CN101281685B - 区域混合交通自适应信号协调控制方法 - Google Patents

Abstract

一种区域混合交通自适应信号协调控制方法，涉及自动控制技术领域，通过检测器对进入控制交叉口的车辆信息进行检测，并将车辆信息传送至交通信号控制器；交通信号控制器对交通流数据进行预处理，区域协调控制计算机分析各交叉口各进口路段的交通流运行状态，进行实时分析预测，向交通信号控制器提供优化的交通信号方案配时参数。本发明方法将城市路网分成若干子区，采用分层联网协调控制各交叉口的红绿灯持续时间，提高通行能力、防止交通拥挤、减少尾气排放，保障交通安全。

Description

区域混合交通自适应信号协调控制方法

技术领域：

本发明涉及自动控制技术领域，是一种城市交通信号的控制方法。根据城市路网交通流负荷呈现的不同状态以及交通流的运行特性，自动优化信号配时参数，对控制策略根据当前交通状态选择控制策略，使系统的控制效果达到最优状态。

背景技术：

近年来，随着我国社会、经济的快速发展、城市化进程的迅速推进、城市人口的急剧膨胀，由此引发城市边缘的扩张、居住郊区化等带来的交通需求量剧增，同时道路交通设施供应、管理、技术、空间不足使得城市交通需求和供给的矛盾日益突出。

世界银行研究表明：交通需求增长超过经济增长速度一般在两倍以上。因此要想在有限的道路空间条件下解决车辆增长带来的交通问题，并实现道路交通的安全、畅通，仅靠传统的修路、扩路等方法不仅不切合实际，而且也是不可能实现的！将先进的信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制技术等有效地综合应用于城市道路交通管理与控制中，能有效提高道路通行能力、缓解交通拥堵、减少尾气排放、保障交通安全。

当前世界上先进的交通管理与控制系统中，以英国的SCOOT(Split，Cycle and Offset Optimization Technique)系统和澳大利亚的SCATS(Sydney Coordinated Adaptive Traffic System)系统最为著称。

在SCATS系统中，检测器设置在停车线处，测得的各交叉口交通数据是在当地信号交叉口已经实施配时方案下获得的，只能作为下一周期选择配时参数的依据，影响信号控制实施的实时性，在SCOOT系统中，检测器设置在信号控制交叉口的上游交叉口出口端，能够提前获取到达交叉口的车辆信息，从而对干线的绿灯起步时距进行较好的优化，但由于车队离散性以及机非干扰等因素，交叉口各相位的绿信比优化效果不如SCATS。在工程实际中，由于经费不足以及资源紧张等因素，无法同时在交叉口上下游同时设置检测器以获取更多、更全面的交通流运行状态信息。

国外“先进”的交通信号控制系统虽然对促进城市交通的顺畅起到了一定的作用，但是由于国内外交通状况的差异，从国外引进的这些“先进”的交通信号控制系统出现了很多“水土不服”的现象。机动车、非机动车、行人组成的混合交通一直是我国城市交通流的主要特征。因而这些国外先进的交通信号控制系统也就无法从根本上解决我国城市混合交通拥堵的状况。而且引进的自适应交通控制系统不能与国内其他的系统进行信息共享，不能二次开发，在开发、维护过程中还需要支付高额的费用。

发明内容：

鉴于上述现有技术中存在的问题与缺陷，本发明提出一种区域混合交通自适应信号协调控制方法，交通信号控制系统是一个软硬件结合的复杂系统工程，根据我国城市道路网的分布特性和交通流特性，，将城市路网分成若干子区，采用分层联网协调控制各交叉口的红绿灯持续时间，提高通行能力、防止交通拥挤、减少尾气排放，保障交通安全。

本发明所述的混合交通自适应信号协调控制方法是一个集机动车信号控制、非机动车信号控制、公交优先信号控制于一体的城市区域交通信号系统控制方法。该系统采用实时运行模式，即：根据区域实时交通流量的变化，优化、调整信号配时参数，使系统处于最佳的运行状态。

本发明步骤为：

通过安装设置在控制交叉口的上游交叉口出口端的检测器对进入控制交叉口的车辆信息进行检测，并将检测的车辆信息以脉冲信号形式传送至交通信号控制器；

交通信号控制器对从交叉口不同进口方向检测器获取的交通流数据进行预处理，将处理好的交通数据传送到设置在中心的数据库服务器中；

区域协调控制计算机提取数据库服务器中的交通数据，分析各交叉口各进口路段的交通流运行状态，进行实时分析预测，对整个路网交通信息的数据流处理以及交通信号的优化、协调，向交通信号控制器提供优化的交通信号方案配时参数。

如图1所示，本发明所述的混合交通自适应信号协调控制方法工作流程包括：

车辆数据检测、非机动车数据检测、公交车数据检测用于获取路段交通流信息，车辆数据检测和非机动车数据检测用于实现混合交通自适应信号协调控制提供基础交通信息，公交车数据检测用于为实施公交信号优先提供公交车辆运行状态信息。分别由感应线圈、自行车检测器以及公交优先检测系统(包括车内单元、车外单元)通过RS-485或光纤与交叉口的相连接，从而来提供车辆信息。

在特定时间段内，交通信号控制器数据预处理模块负责对从交叉口不同进口方向检测器获取的交通流数据进行预处理，包括检测器数据状态判别、冗余数据剔除、丢失数据修复、数据平滑处理等。该模块由一小型微处理芯片对数据进行实时处理。同时，交通信号控制器通过光纤将处理好的交通数据传送到设置在中心的数据库服务器中。

安装在区域协调控制计算机中的区域信号协调优化软件提取数据库服务器中的交通数据，分析各交叉口各进口路段的交通流运行状态，包括畅通、拥挤、堵塞以及路段平均行程时间、各进口端车辆排队情况等交通状态信息，该部分由协调优化软件的路段交通状态判别模块进行实时分析预测。

本发明的混合交通自适应信号协调控制方法中，检测器的安装方式以设置在控制交叉口的上游交叉口出口端为准，同时为克服上述中存在的不足，采用虚拟检测技术，在获取路段交通状态的基础上，分析路段车队离散情况，关联临近交叉口的交通相似性，对多检测器进行数据融合，从而获取交叉口停车线处的交通参数信息(包括流量、占有率、车头时距等)。与上游检测器的检测数据结合，为实现区域信号协调优化控制软件实现战略控制和战术控制提供数据依据。该功能由区域信号协调优化软件的虚拟数据检测模块实现。

分析控制区域道路功能、等级以及日常交通状况，提取控制区域交通流关键节点，即信号控制关键交叉口，以关键交叉口为中心，分析邻近交叉口与关键交叉口的相似性、交通流运行特性的耦合度以及交叉口交通负荷均衡性。以关键交叉口作为牵制节点，将满足相似性的交叉口组成交通信号控制子区，同时随着交通流的变化，子区在离散时间间隔内也会发生变化。即区域交通控制子区动态合并与划分，该功能由区域信号协调控制软件的子区动态划分与合并模块来实现。

子区交通状态：集成、挖掘路段交通状态、上游检测器数据以及虚拟检测器数据信息，分析交通信号控制子区的交通流运行状态以及子区交通负荷度以及均衡性。该功能由区域信号协调控制软件的子区交通状态判别模块实现。

区域交通状态：集成控制区域内各交通状态，分析控制子区边界交叉口交通流的关联性以及实际交通需求与关键交叉口饱和度的相似度，分析子区边界交叉口之间存在拥挤产生的趋势，统筹各控制子区的控制模式。该功能模块由区域信号协调控制软件的区域交通状态判别模块实现。

配时参数优化：在正常情况下，对路网内的机动车、非机动车采用常规控制，在指定的控制模式下，以控制子区为单位，对路网内的信号控制交叉口进行交通信号方案配时参数进行优化，包括周期时长(T)、绿信比(λ)、相位差(

)、相位相序(q)。其中根据不同的交通状态，采用多目标优化技术，基于多权重分配寻优方法对信号周期时长(T)进行优化；根据交叉口各通行方向的交通需求强度，对交叉口绿信比(λ)进行多元约束优化调整，兼顾干线信号协调，同时满足通行方向交通需求；以路段交通状态、车队离散性以及路段行程时间为基础，以分段绿波最大化及干线绿波接续性为目标优化交叉口相位差(

)，又称绿灯起步时距；基于干线协调及交叉口通行方向交通需求强度，采用双层模糊控制算法优化交叉口相位相序(q)。特殊信号控制下，主要包括强制优先控制、公交信号优先控制以及特勤信号控制。强制优先控制主要为应急车辆(消防车、救护车、工程抢险车等)快速通过信号控制交叉口服务的信号优先控制模式，当检测到应急车辆即将接近信号控制交叉口，记录交叉口当前控制方案，即刻将通行权方向跳转进入黄闪控制模式，为应急方向开启通行绿灯。该控制模式主要通过安装在应急车辆的发射装置向安装在交叉口的接受装置或向指挥中心通过无线通讯方式发送应急车辆存在信号，当接受装置接受不到应急车辆存在信号，即表示应急车辆离开交叉口停车线，根据上一时刻记录的信号控制方案以及当前交叉口交通排队情况，渐进过渡到正常的信号控制模式。

公交信号优先控制主要为保证公交车辆的准点率、提高公交乘坐率及服务水平的政策导向型信号优先形式。根据公交信号优先路口或优先干线公交信息的覆盖程度，将公交信号优先形式分为：无条件公交优先、有条件公交优先、自适应公交优先。

1)无条件公交优先：不考虑交叉口之间的信号协调以及实施的信号优先对整个交叉口产生的影响，当公交车辆到达交叉口时，即刻为公交车辆提供优先信号，使公交车辆无阻滞通过交叉口。

