一种基于反馈控制的智慧高速公路协同管控方法技术

本发明专利技术公开了一种基于反馈控制的智慧高速公路协同管控方法，该方法包括以下步骤：构建智慧高速公路协同管控系统，根据整条高速公路上的控制设备所处的位置，将整条高速公路分成不同的控制路段；控制设备实时收集高速公路各控制断面处的交通流状态信息，根据各断面的状态信息，实现各控制路段交通流运行状态的还原与预测；建立可变限速与匝道管控协同管控模型，获取各控制路段的最优管控策略并通过控制设备发布。本发明专利技术聚焦于一整条高速公路上下游及各出入口匝道，为精准保障交通流运行的安全性和通行效率提供了有效的技术方法和框架。性和通行效率提供了有效的技术方法和框架。性和通行效率提供了有效的技术方法和框架。

【技术实现步骤摘要】
一种基于反馈控制的智慧高速公路协同管控方法


[0001]本专利技术属于公路交通管理控制
，特别是一种基于反馈控制的智慧高速公路协同管控方法。

技术介绍

[0002]智慧高速公路管控作为提升公路管理服务效能的重要手段，近年来在智慧高速中得到了广泛的研究和应用，如宁沪高速无锡段、沪杭甬高速等均采用了可变限速、匝道控制等管控手段。然而现阶段的管控手段主要以缓解交通拥堵为主要目标，未将交通运行安全列为重点问题，所以目前还缺乏相关的技术研究。

