专用道条件下基于蓝绿相位的混行交叉口时空资源配置方法

针对智能网联混行环境下在所有进出口最右侧布设一条网联自动车专用道的交叉口，本发明构建了基于蓝绿相位设置的单交叉口时空资源配置模型，来优化交叉口车道渠化和信号配时方案，属于交通控制领域。

背景技术：

1、在未实现纯网联自动驾驶环境之前，人工驾驶车与网联自动车共存混行将成为一种常态。在此背景下，不少研究提出在路网中布设专用设施供网联自动车使用，以尽可能发挥自动驾驶的潜力并加快推动自动驾驶的大规模应用落地。不少学者提出在道路上设置专用道供网联自动车使用，但是相关研究都是在路网层面展开，未考虑交叉口交通流运行细节。

技术实现思路

1、本发明的目的在于提供一套专用道条件下基于蓝绿相位的混行交叉口时空资源配置方法。该方法针对智能网联混行环境下在所有进出口最右侧布设有一条网联自动车专用道的交叉口，根据给定的交通需求和网联自动车渗透率，优化得到交叉口的车道渠化和信号配时方案。本发明最终实现的目标是使智能网联混行交叉口的时空资源配置方案能更好地适配输入的交通需求和网联自动车渗透率，提高交叉口处人工驾驶车与网联自动车的通行效率，减少行车延误。

2、本发明的基本内容如下：

3、一种专用道条件下基于蓝绿相位的混行交叉口时空资源配置方法，包括：

4、获取交叉口信号相关参数、交通流相关参数以及当前各流向交通需求和网联自动车渗透率；

5、将获取的数据输入至构建的基于混合整数线性规划的时空资源配置模型，求解获得混行交叉口的渠化方案和信号配时方案；其中，所述基于混合整数线性规划的时空资源配置模型包括目标函数和约束条件，目标函数为使交叉口的预留通行能力最大化；约束条件包括：

6、专用道条件下的渠化限制约束，该约束要求：

7、若进口设有网联自动车专用道，则人工驾驶车不允许行驶在网联自动车专用道、网联自动车不允许行驶在人工驾驶车道；若进口未设网联自动车专用道，则网联自动车与人工驾驶车都可以行驶在该进口的车道上；

8、左转车道必须在直行车道的左侧，右转车道必须在直行车道的右侧；

9、每个车道至少有一股交通流驶离交叉口；

10、允许两股及两股以上交通流在同一个入口车道上行驶；

11、分配给每一交通流的进口车道数量小于等于其出口车道数量；

12、专用道条件下的流量分配约束，该约束要求：

13、同一类型同一交通流分布在不同车道上的流量之和等于其预留通行能力；

14、不同类型的车辆只能在允许通行的车道上通行；

15、当相邻两个车道都为人工驾驶车道或网联自动车专用道，两个车道的当量流量相等，服从排队理论；

16、人工驾驶车道和网联自动车专用道的饱和度不能超过给定值；

17、专用道条件下的信号配时约束，该约束要求：

18、周期时长倒数的取值范围为最大周期时长的倒数、最小周期时长的倒数之间的范围；

19、每一交通流的绿灯开始时间要晚于信号周期起点；

20、每一交通流的绿灯持续时间的取值范围为周期时长倒数与最小的绿灯持续时间之积、周期时长倒数与最大的绿灯持续时间之积之间的范围；

21、每一交通流的绿灯时间加上一个清空时间要早于信号周期终点结束；

22、行驶在同一车道上的不同交通流具有相同的绿灯开始时间；

23、行驶在同一车道上的不同交通流具有相同的绿灯持续时间；

24、一对产生冲突的交通流通过信号相序进行分离；

25、所有人工驾驶车流优先通行。

26、进一步地，所述专用道条件下的渠化限制约束具体如下：

27、

28、

29、

30、

31、

32、

33、

34、其中：a代表进口编号且a∈a＝{1,2,...,r1}，r1代表交叉口进口总数，a为进口编号集合；b代表出口编号且b∈b＝{1,2,...,r2}，r2代表交叉口出口总数，b为出口编号集合；c代表进口车道编号且c∈ca＝{1,2,...,ua}，ua代表a进口的进口车道总数，ca为a进口的进口车道编号集合；

35、为二进制变量，取值为1时表示人工驾驶车流(a,b)可以行驶在进口a的车道c上，反之则不可以；

36、为二进制变量，取值为1时表示网联自动车流(a,b)可以行驶在进口a的车道c上，反之则不允许；

37、zca,c为二进制变量，取值为1时表示进口a的车道c被设置为网联自动车专用道，反之则为人工驾驶车道；

38、zca为二进制变量，取值为1时表示进口a布设有网联自动车专用道，反之则未布设；

39、为二进制变量，取值为1时表示进口a的车道c为m类型的交通流(a,b1)和(a,b2)的共享车道，反之则不是；

40、eγ(a,b)为交通流(a,b)的出口车道数量；

41、m为一个正整数。

42、进一步地，所述专用道条件下的流量分配约束：

43、

44、

45、

46、

47、其中：a代表进口编号且a∈a＝{1,2,...,r1}，r1代表交叉口进口总数，a为进口编号集合；b代表出口编号且b∈b＝{1,2,...,r2}，r2代表交叉口出口总数，b为出口编号集合；c代表进口车道编号且c∈ca＝{1,2,...,ua}，其中ua代表a进口的进口车道总数，ca为a进口的进口车道编号集合；

48、表示m类型交通流(a,b)在车道c上的流量；

49、表示m类型交通流(a,b)的交通需求；

50、ω表示交叉口的公共乘子，该值大于1时表示交叉口处于欠饱和状态，富余100·(ω-1)％的通行能力；小于1时则表示交叉口处于过饱和状态，缺少100·(1-ω)％的通行能力；

