部署优化连接和自动车辆车道安全利益的道路网络

文摘

合理部署的连接和自动车辆(CAV)车道分离异构交通流组成的骑士和人为车辆(HVs)不仅可以提高交通安全整体道路效率也大大提高。本文简化骑兵巷部署计划的交通网络设计问题,提出了一个综合决策方法对CAV巷部署计划。基于交通均衡理论,该方法旨在减少旅游交通网络的成本和管理成本CAV车道使用二层伯仲的编程模型。此外,上层的决策方案巷部署,在低水平的交通分配模型包括CAV和高压模式基于上层的决策方案。之后,设计了遗传算法求解模型。最后,选择一个中等规模的交通网络验证了模型和算法的有效性。案例研究表明,该方法获得一个可行的方案巷两系统部署考虑旅行成本和管理成本CAV车道。此外,灵敏度分析的市场普及率的骑士,交通需求,和CAVLs能力进一步证明了该模型的适用性,也可以实现更好的系统资源分配和提高交通效率。

1。介绍

最近,连接和自动驾驶技术已经引起了汽车企业的注意,大学和科研机构由于功能的智能网络技术在改善交通安全(1,2)、道路容量(3,4),能源消耗(5- - - - - -7,驾驶体验8)等。此外,连接和自动驾驶技术的发展促使快速发展的新一代智能交通系统9]。它可以预测相当时间与交通发展模式共存的场景与骑士和可信度。

作为新一代的汽车,骑士自然与HVs相比不同的驾驶行为。他们需要更多的精确的环境知觉,更少的进展,和较短的反应时间和换车道后10]。目前,骑兵技术关注的主要控制策略自适应巡航控制系统(ACC)和合作自适应巡航控制系统(中国)。首先,ACC策略是获得的加速度和速度通过前面车载检测设备(通过vehicle-to-vehicle (V2V)沟通),实现加速度通过ACC控制系统优化控制。其次,中国商用飞机有限责任公司是基于ACC和实现车辆通过V2V形成技术来维持一个小的进展,因此可以大大提高交通效率(11- - - - - -13]。由于卡车司机经验遭受严重伤害和死亡的风险明显高于乘用车司机(14,15],许多机器学习模型建立了检查事故严重性道路段(16,17]。直到现在,卡车中国商用飞机有限责任公司被认为是一个潜在的有效的解决这些挑战。然而,中国商用飞机有限责任公司将受到HVs的影响或其他紧急情况,当中国市场普及率(MPR)很低。此外,中国商用飞机有限责任公司车辆的形成将禁用和切换,ACC或人为模式,导致道路的车辆容量的下降。曾庆红et al。(18]研究能力的损伤造成的失败的中国商用飞机有限责任公司形成高速公路合并区域。仿真结果表明减少合并区域容量的15.4% - -17.2%在同样的MPR与管道容量。此外,秦et al。19]建立异构交通流基本图模型的中国商用飞机有限责任公司车辆与ACC车辆,发现混合异构交通流的容量低于高压交通流情况时,中国商用飞机有限责任公司MPR还不到40%。

为了更好地适应骑士,一些学者认为提供专用道路权利骑士,骑士从混合交通分离,如连接和自动车辆车道(CAVLs)进行了研究。在这一战略中,骑士应该使用均匀的专用车道交通流的骑士(创建20.]。相反,设置CAVL将减少车道容纳其他HVs的数量。如果CAVL部署没有设置得当,这将导致一个伟大的道路系统资源的浪费,导致激烈的拥挤交通流和减少道路的整体性能。系统规划,政策制定者有兴趣了解可能的系统增强选项来满足其性能目标和获得对未来最具成本效益的部署策略。因此,要提高现有交通设施的容量和安全特性,如何设计和部署CAVLs成为决策者迫切需要解决的问题。