技术实现思路

[0003]本专利技术的目的在于提供一种基于反馈控制的智慧高速公路协同管控方法，基于智慧高速协同管控系统的卡口数据和雷视融合数据，实现高速公路全域未来交通态势的高精度预测，完成控制周期内可变限速和匝道管控措施的智能化推送，从而达到平抑交通流、减少交通事件、避免交通事故的目的。
[0004]实现本专利技术目的的技术解决方案为：一种基于反馈控制的智慧高速公路协同管控方法，所述方法包括以下步骤：
[0005]步骤1，构建智慧高速公路协同管控系统，并根据整条高速公路上智慧高速公路协同管控系统中控制设备所处的位置，将整条高速公路划分为不同的控制路段；
[0006]步骤2，控制设备实时采集高速公路各控制断面处的交通流状态信息，并根据各控制断面的交通流状态信息，实现各控制路段交通流运行状态的还原与预测；
[0007]步骤3，以提高交通运行的安全性为主要目标、道路通行能力为次要目标，建立可变限速与匝道管控协同管控模型，获取各控制路段的最优管控策略并通过控制设备发布。
[0008]进一步地，步骤1中所述智慧高速公路协同管控系统的控制设备包括：
[0009]交通流信息感知模块，包括卡口设备、雷达设备，用于采集和统计各控制断面的车辆行驶速度、交通流量和车型信息；
[0010]在线实时仿真控制系统，用于实时还原控制路段的交通运行状态、进行短时交通流预测和管控效果推演验证；
[0011]管控策略发布模块，用于实现入口匝道信号灯控制进入高速公路主线的车辆、主线段沿线布设的可变信息标志向车辆发布最优的建议行驶速度。
[0012]进一步地，步骤2所述控制设备实时采集高速公路各控制断面处的交通流状态信息，并根据各断面的交通流状态信息，实现各控制路段交通流运行状态的还原与预测，具体过程包括：
[0013]步骤2.1，数据收集与预处理；所述数据收集包括：卡口设备、雷达设备采集和统计各控制断面的车辆行驶速度、交通流量和车型信息；预处理包括：对卡口数据进行智能补全和异常删除；
[0014]步骤2.2，控制路段的交通运行状态实时还原和预测；在线实时仿真控制系统中，基于深度学习的短时交通量预测方法，利用预处理后的卡口数据的时间特征与外部特征构建特征工程，考虑实时性与高速空间的拓扑关系，将交通流预测模型简化舍弃空间特征，通过长短期记忆网络LSTM、多层感知机MLP以及两种融合机制的运算，并以设定的预测周期，实现未来短时交通流量的预测，具体过程如下：
[0015]将时间特征分为临近特征、周期特征与趋势特征；
[0016]外部特征包括待预测时间片对应的时间片序号、星期信息，并以独热编码的形式引入是否为周末、是否为假期这些特征；
[0017]特征融合的机制包括：
[0018]融合1：采用下式的基于哈德马积
⊙
的加权融合机制：
[0019]M
fision
＝W
c
⊙
M
c
+W
p
⊙
M
p
+W
t
⊙
M
t
(1)
[0020]其中：W
c
,W
p
,W
t
分别表示待学习的时间特征中的临近、周期和趋势特征权重，M
c
,M
p
,M
t
分别表示每种特征经过LSTM计算后的张量输出；
[0021]融合2：采用简单横向拼接的方式将外部特征与MLP的输出融合。
[0022]进一步地，步骤2.1中预处理具体为：利用融合两种感知数据信息的智能算法，结合雷达数据对卡口数据进行智能补全和异常删除。
[0023]进一步地，步骤3所述以提高交通运行的安全性为主要目标、道路通行能力为次要目标，建立可变限速与匝道管控协同管控模型，获取各控制路段的最优管控策略并通过控制设备发布，具体包括：
[0024]步骤3.1，可变限速控制策略，根据步骤2得到的各控制路段交通流运行状态的还原与预测结果，以提高控制路段交通运行的安全作为可变限速控制策略的优化目标，建立反馈控制模型并计算最优限速值；
[0025]步骤3.2，匝道控制策略，通过调节入口匝道信号灯，控制从匝道驶入主线段的交通量，使得入口匝道下游主线交通处于一个稳定状态；
[0026]步骤3.3，协同控制策略，通过可变限速控制策略和匝道控制策略协同控制，平衡入口匝道上下游的交通需求，使高速公路整体维持在稳定状态；
[0027]步骤3.4，最优管控策略发布，通过改变路侧的可变信息标牌上的限速值，向车辆发布可变限速控制策略得到的最优速度，实现可变限速管控；通过调节入口匝道信号灯红绿灯的占比，控制进入主线段段的交通量，实现匝道管控。
[0028]进一步地，步骤3.1中的基于反馈控制模型的可变限速控制策略，核心控制参数包括以下内容：
[0029]1)阈值，即控制开启的时间；当控制路段内的交通运行过程中事故风险系数超过预设阈值时，开启可变限速控制并使用反馈控制模型计算的最优限速值；其中，事故风险系数CRI定义为：
[0030][0031]其中，R是变量的个数，r表示变量的序号，ω
r
是参数x
r
的回归权重系数，x
r
是第r个风险影响变量，考虑研究路段内各控制点之间的速度差异和流量差异值与事故风险系数之间的关系，x
r
具体选择影响因素及其定义如表1所示：
[0032]表1影响变量
[0033][0034]其中，M表示研究路段内控制点的数量；m表示控制点的序号；Speed
m,car
、Speed
m,truck
分别代表一个控制周期内通过第m个控制点上小客车和大货车的平均速度；Speed
aver,car
、Speed
aver,truck
分别代表一个控制周期内在M个控制点上所有小客车和大货车的平均速度；Vol
m,car
、Vol
m,truck
分别代表一个控制周期内通过第m个控制点上小客车和大货车的平均交通流量；Vol
aver,car
、Vol
aver,truck
分别代表一个控制周期内在所有M个控制点上所有小客车和大货车的平均交通流量；...

【技术保护点】

【技术特征摘要】
1.一种基于反馈控制的智慧高速公路协同管控方法，其特征在于，所述方法包括以下步骤：步骤1，构建智慧高速公路协同管控系统，并根据整条高速公路上智慧高速公路协同管控系统中控制设备所处的位置，将整条高速公路划分为不同的控制路段；步骤2，控制设备实时采集高速公路各控制断面处的交通流状态信息，并根据各控制断面的交通流状态信息，实现各控制路段交通流运行状态的还原与预测；步骤3，以提高交通运行的安全性为主要目标、道路通行能力为次要目标，建立可变限速与匝道管控协同管控模型，获取各控制路段的最优管控策略并通过控制设备发布。2.根据权利要求1所述的基于反馈控制的智慧高速公路协同管控方法，其特征在于，步骤1中所述智慧高速公路协同管控系统的控制设备包括：交通流信息感知模块，包括卡口设备、雷达设备，用于采集和统计各控制断面的车辆行驶速度、交通流量和车型信息；在线实时仿真控制系统，用于实时还原控制路段的交通运行状态、进行短时交通流预测和管控效果推演验证；管控策略发布模块，用于实现入口匝道信号灯控制进入高速公路主线的车辆、主线段沿线布设的可变信息标志向车辆发布最优的建议行驶速度。3.根据权利要求2所述的基于反馈控制的智慧高速公路协同管控方法，其特征在于，步骤2所述控制设备实时采集高速公路各控制断面处的交通流状态信息，并根据各断面的交通流状态信息，实现各控制路段交通流运行状态的还原与预测，具体过程包括：步骤2.1，数据收集与预处理；所述数据收集包括：卡口设备、雷达设备采集和统计各控制断面的车辆行驶速度、交通流量和车型信息；预处理包括：对卡口数据进行智能补全和异常删除；步骤2.2，控制路段的交通运行状态实时还原和预测；在线实时仿真控制系统中，基于深度学习的短时交通量预测方法，利用预处理后的卡口数据的时间特征与外部特征构建特征工程，考虑实时性与高速空间的拓扑关系，将交通流预测模型简化舍弃空间特征，通过长短期记忆网络LSTM、多层感知机MLP以及两种融合机制的运算，并以设定的预测周期，实现未来短时交通流量的预测，具体过程如下：将时间特征分为临近特征、周期特征与趋势特征；外部特征包括待预测时间片对应的时间片序号、星期信息，并以独热编码的形式引入是否为周末、是否为假期这些特征；特征融合的机制包括：融合1：采用下式的基于哈德马积
⊙
的加权融合机制：M
fision ＝W
c
ꢀ⊙
M
c
+W
p
ꢀ⊙
M
p
+W
t
ꢀ⊙
M
t (1)其中：W
c
,W
p
,W
t
分别表示待学习的时间特征中的临近、周期和趋势特征权重，M
c
,M
p
,M
t
分别表示每种特征经过LSTM计算后的张量输出；融合2：采用简单横向拼接的方式将外部特征与MLP的输出融合。4.根据权利要求3所述的基于反馈控制的智慧高速公路协同管控方法，其特征在于，步骤2.1中预处理具体为：利用融合两种感知数据信息的智能算法，结合雷达数据对卡口数据进行智能补全和异常删除。
5.根据权利要求1所述的基于反馈控制的智慧高速公路协同管控方法，其特征在于，步骤3所述以提高交通运行的安全性为主要目标、道路通行能力为次要目标，建立可变限速与匝道管控协同管控模型，获取各控制路段的最优管控策略并通过控制设备发布，具体包括：步骤3.1，可变限速控制策略，根据步骤2得到的各控制路段交通流运行状态的还原与预测结果，以提高控制路段交通运行的安全作为可变限速控制策略的优化目标，建立反馈控制模型并计算最优限速值；步骤3.2，匝道控制策略，通过调节入口匝道信号灯，控制从匝道驶入主线段的交通量，使得入口匝道下游主线交通处于一个稳定状态；步骤3.3，协同控制策略，通过可变限速控制策略和匝道控制策略协同控制，平衡入口匝道上下游的交通需求，使高速公路整体维持在稳定状态；步骤3.4，最优管控策略发布，通过改变路侧的可变信息标牌上的限速值，向车辆发布可变限速控制策略得到的最优速度，实现可变限速管控；通过调节入口匝道信号灯红绿灯的占比，控制进入主线段段的交通量，实现匝道管控。6.根据权利要求5所述的基于反馈控制的智慧高速公路协同管控方法，其特征在于，步骤3.1中的基于反馈控制模型的可变限速控制策略，核心控制参数包括以下内容：1)阈值，即控制开启的时间；当控制路段内的交通运行过程中事故风险系数超过预设阈值时，开启可变限速控制并使用反馈控制模型计算的最优限速值；其中，事故风险系数CRI定义为：其中，R是变量的个数，r表示变量的序号，ω
r
是参数x
r
的回归权重系数，x...

【专利技术属性】
技术研发人员：刁含楼，张明，陶洪，叶龙，丁闪闪，陈景旭，万剑，黄凯，刘志远，党倩，熊子杰，孙菲阳，杨曼，王君羽，
申请(专利权)人：华设设计集团股份有限公司，
类型：发明
国别省市：