[發明專利]一種高速公路道路交通安全預警方法

有效

• 申請號: 201710070526.0
• 申請日: 2017-02-09
• 公開（公告）號: CN106652562B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 林賜云;趙玉;于德新;張偉;邢茹茹;龔勃文;楊慶芳;瞿衛東;趙小輝;周戶星;王樹興;馬曉剛;鄭黎黎;王薇;楊帆
• 申請（專利權）人: 吉林大學;山東高速股份有限公司;林賜云
• 主分類號: G08G1/16
• 分類號: G08G1/16;G08G1/01
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種高速公路道路交通安全預警方法，其特征在于：

高速公路交通安全預警模塊包括道路可用性判斷模型和單因素氣象預警模型兩部分；道路可用性判斷部分根據監測道路實際采集獲得的道路狀態信息確定；單因素氣象預警部分根據路旁的氣象檢測器獲得采集周期內的預測道路氣象信息，根據安全駕駛模型計算得到未來短時間內的建議車速或車距；具體實現步驟如下：

Step1：根據道路狀態檢測器監測道路狀態，判斷高速公路各個路段是否存在嚴重的道路災害，如果出現這類破壞度較高的道路災害，則應該立即封閉受影響路段或車道，啟動切實合理的交通誘導方案，引導車輛從可用路段通行；若道路完好，則車輛正常通行；具體實施過程如下：

Step1.1：獲取道路檢測器得到的同一時間序列道路狀態信息；

Step1.2：根據實時道路狀態信息判斷道路是否可用，能否滿足車輛的正常通行；

Step1.3：將無法滿足車輛通行的路段信息發送給交通管理部門；其中所述無法滿足車輛通行的車道或路段指可能有泥石流、地震等自然災害或其他外部行為以及路橋本身原因，導致車輛無法正常通行或是在未來一段時間內存在一定交通安全隱患；

Step1.4：引導車輛避讓無法滿足車輛通行的車道或路段，待道路風險因素排除后再恢復目標車道或路段的正常通行；

Step2：根據分布在道路網中的氣象檢測器檢測各路段范圍內預測未來短時間內的氣象情況，主要包括能見度、雨、雪、冰可能會對交通運行產生嚴重影響的氣象因素，對四種氣象影響因素進行初步判斷，當氣象警度低于正常等級時，發布相應的不良氣象預警信息；具體實施過程如下：

Step2.1：獲取上傳的各路段區域未來短時間內的預測氣象信息；

Step2.2：將預測氣象信息與國家氣象局發布的氣象預警信號進行匹配，判斷氣象狀態；

Step2.3：將不良氣象信息發送到交通信息發布設施公示給道理使用者；其中，將氣象信息的預警等級分為五級：綠色預警信號Ⅴ、藍色預警信號Ⅳ、黃色預警信號Ⅲ、橙色預警信號Ⅱ、紅色預警信號Ⅰ，當氣象狀態處于Ⅲ、Ⅱ、Ⅰ級即為不良氣象狀態；能見度的能見度大于1000米、1000米＞能見度≥500米、500米＞能見度≥200米、200米＞能見度≥50米、能見度低于50米分別對應上述五個氣象預警等級；而在降雨方面，短時間內無降雨或5分鐘內降雨量低于0.35毫米、5分鐘內降雨量將達0.35毫米以上或者已達0.35毫米以上且降雨可能持續、5分鐘內降雨量將達0.7毫米以上或者已達0.7毫米以上且降雨可能持續、5分鐘內降雨量將達1.4毫米以上或者已達1.4毫米以上且降雨可能持續、5分鐘內降雨量將達2.8毫米以上，或者已達2.8毫米以上且降雨可能持續分別對應上述五個氣象預警等級；在降雪方面，短時間內無降雪或5分鐘內降雪量低于0.03毫米、5分鐘內降雪量將達0.03毫米以上或者已達0.03毫米以上且降雪持續、5分鐘內降雪量將達0.05毫米以上或者已達0.05毫米以上且降雪持續、5分鐘內降雪量將達0.14毫米以上或者已達0.14毫米以上且降雪持續、5分鐘內降雪量將達0.21毫米以上或者已達0.21毫米以上且降雪持續分別對應上述五個氣象預警等級；而在道路結冰方面，地面有少量結冰、地面有大面積結冰分別對應藍色預警信號Ⅳ和黃色預警信號Ⅲ、橙色預警信號Ⅱ和紅色預警信號Ⅰ；

Step3：根據不良氣象狀況，采用安全駕駛模型計算出未來氣象環境下的安全行車速度或安全車頭間距；具體實施過程如下：

Step3.1：獲取受不良氣象影響路段的道路坡度i，道路坡度i可通過線路設計施工圖錄入的道路參數數據庫獲得；

Step3.2：根據不良氣象信息獲取受不良氣象影響路段的路面附著系數f；其中干燥路面的附著系數為0.6，降雨在Ⅳ級、Ⅲ級、Ⅱ級、Ⅰ級氣象警度下對應的路面附著系數分別為0.5、0.45、0.4、0.35，降雪在Ⅳ級、Ⅲ級、Ⅱ級、Ⅰ級氣象警度下對應的路面附著系數分別為0.35、0.3、0.25、0.2，路面結冰在Ⅳ、Ⅲ級和Ⅱ、Ⅰ級氣象警度下對應的路面附著系數分別為0.15和0.1；

Step3.3：根據多源交通檢測器獲取受不良氣象影響路段的車輛平均行駛速度和流量Q；

Step3.4：判斷當前交通流處于自由流狀態還是跟車狀態；

Step3.5：采用自由流狀態下的安全駕駛模型計算得到在未來不良氣象狀態下的最大安全車速，在自由流狀態下，從駕駛人發現障礙物到車輛完全停止所走過的距離為反應距離與制動距離之和，停車視距為：

式中：V是車輛行駛速度，單位：km/h；t是駕駛人反應總時間，即感覺時間與反應時間之和，單位：s；

駕駛人從發現前方出現障礙物到車輛完全停止，駕駛人發現前方障礙物時，車輛與障礙物間的距離為L，取一定的安全距離d；當S+d≤L時，車輛遇到前方障礙物時可及時停車，并保持一定的安全距離，車輛行駛狀態安全；

車輛行駛速度V由感應線圈數據獲取；駕駛員反應時間t為2.5s；安全距離d為5m；安全距離公式為：

最大安全車速為：

當駕駛人發現前方出現障礙物時，車輛與障礙物間的距離L由道路空間視距Ls和能見度D共同決定，并取兩者中的最小值，即L＝min{L_s，D}；考慮到惡劣天氣條件下，能見度不足是事故的誘因之一，因此高速公路綜合態勢下，車輛與障礙物間的距離L主要由能見度D決定，即L＝D，最大安全車速公式可改寫為：

Step3.6：采用跟車狀態下的安全駕駛模型計算得到在未來不良氣象狀態下的最大安全車速v_m或最小安全車距h_m；

當時，后車B無法及時剎車并與前車A保持一定的安全距離；采用跟車狀態下的安全駕駛模型計算得到在未來不良氣象狀態下的最大安全車速v_m或最小安全車距h_m，具體計算方法如下：

當交通流處于跟車狀態時，前車緊急剎車，跟隨的后車能及時停車避免碰撞，并保持一定的安全距離，前車A從緊急剎車到完全停住所駛過的距離S_A：

經過反應時間，B車也采取剎車，到最終停住所駛過的距離S_B：

式中，V_A是前車A的車輛行駛速度，單位：km/h；V_B是后車B的車輛行駛速度，單位：km/h；

當前車采取緊急剎車時，前車車尾與后車車頭間的距離為L，安全距離為d，當S_A+L≥S_B+d時，后車能夠及時停車并保持一定的安全距離，此時車輛行駛狀態安全；前后兩車的速度均用感應線圈數據中采集時間間隔內的平均速度代替；

感應線圈數據獲取的車頭時距h與車間距L關系如下：

式中，l是前車A車長，根據我國《公路工程技術標準》，小客車車長取6m，即l＝6m；

后車車頭到前車車尾間的距離L：

S_A+L＜S_B+d更新為：

V_A、V_B均用采集周期內的平均速度代替，上式可進一步更新為：

得到最小安全車距：

同時，考慮惡劣天氣對能見度D的影響，若DL，即處于跟馳狀態的后車B由于能見度不足，無法看到前車A，能見度D：

將參數帶入可得：

由于D5m，V也存在最大值，得到最大安全車速：

在判斷能見度D是否小于前后兩車間距離L時，車頭時距用數據采集周期內的平均車頭時距平均值代替：

即判斷能見度D是否滿足：

Step3.7：將計算得到的最大安全車速v_m或最小安全車距h_m通過交通信息發布設施公示給相應路段的駕駛人員，提醒其安全行車；

Step4：將建議信息通過高速公路信息發布設施推送給目標區域的車輛駕駛人員。

2.根據權利要求1所述的一種高速公路道路交通安全預警方法，其特征在于：

交通流智能控制模塊根據氣象數據、交通流數據和交通流運行狀態識別信息，判斷高速公路瓶頸路段位置，計算瓶頸路段的控制密度，采用交通流智能控制模型，對多約束條件下的控制密度進行調整，協調各個路段之間的密度以及出入口匝道的流量，當瓶頸路段產生交通擁堵則在車輛進入瓶頸路段之前對車輛進行控制，以保證各路段的密度均勻，降低路段發生交通堵塞的概率及其嚴重性；具體實現步驟如下：