在交通流的研究中,一个重要的问题已引起关注:巷道能力的影响将如何演变为连接自动驾驶技术的成熟和普及率逐渐增加?一些现有的研究提供了有效的方法来解决这个问题。在理论研究中,Ghiasi et al。21)开发了一个分析能力模型来计算不同的骑兵技术场景的影响,确定最优的骑兵专用道使用马尔可夫链的方法。陈等人。22)提出了一个数学框架优化一个依赖于时间的部署计划自主车辆车道与异构交通网络交通流。在他们的工作,每道能力可以变成三倍时转换从一个常规的AV巷巷。为了阐明交通运营能力将如何改变与AVs的引入,陈et al。23)开发了一个通用的理论框架来确定不同车道的有效域政策,更普遍的是,AV分布在车道对需求,以及最优解满足AVs。仿真是另一个重要的方法,可以利用来调查这个问题。刘等人。24]分析了CAVL策略对多车道高速公路设施的影响下的混合交通流。骑士道的分析结果表明,该策略可以提高管道容量22%相比,传统的战略与中国商用飞机有限责任公司MPR接近60%。Talebpour et al。25)检查的影响保留一巷AVs的四车道高速公路交通流动态和旅行时间可靠性。发现可以明显改善吞吐量如果AV穿透率大于30%。你们和山本20.]研究交通流的性能在不同数量的骑兵专用车道,与混流情况相比,发现设置的好处CAVLs只能获得中等密度范围内。

然而,众所周知的“Braess”悖论26,27],单方面提高现有能力的链接或网络中添加一个新的链接,而不是减少网络中的单位旅游成本。因此,一些学者把研究CAVL交通网络的部署问题的水平。例如,陈等人。28)建立了一个数学框架优化设计AV区和建立了一个混合整数二层规划模型优化部署计划。然而,有有限的系统研究讨论CAVLs部署的优化考虑CAVLs的总旅行费用和管理成本。

因此,本文提出了一种优化方法CAVL部署计划考虑整个交通网络的观点。这种方法的目的是降低旅行成本的交通网络以及CAVLs的管理成本。伯仲方法建立二层规划模型。上层是莱恩的决策方案部署,而低水平分配交通流包括骑兵使用上层计划模式和高压模式。根据模型的特点,创造性地设计了遗传算法来解决上述模型,和一个中型网络被列为一个例子来进行分析研究。

本文的其余部分的结构如下。部分2介绍了数学公式来优化CAVLs部署计划和描述骑士和HVs的流动分布。部分3设计了一种遗传算法解决提出了二层规划优化模型。部分4进行数值研究和敏感性分析。最后,结论和建议部分交付5。

2。数学公式

2.1。问题描述

“连接和自动车辆车道”指一个车道管理方法提供了骑士的专有权旅游交通网络的一些链接根据交通需求。下列条件时需要考虑设置CAVLs:第一个条件是巷条件,至少存在两个或两个以上的通道会在同一方向,没有干扰HVs以外的其他交通方式;第二个条件是交通状况,高压线路的基本能力由CAVLs不会受到影响;第三个条件的联系,这联系CAVLs所需的施工条件,如要求通信设备的布局和建设成本。

CAVL部署的重点之一是决策方案各种车道应协调以达到最佳组合的效果。最佳组合的效果可以实现只有在网络上设置一个合理的规模。第二个关键点是,旅客会选择对自己最有利的方法根据完善CAVL计划,可以平衡和交通流在当前网络环境。第三个考虑是交通组织优化方案CAVLs基于平衡态造成的旅客路径选择行为。最后,一个主从游戏(也称为Stackelberg博弈)之间形成交通活动组织者和旅行者。

总之,CAVL部署是一个系统性的问题,真的有必要考虑部署,考虑从交通网络的水平。此外,主从博弈关系之间存在交通规划组织者和旅行者。最后,一个全面的决定将实现基于交通均衡理论。

2.2。假设和定义

本节建立的分析模型是基于以下假设:(我)只有在这个研究两种管理道:CAVLs和高压线路(2)交通网络的拓扑结构是预定义的(3)术语叫做之间的交通需求(OD)对预定义的已知和不饱和(iv)骑士队合作的范围不能受到CAVLs V2V通信距离的影响,也就是说,在每个CAVLs骑士都充分沟通

