一种基于串联双瓶颈路网的早通勤出行成本计算方法技术

本发明专利技术公开了一种基于串联双瓶颈路网的早通勤出行成本计算方法，该方法应用于全自动驾驶环境，包括步骤：构建串联双瓶颈路网，计算出行者早通勤出行成本，出行者早通勤出行成本包括出行者的拥堵成本、车辆停车过程中所产生的自动驾驶成本、到达目的地时由于迟到或早到而产生的惩罚。运用该方法能够根据出发时间计算车辆早通勤成本、预测自动驾驶环境下的早通勤开始和结束的时间、交通瓶颈处拥堵排队的动态变化情况、出行者的出发时间与停车位置选择等特征。该方法在理论上是对瓶颈模型在自动驾驶领域应用的发展；在实际应用中能够为新建城市的路网规划、停车设施管理以及旧城市的道路与停车设施改造工程提供理论支撑。与停车设施改造工程提供理论支撑。与停车设施改造工程提供理论支撑。

【技术实现步骤摘要】
一种基于串联双瓶颈路网的早通勤出行成本计算方法


[0001]本专利技术涉及全自动驾驶领域，特别是针对不收停车费下基于串联双瓶颈路网的早通勤出行成本的计算方法。

技术介绍

[0002]近年来，通信网络、计算机、自动控制等的广泛应用，使自动驾驶技术得到了快速发展。自动驾驶环境下的早通勤过程为——车辆先将出行者送达目的地，而后自动行驶至目标车位，该车位可以是远离出行者目的地的家用车位、共享车位等。该过程与人驾车辆环境相比具有以下三点技术优势：(1)车位与目的地间的步行过程被消除，出行者到达目的地的时间不再受步行影响；(2)车辆对停车设施位置和种类的选择更加灵活；(3)出行者无需为寻找车位进行巡航。但同时，自动驾驶环境的早通勤过程也存在一些亟待解决的问题，包括：传统人驾车辆和自动驾驶车辆的早通勤过程的主要区别在于：在传统人驾车辆环境下，出行者从家出发后先到达停车场而后步行至工作地点；而自动驾驶车辆先将出行者送达工作地点，并在出行者下车后自动行驶至停车场。在传统人驾环境下由于车辆被事先停在停车场，目的地处的停车下客需求被分散到了各个停车场处。而在自动驾驶环境下，每一位通勤者都需要在其目的地处经历减速、停车、下车的过程，目的地所在路段由于无法承担集中的停车下客需求而发生拥堵排队现象，形成新的交通瓶颈。由此估计在自动驾驶环境下，类似医院、商场、学校等大型公共场所出入口处的拥堵、排队现象将会更加普遍。
[0003]现有研究在描述通勤过程中的交通流动态变化时多使用瓶颈模型，瓶颈模型最早由诺贝尔经济学奖获得者Vickrey提出，而后国内外学者在经典瓶颈模型基本假设的基础上展开了更为深入的扩展研究，包括考虑其他出行选择(路径选择、停车行为选择、出行方式选择)，早晚联合通勤行为研究，在排队中考虑车辆实际长度、异质出行者、拼车制，等等。现有技术中，在自动驾驶环境下只有对单瓶颈模型的研究，无法解决未来交通场景中大型公共场所出入口、商业活动繁忙地区等高峰时刻拥堵排队加剧的问题。
[0004]因此，提出一种应用于全自动驾驶环境，基于双瓶颈模型的早通勤不同时段出发出行者的出行成本的计算方法是非常有必要的。

技术实现思路

[0005]本专利技术的目的是提出一种基于串联双瓶颈路网的早通勤出行成本计算方法，该方法应用于全自动驾驶环境，出行者早通勤出行成本包括出行者的拥堵成本、车辆(本文中的车辆均指自动驾驶车辆)停车过程中所产生的自动驾驶成本、到达目的地时由于迟到或早到而产生的惩罚，包括步骤如下：
[0006]S1、构建串联双瓶颈路网：所述串联双瓶颈路网包括瓶颈一和瓶颈二，且瓶颈一的通行能力s1大于瓶颈二的通行能力s2，所述通行能力是指一个瓶颈在单位时间内能够通过的最大车辆数，当瓶颈处的到达率超过了该瓶颈的通行能力时即发生排队或排队车辆逐渐累积，否则瓶颈处不发生排队或排队逐渐消散；所述瓶颈一位于居住区与目的地之间，用于
反映早通勤途中由于所有不确定因素造成的交通拥堵，也即出行时间中除了车辆以自由流速度驶过该路程所需要的时间以外，由其他因素所造成的拥堵排队时间；所述瓶颈二位于目的地处，用于反映车辆在早通勤过程中由于目的地处停车下客需求增加所造成的拥堵排队现象；在早通勤期间，出行者t时刻从居住区出发，在瓶颈一处经历时长为T1(t)的排队后在t
A
时刻到达目的地处，到达后立即下车；而此时车辆由于集中的停车下客需求在目的地处的瓶颈二经历时长为T2(t)的排队后前往停车场停车；
[0007]S2、求出行者的拥堵成本：出行者在到达目的地之前在车内经历排队，故出行者在瓶颈一处的拥堵成本包括自身的拥堵成本αT1(t)和车辆的拥堵成本τT1(t)；到达目的地处，出行者立即下车前往工作地点，而车辆则需经过时长为T2(t)的排队后才能前往停车场，故出行者在瓶颈二处的拥堵成本只有车辆的拥堵成本τT2(t)；因此，出行者的拥堵成本为(τ+α)T1(t)+τT2(t)；其中，α为出行者单位时间由于排队延误而产生的成本，τ为车辆单位时间的拥堵成本；
[0008]S3、求车辆停车过程中所产生的自动驾驶成本：在不收停车费的情况下，到达目的地较早的车辆将优先占用距目的地较近的车位以降低车辆停车的自动驾驶成本；在t时刻从居住区出发并在t
A
时刻到达目的地的出行者将车辆停在与目的地相距x的停车场；假设停车场容量足够大，足够容纳所有t时刻从居住区出发的车辆；若车辆行驶单位距离的能耗为w，则车辆前往停车场的能耗为wx；设单位能耗所需燃料的价值为λ，则车辆停车过程所产生的自动驾驶成本为λwx；
[0009]S4、求到达目的地时由于迟到或早到而产生的惩罚：假设所有出行者的规定上班时间都为t
*
，对早于规定时间到达目的地即t
A
<t
*
或晚于规定时间到达目的地即t
A
>t
*
的出行者分别给予惩罚，单位时间早到惩罚为β，单位时间迟到惩罚为γ，则对于早于规定时间到达目的地的出行者给予的惩罚为早到惩罚β[t
*
‑
t
A
]，对于晚于规定时间到达目的地的出行者给予的惩罚为迟到惩罚γ[t
A
‑
t
*
]；因此，到达目的地时由于迟到或早到而产生的惩罚为max{0,β[t
*
‑
t
A
]}+max{0,γ[t
A
‑
t
*
]}；
[0010]S5、求出行者早通勤出行成本：记t时刻从居住区出发的出行者早通勤出行成本为C(t)，则C(t)满足：
[0011]C(t)＝(τ+α)T1(t)+τT2(t)+λwx+max{0,β[t
*
‑
t
A
]}+max{0,γ[t
A
‑
t
*
]}。
ꢀꢀꢀ
(1)
[0012]进一步地，所述t时刻从居住区出发的出行者在瓶颈一处的排队时间T1(t)和排队长度D1(t)满足：
[0013][0014][0015][0016]其中，r(t)为居住区的车辆出发率(均衡状态下单位时间从居住区出发的车辆数)，也即瓶颈一处的车辆到达率；s1为瓶颈一的通行能力；为瓶颈一的排队开始时间；瓶颈一处的排队长度D1(t)表示为累积到达与通过瓶颈一的车辆数之差；从瓶颈一处的排队长度D1(t)关于从居住区出发的时间t的一阶导数可以看出，当居住区的车辆出发率r(t)大于瓶颈一的通行能力s1时排队逐渐积累，当居住区的车辆出发率r(t)小于瓶颈一的通行能
力s1时排队逐渐消散；
[0017]所述t时刻从居住区出发的出行者在瓶颈二处的排队时间T2(t)和排队长度D2(t)满足：
[0018][0019][0020][0021]其中，r(t)为居住区的车辆出发率，也即瓶颈一处的车辆到达率；s1为瓶颈一的通行能力；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于串联双瓶颈路网的早通勤出行成本计算方法，其特征在于，该方法应用于全自动驾驶环境，出行者早通勤出行成本包括出行者的拥堵成本、车辆停车过程中所产生的自动驾驶成本、到达目的地时由于迟到或早到而产生的惩罚，包括步骤如下：S1、构建串联双瓶颈路网：所述串联双瓶颈路网包括瓶颈一和瓶颈二，且瓶颈一的通行能力s1大于瓶颈二的通行能力s2，所述通行能力是指一个瓶颈在单位时间内能够通过的最大车辆数，当瓶颈处的到达率超过了该瓶颈的通行能力时即发生排队或排队车辆逐渐累积，否则瓶颈处不发生排队或排队逐渐消散；所述瓶颈一位于居住区与目的地之间，用于反映早通勤途中由于所有不确定因素造成的交通拥堵，也即出行时间中除了车辆以自由流速度驶过该路程所需要的时间以外，由其他因素所造成的拥堵排队时间；所述瓶颈二位于目的地处，用于反映车辆在早通勤过程中由于目的地处停车下客需求增加所造成的拥堵排队现象；在早通勤期间，出行者t时刻从居住区出发，在瓶颈一处经历时长为T1(t)的排队后在t
