随着我国社会经济的快速发展以及交通需求的持续增加,道路拥堵,交通安全,环境污染,运输效率低下等问题日益突出。多项研究表明,入口匝道附近的区域是高速公路的瓶颈和事故易发地段。若不对该区域进行控制,极易导致交通拥堵与事故,使高速公路的交通环境进一步恶化,降低路网交通的整体效益。现有的主动交通管控方法,包括可变限速控制和匝道控制方法,能够对匝道瓶颈区的交通流起到明显的调节作用,是缓解高速公路拥堵最有效的控制方式。目前,上述方法主要通过模型预测控制或反馈式控制对交通流进行优化。模型预测控制能够预测交通状态并提前进行控制,但是对建模的精度要求比较高,较难在工程实践中运用。反馈式控制不依赖于模型,但是有滞后性并可能增加交通流的波动。强化学习近年来成为交通领域的研究热点,如果把强化学习和交通主动管理策略相结合,可以使交通控制效果明显提升。但是目前基于强化学习的交通控制研究仍较为初步,只能解决局部优化控制问题。另一方面,车路协同技术作为一种新兴的ITS(Intelligent Transportation System)技术,近年来受到世界各国学者的广泛重视。通过该技术能实时获取更精确稳定的实时宏观交通数据,能保证车辆能按照控制指令行驶,因此可以明显改善控制效率。但到目前为止,和车路协同技术有关的研究主要集中在微观层面(以单车或小范围车队为研究对象),尚无宏观角度方面的研究。本文尝试将上述技术集成为一个智能控制系统,对一个典型匝道区域(包含主线和出入口匝道)内的交通流进行管控,以达到优化交通流的目的。本论文在现有的理论和实践经验的基础上,将车路协同技术、强化学习技术、可变限速控制技术、匝道控制技术作为匝道区域控制的关键技术展开研究,并将它们整合成一个面向高速公路匝道区域的综合交通控制系统,以提高道路的通行效率以及安全性。该系统包括路侧系统和车辆系统。路侧系统能够采集道路上行驶车辆的交通信息、估计道路交通状态、并通过可变限速和入口匝道的协同控制保障匝道区域内的交通流运行平稳、有序、高效。车辆系统将车辆的实时位置和速度发送给路侧系统,同时保障路侧系统返回的控制指令能准确执行。最后,本文通过计算机仿真技术对该控制系统开发实现,并对控制效果进行评估。具体而言,论文从以下几个方面展开研究:首先,提出一种具有实际应用价值的车路协同控制系统。该系统通过可变限速控制和入口匝道控制对交通流进行调节。该系统具有以下优势:(1)系统为闭环控制系统,可以及时准确的获取路段信息并实施有针对性的控制。车辆将实时数据发送给路侧控制系统,路侧控制系统将车辆数据集计为路段交通状态,生成相应的交通控制指令并传递给车辆,车辆通过车载设备保障控制命令的执行。(2)系统为分布式控制系统。系统中的各控制单元通过相互协作进行交通控制,没有中心控制器。分布式系统基于“去中心化”的设计思路,因此,控制所需的计算量较小,系统单元部署灵活,结构简单,控制的鲁棒性较强。其次,本文在开源微观交通仿真软件MOTUS的基础上,通过二次开发实现了上述控制系统的原型,通过仿真验证了系统的控制效果。仿真软件包括基于微观交通流模型的驾驶员行为仿真模块,基于Google KML文件的地图生城模块,交通状态提取模块,控制模块,二维动画显示模块,文件导出模块等。软件能够根据Google地图建立准确的道路网络,模拟出较为真实合理的车路协同环境,并且能够将结果导入MATLAB中做进一步的分析。第三,论文提出了适用于车路协同环境的多智能体强化学习控制技术。现有的强化学习控制技术以单智能体的控制为主,缺乏多智能体之间的相互协同,区域控制效果较差。本文提出了一种多智能体协同控制算法,该算法主要用于主线可变限速协同控制,也可以辅助主线和匝道的协同控制,能够起到较好的控制效果。在匝道控制和主线的协同控制方面,论文采用匝道控制优先,可变限速控制协同的策略,在保证控制系统本身对高速公路交通流影响最小的前提下,提升道路交通流的通行效率。此外,论文根据“潜在碰撞时间”提出了一种交通安全性评价函数,将该函数作为控制目标够有效地维持匝道区域内的交通流稳定。最后,论文分析了单独使用主线限速控制策略、入口匝道控制策略以及主线和匝道协同控制策略三种方案的控制效果,并分别进行仿真研究。仿真分析了不同策略下的总旅行时间、总停车次数,相邻速度差等指标,对控制效果进行了定量评价,以确定通行效率和安全性较好的控制方案。仿真结果表明,本文所提出的控制系统能够明显的改善匝道区域交通流的通行效率,显著减少主线路段间的速度差,使瓶颈区的交通流变化更稳定,并且能显著减少瓶颈路段在拥堵时段的走停现象。