基于智能网联专用车道环境下的分车道可变限速控制方法

1.本发明涉及智能交通系统控制技术领域，特别是一种基于智能网联专用车道环境下的分车道可变限速控制方法。


背景技术：

2.当前智能网联技术的快速发展，使得智能网联车的普遍应用指日可待。根据智能网联车的一系列试验表明，智能网联车与人类驾驶车辆混合行驶过程中存在着负面的相互作用，人类驾驶车辆行驶过程中的“不稳定”、“突发”的驾驶行为对智能网联车带来一定的安全隐患。建设智能网联车专用车道成为隔离两类车辆，进而降低车辆间的不利冲突、提高道路通行效率的措施之一。在高速公路应用智能网联车专用车道后，混合车流依然可能面临大流量、事故、频繁的专用车道进出等交通行为带来的拥堵问题。
3.可变限速控制大多应用于车道减少、事故频发等瓶颈路段或极端天气条件下高速公路、快速路的主线路段，是一种有效的主动式交通管理控制方式。例如：
4.文献1：中国授权发明专利cn202110079828.0公开了一种面向车路协同环境的元胞传输模型改进方法，仅针对主线路段车辆行驶过程中改进元胞传输模型提高可变限速控制效率，不能完全应对交通路线可能遇到的车辆行驶问题。
5.文献2：中国授权发明专利cn202110333583.x公开了一种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，通过获取带有交通拥挤状态标签的特征数据集，生成交通运行状态分类器，计算溢出的自动驾驶车辆分配在通用车道的比率来完成可变限速模型的修正。这种方法适用于单一车流下的断面速度管理与控制，当出现混合车流情况时，计算分配比例误差较大。


技术实现要素：

6.本发明的目的在于提供一种基于智能网联专用车道环境下的分车道可变限速控制方法，以混合车流状态预测模型为基础，结合多目标优化函数，搭建分车道可变限速控制策略，并且针对分车道可变限速控制策略确定约束条件，实现对道路的实际交通条件以及不同类型车辆运行特性的准确分析。
7.实现本发明目的的技术解决方案为：
8.一种基于智能网联专用车道环境下的分车道可变限速控制方法，该方法针对混合车流状态下的高速公路，将设定的总控制周期划分为若干个时间步长进行分车道可变限速控制，具体步骤如下：
9.步骤1，在任一时间步长内，利用基于改进元胞传输模型的混合车流状态预测模型，预测当前时间步长的元胞交通流参数；
10.步骤2，构建分车道可变限速控制的多目标优化模型，基于步骤1预测得到的当前时间步长的元胞交通流参数以及上一个时间步长的可变限速控制参数，得到当前时间步长的最优可变限速控制参数；
11.步骤3，按照步骤2得到的最优可变限速控制参数，进行下一个时间步长的分车道可变限速控制，返回步骤1；
12.步骤4，设定的总控制周期结束时，输出总控制周期内最优可变限速控制参数集合。
13.进一步的，该方法将混合车流状态下的高速公路主线路段分为专用车道和通用车道，专用车道为单一的智能网联车流，通用车道允许人类驾驶车流与智能网联车流的混合。
14.进一步的，可变限速控制参数包括不同车道上各元胞的可变限速值。
15.进一步的，基于改进元胞传输模型的混合车流状态预测模型为：
[0016][0017][0018]
式中：k为智能网联车专用车道数量，j为通用车道数量；s
k,i
(t)和r
k,i
(t)分别为第k条专用车道上第i个元胞在第t个时间步长内车辆流出率和流入率；s
j,i
(t)和r
j,i
(t)分别为第j条通用车道上第i个元胞在第t个时间步长内车辆流出率和流入率；v
vsl1,i
(t)和v
vsl2,i
(t)分别为专用车道和通用车道上第i个元胞在第t个时间步长内可变限速值；ρ
k,i
(t)和ρ
j,i
(t)分别为专用车道和通用车道上第i个元胞在第t个时间步长内道路交通流量；
[0019]q1,max
和q
3,max
分别为单一智能网联车流和单一人工驾驶车流下的单车道道路通行能力；w为非自由流状态下元胞的交通流反向阻塞波速度，ρ
jam
为阻塞密度，为可变限速控制后单车道道路通行能力。
[0020]
进一步的，元胞交通流参数包括不同车道上各元胞交通流量、交通流密度和行驶速度，其中：
[0021]
不同车道上各元胞交通流量为：
[0022][0023][0024]
式中：q
k,i
(t)为专用车道上元胞i在第t个时间步长内的道路交通流量，q
j,i
(t)为通用车道上元胞i在第t个时间步长内的道路交通流量；
[0025]
不同车道上各元胞交通流密度为：
