CN104376725A - 一种膨胀效应下信号交叉口非机动车道渠化控制方法 - Google Patents

Abstract

本发明公开了一种膨胀效应下信号交叉口非机动车道渠化控制方法，包括以下步骤：步骤10）利用视频检测器进行数据采集；步骤20）提取数据；步骤30）建立车辆行驶仿真模型；步骤40）仿真膨胀效应；步骤50）进行非机动车膨胀渠化控制。该控制方法能降低非机动车膨胀对机动车过街所造成的干扰、降低机动车过街延误、提升信号交叉口运行效率。

Description

一种膨胀效应下信号交叉口非机动车道渠化控制方法

技术领域

本发明涉及一种信号交叉口非机动车道的渠化控制方法，具体来说，涉及一种膨胀效应下信号交叉口非机动车道渠化控制方法。

背景技术

非机动车是指人力自行车和电动自行车的统称。非机动车以其方便灵敏、环保节能的优点而在城市中被广泛使用。在城市交通高峰期，信号交叉口处存在大量的非机动车过街需求，在非机动车交通的直行和左转过程中，非机动车会频繁闯入机动车道进而产生膨胀效应。发生膨胀效应时，非机动车会侵占机动车道，对机动车产生摩擦干扰和阻滞干扰，造成机动车通过交叉口的延误增加，削弱了交叉口的通行能力，造成交通拥堵。另外，非机动车相对于机动车的整体安全性能较差，在与机动车的冲突中处于弱势地位，膨胀严重时骑行者的安全难以保证，极易引发交通事故。

然而，膨胀并非总是有害，膨胀程度较低时反而有利于交叉口的交通运行。发生膨胀时，机动车道提供了额外的空间以便速度更高的非机动车超越速度更低的非机动车，可减少非机动车在交叉口的清空时间。但当膨胀超过一定程度后，其弊大于利。膨胀程度与非机动车过街需求密切相关。当非机动车过街数量较大时，非机动车闯入机动车道的次数也会较多，进而机非干扰也会较强。

国内现有的信号交叉口管理方式缺乏对非机动车膨胀效应的控制，没有针对不同膨胀程度对机动车造成的延误建立相应的控制方法。若能根据非机动车过街需求确定其膨胀程度，一方面，在膨胀较为严重时运用信号交叉口渠化技术，分离非机动车交通与机动车交通，降低机动车延误；另一方面，在膨胀程度较小时，允许非机动车膨胀，以加快非机动车的清空。这种考虑膨胀程度的信号交叉口管理方式，能够主动适应信号交叉口的过街需求，发挥膨胀效应优势，抑制膨胀效应危害。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种膨胀效应下信号交叉口非机动车道渠化控制方法，该控制方法降低非机动车膨胀对机动车过街所造成的干扰、降低机动车过街延误、提升信号交叉口运行效率。

技术方案：为解决上述技术问题，本发明采用的技术方案是：

一种膨胀效应下信号交叉口非机动车道渠化控制方法，包括以下步骤：

步骤10)利用视频检测器进行数据采集：将摄像机架设在待测交叉口路边，使摄像机的拍摄范围覆盖该交叉口的某一进口道和与该进口道对应的出口道，且拍摄到高峰期非机动车和机动车的到达和驶离过程；视频中拍摄的非机动车包括人力自行车和电动自行车；

步骤20)提取数据；

步骤30)建立车辆行驶仿真模型；

步骤40)仿真膨胀效应；

步骤50)进行非机动车膨胀渠化控制。

进一步，所述的步骤20)包括以下步骤：

步骤201)从城市网络矢量地图上提取待测交叉口的几何参数，几何参数包括非机动车进口道宽度H以及交叉口的长度L；

步骤202)根据步骤10)摄像机拍摄的视频，统计高峰期时段5个信号周期，红灯期间聚集在进口道上的直行人力自行车数量N_i，以及直行电动车数量N_i′；i为整数，且i＝1、2、···、5；统计高峰期时段5个信号周期，红灯期间聚集在进口道上的左转人力自行车数量N_li，以及左转电动车数量N_li′；i为整数，且i＝1、2、···、5；依式(1)测算直行人力自行车和直行电动自行车的比例E₁，依式(2)测算直行电动自行车和左转电动自行车的比例E₂：

$E_1=\frac{\underset{i}{\mathrm{\Σ}}{N_i}^{\′}}{\underset{i}{\mathrm{\Σ}}{N}_i+\underset{i}{\mathrm{\Σ}}{N_i}^{\′}}$    式(1)

$E_2=\frac{\underset{i}{\mathrm{\Σ}}{N_{\mathrm{li}}}^{\′}}{\underset{i}{\mathrm{\Σ}}{N}_{\mathrm{li}}+\underset{i}{\mathrm{\Σ}}{N_{\mathrm{li}}}^{\′}}$    式(2)

步骤203)根据步骤202)采集的5个信号周期中，位于最内侧直行车道的直行机动车从绿灯启亮至完全通过交叉口的时间以及位于最内侧的左转车道的左转机动车从绿灯启亮至完全通过交叉口的时间位于最外侧的直行车道的直行机动车从绿灯启亮至完全通过交叉口的时间以及位于最外侧的左转车道的左转机动车从绿灯启亮至完全通过交叉口的时间分别为测算实际测得的直行非机动车膨胀对机动车造成的延误D_i和左转非机动车膨胀对机动车造成的延误D_i ^′，其中， $D_i=T_{\mathrm{out}}^i-T_{\mathrm{in}}^i,$ $D_i\′=T_{\mathrm{out}}^i\′-T_{\mathrm{in}}^i\′;$

