当前位置:首页 > 解决方案 > 解决方案
解决方案
解决方案
解决方案

生态智慧交通调控原理与方法

                                      中国智能交通协会2017年度智能交通推荐技术方案


一、引言

随着我国社会与经济的快速发展,机动车保有量迅速增加,机动车数量已经超过3亿辆。我国大中城市的交通拥堵与过饱和现象日趋严重且常态化。自本世纪初以来,智能交通系统研发与应用受到重视并发挥了重用作用。新兴的大数据技术、车路协同也正在引入智能交通领域,以缓解城市交通拥堵状况。然而,现有的智能交通控制是以提高道路通行能力、降低交叉口车辆的平均延误为目标的,其基础模型主要包括交叉口平均延误、停车次数和排队长度等模型,未考虑对交通排放的控制、以及天气环境对交通行为的影响等。

交通-环境是一个有机的整体,存在着相互影响和制约关系(如图1所示)。一方面,运行车辆在道路特别是交叉口区域,由于其频繁的怠速、加速和减速行为,较正常行驶状态时产生更多的一氧化碳、二氧化硫、碳氢化合物、碳氧化合物和重金属离子等排放,形成了城市大气环境的主要污染源。此外,机动车排放的二氧化碳也对温室效应有相当大的贡献,车辆运行还是主要的噪声污染源。交通排放危害着城市大气环境,严重影响了人们的身体健康。另一方面,气象环境因子尤其是雨、冰、雪、雾和雾霾等恶劣天气影响着车辆运行行为,以及城市路网的拓扑及其连通性。不仅降低了城市路网的通行能力,而且易发生交通事故。因此,生态智慧交通调控新原理与方法研究与应用具有重要意义。       

          

                              图1. 交通-环境生态系统

近年来,城市交通低排放控制方法的研究已经受到了重视,并取得了一定的进展。这些方法的模型基本上是建立在经典的延误、停车次数基础上的,本质上是宏观分析模式。而机动车排放受到车辆性能、驾驶员反应延误、车速和交通管理与控制方案等多种因素影响,需要研究相应的交通管控方案与排放的复杂关系模型,以克服现有方法无法准确反映交通污染行为的局限性。气候环境尤其是恶劣气象因子对路网拓扑、车辆行为和道路通行能力具有较大影响,在该类环境条件下的交通管控方案与正常气候环境下的有显著区别,因此,需要研究气象因子与交通管控方案之间的相关关系,以提高城市交通的安全性。

不同于现有交通控制技术与系统,本文提出的生态智慧交通调控方案综合考虑交通通行能力、交通排放和气象因子,将交通-环境视为一个有机的统一整体,定义了感知-建模-优化控制高维闭环关系的绿色控制体系结构,描述了系统的主要组成部分功能,建立了生态智慧交通调控机制,以实现环境友好、安全的城市交通管控。

二、生态智慧交通调控原理

生态智慧交通调控依赖于交通与环境状态的动态感知,是一种数据驱动的控制模式。首先给出生态智慧交通调控的定义如下:

定义:城市生态智慧交通调控可定义为一五元组<S,Nt,Py,Pr,R> 其中,S∈ρ(S')S’是由交通流状态、尾气排放和气象因子组成的有限状态集合,ρ(S')S’的幂集;Nt表示路网拓扑结构;Py表示交通控制策略集合,由有限的行为序列组成;Pr表示状态转移概率,S×Py[×Nt]=Pr⁡(S), a∈PrR是因为状态转移而获得的奖赏,S×Py[×Nt]→R 。系统目标是获得综合排放、通行能力和安全等多目标优化的长期累计折扣奖赏。

根据该定义,生态智慧交通调控区别于经典的交通控制技术,后者仅考虑交通控制方案对平均延误、停车次数或排队长度的影响,而前者不仅包括了后者的研究内容,而且还处理交通低排放、恶劣环境下的城市交通流控制。

生态智慧交通调控主要包括 1)交通排放建模与优化控制, 2)基于气象因子的交通安全控制两个领域。交通低排放控制针对交叉口、干线和区域路网,从微观层次上研究车辆怠速、加速和减速行为的主要影响因素,分析不同交通控制方案与机动车尾气排放量、通行能力之间的复杂关系,以实现交通低排放的优化控制。

基于气象因子的交通安全控制研究恶劣气候环境对城市路网的影响。由于城市路网低洼路段、立交桥匝道进出口、下穿道路易受积水、冰和雪等气候因素影响,无法通行且易导致交通事故,改变了路网拓扑,导致路网的OD需求也发生动态变化。因此,需要研究在动态路网拓扑的条件下的交通自适应控制方案。另外,恶劣天气改变了路面附着系数,影响了交通状态与行为如安全间距、车头时距等,降低了道路和交叉口的通行能力,需要研究在不同路面附着系数条件下的交通控制方案,为实现在通行能力约束下的车辆安全通行提供基础支持。

三、主要功能与特点

根据第二部分的分析,给出生态智慧交通调控系统体系结构,如图2所示:


                          图2.生态智慧交通调控的体系结构

生态智慧交通调控系统框架是由交通-环境子系统、状态感知、交通管控方案、人工平行交通系统和执行机构等组成的高维复杂系统,其中交通-环境系统由人-车单元、气象因子、机动车排放、道路状况等组成,相互之间存在着影响与制约关系。通过交通管控方案的优化调控,以实现交通系统各要素之间的协调。控制框架形成了感知-建模-优化控制的闭环系统,分别包括 1)交通低排放控制子系统和 2)基于气象因子的交通管控子系统。

1. 交通低排放控制子系统

交通低排放控制子系统的处理流程为:通过分布式传感系统对路网交通流状态和排放进行感知,实现信息获取,并存入数据库系统。基于实时数据和历史数据对交通管控方案和排放之间的关联关系进行数据挖掘、建模,采用多目标优化方法获取优化的交通低排放控制策略。同时,人工交通系统根据路网拓扑、交通实时数据和历史数据,构建与现实交通系统一致的虚拟环境,采用自学习方法对交通管控方案进行寻优,以宏观与微观结合的模式,在虚拟环境中进行仿真评估,并与现实交通系统采用的低排放控制策略进行比较,实现交通低排放的优化控制。

2. 基于气象因子的交通管控子系统

基于气象因子的管控子系统的处理流程则为:通过分布式传感系统对路网交通流状态、环境因子和道路状况进行信息获取,存入数据库系统。根据环境因子数据变化路网拓扑,如积水、积雪和结冰影响了路网的连通性。基于实时数据、路网拓扑和历史数据对交通管控方案和恶劣气候环境下的关联关系进行数据挖掘、建模。人工交通系统则根据路网拓扑、交通实时数据和历史数据,构建与现实交通系统一致的虚拟环境,采用自学习方法对动态环境下的交通控制和诱导方案进行寻优和仿真评估,并与现实交通系统进行交互,通过分别进化和交互,进行恶劣气候环境下的交通安全控制与诱导服务。

四、结束语

城市交通管控与排放、气象因子之间存在着动态的、非线性复杂关系,形成了一个有机整体。现有的交通管控机制仅以提供道路或路网的通行能力为目标,未考虑交通管控方案对排放、以及气候环境对交通行为和管控模式的影响。生态智慧交通是智能交通的发展方向。本文提出了生态智慧交通调控机制,本质上是交通-环境巨系统的调控方法,该方案的应用对实现城市交通环境友好的、低碳和安全控制具有重要意义。












QQ在线咨询

免费咨询热线

0551-65877986-826