一种预防隧道出入口附近追尾事故的智能道钉主动控制方法及控制系统

1.本发明涉及一种预防隧道出入口附近追尾事故的智能道钉主动控制方法及控制系统，属于智能交通技术领域。


背景技术：

2.为适应前一阶段城市化高速推进和城市规模快速扩大而带来的日益增长的城市交通需求以及城市交通问题，近几年我国城内和城际间长隧道建设急剧增多。司机在长隧道的出入口处需要一段时间和距离来适应光线强度的急剧变化，而在这段时间内，司机因无法看清隧道入口或出口处的交通状况会保持原速前进。在这种情况下，一旦前方车辆由于发生拥堵而减速行驶，当后方驾驶员视线度过适应期发现前方车辆并减速时，前后两辆车的间距通常会小于正常情况下的间距，当该间距小到不足以保证出入隧道的车辆完成减速时，很容易发生严重的追尾事故。由此，长隧道出入口处视觉对光线骤变的适应期增加了追尾事故的风险。
3.经过试验与实践，可变限速控制是隧道智能交通管理的有效方法，相比目前我国在隧道出入口处广泛采用的静态限速措施，可变限速方法可以充分考虑拥堵波传播特性、驾驶员生理反应及视觉适应特性，从而综合考虑各种因素，实现更加灵活的隧道出入口可变限速控制方法，减少事故的发生率。而在具体的控制信息发布途径上，目前的可变限速控制严重依赖于设置在上游的可变信息提示板，而可变限速提示板一方面造价高昂，提升了主动控制的成本，另一方面只能覆盖较短的路段范围，容易被驾驶员忽略从而降低限速信息传递的效率。由此需要研发一种新的控制方法，将制造成本较低的设备与可变限速控制相结合，实现对隧道出入口附近追尾事故的主动预防。


技术实现要素：

4.本发明提供一种预防隧道出入口附近追尾事故的智能道钉主动控制方法及控制系统，采用智能道钉，综合考虑多种因素，基于拥堵波传播特性实现对隧道出入口附近追尾事故的主动预防。
5.本发明解决其技术问题所采用的技术方案是：
6.一种预防隧道出入口附近追尾事故的智能道钉主动控制方法，通过控制系统对隧道出入口处车辆进行限速控制从而预防追尾事故发生，所述控制系统包括控制中心、若干智能道钉以及交通流检测器，在隧道出入口的上游道路两侧分别设置若干智能道钉，隧道出入口的下游道路上设置交通流检测器，控制中心与若干智能道钉、交通流检测器连通，具体包括以下步骤：
7.步骤s1：对管控路段做现状调查，确定自由流状态下隧道出入口处管控路段的实测车流速度v以及拥堵状态下隧道出入口下游拥堵波传播速度vs；
8.步骤s2：确定位于隧道出入口下游的交通流检测器的设置位置，即确定交通流检
测器与隧道出入口之间的距离；
9.步骤s3：确定位于隧道出入口上游的智能道钉的控制范围，即确定智能道钉的控制起点与隧道出入口的距离；
10.步骤s4：根据设置的交通流检测器获取路段断面的交通流参数，基于隧道出入口下游占有率检测值及交通流速度检测值判定是否满足拥堵判定条件，若未满足拥堵判定条件，继续获取交通流参数，若满足拥堵判定条件，进行步骤s5；
11.步骤s5：基于交通流检测器检测到拥堵状态时刻的拥堵波传播速度控制中心根据最优限速值控制算法计算当前时刻实时最优限速值；
12.步骤s6：控制系统向智能道钉发送指令，通过智能道钉颜色发布当前时刻实时最优限速值；
13.作为本发明的进一步优选，步骤s1中，拥堵波传播速度vs的计算公式为：
14.vs＝(q
a-qb)
÷
(k
a-kb)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
15.公式(1)中，qa为自由流状态下的流量，单位为veh/s；
16.ka为自由流状态下的交通流密度，单位为veh/m；
17.qb为拥堵状态下的流量，单位为veh/s；
18.kb为拥堵状态下的交通流密度，单位为veh/m；
19.vs为拥堵波传播速度，单位是km/h；
20.作为本发明的进一步优选，步骤s2中，交通流检测器与隧道出入口之间的距离计算公式为：
[0021][0022]
公式(2)中，v为自由流状态下隧道出入口处管控路段的实测车流速度，单位是km/h；
[0023]
δta为驾驶员的视觉适应时间，单位是s；
[0024]
为驾驶员反应时间，单位是s；
