快速路入口匝道排队现象分析及其对策

交通运输系统工程与信息 ›› 2009, Vol. 9 ›› Issue (2): 38-43 .

• 智能交通系统与信息技术 • 上一篇下一篇

快速路入口匝道排队现象分析及其对策

齐驰;侯忠生^*;卜旭辉

北京交通大学电子与信息工程学院先进控制系统研究所，北京 100044

收稿日期:2008-04-19 修回日期:2008-08-14 出版日期:2009-04-25 发布日期:2009-04-25
通讯作者: 侯忠生
作者简介:齐驰（1982-），男，河南周口人，博士生.

Analysis on Excessive Queen on Ramp and Its Solution

QI Chi;HOU Zhong-sheng; BU Xu-hui

Advanced Control Systems Laboratory of the School of Electronics and Information Engineering, Beijing Jiaotong University, Beijing 100044, China

Received:2008-04-19 Revised:2008-08-14 Online:2009-04-25 Published:2009-04-25
Contact: HOU Zhong-sheng

摘要/Abstract

摘要： 首先分析了快速路入口匝道排队导致地面交通拥堵的现象，然后综合考虑快速路主线交通流密度和入口匝道排队长度两个因素,提出了一种基于神经元自适应PID控制的快速路入口匝道控制策略。与传统的入口匝道调节方法ALINEA相比，新方法将快速路系统和平面道路系统有机的结合起来，仅略微地增加快速路交通流密度，且对快速路的负面影响较小，有效降低了入口匝道排队长度并消除了入口匝道回溢现象与快速路交通拥挤的反复振荡现象，对于实际应用中的随机干扰具有良好的抑制能力，提高了整个交通网络的运行效率。最后通过仿真对新方法进行了说明和验证。

关键词: 神经元自适应PID控制, 快速路, 入口匝道控制, 排队长度

Abstract: The phenomenon that excessive queue on ramp brings traffic congestion on the artery is first analyzed in this paper. Then, it proposes a ramp metering algorithm in which the neuron adaptive PID control algorithm is applied to tune controller parameters in real time, with both the on-ramp queue and the desired mainline traffic density are considered. Compared with the traditional feedback ramp metering method, the proposed method effectively reduces the on-ramp queue, creates smaller negative effect on the freeway and increases efficiency of the whole traffic network as well. The simulation analysis indicates that the presented method is effective to improve the on-ramp control.

Key words: neuron adaptive PID control, freeway, ramp metering, on-ramp queue

中图分类号:

齐驰,侯忠生,卜旭辉. 快速路入口匝道排队现象分析及其对策[J]. 交通运输系统工程与信息, 2009, 9(2): 38-43 .

QI Chi,HOU Zhong-sheng, BU Xu-hui. Analysis on Excessive Queen on Ramp and Its Solution[J]. Journal of Transportation Systems Engineering and Information Technology, 2009, 9(2): 38-43 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17783.shtml

http://www.tseit.org.cn/CN/Y2009/V9/I2/38

参考文献

[1] Papageorgiou M, Kotsialos A. Freeway ramp metering: an overview[J]. Intelligent Transportation Systems, IEEE Transactions on, 2002, 3(4), 271–281.

[2]Pravin V. Reducing highway congestion: an empirical approach [J] .Special Issue: Fundamental Issue in Control, European Journal of Control, 2005, 11(4-5), 301-309.

[3]Papageorgiou M, Hadi S H, Blosseville J M. ALINEA, A local feedback control law for on-ramp metering[J]. Transportation Research Record 1991,1320:58- 64.

[4]Smaragdis E, Papageorgiou M. A series of new local ramp metering strategies[M]. Transportation Research Board 8th, New York: Mira Digital Publishing, 2003.

[5]陈德望,王飞跃,等. 基于模糊神经网络的城市高速公路人口匝道控制算法[J]. 交通运输工程学报,2003, 3(2):100-105.[CHEN De-wang, WANG Fei-yue et al. Freeway ramp control algorithm based on neurofuzzy networks[J]. Journal of Traffic and Transportation Engineering, 2003, 3(2),100-105.]

[6]郑建湖,陈洪等. 城市快速路入口匝道模糊控制器的设计及仿真研究[J].公路交通科技,2006,23　(12):133 - 136.[ZHENG Jian-hu, CHEN Hong,et al. Study on design and simulation of on-ramp fuzzy controller for urban expressway [J]. Journal of Highway and Transportation Research and Development, 2006, 23(12): 133-136.]

