CN113823085B - 一种公共停车场综合管理***的车流量估计方法 - Google Patents

一种公共停车场综合管理***的车流量估计方法 Download PDF

Info

Publication number
CN113823085B
CN113823085B CN202110989520.XA CN202110989520A CN113823085B CN 113823085 B CN113823085 B CN 113823085B CN 202110989520 A CN202110989520 A CN 202110989520A CN 113823085 B CN113823085 B CN 113823085B
Authority
CN
China
Prior art keywords
parking lot
management system
time
filter
comprehensive management
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110989520.XA
Other languages
English (en)
Other versions
CN113823085A (zh
Inventor
李临敏
张俊锋
张石涛
孙振洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202110989520.XA priority Critical patent/CN113823085B/zh
Publication of CN113823085A publication Critical patent/CN113823085A/zh
Application granted granted Critical
Publication of CN113823085B publication Critical patent/CN113823085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00Networks using digital techniques
    • H03H17/02Frequency selective networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种公共停车场综合管理***的车流量估计方法。本发明包括如下步骤:步骤1、建立具有状态饱和的停车场综合管理***的状态空间模型;步骤2、构造停车场出入口车辆拥堵的事件触发条件;步骤3、设计公共停车场综合管理***的事件触发异步滤波器。本发明基于具有状态饱和的正切换***,建模了一类公共停车场综合管理***,并基于事件触发策略设计了一种异步滤波器,用于各大型公共停车场的车流量估计。该方法能够对各停车场出入口的车流量进行实时准确的估计,更便捷的帮助停车用户选择车辆停放地点,有效解决由于停车场容量限制和道路交通状况引起的停车场出入口拥堵问题,并提高停车场泊位的利用率。