[0025]
a为车辆减速时的加速度值，单位是m/s2；
[0026]vs
为拥堵波传播速度，单位是km/h；
[0027]
作为本发明的进一步优选，步骤s3中，智能道钉的控制起点与隧道出入口的距离计算公式为：
[0028][0029]
公式(3)中，vu为自由流状态下隧道出入口处管控路段的实测车流速度的85％分位值，单位是km/h；
[0030]vp
为隧道出入口路段最低限速值，单位是km/h；
[0031]
a为车辆减速时的加速度值，单位是m/s2；
[0032]
作为本发明的进一步优选，步骤s4中，交通流检测器按照预设时间间隔定时检测，获取路段断面的交通流参数，所述预设时间间隔为30s，预设管控路段的拥堵判定条件，其中，拥堵判定条件为满足：oa》oc且va《vr条件时，判定隧道出入口下游处于拥堵状态；
[0033]
条件中，oa为实时的隧道出入口下游交通流占有率检测值；
[0034]
oc为隧道出入口下游交通流拥堵状态占有率阈值；
[0035]va
为实时的隧道出入口下游交通流速度检测值，单位是km/h；
[0036]vr
为隧道出入口下游交通流拥堵状态速度阈值，单位是km/h；
[0037]
作为本发明的进一步优选，步骤s5中，当隧道出入口下游处于拥堵状态时，控制中心执行最优限速值选择算法，交通流检测器检测到拥堵状态时刻的拥堵波传播速度后，每隔一个预设时间间隔，按照降序依次将限速值带入判定条件中计算，满足条件的最大限速值即为当前时刻最优限速值，判定条件为：
[0038][0039]
公式(4)中，为当前带入判定条件的可变限速值，单位是km/h，能够选择的限速值按降序排列为100km/h、80km/h、60km/h、40km/h、30km/h和20km/h；
[0040]
δta为驾驶员视觉适应时间，单位是s；
[0041]
为隧道出入口上游驾驶员制动前的反应时间，单位是s；
[0042]
a为车辆减速时的加速度值，单位是m/s2；
[0043]
为隧道出入口下游交通流检测器检测到拥堵状态时刻的拥堵波传播速度，单位是km/h；
[0044]
l为长隧道出入口下游交通流检测器设置位置与出入口的距离，单位是km；
[0045]
t为当前时刻；
[0046]
为隧道出入口下游交通流检测器检测到拥堵状态的时刻；
[0047]
作为本发明的进一步优选，
[0048]
步骤s6中，将步骤s5获取的当前时刻实时最优限速值反馈至控制中心，控制中心基于最优限速值生成智能道钉颜色，智能道钉在隧道出入口上游接受控制中心的命令向隧道出入口上游行驶来的车辆显示当前时刻隧道出入口路段实时限速值对应的颜色；
[0049]
作为本发明的进一步优选，智能道钉发布的颜色按照限速值降序排列，即为白色匹配的限速值为100km/h，绿色匹配的限速值为80km/h，蓝色匹配的限速值为60km/h，黄色匹配的限速值为40km/h，橙色匹配的限速值为30km/h，红色匹配的限速值为20km/h；
[0050]
用于所述预防隧道出入口附近追尾事故的智能道钉主动控制方法的控制系统，控制系统包括控制中心、若干智能道钉以及交通流检测器，若干智能道钉设置在隧道出入口的上游道路两侧，交通流检测器设置在隧道出入口的道路下游；
[0051]
控制中心通过交通流检测器获取的交通流参数，向智能道钉发送向隧道出入口上游行驶来的车辆显示当前时刻隧道出入口路段实时限速值对应颜色的指令。
[0052]
通过以上技术方案，相对于现有技术，本发明具有以下有益效果：
[0053]
1、本发明提供的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其采用的控制系统包括若干智能道钉，将信息发布设施由可变信息提示板更改为智能道钉，利用智能道钉具有更低的制造成本以及更广的信息发布范围，在可变限速信息发布领域表现出应用的前景；
[0054]
2、本发明提供的预防隧道出入口附近追尾事故的智能道钉主动控制方法，考虑拥堵波传播速度的问题，通过在隧道出入口上游路段发布可变限速信息，给予进出隧道的驾驶员对光线改变充分的视觉适应时间；
