一种基于MPC的高速公路硬路肩动态开放决策方法
- 国知局
- 2024-11-18 18:14:33
本发明属于智能交通领域,具体涉及一种基于mpc的高速公路硬路肩动态开放决策方法。
背景技术:
1、硬路肩(hard shoulder)指的是与车行道相邻并铺以具有一定强度路面结构的路肩部分(包括路缘带)。“硬路肩”是高速公路右边用黄线划出的一条车道,主要作用是让故障车临时停靠,以及紧急情况时,方便急救车辆通行。
2、高速公路硬路肩动态开放决策技术是一种主动交通管理与控制技术,根据当前交通状态和未来一段时间的交通状况预测结果,动态调节硬路肩的使用,可以增加高速公路的有效通行能力,缓解高速公路的拥堵,提高高速公路的运行效率。同时,该技术也可以根据事故、施工、极端天气等特殊情况,及时开放或关闭硬路肩,提高高速公路的应急响应能力,降低高速公路的事故风险,提高高速公路的安全性能。
3、在现有研究中主要通过遗传算法优化硬路肩动态开放控制决策,例如,叶朕利用遗传算法及滑动时间窗来预测并优化硬路肩在不同约束条件和目标函数下的开启和关闭问题;唐进君等利用遗传算法求解硬路肩动态开放决策中带有开放时间和开放空间双重约束的总行程时间与总碰撞暴露时间最小化问题。但遗传算法的计算复杂度较高,需要消耗较大的计算资源和时间。相较于遗传算法,模型预测控制(model predictive control,mpc)更适用于实时、动态的控制问题,计算资源和时间的消耗较小。
4、专利文献cn113034914a仅考虑交通量作为拥堵评价指标,当其小于等于预设阈值时,不需要开启硬路肩的行车道功能;当其大于预设阈值且无硬路肩占用情况时可以开启硬路肩的行车道功能。但是,单一变量难以精准刻画交通流状态,该方法不能综合考虑路况与安全因素,难以在平衡通行效率与通行安全收益后进行决策。
5、因此,亟需一种充分考虑高速公路通行状况与行车安全,且效率高、实时性强的硬路肩动态开放管控决策方法,从而协助交通管理人员管理高速公路,进而提高高速公路通行能力和服务水平。
技术实现思路
1、硬路肩动态开放作为一种主动交通管理手段,固定周期的开启与关闭不一定适用于当前交通状况,所以需要实时采集交通流信息,预测未来一段时间的交通状况,进而判断是否开启硬路肩作为行车道,若开启则需要进一步确定硬路肩开启时机与时长,保证交通运行效率。因此,本发明提出了一种基于mpc的高速公路硬路肩动态开放决策方法,本发明旨在解决现有方法计算复杂度较高,计算资源和时间消耗较大的问题。
2、本发明提供了一种基于mpc的高速公路硬路肩动态开放决策方法,包括以下步骤:
3、s1.利用管控路段及其上下游的历史交通流数据标定车道级metanet基本模型参数,采集实时交通数据,基于标定后的车道级metanet基本模型预测管控路段及其上下游的交通流量、密度和速度;
4、s2.根据步骤s1交通流流量、密度和速度的预测结果,分析道路实时状况,判断硬路肩是否开启,确定硬路肩是否被占用以及是否存在不宜开启硬路肩的特殊情况,判断硬路肩是否处于允许开启的状态,判断硬路肩是否需要开启;
5、s3.基于步骤s1标定的车道级metanet基本模型建立硬路肩动态开放控制系统模型,利用硬路肩动态开放控制系统模型优化硬路肩的开启时机与开启时长;
6、s4.根据步骤s3得到的硬路肩开启时机与时长,发布硬路肩动态管控决策信息。
7、进一步,所述步骤s2包括以下子步骤:
8、s2.1判断硬路肩是否处于可以开启的状态;
9、i.根据视频数据和雷达数据,判断当前时刻硬路肩管控路段的硬路肩是否被占用,若被占用则不允许开启硬路肩作为行车道;
10、ii.根据视频数据、雷达数据和事件上报数据,判断当前时刻硬路肩管控路段及其下游是否存在不允许开启硬路肩的特殊事件,若存在,则不允许开启硬路肩作为行车道;
11、iii.根据视频数据、雷达数据和工作安排通知,判断当前时刻硬路肩管控路段及其下游是否存在不允许开启硬路肩的特殊安保情况,若存在,则不允许开启硬路肩作为行车道;
12、iv.根据视频数据、雷达数据和预测交通流,判断当前时刻硬路肩管控路段下游是否存在缓行的情况,若存在,则不允许开启硬路肩作为行车道;
13、v.若不存在上述四种情况,则允许开启硬路肩作为行车道;
14、s2.2在允许开启硬路肩作为行车道的情况下,通过高速公路感知设备获取道路交通流信息,结合步骤s1预测的交通流流量、密度和速度,分析当前道路状况是否需要开启硬路肩作为行车道;
15、i.确定硬路肩处于允许作为行车道状态,否则不开启硬路肩;
16、ii.根据道路基础数据或高速公路规定,设定管控路段硬路肩开启的速度阈值asl和管控路段上游缓行长度阈值srl,当管控路段行车速度低于asl且上游缓行长度大于srl时开启硬路肩作为行车道;
17、iii.根据道路基础数据或高速公路规定,设定管控路段硬路肩开启的单向通行量阈值otm,当管控路段单向通行量大于otm时开启硬路肩作为行车道;
