城市快速路匝道关闭阈值研究-课件.pptx

1、1.序言2.高速公路匝道控制3.城市快速路匝道控制4.城市快速路匝道关闭阈值研究图片来源：博乒网随着我国汽车保有量的增长，城市部分现有道路已难以承载早高峰与晚高峰时的交通量。与此同时，随着经济发展的速度越来越快，人与货物的城际交通量亦越来越大，使高速公路面临新的挑战。为保证高速公路与快速路上的交通流保持高速运行状态，有必要对入口匝道进行开放控制，降低入口车辆对主要车流的干扰，控制道路上的车辆密度，避免高速公路与快速路发生拥堵状况。充分利用道路通行能力减少或消除交通拥堵的发生减少总旅行时间，提高服务水平提高高峰期速度提高安全性高速公路为专供汽车分向、分车道行驶并应全部控制出入的多车道公路。（公路

2、工程技术标准 JTG B01-2019）高速公路具有高速、安全、便捷等技术经济特点。图片来源：安徽交通网高速公路匝道控制静态控制单点动态控制需求容量差额控制占有率控制ALINEA方法动态协调控制系统最优协调控制状态调节器控制启发式协调控制静态调节是控制策略不受高速公路主干道交通情况影响的控制方法。该方法利用历史总结的一天不同时段的交通特点发布确定的交通控制策略。其特点是控制方法简单，易于实现。但其不能根据突发事件的发生自动改变控制策略，不能适应交通中的突发事件。随着科技的进步，埋置线圈、微波检测等交通数据采集工具越来越多地被应用在各种道路上。单点动态控制方法就是基于这些数据采集工具所获得的交通

3、数据，通过数据分析、降噪、数据融合等过程后，实时提供相应的交通控制策略。随着计算机与通信技术的发展，在上世纪70年代末80年代初，一种以高速的、大容量的通信设备为信息传输工具，以计算机为控制决策中心，用现代控制理论和系统工程方法对整个高速公路进行全局优化的技术被开发出来。动态调节控制系统一般具有监视层和调节层。监视层利用信息技术对比每一时间段内高速公路的实际状态与预期状态，当两者不符时，即通过调节层对高速公路整体进行控制调整，使其恢复正常运行状态。城市快速路在城市内修建的，中央分隔、全部控制出入、控制出入口间距及形式，具有单向双车道或以上的多车道，并设有配套的交通安全与管理设施的城市道路。（城

4、市快速路设计规程 CJ129-2009）图片来源：深圳新闻网1.高速公路为完全控制出入的交通设施，城市快速路并非完全控制出入。2.高速公路的设计速度较城市快速路更高，设计指标也更高。3.高速公路的入口匝道间距远长于城市快速路的入口匝道间距。快速路入口匝道控制定时控制交通感应控制需求-容量控制占有率控制可接受间隙汇合控制智能控制模糊控制神经网络控制分层递阶控制城市快速路入口匝道的定时控制与高速公路的静态控制类似，其入口调节率是根据一天内各时段交通流量的变化预先设定的，不需要实时交通信息。后有学者在此基础上从系统最优、用户平衡等方面进行系统的静态优化，建立了双层规划模型。入口调节率：干线下游通行能

5、力与上游交通需求之差定时交通设施图由图可知：上游需求+匝道需求=5100+500=5600(辆/时)下游容量=5400(辆/时)故该入口匝道需要进行匝道控制。入口调节率=下游容量-上游需求=5400-5100=300(辆/时)=5(辆/分)交通感应控制通过对快速路的交通参数进行实时的检测，利用检测数据进行动态闭环最优控制。其中北美等地区多采用需求容量控制策略，其核心为通过改变入口调解率，使得上游交通量与匝道交通量之和不超过下游路段的通行能力，从而最大限度地利用快速路。我国对占有率控制方面研究较多，特别是其中的ALINEA控制方法，原因在于ALINEA方法鲁棒性较好，实现简单，控制方式较平缓。该

6、方法的核心是对下游占有率进行检测，当占有率高于期望占有率时，就降低入口调解率，减少车辆的进入，反之则增加入口调解率。需求容量控制设施图ALINEA控制方法设施图占有率感应控制方法首先需要通过道路主线上埋置的检测器获得各路段在发生拥挤前交通量Q与单车道占有率的历史数据，绘制流量占有率图。利用流量占有率图估计交通量最大时以及自由流条件结束时的占有率值，再根据路段的通行能力与匝道历史交通流数据确定最大与最小入口调节率。当占有率小于自由流条件结束时的占有率时，采用最大入口调节率；当占有率接近交通量最大时的占有率时，采用最小入口调节率。当占有率处于两者之间时，再确定数个调节率与之对应。交通系统是一个非常

7、复杂的非线性大系统，传统的控制理论难以对其复杂性与随机性进行解释分析。因此许多学者开始将智能控制理论应用于城市快速路入口匝道的控制，并取得了一系列成果，其中以模糊控制、神经网络控制和分层递阶控制的应用最为广泛。模糊控制是利用人们的操作和控制经验，模仿人脑的逻辑推理和决策过程，能够较好地处理语言信息和数据信息，因而适用于含有模糊性、复杂性和不确定性因素的交通系统。对于单匝道模糊控制，输入量可以是主线平均速度与速度变化率、上游交通量与速度等多种形式。模糊控制的关键在于模糊控制器。其设计过程包括：1.确定输入输出变量；2.定义所有变量的隶属函数3.设计控制规则库；4.设计模糊推理结构；5.确定反模糊

