CN117576913B - 基于网络平衡的多车道公路交织区交通分配方法及装置 - Google Patents

基于网络平衡的多车道公路交织区交通分配方法及装置 Download PDF

Info

Publication number
CN117576913B
CN117576913B CN202410049307.4A CN202410049307A CN117576913B CN 117576913 B CN117576913 B CN 117576913B CN 202410049307 A CN202410049307 A CN 202410049307A CN 117576913 B CN117576913 B CN 117576913B
Authority
CN
China
Prior art keywords
traffic
lane
flow
road
network
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
CN202410049307.4A
Other languages
English (en)
Other versions
CN117576913A (zh
Inventor
马天奕
庄稼丰
罗丰
熊文磊
王丽园
李正军
杨晶
许万荣
吴凡
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.)
CCCC Second Highway Consultants Co Ltd
Original Assignee
CCCC Second Highway Consultants 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 CCCC Second Highway Consultants Co Ltd filed Critical CCCC Second Highway Consultants Co Ltd
Priority to CN202410049307.4A priority Critical patent/CN117576913B/zh
Publication of CN117576913A publication Critical patent/CN117576913A/zh
Application granted granted Critical
Publication of CN117576913B publication Critical patent/CN117576913B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及交通组织技术领域，具体涉及一种基于网络平衡的多车道公路交织区交通分配方法及装置，该方法包括以下步骤：基于道路交织区车道汇入口、驶出口位置和车道数，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络；遍历交通网络，得到在交通网络内车辆的所有可行路径；以用户均衡交通分配为基础构建交通分配模型；对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案；根据流量分配方案，制定引导车辆行驶方案。能够解决现有技术中仅考虑内外幅车道的流量均衡，未考虑换道过程对阻抗及均衡的影响，会导致影响通行效率的问题。

