[发明专利]一种车联网环境下考虑可变周期的动态交通控制与诱导协同优化方法

说明书

本发明公开了一种车联网环境下考虑可变周期的动态交通控制与诱导协同优化方法，构建可变周期管理模式，将动态交通控制看作快变量，将动态交通诱导看作慢变量，进行动态交通控制与动态交通诱导协同优化的建模。基于信息物理系统，构建车联网环境下考虑可变周期的交通控制与诱导协同优化技术框架，由物理世界、感知模块、通信模块、计算模块、控制模块构成。将考虑可变周期的动态交通控制与诱导协同优化问题抽象成三层规划模型，下层模型为考虑路径平均阻抗的用户均衡模型，中层模型是考虑公平性的动态信号控制决策模型，上层模型是考虑通行能力和延误的控制周期优化模型，体现了可变周期管理模式的协同思想。

技术领域

本发明属于智能交通管理领域，涉及一种车联网环境下考虑可变周期的动态交通控制与诱导协同优化方法。

背景技术

大数据背景下，动态交通流的全面获取、深度分析与长期存储成为可能，特别是车联网的出现进一步丰富了交通流检测的数据来源，并且增加了交通诱导的发布方式和覆盖范围。这些新技术、新数据为交通控制与诱导协同优化的深入研究奠定了基础，有必要将传统的交通控制与诱导协同优化拓展到动态交通控制(Dynamic Traffic Signal Control，DTSC)与动态交通流诱导(Dynamic Traffic Flow Guidance，DTFG)协同优化。

从实际应用层面考虑，交通管理的实时性并不是越高越好。对于DTSC而言，由于交通出行者的知识水平、驾驶水平等因素的不同，并不是所有的交通出行者能够接受交叉口的相位设计、周期时长、绿灯时间均实时变化；对于DTFGS而言，交通出行者在选定某出行路径时，在出行过程中完全使用动态交通分配进行路径选择也是不可能的。DTSC和DTFGS是在一定约束范围内的实时，本发明在车联网环境下，提出了可变周期管理(Variable CycleManagement，VCM)的概念，将DTSC看作快变量，将DTFG看作慢变量，构建考虑可变周期的动态交通控制与诱导协同优化模型与算法。

发明内容

本发明的目的在于提出一种车联网环境下考虑可变周期的动态交通控制与诱导协同优化方法，通过该方法提高城市交通管理的智能化水平。

为实现上述目的，本发明采用的技术方法为一种车联网环境下考虑可变周期的动态交通控制与诱导协同优化方法。

构建可变周期管理模式，将动态交通控制看作快变量，将动态交通诱导看作慢变量，进行动态交通控制与动态交通诱导协同优化的建模。如图1所示，认为诱导周期相对较长，控制周期相对较短，定义1个诱导周期为1个协同周期，1个协同周期由n个控制周期构成，n为整数。同1个协同周期内，交叉口信号控制采用相同时长的控制周期，即：

T_O(u)＝T_G(u)＝nT_C(u)

式中，T_O(u)为第u个协同周期的时长；T_G(u)为第u个协同周期内诱导周期时长；T_C(u)为第u个协同周期内控制周期时长。

根据交通流的时空分布，进行协同周期、诱导周期、控制周期时长的优化计算。同1个协同周期内，n个控制周期根据交通流的动态变化采用相应的信号控制方案。

协同周期、诱导周期、控制周期时长的变化，将影响待通过交叉口的交通流量，进而影响信号控制方案；信号控制方案的变化，将影响路径的走行时间，进而影响交通诱导方案；交通诱导方案的变化，将影响交通流的时空分布，进而影响协同周期、诱导周期、控制周期时长。

研究路网由多个交叉口组成时，定义1个重要交叉口用于控制周期的优化计算，其他交叉口采用相同的周期。