技术领域
[0001] 本
发明涉及交通控制技术领域，具体涉及一种基于宏观基础图的交通控制方法。
背景技术
[0002] 交通时城市居民社会生活和经济活动的纽带，是
支撑现代城市社会经济健康发展的基础，城市交通的通常对城市的经济和社会发展具有重要影响。近年来，随着经济的发展，
汽车保有量随之快速增加，目前的交通系统已经无法满足城市交通发展的速度，对城市交通的需求日益增加，但目前城市盗墓资源的增长速度远远低于城市交通发展的需求，这也是导致城市日益拥堵的主要原因，由城市交通拥堵导致的一系列问题也逐渐引起了人们的重视。
[0003] 交通流宏观基础图主要功能在于描述当前路网环境下交通流的平均
密度、流量和速度，同时也反应了路网流入量与流出量之间的关系，利用交通流宏观基础图可以作为解决城市交通资源消耗严重问题和拥堵问题提供支撑。鉴于此，如何提供一种基于宏观基础图的交通控制方法以解决十字路口排队过长甚至溢出至上游交叉口的问题是本领域技术人员需要解决的技术难题。
发明内容
[0004] 针对
现有技术中的
缺陷，本发明提供一种基于宏观基础图的交通控制方法，旨在解决十字路口排队过长甚至溢出至上游交叉口的问题。
[0005] 作为本发明的一种基于宏观基础图的交通控制方法，包括：根据路网宏观基本图建立控制反馈模型；通过所述控制反馈模型选择合适的
阀门交叉口
位置；估算阀门交叉口的流入量；根据阀门交叉口的流入量计算边界阀门交叉口拥堵流量。
[0006] 优选地，所述控制反馈模型是按照以下步骤建立的：
[0007] (1)确定所述控制反馈模型的输入量和输出量，其中输入量是qg，输出量是n，qg表示
控制阀门处的流量，qin是可控流入网络的车辆数，由于系统延误可以得到：
[0008] (2)根据系统延误和测量的数据得到车辆完成率qout和不可控网络的流入量qd，网络内车辆数n的变化率为：
[0009] (3)通过对 的累积积分，得到路网区域内的车辆数N，可得立项路网内的车辆数为：
[0010] (4)由宏观基本图特性可得立项路网内的车辆完成率Q(t)：Q(t)＝f[n(t)]，qout(t)＝ρQ(t)，ρ为误差系数；
[0011] (5)将非线性方程 在稳态点 处线性化：
[0012] (6)由于在计算机仿真中采用的是离散形式，把上述连续方程离散化：
[0013] Δn(t+1)＝x1Δn(t)+x2[Δqin(t)+Δqd(t)]；
[0014] (7)得到控制反馈模型的PI
控制器：
[0015] qin(t)＝qin(t-1)-Kp[n(t)-n(t-1)]+KI[n(t)′-n(t)]。
[0016] 优选地，所述阀门交叉口位置的选择方法包括：
[0017] 评估边界处交叉口j重要性模型为：
[0018] 确定阀门个数；
[0019] 根据边界处交叉口j重要性模型和阀门个数建立边界交叉口阀门选择个数模型为： 其中Qin(t)max表示流入网络交通需求的最大值；Si表示在最大绿灯时间下，阀门交叉口i的通行能
力。
[0020] 优选地，所述阀门交叉口的流入量估算方法包括：随机选择所有边界交叉口IMPIj值，并从大到小排列，取前n个IMPIj值大的交叉口作为阀门交叉口，阀门交叉口i在t时刻的实际流入流量为：
[0021] qi，in(t)＝min{Q(t)×αi，Qi，in(t)}；
[0022] 分配到阀门交叉口i的网络流入量的比例为：
[0023]
[0024] 获得阀门交叉口i处网络流入量所属车道组的绿灯时间为：
[0025]
[0026] 优选地，所述边界阀门交叉口拥堵流量的计算方法包括：
[0027] 步骤一：在t-1时刻计算阀门处交叉口i在t-1时刻的拥堵流量；
[0028] 步骤二：在t-1时刻将交叉口i在t-1时刻到t时刻的拥堵流量控制在交叉口i的相邻上游交叉口，分配的流量分别为 (l＝1,2,3)；分配次数为n，令n＝1,k＝kil(l＝1,2,3)；
[0029] 步骤三：则相邻上游交叉口流向阀门
相位对应进口道冷板凳时间为：
[0030]
[0031] 步骤四：若K>a，转步骤五；否则，转步骤六；
[0032] 步骤五：将K>a的相应进口道路段作为拥堵疏散路段，转步骤二分配的流量分别为[0033](l＝1，2，3；m＝1，2，3)；
[0034] 步骤六：计算上述相应进口道的各项评价指标。
[0035] 优选地，所述评价指标包括交叉扣平均停车次数、交叉口平均延误、交叉口平均排队长度。