Description

基于网络平衡的多车道公路交织区交通分配方法及装置
技术领域
本发明涉及交通组织技术领域，具体涉及一种基于网络平衡的多车道公路交织区交通分配方法及装置。
背景技术
随着交通需求的日益增长，部分早期建设的高速公路需进行改扩建变成多车道高速公路，由于交通需求大、互通密集、短途交通占比高、车辆换道频繁，改扩建至十车道后易产生外幅通行压力大、内外幅不均衡的问题。如何采用车道级交通组织技术进行管理，充分利用良好的道路硬件条件，提升道路通行能力，满足交通需求，成为大家关注的问题。
目前常规高速公路车道级交通组织技术主要有以下四种方式：按行驶速度划分、按车型大小划分、按客货车型划分和按出行OD距离划分。按行驶速度划分遵照从内侧到外侧，速度由快到慢的规则进行车道划分。按车型大小划分遵照小车在内侧，大车在外侧的规则进行车道划分。按客货车型划分遵照小客车在内，客货混行在外的规则进行车道划分。按出行OD距离划分通过不同OD距离来确定车辆行驶车道，遵循短距离在外侧，长距离在内侧行驶的规则。
前面三种划分方式已较为成熟，但通过车辆的OD距离进行划分的车道级交通组织管理目前仅考虑内外幅车道的流量均衡，未考虑换道过程对阻抗及均衡的影响，因此，按照现有技术中方法规划引导的行车路线，会影响通行效率。
发明内容
本申请提供一种基于网络平衡的多车道公路交织区交通分配方法及装置，能够解决现有技术中仅考虑内外幅车道的流量均衡，未考虑换道过程对阻抗及均衡的影响，会导致影响通行效率的问题。
为解决上述问题，本申请提供以下方案：
一方面，本发明提供一种基于网络平衡的多车道公路交织区交通分配方法，包括以下步骤：
基于道路交织区车道汇入口、驶出口位置和车道数，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络；
遍历交通网络，得到在交通网络内车辆的所有可行路径；
以用户均衡交通分配为基础构建交通分配模型；
基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案；
根据流量分配方案，制定引导车辆行驶方案。
在一些可选的方案中，所述的以用户均衡交通分配为基础构建交通分配模型为：
；/>
；/>
；/>
其中，a为邻车道的换道节点连接或者车道内的相邻的两个换道节点连接形成的有向弧，Z（x）为交通网络中所有分配了流量的有向弧的阻抗之和，ta（x）为流量为x有向弧a的阻抗，xa为有向弧a上的交通流量，k为汇入口或上游基本路线到驶出口或下游基本路线的第k条路径，为第k条路径的流量，/>为所研究的时段内从一个起始节点r到终点节点s的交通需求量；/>为1或0，若有向弧a在汇入口或上游基本路线到驶出口或下游基本路线的第k条路径上，其值为1，否则为0；A为所有有向弧a的集合，r为一个起始换道节点，s为一个终点换道节点。
在一些可选的方案中，有向弧a的阻抗根据以下公式计算：
其中，x a为有向弧a上的交通流量，为有向弧a的通行能力，/>为有向弧a没有流量时的阻抗，α为第一模型待定参数，β为第二模型待定参数，ta（x a）交通流量为x a的有向弧a的阻抗。
在一些可选的方案中，所述的基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案，包括：
首先对交通分配模型做全有全无分配，将从上游基本路线到下游基本路线或者出口匝道，以及从入口匝道到下游基本路线或者出口匝道的流量全部分配到阻抗最小的路径上，求出每段路径上的流量和更新后的阻抗；
然后开始循环，每步循环中，根据各路段分配到的流量进行一次全有全无分配，得到一组各路段的附加流量；
用该循环中各路段已分配的交通量和改循环中得到的附加流量进行加权平均，得到下一循环的分配交通量；
当相邻两次循环中分配的交通量十分接近时或达到设定最大迭代次数，即停止运算，最后一次循环得到的交通量即为最终结果。
在一些可选的方案中，所述的遍历交通网络，得到在交通网络内车辆的所有可行路径，包括：
采用深度优先搜索算法进行遍历，从任一起始节点开始，沿着一条路径不断向下搜索，直到找到目标节点或者不能继续向下搜索为止；
回溯到上一个节点，继续搜索其他路径，直到所有路径都被搜索完为止；
搜索另一起点，直至所有起始节点的可行性路径。
在一些可选的方案中，所述的根据流量分配方案，制定引导车辆行驶方案，包括：根据流量分配方案，划分道路交织区车道间的间隔线、画道路中的引导箭头和/或道树立引导指示牌。
在一些可选的方案中，所述的根据流量分配方案，制定引导车辆行驶方案，包括：根据流量分配方案，在导航软件中对在道路交织区内的车辆进行车道保持或者变道提示。
第二方面，本申请还提供一种基于网络平衡的多车道公路交织区交通分配装置，包括：
交通网络建立模块，其用于基于道路交织区车道汇入口、驶出口位置和车道数，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络；
路径搜索模块，其用于遍历交通网络，得到在交通网络内车辆的所有可行路径；
分配模型建立模块，其用于以用户均衡交通分配为基础构建交通分配模型；
流量分配求解模块，其用于基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案；
行驶方案制定模块，其用于根据流量分配方案，制定引导车辆行驶方案。
第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述任一项所述的基于网络平衡的多车道公路交织区交通分配方法的步骤。
第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述任一项所述的基于网络平衡的多车道公路交织区交通分配方法的步骤。
本申请实施例提供的技术方案带来的有益效果包括：通过分析道路交织区车道汇入口、驶出口位置和车道数，间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络，通过搜索得到在交通网络内车辆的所有可行路径，并以用户均衡交通分配为基础构建交通分配模型，通过求解交通分配模型的最小阻抗，得到对应的流量分配方案，以指导制定引导车辆行驶方案，能做到精准分析，按需调整交组方案，有效提升道路通行能力及安全水平。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于网络平衡的多车道公路交织区交通分配方法的流程图；
图2为本发明实施例中交织区路段示意图；
图3为本发明实施例中交织区路网划分图；
图4为本发明实施例中有向路网图；
图5为本发明实施例中路网划分图；
图6为本发明实施例中计算机设备的结构示意框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
如图1所示，本发明提供一种基于网络平衡的多车道公路交织区交通分配方法，包括以下步骤：
S1：基于道路交织区车道汇入口、驶出口位置和车道数，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络。
在本实施例中，高速公路交织区是指高速公路上的一种特殊路段，通常位于高速公路的交叉口或汇合处。在交织区内，多个车道相互交错、交织，车辆需要进行频繁的换道和转弯，交通流量大，交通安全隐患较高。
将高速公路汇入口和驶出口之间的交织区路段（如图2所示）划分成一个区域交通，将每条车道都当做独立的一条道路，将换道行为当做连接两条道路一条支路（如图3所示）。在这条路网中有多个O—D对：从上游基本路线—下游基本路线；从上游基本路线—（驶出口）出口匝道；（汇入口）从入口匝道—下游基本路线；（汇入口）从入口匝道—到（驶出口）出口匝道。
图2和图3中HO节点表示上游基本路线，是所有上游到来车辆的交通产生点，HO节点连接的五条路段表示高速公路上的五条车道。节点E表示的是入口匝道，是所有入口匝道进入高速公路车辆的交通产生点，E节点通过路段在节点5出汇入高速公路路网。垂直方向的路径表示车辆换道，结合实际情况可知，车辆不可能直接跨越两条车道换道，所以规定车辆通过一个垂直方向的路径后必须直行才能通过第二个垂直路径。节点A表示出口匝道，是所有离开高速公路的交通量的终点，在与节点35出相连，从35节点处离开高速公路。HU节点表示的是下游基本路线，在高速公路上继续行驶的交通量将汇聚到此处。
路段编号划分：路段编号划分的方案是从上到下从左到右依次编号，一共70个路段编号。
S2：遍历交通网络，得到在交通网络内车辆的所有可行路径。
如图4所示，找出所有O—D对间可行的路径。先创建一个39*39的零矩阵，因为1号节点、37号节点位置比较特殊，先将1号节点与37号节点的分别与2-6号节点、32-36号节点连成有向路段；2-35节点，节点号减一除5不等于零的节点与其下一个节点双向联接，所有的节点都与节点号比自己大5的节点单向联接。
在一些可选的实施例中，步骤S2包括：
S21：采用深度优先搜索算法进行遍历，从起始节点开始，沿着一条路径不断向下搜索，直到找到目标节点或者不能继续向下搜索为止。
本例中，起始点为HO和A点，即从上游基本路线和汇入口。
S22：回溯到上一个节点，继续搜索其他路径，直到所有路径都被搜索完为止。
S23：搜索另一起点，直至所有起始节点的可行性路径。