步骤204)将步骤10)拍摄的视频导入软件Adobe Premiere中，该软件对视频以每秒25帧的速率播放，测算人力自行车通过交叉口的加速度a₁、电动自行车通过交叉口的加速度a₂、机动车通过交叉口的加速度a₃、人力自行车通过交叉口的最大速度v_max1、电动自行车通过交叉口的最大速度v_max2和机动车通过交叉口的最大速度v_max3。

进一步，所述的步骤30)包括以下步骤：

步骤301)将交叉口划分为多个元胞，并建立坐标系，该坐标系以车辆运行方向为横坐标，垂直于车辆运行方向为纵坐标，坐标原点位于进口道停车线后方200m处的非机动车道上；交叉口中1m宽和1m长的范围为一个元胞；将步骤204)获取的机动车的最大速度和非机动车的最大速度按照元胞/秒进行量纲转换，将步骤204)获取的机动车的加速度和非机动车的加速度按照元胞/秒²进行量纲转换；根据步骤20)获取的交叉口的长度和进口道的宽度，将进口道与出口道划分成多个子车道，并进行编号，

步骤302)：确定非机动车n在t+1时刻在横坐标轴的位置，初始时刻非机动车n的速度和位置都为0，根据步骤20)获取的非机动车的加速度和最大速度，确定非机动车n从t时刻到t+1时刻的速度、间距和位置；

步骤303)确定非机动车n在t+1时刻所处的侧向位置；

步骤304)根据步骤20)获取的机动车的加速度和最大速度，确定机动车前向行驶的速度和位置。

进一步，所述的步骤302)中：确定非机动车n从t时刻到t+1时刻的速度、间距和位置的过程为：

对于加速行驶：如果t时刻非机动车n的速度vb_n(t)小于非机动车n的最大速度vb_max，当非机动车是人力自行车时，vb_max＝v_max1；当非机动车是电动自行车时，vb_max＝v_max2，那么t+1时刻非机动车n的速度vb_n(t+1)＝vb_n(t)+1；如果t时刻非机动车n的速度vb_n(t)等于最大速度vb_max，那么t+1时刻非机动车n的速度vb_n(t+1)＝vb_n(t)；

对于减速行驶：如果t+1时刻非机动车n的速度vb_n(t+1)大于t时刻非机动车n与正前方最接近的非机动车的间距那么t+1时刻非机动车n的速度否则，t+1时刻非机动车n的速度vb_n(t+1)保持不变；

随机慢化：t+1时刻非机动车n的速度vb_n(t+1)以概率p_r减速，如果随机数p大于或者等于p_r，那么t+1时刻非机动车n的速度为vb_n(t+1)-1；如果随机数p小于p_r，那么t+1时刻非机动车n的速度保持不变；

确定前向运动位置：根据t时刻非机动车n的位置xb_n(t)和t+1时刻非机动车n的速度vb_n(t+1)，根据式(3)确定t+1时刻非机动车n的位置xb_n(t+1)：

xb_n(t+1)＝xb_n(t)+vb_n(t+1)   式(3)

其中，xb_n(t)为t时刻非机动车n在坐标系中的横坐标；xb_n(t+1)为t+1时刻非机动车n在坐标系中的横坐标。

进一步，所述的步骤303)包括以下步骤：

步骤3031)检查非机动车是否具有换道倾向：如果或者那么在t时刻非机动车n具有换道倾向，进入步骤3032)；如果db(t)≥vb(t)或者那么在t时刻非机动车n不具有换道倾向；其中，表示在t时刻非机动车n与正前方最接近的非机动车的间距，vbn(t)表示在t时刻非机动车n的行驶速度，表示在t时刻非机动车n驶入机动车车道后，位于非机动车n后方最接近的机动车与非机动车n的间距；vv_bn(t)表示在t时刻非机动车n驶入机动车车道时，位于非机动车n后方最接近的机动车的行驶速度；

步骤3032)检查非机动车是否可以换道：如果非机动车n同时满足和那么非机动车n在t时刻满足换道条件，否则不满足换道条件；其中，表示在t时刻非机动车n与侧前方的位于机动车车道上的机动车的间距，vb_n(t)表示在t时刻非机动车n的行驶速度，表示在t时刻非机动车n与侧后方的位于机动车车道上的机动车的间距，db_safe(t)表示非机动车的安全行驶间距；

如果非机动车n满足换道条件，则随机的选择非机动车n在t+1时刻的行驶车道；如果非机动车n不满足换道条件，则非机动车n在非机动车道上行驶，不能换道。

进一步，所述的步骤304)的过程如下：

对于加速行驶：如果t时刻机动车m的速度vv_m(t)小于机动车m的最大速度vv_max，那么t+1时刻机动车m的速度vv_m(t+1)＝vv_m(t)+1；如果t时刻机动车m的速度vv_m(t)等于机动车m的最大速度vv_max，那么t+1时刻机动车m的速度vv_m(t+1)＝vv_m(t)；

对于减速行驶：如果t+1时刻机动车m的速度vv_m(t+1)大于t时刻机动车m与正前方最接近的机动车的间距那么t+1时刻机动车m的速度否则，t+1时刻机动车m的速度vv_m(t+1)保持不变；

随机慢化：t+1时刻机动车m的速度vv_m(t+1)以概率减速，如果随机数p′大于或者等于那么在t+1时刻机动车m的速度为vv_m(t+1)-1；如果随机数p′小于那么在t+1时刻机动车m的速度保持不变；

确定前向运动位置：根据t时刻机动车m的位置xv_m(t)和t+1时刻机动车m的速度vv_m(t+1)，根据式(4)确定t+1时刻机动车m的位置xv_m(t+1)：

xv_m(t+1)＝xv_m(t)+vv_m(t+1)   式(4)

