本發(fā)明涉及交通信息技術領域，具體給出了一種基于密度的快速路多車道匝道控制方法。

背景技術：

典型的匝道控制算法ALINEA以主線占有率為控制參數，其目的是使主線占有率維持在期望占有率附近，在實際的控制過程中，占有率的測定受到交通流密度、車輛長度和檢測線圈長度等因素的影響，在混合交通流的情況下，占有率的準確測定受到限制。ALINEA的擴展算法UP-ALINEA、FL-ALINEA、UF-ALINEA、AD-ALINEA、AU-ALINEA、PI-ALINEA等為了在實際應用中數據收集的便利，大多數算法以主線流量作為控制參數，使主線交通流量保持在期望值附近。但最新的研究成果表明，在相同路段的同一交通流量條件下，交通狀態(tài)具有不唯一性。例如，主線具有相同的交通流量時，既有可能是擁堵流狀態(tài)，也有可能是自由流狀態(tài)。因此以主線流量為控制參數的算法具有潛在的缺陷。另外，ALINEA及其擴展算法直接或間接的以主線交通流量最大化為控制目標，對匝道排隊的長度考慮欠缺，可能導致匝道排隊溢出對地面交通造成影響，或者導致匝道交通延誤過大。同時，ALINEA及其擴展算法從整個路段的角度來考察控制范圍內的交通狀態(tài)，但是許多研究同時表明，同一路段不同位置車道的交通狀態(tài)有明顯差異，除此，車輛換道行為對交通流狀態(tài)也會產生較大影響，因此ALINEA及其擴展算法可能導致對交通流狀態(tài)的判斷產生偏差，從而影響到快速路匝道的控制效果。

技術實現(xiàn)要素：

發(fā)明目的

本發(fā)明的主要目的在于提供一種基于密度的快速路多車道匝道控制方法，解決現(xiàn)存匝道控制策略對交通狀態(tài)的判斷較為粗略，可能與實際的交通狀態(tài)存在較大偏差，難以達到與交通狀態(tài)對應的理想控制效果的問題。

技術方案

一種基于密度的快速路多車道匝道控制方法，包括以下步驟：

S1.建立多車道動態(tài)密度模型

首先假設如下：第一，長度為L的城市快速路被分為N段，每一段快速路的車道數是相同的；第二，對路段i，至多只能有一個入口匝道或出口匝道與其相連；第三，入口匝道的匯入車流只能匯入到主線最外側車道，主線車輛只能在相鄰的車道間進行換道行為，跨車道的換道行為不允許發(fā)生；

基于上述假設，給出只有兩車道情況下的快速路動態(tài)密度模型,定義內側車道為車道1，外側車道為車道2，當i≠j時，即沒有入口匝道或出口匝道與路段相連；當i＝j時，即有一個入口匝道與路段相連，則兩車道情況下內外側車道的動態(tài)密度模型可表達為：

式中：q(k,i,1)為路段i在時間段[kT,(k+1)T]離開內側車道流入下游的車輛數與T的比值，n_1，2(k,i)為路段i在時間段[kT,(k+1)T]從內側車道換道至外側車道的車輛數；

定義η_y,l(k,i)為時間段[tT,(t+1)T]內路段i上由第y條車道換道至第l條車道的車輛數與車道y上車輛總數的比例，則上式可以寫成：

入口匝道的動態(tài)密度方程則可以表達為：

式中：q_rampin(k)為時間段[kT,(k+1)T]內進入匝道的車輛數與T的比值，w為入口匝道長度；

對于多車道情況的動態(tài)密度模型，定義X為總車道數量，l為第l條車道(l＝1,2,…X)，當l＝1時，表示為最內側車道，當l＝X時，表示為最外側車道，則多車道動態(tài)密度模型可表示如下；

內側車道：

外側車道：

S2.基于多車道動態(tài)密度模型建立多車道匝道控制模型

為了建立多車道匝道控制的模型，首先要知道針對不同車道的動態(tài)密度模型的微分方程，在路段i沒有匝道相連的情況下(i≠j)，密度的變化取決于路段i-1的流出流量q(k,i-1,l)和路段i的流出流量q(k,i,l)，定義Δt＝Δk·T，則i≠j情況下，密度的變化可表示為：

對上式變形，并且對兩邊取極限得到：

因此，i≠j情況下的密度微分方程可寫成:

在i＝j情況下，內側車道1≤l≤X-1的密度微分方程與i≠j情況下保持一致，對于外側車道l＝X，密度的變化由路段i-1的流出流量q(k,i-1,l)、路段i的流出流量q(k,i,l)和入口匝道的流入流量u(k,i)共同決定，因此，i＝j情況下，車道密度的變化可表示為：

