本发明涉及控制方法技术领域，更具体地，涉及一种车联网下基于MFD的过饱和路网多层控制边界动态划分方法，具体步骤如下：（a）首先，建立路网模型；（b）在步骤（a）之后，建立路网MFD基准库；（c）在步骤（b）之后，车联网环境下路网交通参数获取；（d）在步骤（c）之后，在车联网环境下，实时采集路网中心最小单元CRu的移动车辆数NCRu，依据MFD基准库，确定路网中心最小单元的交通状态，若路网中心最小单元处于非拥堵状态，则该路网不存在拥堵区；若路网中心最小单元处于拥堵状态，定义为拥堵区。本发明在车联网环境下，依据MFD基准库，依次由中心关键节点向外围节点扩展，判断各路网最小单元的交通状态。
1.一种车联网下基于MFD的过饱和路网多层控制边界动态划分方法，其特征在于，具体步骤如下：(a)首先，建立路网模型；
(c)在步骤(b)之后，车联网环境下路网交通参数获取；
(d)在步骤(c)之后，在车联网环境下，实时采集路网中心最小单元CRu的移动车辆数NCRu，依据MFD基准库，确定路网中心最小单元的交通状态，若路网中心最小单元处于非拥堵状态，则该路网不存在拥堵区；若路网中心最小单元处于拥堵状态，定义为拥堵区；然后判断其相邻节点的路网最小单元交通状态，确定拥堵区的边界节点；
(e)在步骤(d)之后，将与拥堵区边界节点相邻的外围节点定义为过渡节点，由过渡节点外围拓展的区域定为交通常态区，将与过渡节点相邻的外围节点定义为交通常态区内节点，将交通常态区内节点与拥堵区边界节点之间的地带称为交通过渡区，通过判断过渡节点与交通常态区内节点相连的路段处于非拥堵状态或拥堵状态，从而判断是否对这些路段实施边界控制，对边界节点进行核准；
在步骤(c)中，将落在路网区域内的车辆数折算成当量交通量，确定路网中各路段的车辆数Nij和各路段的流量qij(ij表示第i节点到相邻节点j的路段)，从而计算路网中各路网最小单元交通密度KRu(i)，将进入某节点的各个路段交通密度平均值定义为该节点路网最小单元交通密度，公式如下：式中：Nij——第i节点到相邻的第j节点的路段移动车辆数，单位为pcu；
lij——第i节点到相邻的第j节点的路段长度，单位为km；
kij——第i节点到相邻的第j节点的路段交通密度，单位为pcu/km；
——第i节点的交通密度平均值，单位为pcu/km；
KRu(i)——第i节点的路网最小单元交通密度，单位为pcu/km。
2.根据权利要求1所述的车联网下基于MFD的过饱和路网多层控制边界动态划分方法，其特征在于，在步骤(a)中，道路交叉口定位为节点，各路段为连接各节点的线段，从而建立基于路段连接的路网模型，公式为：其中，Rw——城市路网；
R——路段集合，其元素为有序对(i，j)，L(i,j)表示由交叉口i到交叉口j存在一条有向通路；
LR——路段长度集合，其元素lij表示有向路段(i，j)的长度。
3.根据权利要求2所述的车联网下基于MFD的过饱和路网多层控制边界动态划分方法，其特征在于，在步骤(b)中，建立路网MFD基准库的步骤如下：(a1)首先，采集路网历史交通数据，生成各路网最小单元MFD，公式为：其中，Ni——第i节点路网最小单元的移动车辆数，单位为pcu；
kij——第i节点到相邻的第j节点的路段交通密度，单位为pcu/km；
lij——第i节点到相邻的第j节点的路段长度，单位为km；
——第i节点的路网最小单元加权流量，单位为pcu/h；
qij——第i节点到相邻的第j节点的流量，单位为pcu/h；
(b1)其次，依据某个节点路网最小单元MFD，确定该节点的路网最小单元临界车辆数和最大加权流量，建立所有路网最小单元的MFD基准库，公式如下：式中，MFDw——路网所有节点的路网最小单元MFD集合；
4.根据权利要求3所述的车联网下基于MFD的过饱和路网多层控制边界动态划分方法，其特征在于，在步骤(c)中，采用射线法判断车辆是否落在路网区域内，具体步骤如下：从待判断的车辆经纬度点向某一个方向引射线，计算和路网边界交点的个数，如果个数是偶数或者0则点在路网区域外部，如果是奇数，则在路网区域内部。
5.根据权利要求4所述的车联网下基于MFD的过饱和路网多层控制边界动态划分方法，其特征在于，在步骤(c)中，以平均交通密度最大的节点为路网中心关键节点，中心关键节点与之相连的各路段共同组成路网中心最小单元CRu，公式如下：Kmax＝max(KRu(1),KRu(2),……,KRu(i),……,KRu(n))式中：Kmax——路网中心关键节点最小单元交通密度，单位为pcu/km。