2)有条件公交优先：在公交车辆到达交叉口停车线之前，确定公交车辆当前的运行状态(包括公交车辆是否提前、准时、晚点)，预测实施优先信号后对整个交叉口产生的影响，从而决定是否为公交车辆提供优先信号、何时提供优先信号。

3)自适应公交优先：通过从机动车、自行车检测器以及公交车辆检测系统获取当前路网的交通信息，综合考虑交叉口或路网的车辆运行状况，确定整体控制目标，协调公交优先信号与其他社会车辆的通行信号的竞争，同时确定公交车辆在信号优化中的权重，以最为合理的方式为路网内所有车辆提供通行信号。

而公交信息的获取主要通过公交指挥调度中心、安装在公交车上的发射装置以及安装在路口或中心(控制中心或调度中心)的接受装置来为公交优先控制模块提供公交运行状态信息。

特勤信号控制主要用于为特勤路线形成一个警卫绿波，在混合交通自适应信号控制系统中，特勤信号控制的目的是能够及时改变特勤路线，以应付突发事件发生。在警卫车队通过交叉口后能够快速疏导交通，及时过渡到正常的交通信号控制状态中，且在警卫车队未到达之前能够有效利用交叉口的绿灯时间，减少警卫路口方向的车辆排队。

该部分的功能模块由区域信号协调控制软件的配时参数优化模块来实现，并负责将各交叉口的交通信号配时方案下发给路口的交通信号控制器。

智能控制策略决策：在城市路网中，同一时间的不同空间、同一空间的不同时间，交通流负荷均呈现不同的状态。对控制区域的交通信息进行决策级融合，采用决策支持系统技术，统筹各控制子区的信号控制模式，对当前控制子区采用的控制策略进行再评估，预测控制子区未来的交通状态，并对各子区下一步执行的控制策略进行优选。接受客户端高级用户的人工干预的控制策略。在策略决策模块中，主要包含的控制策略有：自适应信号控制、方案选择控制、Agent式协调控制以及定时控制。其中采用Agent式协调控制要求信号机安装配时优化模块，与交通数据服务器为黑板模块，对区域的交通信号进行协调。该功能由区域信号协调控制软件的智能控制策略决策模块来实现。

知识学习推理及专家评估子系统：采用基于规则的知识学习推理方法，获取交通状态下所采用的控制策略方案实施方法，及时更新经验知识。与后台专家知识推理机相结合，对控制区域子区划分合并、控制模式的确定以及信号配时参数优化选择进行指导指导。该功能由区域信号协调控制软件的知识学习推理及专家评估子系统来实现。

人工干预及决策：仅供系统高级用户使用，可以实现对路口交通信号控制器的远程控制。直接对公交信号优先、特勤信号控制以及配时参数优化进行干预。该功能由区域信号协调控制软件的人工干预及决策模块来实现。

其中区域信号协调控制软件封装在MATCS_OPT程序包中，为适用于不同的操作系统中，MATCS_OPT程序包分个不同的版本：MATCS_OPT for Windows和MATCS_OPT for Linux，其中MATCS_OPT for Linux程序包在计算部分采用MPI并行编程，以提高计算速度，用于大、中等城市区域范围较大、设备缺乏的情况。

在系统框架中，整个系统的信息(包括道路信息、系统设备信息、交通组织信息)由交通信息管理计算机来进行维护、更新、管理以及发布。该功能主要由安装在交通信息管理计算机的新型管理系统客户端软件来完成，客户端软件除具备交通指挥控制中心信息管理的需要，即具备交通诱导信息发布(包括广播、车载及VMS方式)、CCTV违章监控系统(电子警察)、基于GIS-T车辆定位跟踪、动态交通信息管理、静态交通信息管理、软硬件运行状态监控、报表分析等常规指挥管理功能外，同时具备宏观交通预测以及区域系统控制效果评估功能。

宏观交通状态预测：获取区域协调控制计算机产生的系列动态交通数据，结合固定型检测器与移动型检测器数据信息进行决策级交通数据融合，对整个控制区域范围内的宏观交通状态进行预测，从而对系统的控制效果评估提供依据。

区域系统控制效果评估：采用时间窗进行滚动评估，以区域控制策略改变作为评估周期，对整个控制区域的信号控制效果、交通流运行状态进行评估。

交通信息管理计算机的信息管理系统软件的功能模块封装在MATCS_IMS程序包中。

本发明方法根据我国城市道路网的分布特性和交通流特性，将城市路网分成若干子区，采用分层联网协调控制各交叉口的红绿灯持续时间，提高通行能力、防止交通拥挤、减少尾气排放，保障交通安全。

附图说明

图1是区域混合交通自适应信号协调控制方法流程图；

图2是区域混合交通自适应信号协调控制方法硬件结构图；

图3是交通信号控制器硬件结构示意图；

图4是交通信号控制器功能模块示意图；

图5是交通信息管理系统功能模块示意图。

具体实施方式：

如图2，本方面所述的混合交通自适应信号协调控制方法的支撑设备由检测器1、交通信号控制器2、交通数据库服务器3、区域协调控制计算机4、交通信息管理计算机5以及连接这些设备并负责数据传输的数据通信控制机6组成。