18、iv.根据道路基础数据或高速公路规定,设定管控路段硬路肩开启的交通持续增长量阈值tcg,当管控路段两个连续且相等的时间段内,交通流量的增长量均大于tcg时开启硬路肩作为行车道;
19、v.当硬路肩管控路段存在施工养护作业占用主线内侧行车道,造成车多缓行的情况,且缓行长度大于srl时开启硬路肩作为行车道。
20、进一步,所述步骤s3包括以下子步骤:
21、s3.1基于步骤s1标定后的车道级metanet基本模型,即车道级metanet宏观交通流模型,建立硬路肩动态开放控制系统模型;
22、所述硬路肩动态开放控制系统模型包括硬路肩动态开放控制的状态方程和输出方程,用状态空间形式表示硬路肩动态控制系统,一般形式为:
23、
24、y=cx+du
25、其中,x是系统的状态向量,描述系统在任意时间点的状态;u是系统的输入向量;y是系统的输出向量;a、b、c和d是系统的参数,用于描述系统的动态特性和控制机制;
26、结合车道级metanet宏观交通流模型,将管控路段的密度k、速度v和流量q作为系统状态变量,即x=[k v q]t;将包括硬路肩在内的各车道通行状态作为系统输入变量,即u=[λ1λ2λ3],λ1表示行车道的左车道的通行状态,λ2表示行车道的右车道的通行状态,λ3表示硬路肩车道的通行状态;
27、s3.2考虑通行效率与通行安全建立目标函数j,考虑参与交通的车型比例,建立相应的约束条件;
28、将通行效率和通行安全作为优化目标,用总行程时间表征通行效率,当总行程时间最小时,道路通行效率最高,用碰撞暴露时间表征通行安全;
29、总行程时间ttt的计算表达式如下:
30、tttz(t,j)=δz·δt
31、
32、式中,tttz(t,j)表示在第t个周期,第j个时间步,第z辆车的行程时间;
33、表示第i辆车是否在管控路段内;δt表示时间步长;n表示参与交通车辆数;t表示总执行时间;
34、总碰撞暴露时间tet的计算表达式如下:
35、
36、
37、式中,tet(t,j)表示在第t个周期,第j个时间步,所有车辆的碰撞暴露时间;
38、表示第j个时间步,第z辆车的碰撞风险;
39、ttc表示碰撞时间,指两辆车在相同路线上同向行驶,分别保持各自的速度行驶到发生碰撞的时间;ttc*表示碰撞时间的阈值;
40、将总行程时间与总碰撞暴露时间以加权的方式相结合,作为优化总目标j,表达式如下:
41、
42、式中,αttt表示通行效率指标权重;βtet表示通行安全指标权重;ttti(t,j)表示路段i在第t个周期,第j个时间步的总行程时间;teti(t,j):路段i在第t个周期,第j个时间步的总碰撞暴露时间;
43、s3.3利用硬路肩动态开放控制系统模型,预测未来一段时间内硬路肩动态开放控制系统的状态和行为;
44、i.确定用于预测系统行为的时间窗口和控制时间间隔;
45、mpc的采样周期为t,次序为k;控制周期为tc=mt,即采样周期的整数倍,次序为kc;预测时域np,控制时域nc;则:
46、μ(k),u(k)),其中,kctc/t≤k≤(kc+1)tc/t
47、式中,μ(k),u(k)分别为第k个采样周期的基础参数、干扰参数以及控制参数,由此能够迭代j+1时刻的交通流参数;
48、ii.在新的采样时刻,检测被控对象的实际输出,并与基于模型的预测输出作比较,计算二者的误差,利用误差信息对基于模型的预测结果进行修正;
49、iii.基于所建立的目标函数j,考虑参与交通的车型比例信息,建立相应的约束条件,使用遗传算法最小化目标函数j,找到最优控制信号参数u(kc);将最优控制信号参数u(kc)作为输入变量;重复上述步骤,直至达到所设预测步长np,所预测的时间段为[kt,(k+np-1)t],实现滚动优化。
50、进一步,所述优化算法为线性二次规划、非线性优化和遗传算法中的一种。
51、有益效果:
52、基于高速公路基础条件,建立合适的交通流模型,刻画交通流流量和速度的演化规律,并基于此预测未来一段时间的交通状况,有助于更精确地预测和控制交通流。在硬路肩动态开放决策过程中,利用mpc能够处理高维度、多变量的控制问题,并且可以在动态环境下快速适应和调整的能力,本发明提出了一种基于mpc的高速公路硬路肩动态开放决策方法,该方法同时考虑效率性约束与安全性约束,平衡通行效率与通行安全收益,可以灵活控制硬路肩的开启与关闭,具有良好的适应性与实时性。
53、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究,对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
本文地址:https://www.jishuxx.com/zhuanli/20241118/327764.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。
下一篇
返回列表