基于分布式光纤探测数据同化的最优控制建议用于公路拥堵
系统与控制
2026-04-30 v1 系统与控制
物理与社会
摘要
本文提出了一种基于分布式光纤探测(DFOS)数据同化(DA)的公路拥堵最优控制建议方法。为同时最大化吞吐量并避免/缓解拥堵，必须根据多目标优化和实时监控数据执行当前交通状态的最优控制，即主动交通与需求管理(ATDM)。然而，由于传统传感器获取的间歇性观测数据，无法估计最优控制。为解决此问题，本文提出了结合DFOS数据同化的ATDM最优控制估计方法，该方法可在无死区内实时监控交通流量。我们的实时DA方法使我们能够通过仿真估计控制方案的有效性。本文还提供了一种唯一确定多目标优化中Pareto解的最优控制解的方法。将整条道路的吞吐量和平均速度作为目标函数，变动限速(VSL)和入口控制作为ATDM示例。日本高速公路的验证结果表明：(i)最优控制方案因交通状态尤其是拥堵水平而有所不同；(ii)仅考虑VSL的最优控制可将吞吐量提高5-14%，平均速度提升0-8%；(iii)当考虑VSL和入口控制时，吞吐量和平均速度分别提高10-15%和20-30%。本文还暗示了在拥堵发生前对车道占用率进行平衡管理和主动最优控制的重要性。
引用
@article{arxiv.2604.26017,
title = {Optimal-Control Suggestion for Congestion on Freeways using Data Assimilation of Distributed Fiber-Optic Sensing},
author = {Yoshiyuki Yajima and Hemant Prasad and Daisuke Ikefuji and Takemasa Suzuki and Shin Tominaga and Hitoshi Sakurai and Manabu Otani},
journal= {arXiv preprint arXiv:2604.26017},
year = {2026}
}
备注
21 pages, 13 figures, presented in the Transportation Research Board 105th Annual Meeting 2026