[发明专利]基于离散宏观交通流P模型的FPGA在线预测控制方法

摘要

本发明公开了一种基于离散宏观交通流P模型的FPGA在线预测控制方法，用于解决现有的FPGA预测控制方法实时性差的技术问题。技术方案是通过对模型近似离散化处理，建立并行处理流程，设计动态数据存储方案，用FPGA实现了基于离散宏观交通流P模型的封闭道路匝口和可变信息牌的预测控制。使得高速公路的交通流密度、行车速度实现了实时有效控制。

主权项

1.一种基于离散宏观交通流P模型的FPGA在线预测控制方法，其特征在于包括以下步骤：步骤一、根据离散宏观交通流P模型：x(n+1)=x(n)+f[x(n)]+B(n)u(n)式中，x(n+1)=[k₁(n+1) v₁(n+1) k₂(n+1) v₂(n+1)…k_N(n+1) v_N(n+1)]^Tu(n)=u1(n)u2(n)...uNT(n)T,]]>u₁(n)=ak₀(n)v₀(n)+r₁(n)-s₁(n)，u_i(n)=r_i(n)-s_i(n)，(i=2，…，N-1)，uNT(n)=[rN(n)-sN(n)-(1-a)kout(n)vout(n)],]]>f[x(n)]TL1[(1-2a)k1(n)v1(n)-(1-a)k2(n)v2(n)]Tτ[ve(k1(n))-v1(n)]+TΓL1v1(n)[v0(n)-v1(n)]-TξτL1ω1(n)TL2[ak1(n)v1(n)+(1-2a)k2(n)v2(n)-(1-a)k3(n)v3(n)]Tτ[ve(k2(n))-v2(n)]+TΓL2v2(n)[v1(n)-v2(n)]-TξτL2ω2(n)...TLN-1[akN-2(n)vN-2(n)+(1-2a)kN-1(n)vN-1(n)-(1-a)kN(n)vN(n)]Tτ[ve(kN-1(n))-vN-1(n)]+TΓLN-1vN-1(n)[vN-2(n)-vN-1(n)]-TξτLN-1ωN-1(n)TLN[akN-1(n)vN-1(n)+(1-2a)kN(n)vN(n)]Tτ[ve(kN(n))-vN(n)]+TΓLNvN(n)[vN-1(n)-vN(n)]-TξτLNωN(n)]]>B(n)=B1TB2T...BN-1TBNTT,BiT=TLi00]]>(i=1，…，N)ve(ki(n))=vf[1-(ki(n)kjam)l]m]]>ωi(n)=ki+1(n)-ki(n)ki(n)+λ,]]>i=1，2，…N；n=0，1，2，…式中，T为采样周期，L_i表示第i个路段，k_i(n)表示第i个路段在[nT，(n+1)T]内的平均交通流密度，v_i(n)表示第i个路段在[nT，(n+1)T]内车辆的平均速度，r_i(n)是第i个路段在[nT，(n+1)T]内由匝口进入的车流量，s_i(n)=s_pi(n)+s_qi(n)是第i个路段在[nT，(n+1)T]内由匝口驶出的车流量，s_pi(n)为由匝口驶出的正常车流量、s_qi(n)为信息显示牌强制驶出车辆造成的流量增量，k_out(n)是道路在[nT，(n+1)T]内输出车辆的平均交通流密度，v_out(n)是道路在[nT，(n+1)T]内输出车辆的平均速度，v_e(k)是等价速度，k_jam是阻塞时的平均交通流密度，v_f是自由交通流的平均速度，τ，ξ，λ，a，l，m，Γ是常数；步骤二、建立等价速度模型为：第i路段：式中，v_ea(i)为第i个路段可变信息显示牌指定速度；步骤三、结合Papageorgiou-D模型的离散形式和等价速度模型，在FPGA中设计包含车辆平均密度k和平均速度v的计算模块，根据实际道路的长度和匝口信息把高速公路分成多个路段，每个路段对应一个计算模块，根据初始信息和调控信息，在FPGA中同时并行运行这些计算模块，预测出各个路段下一时间段的车辆平均密度和平均速度，然后把车辆平均密度和平均速度存入寄存器，在所有计算模块完成计算后，输出车辆平均密度和平均速度，同时把这些数据回传给计算模块进行下一步的计算；步骤四、以匝口进入封闭道路流量作为模型输入，可变信息牌作为强制速度和匝口强制输出调节量，对于给定控制输入预测每个路段的平均交通流密度和车辆平均速度，如果每个路段都满足最低速度、最大密度要求，则选择该方案以控制封闭道路匝口及可变信息牌，否则调整控制方案。