2.3。伯仲方法和二层规划模型

CAVL部署的优化问题,旅行的目的是减少成本或旅行时间旅行,尽管政府规划部门提高如何设计或改善交通网络在一个有限的投资最大化某一系统的性能。与综合决策的需要两个不同的通道,本文建立了一个伯仲二层规划模型。上层建立决策方案巷部署和目标函数是系统成本包括CAVLs的旅行成本和管理成本。此外,低水平利用用户均衡(问题)模型来描述交通流分配的骑兵模式和高压模式,分别根据上层的决策方案。作业结果从两种旅行模式的路径选择是用来评估决策方案的性能。

考虑车道和链接的数量的约束能力,决策方案以减少系统成本是建立在上层规划。模型的公式列出如下: 在方程(1)是目标函数;方程(2)和(3)的约束CAVLs和高压线路的数量,确保高压线路的数量不小于1;方程(4)是车道数守恒;与方程(5)是链接流守恒。在方程(1),第一项是旅行成本之和与CAVLs,第二项是和旅游成本的链接没有CAVLs,第三项是CAVLs和管理成本。

低级计划,流应该有区别的路线选择高压模式和CAV模式。为了促进骑兵模式,骑兵交通流量首次加载时,初始成本的更新修改的链接,当网络平衡,然后高压加载交通流。因此,有一个伯仲关系两种交通流分配模型。

骑兵交通流分配模型列出如下:

列出的交通流分配模型的步骤如下: 方程(7)和(12)流守恒约束;方程(8)和(13)非负约束的路线流动;方程(9)和(14)描述链接流和路线流之间的关系;与方程(10)和(15)是公共道路局(BPR)函数待定系数。

3所示。解决方案的算法

针对二层规划模型的复杂性,本文创造性地利用遗传算法搜索最优方案。算法的具体步骤列出,如图1。步骤1(初始化):遗传算法的相关参数定义,包括人口规模P代沟,交叉概率、变异概率,进化和最大的数字N_米。该算法采用整数编码:编码的具体形式 ,其值范围在 。让一代 和人口 ,和随机生成CAVLs部署方案。步骤2(低级别)的交通分配模型:在Frank-Wolfe (F-W)算法(29日)是用于解决交通流分配模型的骑兵模式。成本是根据更新的链接均衡结果,并选择它作为高压模式的初始成本。之后,我们的研究团队继续解决的交通流分配模型与F-W高压模式算法,和两个赋值的结果结果传回到上层。步骤3(计算上层的适应度函数):二层规划的目标函数建立了本文系统的成本与价值大于零,这是一个最小化问题。因此,选择的目标函数的倒数作为适应度函数,并计算每个个体的健康 可以解决从较低的水平。第四步:让 。重复步骤2和3,直到 。第五步(迭代):进化操作,如选择、交叉和变异30.)根据个人的健康进行,然后人口更新。第六步:让 。重复步骤2到5到 ;然后,我们得到最优解。

4所示。数值例子

4.1。基本设置和结果

本文使用了阮和Dupuis测试网络为例。网络有13个节点,19个链接和4 OD对[31日]。网络的基本拓扑如图2,红色节点代表了交通需求生成点和蓝色节点代表了交通需求的吸引点。表1显示了OD流量需求。表2是网络的基本属性信息包括车道的数量,畅通的时候,和当前车道通行能力。

根据现有文献[25),基本的骑兵车道的通行能力是高压巷的两倍,和中国商用飞机有限责任公司的策略是有效的只有中国商用飞机有限责任公司MPR超过30%。CAVLs的管理成本包括建设成本和维护成本与管理成本的单一CAVL是500。让是0.15和4.0在BPR函数。遗传算法的基本参数,分别是人口规模是50,代沟是0.9,交叉概率为0.75,变异概率是0.05,最大进化时间是100年。骑兵MPR达到30%时,车道部署方案如表所示3,算法的运行过程如图3。从图可以看出3时,该算法是收敛的迭代达到20代。CAVLs的总数量是3的管理成本是1500。此外,该系统成本是147416.8,系统旅游成本是145916.8。

4.2。敏感性分析

在这一节中,作者主要分析市场普及率的影响的骑士,交通需求和CAVLs在该方法的能力。

4.2.1。准备市场普及率的骑士

在未来,市场必然会经历一个漫长的过渡阶段的骑士共存与HVs连接和自动驾驶技术。因此,它是非常必要的影响分析这个方法当骑兵MPR变化。

解决每个OD对的交通需求和CAVLs的容量,骑兵MPR是调整在10%和90%之间。然后,本文设计的遗传算法用于求解二层规划模型。考虑到遗传算法的局部收敛性,十个实验进行每组参数,和最低目标被选为最终结果,见表4和图4。