A
时刻到达目的地处，到达后立即下车；而此时车辆由于集中的停车下客需求在目的地处的瓶颈二经历时长为T2(t)的排队后前往停车场停车；S2、求出行者的拥堵成本：出行者在到达目的地之前在车内经历排队，故处行政在瓶颈一处的拥堵成本包括自身的拥堵成本αT1(t)和车辆的拥堵成本τT1(t)；到达目的地处，出行者立即下车前往工作地点，而车辆则需经过时长为T2(t)的排队后才能前往停车场，故出行者在瓶颈二处的拥堵成本只有车辆的拥堵成本τT2(t)；因此，出行者的拥堵成本为(τ+α)T1(t)+τT2(t)；其中，α为出行者单位时间由于排队延误而产生的成本，τ为车辆单位时间的拥堵成本；S3、求车辆停车过程中所产生的自动驾驶成本：在不收停车费的情况下，到达目的地较早的车辆将优先占用距目的地较近的车位以降低车辆停车的自动驾驶成本；在t时刻从居住区出发并在t
A
时刻到达目的地的出行者将车辆停在与目的地相距x的停车场；假设停车场容量足够大，足够容纳所有t时刻从居住区出发的车辆；若车辆行驶单位距离的能耗为w，则车辆前往停车场的能耗为wx；设单位能耗所需燃料的价值为λ，则车辆停车过程所产生的自动驾驶成本为λwx；S4、求到达目的地时由于迟到或早到而产生的惩罚：假设所有出行者的规定上班时间都为t
*
，对早于规定时间到达目的地即t
A
＜t
*
或万一规定时间到达目的地即t
A
＞t
*
的出行者分别给予惩罚，单位时间早到惩罚为β，单位时间迟到惩罚为γ，则对于早于规定时间到达目的地的出行者给予的惩罚为早到惩罚β[t
*
‑
t
A
]，对于晚于规定时间到达目的地的出行者给予的惩罚为迟到惩罚γ[t
A
‑
t
*
]；因此，到达目的地时由于迟到或早到而产生的惩罚为max{0，β[t
*
‑
t
A
]}+max{0，γ[t
A
‑
t
*
]}；S5、求出行者早通勤出行成本：记t时刻从居住区出发的出行者早通勤出行成本为C(t)，则C(t)满足：C(t)＝(τ+α)T1(t)+τT2(t)+λwx+max{0，β[t
*
‑
t
A
]}+max{0，γ[t
A
‑
t
*
]}。
ꢀꢀꢀ
(1)2.根据权利要求1所述的一种基于串联双瓶颈路网的早通勤出行成本计算方法，其特征在于，所述t时刻从居住区出发的出行者在瓶颈一处的排队时间T1(t)和排队长度D1(t)满足：
其中，r(t)为居住区的车辆出发率，也即瓶颈一处的车辆到达率；s1为瓶颈一的通行能力；为瓶颈一的排队开始时间；瓶颈一处的排队长度D1(t)表示为累积到达与通过瓶颈一的车辆数之差；从瓶颈一处的排队长度D1(t)关于从居住区出发的时间t的一阶导数可以看出，当居住区的车辆出发率r(t)大于瓶颈一的通行能力s1时排队逐渐积累，当居住区的车辆出发率r(t)小于瓶颈一的通行能力s1时排队逐渐消散；所述t时刻从居住区出发的出行者在瓶颈二处的排队时间T2(t)和排队长度D2(t)满足：(t)满足：(t)满足：其中，r(t)为居住区的车辆出发率，也即瓶颈一处的车辆到达率；s1为瓶颈一的通行能力；s2为瓶颈二的通行能力；为瓶颈二的排队开始时间；D1(t)为瓶颈一处的排队长度；t
A
为车辆到达目的地的时间，易知当瓶颈一处尚未形成排队时，D1(t)＝0，车辆从居住区出发后立即通过瓶颈一到达瓶颈二，瓶颈二处的车辆到达率等于居住区的车辆出发率r(t)，此时相当于一个只有瓶颈二的单瓶颈路网；当瓶颈一处产生排队后，D1(t)＞0，瓶颈二处的车辆到达率等于瓶颈一处的车辆离开率，也即瓶颈一的通行能力s1，累积到达瓶颈二的车辆数等于累积通过瓶颈一的车辆数；从瓶颈二处的排队长度D2(t)关于从居住区出发的时间t的一阶导数可以看出，在瓶颈一和瓶颈二处均有排队时，当瓶颈一的通行能力s1大于瓶颈二的通行能力s2时，瓶颈二处的排队就会一直积累直至没有车辆出发；所述在t时刻从居住区出发并在t
A
时刻到达位于目的地的出行者将车辆停在与目的地相距x的停车场，其中x满足：相距x的停车场，其中x满足：其中，r(t)为居住区的车辆出发率，也即瓶颈一处的车辆到达率；s1为瓶颈一的通行能力；s2为瓶颈二的通行能力；为瓶颈二的排队开始时间；t
A
为车辆到达目的地的时间；D1(t)为瓶颈一处的排队长度。3.根据权利要...

【专利技术属性】
技术研发人员：孙湛博，黄安煜，秦子晔，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：