6.根据权利要求4所述的车联网下基于MFD的过饱和路网多层控制边界动态划分方法，其特征在于，在步骤(d)中，确定拥堵区的边界节点的具体步骤为：将路网中心最小单元处于拥堵状态，定义为拥堵区；然后判断其相邻节点的路网最小单元交通状态；若相邻节点的最小单元处于非拥堵中状态，则该相邻节点为拥堵区边界节点,继续判断下一个相邻节点最小单元交通状态；若相邻节点的最小单元处于拥堵中状态，则该相邻节点并入拥堵区，继续判断下一个相邻节点最小单元交通状态；接着以上述新并入拥堵区的节点为研究对象，继续判断与其相邻节点最小单元路网的交通状态；直到确定拥堵区的边界节点。
车联网下基于MFD的过饱和路网多层控制边界动态划分方法
技术领域
[0001] 本发明涉及控制方法技术领域，更具体地，涉及一种车联网下基于MFD的过 饱和路网多层控制边界动态划分方法。
背景技术
[0002] 随着社会经济的快速发展，城市交通拥堵现象愈演愈烈，给城市交通带来 的巨大挑战。为了给城市病态交通治堵，众多学者提出了各种控制策略，在一定 程度上能有效缓解交通拥堵，但随着车流不断往路网中心聚集，导致路网出现交 通流过饱和的情况，各种控制策略显得力不从心。近期，宏观基本图(Macroscopic Fundamental Diagrams，MFD)的相关理论由Daganzo和Geroliminis两位学者 揭示，他们认为每个路网均存在自身的宏观基本图，反映了路网移动车辆数和路 段加权流量之间的关系，而且该宏观基本图只与其路网结构有关，与周期，车流 大小等因素无关，是路网的固有属性。先后多位学者也验证了宏观基本图的客观 存在性，部分学者提出了各种基于宏观基本图的路网管控策略。如张逊逊等提出 将城市路网划分为多个子区,各个子区的交通流又划分为内部流和转移流,建立 了基于MFD的多子区交通流模型；丁恒等提出基于同质性路网宏观基本图特性固 定划分控制子区,通过分析子区之间的车辆流入、流出关系,建立了拥堵区边界最 优控制模型，该模型以最高路网旅行车辆完成率和最低子区边界处受阻车辆数为 优化目标；赵靖等考虑两个子区MFD特征及交通流驶入驶出关系,提出了一种以 两个子区整体运行效益最大化为目标的博弈控制逻辑及其求解流程；笔者曾提出 依据MFD理论,对周边车流涌入量进行限制的单层边界交通限流策略。上述方法 均能有效的对路网进行宏观管控，合理的发挥过饱和状态下交通控制设施的作用， 但上述方法提及的控制子区均是由有经验的工程师预先定义后，再实施各种控制 策略，存在子区定义不准确的因素。
发明内容
[0003] 本发明的目的在于克服现有技术的不足，提供一种车联网下基于MFD的过饱 和路网多层控制边界动态划分方法，在车联网环境下，依据MFD基准库，依次由 中心关键节点向外围节点扩展，判断各路网最小单元的交通状态，直至确定路网 拥堵区边界，从而建立包含拥堵区、过渡区、常态区的三层路网控制边界。若路 网存在多各拥堵区，可以动态划分路网多层控制边界。
[0004] 为解决上述技术问题，本发明采用的技术方案是：
[0005] 提供一种车联网下基于MFD的过饱和路网多层控制边界动态划分方法，具体 步骤如下：
[0006] (a)首先，建立路网模型；
[0007] (b)在步骤(a)之后，建立路网MFD基准库；
[0008] (c)在步骤(b)之后，车联网环境下路网交通参数获取；
[0009] (d)在步骤(c)之后，在车联网环境下，实时采集路网中心最小单元CRu 的移动车辆数NCRu，依据MFD基准库，确定路网中心最小单元的交通状态，若 路网中心最小单元处于非拥堵状态，则该路网不存在拥堵区；若路网中心最小单 元处于拥堵状态，定义为拥堵区；然后判断其相邻节点的路网最小单元交通状态， 确定拥堵区的边界节点；
[0010] (e)在步骤(d)之后，将与拥堵区边界节点相邻的外围节点定义为过渡节 点，由过渡节点外围拓展的区域定为交通常态区，将与过渡节点相邻的外围节点 定义为交通常态区内节点，将交通常态区内节点与拥堵区边界节点之间的地带称 为交通过渡区，通过判断过渡节点与交通常态节点相连的路段处于非拥堵状态或 拥堵状态，从而判断是否对这些路段实施边界控制，对边界节点进行核准。
[0011] 本发明提供一种车联网下基于MFD的过饱和路网多层控制边界动态划分方 法，在车联网环境下，依据MFD基准库，依次由中心关键节点向外围节点扩展， 判断各路网最小单元的交通状态，直至确定路网拥堵区边界，从而建立包含拥堵 区、过渡区、常态区的三层路网控制边界。若路网存在多各拥堵区，可以动态划 分路网多层控制边界。
[0012] 优选地，在步骤(a)中，道路交叉口定位为节点，各路段为连接各节点的 线段，从而建立基于路段连接的路网模型，公式为：
