CN103927892B - 一种交通溢流协调控制优化模型的建立方法及其工作方法 - Google Patents
一种交通溢流协调控制优化模型的建立方法及其工作方法 Download PDFInfo
- Publication number
- CN103927892B CN103927892B CN201410179405.6A CN201410179405A CN103927892B CN 103927892 B CN103927892 B CN 103927892B CN 201410179405 A CN201410179405 A CN 201410179405A CN 103927892 B CN103927892 B CN 103927892B
- Authority
- CN
- China
- Prior art keywords
- crossing
- traffic
- phase place
- phase
- queue length
- 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.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通溢流协调控制优化模型的建立方法及其工作方法;所述建立方法包括如下步骤:建立排队长度限制条件模型,得出能避免交通溢流发生的相位差范围;建立基于最小延误的相位差优化方法,得出相位差与延误时间的函数关系;根据排队长度限制条件模型和最小延误相位差优化方法分别对相位差的不同约束,两者相结合取交集中的最小值即得到既能避免溢流发生又使车辆延误时间最小的交通溢流协调控制优化模型。本发明的有益效果:有效避免城市主干路早晚高峰时段“交通溢流”现象的发生。
Description
技术领域
本发明涉及一种交通溢流协调控制优化模型的建立方法及其工作方法。
背景技术
经济的快速发展促进了城市现代化的步伐,使人们的出行方式变得更加多样化、快捷化。自上世纪80年代我国开始出现私人汽车,截止2003年小汽车保有量突破千万辆,而突破两千万辆仅仅用了三年时间,目前我国的小汽车保有量已过亿。这个庞大的数字,不单纯的意味着人们出行更加便捷了,随之衍生出的很多问题诸如交通拥堵、事故多发、环境污染、噪声加剧等,已经使人们的生活质量严重下降。
城市主干路作为城市道路网的骨架和城市交通的大动脉,承担了巨大的交通压力,交通流量大、选择路径多、信号控制主导、混行现象严重等,这都导致了主干路更加容易发生交通拥堵。而近年来,拥堵程度愈发严重,“交通溢流”现象频频出现。“交通溢流”现象是交通供需矛盾加剧导致的严重后果,是道路交通流过饱和状态的负面效应在空间维度的表现,表现在空间上是下游交叉口产生的排队占用了下游交叉口到上游交叉口所有的道路空间,表现在时间上是上游交叉口车辆无法在绿灯时间驶入下游交叉口,造成了绿灯时间的浪费。这种效应如果持续下去,会像水流一样在道路这条管道中蔓延开来,从一个交叉口的锁死逐渐扩散到周围交叉口的锁死直至整个交通路网的瘫痪,这种后果是极其恶劣也是我们最不愿看到的。因此,对于交通溢流的发生机理和控制策略研究具有非常大的现实意义。
交通控制方法有很多,根据控制范围不同又可分为点控、线控和面控。点控即单点信号控制,研究对象为单个交叉口,但随着城市主干路道路交通流量的加大,线控即干路协调控制已成为专家学者的研究热点。通过查阅大量中英文参考文献发现,协调控制方法的研究主要集中在未饱和协调路径的控制方法建模上,而针对过饱和协调路径的文献很少,交通溢流作为一种特殊的过饱和形态,这方面的文献几乎没有。
此外,通过对现有发明专利和技术进行检索发现,有关“路段交通溢流控制方法”的报道在国内外还是个空白。
中国发明专利“基于视频反馈的交通溢流控制方法(201210062524.4)”通过视频信息反馈路段车辆排队情况,溢流发生前提前启动上游红灯信号阻止车辆进入路段,这种方法虽然创新性很强,但只适用于局部交叉口饱和度较高或某一路段易发生交通溢流的情况,像济南市东西向主干路,早晚高峰时段很多相邻的交叉口饱和度都很高,如果单纯为了避免某路段发生交通溢流而提前启动上游红灯,会打破主干路的协调控制规律,导致上游交叉口排队车辆增多,从而继续往上游传播发生交通溢流,而本专利通过优化各相邻交叉口间的相位差来避免溢流发生可弥补这一不足。
中国发明专利“一种饱和交通状态下单路口信号优化控制方法(201010510785.9)”提出的是一种针对饱和交通流状态下的单点信号控制方法,而本专利提出的是一种协调控制方法。
中国发明专利“一种基于交通干线软封闭区视频检测识别实现绿波带通行控制的研究(201310047477.0)”提出了一种新颖的方法实现协调控制路径上的绿波带通行控制,绿波协调控制作为研究最广泛的传统协调控制方法,适应于饱和度较低的协调路径,而本专利针对的是饱和度较高的协调路径。
总而言之,目前需要本领域技术人员迫切解决的一个技术问题是:如何在交通溢流的形成机理、识别及交通信号的协调控制策略方面形成一套较为完善的理论指导体系,为从根本上解决交通溢流现象引起的严重拥堵问题提供理论依据。
发明内容
本发明的目的就是为了解决上述问题,提供一种交通溢流协调控制优化模型的建立方法及其工作方法,它具有针对性强、实用价值高、模型效率高、算法简单等优点。
为了实现上述目的,本发明采用如下技术方案:
一种交通溢流协调控制优化模型的建立方法,包括如下步骤:
步骤(1)和步骤(2)是并列进行的;
步骤(1):建立排队长度限制条件模型,得出能避免交通溢流发生的相位差范围;
步骤(2):建立基于最小延误的相位差优化方法,得出相位差与延误时间的函数关系;
步骤(3):根据步骤(2)的排队长度限制条件模型和步骤(3)的最小延误相位差优化方法分别对相位差的不同约束,两者相结合取交集中的最小值即得到既能避免溢流发生又使车辆延误时间最小的交通溢流协调控制优化模型,如下:
情况一:如果则
情况二:如果则
其中:
各参数含义为:
——交叉口i与下游交叉口i+1间的相位差;
——路段i上的停车车辆排队长度;
——路段i上的停车车辆排队长度上限值;
Li——路段i的长度;
pi——路段i的最大交通压缩比,均取为0.8;
vi——路段i的车辆期望行驶速度;
μi——路段i的起动波波速;λi——路段i的停车波波速;
C——公共信号周期时长;
gi——交叉口i协调相位的绿灯时长;
ri——交叉口i协调相位的红灯时长;
tT——车队从上游交叉口驶入下游交叉口的持续时长,由路段长度和平均行驶速度决定;
n——满足不等式条件的整数解。
所述步骤(1)的建立排队长度限制条件模型的具体步骤为:
步骤(1-1):结合改进的交通波模型,得出滞留排队长度和停车排队长度的计算公式(各参数含义同上):
步骤(1-2):不考虑车队到达下游交叉口时间的不同这一因素,将滞留排队长度和停车排队长度相加得到路段最大车辆排队长度的计算公式:
步骤(1-3):将得到的最大车辆排队长度限制在路段长度范围内,得到排队长度限制条件模型:
所述步骤(2)的基于最小延误的相位差优化方法的具体步骤为:
步骤(2-1):在定数理论的基础上,分析过饱和交叉口的停车延误情况,得出延误时间的计算公式:其中x为过饱和交叉口的饱和度,C为信号周期时长,tR为红灯时长,n1为交叉口从未饱和状态到饱和状态所持续的周期数;
步骤(2-2):从过饱和交叉口扩展到两相邻交叉口组成的过饱和协调路径,并给出相位差与延误时间的函数关系其中dLA为车辆平均延误时间,为相位差,s为路段长度,v为车辆期望行驶速度,n为二次排队车辆开始出现到消失所持续的周期数,其他含义不变,从而建立基于最小延误的相位差优化方法。
一种交通溢流协调控制优化模型的工作方法,包括如下步骤:
步骤a):计算协调路径上各交叉口的饱和度,将饱和度与设定阈值进行比较,如果饱和度大于等于设定阈值就利用改进的F-B法进行信号配时,计算得到各交叉口的信号周期时长;如果饱和度小于设定阈值就利用F-B法进行信号配时,计算得到各交叉口的信号周期时长;
步骤b):将步骤a)中得到信号周期时长中的最大周期时长作为公共信号周期时长;
步骤c):将协调路径上的所有交叉口利用步骤b)的公共信号周期时长按照流量比yi重新分配绿灯时间,其中i相位的流量比qi为i相位的最大小时交通量,Si为饱和流量;
步骤d):利用交通溢流协调控制优化模型计算两个相邻交叉口的最优相位差;
步骤e):从排队长度和延误时间两个方面输出实施效果。
所述步骤a)的计算协调路径上各交叉口的饱和度步骤为:
步骤a-1):采集交叉口各进口道的车流量,计算各进口道饱和度(进口道的流量/该进口道的通行能力);
步骤a-2):取进口道饱和度最大者作为该交叉口的饱和度。
所述步骤a)的改进的F-B法的步骤为:
a-31)确定交叉口的相位和相序;
a-32)采集各进口道的实际小时车流量和小时滞留排队车辆数,计算得到压缩车流量(实际车流量-小时滞留排队车辆数);
a-33)计算总损失时间L和各相位流量比之和Y,进而得出交叉口的最佳周期时长
a-34)分配各相位的绿灯时长其中yi为i相位的流量比,Y为各相位的流量比之和。
所述步骤a)的F-B法的步骤为:
a-41)确定交叉口的相位和相序;
a-42)调查各进口道的实际小时车流量;
a-43)计算总损失时间L和各相位流量比之和Y,进而得出交叉口的最佳周期时长
a-44)分配各相位的绿灯时长其中yi为i相位的流量比,Y为各相位的流量比之和。
所述步骤c)的步骤为:
将协调路径上的所有交叉口利用步骤b)的公共信号周期时长按照流量比yi重新分配绿灯时间,其中i相位的流量比qi为i相位的最大小时交通量,Si为饱和流量。
所述步骤d)的步骤为:
步骤d-1):将两相邻信号控制交叉口的各个参数(如路段长度、期望速度、信号周期、协调相位绿灯时长等)输入交通溢流协调控制优化模型;
步骤d-2):通过数值计算得出两相邻交叉口的最优相位差值;
步骤d-3):依此类推,直至得到协调路径上所有两相邻交叉口的相位差值。
所述步骤e)的步骤为:
步骤e-1):利用微观仿真VISSIM平台建立协调路径的仿真路网,配置好各参数(车流量、选择路径、信号相位及时长、输出文件等);
步骤e-2):通过仿真输出现状方案的延误时间和排队长度值;
步骤e-3):通过仿真输出优化方案的延误时间和排队长度值;
步骤e-4):对比现状方案和优化方案的各输出数据,得出交通溢流协调控制优化模型的实施效果。
本发明的有益效果:
1、有效避免城市主干路早晚高峰时段“交通溢流”现象的发生;
2、减小主干路的平均车辆延误时间,提高路网整体性能;
3、改善道路拥堵状况,一定程度上较少尾气排放,减小对环境的污染。
附图说明:
图1为本发明的模型建立方法流程图;
图2为溢流发生前路段排队过程时空图;
图3(a)和图3(b)停车延误分析图;
图4为济南市经十路三个交叉口(舜耕路,千佛山路和历山路)优化前后平均车辆排队长度仿真对比直方图,仿真软件为微观交通仿真软件VISSIM。
图5为为济南市经十路三个交叉口(舜耕路,千佛山路和历山路)优化前后平均车辆延误时间仿真对比直方图,仿真软件为微观交通仿真软件VISSIM。
其中,为方便辨认检测器的放置位置,对三交叉口各进口道进行编号,编号规则为:百位数字:代表交叉口名称,其中,100-经十路-舜耕路交叉口,200-经十路-千佛山路交叉口,300-经十路-历山路交叉口;十位数字:代表进口道方位,其中,010-东,020-西,030-南,040-北;个位数字:代表进口道功能,其中,001-直行,002-左转。
图6为本发明的模型工作方法流程图。
具体实施方式
下面结合附图与实施实例对本发明作进一步说明。
1.改进的交通波模型
传统的交通波模型适用于交通流密度不大的情况下,针对“交通溢流”这种特殊的过饱和形态,运用适合拥挤交通流的格林伯速度-密度函数重新对交通波模型进行推导。推导公式为:
1)格林伯交通波模型
其中,um为车流流量达到最大时的临界速度,kj为阻塞车流密度,ki为i车流的密度。
2)停车波波速
现假定车队以平均行驶速度u1在路段上行驶,遇红灯在交叉口停车线处停车。此时,k1为自由行驶车流密度,k2为停止车流密度,且k2=kj。根据格林伯交通波模型可得停车波波速计算公式为:
3)起动波波速
当车队起动时,k1为停止车流密度,且k1=kj,k2为起动车流密度。根据格林伯交通波模型可得起动波波速计算公式为:
2.改进的F-B信号配时方法
在F-B法的基础上进行改进,提出一种适用于过饱和交叉口的配时方法,其基本思想和模型与F-B法大致相同,区别在于:在过饱和交叉口分配各相位绿灯时间时考虑各进口道红灯结束时的滞留排队车辆数,利用实际小时交通量减去小时滞留排队车辆总数得到的“压缩交通量”输入模型,即
qj=Qj-Vj(1-4)
其中:qj为j相位的压缩交通量,Qj为实际小时交通量,Vj为小时滞留排队车辆总数。
3.排队长度限制条件模型
如图2所示,上游交叉口i和下游交叉口j为两个相邻的信号控制交叉口,路段上车流量较大,早晚高峰时段交叉口j处的排队车辆较多,容易导致交叉口i发生交通溢流。假设路段长度为Li,公共信号周期长度为C,上游路口绿灯和红灯时长分别为gi和ri,下游路口绿灯和红灯时长分别为gj和rj,相位差为相邻两交叉口绿灯启亮时刻的偏移量路段上的车辆期望速度为vi,停车波波速为λi,起动波波速为μi。
根据前面对相邻信号控制交叉口车辆排队生成机理的分析,上游红灯信号启亮,绿灯结束前释放的最后一辆车以速度vi在路段上行驶,经过时间t1后到达排队队尾;经过时间后,下游红灯信号启亮,未通过停车线或刚到达停车线的车辆开始以λi的停车波波速向后排队,经过时间t2后形成了剩余排队长度,记为根据图中的时间关系可得:
上游绿灯信号启亮,在停止线处等待的车队开始释放,以速度vi在路段上行驶,经过时间t1后队首车辆到达压缩排队队尾;首车受阻后开始以λi的停车波波速向后排队,经过时间t3后停车排队长度形成,记为下游绿灯信号启亮,起动波以速度μi向后传播,经过时间t4后传到最大排队队尾;此时,停车波与起动波正好相遇。根据图中的时间关系可得:
上游绿灯信号启亮期间,当驶出交叉口的第一辆车和最后一辆车均由于遇到压缩排队而受阻停车时,此时形成的停车排队达到最大值
经过以上分析和计算,可得信号控制交叉口i和j之间的路段上在一个信号控制周期内可能出现的最大车辆排队长度计算公式为:
为了绝对控制交通溢流现象的发生,最直接的办法就是控制路段上的最大车辆排队长度不超过路段长度,为此,根据前面分析得出的最大车辆排队长度计算公式,可建立主协调方向排队长度限制条件模型如下:
Li——路段i的长度;
pi——路段i的最大交通压缩比,均取为0.8;
4.基于最小延误的相位差优化方法
图3为交叉口的车辆延误分析图。两相邻交叉口之间的相对相位差将直接决定车队头车到达下游交叉口的时刻,对行驶车队的平均延误产生相应影响。假如两交叉口间路段长度为s,车队平均行驶速度为v,当相位差满足等式时,车队头车到达下游交叉口时刻恰为T0,车队受阻停车延误为图(a)所示;当相位差满足等式时,车队头车到达下游交叉口时刻恰为T1,车队受阻停车延误为图(b)所示;当相位差满足不等式时,车队头车到达下游交叉口的时刻介于T0与T1之间,车队平均延误时间dLA的计算公式为:
式中:
——车队头车到达下游交叉口的时刻恰为T0时所对应的相位差,即
——车队头车到达下游交叉口的时刻恰为T1时所对应的相位差,即
n——满足不等式条件的整数解。
由可以看出,在相位差满足不等式 的前提下,延误时间与相位差成正相关关系,即相位差越小,延误时间越小。
既要避免交通溢流现象的发生,又要使得车辆的平均延误时间尽量小,提高路网的整体性能,则需要将三个对相位差的约束条件结合在一起取其交集中的最小值,这样得到的相位差是能达到预期目的的最优相位差值,求解结果如下:
1)如果则
2)如果则
如图6所示,首先计算协调路径上各交叉口的饱和度,利用F-B法或改进的F-B法对交叉口进行单点信号配时;然后选择周期最大的作为公共信号周期;利用交通溢流协调控制优化模型分别计算各相邻两交叉口的最优相位差值;最后对该优化方案进行效果评价。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (9)
1.一种交通溢流协调控制优化模型的建立方法,其特征是,包括如下步骤:
步骤(1)和步骤(2)是并列进行的;
步骤(1):建立排队长度限制条件模型,得出能避免交通溢流发生的相位差范围;
步骤(2):建立基于最小延误的相位差优化方法,得出相位差与延误时间的函数关系;
步骤(3):根据步骤(2)的排队长度限制条件模型和步骤(3)的最小延误相位差优化方法分别对相位差的不同约束,两者相结合取交集中的最小值即得到既能避免溢流发生又使车辆延误时间最小的交通溢流协调控制优化模型;所述步骤(3)的交通溢流协调控制优化模型如下:
情况一:如果则
情况二:如果则
其中:
各参数含义为:
——交叉口i与下游交叉口i+1间的相位差;
——路段i上的停车车辆排队长度;
——路段i上的停车车辆排队长度上限值;
Li——路段i的长度;
pi——路段i的最大交通压缩比,均取为0.8;
vi——路段i的车辆期望行驶速度;
μi——路段i的起动波波速;λi——路段i的停车波波速;
C——公共信号周期时长;
gi——交叉口i协调相位的绿灯时长;
ri——交叉口i协调相位的红灯时长;
tT——车队从上游交叉口驶入下游交叉口的持续时长,由路段长度和平均行驶速度决定;
n——满足不等式条件的整数解。
2.如权利要求1所述的一种交通溢流协调控制优化模型的建立方法,其特征是,所述步骤(1)的建立排队长度限制条件模型的具体步骤为:
步骤(1-1):结合改进的交通波模型,得出滞留排队长度和停车排队长度的计算公式:
步骤(1-2):不考虑车队到达下游交叉口时间的不同这一因素,将滞留排队长度和停车排队长度相加得到路段最大车辆排队长度的计算公式:
步骤(1-3):将得到的最大车辆排队长度限制在路段长度范围内,得到排队长度限制条件模型:
3.如权利要求1所述的一种交通溢流协调控制优化模型的建立方法,其特征是,所述步骤(2)的基于最小延误的相位差优化方法的具体步骤为:
步骤(2-1):在定数理论的基础上,分析过饱和交叉口的停车延误情况,得出延误时间的计算公式:其中x为过饱和交叉口的饱和度,C为信号周期时长,tR为红灯时长,n1为交叉口从未饱和状态到饱和状态所持续的周期数;
步骤(2-2):从过饱和交叉口扩展到两相邻交叉口组成的过饱和协调路径,并给出相位差与延误时间的函数关系其中dLA为车辆平均延误时间,为相位差,s为路段长度,v为车辆期望行驶速度,n为二次排队车辆开始出现到消失所持续的周期数,其他含义不变,从而建立基于最小延误的相位差优化方法。
4.如权利要求1所述的一种交通溢流协调控制优化模型的建立方法所建立的交通溢流协调控制优化模型的工作方法,其特征是,包括如下步骤:
步骤a):计算协调路径上各交叉口的饱和度,将饱和度与设定阈值进行比较,如果饱和度大于等于设定阈值就利用改进的F-B法进行信号配时,计算得到各交叉口的信号周期时长;如果饱和度小于设定阈值就利用F-B法进行信号配时,计算得到各交叉口的信号周期时长;
步骤b):将步骤a)中得到信号周期时长中的最大周期时长作为公共信号周期时长;
步骤c):将协调路径上的所有交叉口利用步骤b)的公共信号周期时长按照流量比yi重新分配绿灯时间,其中i相位的流量比qi为i相位的最大小时交通量,Si为饱和流量;
步骤d):利用交通溢流协调控制优化模型计算两个相邻交叉口的最优相位差;
步骤e):从排队长度和延误时间两个方面输出实施效果。
5.如权利要求4所述的方法,其特征是,所述步骤a)的计算协调路径上各交叉口的饱和度步骤为:
步骤a-1):采集交叉口各进口道的车流量,计算各进口道饱和度;
步骤a-2):取进口道饱和度最大者作为该交叉口的饱和度。
6.如权利要求4所述的方法,其特征是,所述步骤a)的改进的F-B法的步骤为:
a-31)确定交叉口的相位和相序;
a-32)采集各进口道的实际小时车流量和小时滞留排队车辆数,计算得到压缩车流量;
a-33)计算总损失时间L和各相位流量比之和Y,进而得出交叉口的最佳周期时长
a-34)分配各相位的绿灯时长其中yi为i相位的流量比,Y为各相位的流量比之和。
7.如权利要求4所述的方法,其特征是,所述步骤a)的F-B法的步骤为:
a-41)确定交叉口的相位和相序;
a-42)调查各进口道的实际小时车流量;
a-43)计算总损失时间L和各相位流量比之和Y,进而得出交叉口的最佳周期时长
a-44)分配各相位的绿灯时长其中yi为i相位的流量比,Y为各相位的流量比之和。
8.如权利要求4所述的方法,其特征是,所述步骤c)的步骤为:
将协调路径上的所有交叉口利用步骤b)的公共信号周期时长按照流量比yi重新分配绿灯时间,其中i相位的流量比qi为i相位的最大小时交通量,Si为饱和流量。
9.如权利要求4所述的方法,其特征是,所述步骤d)的步骤为:
步骤d-1):将两相邻信号控制交叉口的各个参数:路段长度、期望速度、信号周期和协调相位绿灯时长,输入交通溢流协调控制优化模型;
步骤d-2):通过数值计算得出两相邻交叉口的最优相位差值;
步骤d-3):依此类推,直至得到协调路径上所有两相邻交叉口的相位差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410179405.6A CN103927892B (zh) | 2014-04-29 | 2014-04-29 | 一种交通溢流协调控制优化模型的建立方法及其工作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410179405.6A CN103927892B (zh) | 2014-04-29 | 2014-04-29 | 一种交通溢流协调控制优化模型的建立方法及其工作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103927892A CN103927892A (zh) | 2014-07-16 |
CN103927892B true CN103927892B (zh) | 2016-01-13 |
Family
ID=51146101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410179405.6A Expired - Fee Related CN103927892B (zh) | 2014-04-29 | 2014-04-29 | 一种交通溢流协调控制优化模型的建立方法及其工作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103927892B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104157150B (zh) * | 2014-08-08 | 2016-12-07 | 同济大学 | 新型的单路口交通信号灯控制方法 |
CN104299432B (zh) * | 2014-10-31 | 2017-11-10 | 青岛海信网络科技股份有限公司 | 一种过饱和路口信号灯控制方法及装置 |
CN104537849B (zh) * | 2014-12-16 | 2016-08-17 | 同济大学 | 一种交叉口公交停靠站溢流控制方法 |
CN105788236B (zh) * | 2014-12-26 | 2018-09-28 | 浙江大华技术股份有限公司 | 一种交通控制方法及装置 |
CN104766484B (zh) * | 2015-03-23 | 2017-11-14 | 南京邮电大学 | 基于进化多目标优化和蚁群算法的交通控制与诱导系统和方法 |
CN106157642A (zh) * | 2015-04-07 | 2016-11-23 | 梁伟池 | 一种智能交通灯系统 |
CN104966402B (zh) * | 2015-06-05 | 2017-03-01 | 吉林大学 | 一种过饱和交通流交叉口排队溢出防控方法 |
GB201514986D0 (en) * | 2015-08-24 | 2015-10-07 | Tomtom Navigation B V And Tomtom Telematics B V | Methods and systems for generating routes |
CN105489028A (zh) * | 2015-12-17 | 2016-04-13 | 重庆交通大学 | 过饱和多交叉口协同控制优化方法 |
CN105931474A (zh) * | 2016-02-29 | 2016-09-07 | 南京航空航天大学 | 一种带有量子决策的防止城市道路交叉口群的局部溢流控制方法 |
CN106052701B (zh) * | 2016-05-23 | 2018-08-14 | 山东大学 | 一种交通溢流状态下车辆路径选择的方法 |
CN107767666B (zh) * | 2016-08-22 | 2021-01-29 | 任秀欢 | 一种智能检测的单点控制交叉口出口交通流溢出防控方法 |
CN108346302B (zh) * | 2018-03-20 | 2020-07-10 | 青岛海信网络科技股份有限公司 | 一种双向绿波协调控制方法及装置 |
CN108831164A (zh) * | 2018-05-28 | 2018-11-16 | 安徽畅通行交通信息服务有限公司 | 一种交叉路口通行能力判断方法 |
AU2018282318B2 (en) | 2018-07-25 | 2021-02-04 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for controlling traffic lights |
CN109064764B (zh) * | 2018-08-14 | 2020-07-10 | 青岛海信网络科技股份有限公司 | 一种交通控制的方法及装置 |
CN109584539B (zh) * | 2018-11-26 | 2020-10-02 | 华南理工大学 | 一种高饱和度路段上下游交叉口间相位差优化方法 |
CN109872532B (zh) * | 2019-02-03 | 2021-04-20 | 北方工业大学 | 交叉口信号控制方案自动选择方法及系统 |
CN111899536B (zh) * | 2019-05-06 | 2022-08-02 | 阿里巴巴集团控股有限公司 | 数据的处理方法、装置、设备及计算机存储介质 |
CN110047292A (zh) * | 2019-05-29 | 2019-07-23 | 招商局重庆交通科研设计院有限公司 | 道路路段拥堵预警方法 |
CN110415520B (zh) * | 2019-07-30 | 2021-04-23 | 西南交通大学 | 一种路段施工区背景下基于交通波的干线协调控制方法 |
WO2021128365A1 (en) * | 2019-12-28 | 2021-07-01 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for controlling traffic signals |
CN113706895B (zh) * | 2021-08-31 | 2023-04-14 | 深圳大学 | 干道相位差的优化方法、装置、设备和计算机存储介质 |
CN114360264A (zh) * | 2022-01-18 | 2022-04-15 | 重庆大学 | 一种基于交通流量进行调节的智慧城市交通管理方法 |
CN115171374A (zh) * | 2022-06-27 | 2022-10-11 | 云控智行(上海)汽车科技有限公司 | 一种基于车路协同的溢流排队预测与多路口交通信号协调控制算法、系统与装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL2280383T3 (pl) * | 2009-07-31 | 2012-10-31 | Siemens Ag | Sposób określania informacji o ruchu drogowym dla odcinka drogi w sieci drogowej jak również komputer sterujący ruchem drogowym do realizacji sposobu |
CN101968929B (zh) * | 2010-10-19 | 2014-05-28 | 北方工业大学 | 一种饱和交通状态下单路口信号优化控制方法 |
JP5727351B2 (ja) * | 2011-10-31 | 2015-06-03 | 住友電工システムソリューション株式会社 | 車両通行判定装置、交通信号制御装置、コンピュータプログラム、車両通行判定方法、及び交通信号制御方法 |
CN103208191B (zh) * | 2012-01-13 | 2016-12-28 | 上海济祥智能交通科技有限公司 | 一种城市道路交叉口过饱和条件下信号协调控制的优化方法 |
CN103680157B (zh) * | 2014-01-06 | 2015-09-16 | 东南大学 | 一种面向城市瓶颈路段的车辆排队溢流预判方法 |
-
2014
- 2014-04-29 CN CN201410179405.6A patent/CN103927892B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN103927892A (zh) | 2014-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927892B (zh) | 一种交通溢流协调控制优化模型的建立方法及其工作方法 | |
CN107730922B (zh) | 一种单向干线绿波协调控制自适应调整方法 | |
CN102419905B (zh) | 基于交通波理论的高速公路事故的交通影响范围确定方法 | |
CN103700251B (zh) | 一种快速道路上可变限速与匝道控制协调优化控制方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN104240523B (zh) | 城市干道绿波控制方法 | |
CN111341095B (zh) | 一种基于边缘侧在线计算的交通信号控制系统及方法 | |
CN102855760B (zh) | 基于浮动车数据的在线排队长度检测方法 | |
CN103996289B (zh) | 一种流量-速度匹配模型及行程时间预测方法及系统 | |
CN103236164B (zh) | 一种保障公交车辆优先通行的车辆调控方法 | |
CN104809895A (zh) | 相邻交叉口的干道协调控制模型及其优化方法 | |
CN106960584A (zh) | 一种自适应路口交通信号灯的交通控制方法及装置 | |
CN109887289A (zh) | 一种城市交通网络模型的网络车流量最大化方法 | |
CN102592465A (zh) | 过饱和下的干道双向动态协调控制方法 | |
CN105632177A (zh) | 一种面向动态交通需求的交叉口运行效率变化率计算方法 | |
CN106971546A (zh) | 基于公交车gps数据的路段公交车渗透率估计方法 | |
CN102881158A (zh) | 一种减少机动车停车次数以及油耗和尾气排放的交通控制方法 | |
CN111009140B (zh) | 一种基于开源路况信息的智能交通信号控制方法 | |
CN104599513A (zh) | 一种公交信号优先的控制方法 | |
CN105741585B (zh) | 面向节油的基于车联网的车辆轨迹平滑控制方法 | |
CN114913698B (zh) | 无专用道公交信号感应与右转合乘时空协同优先控制方法 | |
CN115063988B (zh) | 一种应急车辆优先的跨交通子区信号协同控制方法 | |
Ji et al. | An improved algebraic method for transit signal priority scheme and its impact on traffic emission | |
CN110175692A (zh) | 一种基于轨迹数据的干线交叉口协调控制方法 | |
CN112669628A (zh) | 一种基于需求-供给双波动的交叉口信号设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160113 Termination date: 20170429 |