为简化算法，将大路网按照图5的方法划分成小路网。在图中子区域1和子区域2之间的为跨区域路段，即、/>、/>、/>和/>之间的路段，该路网中的OD均为跨区域OD。在单独计算一个区域内的交通分配时，无法确定在子区域内的OD，所以在这时需要人工加入一个虚拟的OD对，以便能实现交通分配。虚拟OD的确定方法：在整个路网中一共有四个OD对，这四个OD对均为跨区域OD，所以这四个OD对必然会全部从跨区域的路段到达下一个区域，所以将整个子区域2当做一个虚拟节点，所以在子区域1中就会有两个OD对：一个是从上游道路HO到虚拟节点的OD，一个是从入口匝道到虚拟节点的OD。通过节点遍历得出两个区域的路径。
S3：以用户均衡交通分配为基础构建交通分配模型。
本例中，以用户均衡交通分配为基础构建交通分配模型为：
约束条件为：
其中，a为邻车道的换道节点连接或者车道内的相邻的两个换道节点连接形成的有向弧，Z（x）为交通网络中所有分配了流量的有向弧的阻抗之和，ta（x）为有向弧a的阻抗，aA；xa为有向弧a上的交通流量，/>为有向弧a上的阻抗，k为汇入口或车道起点到驶出口或车道终点的第k条路径，/>为第k条路径的流量，即一O—D对r—s之间路径k上的流量，k/> ，/>为连接O—D对r—s的所有路径的集合；/>为所研究的时段内从一个起始节点r到终点节点s的交通需求量，本例中，/>根据前期的交通量预测，可根据实际项目需求变动，即本方案需要进行分配的交通量；/>为1或0，若有向弧a在汇入口或车道起点到驶出口或车道终点的第k条路径上，其值为1，否则为0；A为所有有向弧的集合，r为一个起始换道节点，s为一个终点换道节点。其中，r/>R；s/>F；R为产生交通量的起始节点的集合，R/>N；F为吸收交通量的终点节点的集合，F/>N，F/>R不一定是空集，N——交通网络换道节点的集合。
在一些可选的实施例中，有向弧a的阻抗根据以下公式计算：
其中，x a为有向弧a上的交通流量，为有向弧a的通行能力，/>为有向弧a没有流量时的阻抗，即零流阻抗，，α为第一模型待定参数，本例中取值为0.15，β为第二模型待定参数，取值为4，ta（x a）交通流量为x a的有向弧a的阻抗。
S4：基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案。
本例中，将流量加载到路网上，并考虑UE用户平衡模型构建目标函数求解流量分配。
在一些可选的实施例中，步骤S4包括：
S41：首先对交通分配模型做全有全无分配，将从上游基本路线到下游基本路线或者出口匝道，以及从入口匝道到下游基本路线或者出口匝道的流量全部分配到阻抗最小的路径上，求出每段路径上的流量和更新后的阻抗。全有全无分配即将一个OD对的所有流量全部分配到阻抗最小的那条路径上。
S42：然后开始循环，每步循环中，根据各路段分配到的流量进行一次全有全无分配，得到一组各路段的附加流量。
S43：用该循环中各路段已分配的交通量和改循环中得到的附加流量进行加权平均，得到下一循环的分配交通量。
S44：当相邻两次循环中分配的交通量十分接近时或达到设定最大迭代次数，即停止运算，最后一次循环得到的交通量即为最终结果。
全有全无分配法又称最短路径分配法，是指按所有出行者都选取出行最短的路线从出发点到目的地的原则分配交通量。
所有出行者都选择了自己认为最短的路径，不会有人愿意选择更长的路径来避免交通拥堵；所有出行者都已经选择了自己认为最优的路径，无法通过调整路线来进一步优化交通流量；交通流量分配是合理的，没有出现任何交通流量过多或过少的情况。
采用Frank—Wolfe算法对上述交通分配模型进行求解，并通过网络截取的方式减少计算量，降低算法的复杂度，最终得出相应的分配方案。
采用Frank—Wolfe算法解决UE交通分配问题的具体算法流程如下：
首先基于所有路段在自由流状态下的走行时间，先做全有全无交通分配，即每一个OD对只有一条路径（初始阻抗最小那条）有流量，其余流量全部为0，得到初始的路段流量，设置迭代次数K=n；然后进行循环for i=1：n ；根据初始流量/>更新各路段的阻抗，再进行一次全有全无交通分配得到路段流量/>，交通流再分配模型的最优解/>；然后得到可行下降方向/>；根据公式（1）进行一维搜索得到最优步长/>；更新路段流量为；当满足收敛条件时停止计算，最后输出/>。
基于Frank—Wolfe算法构建Beckmann模型进行交通均衡分配：
（1）
约束条件为：
（2）
（3）
（4）
上述模型的目标函数的梯度为：
（5）
令为公式（5）的一个可行解（即一组可行的路径流量），为对应的路段流量构成的向量。可以利用目标函数Z（f）在/>处的线性近似，可以得到下面的线性规划问题：
（6）
令为公式（6）的最优解，/>为对应的路段流量构成的向量（即全有全无交通分配的路段流量）。所以/>是UE交通分配在/>处的可行下降方向。
定义以下函数：
(7)
根据公式（15），可以得到下面的一元方程：
（8）
令是一元方程/>的根，则/>就是沿可行下降方向/>的最优步长。
