模型-数据双驱动的高速公路交通状态预测方法及系统

    公开(公告)号:CN119479268A

    公开(公告)日:2025-02-18

    申请号:CN202411424469.8

    申请日:2024-10-12

    Abstract: 本发明公开了一种模型‑数据双驱动的高速公路交通状态预测方法及系统,本发明首先获取路网拓扑结构及检测器布设信息,并对获取到的检测器点位的历史主线交通流量、历史车辆速度数据以及历史匝道流量数据进行预处理;对于每种历史数据,训练对应的长短期记忆网络作为预测模型;然后使用预处理后的三种历史数据标定二阶宏观交通流模型,得到模型‑数据拟合度最佳的全局参数和交通基本图参数;将检测器点位的既有主线交通流量时间序列、车辆速度时间序列以及既有匝道流量数据分别输入到对应的预测模型,获取交通状态预测值。最后基于二阶宏观交通流模型和扩展卡尔曼滤波器的路网交通状态预测器,得到各个时刻的全路网交通状态预测结果。

    一种智能网联混行交通流下的多匝道协同控制方法

    公开(公告)号:CN118609389A

    公开(公告)日:2024-09-06

    申请号:CN202410736316.0

    申请日:2024-06-07

    Abstract: 本发明公开了一种智能网联混行交通流下的多匝道协同控制方法,本发明从车辆的微观跟驰行为入手,首先根据智能网联车辆和人工驾驶车辆的跟驰模型,建立考虑不同CAV驾驶水平和不同CAV渗透率的混合交通流模型,得到其对应的交通基本图。使用梯度下降法,基于混合交通流基本图得到其对应的临界密度,临界速度和通行能力。提出了动态临界占有率估计方法实现对混行交通流环境的实时感知。结合动态临界占有率估计,构建面向智能网联混行交通流环境的多匝道协同控制框架,提高了控制策略的鲁棒性。通过这种匝道协同控制策略,可以在智能网联混行交通路环境下有效缓解交通拥堵。

    基于拥堵时长预测的高速公路服务区协同控制方法及系统

    公开(公告)号:CN117975712A

    公开(公告)日:2024-05-03

    申请号:CN202311707775.8

    申请日:2023-12-13

    Abstract: 本发明公开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及系统。本发明基于历史交通状态数据训练了交通状态预测模型,并通过设定拥堵速度阈值判定交通拥堵状况,实现对交通拥堵时长的预测。然后,根据预测的拥堵持续时间,评估是否需启动服务区管控措施,在需采取服务区管控时,优先在拥堵上游的服务区启动交通诱导信息板,发布交通指示信息,引导车辆驶入服务区,减轻上游来流量,从而降低拥堵规模。另外本发明依据交通拥堵波理论和匝道控制理论,进一步判定交通拥堵的性质及时长,并在适当时机开启服务区出口匝道的信号灯,控制服务区出流量。本发明通过这种服务区交通诱导与出口匝道控制的协同控制策略,能有效缓解交通拥堵。

Patent Agency Ranking