一种基于交通仿真的多类型专用道控制方法技术

本发明专利技术公开了一种基于交通仿真的多类型专用道控制方法，包括获取道路交通基本信息；设定多类型专用道的参照策略S0；确定多类型专用道的所有控制策略集合S；再根据道路交通基本信息，利用交通仿真系统模拟所有多类型专用道控制策略下的交通场景，预测所有车道的交通流运行状态，最后计算每种多类型专用控制策略的综合效能提升程度，确定最优控制策略。该方法综合考虑所有多类型专用道控制策略以及道路交通综合效能，输出的最优控制策略更为准确科学，能够有效提升未来交通系统的智慧化水平。平。平。

【技术实现步骤摘要】
一种基于交通仿真的多类型专用道控制方法


[0001]本专利技术涉及智能交通控制领域，特别是一种基于交通仿真的多类型专用道控制方法。

技术介绍

[0002]专用道是指规定只允许某种车辆行驶或只限某种用途使用的车道，较为常见的是公交车专用道。当专用道设置合理，能够实现提高运行速度、降低事故风险、节能减排等效果，反之，会降低交通系统运行效能，破坏道路资源分配的公平性。
[0003]随着物联网和计算机技术的飞速发展，智能汽车的发展突飞猛进。智能汽车旨在通过增强安全性，优化路线，减少污染并提高可用性来改善交通基础设施。当智能车辆的交通需求日益增长，与手动驾驶车辆混行时，将对高速公路的通行能力和交通安全造成严重影响。专用道能够为智能车辆或手动驾驶车辆构建独立行驶空间，减少两者冲突，降低两者的相互干扰，充分发挥智能车辆可观、可控、低延时、高稳定性等优势，进而提升道路设施的通行效率和交通安全。
[0004]然而，如何基于效率、安全、能耗、排放，进行综合效能评价，如何确定最优的多类型专用道的控制策略，却少有研究。

技术实现思路

[0005]本专利技术要解决的技术问题是针对上述现有技术的不足，而提供一种基于交通仿真的多类型专用道控制方法，该基于交通仿真的多类型专用道控制方法获取道路交通基本信息，设定多类型专用道属性矩阵和限速矩阵，确定所有多类型专用道控制策略和参照策略，再利用交通仿真系统模拟所有多类型专用道控制策略下的交通场景，预测所有车道的交通流运行状态，最后基于效率、安全、能耗、排放指标，计算每种多类型专用控制策略的综合效能提升程度，确定最优控制策略，进而提高道路交通系统的服务水平。
[0006]为解决上述技术问题，本专利技术采用的技术方案是：
[0007]一种基于交通仿真的多类型专用道控制方法，包括如下步骤。
[0008]步骤1、获取道路交通基本信息：获取多类型专用道的道路交通基本信息；其中，道路交通基本信息包括智能车辆流量Q
CAV
、手动驾驶车辆流量Q
MDV
、智能车辆的平均车头时距T
CAV
、手动驾驶车辆的平均车头时距T
MDV
、路段车道最高限速v
max
、路段长度L、道路宽度W、车道数量N。
[0009]步骤2、设定多类型专用道的参照策略S0：根据步骤1中获取的智能车辆流量Q
CAV
和手动驾驶车辆流量Q
MDV
，设定多类型专用道的参照策略S0。
[0010]步骤3、确定多类型专用道的所有控制策略集合S：其中，所有控制策略集合S＝{S1，S2，S3，
……
S
m
，
……
，S
M
}；其中，m＝1、2、3、
……
、M；M为所有控制策略的总数量，具体根据步骤1获取的车道数量N和路段车道最高限速v
max
进行确定。
[0011]步骤4、预测所有车道的交通流运行状态，具体包括如下步骤。
[0012]步骤4A、预测参照策略S0下所有车道的交通流运行状态：根据步骤1获取的道路交通基本信息，利用交通仿真系统模拟参照策略S0下的交通场景，预测参照策略S0下所有车道的交通流运行状态；参照策略S0下所有车道的交通流运行状态包括第k车道内车辆总数在统计时段内第i辆车在第k车道内被统计的次数第k车道内第i辆车的平均速度第k车道内第i辆车在t时刻的加速度和第k车道内第i辆车在t时刻的车头时距其中，1≤k≤N。
[0013]步骤4B、预测所有控制策略集合S中第m种控制策略S
m
下所有车道的交通流运行状态：根据步骤1获取的道路交通基本信息，利用交通仿真系统模拟控制策略S
m
下的交通场景，预测控制策略S
m
下所有车道的交通流运行状态；控制策略S
m
下所有车道的交通流运行状态包括第k车道内车辆总数在统计时段内第i辆车在第k车道内被统计的次数第k车道内第i辆车的平均速度第k车道内第i辆车在t时刻的加速度和第k车道内第i辆车在t时刻的车头时距其中，1≤k≤N。
[0014]步骤5、分车道统计效率、安全、能耗、排放指标，具体包括如下步骤。
[0015]步骤5A、分车道统计参照策略S0下的效率、安全、能耗、排放指标，具体为：
[0016]步骤5A1、根据步骤4A中预测得到的平均速度和车辆总数计算得到参照策略S0下的效率指标
[0017]步骤5A2、根据步骤4A中预测得到的车头时距计算得到参照策略S0下的安全指标
[0018]步骤5A3、根据步骤4A中预测得到的加速度计算得到参照策略S0下的能耗指标
[0019]步骤5A4、根据步骤4A中预测得到的平均速度和车辆总数计算得到参照策略S0下的排放指标
[0020]步骤5B、分车道统计所有控制策略集合S中第m种控制策略S
m
下的效率、安全、能耗、排放指标，具体为：
[0021]步骤5B1、根据步骤4B中预测得到的平均速度和车辆总数计算得到控制策略S
m
下的效率指标
[0022]步骤5B2、根据步骤4B中预测得到的车头时距计算得到控制策略S
m
下的安全指标
[0023]步骤5B3、根据步骤4B中预测得到的加速度计算得到控制策略S
m
下的能耗指标
[0024]步骤5B4、根据步骤4B中预测得到的平均速度和车辆总数计算得到控制策略S
m
下的排放指标
[0025]步骤6、计算所有控制策略集合S中第m种控制策略S
m
下的效率、安全、能耗、排放指标提升程度：将步骤5B获取的效率指标安全指标能耗指标和排放指标分别与步骤5A获取的效率指标安全指标能耗指标和排放指标相比较，得到控制策略S
m
下的效率指标提升程度U
E,m
、安全指标提升程度U
S,m
、能耗指标提升程度U
F,m
和排放指标提升程度U
P,m
。
[0026]步骤7、计算所有控制策略集合S中第m种控制策略S
m
的综合效能提升程度U
m
，具体计算公式为：
[0027]U
m
＝w
E
U
E,m
+w
S
U
S,m
+w
F
U
F,m
+w
P
U
P,m
[0028]式中，w
E
、w
S
、w
F
和w
P
分别为效率指标、安全指标、能耗指标、排放指标的权重系数。
[0029]步骤8、确定最优控制策略：按照步骤7的方法，对所有控制策略集合S中的每一种控制策略，均计算对应的综合效本文档来自技高网...

