论文题名: | 高速公路混合交通流匝道协同控制策略研究 |
关键词: | 高速公路;混合交通流;入口匝道;交通拥堵;协同控制 |
摘要: | 高速公路上入口匝道瓶颈的交通拥堵现象已经成为一种新的常态,降低了该区域的交通通行能力,给人们的日常出行带来诸多不便。交通流管控措施,如匝道控制和可变限速控制,作为最常用的交通管理手段,通过调节进入瓶颈区域的匝道交通流量和主线交通流量,提升高速公路瓶颈路段的交通运行效率,进而缓解交通拥堵问题。然而,入口匝道汇入区域主线车流与匝道车流固有的合流冲突、非常规换道数量的骤然增加、不同车辆的多种驾驶特性和固定检测设备的有限精度等原因,都会限制现有交通流控制手段的应用效果。近年来,先进通信技术与感知技术的发展促使汽车愈加智能化和网联化,预示着普通人工驾驶车辆与智能网联车辆构成的混合交通流将成为未来交通系统发展的趋势,同时也为改进交通流控制方法提供了契机。本文以高速公路入口匝道瓶颈为研究对象,重点分析入口匝道混合交通流的状态演化过程,提出基于整体控制和局部区域均衡协调的协同控制策略。利用交通仿真方式模拟混合交通流的运行状态并分析其特性,构建应对交通波动态势的整体优化控制方法,根据整体控制需求构建局部区域车道交通流均衡协调策略,使通过匝道汇入区域的交通流平稳有序,同时实现交通流运行效率与安全性的提升,保障高速公路较高的使用效率和通行能力。 在本文中,首先对入口匝道瓶颈处混合交通流的演化特性进行了分析。入口匝道汇入区域主线车流与匝道车流的合流冲突是瓶颈处发生交通拥堵的主要原因之一。匝道车辆的汇入行为会增加主线上游车辆的减速操作而产生交通流扰动,且过小的汇入间隙可能造成主线车辆的紧急制动由此引发碰撞事故或导致交通拥堵现象。为了构建混合交通流仿真环境,本文借助车辆跟驰模型和换道模型与规则分别模拟普通人工驾驶车辆与智能网联车辆的驾驶行为。在该混合交通环境下,智能网联车辆的协作式汇入操作能够改善主线车流与匝道车流的交汇状况,但匝道车流的汇入仍不可避免会对主线上游交通流产生干扰。在主线最外侧车道靠近汇入区域的位置发生交通崩溃后会进一步沿纵向和侧向延伸,直至主线道路所有车道通行能力下降。现有的交通流控制方法应对交通流异构及交通波动的能力不足,本文提出了针对高速公路不同区域范围分层控制的研究思路。 混合交通流整体优化控制结合了可变限速和匝道控制策略,考虑了包含入口匝道的高速公路路段交通流的分布特性及交通状态的变化趋势。本文利用METANET模型和无迹卡尔曼滤波算法,借助固定检测器数据和智能网联车辆的实时状态信息,估计当前时刻的交通状态并对一定时间范围内的交通运行态势进行预测。交通流的优化控制问题以总的行程时间和速度变化最小为目标,利用遗传算法求解确定汇入区域上游主线的限速值和匝道的放行流量。通过UKF算法估计实时交通状态和METANET模型参数后的预测结果,比未经状态估计的预测结果更好。相较于ALINEA匝道控制策略和以提升运行效率为目标的传统控制方法,该优化控制方法对交通扰动的程度及其变化趋势进行了预估,通过减少匝道车流汇入对主线交通流速度产生的不利影响,在提升瓶颈路段交通流运行效率的同时降低了交通崩溃发生的可能性。从宏观层面看,瓶颈区域交通流的平稳运行是高速公路交通干线甚至是整个交通系统稳定运营的关键。 局部区域车道交通流状态均衡协调策略包含控制区域上游边界处针对主线最外侧车道车辆的换道诱导策略和控制区域内确定车辆状态调节方案的协同汇入控制策略。匝道汇入区域专门设置的路侧控制单元借助先进的检测技术可以获取控制区域内实时的交通状态,如通过激光雷达确定车辆当前的位置和速度,同时借助无线通信技术采集智能网联车辆的状态信息。通过在控制区域上游边界布设换道诱导标志可以向到达指定位置的主线车辆发布换道诱导指令,不断调节进入下游区域不同车道的车辆数。与此同时,针对主线最外侧车道车流和匝道车流交汇的多车协同汇入控制策略结合车辆的驾驶特性与限制条件,以通过汇入点的车队稳定性最优为目标,利用遗传算法求解适宜的车辆汇入顺序并确定期望的车辆行驶轨迹。考虑到真实的交通流运行场景下多种不确定因素可能会影响实际车队运行的安全性和稳定性,在策略的执行过程中,采用模型预测控制方法实时调整控制方案。在智能网联车辆比例较高的情形下,换道诱导和协同汇入控制的整合策略可以确保通过汇入区域的交通流以期望状态平稳高效地运行。 为了验证不同层次的控制策略对不同场景下混合交通流的控制效果,本文基于混合交通流基础运行环境搭建了仿真测试系统。通过补充的控制结构设定和仿真效果评估模块分析主线下游有交通波动的情形下,不同层次控制策略实施后的混合交通流运行性能,分别确定其在提升交通运行效率和缓解交通拥堵状态方面的能力,同时验证了本文提出的协同控制方法应对不同混合交通流环境的适用性。 |
作者: | 徐凌慧 |
专业: | 交通运输工程 |
导师: | 冉斌 |
授予学位: | 博士 |
授予学位单位: | 东南大学 |
学位年度: | 2022 |