[0036] 优选地，在t-1时刻到t时刻时间段内堵在家插口i门阀路段的交通量为：
[0037]
[0038] 根据
权利要求1所述的一种基于宏观基础图的交通控制方法，其特征在于，所述阀门交叉口为十字交叉口。
[0039] 本发明的有益效果体现在：本发明方法基于宏观基础图模型，一方面解决了阀门交叉口路段排队过长甚至溢出至上游交叉口的问题，有效降低了交叉口延误、停车次数和排队长度，从而降低了由排队过长带来的油耗增长的难题，环保性更好；另一方面提出的阀门交叉口位置选择模型使阀门交叉口位置的选择依据从定性分析到定量分析，分析结果更加的准确，为合理的选择出阀门交叉口提供了依据。
[0040] 本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0041] 为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0042] 图1为本发明一
实施例所示交通控制方法的流程示意图。
[0043] 图2为本发明一实施例中待研究路网示意图。
[0044] 图3为本发明一实施例仿真结果示意图。
具体实施方式
[0045] 下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
[0046] 需要注意的是，除非另有说明，本
申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
[0047] 下面参考图1描述根据本发明实施例的一种基于宏观基础图的交通控制方法，包括：
[0048] S1：根据路网宏观基本图建立控制反馈模型；
[0049] S2：通过所述控制反馈模型选择合适的阀门交叉口位置；
[0050] S3：估算阀门交叉口的流入量；
[0051] S4：根据阀门交叉口的流入量计算边界阀门交叉口拥堵流量。
[0052] 具体地，所述控制反馈模型是按照以下步骤建立的：
[0053] (1)确定所述控制反馈模型的输入量和输出量，其中输入量是qg，输出量是n，qg表示控制阀门处的流量，qin是可控流入网络的车辆数，由于系统延误可以得到：
[0054] (2)根据系统延误和测量的数据得到车辆完成率qout和不可控网络的流入量qd，网络内车辆数n的变化率为：
[0055] (3)通过对 的累积积分，得到路网区域内的车辆数N，可得立项路网内的车辆数为：
[0056] (4)由宏观基本图特性可得立项路网内的车辆完成率Q(t)：Q(t)＝f[n(t)]，qout(t)＝ρQ(t)，ρ为误差系数；
[0057] (5)将非线性方程 在稳态点 处线性化：
[0058] (6)由于在计算机仿真中采用的是离散形式，把上述连续方程离散化：
[0059] Δn(t+1)＝x1Δn(t)+x2[Δqin(t)+Δqd(t)]；
[0060] (7)得到控制反馈模型的PI控制器：
[0061] qin(t)＝qin(t-1)-Kp[n(t)-n(t-1)]+KI[n(t)′-n(t)]。
[0062] 具体的，所述阀门交叉口位置的选择方法包括：评估边界处交叉口j重要性模型为： 确定阀门个数；根据边界处交叉口j重要性模型和阀门个数建立边界交叉口阀门选择个数模型为： 其中Qin(t)max表示流入网络
交通需求的最大值；Si表示在最大绿灯时间下，阀门交叉口i的通行能力。
[0063] 具体地，所述阀门交叉口的流入量估算方法包括：随机选择所有边界交叉口IMPIj值，并从大到小排列，取前n个IMPIj值大的交叉口作为阀门交叉口，阀门交叉口i在t时刻的实际流入流量为：
[0064] qi，in(t)＝min{Q(t)×αi，Qi，in(t)}；
[0065] 分配到阀门交叉口i的网络流入量的比例为：
[0066] 获得阀门交叉口i处网络流入量所属车道组的绿灯时间为：
[0067] 具体地，所述边界阀门交叉口拥堵流量的计算方法包括：
[0068] 步骤一：在t-1时刻计算阀门处交叉口i在t-1时刻的拥堵流量；
[0069] 步骤二：在t-1时刻将交叉口i在t-1时刻到t时刻的拥堵流量控制在交叉口i的相邻上游交叉口，分配的流量分别为 (l＝1,2,3)；分配次数为n，令n＝1,k＝kil(l＝1,2,3)；
[0070] 步骤三：则相邻上游交叉口流向阀门相位对应进口道冷板凳时间为：