1为隧道出口上游车辆，2-2为隧道出口下游车辆。
[0067]
那么针对上述问题，本技术中在隧道出入口的上游道路两侧分别设置若干智能道钉3，隧道出入口的下游道路设置交通流检测器4，控制中心通过交通流检测器获取的交通流参数，向智能道钉发送向隧道出入口上游行驶来的车辆显示当前时刻隧道出入口路段实时限速值对应颜色的指令。
[0068]
图4是本技术提供的优选实施例的流程示意图，具体包括以下步骤：
[0069]
步骤s1：针对管控路段做现状调查，确定自由流状态下隧道出入口处管控路段的实测车流速度v以及拥堵状态下隧道出入口下游拥堵波传播速度vs；当长隧道出入口下游发生拥堵产生排队现象时，由拥堵波的特性可知长隧道出入口下游的排队现象会随时间推移而向出入口上游传播，即产生向上游传播的拥堵波；拥堵排队状态向上游方向传播的过程如图3所示。前期的调查需要获取实测车流速度v以及拥堵波传播速度vs，其中拥堵波传播速度通过对多组实际交通流数据的采集和计算得到，计算公式为：
[0070]vs
＝(q
a-qb)
÷
(k
a-kb)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0071]
公式(1)中，qa为自由流状态下的流量，单位为veh/s；
[0072]
ka为自由流状态下的交通流密度，单位为veh/m；
[0073]
qb为拥堵状态下的流量，单位为veh/s；
[0074]
kb为拥堵状态下的交通流密度，单位为veh/m；
[0075]vs
为拥堵波传播速度，单位是km/h；
[0076]
通过对多组实际交通流数据的采集和计算，得到长隧道出入口下游路段拥堵波传播速度的参考值。
[0077]
步骤s2：确定位于隧道出入口下游的交通流检测器的设置位置，即确定交通流检测器与隧道出入口之间的距离；
[0078]
步骤s3：确定位于隧道出入口上游的智能道钉的控制范围，即确定智能道钉的控制起点与隧道出入口的距离；
[0079]
这里步骤s2和步骤s3可以结合阐述，主要是需要确定智能道钉的控制起点以及交通流检测器的设置位置，针对交通流检测器的设置位置，其设置的目的是为了实时检测长隧道出入口下游的交通流状况，在此基础上判断下游位置是否出现拥堵，若出现拥堵则触发可变限速控制中心调节限速值采取控制措施。具体的，当长隧道出入口下游出现拥堵现象时，上游驶来的车辆从视觉适应、发现拥堵到最终完成制动需要一段距离和时间，在这段时间中出入口下游的拥堵状态将以拥堵波速度vs向上游传播，所以计算分析长隧道出入口下游交通流检测器的设置位置，即确定检测器与长隧道出入口的距离l，目的是保证上游来车在与下游拥堵波相遇之前能够完成制动，避免追尾事故发生。
[0080]
首先距离l的计算公式如下：
[0081]
l＝la+lr+lb+ls[0082]
上述公式中，la为驾驶员视觉适应时间内，车辆按照减速前的初速度近似匀速行驶的距离，单位为m；
[0083]
lr为驾驶员反应时间内，车辆按照减速前的初速度近似匀速行驶的距离，单位为m；
[0084]
lb为车辆制动距离，单位为m；
[0085]
ls为从驾驶员接收到限速信息到车辆完成制动过程中拥堵波的传播距离，单位为m。
[0086]
由于交通流检测器的设置基于调查所得车流速度、拥堵波传播以及车辆减速特性，结合驾驶员的生理反应特性及视觉适应特性确定，从而保证控制中心可以尽早发现下游的拥堵并调节限速值，保证驶来车辆能够在安全距离内完成制动。考虑到车辆在进出隧道的过程中，驾驶员需要一段时间来适应环境光线强度的急剧变化，而在这段适应时间内车辆是以初始速度匀速向前行驶的，在计算隧道出入口下游交通流检测器设置位置与长隧道出入口之间的距离时，也需要将这段适应时间内行驶的距离考虑在内。因此将上述公式进行改写，则交通流检测器与隧道出入口之间的距离计算公式为：
[0087][0088]
公式(2)中，v为自由流状态下隧道出入口处管控路段的实测车流速度，单位是km/h；
[0089]
δta为驾驶员的视觉适应时间，单位是s；
[0090]
为驾驶员反应时间，单位是s；
[0091]
a为车辆减速时的加速度值，单位是m/s2；
