一种应用于改扩建高速公路施工区的合流控制策略

摘要

本发明公开了一种用于改扩建高速公路施工区的合流控制策略，包括交通状态识别、合流控制和合流策略决策的功能，能识别动态交通流状态，针对不同交通状态下可能出现的合流冲突、拥堵加塞的问题，分别采取早期合流策略、晚期合流策略和信号合流策略，以实现规范合流行为、避免车辆在拥堵时加塞，引导拥堵车流疏散的功能，提高改扩建高速公路施工区的交通安全水平和通行效率。

权利要求

1.一种用于改扩建高速公路施工区的合流控制策略，其特征在于，包括以下步骤：S1：交通信息采集；通过安装在警告区中游路段的视频检测器采集包括交通量、速度、占有率在内的交通特征参数，并进行归一化处理：其中，x′cd为经过标准化处理的第c个样本的第d个交通特征参数，xcd为标准化前的原始数据，xd，max为第d列数据中的最大值，xd，min为第d列数据中的最小值；

在每个周期结束时，得到c行d列的交通特征参数矩阵，将所述交通特征参数矩阵经过所述归一化处理，并计算该矩阵c行数据的均值作为每个周期的交通特征参数，得到1行d列的交通参数向量；

S2：每个周期开始时，计算步骤S1中交通参数向量与构成交通状态识别标准库的交通状态聚类中心的欧式距离，进行模式匹配，识别当前交通状态；

具体地，先将历史交通状态按照服务水平分为畅通、一般、较拥挤、拥挤四类分别代表四种聚类结果，通过对改扩建高速公路施工区历史交通数据模糊聚类分析得到由四类聚类中心组成的用于实时交通状态模式识别的交通状态识别标准库，所述交通状态识别标准库为一个4行3列的归一化矩阵，4行数据分别代表畅通、一般、较拥挤、拥挤四类交通状态，3列数据分别代表交通量、速度、占有率三个交通特征，构建交通状态识别标准库具体通过遗传算法改进的模糊C均值聚类分析实现，然后采用模式匹配方法实现对改扩建高速公路施工区交通状态的实时识别，具体过程为：S2‑1：通过遗传算法对模糊C均值聚类算法的初始聚类中心进行优化，即先用遗传算法求出一个全局最优的聚类中心作为模糊C均值聚类算法的初始聚类中心，具体为，选取初始聚类中心作为种群个体进行最优化求解，设置遗传算法的基本参数，M为种群规模、T为终止进化代数、Pc为交叉概率、Pm为变异概率，种群适应度函数取目标函数的倒数，Zb，q为第b代第q个个体的适应度，b∈[1，T]，q∈[1，M]，目标函数及约束条件为：(b)

其中，交通数据样本集x是n×3维的矩阵，聚类中心集V是4×3维的矩阵，u 为第b次迭代时的隶属度函数， 为第b次迭代时第j个交通数据样本到第i类聚类中心的欧式距离，为第b次迭代时第j个交通数据样本到所有聚类中心的欧式距离和；i为聚类中心集的序号，j为样本集的序号； 为第b+1次迭代时的聚类中心集，uij为样本点的隶属度矩阵， 为第j个交通数据样本相对于第i类聚类中心的隶属度；dij为第j个交通数据样本到第i类聚类中心的欧式距离，dkj为第j个交通数据样本到所有聚类中心的欧式距离和，xj为第j个交通数据样本的交通参数向量，vi为第i类的聚类中心，xj、vi是经标准化后的3维向量；vk是所有类的聚类中心；

S2‑2：初始化聚类中心作为初代种群，更新隶属度和目标函数值；

S2‑3：对种群编码；对每个种群的个体进行二进制编码，通过制定编码精度及各个基因链的解空间，确定编码位数；完成编码后，得到初代种群第q个个体的基因编码链GNb，q，此时b＝0，q∈[1，M]；

S2‑4：对个体基因链进行轮盘赌选择、单点交叉和变异操作；

S2‑5：更新代数b＝b+1，对新种群进行解码并更新隶属度、聚类中心和目标函数值；

S2‑6：判断代数，若此时b＜T，则返回步骤S2‑3，否则执行步骤S2‑7；

b b

S2‑7：将末代种群适应度最大的个体解码，得到隶属度U、聚类中心V的最优解；

b

S2‑8：将遗传算法聚类中心V的最优解作为模糊C均值聚类的初始聚类中心，设置聚类中心数目c＝4，迭代停止的阈值ε，此时迭代次数b＝0；

S2‑9：根据聚类中心和式(4)更新隶属度函数，如果发现某一交通数据样本xj与某一聚类中心vi的欧式距离为0，则交通数据样本向量到该聚类中心隶属度为1，其他隶属度为0；

否则，更新过程为：

其中， 为第j个交通数据样本相对于第i类聚类中心的隶属度； 为第b次迭代时第j个交通数据样本到第i类聚类中心的欧式距离， 为第b次迭代时第j个交通数据样本到所有聚类中心的欧式距离和；

(b+1)

S2‑10：根据更新的隶属度，代入式(5)更新聚类中心V ；

(b+1) (b)

S2‑11：检查迭代终止条件||V ‑V ||＜ε，若满足则执行步骤S2‑12，否则b＝b+1，返回步骤S2‑9；

S2‑12：输出最优隶属度和聚类中心，完成对历史交通数据的四类交通状态划分，得到由四类聚类中心组成的用于实时交通状态模式识别的交通状态识别标准库，所述交通状态识别标准库是一个4行3列的归一化矩阵，4行数据分别代表四类交通状态，3列数据分别代表交通量、速度、占有率三个交通特征；

S2‑13：在每个周期开始时，根据经实时采集、归一化处理得到的上一周期交通参数向量与当前所属交通状态的聚类中心的欧式距离最小原则，完成模式匹配，实现交通状态的实时识别，欧式距离d(A，B)的公式为：其中，μA(μi)为A点向量中的第i个元素，μB(μi)为B点向量中的第i个元素；