Description

一种公共停车场综合管理***的车流量估计方法
技术领域
本发明属于自动化技术与现代控制领域,尤其是涉及一种基于状态饱和的正切换***的事件触发滤波方法,可应用于公共停车场的管理***中。
背景技术
随着我国人口密度和私家车数量的快速增长,城市道路交通机动化进程加快,伴随而来的停车问题日益严重。许多大型公共停车场泊位紧张,且没有有效地泊车提示信息,缺乏对泊车管理方式的引导和控制,停车用户面对严峻的道路交通状况,在就近的停车场寻找车位周转时间长,高峰时段出入口经常处于堵塞状态。城市各停车场之间的车位信息共享不畅,部分停车场“车满为患”,而部分停车场仍有大量空余车位,使得停车场资源浪费大、车位利用率不高,因此,停车场出入口车流量的估计成为影响管理***运行效率的一个重要因素。传统的停车场管理***模式将不能适应未来城市的交通运输状况和快速高效的停车需求,停车问题的解决不能依靠扩增停车场规模或数量来实现,而是迫切需要引进更多智能交通领域和自动化控制领域的前沿技术,进一步完善停车场自动化管理***、优化停车规划管理,使停车用户可以在就近范围内更加及时、便捷地了解公共停车场车位的使用情况,减少因停车排队和迂回行驶而带来的额外交通流量,从而提高现有停车场的使用效率。本发明主要针对城市内公共停车场管理***,动态获取各停车场剩余车位的数据信息,提出一种基于自动化技术的滤波器的设计方法,对各停车场出入口的车流量进行动态估计,合理安排车辆选择停车场,避免高峰时段停车场拥堵现象的发生。
由于停车场出入口的车流量均总是非负值,此时以正变量建模的正***能够准确刻画停车场的车流量。进而,基于多个停车场的管理***建模一类正切换***,可以同时采集多个停车场的数据信息,利用该数据可以将各个停车场的车流量信息与车位信息相匹配,更方便驾驶员合理的选择停车地点。图1给出了某停车场出入口管理***示意图;图2是具有状态饱和的切换***与事件触发异步滤波器的***框图。通常,现有停车场的剩余车位数是依据出入口处的***通过感应装置对进出车辆进行检测,进而在显示屏上显示。由于大型公共停车场布局结构复杂,驾驶员对停车场内即将驶离的车辆的数量无法掌握,停车位不足时,可能引起多辆车停靠等候的现象,不仅降低了停车效率,更加剧了停车场的拥堵情况。此时,通过设计事件触发条件能够有效解决停车场出入口附近车流量饱和而导致的拥堵问题。事件触发策略通过设计事件触发条件能够有效降低***资源消耗,基于事件触发策略的滤波器可以对车流量进行实时估计,进而能够帮助车辆掌握各停车场车位的预计使用情况,便于驾驶员合理选择停车地点,避免车辆在停车场附近排队等候引发的车辆拥堵的现象。因此,本专利拟采用具有状态饱和的正切换***建模一类停车场综合管理***,设计基于事件触发机制的异步滤波器,对各停车场的车流量进行实时估计,提高各个停车场泊位的利用率。
发明内容
为解决现有技术的不足,实现利用具有状态饱和的正切换***对公共停车场管理***建模,并基于事件触发策略设计一种异步滤波器,本发明采用如下的技术方案:
一种公共停车场综合管理***的车流量估计方法,包括如下步骤:
步骤1、建立具有状态饱和的停车场综合管理***的状态空间模型;
步骤2、构造停车场出入口车辆拥堵的事件触发条件;
步骤3、设计公共停车场综合管理***的事件触发异步滤波器;
进一步地,所述步骤1,首先对停车场出入口的车流量进行数据采集,利用采集的数据建立停车场综合管理***的状态空间模型,形式如下:
x(k+1)=sat(Aσ(k)x(k))+Bσ(k)ω(k),(1)
y(k)=Cσ(k)x(k)+Dσ(k)ω(k),
z(k)=Eσ(k)x(k)+Fσ(k)ω(k),
其中,
Figure BDA0003232011810000031
表示在第k个采样时刻停车场内的剩余车位数,n表示停车场的数量,
Figure BDA0003232011810000032
为驶入停车场的车辆数量,m表示停车场内的泊位数量,
Figure BDA0003232011810000033
表示在k时刻对y(k)的估计,即预计驶入停车场的车辆数量,s表示停车场的出入口数量,ω(k)是停车场出入口影响车流量的外部干扰,函数
Figure BDA0003232011810000034
是饱和函数,被定义为sat(u)=[sat(u1),sat(u2),…,sat(um)]T,sat(ui)=sgn(ui)min{|ui|,1},i∈m,σ(k)是切换信号,其取值在一个有限集S={1,2,…,J}中,J∈Z+
Figure BDA0003232011810000035
Figure BDA0003232011810000036
Figure BDA0003232011810000037
是已知的***矩阵,对于σ(k)=i,i∈S,***矩阵满足
Figure BDA0003232011810000038
Figure BDA0003232011810000039
进一步地,所述步骤2,建立停车场出入口车辆拥堵的事件触发条件:
||ey(k)||1>β||y(k)||1,(2)
其中,常数β>0,采样误差
Figure BDA00032320118100000310
Figure BDA00032320118100000311
表示采样状态,||·||1表示向量的1范数,即向量中所有元素的绝对值之和。
进一步地,所述步骤3包括下述步骤:
步骤3.1、设计停车场综合管理***的事件触发异步滤波器,具体形式如下:
Figure BDA00032320118100000312
Figure BDA00032320118100000313
其中,xf(k)为滤波器的状态信号,zf(k)是z(k)的估计,Afi,Bfi,Efi和Ffi是所设计的事件触发异步滤波器的增益矩阵,具体形式如下:
Figure BDA0003232011810000041
其中,1n是向量中所有元素均为1的n维向量,
Figure BDA0003232011810000042
表示仅第ι个元素为1、其余元素均为0的n维向量,θ、h和ξ是n维向量,η和
Figure BDA00032320118100000413
是m维向量,θT、ηT、ξT
Figure BDA00032320118100000412
分别表示θ、η、ξ和
Figure BDA00032320118100000411
的转置。
步骤3.2、所述的基于状态饱和的停车场综合管理***,其饱和函数满足:
Figure BDA0003232011810000043
其中,