同i≠j情況一樣對上式變形求極限，得到i＝j情況下的密度微分方程：

因此，考慮車輛換道行為的多車道快速路動態(tài)密度微分方程可總結如下：

入口匝道動態(tài)密度微分方程可以寫成：

考慮到快速路內外側車道利用率具有明顯不同的特點，在多車道匝道控制策略中引入了誤差控制函數J(k)來調整內外側車道使用率不同的情況，誤差控制函數可以使主線密度維持在期望值值附近，同時減少入口匝道的排隊長度，誤差控制方程定義如下:

式中：ρ_c(i,l)為路段i第l條車道的期望密度值，ρ_ramp(k)為入口匝道在時刻kT的密度值，λ(l)為第l條車道的加權函數，λ_ramp為入口匝道的加權函數，且∑λ(l)+λ_ramp＝1；

為了使誤差控制函數J(k)最小，定義了一階齊次線性微分方程如下，該方程具有負指數函數的性質，可以實現(xiàn)J(k)的動態(tài)減??；

則誤差控制函數的一階導數可以寫為：

綜上，得到多車道匝道控制模型如下：

本發(fā)明的有益效果如下：本發(fā)明直接利用交通流密度作為控制的主要目標，一方面密度同占有率一樣可以使控制值維持在期望值附近，同時可以使匝道排隊長度盡可能短，兼顧了匝道排隊長度和快速路流量，解決了匝道排隊長度過長影響地面交通的問題和匝道排隊延誤過大的問題。另一方面，交通流密度數據直接從檢測線圈檢測到的數據中獲取，不需要車輛長度和檢測線圈長度等其他數據，可以避免混合交通環(huán)境中占有率計算不準確的問題，使得整個控制過程的數據獲取更加容易。其次，本發(fā)明考慮了多車道交通流的運動特性，對城市快速路內外側車道不同的交通流特性進行了詳細的描述，重點考慮了車輛換道行為對交通流狀態(tài)的影響，建立了多車道動態(tài)密度模型。此外，本發(fā)明在控制過程中引入了誤差控制方程，這樣可以使干線交通流密度保持在期望值附近，并且隨著控制的進行，誤差逐漸減小，從而實現(xiàn)最優(yōu)的控制目標，同時誤差控制方程的建立增加了控制系統(tǒng)的穩(wěn)定性和抗干擾能力。

附圖說明

圖1為沒有匝道與路段相連的情況示意圖(i＝j)；

圖2為有一個入口匝道與路段相連的情況示意圖(i＝j)；

圖3為檢測器及信號機布置方案示意圖；

圖4為基于密度的多車道匝道控制流程。

具體實施方式

下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├?，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。

一種基于密度的快速路多車道匝道控制方法，本發(fā)明包含多車道動態(tài)密度模型和基于實時密度的多車道匝道控制策略兩個部分。其中多車道動態(tài)模型用于描述和確定控制區(qū)域內的交通運行狀態(tài)，多車道匝道控制策略則在具體的交通運行狀態(tài)下實施匝道控制。

多車道動態(tài)密度模型

經典的動態(tài)密度模型META和METANET假設長度為L的快速公路被分為N段，則在t＝(k+1)T時刻在路段i的λ車道的交通流密度ρ(k+1,i)可表示為：

其中，k＝1,2...,為控制時刻，T為控制周期時長，q(k,i)為路段i在時段[kT,(k+1)T]的車輛數與周期T比值，λ為車道編號。

譚滿春等在META模型的基礎上，考慮了車輛換道行為及車輛間的安全距離、速度、路徑選擇等其他因素，提出了一個多車道的快速路交通流動態(tài)離散模型。

式中：rs表示車輛起訖點；(t,i,l)表示t時刻路段i的第l條車道；C_i表示路段i的車道集合且l∈C_i；L_i表示路段i的長度；T表示采樣周期；ρ^rs(t,i,l)表示路段i的第l條車道起訖點為rs的車輛在t時刻的平均密度；u^rs(t,i,l)表示時間段[tT,(t+1)T]內由入口匝道匯入車道(i,l)的車輛數除以T；e^rs(t,i,l)]表示時間段[tT,(t+1)T]內車道l經出口匝道離開的車輛數除以T；q^rs(t,i,l)表示時間段[tT,(t+1)T]內離開車道l，流入下游的車輛數除以T；表示時間段[tT,(t+1)T]內路段i上由第y條車道換道至第l條車道的車輛數與車道y上車輛總數的比例；表示車道l的上游路段i-1中與車道l相近的車道集合，

盡管上面提出的模型很好的描述了現(xiàn)實中交通流的運動狀態(tài)，但是模型中起止點的定義增加了數據收集的難度，并且從匝道控制的角度來說，這些數據并不是必需的。因此，本發(fā)明首先基于以下假設對多車道動態(tài)密度模型進行了改進。

·長度為L的城市快速路被分為N段，每一段快速路的車道數是相同的；

·對路段i，至多只能有一個入口匝道或出口匝道與其相連；

·入口匝道的匯入車流只能匯入到主線最外側車道，主線車輛只能在相鄰的車道間進行換道行為，跨車道的換道行為不允許發(fā)生。

首先，給出只有兩車道情況下的快速路動態(tài)密度模型。定義內側車道為車道1，外側車道為車道2，當i≠j時，即沒有入口匝道或出口匝道與路段相連，路段i的布局如圖1所示；當i＝j時，即有一個入口匝道與路段相連，路段j的布局如圖2所示(由于本發(fā)明只是針對如口匝道的控制，因此圖中只給出了如口匝道的布局情況)。

則兩車道情況下內外側車道的動態(tài)密度模型可表達為：

式中：q(k,i,1)為路段i在時間段[kT,(k+1)T]離開內側車道流入下游的車輛數與T的比值，n_1，2(k,i)為路段i在時間段[kT,(k+1)T]從內側車道換道至外側車道的車輛數。

定義η_y,l(k,i)為時間段[tT,(t+1)T]內路段i上由第y條車道換道至第l條車道的車輛數與車道y上車輛總數的比例，則上式可以寫成：

入口匝道的動態(tài)密度方程則可以表達為：

式中：q_rampin(k)為時間段[kT,(k+1)T]內進入匝道的車輛數與T的比值，w為入口匝道長度。

對于多車道情況的動態(tài)密度模型，定義X為總車道數量，l為第l條車道(l＝1,2,…X)，當l＝1時，表示為最內側車道，當l＝X時，表示為最外側車道，則多車道動態(tài)密度模型可表示如下。

內側車道：

外側車道：

基于實時密度的多車道匝道控制策略

為了建立多車道匝道控制的模型，首先要知道針對不同車道的動態(tài)密度模型的微分方程。在路段i沒有匝道相連的情況下(i≠j)，密度的變化取決于路段i-1的流出流量q(k,i-1,l)和路段i的流出流量q(k,i,l)，定義Δt＝Δk·T，則i≠j情況下，密度的變化可表示為：

對上式變形，并且對兩邊取極限得到：

因此，i≠j情況下的密度微分方程可寫成:

在i＝j情況下，內側車道1≤l≤X-1的密度微分方程與i≠j情況下保持一致，對于外側車道l＝X，密度的變化由路段i-1的流出流量q(k,i-1,l)、路段i的流出流量q(k,i,l)和入口匝道的流入流量u(k,i)共同決定，因此，i＝j情況下，車道密度的變化可表示為：

同i≠j情況一樣對上式變形求極限，得到i＝j情況下的密度微分方程：

因此，考慮車輛換道行為的多車道快速路動態(tài)密度微分方程可總結如下：

入口匝道動態(tài)密度微分方程可以寫成：

考慮到快速路內外側車道利用率具有明顯不同的特點，本發(fā)明在多車道匝道控制策略中引入了誤差控制函數J(k)來調整內外側車道使用率不同的情況，誤差控制函數可以使主線密度維持在期望值值附近，同時減少入口匝道的排隊長度。誤差控制方程定義如下:

式中：ρ_c(i,l)為路段i第l條車道的期望密度值，ρ_ramp(k)為入口匝道在時刻kT的密度值，λ(l)為第l條車道的加權函數，λ_ramp為入口匝道的加權函數，且∑λ(l)+λ_ramp＝1。

為了使誤差控制函數J(k)最小，定義了一階齊次線性微分方程如下，該方程具有負指數函數的性質，可以實現(xiàn)J(k)的動態(tài)減小。

則誤差控制函數的一階導數可以寫為：

綜上，得到多車道匝道控制模型如下：

以上為控制原理部分，下面為本發(fā)明的技術實施方案。

為了有效采集到交通密度數據和識別主線車輛的換道行為，本發(fā)明采用感應線圈和HD攝像機進行數據采集。其中，感應線圈用來采集交通流密度數據，HD攝像機用來識別控制區(qū)域內車輛的換道行為。檢測器及信號機布置方案如圖3所示(以2車道為例)。

感應線圈和HD攝像機將采集到的交通流數據傳輸到數據處理中心進行處理(主要包括主線車輛換道行為識別和動態(tài)密度的計算，其中動態(tài)密度通過多車道動態(tài)密度模型計算得到)，從得到多車道動態(tài)密度數據(包括匝道動態(tài)密度數據和主線動態(tài)密度數據)。在數據處理中心，將動態(tài)密度數據輸入到基于密度的多車道匝道控制模型，便可得到匝道動態(tài)調節(jié)率。數據處理完成后，處理中心將動態(tài)匝道調解率通過傳輸輸入到入口匝道信號機，便可實現(xiàn)實時的動態(tài)匝道控制。具體的控制流程圖如圖4所示。