[0026][0027][0028]
式中：t为时间步长，ρ
k,i
(t+1)为专用车道上元胞i在第t个时间步长内的交通流密度，ρ
j,i
(t+1)为通用车道上元胞i在第t个时间步长内的交通流密度；q
k,i+1
(t)为专用车道上第i+1个元胞在第t个时间步长内的道路交通流量；q
j,i+1
(t)为通用车道上第i+1个元胞在第
t个时间步长内的道路交通流量；li为元胞i的长度；
[0029]
不同车道上各元胞行驶速度为：
[0030][0031][0032]
式中，v
k,i
(t)为可变限速控制下专用车道上元胞i在第t个时间步长内的行驶速度，v
j,i
(t)为可变限速控制下通用车道上元胞i在第t个时间步长内的行驶速度，为在不同可变限速控制值下专用车道的的元胞临界密度值，为在不同可变限速控制值下通用车道的元胞临界密度值；vf为自由流速度，v
vsl1,i
(t-1)为第t-1个时间步长专用车道元胞i的可变限速值，v
vsl2,i
(t-1)为第t-1个时间步长通用车道元胞i的可变限速值。
[0033]
进一步的，引入换道比例系数更新换道引导后的不同车道上各元胞交通流密度：
[0034][0035][0036]
式中：p
off
为换道比例系数。
[0037]
进一步的，构建分车道可变限速控制的多目标优化模型为：
[0038]
目标函数：
[0039]
j(x,y)＝min(-t
ttf
+t
ttt
+t
tsd
)
[0040]
约束条件：
[0041]vmin
≤v
vsl1,i
(t)、v
vsl2,i
(t)≤v
max
[0042]
|v
vsl1,i+1
(t)-v
vsl1,i
(t)|《v
cell,change
[0043]
|v
vsl2,i+1
(t)-v
vsl2,i
(t)|《v
cell,change
[0044]
|v
vsl1,i
(t+1)-v
vsl1,i
(t)|《v
t,change
[0045]
|v
vsl2,i
(t+1)-v
vsl2,i
(t)|《v
t,change
[0046]
|v
vsl1,i
(t)-v
vsl2,i
(t)|《v
road,change
[0047]
|v
vsl1,i
(t)-v
vsl1,i
(t-t)|＝c
·
δv
change
[0048]
|v
vsl2,i
(t)-v
vsl2,i
(t-t)|＝c
·
δv
change
[0049]
式中：t
ttf
为可变限速控制路段总周转量，t
ttt
为可变限速控制路段总通行时间，t
tsd
为车道间总速度差异惩罚项，v
max
为高速公路最大静态限速值，v
min
为高速公路最小静态限速值；v
cell,change
为设定的第一限速值，v
t,change
为设定的第二限速值，
[0050]vroad,change
为设定的第三限速值，δv
change
为相邻时间步长可变限速值之差，c为常数；
[0051]
其中：
[0052][0053][0054][0055]
式中，α
f1
、α
f2
分别为专用车道和通用车道上道路总周转量系数；α
t1
、α
t2
分别为专用车道和通用车道上道路总通行时间系数、αd为车道间总速度差异惩罚项系数，n为可变限速控制路段专用车道和通用车道上元胞总数，t
t
为总控制周期内时间步长总个数。
[0056]
另外，本发明提供了一种计算机可读存储介质，其中：计算可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现基于智能网联专用车道环境下的分车道可变限速控制方法的步骤。
[0057]
本发明还提供了一种基于智能网联专用车道环境下的分车道可变限速控制设备，包括：
[0058]
存储器，用于存储计算机程序；
[0059]
处理器，用于执行计算机程序时实现基于智能网联专用车道环境下的分车道可变限速控制方法的步骤。
[0060]
本发明与现有技术相比，其显著优点是：面向高速公路主线路段设立智能网联车专用车道的场景，通过改进不同道路交通流下的元胞传输参数，来匹配满足车辆混合行驶特性；在计算并确定优化多目标模型的约束条件后，执行分车道可变限速控制策略，从而提升驾驶员在行驶过程中的稳定性，保障了智能网联车与人类驾车行驶的独立性与安全性。
附图说明
[0061]
图1是本发明的基于智能网联专用车道环境下的分车道可变限速控制方法示意图。
[0062]
图2是本发明的基于改进元胞传输模型的混合车流状态预测模型示意图。
[0063]
图3是本发明的智能网联车与人类驾驶车元胞传输模型的交通流示意图。
[0064]
图4是本发明的多车道高速公路主线路段智能网联车专用车道设置示意图。
[0065]
图5是本发明的分车道可变限速控制策略操作流程示意图。
具体实施方式
[0066]
以下结合附图，详细说明本发明的实施方式。
[0067]
一种基于智能网联专用车道环境下的分车道可变限速控制方法，该方法针对混合车流状态下的高速公路，将设定的总控制周期划分为若干个时间步长进行分车道可变限速控制。如图1所示：
[0068]
步骤a：在任一时间步长内，基于改进元胞传输模型的混合车流状态预测模型，预测当前时间步长的元胞交通流参数；
[0069]
步骤b：构建分车道可变限速控制的多目标优化模型，设置多目标优化函数，基于预测得到的元胞交通流参数以及上一个时间步长的可变限速控制参数，得到当前时间步长的最优可变限速控制参数；
[0070]
步骤c：构建基于模型预测控制算法的分车道可变限速控制策略，按照得到的最优可变限速控制参数，进行下一个时间步长的分车道可变限速控制，继续预测下一个时间步长的元胞交通流参数；当设定的总控制周期结束时，输出总控制周期内最优可变限速控制参数集合。
[0071]
其中，该方法将混合车流状态下的高速公路主线路段分为专用车道和通用车道，专用车道为单一的智能网联车流，通用车道允许人类驾驶车流与智能网联车流的混合；可变限速控制参数包括不同车道上各元胞的可变限速值。
[0072]
如图2所示，步骤a.1基于改进元胞传输模型的混合车流状态预测模型为：
[0073][0074][0075]
式中：k为智能网联车专用车道数量，j为通用车道数量；s
k,i
(t)和r
k,i
(t)分别为第k条专用车道上第i个元胞在第t个时间步长内车辆流出率和流入率；s
j,i
(t)和r
j,i
(t)分别为第j条通用车道上第i个元胞在第t个时间步长内车辆流出率和流入率；v
vsl1,i
(t)和v
vsl2,i
(t)分别为专用车道和通用车道上第i个元胞在第t个时间步长内可变限速值；ρ
k,i
(t)和ρ
j,i
(t)分别为专用车道和通用车道上第i个元胞在第t个时间步长内道路交通流量；
[0076]q1,max
和q
3,max
分别为单一智能网联车流和单一人工驾驶车流下的单车道道路通行能力；w为非自由流状态下元胞的交通流反向阻塞波速度，ρ
jam
为阻塞密度，为可变限速控制后单车道道路通行能力。
[0077]
如图3所示，步骤a.2元胞交通流参数包括不同车道上各元胞交通流量、交通流密度和行驶速度，其中：
[0078]
不同车道上各元胞交通流量为：
[0079][0080][0081]
式中：q
k,i
(t)为专用车道上元胞i在第t个时间步长内的道路交通流量，q
j,i
(t)为通用车道上元胞i在第t个时间步长内的道路交通流量；
[0082]
如图4所示，步骤a.3不同车道上各元胞交通流密度为：
[0083]
[0084][0085]
式中：t为时间步长，ρ
k,i
(t+1)为专用车道上元胞i在第t个时间步长内的交通流密度，ρ
j,i
(t+1)为通用车道上元胞i在第t个时间步长内的交通流密度；q
k,i+1
(t)为专用车道上第i+1个元胞在第t个时间步长内的道路交通流量；q
j,i+1
(t)为通用车道上第i+1个元胞在第t个时间步长内的道路交通流量；li为元胞i的长度；
[0086]
不同车道上各元胞行驶速度为：
[0087][0088][0089]
式中，v
k,i
(t)为可变限速控制下专用车道上元胞i在第t个时间步长内的行驶速度，v
j,i
(t)为可变限速控制下通用车道上元胞i在第t个时间步长内的行驶速度，为在不同可变限速控制值下专用车道的的元胞临界密度值，为在不同可变限速控制值下通用车道的元胞临界密度值；vf为自由流速度，v
vsl1,i
(t-1)为第t-1个时间步长专用车道元胞i的可变限速值，v
vsl2,i
(t-1)为第t-1个时间步长通用车道元胞i的可变限速值。
[0090]
具体的，在实施可变限速控制时，面向通用车道上的智能网联车引导换道，引入换道比例系数更新换道引导后的分车道上元胞密度，换道比例系数为分车道可变限速控制过程中发生换道行为的交通流比例：
[0091][0092][0093]
式中：p
off
为换道比例系数。
[0094]
具体的，本发明中的优化目标包括道路通行效率和车辆通行安全相关指标，分车道可变限速控制的多目标优化函数以最小化道路总通行时间、车道间总速度差异惩罚项以及最大化道路总周转量为优化目标，步骤b.2构建分车道可变限速控制的多目标优化模型为：
[0095]
目标函数：
[0096]
j(x,y)＝min(-t
ttf
+t
ttt
+t
tsd
)
[0097]
其中：
[0098][0099][0100][0101]
式中，t
ttf
为可变限速控制路段总周转量，t
ttt
为可变限速控制路段总通行时间，t
tsd
为车道间总速度差异惩罚项，α
f1
、α
f2
分别为专用车道和通用车道上道路总周转量系数；α
t1
、α
t2
分别为专用车道和通用车道上道路总通行时间系数、αd为车道间总速度差异惩罚项系数。
[0102]
具体的，基于专用车道的设置及所提分车道可变限速控制策略，步骤b.3确定多目标优化模型的约束条件，保证驾驶员行驶过程中的安全性与稳定性。
[0103]
约束条件1：静态限速值的约束。可变限控制值小于最大静态限速值的v
max
，并且可变限控制值大于最小静态限速值v
min
，即：
[0104]vmin
≤v
vsl1,i
(t)、v
vsl2,i
(t)≤v
max
[0105]
约束条件2：相邻区间可变限速值波动约束。相邻区间可变限速值之差小于v
cell,change
，降低交通事故风险；v
cell,change
为依据实际道路交通条件设定的限速值，即：
[0106]
|v
vsl1,i+1
(t)-v
vsl1,i
(t)|《v
cell,change
[0107]
|v
vsl2,i+1
(t)-v
vsl2,i
(t)|《v
cell,change
[0108]
约束条件3：相邻时间可变限速值波动约束。相邻时间可变限速值变化幅度小于v
t,change
，降低变化幅度过大对驾驶行为和交通流稳定性带来的冲击；v
t,change
为依据驾驶员的反馈设定的限速值，即：
[0109]
|v
vsl1,i
(t+1)-v
vsl1,i
(t)|《v
t,change
[0110]
|v
vsl2,i
(t+1)-v
vsl2,i
(t)|《v
t,change
[0111]
约束条件4：相邻车道可变限速值差异约束。进行分车道可变限速控制时，不同使用类型的车道间可变限速值差小于v
road,change
，保障智能网联车与人类驾驶车行驶的独立性与安全性；v
road,change
为依据实际道路交通条件及不同类型车辆运行特性设定的限速值，即：
[0112]
|v
vsl1,i
(t)-v
vsl2,i
(t)|《v
road,change
[0113]
约束条件5：可变限速值变化幅度的约束。前后时刻可变限速值差过大或过小会降低驾驶员的敏感度，因此前后时刻可变限速值之差通常取为δv
change
的整数倍，即：
[0114]
|v
vsl1,i
(t)-v
vsl1,i
(t-t)|＝c
·
δv
change
[0115]
|v
vsl2,i
(t)-v
vsl2,i
(t-t)|＝c
·
δv
change
[0116]
式中：δv
change
通常取值为10km/h，c为常数，c取值范围为c＝{1,2}。
[0117]
具体的，如图5所示，步骤c基于模型预测控制算法的分车道可变限速控制策略为：
[0118]
步骤一：获取交通流状态数据集；交通流状态数据集x(t)包含改进元胞传输模型中的第t个时间步长内不同车道上各元胞交通流量q
k,i
(t)、q
j,i
(t)和元胞行驶速度v
k,i
(t)、vj,i
(t)，计算当前时间步长与上一个时间步长车辆平均速度差，若超过可变限速控制启动阈值vd，实施可变限速控制；其中，vd通过人工车辆驾驶员的反馈确定。
[0119]
步骤二：更新换道引导下的分车道元胞密度，获取交通干扰参数数据集；交通干扰参数数据集d(t)包含上游元胞传递流量和车道间换道交通流量。
[0120]
步骤三：将交通流状态数据集与在交通干扰参数数据集分别输入到分车道可变限速控制的多目标优化函数中，获取交通控制参数；交通控制参数u(t)包含第t个时间步长内不同车道上各元胞的可变限速值v
vsl1,i
(t)、v
vsl2,i
(t)。
[0121]
步骤四：根据交通控制参数确定约束条件，并按照约束条件对交通控制参数进行优化；选择多目标优化函数，输入变量进行评估，包括步骤一中下一个时间步长内的元胞交通流状态和可变限速控制周期的交通控制参数交通控制参数包括下一个时间步长内可变限速可能取值v
vsl1,i
(t+1)、v
vsl2,i
(t+1)，根据多目标优化函数的评估结果，输出第t+1个时间步长内的最优控制信号参数
[0122]
步骤五：输出可变限速控制值，返回步骤一；总控制周期结束时，输出最优可变限速控制值集合，仿真结束。
[0123]
本发明提供了一种计算机可读存储介质，其中：计算可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现基于智能网联专用车道环境下的分车道可变限速控制方法的步骤。
[0124]
本发明还提供了一种基于智能网联专用车道环境下的分车道可变限速控制设备，包括用于存储计算机程序的存储器以及用于执行计算机程序时实现基于智能网联专用车道环境下的分车道可变限速控制方法的步骤的处理器。
[0125]
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，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，本技术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。
[0126]
以上所述实施例仅表达了本技术的几种实施方式，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，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种基于智能网联专用车道环境下的分车道可变限速控制方法，其特征在于：该方法针对混合车流状态下的高速公路，将设定的总控制周期划分为若干个时间步长进行分车道可变限速控制，具体步骤如下：步骤1，在任一时间步长内，利用基于改进元胞传输模型的混合车流状态预测模型，预测所述当前时间步长的元胞交通流参数；步骤2，构建分车道可变限速控制的多目标优化模型，基于步骤1预测得到的当前时间步长的元胞交通流参数以及上一个时间步长的可变限速控制参数，得到当前时间步长的最优可变限速控制参数；步骤3，按照步骤2得到的最优可变限速控制参数，进行下一个时间步长的分车道可变限速控制，返回步骤1；步骤4，设定的总控制周期结束时，输出总控制周期内最优可变限速控制参数集合。2.根据权利要求1所述的基于智能网联专用车道环境下的分车道可变限速控制方法，其特征在于：该方法将混合车流状态下的高速公路主线路段分为专用车道和通用车道，所述专用车道为单一的智能网联车流，所述通用车道允许人类驾驶车流与智能网联车流的混合。3.根据权利要求1所述的基于智能网联专用车道环境下的分车道可变限速控制方法，其特征在于：所述可变限速控制参数包括不同车道上各元胞的可变限速值。4.根据权利要求2所述的基于智能网联专用车道环境下的分车道可变限速控制方法，其特征在于：所述基于改进元胞传输模型的混合车流状态预测模型为：其特征在于：所述基于改进元胞传输模型的混合车流状态预测模型为：式中：k为智能网联车专用车道数量，j为通用车道数量；s
k,i
(t)和r
k,i
(t)分别为第k条专用车道上第i个元胞在第t个时间步长内车辆流出率和流入率；s
j,i
(t)和r
j,i
(t)分别为第j条通用车道上第i个元胞在第t个时间步长内车辆流出率和流入率；v
vsl1,i
(t)和v
vsl2,i
(t)分别为专用车道和通用车道上第i个元胞在第t个时间步长内可变限速值；ρ
k,i
(t)和ρ
j,i
(t)分别为专用车道和通用车道上第i个元胞在第t个时间步长内道路交通流量；q
1,max
和q
3,max
分别为单一智能网联车流和单一人工驾驶车流下的单车道道路通行能力；w为非自由流状态下元胞的交通流反向阻塞波速度，ρ
jam
为阻塞密度，为可变限速控制后单车道道路通行能力。5.根据权利要求4所述的基于智能网联专用车道环境下的分车道可变限速控制方法，其特征在于：所述元胞交通流参数包括不同车道上各元胞交通流量、交通流密度和行驶速度，其中：所述不同车道上各元胞交通流量为：
式中：q
k,i
(t)为专用车道上元胞i在第t个时间步长内的道路交通流量，q
j,i
(t)为通用车道上元胞i在第t个时间步长内的道路交通流量；所述不同车道上各元胞交通流密度为：所述不同车道上各元胞交通流密度为：式中：t为时间步长，ρ
k,i
(t+1)为专用车道上元胞i在第t个时间步长内的交通流密度，ρ
j,i