Figure BDA0003232011810000044
且||H||≤1,||·||是无穷范数,表示矩阵中每行元素绝对值之和的最大值,Dl表示对角元素为0或1的n×n的对角矩阵,
Figure BDA0003232011810000045
I表示适当维数的单位矩阵。
步骤3.3、定义xe(k)=xf(k)-x(k),e(k)=zf(k)-z(k)。根据步骤1、步骤3.1和步骤3.2,将停车场综合管理***的状态空间模型与事件触发异步滤波器扩充为一个误差***,具体如下:
Figure BDA0003232011810000046
其中,
Figure BDA0003232011810000047
Figure BDA0003232011810000048
Figure BDA0003232011810000049
为停车场综合管理***的状态空间模型与事件触发异步滤波器的***矩阵所构成的増广形式的增益矩阵,具体形式为:
Figure BDA00032320118100000410
其中,
Figure BDA0003232011810000051
步骤3.4、具有状态饱和的停车场综合管理***与滤波器构成的误差***在事件触发机制下平稳运行的约束条件设计如下:
设计常数0<μ1<1,μ2>1,λ>1,γ>0,如果存在n维向量
Figure BDA0003232011810000052
Figure BDA0003232011810000053
使得下列不等式(7)成立,
Figure BDA0003232011810000054
那么在所设计的事件异步触发滤波器增益矩阵下,误差***是正的,且是
Figure BDA0003232011810000056
增益稳定的,不等式(7)具体如下:
Figure BDA0003232011810000055
并且***的切换规则满足:
Figure BDA0003232011810000061
其中,κ-(k0,k)表示滤波器与***同步运行的总时间,κ+(k0,k)表示滤波器与***异步运行的总时间,τa表示平均驻留时间,Δm表示滤波器滞后于对应子***的最大滞后时间,Φ=I-β1m×m,Ψ=I+β1m×m
进一步地,所述步骤3还包括下述步骤,用于验证所构造的误差***在事件触发条件下的正性:
步骤3.5、对于任意初始状态
Figure BDA0003232011810000062
Figure BDA0003232011810000063
步骤2中的事件触发条件在k0时刻满足:
Figure BDA0003232011810000064
其中,1m×m表示矩阵元素全为1的m×m的矩阵。
步骤3.6、结合步骤3.3和步骤3.5,当k∈[kl,kll)时,有:
Figure BDA0003232011810000065
Figure BDA0003232011810000066
当k∈[kll,kl+1)时,有:
Figure BDA0003232011810000067
Figure BDA0003232011810000068
其中,
Figure BDA0003232011810000069
Figure BDA00032320118100000610
分别为异步时间和同步时间内下界***的增广形式的增益矩阵,具体形式为:
Figure BDA0003232011810000071
其中,
Figure BDA0003232011810000072
i取p表示滤波器与对应的子***同步,i取q表示滤波器与对应的子***异步,相对应时刻的滤波器增益矩阵即为同步或异步时的矩阵。
根据步骤3.4中的正性约束条件能够保证下界增益矩阵的正性,于是对于任意初始状态
Figure BDA0003232011810000073
下界***是正的,因此误差***是正的。
进一步地,所述步骤3还包括下述步骤,用于验证所构造的误差***在事件触发条件下的
Figure BDA00032320118100000711
增益稳定性:
步骤3.7、结合步骤3.3和步骤3.5,当k∈[kl,kll)时,有:
Figure BDA0003232011810000074
Figure BDA0003232011810000075
当k∈[kll,kl+1)时,有:
Figure BDA0003232011810000076
Figure BDA0003232011810000077
定义
Figure BDA0003232011810000078
其中,
Figure BDA0003232011810000079
Figure BDA00032320118100000710
分别为异步时间和同步时间内上界***的增广形式的增益矩阵,具体形式为:
Figure BDA0003232011810000081
步骤3.8、设计线性余正李雅普诺夫函数:
Figure BDA0003232011810000082
其中,
Figure BDA0003232011810000083
步骤3.9、结合步骤3.4、步骤3.7和步骤3.8,李雅普诺夫函数的切换满足:
Figure BDA0003232011810000084
其中,
Figure BDA0003232011810000085
因此,上式通过递推可以得出:
Figure BDA0003232011810000086
步骤3.10、对于时间
Figure BDA0003232011810000087
由步骤3.9通过递推法可以得到如下不等式:
Figure BDA0003232011810000088
其中,Nσ(k0,T)表示切换信号σ(k)在时间[k0,T)内的切换次数,并且在平均驻留时间条件下满足
Figure BDA0003232011810000089
步骤3.11、由于
Figure BDA0003232011810000091
令M=T-1,于是在零初始条件下,下式成立:
Figure BDA0003232011810000092
步骤3.12、将步骤3.11中不等式两边同时乘以
Figure BDA0003232011810000093
可以得到:
Figure BDA0003232011810000094
步骤3.13、根据步骤3.4中平均驻留时间条件和步骤3.10有:
Figure BDA0003232011810000095
因此,步骤3.12可以转化为:
Figure BDA0003232011810000096
将上式两边同时在[0,∞)求和,同时由于
Figure BDA0003232011810000097
可得如下不等式:
Figure BDA0003232011810000098
其中,
Figure BDA0003232011810000099
因此,误差***在性能指标γ下满足
Figure BDA00032320118100000910
增益性能。
本发明的优势和有益效果在于:
针对目前停车场高峰时段车流量饱和导致的交通拥堵问题,提供了一种利用现代控制理论技术建立停车场综合管理***的状态空间模型,通过设计事件触发滤波器,对各停车场的车流量进行实时有效的估计,进而车辆能够及时合理地选择停车地点停放车辆,保证各停车场的停车位得以高效利用,缓解“停车难”问题。
附图说明
图1是本发明中某停车场出入口管理***示意图;
图2是本发明中具有状态饱和的切换***与事件触发异步滤波器的***框图。
具体实施方式
下面结合具体实施例来对本发明进行进一步说明,但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到,本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
如图2所示,本实施例基于状态饱和的正切换***建模一类停车场综合管理***,并设计了一种事件触发异步滤波器用于估计各大型公共停车场的车流量,其具体步骤如下:
步骤1、首先对停车场出入口的车流量进行数据采集,利用采集的数据建立停车场综合管理***的状态空间模型,形式如下:
x(k+1)=sat(Aσ(k)x(k))+Bσ(k)ω(k),
y(k)=Cσ(k)x(k)+Dσ(k)ω(k),
z(k)=Eσ(k)x(k)+Fσ(k)ω(k),
其中,
Figure BDA0003232011810000101
表示在第k个采样时刻停车场内的剩余车位数,n表示停车场的数量,
Figure BDA0003232011810000102
为驶入停车场的车辆数量,m表示停车场内的泊位数量,
Figure BDA0003232011810000103
表示在k时刻对y(k)的估计,即预计驶入停车场的车辆数量,s表示停车场的出入口数量,ω(k)是停车场出入口影响车流量的外部干扰,函数
Figure BDA0003232011810000104
是饱和函数,被定义为sat(u)=[sat(u1),sat(u2),…,sat(um)]T,sat(ui)=sgn(ui)min{|ui|,1},i∈m,σ(k)是切换信号,其取值在一个有限集S={1,2,…,J}中,J∈Z+
Figure BDA0003232011810000111
Figure BDA0003232011810000112
Figure BDA0003232011810000113
是已知的***矩阵,对于σ(k)=i,i∈S,***矩阵满足
Figure BDA0003232011810000114
Figure BDA0003232011810000115
步骤2、建立停车场出入口车辆拥堵的事件触发条件:
||ey(k)||1>β||y(k)||1,
其中,常数β>0,采样误差
Figure BDA0003232011810000116
Figure BDA0003232011810000117
表示采样状态,‖·‖1表示向量的1范数,即向量中所有元素的绝对值之和。
步骤3、设计停车场综合管理***的事件触发异步滤波器,其特征包括如下步骤:
步骤3.1、设计事件触发异步滤波器,具体形式如下:
Figure BDA0003232011810000118
Figure BDA0003232011810000119
其中,xf(k)为滤波器的状态信号,zf(k)是z(k)的估计,Afi,Bfi,Efi和Ffi是所设计的事件触发异步滤波器的增益矩阵,具体形式如下:
Figure BDA00032320118100001110
其中,1n是向量中所有元素均为1的n维向量,
Figure BDA00032320118100001111
表示仅第ι个元素为1、其余元素均为0的n维向量,θ、h和ξ是n维向量,η和
Figure BDA00032320118100001112
是m维向量,θT、ηT、ξT
Figure BDA00032320118100001114
分别表示θ、η、ξ和
Figure BDA00032320118100001115
的转置。
步骤3.2、所述的基于状态饱和的停车场综合管理***,其饱和函数满足:
Figure BDA00032320118100001113
其中,
Figure BDA0003232011810000121
且||H||≤1,||·||是无穷范数,表示矩阵中每行元素绝对值之和的最大值,Dl表示对角元素为0或1的n×n的对角矩阵,
Figure BDA0003232011810000122
I表示适当维数的单位矩阵。
步骤3.3、定义xe(k)=xf(k)-x(k),e(k)=zf(k)-z(k)。根据步骤1、步骤3.1和步骤3.2,将停车场综合管理***的状态空间模型与事件触发异步滤波器扩充为一个误差***,具体如下:
Figure BDA0003232011810000123
Figure BDA0003232011810000124
其中,
Figure BDA0003232011810000125
Figure BDA0003232011810000126
Figure BDA0003232011810000127
为停车场综合管理***的状态空间模型与事件触发异步滤波器的***矩阵所构成的増广形式的增益矩阵,具体形式为:
Figure BDA0003232011810000128
Figure BDA0003232011810000129
其中,
Figure BDA00032320118100001210
步骤3.4、具有状态饱和的停车场综合管理***与滤波器构成的误差***在事件触发机制下平稳运行的约束条件设计如下:
设计常数0<μ1<1,μ2>1,λ>1,γ>0,如果存在n维向量
Figure BDA00032320118100001211
Figure BDA00032320118100001212
使得下列不等式:
Figure BDA0003232011810000131
Figure BDA0003232011810000132
Figure BDA0003232011810000133
Figure BDA0003232011810000134
Figure BDA0003232011810000135
Figure BDA0003232011810000136
