本技术提供了一种混合行驶的交通管理方案制定方法及系统,涉及交通管理方案制定技术领域,包括获取包括人工驾驶车辆和智能网联车辆的运行数据信息、交叉口转向比例数据和路段参数信息,构建混合交通流基本图模型,用于计算混合交通流的平均速度。基于该模型,结合交通流的平均速度、转向比例和路段参数,进一步构建车辆的反馈排队模型。通过该反馈排队模型计算得到车辆运行所在交通运输系统的系统状态数据、燃油车辆的油耗数据、电动车辆的能耗数据和车辆延误时间信息。最终,根据所得到的各类信息,制定完成的交通管理方案,本发明能够提升交通流量管理的效率,并有效降低交通拥堵、减少能耗和延误时间。
背景技术
随着城市化进程的不断加速,交通拥堵问题日益严峻,尤其是在人口密集的城市地区。传统的交通管理方法主要依赖于人工控制和固定的交通信号配时,而这些方法通常不能根据实时交通流量、车速等动态信息进行灵活调整。现有技术大多采用基于人工驾驶车辆的单一交通流量分析模型,忽略了智能网联车辆在混合交通流中的影响。这种方法虽然能够提供基础的交通管理方案,但由于未能有效整合智能网联车辆的运行数据,导致交通管理响应迟缓、效率低下,无法适应复杂多变的道路交通环境。此外,传统交通管理系统未能充分考虑到能耗、排放等环境因素,也缺乏对交叉口排队、车辆延误等细节的精准预测,导致资源浪费和延误时间的增加。
因此,现亟需一种混合行驶的交通管理方案制定方法及系统,用于解决上述问题。
实现思路