主权项: |
1.一种高速公路施工场景主线交通控制方法,应用于高速公路施工场景主线交通控制系统,其特征在于,所述控制系统包括:路端传感器、云控平台、路侧单元和车辆; 所述方法包括: 所述路端传感器实时获取高速公路的交通状态,并上传至所述云控平台; 所述云控平台根据所述交通状态和预先存储的施工事件信息,实时计算施工场景下交通控制范围内的最优限速值,其中,所述控制范围包括时间范围和空间范围; 所述云控平台根据所述最优限速值和所述施工事件信息,生成交通控制指令,并下发至所述控制范围内的路侧单元; 所述路侧单元根据所述交通控制指令,向距离最近的车辆发布对应的控制信息; 所述车辆将所述控制信息显示在车内的虚拟情报板。 2.根据权利要求1所述的方法,其特征在于,所述施工事件信息包括:施工的开始时间和结束时间,以及施工占用的路段和车道; 所述根据所述交通状态和预先存储的施工事件信息,实时预测施工场景下交通控制范围内的限速值,包括: 根据所述开始时间和结束时间,以及施工准备时间,确定是施工现场交通控制的时间范围; 根据所述施工占用的路段和车道,以及所述施工占用的路段前的至少一个路段的车流量,动态确定施工现场交通控制的空间范围。 3.根据权利要求1所述的方法,其特征在于,所述交通状态包括:所述高速公路中每个路段的平均车流量、平均车密度,以及所有车辆的平均车速和车速标准差; 在所述云控平台根据所述交通状态和预先存储的施工事件信息,实时计算施工场景下交通控制范围内的最优限速值之前,还包括: 构建如下预测模型,用于预测交通控制范围内任一路段未来的平均车密度和平均车速: 其中,i表示路段编号,k表示离散的时间片段索引,每个时间片段的长度为T;Qi,k表示路段i在时间段[(k-1)T,kT]内的平均车流量,ρi,k表示路段i在时间索引k处的平均车密度,ρi,k+1表示路段i在时间索引k+1处的平均车密度,vi,k表示路段i在时间索引k处的平均车速,vi,k+1表示路段i在时间索引k+1处的平均车速;λi表示路段i的车道数,Li表示路段i的长度(km),qi,k表示在时间段[(k-1)T,kT]内,从路段i流向路段i+1的平均车速;τ、k和υ均表示标定好的模型参数;VSL,i,k表示路段i在时间索引k处的限速值;Qmax,i+1表示路段i+1所能容纳的最大流量,ωi+1表示路段i+1的交通波速度,ρjam,i+1表示路段i+1的拥堵密度,θi+1表示路段i+1的缩减量; 构建基于路段整体特征的第一目标函数: 其中,i∈Dcontrol表示位于交通控制范围内的路段;vveh_i,x,j表示车辆veh_i在时刻j、位置x处的车速;Std.(vveh_i,x,j)表示在时间片段索引j时,在sectioni内的车速标准差; 构建车辆个体特征的第二目标函数: 其中,vfree,i表示路段i的自由流速度,vveh_i,x,j=min{vdesire,veh_i,x,j,VSL,i,j},vdesire,veh_i,x,j表示车辆veh_i在时刻j、位置x处的期望速度,Np为自然数。 4.根据权利要求3所述的方法,其特征在于,所述限速值VSL,i,k和期望速度vdesire,veh_i,x,j的计算方式如下: 其中,表示路段i的关键密度,distanceveh_i表示车辆veh_i距离施工区域起点的距离,α,β为速度参数。 5.根据权利要求4所述的方法,其特征在于,所述构建施工场景下交通控制范围内任一路段未来的平均车密度和平均车速的预测模型之前,还包括: 在无控制条件下,通过实测数据标定路段i的属性参数Qmax,i、ωi、ρjam,i、ρCi、θi、α和β; 在无控制条件下,采用顺序二次规划算法,根据实测数据标定预测控制模型参数τ、κ和υ,标定过程需在满足预测值与真实值误差小于设定范围时时收敛。 6.根据权利要求3所述的方法,其特征在于,所述施工事件信息包括:施工的开始时间和结束时间,以及施工占用的路段和车道; 所述根据所述交通状态和预先存储的施工事件信息,实时计算施工场景下交通控制范围内的最优限速值,包括: 在当前时间属于所述时间范围的情况下,初始化当前时间片段之后Nc个时间片段的限速值,设置第Nc+1个时间片段到第Np个时间片段的限速值为与第Nc个时间片段的限速值相等,Nc
|