Figure BDA0003232011810000137
Figure BDA0003232011810000138
Figure BDA0003232011810000139
Figure BDA00032320118100001310
Figure BDA00032320118100001311
Figure BDA00032320118100001312
Figure BDA00032320118100001313
Figure BDA00032320118100001314
Figure BDA00032320118100001315
Figure BDA00032320118100001316
Figure BDA00032320118100001317
Figure BDA00032320118100001318
成立,那么在所设计的事件异步触发滤波器增益矩阵下,误差***是正的,且是
Figure BDA00032320118100001321
增益稳定的。并且***的切换规则满足:
Figure BDA00032320118100001319
Figure BDA00032320118100001320
其中,κ-(k0,k)表示滤波器与***同步运行的总时间,κ+(k0,k)表示滤波器与***异步运行的总时间,τa表示平均驻留时间,Δm表示滤波器滞后于对应子***的最大滞后时间,Φ=I-β1m×m,Ψ=I+β1m×m
进一步地,所述步骤3还包括下述步骤,用于验证所构造的误差***在事件触发条件下的正性:
步骤3.5、对于任意初始状态
Figure BDA0003232011810000141
Figure BDA0003232011810000142
步骤2中的事件触发条件在k0时刻满足:
Figure BDA0003232011810000143
其中,1m×m表示矩阵元素全为1的m×m的矩阵。
步骤3.6、结合步骤3.3和步骤3.5,当k∈[kl,kll)时,有:
Figure BDA0003232011810000144
Figure BDA0003232011810000145
当k∈[kll,kl+1)时,有:
Figure BDA0003232011810000146
Figure BDA0003232011810000147
其中,
Figure BDA0003232011810000148
Figure BDA0003232011810000149
分别为异步时间和同步时间内下界***的增广形式的增益矩阵,具体形式为:
Figure BDA00032320118100001410
Figure BDA00032320118100001411
Figure BDA00032320118100001412
Figure BDA00032320118100001413
其中,
Figure BDA00032320118100001414
i取p表示滤波器与对应的子***同步,i取q表示滤波器与对应的子***异步,相对应时刻的滤波器增益矩阵即为同步或异步时的矩阵。
根据步骤3.4中的正性约束条件能够保证下界增益矩阵的正性,于是对于任意初始状态
Figure BDA00032320118100001415
下界***是正的,因此误差***是正的。
进一步地,所述步骤3还包括下述步骤,用于验证所构造的误差***在事件触发条件下的
Figure BDA00032320118100001514
增益稳定性:
步骤3.7、结合步骤3.3和步骤3.5,当k∈[kl,kll)时,有:
Figure BDA0003232011810000151
Figure BDA0003232011810000152
当k∈[kll,kl+1)时,有:
Figure BDA0003232011810000153
Figure BDA0003232011810000154
定义
Figure BDA0003232011810000155
其中,
Figure BDA0003232011810000156
Figure BDA0003232011810000157
分别为异步时间和同步时间内上界***的增广形式的增益矩阵,具体形式为:
Figure BDA0003232011810000158
Figure BDA0003232011810000159
Figure BDA00032320118100001510
Figure BDA00032320118100001511
步骤3.8、设计线性余正李雅普诺夫函数:
Figure BDA00032320118100001512
其中,
Figure BDA00032320118100001513
步骤3.9、结合步骤3.4、步骤3.7和步骤3.8,李雅普诺夫函数的切换满足:
Figure BDA0003232011810000161
其中,
Figure BDA0003232011810000162
因此,上式通过递推可以得出:
Figure BDA0003232011810000163
步骤3.10、对于时间
Figure BDA0003232011810000164
由步骤3.9通过递推法可以得到如下不等式:
Figure BDA0003232011810000165
其中,Nσ(k0,T)表示切换信号σ(k)在时间[k0,T)内的切换次数,并且在平均驻留时间条件下满足
Figure BDA0003232011810000166
步骤3.11、由于
Figure BDA0003232011810000167
令M=T-1,于是在零初始条件下,下式成立:
Figure BDA0003232011810000168
步骤3.12、将步骤3.11中不等式两边同时乘以
Figure BDA0003232011810000169
可以得到:
Figure BDA00032320118100001610
步骤3.13、由步骤3.4中平均驻留时间条件和步骤3.10有:
Figure BDA00032320118100001611
因此,步骤3.12可以转化为:
Figure BDA0003232011810000171
将上式两边同时在[0,∞)求和,同时由于
Figure BDA0003232011810000172
可得如下不等式:
Figure BDA0003232011810000173
其中,
Figure BDA0003232011810000174
因此,误差***在性能指标γ下满足
Figure BDA0003232011810000175
增益性能。

