面向更安全城市交通网络的风险感知储存控制
最优化与控制
2025-08-12 v1
摘要
我们提出了一种风险感知的围栏式控制器，用于在大型异构城市交通网络中耦合安全与效率目标。该网络被压缩为两个相互作用的"储存罐"，其动力学遵循广义水槽模型（Generalized Bathtub Model），而事故则由自激（Hawkes）计数过程描述，其强度取决于车辆暴露、储存罐之间的速度离散以及事故聚类。事故发生会通过一种分析简单的退化因子反馈到运营中，该因子按实时事故负载的比例降低速度和排放容量。一种滚动时域策略最小化混合时延-安全目标，其中包括捕获风险厌恶的方差惩罚； resulting open-loop problem 被证明具有 bang-bang 最优解，其闸门仅在事故发生时切换。这种结构使能够实现事件触发的 MPC，当发生新事故时仅重新优化，从而显著减少在线计算。参数使用丹麦哥本哈根的 OpenStreetMap 数据进行校准，以分析通勤高峰期间的交通动力学。蒙特卡罗仿真显示，相对于无控制基线，延迟可降低最高 30%，事故可降低最高 35%，且以单一风险参数为主导的透明权衡。
引用
@article{arxiv.2508.06790,
title = {Risk Aware Reservoir Control For Safer Urban Traffic Networks},
author = {Alexander Hammerl and Wenlong Jin and Ravi Seshadri and Thomas Kjær Rasmussen and Otto Anker Nielsen},
journal= {arXiv preprint arXiv:2508.06790},
year = {2025}
}