从表可以看出4和图4(一),CAVLs的总数可以相同的骑兵MPR的增加,但车道的部署位置是不同的。这一分析表明,MPR规划年需要准确估计车道设置时,也显示了CAVLs部署考虑从网络水平的必要性。骑兵交通量的增加与MPR的增加。只有当交通量CAV达到一定规模和增加的成本CAVLs低于旅游成本的增加,添加CAVLs的策略是有益的。据统计CAV车道下所有的mpr、发现概率CAV车道设置链接6,9日,12日和14是最大的,这也验证了本文中所示的计算结果的可行性。

同样,系统成本与骑兵MPR的增加呈下降趋势,这在早期迅速下降,慢慢在以后的阶段,如图4 (b)。这是因为MPR与增加逐渐接近其临界值CAV MPR伴随着CAVLs的利用率和链接的实际容量增加。然而,当骑兵MPR超过其临界值时,高压线路的利用率减少与链接的实际容量。在后一种阶段,增加CAV MPR影响不大的减少旅行时间由于交通需求约束。如果CAVLs的数量继续增加,它的成本会增加车道管理一起增加了系统的成本系统在同一时间。

4.2.2。交通需求

CAVLs在设计,交通需求对决策方案的影响也需要分析除了考虑骑兵MPR的变化。此外,模型的内在机制是复杂的,有许多因素在交通需求预测。此外,有必要考虑系统性能的变化在不同交通需求与许多实际情况的不确定性。因此,骑兵MPR是固定的,位于30%。交通需求总量乘以100% - -200%的生长因子与原始基础相比,而OD交通需求的比例保持不变。

此外,CAVLs总数(图是一样的5(一个))当交通需求的增长速度在1.3和1.7之间变化,结果最优利用车道功能的骑士的路线选择行为。的总数也CAVLs双打当交通需求双打。此外,图5 (b)表明该系统成本随着流量的增加呈指数增长的需求。

4.2.3。CAVLs的能力

自能力CAVLs对CAV的性能高度敏感的平均进展,灵敏度分析骑兵巷的容量将是必要的。因此,修复骑兵MPR和交通需求的能力CAVLs乘以150% - -300%的因素与基本车道通行能力。CAVLs总数的结果和系统成本图所示6(一)和图6 (b),分别。

从图可以看出6(一)CAVLs总数显示,先增加后减少的趋势,和其价值观是相同的,当CAVLs基本的车道通行能力的比率在1.8和2.3之间变化。当CAVLs的能力很低,成本的增加CAVLs大于系统旅行成本的减少,所以CAVLs部署在一个小数目。当CAVLs的能力高,少CAVLs能满足交通需求。此外,图6 (b)表明该系统成本随CAVLs容量的增加而减小。

5。结论

综上所述,本文提出了一种优化方法CAVL部署计划,旨在解决问题能力下降当HVs混合到中国商用飞机有限责任公司系统。这种方法创造性地简化了CAVL部署到交通网络设计问题,建立了一个上下两层的伯仲的编程模型。上层的决策方案生成巷部署计划,和低水平分配交通流包括骑兵模式和高压模式根据上层的决策方案。低水平的均衡结果被用来评估上的性能水平。由于模型的特点,设计了遗传算法求解模型。数值结果表明,该方法可以获得一个可行的方案与系统的考虑CAVLs成本和管理成本。敏感性分析结果CAV MPR、交通需求,和CAVLs能力进一步验证该方法的可行性和灵活性。

然而,也有一些局限性,HVs给骑士当分配流动偏好在低级模型中,这是不同于一般情况与双模流同时分配。对于车道管理成本的价值,需要通过考虑从更方面更准确地量化。由于大量的变量在应用该模型在大型网络中,遗传算法不收敛。结合算法结合遗传算法和有效集算法的优点提出了未来的研究。

