[发明专利]基于MFD的饱和交叉口群多层边界迭代学习控制方法和装置

权利要求书

1.一种基于MFD的饱和交叉口群多层边界迭代学习控制方法，其特征在于，包括以下步骤：

101、获取交叉口群的控制区域的MFD，所述控制区域包括：拥堵区和过渡区、常态区；

102、实时监测所述拥堵区和所述过渡区的交通状态，判断所述拥堵区和所述过渡区是否进入高峰期，若所述拥堵区进入所述高峰期，则执行步骤103，若所述过渡区进入所述高峰期，则执行步骤105；

103、启动用于控制所述拥堵区的边界出入流控制比率的第一前馈反馈迭代学习控制器，并检测所述拥堵区是否存在边界路段最大排队长度超过安全排队长度，若是，则执行步骤104，否则执行步骤108；

所述第一前馈反馈迭代学习控制器的状态方程为：

其中，N_1,i(t)为第i次迭代t时刻拥堵区的累积车辆数，q_xy(t)为t时刻从x区到y区的交通量，x、y取值为1时为拥堵区，x、y取值为2时为过渡区，x、y取值为3时为常态区，μ_xy,i(t)为第i次迭代t时刻从x区到y区的边界出入流控制比率，为第i次迭代t时刻拥堵区的完成旅行加权交通流量，α_1,i(t)为t时刻拥堵区的外部转移比例系数，e_1,i(t)为第i次迭代t时刻拥堵区边界控制器输入累积车辆数的跟踪误差，为e_1,i(t)对t的求导，N_12,i(t)为第i次迭代t时刻拥堵区向过渡区转移累积车辆数，Γ为前馈迭代学习增益矩阵，K为反馈控制增益矩阵，N_1,d(t)为t时刻拥堵区期望累积车辆数，N_m1为拥堵区的最佳累积车辆数，N₁(0)为拥堵区的初始累积车辆数，θ₁为采集间隔时间内拥堵区的期望累积车辆数增长量，t_1，0为拥堵区启动迭代学习控制器的初始时间；

104、判断所述拥堵区所有边界路段是否均超过安全排队长度，若是，则执行步骤105，否则，执行步骤109；

105、启动用于控制所述过渡区的边界出入流控制比率的第二前馈反馈迭代学习控制器，并检测所述过渡区是否存在边界路段最大排队长度超过安全排队长度，若是，则执行步骤106，否则执行步骤107；

所述第二前馈反馈迭代学习控制器的状态方程为：

其中，N_2,i(t)为第i次迭代t时刻过渡区的累积车辆数，为第i次迭代t时刻过渡区的完成旅行加权交通流量，α_2,i(t)为t时刻过渡区的外部转移比例系数，e_2,i(t)为第i次迭代t时刻过渡区边界控制器输入累积车辆数的跟踪误差，为e_2,i(t)对t的求导，N_23,i(t)为第i次迭代t时刻过渡区向常态区转移累积车辆数，N_2,d(t)为t时刻过渡区期望累积车辆数，N_m2为过渡区的最佳累积车辆数，N₂(0)为过渡区的初始累积车辆数，θ₂为采集间隔时间内过渡区的期望累积车辆数增长量，t_2，0为过渡区启动迭代学习控制器的初始时间；

106、根据考虑排队长度的边界控制算法，重新调整所述过渡区的边界出入流控制比率，执行步骤107；

107、根据所述过渡区的边界出入流控制比率，对所述过渡区进行车流控制；

108、根据所述拥堵区的边界出入流控制比率，对所述拥堵区进行车流控制；

109、根据考虑排队长度的边界控制算法，重新调整所述拥堵区的出入流控制比率，执行步骤108。

2.根据权利要求1所述的基于MFD的饱和交叉口群多层边界迭代学习控制方法，其特征在于，步骤101具体包括：

根据浮动车数据估测法估测拥堵区和过渡区的累积车辆数和加权交通流量，绘制所述拥堵区和所述过渡区的MFD。