求解出最后的即为最终的交通分配方案。
S5：根据流量分配方案，制定引导车辆行驶方案。
步骤S5具体包括：根据流量分配方案，划分道路交织区车道间的间隔线、画道路中的引导箭头和/或道树立引导指示牌。例如，在得到的流量分配方案中，若相邻车道换道节点连接的换道路段没有流量，可将此处相邻车道之间的车道线（间隔线）设置为实线。
或者根据流量分配方案，在导航软件中对在道路交织区内的车辆进行车道保持或者变道提示。例如基于GPS定位数据，根据流量分配方案，引导需要换道的车辆在换道路段中流量大的位置换道。
另一方面，本发还提供一种基于网络平衡的多车道公路交织区交通分配装置，包括：交通网络建立模块、路径搜索模块、分配模型建立模块、流量分配求解模块和行驶方案制定模块。
交通网络建立模块用于基于道路交织区车道汇入口、驶出口位置和车道数，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络；路径搜索模块用于遍历交通网络，得到在交通网络内车辆的所有可行路径；分配模型建立模块用于以用户均衡交通分配为基础构建交通分配模型；流量分配求解模块用于基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案；行驶方案制定模块用于根据流量分配方案，制定引导车辆行驶方案。
本方案通过分析道路交织区车道汇入口、驶出口位置和车道数，间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络，通过搜索得到在交通网络内车辆的所有可行路径，并以用户均衡交通分配为基础构建交通分配模型，通过求解交通分配模型的最小阻抗，得到对应的流量分配方案，以指导制定引导车辆行驶方案，能做到精准分析，按需调整交组方案，有效提升道路通行能力及安全水平。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块及单元的具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图6所示的计算机设备上运行。
请参阅图6，图6为本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为终端。
如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种基于网络平衡的多车道公路交织区交通分配方法。
处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种基于网络平衡的多车道公路交织区交通分配方法。
该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理单元 (Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序中包括程序指令，所述程序指令被执行时所实现的方法可参照本申请的各个实施例。
其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是，在本申请中，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。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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申请的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种基于网络平衡的多车道公路交织区交通分配方法，其特征在于，包括以下步骤：
基于道路交织区车道汇入口、驶出口位置和车道数，将每条车道都当作独立的一条道路，将换道行为当作连接两条道路一条支路，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络；
遍历交通网络，得到在交通网络内车辆的所有可行路径，包括：
采用深度优先搜索算法进行遍历，从任一起始节点开始，沿着一条路径不断向下搜索，直到找到目标节点或者不能继续向下搜索为止；
回溯到上一个节点，继续搜索其他路径，直到所有路径都被搜索完为止；
搜索另一起点，直至所有起始节点的可行性路径；
以用户均衡交通分配为基础构建交通分配模型；
基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案；
根据流量分配方案，制定引导车辆行驶方案，包括：根据流量分配方案，划分道路交织区车道间的间隔线、画道路中的引导箭头和/或树立引导指示牌，在得到的流量分配方案中，若相邻车道换道节点连接的换道路段没有流量，将此处相邻车道之间的间隔线设置为实线。
