行比较分析得到，基于调整比例对第一交通态势中的对应参数进行调整得到第二交通态势的参数。将调整后的第二交通态势与预设要求进行比较，若某一时间段内的第二交通态势满足预设要求，即某一时间段内的特定或所有交通态势参数均满足要求，则表明在该时段内进行施工和主动管控，能够将施工对道路通行的影响控制在可接受的范围，这些满足预设要求的时间范围即为第二时间范围。本实施例在初步确定施工的第二时间范围时充分考虑了路侧管控硬件对施工交通的改善作用，可以获得更准确的第二时间范围，帮助后续制定出多种施工组织方案。
进一步地，可以先对第一交通态势进行判断后，再根据第一类路侧管控硬件调整第一微观仿真的第一交通态势：
步骤S410，在所述路网模型中封闭所有所述施工地点对应的路段和车道，根据所有所述施工地点、所述第一时间范围内的所述交通流数据和所述环境数据进行第一微观仿真，得到对应的第一交通态势。
步骤S411，判断所述第一交通态势满足预设要求时对应的时间范围是否大于预设值且分散度小于等于预设分散度。
步骤S412，若是，所述第一交通态势满足预设要求时对应的时间范围为第二时间范围。
步骤S420，若否，根据所述第一类路侧管控硬件调整所述第一交通态势，得到第二交通态势。
步骤S430，所述第二交通态势满足预设要求时对应的时间范围为第二时间范围。
如图4所示，本实施例中，分散度为时间范围中所包含的连续时间段数量。第一交通态势满足预设要求时的时间范围小于等于预设值或其分散度大于预设分散度，表明时间范围过短或过于零散，无法根据第一交通态势在预设要求内制定出具体的施工组织方案。本实施例可以在满足高速公路正常通行的范围内扩大第二时间范围，从而为后续确定多种施工组织方案和对应的多个第三时间范围留出足够余地。而当根据第一交通态势确定的第二时间范围大于预设值且第二时间范围的分散度小于等于预设分散度时，表明可以根据第一交通态势在预设要求内制定出具体的施工组织方案；若继续扩大第二时间范围会增加更多种的施工组织方案，由于增加的施工组织方案包含交通态势相对较差的时间段，因此增加的施工组织方案通常不会涉及最佳主动管控方案但会增加仿真计算量，故出于节省计算资源的考虑，不再根据第一类路侧管控硬件调整第一交通态势。
在一些实施例中，如图5所示，步骤S600包括：
步骤S610，根据多个预设管控方案对所述施工组织方案进行主动管控的第二微观仿真，得到多个仿真结果。
步骤S620，对所述多个仿真结果进行评价，确定最佳仿真结果对应的所述预设管控方案为所述施工组织方案的主动管控方案。
步骤S630，依次类推，得到所述多种施工组织方案对应的多种主动管控方案。
本实施例中，可以根据第一类路侧管控硬件和封闭车道信息确定出多种预设管控方案，第二微观仿真的施工组织方案确定后，封闭车道的位置、数量、时间范围等信息可以随之确定，进而从预设管控方案中调取相同或相近的多种预设管控方案配合对应的施工组织方案进行第二微观仿真，每种预设管控方案仿真得到的交通态势作为仿真结果进行评价。还可以预先针对不同的施工类型设计出对应的多种管控方案作为预设管控方案。
在一些实施例中，如图6所示，步骤S600包括：
步骤S640，根据所述第一类路侧管控硬件、所述交通流数据和所述环境数据，在历史管控方案库中为所述施工组织方案匹配多种历史管控方案。
步骤S650，根据所述多种历史管控方案对所述施工组织方案进行主动管控的第二微观仿真，得到多个仿真结果。
步骤S660，对所述多个仿真结果进行评价，确定最佳仿真结果对应的所述历史管控方案为所述施工组织方案的主动管控方案。
步骤S670，依次类推，得到所述多种施工组织方案对应的多种主动管控方案。
本实施例的历史管控方案库不仅存储有历史的主动管控方案，还存储有每种主动管控方案对应的交通流数据、环境数据和管控路段的路侧管控硬件信息，从而可以根据施工组织方案对应的第一类路侧管控硬件、交通流数据和环境数据在历史管控方案库中进行匹配，选择匹配程度符合预设条件的多种历史管控方案进行该施工组织方案的第二微观仿真，每个历史管控方案仿真得到的交通态势作为仿真结果进行评价。
一些实施例涉及一种高速公路施工组织方案和管控方案的优化确定平台，如图7所示，所述平台包括：
采集模块10，负责确定至少一个施工地点和第一时间范围，确定第一时间范围内的交通流数据和环境数据；
第一确定模块20，负责根据至少一个施工地点，确定可在施工时提供主动管控帮助的第一类路侧管控硬件，确定第一时间范围内的交通流数据；
仿真模块30，负责根据至少一个施工地点、第一时间范围内的交通流数据和环境数据进行第一微观仿真；在第三时间范围内，根据第一类路侧管控硬件、交通流数据和环境数据，对多种施工组织方案进行主动管控的第二微观仿真；
第二确定模块40，负责根据第一微观仿真的结果确定第二时间范围，在第二时间范围内确定多种施工组织方案，每种所述施工组织方案包括进行施工的第三时间范围；根据第二微观仿真的结果确定与每一种施工组织方案对应的主动管控方案，对所有主动管控方案进行评价，确定最佳主动管控方案以及对应的施工组织方案。
一些实施例涉及一种计算机设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序，以用于实现前述任一实施例所述方法。
一些实施例涉及一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时实现前述任一实施例所述方法。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种高速公路施工组织方案和管控方案的优化确定方法，其特征在于，所述高速公路沿线具有多个路侧管控硬件，所述方法包括：
确定至少一个施工地点和第一时间范围；
根据所述至少一个施工地点，确定可在施工时提供主动管控帮助的第一类路侧管控硬件；
确定所述第一时间范围内的交通流数据和环境数据；
根据所有所述施工地点、所述第一时间范围内的所述交通流数据和所述环境数据进行第一微观仿真，确定第二时间范围；
在所述第二时间范围内确定多种施工组织方案，每种所述施工组织方案包括进行施工的第三时间范围；
根据所述第一类路侧管控硬件、所述多个第三时间范围内的所述交通流数据和所述环境数据，对所述多种施工组织方案进行主动管控的第二微观仿真，确定与每一种所述施工组织方案对应的主动管控方案；
