CN104240523B - 城市干道绿波控制方法 - Google Patents

Abstract

本发明提供一种城市干道绿波控制方法，其特征在于，包括以下步骤：建立城市干道动态绿波控制模型，模型以干道上信号联动控制的交叉口的绿信比作为变量，对车辆通过各交叉口总延误时间进行优化；选取信号联动控制的多个交叉口，检测干道交叉口之间路段上的实时车流量；根据实时车流量求解模型，得出总延误时间最小时的各交叉口的绿信比；根据各交叉口的绿信比，制定实时配时方案。本发明的城市干道绿波控制方法能够提高交通通畅率。

Description

城市干道绿波控制方法

技术领域

本发明涉及一种城市干道绿波控制方法，属于城市干道协调控制领域。

背景技术

随着社会和经济的发展,城市中的交通工具日益增多,在城市道路网中，几乎每个交叉路口都设置了红绿灯。由于各交叉路口相距较近，分别进行单点信号控制时，车辆因经常遇到红灯而时停时开，因此导致路网运行效率低下、环境污染加重以及能源浪费等交通问题。为减少车辆在各个交叉路口上的停车时间，特别是使干线上的车辆能够畅通行驶，考虑把一条干线上的一批相邻交通信号统一起来，加以协调控制，减少干线上车流的交通延误和停车率，对改善整个城市交通状况具有重大意义。为了协调城市干道多个相邻交叉口交通信号控制,城市干道绿波联动控制方法被广泛采用。

“绿波带”是交通控制中“信号灯多点控制技术”的一种形象化说法，即在一个交通区域或一条交通干线上实行统一的信号灯控制，将纳入控制范围的信号灯全部归入计算机控制系统，并使用先进的计算方法，根据车流量来科学合理地指挥交通。从被控制的主干线各交叉口的灯色来看，绿灯就像波浪一样滚滚向前，故被形象地称为“绿波带”。城市干道绿波联动控制就是基于绿波带的概念，相邻交叉口执行相同的信号控制周期，干线相位的绿灯开启时间，也即相位差错开一定的时间，交叉口的次道在一定程度上服从主干线上的交通。当一列车队在具有许多交叉口的一条主干线上行驶时，协调控制使得车辆在通过干线交叉口时总是在绿灯开始时到达，因而无需停车通过交叉口，这样就大大提高了车辆的行车速度和道路通行能力，确保了道路畅通，减少了车辆受红灯阻碍的延误时间。

目前，城市干道绿波控制是基于近期或者当前交通量调查数据，仅限于静态交通状况，如果在相同时段，干道上的车流量发生变化，交叉口红绿灯的时间设置就不能够满足车辆通行需求，导致车辆在通行过程中遇到较多的红灯，使得其在交叉口延误时间过长，加剧了交通阻塞问题。

发明内容

本发明是为了解决上述课题而进行的，目的在于提供一种能够提高交通通畅率的城市干道绿波控制方法。

本发明所需要解决的技术问题，可以通过以下技术方案来实现：

本发明提供一种城市干道绿波控制方法，包括以下步骤：

步骤一，建立城市干道动态绿波控制模型，模型以干道上信号联动控制的交叉口的绿信比作为变量，对车辆通过各交叉口总延误时间进行优化：

$Z_a\left({\mathrm{\λ}}_{\mathrm{ai}}\right)=\underset{i}{\mathrm{\Σ}}\frac{k_a^j{V}_a^f{c}_a(1-{\mathrm{\λ}}_{\mathrm{ai}})[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{2Q_a\left(t\right)}$

i为干道上的联动交叉口的编号，a为城市干道上第i个交叉口至第i+1个交叉口之间的路段，Z_a(λ_ai)为各交叉口车辆的总延误时间，λ_ai为a路段上第i个交叉口的绿信比，为a路段上红灯相位期间车流的阻塞密度，为a路段上自由流速度，c_a为各交叉口的公共周期，，Q_a(t)为a路段上t时刻的饱和流率，q_a(t)是指a路段上t时刻的车流量。

