基于仿真驱动的高速公路主动限速效用评价与推荐

doi:10.16182/j.issn1004731x.joss.22-FZ0903

摘要/Abstract

摘要：

传统的路侧被动限速方式对于特定的惩处区域以外缺少管控，间接导致车辆行为在时空上的不一致性甚至突变，影响了交通的通行效率与安全性。从车侧主动限速方式入手，提出主动限速效用评价与推荐方法，结合道路线形、交通流量、车型比例，开展多情景主动、被动限速交通仿真，利用安全间接分析模型及交通流运行状态，从安全与效率2个层面提取效用评价指标及其权重，采用集成学习方法进行预测分析。结果显示：主动限速方式相较于被动限速方式更有利于提高安全性和调节效率，而在主动限速方面，GBDT(gradient boosting decision tree)回归模型的预测稳定性和准确率更高(R²=0.984)。

关键词: 主动限速, 被动限速, 交通仿真, 高速公路, 评价指标, 集成学习

Abstract:

Outside the specific punishment area, the traditional roadside passive speed limit mode lacks traffic management, and thus which indirectly leads to the inconsistency or even sudden change of vehicle behaviors in time and space, thereby affects the traffic efficiency and safety. Focusing on the proactive speed limit mode at vehicle side, a utility evaluation and recommendation method is proposed, which carries out the multi-scenario traffic simulation for varied proactive and passive speed limit considering road line types, traffic flow and vehicle type proportion. From the two perspectives of safety and efficiency, the utility evaluation indicators and weights are extracted through surrogate safety assessment model and traffic flow operation status, and the integrated learning method is used in further prediction and analysis. The results show that the proactive speed limiting mode can improve the safety and adjusting efficiency. In proactive speed limit, the prediction stability and accuracy of GBDT (gradient boosting decision tree) regression model are higher (R²=0.984).

Key words: proactive speed limit, passive speed limit, traffic simulation, expressway, evaluation indicator, ensemble learning

中图分类号:

TP391.9

奇格奇, 刘思劲, 何一康, 王猛, 黄爱玲. 基于仿真驱动的高速公路主动限速效用评价与推荐[J]. 系统仿真学报, 2022, 34(12): 2522-2534.

Geqi Qi, Sijin Liu, Yikang He, Meng Wang, Ailing Huang. Simulation-driven Based Utility Evaluation and Recommendation of Expressway Proactive Speed Limit[J]. Journal of System Simulation, 2022, 34(12): 2522-2534.

图/表 14

图1

图2

图3

图4

图5

表1

表2

图6

表3

图7

图8

表4

图9

表5

参考文献 25

1	公安部道路交通安全研究中心. 中国大城市道路交通发展研究报告之四[M]. 北京: 中国建筑工业出版社, 2018.
	Road Traffic Safety Research Center, Ministry of Public Security. Research Report on Road Traffic Development in China's Large Cities No. 4[M]. Beijing: China Architecture & Building Press, 2018.
2	公安部交通管理局. 中华人民共和国道路交通事故统计年报[R]. 无锡: 公安部交通管理科学研究所, 2017.Ministry of Public Security Traffic Management Bureau. Statistical Annual Report of Road Traffic Accidents of the People's Republic of China[R]. Wuxi: Traffic Management Research Institute of the Ministry of Public Security, 2017.
3	陈韬, 郭凯, 李新伟. 广州西二环高速公路限速值合理性评价方法[J]. 公路, 2021, 66(10): 266-270.
	Chen Tao, Guo Kai, Li Xinwei. Evaluation Method for the Reasonableness of Speed Limit Value of Guangzhou West Second Ring Expressway[J]. Highway, 2021, 66(10): 266-270.
4	亓鑫. 高速公路限速区间确定方法研究[D]. 西安: 长安大学, 2020.
	Qi Xin. Study on the Method of Determining the Speed Limit Zone of Expressway[D]. Xiʹan: Changʹan University, 2020.
5	于秋影. 高速公路事故路段限速方案与驾驶适应性研究[D]. 哈尔滨: 东北林业大学, 2021.
	Yu Qiuying. Speed Limit Scheme and Driving Adaptability on Freeway Accident Segments[D]. Harbin: Northeast Forestry University, 2021.
6	周康康. 基于运行速度的山区新建高速公路限速方案调整研究[J]. 绿色科技, 2020(14): 251-253, 276.
	Zhou Kangkang. Research on the Adjustment of Speed Limit Scheme for New Expressways in Mountainous Areas Based on Operating Speed[J]. Journal of Green Science and Technology, 2020(14): 251-253, 276.
7	Frejo J, Papamichail I, Papageorgiou M, et al. Macroscopic Modeling of Variable Speed Limits on Freeways[J]. Transportation Research Part C Emerging Technologies(S0968-090X), 2019, 100: 15-33.
8	庞明宝, 任沙沙, 张晶晶. 基于混沌的高速公路主线速度模糊控制仿真[J]. 系统仿真学报, 2014, 26(4): 727-732.
	Pang Mingbao, Ren Shasha, Zhang Jingjing. Simulation on Variable Speed Limits of Freeway Mainline Based on Fuzzy Chaos Control[J]. Journal of System Simulation, 2014, 26(4): 727-732.
9	李苗苗. 不良天气下高速公路可变限速控制研究[D]. 兰州: 兰州交通大学, 2021.
	Li Miaomiao. Research on Variable Speed Limit Control of Expressway in Bad Weather[D]. Lanzhou: Lanzhou Jiaotong University, 2021.
10	张博宇. 雨雾天气下山区公路可变限速调控系统研究与实现[D]. 西安: 长安大学, 2021.
	Zhang Boyu. Research and Implementation of Variable Speed Limit Control System for Mountain Highway in Rain and Fog [D]. Xiʹan: Changʹan University, 2021.
11	Yang G, Ahmed M M, Gaweesh S. Impact of Variable Speed Limit in A Connected Vehicle Environment on Truck Driver Behavior under Adverse Weather Conditions: Driving Simulator Study[J]. Transportation Research Record(S0361-1981), 2019, 2673(7), 132-142.
12	刘旭. 考虑分车型限速的高速公路施工区可变限速研究[D]. 西安: 长安大学, 2021.
	Liu Xu. Research on Variable Speed Limit in Expressway Construction Area Considering Speed Limit by Vehicle Type[D]. Xʹian: Changʹan University, 2021.
13	韩雨, 郭延永, 张乐, 等. 消除高速公路运动波的可变限速控制方法[J]. 中国公路学报, 2022, 35(1): 151-158.
	Han Yu, Guo Yanyong, Zhang Le, et al. An Optimal Variable Speed Limit Control Approach Against Freeway Jam Waves[J]. China Journal of Highway and Transport, 2022, 35(1): 151-158.
14	Chen R, Zhang T, Levin M W. Effects of Variable Speed Limit on Energy Consumption with Autonomous Vehicles on Urban Roads Using Modified Cell-Transmission Model[J]. Journal of Transportation Engineering(S0733-947X), 2020, 146(7): 4020049.
15	杨莹莹. 高速公路速度控制措施对驾驶人速度选择的影响研究[D]. 西安: 长安大学, 2021.
	Yang Yingying. Research on the Influence of Freeway Speed Control Measures on Drivers Speed Choice[D]. Xiʹan: Changʹan University, 2021.
16	黄有冬. 基于CAN总线可在线升级的自适应限速系统的研制[D]. 重庆: 重庆大学, 2018.
	Huang Youdong. Development of Adaptive Speed Limiting System Based on CAN Bus Online Upgrade[D]. Chongqing: Chongqing University, 2018.
17	李本旺. 车辆辅助驾驶主动限速控制系统研究[D]. 重庆: 重庆交通大学, 2014.
	Li Benwang. Study on the Active Finite Speed Control System of Vehicle Drive-assist[D]. Chongqing: Chongqing Jiaotong University, 2014.
18	徐进, 曾粤. 高速条件下隧道出入口行驶速度特性[J].交通运输工程学报, 2021, 21(4): 197-209.
	Xu Jin, Zeng Yue. Characteristics of Driving Speed at Tunnel Entrance and Exit at High Speed[J]. Journal of Traffic and Transportation Engineering, 2021, 21(4): 197-209.
19	孙博. 基于交通冲突技术的收费站交通安全分析方法[D]. 西安: 长安大学, 2020.
	Sun Bo. Traffic Conflict Technology Toll Station Traffic Safety Analysis Method[D]. Xiʹan: Changʹan University, 2020.
20	黄飞. 基于SSAM进行快速路合流区安全评价的有效性验证研究[C]//创新驱动与智慧发展—2018年中国城市交通规划年会论文集.青岛: 工程科技Ⅱ辑, 2018: 1190-1198.
	Huang Fei. Validation Study on Safety Evaluation of Expressway Confluence Area Based on SSAM[C]// Innovation-driven and Intelligent Development- Proceedings of the 2018 China Urban Transportation Planning Annual Conference. Qingdao: Part II of Engineering Science and Technology, 2018: 1190-1198.
21	中华人民共和国交通运输部. 公路路线设计规范: [S]. 北京: 人民交通出版社, 2017-09-28.
	Ministry of Transport of the People's Republic of China. Design Specification Highway Route: [S]. Beijing: People's Communications Press, 2017-09-28.
22	郭丽苹, 朱晓东, 高佳宁, 等. 基于VISSIM仿真的高速公路客货分道动态控制[J]. 交通科学与工程, 2021, 37(4): 108-116.
	Guo Liping, Zhu Xiaodong, Gao Jianing, et al. Dynamic Control of Passenger-Cargo Lane Separation of Expressway Based on the Vissim Simulation[J]. Journal of Transport Science and Engineering, 2021, 37(4): 108-116.
23	国务院. 中华人民共和国道路交通安全法实施条例[Z].
24	颜惠琴, 牛万红, 韩惠丽. 基于主成分分析构建指标权重的客观赋权法[J]. 济南大学学报(自然科学版), 2017, 31(6): 519-523.
	Yan Huiqin, Niu Wanhong, Han Huili. Objective Weight Method Based on Principal Component Analysis to Establish Index Weight[J]. Journal of University of Jinan(Science and Technology), 2017, 31(6): 519-523.
25	周金凯, 戴臻. 基于灰色关联度分析法的中国中间产品贸易影响因素分析[J]. 国际商务(对外经济贸易大学学报), 2017(4): 16-26.
	Zhou Jinkai, Dai Zhen. Analysis of Influence Factors on China Intermediate Products Trade with Grey Correlation Analysis[J]. International Business(Journal of University of International Business and Economics), 2017(4): 16-26.

线形	小汽车限速	货车限速
直道	100~120	80~100
弯道	90~110	70~90
坡道	90~110	70~90
匝道主路	95~115	75~95

方法	安全评价指标							效率评价指标
方法	TTC	PET	maxS	DeltaS	DR	mTTC	mPET	空间平均车速	路段交通密度	路段饱和度
熵权法	0.400	0.296	0.173	0.031	0.030	0.025	0.046	0.928	0.026	0.046
灰色关联度	0.143	0.142	0.142	0.145	0.141	0.143	0.143	0.337	0.337	0.326
主成分分析	0.216	0.214	0.203	0.143	0.078	0.036	0.111	0.393	0.326	0.281
综合权重	0.254	0.209	0.161	0.110	0.088	0.080	0.100	0.541	0.239	0.220

模型	MSE	RMSE	MAE	MAPE	R²
线性回归	0.012	0.111	0.079	26.067	0.707
ADABOOST	0.002	0.047	0.031	7.338	0.946
GBDT	0.001	0.026	0.018	4.241	0.984
CATBOOST	0.001	0.028	0.018	4.383	0.981

道路类型	可选速度区间/(km/h)	预测最高得分	推荐限速值/(km/h)
道路类型	可选速度区间/(km/h)	预测最高得分	小型车辆	大型车辆
直道	100~125	0.988	123	103
弯道	90~110	0.891	93	73
坡道	90~110	0.949	97	77
匝道主路	95~115	0.876	102	82

[1]	马庆禄, 张琳, 袁新新, 刘丰杰. 城市道路交通多状态演化下的连续仿真技术研究[J]. 系统仿真学报, 2022, 34(4): 847-855.
[2]	朱依婷, 闫云, 何兆成. 公交与社会车辆混合的中观交通建模与仿真[J]. 系统仿真学报, 2022, 34(09): 2019-2027.
[3]	胡明伟, 张芷铭, 陈湘生. 智能网联车辆混行交通流效益研究[J]. 系统仿真学报, 2021, 33(9): 2270-2278.
[4]	潘红光, 高磊, 米文毓. 基于改进宏观交通流模型的MPC算法设计[J]. 系统仿真学报, 2021, 33(8): 1875-1881.
[5]	李新利, 邹昌铭, 杨国田, 刘禾. 基于生成式对抗网络的发票图像超分辨率研究[J]. 系统仿真学报, 2021, 33(6): 1307-1314.
[6]	何兆成, 林炫华, 聂佩林, 张荣辉. 考虑展宽设计的中观交通仿真模型及其标定[J]. 系统仿真学报, 2021, 33(4): 781-791.
[7]	马文欣, 李瑞敏. 检测数据驱动的交通仿真参数标定方法研究[J]. 系统仿真学报, 2021, 33(12): 2808-2819.
[8]	赵丹, 牛学军, 张书豪, 魏佳旭. 平面交叉口借道左转设置研究与效果评估[J]. 系统仿真学报, 2021, 33(12): 2975-2982.
[9]	邓欣, 龙灿, 米建勋, 张博宪, 孙开伟, 王进. 基于多域特征与随机子空间集成的脑电分类[J]. 系统仿真学报, 2020, 32(9): 1787-1798.
[10]	戢晓峰, 戈艺澄. 基于深度学习的节假日高速公路交通流预测方法[J]. 系统仿真学报, 2020, 32(6): 1164-1171.
[11]	周晨静, 高亚聪, 荣建. 微观交通仿真模型参数标定方法改善研究[J]. 系统仿真学报, 2020, 32(11): 2112-2120.
[12]	金炜东, 陈春利. 基于集成深度学习的雷达信号分选研究[J]. 系统仿真学报, 2019, 31(9): 1868-1874.
[13]	段宇洲, 柴婷婷, 简洁. 环形交叉口内部运行时间可靠度研究[J]. 系统仿真学报, 2019, 31(3): 438-447.
[14]	杜怡曼, 苏红帆, 陈宇, 刘龙飞, 吴建平. 南宁市滨湖路绿波方案仿真评估[J]. 系统仿真学报, 2019, 31(3): 585-591.
[15]	杜怡曼, 苏红帆, 吴建平, 陈宇, 黄琳, 刘龙飞. 南宁市中心区域交通动态调控技术[J]. 系统仿真学报, 2019, 31(2): 324-331.