技术新讯 > 信号装置的制造及其应用技术 > 一种基于车联网缓解交通拥堵的车流量控制方法  >  正文

一种基于车联网缓解交通拥堵的车流量控制方法

  • 国知局
  • 2024-07-31 21:17:49

本发明属于交通,具体涉及一种基于车联网缓解交通拥堵的车流量控制方法。

背景技术:

1、随着全球城市化进程的加速,城市交通量呈现井喷式增长,城市交通拥堵问题日益严重。随之还带来了空气污染加剧、能源消耗攀升等问题,传统粗放式的交通管理方式难以应对城市快速发展带来的挑战。当前,物联网等新技术与各行业深度融合,已成为提升各行业智慧发展水平的重要发展方向。城市交通系统具有丰富的物联网应用场景,车联网是物联网在交通领域的应用,利用车联网技术可以显著提升城市交通系统的精细化和智慧化管理水平。

2、未来的城市交通系统将是一个以车联网等新技术为基础,智能化、电动化交通工具为载体,具有高度智能的管理模式的新型交通系统。然而,基于车联网技术对交通流量进行更加智能、自动化的管理,从而缓解交通拥堵仍然是一个挑战。为此,本发明以交通系统的性能最大化为目标,基于车联网技术为新型交通系统提出了一种车流量控制模型,从而缓解交通拥堵。该模型可以从宏观角度为拥堵路段上的智能化车辆提供最优控制策略,避免拥堵盲目扩散,造成更大范围的影响。同时,该模型考虑了择路行为对于交通系统性能的影响。

技术实现思路

1、本发明旨在提供一种基于车联网缓解交通拥堵的车流量控制方法,该方法基于车联网技术能够为拥堵路段的无人驾驶车辆提供最优控制策略,帮助车辆有组织的驶离拥堵路段,缓解交通拥堵,避免拥堵盲目扩散,最大程度的提升交通系统性能。

2、一种基于车联网缓解交通拥堵的车流量控制方法,如图1所示,包括下述步骤:

3、s100:通过车联网获取道路拥堵状况,道路拓扑结构信息、车辆实时位置;

4、s200:考虑到相邻路段的容量限制和复杂的交通网络拓扑结构,构建车流量控制模型,该模型共包含三种控制策略;

5、s300:考虑到出行者择路行为的存在,建立出行者择路行为模型,该模型主要包括两种常见的出行者择路偏好,最短出行距离和最短出行时间;

6、s400:考虑到交通流量的流动性和交通网络的耦合性,构建车流量控制策略优化模型;

7、s500:利用鸽群算法,得到不同拥堵程度的路段上的车辆控制策略,将控制指令通过车联网发送给车辆。

8、步骤s100:通过车联网获取道路拥堵状况,道路拓扑结构信息、车辆实时位置;本发明用出行时间指数tti来划分路段的运行状况,计算公式如下:

9、

10、其中,是路段的自由流旅行时间,tij是路段当前旅行时间;根据tti可以将路段的运行状态划分为畅通、缓行、拥堵、严重拥堵四个级别,用来表示路段的不同运行状态,e表示交通系统中的路段,e表示所有路段的集合;根据所获取的数据以及路段的拥堵情况,可以计算出运行状态处于的路段需要重新调度驶离当前路段的车流量,计算公式如下:

11、

12、其中,redij为路段eij需要重新调度驶离当前路段的车流量,是时刻t时路段eij的车流量,是路段eij处于畅通状态时的车流量;

13、步骤s200:考虑到相邻路段的容量限制和复杂的交通网络拓扑结构,构建车流量控制模型,该模型共包含三种控制策略,分别为考虑空闲容量的策略(策略a)、考虑动态边连通性的策略(策略b)和考虑动态边介数的策略(策略c);按照策略a进行重调度的交通流量可以计算如下:

14、reda=αredij  (3)

15、其中,reda是按照策略a进行转移的车流量,α是待确认数值的参数,α∈[0,1];路段eij上按照策略a转移到相邻路段上的车流量计算公式如下:

16、

17、其中,γij表示路段eij相邻路段的集合,表示将按照策略a转移到相邻路段的车流量比例,该比例由路段的空闲容量占相邻路段总空余容量确定;按照策略b进行重调度的交通流量可以计算如下:

18、redb=βredij  (5)

19、其中,redb是按照策略b进行转移的车流量,β是待确认数值的参数,β∈[0,1];路段eij上按照策略b转移到相邻路段上的车流量计算公式如下:

20、

21、其中,表示将按照策略b转移到相邻路段的车流量比例,该比例由相邻路段的动态边连通性确定,表示路段的动态连通性;按照策略c进行重调度的交通流量可以计算如下:

22、redc=ωredij  (7)

23、其中,redb是按照策略b进行转移的车流量,ω是待确认数值的参数,ω∈[0,1];路段eij上按照策略c转移到相邻路段上的车流量计算公式如下:

24、

25、其中,表示将按照策略c转移到相邻路段的车流量比例,该比例由相邻路段的动态边介数确定,表示路段的动态介数;需要注意的是,当路段中所有车辆都听从控制指令进行转移时,α+β+ω=1。

26、步骤s300:考虑到出行者择路行为的存在,构建车流量转移模型,该模型主要包括两种常见的出行者择路偏好,分别是最短出行距离和最短出行时间,这两种大多数用户在日常出行中进行决策时关注的核心因素,因此,针对不服从控制指令的车辆,主要考虑两种转移策略,分别为考虑最短出行距离策略(d1)和考虑最短出行时间策略(d2);假设不服从的指令的车流量为redγ,计算公式如下:

27、redγ=γredij  (9)其中,γ是一个待输入参数,γ∈[0,1];根据交通系统的道路信息和通行时间,计算所有路径的路径长度和行程时间,并分别进行排序,拥堵路段上不服从指令的车辆将选择出行距离最短或出行时间最短的路径进行转移。

28、步骤s400:所述的车流量控制策略优化模型具体采用以下公式:

29、考虑到交通流量的流动性和交通网络的耦合性,构建车流量控制策略优化模型,其特征在于,在车流量控制策略优化模型中,具体采用以下公式:

30、设用一个0-1的变量ηij表示路段eij上的车流量通行需求是否得到满足,如下面公式所示:

31、

32、其中,en表示运行状态为的路段的集合,ec表示运行状态为的路段的集合,当路段eij不能满足通行需求时,ηij=0,反之,ηij=1;道路交通流量需求满足率可以作为交通系统的功能指标,用来评估交通系统的性能,计算公式如下:

33、

34、其中,为道路交通流量需求满足率,lij是路段eij的实时交通需求,e是所有路段的集合;路段的拓扑结构指标计算公式如下:

35、

36、是系统的拓扑结构指标,n0是运行状态为的路段个数,n是交通系统路段总个数;交通系统的性能计算公式如下:

37、

38、其中,p为交通系统的性能;车流量控制策略优化模型的目标函数为:

39、

40、步骤s500中,利用鸽群算法得到不同拥堵程度的路段上的车辆控制策略,将控制指令通过车联网发送给车辆,车流量控制管理的流程如图2所示。

技术特征:

1.一种基于车联网缓解交通拥堵的车流量控制方法,其特征在于,包括:

技术总结本发明公开了一种基于车联网缓解交通拥堵的车流量控制方法,该方法基于车联网技术实现。步骤(1):通过车联网获取交通系统的道路拓扑结构信息、道路拥堵状况。步骤(2):考虑到相邻路段的容量限制和复杂的交通网络拓扑结构,构建车流量控制模型,该模型共包含三种控制策略。步骤(3):考虑到出行者择路行为的存在,构建出行者择路行为模型,该模型主要考虑两种常见的出行者择路偏好:最短出行距离和最短出行时间。步骤(4):考虑到交通流量的流动性和交通网络的耦合性,构建车流量控制策略优化模型。步骤(5):利用鸽群算法,得到不同拥堵程度的路段上的车辆控制策略。技术研发人员:兑红炎,张松茹,董星辉,秦鸿波,张雨露,王新月,毋馨敏,刘萌,白光晗受保护的技术使用者:郑州大学技术研发日:技术公布日:2024/7/18

本文地址:https://www.jishuxx.com/zhuanli/20240731/189153.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。