缩写

:	交通网络,V交通网络的节点和吗一个链接设置
:	与CAVLs组联系
:	没有CAVLs设置的链接
拉尔夫-舒马赫:	组OD对的需求
:	流的链接一个
:	流HVs的链接一个
:	流的骑士链接一个
:	路线的骑士
:	路线的可信度
:	链接链接在自由流动的成本
:	成本函数的链接一个
:	成本函数的链接
:	成本函数的链接
:	管理成本的单一CAVL
:	0 - 1变量;如果 ,然后 ;否则,
:	链接链接在自由流动的成本
:	高压巷的基本能力
:	CAVLs的基本能力
:	总数的链接一个
:	高压线路的链接数量一个
:	的CAVLs链接一个。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究得到了国家自然科学基金批准号。61773288,51808057,51678076。本研究在一定程度上支持国家重点研发项目中国没有。2018 yfb1600805)。

引用

1. 李t . x和k . m . Kockelman”,重视安全连接和自动车辆技术的好处,”交通研究委员会第95届年会学报》上美国,旧金山,CA, 2016年9月。视图:谷歌学术搜索
2. j .刘和a·j·Khattak”提供改进的警报,警告,使用基本的安全消息传输和控制援助车辆之间的联系,“交通研究部分C:新兴技术卷,68年,第100 - 83页,2016年。视图:出版商的网站|谷歌学术搜索
3. c .字母和l . Elefteriadou“有效的控制完全自动化连接车辆在高速公路段合并,“交通研究部分C:新兴技术卷,80年,第205 - 190页,2017年。视图:出版商的网站|谷歌学术搜索
4. p . Tientrakool y . c, n . f . Maxemchuk,“公路能力受益于使用vehicle-to-vehicle通信和传感器的避碰,”职业训练局学报2011年IEEE车辆技术会议(秋季)美国,旧金山,CA, 2011年9月。视图:谷歌学术搜索
5. h .江j·胡,s, m . Wang和比比公园,“Eco接近在一个孤立的路口路口部分连接,自动汽车环境下,“交通研究部分C:新兴技术卷,79年,第307 - 290页,2017年。视图:出版商的网站|谷歌学术搜索
6. h·杨,h . Rakha和m . v .阿拉巴马州“Eco-cooperative信号交叉路口的自适应巡航控制系统考虑队列效应,”IEEE智能交通系统,18卷,不。6,1575 - 1585年,2011页。视图:谷歌学术搜索
7. 吴g . y z . Wang, m·j·巴斯”合作信号交叉路口的环保驾驶在部分连接,自动车辆环境中,“IEEE智能交通系统21卷,1 - 10,2019页。视图:谷歌学术搜索
8. a . Talebpou和h . s . Mahmassani连接和自主车辆对交通流的影响稳定和吞吐量,”交通研究部分C:新兴技术卷,71年,第163 - 143页,2016年。视图:谷歌学术搜索
9. F.-Y。王”,为智能交通系统并行控制和管理:概念、架构,和应用程序,”IEEE智能交通系统,11卷,不。3、630 - 638年,2010页。视图:出版商的网站|谷歌学术搜索
10. l . Li w l。刘黄,y, n。郑,F.-Y。王,“智力测试自动车辆:一个新的方法,”IEEE智能车辆,1卷,不。2、158 - 166年,2016页。视图:出版商的网站|谷歌学术搜索
11. g·马斯登,m .麦当劳和m . Brackstone“对自适应巡航控制的理解,”交通研究部分C:新兴技术,9卷,不。1,33-51,2001页。视图:出版商的网站|谷歌学术搜索
12. l·肖和f·高”,全面审查的自适应巡航控制系统的发展,“车辆系统动力学,48卷,不。10日,1167 - 1192年,2010页。视图:出版商的网站|谷歌学术搜索
13. l·李和李x,“吝啬的轨迹设计连接自动化交通”,交通研究B部分:方法论卷。119年,21,2019页。视图:出版商的网站|谷歌学术搜索
14. w·l·肖m . Wang Schakel, b . van Arem”解体的影响合作的自适应巡航控制系统失活在交通流特征融合的瓶颈,“交通研究部分C:新兴技术卷,96年,第397 - 380页,2018年。视图:出版商的网站|谷歌学术搜索