51、为二进制变量，取值为1时表示人工驾驶车流(a,b)可以行驶在进口a的车道c上，反之则不可以；

52、为二进制变量，取值为1时表示网联自动车流(a,b)可以行驶在进口a的车道c上，反之则不允许；

53、εa,b表示将交通流(a,b)转换成直行车流当量所需的转换系数，εa,b＝1+1.5/da,b，da,b表示交通流(a,b)的转弯半径，直行车流转弯半径默认正无穷大；

54、表示交通流(a,b1)受交通流(a,b2)影响而额外增加的转换系数；

55、σ表示周期时长倒数；

56、θ表示黄灯时间；

57、ccav表示网联自动车专用道的通行能力；

58、chv表示人工驾驶车道的通行能力；

59、va,c表示在进口a中车道c的最大可接受饱和度；

60、ψa,c表示进口a中车道c的绿灯持续时间，以σ为单位；

61、为二进制变量，取值为1时表示进口a的车道c为m类型的交通流(a,b1)和(a,b2)的共享车道，反之则不是；

62、zca,c为二进制变量，取值为1时表示进口a的车道c被设置为网联自动车专用道，反之则为人工驾驶车道；

63、zca为二进制变量，取值为1时表示进口a布设有网联自动车专用道，反之则未布设；

64、m为一个正整数。

65、进一步地，引入对约束(21)、(22)进行线性化处理，两者可修改为约束(24)、(25)：

66、

67、

68、本身可做如下线性化处理：

69、

70、

71、

72、

73、进一步地，所述专用道条件下的信号配时约束如下：

74、

75、

76、

77、

78、

79、

80、

81、

82、δ1,1≥δa,c+ψa,c+α·σ a∈a,c∈ca/{1}         (20)

83、δ2,1≥δa,c+ψa,c+α·σ a∈a,c∈ca/{1}          (21)

84、δ3,1≥δa,c+ψa,c+α·σ a∈a,c∈ca/{1}         (22)

85、δ4,1≥δa,c+ψa,c+α·σ a∈a,c∈ca/{1}              (23)

86、其中：a代表进口编号且a∈a＝{1,2,...,r1}，r1代表交叉口进口总数，a为进口编号集合；b代表出口编号且b∈b＝{1,2,...,r2}，r2代表交叉口出口总数，b为出口编号集合；c代表进口车道编号且c∈ca＝{1,2,...,ua}，其中ua代表a进口的进口车道总数，ca为a进口的进口车道编号集合；

87、cymax表示最大周期时长；

88、cymin表示最小周期时长；

89、σ表示周期时长倒数；

90、表示m类型交通流(a,b)对应的绿灯开始时间，以σ为单位；

91、表示m类型交通流(a,b)对应的绿灯持续时间，以σ为单位；

92、α表示绿灯间隔时间，包括黄灯时间和全红时间；

93、gmin、gmax分别表示最小和最大的绿灯持续时间；

94、δa,c表示进口a中车道c的绿灯开始时间，以σ为单位；

95、ψa,c表示进口a中车道c的绿灯持续时间，以σ为单位；

96、δ1,1、δ2,1、δ3,1、δ4,1分别表示进口1、进口2、进口3以及进口4中车道1的绿灯开始时间；

97、为二进制变量，表示m1类型交通流(a,b)和m1类型交通流(d,f)的通行顺序；若表示m1类型交通流(a,b)先行，反之则m1类型交通流(d,f)先行；

98、λ表示冲突交通流的集合。

99、进一步地，假设对于所有的转向交通流，他们的需求矩阵是成比例增长的，那么最大化交叉口的预留通行能力也就等价于使公共乘子ω取得最大值，即目标函数为：maxω；

100、交叉口的公共乘子ω，该值大于1时表示交叉口处于欠饱和状态，富余100·(ω-1)％的通行能力。

101、一种专用道条件下基于蓝绿相位的混行交叉口时空资源配置装置，用于实现所述一种专用道条件下基于蓝绿相位的混行交叉口时空资源配置方法，该装置包括：

102、数据获取模块，用于获取交叉口信号相关参数、交通流相关参数以及当前各流向交通需求和网联自动车渗透率；

103、基于蓝绿相位设置的混行交叉口时空资源配置模型构建模块，用于构建基于混合整数线性规划的时空资源配置模型，所述基于混合整数线性规划的时空资源配置模型包括目标函数和约束条件，目标函数为使交叉口的预留通行能力最大化；约束条件包括：专用道条件下的渠化限制约束、专用道条件下的流量分配约束、专用道条件下的信号配时约束和约束的线性化处理；

104、优化配置模块，用于将获取的数据输入至构建的基于混合整数线性规划的时空资源配置模型，求解获得混行交叉口的渠化方案和信号配时方案。

105、本发明的有益效果

106、本发明针对未来智能网联混行环境下在所有进出口最右侧布设有一条网联自动车专用道的交叉口，在给定交通需求和网联自动车渗透率的情况下，提供了一个基于混合整数线性规划的时空资源配置模型来优化其车道渠化和信号配时方案。该模型包含专用道条件下的渠化限制约束、专用道条件下的流量分配约束、专用道条件下的信号配时约束、约束的线性化处理以及目标函数五个组成部分。本发明提出的模型能有效优化交叉口的时空资源配置，提高人工驾驶车与网联自动车在交叉口的通行效率。除此之外，本发明构建的混合整数线性规划模型规模较小，在给定交通需求和网联自动车渗透率的情况下，能通过常用求解器直接且快速求解。