2.如权利要求1所述的基于网络平衡的多车道公路交织区交通分配方法，其特征在于，包括以下步骤：所述的以用户均衡交通分配为基础构建交通分配模型为：
；/>
；/>
；/>
其中，a为邻车道的换道节点连接或者车道内的相邻的两个换道节点连接形成的有向弧，Z（x）为交通网络中所有分配了流量的有向弧的阻抗之和，ta（x）为流量为x有向弧a的阻抗，xa为有向弧a上的交通流量，k为汇入口或上游基本路线到驶出口或下游基本路线的第k条路径，为第k条路径的流量，/>为所研究的时段内从一个起始节点r到终点节点s的交通需求量；/>为1或0，若有向弧a在汇入口或上游基本路线到驶出口或下游基本路线的第k条路径上，其值为1，否则为0；A为所有有向弧a的集合，r为一个起始换道节点，s为一个终点换道节点。
3.如权利要求2所述的基于网络平衡的多车道公路交织区交通分配方法，其特征在于，有向弧a的阻抗根据以下公式计算：
其中，x a为有向弧a上的交通流量，为有向弧a的通行能力，/>为有向弧a没有流量时的阻抗，α为第一模型待定参数，β为第二模型待定参数，ta（x a）交通流量为x a的有向弧a的阻抗。
4.如权利要求2所述的基于网络平衡的多车道公路交织区交通分配方法，其特征在于，所述的基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案，包括：
首先对交通分配模型做全有全无分配，将从上游基本路线到下游基本路线或者出口匝道，以及从入口匝道到下游基本路线或者出口匝道的流量全部分配到阻抗最小的路径上，求出每段路径上的流量和更新后的阻抗；
然后开始循环，每步循环中，根据各路段分配到的流量进行一次全有全无分配，得到一组各路段的附加流量；
用该循环中各路段已分配的交通量和改循环中得到的附加流量进行加权平均，得到下一循环的分配交通量；
当相邻两次循环中分配的交通量十分接近时或达到设定最大迭代次数，即停止运算，最后一次循环得到的交通量即为最终结果。
5.一种基于网络平衡的多车道公路交织区交通分配装置，其特征在于，包括：
交通网络建立模块，其用于基于道路交织区车道汇入口、驶出口位置和车道数，将每条车道都当作独立的一条道路，将换道行为当作连接两条道路一条支路，在各车道上间隔预设长度对应设置换道节点，并将相邻车道的换道节点连接，以及车道内的相邻的两个换道节点连接，形成交通网络；
路径搜索模块，其用于遍历交通网络，得到在交通网络内车辆的所有可行路径，包括：
采用深度优先搜索算法进行遍历，从任一起始节点开始，沿着一条路径不断向下搜索，直到找到目标节点或者不能继续向下搜索为止；
回溯到上一个节点，继续搜索其他路径，直到所有路径都被搜索完为止；
搜索另一起点，直至所有起始节点的可行性路径；
分配模型建立模块，其用于以用户均衡交通分配为基础构建交通分配模型；
流量分配求解模块，其用于基于车辆在交通网络内的所有可行路径、相邻换道节点之间路段的阻抗，对可行路径进行流量分配，求解交通分配模型的最小阻抗，及对应的流量分配方案；
行驶方案制定模块，其用于根据流量分配方案，制定引导车辆行驶方案，包括：根据流量分配方案，划分道路交织区车道间的间隔线、画道路中的引导箭头和/或树立引导指示牌，在得到的流量分配方案中，若相邻车道换道节点连接的换道路段没有流量，将此处相邻车道之间的间隔线设置为实线。
6.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至4中任一项所述的基于网络平衡的多车道公路交织区交通分配方法的步骤。
7.一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上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至4中任一项所述的基于网络平衡的多车道公路交织区交通分配方法的步骤。
CN202410049307.4A 2024-01-12 2024-01-12 基于网络平衡的多车道公路交织区交通分配方法及装置 Active CN117576913B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410049307.4A CN117576913B (zh) 2024-01-12 2024-01-12 基于网络平衡的多车道公路交织区交通分配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410049307.4A CN117576913B (zh) 2024-01-12 2024-01-12 基于网络平衡的多车道公路交织区交通分配方法及装置

