[go: up one dir, main page]

CN114255586A - 一种开放策略下多模式网络交通分布的优化方法和系统 - Google Patents

一种开放策略下多模式网络交通分布的优化方法和系统 Download PDF

Info

Publication number
CN114255586A
CN114255586A CN202111341199.0A CN202111341199A CN114255586A CN 114255586 A CN114255586 A CN 114255586A CN 202111341199 A CN202111341199 A CN 202111341199A CN 114255586 A CN114255586 A CN 114255586A
Authority
CN
China
Prior art keywords
network
automatic
bus
road
traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111341199.0A
Other languages
English (en)
Other versions
CN114255586B (zh
Inventor
钱国敏
温晓岳
章立辉
吴越
沈坚
缪月洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Yinjiang Intelligent Transportation Engineering Technology Research Institute Co ltd
Zhejiang University ZJU
Original Assignee
Zhejiang Yinjiang Intelligent Transportation Engineering Technology Research Institute Co ltd
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Yinjiang Intelligent Transportation Engineering Technology Research Institute Co ltd, Zhejiang University ZJU filed Critical Zhejiang Yinjiang Intelligent Transportation Engineering Technology Research Institute Co ltd
Priority to CN202111341199.0A priority Critical patent/CN114255586B/zh
Publication of CN114255586A publication Critical patent/CN114255586A/zh
Application granted granted Critical
Publication of CN114255586B publication Critical patent/CN114255586B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种开放策略下多模式网络交通分布的优化方法和系统,其中,该方法包括:根据若干网联自动公交专用道方案构建多模式交通网络,设置有限开放策略,在保证网联自动公交车服务水平的前提下,允许部分网联自动小汽车进入专用道,与网联自动公交车混合行驶,构建有限开放策略下的多模式均衡模型,计算多模式交通网络中的出行需求分布和车流分布,进而计算得出评价指标,从若干网联自动公交专用道方案中确定最佳的专用道方案,通过本申请,解决了网联自动公交专用道只供网联自动公交行驶存在的道路资源浪费问题,实现了网联自动公交专用道的合理布设,在保证网联自动公交车服务水平的前提下,提高网联自动公交专用道利用率。

Description

一种开放策略下多模式网络交通分布的优化方法和系统
技术领域
本申请涉及智能交通技术领域,特别是涉及一种开放策略下多模式网络交通分布的优化方法和系统。
背景技术
目前,在政府和企业的不懈努力下,车联网和自动驾驶技术取得了巨大进步,搭载车联网的自动驾驶车辆(网联自动车)已进入实地运营阶段,如谷歌于2018年在凤凰城郊区推出第一款网联自动出租车,进行首个商业化应用;百度目前已在长沙、沧州和北京三座城市布设了其网联自动出租车运营服务,服务出行人次超21万。相比于网联自动小汽车,搭载车联网的自动驾驶公交车(网联自动公交车)更有可能率先实现大规模应用,如2017年,深圳在实际道路上试运行一辆搭载“阿尔法巴-智能驾驶公交系统”的无人驾驶公交车;2019年,台中市通过有线驱动控制和惯性测量装置将传统的公交车改造成更智能的自动公交车。
在不久的将来,网联自动公交车、网联自动小汽车和人工小汽车将会在实际路网中共同行驶。为了提高网联自动公交车服务水平从而更好的利用其较大的运输能力,管理者可能会在某些路段上布设专用道专供网联自动公交车运行,称为网联自动公交专用道。然而,在纯网联自动驾驶环境下,车道通行能力得到明显提高,单纯的网联自动公交专用道更有可能存在道路资源浪费,降低网联自动驾驶的技术优势。
目前针对相关技术中网联自动公交专用道只供网联自动公交行驶存在的道路资源浪费问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种开放策略下多模式网络交通分布的优化方法和系统,以至少解决相关技术中网联自动公交专用道只供网联自动公交行驶存在的道路资源浪费问题。
第一方面,本申请实施例提供了一种开放策略下多模式网络交通分布的优化方法,所述方法包括:
根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络,所述多模式交通网络中包含网联自动公交专用道;
设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶;
根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式;
在所述有限开放策略下,根据所述多模式交通网络构建多模式均衡模型,计算所述多模式交通网络中的出行需求分布和车流分布;
根据所述出行需求分布和所述路段行驶时间计算公式,计算得出评价指标,进而从若干所述网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案。
在其中一些实施例中,根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络包括:
根据若干网联自动公交专用道方案,将实际道路网络中的路段划分成常规车道路段和网联自动公交专用道路段,得到修改的路网拓扑;
根据所述修改的路网拓扑,构建包含所有交叉口的节点集合Na、包含所有路段的边集合La、包含网联自动公交专用道路段的边集合LCAB和路段和交叉口的关联集合NLa,建立起小汽车行驶的小汽车网络;