检测器主要包括车辆检测器(包括感应线圈、雷达、红外以及声波检测器)，通常为感应线圈、非机动车检测器(主要是自行车检测器)以及应急车辆、公交车辆检测系统(由车内单元和车外单元组成)。

交通信号控制器采用智能型交通信号控制机，采用6U标准结构，如图3所示，以PC104作为主控单元的嵌入式芯片。其功能模块如图4所示，包括：系统初始化模块、控制处理模块、通信处理模块、系统检测模块、数据采集模块、数据处理模块、配时参数优化模块(可选)、显示及修改控制参数模块、系统主模块以及RTOS、BSP。其中配时参数优化模块是在Agent协调控制模式下必须选择的硬件支撑模块，它根据各进口方向的交通流信息，为适应交叉口各进口方向交通需求的变化，每个信号周期都对控制交叉口的绿信比进行优化调整，同时接收上级配时参数的调整指令。

交通数据库服务器负责整个区域路网交通流数据(流量、速度、占有率)、设备信息(信号机、检测器、可变信息板等)、管理信息(人员、运行日志、系统状态等)的存贮、备份。

区域协调控制计算机，是整个控制系统的核心部分，由区域信号协调控制软件负责对整个路网交通信息的数据流处理以及交通信号的优化、协调。区域信号协调控制软件的功能模块如图1所示。

交通信息管理计算机区域混合交通信号协调控制的高层控制管理客户端，对交通数据库服务器中由交通信号控制器以及区域协调控制计算机提交的动态交通信息进行管理、优化，同时对路网内的静态交通信息进行更新、维护。对区域内的硬件设备和软件运行进行监控。由MATCS_IMS客户端软件进行交互操作，其功能模块如图5所示。

数据通信控制机为区域协调控制计算机、交通信息管理计算机与户外设备提供通信通道。它是一种多通道并行双向处理装置，负责对各类数据的来源、去向以及重要等级、传输请求命令产生的顺序进行统一调度、管理。包括VXI(VMEbus eXtension for Instrumentation)总线及缓冲器、并行双向多功能接口、主数据传输控制器、单道数据传输控制器。

本发明所述的区域混合交通自适应信号协调控制方法具体实施模块如图1所示，其中核心功能模块的工作方法为：

本发明所述的区域混合交通自适应信号协调控制方法以在上游设置检测器为主，在综合分析车队离散与消散、数据挖掘技术、数据关联分析和相关分析、多传感器数据融合技术的基础上，在系统中为交叉口停车线处设置虚拟检测器，以检测交叉口停车线的交通流运行情况，从而实现系统战略控制与战术控制的信息协调配合。

其具体的工作流程为：

1)从车队离散的四个主要影响因素：车队速度V_p，车队规模N_p，车队内平均车头间距h_p，车队车头时距H_p，分析车队的随机性：

$R_P=1-\frac{1}{N_p}\underset{i=1}{\overset{N_P}{\mathrm{\Σ}}}f\left(h_i\right)$

其中：R_P——车队的随机性；

      N_p——车队规模，即车队车辆数；

      f(h_i)——车队内相临车辆之间的干扰函数，为

$f\left(h\right)=\frac{H_P^{\min }-h}{H_P^{\min }-h_{\min }}$

其中：H_P ^min——车队车头时间的临界值；

      h——车辆的车头时距；

      h_min——车队中车辆间确保安全的最小车头时距，为：

其中：α_l，m——常数；

——车队中t时刻第n+1^th车辆的速度；

x_n(t)——车队中t时刻第n^th车辆的位置；

x_n+1(t)——车队中t时刻第n+1^th车辆的位置。

以及车队从上游检测器位置到达交叉口周期图示的时间间隔：

$T_P=\mathrm{\δ}\×\frac{L}{V_P}$

其中：T_P——车队从上游检测器位置到达交叉口周期图示的时间间隔；

L——上游检测器到交叉口口停车线之间的距离；

V_P——车队的平均速度；

δ——车队接近交叉口停车线时的衰减系数。

2)综合实时及历史检测器数据，挖掘进口方向各通行方向数据之间的相关性，进行多检测器数据的相关性分析。

上游检测器数据与左转方向检测器数据之间的相关关系：

$R_{\mathrm{AB}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i(t-T_{\mathrm{GL}})y_i\left(t\right)}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{(t-T_{\mathrm{GL}})}^2}\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i{\left(t\right)}^2}}$

其中：T_GL——两检测器之间的数据分析提取间隔，为：

      T_GL＝T_P+C-μ×C_P

其中：T_P——车队在两检测器之间的通行时间间隔；

      C——信号交叉口的信号周期时长；

      C_P——左转专用相位的相位绿灯时间。

      μ——是否存在左转，0为不存在，1存在。

上游检测器数据与直行方向检测器数据之间的相关关系：

$R_{\mathrm{AC}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{z}_i(t-T_{\mathrm{GS}})y_i\left(t\right)}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{z}_i{(t-T_{\mathrm{GS}})}^2}\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i{\left(t\right)}^2}}$

其中：T_GS——两检测器之间的数据分析提取间隔，为：

      T_GS＝β×T_P+C

其中：β——交叉口通行加速因素。

上游检测器数据与右转方向检测器数据之间的相关关系：

其中： $b=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}[U_D\left(t\right)-{\stackrel{\‾}{U}}_D][Y_A(t-Y_{\mathrm{GR}})-{\stackrel{\‾}{Y}}_A]}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[U_D\left(t\right)-{\stackrel{\‾}{U}}_D]}^2}$

a＝Y_A-bU_D

3)进行多检测器数据融合，预测交叉口停车线处的交通参数。

采用支持向量机(Support Vector Machine，SVM)对多检测器数据进行融合、训练、预测。首先进行数据及检测器相关性训练，训练过程包括四步骤：训练数据集选取，核函数的确定，基于交通参数预测的灵敏性损失函数的选取，稳定性参数的确定。最后进行预测与数据检验。并以预测误差与训练时间作为SVM数据融合效果的评价指标。

战略控制是决定区域信号协调的高层控制，由区域协调控制计算机进行控制。战略控制根据交通状态判别子系统提供的信息，预测区域交通流状况，计算控制区域的周期、绿信比和相位差参数，以区域混合交通自适应信号协调控制的战略控制策略模型为基础，并决定是否进行区域信号配时方案的转换，以适应关键交通流的变化。

战术控制是在区域混合交通自适应信号协调控制的战略控制指导下，在不影响区域信号协调控制的前提条件下，为适应交叉口各进口方向交通需求的变化，每个信号周期都对控制交叉口的绿信比进行小步距调整，即对交叉口各个相位的绿灯时间进行微调。

战略控制决定控制区域交叉口之间的信号协调以及控制策略的转换。战术控制处理交叉口各信号周期相位绿灯时间与各进口方向交通需求的适应性调整。二者结合，既在整体上适应交通流的变化，又在局部上适应各方向交通流的通行需求，从而使道路交通得到有效的控制。

子区动态划分与合并：在分析交通信号控制子区合并与划分的影响因素的基础上，并试图将其定量化，将定量化的影响因素作为各个交叉口的性能坐标，以关键交叉口作为基准点，采用动态聚类分析方法计算各个交叉口之间的性能距离作为交叉口合并划分的依据，根据聚类结果，分析各个交叉口之间的相关系数，从而定义划分与合并的理想方案和负理想方案，将子区的划分方案与该理想方案进行比较，计算划分方案与理想方案的贴近度，从而确定控制子去划分、合并方案的可执行性。

子区动态划分与合并的具体实现过程为：

1)确定子区动态划分与合并的影响因素，主要分为动态因素和静态因素，动态因素和静态因素又分为节点因素和连线因素。如节点的静态因素有交叉口类型，是否是关键交叉口等，节点的动态因素有交叉口饱和度，交叉口的周期时长等；连线的静态因素有车道数，连线长度等，动态因素各进口方向的流量、速度、占有率等。

2)对影响因素的状态变量进行描述：

$X_j^i=e_{i,j}^{\mathrm{node}}+e_{i,j}^{\mathrm{link}}$

其中：X_j ⁱ——第i^th子区的第j^th信号交叉口状态矩阵；

      e_i，j ^node——第i^th子区的第j^th信号交叉口的节点状态向量；

      e_i，j ^link——第i^th子区的第j^th信号交叉口的连线状态向量；

$e_{i,j}^{\mathrm{node}}=[A_{i,j}^{\mathrm{node},\mathrm{static}},A_{i,j}^{\mathrm{node},\mathrm{dynamic}}]$

其中： $A_{i,j}^{\mathrm{node},\mathrm{static}}=[T_{i,j},K_{i,j},P_{i,j}]$ ——第i^th子区的第j^th信号交叉口节点的静态因素向量；T_i，j，K_i，j，P_i，j分别表示交叉口类型，是否为关键交叉口，交叉口初始相位数。

$A_{i,j}^{\mathrm{node},\mathrm{dynamic}}=[S_{i,j},{\mathrm{CT}}_{i,j}]$ ——第i^th子区的第j^th信号交叉口节点的动态因素向量；S_i，j，CT_i，j分别表示交叉口饱和度和交叉口周期时长。

$e_{i,j}^{\mathrm{link}}=A_{i,j}^{\mathrm{link},\mathrm{static}}+A_{i,j}^{\mathrm{link},\mathrm{dynamic}}$

其中： $A_{i,j}^{\mathrm{link},\mathrm{static}}=[C_{i,j},{\mathrm{Le}}_{i,j},{\mathrm{La}}_{i,j}]$ ——第i^th子区的第j^th信号交叉口连线的静态因素向量； $C_{i,j}={[c_{i,j}^e,c_{i,j}^w,c_{i,j}^s,c_{i,j}^n]}^{\′},$ ${\mathrm{Le}}_{i,j}={[{\mathrm{le}}_{i,j}^e,{\mathrm{le}}_{i,j}^w,{\mathrm{le}}_{i,j}^s,{\mathrm{le}}_{i,j}^n]}^{\′},$ ${\mathrm{La}}_{i,j}={[{\mathrm{la}}_{i,j}^e,{\mathrm{la}}_{i,j}^w,{\mathrm{la}}_{i,j}^s,{\mathrm{la}}_{i,j}^n]}^{\′},$ 分别表示各连线的与相邻交叉口的连通向量，连线长度向量，连续车道数向量。

$A_{i,j}^{\mathrm{link},\mathrm{dynamic}}=[Q_{i,j},V_{i,j},O_{i,j},{\mathrm{\λ}}_{i,j}]$ ——第i^th子区的第j^th信号交叉口连线的动态因素向量； $Q_{i,j}={[q_{i,j}^e,q_{i,j}^w,q_{i,j}^s,q_{i,j}^n]}^{\′},$ $V_{i,j}={[v_{i,j}^e,v_{i,j}^w,v_{i,j}^s,v_{i,j}^n]}^{\′},$ $O_{i,j}={[o_{i,j}^e,o_{i,j}^w,o_{i,j}^s,o_{i,j}^n]}^{\′},$ ${\mathrm{\λ}}_{i,j}={[{\mathrm{\λ}}_{i,j}^1,{\mathrm{\λ}}_{i,j}^2,{\mathrm{\λ}}_{i,j}^3,{\mathrm{\λ}}_{i,j}^4]}^{\′},$ 分别表示连续各进口方向的流量、速度、占有率以及相位相序向量。

3)交叉口状态矩阵的标准化处理

交叉口的状态矩阵为：

$X_j^i=[A_{i,j}^{\mathrm{node},\mathrm{static}},A_{i,j}^{\mathrm{node},\mathrm{dynamic}},{\mathrm{IA}}_{i,j}^{\mathrm{link},\mathrm{static}},{\mathrm{IA}}_{i,j}^{\mathrm{link},\mathrm{dynamic}}]$

交叉口的与相邻交叉口之间的对应的状态向量为：

$X_j^i=[T_{i,j},K_{i,j},P_{i,j},S_{i,j},{\mathrm{CT}}_{i,j},c_{i,j},{\mathrm{le}}_{i,j},{\mathrm{la}}_{i,j},q_{i,j},v_{i,j},o_{i,j},{\mathrm{\λ}}_{i,j}]$

控制子区内各交叉口之间形成的状态矩阵为：

对各状态变量进行标准化处理：

$r_{k3}=\frac{P_{i,j}-P_{i,j}^{\min }}{P_{i,j}^{\max }-P_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n)

$r_{k4}=\frac{S_{i,j}^{\max }-S_{i,j}}{S_{i,j}^{\max }-S_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n))

$r_{k5}=\frac{{\mathrm{CT}}_{i,j}-{\mathrm{CT}}_{i,j}^{\min }}{{\mathrm{CT}}_{i,j}^{\max }-{\mathrm{CT}}_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n)

$r_{k7}=\frac{{\mathrm{le}}_{i,j}^{\max }-{\mathrm{le}}_{i,j}}{{\mathrm{le}}_{i,j}^{\max }-{\mathrm{le}}_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n)

$r_{k8}=\frac{{\mathrm{la}}_{i,j}-{\mathrm{la}}_{i,j}^{\min }}{{\mathrm{la}}_{i,j}^{\max }-{\mathrm{la}}_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n)

$r_{k9}=\frac{q_{i,j}^{\max }-q_{i,j}}{q_{i,j}^{\max }-q_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n)

$r_{k9}=\frac{v_{i,j}-v_{i,j}^{\min }}{v_{i,j}^{\max }-v_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n)

$r_{k9}=\frac{o_{i,j}^{\max }-o_{i,j}}{o_{i,j}^{\max }-o_{i,j}^{\min }}$ (i＝1，2，L，n；j＝1，2，L，n)

由于各个影响因素在动态子区划分与合并过程中，其对交叉口的状态影响权值不同，因此必须进一步确定各个影响因素对交叉口的影响程度：

W＝(w₁，w₂，L，w₁₂)

最终形成标准的交叉口状态矩阵：

$Z=\left[\begin{array}{cccc}{w}_1{r}_{11}& w_2{r}_{12}& L& w_2{r}_{112}\\ w_1{r}_{21}& w_2{r}_{22}& L& w_{12}{r}_{212}\\ M& & & \\ w_1{r}_{n1}& w_2{r}_{n2}& L& w_{12}{r}_{n12}\end{array}\right]={\left(z_{\mathrm{ij}}\right)}_{n\×12}$

4)确定进行子区划分的理想方案和负理想方案理想方案：

$A^{+}=\{A_1^{+},A_2^{+},A_3^{+},L,A_{12}^{+}\}$

负理想方案

$A^{-}=\{A_1^{-},A_2^{-},A_3^{-},L,A_{12}^{-}\}$

5)距离与相对贴近度

计算交叉口状态到理想方案和负理想方案的距离，以确定交叉口参与子区动态划分与合并的可执行性。

交叉口X_j ⁱ到理想方案的海明距离：

${\mathrm{\μ}}_i^{+}=\sqrt{\underset{j=1}{\overset{12}{\mathrm{\Σ}}}{(r_{\mathrm{ij}}-A_j^{+})}^2}$

交叉口X_j ⁱ到负理想方案的海明距离：

${\mathrm{\μ}}_i^{-}=\sqrt{\underset{j=1}{\overset{12}{\mathrm{\Σ}}}{(r_{\mathrm{ij}}-A_j^{-})}^2}$

交叉口参与动态子区划分与合并的可执行性：

${\mathrm{\ω}}_i={\mathrm{\μ}}_i^{-}/({\mathrm{\μ}}_i^{+}+{\mathrm{\μ}}_i^{-})$

0＜ω_i＜1

当ω_i越接近1，μ_i ⁺越接近0，交叉口参与动态子区合并与划分的可执行性越高。

6)相邻交叉口相关系数

相邻交叉口之间的相关系数： $\cos \mathrm{\θ}=\frac{x,y}{\left|x\right|\·\left|y\right|}$

控制区域交叉口相关性矩阵：coef＝[cosθ]_ij

7)动态聚类分析

Step1：分别确定贴近度和相似性的大致分类个数m及初始类中心；

(1)计算每个对象与相邻对象之间的距离；

(2)将距离从小到大排序；

(3)将距离相近的元素归为一类，初始化m个聚类，并计算每个聚类中所有对象对应坐标的平均值，作为初始聚类中心。

Step2：依据聚类半径和步长，分别对贴近度ω和相似系数cosθ的所有对象归类；

Step3：当ω和cosθ对应的交叉口分别归在一类中，将对应的交叉口合并。以将交叉口进行归类。

Step4：归类结束，计算所有类之间的距离，并将取从小到大排序，计算依据如下：

(1)计算路段饱和度

${\mathrm{\ψ}}_a\left(t\right)=\frac{u_a\left(t\right)}{S_a}$

其中

ψ_a(t)——路段饱和度；

u_a(t)——路段a上t时刻的流入率；

S_a——路段a饱和流率；

(2)假设控制子区有n条路段，边界交叉口包含的路段个数m(m≤n)，则控制子区在进行合并划分聚类分析时刻的边界饱和度为：

$K_1\left(t\right)=\sqrt{\frac{{\mathrm{\ψ}}_1^2\left(t\right)+{\mathrm{\ψ}}_2^2\left(t\right)+L+{\mathrm{\ψ}}_m^2\left(t\right)}{m}}$

其余路段的饱和度：

$K_2\left(t\right)=\sqrt{\frac{{\mathrm{\ψ}}_1^2\left(t\right)+{\mathrm{\ψ}}_2^2\left(t\right)+L+{\mathrm{\ψ}}_{n-m}^2\left(t\right)}{n-m}}$

(3)控制子区饱和度为：

K(t)＝ρK₁(t)+(1-ρ)K₂(t)

Step5：依据类间距离，确定门限值ζ；

Step6：合并类间距离小于ζ的类，并输出合并后的聚类结果；

Step7：询问聚类结果是否合理，若合理则算法结束，显示最终的聚类结果，等待下一时刻的聚类分析；若不合理，则重新返回Step2，进入下一轮的归类。

配时参数优化：分为常规控制和特殊控制。常规控制指在正常的交通状态下，对路网内的机动车、非机动车根据当时的交通流运行状态，确定控制目标，并在该目标控制模式下，对控制区域内的交通信号配时参数进行优化，以实现对路网的最优控制。交通信号配时参数进行优化，包括周期时长(T)、绿信比(λ)、相位差(

)、相位相序(q)。其中根据不同的交通状态，采用多目标优化技术，基于多权重分配寻优方法对信号周期时长(T)进行优化；根据交叉口各通行方向的交通需求强度，对交叉口绿信比(λ)进行多元约束优化调整，兼顾干线信号协调，同时满足通行方向交通需求；以路段交通状态、车队离散性以及路段行程时间为基础，以分段绿波最大化及干线绿波接续性为目标优化交叉口相位差(

)，又称绿灯起步时距；基于干线协调及交叉口通行方向交通需求强度，采用双层模糊控制算法优化交叉口相位相序(q)。特殊信号控制下，主要包括强制优先控制、公交信号优先控制以及特勤信号控制。强制优先控制主要为应急车辆(消防车、救护车、工程抢险车等)快速通过信号控制交叉口服务的信号优先控制模式，当检测到应急车辆即将接近信号控制交叉口，记录交叉口当前控制方案，即刻将通行权方向跳转进入黄闪控制模式，为应急方向开启通行绿灯。该控制模式主要通过安装在应急车辆的发射装置向安装在交叉口的接受装置或向指挥中心通过无线通讯方式发送应急车辆存在信号，当接受装置接受不到应急车辆存在信号，即表示应急车辆离开交叉口停车线，根据上一时刻记录的信号控制方案以及当前交叉口交通排队情况，渐进过渡到正常的信号控制模式。

公交信号优先控制主要为保证公交车辆的准点率、提高公交乘坐率及服务水平的政策导向型信号优先形式。根据公交信号优先路口或优先干线公交信息的覆盖程度，将公交信号优先形式分为：无条件公交优先、有条件公交优先、自适应公交优先。

1)无条件公交优先：不考虑交叉口之间的信号协调以及实施的信号优先对整个交叉口产生的影响，当公交车辆到达交叉口时，即刻为公交车辆提供优先信号，使公交车辆无阻滞通过交叉口。

2)有条件公交优先：在公交车辆到达交叉口停车线之前，确定公交车辆当前的运行状态(包括公交车辆是否提前、准时、晚点)，预测实施优先信号后对整个交叉口产生的影响，从而决定是否为公交车辆提供优先信号、何时提供优先信号。

3)自适应公交优先：通过从机动车、自行车检测器以及公交车辆检测系统获取当前路网的交通信息，综合考虑交叉口或路网的车辆运行状况，确定整体控制目标，协调公交优先信号与其他社会车辆的通行信号的竞争，同时确定公交车辆在信号优化中的权重，以最为合理的方式为路网内所有车辆提供通行信号。

特勤信号控制主要用于为特勤路线形成一个警卫绿波，在混合交通自适应信号控制系统中，特勤信号控制的目的是能够及时改变特勤路线，以应付突发事件发生。在警卫车队通过交叉口后能够快速疏导交通，及时过渡到正常的交通信号控制状态中，且在警卫车队未到达之前能够有效利用交叉口的绿灯时间，减少警卫路口方向的车辆排队。

Claims (4)

1.一种区域混合交通自适应信号协调控制方法，其特征包括如下步骤：

(1)、通过安装设置在控制交叉口的上游交叉口出口端的检测器对进入控制交叉口的车辆信息进行检测，并将检测的车辆信息以脉冲信号形式传送至交通信号控制器；

(2)、交通信号控制器对从交叉口不同进口方向检测器获取的交通流数据进行预处理，将处理好的交通数据传送到设置在中心的数据库服务器中；

(3)、区域协调控制计算机提取数据库服务器中的交通数据，分析各交叉口各进口路段的交通流运行状态，进行实时分析预测，对整个路网交通信息的数据流处理以及交通信号的优化、协调，向交通信号控制器提供优化的交通信号方案配时参数；

其中，区域协调控制计算机主要工作过程包括：对交通数据预处理；分析各交叉口各进口路段的交通流运行状态；通过计算机自身设置的虚拟检测器生成虚拟检测数据；进行子区动态划分与合并，生成子区交通状态及区域交通状态；向交通信号控制器提供优化的交通信号方案配时参数。

2.根据权利要求1所述的区域混合交通自适应信号协调控制方法，其特征在于：所述虚拟检测器生成虚拟检测数据包括如下步骤：

(1)、从车队离散的四个主要影响因素，即车队速度，车队规模，车队内平均车头间距，车队车头时距，分析车队的随机性；

(2)、综合实时及历史检测器数据，挖掘进口方向各通行方向数据之间的相关性，进行多检测器数据的相关性分析；

(3)、进行多检测器数据融合，预测交叉口停车线处的交通参数。

3.根据权利要求1所述的区域混合交通自适应信号协调控制方法，其特征在于：所述子区动态划分与合并包括如下步骤：

(1)、确定子区动态划分与合并的影响因素，主要分为动态因素和静态因素，动态因素和静态因素又分为节点因素和连线因素；

(2)、对影响因素的状态变量进行描述；

(3)、交叉口状态矩阵的标准化处理；

(4)、确定进行子区划分的理想方案和负理想方案；

(5)、计算交叉口状态到理想方案和负理想方案的距离，以确定交叉口参与子区动态划分与合并的可执行性；

(6)、确定相邻交叉口相关系数；

(7)、动态聚类分析。

4.根据权利要求1所述的区域混合交通自适应信号协调控制方法，其特征在于：特殊信号控制，主要包括强制优先控制、公交信号优先控制以及特勤信号控制，其中强制优先控制主要是为应急车辆快速通过信号控制交叉口服务的信号优先控制模式，当检测到应急车辆即将接近信号控制交叉口，记录交叉口当前控制方案，即刻将通行权方向跳转进入黄闪控制模式，为应急方向开启通行绿灯，强制优先控制模式主要通过安装在应急车辆的发射装置向安装在交叉口的接受装置通过无线通讯方式发送应急车辆存在信号，当接受装置接受不到应急车辆存在信号，即表示应急车辆离开交叉口停车线，根据上一时刻记录的信号控制方案以及当前交叉口交通排队情况，过渡到正常的信号控制模式。

Images