【技术实现步骤摘要】
一种针对混合交通流的嵌套流量计算方法
[0001]本专利技术涉及交通流量计算
,尤其涉及一种针对混合交通流的嵌套流量计算方法。
技术介绍
[0002]自动驾驶是一项变革性的技术,有潜力显著提升现有道路交通系统性能。已有研究表明,自动驾驶在缓解道路交通拥堵、改善居民出行体验方面具有诸多优势。然而,自动驾驶技术的推广是一个长期的渐进的过程,自动驾驶车辆的普及也需要花费很长时间。在可预见的未来,道路交通网络将是由自动驾驶车辆和人工驾驶车辆组成的新型混合交通环境。
[0003]相较于传统的人工驾驶车辆环境,包含自动驾驶车辆的新型混合交通流主要包含以下三个特性。第一,自动驾驶车辆装备了丰富的传感器,可以缩小车头时距,从而显著提升道路通行能力。第二,由于自动驾驶车辆装备了车间通信和车路协同等功能,其可以被系统集中控制。第三,混合交通流中的自动驾驶车辆可以使用自动驾驶专用设施,例如自动驾驶专用车道。以上混合交通流的特性为道路交通系统的管理和政策制定既带来机遇,也带来挑战。一方面,合理地设置专用设施和管控策略,并充分提高混合交通流中的自动驾驶车辆的比例,有利于提升路网性能,进而缩短车辆平均出行时间。另一方面,管理措施的应用和交通政策的制定会使车辆的驾驶行为更具有多样性,造成车辆出行路径的预测和混合交通量估计的困难。因此,充分研究新型混合交通流运行特性,并科学合理地估算大规模城市路网中混合交通流的流量至关重要。
[0004]现有对交通流量估计的研究主要采用交通分配的方法。一类研究通过选择动态交通分配方法来刻画交通 ...
【技术保护点】
【技术特征摘要】
1.一种针对混合交通流的嵌套流量计算方法,其特征在于,包括:设置自动驾驶车辆和人工驾驶车辆在普通路段上混合行驶,在普通路段上遵循用户最优的均衡原则;仅自动驾驶车辆在自动驾驶专用路段上行驶,自动驾驶专用路段上的所有车辆遵循系统最优的均衡原则;定义自动驾驶专用路段中任意入节点和出节点之间由一条虚拟路段连接,利用所有虚拟路段和城市道路交通网络所有的节点构成扩展网络,利用所有普通路段构成专用网络;通过拓扑排序生成所述专用网络的路径集;根据所述扩展网络上的车辆的起始点需求,通过主估算算法求解所述用户最优的均衡原则的目标函数,获取自动驾驶车辆和人工驾驶车辆在所述扩展网络中的用户最优流量分布;基于所述专用网络的路径集,在所述主估算算法的求解过程中,通过子估算方法嵌套求解所述所有车辆遵循系统最优的均衡原则的目标函数,计算出所述专用网络中的系统最优流量分布。2.根据权利要求1所述的方法,其特征在于,所述的设置自动驾驶车辆和人工驾驶车辆在普通路段上混合行驶,在普通路段上遵循用户最优的均衡原则;仅自动驾驶车辆在自动驾驶专用路段上行驶,自动驾驶专用路段上的所有车辆遵循系统最优的均衡原则,包括:定义面向混合交通流的城市道路交通网络G=(N,Γ),N和Γ分别表示道路交通网络中节点和路段的集合,在网络G中设置系统控制中心,用Γ
r
和分别表示自动驾驶专用路段和普通路段的集合,即设置自动驾驶车辆和人工驾驶车辆在普通路段上混合行驶,在普通路段上遵循用户最优的均衡原则;仅自动驾驶车辆在自动驾驶专用路段上行驶,自动驾驶专用路段上的所有车辆遵循系统最优的均衡原则,所述用户最优的均衡原则表示每个出行个体都期待自身利益最大化的均衡原则,所述系统最优的均衡原则表示通过牺牲某些出行个体的利益,达到系统整体效率最佳的均衡原则。3.根据权利要求2所述的方法,其特征在于,所述的定义自动驾驶专用路段中任意入节点和出节点之间由一条虚拟路段连接,利用所有虚拟路段和城市道路交通网络所有的节点构成扩展网络,利用所有普通路段构成专用网络,包括:定义所有自动驾驶专用路段的首端点为入节点,定义所有自动驾驶专用路段的末节点为出节点,定义任意入节点和出节点之间由一条虚拟路段连接,定义扩展网络由所有的节点和虚拟路段构成,表示系统控制范围内所有节点的集合,Γ