根据公交线路方案,构建包含所有公交站点的节点集合Nb、包含公交线路所经过的路段的边集合Lb和包含路段和公交站点的关联集合NLb,建立起网联自动公交车行驶的公交网络;
构建公交乘客上车路段集合Lem、下车路段集合Lal和路段节点关联集合,建立起所述公交网络与所述小汽车网络的联系,得到多模式交通网络。
在其中一些实施例中,设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶包括:
通过约束公式
Figure BDA0003352105880000021
Figure BDA0003352105880000022
和zl∈{0,1},
Figure BDA0003352105880000023
设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶,其中,l表示专用道路段;
Figure BDA0003352105880000024
表示专用道路段l上网联自动小汽车车流量,A2代表在专用道上运行的网联自动小汽车模式;
Figure BDA0003352105880000025
表示专用道路段l上网联自动公交车车流量;zl为二进制变量,表示是否允许网联自动小汽车进入专用道l;α为控制参数,保证网联自动公交车在专用道上的运行效率;
Figure BDA0003352105880000026
表示网联自动公交专用道的通行能力,A表示网联自动小汽车模式;
Figure BDA0003352105880000027
表示网联自动公交车转化成等量的网联自动小汽车的转化系数。
在其中一些实施例中,计算所述多模式交通网络中的出行需求分布和车流分布包括:
计算出行需求在网联自动公交车、网联自动小汽车和人工小汽车中的出行需求分布,以及所述网联自动公交车、所述网联自动小汽车和所述人工小汽车在所述多模式交通网络中的车流分布。
在其中一些实施例中,根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式包括:
根据路段物理属性、用途和交通流组成,构建路段通行能力计算公式,计算所述多模式交通网络中小汽车网络路段和公交网络路段的通行能力;
根据所述小汽车网络路段和所述公交网络路段的通行能力,构建路段行驶时间计算公式,计算所述多模式交通网络中网联自动公交车、网联自动小汽车和人工小汽车的行驶时间。
第二方面,本申请实施例提供了一种开放策略下自动公交专用道布局优化的系统,所述系统包括网络构建模块、开放策略模块、分布规划模块和评价筛选模块;
所述网络构建模块根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络;
所述开放策略模块设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶;
所述分布规划模块根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式;
所述分布规划模块在所述有限开放策略下,根据所述多模式交通网络构建多模式均衡模型,计算所述多模式交通网络中的出行需求分布和车流分布;
所述评价筛选模块根据所述出行需求分布和所述路段行驶时间计算公式,计算得出评价指标,进而从若干所述网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案。
在其中一些实施例中,所述网络构建模块根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络包括:
所述网络构建模块根据若干网联自动公交专用道方案,将实际道路网络中的路段划分成常规车道路段和网联自动公交专用道路段,得到修改的路网拓扑;
所述网络构建模块根据所述修改的路网拓扑,构建包含所有交叉口的节点集合Na、包含所有路段的边集合La、包含网联自动公交专用道路段的边集合LCAB和路段和交叉口的关联集合NLa,建立起小汽车行驶的小汽车网络;
所述网络构建模块根据公交线路方案,构建包含所有公交站点的节点集合Nb、包含公交线路所经过的路段的边集合Lb和包含路段和公交站点的关联集合NLb,建立起网联自动公交车行驶的公交网络;
所述网络构建模块构建公交乘客上车路段集合Lem、下车路段集合Lal和路段节点关联集合,建立起所述公交网络与所述小汽车网络的联系,得到多模式交通网络。
在其中一些实施例中,所述开放策略模块设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶包括:
所述开放策略模块通过约束公式
Figure BDA0003352105880000041
Figure BDA0003352105880000042
和zl∈{0,1},
Figure BDA0003352105880000043
设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶,其中,l表示专用道路段;
Figure BDA0003352105880000044
表示专用道路段l上网联自动小汽车车流量,A2代表在专用道上运行的网联自动小汽车模式;
Figure BDA0003352105880000045
表示专用道路段l上网联自动公交车车流量;zl为二进制变量,表示是否允许网联自动小汽车进入专用道l;α为控制参数,保证网联自动公交车在专用道上的运行效率;
Figure BDA0003352105880000046
表示网联自动公交专用道的通行能力,A表示网联自动小汽车模式;
Figure BDA0003352105880000047
表示网联自动公交车转化成等量的网联自动小汽车的转化系数。
在其中一些实施例中,所述分布规划模块计算所述多模式交通网络中的出行需求分布和车流分布包括:
所述分布规划模块计算出行需求在网联自动公交车、网联自动小汽车和人工小汽车中的出行需求分布,以及所述网联自动公交车、所述网联自动小汽车和所述人工小汽车在所述多模式交通网络中的车流分布。
在其中一些实施例中,所述分布规划模块根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式包括:
所述分布规划模块根据路段物理属性、用途和交通流组成,构建路段通行能力计算公式,计算所述多模式交通网络中小汽车网络路段和公交网络路段的通行能力;
所述分布规划模块根据所述小汽车网络路段和所述公交网络路段的通行能力,构建路段行驶时间计算公式,计算所述多模式交通网络中网联自动公交车、网联自动小汽车和人工小汽车的行驶时间。
相比于相关技术,本申请实施例提供的一种开放策略下多模式网络交通分布的优化方法和系统,根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建包含网联自动公交专用道的多模式交通网络,设置有限开放策略,在保证网联自动公交车服务水平的前提下,允许部分网联自动小汽车进入专用道,与网联自动公交车混合行驶,构建有限开放策略下的多模式均衡模型,计算多模式交通网络中的出行需求分布和车流分布,进而计算得出评价指标,从若干网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案,解决了网联自动公交专用道只供网联自动公交行驶存在的道路资源浪费问题,实现了网联自动公交专用道的合理布设,在保证网联自动公交车服务水平的前提下,提高网联自动公交专用道利用率,提高网联自动驾驶的技术优势,减少道路资源浪费。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例开放策略下多模式网络交通分布优化方法的步骤流程图;
图2是修改的路网拓扑的示意图;
图3是多模式交通网络的示意图;
图4是含网联自动公交专用道的Sioux Falls路网示意图;
图5是四条网联自动公交运行线路无向图的示意图;
图6是基于Sioux Falls路网的小汽车网络示意图;
图7是基于Sioux Falls路网的公交网络示意图;
图8是根据本申请实施例开放策略下多模式网络交通分布优化系统的结构框图。
附图说明:81、网络构建模块;82、开放策略模块;83、分布规划模块;84、评价筛选模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请实施例提供了一种开放策略下多模式网络交通分布的优化方法,图1是根据本申请实施例开放策略下多模式网络交通分布优化方法的步骤流程图,如图1所示,该方法包括以下步骤:
步骤S102,根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络,多模式交通网络中包含网联自动公交专用道;
步骤S104,设置有限开放策略,允许部分网联自动小汽车进入网联自动公交专用道,与网联自动公交车混合行驶;
步骤S106,根据路段物理属性、用途和交通流组成,构建多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式;
步骤S108,在有限开放策略下,根据多模式交通网络构建多模式均衡模型,计算多模式交通网络中的出行需求分布和车流分布;
步骤S110,根据出行需求分布和路段行驶时间计算公式,计算得出评价指标,进而从若干网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案。
通过本申请实施例中的步骤S102至步骤S110,解决了网联自动公交专用道只供网联自动公交行驶存在的道路资源浪费问题,实现了网联自动公交专用道的合理布设,在保证网联自动公交车服务水平的前提下,提高网联自动公交专用道利用率,提高网联自动驾驶的技术优势,减少道路资源浪费。
进一步地,在其中一些实施例中,步骤S102,根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络包括:
图2是修改的路网拓扑的示意图,如图2所示,根据若干网联自动公交专用道方案,将实际道路网络中的路段划分成常规车道路段和网联自动公交专用道路段,得到修改的路网拓扑;
根据修改的路网拓扑,根据所述修改的路网拓扑,构建包含所有交叉口的节点集合Na、包含所有路段的边集合La、包含网联自动公交专用道路段的边集合LCAB和路段和交叉口的关联集合NLa,建立起小汽车行驶的小汽车网络;
根据公交线路方案,构建包含所有公交站点的节点集合Nb、包含公交线路所经过的路段的边集合Lb和包含路段和公交站点的关联集合NLb,建立起网联自动公交车行驶的公交网络;
图3是多模式交通网络的示意图,如图3所示,构建公交乘客上车路段集合Lem、下车路段集合Lal和路段节点关联集合,建立公交网络与小汽车网络的联系,得到多模式交通网络。
进一步地,在其中一些实施例中,步骤S104,设置有限开放策略,允许部分网联自动小汽车进入网联自动公交专用道,与网联自动公交车混合行驶包括:
通过以下约束实现允许部分网联自动小汽车进入专用道,与网联自动公交车混合行驶:
Figure BDA0003352105880000081
Figure BDA0003352105880000082
式中:
l表示专用道路段;
Figure BDA0003352105880000083
表示专用道路段l上网联自动小汽车车流量,A2代表在专用道上运行的网联自动小汽车模式;
Figure BDA0003352105880000084
表示专用道路段l上网联自动公交车车流量;
zl为二进制变量,表示是否在路段l上布设了网联自动公交专用道zl=1表示允许网联自动小汽车进入,否则,不允许;
α为控制参数,保证网联自动公交车在专用道上的运行效率;
Figure BDA0003352105880000085
表示网联自动公交专用道的通行能力,A表示网联自动小汽车模式;
Figure BDA0003352105880000086
表示网联自动公交车转化成等量的网联自动小汽车的转化系数。
进一步地,在其中一些实施例中,步骤S106,根据路段物理属性、用途和交通流组成,构建多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式包括:
根据路段物理属性、用途和交通流组成,构建路段通行能力计算公式,计算多模式交通网络中小汽车网络路段和公交网络路段的通行能力;
具体地,根据路段物理属性以及与交通流组成、混行车流平均最小车头时距和车道数量的关系,推导得到小汽车网络和公交网络中路段通行能力计算公式,具体如式(3)和(4)所示:
Figure BDA0003352105880000087
Figure BDA0003352105880000091
式中:
Figure BDA0003352105880000092
表示小汽车网络路段l的通行能力;
Figure BDA0003352105880000093
表示与小汽车网络路段l配对的公交网络路段l'的通行能力;
Figure BDA0003352105880000094
表示纯人工小汽车运行时路段l的通行能力;
nl表示路段l的车道数量;
ηl为二进制参数,ηl=1表示在路段l上布设了网联自动公交专用道,否则,未布设;
Figure BDA0003352105880000095
表示路段l上的人工小汽车车流量,H代表人工小汽车模式;
Figure BDA0003352105880000096
表示常规车道路段l上的网联自动小汽车车流量,A1代表在常规车道上运行的网联自动小汽车模式。
根据小汽车网络路段和公交网络路段的通行能力,构建路段行驶时间计算公式,计算多模式交通网络中网联自动公交车、网联自动小汽车和人工小汽车的行驶时间。
具体地,根据路段物理属性、用途、交通流组成,以及通行能力,基于BPR函数构建多模式交通网络中的路段行驶时间计算公式,具体如式(5)-(9)所示:
Figure BDA0003352105880000097
Figure BDA0003352105880000098
Figure BDA0003352105880000099
Figure BDA00033521058800000910
Figure BDA00033521058800000911
式中:
o表示小汽车对网联自动公交车速度的影响;
ζ表示网联自动公交车对小汽车速度的影响;
Figure BDA0003352105880000101
Figure BDA0003352105880000102
分别表示网联自动公交车、网联自动小汽车和人工小汽车在路段l上的行驶时间;
Figure BDA0003352105880000103
Figure BDA0003352105880000104
分别表示网联自动公交车、网联自动小汽车和人工小汽车在路段l上的自由流行驶时间;
αB和σB表示网联自动公交车模式下BPR函数中的两参数;
αA和σA表示网联自动小汽车模式下BPR函数中的两参数;
fr(j)表示经过上车路段(i,j)终点的公交路线r的发车频率;
tal表示固定的公交乘客下车时间;
式(5)-(9)分别用来计算公交网络、上车路段、下车路段、小汽车网络常规路段,以及网联自动公交专用道路段上网联自动小汽车的行驶时间。
进一步地,在其中一些实施例中,步骤S108,在有限开放策略下,根据多模式交通网络构建多模式均衡模型,计算多模式交通网络中的出行需求分布和车流分布包括:
计算出行需求在网联自动公交车、网联自动小汽车和人工小汽车中的出行需求分布,以及网联自动公交车、网联自动小汽车和人工小汽车在多模式交通网络中的车流分布。
需要说明的是,出行需求指的是需要出行的人群总数目,出行需求分布指的是该人群选择何种交通方式来出行,即分布在不同交通方式上的人群数目;
具体地,在有限开放策略下,多模式均衡模型通过下述约束确定出行需求在网联自动公交车、网联自动小汽车和人工小汽车中的分布以及三种车流在路网中的分布:
Figure BDA0003352105880000105
Figure BDA0003352105880000106
Figure BDA0003352105880000107
Figure BDA0003352105880000108
Figure BDA0003352105880000109
Figure BDA00033521058800001010
Figure BDA0003352105880000111
Figure BDA0003352105880000112
Figure BDA0003352105880000113
Figure BDA0003352105880000114
Figure BDA0003352105880000115
Figure BDA0003352105880000116
Figure BDA0003352105880000117
Figure BDA0003352105880000118
Figure BDA0003352105880000119
Figure BDA00033521058800001110
Figure BDA00033521058800001111
Figure BDA00033521058800001112
Figure BDA00033521058800001113
Figure BDA00033521058800001114
Figure BDA00033521058800001115
Figure BDA00033521058800001116
Figure BDA00033521058800001117
Figure BDA00033521058800001118
式中:
Figure BDA00033521058800001119
表示OD(出行起止点)对w间拥有人工小汽车的出行需求;
Figure BDA00033521058800001120
表示OD对w间拥有网联自动小汽车的出行需求;
Figure BDA00033521058800001121
表示OD对w间选择出行模式m1的出行需求,m1∈{H,B1},其中B1代表网联自动公交车模式,其乘客流来源于拥有人工小汽车的出行需求;
Figure BDA0003352105880000121
表示OD对w间选择出行模式m2的出行需求,m2∈{A,B2},其中B2代表网联自动公交车模式,其乘客流来源于拥有网联自动小汽车的出行需求;
θ1
Figure BDA0003352105880000122
为logit模型两校准参数,用于划分拥有人工小汽车的出行需求
Figure BDA0003352105880000123
在人工小汽车和网联自动公交车之间的分布;
θ2
Figure BDA0003352105880000124
为logit模型两校准参数,用于划分拥有网联自动小汽车的出行需求
Figure BDA0003352105880000125
在网联自动小汽车和网联自动公交车之间的分布;
Δ为路段节点关联矩阵;
Figure BDA0003352105880000126
为OD对w间选择模式m1出行的路段流量向量,m1∈{H,B1};
Figure BDA0003352105880000127
为OD对w间选择模式m2出行的路段流量向量,m2∈{A,B2};
Ew为一个维度为N的节点向量,仅包含两非零值,数字1表示相应节点为OD对w的起点,数字-1表示相应节点为OD对w的终点;
Figure BDA0003352105880000128
γl
Figure BDA0003352105880000129
分别是式(10)-(15)的拉格朗日乘子;
Figure BDA00033521058800001210
Figure BDA00033521058800001211
为不同OD对不同出行模式的节点势能,γl为公交乘客额外等待时间,
Figure BDA00033521058800001212
为网联自动公交车道上网联自动小汽车的控制延误;
式(10)-(13)为流量守恒约束;式(14)确保公交网络路段l上的乘客流量不超过其通行能力
Figure BDA00033521058800001213
其中通行能力
Figure BDA00033521058800001214
主要取决于公交车的容量和发车频率。式(15)表示对部分网联自动小汽车开放网联自动公交专用道资源,允许其进入行驶;式(16)-(20)确保网联自动公交车、网联自动小汽车和人工小汽车分别在各自许可路段上行驶;式(21)为非负约束;式(22)-(27)确保每条路段的头尾节点势能差不超过相应路段的旅行时间和额外等待时间之和;式(28)和(29)分别为变量
Figure BDA00033521058800001215
Figure BDA00033521058800001216
的对偶约束;式(30)和(31)为非负约束;式(32)确保在常规车道上,网联自动小汽车无控制延误。
进一步地,在其中一些实施例中,步骤S110,根据出行需求分布和路段行驶时间计算公式,计算得出评价指标,进而从若干网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案包括:
具体地,根据路段行驶时间计算公式计算出网联自动公交车、网联自动小汽车和人工小汽车在路段上的行驶时间,再根据出行需求分布计算出评价指标,该评价指标包括三种车流在多模式交通网络中的总行驶时间、多模式交通网络中人均出行时间、三种车流的车辆运行速度、网联自动小汽车流量和网联自动车总流量,其中,网联自动车是网联自动公交和网联自动小汽车的总称;进而从若干网联自动公交专用道方案中,选出最佳的网联自动公交专用道方案。
需要注意的是,由于评价基准的不同,评价指标可以根据实际需求进行设置,本实施例中所列举的五种评价指标,并非是指有且仅有五种评价指标,凡是根据路段行驶时间计算公式和出行需求分布计算得到的,能用来评价专用道方案优劣的指标,均属于本实施例中的评价指标。
本申请具体实施例提供了一种开放策略下多模式网络交通分布的优化方法,图4是含网联自动公交专用道的Sioux Falls路网示意图,如图4所示,以Sioux Falls路网为例,路网包含24个节点,76个路段,196对起讫对;图5是四条网联自动公交运行线路无向图的示意图,如图5所示,运行着四条公交线路。该方法包括如下步骤:
步骤1:确定网联自动公交专用道布设方案,即布设路段以及每条布设路段所包含的专用道数量;
步骤2:构建包含网联自动公交专用道的多模式交通网络,供网联自动公交车、网联自动小汽车和人工小汽车运行,具体步骤如下:
步骤2.1:用两条同起点同终点路段将包含网联自动公交专用道路段划分成常规车道路段和网联自动公交专用道路段,得到修改的路网拓扑,图6是基于Sioux Falls路网的小汽车网络示意图,如图6所示;
步骤2.2:根据修改的路网拓扑,构建小汽车网络,包括节点集合Na、路段集合La、路段集合Lcab和路段节点关联集合NLa,示例如表1所示:
表1小汽车网络拓扑集合示例
集合名称 集合内容
节点集合N<sup>a</sup> {1,2,3,…,22,23,24}
路段集合L<sup>a</sup> {1,2,3,…,96,97,98}
路段集合L<sup>cab</sup> {77,78,79,…,96,97,98}
路段节点关联集合NL<sup>a</sup> {(1,1,2),(2,1,3),…,(97,24,13),(98,13,24)}
步骤2.3:根据实际公交线路方案,构建公交网络,图7是基于Sioux Falls路网的公交网络示意图,如图7所示,包括节点集合Nb、路段集合Lb和路段节点关联集合NLb,示例如表2所示:
表2公交网络拓扑集合示例
Figure BDA0003352105880000131
Figure BDA0003352105880000141
步骤2.4:构建公交乘客上车路段集合Lem和下车路段集合Lal以及路段节点关联集合NLab,建立起公交网络与小汽车网络的联系,示例如表3所示:
表3公交乘客上下车路段集合示例
Figure BDA0003352105880000142
步骤3:调查得到各类模型参数,包括各起讫对拥有人工小汽车的出行需求
Figure BDA0003352105880000143
和拥有网联自动小汽车的出行需求
Figure BDA0003352105880000144
各出行模式各路段的自由流行驶时间
Figure BDA0003352105880000145
每条公交线路发车频率fr(j),下车时间tal,BPR模型参数αA、σA、αB和σB,Logit模型参数θ1
Figure BDA0003352105880000146
θ2
Figure BDA0003352105880000147
确定网联自动公交专用道资源开放率α。
步骤4:根据各路段属性和车道数量确定各路段通行能力和各模式路段旅行时间计算公式。例如图3中路段2的车道数nl=3,存在一条网联自动公交专用道,ηl=1,则小汽车网络和公交网络中该路段的通行能力计算公式分别为:
Figure BDA0003352105880000148
Figure BDA0003352105880000149
小汽车网络和公交网络中该路段的旅行时间计算公式分别为:
Figure BDA00033521058800001410
Figure BDA0003352105880000151
Figure BDA0003352105880000152
步骤5:求解有限开放策略下多模式用户均衡模型,得到出行需求在网联自动公交车、网联自动小汽车和人工小汽车上的分布以及三种车流在路网中的分布,进而计算出评价指标(可以为三种车流的总行驶时间),确定最佳的网联自动公交专用道方案。表4和5分别展示部分起讫对出行需求的模式选择结果和部分路段三种车流的车流量;
表4部分起讫对模式选择结果
Figure BDA0003352105880000153
表5部分路段三种模式客流量
Figure BDA0003352105880000154
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例提供了一种开放策略下多模式网络交通分布的优化系统,图8是根据本申请实施例开放策略下多模式网络交通分布优化系统的结构框图,如图8所示,该系统包括网络构建模块81、开放策略模块82、分布规划模块83和评价筛选模块84;
网络构建模块81根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络;
开放策略模块82设置有限开放策略,允许部分网联自动小汽车进入网联自动公交专用道,与网联自动公交车混合行驶;
分布规划模块83根据路段物理属性、用途和交通流组成,构建多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式;
分布规划模块83在有限开放策略下,根据多模式交通网络构建多模式均衡模型,计算多模式交通网络中的出行需求分布和车流分布;
评价筛选模块84根据出行需求分布和路段行驶时间计算公式,计算得出评价指标,进而从若干网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案。
通过本申请实施例中的网络构建模块81、开放策略模块82、分布规划模块83和评价筛选模块84,解决了网联自动公交专用道只供网联自动公交行驶存在的道路资源浪费问题,实现了网联自动公交专用道的合理布设,在保证网联自动公交车服务水平的前提下,提高网联自动公交专用道利用率,提高网联自动驾驶的技术优势,减少道路资源浪费。
在其中一些实施例中,网络构建模块81根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络包括:
网络构建模块81根据若干网联自动公交专用道方案,将实际道路网络中的路段划分成常规车道路段和网联自动公交专用道路段,得到修改的路网拓扑;
网络构建模块81根据修改的路网拓扑,构建小汽车行驶的小汽车网络,其中,Na为包含所有交叉口的节点集合、La为包含所有路段的边集合、LCAB为包含网联自动公交专用道路段的边集合,NLa为路段和交叉口的关联集合;
网络构建模块81根据公交线路方案,构建网联自动公交车行驶的公交网络,其中,Nb为包含所有公交站点的节点集合、Lb为包含公交线路所经过的路段的边集合,NLb为路段和公交站点的关联集合;
网络构建模块81构建公交乘客上车路段集合Lem、下车路段集合Lal和路段节点关联集合,建立公交网络与小汽车网络的联系,得到多模式交通网络。
在其中一些实施例中,开放策略模块82设置有限开放策略,允许部分网联自动小汽车进入网联自动公交专用道,与网联自动公交车混合行驶包括:
开放策略模块82通过约束公式
Figure BDA0003352105880000171
Figure BDA0003352105880000172
和zl∈{0,1},
Figure BDA0003352105880000173
设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶,其中,l表示专用道路段;
Figure BDA0003352105880000174
表示专用道路段l上网联自动小汽车车流量,A2代表在专用道上运行的网联自动小汽车模式;
Figure BDA0003352105880000175
表示专用道路段l上网联自动公交车车流量;zl为二进制变量,表示是否允许网联自动小汽车进入专用道l;α为控制参数,保证网联自动公交车在专用道上的运行效率;
Figure BDA0003352105880000176
表示网联自动公交专用道的通行能力,A表示网联自动小汽车模式;
Figure BDA0003352105880000177
表示网联自动公交车转化成等量的网联自动小汽车的转化系数。
在其中一些实施例中,分布规划模块83计算多模式交通网络中的出行需求分布和车流分布包括
分布规划模块83计算出行需求在网联自动公交车、网联自动小汽车和人工小汽车中的出行需求分布,以及网联自动公交车、网联自动小汽车和人工小汽车在多模式交通网络中的车流分布。
在其中一些实施例中,分布规划模块83根据路段物理属性、用途和交通流组成,构建多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式包括:
分布规划模块83根据路段物理属性、用途和交通流组成,构建路段通行能力计算公式,计算多模式交通网络中小汽车网络路段和公交网络路段的通行能力;
分布规划模块83根据小汽车网络路段和公交网络路段的通行能力,构建路段行驶时间计算公式,计算多模式交通网络中网联自动公交车、网联自动小汽车和人工小汽车的行驶时间。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域的技术人员应该明白,以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种开放策略下多模式网络交通分布的优化方法,其特征在于,所述方法包括:
根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络,所述多模式交通网络中包含网联自动公交专用道;
设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶;
根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式;
在所述有限开放策略下,根据所述多模式交通网络构建多模式均衡模型,计算所述多模式交通网络中的出行需求分布和车流分布;
根据所述出行需求分布和所述路段行驶时间计算公式,计算得出评价指标,进而从若干所述网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案。
2.根据权利要求1所述的方法,其特征在于,根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络包括:
根据若干网联自动公交专用道方案,将实际道路网络中的路段划分成常规车道路段和网联自动公交专用道路段,得到修改的路网拓扑;
根据所述修改的路网拓扑,构建包含所有交叉口的节点集合Na、包含所有路段的边集合La、包含网联自动公交专用道路段的边集合LCAB和路段和交叉口的关联集合NLa,建立起小汽车行驶的小汽车网络;
根据公交线路方案,构建包含所有公交站点的节点集合Nb、包含公交线路所经过的路段的边集合Lb和包含路段和公交站点的关联集合NLb,建立起网联自动公交车行驶的公交网络;
构建公交乘客上车路段集合Lem、下车路段集合Lal和路段节点关联集合,建立起所述公交网络与所述小汽车网络的联系,得到多模式交通网络。
3.根据权利要求1所述的方法,其特征在于,设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶包括:
通过约束公式
Figure FDA0003352105870000011
Figure FDA0003352105870000012
设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶,其中,l表示专用道路段;
Figure FDA0003352105870000013
表示专用道路段l上网联自动小汽车车流量,A2代表在专用道上运行的网联自动小汽车模式;
Figure FDA0003352105870000021
表示专用道路段l上网联自动公交车车流量;zl为二进制变量,表示是否允许网联自动小汽车进入专用道l;α为控制参数,保证网联自动公交车在专用道上的运行效率;
Figure FDA0003352105870000022
表示网联自动公交专用道的通行能力,A表示网联自动小汽车模式;
Figure FDA0003352105870000023
表示网联自动公交车转化成等量的网联自动小汽车的转化系数。
4.根据权利要求1所述的方法,其特征在于,计算所述多模式交通网络中的出行需求分布和车流分布包括:
计算出行需求在网联自动公交车、网联自动小汽车和人工小汽车中的出行需求分布,以及所述网联自动公交车、所述网联自动小汽车和所述人工小汽车在所述多模式交通网络中的车流分布。
5.根据权利要求1所述的方法,其特征在于,根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式包括:
根据路段物理属性、用途和交通流组成,构建路段通行能力计算公式,计算所述多模式交通网络中小汽车网络路段和公交网络路段的通行能力;
根据所述小汽车网络路段和所述公交网络路段的通行能力,构建路段行驶时间计算公式,计算所述多模式交通网络中网联自动公交车、网联自动小汽车和人工小汽车的行驶时间。
6.一种开放策略下自动公交专用道布局优化的系统,其特征在于,所述系统包括网络构建模块、开放策略模块、分布规划模块和评价筛选模块;
所述网络构建模块根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络;
所述开放策略模块设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶;
所述分布规划模块根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式;
所述分布规划模块在所述有限开放策略下,根据所述多模式交通网络构建多模式均衡模型,计算所述多模式交通网络中的出行需求分布和车流分布;
所述评价筛选模块根据所述出行需求分布和所述路段行驶时间计算公式,计算得出评价指标,进而从若干所述网联自动公交专用道方案中,确定最佳的网联自动公交专用道方案。
7.根据权利要求6所述的系统,其特征在于,所述网络构建模块根据实际道路网络拓扑、公交线路和若干网联自动公交专用道方案,构建多模式交通网络包括:
所述网络构建模块根据若干网联自动公交专用道方案,将实际道路网络中的路段划分成常规车道路段和网联自动公交专用道路段,得到修改的路网拓扑;
所述网络构建模块根据所述修改的路网拓扑,构建包含所有交叉口的节点集合Na、包含所有路段的边集合La、包含网联自动公交专用道路段的边集合LCAB和路段和交叉口的关联集合NLa,建立起小汽车行驶的小汽车网络;
