CN104376727B - 交通干线四路口控制子区双向绿波协调控制方法 - Google Patents

Abstract

本发明涉及一种基于相序优化的四路口控制子区双向绿波协调控制方法，提出了一种新的周期计算公式，克服了过去使用周期公式得出的信号周期值偏小的问题，使之产生更为合理的信号周期；设计一种四路口相序同时优化方法，通过一种速度预测控制回报函数，对四路口控制子区各路口相序进行优化，根据优化后的相序，给出不同路段相应的引导车速，使控制子区形成流畅的双向绿波，避免了出现相位分割和上下行相位冲突问题，优点在于产生了更为合理的信号周期，在允许范围内使得干线上的车速在人工控制情况在达到最大，节省了通行时间，使得各个路口的相位变化平稳顺畅，保证了相序绿灯时间的完整性，克服了以往干线协调控制方式对控制道路物理条件的约束和相位分割问题，是一种高效简单的干线协调控制方法。

Description

交通干线四路口控制子区双向绿波协调控制方法

技术领域

本发明属于交通控制领域，具体涉及一种基于相序优化的交通干线四路口控制子区双向绿波协调控制方法。

背景技术

在交通信号控制中，信号周期是一个关键控制参数。目前，较常用的方法是采用webster周期公式来确定信号周期，该公式是以车辆延误时间最小为目标来计算信号配时的一种方法，其核心内容是车辆延误和最佳周期时长的计算，是一种应用十分方便的周期计算方法。但是，webster周期公式是根据国外的交通状况而设计的，与我国的交通状况差别很大，导致计算结果均偏小，无法满足我国交通控制的需求，因此设计者通常在计算结果上增加10～15％作为信号周期。

另外，城市干线双向绿波带控制方法主要有两大类，一种是基于延误最小的系统控制方法，另一种是干线绿波带最大法。相比于延误最小法，干线绿波带法可以更直观的从绿波带看出协调控制的好坏，并且需要的条件少，为交通工程师所青睐。绿波带就是在指定的交通线路上，当规定好路段的车速后，要求信号控制机根据路段距离，把该车流所经过的各路口绿灯起始时间，做响应的调正，以确保该车流到达每个路口时，正好遇到绿灯。国外已有相关的研究成果，如:Little首先提出了MAXBAND,针对包括n个路口S1…Sn的城市交通干线,给出一组优化的相位差,使尽可能多的机动车在设定的速度范围内能够一次不停的通过交通干线。Gartner在MAXBAND方法的基础上提出了MULTIBAND,许多重要特性都进行了改进,如车辆排队的清空时间,左转车辆,干线中不同路段实现不同带宽，但这种带宽优化控制方式，对交通干线有严格的物理要求,如路口间距必须相等或成倍数,否则效果就会打折扣,因此很难在实际中推广应用。国内也有较成熟的方法，例如，公开号为CN101325008A的干线双向绿波协调控制方法中通过计算干线协调参数上行相位差和下行相位差进行干线绿波协调控制，同样，这种优化相位差控制方式在实际运行过程中，某个路口的上下行相位重合或者离散的情况不可避免，出现时采取的措施只能是牺牲某干线协调相位的通过带宽。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种简单高效的基于相序优化的交通干线四路口控制子区双向绿波协调控制方法，克服webster周期公式控制结果不合理的问题，使之产生更为符合我国交通流特点的信号周期，克服现有技术对道路物理条件的约束问题，同时避免控制过程中相位分割导致的相位绿灯时间损失的现象。

本发明的目的是这样实现的：

一种交通干线四路口控制子区双向绿波协调控制方法，其特征在于：

首先针对我国交通流特点，提出一种新的周期计算公式，产生更为合理的信号周期；然后根据预先设置好的相位方案，以上行车道和下行车道方向上车流顺畅为目标，构建基于增强学习法的相序优化方法，对控制子区上下行车道方向上协调相位的启动时间进行优化，根据优化后的相序，给出不同路段相应的引导车速，使控制子区形成流畅的双向绿波，以此实现各个路口间协调控制；