步骤二，选取信号联动控制的多个交叉口，检测干道交叉口之间路段上的实时车流量。

步骤三，根据实时车流量求解模型，得出总延误时间最小时的各交叉口的绿信比。

步骤四，根据各交叉口的绿信比，制定实时配时方案。

另外，在本发明的城市干道绿波控制方法中，还可以具有这样的特征：其中，步骤三中的模型的求解采用非支配排序遗传算法，得到绿信比非劣解集，作为各交叉口的绿信比。

另外，在本发明的城市干道绿波控制方法中，还可以具有这样的特征：其中，公共周期的确定方法为：

$c_a=c_o=\frac{2L_o}{V}$

c_o为最佳公共周期时长，L₀为最佳理想交叉口间距,V为通过带速度。

另外，在本发明的城市干道绿波控制方法中，还可以具有这样的特征：其中，i处于闭区间[2，7]的范围内。

另外，在本发明的城市干道绿波控制方法中，还可以具有这样的特征：其中，实时车流量可通过车道上的视频数字分析系统获得。

另外，在本发明的城市干道绿波控制方法中，还可以具有这样的特征：其中，步骤四还包括根据绿信比得到相位差，公共周期和相位差共同组成控制信号灯，形成实时配时方案。

发明作用与效果

根据本发明的城市干道绿波控制方法，因为建立干道动态绿波控制模型，并根据实时车流量求解模型，得出总延误时间最小时的各交叉口的绿信比，制定交通信号配时方案，而且配时方案会随实时车流量而变化，使得信号灯变化能动态满足绿波控制的需要，车辆总延误时间始终保持最小，减少了各交叉口的交通阻塞，提高了交通通畅率。

附图说明

图1是本发明在实施例中的城市干道动态绿波控制流程图；

图2是本发明在实施例中的车辆行程分析图；

图3是本发明在实施例中的车流量传播状态图；

图4是本发明在实施例中的交叉口示意图；

图5是本发明在实施例中的信号交叉口集散波时距图；

图6是本发明在实施例中的信号交叉口流量-密度曲线图；

图7是标准交叉口车流轨迹图；

图8是交叉口左转车流轨迹线缩短示意图；

图9是左转车流轨迹线增长示意图；

图10是左转车导流线在车道左侧的示意图；以及

图11是左转车导流线在车道右侧的示意图。

具体实施方式

以下参照附图对本发明所涉及的城市干道绿波控制方法做详细阐述。

图1是本发明在实施例中的城市干道动态绿波控制流程图。

如图1所示，本实施例中所采用的城市干道绿波控制方法，包括以下步骤：

步骤S-1：建立城市干道动态绿波控制模型

步骤S-1-1：车辆行程分段分析

城市道路上所运行的车辆的行程时间受到路段的行程长度与车辆在该城市道路路段的行驶速度两部分决定。选取城市干道某一路段a进行车流行程分析，a为车流刚出交叉口至下一交叉口进口道之前的路段。可知车辆在路段的行程时间可划分两部分：即机动车辆自由行驶部分和在下游交叉口处的机动车辆排队的延误部分。如图2所示，阴影部分为车辆排队延误段。

L_atr(t)为车辆在路段a上在时刻t的自由行驶长度，把此段视为路段a的上游路段。把车辆在路段的交叉口停车线前的排队延误长度L_aqu(t)视为路段a的下游行使路段。T_atr(t)为与车辆在路段a的上游行驶段所对应的且在时刻t的行程时间。经车辆行程分析，可以得到此路段长度为：

L_a＝L_atr(t)+L_aqu(t)

车辆在t时刻进入该路段a后，其行程时间一般包含两部分，其一，通过路段a上游的行程时间，通常假定该路段车辆处于自由流状态，其行程速度为自由流车速；另外，通过以上分析可知路段a下游的排队延误时间。

T_a(t)＝T_atr(t)+T_aqu(t+T_atr(t))

由于在路段a上游车辆处于自由流状态，其行车速度为自由流速度。由车辆行程分析，可知路段上游长度，由此，可通过上游路段长度与车辆自由行使速度的比值知车辆在路段a上游的行程时间。其中为路段自由流速度。

