CN104575036B - 基于动态od流量预测与仿真优化的区域信号控制方法 - Google Patents
基于动态od流量预测与仿真优化的区域信号控制方法 Download PDFInfo
- Publication number
- CN104575036B CN104575036B CN201510042646.0A CN201510042646A CN104575036B CN 104575036 B CN104575036 B CN 104575036B CN 201510042646 A CN201510042646 A CN 201510042646A CN 104575036 B CN104575036 B CN 104575036B
- Authority
- CN
- China
- Prior art keywords
- dynamic
- road network
- flow
- history
- signal
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本专利申请公开了一种基于动态OD流量预测与仿真优化的区域信号控制方法，以实现路网需求和供给能力的匹配，更好的发挥区域信号控制系统缓解交通拥堵的作用。包括以下几个步骤：（1）历史数据收集与处理：针对上一历史周期，利用高清卡口电子警察获取的车牌号数据，计算得到当天各时间段的历史动态OD流量；（5）将优化后的信号配时参数传至各路口交通信号控制器具体实施。解决了对于未安装任何检测器的信号控制路口，配时方案不能根据实际流量进行自动调整的问题。
Description
技术领域
本发明涉及一种智能交通领域的交通控制系统。
背景技术
智能化的交通信号优化控制是缓解城市道路交通拥堵，提高城市交通系统运行效率的重要手段。目前，国内外己成功研发了一系列自适应交通信号控制系统，如英国的SCOOT系统，澳大利亚的SCAT系统，法国的CRONOS系统，美国的RHODES系统、OPAC系统、ACS Lite系统，我国的HiCon系统等，并取得了较为良好的应用效益。
机动车出行起讫点的调查简称为OD流量调查，这种调查是为掌握公路总体交通出行特点，为公路网规划、路网结构调整服务的。OD流量就是指起终点间的交通出行量。“O”来源于英文ORIGIN，指出行的出发地点，“D”来源于英文DESTINATION，指出行的目的地。
缓解城市交通拥堵可以从交通需求和供给两个方面进行调控，使得供需趋向平衡。信号控制系统主要是从交通供给能力着手调控交通流以提高路网的运行效率。就目前技术而言，区域信号控制系统未对路网的动态OD流量（交通需求）进行预测，不能可靠的获知整个区域路网的动态交通需求变化态势，使得基于交通信号控制器的供给调控手段仅具有局部的视野和被动反应的特征，难于实现路网供给能力与交通需求的匹配。
整个说明书对背景技术的任何讨论，并不代表该背景技术是所属领域技术人员所知晓的现有技术；整个说明书中的对现有技术的任何讨论并不代表认为该现有技术是广泛公知的或是构成本领域的公知常识。
发明内容
本发明意在提供一种基于动态OD流量预测与仿真优化的区域信号控制方法，以实现路网需求和供给能力的匹配，更好的发挥区域信号控制系统缓解交通拥堵的作用。
专利方案：本方案中的基于动态OD流量预测与仿真优化的区域信号控制方法，其特征在于包括以下步骤：
（1）历史数据收集与处理：针对上一历史周期，利用高清卡口电子警察获取的车牌号数据，计算得到当天各时间段的历史动态OD流量；
（2）利用历史动态OD流量并结合实时采集的道路断面流量数据和信号配时参数，计算当前的路网动态OD流量，同时短时预测未来路网动态OD流量；
（3）利用在线交通仿真器跟踪当前的路网交通状态，输入初始信号配时方案，然后将未来路网动态OD流量利用在线交通仿真器分配到路网上，短时预测路网所有路段上的交通状态，同时针对该信号配时方案得到路网的性能评价指标；
（4）利用同步扰动随机逼近算法对信号配时方案进行调整，重复步骤(3)，直至迭代次数达到设定上限或者路网的性能评价指标满足设定要求；
（5）将优化后的信号配时参数传至各路口交通信号控制器具体实施。
本专利特提出一种基于路网动态OD流量预测与仿真优化的区域信号控制方法，本发明避免了区域信号控制系统不对路网动态OD流量进行预测、不能针对无检测器路口的信号控制方案进行在线优化的弊端，可以利用现有的路口高清卡口电子警察的车牌号数据，统计分析历史的动态OD流量，并结合道路断面流量检测器，估计和预测动态OD流量，作为快速交通仿真器的基础输入数据，并结合同步扰动随机逼近(SPSA)算法对信号配时方案进行在线优化，实现路网需求和供给能力的匹配，更好的发挥区域信号控制系统缓解交通拥堵的作用。
本发明可以利用现有的高清卡口电子警察设备、信号控制机，无需安装新的这些设备来实施；只要路网中超过30%的路段（两交叉口间的一条单向道路）安装有断面流量和占有率检测器，则一般无需安装新的此类设备；基于推算的动态OD流量和路径选择模型，能够估计或预测这些路口的各进口道流量，从而可在线优化相应的信号配时参数，节约检测设备的投资。解决了对于未安装任何检测器的信号控制路口，配时方案不能根据实际流量进行自动调整的问题。
采用动态OD流量实时预测和在线交通仿真技术，获得整个区域路网的动态交通需求和交通状态的变化态势，使得优化后的信号控制方案更具有全局视野、主动预防式而不是被动响应式的调节路网供给能力，使得交通供需更加匹配；同步扰动随机逼近(SPSA)算法是一种高效率的全局随机优化方法，且与优化向量的维数无关；同时，对于未安装任何检测器的信号控制交叉口，利用基于仿真的动态交通分配技术，可以获得路口周边路段的交通状态并能够对信号控制参数进行在线优化，有利于节约检测设备的投资成本。