对所有所述主动管控方案进行评价，确定最佳主动管控方案以及对应的施工组织方案。
2.如权利要求1所述的高速公路施工组织方案和管控方案的优化确定方法，其特征在于，
所述环境数据包括天气数据和路政数据；
根据所述第一时间范围确定所述天气数据和所述路政数据；
在历史交通流数据中，通过匹配所述天气数据和所述路政数据，确定所述第一时间范围内的交通流数据。
3.如权利要求1所述的高速公路施工组织方案和管控方案的优化确定方法，其特征在于，所述方法还包括：
确定所述高速公路的路网模型，所述路网模型中包括所述多个路侧管控硬件；
根据所述环境数据确定车辆行为模型，所述车辆行为模型包括跟驰模型和换道模型；
通过在所述路网模型中加载交通流数据和车辆行为模型实现微观仿真。
4.如权利要求3所述的高速公路施工组织方案和管控方案的优化确定方法，其特征在于，
所述第一类路侧管控硬件为距离所述至少一个施工地点在预设路程长度内的所有所述路侧管控硬件；
在所述路网模型中封闭所有所述施工地点对应的路段和车道，根据所有所述施工地点、所述第一时间范围内的所述交通流数据和所述环境数据进行第一微观仿真，得到对应的第一交通态势；
根据所述第一类路侧管控硬件调整所述第一交通态势，得到第二交通态势；
所述第二交通态势满足预设要求时对应的时间范围为第二时间范围。
5.如权利要求4所述的高速公路施工组织方案和管控方案的优化确定方法，其特征在于，
判断所述第一交通态势满足预设要求时对应的时间范围是否大于预设值且分散度小于等于预设分散度；
若是，所述第一交通态势满足预设要求时对应的时间范围为第二时间范围；
若否，根据所述第一类路侧管控硬件调整所述第一交通态势，得到第二交通态势。
6.如权利要求3所述的高速公路施工组织方案和管控方案的优化确定方法，其特征在于，
根据多个预设管控方案对所述施工组织方案进行主动管控的第二微观仿真，得到多个仿真结果；
对所述多个仿真结果进行评价，确定最佳仿真结果对应的所述预设管控方案为所述施工组织方案的主动管控方案；
依次类推，得到所述多种施工组织方案对应的多种主动管控方案。
7.如权利要求3所述的高速公路施工组织方案和管控方案的优化确定方法，其特征在于，
根据所述第一类路侧管控硬件、所述交通流数据和所述环境数据，在历史管控方案库中为所述施工组织方案匹配多种历史管控方案；
根据所述多种历史管控方案对所述施工组织方案进行主动管控的第二微观仿真，得到多个仿真结果；
对所述多个仿真结果进行评价，确定最佳仿真结果对应的所述历史管控方案为所述施工组织方案的主动管控方案；
依次类推，得到所述多种施工组织方案对应的多种主动管控方案。
8.一种高速公路施工组织方案和管控方案的优化确定平台，其特征在于，所述平台包括：
采集模块，负责确定至少一个施工地点和第一时间范围，确定所述第一时间范围内的环境数据；
第一确定模块，负责根据所述至少一个施工地点，确定第一类路侧管控硬件，确定所述第一时间范围内的交通流数据；
仿真模块，负责根据所述至少一个施工地点、所述交通流数据和所述环境数据进行所述第一时间范围内的第一微观仿真；在第三时间范围内，根据所述第一类路侧管控硬件、所述交通流数据和所述环境数据，对多种施工组织方案进行主动管控的第二微观仿真；
第二确定模块，负责根据所述第一微观仿真的结果确定第二时间范围，在所述第二时间范围内确定多种施工组织方案，每种所述施工组织方案包括进行施工的第三时间范围；根据所述第二微观仿真的结果确定与每一种所述施工组织方案对应的主动管控方案，对所有所述主动管控方案进行评价，确定最佳主动管控方案以及对应的施工组织方案。
9.一种计算机设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，以用于实现权利要求1-7任一项所述方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1-7任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310561140.5A CN116596380A (zh) | 2023-05-16 | 2023-05-16 | 高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310561140.5A CN116596380A (zh) | 2023-05-16 | 2023-05-16 | 高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116596380A true CN116596380A (zh) | 2023-08-15 |
Family
ID=87593183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310561140.5A Pending CN116596380A (zh) | 2023-05-16 | 2023-05-16 | 高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116596380A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117253364A (zh) * | 2023-11-15 | 2023-12-19 | 南京感动科技有限公司 | 交通拥堵事件提取与态势融合方法与系统 |
| CN117592809A (zh) * | 2023-11-21 | 2024-02-23 | 广州市盾建建设有限公司 | 一种基于人工智能的市政工程施工方案优化方法及系统 |
-
2023
- 2023-05-16 CN CN202310561140.5A patent/CN116596380A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117253364A (zh) * | 2023-11-15 | 2023-12-19 | 南京感动科技有限公司 | 交通拥堵事件提取与态势融合方法与系统 |
| CN117253364B (zh) * | 2023-11-15 | 2024-01-26 | 南京感动科技有限公司 | 交通拥堵事件提取与态势融合方法与系统 |