d
表示虚拟路段的集合,利用所有普通路段构成专用网络4.根据权利要求3所述的方法,其特征在于,所述的通过拓扑排序生成所述专用网络的路径集,包括:生成所述专用网络中入节点
‑
出节点对之间的有效路径集的具体步骤如下:步骤1:在专用网络上,计算任意节点到该入节点
‑
出节点对的出节点e
x
之间的
最短距离k
i
;步骤2:对于任意一条自动驾驶专用路段判断该路段是否满足位于有效路径上的条件,即k
i
>k
j
,如果满足条件,将路段添加到专用网络的一个子网络步骤3:对于子网络中的任意路段,如果该路段和EE对的入节点e
n
和出节点e
x
都连通,则将该路段添加到的子网络中;步骤4:是一个无环子网络,其节点被定义为网络中所有路段的首端点和末端点;步骤5:对子网络中的节点和路段做拓扑排序,顺序生成有效路径;步骤6:删除有效路径中,自由流成本大于的路径,λ是一个大于1的常数;上述步骤5的具体过程如下:步骤51:令集合新建队列p,并将入节点e
n
添加到队列p中,再将队列p添加到集合中;步骤52:对于集合中的任意一个队列p,如果队列p中的末元素p(
‑
1)为出节点e
x
,更换下一个队列;否则,执行步骤53;步骤53:对于网络中以p(
‑
1)为首端点的任意路段,首先将队列p复制到新队列q,其次将该路段的末端点添加到队列q的末尾,再将队列q添加到集合中;步骤54:将队列p从集合中删除;步骤55:停止条件判断,如果集合中的所有队列都满足其末端点为出节点e
x
,结束;否则,返回步骤52。5.根据权利要求3或者4所述的方法,其特征在于,所述的根据所述扩展网络上的车辆的起始点需求,通过主估算算法求解所述用户最优的均衡原则的目标函数,获取自动驾驶车辆和人工驾驶车辆在所述扩展网络中的用户最优流量分布,包括:自动驾驶车辆和人工驾驶车辆在扩展网络中的用户最优的均衡原则的目标函数被定义如下:其中,表示类型为m的车辆在起点
‑
终点OD对w之间的路径集,和分别表示类型为m的车辆在OD对w之间的路径p上的流量和成本,为m的车辆在OD对w之间的路径p上的流量和成本,为路径流量的矢量,W表示OD对的集合,M表示出行方式的集合,M={A,C},表示自动驾驶A和人工驾驶车辆C,表示方式为m的车辆在OD对w之间的路径p上的流量,表示方式为m的车辆在OD对w之间的路径p上的均衡流量,表示方式为m的车辆在OD对w之间的路径p上的成本,f
m
表示路径流量的矢量;Ω
f
描述了混合交通流在扩展网络中流量分布的可行域,如式(2)
‑
(5)所示:
其中,表示类型为m的车辆在OD对w之间的出行需求,表示类型为m的车辆在路段a上的流量,δ
a,p
表示路段与路径的关系,如果路段a在路径p上,δ
a,p
=1;否则,δ
...
【专利技术属性】
技术研发人员:贾斌,王婷,刘家林,周成栋,高自友,
申请(专利权)人:北京交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。