[0013]
[0014] 其中，Rw——城市路网；
[0015] M——交叉口集；
[0016] R——路段集合，其元素为有序对(i，j)，L(i,j)表示由交叉口i到交叉口j 存在一条有向通路；
[0017] LR——路段长度集合，其元素lij表示有向路段(i，j)的长度。
[0018] 优选地，在步骤(b)中，建立路网MFD基准库的步骤如下：
[0019] (a)首先，采集路网历史交通数据，生成各路网最小单元MFD，公式为：
[0020]
[0021] 其中，Ni——第i节点路网最小单元的移动车辆数(pcu)；
[0022] kij——第i节点路网最小单元的交通密度(pcu/km)；
[0023] lij——第i节点到相邻的第j节点的路段长度(km)；
[0024] ——第i节点的路网最小单元加权流量(pcu/h)；
[0025] qij——第i节点到相邻的第j节点的流量(pcu/h)；
[0026] (b)其次，依据某个节点路网最小单元MFD，确定该节点的路网最小单元 临界车辆数和最大加权流量，建立所有路网最小单元的MFD基准库，公式如下：
[0027]
[0028] 式中，MFDw——路网所有节点的路网最小单元MFD集合；
[0029] NC(i)——第i节点路网最小单元的临界车辆数；
[0030] ——第i节点路网最小单元的最大加权流量。
[0031] 优选地，在步骤(c)中，采用射线法判断车辆是否落在路网区域内，具体 步骤如下：从待判断的车辆经纬度点向某一个方向引射线，计算和路网边界交点 的个数，如果个数是偶数或者0则点在路网区域外部，如果是奇数，则在路网区 域内部。具体地，在车联网环境下，车辆均安装GPS车载设备，可实时向路侧 单元发送经纬度和速度等信息；此时判断移动车辆(平均速度≥5km/h的车辆) 是否落在路网区域内，就相当于判断点是否落在多边形区域内。通常采用射线法 可判断车辆是否落在路网区域内，其基本思想是：从待判断的车辆经纬度点向某 一个方向引射线，计算和路网边界交点的个数，如果个数是偶数或者0则点在路 网区域外部，如果是奇数，则在路网区域内部。
[0032] 优选地，在步骤(c)中，将落在路网区域内的车辆数折算成当量交通量， 确定路网中各路段的车辆数Nij和各路段的流量qij(ij表示第i节点到相邻节点j 的路段)，从而计算路网中各路网最小单元交通密度KRu(i)，将进入某节点的各个 路段交通密度平均值定义为该节点路网最小单元交通密度，公式如下：
[0033]
[0034] 式中：Nij——第i节点到相邻的第j节点的路段移动车辆数(pcu)；
[0035] lij——第i节点到相邻的第j节点的路段长度(km)；
[0036] nij——第i节点到相邻的第j节点的路段车道数；
[0037] Kij——第i节点到相邻的第j节点的路段交通密度(pcu/km)；
[0038] Ki——与第i节点相连的各路段交通密度集合；
[0039] ——第i节点的交通密度平均值(pcu/km)；
[0040] KRu(i)——第i节点的路网最小单元交通密度(pcu/km)；
[0041] 优选地，在步骤(c)中，以平均交通密度最大的节点为路网中心关键节点， 中心关键节点与之相连的各路段共同组成路网中心最小单元CRu，公式如下：
[0042] Kmax＝max(KRu(1),KRu(2),……,KRu(i),……,KRu(n))
[0043] 式中：Kmax——路网中心关键节点最小单元交通密度(pcu/km)；
[0044] 优选地，在步骤(d)中，确定拥堵区的边界节点的具体步骤为：
[0045] 将路网中心最小单元处于拥堵状态，定义为拥堵区；然后判断其相邻节点的 路网最小单元交通状态；若相邻节点的最小单元处于非拥堵中状态，则该相邻节 点为拥堵区边界节点,继续判断下一个相邻节点最小单元交通状态；若相邻节点 的最小单元处于拥堵中状态，则该相邻节点并入拥堵区，继续判断下一个相邻节 点最小单元交通状态。接着以上述新并入拥堵区的节点为研究对象，继续判断与 其相邻节点最小单元路网的交通状态；直到确定拥堵区的边界节点。
[0046] 与现有技术相比，本发明的有益效果是：
[0047] 本发明提供一种车联网下基于MFD的过饱和路网多层控制边界动态划分方 法，在车联网环境下，依据MFD基准库，依次由中心关键节点向外围节点扩展， 判断各路网最小单元的交通状态，直至确定路网拥堵区边界，从而建立包含拥堵 区、过渡区、常态区的三层路网控制边界。若路网存在多各拥堵区，可以动态划 分路网多层控制边界。