S3：根据当前交通状态形成合流策略决策机制，选择相应的合流控制措施，控制可变信息板和信号灯组合开闭；

其中，合流策略决策机制以2min为周期，通过每个周期开始时，计算上一周期采集、归一化处理得到的交通参数向量与步骤S2中构建的交通状态识别标准库各聚类中心的欧式距离，判断此时交通状态；完成交通状态的判断后，根据畅通和一般、较拥挤、拥挤三种控制场景，分别对应选择早期合流措施、晚期合流措施和信号合流措施；具体地：经步骤S2中交通状态识别为畅通、一般状态时，决策使用早期合流控制措施，所述早期合流控制措施即控制布设在警告区中段的可变信息板显示“右车道封闭”和“此处合流”的信息，引导车辆在该位置完成合流；控制布设在警告区末段的可变信息板显示“右车道封闭”，警告车辆不可再变更车道至右车道；控制布设在过渡区起点的可变信息板显示“请慢行”和“右车道封闭”，引导车辆减速，不能随意变更车道，至此完成对车辆合流行为的早期引导；

经步骤S2中交通状态识别为较拥挤状态时，决策使用晚期合流控制措施，所述晚期合流控制措施即控制布设在警告区中段的可变信息板显示“两车道开放”和“行驶至合流点”的信息，提示驾驶员不要过早完成合流；控制布设在警告区末段的可变信息板显示“保持车道”，引导车辆在本车道继续行驶至合流点，警告车辆不可随意变更车道对内侧车道的车队进行加塞；控制布设在过渡区起点的可变信息板显示“此处合流”和“右车道封闭”，引导车辆在此处完成合流，至此完成对车辆合流行为的晚期控制；

经步骤S2中交通状态识别为拥挤状态时，决策使用信号合流控制措施，所述信号合流控制措施即控制布设在警告区中段的可变信息板显示“两车道开放”和“行驶至合流点”的信息，提示驾驶员不要过早完成合流；控制布设在警告区末段的可变信息板显示“禁止换道”，引导车辆在本车道继续行驶至合流点，警告车辆不可随意变更车道对内侧车道的车队进行加塞；控制布设在过渡区起点的可变信息板显示“此处合流”和“遵守信号”，提示车辆遵守信号灯的指示，根据信号灯分配的路权通行，同时引导车辆在此处完成合流，至此完成对瓶颈路段拥堵车辆的信号控制；

在拥挤状态时，信号合流控制措施协同信号灯、可变信息板以及道路临时标线进行控制：

道路临时标线用于划分等待区和停车线，等待区指车辆在信号控制时的排队区域，停车线是该路段的信号控制断面；

信号过渡区是指停车线位置与过渡区起点之间的距离，信号过渡区长度设置为25m，则停车线的布设位置即为距离过渡区起点25m处的位置；

等待区指用于用白线分隔的车辆停车等待信号的区域，该区域的长度影响车辆的通行效率和合流行为，等待区的长度D通过最大排队长度D排队长度确定，根据停车波理论得：其中，vf为自由流速度，kj为阻塞密度，t′取最大红灯时长，kf是实际密度；

信号配时方案是两相位信号配时方案，目的是为开放车道和封闭车道的车辆划分路权，计算过程如下：

S3‑1：统计该改扩建高速公路施工区路段开放车道高峰小时流量q1和封闭车道高峰小时流量q2；

S3‑2：设开放车道的路权为相位一、封闭车道的路权为相位二，计算相位一关键流率比y1、相位二关键流率比y2以及关键流率比之和Y：Y＝y1+y2

其中，ST为直行道饱和流率；

S3‑3：计算相位一的黄灯时长A1、全红时长r1以及绿灯间隔时长I1，计算相位二的黄灯时长A2、全红时长r2以及绿灯间隔时长I2：I1＝A1+r1

I2＝A2+r2

其中，t为驾驶员反应时间，v85为改扩建高速公路施工区路段最高限速，a为汽车减速度，g为坡度，w为停车线到过渡区末端的距离，L′为汽车标准车长，v15为15％车速；

S3‑4：计算相位一的信号损失时间L1、相位二的信号损失时间L2、总信号损失时间L和信号周期时长C：

L1＝l1+r1

L2＝l2+r2

L＝L1+L2

其中，l1和l2分别为相位一和相位二的启动损失；

S3‑5：确定绿灯分配：

g1＝gE1+l1‑A1

g2＝gE2+l2‑A2

其中，gE1，为相位一的有效绿灯时长，gE2为相位二的有效绿灯时长，g1为相位一的绿灯时长，g2为相位二的绿灯时长；

综上，得到信号周期时长C，相位一的绿灯时长g1和黄灯时长A1，相位二的绿灯时长g2和黄灯时长A2，两相位共同构成信号配时方案；

S4：当前周期结束时，返回步骤S2。

2.根据权利要求1所述的一种用于改扩建高速公路施工区的合流控制策略，其特征在于，所述步骤S3中，ST取1650veh/h，t取1s；L′取5‑6m，l1和l2取3s。

说明书

一种应用于改扩建高速公路施工区的合流控制策略

技术领域

[0001] 本发明属于智能交通、交通安全技术领域，尤其涉及一种用于改扩建高速公路施工区的合流控制策略。

背景技术

[0002] 进行改扩建工程的高速公路车辆流量大，改扩建工程对交通流的影响范围大、持续时间长。在对路幅进行修整时，尤其是对单幅路面进行施工时，会占用车道用于施工，仅
开放部分车道，形成瓶颈路段，往往会导致在高峰时段形成拥堵，社会影响极大，且容易造
成二次事故。此外，改扩建施工区路段相较于常规路段会限制车辆车速、压缩行车空间、影
响车辆的换道行为。车辆在这种存在施工区域的瓶颈路段行驶时，往往容易频繁加、减速和
换道，车辆之间的相互干扰很大，从而导致车速时空分布差异大、合流冲突多等交通问题。

[0003] 由于现阶段国内缺少对高速公路改扩建施工区路段的交通组织及设施布设的有效管理，多数情况下只是遵照国家标准或地方标准，施工人员的非专业性也很难让他们像
欧美国家的交通引导员一样，在交通拥堵和其他交通安全问题存在时实施有效的引导措
施。因此，在施工区路段常常缺少相关安全设施针对不同交通状态下的具体交通问题采取
特定控制方案，无法对车辆进行合流控制以及拥堵疏散，进而诱发交通冲突、交通拥堵等问
题，影响高速公路的交通安全和通行效率。