| CN117592809A (zh) * | 2023-11-21 | 2024-02-23 | 广州市盾建建设有限公司 | 一种基于人工智能的市政工程施工方案优化方法及系统 |
| CN117592809B (zh) * | 2023-11-21 | 2024-05-10 | 广州市盾建建设有限公司 | 一种基于人工智能的市政工程施工方案优化方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ma et al. | An eco-drive experiment on rolling terrains for fuel consumption optimization with connected automated vehicles | |
| Yang et al. | Eco-driving system for connected automated vehicles: Multi-objective trajectory optimization | |
| CN116596380A (zh) | 高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质 | |
| Weng et al. | Modeling speed-flow relationship and merging behavior in work zone merging areas | |
| Narayanan et al. | Factors affecting traffic flow efficiency implications of connected and autonomous vehicles: A review and policy recommendations | |
| Kovaceva et al. | Identification of aggressive driving from naturalistic data in car-following situations | |
| Martín et al. | Fuzzy model of vehicle delay to determine the level of service of two-lane roads | |
| DE102019114595B4 (de) | Verfahren zum Steuern des Betriebs eines Kraftfahrzeugs und zum Ableiten von Straßenabschnittsgeschwindigkeitsgrenzwerten | |
| DE102020103522A1 (de) | Fahrzeugsteuerung durch fahrbahnreibung | |
| Farrag et al. | A microsimulation-based analysis for driving behaviour modelling on a congested expressway | |
| CN116434523A (zh) | 信息感知场景下基于约束度的车辆主动安全管控方法及装置 | |
| CN114475607B (zh) | 自动驾驶车辆的拟人化换道方法、装置、车辆及存储介质 | |
| EP3374242B1 (de) | Verfahren und vorrichtung zum analysieren einer fahrweise eines fahrers eines fahrzeugs | |
| Holzinger et al. | Context aware control of ADAS | |
| Abdur-Rouf et al. | A before-and-after traffic noise analysis of a roundabout converted to a signalized intersection | |
| CN116935624B (zh) | 基于数字孪生的降雪天气智能网联交通事故风险评价方法 | |
| CN117077286A (zh) | 一种异构交通流下智能网联车辆跟驰模型仿真与测试方法 | |
| Li et al. | Lane-changing decision rule with the difference of traffic flow's variation in multi-lane highway for connected and autonomous vehicles | |
| Du Preez et al. | Mixing the formal with the informal in shared right-of-way systems: a simulation-based case study in Tshwane, South Africa | |
| CN105608315A (zh) | 公交停靠站安全服务水平定量评价方法及系统 | |
| Chen | An optimization model for eco-driving at signalized intersection | |
| Fancher | Research on desirable adaptive cruise control behavior in traffic streams | |
| Demİrİz et al. | Corridor capacity analysis with mesoscopic simulation: Erzincan province sample | |
| CN115544599B (zh) | 一种基于交通仿真模型的参数校核标定方法 | |
| Wang et al. | Research of the lane utilization with microsimulation |
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 |