结合干线绿波协调和应急路径决策的滚动双层规划方法技术

本发明专利技术公开了一种结合干线绿波协调和应急路径决策的滚动双层规划方法，基于路径规划与信号控制博弈协调的思想，并将传统路侧数据与新型网联数据融合，增进数据精度；改进交通波模型建立动态路阻函数，并构建行程时间可靠性指标进一步完善路权；基于Webster配时法与干线绿波思想，对信控方案进行由点到线的优化控制，并基于交叉口延误模型对方案进行评估与抉择。本发明专利技术在智能网联环境下，在考虑交通系统整体效益的条件下实现了应急救援路径的动态更新。同时，基于双层规划的思想，实现了应急救援车辆的优先通行与路网社会车辆整体运行效益的博弈均衡。效益的博弈均衡。效益的博弈均衡。

【技术实现步骤摘要】
结合干线绿波协调和应急路径决策的滚动双层规划方法


[0001]本专利技术属于智能交通
，更具体地说，涉及一种结合干线绿波协调和应急路径决策的滚动双层规划方法。

技术介绍

[0002]传统应急管控策略(如应急车辆的绝对优先)往往会对对路网造成延误影响，尤其是在整体路网的流量较大时，盲目的为应急车辆提供绝对优先通行权可能会引发路网内交通拥堵与交叉口级联失效，甚至诱发二次事故。因此，城市应急交通管理能力作为减少事故造成的人员伤亡和财产损失、缓解道路拥堵、避免二次事故发生的主要手段，其水平亟需提升，为重大突发事件下的应急救援管控提供兼顾应急救援与交通系统的滚动迭代、实时更新的协同优先调控方法。
[0003]传统的应急车辆路径规划极少考虑路网交通状态的动态改变(如事故影响区的蔓延、路段行程时间的不确定性等等)，将路权的权值视为一个恒值，根据静态的路网交通流数据计算行驶时间，并以几何距离、道路质量为依据计算行程阻抗。并用Dijkstra、A*、D*Lite等算法求解最短路，这些算法仅仅考虑了应急救援的效率，忽略了路径及其配置的应急救援信号对路网造成的延误及事故影响。
[0004]此外，大部分路径规划研究假设路网内的交通状态是静态不变的，规划的应急救援方案在救援过程中恒定不变。然而路网具有时变特性，辅以事故的蔓延影响与路段的行程时间可靠性，随着交通流状态的改变，应急车辆在实际行驶过程中往往需要根据当前路况动态选择行驶路径。杨兆升等在论文《城市路网下应急救援路径选择方法》中并未考虑路网内交通流的真实变化情况，无法实现应急救援路径的动态更新，导致救援效率大打折扣，系统延误显著上升。
[0005]已有研究(CN201910333608.9)提供了一种城市道路交通事故应急救援路径规划方法，包括获取道路拓扑图、实时交通流数据；确定应急救援路径规划评价指标以评估路径规划方法的优化性能；构建定时协同进化路径规划的基本框架，并引入波纹扩散算法并改进其波纹接力赛的运行形式，以实现定时协同进化路径规划方法，动态规划，滚动迭代；引入不确定性计算，分析城市路网实际交通环境中可能出现的不确定性因素，给出不确定性因素的定义及通用计算方法,为评估救援路径可靠性提供数据支撑，从而构建应急救援规划方案体系。
[0006]还有研究(CN202110564124.2)涉及网联环境下的滚动二次规划，提出了一种网联环境下基于滚动时域的应急车辆动态路径规划方法。具体包括：获取应急救援任务与城市路网信息，利用A*算法对应急车辆进行初始路径规划，计算得到应急救援车辆从出发地到目的地的最短路径；记录路径上包括出发地和应急救援目的地在内的所有节点，以两个结点为一个整体进行滚动绿波配置，设定相应的第二目标函数，将得到的信息转化为对应的第二二次规划问题进行求解，逐步扩大一个预测步长的预测范围，直至得到可行解；控制车辆按照可行解中的当前速度和建议加速度进行行驶，为保证应急车辆通行权可对信号进行
微调。以上步骤滚动迭代，直至救援车辆抵达救援点。
[0007]此外，还有研究(CN202011064689.6)聚焦于宏微观一体的双层规划，具体包括：构建动态交通路网；获取应急车辆优先通行请求；确定路径规划备选方案集；构建双层规划模型，上层为应急车道布设位置和应急车辆最优路径的优化，多目标优化模型的目标包括应急车辆行程时间最短、社会车辆、公交车运行效率最高；下层为路网多用户交通均衡配流；最后采用遗传算法求解双层应急路径规划模型的上层模型,并在模型中内嵌F
‑
W算法求解下层模型，从而生成应急车道与路径规划组合优化最优方案。
[0008]目前对重大突发事件的道路应急处置已有一定的研究基础，但仍存在一定的缺陷：
[0009]其一，现有网联环境下的应急救援优先方法在主动性与适用性方面有所不足。虽然V2V与V2I技术可以有效实现应急车辆与周围社会车辆或路侧设备的交互，但现有研究主要采用被动式交通控制方法，缺乏综合考虑应急车辆与交叉口车路协同控制的研究方法。
[0010]其二，现有研究通常基于全网联环境假设，但智能交通基础设施的升级和替换是一个长期的过程，由网联车辆和常规人工驾驶车辆构成的网联混合交通流环境必将长期存在。因此需要针对网联混合交通流环境，提出更加主动的应急车辆时空路权协同优先方法，以提高模型与算法的适用性；
[0011]其三，现有网联环境下的应急救援优先方法缺乏系统性建模视角。理论上，时空路权协同优先方法应兼具全局路径最优与局部信号最优的特点，但现有方法在建模时通常将应急救援路径规划与信号优先控制视作前后相对独立的两个步骤，这可能会造成：(1)为了配合事先规划的应急救援路径，可能需要对交通信号进行大规模调整。然而频繁的交通信号变化可能会严重降低社会车辆的通行效率，甚至导致二次事故发生。(2)应急车辆在交叉口处的信号优先通行受应急车辆到达时间的约束，同时应急优先控制也可能改变实际的最优救援路径。应急优先控制与应急救援路径规划具有极强的协调关系，二者中任何一环的失配都有可能降低应急救援效率，增大路网整体延误。

