CN101976510A - 高清视频检测条件下的交叉口机动车信号优化控制方法 - Google Patents

Abstract

本发明提出了一种高清视频检测条件下的交叉口机动车信号优化控制方法，属于道路交通信号控制领域、高清视频检测领域，具体包括如下步骤：1.检测交通流参数，包括检测车流量、平均速度和车头时距；2.每隔15分钟对交叉口交通信号进行优化控制：1)确定阶段相位和相序；2)计算各相位的饱和流量；3)计算最小绿灯间隔时间、黄灯时间和各阶段起动停车损失时间；4)计算各相位的车道流量比和交叉口车道流量比总和；5)计算交叉口饱和度，并以路口总延误最小为目标优化信号周期长；6)计算下一周期的周期内有效绿灯时间；7)计算下一周期的各阶段有效绿灯时间。

Description

高清视频检测条件下的交叉口机动车信号优化控制方法

技术领域

本发明涉及道路交通信号控制领域、高清视频检测领域。

背景技术

随着我国经济社会的不断发展，城市道路交通基本处于饱和状态，道路拥堵以及由此而引发的环境污染、城市运转效率低下、交通事故等已成为制约城市经济发展和社会发展的瓶颈。传统的交通信号控制系统利用感应线圈作为车辆检测器，来采集交通流量、占有率、平均速度数据实施交通信号优化控制，但感应线圈普遍存在易破损、维护成本高、测量数据有限等不足。另一方面，传统的单交叉口信号周期优化以Webster模型为基础，由于Webster模型以统计平衡为理论基础的，当交叉口饱和度变化较大、特别是饱和度大于0.8时该模型容易导致交叉口信号控制的稳定性较差、不能有效缓解交叉口的拥堵问题。

发明内容

针对现有的交通信号控制系统的缺点，本发明提供了一种高清视频检测条件下的交叉口机动车信号优化控制方法，提出了新的交叉口机动车信号优化指标，并采用高清视频摄像机采集动态交通信息，利用高清视频虚拟线圈进行交通流检测，除能够获取流量和平均速度外，可通过灵活设置虚拟线圈位置提高交通控制能力，尤其对于车头时距的精确检测远远高于传统的感应线圈。

本发明所述的交叉口机动车信号优化控制方法，具体包括如下步骤：

1.检测交通流参数，包括：检测车流量，即实际通过的车辆数；平均速度，以绿灯亮起后实际通过停车线的第五辆车为头车，计算至红灯亮起时后续通过车辆的速度平均为平均速度；车头时距，根据车辆实际通过停止线的时间差计算车头时距。

具体检测方法如下：

1)交通流量检测：车辆通过虚拟检测线圈的次数；

2)平均速度检测：以绿灯亮起后实际通过停车线的第五辆车为头车，计算至红灯亮起时后续通过车辆的地点速度平均为平均速度；其中，车辆的地点速度为虚拟线圈长度L/车辆通过虚拟线圈前后边沿的时间差Δt；

3)车头时距检测：车辆实际到达同一条停止线的时间差；

2.每隔15分钟，交叉口交通信号按如下流程进行优化控制：

1)根据交通流情况确定阶段相位；确定阶段相序，确保各阶段转换时无冲突；

相位和阶段的确定规则：交通冲突简单的选二相位混向放行；交通冲突复杂的选用多相位分向放行信号控制；各方向上流量不均衡的选用轮放信号控制；相邻路口尽可能选择同样的放行方式；

2)计算各相位的饱和流量S：

S＝(S₀-138d_n)/(1+1.52f/r)，其中S₀＝3000-42d_G+100(w-3.25)

d_n为车道系数，里侧车道为0.8，外侧车道为0.9；d_G为坡度；r为转弯半径，转弯弧线为连接转弯出口线中点和转弯入口线中点、并以车道中线为两端切线的弧线；w为车道宽度；f为车辆转弯比例；

3)计算最小绿灯间隔时间T_i、黄灯时间A_i和各阶段起动停车损失时间t_m，如下：

(1)确定各阶段机动车最小绿灯间隔时间T_i(第i阶段)，计算

i为冲突点，x_io为由当前相位流向中心线到冲突点的距离，x_ie为冲突交通流中心线到冲突点的距离，v为视频检测器测到的交叉口平均通行速度，

$T_i=\mathrm{mod}\left(\max \right\{\frac{x_{\mathrm{io}}}{v},\frac{x_{\mathrm{ie}}}{v}\left\}\right)+1$

(2)确定各阶段黄灯时间A_i，取2～3秒；

(3)确定各阶段的起动停车损失时间t_m，根据实测的前五辆车的车头时距进行计算，

$l_i=\underset{m=1}{\overset{5}{\mathrm{\Σ}}}{t}_m$

损失时间t_m与车头时距的对应关系如下表1所示：

表1  车辆起动停车损失时间与车头时距的对应关系

4)计算各相位的车道流量比和交叉口车道流量比总和Y，如下：

(1)根据视频检测器采集的交通流量，以15分钟的平均流量大小确定各阶段的关键相位，并计算关键相位的车道平均流量比

q_i为第i阶段关键相位的车道车辆平均到达率，

为第i阶段关键相位各车道的平均饱和流率；

(2)计算交叉口车道流量比总和

5)计算交叉口饱和度，并以路口总延误最小为目标优化信号周期长，

当饱和度小于0.8时，

$\min D=\underset{i}{\overset{n}{\mathrm{\Σ}}}{d}_i{q}_i$

其中，q_i为第i相位受控车道的车流量(pcu/h)；d_i为第i相位受控车道的单车延误(s)，C为下一周期的信号周期长，λ为当前周期的绿信比，p_i为当前周期第i相位内的车辆到达率(辆/秒)，H_i为当前周期第i相位内的饱和度(交通量/通行能力)。

当饱和度大于0.8时，采用定周期控制方式，周期长为

$C=\frac{1.4L+6}{1-Y}$

6)计算下一周期的周期内有效绿灯时间G_e＝C-L，

7)计算下一周期的各阶段有效绿灯时间

其中，在上述的交叉口机动车信号优化控制方法中，利用视频检测器和虚拟线圈检测器检测交通流参数。进一步的，可将虚拟线圈检测器设置在停车线后，每个受控车道设置一个。

本发明提供的高清视频检测条件下的交叉口机动车信号优化控制方法，相比较传统交通信号控制采用感应线圈而言，高清视频检测技术大大拓展了实时动态交通数据的获取能力，为交叉口交通信号控制能力的提升提供了条件，采用虚拟线圈检测器扩充了交通流参数检测的内容并提高了检测精度，并且当交叉口饱和度大于0.8时用固定配时方法降低了配时的波动性。

附图说明

图1是本发明所述的基于高清视频检测的交叉口机动车信号控制系统的结构框图；

图2是本发明实施方式的路口平面图；

图3是本发明所述的交叉口机动车信号优化控制方法的相位设置示意图。

具体实施方式

为了使本领域的技术人员对本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

基于高清视频检测的交叉口机动车信号控制系统的结构框图如图1所示。以十字交叉口为例说明本发明所述的交叉口机动车信号优化控制方法的实施过程。如图2所示为路口平面图，受控行驶方向为直行和左转，右转不受信号控制，进口道宽度均为3.8米。西进口左转转弯半径为66米。路口的各进口方向均安装视频检测器，检测器安装位置距离停车线35米。在每个受控车道设置虚拟线圈检测器，虚拟线圈检测器的位置位于停车线后，通过视频检测器和虚拟线圈检测器检测交通流参数，路口内各1～6点为相位冲突点。按照本发明的方法确定机动车信号控制方法如下：

第一步：确定阶段相位和相序，如图3所示。其中，阶段1为东西放行阶段，包含相位A和相位B，相位A为直行加左转，A相位左转让行B相位直行；阶段2为南北放行相位，包含相位C和相位D。

第二步：按照S＝(S₀-138d_n)/(1+1.52f/r)计算各相位饱和流量，其中S₀＝3000-42d_G+100(w-3.25)，d_n为车道系数，d_G为坡度，r为转弯半径，w为车道宽度，f为车辆转弯比例。由测量知相位A的左转车流占总流量的8％，且为平面交叉无坡度。

相位A受控车道的饱和流量为S_A＝8759辆/小时，相位B受控车道的饱和流量为S_B＝8765辆/小时，相位C和相位D受控车道的饱和流量均为S_C＝S_D＝8777辆/小时。

第三步：计算绿间隔时间、黄灯时间和启动损失时间。

(1)确定各阶段机动车最小绿灯间隔时间T_i(第i阶段)。计算

i为冲突点，x_io为由当前相位流向中心线到冲突点的距离，x_ie为冲突交通流中心线到冲突点的距离，v为视频检测器测到的交叉口平均通行速度，

$T_i=\mathrm{mod}\left(\max \right\{\frac{x_{\mathrm{io}}}{v},\frac{x_{\mathrm{ie}}}{v}\left\}\right)+1$

如图2中1～6点所示为相位转换之间的冲突点。以阶段1向阶段2过渡为例，经测量，相位A中心线到冲突点4和冲突点6的距离分别为29.7米和90.1米，冲突相位C到冲突点4和冲突点6的距离分别为29.4米和127.5米，则绿灯间隔时间为：

$T_1=\mathrm{mod}\left(\max \right\{\frac{29.7}{v},\frac{29.4}{v},\frac{90.1}{v},\frac{127.5}{v}\left\}\right)+1=\mathrm{mod}\left(\frac{29.4}{v}\right)+1$

假设视频检测器测量到的交叉口平均通行速度为v＝30km/h，T₁＝mod(3.528)+1＝4秒。同理，

阶段2的绿灯间隔为T₂＝4妙。

(2)确定各阶段黄灯时间A₁＝A₂＝2秒；

(3)确定各阶段的起动停车损失时间。根据实测的前五辆车的车头时距进行计算，损失时间t_m与车头时距的对应关系如表1所示：

$l_i=\underset{m=1}{\overset{5}{\mathrm{\Σ}}}{t}_m$

本实施例中l₁＝0.9+0.5+0.2+0.1＝1.7秒，同理，l₂＝1.7秒。

第四步：计算各相位的车道流量比和交叉口车道流量比总和。

(1)设视频检测器采集到的相位A、B、C、D受控车道的平均交通流量为1300辆/小时、1100辆/小时、1150辆/小时、1100辆/小时。由此可确定阶段1中以相位A为关键相位，阶段2中以相位C为关键相位。进而确定相位A和相位C的车道平均流量比y_A＝1300/2920＝0.45，y_C＝1150/2926＝0.39。

(2)交叉口车道流量比总和

第五步：计算交叉口饱和度，并以路口总延误最小为目标优化信号周期长。

根据前述假设，当前交叉口的饱和度为

$\frac{1300*3+1100*3+1150*3+1100*3}{8759+8765+8777+8777}=\frac{13950}{35078}=0.398<0.8$

所以，根据如下公式优化信号周期长：

$\min D=\underset{i}{\overset{n}{\mathrm{\&Sigma;}}}{d}_i{q}_i$

其中，q_i为第i相位受控车道的车流量(pcu/h)；d_i为第i相位受控车道的单车延误(s)，C为下一周期的信号周期长，λ为当前周期的绿信比，p_i为当前周期第i相位内的车辆到达率(辆/秒)，H_i为当前周期第i相位内的饱和度(交通量/通行能力)。

计算各相位内各车的延误。假设当前周期长为60秒，有效绿灯时间为44秒，即λ＝0.73。以相位A为例，如前所述，视频检测器采集到的相位A受控车道的平均交通流量为1300辆/小时，平均饱和流量为2920辆/小时，则当前周期A相位内的车辆到达率q_A＝1300/3600＝0.36(辆/秒)，当前周期A相位内的饱和度H_A＝1300/2920＝0.45，当前周期A相位内的单车平均延误为：

$d_A=0.054C+0.511-0.007{\left(\frac{C}{0.1296}\right)}^{1/3}$

计算可得C＝103秒。

第六步：计算下一周期的周期内有效绿灯时间G_e＝C-L＝103-7.7-7.7＝87秒；

第七步：计算下一周期各阶段有效绿灯时间

秒，

秒。

以上描述了本发明的基本原理和主要特征以及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种高清视频检测条件下的交叉口机动车信号优化控制方法，具体包括如下步骤：

1.检测交通流参数，包括：检测车流量，即实际通过的车辆数；平均速度，以绿灯亮起后实际通过停车线的第五辆车为头车，计算至红灯亮起时后续通过车辆的速度平均为平均速度；车头时距，根据车辆实际通过停车线的时间差计算车头时距；

2.每隔15分钟，交叉口交通信号按如下流程进行优化控制：

1)根据交通流情况确定阶段相位；确定阶段相序，确保各阶段转换时无冲突；

2)计算各相位的饱和流量S：

S＝(S₀-138d_n)/(1+1.52f/r)，其中S₀＝3000-42d_G+100(w-3.25)

d_n为车道系数，里侧车道为0.8，外侧车道为0.9；d_G为坡度；r为转弯半径，转弯弧线为连接转弯出口线中点和转弯入口线中点、并以车道中线为两端切线的弧线；w为车道宽度；f为车辆转弯比例；

3)计算最小绿灯间隔时间T_i、黄灯时间A_i和各阶段起动停车损失时间t_m，如下：

(1)确定各阶段机动车最小绿灯间隔时间T_i(第i阶段)，计算

i为冲突点，x_io为由当前相位流向中心线到冲突点的距离，x_ie为冲突交通流中心线到冲突点的距离，v为视频检测器测到的交叉口平均通行速度，

$T_i=\mathrm{mod}\left(\max \right\{\frac{x_{\mathrm{io}}}{v},\frac{x_{\mathrm{ie}}}{v}\left\}\right)+1$

(2)确定各阶段黄灯时间A_i，取2～3秒；

(3)确定各阶段的起动停车损失时间t_m，根据实测的前五辆车的车头时距进行计算，

$l_i=\underset{m=1}{\overset{5}{\mathrm{\&Sigma;}}}{t}_m$

损失时间t_m与车头时距的对应关系如下表所示：

表  车辆起动停车损失时间与车头时距的对应关系

  车头时距(秒)   ＞3.8   ＞3.3   ＞2.9   ＞2.6   ＞2.5   ＞2.4   ≤2.4   损失时间t_m(秒)   2.0   1.4   0.9   0.5   0.2   0.1   0

4)计算各相位的车道流量比和交叉口车道流量比总和Y，如下：

(1)根据交通流量，以15分钟的平均流量大小确定各阶段的关键相位，并计算关键相位的车道平均流量比

q_i为第i阶段关键相位的车道车辆平均到达率，

为第i阶段关键相位各车道的平均饱和流率；

(2)计算交叉口车道流量比总和

5)计算交叉口饱和度，并以路口总延误最小为目标优化信号周期长，当饱和度小于0.8时，

$\min D=\underset{i}{\overset{n}{\mathrm{\&Sigma;}}}{d}_i{q}_i$

其中，q_i为第i相位受控车道的车流量(pcu/h)；d_i为第i相位受控车道的单车延误(s)，C为下一周期的信号周期长，λ为当前周期的绿信比，p_i为当前周期第i相位内的车辆到达率(辆/秒)，H_i为当前周期第i相位内的饱和度(交通量/通行能力)；

当饱和度大于0.8时，采用定周期控制方式，周期长为

$C=\frac{1.4L+6}{1-Y}$

6)计算下一周期的周期内有效绿灯时间G_e＝C-L，

7)计算下一周期的各阶段有效绿灯时间

2.如权利要求1所述的交叉口机动车信号优化控制方法，其特征在于，利用视频检测器和虚拟线圈检测器检测交通流参数。

3.如权利要求2所述的交叉口机动车信号优化控制方法，其特征在于，将虚拟线圈检测器设置在停车线后，每个受控车道设置一个。

Images