所述网络构建模块根据公交线路方案,构建包含所有公交站点的节点集合Nb、包含公交线路所经过的路段的边集合Lb和包含路段和公交站点的关联集合NLb,建立起网联自动公交车行驶的公交网络;
所述网络构建模块构建公交乘客上车路段集合Lem、下车路段集合Lal和路段节点关联集合,建立起所述公交网络与所述小汽车网络的联系,得到多模式交通网络。
8.根据权利要求6所述的系统,其特征在于,所述开放策略模块设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶包括:
所述开放策略模块通过约束公式
Figure FDA0003352105870000031
Figure FDA0003352105870000032
Figure FDA0003352105870000033
设置有限开放策略,允许部分网联自动小汽车进入所述网联自动公交专用道,与网联自动公交车混合行驶,其中,l表示专用道路段;
Figure FDA0003352105870000034
表示专用道路段l上网联自动小汽车车流量,A2代表在专用道上运行的网联自动小汽车模式;
Figure FDA0003352105870000035
表示专用道路段l上网联自动公交车车流量;zl为二进制变量,表示是否允许网联自动小汽车进入专用道l;α为控制参数,保证网联自动公交车在专用道上的运行效率;
Figure FDA0003352105870000036
表示网联自动公交专用道的通行能力,A表示网联自动小汽车模式;
Figure FDA0003352105870000037
表示网联自动公交车转化成等量的网联自动小汽车的转化系数。
9.根据权利要求6所述的系统,其特征在于,所述分布规划模块计算所述多模式交通网络中的出行需求分布和车流分布包括:
所述分布规划模块计算出行需求在网联自动公交车、网联自动小汽车和人工小汽车中的出行需求分布,以及所述网联自动公交车、所述网联自动小汽车和所述人工小汽车在所述多模式交通网络中的车流分布。
10.根据权利要求6所述的系统,其特征在于,所述分布规划模块根据路段物理属性、用途和交通流组成,构建所述多模式交通网络中路段通行能力计算公式,进而得到路段行驶时间计算公式包括:
所述分布规划模块根据路段物理属性、用途和交通流组成,构建路段通行能力计算公式,计算所述多模式交通网络中小汽车网络路段和公交网络路段的通行能力;
所述分布规划模块根据所述小汽车网络路段和所述公交网络路段的通行能力,构建路段行驶时间计算公式,计算所述多模式交通网络中网联自动公交车、网联自动小汽车和人工小汽车的行驶时间。
CN202111341199.0A 2021-11-12 2021-11-12 一种开放策略下多模式网络交通分布的优化方法和系统 Active CN114255586B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111341199.0A CN114255586B (zh) 2021-11-12 2021-11-12 一种开放策略下多模式网络交通分布的优化方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111341199.0A CN114255586B (zh) 2021-11-12 2021-11-12 一种开放策略下多模式网络交通分布的优化方法和系统

Publications (2)

Publication Number Publication Date
CN114255586A true CN114255586A (zh) 2022-03-29
CN114255586B CN114255586B (zh) 2024-05-28

Family

ID=80792486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111341199.0A Active CN114255586B (zh) 2021-11-12 2021-11-12 一种开放策略下多模式网络交通分布的优化方法和系统

Country Status (1)

Country Link
CN (1) CN114255586B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116362520A (zh) * 2023-05-26 2023-06-30 西南交通大学 一种多模式交通网络区域划分方法、装置、设备及介质
CN116542414A (zh) * 2023-05-05 2023-08-04 北京蔚行科技有限公司 一种基于多阶段随机优化的公交跳停和专用道预留方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408949A (zh) * 2014-11-18 2015-03-11 江苏大学 基于右转车辆和公交车共用车道的公交优先信号控制方法
CN108877253A (zh) * 2018-07-27 2018-11-23 济南市市政工程设计研究院(集团)有限责任公司 一种基于物联网的公交专用道资源动态共享方法及系统
CN108985616A (zh) * 2018-07-11 2018-12-11 华南理工大学 一种公交专用道布局评价方法
CN109584546A (zh) * 2018-07-04 2019-04-05 东南大学 一种快速-常规公交共享车道发车流量阈值的确定方法
JP2019082766A (ja) * 2017-10-27 2019-05-30 株式会社日立製作所 公共交通運用計画装置、公共交通運用計画方法、および公共交通運用計画システム
US20200020227A1 (en) * 2018-07-10 2020-01-16 Cavh Llc Connected automated vehicle highway systems and methods related to transit vehicles and systems
WO2021004115A1 (zh) * 2019-07-11 2021-01-14 北京航空航天大学 一种人工驾驶公交和自动驾驶公交联合调度优化方法
CN113096416A (zh) * 2021-03-29 2021-07-09 长沙理工大学 用于高速公路上合流区的自动驾驶专用车道与通用车道可变限速的动态协同管控方法
CN113409567A (zh) * 2021-01-04 2021-09-17 清华大学 一种公交与自动驾驶车辆混行车道的交通评估方法和系统
CN113591269A (zh) * 2021-06-29 2021-11-02 东南大学 基于交通仿真的拥堵路段智能网联车辆专用道控制方法
CN113593275A (zh) * 2021-07-09 2021-11-02 同济大学 一种基于公交信号优先的交叉口网联自动驾驶方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408949A (zh) * 2014-11-18 2015-03-11 江苏大学 基于右转车辆和公交车共用车道的公交优先信号控制方法
JP2019082766A (ja) * 2017-10-27 2019-05-30 株式会社日立製作所 公共交通運用計画装置、公共交通運用計画方法、および公共交通運用計画システム
CN109584546A (zh) * 2018-07-04 2019-04-05 东南大学 一种快速-常规公交共享车道发车流量阈值的确定方法
US20200020227A1 (en) * 2018-07-10 2020-01-16 Cavh Llc Connected automated vehicle highway systems and methods related to transit vehicles and systems
CN108985616A (zh) * 2018-07-11 2018-12-11 华南理工大学 一种公交专用道布局评价方法
CN108877253A (zh) * 2018-07-27 2018-11-23 济南市市政工程设计研究院(集团)有限责任公司 一种基于物联网的公交专用道资源动态共享方法及系统
WO2021004115A1 (zh) * 2019-07-11 2021-01-14 北京航空航天大学 一种人工驾驶公交和自动驾驶公交联合调度优化方法
CN113409567A (zh) * 2021-01-04 2021-09-17 清华大学 一种公交与自动驾驶车辆混行车道的交通评估方法和系统
CN113096416A (zh) * 2021-03-29 2021-07-09 长沙理工大学 用于高速公路上合流区的自动驾驶专用车道与通用车道可变限速的动态协同管控方法
CN113591269A (zh) * 2021-06-29 2021-11-02 东南大学 基于交通仿真的拥堵路段智能网联车辆专用道控制方法
CN113593275A (zh) * 2021-07-09 2021-11-02 同济大学 一种基于公交信号优先的交叉口网联自动驾驶方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GUOMIN QIAN ET AL.: "Traffic scheduling and control in fully connected and automated networks", TRANSPORTATION RESEARCH PART C *
JING ZHAO ET AL.: "Improving the Operational Efficiency of Buses With Dynamic Use of Exclusive Bus Lane at Isolated Intersections", IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS *
SHENG-XUE HE ET AL.: "An approach to improve the operational stability of a bus line by adjusting bus speeds on the dedicated bus lanes", TRANSPORTATION RESEARCH PART C *
庞明宝等: "混合交通下智能网联车借道公交专用车道控制", 交通运输系统工程与信息, vol. 21, no. 4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116542414A (zh) * 2023-05-05 2023-08-04 北京蔚行科技有限公司 一种基于多阶段随机优化的公交跳停和专用道预留方法
CN116362520A (zh) * 2023-05-26 2023-06-30 西南交通大学 一种多模式交通网络区域划分方法、装置、设备及介质
CN116362520B (zh) * 2023-05-26 2023-07-28 西南交通大学 一种多模式交通网络区域划分方法、装置、设备及介质

Also Published As

Publication number Publication date
CN114255586B (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
CN103942948B (zh) 基于分段拼接的城市公交线路网络的生成方法
CN108470444B (zh) 一种基于遗传算法优化的城市区域交通大数据分析系统与方法
CN104318758B (zh) 基于多层次多模式的公交线网规划方法
CN114117700B (zh) 基于复杂网络理论的城市公共交通网络优化研究方法
CN103383817B (zh) 一种基于效用的交叉路口交通信号控制方法
CN110599760B (zh) 一种多模式交通网络下的出行行为模拟方法
CN101159097A (zh) 一路一线直行式公交系统的信号协调控制方法
CN108647802B (zh) 基于双层交通网络模型抗拥塞方法
CN106530680B (zh) 一种基于大站快车的公交线路组合服务方法
CN114255586A (zh) 一种开放策略下多模式网络交通分布的优化方法和系统
CN111967134B (zh) 基于地铁共线共车的地下物流系统优化控制方法
CN105448082A (zh) 一种可变间隔发车的快速公交车组合调度方法
CN105718755B (zh) 基于客流动态分配的高铁网络能力适用性评价方法
CN111680822B (zh) 一种基于非固定路线的往返式公交疏散路径规划方法
CN107403235A (zh) 轨道交通站台乘客候车位置诱导系统及方法
CN111243296B (zh) 一种基于合流时间优化的匝道合流协同控制方法及系统
CN113919529A (zh) 一种网约车出行的环境影响评价方法
CN108985616A (zh) 一种公交专用道布局评价方法
CN111626469A (zh) 一种面向运能提升的快慢车开行优化方法
Li et al. Bilevel programming for traffic signal coordinated control considering pedestrian crossing
Zhang et al. Evaluating public transport performance to guide public transport planning: A unified prior method
CN106911509A (zh) 基于服务网络动态配流的列车编组分析方法及系统
CN113409567B (zh) 一种公交与自动驾驶车辆混行车道的交通评估方法和系统
CN108197724A (zh) 公交复杂网络中效率权重计算与公交方案性能评估方法
CN113096429A (zh) 基于公交调度站点集散的弹性公交区域灵活性线路生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant