[发明专利]面向新型混合交通流的道路网络连续设计方法

说明书

本发明设计了一种面向新型混合交通流的道路网络连续设计方法，具体步骤为：首先提出了一个面向新型混合交通流交通分配问题，用于估计路径收费(决策变量)对于流量均衡的影响，然后通过考虑人工驾驶车辆与网联自动驾驶车辆对交通状况的认知水平，增强各类型车辆路线选择行为模拟的真实性，根据交通分配问题中人工驾驶车辆路径流、网联自动就是车辆路径流与相应起终点唯一的特点，建立了混合交通流交通分配问题。为了对道路网络连续设计问题进行求解，本发明提出了一种修正的可行方向范数松弛法，在混合交通流分配问题存在唯一解或不唯一解的条件下，该算法均可实现全局最优。本发明可以实现在混合交通环境下实现网络性能的最大化。

技术领域

本发明属于网联自动驾驶车辆领域，特别是涉及面向新型混合交通流的道路网络连续设计方法。

背景技术

与人工驾驶车辆相比，联网自动驾驶车辆可以相互降低时空间距以提高链路容量。这使得网联自动驾驶车辆在缓解交通拥堵方面具有巨大潜力。然而，在混合交通流运行过程中，人工驾驶的存在显著降低了网联自动驾驶车辆对链路容量的影响，尤其是在人工驾驶车辆比例较高时。已有研究中采用自动驾驶车辆/收费车道来控制人工驾驶车辆的流量，即自动驾驶车辆/收费车道允许网联自动驾驶车辆免费进入，同时也允许人工驾驶车辆通过支付通行费进入。那么如何寻求最优设计因子以实现网络性能的改善是当前亟需解决的问题。

综上，为了增强模拟人工驾驶车辆与网联自动驾驶车辆路线选择行为的真实性，捕捉人工驾驶车辆与网联自动驾驶车辆需求对自动驾驶车辆/收费车道的收费变化所引起的服务水平变化弹性，有必要提出具有弹性需求的多类别交通分配及求解算法，寻求自动驾驶车辆/收费车道上人工驾驶车辆的最优设计因子，从而在混合交通环境下实现网络性能的最大化。

发明内容

本发明的目的是为了寻求自动驾驶车辆/收费车道上人工驾驶车辆的最优收费率，实现混合交通环境下实现网络性能的最大化。首先对车辆类别、链路、流量等进行模型化处理，以保证本发明的顺利进行。其中主要包括：

一种面向新型混合交通流的道路网络连续设计方法步骤包括：

步骤一：对车辆类别、路线集合、链路路径、链路选择、旅行成本、车类流量、网络平衡以及出行需求进行模型化处理，建立面向新型混合交通流的交通分配问题模型；

步骤二：判断建立面向新型混合交通流的交通分配问题是否具有唯一解，当面向新型混合交通流的交通分配问题的解是唯一时，面向新型混合交通流的交通分配问题被表述两级规划问题；

当面向新型混合交通流的交通分配问题的解不唯一时，面向新型混合交通流的交通分配问题被表述为鲁棒性优化问题；

步骤三：利用可行方向范数松弛法对面向新型混合交通流的交通分配问题进行求解，得出最优链路路径。

进一步地，建立面向新型混合交通流的交通分配问题模型步骤如下：

S1.1计算仅包含人工驾驶车辆且网络运行平衡状态下，车辆在OD对w中选择路线k的概率和预期感知成本，根据预知感知成本求得弹性需求函数；

S1.2计算人工驾驶车辆选择路线k时的广义旅行成本通过广义旅行成本判断出行的需求量；

车辆在OD对w中选择路线k的概率表示为：

其中，是出行者在OD对w之间选择链路m的边际概率，是出行者已经选择了链路m的情况下在OD对w之间选择线路k的条件概率；

均衡OD需求也应该是相应OD对之间预期感知旅行成本的函数：

弹性需求函数等于平衡状态下的预期感知成本，即为：