[7]Lighthill M J, Whitham G M. On Kinematic Waves: A Theory of traffic flow on Long Crowded Roads[R]. In Rroc. Royal Society, London, Ser. A, 1955:317-345.

[8]徐静.基于神经网络最优化的交通控制技术[D].中国科学院自动化研究所,2007.[XU Jing. Traffic control based on neural optimization [D]. Institute of Automation, Chinese Academy of Sciences, 2007.]

[9]王宁，涂健，陈锦江,基于单个自适应神经元的智能控制[J], 华中理工大学学报,1993, 21(3),31-35. [WANG Ning, TU Jian, CHEN Jin-jiang. Intelligent control using the single adaptive neuron[J]. Journal Of HuaZhong University of Science and Technology, 1993, 21(3):31-35.]

[10]Papageorgiou M, Kotsialos A. Freeway ramp metering: An overview[C]// Proc. of the 3rd IEEE international conference on Intelligent Transportation Systems, Dearborn, Michigan, USA, 2000: 228-239.

[1]	宋现敏, 张璐雨, 白乔文, 王鑫. 快速路入口匝道与衔接交叉口联动控制优化方法[J]. 交通运输系统工程与信息, 2021, 21(6): 63-73.
[2]	蔡晓禹，吕亮，卢凯明，唐小勇，高志刚. 轨迹数据驱动的单点信号交叉口运行效率评价方法[J]. 交通运输系统工程与信息, 2021, 21(1): 62-68.
[3]	代磊磊，刘东波，华璟怡，徐棱，王波. 基于主线拥堵场景的快速路级联信号控制方法[J]. 交通运输系统工程与信息, 2020, 20(4): 56-62.
[4]	江竹，林豪，李树彬，雷震宇. 城市快速路分层分布式优化控制方法研究[J]. 交通运输系统工程与信息, 2020, 20(2): 101-106.
[5]	庞明宝，安少怡. 快速路与邻接交叉口分散换道和速度引导方法[J]. 交通运输系统工程与信息, 2019, 19(6): 168-175.
[6]	李红伟，姜桂艳，李素兰，朱宏伟. 基于突变强度的交通事件自动检测算法[J]. 交通运输系统工程与信息, 2019, 19(5): 59-65.
[7]	李冰，成卫，晏永廷，徐欢. 基于MP 与MPC 相结合的分布式交通信号控制研究[J]. 交通运输系统工程与信息, 2019, 19(5): 86-93.
[8]	刘莹莹，李健，陈小鸿. 城市快速路车速离散特征及其影响因素研究[J]. 交通运输系统工程与信息, 2018, 18(5): 111-120.
[9]	庞明宝，刁化尧，赵冰心，黄玉满. 基于复杂网络同步城市快速路协调控制研究[J]. 交通运输系统工程与信息, 2018, 18(3): 29-35.
[10]	何胜学. 考虑辅路缓冲的快速路紧急疏散最优控制[J]. 交通运输系统工程与信息, 2017, 17(2): 47-53.
[11]	周浩，胡坚明，张毅，孙瑞. 快速路可变限速与匝道控制协同优化策略[J]. 交通运输系统工程与信息, 2017, 17(2): 68-75.
[12]	王钰，徐建闽，林培群. 基于GPS 数据的信号交叉口实时排队长度估算[J]. 交通运输系统工程与信息, 2016, 16(6): 67-73.
[13]	赵晓华，陈晨，伍毅平，荣建，刘莹，程颖，胡莹. 出租车驾驶员驾驶行为对油耗的影响及潜力分析[J]. 交通运输系统工程与信息, 2015, 15(4): 85-91.
[14]	文江辉,江泽武,徐佳恒,张随远,毛树华. 基于改进沙漏模型的突发事件下交通流预测[J]. 交通运输系统工程与信息, 2014, 14(6): 86-91.
[15]	杨文臣，张轮，施奕骋，杨涛. 城市快速路交通事件持续时间生存分析[J]. 交通运输系统工程与信息, 2014, 14(5): 168-174.

快速路入口匝道排队现象分析及其对策

Analysis on Excessive Queen on Ramp and Its Solution

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics