CN103021193A - 一种面向行驶速度区间的干道绿波协调控制方法 - Google Patents

Abstract

本发明公开了一种面向行驶速度区间的干道绿波协调控制方法，其包括以下步骤：采集干道上行驶车辆的速度样本；设定行驶速度的正常变化区间；设定绿波协调控制平均设计车速；生成干道绿波协调控制备选方案；根据行驶速度样本分布评价备选方案；选取最佳干道绿波协调控制方案；绘制绿波带时距图与行驶速度-绿波带宽曲线。本发明给出的干道绿波协调控制方法可以最大限度地满足一定行驶速度区间内的车队绿波协调控制需求，尽量使得行驶速度区间内的车队车辆能够处于干道绿波带宽之内，具有提高了干道绿波协调控制方案的适应性与鲁棒性等优点。

Description

一种面向行驶速度区间的干道绿波协调控制方法

技术领域

本发明涉及交通信号协调控制技术，特别是涉及一种面向行驶速度区间的干道绿波协调控制方法。

背景技术

由于我国城市交通管控水平有限、道路交通管理设施不足、交通参与者的整体交通素质不高、各种交通流之间干扰严重，城市交通信号控制系统具有高度的复杂性与不确定性。如何为一个交通时段合理设置一套具有一定适应性的信号配时方案？如何为一个控制系统科学预置有限数量的可选信号配时方案？如何保证当交通系统特性参数发生扰动变化时仍能获取到良好的控制效果？是城市交通信号控制所面临的一个重要现实问题。其中，对于干道交通信号协调控制而言，一套干道交通信号协调控制方案的实际运行效果，通常将受到路段行驶车速、车队行驶离散性等交通因素的作用影响，而路段上的车辆行驶车速与车队行驶离散性将受到行驶车队的组成类型与数量规模、沿线支路出入车辆、路段行人过街以及公交车辆进出站台等不确定性因素的客观影响，呈现出一定程度的不确定性。这些现实存在的不确定性因素，必将一定程度地影响到信号控制方案的实际运行效果，因此只有在交通信号配时方案设计过程中充分考虑到不确定性因素可能存在的作用影响，才能使得信号配时方案更好地满足交通控制的实际需要，具有更强的鲁棒性与适应性。目前常用的干道绿波协调控制方法包括图解法、数解法、MAXBAND法、以及MULTIBAND法等。其中，图解法是通过作图的方法，确定协调控制系统的公共信号周期与相位差；数解法是通过数值计算的方法，寻求最小偏移绿信比，求解协调控制配时参数；MAXBAND法与MULTIBAND法均是通过建立绿波带宽度的线性规划模型，利用混合整数线性规划方法实现信号配时参数的优化求解。

 然而，上述现有干道绿波协调控制方法主要具有如下缺点和不足：

（1）现有控制方法或是以某一个固定速度值作为绿波协调控制方案优化的依据，或是最终设计得到一个最佳的绿波行驶车速值，均未考虑到车辆行驶车速变化的区间性。

（2）现有控制方法未考虑到车辆行驶车速与车队行驶离散性的不确定性，未考虑干道不同行驶方向行驶速度的变化特点与分布规律。

（3）现有控制方法无法根据采集得到的不同行驶速度样本对绿波协调控制备选方案进行综合分析评价，不能保证所选方案对于实际不同行驶速度的适应性，难以充分满足城市交通信号控制的实际需要。

（4）现有控制方法未在绿波协调控制方案的分析评估中体现出行驶速度的不确定性特点，缺乏对于给定平均设计车速下具有相等绿波带宽的协调控制方案运行效果的对比分析，难以对协调控制方案的整体风险进行评估量化。

发明内容

本发明目的在于克服现有技术的缺点和不足，提供一种面向行驶速度区间的干道绿波协调控制方法。

本发明的目的通过以下技术方案实现，一种面向行驶速度区间的干道绿波协调控制方法，包括如下步骤：

步骤1、采集干道路段上运行车辆的行驶速度，保留正常行驶速度样本，设定行驶速度的正常变化区间，描述行驶速度样本的分布规律；

步骤2、根据步骤1所述行驶速度样本的分布规律，设定干道绿波协调控制平均设计车速，利用干道绿波协调控制配时优化设计方法，生成若干个干道绿波协调控制备选方案；

步骤3、分别针对干道的上行与下行方向，计算出每个行驶速度样本在每个绿波协调控制备选方案下所对应的绿波带宽度及其占比，利用统计分析方法，计算出行驶速度样本分布下的绿波带宽综合评价指标；

步骤4、比较每个绿波协调控制备选方案所对应的绿波带宽综合评价指标，选取最佳的面向行驶速度区间的干道绿波协调控制方案。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤1中，在距离上下游交叉口50~100米的路段上，运用速度测量工具，利用车牌视频识别、人工记录、浮动车检测等方法，采集干道路段上运行车辆的行驶速度样本；选取15分钟内路段行驶车辆总数的3%~5%作为行驶车辆速度样本采集量，去除其中速度过快（如超速行驶）和速度过慢（如缓慢行驶）的检测样本，利用离群点检测方法将不合群的速度检测样本筛除；根据留存速度样本的最小值v_min与最大值v_max，设定行驶速度的正常变化范围[v_min,v_max]；统计每个速度样本v_i的频数f_i，计算速度样本v_i的概率p_i，

其中n表示速度样本组数；根据速度样本概率p_i，利用最小二乘法拟合行驶速度概率分布函数f(v)。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤2中，在行驶速度的正常变化区间，根据速度样本的概率，求取速度样本的加权平均值

作为干道行驶速度的加权平均值

根据所述行驶速度的概率分布函数，计算干道行驶速度的数学期望

将干道行驶速度的加权平均值

或数学期望E(V)设定为绿波协调控制的干道平均设计车速v^*。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤2中，绿波设计行驶车速v^*与其所对应的最佳公共信号周期C_OP和选定公共信号周期C^*与其所对应的绿波行驶车速v_OP之间将存在对应关系v^*·C_OP=v_OP·C^*；设计车速所对应的最佳公共信号周期取值范围[C_OPmin,C_OPmax]和选定公共信号周期所对应的绿波行驶车速允许取值范围[v_OPmin,v_OPmax]之间将存在对应关系v^*·[C_OPmin,C_OPmax]＝[v_OPmin,v_OPmax]·C^*；根据所述干道平均设计车速v^*和单交叉口信号配时参数，建立相应的双向绿波协调控制模型，得出绿波协调控制备选方案的集合，依据绿波带宽度最大和绿波行驶车速允许正负偏差相等（v^*-v_OPmin=v_OPmax-v^*）且最大的原则，从所述集合中选取若干个绿波协调控制备选方案。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤3中，利用集对分析方法，计算行驶车速与绿波带宽占比之间的联系度系数及联系度大小，包括以下步骤：

S1、根据绿波协调控制的交叉口数量，为备选方案的效果评价设定相应的绿波带宽占比（绿波带宽时间或带宽比与瓶颈交叉口绿灯时间或绿信比之比）共性特征阈值B_OS和对立特征阈值B_OP；

S2、分别针对干道的上行与下行方向，根据速度样本在备选方案k下所获取的绿波带宽占比B_O，分别统计B_O≥B_OS、B_OP≤B_O<B_OS、B_O<B_OP的样本个数，即行驶车速与绿波带宽占比之间的共有特性个数S_k、差异特性个数F_k、对立特性个数P_k，计算出车辆上行与下行方向，行驶车速与绿波带宽占比之间的同一度

差异度

对立度得到行驶车速与绿波带宽占比之间的联系度表达式：

μ＝a_k+b_k·i+c_k·j，

其中i表示差异度系数，j表示对立度系数；

S3、将差异度系数i的取值代入步骤S2中所述的联系度表达式，得到每个绿波协调控制备选方案下的行驶车速与绿波带宽占比之间的联系度大小μ(B_O)。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤3所述集对分析方法中，由于干道绿波协调控制效果将随交叉口数量的增加而客观变化，需要设定与交叉口数量相匹配的评判阈值。例如，当交叉口数量为2时，待评方案所对应的绿波带宽占比大于等于90%表明方案得到认可，小于80%表明方案不被认可，其间则表明对方案评判不确定，即设定绿波带宽占比共性特征阈值B_OS=0.9、对立特征阈值B_OP=0.8；当交叉口数量为3时，待评方案所对应的绿波带宽占比大于等于85%表明方案得到认可，小于70%表明方案不被认可，其间则表明对方案评判不确定，即设定绿波带宽占比共性特征阈值B_OS=0.85、对立特征阈值B_OP=0.7；当交叉口数量为4时，设定绿波带宽占比共性特征阈值B_OS=0.82、对立特征阈值B_OP=0.65；当交叉口数量为5及以上时，设定绿波带宽占比共性特征阈值B_OS=0.8、对立特征阈值B_OP=0.6。运用集对分析加法运算法则 $u_1+u_2+\&CenterDot;\&CenterDot;\&CenterDot;+u_n=n(\underset{s=1}{\overset{n}{\mathrm{\&Sigma;}}}{u}_s/n)=n[\underset{s=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_s/n+(\underset{s=1}{\overset{n}{\mathrm{\&Sigma;}}}{b}_s/n)\&CenterDot;i+(\underset{s=1}{\overset{n}{\mathrm{\&Sigma;}}}{c}_s/n)\&CenterDot;j]=n(\stackrel{\&OverBar;}{a}+\stackrel{\&OverBar;}{b}\&CenterDot;i+\stackrel{\&OverBar;}{c}\&CenterDot;j)$ 得到干道绿波协调控制备选方案的上行和下行的行驶车速与双向绿波带宽之间的联系度表达式；采用顺势取值法确定差异度系数i的取值，即

其中a、b、c分别为联系度中的同一度、差异度、对立度，

分别为n个联系度的同一度、差异度、对立度的平均值，n=2。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤4中，选取行驶车速与绿波带宽占比之间联系度数值最大的备选方案，作为最佳的面向行驶速度区间的干道绿波协调控制方案。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤3中，根据上行和下行速度样本的概率及其在备选方案下所获取的绿波带宽数值，利用数值计算方法，求取所述行驶速度的概率分布下的备选方案双向绿波带宽之和的数学期望值，所述数学期望值的计算表达式为：

其中B_上x表示上行速度样本x的绿波带宽，B_下y表示下行速度样本y的绿波带宽，p_上x表示上行速度样本x的概率，p_下y表示下行速度样本y的概率，n_上表示上行速度样本组数，n_下表示下行速度样本组数。

上述的面向行驶速度区间的干道绿波协调控制方法，步骤4中，选取双向绿波带宽之和数学期望最大的备选方案，作为最佳的面向行驶速度区间的干道绿波协调控制方案。

上述的面向行驶速度区间的干道绿波协调控制方法，包括以下步骤：

A1、绘制最佳绿波协调控制方案的绿波带时距图；

A2、计算行驶速度区间内不同速度所对应的绿波带宽度，绘制行驶速度与绿波带宽之间的关系曲线。

本发明与现有技术相比，具有如下优点和效果：

（1）本发明通过采集干道上行驶车辆的速度样本，根据有效行驶速度样本设定速度变化区间与平均设计车速，提高了干道绿波设计车速设置的科学性与实效性。

（2）本发明考虑了干道不同行驶方向行驶速度的变化范围与分布情况，可依据行驶速度的数据样本与概率分布函数，实现面向行驶速度区间的干道绿波协调控制方案评价与优选。

（3）本发明可以在未知行驶速度概率分布的情况下，根据采集处理得到的行驶速度样本，利用集对分析方法对绿波协调控制备选方案进行分析评价，具有较强的适用性与操作性。

（4）本发明不仅涉及到行驶速度不确定性的量化问题，而且将行驶速度的不确定性影响体现在绿波协调控制方案的分析评估中，实现了交通信号协调控制方案整体风险的评估量化。

（5）两个实施例计算结果表明，绿波协调控制方案的集对分析评价与数值计算结果非常吻合，因此无论是否已知行驶速度概率分布函数，本发明方法都能够利用行驶速度采集样本，在多个绿波协调控制备选方案中，优选一套面向行驶速度区间的最佳绿波协调控制方案。

附图说明

图1是面向行驶速度区间的干道绿波协调控制方法实现流程图。

图2是绿波协调控制备选方案1的绿波带时距图（队尾低速车辆下游交叉口受阻）。

图3是绿波协调控制备选方案2的绿波带时距图（队首高速车辆下游交叉口受阻）。

图4是绿波协调控制备选方案3的绿波带时距图（车队首尾车辆速度区间内双向绿波）。

图5是上行速度样本在不同绿波协调控制备选方案下的带宽获取对比分析。

图6是下行速度样本在不同绿波协调控制备选方案下的带宽获取对比分析。

具体实施方式

下面结合附图和实施例对本发明的具体实施作进一步说明，但本发明要求保护的范围并不局限于实施方式表述的范围。

实施例1

已知某干道上有3个信号交叉口I₁、I₂、I₃，定义从交叉口I₁往交叉口I₃的方向为干道上行方向，从交叉口I₃往交叉口I₁的方向为干道下行方向，相邻交叉口I₁与I₂、I₂与I₃之间的距离分别为288m和470m。每个交叉口均采用三相位控制方式，上行与下行方向采用进口单独放行相位，其信号配时设计参数如表1所示（为计算与绘图方便，假定每个相位的绿灯时间等于相位时间，即每个交叉口相位绿信比之和为1、绿灯间隔时间为0s）。

假设运用速度测量工具采集到的上行行驶速度样本集合为{4，7.7，8.25，8.8，9.35，9.9，10.45，11，11.55，12.1，12.65，13.2，13.75，14.3，18}，下行行驶速度样本集合为{3，7，7.5，8，8.5，9，9.5，10，10.5，11，11.5，12，12.5，13，17}。

表1 各个单交叉口信号配时设计参数

步骤1：采集行驶速度样本与设定行驶速度分布

在采集到的上行行驶速度样本集合中，筛除速度过快的检测样本“18”（超速行驶）和速度过慢的检测样本“4”（缓慢行驶），得到上行有效行驶速度样本集合为{7.7，8.25，8.8，9.35，9.9，10.45，11，11.55，12.1，12.65，13.2，13.75，14.3}；在采集到的下行行驶速度样本集合中，筛除速度过快的检测样本“17”（超速行驶）和速度过慢的检测样本“3”（缓慢行驶），得到下行有效行驶速度样本集合为{7，7.5，8，8.5，9，9.5，10，10.5，11，11.5，12，12.5，13}。根据保留下来的有效行驶速度样本，可以设定干道上行行驶速度正常变化区间为[7.7,14.3]m/s，下行行驶速度正常变化区间为[7,13]m/s。由于采集到的每个有效样本值所对应的样本个数相等，因此拟定上行和下行速度分别在其取值区间[7.7,14.3]与[7,13]内呈现均匀分布。

步骤2：设定平均设计车速与生成协调控制备选方案

根据上行行驶速度的样本概率区间[7.7,14.3 ]和概率分布（均匀分布），可以设定干道上行行驶速度的平均值（数学期望）为11m/s；根据下行行驶速度的样本概率区间[7,13]和概率分布（均匀分布），可以设定干道下行行驶速度的平均值（数学期望）为10m/s，因此设定干道上行和下行方向绿波协调控制平均设计车速与

分别为11m/s与10m/s。根据设定的绿波协调控制平均设计车速，考虑公共信号周期优化范围取为[140,160]（即[max{130,135,140},min{160,165,170}]），针对交叉口I₁、I₂、I₃存在的8种信号相序组合，即⑴“上行→下行→非协调（交叉口I₁）/上行→下行→非协调（交叉口I₂）/上行→下行→非协调（交叉口I₃）”、⑵“上行→下行→非协调（交叉口I₁）/上行→下行→非协调（交叉口I₂）/下行→上行→非协调（交叉口I₃）”、⑶“上行→下行→非协调（交叉口I₁）/下行→上行→非协调（交叉口I₂）/上行→下行→非协调（交叉口I₃）”、⑷“上行→下行→非协调（交叉口I₁）/下行→上行→非协调（交叉口I₂）/下行→上行→非协调（交叉口I₃）”、⑸“下行→上行→非协调（交叉口I₁）/上行→下行→非协调（交叉口I₂）/上行→下行→非协调（交叉口I₃）”、⑹“下行→上行→非协调（交叉口I₁）/上行→下行→非协调（交叉口I₂）/下行→上行→非协调（交叉口I₃）”、⑺“下行→上行→非协调（交叉口I₁）/下行→上行→非协调（交叉口I₂）/上行→下行→非协调（交叉口I₃）”、⑻“下行→上行→非协调（交叉口I₁）/下行→上行→非协调（交叉口I₂）/下行→上行→非协调（交叉口I₃）”，建立相应的双向绿波协调控制MAXBAND模型。解算得最佳信号相序组合应取为“下行→上行→非协调（交叉口I₁）/上行→下行→非协调（交叉口I₂）/下行→上行→非协调（交叉口I₃）”，其对应获得的最大双向绿波带宽可达到理论极限值46%；其最佳公共信号周期取值范围[C_OPmin,C_OPmax]可取至[126,174]（最大双向绿波带宽均保持为理论极限值46%）。分别针对上行和下行行驶方向，联立v_OPmin、v_OPmax、C^*的方程组v^*·[C_OPmin,C_OPmax]＝[v_OPmin,v_OPmax]·C^*和v^*-v_OPmin=v_OPmax-v^*，可以算得选定公共信号周期C^*=150s（最佳公共信号周期取值区间的中心点），上行绿波行驶车速取值范围[v_OPmin上,v_OPmax上]＝[9.24,12.76]m/s，下行绿波行驶车速取值范围[v_OPmin下,v_OPmax下]＝[8.4,11.6]m/s，绿波行驶车速允许正负偏差波动幅度为±16%。根据上述最佳信号相序组合与选定公共信号周期，可以算得多组最佳绿波协调控制方案（双向绿波带宽均达到理论极限值46%），其相位差组合如表2所示，Φ_(3,2)定义为交叉口I₃与交叉口I₂的下行方向相位差，Φ_(3,1)定义为交叉口I₃与交叉口I₁的下行方向相位差。

表2 最佳绿波协调控制方案相位差组合

从表2的前、中、后三部分，分别代表性地选取3套相位差组合“Φ_(3,2）＝32、Φ_(3,1)=61”、“Φ_(3,2)=47、Φ_(3,1)=68”、“Φ_(3,2)=41、Φ_(3,1)=65”，形成3个绿波协调控制备选方案。即选取的备选方案1、2、3，均采用“下行→上行→非协调（交叉口I₁）/上行→下行→非协调（交叉口I₂）/下行→上行→非协调（交叉口I₃）”的信号相序组合，均设置公共信号周期C^*=150s，分别设定相位差组合“Φ_(3,2)=32、Φ_(3,1)=61”（方案1）、“Φ_(3,2)=47、Φ_(3,1)=68”（方案2）、“Φ_(3,2)=41、Φ_(3,1)=65”（方案3）；3个备选方案在上行和下行设计车速前提下，均能获得最大双向绿波带宽理论极限值46%。

步骤3：根据行驶速度样本分布评价备选方案（集对分析方法）

针对上行有效行驶速度样本{7.7，8.25，8.8，9.35，9.9，10.45，11，11.55，12.1，12.65，13.2，13.75，14.3}，分别计算每个速度样本在绿波协调控制备选方案1“Φ_(3,2)=32、Φ_(3,1)=61”、方案2“Φ_(3,2)=47、Φ_(3,1)=68”与方案3“Φ_(3,2)=41、Φ_(3,1)=65”下所获取的上行绿波带宽情况，如表3所示。

表3 不同上行速度样本在三个绿波协调控制方案下的带宽获取情况

针对下行有效行驶速度样本{7，7.5，8，8.5，9，9.5，10，10.5，11，11.5，12，12.5，13}，分别计算每个速度样本在绿波协调控制备选方案1“Φ_(3,2)=32、Φ_(3,1)=61”、方案2“Φ_(3,2)=47、Φ_(3,1)=68”与方案3“Φ_(3,2)=41、Φ_(3,1)=65”下所获取的下行绿波带宽情况，如表4所示。

表4 不同下行速度样本在三个绿波协调控制方案下的带宽获取情况

由于实施例1中的干道绿波协调控制交叉口数量为3，因此可选取绿波带宽占比的评判阈值B_OS=0.85、B_OP=0.7，即当绿波带宽占比B_O≥85%时，待评方案将得到认可，行驶速度与方案属于共有特性；当绿波带宽占比70%≤B_O<85%时，对方案评判将不能确定，行驶速度与方案属于差异特性；当绿波带宽占比B_O<70%时，待评方案将不被认可，行驶速度与方案属于对立特性。

由表3可知在上行方向，对于相位差方案1，其集合特性总数N₁=13、共有特性个数S₁=7、差异特性个数F₁=4、对立特性个数P₁=2，同一度

差异度

对立度

联系度表达式μ(v_上)=a₁+b₁·i+c₁·j=0.5385+0.3077i+0.1538j；对于相位差方案2，其集合特性总数N₂=13、共有特性个数S₂=9、差异特性个数F₂=2、对立特性个数P₂=2，同一度

差异度

对立度

联系度表达式μ(v_上)=a₂+b₂·i+c₂·j=0.6923+0.1538i+0.1538j；对于相位差方案3，其集合特性总数N₃=13、共有特性个数S₃=10、差异特性个数F₃=2、对立特性个数P₃=1，同一度

差异度

对立度

联系度表达式μ(v_上)=a₃+b₃·i+c₃·j=0.7692+0.1538i+0.0769j。

由表4可知在下行方向，对于相位差方案1，其集合特性总数N₁=13、共有特性个数S₁=9、差异特性个数F₁=1、对立特性个数P₁=3，同一度

差异度

对立度联系度表达式μ(v_下)=a₁+b₁·i+c₁·j=0.6923+0.0769i+0.2308j；对于相位差方案2，其集合特性总数N₂=13、共有特性个数S₂=7、差异特性个数F₂=4、对立特性个数P₂=2，同一度

差异度

对立度

联系度表达式μ(v_下)=a₂+b₂·i+c₂·j=0.5385+0.3077i+0.1538j；对于相位差方案3，其集合特性总数N₃=13、共有特性个数S₃=10、差异特性个数F₃=2、对立特性个数P₃=1，同一度

差异度对立度

联系度表达式μ(v_下)=a₃+b₃·i+c₃·j=0.7692+0.1538i+0.0769j。

考虑上行带宽与下行带宽之和，运用集对分析加法运算法则，可以算出，方案1的联系度表达式μ(B_O)|_S1=0.6154+0.1923i+0.1923j，方案2的联系度表达式μ(B_O)|_S2=0.6154+0.2308i+0.1538j，方案3的联系度表达式μ(B_O)|_S3=0.7692+0.1538i+0.0769j。根据差异度系数i的取值方法（顺势取值法），可以推算出方案1的差异度系数i＝0.7619+0.2381j，方案2的差异度系数i＝0.8001+0.1999j，方案3的差异度系数i＝0.9091+0.0909j；方案1的联系数（风险值）μ(B_O)|_S1=0.7619+0.2381j=0.5238（j=-1），方案2的联系数（风险值）μ(B_O)|_S2=0.8000+0.1999j=0.6001（j=-1），方案3的联系数（风险值）μ(B_O)|_S3=0.9090+0.0909j=0.8181（j=-1）。

步骤4：优选干道绿波协调控制方案

对比绿波协调控制备选方案1、方案2与方案3的联系数，其大小顺序满足μ(B_O)|_S1<μ(B_O)|_S2<μ(B_O)|_S3。因此可以推断在“上行行驶速度均匀分布区间为[7.7,14.3]m/s、下行行驶速度均匀分布区间为[7,13]m/s”的情况下，备选方案1（“Φ_(3,2)=32、Φ_(3,1)=61”）的绿波协调控制效果相对最差，而备选方案3（“Φ_(3,2)=41、Φ_(3,1)=65”）的绿波协调控制效果相对最优，故选取备选方案3作为最佳绿波协调控制方案。

对于绿波协调控制备选方案1、方案2与方案3，分别绘制其绿波带时距图如图2、图3与图4所示。可以看到，当Φ_(3,2)=32、Φ_(3,1)=61（方案1）时，绿波带宽内上行和下行车队中行驶速度略低的尾部车辆将在下游交叉口受阻，如图2所示；当Φ_(3,2)=47、Φ_(3,1)=68（方案2）时，绿波带宽内上行和下行车队中行驶速度略高的首部车辆将在下游交叉口受阻，如图3所示；而当Φ_(3,2)=41、Φ_(3,1)=65（方案3）时，绿波带宽内上行和下行车队中行驶速度略低的尾部车辆和行驶速度略高的首部车辆都不会在下游交叉口受阻，最大带宽所对应的上行绿波行驶车速取值范围为[9.3,12.7]m/s，下行绿波行驶车速取值范围为[8.4,11.4]m/s，如图4所示。相比之下，方案3对于满足不确定性行驶速度的绿波协调设计要求，将具有更强的鲁棒性与适应性。根据上行和下行行驶速度样本在每个绿波协调控制备选方案下所获得的绿波带宽情况，绘制上行和下行绿波带宽随行驶速度变化的函数曲线如图5与图6所示，可以看到最佳绿波协调控制方案3具有最大的绿波行驶车速允许偏差波动幅度（约±15%），且上行和下行绿波行驶车速取值范围（[9.3,12.7]m/s与[8.4,11.4]m/s）和上行和下行行驶速度均匀分布区间（[7.7,14.3]m/s与[7,13]m/s）最为贴合，因此理应获得最佳绿波协调控制效果，这一点也与上述方案评判结果“μ(B_O)|_S3最大”相符。

实施例2

本实施例除以下内容外，同实施例1：

步骤3：根据行驶速度样本分布评价备选方案（数值计算方法）；

根据上行和下行速度样本的概率分布（均匀分布）及其在3个相位差方案下所获取的上行和下行绿波带宽数值（如表3与表4所示），可以分别计算得到每个相位差方案双向绿波带宽之和的数学期望。对于相位差方案1，其上行绿波带宽期望

下行绿波带宽期望

双向绿波带宽之和的数学期望E(B)|_S1=E(B_上)+E(B_下)=0.392；对于相位差方案2，其上行绿波带宽期望下行绿波带宽期望

双向绿波带宽之和的数学期望E(B)|_S2=E(B_上)+E(B_下)=0.189+0.207=0.396；对于相位差方案3，其上行绿波带宽期望下行绿波带宽期望

双向绿波带宽之和的数学期望E(B)|_S3=E(B_上)+E(B_下)=0.198+0.217=0.415。

步骤4：优选干道绿波协调控制方案；

对比绿波协调控制备选方案1、方案2与方案3的双向绿波带宽之和数学期望，其大小顺序满足E(B)|_S1<E(B)|_S2<E(B)|_S3。因此可以推断在“上行行驶速度均匀分布区间为[7.7,14.3]m/s、下行行驶速度均匀分布区间为[7,13]m/s”的情况下，备选方案1（“Φ_(3,2)=32、Φ_(3,1)=61”）的绿波协调控制效果相对最差，而备选方案3（“Φ_(3,2)=41、Φ_(3,1)=65”）的绿波协调控制效果相对最优，故选取备选方案3作为最佳绿波协调控制方案。

同实施例1，对于绿波协调控制备选方案1、方案2与方案3，分别绘制其绿波带时距图如图2、图3与图4所示，根据上行和下行行驶速度样本在每个绿波协调控制备选方案下所获得的绿波带宽情况，绘制上行和下行绿波带宽随行驶速度变化的函数曲线如图5与图6所示。相比之下，方案3对于满足不确定性行驶速度的绿波协调设计要求，将具有更强的鲁棒性与适应性，应该获得最佳绿波协调控制效果，这一点也与上述方案评判结果“E(B)|_S3最大”相符。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种面向行驶速度区间的干道绿波协调控制方法，其特征在于，包括如下步骤：