Claims (2)

1.一种公共停车场综合管理***的车流量估计方法,包括如下步骤:
步骤1、建立具有状态饱和的停车场综合管理***的状态空间模型;
步骤2、构造停车场出入口车辆拥堵的事件触发条件;
步骤3、设计公共停车场综合管理***的事件触发异步滤波器;
步骤1具体方法是:
首先对停车场出入口的车流量进行数据采集,利用采集的数据建立停车场综合管理***的状态空间模型,形式如下:
Figure FDA0003935506700000011
其中,
Figure FDA0003935506700000017
表示在第k个采样时刻停车场内的剩余车位数,n表示停车场的数量,
Figure FDA0003935506700000018
为驶入停车场的车辆数量,m表示停车场内的泊位数量,
Figure FDA00039355067000000110
表示在k时刻对y(k)的估计,即预计驶入停车场的车辆数量,s表示停车场的出入口数量,ω(k)是停车场出入口影响车流量的外部干扰,函数sat(·):
Figure FDA0003935506700000019
是饱和函数,被定义为sat(u)=[sat(u1),sat(u2),···,sat(um)]T,sat(ui)=sgn(ui)min{|ui|,1},i∈m,σ(k)是切换信号,其取值在一个有限集S={1,2,···,J}中,
Figure FDA0003935506700000012
Figure FDA0003935506700000013
Figure FDA0003935506700000014
是已知的***矩阵,对于σ(k)=i,i∈S,***矩阵满足Ai 0,Bi 0,Ci 0,Di 0,Ei 0和Fi≥0;
所述步骤2,建立停车场出入口车辆拥堵的事件触发条件:
||ey(k)||1>β||y(k)||1, (2)
其中,常数β>0,采样误差
Figure FDA0003935506700000015
Figure FDA0003935506700000016
表示采样状态,‖·‖1表示向量的1范数,即向量中所有元素的绝对值之和;
步骤3中停车场综合管理***的事件触发异步滤波器的设计包括如下步骤:
步骤3.1、设计停车场综合管理***的事件触发异步滤波器,具体形式如下:
Figure FDA0003935506700000021
Figure FDA0003935506700000022
其中,xf(k)为滤波器的状态信号,zf(k)是z(k)的估计,Afi,Bfi,Efi和Ffi是所设计的事件触发异步滤波器的增益矩阵,具体形式如下:
Figure FDA0003935506700000023
其中,1n是向量中所有元素均为1的n维向量,
Figure FDA0003935506700000024
表示仅第ι个元素为1、其余元素均为0的n维向量,θ、h和ξ是n维向量,η和
Figure FDA0003935506700000027
是m维向量,θT、ηT、ξT
Figure FDA0003935506700000028
分别表示θ、η、ξ和
Figure FDA00039355067000000210
的转置;
步骤3.2、所述的基于状态饱和的停车场综合管理***,其饱和函数满足:
Figure FDA0003935506700000025
其中,
Figure FDA0003935506700000026
且||H||≤1,||·||是无穷范数,表示矩阵中每行元素绝对值之和的最大值,Dl表示对角元素为0或1的n×n的对角矩阵,
Figure FDA0003935506700000029
l=1,2,···,2n,I表示适当维数的单位矩阵;
步骤3.3、定义xe(k)=xf(k)-x(k),e(k)=zf(k)-z(k);根据步骤1、步骤3.1和步骤3.2,将停车场综合管理***的状态空间模型与事件触发异步滤波器扩充为一个误差***,具体如下:
Figure FDA0003935506700000031
Figure FDA0003935506700000032
其中,
Figure FDA0003935506700000033
Figure FDA0003935506700000034
Figure FDA0003935506700000035
为停车场综合管理***的状态空间模型与事件触发异步滤波器的***矩阵所构成的増广形式的增益矩阵,具体形式为:
Figure FDA0003935506700000036
Figure FDA0003935506700000037
其中,
Figure FDA0003935506700000038
步骤3.4、具有状态饱和的停车场综合管理***与滤波器构成的误差***在事件触发机制下平稳运行的约束条件设计如下:
设计常数0<μ1<1,μ2>1,λ>1,γ>0,如果存在n维向量
Figure FDA0003935506700000039
Figure FDA00039355067000000310
使得下列不等式:
Figure FDA0003935506700000041
Figure FDA0003935506700000042
成立,那么在所设计的事件异步触发滤波器增益矩阵下,误差***是正的,且是
Figure FDA0003935506700000045
增益稳定的;并且***的切换规则满足:
Figure FDA0003935506700000043
Figure FDA0003935506700000044
其中,κ-(k0,k)表示滤波器与***同步运行的总时间,κ+(k0,k)表示滤波器与***异步运行的总时间,τa表示平均驻留时间,Δm表示滤波器滞后于对应子***的最大滞后时间,Φ=I-β1m×m,Ψ=I+β1m×m
进一步地,所述步骤3还包括下述步骤,用于验证所构造的误差***在事件触发条件下的正性:
步骤3.5、对于任意初始状态
Figure FDA00039355067000000513
Figure FDA00039355067000000514
步骤2中的事件触发条件在k0时刻满足:
Figure FDA00039355067000000515
其中,1m×m表示矩阵元素全为1的m×m的矩阵;
步骤3.6、结合步骤3.3和步骤3.5,当k∈[kl,kll)时,有:
Figure FDA0003935506700000051
Figure FDA0003935506700000052
当k∈[kll,kl+1)时,有:
Figure FDA0003935506700000053
Figure FDA0003935506700000054
其中,
Figure FDA0003935506700000055
Figure FDA0003935506700000056
分别为异步时间和同步时间内下界***的增广形式的增益矩阵,具体形式为:
Figure FDA0003935506700000057
Figure FDA0003935506700000058
Figure FDA0003935506700000059
Figure FDA00039355067000000510
其中,
Figure FDA00039355067000000511
i取p表示滤波器与对应的子***同步,i取q表示滤波器与对应的子***异步,相对应时刻的滤波器增益矩阵即为同步或异步时的矩阵;
根据步骤3.4中的正性约束条件能够保证下界增益矩阵的正性,于是对于任意初始状态
Figure FDA00039355067000000512
下界***是正的,因此误差***是正的。
2.如权利要求1所述的一种公共停车场综合管理***的车流量估计方法,其特征在于:
所述步骤3还包括下述步骤,用于验证所构造的误差***在事件触发条件下的
Figure FDA00039355067000000614
增益稳定性:
步骤3.7、结合步骤3.3和步骤3.5,当k∈[kl,kll)时,有:
Figure FDA0003935506700000061
Figure FDA0003935506700000062
当k∈[kll,kl+1)时,有:
Figure FDA0003935506700000063
Figure FDA0003935506700000064
定义
Figure FDA0003935506700000065
其中,
Figure FDA0003935506700000066
Figure FDA0003935506700000067
分别为异步时间和同步时间内上界***的增广形式的增益矩阵,具体形式为:
Figure FDA0003935506700000068
Figure FDA0003935506700000069
Figure FDA00039355067000000610
Figure FDA00039355067000000611
步骤3.8、设计线性余正李雅普诺夫函数:
Figure FDA00039355067000000612
其中,
Figure FDA00039355067000000613
步骤3.9、结合步骤3.4、步骤3.7和步骤3.8,李雅普诺夫函数的切换满足:
Figure FDA0003935506700000071
其中,
Figure FDA0003935506700000072
因此,上式通过递推可以得出:
Figure FDA0003935506700000073
步骤3.10、对于时间
Figure FDA0003935506700000074
由步骤3.9通过递推法可以得到如下不等式:
Figure FDA0003935506700000075
其中,Nσ(k0,T)表示切换信号σ(k)在时间[k0,T)内的切换次数,并且在平均驻留时间条件下满足
Figure FDA0003935506700000076
N0≥0;
步骤3.11、由于
Figure FDA0003935506700000077
令M=T-1,于是在零初始条件下,下式成立:
Figure FDA0003935506700000078
步骤3.12、将步骤3.11中不等式两边同时乘以
Figure FDA0003935506700000079
可以得到:
Figure FDA00039355067000000710
步骤3.13、由步骤3.4中平均驻留时间条件和步骤3.10有:
Figure FDA0003935506700000081
因此,步骤3.12可以转化为:
Figure FDA0003935506700000082
将上式两边同时在[0,∞)求和,同时由于
Figure FDA0003935506700000083
可得如下不等式:
Figure FDA0003935506700000084
其中,
Figure FDA0003935506700000085
因此,误差***在性能指标γ下满足
Figure FDA0003935506700000086
增益性能。
CN202110989520.XA 2021-08-26 2021-08-26 一种公共停车场综合管理***的车流量估计方法 Active CN113823085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110989520.XA CN113823085B (zh) 2021-08-26 2021-08-26 一种公共停车场综合管理***的车流量估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110989520.XA CN113823085B (zh) 2021-08-26 2021-08-26 一种公共停车场综合管理***的车流量估计方法