[0071]
[0072] 步骤四：若K>a，转步骤五；否则，转步骤六；
[0073] 步骤五：将K>a的相应进口道路段作为拥堵疏散路段，转步骤二分配的流量分别为[0074](l＝1，2，3；m＝1，2，3)；
[0075] 步骤六：计算上述相应进口道的各项评价指标。
[0076] 具体的，所述评价指标包括交叉扣平均停车次数、交叉口平均延误、交叉口平均排队长度；在t-1时刻到t时刻时间段内堵在家插口i门阀路段的交通量为：所述阀门交叉口为十字交叉口。
[0077] 下面以某市道路网作为研究区域以解释本发明实施例，如附图2所示，该区域
棉结约5平方公里路段条数50、路段长度范围375-680m、路网交叉口数量37个、路网交叉口周期长90-120s、边界交叉口数量20个、边界交叉口周期时长90-120s、对外交通道数31条。
[0078] 在附图2中设置10个“控制阀门”。通过分析VISSIM仿真实验结果，可以得到该路网区域宏观基础图区域方程系数为α＝5.462*10-8，β＝-1.54445*10-4，γ＝11.588，η＝9360，n-v曲线方程系数为Vf＝32.836。
[0079] 阀门交叉口选择模型各参数为：m＝20，Lj取值为200-900m(i＝1,2,...20)；Nj取值为35(i＝1,2,...20)；λ＝5m；Qjmax in取值为5100-8300veh/h(i＝1,2,...20)；n＝10。αi取值为0.05-0.11(i＝1,2,...20)；a＝1。
[0080] 对上述参数代入到本发明实施例的方法各公式中，仿真计算，在仿真时刻初期，路网内的车辆数n为0veh，交通需求为120veh/min。仿真前1.5h内，交通需求以3veh/min的速率增加，后2.5h，交通需求以3veh/min速率减小。网络最大容纳车辆数量为12000veh，“阀门启动值”为3000veh。
[0081] 经过4h的仿真，仿真结果件附图3所示，图3(a)、(b)、(c)、(d)、(e)、(f)分别是无控制措施，现有技术中采用的PI控制方法和本发明实施例的控制方法网络内的车辆数、网络车辆完成率、百公里车均燃油消耗随时间的变化图。
[0082] 从图3(a)、(b)可以看出，在第一个小时内，网络内的车辆数和网络车辆完成率都是增加的，这是因为在未饱和的路网中交通需求增加。当t＝52min时，网络达到最大同行能力，这时网络的最大完成率最大(35534veh/h)，然而随着网络的车辆数继续增加，区域已经开始拥堵，网络车辆完成率随之下降，在t＝91min时，由于交通需求的降低，网络的车辆数开始减少，随着网络拥堵逐渐趋于消散，道路中车辆完成率又会增加。
[0083] 从图3(c)中可以看出，在仿真前18min内，百公里车均燃油消耗缓慢降低，从而造成百公里车均燃油消耗缓慢降低。在t＝18min时，网络车辆平均速度达到“经济车速”，这时百公司车均燃油消耗最低(11.2696L/100KM)。随着仿真的继续进行，网络车辆数的继续增加，百公里车均燃油消耗也随之增加，在t＝91min时，网络车辆达到网络承载力，这时百公里车均燃油也达到最大值(42.5367L/100KM)。随着仿真的继续，由于交通需求的降低。直到t＝211min时，网络的车辆数降低到某一
阈值，此时网络额平均速度达到“经济车速”，此时百公司车均燃油消耗再次降到最低，而后路网中车辆继续减少，车辆速度开始逐步增加，百公里额车均燃油消耗又会增加。
[0084] 从图3(d)、(e)可以看出，仿真时刻初期，随着交通需求的增大，网络内的车辆数开始增加，在t＝32min时，网络的车辆数达到3140veh，这时网络的车辆数超过“阀门启动值”时(3000veh)，阀门控制器开启，降低输入流来维持网络车辆数在“阀门启动值”附近。这样可以使得网络车辆完成率保持在比较高的
水平(31276-32226veh)。在t＝132min时，由于交通需求的降低，网络车辆数开始减少，网络的车辆数低于“阀门启动值”，阀门控制器关闭。相应的网络车辆完成率也逐渐减少，与没有采取控制措施的案例存在明显的变化。
[0085] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行
修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和
说明书的范围当中。
