CN104637317A - 一种基于实时车辆轨迹的交叉口感应信号控制方法 - Google Patents

Abstract

本发明针对典型城市道路交叉口，结合对交叉口各个方向车辆的全息检测，实时获取车辆信息，提出一种基于实时车辆轨迹的交叉口感应信号控制方法，该方法能够实时优化交叉口信号决策判断，实现控制参数的动态调整，本发明的控制方法适用于高中低不同流量水平的交叉口，能够有效减少车辆通过交叉口的延误。

Description

一种基于实时车辆轨迹的交叉口感应信号控制方法

技术领域

本发明属于交通控制领域，具体涉及一种基于实时车辆轨迹的交叉口感应信号控制方法。

背景技术

交叉口的运行效率很大程度上决定了城市道路交通系统的整体运行效率，其控制和管理的效率直接影响城市交通环境质量以及机动车能源消耗。传统的感应控制原理是根据检测器采集到的车辆信息，对绿灯时长做出调整。常见的调整方法有3种：(1)基于车头时距检测的绿灯时长调整，(2)基于占有率检测的绿灯时长调整，(3)基于拥挤检测的绿灯时长调整。较为常用的感应控制方法为基本感应控制(Basic NEMA)和改进的感应控制(Extend NEMA)。其中，基本感应控制策略(Basic NEMA)主要根据车头时距来判断是否进行相位切换，即在停车线上游布设一排检测器用于检测车头时距，检测器的位置布设根据交叉口的限速和设定的车头时距来确定；改进的感应控制(Extend NEMA)是在Basic NEMA结构的基础上，增加了一组排队检测器，用以检测排队长度，排队检测器的位置根据交叉口流量水平确定。在最小绿灯时间结束以后，如果某一红灯相位出现排队超过排队检测器的位置，则结束绿灯切换至该相位，否则继续执行基本感应控制的逻辑。

经典的感应信号控制系统主要有英国的SCOOT系统和澳大利亚的SCATS系统。SCOOT(Split Cycle Offset Optimization Technique)系统是TRANSYT系统的实时动态版本，通过对系统性能指标PI进行在线优化实现感应控制功能。SCOOT系统通过检测器定时采集和分析交通信息，交通模型和优化程序配合生成最佳配时方案，最后送入信号机予以实施；其优化程序采用小步长渐近寻优方法，连续实时地调整绿信比、周期和相位差三个参数，不但降低了计算量，而且也很容易跟踪和把握当前的交通趋势；系统检测器信息的敏感度低，所以优化器的个别错误不会导致整体的关键错误。SCATS(Sydney Coordinated Area Traffic System)系统则没有优化目标，而是事先利用脱机计算的方式为每个交叉口设定4个绿信比方案、5个内部相位差方案和5个外部相位差方案，把信号周期、绿信比和相位差作为独立的参数分别进行优选，优选控制方法以“综合流量”和“饱和度”为主要依据。

总结国内外感应信号控制的研究，目前单点感应信号控制主要存在以下问题：

(1)信息的可靠性有待提高

通过线圈检测来进行数据的采集，受布设位置的限制，检测器只能采集定点车辆信息，采集到的信息本身就不全面，同时还要考虑检测误差。

(2)对相位结构的研究不够

很少对相位结构进行优化，而是假设相位结构固定的条件下进行控制。对于 不冲突的车流，采用同启同断的方式，视为同一个相位处理，即单环控制的形式。而实际中，对于直左分离的交叉口，常常要求进行相位搭接，即双环结构。

(3)检测数据没有被充分利用

早期感应控制受线圈检测器检测能力的影响，仅以流量数据来计算控制方案，而近年来基于新型检测手段的控制，虽然能检测到充足的信息，但是由于简化模型加快运算速度，大多只采用集计的数据进行模型计算。

(4)参数设置依赖交通工程师的经验

涉及到的参数，大多需要根据实际路口的调查情况，由交通工程师来事先确定，一方面降低了策略对实时交通状况反应的灵敏程度，另一方面增加了实际应用中的工作量。

在如今的交通信息化背景下，检测手段的多样化使得车辆的实时轨迹获取成为可能，车辆实时轨迹的可以用来开发更为先进的感应控制策略。全息检测是指交叉口一定范围内单个车辆的运行状态和总体交通状态均可以被实时检测到。全息检测包含两个层面的信息，车辆层面和交叉口层面。车辆层面信息包括车型、速度、位置和延误等信息，交叉口层面信息包括排队长度、密度、流量和达到率等信息。

本发明采用了全息检测手段,能够获取实时车辆轨迹,从而能够根据全息检测的特点进行控制方法的改进,提出更为有效的感应信号控制方法。

发明内容

本发明针对典型城市道路交叉口，在全息检测环境下，开发一种基于实时车辆轨迹的交叉口感应信号控制方法，旨在实时优化决策判断和控制参数，适用于不同流量水平，减少交叉口的延误。本发明相对于现有感应信号控制方法的特点在于：

(1)采用全息检测，具有信息实时获取、决策实时判断、参数动态调整等特点。

(2)适用于高中低不同流量水平条件。

(3)能够有效降低交叉口延误。

为达到上述目的，本发明提出的技术方案包括下列步骤：

1)基本适用条件 

1、交叉口150m范围内车辆的全息数据(轨迹)可以被检测到，包括车辆距停车线的距离、速度、车型、排队长度等，检测信息每秒都可以更新。如图1所示，图1示意图中南北向为绿灯相位，东西向为红灯相位。

2、非机动车和行人可以跟随相应方向的机动车流通行，且在约束条件中保证最小行人绿灯时间，因此在控制逻辑中不专门设置行人和非机动车的相位。

3、交叉口是常规的十字交叉口，最多可设8个机动车相位，对于畸形交叉口或复杂的多路交叉口不做考虑。

4、没有公交优先的交叉口。

2)控制策略与逻辑

1.基本描述

本发明开发了一种基于实时车辆行驶轨迹的交叉口感应信号控制方法。为了充分利用车辆轨迹数据，将一个绿灯相位分成3个阶段：绿灯保持阶段、相位切换判断阶段、下一相位选择阶段，除绿灯相位以外的信号相位为红灯相位。如图2所示。按照主路和次路(相交道路)将相位分为主路相位和次路相位，主路相位组成的环称为环1，次路相位组成的环称为环2，如图3所示。图中东西向为主路，南北向为次路。在相位切换中，如果切换相位和被切换相位属于同一个环，则称之为环内切换；如果切换相位和被切换相位分别位于两个不同的环中，则称为环间切换。将一个环中最开始运行的两个相位称之为起始相位，如P1和P5；将剩余两个相位称之为结束相位，如P2和P6。由于全息检测的范围是停止线至上游150m，检测范围内的车辆数能够一定程度上代表交通需求，因此将各流向150m检测范围内检测到的车辆数称之为150m需求。

在控制策略中，不仅将检测信息直接应用到控制中去，同时对检测信息进行统计。车辆进入检测区域以后，分流向对车辆进行计数，每10分钟统计一次流量数据。根据最新10分钟的流量数据计算交叉口的实时饱和度以及转向比例等信息，同时更新与饱和度相关的150m需求临界值和排队临界值。

2.控制逻辑

本控制方法的控制逻辑如图4所示。具体有如下步骤：

第一步：判断是否到达10分钟间隔，如果是，转到第二步，否则转到第四步。

第二步：根据最近10分钟的流量数据计算饱和度。

第三步：更新150m需求临界值和排队临界值。

第四步：检测当前绿灯时间是否大于最小绿灯时间，如果是，转到第五步，否则继续绿灯。

第五步：检测当前绿灯时间是否达到最大绿灯时间，如果是，结束绿灯相位转到第十二步，否则转到第六步。

第六步：计算150m需求。

第七步：判断150m需求是否大于临界值，如果是转到第八步，否则继续绿灯。

第八步：选择排队相位，检测排队长度。

第九步：判断排队长度是否大于临界值，如果是转到第十二步，否则转到第十步。

第十步：检测停车线处车头时距。

第十一步：判断车头时距是否小于临界值，如果是继续绿灯，否则转到第十二步。

第十二步：判断当前相位是否为起始相位，如果是转到第十三步，否则转到第十四步。

第十三步：根据环内相位切换规则，选择并切换到下一相位。

第十四步：根据环间相位切换规则，选择并切换到下一相位。

其中t表示时间，单位为秒，t/600＝0？表示时间是否被600整除。

3.控制模块与参数

(1)绿灯150m需求及其临界值

绿灯150m需求的计算的公式为1、2。

$D^{150m}=\frac{n_0+n_1\·r}{N}---\left(1\right)$

$r=\frac{n_{10}}{N_{10}}---\left(2\right)$

式中：D^150m——150m需求

n₀——进口道展宽段上对应流向的车辆总数

n₁——进口道路段上的车辆总数

r——对应的转向比例

N——对应流向的车道总数

n₁₀——该流向统计的最近10分钟流量

N₁₀——该进口道统计的最近10分钟流量

用来表示150m需求的临界值，则150m需求规则为：如果表示满足规则，转到下一模块，否则继续绿灯。

饱和流量情况下150m范围内平均每车道上的最小车辆数N_min，计算公式为3。

$N_{\min }=\frac{150/(v/3.6)}{3600/s}---\left(3\right)$

根据饱和度将流量分为两个水平，对应的临界值如公式4。

$D_0^{150m}=\begin{array}{cc}4& 0<X<0.85\\ 6& X\&GreaterEqual;0.85\end{array}---\left(4\right)$

式中：X表示饱和度。 

(2)排队规则

计算排队临界值的公式为5。

L₀＝q₀×R_max        (5)