[0004] 因此，为了及时应对改扩建施工区可能出现的拥堵加塞、合流冲突的问题，有必要在施工区路段采用交通流采集与数据挖掘技术，以识别具有动态和不确定性的交通流状
态，同时，针对不同交通状态下出现的不同交通问题，采取相应有效的控制措施。现有专利
针对改扩建高速公路施工区提出了自己的解决方案。现有技术提出的高速公路施工区动态
限速推荐值计算方法，该方法根据路况调整限速值，引导上流车辆减速，以疏散交通；还有
提高高速公路施工区通行效率的控制方法，该方法通过实时采集交通流，在排队发生时通
过限速控制从上游驶入的交通流量，以缓解拥堵；另外，一种高速公路施工区上游车辆合流
控制方法，该方法通过将上游的交通流与设置的阈值比较，决策是否提醒上游驾驶员进行
合流变道，以避免车辆因过度集中地合流形成拥堵或发生事故。然而，由于改扩建高速公路
往往流量大，拥堵发生时排队长度长、路段通行能力很低，同时车辆加塞现象频发，可变限
速策略往往难以发挥作用，也无法解决交通量小时因频繁换道出现的车辆合流冲突问题。
此外，设置阈值的合流决策过于依赖经验，且无法适应动态变化的交通流。

发明内容

[0005] 针对传统控制措施不科学、效果差，施工人员缺少专业培训的问题，本发明提出一种能识别动态交通流状态，针对不同交通状态下可能出现的合流冲突、拥堵加塞的问题，分
别采取早期合流策略、晚期合流策略和信号合流策略，以实现规范合流行为、疏散拥堵车辆
的功能，提高改扩建高速公路施工区的交通安全水平和通行效率。本发明的具体技术方案
如下：

[0006] 一种用于改扩建高速公路施工区的合流控制策略，包括以下步骤：

[0007] S1：交通信息采集；通过安装在警告区中游路段的视频检测器采集包括交通量、速度、占有率在内的交通特征参数，并进行归一化处理：

[0008]

[0009] 其中，x′cd为经过标准化处理的第c个样本的第d个交通特征参数，xcd为标准化前的原始数据，xd,max为第d列数据中的最大值，xd,min为第d列数据中的最小值；

[0010] 在每个周期结束时，得到c行d列的交通特征参数矩阵，将所述交通特征参数矩阵经过所述归一化处理，并计算该矩阵c行数据的均值作为每个周期的交通特征参数，得到1
行d列的交通参数向量；

[0011] S2：每个周期开始时，计算步骤S1中交通参数向量与构成交通状态识别标准库的交通状态聚类中心的欧式距离，进行模式匹配，识别当前交通状态；

[0012] S3：根据当前交通状态形成合流策略决策机制，选择相应的合流控制措施，控制可变信息板和信号灯组合开闭；

[0013] S4：当前周期结束时，返回步骤S2。

[0014] 进一步地，所述步骤S2中，先将历史交通状态按照服务水平分为畅通、一般、较拥挤、拥挤四类分别代表四种聚类结果，通过对改扩建高速公路施工区历史交通数据模糊聚
类分析得到由四类聚类中心组成的用于实时交通状态模式识别的交通状态识别标准库，所
述交通状态识别标准库为一个4行3列的归一化矩阵，4行数据分别代表畅通、一般、较拥挤、
拥挤四类交通状态，3列数据分别代表交通量、速度、占有率三个交通特征，构建交通状态识
别标准库具体通过遗传算法改进的模糊C均值聚类分析实现，然后采用模式匹配方法实现
对改扩建高速公路施工区交通状态的实时识别，具体过程为：

[0015] S2‑1：通过遗传算法对模糊C均值聚类算法的初始聚类中心进行优化，即先用遗传算法求出一个全局最优的聚类中心作为模糊C均值聚类算法的初始聚类中心，具体为，选取
初始聚类中心作为种群个体进行最优化求解，设置遗传算法的基本参数，M为种群规模、T为
终止进化代数、Pc为交叉概率、Pm为变异概率，种群适应度函数取目标函数的倒数，Zb，q为第b
代第q个个体的适应度，b∈[1，T]，q∈[1，M]，目标函数及约束条件为：

[0016]

[0017]

[0018] 其中，交通数据样本集x是n×3维的矩阵，聚类中心集V是4×3维的矩阵，u(b)为第b次迭代时的隶属度函数， 为第b次迭代时第j个交通数据样本到第i类聚类中心的欧式距
离， 为第b次迭代时第j个交通数据样本到所有聚类中心的欧式距离和；i为聚类中心集
的序号，j为样本集的序号； 为第b+1次迭代时的聚类中心集，uij为样本点的隶属度矩
阵， 为第j个交通数据样本相对于第i类聚类中心的隶属度；dij为第j个交通数据样本到
第i类聚类中心的欧式距离，dkj为第j个交通数据样本到所有聚类中心的欧式距离和，xj为
第j个交通数据样本的交通参数向量，vi为第i类的聚类中心，xj、vi是经标准化后的3维向
量；vk是所有类的聚类中心；

[0019] S2‑2：初始化聚类中心作为初代种群，更新隶属度和目标函数值；

[0020] S2‑3：对种群编码；对每个种群的个体进行二进制编码，通过制定编码精度及各个基因链的解空间，确定编码位数；完成编码后，得到初代种群第q个个体的基因编码链GNb，q，
此时b＝0，q∈[1，M]；

[0021] S2‑4：对个体基因链进行轮盘赌选择、单点交叉和变异操作；

[0022] S2‑5：更新代数b＝b+1，对新种群进行解码并更新隶属度、聚类中心和目标函数值；

[0023] S2‑6：判断代数，若此时b＜T，则返回步骤S2‑3，否则执行步骤S2‑7；

[0024] S2‑7：将末代种群适应度最大的个体解码，得到隶属度Ub、聚类中心Vb的最优解；

[0025] S2‑8：将遗传算法聚类中心Vb的最优解作为模糊C均值聚类的初始聚类中心，设置聚类中心数目c＝4，迭代停止的阈值ε，此时迭代次数b＝0；

[0026] S2‑9：根据聚类中心和式(4)更新隶属度函数，如果发现某一交通数据样本xj与某一聚类中心vi的欧式距离为0，则交通数据样本向量到该聚类中心隶属度为1，其他隶属度
为0；否则，更新过程为：

[0027]

[0028] 其中， 为第j个交通数据样本相对于第i类聚类中心的隶属度； 为第b次迭代时第j个交通数据样本到第i类聚类中心的欧式距离， 为第b次迭代时第j个交通数据
样本到所有聚类中心的欧式距离和；

[0029] S2‑10：根据更新的隶属度，代入式(5)更新聚类中心V(b+1)；

[0030]

[0031] S2‑11：检查迭代终止条件||V(b+1)‑V(b)||＜ε，若满足则执行步骤S2‑12，否则b＝b+1，返回步骤S2‑9；

[0032] S2‑12：输出最优隶属度和聚类中心，完成对历史交通数据的四类交通状态划分，得到由四类聚类中心组成的用于实时交通状态模式识别的交通状态识别标准库，所述交通
状态识别标准库是一个4行3列的归一化矩阵，4行数据分别代表四类交通状态，3列数据分
别代表交通量、速度、占有率三个交通特征；

[0033] S2‑13：在每个周期开始时，根据经实时采集、归一化处理得到的上一周期交通参数向量与当前所属交通状态的聚类中心的欧式距离最小原则，完成模式匹配，实现交通状
态的实时识别，欧式距离d(A，B)的公式为：

[0034]

[0035] 其中，μA(μi)为A点向量中的第i个元素，μB(μi)为B点向量中的第i个元素；

[0036] 进一步地，所述步骤S3中的合流策略决策机制以2min为周期，通过每个周期开始时，计算上一周期采集、归一化处理得到的交通参数向量与步骤S2中构建的交通状态识别
标准库各聚类中心的欧式距离，判断此时交通状态；完成交通状态的判断后，根据畅通和一
般、较拥挤、拥挤三种控制场景，分别对应选择早期合流措施、晚期合流措施和信号合流措
施；具体地：

[0037] 经步骤S2中交通状态识别为畅通、一般状态时，决策使用早期合流控制措施，所述早期合流控制措施即控制布设在警告区中段的可变信息板显示“右车道封闭”和“此处合
流”的信息，引导车辆在该位置完成合流；控制布设在警告区末段的可变信息板显示“右车
道封闭”，警告车辆不可再变更车道至右车道；控制布设在过渡区起点的可变信息板显示
“请慢行”和“右车道封闭”，引导车辆减速，不能随意变更车道，至此完成对车辆合流行为的
早期引导；

[0038] 经步骤S2中交通状态识别为较拥挤状态时，决策使用晚期合流控制措施，所述晚期合流控制措施即控制布设在警告区中段的可变信息板显示“两车道开放”和“行驶至合流
点”的信息，提示驾驶员不要过早完成合流；控制布设在警告区末段的可变信息板显示“保
持车道”，引导车辆在本车道继续行驶至合流点，警告车辆不可随意变更车道对内侧车道的
车队进行加塞；控制布设在过渡区起点的可变信息板显示“此处合流”和“右车道封闭”，引
导车辆在此处完成合流，至此完成对车辆合流行为的晚期控制；

[0039] 经步骤S2中交通状态识别为拥挤状态时，决策使用信号合流控制措施，所述信号合流控制措施即控制布设在警告区中段的可变信息板显示“两车道开放”和“行驶至合流
点”的信息，提示驾驶员不要过早完成合流；控制布设在警告区末段的可变信息板显示“禁
止换道”，引导车辆在本车道继续行驶至合流点，警告车辆不可随意变更车道对内侧车道的
车队进行加塞；控制布设在过渡区起点的可变信息板显示“此处合流”和“遵守信号”，提示
车辆遵守信号灯的指示，根据信号灯分配的路权通行，同时引导车辆在此处完成合流，至此
完成对瓶颈路段拥堵车辆的信号控制。

[0040] 进一步地，所述步骤S3中在拥挤状态时，信号合流控制措施协同信号灯、可变信息板以及道路临时标线进行控制：

[0041] 道路临时标线用于划分等待区和停车线，等待区指车辆在信号控制时的排队区域，停车线是该路段的信号控制断面；

[0042] 信号过渡区是指停车线位置与过渡区起点之间的距离，信号过渡区长度设置为25m，则停车线的布设位置即为距离过渡区起点25m处的位置；

[0043] 等待区指用于用白线分隔的车辆停车等待信号的区域，该区域的长度影响车辆的通行效率和合流行为，等待区的长度D通过最大排队长度D排队长度确定，根据停车波理论得：

[0044]

[0045] 其中，vf为自由流速度，kj为阻塞密度，t′取最大红灯时长，kf是实际密度；

[0046] 信号配时方案是两相位信号配时方案，目的是为开放车道和封闭车道的车辆划分路权，计算过程如下：

[0047] S3‑1：统计该改扩建高速公路施工区路段开放车道高峰小时流量q1和封闭车道高峰小时流量q2；

[0048] S3‑2：设开放车道的路权为相位一、封闭车道的路权为相位二，计算相位一关键流率比y1、相位二关键流率比y2以及关键流率比之和Y：

[0049]

[0050]

[0051] Y＝y1+y2

[0052] 其中，ST为直行道饱和流率；

[0053] S3‑3：计算相位一的黄灯时长A1、全红时长r1以及绿灯间隔时长I1，计算相位二的黄灯时长A2、全红时长r2以及绿灯间隔时长I2：

[0054]

[0055]

[0056] I1＝A1+r1

[0057] I2＝A2+r2

[0058] 其中，t为驾驶员反应时间，v85为改扩建高速公路施工区路段最高限速，a为汽车减速度，g为坡度，w为停车线到过渡区末端的距离，L′为汽车标准车长，v15为15％车速；

[0059] S3‑4：计算相位一的信号损失时间L1、相位二的信号损失时间L2、总信号损失时间L和信号周期时长C：

[0060] L1＝l1+r1

[0061] L2＝l2+r2

[0062] L＝L1+L2

[0063]

[0064] 其中，l1和l2分别为相位一和相位二的启动损失；

[0065] S3‑5：确定绿灯分配：

[0066]

[0067]

[0068] g1＝gE1+l1‑A1

[0069] g2＝gE2+l2‑A2

[0070] 其中，gE1，为相位一的有效绿灯时长，gE2为相位二的有效绿灯时长，g1为相位一的绿灯时长，g2为相位二的绿灯时长；

[0071] 综上，得到信号周期时长C，相位一的绿灯时长g1和黄灯时长A1，相位二的绿灯时长g2和黄灯时长A2，两相位共同构成信号配时方案。

[0072] 进一步地，所述步骤S3中，ST取1650veh/h，t取1s；L′取5‑6m，l1和l2取3s。

[0073] 本发明的有益效果在于：

[0074] 1.本发明采用遗传算法改进的模糊C均值聚类算法用于交通状态识别，该算法适用于具有边界模糊性的交通参数，选取多维交通特性参数提高了识别算法的可靠性和灵敏
性，通过遗传算法的改进提高了FCM算法的收敛速度，弥补了FCM算法不能寻找全局最优解
的缺点，使整个算法在交通识别上具备很大优势。

[0075] 2.本发明根据交通状态识别的结果，选取不同的合流控制措施以应对不同交通状态下可能出现的合流冲突、拥堵加塞的交通问题，提高改扩建高速公路施工区的交通安全
水平和通行效率。

[0076] 3.本发明结合实时交通状态，协助施工人员完成对施工区交通流的引导、疏散任务，为施工人员的管控提供依据，弥补国内施工人员在协助交通管控过程中的不足和非专
业性。

附图说明

[0077] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，通过参考附图会更加清楚的理解本发明的特征和优点，附
图是示意性的而不应理解为对本发明进行任何限制，对于本领域普通技术人员来讲，在不
付出创造性劳动的前提下，可以根据这些附图获得其他的附图。其中：

[0078] 图1是合流控制策略的工作流程示意图；

[0079] 图2是遗传算法改进的模糊C均值聚类算法流程图；

[0080] 图3是合流策略中所有合流控制设施的布设位置；

[0081] 图4是早期合流控制措施实施场景；

[0082] 图5是晚期合流控制措施实施场景；

[0083] 图6是信号合流控制措施实施场景；

[0084] 图7是等待区、信号过渡区示意图。

[0085] 附图标号说明：

[0086] 1‑信号灯；2‑停车线；3‑车道线；4‑可变信息板；5‑视频检测器；6‑静态信息板。

具体实施方式

[0087] 为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施
例及实施例中的特征可以相互组合。

[0088] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开
的具体实施例的限制。

[0089] 现有改扩建高速公路施工区的交通组织和交通管控技术依赖于传统的交通标志标线和施工人员的引导，然而交通标志标线难以对具有动态、不确定性的交通流和施工区
复杂的交通问题发挥有效作用。此外，近年来提出的可变限速控制策略在改扩建高速公路
施工区大流量且往往超出施工区道路通行能力的交通特性下，往往难以发挥作用。本发明
能够准确识别具有动态、不确定性的交通流状态，同时针对不同交通状态下可能出现的合
流冲突、加塞拥堵等问题，采取对应有效的合流控制措施，提高改扩建高速公路施工区的安
全水平和通行效率。

[0090] 具体地，本发明针对改扩建高速公路这一特性，在拥堵产生时通过指示车辆保持车道行驶、信号分配路权和指示车辆在过渡区起点处合流，可以有效疏散因车流大、车辆加
塞而导致的低通行能力问题；在畅通和一般交通状态，通过指定合流位置规范车辆合流行
为，减少封闭车道车辆对开放车道车流的影响，以减少合流冲突；相比于采用阈值进行决策
的方法，本发明通过实时识别交通状态，进行合流控制措施的科学决策，实时应对不同交通
状态下可能出现的合流冲突、拥堵加塞的交通问题，规范车辆的合流行为，避免车辆在拥堵
时加塞，引导拥堵车流疏散，更加适应具有动态、不确定性的交通流。

[0091] 具体地，一种应用于改扩建高速公路施工区的合流控制策略，具备交通状态识别、合流控制和合流策略决策的功能。

[0092] 第一，通过交通信息采集、交通状态识别标准库和模式匹配实现交通状态识别：

[0093] (1)交通信息采集

[0094] 实时采集改扩建施工区中包括交通量、速度和占有率在内的多维交通流特征参数，通过多维交通特征数据提高交通状态识别的可靠性和灵敏性。交通信息采集设备采用
便捷、可靠性高、便于拆卸和维护的视频检测器，通过硬件处理和图像处理的方式将图像信
息数字化和去除图像噪声数据，提取所需的多维交通特征参数并将其进行归一化处理，对
用于交通状态识别的数据进行预处理。

[0095] (2)交通状态识别标准库和模式匹配

[0096] 交通状态识别标准库的构建使用模糊分析算法，该算法适用于分析具有边界模糊性的交通特征参数，具体为，通过遗传算法改进的模糊C均值聚类算法将历史数据按照服务
水平划分的四种交通状态进行聚类分析，通过聚类结果得到的各交通状态聚类中心构建交
通状态识别标准库；

[0097] 通过交通状态识别标准库对实时采集的多维交通数据采用模式匹配的方法，实现对改扩建高速公路施工区交通状态的实时识别。模式匹配通过计算实时采集并经过归一化
处理的多维交通流特征参数与交通状态识别标准库中各类聚类中心的欧式距离，对当前交
通流的状态进行模式识别。

[0098] 第二，合流控制功能包括早期合流控制、晚期合流控制和信号合流控制措施。这三种合流控制措施分别应用于畅通一般、较拥堵和拥堵三种不同的交通状态，具体地：

[0099] (1)早期合流控制措施：针对畅通一般状态时出现的车辆频繁加减速、换道的不规范合流问题，通过控制可变信息板的信息显示，引导车辆在警告区中游的指定合流位置提
前完成合流，禁止车辆驶回封闭车道，避免封闭车道车辆频繁换道，规范车辆的合流行为。

[0100] (2)晚期合流控制措施：针对较拥堵状态时出现的通行能力较低、车辆变道加塞的问题，通过控制可变信息板的显示，引导车辆保持车道行驶，直至到达过渡区起点再进行合
流，避免车辆变道加塞，充分使用道路空间。

[0101] (3)信号合流控制措施：针对拥堵状态时出现的通行能力很低、瓶颈路段排队、车辆变道加塞的问题，通过可变信息板和信号灯的组合使用，指示车辆保持车道行驶，在停车
线处完成合流，避免车辆随意变道加塞，根据信号灯指示进行停车让行、通行合流。

[0102] 最后，合流策略决策是根据交通状态识别的结果对合流控制措施进行选择，控制合流控制设施组合开闭：

[0103] (1)早期合流控制决策：畅通、一般状态时，决策使用早期合流控制措施，通过控制布设在警告区中段的可变信息板显示“右车道封闭”和“此处合流”的信息，控制布设在警告
区末段的可变信息板显示“右车道封闭”，控制布设在过渡区起点的可变信息板显示“请慢
行”和“右车道封闭”，引导车辆在指定位置提前合流，避免封闭车道车辆频繁换道对开放车
道车流产生的极大影响，减少合流冲突。

[0104] (2)晚期合流控制决策：在较拥挤状态时，决策使用晚期合流控制措施，控制布设在警告区中段的可变信息板显示“两车道开放”和“行驶至合流点”的信息，控制布设在警告
区末段的可变信息板显示“保持车道”，控制布设在过渡区起点的可变信息板显示“此处合
流”和“右车道封闭”，指示车辆保持车道直至在过渡区合流，避免车辆加塞，充分利用车道
行驶空间。

[0105] (3)信号合流控制决策：在拥挤状态时，决策使用信号合流控制措施，控制布设在警告区中段的可变信息板显示“两车道开放”和“行驶至合流点”的信息，控制布设在警告区
末段的可变信息板显示“禁止换道”，控制布设在过渡区起点的可变信息板显示“此处合流”
和“遵守信号”，指示车辆保持车道避免加塞，为开放车道车流和封闭车道车流分配路权，疏
散拥堵在瓶颈路段的车辆。

[0106] 具体地，如图1所示，一种用于改扩建高速公路施工区的合流控制策略，包括以下步骤：

[0107] S1：交通信息采集；通过安装在警告区中游路段的视频检测器采集包括交通量、速度、占有率在内的交通特征参数，并进行归一化处理：

[0108]

[0109] 其中，x′cd为经过标准化处理的第c个样本的第d个交通特征参数，xcd为标准化前的原始数据，xd,max为第d列数据中的最大值，xd,min为第d列数据中的最小值；

[0110] 在每个周期结束时，得到c行d列的交通特征参数矩阵，将交通特征参数矩阵经过归一化处理，并计算该矩阵c行数据的均值作为每个周期的交通特征参数，得到1行d列的交
通参数向量；

[0111] S2：每个周期开始时，计算步骤S1中交通参数向量与构成交通状态识别标准库的交通状态聚类中心的欧式距离，进行模式匹配，识别当前交通状态，如图2所示；

[0112] S3：根据当前交通状态形成合流策略决策机制，选择相应的合流控制措施，控制可变信息板和信号灯组合开闭；

[0113] S4：当前周期结束时，返回步骤S2。

[0114] 步骤S2中，先将历史交通状态按照服务水平分为畅通、一般、较拥挤、拥挤四类分别代表四种聚类结果，如表1所示，通过对改扩建高速公路施工区历史交通数据模糊聚类分
析得到由四类聚类中心组成的用于实时交通状态模式识别的交通状态识别标准库，交通状
态识别标准库为一个4行3列的归一化矩阵，4行数据分别代表畅通、一般、较拥挤、拥挤四类
交通状态，3列数据分别代表交通量、速度、占有率三个交通特征，构建交通状态识别标准库
具体通过遗传算法改进的模糊C均值聚类分析实现，然后采用模式匹配方法实现对改扩建
高速公路施工区交通状态的实时识别；

[0115] 表1交通流划分标准

[0116]

[0117] 步骤S2的具体过程为：

[0118] S2‑1：通过遗传算法对模糊C均值聚类算法的初始聚类中心进行优化，即先用遗传算法求出一个全局最优的聚类中心作为模糊C均值聚类算法的初始聚类中心，选取初始聚
类中心作为种群个体进行最优化求解，具体为，设置遗传算法的基本参数，M为种群规模、T
为终止进化代数、Pc为交叉概率、Pm为变异概率，种群适应度函数取目标函数的倒数，Zb,q为
第b代第q个个体的适应度，b∈[1,T]，q∈[1,M]，目标函数及约束条件为：

[0119]

[0120]

[0121] 其中，交通数据样本集x是n×3维的矩阵，聚类中心集V是4×3维的矩阵，u(b)为第b次迭代时的隶属度函数， 为第b次迭代时第j个交通数据样本到第i类聚类中心的欧式
距离， 为第b次迭代时第j个交通数据样本到所有聚类中心的欧式距离和；i为聚类中心
集的序号，j为样本集的序号； 为第b+1次迭代时的聚类中心集，uij为样本点的隶属度
矩阵， 为第j个交通数据样本相对于第i类聚类中心的隶属度；dij为第j个交通数据样本
到第i类聚类中心的欧式距离，dkj为第j个交通数据样本到所有聚类中心的欧式距离和，xj
为第j个交通数据样本的交通参数向量，vi为第i类的聚类中心，xj、vi是经标准化后的3维向
量；vk是所有类的聚类中心；

[0122] S2‑2：初始化聚类中心作为初代种群，更新隶属度和目标函数值；

[0123] S2‑3：对种群编码；对每个种群的个体进行二进制编码，通过制定编码精度及各个基因链的解空间，确定编码位数；完成编码后，得到初代种群第q个个体的基因编码链GNb，q，
此时b＝0，q∈[1，M]；

[0124] S2‑4：对个体基因链进行轮盘赌选择、单点交叉和变异操作；

[0125] S2‑5：更新代数b＝b+1，对新种群进行解码并更新隶属度、聚类中心和目标函数值；

[0126] S2‑6：判断代数，若此时b＜T，则返回步骤S2‑3，否则执行步骤S2‑7；

[0127] S2‑7：将末代种群适应度最大的个体解码，得到隶属度Ub、聚类中心Vb的最优解；

[0128] S2‑8：将遗传算法聚类中心Vb的最优解作为模糊C均值聚类的初始聚类中心，设置聚类中心数目c＝4，迭代停止的阈值ε＝0.01，此时迭代次数b＝0；

[0129] S2‑9：根据聚类中心和式(4)更新隶属度函数，如果发现某一交通数据样本xj与某一聚类中心vi的欧式距离为0，则交通数据样本向量到该聚类中心隶属度为1，其他隶属度
为0；否则，更新过程为：

[0130]

[0131] 其中， 为第j个交通数据样本相对于第i类聚类中心的隶属度； 为第b次迭代时第j个交通数据样本到第i类聚类中心的欧式距离， 为第b次迭代时第j个交通数据
样本到所有聚类中心的欧式距离和；

[0132] S2‑10：根据更新的隶属度，代入式(5)更新聚类中心V(b+1)；

[0133]

[0134] S2‑11：检查迭代终止条件||V(b+1)‑V(b)||＜ε，若满足则执行步骤S2‑12，否则b＝b+1，返回步骤S2‑9；

[0135] S2‑12：输出最优隶属度和聚类中心，完成对历史交通数据的四类交通状态划分，得到由四类聚类中心组成的用于实时交通状态模式识别的交通状态识别标准库，，交通状
态识别标准库是一个4行3列的归一化矩阵，4行数据分别代表四类交通状态，3列数据分别
代表交通量、速度、占有率三个交通特征；

[0136] S2‑13：在每个周期开始时，根据经实时采集、归一化处理得到的上一周期交通参数向量与当前所属交通状态的聚类中心的欧式距离最小原则，完成模式匹配，实现交通状
态的实时识别，欧式距离d(A，B)的公式为：

[0137]

[0138] 其中，μA(μi)为A点向量中的第i个元素，μB(μi)为B点向量中的第i个元素；

[0139] 步骤S3中的合流策略决策机制以2min为周期，通过每个周期开始时，计算上一周期采集、归一化处理得到的交通参数向量与步骤S2中构建的交通状态识别标准库各聚类中
心的欧式距离，判断此时交通状态；完成交通状态的判断后，根据畅通和一般、较拥挤、拥挤
三种控制场景，分别对应选择早期合流措施、晚期合流措施和信号合流措施，如图3所示；具
体地：

[0140] 经步骤S2中交通状态识别为畅通、一般状态时，出现车辆频繁加减速、换道的不规范合流问题，需要引导车辆在警告区中游的指定合流位置提前完成合流，禁止车辆驶回封
闭车道，避免封闭车道车辆频繁换道，规范车辆的合流行为；完成状态判断后，如图4所示，
此时决策使用早期合流控制措施，早期合流控制措施即控制布设在警告区中段的可变信息
板显示“右车道封闭”和“此处合流”的信息，引导车辆在该位置完成合流；控制布设在警告
区末段的可变信息板显示“右车道封闭”，警告车辆不可再变更车道至右车道；控制布设在
过渡区起点的可变信息板显示“请慢行”和“右车道封闭”，引导车辆减速，不能随意变更车
道，至此完成对车辆合流行为的早期引导；

[0141] 经步骤S2中交通状态识别为较拥挤状态时，出现通行能力较低、车辆变道加塞的问题，需要引导车辆保持车道行驶，直至到达过渡区起点再进行合流，避免车辆变道加塞，
充分使用道路空间；完成状态判断后，如图5所示，此时决策使用晚期合流控制措施，晚期合
流控制措施即控制布设在警告区中段的可变信息板显示“两车道开放”和“行驶至合流点”
的信息，提示驾驶员不要过早完成合流；控制布设在警告区末段的可变信息板显示“保持车
道”，引导车辆在本车道继续行驶至合流点，警告车辆不可随意变更车道对内侧车道的车队
进行加塞；控制布设在过渡区起点的可变信息板显示“此处合流”和“右车道封闭”，引导车
辆在此处完成合流，至此完成对车辆合流行为的晚期控制；

[0142] 经步骤S2中交通状态识别为拥挤状态时，出现通行能力很低、瓶颈路段排队、车辆变道加塞的问题，需要指示车辆保持车道行驶，在停车线处完成合流，避免车辆随意变道加
塞，引导瓶颈路段的车辆有序通过，疏散拥堵；完成状态判断后，如图6所示，此时决策使用
信号合流控制措施，信号合流控制措施即控制布设在警告区中段的可变信息板显示“两车
道开放”和“行驶至合流点”的信息，提示驾驶员不要过早完成合流；控制布设在警告区末段
的可变信息板显示“禁止换道”，引导车辆在本车道继续行驶至合流点，警告车辆不可随意
变更车道对内侧车道的车队进行加塞；控制布设在过渡区起点的可变信息板显示“此处合
流”和“遵守信号”，提示车辆遵守信号灯的指示，根据信号灯分配的路权通行，同时引导车
辆在此处完成合流，至此完成对瓶颈路段拥堵车辆的信号控制。

[0143] 步骤S3中在拥挤状态时，信号合流控制措施协同信号灯、可变信息板以及道路临时标线进行控制：

[0144] 道路临时标线用于划分等待区和停车线，等待区指车辆在信号控制时的排队区域，停车线是该路段的信号控制断面；

[0145] 为了对道路临时标线、信号灯进行科学合理的布设，新增信号过渡区和等待区两个概念，如图7所示，信号过渡区是指停车线位置与过渡区起点之间的距离，信号过渡区长
度设置为25m，则停车线的布设位置即为距离过渡区起点25m处的位置；

[0146] 等待区指用于用白线分隔的车辆停车等待信号的区域，该区域的长度影响车辆的通行效率和合流行为，等待区的长度D通过最大排队长度D排队长度确定，根据停车波理论得：

[0147]

[0148] 其中，vf为自由流速度，kj为阻塞密度，t′取最大红灯时长，kf是实际密度，通过上游交通量和上游限速确定；

[0149] 信号配时方案是两相位信号配时方案，目的是为开放车道和封闭车道的车辆划分路权，计算过程如下：

[0150] S3‑1：统计该改扩建高速公路施工区路段开放车道高峰小时流量q1和封闭车道高峰小时流量q2；

[0151] S3‑2：设开放车道的路权为相位一、封闭车道的路权为相位二，计算相位一关键流率比y1、相位二关键流率比y2以及关键流率比之和Y：

[0152]

[0153]

[0154] Y＝y1+y2

[0155] 其中，ST为直行道饱和流率，ST取1650veh/h；

[0156] S3‑3：计算相位一的黄灯时长A1、全红时长r1以及绿灯间隔时长I1，计算相位二的黄灯时长A2、全红时长r2以及绿灯间隔时长I2：

[0157]

[0158]

[0159] I1＝A1+r1

[0160] I2＝A2+r2

[0161] 其中，t为驾驶员反应时间，t取1s，v85为改扩建高速公路施工区路段最高限速，a为汽车减速度，g为坡度，w为停车线到过渡区末端的距离，L′为汽车标准车长，L′取5‑6m，v15为
15％车速；

[0162] S3‑4：计算相位一的信号损失时间L1、相位二的信号损失时间L2、总信号损失时间L和信号周期时长C：

[0163] L1＝l1+r1

[0164] L2＝l2+r2

[0165] L＝L1+L2

[0166]

[0167] 其中，l1和l2分别为相位一和相位二的启动损失，l1和l2取3s；

[0168] S3‑5：确定绿灯分配：

[0169]

[0170]

[0171] g1＝gE1+l1‑A1

[0172] g2＝gE2+l2‑A2

[0173] 其中，gE1，为相位一的有效绿灯时长，gE2为相位二的有效绿灯时长，g1为相位一的绿灯时长，g2为相位二的绿灯时长；

[0174] 综上，得到信号周期时长C，相位一的绿灯时长g1和黄灯时长A1，相位二的绿灯时长g2和黄灯时长A2，两相位共同构成信号配时方案。

[0175] 为了方便理解本发明的上述技术方案，以下通过具体实施例对本发明的上述技术方案进行详细说明。

[0176] 实施例1

[0177] 对实测的广东省开阳高速恩平‑阳江段的高速公路改扩建施工区的历史交通数据建立包含四种交通状态聚类中心的交通状态识别标准库，以2min为周期对共计60组包括交
通量、速度、占有率在内的交通流数据进行处理，通过遗传算法改进的模糊C均值聚类算法
得到的标准库结果为：

[0178]

[0179] 其中，V1，k为较拥挤状态时经归一化后的交通量、速度、占有率的聚类中心；r2，k为畅通状态时经归一化后的交通量、速度、占有率的聚类中心；V3，k为拥挤状态时经归一化后
的交通量、速度、占有率的聚类中心；V4，k为一般状态时经归一化后的交通量、速度、占有率
的聚类中心。

[0180] 去归一化后的标准库结果为：

[0181]

[0182] 其中，V1,k为较拥挤状态时的交通量、速度、占有率的聚类中心；V2,k为畅通状态时的交通量、速度、占有率的聚类中心；V3,k为拥挤状态时的交通量、速度、占有率的聚类中心；
V4,k为一般状态时的交通量、速度、占有率的聚类中心。

[0183] 在每个周期开始时计算步骤S1中归一化处理后的交通参数向量与上述标准库的欧式距离，进行模式匹配，识别当前交通状态。下面对四种交通状态进行说明：

[0184] 当交通状态识别结果为畅通状态时，作为该状态聚类中心的车辆平均车速为82.05km/h，交通量为300veh/h，占有率为0.021，当前交通流参数向量与该聚类中心的欧式
距离最短。此时决策使用早期合流控制措施，早期合流控制措施即控制布设在警告区中段
的可变信息板显示“右车道封闭”和“此处合流”的信息，引导车辆在该位置完成合流；控制
布设在警告区末段的可变信息板显示“右车道封闭”，警告车辆不可再变更车道至右车道；
控制布设在过渡区起点的可变信息板显示“请慢行”和“右车道封闭”。当交通状态识别结果
为一般状态时，作为该状态聚类中心的车辆平均车速为68.38km/h，交通量为570veh/h，占
有率为0.049，当前交通流参数向量与该聚类中心的欧式距离最短。此时决策使用早期合流
控制措施，具体措施同上。

[0185] 当交通状态识别结果为较拥挤状态时，作为该状态聚类中心的车辆平均车速为38.56km/h，交通量为720veh/h，占有率为0.135，当前交通流参数向量与该聚类中心的欧式
距离最短。此时决策使用晚期合流控制措施，晚期合流控制措施即控制布设在警告区中段
的可变信息板显示“两车道开放”和“行驶至合流点”的信息，提示驾驶员不要过早完成合
流；控制布设在警告区末段的可变信息板显示“保持车道”，引导车辆在本车道继续行驶至
合流点，警告车辆不可随意变更车道对内侧车道的车队进行加塞；控制布设在过渡区起点
的可变信息板显示“此处合流”和“右车道封闭”。

[0186] 当交通状态识别结果为拥挤状态时，作为该状态聚类中心的车辆平均车速为23.04km/h，交通量为1050veh/h，占有率为0.180，当前交通流参数向量与该聚类中心的欧
式距离最短。此时决策使用信号合流控制措施，信号合流控制措施即控制布设在警告区中
段的可变信息板显示“两车道开放”和“行驶至合流点”的信息，提示驾驶员不要过早完成合
流；控制布设在警告区末段的可变信息板显示“禁止换道”，引导车辆在本车道继续行驶至
合流点，警告车辆不可随意变更车道对内侧车道的车队进行加塞；控制布设在过渡区起点
的可变信息板显示“此处合流”和“遵守信号”，提示车辆遵守信号灯的指示，根据信号灯分
配的路权通行，同时引导车辆在此处完成合流。信号方案如下：

[0187] 通过实测广东省开阳高速恩平—阳江段交通流车头时距大于8秒时的平均速度，将自由流速度设置为vf＝94km/h，以及实测的出现车速为0的车辆时的阻塞密度kj＝90pcu/
km，经计算，D＝40m；信号配时方案是一个简单的两相位信号配时方案，目的是为开放车道
和封闭车道的车辆划分路权。通过实测广东省开阳高速恩平—阳江段改扩建施工区开放车
道、封闭车道的高峰小时流量，分别为q1＝546veh/h，q2＝637veh/h，通过步骤S3计算得到计
算结果：

[0188] 表2信号设计方案

[0189]

[0190] 最终通过VISSIM仿真证明该合流控制决策的效果，实验结果如下：

[0191] 表3 VISSIM仿真实验结果

[0192]

[0193] 在本发明中，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。

[0194] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修
改、等同替换、改进等，均应包含在本发明的保护范围之内。