【技术实现步骤摘要】
本专利技术涉及交通管理，设计了一种拥堵时长预测的高速公路服务区协同控制方法，包括对交通状态准确预测的方法、服务区交通诱导及服务区出口匝道流量控制的协同优化技术，用于缓解高速公路服务区以及相邻路段的交通拥堵问题。
技术介绍
1、随着交通流量的日益增长，高速公路服务区及其周边区域频繁出现交通拥堵，对道路通行效率和车辆安全构成显著挑战。传统的交通管理方法，例如路径诱导或匝道控制，主要依赖于邻近道路和匝道空间来调节主干道交通流量，从而尝试缓解拥堵情况。高速服务区由于具备较大的交通容量空间，理论上可作为短时交通流量转移地点，以实现对交通流的时空重新分配。
2、同时，在现有实践中，交通管理部门所收集的数据(如车辆流量、速度等)往往未被充分利用于预测和缓解即将发生的交通拥堵。此外，现行的交通管控方法通常缺乏灵活性，未能根据实时交通情况动态调整管控策略，导致其在有效减轻交通拥堵方面的效果有限。
3、鉴于此，亟需开发一种创新的高速公路服务区管控方法，该方法基于对交通状态的实时预测，并充分利用服务区的交通资源。其目标是专注于解决高速公路服务区及其邻近区域的交通拥堵问题，通过智能化的交通流管理策略，优化交通流的动态分配，从而提高整体道路网络的通行效率和安全性。
技术实现思路
1、本专利技术旨在解决解决高速公路服务区及其邻近区域的交通拥堵问题，提供一种基于交通拥堵时长预测的高速公路服务区控制方法及系统，通过智能化的交通流管理策略，优化交通流的动态分配，从而提高整体道路网络的通行效率
2、为实现上述专利技术目的，本专利技术具体采用的技术方案如下：
3、第一方面，本专利技术提供了一种基于拥堵时长预测的高速公路服务区协同控制方法，其包括：
4、s1、实时获取高速公路不同位置的交通历史状态数据；将所述交通历史状态数据输入经过训练得到的交通状态预测模型中，得到高速公路上每个门架检测器所在位置在预测步长内不同未来时刻的主线车速预测值；再将不同未来时刻的主线车速预测值与预设的速度阈值进行对比，得到预测步长内的交通拥堵时长估计值，从而以实现未来交通状态实时预测；
5、s2、实时检测高速公路主线的不同位置是否出现交通拥堵，若出现交通拥堵位置，则从s1得到的未来交通状态实时预测结果中得到这个交通拥堵位置在预测步长内的所述交通拥堵时长估计值；若这个交通拥堵位置的所述交通拥堵时长估计值超过设定的第一拥堵时长阈值且上游服务区未饱和，则判断需要利用上游服务区交通容量缓解交通拥堵，生成引导主线车流进入该拥堵位置上游服务区的第一控制策略，用于控制对应服务区入口匝道处的交通诱导标志生成交通诱导信息，降低主线流量从而实现交通诱导；
6、s3、实时检测各服务区出口匝道与主线的合流区出现的拥堵，若一个服务区的合流区出现拥堵且拥堵时长超过设定的第二拥堵时长阈值，则判断在执行s2的交通诱导措施之外还需要执行服务区出口匝道控制措施，进而生成调节这个服务区出口匝道信号灯的第二控制策略，用于通过控制信号灯周期内绿灯配时，使匝道合流区的交通密度维持在合流区最大通行能力对应的临界密度附近；