[0092]vs
为拥堵波传播速度，单位是km/h。
[0093]
为保证驾驶员在长隧道出入口处可减速至限速值，智能道钉需设置在长隧道出入口的上游位置。即在长隧道出入口上游位置设置智能道钉以用于对长隧道出入口上游车辆进行信息提示和速度控制，所以在隧道入口处必须保证上游行驶而来的车辆在发现隧道内拥堵状态以前就可以看见智能道钉的提示颜色，以使得智能道钉能够及时对上游车辆发布限速信息，提升控制有效性和效率。基于前期实测车流速度和车辆减速特性以及路段最低限速标准确定隧道出入口上游智能道钉的控制范围，从而确定道钉控制起点与隧道出入口的距离l
bt
(l
bt
位置如图1、图2所示)。由此智能道钉的控制起点与隧道出入口的距离计算公式为：
[0094][0095]
公式(3)中，vu为自由流状态下隧道出入口处管控路段的实测车流速度的85％分位值，单位是km/h；
[0096]vp
为隧道出入口路段最低限速值，单位是km/h；
[0097]
a为车辆减速时的加速度值，单位是m/s2。
[0098]
步骤s4：根据设置的交通流检测器获取路段断面的交通流参数，基于隧道出入口下游占有率检测值及交通流速度检测值，判定是否满足拥堵判定条件，若未满足拥堵判定条件，继续获取交通流参数，若满足拥堵判定条件，进行步骤s5；
[0099]
具体的为，交通流检测器按照固定的预设时间间隔(这里我们设定预设时间间隔为30s)定时检测，获取路段断面的交通流参数(交通流速度、占有率检测值、交通流流量以及交通流密度)发送至控制中心，预设管控路段的拥堵判定条件，将交通流速度及占有率检测值与预先设定的阈值进行比较，若满足拥堵判定条件则触发可变限速控制系统计算最优限速值。其中，拥堵判定条件为满足：oa》oc且va《vr条件时，判定隧道出入口下游处于拥堵状
态；条件中，oa为实时的隧道出入口下游交通流占有率检测值；oc为隧道出入口下游交通流拥堵状态占有率阈值；va为实时的隧道出入口下游交通流速度检测值，单位是km/h；
[0100]vr
为隧道出入口下游交通流拥堵状态速度阈值，单位是km/h。
[0101]
关于拥堵状态判定条件中阈值的选取，可以事先选取多组交通流数据进行试算与判断，也可以根据长隧道出入口路段实际交通流状况确定。
[0102]
步骤s5：当长隧道出入口下游的交通流检测器检测到的交通流数据满足拥堵判定条件时，触发长隧道出入口路段最优限速值控制算法，首先基于检测器数据计算检测到拥堵状态时刻的拥堵波传播速度，随后每隔一个预设时间间隔(30s)，基于驾驶员反应特性和视觉适应特性、车辆减速行为特性、拥堵波传播特性以及检测器设置位置确定实时最优限速值。
[0103]
即基于检测到拥堵状态时刻的拥堵波传播速度控制中心每隔30s根据最优限速值控制算法计算当前时刻实时最优限速值，按照降序依次将限速值带入判定条件中计算，能够选择的限速值按降序排列为100km/h、80km/h、60km/h、40km/h、30km/h和20km/h；满足条件的最大限速值即为最优限速值，判定条件为：
[0104][0105]
公式(4)中，为当前带入判定条件的可变限速值，单位是km/h；
[0106]
δta为驾驶员视觉适应时间，单位是s；
[0107]
为隧道出入口上游驾驶员制动前的反应时间，单位是s；
[0108]
a为车辆减速时的加速度值，单位是m/s2；
[0109]
为下游交通流检测器检测到拥堵状态时刻的拥堵波传播速度，单位是km/h；
[0110]
l为长隧道出入口下游交通流检测器设置位置与出入口的距离，单位是km；
[0111]
t为当前时刻；
[0112]
为隧道出入口下游交通流检测器检测到拥堵状态的时刻。
[0113]
则该可变限速值即为长隧道出入口路段当前时刻实时的最优控制限速值。
[0114]
步骤s6：控制系统向智能道钉发送指令，基于最优限速值生成智能道钉颜色，最优限速值与道钉颜色的对应关系为：白色-100km/h，绿色-80km/h，蓝色-60km/h，黄色-40km/h，橙色-30km/h，红色-20km/h。通过设置于长隧道出入口路段上游的路侧智能道钉显示当前时刻实时最优限速值对应的颜色。