附图说明
[0048] 图1为实施例车联网下基于MFD的过饱和路网多层控制边界动态划分方法的 流程图。
[0049] 图2为实施例路网多层边界示意图。
[0050] 图3为实施例广州天河区部分路网微观仿真模型。
[0051] 图4为部分交叉口的路网最小单元MFD图形。
[0052] 图5为实施例天河区部分路网多层控制边界的示意图。
[0053] 图6为实施例天河区部分路网实时路况的示意图。
[0054] 图7为实施例MFD宏观基本图。
具体实施方式
[0055] 下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性 说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好 地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产 品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可 以理解的。
[0056] 本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明 的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或 位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描 述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构 造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本 专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语 的具体含义。
[0057] 实施例
[0058] 如图1至7所示为本发明一种车联网下基于MFD的过饱和路网多层控制边界 动态划分方法的实施例，具体步骤如下：
[0059] 具体步骤如下：
[0060] (a)首先，建立路网模型；
[0061] (b)在步骤(a)之后，建立路网MFD基准库；
[0062] (c)在步骤(b)之后，车联网环境下路网交通参数获取；
[0063] (d)在步骤(c)之后，在车联网环境下，实时采集路网中心最小单元CRu 的移动车辆数NCRu，依据MFD基准库，确定路网中心最小单元的交通状态，若 路网中心最小单元处于非拥堵状态，则该路网不存在拥堵区；若路网中心最小单 元处于拥堵状态，定义为拥堵区；然后判断其相邻节点的路网最小单元交通状态， 确定拥堵区的边界节点；
[0064] (e)在步骤(d)之后，将与拥堵区边界节点相邻的外围节点定义为过渡节 点，由过渡节点外围拓展的区域定为交通常态区，将与过渡节点相邻的外围节点 定义为交通常态区内节点，将交通常态区内节点与拥堵区边界节点之间的地带称 为交通过渡区，通过判断过渡节点与交通常态节点相连的路段处于非拥堵状态或 拥堵状态，从而判断是否对这些路段实施边界控制，对边界节点进行核准。
[0065] 其中，在步骤(a)中，道路交叉口定位为节点，各路段为连接各节点的线 段，从而建立基于路段连接的路网模型，公式为：
[0066]
[0067] 其中，Rw——城市路网；
[0068] M——交叉口集；
[0069] R——路段集合，其元素为有序对(i，j)，L(i,j)表示由交叉口i到交叉口j 存在一条有向通路；
[0070] LR——路段长度集合，其元素lij表示有向路段(i，j)的长度。
[0071] 另外，在步骤(b)中，建立路网MFD基准库的步骤如下：
[0072] (a)首先，采集路网历史交通数据，生成各路网最小单元MFD，公式为：
[0073]
[0074] 其中，Ni——第i节点路网最小单元的移动车辆数(pcu)；
[0075] kij——第i节点路网最小单元的交通密度(pcu/km)；
[0076] lij——第i节点到相邻的第j节点的路段长度(km)；
[0077] ——第i节点的路网最小单元加权流量(pcu/h)；
[0078] qij——第i节点到相邻的第j节点的流量(pcu/h)；
[0079] (b)其次，依据某个节点路网最小单元MFD，确定该节点的路网最小单元 临界车辆数和最大加权流量，建立所有路网最小单元的MFD基准库，公式如下：
[0080]
[0081] 式中，MFDw——路网所有节点的路网最小单元MFD集合；
[0082] Nc(i)——第i节点路网最小单元的临界车辆数；
[0083] ——第i节点路网最小单元的最大加权流量。
[0084] 其中，在步骤(c)中，采用射线法判断车辆是否落在路网区域内，具体步 骤如下：从待判断的车辆经纬度点向某一个方向引射线，计算和路网边界交点的 个数，如果个数是偶数或者0则点在路网区域外部，如果是奇数，则在路网区域 内部。
[0085] 另外，在步骤(c)中，将落在路网区域内的车辆数折算成当量交通量，确 定路网中各路段的车辆数Nij和各路段的流量qij(ij表示第i节点到相邻节点j 的路段)，从而计算路网中各路网最小单元交通密度KRu(i)，将进入某节点的各个 路段交通密度平均值定义为该节点路网最小单元交通密度，公式如下：
[0086]
[0087] 式中：Nij——第i节点到相邻的第j节点的路段移动车辆数(pcu)；
[0088] lij——第i节点到相邻的第j节点的路段长度(km)；
[0089] nij——第i节点到相邻的第j节点的路段车道数；
[0090] Kij——第i节点到相邻的第j节点的路段交通密度(pcu/km)；
[0091] Ki——与第i节点相连的各路段交通密度集合；
[0092] ——第i节点的交通密度平均值(pcu/km)；
[0093] KRu(i)——第i节点的路网最小单元交通密度(pcu/km)；
[0094] 其中，在步骤(c)中，以平均交通密度最大的节点为路网中心关键节点， 中心关键节点与之相连的各路段共同组成路网中心最小单元CRu，公式如下：
[0095] Kmax＝max(KRu(1),KRu(2),……,KRu(i),……,KRu(n))
[0096] 式中：Kmax——路网中心关键节点最小单元交通密度(pcu/km)；
[0097] 另外，在步骤(d)中，确定拥堵区的边界节点的具体步骤为：将路网中心 最小单元处于拥堵状态，定义为拥堵区；然后判断其相邻节点的路网最小单元交 通状态；若相邻节点的最小单元处于非拥堵中状态，则该相邻节点为拥堵区边界 节点,继续判断下一个相邻节点最小单元交通状态；若相邻节点的最小单元处于 拥堵中状态，则该相邻节点并入拥堵区，继续判断下一个相邻节点最小单元交通 状态。接着以上述新并入拥堵区的节点为研究对象，继续判断与其相邻节点最小 单元路网的交通状态；直到确定拥堵区的边界节点。
[0098] 其中，具体的应用实施例如下：以广州天河区部分路网为实施例，验证路网 多层控制边界动态划分方法：
[0099] 该路网由广园快速路、天河路、天河东路、天河北路、黄埔大道等主干路及 部分支路组成，包括8处立体交叉口、20余个平面交叉口，90余个出入口。 采用Vissim交通仿真软件，依据路网实际道路车道布局情况、信号控制方案、 交通组织方式等信息，建立路网微观仿真模型，如图5所示。
[0100] 交通流量数据以SCATS交通信号控制系统在2017年8月6日高峰小时(18: 00－19:00)所检测数据为基础，为了模拟路网从未饱和到过饱和的整个过程， 对路网边界各路段驶入交通量每隔900s增加100pcu/h，直至高峰的过饱和状态， 共仿真27000s，每隔120s采集1次数据，共采集225次数据，最后统计路网最 小单元的移动车辆数(由路段密度ki*路段长度Li计算所得)、边界交叉口的车 流涌入量和车流流出量、路段流量进行处理，得该路网所有最小单元的MFD基准 库，其中部分交叉口的路网最小单元的MFD如图6所示。
[0101] 在路网交通流变化的整个过程中，利用Vissim软件的二次开发接口，采用 C#语言实现多层控制边界动态划分方法，最终确定路网的多层控制边界，其中拥 堵区包含6个交叉口，如图7所示。为了验证本文算法的有效性，在百度地图上 截取该路网在2017年8月6日19点的实时路况图，其拥堵主要分布在与A2、 A3、C1、C2、C3、E5等5个交叉口相交的路段上。
可见，本文算法划分的多层 控制边界与实际路况一致。
[0102] 显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非 是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明 的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施 方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进 等，均应包含在本发明权利要求的保护范围之内。