7、s4、实时检测各服务区下游非合流区路段出现的拥堵，若一个服务区下游非合流区路段出现拥堵，则需要在拥堵位置上游服务区执行s2的交通诱导措施之外，测定拥堵位置的交通密度以及执行交通诱导措置后服务区下游主线的交通密度，再通过交通波理论预测拥堵波的波速以及拥堵传播距离，若预测的拥堵传播距离大于拥堵位置至上游服务区的长度，则判断在执行s2的交通诱导措施之外还需要执行上游服务区出口匝道控制措施，进而生成调节这个上游服务区出口匝道信号灯的第三控制策略，用于控制信号灯周期内绿灯配时，使拥堵不会蔓延至上游服务区。
8、作为上述第一方面的优选，所述交通历史状态数据通过高速公路主线上和收费站匝道处的门架检测器所记录的最新数据计算得到，交通历史状态数据包括高速公路主线上各门架检测器所在位置不同历史时刻的主线流量和主线车速，还包括不同历史时刻的匝道流量和天气信息。
9、作为上述第一方面的优选，通过高速公路主线上的门架检测器来高速公路主线上是否出现交通拥堵。
10、作为上述第一方面的优选，所述交通状态预测模型基于长短时记忆网络(lstm)模型进行训练得到。
11、作为上述第一方面的优选，所述预设的速度阈值通过对高速公路主线上历史时刻的主线车速进行聚类，将所有主线车速的历史数据聚类为两个类簇，车速均值较大的类簇中为自由流，车速均值较小的类簇中为拥堵流，然后根据类簇中的车速信息确定能够区分自由流和拥堵流的速度阈值。
12、作为上述第一方面的优选，所述第一控制策略中，控制对应的交通诱导标志生成的交通诱导信息包括下游拥堵的具体位置、下游拥堵持续的预估时间以及诱导车辆进入服务区的建议信息。
13、作为上述第一方面的优选，生成所述第二控制策略过程中，实时根据当前时刻的服务区下游合流区的交通密度om，以及上一时刻服务区出口匝道流量rc,m-1，通过pid控制算法来计算当前时刻的服务区出口匝道流量rc,m＝rc,m-1+k1(oc-om)，从而维持匝道合流区的交通密度在临界密度oc附近，其中k1为控制参数；然后再以当前时刻的服务区出口匝道流量rc,m为控制目标，结合服务区出口匝道通行能力为qr和信号灯控制周期时长tr，计算得到满足该控制目标所需的当前时刻信号灯周期内绿灯时长
14、作为上述第一方面的优选，生成所述第三控制策略过程中，在拥堵位置上游服务区执行s2的交通诱导措施后，利用拥堵位置的门架检测器测定拥堵处的流量q0和速度v0，从而计算出拥堵密度同时测定服务区出口下游主线的流量q1和速度v1，计算出交通诱导后的交通密度再基于交通波理论，预测拥堵波的波速并进一步结合所述交通状态预测模型得到拥堵位置在预测步长内的交通拥堵时长估计tc，从而计算拥堵传播距离lm＝-utc；
15、若预测的拥堵传播距离lm不大于拥堵位置到上游服务区的距离ld，则仅继续执行s2的交通诱导措施，若预测的拥堵传播距离lm大于拥堵位置到上游服务区的距离ld，则判断在执行s2的交通诱导措施之外还需要执行上游服务区出口匝道控制措施，进而计算服务区下游主线的期望流量再结合上一时刻服务区出口匝道流量rc,m-1，计算当前时刻服务区出口匝道流量rc,m＝rc,m-1+k2(q2-q1)，其中k2为控制参数；然后再以当前时刻的服务区出口匝道流量rc,m为控制目标，结合服务区出口匝道通行能力为qr和信号灯控制周期时长tr，计算得到满足该控制目标所需的当前时刻信号灯周期内绿灯时长
16、
17、第二方面，本专利技术提供了一种基于拥堵时长预测的高速公路服务区协同控制系统，其包括：
18、控制策略生成模块，用于按照上述第一方面任一方本文档来自技高网...