步骤1、采集干道路段上运行车辆的行驶速度，保留正常行驶速度样本，设定行驶速度的正常变化区间，描述行驶速度样本的分布规律；

步骤2、根据步骤1所述行驶速度样本的分布规律，设定干道绿波协调控制平均设计车速，利用干道绿波协调控制配时优化设计方法，生成若干个干道绿波协调控制备选方案；

步骤3、分别针对干道的上行与下行方向，计算出每个行驶速度样本在每个绿波协调控制备选方案下所对应的绿波带宽度及其占比，利用统计分析方法，计算出行驶速度样本分布下的绿波带宽综合评价指标；

步骤4、比较每个绿波协调控制备选方案所对应的绿波带宽综合评价指标，选取最佳的面向行驶速度区间的干道绿波协调控制方案。

2.根据权利要求1所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述步骤1中，运用速度测量工具采集干道路段上运行车辆的行驶速度样本，利用离群点检测方法将不合群的速度检测样本筛除，得出留存速度样本；根据所述留存速度样本的最小值与最大值，设定行驶速度的正常变化范围；统计每个所述留存速度样本的频数，得到速度样本的概率，根据所述速度样本概率拟合行驶速度的概率分布函数。

3.根据权利要求1所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述步骤2中，在行驶速度的正常变化区间，根据每个速度样本的频数与概率，求取干道行驶速度的加权平均值；根据所述行驶速度的概率分布函数，计算干道行驶速度的数学期望；将干道行驶速度的加权平均值或数学期望设定为绿波协调控制的干道平均设计车速；根据所述干道平均设计车速与单交叉口信号配时参数，建立相应的双向绿波协调控制模型，得出绿波协调控制备选方案的集合，依据绿波带宽度最大和绿波行驶车速允许正负偏差相等且最大的原则，从所述集合中选取若干个绿波协调控制备选方案。

4.根据权利要求1所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述步骤3中，利用集对分析方法，计算行驶车速与绿波带宽占比之间的联系度系数及联系度大小，包括以下步骤：

S1、根据绿波协调控制的交叉口数量，为备选方案的效果评价设定相应的绿波带宽占比共性特征阈值和对立特征阈值；

S2、分别针对干道的上行与下行方向，根据速度样本在备选方案下所获取的绿波带宽占比，统计行驶车速与绿波带宽占比之间的共有特性个数、差异特性个数和对立特性个数，计算出车辆上行与下行方向，行驶车速与绿波带宽占比之间的同一度、差异度和对立度，得到行驶车速与绿波带宽占比之间的联系度表达式：

μ=a+b·i+c·j，

其中a表示同一度，b表示差异度，c表示对立度，i表示差异度系数，j表示对立度系数；

S3、将差异度系数i的取值代入步骤S2中所述的联系度表达式，得到每个绿波协调控制备选方案下的行驶车速与绿波带宽占比之间的联系度大小。

5.根据权利要求4所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述集对分析方法中，设定与交叉口数量相匹配的评判阈值，运用集对分析加法运算法则，计算干道绿波协调控制备选方案的上行和下行的行驶车速与双向绿波带宽之间的联系度。

6.根据权利要求1所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述步骤4中，选取行驶车速与绿波带宽占比之间联系度数值最大的备选方案，作为最佳的面向行驶速度区间的干道绿波协调控制方案。

7.根据权利要求1所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述步骤3中，根据速度样本的概率及其在备选方案下所获取的绿波带宽数值，利用数值计算方法，求取所述行驶速度的概率分布下的备选方案双向绿波带宽之和的数学期望值。

8.根据权利要求7所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述数学期望值的计算表达式为：

其中B_上x表示上行速度样本x的绿波带宽，B_下y表示下行速度样本y的绿波带宽，p_上x表示上行速度样本x的概率，p_下y表示下行速度样本y的概率，n_上表示上行速度样本组数，n_下表示下行速度样本组数。

9.根据权利要求1所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，所述步骤4中，选取双向绿波带宽之和数学期望最大的备选方案，作为最佳的面向行驶速度区间的干道绿波协调控制方案。

10.根据权利要求1所述的面向行驶速度区间的干道绿波协调控制方法，其特征在于，包括以下步骤：

A1、绘制最佳绿波协调控制方案的绿波带时距图；

A2、计算行驶速度区间内不同速度所对应的绿波带宽度，绘制行驶速度与绿波带宽之间的关系曲线。

Images