15. f·陈和陈,“受伤的清规戒律的卡车司机在农村公路单和多车事故,”事故分析和预防,43卷,不。5,1677 - 1688年,2011页。视图:出版商的网站|谷歌学术搜索
16. f·陈,h·r·彭x x, j . y .梁w, x·d·潘,“检查卡车在隧桥侧风下部分:安全驾驶模拟器的一项研究中,“隧道与地下空间技术,第92卷,第103034页,2019年。视图:谷歌学术搜索
17. 问:曾庆红,w·顾x张h .温家宝,j·李,和w·郝”分析高速公路事故严重性使用贝叶斯空间广义下令logit模型与条件自回归先知先觉,“事故分析和预防卷,127年,第95 - 87页,2019年。视图:出版商的网站|谷歌学术搜索
18. 问:曾庆红,h·温、黄h . m . Abdel-Aty”托比特书贝叶斯空间随机参数模型分析事故道路段,利率”事故分析和预防卷。100年,37-43,2017页。视图:出版商的网站|谷歌学术搜索
19. w . y y秦,h . Wang Wang和广域网,“异构交通流基本图模型和合作车辆自适应巡航控制系统和自适应巡航控制车辆,”中国的高速公路和运输》杂志上,30卷,不。10日,127 - 136年,2017页。视图:谷歌学术搜索
20. 你们山本和t . .“影响连接的专用车道和自主车辆在交通流的吞吐量,”自然史答:统计力学及其应用卷,512年,第597 - 588页,2018年。视图:出版商的网站|谷歌学术搜索
21. A . Ghiasi o·侯赛因,z .钱和李x”混合通行能力分析和车道连接自动车辆管理模式:一个马尔可夫链方法,”交通研究B部分:方法论卷,106年,第292 - 266页,2017年。视图:出版商的网站|谷歌学术搜索
22. f . z . Chen, l . Zhang和y阴,“最优部署自主车辆车道与内生市场渗透,“交通研究部分C:新兴技术卷,72年,第156 - 143页,2016年。视图:出版商的网站|谷歌学术搜索
23. d·陈,美国安、m . Chitturi和d·a·诺伊斯”对车辆自动化:巷道能力制定交通与常规混合和自动汽车,”交通研究B部分:方法论卷,100年,第221 - 196页,2017年。视图:出版商的网站|谷歌学术搜索
24. x h . Liu菅直人s e . Shladover X.-Y。陆,r·e·Ferlis”合作的自适应巡航控制系统建模的影响混合交通流在多车道高速公路设施,”交通研究部分C:新兴技术卷,95年,第279 - 261页,2018年。视图:出版商的网站|谷歌学术搜索
25. a . Talebpour h . s . Mahmassani, a . Elfar”调查专用车道的影响自主车辆拥堵,出行时间可靠性,”交通研究记录:《交通研究委员会,卷2622,不。1、1 - 12,2017页。视图:出版商的网站|谷歌学术搜索
26. h·m·g·h·贝尔和杨”悖论在网络设计能力以及如何避免它,”交通研究部分:政策和实践,32卷,不。7,539 - 545年,1998页。视图:出版商的网站|谷歌学术搜索
27. d . Braess a Nagurney, t . Wakolbinger”交通规划的矛盾。”交通科学,39卷,不。4、446 - 450年,2005页。视图:出版商的网站|谷歌学术搜索
28. z, f, y, y Du,“优化设计自主车辆在交通网络区域,”交通研究B部分:方法论卷。99年,44 - 61,2017页。视图:出版商的网站|谷歌学术搜索
29. m . y . b . Wang Papageorgiou, g . Sarros“实时大规模表达环城公路,路线指南”学报IEEE智能交通系统会议,位于安大略省多伦多。,Canada, September 2007.视图:谷歌学术搜索
30. f·史、h . y . Su和x王”设计的可逆的车道道路网络,潮汐流”交通运输系统工程与信息技术》杂志上,15卷,不。4,57 - 62,2015页。视图:谷歌学术搜索
31. 阮和c . Dupuis”,一个有效的方法来计算交通平衡网络和运输成本不对称,“交通科学,18卷,不。2、185 - 202年,1984页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020 Zhibo高等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。