【技术保护点】
1.一种基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，包括：
2.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述交通历史状态数据通过高速公路主线上和收费站匝道处的门架检测器所记录的最新数据计算得到，交通历史状态数据包括高速公路主线上各门架检测器所在位置不同历史时刻的主线流量和主线车速，还包括不同历史时刻的匝道流量和天气信息。
3.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，通过高速公路主线上的门架检测器来高速公路主线上是否出现交通拥堵。
4.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述交通状态预测模型基于长短时记忆网络(LSTM)模型进行训练得到。
5.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述预设的速度阈值通过对高速公路主线上历史时刻的主线车速进行聚类，将所有主线车速的历史数据聚类为两个类簇，车速均值较大的类簇中为自由流，车速均值较小的类簇中为拥堵流，然后根据类簇中的车速信息确定能
6.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述第一控制策略中，控制对应的交通诱导标志生成的交通诱导信息包括下游拥堵的具体位置、下游拥堵持续的预估时间以及诱导车辆进入服务区的建议信息。
7.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，生成所述第二控制策略过程中，实时根据当前时刻的服务区下游合流区的交通密度om，以及上一时刻服务区出口匝道流量rc,m-1，通过PID控制算法来计算当前时刻的服务区出口匝道流量rc,m＝rc,m-1+k1(oc-om)，从而维持匝道合流区的交通密度在临界密度oc附近，其中k1为控制参数；然后再以当前时刻的服务区出口匝道流量rc,m为控制目标，结合服务区出口匝道通行能力为qr和信号灯控制周期时长Tr，计算得到满足该控制目标所需的当前时刻信号灯周期内绿灯时长
8.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，生成所述第三控制策略过程中，在拥堵位置上游服务区执行S2的交通诱导措施后，利用拥堵位置的门架检测器测定拥堵处的流量q0和速度v0，从而计算出拥堵密度同时测定服务区出口下游主线的流量q1和速度v1，计算出交通诱导后的交通密度再基于交通波理论，预测拥堵波的波速并进一步结合所述交通状态预测模型得到拥堵位置在预测步长内的交通拥堵时长估计Tc，从而计算拥堵传播距离Lm＝-uTc；
9.一种基于拥堵时长预测的高速公路服务区协同控制系统，其特征在于，包括：
10.如权利要求9所述的基于拥堵时长预测的高速公路服务区协同控制系统，其特征在于，所述交通诱导标志设置于服务区入口匝道上游1公里处；且所述交通诱导标志在没有收到第一控制策略时的正常交通流动状态下，只展示服务区的剩余车辆容量信息，而不展示交通诱导信息。
...【技术特征摘要】
1.一种基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，包括：
2.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述交通历史状态数据通过高速公路主线上和收费站匝道处的门架检测器所记录的最新数据计算得到，交通历史状态数据包括高速公路主线上各门架检测器所在位置不同历史时刻的主线流量和主线车速，还包括不同历史时刻的匝道流量和天气信息。
3.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，通过高速公路主线上的门架检测器来高速公路主线上是否出现交通拥堵。
4.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述交通状态预测模型基于长短时记忆网络(lstm)模型进行训练得到。
5.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述预设的速度阈值通过对高速公路主线上历史时刻的主线车速进行聚类，将所有主线车速的历史数据聚类为两个类簇，车速均值较大的类簇中为自由流，车速均值较小的类簇中为拥堵流，然后根据类簇中的车速信息确定能够区分自由流和拥堵流的速度阈值。
6.如权利要求1所述的基于拥堵时长预测的高速公路服务区协同控制方法，其特征在于，所述第一控制策略中，控制对应的交通诱导标志生成的交通诱导信息包括下游拥堵的具体位置、下游拥堵持续的预估时间以及诱导车辆进入服务区的建议信息。
7.如权利要求1所述的基于拥堵时长预测的...
【专利技术属性】
技术研发人员：罗曦，余宏鑫，胡然，张涵，王亦兵，张玉杰，章立辉，
申请(专利权)人：浙江省交通投资集团有限公司智慧交通研究分公司，
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。