进一步，在步骤1中，所述上一历史周期为一周。以周作为时间周期，其数据的规律性更强。
进一步，在步骤1中，利用部分道路断面流量数据替代或结合高清卡口电子警察获取的车牌号数据，估计当天各时间段的历史动态OD流量。可提高数据来源的全面性和准确性。
进一步：在步骤3中，评价指标可根据需要从在线交通仿真器的输出结果中获得，性能评价指标包括通过路网的总车辆数、车辆的平均延误时间和/或排队长度；
进一步，在步骤5后，当下一个时间段的检测数据可以获得时，重复步骤2～5，开始下一个优化过程。
附图说明
图1为本发明实施例的流程示意图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细的说明：
实施例基本如图1所示：基于动态OD流量预测与仿真优化的区域信号控制方法主要包括以下几个步骤：
（1）历史数据收集与处理：针对上一周同一天，利用路网中主要路口的高清卡口电子警察自动获取的车牌号数据，结合利用部分道路断面流量数据，估计当天各时间段的历史动态OD流量；利用动态OD矩阵估计方法，例如，例如递推最小二乘（RLS）算法等，在无任何历史或先验OD流量的情况下，仅通过部分路段的路段的断面流量或速度检测数据，是可以估计出一套等效的动态OD 矩阵的。对于高速公路网，通过统计分析收费记录历史的动态 对于高速公路网，通过统计分析收费记录，历史的动态OD 流量可以准确获得；城市路网中，随着高清摄像头日益广泛的应用，跟踪每辆车的行驶轨迹将逐渐成为现实，使OD流量的获取亦不再困难。
（2）利用历史的动态OD流量并结合实时采集的道路断面流量数据、信号配时参数等，估计当前的并短时预测未来的路网动态OD流量，其中动态OD流量估计和预测方法可参考文献（Ashok K. Estimation and prediction of time- dependent
origin-destination flows[ D] . Cambridge, USA: MIT, 1996.）；
（3）利用在线交通仿真器（可采用MIT智能交通实验室开发的DynaMIT，美国亚利桑那大学开发的DynusT，美国Caliper公司开发的Transmodeler，德国PTV公司开发的最新版的Vissim，以及国内的DynaCHINA等）跟踪当前的路网交通状态，输入信号配时方案，然后将预测的动态OD流量利用在线交通仿真器分配到路网上，可短时预测路网所有路段（包括未安装任何检测器的路段）上的交通状态，同时针对该信号配时方案得到路网的性能评价指标，其中评价指标可根据需要从在线交通仿真器的输出结果中获得，例如通过路网的总车辆数（准饱和交通）、车辆的平均延误时间（中饱和交通）、排队长度（过饱和交通）等；
（4）利用同步扰动随机逼近(SPSA)算法对信号配时方案进行调整，重复步骤(3)，直至迭代次数达到上限或者路网的性能评价指标满足要求；
（5）将优化后的信号配时参数通过网络下传至各路口信号控制机具体实施；
（6）当下一个时间段的检测数据可以获得时，重复步骤(2)～(5)，开始下一个信号优化过程。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，如将以上记载的具有相同功能的部件或部件组合相互替换构成本申请中没有直接描述的技术方案，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (3)
1.基于动态OD流量预测与仿真优化的区域信号控制方法，其特征在于包括以下步骤：（1）历史数据收集与处理：针对上一历史周期，利用高清卡口电子警察获取的车牌号数据，计算得到当天各时间段的历史动态OD流量，利用部分道路断面流量数据替代或结合高清卡口电子警察获取的车牌号数据，估计当天各时间段的历史动态OD流量；
（2）利用历史动态OD流量并结合实时采集的道路断面流量数据和信号配时参数，计算当前的路网动态OD流量，同时短时预测未来路网动态OD流量；
（3）利用在线交通仿真器跟踪当前的路网交通状态，输入初始信号配时方案，然后将未来路网动态OD流量利用在线交通仿真器分配到路网上，短时预测路网所有路段上的交通状态，同时针对该信号配时方案得到路网的性能评价指标；
（4）利用同步扰动随机逼近算法对信号配时方案进行调整，重复步骤(3)，直至迭代次数达到设定上限或者路网的性能评价指标满足设定要求；
（5）将优化后的信号配时参数传至各路口交通信号控制器具体实施。
2.根据权利要求1所述的基于动态OD流量预测与仿真优化的区域信号控制方法，其特征在于：在步骤3中，评价指标根据需要从在线交通仿真器的输出结果中获得，性能评价指标包括通过路网的总车辆数、车辆的平均延误时间和/或排队长度。
3.根据权利要求1所述的基于动态OD流量预测与仿真优化的区域信号控制方法，其特征在于：在步骤5后，当下一个时间段的检测数据可以获得时，重复步骤2～5，开始下一个优化过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510042646.0A CN104575036B (zh) | 2015-01-28 | 2015-01-28 | 基于动态od流量预测与仿真优化的区域信号控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510042646.0A CN104575036B (zh) | 2015-01-28 | 2015-01-28 | 基于动态od流量预测与仿真优化的区域信号控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104575036A CN104575036A (zh) | 2015-04-29 |
| CN104575036B true CN104575036B (zh) | 2017-01-04 |
Family
ID=53090978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510042646.0A Expired - Fee Related CN104575036B (zh) | 2015-01-28 | 2015-01-28 | 基于动态od流量预测与仿真优化的区域信号控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104575036B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105118293B (zh) * | 2015-09-16 | 2017-03-29 | 东南大学 | 一种考虑长期均衡关系的道路断面交通速度短时预测方法 |
| CN105761492B (zh) * | 2016-05-04 | 2018-07-13 | 北京大学 | 一种基于网络流的大范围高速路网动态配流方法 |
| CN105894814B (zh) * | 2016-05-11 | 2018-05-08 | 浙江大学 | 考虑环境效益的多种交通管控措施联合优化方法及系统 |
| CN108171998B (zh) * | 2018-02-11 | 2020-05-12 | 深圳市智能交通技术有限公司 | 一种基于电警数据的交叉口自适应交通信号控制系统及其工作方法 |
| CN108492562B (zh) * | 2018-04-12 | 2020-07-14 | 连云港杰瑞电子有限公司 | 基于定点检测与电警数据融合的交叉口车辆轨迹重构方法 |
| CN108629990A (zh) * | 2018-06-14 | 2018-10-09 | 重庆同济同枥信息技术有限公司 | 一种基于多源数据的实时动态配时方法及系统 |
| CN108961754A (zh) * | 2018-07-19 | 2018-12-07 | 王大江 | 智慧城市云端智能交通监控方法 |
| CN108922206A (zh) * | 2018-07-19 | 2018-11-30 | 王大江 | 基于大数据的智慧城市路网监测方法 |
| CN108898836A (zh) * | 2018-07-19 | 2018-11-27 | 王大江 | 智慧城市交通云计算方法 |
| CN108986464B (zh) * | 2018-07-25 | 2020-09-15 | 泉州装备制造研究所 | 基于加权复杂网络的区域交通信号控制效果评估方法 |
| CN108898856B (zh) * | 2018-09-13 | 2021-04-13 | 苏州安泰阿尔法交通科技发展有限公司 | 智能城市交通优化方法与系统 |
| CN111696342B (zh) * | 2019-03-11 | 2022-05-27 | 阿里巴巴集团控股有限公司 | 交通信号配时优化方法、装置、电子设备及可读存储介质 |
| CN111210639A (zh) * | 2020-01-16 | 2020-05-29 | 徐峰 | 一种基于大数据的交通信号灯管理方法及管理系统 |
| CN113536499B (zh) * | 2021-07-12 | 2022-06-03 | 交通运输部规划研究院 | 一种港口集疏运规划仿真分析方法及系统 |
| CN113538910B (zh) * | 2021-07-14 | 2022-08-30 | 李丹丹 | 一种自适应的全链条城市区域网络信号控制优化方法 |
| CN113947922B (zh) * | 2021-09-23 | 2022-08-02 | 重庆理工大学 | 基于网络切分的路网精细化动态od流量估计方法 |
| CN114937366B (zh) * | 2022-07-22 | 2022-11-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于多尺度交通需求与供给转化的交通流推算方法 |
| CN115497301B (zh) * | 2022-11-21 | 2023-04-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通组织优化方案的评估方法、电子设备及存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3187143B2 (ja) * | 1992-07-10 | 2001-07-11 | 株式会社東芝 | 道路交通流制御装置 |
| CN102542793B (zh) * | 2012-01-11 | 2014-02-26 | 东南大学 | 一种交叉口群过饱和交通态势主动控制方法 |
| CN104091454B (zh) * | 2014-06-13 | 2016-03-16 | 东南大学 | 针对网格状路网的交通信号协同控制系统及控制方法 |
-
2015
- 2015-01-28 CN CN201510042646.0A patent/CN104575036B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104575036A (zh) | 2015-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104575036B (zh) | 基于动态od流量预测与仿真优化的区域信号控制方法 | |
| CN104282162B (zh) | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 | |
| CN103996289B (zh) | 一种流量-速度匹配模型及行程时间预测方法及系统 | |
| CN104575038A (zh) | 一种考虑多路公交优先的交叉口信号控制方法 | |
| CN103218921B (zh) | 主次交叉口快速公交信号优先协同控制方法 | |
| CN102708679B (zh) | 一种城市信号交叉口短时交通流预测方法 | |
| CN101894477B (zh) | 一种城市信号灯控制道路网络交通自锁控制方法 | |
| CN104657199B (zh) | 基于微观仿真的高速公路交通事件影响范围的预测方法 | |
| CN105513359A (zh) | 一种基于智能手机移动检测的城市快速路交通状态估计方法 | |
| CN102722988B (zh) | 一种实现道路交叉口车流控制的方法和装置 | |
| CN103927872A (zh) | 一种基于浮动车数据预测多时段行程时间分布的方法 | |
| CN106530756B (zh) | 一种考虑下游公交站点的交叉口最佳周期时长计算方法 | |
| Diab et al. | The farside story: measuring the benefits of bus stop location on transit performance | |
| KR101123967B1 (ko) | 교통 정체 예측 시스템, 예측 방법 및 그 기록 매체 | |
| Cesme et al. | Queue jump lane, transit signal priority, and stop location evaluation of transit preferential treatments using microsimulation | |
| Ghanim et al. | Microscopic simulation study of transit signal priority implementation along an arterial corridor | |
| Ma et al. | A method of signal timing optimization for spillover dissipation in urban street networks | |
| JP2019526092A (ja) | Ｖａｎｅｔを用いた交通信号システムの制御と管理 | |
| Hunter et al. | An investigation of real-time dynamic data driven transportation simulation | |
| Lu et al. | Use of big data to evaluate and improve performance of traffic signal systems in resource-constrained countries: evidence from Cebu City, Philippines | |
| Ma et al. | Method of spillover identification in urban street networks using loop detector outputs | |
| Zhao et al. | Modeling pedestrian delays at signalized intersections as a function of crossing directions and moving paths | |
| Afandizadeh Zargari et al. | Improving SCATS operation during congestion periods using internal/external traffic metering strategy | |
| Guo et al. | An improved actuated signal control of intersection based on VISVAP | |
| Xiong et al. | Integrated agent-based travel behavior and dynamic traffic microsimulation for ramp-metering analysis |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20171124 Address after: 400060 Chongqing Nan'an District University Avenue, No. 33 Patentee after: China Merchants Chongqing Communications Research & Design Institute Co., Ltd. Address before: 400060 Chongqing Nan'an District University Avenue, No. 33 Patentee before: Chongqing Yun Tu transport science and techonologies company limited |
|
| 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: 20170104 Termination date: 20190128 |