技术实现思路

[0012]针对这些问题，本专利技术从系统角度出发，提供一种兼顾应急救援效率与交通系统整体运行效益的应急车辆时空路权协同优先方法。
[0013]本专利技术基于路径规划与信号控制博弈协调的思想，并将传统路侧数据与新型网联数据融合，增进数据精度；改进交通波模型建立动态路阻函数，并构建行程时间可靠性指标进一步完善路权；基于Webster配时法与干线绿波思想，对信控方案进行由点到线的优化控制，并基于交叉口延误模型对方案进行评估与抉择。
[0014]为了解决上述技术问题至少之一，根据本专利技术的一方面，提供了一种结合干线绿波协调和应急路径决策的滚动双层规划方法，包括如下步骤：
[0015]一种结合干线绿波协调和应急路径决策的滚动双层规划方法，包括以下步骤：
[0016]S1.输入应急救援车辆的出发地位置P0、应急救援目的地位置P
n
；
[0017]S2.确定当前应急救车辆所属交叉口P
k
，假设车辆初始位置所属交叉口k＝0，获取路网中各路段上的流量、密度、速度等交通状态信息；
[0018]S3.更新当前应急救援车辆所属交叉口P
k
以及应急救援目的地位置P
n
，转入S4；
[0019]S4.将S2中获取的交通状态信息，代入动态路阻模型进行计算，从而求解出车辆在各个路段的行程时间；
[0020]S5.基于S2中的速度分布得到各路段的行程时间可靠性；
[0021]S6.基于S4和S5构应急救援路径最短的目标函数，最小化应急救援车辆的行程时间，保障应急救援任务的时效性；
[0022]S7.结合下层返回的约束，分析补充上层约束条件(如行程时可靠性、二次排队、饱和度等)；
[0023]S8.利用K
‑
最短路(K Shortest Path Routing，K本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合干线绿波协调和应急路径决策的滚动双层规划方法，其特征在于，包括如下步骤：S1.输入应急救援车辆的出发地位置P0、应急救援目的地位置P
n
；S2.确定当前应急救车辆所属交叉口P
k
，假设车辆初始位置所属交叉口k＝0，获取路网中各路段上的流量、密度、速度等交通状态信息；S3.更新当前应急救援车辆所属交叉口P
k
以及应急救援目的地位置P
n
，转入S4；S4.将S2中获取的交通状态信息，代入动态路阻模型进行计算，从而求解出车辆在各个路段的行程时间；S5.基于S2中的速度分布得到各路段的行程时间可靠性；S6.基于S4和S5构应急救援路径最短的目标函数，最小化应急救援车辆的行程时间，保障应急救援任务的时效性；S7.结合下层返回的约束，分析补充上层约束条件；S8.利用K
‑
最短路求解前K条最短路作为下层输入；S9.将上层的路径和获取的饱和度等信息作为输入，利用Webster配时法优化交叉口信号；S10.将上层的路径和获取的排队长度等信息作为输入，对即将途径的2个交叉口进行单向干线绿波配置；S11.构造基于交通系统延误最低的目标函数，最小化应急救援方案造成的社会延误，降低应急救援任务导致的交通系统整体效益下降；S12.分析补充下层约束条件；S13.分别对上层输入的前K条最短路进行S9
‑
S10的信控优化，并利用交叉口延误模型对评估个方案，选取延误最小的方案作为上层输入；S14.将上下层循环迭代S4
‑
S13，直至算法收敛，输出最终方案结果，转入S15；S15.判断车辆是否抵达，若未抵达循环S2
‑
S14，否则，算法结束。2.根据权利要求1所述的方法，其特征在于，步骤S4的动态路阻函数计算过程具体包括以下步骤：根据动态路阻模型，计算所有路段的初始路阻，以路段a为例：3.根据权利要求1所述的方法，其特征在于，步骤S5的行程时间可靠性计算过程具体包括以下步骤：利用行程时间可靠性计算所有路段行程时间的惩罚项，以路段a为例：其中，f
S
(t)为速度分布函数，为速度低于速度阈值的概率，L
a
为路段长度(km)，为低于时间阈值的平均速度(km/h)，行程可靠性R
a
的公式为：
R
a
＝P{v
a
＞v0}
ꢀꢀꢀ
(3)式中，v0为阈值车速(km/h)，R
a
为路段a的行程时间可靠性，代表真实行程时间不超过以v0计算的预期行程时间的概率。4.根据权利要求1所述的方法，其特征在于，步骤S6所构建的上层模型的目标函数计算过程具体包括以下步骤：5.根据权利要求1所述的方法，其特...

【专利技术属性】
技术研发人员：王晨，谢昕博，徐嗣轩，赵雷，
申请(专利权)人：东南大学，
类型：发明
国别省市：