[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

说明书

一种基于潜在同质区域辨识的分布式交通流优化系统及方法，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，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。本发明基于历史数据分析，对潜在同质区域进行辨识，以总行驶时间最小为目标，建立模型描述子网路段动态并设计基于双一致性的分布式交通流优化控制算法，能有效减少交通拥堵，降低拥堵传播对周围路段的影响。

技术领域

本发明涉及的是一种智能交通控制领域的技术，具体是一种基于潜在同质区域分析的分布式高速路优化系统及方法。

背景技术

目前针对高速路交通流的优化控制措施主要有匝道限流控制和主路可变限速控制。匝道限流调节通过上匝道进入主路的车辆数，可变限速控制为行驶在主路上的车辆提供最优的速度策略，通过这两种措施的结合可以有效提升高速路的通行能力。现有技术在集中式控制策略与分布式控制策略方面都取得了很大进展，也有通过强化学习(reinforcement learning)提高准确度的改进，但其多基于拥堵路段的实时或预测状态制定策略，并未考虑拥堵传播对周围路段的影响。然而实际交通路网中，由于交通流的流动性和相邻路段交通状态的强耦合性，拥堵状态会向周围路段传播。现有方法未对拥堵传播机制进行有效分析，难以辨识潜在的拥堵区域，或对计算资源要求较高，难以应用于实时交通控制，无法在道路拥堵之前采取交通控制措施，难以避免交通拥堵的传播。

发明内容

本发明针对现有技术在进行城市高速路交通流优化控制时未考虑拥堵传播对上下游路段的影响，不能有效避免拥堵传播的缺陷，提出一种基于潜在同质区域分析的分布式高速路优化系统及方法，基于历史数据分析，对潜在同质区域进行辨识，以总行驶时间最小为目标，建立模型描述子网路段动态并设计基于双一致性的分布式交通流优化控制算法，能有效减少交通拥堵，降低拥堵传播对周围路段的影响。

本发明是通过以下技术方案实现的：

本发明涉及一种基于潜在同质区域分析的分布式高速路优化系统，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。

所述的端-边-云三层架构中，端为参与交通的车辆、行人等，边为智能路边单元，装配有交通感知、通信、计算、存储设备，云为交通管理中心，负责整个城市交通路网的监管。

所述的监控包括：大规模交通调度及交通大数据处理。

所述的交通感知是指：路边单元获取的多源交通信息在边缘节点进行融合计算，实现交通状态实时感知，感知的交通状态和拥堵信息根据需要上传云计算中心。

所述的云计算中心包括：通信模块和中央计算模块，其中：通信模块与智能路边模块通信以实时获取路边模块收集的交通数据，实时感知交通网中的拥堵路段，中央计算模块根据拥堵程度或控制目标，依据拥堵路段及其周围路段的历史交通数据，应用时空λ连接性方法进行潜在同质区域辨识，并将辨识结果下发至智能路边模块。