Step1：根據高速公路管理單元劃分原則，將高速公路劃分成N個路段，高速公路基本控制模型為：

式中：是路段i在k+1時刻的控制密度值，單位：pcu/km；是路段i在k時刻的控制密度值，單位：pcu/km；ρ_i(k)是路段i在k時刻的實際密度值，單位：pcu/km；α_i是路段i自身影響因子，0α_i1；β_i是其他路段對路段i產生影響的影響因子，0β_i1；f(α_i，β_i)是α_i和β_i相關的調整函數；

同一時刻相鄰路段間的控制密度約束條件為其中η是控制密度差值范圍，η＞0；

同一路段相鄰時間段內的控制密度約束條件為其中λ是控制密度差值范圍，λ＞０；

目標路段控制密度的自身約束條件為其中，θ為控制密度下限，ω為控制密度上限，且θ，ω＞0；

本部分將高速公路基本路段劃分分成高速公路非匝道瓶頸路段、匝道瓶頸路段和非瓶頸路段；

Step2：判斷目標路段是否為瓶頸路段，若判斷為瓶頸路段，則轉入步驟3，否則轉入步驟5；

Step3：判斷目標路段是否為匝道路段，是則轉入步驟4，否則轉入步驟6；

Step4：計算匝道調節率r并轉入步驟8；令任意非匝道瓶頸路段為m，m∈[1，N]，匝道調節率計算如下：

式中：r_m(k+1)是匝道瓶頸路段m在k+1時刻的匝道調節率，單位：pcu/h；r_m(k)是匝道道瓶頸路段m在k時刻的匝道調節率，單位：pcu/h；ρ_m(k)是匝道瓶頸路段m在k時刻的實際密度值，單位：pcu/km；是匝道瓶頸路段m在k時刻的控制密度值，單位：pcu/km；K_R是大于零的可調節參數，單位：km/h；

Step5：判斷該路段是否處于瓶頸路段影響范圍內，是則進入步驟7，否則轉入步驟8；

Step6：確定非匝道瓶頸路段影響因子F(α，β)并轉入步驟8；

令任意非匝道瓶頸路段為n，n∈[1，N]；假定瓶頸路段之間相互獨立，不考慮其他路段對于瓶頸路段n的影響，則：

式中：g(α_n)是瓶頸路段n的自身影響因子函數；h是調整系數，作為調節密度的比例系數，0＜h＜1；是方向判斷系數，即則高速公路基本控制模型可改寫為

Step7：確定影響因子g(a)并轉入步驟8；受瓶頸路段影響的非瓶頸路段影響因子g(a)計算如下：

令任意非瓶頸路段為j，j∈[1，N]，且每個瓶頸路段的影響路段相互獨立，即不考慮多個瓶頸路段對于同一非瓶頸路段的影響；定義變量d作為瓶頸路段n的影響范圍，當j∈[n-d，n+d]且j≠n時，表示該路段j處于瓶頸路段n的影響范圍內；反之，若則路段j不受瓶頸路段n的影響；令任意非瓶頸路段j的自身影響因子為α_j；

當j∈[n-d，n+d]且j≠n時：

式中：t(β_j)是其他路段對路段j產生影響的影響因子函數；

當g(α_j)＞0且t(β_j)＞0時，得則f(α_j，β_j)＝min(g(α_j)，t(β_j))；

當g(α_j)＞0且t(β_j)＜0時，得則f(α_j，β_j)＝t(β_j)；

當g(α_j)＜0且t(β_j)＞時，得則f(α_j，β_j)＝g(α_j)；

當g(α_j)＜0且t(β_j)＜0時，得則f(α_j，β_j)＝min(g(α_j)，t(β_j))；

當時，f(α_j，β_j)＝g(α_j)；

Step8：根據路段實際密度與控制密度的變化情況等比例控制速度，得到相應的速度控制方案；速度求解如下所示：

式中，v_i(k)表示k時刻路段i上的觀測速度，單位：km/h；

速度自身約束條件為μ≤v_i(k)≤ξ，其中，μ為速度下限，ξ為速度上限，μ，ξ＞0；

Step9：讀取控制后的各路段密度數據，如果在控制密度可接受范圍內，則運算結束；否則返回步驟2，重新計算；

Step10：獲取速度控制方案，將其通過交通信息發布設施發布。