[发明专利]基于潜在同质区域分析的分布式高速路优化系统及方法

权利要求书

1.一种基于潜在同质区域分析的分布式高速路优化系统，其特征在于，为端-边-云三层架构，包括：进行城市路网交通状态监控的云计算中心、部署在每个子路网边缘侧的智能路边单元以及智能网联汽车，其中：云计算中心可与智能路边单元进行通信，智能路边单元进行交通感知、信息传输、时间敏感型业务计算，智能网联汽车与路边单元通信以上传车辆状态信息和/或下载交通控制信息；

所述的车辆状态信息包括：速度、位置信息、起止点信息、下发交通控制信息以及与邻居智能路边单元通信交换信息；

所述的交通控制信息包括：匝道限流控制信息和主路限速信息；

所述的潜在同质区域是指：由拥堵路段及潜在拥堵路段组成的区域，由于交通流的流动性，潜在同质区域内的路段与拥堵路段在交通动态上相似，更易受拥堵传播的影响；

所述的潜在同质区域辨识的分布式高速路优化方法，包括：

步骤1)端-边-云三层架构的智能交通系统基于C-V2X通信与智能传感单元实时感知城市高速路网的交通状态，当交通拥堵发生时，每个子路网部署的智能路边单元，即边缘节点将感知到的拥堵信息上传云计算中心；

步骤2)云计算中心基于对历史交通数据的分析，基于时空λ连接性方法辨识潜在同质区域及其动态交通容量δ(t)，并构建交通路网优化问题；

步骤3)潜在同质区域内各子路网的智能路边单元接收云计算中心信息并基于与邻居节点通信，基于邻居一致性约束和标准交替方向乘子法，实现对具有全局约束和邻居动态耦合的集中式交通优化问题进行求解，确定包括匝道限流与主路可变限速的本地交通控制策略；

步骤4)智能路边单元基于C-V2X通信将本地交通控制策略下发到智能网联汽车，各个智能网联汽车基于接收到相应的交通控制策略并根据相应交通策略进行通行，实现分布式交通优化控制；

所述的城市高速路网，依据拓扑图划分为多个子路网，每个子路网都建设有智能路边单元，云计算中心对整个路网状态进行监管，并存储有整个路网必要的历史交通信息；

所述的时空λ连接性方法描述一定时间上路段间的关联性，通过对不同历史数据的采样分析，提出时空λ连接性方法，应对交通状态的时空变化，基于区域生长技术，实现对潜在同质区域进行辨识，具体为：当成立时，则两邻居路段与是λ连接的，其中：常数Λ∈[0,1]，任意两节点间的路径：描述两邻居路段与在t时刻的连接性的隐函数：和分别是路段和路段的交通密度，d是两路段中心点的地理距离，a与b为权重系数；

所述的基于邻居一致性约束和标准交替方向乘子法具体包括：

a)由于本地交通动态受邻居路段影响，首先引入相邻一致性约束：当u_m是u_n的本地副本，则否则为0；则交通网优化目标，即所有子路网内车辆通行时间可根据部分增广拉格朗日函数转化为带有惩罚项的优化目标：

其中，

b)基于标准的交替方向乘子法包括：

b.1)其中：本地变量u_i更新依赖于全局信息，无法直接分布式求解，进一步分析，采用基于对偶一致性的ADMM算法，对本地变量进行更新；

b.2)其中：网络变量u可按下式进行更新

b.3)对偶变量更新：

所述的集中式交通优化问题是指：其中：为交通状态，为交通控制变量，B_ij为相应的系数矩阵，ψ_i为不受控制的车辆，且满足交通动态模型约束；

所述的交通动态模型，包括：

i)队列平衡方程：

q_i(k+1)＝q_i(k)+Δt(σ_i(k)-r_i(k))

其中：l_i为上匝道车辆队列长度，ρ_i为主路交通密度，L_i为路段长度，β_i为下匝道分离率，Δt为采样间隔，σ_i(k)为交通需求；

ii)非凸流量约束方程：该非凸流量约束方程导致优化问题难以求解，根据现有技术可等效松弛为如下不等式约束，V^max与C^max为指定的常数：

iii)潜在同质区域的动态流量约束：其中：为外部交通需求的函数，为通过云计算中心对历史数据分析得出的潜在同质区域的通行能力。