本技术提供了一种高速公路可变限速主动控制方法及系统,通过搭建考虑驾驶员个性化的混合交通流场景,并设置场景参数;然后实时获取合流道路场景的交通状态数据;利用获取的交通状态数据作为状态量对智能体进行训练以获得限速控制优化模型;训练过程中由泊松分布生成的不同训练场景;在每个控制周期T内选择最优的限速值和合适的限速管控位置,利用基于智能网联车构建的移动瓶颈可变限速MVSL生成移动瓶颈,通过主动构建移动瓶颈从安全性和交通效率两方面优化交通状况。
背景技术
可变限速控制(Variable Speed Limits)是高速公路系统中常用的一种交通管理控制方法,主要原理是控制中心根据交通检测数据、道路状况等相关影响因素计算各时段的不同限速值,并将计算得到的限速值传输到高速公路的可变限速标志牌上,对高速公路主线的限速值进行动态调整,以增加车流通过率、缩短车辆行程时间并减少事故发生率。
但是,传统控制方法也同样存在诸多弊端,其只能通过固定检测器监测交通流数据,其对历史数据的分析不能反映交通流状态的时效性。驾驶员个性化对驾驶策略不同反应状态对其控制策略实施的效果也存在不同程度的影响。
实现思路