8、化方法。神经网络系统常常与模糊系统一同进行匝道控制，其原因在于模糊系统中参数的选取需要依靠设计者的经验，而不能根据不同的交通状况进行在线学习；神经网络系统具有在线学习功能，但其学习时间较长，若在初期提供定性知识则可大幅缩短其学习时间。右图所示为一个神经网络模型是一个与模糊系统结合的具有6层，8神经元的神经网络。分层递阶控制的思路来源于电气自动化方面，近年刚刚引入交通领域，国内尚未进行深入的研究。分层递阶控制结构包括组织级、协调级与执行级。其控制精度由执行级向上逐级递减，而其智能程度则由执行级向上逐级递增。由其结构图可以看出，在交通领域，分层递阶控制方法适用于入口匝道的联合控制方面。根据交通流三

9、要素之间的关系图可知，随着密度的增加，速度随之降低，流量逐渐上升。当速度达到最佳速度时，流量达到最大值。随后密度增加所伴随的是速度与流量同时下降。根据郝媛等人在城市快速路交通拥挤分析及拥挤阈值的确定一文中的分析，将城市快速路的交通情况分为6种状态，包括稳定自由流、准自由流、临界流、拥挤流和严重拥挤区，最后一种是特殊的交通状态。6种状态的关系见下图。但根据前人的数据总结分析，在实测数据作得的流率密度图中，当流率接近最大流量（通行能力）对应流率时，仍然有机会提高流率，但此交通流不稳定，交通流中任意微小的干扰（随机噪声）都将产生交通瓶颈，导致交通流进入拥挤状态，流率迅速降低。由于随机噪声难以消除，因

10、此对匝道车流进行控制，就是避免车流进入亚稳态分支。所以，对匝道车流进行控制的阈值就是车流即将进入亚稳态分支的流率与密度。1.点平均法2.拟合趋势线法3.基于元胞自动机的方法受到地面交叉口“脉冲式”交通流及统计时间的影响，交通流存在短期波动，故取数据突变过程中速度大于临界速度的最后几个连续点，以其流率的平均值作为改组数据的流量阈值。因为拥挤是在短时间内发生的，因此认为拥挤所敏感的流量也是瞬间达到的，故数据点不宜太多，郝媛等人推荐覆盖时间约10min。对每组数据状态跳转前的数据点进行趋势拟合，拟合趋势线的尽头便是主线与匝道的拥挤阈值。郝媛等推荐对早高峰可采用二次曲线拟合，其他时段采用一次曲线拟合。

11、1.可以根据直接读取的数据获取具有代表性的拥挤阈值。2.实测数据是快速路设施条件、匝道需求、与上下游匝道距离等因素的综合反映，但不能将各种因素对拥挤阈值的影响相分离。3.难以排除下游拥挤向上游反溯的现象，要求数据可靠度高。该方法是基于Kerner等人在Cellular automata approach to Cellular automata approach to three-phase traffic theory three-phase traffic theory 一文中给出的元胞自动机对交通流的模拟。在此采用上文中建立的KKW-2与KKW-4模型进行计算。Kerner在经过对交通流

12、数据的总结分析后，第一个提出了三相交通流理论，并据此建立KKW模型。该模型不但具有一般元胞自动机模型的更新机制，还引入了车辆跟驰理论中两车之间存在作用范围的概念。确定性部分：1,min,0max1,1tttvvvvncnsfreen其中，vmax为车辆的最大速度，vs,n(t)为当前时刻安全行驶速度，vc,n(t)为期望速度。其中：.2/v:2:4,/21,avdvDKKWkvdvDKKWDxxDxxavavvdxxggtvnnnnnnnnnnlnnnlnnnncnnlnnns；随机性部分：11,11,min,0maxnnnnsfreennnnvxxvvavavv其中随机部分为an，其他参数保

13、证了车辆速度满足速度限制并且确保没有碰撞发生。随机扰动项n定义为：00,0110nnnbabbbnvvppvpotherwisepprppr下图为两种KKW模型的流率密度关系图。上图中，界线F、U、L的公式如下：adqkdqKKWKKWLdqUvqFfree21121/1:2:4:/1:由图可知，F线与L线的交点即为所要求的阈值。将两条线段的函数联立，即可解出对应的流量q与密度。采用感应线圈等交通流检测手段测得流量或密度接近阈值时，即开始进行匝道控制。1.KKW模型是单车道CA模型，对多车道相互影响情况未能充分考虑2.KKW模型中各参数的标定需要依据历史交通流数据，当历史数据缺失时不能对参数进

14、行标定。3.该方法仅考虑了快速路上交通流的情况，而未对匝道车辆的到达情况以及相连的其他道路的交通情况进行综合考虑。1.邵春福.魏丽英.贾斌.交通流理论M.电子工业出版社 2019年5月第一版.2.Boris S Kerner,Sergey L Klenov and Dietrich E Wolf.Cellular automata approach to three-phase trafficJ.J.Phys.A:Math.Gen.35(2019)9971-10113.3.郝媛.孙立军.徐天东.杜豫川.城市快速路交通拥挤分析及拥挤阈值的确定J.同济大学学报（自然科学版）.Vol36 No.5 609-614.4.郑建湖.董德存.陈洪 城市快速路入口匝道控制策略比较分析J.计算机测量与控制.2019.14(2)196-199.5.陈建阳.高速公路入口匝道的控制策略及其评价J.西安公路学报.Vol.6 No.1 90-96.6.宋惠娟.高速公路与关联城市快速路匝道控制方法研究D.北京：北京交通大学 20097.陆克丽霞.杜豫川.孙立军.基于ALINEA算法的上海快速路入口匝道控制方法J.同济大学学报（自然科学版）.Vol37 No.2 207-213.8.张慧.陈众.基于智能体分层递阶控制的加热系统J.中国自动化学会中南六省（区）2019年第28届年会论文集.323-325