其中，所述提出一种新的周期计算公式，实现步骤如下：

首先针对webster最佳周期公式控制结果偏小的问题，根据我国交通流特点，充分考虑信号周期开始前路口各相位车道滞留车辆数的影响，提出新的周期计算公式如式(1)所示：

$C=\frac{1.5*L+5}{1-Y}+r*n*t---\left(1\right)$

其中，L为路口一个信号周期内的损失时间，Y为路口各相位流量比之和，n为上一周期运行结束时路口的滞留车辆数，滞留车辆数根据路口设置的磁感应线圈检测得到，t为每辆车离开交叉路口的平均时间，设t＝1,修正参数为r；

然后建立信号周期ANFIS，该ANFIS称为自适应神经模糊推理系统，来得出信号周期。

所述一种控制子区上下行车道四路口相序同时优化的基于增强学习法的相序优化方法，实现步骤如下：

包括一种四个路口相序同时优化的方法，该方法核心是应用增强学习法对控制子区上下行车道方向上协调相位的启动时间进行优化，优化目标是干线形成流畅的双向绿波，并且根据优化后的相序给出的引导车速在优化目标的前提下，是允许范围内的最大值；

在相序优化增强学习法中，根据通行时间最短的目标，设计如式(2)所示的速度预测控制回报函数：

$R(s,a)=\frac{D}{T-p*t}---\left(2\right)$

其中，R为回报函数值，s为当前状态，在此表示车速控制路段上游路口协调相位的启动时间，a为可采取的动作，在此表示路段下游路口协调相位的启动时间，D为路段长度，p为路段下游路口的等待放行车辆数，t为每辆车离开交叉路口的平均时间，取t＝1,T为车速控制路段下游路口的协调相位的启动剩余时间，等于车速控制路段下游路口协调相位的启动时间与控制子区已运行时间之差，在此，下游路口协调相位的启动时间等于协调相位之前所有相位的绿灯时间之和，控制系统已运行时间等于车速控制路段上游路口协调相位启动时间；回报函数的物理意义是使得路段的预控制车速最大，在此，当R为小于0时表明通行时间不充裕，当R大于35时，表明车速过大，回报函数在一定范围内越大表示越可行。

本发明具有如下特点：

1、对路口的间距没有严格的物理要求，路口间距离相近即可；

2、避免了路口协调相位发生重合或离散的现象，并且保证了路口各个相位绿灯时间完整不受损失；

3、控制子区内的车流更加平稳，流畅；

4、在车流平稳流畅的前提下，使得路段上的车流在允许车速范围内行车速度最大，即满足路段通行时间最短的要求。

附图说明

图1为本发明的交通干线四路口控制子区双向绿波协调控制对象示意图。

图2为本发明的交通干线四路口控制子区路口相序同时优化原理图。

图3为本发明的路口相位方案。

具体实施方式

下面结合附图1对本发明的实施方式作详细说明:实施方式中的实施对象只是为了说明本发明的技术实施方式，本发明不仅限于下述实施对象。

目前，干线协调控制研究的主要控制参数为公共周期，绿信比，上行相位差和下行相位差，本发明不同之处在于，针对我国交通流特点，提出新的周期计算公式，产生更为合理的信号周期，然后根据预先设置好的相位方案，以上行车道和下行车道方向上车流顺畅为目标，对控制子区各路口的相序同时进行优化，根据优化后的相序，可给出不同路段相应的引导车速，使控制子区形成流畅的双向绿波，以此实现各个路口间协调控制，其特征在于它至少包括如下两部分：

(1)新的周期计算公式的提出：

本发明针对webster最佳周期公式计算结果偏小的问题，根据我国交通流特点，考虑信号周期开始前路口各相位车道滞留车辆数的影响，提出的周期计算公式如式(1)所示：

$C=\frac{1.5*L+5}{1-Y}+r*n*t---\left(1\right)$

其中，L为路口一个信号周期内的损失时间，Y为路口各相位流量比之和，n为上一周期运行结束时路口的滞留车辆数(可根据路口设置的磁感应线圈检测得到)，t为滞留车辆每辆车离开交叉口所需时间(即t为每辆车离开交叉路口的平均时间)，一般设t＝1,修正参数为r。

然后建立信号周期ANFIS(自适应神经模糊推理系统)来推理信号周期。

(2)一种控制子区上下行车道四路口相序同时优化方法：

本发明包括一种四个路口相序同时优化的方法，该方法核心是应用增强学习法对控制子区上下行车道方向上协调相位的启动时间进行优化，优化目标是干线形成流畅的双向绿波，并且根据优化后的相序给出的引导车速在优化目标的前提下，是允许范围内的最大值。

在相序优化增强学习法中，根据通行时间最短的目标，设计如式(2)所示的速度预测控制回报函数：

$R(s,a)=\frac{D}{T-p*t}---\left(2\right)$

其中，R为回报函数值，s为当前状态，在此表示车速控制路段上游路口协调相位的启动时间，a可采取的动作，在此表示路段下游路口协调相位的启动时间，D为路段长度，p为路段下游路口的等待放行车辆数，t为每辆车离开交叉路口的平均时间，一般取t＝1,T为车速控制路段下游路口的协调相位的启动剩余时间，等于车速控制路段下游路口协调相位的启动时间与控制子区已运行时间之差，在此，下游路口协调相位的启动时间等于协调相位之前所有相位的绿灯时间之和，控制系统已运行时间等于车速控制路段上游路口协调相位启动时间。

回报函数的物理意义是使得路段的预控制车速最大，在此，当R为小于0时表明时间通行时间不充裕，当R大于35(该值可根据控制要求进行调整)时表明车速过大，回报函数在一定范围内越大表示越可行。

本发明提出了一种新的周期计算公式，克服了过去使用周期公式计算出的信号周期值偏小的问题，使之产生更为合理的信号周期；然后，设计了一种四路口相序同时优化方法，通过一种速度预测控制回报函数，对四路口控制子区各路口的相序进行优化，根据优化后的相序，可给出不同路段相应的引导车速，使控制子区形成流畅的双向绿波，避免了出现相位分割和上下行相位冲突的问题。本发明的优点在于产生了更为合理的信号周期，在允许范围内，使得干线上的车速在人工控制的情况在达到最大，节省了通行时间，同时使得各个路口的相位变化平稳顺畅，保证了相序绿灯时间的完整性，是一种高效简单而且可控性高的干线协调控制方法。

实施例：本发明交通干线控制子区协调控制方法用于某城市的四个相邻路口，该城市干线为双向六车道，由于右转车道不参与信号灯控制，所以不考虑右转车道。分别在各相位车道停车线处安装磁感线圈1以及距离停车线200米出安装磁感线圈2，用于检测车道内的车辆滞留数，在干道路段上游入口处安装电子显示屏，用于显示提示车速。

步骤1)、根据选定的控制子区，按照相位方案设置好各个路口的相位；

步骤2)、根据各个路口的交通流预测结果和预先设置的磁感应线圈检测结果得出的交通流量和路口车辆占有率，输入修正后的webster公式对应的自适应神经模糊推理系统，计算出信号周期，将最大值设置为该控制子区的公共信号周期；

步骤3)、按照路口的交通信息，按比例分配各个相位的绿灯时间；

步骤4)、根据各个相位分配到的绿灯时间，对选定的控制子区进行上下行车道协调相位的同时优化；

步骤5)、根据控制子区上行车道路口s2的支路相位绿灯时间，计算支路相位的R值，选择较大值对应的支路相位，作为路口s2的1号相位，相位1设置为2号相位；根据控制子区下行车道路口s3的支路相位绿灯时间，计算支路相位的R值，选择较大值对应的支路相位，作为路口s3的1号相位，相位2设置为2号相位；这时，可给出路段s1-s2上行方向上的引导车速，以及路段s4-s3下行方向上的引导车速；

步骤6)、根据步骤5)计算的路口s2,s3的相序信息，将路口s2的相位2设置为3号相位，路口s3的相位1设置为3号相位；这时，根据相位的预留时间，可给出路段s2-s3上行方向上的引导车速，以及下行方向上的引导车速；

步骤7)、根据此时控制子区的路口s2,s3的相位信息，分别计算路口s1,s4的支路相位的R值，来确定s1,s4的相序；同时给出路段s1-s2下行方向上的引导车速，以及路段s3-s4上行方向上的引导车速；

步骤8)、根据步骤5)、6)、7)计算出的相序，以及各个路段的引导车速，开始本周期运行；运行完毕后转步骤2)。

Claims (2)

1.一种交通干线四路口控制子区双向绿波协调控制方法，其特征在于：

首先针对我国交通流特点，提出一种新的周期计算公式，产生更为合理的信号周期；然后根据预先设置好的相位方案，以上行车道和下行车道方向上车流顺畅为目标，构建基于增强学习法的相序优化方法，对控制子区上下行车道方向上协调相位的启动时间进行优化，根据优化后的相序，给出不同路段相应的引导车速，使控制子区形成流畅的双向绿波，以此实现各个路口间协调控制；

其中，所述提出一种新的周期计算公式，实现步骤如下：

首先针对webster最佳周期公式控制结果偏小的问题，根据我国交通流特点，充分考虑信号周期开始前路口各相位车道滞留车辆数的影响，提出新的周期计算公式如式(1)所示：

$C=\frac{1.5*L+5}{1-Y}+r*n*t---\left(1\right)$

其中，L为路口一个信号周期内的损失时间，Y为路口各相位流量比之和，n为上一周期运行结束时路口的滞留车辆数，滞留车辆数根据路口设置的磁感应线圈检测得到，t为每辆车离开交叉路口的平均时间，设t＝1,修正参数为r；

然后建立信号周期ANFIS，该ANFIS称为自适应神经模糊推理系统，来得出信号周期。

2.根据权利要求1所述的交通干线四路口控制子区双向绿波协调控制方法，其特征在于：所述一种控制子区上下行车道四路口相序同时优化的基于增强学习法的相序优化方法，实现步骤如下：

包括一种四个路口相序同时优化的方法，该方法核心是应用增强学习法对控制子区上下行车道方向上协调相位的启动时间进行优化，优化目标是干线形成流畅的双向绿波，并且根据优化后的相序给出的引导车速在优化目标的前提下，是允许范围内的最大值；

在相序优化增强学习法中，根据通行时间最短的目标，设计如式(2)所示的速度预测控制回报函数：

$R(s,a)=\frac{D}{T-p*t}---\left(2\right)$

其中，R为回报函数值，s为当前状态，在此表示车速控制路段上游路口协调相位的启动时间，a为可采取的动作，在此表示路段下游路口协调相位的启动时间，D为路段长度，p为路段下游路口的等待放行车辆数，t为每辆车离开交叉路口的平均时间，取t＝1,T为车速控制路段下游路口的协调相位的启动剩余时间，等于车速控制路段下游路口协调相位的启动时间与控制子区已运行时间之差，在此，下游路口协调相位的启动时间等于协调相位之前所有相位的绿灯时间之和，控制系统已运行时间等于车速控制路段上游路口协调相位启动时间；回报函数的物理意义是使得路段的预控制车速最大，在此，当R为小于0时表明通行时间不充裕，当R大于35时，表明车速过大，回报函数在一定范围内越大表示越可行。