Publications (2)

Publication Number Publication Date
CN113823085A CN113823085A (zh) 2021-12-21
CN113823085B true CN113823085B (zh) 2023-01-13

Family

ID=78923409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110989520.XA Active CN113823085B (zh) 2021-08-26 2021-08-26 一种公共停车场综合管理***的车流量估计方法

Country Status (1)

Country Link
CN (1) CN113823085B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114442683B (zh) * 2022-01-25 2024-04-12 杭州电子科技大学 一种水箱液位控制***的事件触发pi控制方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6669005B2 (ja) * 2016-08-19 2020-03-18 アイシン・エィ・ダブリュ株式会社 駐車場混雑度推定システム、駐車場混雑度推定サーバおよび駐車場混雑度推定プログラム
JP2019113421A (ja) * 2017-12-22 2019-07-11 アイシン・エィ・ダブリュ株式会社 案内システム、及び案内プログラム
CN108205311B (zh) * 2018-01-14 2020-12-18 山东科技大学 一类事件触发传输时变***基于未知输入观测器技术的故障估计方法
CN110187641B (zh) * 2019-07-12 2021-12-14 杭州电子科技大学 一种城市水务管网供水***在外加扰动输入下的控制方法
CN112147901B (zh) * 2020-10-09 2022-05-20 杭州电子科技大学 一种状态饱和水务***的事件触发滤波器设计方法
CN113033976B (zh) * 2021-03-10 2022-05-06 杭州电子科技大学 基于事件触发机制的城市道路***的可靠滤波设计方法
CN113110383B (zh) * 2021-04-13 2022-03-01 杭州电子科技大学 一种城市水务***供水故障检测方法
CN113238485A (zh) * 2021-05-13 2021-08-10 杭州电子科技大学 一种空中交通流量输入饱和的控制方法

Also Published As

Publication number Publication date
CN113823085A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
CN109508812B (zh) 一种基于深度记忆网络的航空器航迹预测方法
CN110390349A (zh) 基于XGBoost模型的公交车客流量预测建模方法
CN113033976B (zh) 基于事件触发机制的城市道路***的可靠滤波设计方法
CN113823085B (zh) 一种公共停车场综合管理***的车流量估计方法
CN112561142B (zh) 一种排队信息查询***
CN110070734A (zh) 基于高斯混合模型的信号交叉口饱和车头时距估计方法
CN113537626B (zh) 一种聚合信息差异的神经网络结合时间序列预测的方法
CN112489426A (zh) 一种基于图卷积神经网络的城市交通流量时空预测方案
CN107591011A (zh) 考虑供给侧约束的交叉***通信号自适应控制方法
CN112863182B (zh) 基于迁移学习的跨模态数据预测方法
WO2022116447A1 (zh) 公交车调度方法、装置、计算机设备及介质
CN112906945A (zh) 一种交通流量预测方法、***及计算机可读存储介质
CN112364176A (zh) 一种人员行动轨迹的构建方法、设备及***
CN111860621A (zh) 一种数据驱动的分布式交通流量预测方法及***
CN114418606B (zh) 基于时空卷积网络的网约车订单需求预测方法
CN113140108B (zh) 一种网联智能交通***中的云端交通态势预测方法
CN113468163B (zh) 一种多源异构公安大数据智能对接引擎***
CN113657645B (zh) 基于注意力机制的时空连接增强3dcnn交通预测方法
CN116993391A (zh) 一种站点式共享单车***使用需求预测方法
CN116665448A (zh) 一种基于图卷积网络的交通速度实时预测方法及***
CN114255596B (zh) 一种基于大数据的停车场车位推荐***及方法
CN112529311B (zh) 一种基于图卷积分析的道路流量预测方法和装置
CN113380073B (zh) 一种基于事件触发机制的流量管理***异步滤波估计方法
CN114662304A (zh) 一种城市道路交通车流量的动态事件触发滤波估计方法
CN114444400A (zh) 一种自主代客泊车群车库位分配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant