CN101894477A - 一种城市信号灯控制道路网络交通自锁控制方法 - Google Patents

Abstract

本发明公开了一种城市信号灯控制道路网络交通自锁控制方法，包括下列步骤：(1)确定被控区域边界；(2)根据被控区域边界各路口的信号灯情况构建控制矩阵g_ij(k)，为驶入被控区域的信号相位的绿信比矩阵；设定被控区域内的最优累积车辆数为M，根据各路口行人最短过街时间和允许最大排队长度，确定进入被控区域的各路口相位的绿信比矩阵的最小值

和最大值

；(3)如果X(k)＜M，则按

设定被控区域边界各路口的信号灯，如果X(k)＞M，则按

设定被控区域边界各路口的信号灯，由此实现城市信号灯控制道路网络交通自锁控制。本发明基于观测进行控制，能有效预防路网超饱和交通状态和交通死锁。

Description

一种城市信号灯控制道路网络交通自锁控制方法

技术领域

本发明涉及一种城市信号灯的控制方法，具体涉及一种城市信号灯控制道路网络，特别是城市核心区容易出现交通自锁堵塞区域的交通信号灯控制方法。

背景技术

一般来说，车流量的增加存在两种情况，一种是伴随社会经济发展而来的车流量的自然增长，另一种是在车流高峰时段和节假日期间，车流量的突然性猛增。在车流量高速增长时，部分路段断面流量常常超过设计断面流量，甚至超设计断面流量的50％以上，即出现超饱和状态，这使得交通疏导面临重重困难。

对于超饱和路网控制，国内外相关学者做出了许多代表性研究成果，并开发了很多实际应用的控制系统，比如SCATS、SCOOT、RHODES等系统。在国内也取得了一定的研究成果。中国发明专利申请CN101515408A公开了一种绿波带显示交通流信号控制装置，在两路口中段车道的地下间隔设置前地感线圈和后地感线圈，地感线圈通过信号线连接装有绿波控制协调程序的数据处理计算机的接口，数据处理计算机又与路口信号灯控制柜连接，信号灯控制柜同时连接到路口信号灯和沿车道途中设置的绿波红绿信号灯显示装置。采用该装置，驾驶员可以根据显示装置调整车速，在一定程度上缓解路网饱和状态，但是该方法难以解决大范围的超饱和交通堵塞情形。中国发明专利申请CN101281685A公开了一种区域混合交通自适应信号协调控制方法，针对区域混合交通，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；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。该方法存在预测环节，因此依赖于预测模型的精度，但是由于交通流本身的随机性，预测精度难以保证。中国发明专利申请CN101206801A公开了一种自适应交通控制方法，包括交通数据采集、然后进行未来交通状况预测的数据预测的步骤，之后生成控制方案的数据计算，采用流量及占有率两种参数来计算公共周期。该方法的特征是控制权的下放可以大大减少对交通控制中心的依赖性。另外，采用流量比和饱和度值相结合的方案计算非关键路口的非协调相位的绿信比时间，避免了协调相位的绿信比时间不足的现象。该控制策略并没有给出控制区域的边界范围及控制时机的切换。中国发明专利申请CN101308604A公开了一种大范围战略交通协调控制方法，检测器将检测到的交通数据上传到大范围数据库中，判断当前区域的交通控制状态，判别区域边界的交通控制状态，给出相应的战略交通控制策略及区域边界交通协调控制策略；调节配时调节方案发布给区域交通信号控制系统和区域诱导系统执行。该方法本身不能消除由于超饱和堵塞造成的交通死锁情形，此外该方法需要检测的数据种类较多，并且由于该方法控制过程较为复杂，因此实时性有待检验。

虽然国内外的交通控制系统在超饱和路网控制方面取得了长足的进步，然而这些研究大多数适用于单个或一条线上交叉口的协调控制；对于区域控制，大多数的方法没有给出区域边界的划分方法，且对交通流更多的采用了预测的方法来进行控制，并且控制的结果没有考虑区域外的车辆的控制效益。

上述研究存在两类不足。其一，控制目标是基于估计的，而非观测或直接测量的。例如车辆延误、排队长度、停车次数、路网总延误等各类控制目标，是根据模型来估计的，其输入为流量、信号配时、通行能力等观测(检测)值和参数。然而路网在接近饱和、超饱和情形下，交通流对路网上各类随机扰动极为敏感，交通状态往往处于较为混乱的状态，这使得上述控制目标的估计模型难以作出、甚至无法准确的估计，使得交通信号控制系统生成了事与愿违的控制策略。其二，在控制时机上，上述研究针对超饱和交通状态出现后再进行被动的缓解控制，其控制优化的改进空间是非常有限的，某种程度上被动控制超饱和控制是亡羊补牢之举。应该要考虑主动预防超饱和交通状态的出现。

发明内容

本发明目的是提供一种基于观测的城市信号灯控制方法，以实现容易出现交通自锁堵塞区域的交通信号灯控制，预防超饱和交通状态的出现。

为达到上述目的，本发明采用的技术方案是：一种城市信号灯控制道路网络交通自锁控制方法，包括下列步骤：

(1)确定被控区域边界；

(2)设定采样时间间隔T，在时刻k，被控区域内累积车辆数是X(k)，则在时刻k+1，被控区域内累积车辆数是X(k+1)＝X(k)+R(k)-L(k)，其中，R(k)、L(k)分别表示第k个采样时间间隔T内流入流出被控区域的车辆数；

根据被控区域边界各路口的信号灯情况构建控制矩阵g_ij(k)，为驶入被控区域的信号相位的绿信比矩阵，其中，i为被控区域周边路口的序号，j为其中某一路口中的相位号；

设定被控区域内的最优累积车辆数为M，根据各路口行人最短过街时间和允许最大排队长度，确定进入被控区域的各路口相位的绿信比矩阵的最小值

和最大值

(3)在每一采样时刻分别进行被控区域边界各路口的信号灯的信号相位的绿信比设定，其中，在时刻k，如果X(k)＜M，则按

设定被控区域边界各路口的信号灯，如果X(k)＞M，则按设定被控区域边界各路口的信号灯，由此实现城市信号灯控制道路网络交通自锁控制。

上文中，相位号是交通控制用的术语，也就是指在一个信号周期内，安排若干种控制状态(每一种控制状态对某些方向的车辆或行人配给通行权)，控制状态的显示次序号。被控区域内的最优累积车辆数M可以根据经验值调节设定，优选的方案为，被控区域内的最优累积车辆数M等于被控区域内的车道总长乘以20辆车/(车道×公里)。绿信比矩阵的最小值

和最大值可由DB11/T 493.3-2007道路交通管理设施设置规范的第3部分道路交通信号灯规范确定。

上述技术方案中，所述步骤(1)包括，

(1-1)确定堵塞常发区域及周边区域路网，统计堵塞常发区域范围内各路段的车道数分布、长度；

(1-2)在整个高峰时段内，统计各时刻路段上的车辆数，获得所有各个路段的车辆密度；

(1-3)在每车道每千米40～50辆车之间设定堵塞下限，当路段在高峰时段的车辆密度大于堵塞下限时，该路段属于堵塞区域，否则排除在外，如果车辆密度低于堵塞下限的局部路段被其它属于堵塞区域的路段包围，则认为该路段属于堵塞区域，最终形成闭合的堵塞区域；

(1-4)上一步中获得的堵塞区域边界交叉口的上游路段长度如果小于200m，则将该处的堵塞区域边界外推至上游该交叉口，直至边界交叉口与更上游交叉口间距超过200m，由此确定最终被控区域边界。

本发明方法的实现原理如下：

根据宏观交通流理论，在路网上的车辆数量与离开路网的交通流量是如图1所示的单峰型的关系。

正是基于图1所示的车辆总数与路网流量间的关系，本申请给出如下预防、减缓超饱和拥堵思想：控制拥堵区域的车辆处在一个合理水平上，使车辆数此时可以缓解路网堵塞程度，并使路网通行能力处于最大。

基于上述考虑，将常发性堵塞区域(如城市CBD区域)从城市路网中分离出来，确定拥堵最为严重的被控区域路网的闭合边界，将闭合边界内的路网即堵塞路网设为被控区域。通过对被控区域的累积车辆数进行持续观测，掌握被控区域内车辆数量的动态变化情况，在此基础上，在被控区域边界交叉口上控制车辆流入被控区域的数量，以维持被控区域路网上最优的车辆数目，此时可以缓解路网堵塞程度，并使路网通行能力处于最大。

具体原理解释如下：

步骤1确定被控区域边界：

堵塞区范围的大小取决于堵塞程度，由此也就决定了边界控制规模的大小。很显然，一方面堵塞区的范围越小，则需要调节的交叉口数量也就越少，而交通流的随机性成分相对增加，造成路网层面的密度-流量关系存在不确定性，使得模拟堵塞区域宏观交通流模型的鲁棒性降低。堵塞区域的大小以5～10Km²为宜。为了不影响被控区域以外的交通，本发明采用的方法是，当堵塞区域边界交叉口的上游路段长度如果小于200m，则将该处的堵塞区域边界外推至上游该交叉口，由此，可以减小被控区域外围的排队造成的影响。

步骤2超饱和交通网络交通流运作模型

根据上述的控制思想，必须给出路网上的累积车辆数量。图2是路网累积车辆与流出、流入路网车辆关系示意图；根据图2，在一个时间间隔内，路网累积车辆数是原有(上一采样间隔)车辆数加上新流入车辆数减去流出的车辆数。因此有如下状态方程：

X(k+1)＝X(k)+R(k)-L(k)          (1)

其中，X(k)、X(k+1)为堵塞区内在k时刻、k+1时刻的车辆总数，R(k)、L(k)分别表示第k个采样间隔T内流入流出堵塞区的车辆数。在一个信号周期内，有多股车流能驶入被控领域内，获得通行权的某股车流的放行车辆数为Cg_ij(k)/s；同样地，有多股车流离开被控领域，获得通行权的某股车流的放行车辆数为Ch_ij(k)/s；该交叉口进入/离开路网的车辆是各股获得通行权的车辆数之和，其流入路网的车辆数为离开领域的车辆数为

其中C是信号周期，s是饱和流率，在我国一般为2.56辆车/s，因此(1)式可以改写为

$X(k+1)=X\left(k\right)+\frac{T}{s}(\underset{j\∈I}{\mathrm{\Σ}}\underset{i\∈J}{\mathrm{\Σ}}{g}_{\mathrm{ij}}\left(k\right)-\underset{j\∈J}{\mathrm{\Σ}}\underset{i\∈J}{\mathrm{\Σ}}{h}_{\mathrm{ij}}\left(k\right))---\left(2\right)$

其中，

可以改写为Bg(k)_i×jE；

改写为Bh(k)_i×jC，而B＝[11…1]_1×i，

为驶入堵塞区的信号相位的绿信比矩阵，h(k)为离开堵塞区路网的相位的绿信比矩阵，g(k)和h(k)均为控制矩阵；则(2)式可改写为

$X(k+1)=X\left(k\right)+\frac{T}{s}(\mathrm{Bg}\left(k\right)E-\mathrm{Bh}\left(k\right)E)=X\left(k\right)+\left[\mathrm{Du}\left(k\right)E\right]---\left(3\right)$

其中D＝(T/s)·B。

审视(3)式，可以发现X(k)为系统状态变量；而u(k)＝g(k)-h(k)是系统的被控向量矩阵，其构成是这样的：列向量为某个交叉口的各个相位的绿信比，将边界上所有的交叉口的相位按照统一规则写成列向量，从而形成绿信比控制矩阵。u(k)包含两类元素，一类是进入堵塞区区域相位的绿信比，其符号为正；另一类是离开堵塞区相位的绿信比，其符号为负。

绿信比矩阵的优化空间应满足约束：

u(k)∈U      (4)

其中，U为各交叉口各相位地最小绿灯时间(确保行人最短过街时间)约束向量。优化边界交叉口的绿信比，应避免上游的路段的车辆出现排队溢出情形，因此要满足排队约束：

q(k)∈Q      (5)

其中，

为各个交叉口的排队长度约束向量，

为第i个交叉口允许的最大排队长度。交叉口信号控制排队长度的计算公式采用TRANSYT-7F程序所采用的计算公式。

$q_i^{\max }=\frac{\mathrm{Ct}}{4}[({\mathrm{\ρ}}_i^{\max }-1)+\sqrt{{({\mathrm{\ρ}}_i^{\max }-1)}^2+\frac{4{\mathrm{\ρ}}_i^{\max }}{\mathrm{Ct}}}]---\left(6\right)$

其中，表示交叉口最大饱和度，

为交叉口进入路网方向车道组最大流量，该值可由检测器历史数据得到。由(5)、(6)则能获得考虑许可排队长度约束条件下的绿信比约束P(Q)，即

u(k)∈P(Q)   (7)

考虑(4)，(7)的约束，u(k)的约束条件可以写为

$u\left(k\right)=\{g_{\mathrm{ij}}\left(k\right),h\left(k\right)|g_{\mathrm{ij}}^{\min }\≤g_{\mathrm{ij}}\left(k\right)\≤g_{\mathrm{ij}}^{\max },h_{\mathrm{ij}}^{\min }\≤h_{\mathrm{ij}}\left(k\right)\≤h_{\mathrm{ij}}^{\max }\}---\left(8\right)$

为了使堵塞路网的累积车辆尽快达到最优值，其控制性能指标可写为：

其中，M为路网的最优累积车辆数，N为总的控制步数。

步骤3超饱和交通控制方式

寻找最优的交通信号控制序列u^＊(k)，使得性能指标

为最小可以采用Pontryagin的极小值原理求解最优控制问题。模型求解步骤如下：

①根据状态方程和性能指标，建立如下哈密尔顿(Hamilton)函数；

$H\left(k\right)=\frac{1}{2}{[X\left(k\right)-M]}^2+{\mathrm{\λ}}^T(k+1)[X\left(k\right)+\mathrm{Du}\left(k\right)E]$

很显然，λ(k+1)为一实数，因此有λ^T(k+1)＝λ(k+1)，则上式可以改写为

$H\left(k\right)=\frac{1}{2}{[X\left(k\right)-M]}^2+\mathrm{\λ}(k+1)[X\left(k\right)+\mathrm{Du}\left(k\right)E]---\left(10\right)$

②根据哈密尔顿函数以及约束条件，建立极值条件；

由于存在约束条件(8)，u(k)是闭集约束，因此的极值条件无效，故应用H(X(k)，u，k，λ)＝min的极值条件，即

H[X^*(k)，u^*(k)，λ^*(k+1)，k]≤H[X^*(k)，u(k)，λ(k+1)，k]，将其代入(10)，并整理之有

λ^*(k+1)Du^*(k)E≤λ^*(k+1)Du(k)E    (11)

即λ^*(k+1)D(u^*(k)-u(k))E≤0，有u^*(t)＝-sgn(λ^*(k+1))

即 $g_{\mathrm{ij}}\left(k\right)=\left\{\begin{array}{cc}{g}_{\mathrm{ij}}^{\max }& {\mathrm{\&lambda;}}^{*}(k+1)<0\\ g_{\mathrm{ij}}^{\min }& {\mathrm{\&lambda;}}^{*}(k+1)>0\end{array}\right.,$ 而 $h_{\mathrm{ij}}\left(k\right)\&RightArrow;h_{\mathrm{ij}}^{\max }$

这表明进入堵塞区边界的控制为两阶段的Bang-Bang控制，其控制方式是在边界交叉口上，进入堵塞区相位的绿信比从最大跳跃到最小，或者从最小跳跃到最大。

③由哈密尔顿函数，建立正则方程：

$X^{*}(k+1)=\frac{\&PartialD;H\left(k\right)}{\&PartialD;\mathrm{\&lambda;}(k+1)}=X^{*}\left(k\right)+D{u}^{*}\left(k\right)E---\left(12a\right)$

${\mathrm{\&lambda;}}^{*}\left(k\right)=-\frac{\&PartialD;H\left(k\right)}{\&PartialD;X\left(k\right)}={M-X}^{*}\left(k\right)-{\mathrm{\&lambda;}}^{*}(k+1)=0---\left(12b\right)$

④联立正则方程、极值条件方程，求解Bang-Bang控制的时间切换点。整理方程(12)得

λ^*(k+1)＝M-X^*(k)       (13)

由方程(13)知，λ^*(k+1)与M-X^*(k)的符号同步变化。当M-X^*(k)＞0时，λ^*(k+1)＞0，此时可以采用

当M-X^*(k)＜0时，λ^*(k+1)＞0，此时采用

则堵塞区以最短的时间回复到最优状态。换言之，堵塞区内的车辆数超过最优车辆数的时候，边界交叉口应该限制车辆流入，反之则可以增加车辆的流入。因此当车辆数超过/低于最优车辆数的时刻，即为Bang-Bang控制的时间切换点。

由于上述技术方案运用，本发明与现有技术相比具有下列优点：

1.针对超饱和路网交通流的复杂性造成控制目标难以估计的困难，本发明提出的堵塞区域宏观交通流状态方程、控制目标所依赖的是堵塞区域内的车辆总数，该状态变量是基于观测的而非估计或预测的，这避免了以往超饱和控制目标存在错误估计、预测的可能性，提高了控制策略的准确性。

2.本发明的控制策略能有效预防路网超饱和交通状态和交通死锁，由此带来的效益表现在：对期望离开和进入堵塞区的车辆，其流通速度(单位时间内进出堵塞区域的车辆数)均得以提高，它们都从控制策略中得到了好处，实现了“共赢”，因而控制策略是一项Paret o改进措施。

3.模型所依赖的是宏观路网的流量-累积车辆关系，在被控路网规模到达一定程度后，该曲线是确定型的单峰形态，这就确保了堵塞路网最优累积车辆为一稳定值，这使得控制策略具有较强的鲁棒性。

附图说明

图1是路网累积车辆与路网通行能力的关系示意图；

图2是路网累积车辆与流出、流入路网车辆关系示意图；

图3是实施例一中被控区域示意图；

图4是实施例一中进入流量与累积车辆关系图；

图5是实施例一中离开流量与累积车辆关系图；

图6是实施例一中未控制状态下发生超饱和状态时进入流量与累积车辆关系的示意图；

图7是实施例一中未控制状态下发生超饱和状态时离开流量与累积车辆关系的示意图；

图8是实施例一中边界控制/不控制累积车辆数的效果对比示意图。

具体实施方式

下面结合附图及实施例对本发明作进一步描述：

实施例一：一种城市信号灯控制道路网络交通自锁控制方法，包括下列步骤：

(1)确定被控区域边界；

(2)设定采样时间间隔T，在时刻k，被控区域内累积车辆数是X(k)，则在时刻k+1，被控区域内累积车辆数是X(k+1)＝X(k)+R(k)-L(k)，其中，R(k)、L(k)分别表示第k个采样时间间隔T内流入流出被控区域的车辆数；

根据被控区域边界各路口的信号灯情况构建控制矩阵g_ij(k)，为驶入被控区域的信号相位的绿信比矩阵，其中，i为被控区域周边路口的序号，j为其中某一路口中的相位号；

设定被控区域内的最优累积车辆数为M，根据各路口行人最短过街时间和允许最大排队长度，确定进入被控区域的各路口相位的绿信比矩阵的最小值

和最大值

(3)在每一采样时刻分别进行被控区域边界各路口的信号灯的信号相位的绿信比设定，其中，在时刻k，如果X(k)＜M，则按

设定被控区域边界各路口的信号灯，如果X(k)＞M，则按

设定被控区域边界各路口的信号灯，由此实现城市信号灯控制道路网络交通自锁控制。

将上述方法应用于广州市老城区的堵塞较为严重的区域。

图3所示是为东到越秀路，西至康王路，南至珠江，北到中山路的堵塞区域。该区域约为6平方公里，包括了北京路、上下九等多条著名的商业街区，是广州最为典型的CBD区域之一。该区域包括19条道路(其中单行线10条)，66个交叉口，路段长度在100m～850m左右，车道数在1～4条(单向)，交叉口采用感应信号控制，周期在60～180s之间。该路网详细的地形图包含了交叉口间距、车道长度及分布、交叉口几何尺寸。交叉口的线圈检测器为通过型的，埋设在进口道靠近停车线处，其检测的流量数据以及信号配时数据由广州交警支队的交通控制系统(ATCS，Automated Traffic Control System)自动实时记录，其中ATCS每15分钟记录每个交叉口的流量数据，每个信号周期(信号周期长度不固定)记录信号灯配时。从ACTS导出2007.6.19～2007.6.22的路网中各交叉口交通流量与信号配时数据。

根据状态方程(1)模拟车辆在路网上宏观运行状态，其描述的物理量为路网上累积车辆、离开路网的流量。每15分钟统计路网中各路段上的车辆数，然后将各个路段的车辆数求和，获得每15分钟路网累积车辆数。此外统计路网边界交叉口上每15分钟内进、出车辆数，并求和得到进入、离开路网的流量。

由于广州交通在白天时段基本都处在高位运行，为此在2007.6.19～2007.6.22这4天内，选择每天6:00～20:00时段的路网交通状态进行了统计，其关系曲线如图4和图5所示。可以看到，路网宏观层面的流量、车辆数两者之间确实存在单峰型关系。随着累积车辆达到13000辆时，路网的进出流量达到最大；随着路网累积车辆的进一步增加，进入、离开路网的流量降低。

为了在上述路网上模拟出超饱和的情形，将2007.6.19～2007.6.22期间所有边界交叉口进入堵塞区方向的交通流量放大1.5倍，此时堵塞区内的部分交叉口缓慢出现排队溢出的现象，并且随着时间的推移，排队溢出的交叉口不断增加。图6和图7为边界上未采取限制流入控制策略措施的情形下，堵塞区域路网上的车辆数和流入、流出路网的流量之间的关系曲线。可以看到在不采取控制堵塞区域路网车辆数量情况下，在路网上的车辆增加到20000～25000辆时，车辆既无法进入亦不能离开路网，此时交通完全瘫痪，路网最终处于死锁状态。

同样在上述超饱和交通环境中，在采取Bang-Bang控制策略的情况下，路网均未发生死锁。为了能更加清晰的比较控制和不控制的效益，图7以2007.6.21日为例给出了随着时间变化，进入/离开路网的累计车辆数以及路网中存在的车辆数。可以看到，在采取Bang-Bang控制后，进入和离开路网的累计车辆随着时间持续增加，这表明路网没有进入死锁状态；而在不控制情形下，在16:00之后，进出路网的累计车辆数停止增加，这表示路网已经进入死锁状态。根据图8和表1给出的控制/不控制的对比效益可知，在6:00～20:00时段内，采用Bang-Bang控制策略后，进入/离开路网的累计车辆都增加了，实现了堵塞区内外车辆的“双赢”，从经济学角度来说，该策略是一个Pareto改进控制。

表1进出路网的累计车辆数

Claims (3)

1.一种城市信号灯控制道路网络交通自锁控制方法，其特征在于，包括下列步骤：

(1)确定被控区域边界；

(2)设定采样时间间隔T，在时刻k，被控区域内累积车辆数是X(k)，则在时刻k+1，被控区域内累积车辆数是X(k+1)＝X(k)+R(k)-L(k)，其中，R(k)、L(k)分别表示第k个采样时间间隔T内流入流出被控区域的车辆数；

根据被控区域边界各路口的信号灯情况构建控制矩阵g_ij(k)，为驶入被控区域的信号相位的绿信比矩阵，其中，i为被控区域周边路口的序号，j为其中某一路口中的相位号；

设定被控区域内的最优累积车辆数为M，根据各路口行人最短过街时间和允许最大排队长度，确定进入被控区域的各路口相位的绿信比矩阵的最小值

和最大值

(3)在每一采样时刻分别进行被控区域边界各路口的信号灯的信号相位的绿信比设定，其中，在时刻k，如果X(k)＜M，则按

设定被控区域边界各路口的信号灯，如果X(k)＞M，则按

设定被控区域边界各路口的信号灯，由此实现城市信号灯控制道路网络交通自锁控制。

2.根据权利要求1所述的城市信号灯控制道路网络交通自锁控制方法，其特征在于：所述步骤(1)包括，

(1-1)确定堵塞常发区域及周边区域路网，统计堵塞常发区域范围内各路段的车道数分布、长度；

(1-2)在整个高峰时段内，统计各时刻路段上的车辆数，获得所有各个路段的车辆密度；

(1-3)在每车道每千米40～50辆车之间设定堵塞下限，当路段在高峰时段的车辆密度大于堵塞下限时，该路段属于堵塞区域，否则排除在外，如果车辆密度低于堵塞下限的局部路段被其它属于堵塞区域的路段包围，则认为该路段属于堵塞区域，最终形成闭合的堵塞区域；

(1-4)上一步中获得的堵塞区域边界交叉口的上游路段长度如果小于200m，则将该处的堵塞区域边界外推至上游该交叉口，直至边界交叉口与更上游交叉口间距超过200m，由此确定最终被控区域边界。

3.根据权利要求1所述的城市信号灯控制道路网络交通自锁控制方法，其特征在于：被控区域内的最优累积车辆数M为被控区域内的车道总长乘以20辆车/(车道×公里)。

Images