[0115]
综上可知，本技术考虑了拥堵会向上游快速传播的特性计算追尾事故发生条件，考虑驾驶员进出隧道口时由于光线强烈变化而导致的视觉适应时间等综合因素，计算出最优的限速值；随后确定最优限速值与智能道钉颜色的对应关系，并通过上游智能道钉显示当前最优限速值对应的颜色从而实时将限速值传递给进出车辆。采用智能道钉这一新型信息传达工具，相比传统的可变信息提示板，具有更低的成本和更广的覆盖区间，同时本技术克服了以往无法主动预防隧道出入口附近追尾事故的缺陷，大幅降低了隧道出入口附近追尾事故风险，其控制方法简单易实现，成本也较低，具有广泛前景。
[0116]
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意
义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
[0117]
本技术中所述的“和/或”的含义指的是各自单独存在或两者同时存在的情况均包括在内。
[0118]
本技术中所述的“连接”的含义可以是部件之间的直接连接也可以是部件间通过其它部件的间接连接。
[0119]
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

技术特征：
1.一种预防隧道出入口附近追尾事故的智能道钉主动控制方法，通过控制系统对隧道出入口处车辆进行限速控制从而预防追尾事故发生，所述控制系统包括控制中心、若干智能道钉以及交通流检测器，在隧道出入口的上游道路两侧分别设置若干智能道钉，隧道出入口的下游道路上设置交通流检测器，控制中心与若干智能道钉、交通流检测器连通，其特征在于：具体包括以下步骤：步骤s1：对管控路段做现状调查，确定自由流状态下隧道出入口处管控路段的实测车流速度v以及拥堵状态下隧道出入口下游拥堵波传播速度v
s
；步骤s2：确定位于隧道出入口下游的交通流检测器的设置位置，即确定交通流检测器与隧道出入口之间的距离；步骤s3：确定位于隧道出入口上游的智能道钉的控制范围，即确定智能道钉的控制起点与隧道出入口的距离；步骤s4：根据设置的交通流检测器获取路段断面的交通流参数，基于隧道出入口下游占有率检测值及交通流速度检测值判定是否满足拥堵判定条件，若未满足拥堵判定条件，继续获取交通流参数，若满足拥堵判定条件，进行步骤s5；步骤s5：基于交通流检测器检测到拥堵状态时刻的拥堵波传播速度控制中心根据最优限速值控制算法计算当前时刻实时最优限速值；步骤s6：控制系统向智能道钉发送指令，通过智能道钉颜色发布当前时刻实时最优限速值。2.根据权利要求1所述的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其特征在于：步骤s1中，拥堵波传播速度v
s
的计算公式为：v
s
＝(q
a-q
b
)
÷
(k
a-k
b
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)公式(1)中，q
a
为自由流状态下的流量，单位为veh/s；k
a
为自由流状态下的交通流密度，单位为veh/m；q
b
为拥堵状态下的流量，单位为veh/s；k
b
为拥堵状态下的交通流密度，单位为veh/m；v
s
为拥堵波传播速度，单位是km/h。3.根据权利要求2所述的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其特征在于：步骤s2中，交通流检测器与隧道出入口之间的距离计算公式为：公式(2)中，v为自由流状态下隧道出入口处管控路段的实测车流速度，单位是km/h；δt
a
为驾驶员的视觉适应时间，单位是s；为驾驶员反应时间，单位是s；a为车辆减速时的加速度值，单位是m/s2；v
s
为拥堵波传播速度，单位是km/h。4.根据权利要求3所述的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其特征在于：步骤s3中，智能道钉的控制起点与隧道出入口的距离计算公式为：
公式(3)中，v
u
为自由流状态下隧道出入口处管控路段的实测车流速度的85％分位值，单位是km/h；v
p
为隧道出入口路段最低限速值，单位是km/h；a为车辆减速时的加速度值，单位是m/s2。5.根据权利要求4所述的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其特征在于：步骤s4中，交通流检测器按照预设时间间隔定时检测，获取路段断面的交通流参数，所述预设时间间隔为30s，预设管控路段的拥堵判定条件，其中，拥堵判定条件为满足：o
a
>o
c
且v
a
<v
r
条件时，判定隧道出入口下游处于拥堵状态；条件中，o
a
为实时的隧道出入口下游交通流占有率检测值；o
c
为隧道出入口下游交通流拥堵状态占有率阈值；v
a
为实时的隧道出入口下游交通流速度检测值，单位是km/h；v
r
为隧道出入口下游交通流拥堵状态速度阈值，单位是km/h。6.根据权利要求5所述的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其特征在于：步骤s5中，当隧道出入口下游处于拥堵状态时，控制中心执行最优限速值选择算法，交通流检测器检测到拥堵状态时刻的拥堵波传播速度后，每隔一个预设时间间隔，按照降序依次将限速值带入判定条件中计算，满足条件的最大限速值即为当前时刻最优限速值，判定条件为：公式(4)中，为当前带入判定条件的可变限速值，单位是km/h，能够选择的限速值按降序排列为100km/h、80km/h、60km/h、40km/h、30km/h和20km/h；δt
a
为驾驶员视觉适应时间，单位是s；为隧道出入口上游驾驶员制动前的反应时间，单位是s；a为车辆减速时的加速度值，单位是m/s2；为隧道出入口下游交通流检测器检测到拥堵状态时刻的拥堵波传播速度，单位是km/h；l为长隧道出入口下游交通流检测器设置位置与出入口的距离，单位是km；t为当前时刻；为隧道出入口下游交通流检测器检测到拥堵状态的时刻。7.根据权利要求6所述的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其特征在于：步骤s6中，将步骤s5获取的当前时刻实时最优限速值反馈至控制中心，控制中心基于最优限速值生成智能道钉颜色，智能道钉在隧道出入口上游接受控制中心的命令向隧道出入口上游行驶来的车辆显示当前时刻隧道出入口路段实时限速值对应的颜色。8.根据权利要求7所述的预防隧道出入口附近追尾事故的智能道钉主动控制方法，其特征在于：智能道钉发布的颜色按照限速值降序排列，即为白色匹配的限速值为100km/h，绿色匹配的限速值为80km/h，蓝色匹配的限速值为60km/h，黄色匹配的限速值为40km/h，橙色匹配的限速值为30km/h，红色匹配的限速值为20km/h。9.用于权利要求8所述预防隧道出入口附近追尾事故的智能道钉主动控制方法的控制
系统，其特征在于：控制系统包括控制中心、若干智能道钉以及交通流检测器，若干智能道钉设置在隧道出入口的上游道路两侧，交通流检测器设置在隧道出入口的道路下游；控制中心通过交通流检测器获取的交通流参数，向智能道钉发送向隧道出入口上游行驶来的车辆显示当前时刻隧道出入口路段实时限速值对应颜色的指令。

技术总结
本发明涉及一种预防隧道出入口附近追尾事故的智能道钉主动控制方法及控制系统，控制中心考虑了拥堵会向上游快速传播的特性计算追尾事故发生条件，考虑驾驶员进出隧道口时由于光线强烈变化而导致的视觉适应时间等综合因素，计算出最优的限速值；随后确定最优限速值与智能道钉颜色的对应关系，并通过上游智能道钉显示当前最优限速值对应的颜色从而实时将限速值传递给进出车辆。本发明采用智能道钉，相比传统的可变信息提示板，具有更低的成本和更广的覆盖区间，同时本发明克服了以往无法主动预防隧道出入口附近追尾事故的缺陷，大幅降低了隧道出入口附近追尾事故风险，具有广泛前景。泛前景。泛前景。


技术研发人员：刘攀 刘金 俞灏 李政 徐铖铖 季彦婕 高艺萍
受保护的技术使用者：东南大学
技术研发日：2023.06.20
技术公布日：2023/8/16