一种特长隧道交通事故拥堵排队动态预测及控制方法技术

本发明专利技术公开了一种特长隧道交通事故拥堵排队动态预测及控制方法，涉及交通拥堵预测技术领域。本发明专利技术将隧道划分为n段路，对发生事故的各路段实时流量、密度数据进行滤波处理；分析事故发生不同阶段隧道内车辆排队长度并且判断事故类型来确定隧道背景交通量与剩余通行能力的关系；预测车辆最大排队长度；引入滑动平均滤波方法构建车辆排队长度实时估算模型并计算；判断隧道内车辆排队情况；针对不同的排队长度发展阶段采取不同的管控措施。本发明专利技术通过建立车辆排队长度实时预测模型，能够实时反映出隧道内车辆排队长度的变化情况，为管理部门采取下一步管控措施提供理论依据，并为管理部门实时提供反馈。管理部门实时提供反馈。管理部门实时提供反馈。

【技术实现步骤摘要】
一种特长隧道交通事故拥堵排队动态预测及控制方法


[0001]本专利技术涉及交通拥堵预测
，特别是涉及一种特长隧道交通事故拥堵排队动态预测及控制方法。

技术介绍

[0002]目前，国内外对车辆排队的研究方法主要集中在以下几个方面：基于冲击波理论的研究方法、概率方法、基于输入输出模型的研究方法和机器学习方法等，其中，以交通流理论为核心交通波模型一直占据着较为重要的地位，同时随着估算机技术和智能算法的发展，人工智能算法也逐渐流行。
[0003]上述研究大多以高速公路以及城市主干路为对象，以特长隧道为对象的事故排队长度研究较少，对于事故发生到解除过程中，拥堵产生、蔓延、消散全过程的车辆排队长度实时动态预测研究更为少见；因此，本专利技术提出一种特长隧道交通事故拥堵排队动态预测及控制方法。

