<pre id="eqqqr"><label id="eqqqr"><menu id="eqqqr"></menu></label></pre>

  1. <p id="eqqqr"><del id="eqqqr"><xmp id="eqqqr"></xmp></del></p>

  2. <table id="eqqqr"><ruby id="eqqqr"><ol id="eqqqr"></ol></ruby></table>
  3. <table id="eqqqr"></table>
  4. 大數據云平臺

    生態智慧交通調控原理與方法

                                          中國智能交通協會2017年度智能交通推薦技術方案


    一、引言

    隨著我國社會與經濟的快速發展,機動車保有量迅速增加,機動車數量已經超過3億輛。我國大中城市的交通擁堵與過飽和現象日趨嚴重且常態化。自本世紀初以來,智能交通系統研發與應用受到重視并發揮了重用作用。新興的大數據技術、車路協同也正在引入智能交通領域,以緩解城市交通擁堵狀況。然而,現有的智能交通控制是以提高道路通行能力、降低交叉口車輛的平均延誤為目標的,其基礎模型主要包括交叉口平均延誤、停車次數和排隊長度等模型,未考慮對交通排放的控制、以及天氣環境對交通行為的影響等。

    交通-環境是一個有機的整體,存在著相互影響和制約關系(如圖1所示)。一方面,運行車輛在道路特別是交叉口區域,由于其頻繁的怠速、加速和減速行為,較正常行駛狀態時產生更多的一氧化碳、二氧化硫、碳氫化合物、碳氧化合物和重金屬離子等排放,形成了城市大氣環境的主要污染源。此外,機動車排放的二氧化碳也對溫室效應有相當大的貢獻,車輛運行還是主要的噪聲污染源。交通排放危害著城市大氣環境,嚴重影響了人們的身體健康。另一方面,氣象環境因子尤其是雨、冰、雪、霧和霧霾等惡劣天氣影響著車輛運行行為,以及城市路網的拓撲及其連通性。不僅降低了城市路網的通行能力,而且易發生交通事故。因此,生態智慧交通調控新原理與方法研究與應用具有重要意義。       

              

                                  圖1. 交通-環境生態系統

    近年來,城市交通低排放控制方法的研究已經受到了重視,并取得了一定的進展。這些方法的模型基本上是建立在經典的延誤、停車次數基礎上的,本質上是宏觀分析模式。而機動車排放受到車輛性能、駕駛員反應延誤、車速和交通管理與控制方案等多種因素影響,需要研究相應的交通管控方案與排放的復雜關系模型,以克服現有方法無法準確反映交通污染行為的局限性。氣候環境尤其是惡劣氣象因子對路網拓撲、車輛行為和道路通行能力具有較大影響,在該類環境條件下的交通管控方案與正常氣候環境下的有顯著區別,因此,需要研究氣象因子與交通管控方案之間的相關關系,以提高城市交通的安全性。

    不同于現有交通控制技術與系統,本文提出的生態智慧交通調控方案綜合考慮交通通行能力、交通排放和氣象因子,將交通-環境視為一個有機的統一整體,定義了感知-建模-優化控制高維閉環關系的綠色控制體系結構,描述了系統的主要組成部分功能,建立了生態智慧交通調控機制,以實現環境友好、安全的城市交通管控。

    二、生態智慧交通調控原理

    生態智慧交通調控依賴于交通與環境狀態的動態感知,是一種數據驅動的控制模式。首先給出生態智慧交通調控的定義如下:

    定義:城市生態智慧交通調控可定義為一五元組<S,Nt,Py,Pr,R>, 其中,S∈ρ(S'),S’是由交通流狀態、尾氣排放和氣象因子組成的有限狀態集合,ρ(S')S’的冪集;Nt表示路網拓撲結構;Py表示交通控制策略集合,由有限的行為序列組成;Pr表示狀態轉移概率,S×Py[×Nt]=Pr?(S), a∈Pr;R是因為狀態轉移而獲得的獎賞,S×Py[×Nt]→R 。系統目標是獲得綜合排放、通行能力和安全等多目標優化的長期累計折扣獎賞。

    根據該定義,生態智慧交通調控區別于經典的交通控制技術,后者僅考慮交通控制方案對平均延誤、停車次數或排隊長度的影響,而前者不僅包括了后者的研究內容,而且還處理交通低排放、惡劣環境下的城市交通流控制。

    生態智慧交通調控主要包括 1)交通排放建模與優化控制, 2)基于氣象因子的交通安全控制兩個領域。交通低排放控制針對交叉口、干線和區域路網,從微觀層次上研究車輛怠速、加速和減速行為的主要影響因素,分析不同交通控制方案與機動車尾氣排放量、通行能力之間的復雜關系,以實現交通低排放的優化控制。

    基于氣象因子的交通安全控制研究惡劣氣候環境對城市路網的影響。由于城市路網低洼路段、立交橋匝道進出口、下穿道路易受積水、冰和雪等氣候因素影響,無法通行且易導致交通事故,改變了路網拓撲,導致路網的OD需求也發生動態變化。因此,需要研究在動態路網拓撲的條件下的交通自適應控制方案。另外,惡劣天氣改變了路面附著系數,影響了交通狀態與行為如安全間距、車頭時距等,降低了道路和交叉口的通行能力,需要研究在不同路面附著系數條件下的交通控制方案,為實現在通行能力約束下的車輛安全通行提供基礎支持。

    三、主要功能與特點

    根據第二部分的分析,給出生態智慧交通調控系統體系結構,如圖2所示:


                              圖2.生態智慧交通調控的體系結構

    生態智慧交通調控系統框架是由交通-環境子系統、狀態感知、交通管控方案、人工平行交通系統和執行機構等組成的高維復雜系統,其中交通-環境系統由人-車單元、氣象因子、機動車排放、道路狀況等組成,相互之間存在著影響與制約關系。通過交通管控方案的優化調控,以實現交通系統各要素之間的協調??刂瓶蚣苄纬闪烁兄?/span>-建模-優化控制的閉環系統,分別包括 1)交通低排放控制子系統和 2)基于氣象因子的交通管控子系統。

    1. 交通低排放控制子系統

    交通低排放控制子系統的處理流程為:通過分布式傳感系統對路網交通流狀態和排放進行感知,實現信息獲取,并存入數據庫系統?;趯崟r數據和歷史數據對交通管控方案和排放之間的關聯關系進行數據挖掘、建模,采用多目標優化方法獲取優化的交通低排放控制策略。同時,人工交通系統根據路網拓撲、交通實時數據和歷史數據,構建與現實交通系統一致的虛擬環境,采用自學習方法對交通管控方案進行尋優,以宏觀與微觀結合的模式,在虛擬環境中進行仿真評估,并與現實交通系統采用的低排放控制策略進行比較,實現交通低排放的優化控制。

    2. 基于氣象因子的交通管控子系統

    基于氣象因子的管控子系統的處理流程則為:通過分布式傳感系統對路網交通流狀態、環境因子和道路狀況進行信息獲取,存入數據庫系統。根據環境因子數據變化路網拓撲,如積水、積雪和結冰影響了路網的連通性?;趯崟r數據、路網拓撲和歷史數據對交通管控方案和惡劣氣候環境下的關聯關系進行數據挖掘、建模。人工交通系統則根據路網拓撲、交通實時數據和歷史數據,構建與現實交通系統一致的虛擬環境,采用自學習方法對動態環境下的交通控制和誘導方案進行尋優和仿真評估,并與現實交通系統進行交互,通過分別進化和交互,進行惡劣氣候環境下的交通安全控制與誘導服務。

    四、結束語

    城市交通管控與排放、氣象因子之間存在著動態的、非線性復雜關系,形成了一個有機整體?,F有的交通管控機制僅以提供道路或路網的通行能力為目標,未考慮交通管控方案對排放、以及氣候環境對交通行為和管控模式的影響。生態智慧交通是智能交通的發展方向。本文提出了生態智慧交通調控機制,本質上是交通-環境巨系統的調控方法,該方案的應用對實現城市交通環境友好的、低碳和安全控制具有重要意義。










    ?

    QQ在線咨詢

    免費咨詢熱線

    0551-65877986-826