(t+1)为通用车道上元胞i在第t个时间步长内的交通流密度；q
k,i+1
(t)为专用车道上第i+1个元胞在第t个时间步长内的道路交通流量；q
j,i+1
(t)为通用车道上第i+1个元胞在第t个时间步长内的道路交通流量；l
i
为元胞i的长度；所述不同车道上各元胞行驶速度为：所述不同车道上各元胞行驶速度为：式中，v
k,i
(t)为可变限速控制下专用车道上元胞i在第t个时间步长内的行驶速度，v
j,i
(t)为可变限速控制下通用车道上元胞i在第t个时间步长内的行驶速度，为在不同可变限速控制值下专用车道的的元胞临界密度值，为在不同可变限速控制值下通用车道的元胞临界密度值；v
f
为自由流速度，v
vsl1,i
(t-1)为第t-1个时间步长专用车道元胞i的可变限速值，v
vsl2,i
(t-1)为第t-1个时间步长通用车道元胞i的可变限速值。6.根据权利要求5所述的基于智能网联专用车道环境下的分车道可变限速控制方法，其特征在于：引入换道比例系数更新换道引导后的不同车道上各元胞交通流密度：其特征在于：引入换道比例系数更新换道引导后的不同车道上各元胞交通流密度：式中：p
off
为换道比例系数。7.根据权利要求6所述的基于智能网联专用车道环境下的分车道可变限速控制方法，其特征在于：构建分车道可变限速控制的多目标优化模型为：目标函数：
j(x，y)＝min(-t
ttf
+t
ttt
+t
tsd
)约束条件：v
min
≤v
vsl1，i
(t)、v
vsl2，i
(t)≤v
max
|v
vsl1，i+1
(t)-v
vsl1，i
(t)|＜v
cell，change
|v
vsl2，i+1
(t)-v
vsl2，i
(t)|＜v
cell，change
|v
vsl1，i
(t+1)-v
vsl1，i
(t)|＜v
t，change
|v
vsl2，i
(t+1)-v
vsl2，i
(t)|＜v
t，change
|v
vsl1，i
(t)-v
vsl2，i
(t)|＜v
road，chanhe
|v
vsl1，i
(t)-v
vsl1，i
(t-t)|＝c
·
δv
change
|v
vsl2，i
(t)-v
vsl2，i
(t-t)|＝c
·
δv
chang
e式中：t
ttf
为可变限速控制路段总周转量，t
ttt
为可变限速控制路段总通行时间，t
tsd
为车道间总速度差异惩罚项，v
max
为高速公路最大静态限速值，v
min
为高速公路最小静态限速值；v
cell，change
为设定的第一限速值，v
t，change
为设定的第二限速值，v
road，change
为设定的第三限速值，δv
change
为相邻时间步长可变限速值之差，c为常数；其中：其中：其中：式中，α
f1
、α
f2
分别为专用车道和通用车道上道路总周转量系数；α
t1
、α
t2
分别为专用车道和通用车道上道路总通行时间系数、α
d
为车道间总速度差异惩罚项系数，n为可变限速控制路段专用车道和通用车道上元胞总数，t
t
为总控制周期内时间步长总个数。8.一种计算机可读存储介质，其特征在于：所述计算可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于智能网联专用车道环境下的分车道可变限速控制方法的步骤。9.一种基于智能网联专用车道环境下的分车道可变限速控制设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述基于智能网联专用车道环境下的分车道可变限速控制方法的步骤。

技术总结
本发明涉及一种基于智能网联专用车道环境下的分车道可变限速控制方法，该方法针对混合车流状态下的高速公路，首先，利用基于改进元胞传输模型的混合车流状态预测模型，预测元胞交通流参数；然后，构建不同车道可变限速控制的多目标优化模型，获取并执行不同车道可变限速控制策略，完成不同车道可变限速控制。本发明与现有技术相比，其显著优点是：面向高速公路主线路段设立智能网联车专用车道的场景，通过改进不同道路交通流下的元胞传输参数，来匹配满足车辆混合行驶特性；在确定优化多目标模型的约束条件后，执行不同车道可变限速控制策略，从而提升驾驶员在行驶过程中的稳定性，保障了智能网联车与人类驾车行驶的独立性与安全性。安全性。安全性。


技术研发人员：何赏璐 苏宁 张欣雅 刘英舜 戚湧 彭富明
受保护的技术使用者：南京理工大学
技术研发日：2022.12.07
技术公布日：2023/6/7