【技术保护点】

【技术特征摘要】
下的排放指标步骤5B、分车道统计所有控制策略集合S中第m种控制策略S
m
下的效率、安全、能耗、排放指标，具体为：步骤5B1、根据步骤4B中预测得到的平均速度和车辆总数计算得到控制策略S
m
下的效率指标步骤5B2、根据步骤4B中预测得到的车头时距计算得到控制策略S
m
下的安全指标步骤5B3、根据步骤4B中预测得到的加速度计算得到控制策略S
m
下的能耗指标步骤5B4、根据步骤4B中预测得到的平均速度和车辆总数计算得到控制策略S
m
下的排放指标步骤6、计算所有控制策略集合S中第m种控制策略S
m
下的效率、安全、能耗、排放指标提升程度：将步骤5B获取的效率指标安全指标能耗指标和排放指标分别与步骤5A获取的效率指标安全指标能耗指标和排放指标相比较，得到控制策略S
m
下的效率指标提升程度U
E,m
、安全指标提升程度U
S,m
、能耗指标提升程度U
F,m
和排放指标提升程度U
P,m
；步骤7、计算所有控制策略集合S中第m种控制策略S
m
的综合效能提升程度U
m
，具体计算公式为：U
m
＝w
E
U
E,m
+w
S
U
S,m
+w
F
U
F,m
+w
P
U
P,m
式中，w
E
、w
S
、w
F
和w
P
分别为效率指标、安全指标、能耗指标、排放指标的权重系数；步骤8、确定最优控制策略：按照步骤7的方法，对所有控制策略集合S中的每一种控制策略，均计算对应的综合效能提升程度，共得到M个综合效能提升程度数据；将M个综合效能提升程度数据进行降序排序，将排在第一位的综合效能提升程度数据对应的控制策略确定为最优控制策略。2.根据权利要求1所述的基于交通仿真的多类型专用道控制方法，其特征在于：步骤2中，多类型专用道参照策略S0＝{A0,B0}，其中，A0和B0的具体设定方法为：步骤2A、当Q
CAV
≥0.8Q
MDV
时，且B0＝(v
max
、v
max
、
…
、v
max
)
T
；矩阵A0中，共N行，且行号对应车道号；第1列表示智能车辆专用道，第2列表示混合车道，第3列表示手动驾驶车辆专用道；元素0表示不设置专用道，元素1表示设置专用道；矩阵B0中，共N行，且行号对应车道号；
步骤2B、当0.4Q
MDV
≤Q
CAV
<0.8Q
MDV
时，且B0＝(v
max
、v
max
、
…
、v
max
)
T
；步骤2C、当Q
CAV
<0.4Q
MDV
时，且B0＝(v
max
、v
max
、
…
、v
max
‑
10)
T
。3.根据权利要求2所述的基于交通仿真的多类型专用道控制方法，其特征在于：步骤3中，控制策略S
m
＝{A
m
,B
m
}，其中，A
m
和B
m
的表达式分别为：a
mk1
+a
mk2...

【专利技术属性】
技术研发人员：董长印，王昊，
申请(专利权)人：东南大学，
类型：发明
国别省市：