$T_{\mathrm{atr}}\left(t\right)=\frac{L_{\mathrm{atr}}\left(t\right)}{V_{\mathrm{atr}}\left(t\right)}=\frac{L_a-L_{\mathrm{aqu}}\left(t\right)}{V_a^f}$

车辆受到交通信号红灯影响，未得到相位通行权，于停车线处排队等候，则车辆排队延误与红灯排队路段长度及车辆消散速度以及红灯时长有关。

步骤S-1-2：车辆在信号交叉口排队的集散波分析

依据流体力学模型，如图3所示，城市交通车流可被视为连续流，上、下游信号交叉口能够影响路段上的车流，从而产生集结与消散现象，车流在交叉口处产生集结波是由于车流在交叉口处遇到红色交通信号灯，在该交叉口红灯色灯相位停车线前停车并向后传递。车流方向与集结波传递方向是一致的，车流从低密度转态向高密度状态转变，而车流速度是高速流向低速流转变。当交叉口信号灯绿灯亮起，获得通行权，车辆依次通过交叉口使排队车辆开始消散，车流从高密度低流速的状态向低密度高速度状态转变，在车流消散过程，消散波的传播方向与车流方向相反。

通过以上分析，可知波速公式：

$w=\frac{q_1-q_2}{k_1-k_2}$

w为集散波波速，单位为km/h；q₁、q₂为表示两种不同状态的车流量,单位为辆/h；k₁、k₂为这两种状态车流对应的车流密度,单位为辆/km。

结合对车流量由于交叉口信号灯色显示的不同出现消散或者集结分析，采用了Greenshields模型，针对交叉口这一现象进行了定量分析。图4、图5和图6分别为城市干道交叉口示意图，及在交叉口示意图上经过分析得出的信号交叉口的时距图和流量-密度曲线图。

车流遇到信号交叉口红灯时，车辆开始在停车线前停车等候，车流产生集结波，向路段a上游传播，此时，车流密度达到最大，即为阻塞密度。流量-密度曲线图中的弦AB的斜率即为集结波波速，则有：

$w_a\left(t\right)=w_{\mathrm{AB}}\left(t\right)=\frac{q_a^B-q_a\left(t\right)}{k_a^j-k_{\mathrm{atr}}\left(t\right)}=\frac{q_a\left(t\right)}{k_a^j-k_{\mathrm{tr}}\left(t\right)}$

w_a(t)为t时刻集结波波速,单位为km/h；为上游车流于B点的到达率，单位为辆/h；q_a(t)为t时刻在路段a上游车流的到达率，单位为辆/h；k_atr(t)为t时刻车流密度，单位为辆/km；为红灯相位期间车流的阻塞密度。

步骤S-1-3：城市交通信号交叉口的动态路段行驶时间排队分析

城市干道动态路径行程时间包含车辆在路径上游的行驶时间和在路径下游交叉口的延误时间，通过分析可知车辆在路段a的行程时间由两部分组成，即上游行程时间以及下游延误行程时间。

a、路段上游车辆行程时间

通过集结波向上游的传递，可知在红灯相位r_a期间，可知车辆停车线处产生的排队车辆数N_a：

$N_a=\left|w_a\left(t\right)\right|r_a{k}_a^j=\frac{q_a\left(t\right)r_a{k}_a^j}{k_a^j-k_{\mathrm{atr}}\left(t\right)}=\frac{q_a\left(t\right)r_a}{1-k_{\mathrm{atr}}\left(t\right)/k_a^j}$

此处假设Greenshields的线性关系成立。如下公式：

$V_{\mathrm{atr}}\left(t\right)=V_a^f(1-\frac{k_{\mathrm{atr}}\left(t\right)}{k_a^j})$

其中车流量速度-密度关系有如下公式：

$k_{\mathrm{atr}}\left(t\right)=\frac{q_a\left(t\right)}{V_{\mathrm{atr}}\left(t\right)}$

由以上Greenshields线性关系和车流量速度-密度关系可推出集散波波速的又一表达：

$w_a\left(t\right)=-\frac{k_{\mathrm{atr}}\left(t\right)V_a^f(1-\frac{k_{\mathrm{atr}}\left(t\right)}{k_a^j})}{k_a^j-k_{\mathrm{atr}}\left(t\right)}=-V_a^f\frac{k_{\mathrm{atr}}\left(t\right)}{k_a^j}$

则交通信号红灯信号期间排队车辆数为：

$N_a\left(t\right)=r_a\left|w_a\left(t\right)\right|k_a^j=V_a^f{k}_{\mathrm{atr}}\left(t\right)r_a$

根据车流量的基本关系与Greenbergv-k的线性关系式和车流量速度-密度关系式，可推出路段a上游行驶部分在时刻t的车流密度。

$\frac{1}{k_a^j}{\left[k_{\mathrm{atr}}\left(t\right)\right]}^2-k_{\mathrm{atr}}\left(t\right)+\frac{q_a\left(t\right)}{V_a^f}=0$

$k_{\mathrm{atr}}\left(t\right)=\frac{k_a^j}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]$

通过路段a上游行驶部分在时刻t的车流密度推出排队车辆数的表达形式：

$N_a\left(t\right)=V_a^f{k}_{\mathrm{atr}}\left(t\right)r_a=\frac{k_a^j{V}_a^f{r}_a}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]$

可根据交通统计，可知车辆平均长度l_v，由此路段a下游交叉口处的排队长度：

${L_{\mathrm{aqu}}\left(t\right)=l_{V}N}_a\left(t\right)=l_V\frac{k_a^j{V}_a^f{r}_a}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]$

路段a上游段的长度为：

$L_{\mathrm{atr}}\left(t\right)=L_a-L_{\mathrm{aqu}}\left(t\right)=L_a-l_V\frac{k_a^j{V}_a^f{r}_a}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]$

上游行程距离与处于交叉口处的排队车辆相关。又由于下游交叉口处的排队机动车辆数与机动车辆进入路段下游的时间段t以及此时已形成的排队的时长r’_a(t)有关。

$N_a(t,r_a^{,}\left(t\right))=\frac{k_a^j{V}_a^f{r}_a^{,}\left(t\right)}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]$

此时，对应于交叉口处的排队长度为：

$L_{\mathrm{aqu}}(t,r_a^{,}\left(t\right))=l_v{N}_{\mathrm{aqu}}(t,r_a^{,}\left(t\right))=l_V\frac{k_a^j{V}_a^f{r}_a^{,}\left(t\right)}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]$

在时间段t内，在路段a的上游行驶段，通过分析可知行程时间如下：

$T_{\mathrm{atr}}(t,r_a^{,}\left(t\right))=\frac{L_{\mathrm{atr}}(t,r_a^{,}\left(t\right))}{V_{\mathrm{atr}}\left(t\right)}=\frac{L_{\mathrm{atr}}(t,r_a^{,}\left(t\right))}{V_a^f}=\frac{L_a-l_V\frac{k_a^j{V}_a^f{r}_a}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{V_a^f}$

$=\frac{2L_a-l_V{k}_a^j{r}_a^{,}\left(t\right)V_a^f[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{2V_a^f}$

b、路段下游排队延误时间

排队消散所需要的时间则是排队末尾车辆的延误时间。绿灯时刻，车辆不在同一交叉口形成二次等车。交通信号绿灯开启，下游排队车辆获得通行权，以Q_a(t)为饱和流率，时间消散时间取决于排队末尾车的延误时间，则车辆在交叉口下游交叉口处排队延误时间：

$T_{\mathrm{aqu}}(t,r_a^{,}\left(t\right)=r_a)=\frac{N_a\left(t\right)}{Q_a\left(t\right)}=\frac{\frac{k_a^j{V}_a^f{r}_a^{,}\left(t\right)}{2}[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{Q_a\left(t\right)}$

$=\frac{k_a^j{V}_a^f{r}_a[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{2Q_a\left(t\right)}$

步骤S-1-4：城市干道动态绿波控制模型

由以上分析研究构建城市干道动态绿波控制模型，选取若干联动交叉口，车辆通过联动交叉口延误时间最小为目标函数，各交叉口通过调节绿信比，提高交通运行效率，适应实时交通动态变化，使运行车辆尽可能少遇到联动交叉口红灯信号的阻碍。

城市干道动态绿波控制，就整个红灯期间，交叉口延误时间与车辆所形成的排队有关，通常延误时间是指在绿灯将要启亮，红灯所引起的排队后退波停止后退一刻进入排队车辆的尾车的延误时间，此尾车通过交叉口的时间即为延误时间。通过分析交叉口车辆排队，可知车辆进入下一交叉口形成排队有三种情形。其一是车辆进入下一交叉口，由于在下一交叉口排队车辆过多，绿灯时长以达到限定最大值，通行权转换，放行其他相位车辆通行，导致些许车辆滞留，为了保持城市干道动态绿波控制效果，且通行能力较大，假定排队车辆均能在绿灯启亮疏散车辆；其二是车辆进入下一交叉口，在进入该交叉口进口道之前，红灯启亮，排队车辆即为前文，延误时间等于红灯时长所引起排队尾车消散时间；其三，车辆在进入下一交叉口，绿灯启亮，在前一交叉口形成排队车辆直接疏散，致使延误时间为零，故而作为一种交通情形，在以总延误最小为目标函数的模型，不需记入模型构建中。

对于联动交叉口，通过建立模型，使总的延误最小，通过分析车辆在两交叉口间运行，可知车辆在联动交叉口运行将会出现以上三种情形的车辆消散。故城市干道动态绿波控制模型如下所示。

$Z_a\left({\mathrm{\λ}}_{\mathrm{ai}}\right)=\underset{i}{\mathrm{\Σ}}{\mathrm{\τ}}_a^q(t,r_{a_i}^{,}\left(t\right)=r_{\mathrm{ai}})=\underset{i}{\mathrm{\Σ}}\frac{k_a^j{V}_a^f{r}_a[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{2Q_a\left(t\right)}$

$=\underset{i}{\mathrm{\Σ}}\frac{k_a^j{V}_a^f{c}_a(1-\frac{g_{\mathrm{ai}}}{c_a})[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{2Q_a\left(t\right)}$

$=\underset{i}{\mathrm{\Σ}}\frac{k_a^j{V}_a^f{c}_a(1-{\mathrm{\λ}}_{\mathrm{ai}})[1-\sqrt{1-\frac{{4q}_a\left(t\right)}{k_a^j{V}_a^f}}]}{2Q_a\left(t\right)}$

i为干道上的联动交叉口的编号，a为城市干道上第i个交叉口至第i+1个交叉口之间的路段，Z_a(λ_ai)为各交叉口车辆的总延误时间，λ_ai为a路段上第i个交叉口的绿信比，为a路段上红灯相位期间车流的阻塞密度，为a路段上自由流速度，为各交叉口的公共周期，，Q_a(t)为a路段上t时刻的饱和流率，q_a(t)是指a路段上t时刻的车流量。

其中，公共周期是指联动交叉口各个交叉口信号周期时长相等，周期时长是信号灯各种灯色轮流显示一次所需的时间。绿信比是指交通灯一个周期内可用于车辆通行的时间比例。自由流速度是指在交通量很小的条件下，车辆通过没有信号交叉口的城市干道的路段平均速度，可以通过测速设备测到。阻塞密度是指车辆在红灯前等候、车流处于停滞状态时，单位长度道路上存在的车辆数，可以通过对观测路段连续拍照,然后在所拍照片上直接数车辆数的方法得到。饱和流率是指整个小时都为绿灯信号时,车流不间断,且没有大的车头时距的条件下，每小时每车道通过交叉口的车辆数。

步骤S-2：选取信号联动控制的多个交叉口，检测干道交叉口之间路段上的实时车流量。

步骤S-2-1：交叉口的选取

城市干道动态绿波控制系统选取的交叉口通常限制在一定范围内，如果选取的联动交叉口超过一定数量时，就无法获得有效地绿波控制。在干道协调控制中选择联动控制的交叉口数量小于7时，不等间距交叉口群能够很容易的获得更大的绿波带宽，且更加容易获得优化配时方案。因此，i的数量范围应该处于闭区间范围[2，7]。

步骤S-2-2：交叉口信号灯相位相序的确定

在一个信号周期内，一股或几股交通流，不管任何瞬间都获得完全相同的信号灯色显示，那么就把它们获得不同灯色的连续时序陈祚一个信号相位。

为实现城市干道动态绿波控制，使控制结果最优，城市交叉口信号相位设计需根据实际城市交通情况，充分考虑城市交叉口道路组织。影响城市交叉口相位相序设计因素之一的车流轨迹的冲突点在交叉口处有三种表现形式,如图7、图8和图9所示.其中图7显示的是一个正常交叉口的车流轨迹，图7则为左转车流轨迹缩短的情形，图9为左转车流轨迹增长的情形。

通过分析左转车流轨迹线缩短图和左转车流轨迹线增长图，当城市交叉口如图8中的左转车流轨迹线缩短图所示时，通常交叉口渠化可实行先左转后直行较优；当交叉口车流轨迹为图9中的情形时，先直行在左转的连接方式优于左转再直行。

左转车导流线有两种情形，如图10和图11所示，图10表示左转车导流线在车道左侧，图11显示左转车导流线在车道右侧。根据车流轨迹分析，当交叉口左转车导流线处于图10中的情形时，实际上是增长了左转车轨迹，更适合于先直行再左转；当交叉口左转车导流线处于图11中的情形时，实际上是缩短了左转车轨迹，适合于先左转再直行的输出方式。

步骤S-2-3：检测实时车流量

城市路段车流量可采用车流量检测系统进行智能检测。检测系统是在动态绿波系统中构造的控制对象路网中，各交叉口处设置相应摄像头，通过视频分析系统获取实时信号数据，经信息传导系统在主控制器汇总。

步骤S-2-4：交叉口信号灯公共周期的确定

在城市干道动态绿波控制系统中，为了使城市干道联动交叉口的交通信号取得协调，首先需要保障联动的各个交叉口信号周期时长相等，即获得公共周期。公共周期的确定方法是，先按单点定时信号配时方法计算出各交叉口所需要的周期长度，然后从中选出最大的周期作为公共周期时长。周期时长最大的这个交叉口为关键交叉口。

最佳公共周期时长c_o，也即关键交叉口的周期时长的公式如下：

$c_o=\frac{2L_o}{V}$

L_o为最佳理想交叉口间距。最佳理想交叉口是经过渠化设计的交叉口，也即在道路上用交通标志、标线或护栏等，对行人与各种不同车型、不同方向、不同速度及不同运动状态的交通流进行引导、隔离和管制，使交通实体像渠内水流一样顺着一定的方向和路线，互不干扰地安全而有序。

V为通过带速度，即车辆行驶轨迹的余切,它表示沿交通干道可以顺利通过各交叉口的车辆的平均行驶速度。通过带是指两条平行的车辆轨迹线之间的空间，也称绿波带。

步骤S-3：根据实时车流量求解模型，得出总延误时间最小时的各交叉口的绿信比。

步骤S-3-1：采用非支配排序遗传算法求解模型

利用数学软件matlab编程建立非支配排序遗传算法模型，根据主控制器得到的实时车流量，进行运算。

步骤S-3-2：得到绿信比非劣解集，作为各交叉口的绿信比。

步骤S-4：根据各交叉口的绿信比，制定交通信号配时方案，实现干道动态绿波控制。

步骤S-4-1：相位差的确定

相位差是指两处绿灯的时间间隔。由于本发明研究的是单向动态绿波控制，可仅考虑单向(如下行方向)相位差的确定。若车队遇到下一交叉口红灯受阻，仅考虑车队头部遇到红灯情况，其他情况不进行分析研究。

在城市干道动态绿波控制中，车辆从第i个交叉口至第i+1个交叉口所用时间可为两交叉口距离与车辆运行速度之比L_atr/V_f，从车队头部到达第i+1个交叉口起至第i+1个交叉口红灯结束时间为r，从而可知两交叉口的相位差为ζ_i,i+1。

${\mathrm{\ξ}}_{i,i+1}=\frac{L_{\mathrm{atr}}}{V_f}+r$

ζ_i,i+1为第i个交叉口和第i+1个交叉口的相位差，V_f为车辆在城市干道行使的自由流速度，L_atr为车辆在路段a上的自由行驶长度，r为第i+1个交叉口的红灯时长。

由于绿灯时长根据实时车流量的变化在时刻变化，因此，红灯历时也跟着变化，因此，相位差是根据车流量的变化而变化。

步骤S-4-2：实时配时方案的制定

步骤S-2-4中能够确定公共周期，步骤S-4-1能够确定各交叉口的相位差。公共周期和相位差共同组成控制信号灯，形成红绿灯时间设置方案。

联动交叉口选取后，可以确定公共周期。而绿信比随实时车流量而变化，并且使得相位差也随实时车流量而变化，也即本发明得到的红绿灯时间设置方案也随实时车流量动态变化。对应相同的路段和交叉口，在相同的交叉时段，当车流量相对于历史统计数据发生变化时，本发明得到的红绿灯时间设置方案也能够满足车辆在绿波带中的通行需求，从而达到城市干道绿波动态协调控制的目的。

通过实证研究确定一条东西走向干道沿线四个交叉口，结合上述模型优化得到动态协调控制方案，通过在交通仿真软件Vissim中的建模进行案例分析。结果显示，在相同时段，与传统控制方式相比，所选取路口总的车均延误减少38％，交通通畅率有显著改善。

实施例作用与效果

根据本实施例所涉及的城市干道绿波控制方法，因为建立干道动态绿波控制模型，并根据实时车流量求解模型，得出总延误时间最小时的各交叉口的绿信比，制定交通信号配时方案，而且配时方案会随实时车流量而变化，使得信号灯变化能动态满足绿波控制的需要，车辆总延误时间始终保持最小，减少了各交叉口的交通阻塞，提高了交通通畅率。

当然，本发明涉及的城市干道绿波控制方法并不仅仅局限于上述具体实施方式。

Claims (6)

1.一种城市干道绿波控制方法,其特征在于，包括以下步骤：

步骤一，建立城市干道动态绿波控制模型，所述模型以干道上信号联动控制的交叉口的绿信比作为变量，对车辆通过各交叉口总延误时间进行优化：

$Z_a\left({\mathrm{\λ}}_{ai}\right)=\underset{i}{\Σ}\frac{k_a^j{V}_a^f{c}_a(1-{\mathrm{\λ}}_{ai})\[1-\sqrt{1-\frac{4q_a\left(t\right)}{k_a^j{V}_a^f}}\]}{2Q_a\left(t\right)}$

i为干道上的联动交叉口的编号，a为城市干道上第i个交叉口至第i+1个交叉口之间的路段，Z_a(λ_ai)为各交叉口车辆的总延误时间，λ_ai为a路段上第i个交叉口的绿信比，为a路段上红灯相位期间车流的阻塞密度，为a路段上自由流速度，c_a为各交叉口的公共周期，Q_a(t)为a路段上t时刻的饱和流率，q_a(t)是指a路段上t时刻的车流量；

步骤二，选取信号联动控制的多个交叉口，检测干道交叉口之间路段上的实时车流量；

步骤三，根据实时车流量求解所述模型，得出总延误时间最小时的各交叉口的绿信比；

步骤四，根据各交叉口的所述绿信比，制定实时配时方案。

2.根据权利要求1所述的城市干道绿波控制方法，其特征在于：

其中，所述步骤三中的所述模型的求解采用非支配排序遗传算法，得到绿信比非劣解集，作为各交叉口的所述绿信比。

3.根据权利要求1所述的城市干道绿波控制方法，其特征在于：

其中，所述公共周期的确定方法为：

$c_a=c_o\frac{2L_o}{V}$

c_o为最佳公共周期时长，L₀为最佳理想交叉口间距,V为通过带速度。

4.根据权利要求1所述的城市干道绿波控制方法，其特征在于：

其中，所述i处于闭区间[2，7]的范围内。

5.根据权利要求1所述的城市干道绿波控制方法，其特征在于：

其中，所述实时车流量可通过车道上的视频数字分析系统获得。

6.根据权利要求1所述的城市干道绿波控制方法，其特征在于：

其中，所述步骤四还包括根据所述绿信比得到相位差，所述公共周期和所述相位差共同形成控制信号灯的实时配时方案。