Publications (2)

Publication Number Publication Date
CN117576913A CN117576913A (zh) 2024-02-20
CN117576913B true CN117576913B (zh) 2024-06-18

Family

ID=89888411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410049307.4A Active CN117576913B (zh) 2024-01-12 2024-01-12 基于网络平衡的多车道公路交织区交通分配方法及装置

Country Status (1)

Country Link
CN (1) CN117576913B (zh)

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101347603B1 (ko) * 2012-06-27 2014-01-07 명지대학교 산학협력단 최단경로를 이용한 출발점 기반의 통행 배정방법
US9076339B2 (en) * 2013-02-15 2015-07-07 Qualcomm Incorporated Facilitating vehicle merging utilizing road markers
CN107123260A (zh) * 2017-06-26 2017-09-01 上海交通大学 基于出行者预算限制的交通分配方法
CN107507408B (zh) * 2017-07-24 2020-07-24 重庆大学 一种考虑前车换道汇入过程的跟驰加速度及跟驰行为建模方法
JP2019066420A (ja) * 2017-10-04 2019-04-25 アイシン・エィ・ダブリュ株式会社 経路探索システムおよび経路探索プログラム
FR3087078B1 (fr) * 2018-10-03 2022-02-25 Orange Passerelle et dispositif de repartition du trafic de vehicules dans un environnement comportant plusieurs voies de circulation
DE102019203347A1 (de) * 2019-03-12 2020-09-17 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und System zum Steuern eines Verkehrsflusses von Fahrzeugen in einem Straßennetz
DE102020000692A1 (de) * 2020-01-31 2020-09-10 Daimler Ag Verfahren und Vorrichtung zur Steuerung eines Verkehrsflusses über einen Verkehrsnetzknoten
CN113990106B (zh) * 2021-11-10 2023-08-29 河海大学 一种高速公路车道分配系统
CN114283580B (zh) * 2021-12-23 2022-12-13 韶关学院 一种基于大数据的车流引导方法
CN114842644B (zh) * 2022-04-26 2023-02-24 河北工业大学 一种混合交通流交织区通行能力计算方法
CN114954527A (zh) * 2022-06-01 2022-08-30 驭势（上海）汽车科技有限公司 一种车道级导航规划方法、装置、设备、介质及车辆
CN114724377B (zh) * 2022-06-01 2022-10-18 华砺智行(武汉)科技有限公司 基于车路协同技术的无人驾驶车辆引导方法及系统
US20230413026A1 (en) * 2022-06-21 2023-12-21 Qualcomm Incorporated Vehicle nudge via c-v2x
CN115600410A (zh) * 2022-10-21 2023-01-13 东南大学（Cn） 一种城市高密度路网混合交通流元胞传输仿真预测方法
CN117012043A (zh) * 2023-06-28 2023-11-07 山东高速集团有限公司 一种车联网环境高速交织段施工区车道级限速控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于车路协同的交通瓶颈路段车流动态分配机制及模型;曲大义等;吉林大学学报(工学版);20230609;正文第1-7页 *
安东尼奥·夏雷塔.节能汽车 协同式自动驾驶.北京机械工业出版社,2022,全文. *

Also Published As

Publication number Publication date
CN117576913A (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
CN110648022B (zh) 一种考虑站点全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法
Hajbabaie et al. A program for simultaneous network signal timing optimization and traffic assignment
CN104766484B (zh) 基于进化多目标优化和蚁群算法的交通控制与诱导系统和方法
Mauttone et al. A multi-objective metaheuristic approach for the transit network design problem
Ault et al. Reinforcement learning benchmarks for traffic signal control
Yuan et al. Locating transit hubs in a multi-modal transportation network: A cluster-based optimization approach
CN109947100A (zh) 路径规划方法、系统及终端设备
Mansourianfar et al. Joint routing and pricing control in congested mixed autonomy networks
CN107389079A (zh) 高精度路径规划方法和系统
Bıyık et al. The green choice: Learning and influencing human decisions on shared roads
CN114550482B (zh) 一种基于低碳目标的导航方法及停车场导航方法
CN108597246A (zh) 一种解决路径选择实时性问题以避免局部拥堵的方法
Luo et al. Impact of ride-pooling on the nature of transit network design
CN112212878A (zh) 一种导航路径计算方法、装置及手机、车辆
CN108776721A (zh) 一种基于目标配流的城市离散交通网络设计方法
CN114399125B (zh) 车队最优轨迹控制方法、装置、电子设备及存储介质
CN108447255A (zh) 一种城市道路动态交通网络结构信息系统
CN114758496B (zh) 一种停车场内车辆的诱导方法、装置及存储介质
CN117576913B (zh) 基于网络平衡的多车道公路交织区交通分配方法及装置
Yan et al. SALA: a self-adaptive learning algorithm—towards efficient dynamic route guidance in urban traffic networks
Petit et al. Dedicated bus lane network design under demand diversion and dynamic traffic congestion: An aggregated network and continuous approximation model approach
Sadek et al. Dynamic traffic assignment: Genetic algorithms approach
Liao et al. Combining traffic assignment and traffic signal control for online traffic flow optimization
Damghanijazi et al. Meta-Heuristic Approaches for Solving Travelling Salesman Problem.
Cho et al. Hybrid shortest path algorithm for vehicle navigation

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