【技术实现步骤摘要】
一种考虑大型车的高速公路异常事件排队长度预测方法
[0001]本专利技术属于交通数据分析及处理领域,具体涉及一种考虑大型车的高速公路异常事件排队长度预测方法,可适用于已部署车检器和ETC门架设备装置的高速公路中异常事件排队长度预测。
技术介绍
[0002]由于高速公路上诸如交通事故、异常天气、施工等异常事件的出现,使得高速公路更易发生异常拥堵,产生排队现象。高速公路不同于普通道路,其具有快速性、封闭性的特点。异常拥堵一旦发生,蔓延速度极快,若是不能对交通拥堵演化趋势进行掌控,及时采取正确的管制措施,很容易产生二次拥堵,带来极大的经济损失。
[0003]当前对于排队长度预测的方法大体可以分为两类,分别是基于数学模型和基于数据。数学模型大都以交通波模型或排队论为主,并在此基础上进行改进。其中专利CN108765981A 公开了一种分车道实时排队长度预测方法,基于交通波理论,通过视频车检器数据获取上游实时过车数,并利用车牌数据获取从上游驶向下游的分车道车流量比例,从而对排队长度进行分车道实时预测。该方法虽然综合考虑了上下游交叉口的信号设计、路段长度以及车辆离散到达特性等因素,但是并没有考虑大型车、驾驶员差异等微观因素。
[0004]目前考虑大型车的排队长度预测方面的研究较少,有关的研究也仅仅是将大型车通过静态换算系数折算为标准当量车。然而,已有研究表明静态换算系数并无法准确地描述拥挤演化过程中车辆间的相互影响,其未充分考虑到不同交通状态下车辆相互作用导致的车辆与车辆之间以及车辆与道路之间的相互影响是动态变化 ...
【技术保护点】
【技术特征摘要】
1.一种考虑大型车的高速公路异常事件排队长度预测方法,其特征在于:包括以下步骤:1)在高速公路观测路段出现异常事件并有大型车混入的情况下,根据不同驾驶员对大型车的不同敏感程度以及大型车的混入率,改进观测路段动态空间占有率;2)基于步骤1)改进的所述动态空间占有率,引入交通密度概念及Greenshields线性关系模型,分析有大型车混入的高速公路观测路段出现异常事件的交通参数;3)基于步骤1)改进的所述动态空间占有率及步骤2)所述交通参数,引入交通波波速,分析有大型车混入的高速公路观测路段出现异常事件的交通波传播过程,构建交通波模型;4)基于步骤3)所述交通波模型,预测有大型车混入的高速公路出现异常事件的影响时间及影响范围。2.根据权利要求1所述的考虑大型车的高速公路异常事件排队长度预测方法,其特征在于:所述步骤1)具体包括以下步骤:11)有大型车混入的单车道高速公路观测路段的动态空间占有率可用下述公式表示:11)有大型车混入的单车道高速公路观测路段的动态空间占有率可用下述公式表示:式中,O
r
代表观测路段动态空间占有率;L
i
′
代表单车道观测路段第i辆车的实际占有长度,即车长;L
i
″
代表单车道观测路段第i辆车的虚拟占有长度;L代表单车道观测路段长度;n代表单车道观测路段的车辆数;v0代表观测路段第i辆车刹车时的车辆初速度,可用观测路段内该车辆在正常情况下的平均行驶速度代替;t0代表观测路段第i辆车驾驶员反应时间;a
max
代表观测路段第i辆车最大减速度;12)根据不同驾驶员对大型车的不同敏感程度,因此单车道观测路段第i辆车的虚拟占有长度可用下述公式表示:式中,b代表驾驶员特性因子,且0<b≤1;13)有大型车混入的m条车道高速公路观测路段的动态空间占有率可用下述公式表示:式中,n
m
代表第m条车道上的车辆数;L
im
′
代表第m条车道上第i辆车的实际占有长度,即车长;L
im
″
代表第m条车道上第i辆车的虚拟占有长度;14)设定高速公路观测路段第m条车道大型车占有比例为λ
m
,动态空间占有率可用下述公式表示:
式中,λ
m
代表第m条车道大型车占有比例;代表第m条车道大型车实际与虚拟占有长度的平均值;代表第m条车道小型车实际与虚拟占有长度的平均值;15)进一步地,不考虑各车道的差异性,观测路段动态空间占有率可用下述公式表示:式中,代表观测路段各车道大型车占有比例的平均值,即观测路段大型车混入率;代表观测路段大型车实际与虚拟占有长度的平均值;代表观测路段小型车实际与虚拟占有长度的平均值。3.根据权利要求2所述的考虑大型车的高速公路异常事件排队长度预测方法,其特征在于:所述步骤2)具体包括以下步骤:21)引入交通密度的概念代入步骤15)得到的动态空间占有率可用下述公式表示:可得到交通密度和动态空间占有率...
【专利技术属性】
技术研发人员:孙棣华,赵敏,何曼曼,唐毅,吴霄,向光华,
申请(专利权)人:重庆首讯科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。