其中，xv_m(t)为t时刻机动车m在坐标系中的横坐标，xv_m(t+1)为t+1时刻机动车m在坐标系中的横坐标。

进一步，所述的步骤40)包括以下过程：

步骤401)使用Matlab 2013b软件编译步骤30)，初始化生成机动车和非机动车；根据非机动车进口道宽度H，将非机动车进口道划分为多个子车道，每个子车道的宽度为1m，每个子车道为单车道；将步骤20)获取的高峰期时段的5个信号周期非机动车到达交叉口进口道的车辆数，初始化生成于非机动车进口道上；固定在停车线后方排队的机动车数量为10辆，将其初始化生成于机动车进口道上；根据步骤20)确定每辆非机动车的车辆类型；

步骤402)进行仿真膨胀：根据步骤30)建立的车辆行驶仿真模型，仿真车辆通过交叉口；

步骤403)提取非机动车膨胀对机动车造成的延误：执行步骤30)时，记录5个信号周期位于最外侧机动车道上，机动车从绿灯开启到离开交叉口的时间作为非机动车膨胀影响下机动车的清空时间；根据步骤20)获取的最内侧机动车道上，机动车从绿灯开启到离开交叉口的时间作为不受非机动车膨胀影响下机动车的清空时间；计算仿真模型中非机动车膨胀造成的直行机动车延误时间 $D_{\mathrm{sim}}^i=T_{\mathrm{sim}}^i-T_{\mathrm{in}}^i,i=1...5;$

记录5个信号周期最外侧左转机动车道上，机动车从绿灯开启到离开交叉口的时间作为非机动车膨胀影响下机动车的清空时间；根据步骤20)获取的最内侧左转机动车道上，机动车从绿灯开启到离开交叉口的时间作为不受非机动车膨胀影响下机动车的清空时间；计算仿真模型中非机动车膨胀造成的左转机动车延误时间 $D_{\mathrm{sim}}^i\′=T_{\mathrm{sim}}^i\′-T_{\mathrm{in}}^i\′,i=1...5;$

步骤404)验证仿真模型：对比步骤20)获取的5个信号周期实测的机动车膨胀延误时间D_i与步骤403)获取的5个周期仿真机动车膨胀延误时间如果直行膨胀延误误差和左转膨胀延误误差均小于5％，则仿真结果可靠；如果直行膨胀延误误差大于或等于5％，或者左转膨胀延误误差大于或等于5％，则调整步骤30)中的概率p_r和p_r′，直到直行膨胀延误误差和左转膨胀延误误差均小于5％。

进一步，所述的步骤50)包括以下过程：

步骤501)判断交叉口是否需要进行非机动车膨胀效应渠化控制：固定机动车到达量为10辆，根据步骤40)仿真非机动车到达量从0变化到100时，膨胀造成的机动车延误D_sim，画出非机动车数量与膨胀延误的关系曲线图，取膨胀延误控制阈值T为10s，从关系曲线图中找出对应的非机动车到达量N_c，如果该交叉口高峰期时段所采集的5个信号周期的非机动车到达量平均值大于N_c，则进入步骤502)；如果该交叉口高峰期时段所采集的5个信号周期的非机动车到达量平均值小于或等于N_c，则交叉口不需要进行非机动车膨胀渠化控制；

步骤502)进行非机动车膨胀效应渠化控制：

若红灯期间左转非机动车数量超过N_c，则进行左转非机动车膨胀渠化控制，在交叉口非机动车左转区域内施划渠化标线和警示标志，限定非机动车在交叉口内左转的运行轨迹范围；

若红灯期间直行非机动车数量超过N_c，则进行直行非机动车膨胀渠化控制，在交叉口内部施划直行非机动车道与机动车车道的分隔线，直行非机动车道右侧施划包裹膨胀区域的渠化标线及其警示标志。

有益效果：与现有技术相比，本发明的有益效果是：

1.本发明所述的在膨胀效应下的非机动车道渠化控制方案限制了直行和左转非机动车在经过交叉口的有害膨胀，减少了非机动车对机动车的摩擦干扰和阻滞干扰，降低机动车由于非机动车膨胀效应而造成的延误，提高了交叉口机动车的通过能力。

2.本发明所述的非机动车道渠化控制方案，消除了左转和直行非机动车与机动车在通过交叉口的冲突，采用标线的形式隔离了机动车和非机动车的运行轨迹，提高了非机动车和机动车运行的安全性。

3.本发明所述的非机动车道渠化控制方案，规范了典型的四相位交叉口对机动车和非机动车的运行管理，降低了交叉口发生拥堵的可能性，提高了交叉口的工作效率和安全性。

附图说明

图1是本发明的流程框图。

图2是直行非机动车的膨胀效应示意图。

图3是左转非机动车的膨胀效应示意图。

图4是本发明中视频检测器的位置示意图。

图5是车道划分坐标示意图。

图6是本发明中直行非机动车道渠化控制示意图。

图7是本发明中左转非机动车道渠化控制示意图。

图8是本发明实施例中非机动车数量与膨胀延误的关系曲线图。

具体实施方式

下面结合附图，对本发明的技术方案进行详细的说明。

如图2和图3所示，是现有交叉口经常出现的直行非机动车和左转非机动车膨胀效应示意图，影响了机动车的正常行驶。基于此现状，申请人提出了本发明的技术方案。

如图1所示，本发明的一种膨胀效应下信号交叉口非机动车道渠化控制方法，包括以下步骤：

步骤10)利用视频检测器进行数据采集：如图4所示，将摄像机架设在待测交叉口路边，使摄像机的拍摄范围覆盖该交叉口的某一进口道和与该进口道对应的出口道，且拍摄到高峰期非机动车和机动车的到达和驶离过程；视频中拍摄的非机动车包括人力自行车和电动自行车。

在步骤10)中，高峰期是指道路上车辆数最多的时间段，通常，早高峰为早上7:00—9:00，晚高峰为17:00—19:00。

步骤20)提取数据，具体包括步骤201)至204)。

步骤201)从城市网络矢量地图上提取待测交叉口的几何参数，几何参数包括非机动车进口道宽度H以及交叉口的长度L；

步骤202)根据步骤10)摄像机拍摄的视频，统计高峰期时段5个信号周期，红灯期间聚集在进口道上的直行人力自行车数量N_i，以及直行电动车数量N_i′；i为整数，且i＝1、2、···、5；统计高峰期时段5个信号周期，红灯期间聚集在进口道上的左转人力自行车数量N_li，以及左转电动车数量N_li′；i为整数，且i＝1、2、···、5；依式(1)测算直行人力自行车和直行电动自行车的比例E₁，依式(2)测算直行电动自行车和左转电动自行车的比例E₂：

$E_1=\frac{\underset{i}{\mathrm{\Σ}}{N_i}^{\′}}{\underset{i}{\mathrm{\Σ}}{N}_i+\underset{i}{\mathrm{\Σ}}{N_i}^{\′}}$    式(1)

$E_2=\frac{\underset{i}{\mathrm{\Σ}}{N_{\mathrm{li}}}^{\′}}{\underset{i}{\mathrm{\Σ}}{N}_{\mathrm{li}}+\underset{i}{\mathrm{\Σ}}{N_{\mathrm{li}}}^{\′}}$    式(2)

在步骤202)中，信号周期是指各个行车方向完成一组色灯变换所需总时间，等于红灯时间+绿灯时间+黄灯时间。

步骤203)根据步骤202)采集的5个信号周期中，位于最内侧直行车道的直行机动车从绿灯启亮至完全通过交叉口的时间以及位于最内侧的左转车道的左转机动车从绿灯启亮至完全通过交叉口的时间位于最外侧的直行车道的直行机动车从绿灯启亮至完全通过交叉口的时间以及位于最外侧的左转车道的左转机动车从绿灯启亮至完全通过交叉口的时间分别为测算实际测得的直行非机动车膨胀对机动车造成的延误D_i和左转非机动车膨胀对机动车造成的延误D_i′，其中， $D_i=T_{\mathrm{out}}^i-T_{\mathrm{in}}^i,$ $D_i\′=T_{\mathrm{out}}^i\′-T_{\mathrm{in}}^i\′.$

位于最内侧的直行车道是指进口道上位于最左侧的直行车道。位于最内侧的左转车道是指进口道上位于最左侧的左转车道。位于最外侧的直行车道是指进口道上位于最右侧的直行车道。位于最外侧的左转车道是指进口道上位于最右侧的左转车道。信号交叉口包括进口道、交叉口内部区域和出口道。

步骤204)将步骤10)拍摄的视频导入软件Adobe Premiere中，该软件对视频以每秒25帧的速率播放，测算人力自行车通过交叉口的加速度a₁、电动自行车通过交叉口的加速度a₂、机动车通过交叉口的加速度a₃、人力自行车通过交叉口的最大速度v_max1、电动自行车通过交叉口的最大速度v_max2和机动车通过交叉口的最大速度v_max3。

步骤30)建立车辆行驶仿真模型，具体包括步骤301)至步骤304)。

步骤301)将交叉口划分为多个元胞，并建立坐标系。如图5所示，该坐标系以车辆运行方向为横坐标，垂直于车辆运行方向为纵坐标，坐标原点位于进口道停车线后方200m处的非机动车道上；交叉口中1m宽和1m长的范围为一个元胞；将步骤204)获取的机动车的最大速度和非机动车的最大速度按照元胞/秒进行量纲转换，将步骤204)获取的机动车的加速度和非机动车的加速度按照元胞/秒²进行量纲转换；根据步骤20)获取的交叉口的长度和进口道的宽度，将进口道与出口道划分成多个子车道，并进行编号。

步骤302)：确定非机动车n在t+1时刻在横坐标轴的位置，初始时刻非机动车n的速度和位置都为0，根据步骤20)获取的非机动车的加速度和最大速度，确定非机动车n从t时刻到t+1时刻的速度、间距和位置。

所述的步骤302)中：确定非机动车n从t时刻到t+1时刻的速度、间距和位置的过程为：

对于加速行驶：如果t时刻非机动车n的速度vb_n(t)小于非机动车n的最大速度vb_max，当非机动车是人力自行车时，vb_max＝v_max1；当非机动车是电动自行车时，vb_max＝v_max2，那么t+1时刻非机动车n的速度vb_n(t+1)＝vb_n(t)+1；如果t时刻非机动车n的速度vb_n(t)等于最大速度vb_max，那么t+1时刻非机动车n的速度vb_n(t+1)＝vb_n(t)；

vb_n(t+1)＝min(vb_n(t)+1,vb_max)

对于减速行驶：如果t+1时刻非机动车n的速度vb_n(t+1)大于t时刻非机动车n与正前方最接近的非机动车的间距那么t+1时刻非机动车n的速度否则，t+1时刻非机动车n的速度vb_n(t+1)保持不变；

$v{b}_n(t+1)=\min (v{b}_n(t+1),d{b}_n^f\left(t\right))$

随机慢化：t+1时刻非机动车n的速度vb_n(t+1)以概率p_r减速，如果随机数p大于或者等于p_r，那么t+1时刻非机动车n的速度为vb_n(t+1)-1；如果随机数p小于p_r，那么t+1时刻非机动车n的速度保持不变；

确定前向运动位置：根据t时刻非机动车n的位置xb_n(t)和t+1时刻非机动车n的速度vb_n(t+1)，根据式(3)确定t+1时刻非机动车n的位置xb_n(t+1)：

xb_n(t+1)＝xb_n(t)+vb_n(t+1)   式(3)

其中，xb_n(t)为t时刻非机动车n在坐标系中的横坐标；xb_n(t+1)为t+1时刻非机动车n在坐标系中的横坐标。

步骤303)确定非机动车n在t+1时刻所处的侧向位置：具体包括步骤3031)和步骤3032)：

步骤3031)检查非机动车是否具有换道倾向：如果或者那么在t时刻非机动车n具有换道倾向，进入步骤3032)；如果db(t)≥vb(t)或者那么在t时刻非机动车n不具有换道倾向；其中，表示在t时刻非机动车n与正前方最接近的非机动车的间距，vb_n(t)表示在t时刻非机动车n的行驶速度，表示在t时刻非机动车n驶入机动车车道后，位于非机动车n后方最接近的机动车与非机动车n的间距；vv_bn(t)表示在t时刻非机动车n驶入机动车车道时，位于非机动车n后方最接近的机动车的行驶速度；

步骤3032)检查非机动车是否可以换道：如果非机动车n同时满足和那么非机动车n在t时刻满足换道条件，否则不满足换道条件；其中，表示在t时刻非机动车n与侧前方的位于机动车车道上的机动车的间距，vb_n(t)表示在t时刻非机动车n的行驶速度，表示在t时刻非机动车n与侧后方的位于机动车车道上的机动车的间距，db_safe(t)表示非机动车的安全行驶间距；

如果非机动车n满足换道条件，则随机的选择非机动车n在t+1时刻的行驶车道；如果非机动车n不满足换道条件，则非机动车n在非机动车道上行驶，不能换道。

步骤304)根据步骤20)获取的机动车的加速度和最大速度，确定机动车前向行驶的速度和位置：

对于加速行驶：如果t时刻机动车m的速度vv_m(t)小于机动车m的最大速度vv_max，那么t+1时刻机动车m的速度vv_m(t+1)＝vv_m(t)+1；如果t时刻机动车m的速度vv_m(t)等于机动车m的最大速度vv_max，那么t+1时刻机动车m的速度vv_m(t+1)＝vv_m(t)；

vv_m(t+1)＝min(vv_m(t)+1,vv_max)

对于减速行驶：如果t+1时刻机动车m的速度vv_m(t+1)大于t时刻机动车m与正前方最接近的机动车的间距那么t+1时刻机动车m的速度否则，t+1时刻机动车m的速度vv_m(t+1)保持不变；

$v{v}_m(t+1)=\min (v{v}_m(t+1),d{v}_m^f\left(t\right))$

随机慢化：t+1时刻机动车m的速度vv_m(t+1)以概率p′_r减速，如果随机数p′大于或者等于p′_r，那么在t+1时刻机动车m的速度为vv_m(t+1)-1；如果随机数p′小于p′_r，那么在t+1时刻机动车m的速度保持不变；

确定前向运动位置：根据t时刻机动车m的位置xv_m(t)和t+1时刻机动车m的速度vv_m(t+1)，根据式(4)确定t+1时刻机动车m的位置xv_m(t+1)：

xv_m(t+1)＝xv_m(t)+vv_m(t+1)   式(4)

其中，xv_m(t)为t时刻机动车m在坐标系中的横坐标，xv_m(t+1)为t+1时刻机动车m在坐标系中的横坐标。

步骤40)仿真膨胀效应，具体包括步骤401)至步骤404)。

步骤401)使用Matlab 2013b软件编译步骤30)，初始化生成机动车和非机动车；根据非机动车进口道宽度H，将非机动车进口道划分为多个子车道，每个子车道的宽度为1m，每个子车道为单车道；将步骤20)获取的高峰期时段的5个信号周期非机动车到达交叉口进口道的车辆数，初始化生成于非机动车进口道上；固定在停车线后方排队的机动车数量为10辆，将其初始化生成于机动车进口道上；根据步骤20)确定每辆非机动车的车辆类型。

步骤402)进行仿真膨胀：根据步骤30)建立的车辆行驶仿真模型，仿真车辆通过交叉口。

步骤403)提取非机动车膨胀对机动车造成的延误：执行步骤30)时，记录5个信号周期位于最外侧机动车道上，机动车从绿灯开启到离开交叉口的时间作为非机动车膨胀影响下机动车的清空时间；根据步骤20)获取的最内侧机动车道上，机动车从绿灯开启到离开交叉口的时间作为不受非机动车膨胀影响下机动车的清空时间；计算仿真模型中非机动车膨胀造成的直行机动车延误时间 $D_{\mathrm{sim}}^i=T_{\mathrm{sim}}^i-T_{\mathrm{in}}^i,i=1...5;$

记录5个信号周期最外侧左转机动车道上，机动车从绿灯开启到离开交叉口的时间作为非机动车膨胀影响下机动车的清空时间；根据步骤20)获取的最内侧左转机动车道上，机动车从绿灯开启到离开交叉口的时间作为不受非机动车膨胀影响下机动车的清空时间；计算仿真模型中非机动车膨胀造成的左转机动车延误时间 $D_{\mathrm{sim}}^i\′=T_{\mathrm{sim}}^i\′-T_{\mathrm{in}}^i\′,i=1\·\·\·5.$

最外侧机动车道是指进口道中位于最右侧的直行车道。最内侧机动车道是指进口道中位于最左侧的直行车道。最外侧左转机动车道是指进口道中位于最右侧的左转车道。最内侧左转机动车道是指进口道的最左侧左转车道。

步骤404)验证仿真模型：对比步骤20)获取的5个信号周期实测的机动车膨胀延误时间D_i与步骤403)获取的5个周期仿真机动车膨胀延误时间如果直行膨胀延误误差和左转膨胀延误误差均小于5％，则仿真结果可靠；如果直行膨胀延误误差大于或等于5％，或者左转膨胀延误误差大于或等于5％，则调整步骤30)中的概率pr和pr′，直到直行膨胀延误误差和左转膨胀延误误差均小于5％。

步骤50)进行非机动车膨胀渠化控制，具体包括步骤501)至步骤502)。

步骤501)判断交叉口是否需要进行非机动车膨胀效应渠化控制：固定机动车到达量为10辆，根据步骤40)仿真非机动车到达量从0变化到100时，膨胀造成的机动车延误D_sim，画出非机动车数量与膨胀延误的关系曲线图，取膨胀延误控制阈值T为10s，从关系曲线图中找出对应的非机动车到达量N_c，如果该交叉口高峰期时段所采集的5个信号周期的非机动车到达量平均值大于N_c，则进入步骤502)；如果该交叉口高峰期时段所采集的5个信号周期的非机动车到达量平均值小于或等于N_c，则交叉口不需要进行非机动车膨胀渠化控制。

步骤502)进行非机动车膨胀效应渠化控制：

如图7所示，若红灯期间左转非机动车数量超过N_c，则进行左转非机动车膨胀渠化控制，在交叉口非机动车左转区域内施划渠化标线和警示标志，限定非机动车在交叉口内左转的运行轨迹范围。

如图6所示，若红灯期间直行非机动车数量超过N_c，则进行直行非机动车膨胀渠化控制，在交叉口内部施划直行非机动车道与机动车车道的分隔线，直行非机动车道右侧施划包裹膨胀区域的渠化标线及其警示标志。

本发明针对信号交叉口非机动车交通流的膨胀效应，提出一种信号交叉口的渠化控制方法，皆在消除非机动车膨胀对机动车过街所造成的干扰、降低机动车过街延误、提升信号交叉口运行效率。首先是获取检测数据，分析膨胀效应：在交叉口安装视频检测器，采集视频数据，运用视频读取软件和统计学方法从实测视频中提取机动车和非机动车的运行数据。其次是运用仿真技术，建立仿真模型：运用元胞自动机技术，制定非机动车和机动车过街运行规则，建立膨胀效应仿真模型。然后是再现膨胀效应，获取膨胀效应造成的延误：采用Matlab2013b编译仿真模型，输入检测数据执行仿真程序，以获取非机动车过街数量与膨胀延误的关系曲线。最后是确定膨胀延误控制阈值，判断交叉口是否需要进行渠化控制，并对超过膨胀延误控制阈值的交叉口实施渠化控制。

下面例举一实施例。以宁波市中兴路和百丈路交叉口的直行非机动车膨胀控制为例。

1.数据采集提取

对宁波市中兴路和百丈路交叉口过街交通进行视频采集，采集时间为晚高峰，拍摄时长为1h，在城市道路网络矢量图上提取交叉口长度L、非机动车道宽度H等，根据最大膨胀位置L_m＝32.5m，计算出最大膨胀比L_d＝0.68，各项数据如下表所示：

将采集的视频导入Adobe Premiere获取该交叉口的车辆加速度和最大速度，并转换为元胞/秒和元胞/秒²的量纲。计算电动自行车比例。

2.进行模型仿真

根据元胞自动机仿真，标定慢化概率p_r为0.32。根据5个周期红灯期间到达的自行车和电动车数量，可标定电动自行车比例为0.58。进一步对比仿真膨胀延误与实测膨胀延误，验证模型有效性。

从上表可见，仿真值与实测值的误差在可接受范围，说明模型可靠。

3.获取非机动车数量与膨胀延误关系曲线

仿真获取非机动车到达量从1变动到100时，膨胀造成的机动车延误D_sim，用Matlab 2013b画出非机动车数量与膨胀延误的关系曲线，如图8所示。将控制延误定义为10s。

从图8可知，当非机动车数量达到55辆时，膨胀延误大于10s，即非机动车控制值N_c＝55。而该交叉口周期平均到达车辆数为77，说明该交叉口膨胀延误较大，需要进行直行非机动车过街的渠划控制。

4.实施直行非机动车道渠化控制方案

实施对直行非机动车的膨胀渠化控制，在直行非机动车道施划相应标志标线，以限制非机动车的膨胀效应，渠化图如图6所示。

本发明未涉及的技术均可通过现有技术加以实现以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。

Claims (8)

1.一种膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，该控制方法包括以下步骤：

步骤10)利用视频检测器进行数据采集：将摄像机架设在待测交叉口路边，使摄像机的拍摄范围覆盖该交叉口的某一进口道和与该进口道对应的出口道，且拍摄到高峰期非机动车和机动车的到达和驶离过程；视频中拍摄的非机动车包括人力自行车和电动自行车；

步骤20)提取数据；

步骤30)建立车辆行驶仿真模型；

步骤40)仿真膨胀效应；

步骤50)进行非机动车膨胀渠化控制。

2.按照权利要求1所述的膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，所述的步骤20)包括以下步骤：

步骤201)从城市网络矢量地图上提取待测交叉口的几何参数，几何参数包括非机动车进口道宽度H以及交叉口的长度L；

步骤202)根据步骤10)摄像机拍摄的视频，统计高峰期时段5个信号周期，红灯期间聚集在进口道上的直行人力自行车数量N_i，以及直行电动车数量N_i′；i为整数，且i＝1、2、…、5；统计高峰期时段5个信号周期，红灯期间聚集在进口道上的左转人力自行车数量N_li，以及左转电动车数量N_li′；i为整数，且i＝1、2、…、5；依式(1)测算直行人力自行车和直行电动自行车的比例E₁，依式(2)测算直行电动自行车和左转电动自行车的比例E₂：

$E_1=\frac{\underset{i}{\mathrm{\Σ}}{N_i}^{\′}}{\underset{i}{\mathrm{\Σ}}{N}_i+\underset{i}{\mathrm{\Σ}}{N_i}^{\′}}$       式(1)

$E_2=\frac{\underset{i}{\mathrm{\Σ}}{N_{\mathrm{li}}}^{\′}}{\underset{i}{\mathrm{\Σ}}{N}_{\mathrm{li}}+\underset{i}{\mathrm{\Σ}}{N_{\mathrm{li}}}^{\′}}$       式(2)

步骤203)根据步骤202)采集的5个信号周期中，位于最内侧直行车道的直行机动车从绿灯启亮至完全通过交叉口的时间以及位于最内侧的左转车道的左转机动车从绿灯启亮至完全通过交叉口的时间位于最外侧的直行车道的直行机动车从绿灯启亮至完全通过交叉口的时间以及位于最外侧的左转车道的左转机动车从绿灯启亮至完全通过交叉口的时间分别为测算实际测得的直行非机动车膨胀对机动车造成的延误D_i和左转非机动车膨胀对机动车造成的延误D_i′，其中， $D_i=T_{\mathrm{out}}^i-T_{\mathrm{in}}^i,{D_i}^{\′}={T_{\mathrm{out}}^i}^{\′}-{T_{\mathrm{in}}^i}^{\′};$

步骤204)将步骤10)拍摄的视频导入软件Adobe Premiere中，该软件对视频以每秒25帧的速率播放，测算人力自行车通过交叉口的加速度a₁、电动自行车通过交叉口的加速度a₂、机动车通过交叉口的加速度a₃、人力自行车通过交叉口的最大速度v_max1、电动自行车通过交叉口的最大速度v_max2和机动车通过交叉口的最大速度v_max3。

3.按照权利要求1所述的膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，所述的步骤30)包括以下步骤：

步骤301)将交叉口划分为多个元胞，并建立坐标系，该坐标系以车辆运行方向为横坐标，垂直于车辆运行方向为纵坐标，坐标原点位于进口道停车线后方200m处的非机动车道上；交叉口中1m宽和1m长的范围为一个元胞；将步骤204)获取的机动车的最大速度和非机动车的最大速度按照元胞/秒进行量纲转换，将步骤204)获取的机动车的加速度和非机动车的加速度按照元胞/秒²进行量纲转换；根据步骤20)获取的交叉口的长度和进口道的宽度，将进口道与出口道划分成多个子车道，并进行编号，

步骤302)：确定非机动车n在t+1时刻在横坐标轴的位置，初始时刻非机动车n的速度和位置都为0，根据步骤20)获取的非机动车的加速度和最大速度，确定非机动车n从t时刻到t+1时刻的速度、间距和位置；

步骤303)确定非机动车n在t+1时刻所处的侧向位置；

步骤304)根据步骤20)获取的机动车的加速度和最大速度，确定机动车前向行驶的速度和位置。

4.按照权利要求3所述的膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，所述的步骤302)中：确定非机动车n从t时刻到t+1时刻的速度、间距和位置的过程为：

对于加速行驶：如果t时刻非机动车n的速度vb_n(t)小于非机动车n的最大速度vb_max，当非机动车是人力自行车时，vb_max＝v_max1；当非机动车是电动自行车时，vb_max＝v_max2，那么t+1时刻非机动车n的速度vb_n(t+1)＝vb_n(t)+1；如果t时刻非机动车n的速度vb_n(t)等于最大速度vb_max，那么t+1时刻非机动车n的速度vb_n(t+1)＝vb_n(t)；

对于减速行驶：如果t+1时刻非机动车n的速度vb_n(t+1)大于t时刻非机动车n与正前方最接近的非机动车的间距那么t+1时刻非机动车n的速度否则，t+1时刻非机动车n的速度vb_n(t+1)保持不变；

随机慢化：t+1时刻非机动车n的速度vb_n(t+1)以概率p_r减速，如果随机数p大于或者等于p_r，那么t+1时刻非机动车n的速度为vb_n(t+1)-1；如果随机数p小于p_r，那么t+1时刻非机动车n的速度保持不变；

确定前向运动位置：根据t时刻非机动车n的位置xb_n(t)和t+1时刻非机动车n的速度vb_n(t+1)，根据式(3)确定t+1时刻非机动车n的位置xb_n(t+1)：

xb_n(t+1)＝xb_n(t)+vb_n(t+1)      式(3)

其中，xb_n(t)为t时刻非机动车n在坐标系中的横坐标；xb_n(t+1)为t+1时刻非机动车n在坐标系中的横坐标。

5.按照权利要求3所述的膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，所述的步骤303)包括以下步骤：

步骤3031)检查非机动车是否具有换道倾向：如果或者那么在t时刻非机动车n具有换道倾向，进入步骤3032)；如果db(t)≥vb(t)或者那么在t时刻非机动车n不具有换道倾向；其中，表示在t时刻非机动车n与正前方最接近的非机动车的间距，vb_n(t)表示在t时刻非机动车n的行驶速度，表示在t时刻非机动车n驶入机动车车道后，位于非机动车n后方最接近的机动车与非机动车n的间距；vv_bn(t)表示在t时刻非机动车n驶入机动车车道时，位于非机动车n后方最接近的机动车的行驶速度；

步骤3032)检查非机动车是否可以换道：如果非机动车n同时满足和那么非机动车n在t时刻满足换道条件，否则不满足换道条件；其中，表示在t时刻非机动车n与侧前方的位于机动车车道上的机动车的间距，vb_n(t)表示在t时刻非机动车n的行驶速度，表示在t时刻非机动车n与侧后方的位于机动车车道上的机动车的间距，db_safe(t)表示非机动车的安全行驶间距；

如果非机动车n满足换道条件，则随机的选择非机动车n在t+1时刻的行驶车道；如果非机动车n不满足换道条件，则非机动车n在非机动车道上行驶，不能换道。

6.按照权利要求3所述的膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，所述的步骤304)的过程如下：

对于加速行驶：如果t时刻机动车m的速度vv_m(t)小于机动车m的最大速度vv_max，那么t+1时刻机动车m的速度vv_m(t+1)＝vv_m(t)+1；如果t时刻机动车m的速度vv_m(t)等于机动车m的最大速度vv_max，那么t+1时刻机动车m的速度vv_m(t+1)＝vv_m(t)；

对于减速行驶：如果t+1时刻机动车m的速度vv_m(t+1)大于t时刻机动车m与正前方最接近的机动车的间距那么t+1时刻机动车m的速度否则，t+1时刻机动车m的速度vv_m(t+1)保持不变；

随机慢化：t+1时刻机动车m的速度vv_m(t+1)以概率p′_r减速，如果随机数p′大于或者等于p′_r，那么在t+1时刻机动车m的速度为vv_m(t+1)-1；如果随机数p′小于p′_r，那么在t+1时刻机动车m的速度保持不变；

确定前向运动位置：根据t时刻机动车m的位置xv_m(t)和t+1时刻机动车m的速度vv_m(t+1)，根据式(4)确定t+1时刻机动车m的位置xv_m(t+1)：

xv_m(t+1)＝xv_m(t)+vv_m(t+1)   式(4)

其中，xv_m(t)为t时刻机动车m在坐标系中的横坐标，xv_m(t+1)为t+1时刻机动车m在坐标系中的横坐标。

7.按照权利要求1所述的膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，所述的步骤40)包括以下过程：

步骤401)使用Matlab 2013b软件编译步骤30)，初始化生成机动车和非机动车；根据非机动车进口道宽度H，将非机动车进口道划分为多个子车道，每个子车道的宽度为1m，每个子车道为单车道；将步骤20)获取的高峰期时段的5个信号周期非机动车到达交叉口进口道的车辆数，初始化生成于非机动车进口道上；固定在停车线后方排队的机动车数量为10辆，将其初始化生成于机动车进口道上；根据步骤20)确定每辆非机动车的车辆类型；

步骤402)进行仿真膨胀：根据步骤30)建立的车辆行驶仿真模型，仿真车辆通过交叉口；

步骤403)提取非机动车膨胀对机动车造成的延误：执行步骤30)时，记录5个信号周期位于最外侧机动车道上，机动车从绿灯开启到离开交叉口的时间作为非机动车膨胀影响下机动车的清空时间；根据步骤20)获取的最内侧机动车道上，机动车从绿灯开启到离开交叉口的时间作为不受非机动车膨胀影响下机动车的清空时间；计算仿真模型中非机动车膨胀造成的直行机动车延误时间 $D_{\mathrm{sim}}^i=T_{\mathrm{sim}}^i-T_{\mathrm{in}}^i,i=1...5;$

记录5个信号周期最外侧左转机动车道上，机动车从绿灯开启到离开交叉口的时间作为非机动车膨胀影响下机动车的清空时间；根据步骤20)获取的最内侧左转机动车道上，机动车从绿灯开启到离开交叉口的时间作为不受非机动车膨胀影响下机动车的清空时间；计算仿真模型中非机动车膨胀造成的左转机动车延误时间 ${D_{\mathrm{sim}}^i}^{\′}={T_{\mathrm{sim}}^i}^{\′}-{T_{\mathrm{in}}^i}^{\′},i=1...5;$

步骤404)验证仿真模型：对比步骤20)获取的5个信号周期实测的机动车膨胀延误时间D_i与步骤403)获取的5个周期仿真机动车膨胀延误时间如果直行膨胀延误误差和左转膨胀延误误差均小于5％，则仿真结果可靠；如果直行膨胀延误误差大于或等于5％，或者左转膨胀延误误差大于或等于5％，则调整步骤30)中的概率p_r和p_r′，直到直行膨胀延误误差和左转膨胀延误误差均小于5％。

8.按照权利要求1所述的膨胀效应下信号交叉口非机动车道渠化控制方法，其特征在于，所述的步骤50)包括以下过程：

步骤501)判断交叉口是否需要进行非机动车膨胀效应渠化控制：固定机动车到达量为10辆，根据步骤40)仿真非机动车到达量从0变化到100时，膨胀造成的机动车延误D_sim，画出非机动车数量与膨胀延误的关系曲线图，取膨胀延误控制阈值T为10s，从关系曲线图中找出对应的非机动车到达量N_c，如果该交叉口高峰期时段所采集的5个信号周期的非机动车到达量平均值大于N_c，则进入步骤502)；如果该交叉口高峰期时段所采集的5个信号周期的非机动车到达量平均值小于或等于N_c，则交叉口不需要进行非机动车膨胀渠化控制；

步骤502)进行非机动车膨胀效应渠化控制：

若红灯期间左转非机动车数量超过N_c，则进行左转非机动车膨胀渠化控制，在交叉口非机动车左转区域内施划渠化标线和警示标志，限定非机动车在交叉口内左转的运行轨迹范围；

若红灯期间直行非机动车数量超过N_c，则进行直行非机动车膨胀渠化控制，在交叉口内部施划直行非机动车道与机动车车道的分隔线，直行非机动车道右侧施划包裹膨胀区域的渠化标线及其警示标志。