本发明属混合交通控制，具体涉及一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法。
背景技术：
1、在实际的城市交通中，由于驾驶员、车辆性能和行驶目的的差异性，在同一路段不同驾驶员的期望速度不同，期望速度较低的驾驶员容易形成车速低于周边车辆的低速车辆，从而引起周围车辆加减速、换道和超车。慢行车引起的移动瓶颈效应会导致速度离散性增加，降低交通流的有序性，偏离交通流稳定均衡状态形成交通拥堵。而近信号区作为城市交通中的瓶颈区域和“咽喉地区”，上述问题更加明显。一方面，近信号区车辆受到行驶目的和道路线型的约束，驾驶人既要观察到周围车辆的行驶状态，又要观察到信号状态之间的转换。另一方面，由于受到信号灯相位变化，连续的交通流会发生交通中断现象。最后，随着车辆和交通系统逐渐趋于智能化、自动化和网联化，网联自动驾驶车与传统人驾车混行，使得传统同质交通流演变成为异质交通流，cav和hv在信息获取能力以及控制决策方面的差异性使得近信号区车流的信息不对称性和智能水平不均衡性更加突出，混合交通异质车辆间的耦合关系变得更加复杂。因此，发挥网联自动车在感知和可控方面的优势，是解决近信号区混有慢行车的新型混合交通问题的关键。
2、通过查阅相关文献和专利，一些学者针对近信号区场景问题提出了一些相应的控制方法，并在一定程度上能够降低油耗，提升交通效率。但是，他们的研究多针对于近信号区单车道场景，且少有学者考虑近信号区场景下慢行车造成的交通问题，另外，很少有学者考虑车辆行驶过程中信息物理空间的变化。
技术实现思路
1、有鉴于此，本发明提供了一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法。本发明针对近信号区三车道场景，从路段和车辆两个尺度提出了混有慢行车的混合交通拥堵抑制方法，该方法能够有效地抑制慢行车和红绿灯引起的交通拥堵问题，减少能源消耗，提高近信号区交通通行效率。
2、本发明提供了一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，包括以下步骤：
3、s1.设置混有网联自动车、人驾车、慢行车的近信号区三车道混合交通场景；
4、其中，网联自动车能够获取感知范围内的流量、密度以及红绿灯信息，人驾车和慢行车只能通过驾驶员感知获取交通信息；
5、s2.根据步骤s1设置的混合交通场景，分别分析红绿灯中断效应、近信号区换道行为和慢行车移动瓶颈效应的规律和影响；
6、s3.考虑异质交通主体在信息物理层面的差异性，建立混有慢行车的近信号区新型混合交通流模型；
7、s4.根据近信号区车辆在信息物理空间的变化，将近信号区划分为速度建议区和速度引导区，在速度建议区内，根据步骤s3构建的新型混合交通流模型，设计考虑流量差的网联自动车拥堵反馈控制方法；
8、s5.在速度引导区内，结合车辆速度、车辆位置、红绿灯相位和时间信息设计网联自动车的速度引导方法，从而在路段和车辆尺度下对网联自动车进行速度建议和速度引导。
9、进一步，所述步骤s1中设置的近信号区三车道混合交通场景全长500m，引导区最后50m不能换道，三车道分别为左转、直行、右转车道。
10、进一步，所述步骤s2包括以下子步骤：
11、s2.1计算近信号区道路最大通行流量，计算表达式如下：
12、
13、式中，q表示信号灯中断效应下的通过流量；t表示一个信号灯周期长度时间；tg表示绿灯时间长度；qin代表道路实际输入流量；qmax表示无红绿灯情况下道路最大通行流量；c表示停车和启动的损失时间和；
14、s2.2通过道路密度分析车辆的自由换道行为，通过换道紧迫性分析车辆的强制换道行为，车辆距离实线越近，换道紧迫性则越高；
15、
16、式中，xi(t)为车辆位置；xs为实线起始位置；x0为近信号区起始位置；n代表换道的次数；
17、s2.3慢行车产生的移动瓶颈效应会导致其他车辆减速、换道和超车，从而引发道路交通流量下降，下降的流量的计算表达式如下：
18、
19、式中，q代表下降的流量；ρz代表道路交通密度；ρs代表道路最大流量对应的密度。
20、进一步，所述步骤s3中，分别考虑人驾车渗透率ph、慢行车渗透率ps、人驾车渗透率pc，且ph+ps+pc＝1，则混有慢行车的近信号区新型混合交通流模型表示为：
21、
22、式中，ρ表示密度；v表示速度；γ表示近信号区的换道率；βm表示距离越远的晶格，影响越小；lc表示车辆长度；ρ0表示道路平均密度；ρj表示第j晶格的流量；a表示驾驶员敏感系数；m代表cav与前方第几个晶格通信；m表示最大通信晶格数量；tr表示红灯时长；c表示在红绿灯相互转变时，车辆启动或停止所损失的时间；λ表示慢行车的遵从度，且0＜λ＜1，λ越小，慢行车速度越慢，表明车辆越不遵从道路最优速度；v(ρj)是最优速度函数，校准后的参数为v1＝-2m/s，v2＝8.234m/s，c1＝0.1092m-1，c2＝3.414，v1'＝14.32m/s，v2'＝4.916m/s，c1'＝0.3456m-1，c2'＝1.446。
23、进一步，所述步骤s4中，速度建议区长300m，速度引导区长200m。
24、进一步，所述步骤s4中，设计的网联自动车拥堵反馈控制方法的模型如下：
25、
26、其中，uj是控制项，形式如下：
27、
28、式中，ω表示控制增益，如果前面晶格的流量大于当前晶格的流量，说明前方道路畅通，那么控制项uj为正，当前路段的最优流量增大，反之则拥堵；rm表示距离自己越近的晶格，影响的权重越大。
29、根据最优速度函数和路段平均密度，反之可以求得路段最优速度，从而对当前路段的车辆实现速度建议，抑制交通拥堵。
30、进一步，所述步骤s5中的速度引导方法包含以下速度引导策略：
31、xcav(t0+treal)＝xstop
32、
33、式中，t0表示当前时间；xcav(t0)是cav车辆的当前位置；vcav(t0)是当前cav速度；v表示车辆规划的速度；adecel代表减速度；代表绿灯相位剩余时间；tr代表红灯时长；treal是当前相位的可规划时间；xstop是停止线的位置；vlim是道路最大限速；代表红灯相位剩余时间。
34、有益效果：
35、本发明针对现有控制策略并未考虑近信号区下慢行车引起的交通问题以及车辆在行驶过程中的信息物理空间层面的变化问题，从路段和车辆尺度提出了一种近信号区多尺度慢行车拥堵抑制方法，该方法能够有效地抑制慢行车和红绿灯引起的交通拥堵和停车问题，减少燃油消耗，降低平均行程和等待时间，提升交通效率，为近信号区的交通协同控制问题提供了新的思路。
36、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究，对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
1.一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于：所述步骤s1中设置的近信号区三车道混合交通场景全长500m，引导区最后50m不能换道，三车道分别为左转、直行、右转车道。
3.根据权利要求1所述的一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于：所述步骤s2包括以下子步骤：
4.根据权利要求3所述的一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于：所述步骤s3中，分别考虑人驾车渗透率ph、慢行车渗透率ps、人驾车渗透率pc，且ph+ps+pc＝1，则混有慢行车的近信号区新型混合交通流模型表示为：
5.根据权利要求4所述的一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于：所述步骤s4中，速度建议区长300m，速度引导区长200m。
6.根据权利要求5所述的一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于：所述步骤s4中，设计的网联自动车拥堵反馈控制方法的模型如下：
7.根据权利要求6所述的一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于：所述步骤s5中的速度引导方法包含以下速度引导策略：