技术实现思路

[0004]本专利技术的目的在于提供一种特长隧道交通事故拥堵排队动态预测及控制方法，探究特长隧道交通事故下拥堵产生、蔓延、消散全过程的排队长度演变特征及规律，建立特长隧道交通事故下拥堵产生、蔓延、消散全过程的车辆最大排队长度模型和车辆排队长度实时估算模型，实时掌握车辆排队长度，为隧道交通管控提供关键技术方法和数据支持，有助于提高隧道交通运行效率、降低运行安全风险。
[0005]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0006]本专利技术为一种特长隧道交通事故拥堵排队动态预测及控制方法，首先对事故后隧道各路段实时流量、密度数据进行采集，再基于交通流冲击波理论，结合如下步骤，实现对特长隧道交通事故车辆排队长度演变分析与建模，步骤包括；
[0007]S1：将隧道划分为n段路，对发生事故的各路段实时流量、密度数据进行滤波处理，得到平滑后的数据，之后定性分析交通事故下车辆排队由产生到蔓延再到消散这一过程的变化特征，为S3做理论铺垫；
[0008]S2：分析事故发生不同阶段隧道内车辆排队长度并且判断事故类型来确定隧道背景交通量与剩余通行能力的关系，若背景交通量大于剩余通行能力则进行S3；
[0009]S3：基于冲击波理论构建隧道交通事故车辆排队长度模型来预测车辆最大排队长度；
[0010]S4：结合隧道内实施采集的交通流数据并引入滑动平均滤波方法构建车辆排队长度实时估算模型并计算；
[0011]S5：利用S4实时估算出车辆的实时排队长度之间的关系以及时间关系判断隧道内车辆排队情况；
[0012]S6：针对不同的排队长度发展阶段采取不同的管控措施。
[0013]所述S1
‑
S2中包括隧道内车辆排队产生、隧道内车辆排队蔓延和隧道内车辆排队消散，所述隧道内车辆排队产生基于交通流基本图，用流量和密度关系来对交通流状态进行划分，所述隧道内车辆排队蔓延在事故发生后，隧道管理部门会在控流点实施流量控制，避免大量车辆汇入造成拥堵加剧，以及避免发生二次事故；
[0014]所述S3中包括几何解析和模型建立，所述几何解析结合交通流冲击波理论、前一节分析的交通事故下车辆排队长度演变过程以及全过程中流量、密度、速度的变化特征，做出事故全过程的车辆时间
‑
空间运行轨迹线图，所述模型建立通过对排队变化全过程的几何解析分析之后，构建以流量、密度、速度、事故发生位置与洞口之间的距离为变量的最大排队长度模型；
[0015]所述S4
‑
S5中环节包括车辆排队长度实时估算实施流程、车辆排队长度实时估算模型、时间间隔确定方法和引入滑动平均滤波改进模型，所述车辆排队长度实时估算实施流程中当隧道内发生事故后，当上游交通量大于事故断面剩余通行能力时，事故点因通行能力下降形成一个交通瓶颈，大量车辆无法及时、顺畅通过便会产生拥堵现象，反之则不会，车辆排队长度实时估算模型中通过对车辆排队长度演变过程的分析，影响排队长度变化的主要是拥堵区和非拥堵区之间的冲击波波速大小以及波速方向，事故发生后，冲击波向车流方向传播时，排队长度会减小，向车流反方向传播时，排队长度会增加，所述时间间隔确定方法中由于车辆到达具有随机性，不同时间间隔内提取的流量、密度数据差异显著，不同时间间隔T估算出的实时排队长度有差异，所述引入滑动平均滤波改进模型具体包括滑动平均滤波的原理、改进模型建立和准确率对比。
[0016]所述S6包括进行特长隧道交通事故下动态控制策略分析、特长隧道交通事故下动态控制模型约束条件和特长隧道交通事故下动态控制模型构建，所述特长隧道交通事故下动态控制策略分析具体包括排队增长期、排队消散期、排队结束，所述特长隧道交通事故下动态控制模型约束条件具体包括通行效率函数和运行风险函数，所述特长隧道交通事故下动态控制模型构建具体包括目标约束条件和模型构建。
[0017]本专利技术具有以下有益效果：
[0018]本专利技术特长隧道交通事故拥堵排队动态预测及控制方法，能够揭示特长隧道内交通事故下车辆排队产生、蔓延、消散的过程机理。定性对隧道内不同路段上的车流进行状态划分，并通过交通流冲击波理论，解释各不同交通状态下的车流间产生的冲击波对车辆排队长度的影响规律。
[0019]本专利技术特长隧道交通事故拥堵排队动态预测及控制方法，通过建立车辆排队长度实时预测模型，预测最大排队长度准确率可达95.62％，全过程排队长度准确率到达84.34％，该模型能够实时反映出隧道内车辆排队长度的变化情况，为管理部门采取下一步管控措施提供理论依据，并为管理部门实时提供反馈。
[0020]本专利技术特长隧道交通事故拥堵排队动态预测及控制方法，实现对交通事故下车流运行状态的调控，在保障隧道内运行安全的前提下，动态控制模型可提前120s进行管控，提升的通行效率可以达到7526veh
·
km
·
h
‑1，隧道内交通动态控制可以减少车辆拥堵排队的同时保障隧道通行能力得到充分利用，该方法为隧道管控提供科学、精准的决策支持，让隧道及所属路段快速恢复高效、安全运行，使隧道发挥最大的经济效益和社会效益。
[0021]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0022]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1为本专利技术特长隧道交通事故拥堵排队动态预测及控制方法技术流程图；
[0024]图2为本专利技术隧道内车流正常运行状态下流量
‑
密度示意图；
[0025]图3为本专利技术隧道内车流正常运行示意图；
[0026]图4为本专利技术隧道内车流事故发生时流量
‑
密度示意图；
[0027]图5为本专利技术事故发生时隧道内车流运行示意图；
[0028]图6为本专利技术隧道内车流事故发生后流量
‑
密度示意图；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种特长隧道交通事故拥堵排队动态预测及控制方法，其特征在于，首先对事故后隧道各路段实时流量、密度数据进行采集，再基于交通流冲击波理论，结合如下步骤，实现对特长隧道交通事故车辆排队长度演变分析与建模，步骤包括；S1：将隧道划分为n段路，对发生事故的各路段实时流量、密度数据进行滤波处理，得到平滑后的数据，之后定性分析交通事故下车辆排队由产生到蔓延再到消散这一过程的变化特征；S2：分析事故发生不同阶段隧道内车辆排队长度并且判断事故类型来确定隧道背景交通量与剩余通行能力的关系，若背景交通量大于剩余通行能力则进行S3；S3：基于冲击波理论构建隧道交通事故车辆排队长度模型来预测车辆最大排队长度；S4：结合隧道内实施采集的交通流数据并引入滑动平均滤波方法构建车辆排队长度实时估算模型并计算；S5：利用S4实时估算出车辆的实时排队长度之间的关系以及时间关系判断隧道内车辆排队情况；S6：针对不同的排队长度发展阶段采取不同的管控措施。2.根据权利要求1所述的一种特长隧道交通事故拥堵排队动态预测及控制方法，其特征在于，所述S1
‑
S2中包括隧道内车辆排队产生、隧道内车辆排队蔓延和隧道内车辆排队消散，所述隧道内车辆排队产生基于交通流基本图，用流量和密度关系来对交通流状态进行划分，所述隧道内车辆排队蔓延在事故发生后，隧道管理部门会在控流点实施流量控制，避免大量车辆汇入造成拥堵加剧，以及避免发生二次事故。3.根据权利要求1所述的一种特长隧道交通事故拥堵排队动态预测及控制方法，其特征在于，所述S3中包括几何解析和模型建立，所述几何解析结合交通流冲击波理论、前一节分析的交通事故下车辆排队长度演变过程以及全过程中流量、密度、速度的变化特征，做出事故全过程的车辆时间
...

【专利技术属性】
技术研发人员：彭博，蔡晓禹，邢茹茹，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：