式中：q₀表示根据最近10分钟流量计算的当前到达率；

R_max表示可忍受的最大红灯时间。

在全息检测中，可以实时统计到达的车辆数，利用最近一段时间的到达情况，计算当前的到达率。本发明中用最新10分钟流量数据计算到达率，并以此作为计算当前排队临界值的到达率。考虑到流量水平的影响，根据饱和度的高低将最大可忍受红灯时间分为两个档次，如公式6所示。

$R_{\max }=\left\{\begin{array}{cc}60& X<0.85\\ 90& X\&GreaterEqual;0.85\end{array}\right.---\left(6\right)$

(3)车头时距规则 

根据车辆速度，将停车线车头时距设置不同的临界值，如公式7所示。

$H_i=\left\{\begin{array}{cc}3& V_i\&le;50\\ 4& 50<V_i\&le;70\\ 5& V_i>70\end{array}\right.---\left(7\right)$

式中：H_i和V_i分别表示检测范围内第i辆车到停车线的距离(m)和速度(km/h)。

(4)相位结构和顺序

本发明采用美国NEMA(National Electronic Manufacturers Association)双环相位结构，如图5所示。在相位顺序上，不允许主路和次路之间进行跳相，但是可以允许主路直行和左转之间的顺序灵活调换。在NEMA相位结构中，barrier即对应上面图5中的环1和环2的分界线，barrier左侧的相位为环1，右侧为环2。

其中，环内相位切换规则为：如果当前相位是起始相位，则进行的切换为环内切换。以图6中相位P1和相位P2之间的切换为例来进行说明。环内切换时只需考虑切换相位和被切换相位之间的关系，而不需要考虑同时运行的其他相位是否同时切换。这就出现了起始相位P1和相位P5可能不同时切换的情况，相位P1的切换时刻有可能早于相位P5，也有可能晚于P5的切换时刻。反应在相位阶段上就是过渡过程，直行和左转之间存在搭接情况。环间相位切换规则为：如果当前相位是末尾相位，则进行的是环间相位切换。环间相位切换时，在考虑一个相位是否进行切换时需要兼顾同时运行的另一绿灯相位是否允许切换，如果允许，则同时切换至另一个环中的起始相位，如果不允许，则两个相位均继续绿灯。在环间切换时，由于环1中的相位和环2中的相位均存在冲突，因此，切换时另外一个环中的任何一个相位均有可能作为起始相位，那么便存在4种可能的相位组合，如图7所示。在进行选择起始相位组合时，这里以排队长度作为选择依据。 首先选择一个排队最长的相位作为其中的一个起始相位，然后从另外两个与之不冲突的相位中选择一个排队较大的作为另一个起始相位，将这两个相位作为起始相位组合。

(5)最小绿灯时间

最小绿灯时间采用行人过街的最小绿灯时间。计算公式为8。

$g_{\min }=7+\frac{L_p}{v_p}-I---\left(8\right)$

式中：L_p——行人过街道长度；

v_p——行人过街步速，取1.2m/s；

I——绿灯间隔时间；

如果道路中央有安全岛，行人可以通过二次过街的形式完成过街，这样可以很大程度上减少直行相位的最小绿灯时间。

(6)最大绿灯时间 

将最大周期时间按照绿信比分配到各个相位得到的绿灯时间即时最大绿灯时间。计算公式为9，最大绿灯时间一般定为30s～60s。

$g_{\max }=(C_{\max }-L)\frac{y}{Y}---\left(9\right)$

式中：g_max——最大绿灯时间；

C_max——最大周期时间；

L——总损失时间；

y——该相位流量比；

Y——流量比之和。

(7)单位绿灯延长时间

本发明采用全息检测的环境，全息检测可以实现对车辆速度、位置、车型等信息的实时检测，并每秒更新检测信息。因此本控制方法的单位绿灯延长时间为1s，即每秒钟都在利用最新的检测数据进行决策，判断是继续绿灯还是结束绿灯。(8)饱和度

在双环相位结构下，交叉口的饱和度根据关键冲突车流计算。计算公式为10、11。

$X=\max \frac{\mathrm{\&Sigma;}{q}_{\mathrm{conflict}}}{Q_{\max }}---\left(10\right)$

$Q_{\max }=\frac{3600}{t_b}\&times;\mathrm{\&eta;}---\left(11\right)$

式中：X——饱和度； 

Q_max——冲突点的最大通行能力；

Q_conflict——冲突车流车道流量，pcu/h；

t_b——饱和车头时距；

η——折减系数；

饱和车头时距取2s，绿间隔折减系数取0.85，其他干扰因素折减系数取0.9，冲突点的实际通行能力约为1350pcu/h。冲突车流的车道流量根据最近10分钟的流量换算成小时流量得出。

附图说明

图1为全息检测范围及检测信息示意图。

图2为绿灯阶段划分示意图。

图3为信号相位划分示意图。

图4为控制策略逻辑框图。

图5为环内相位切换图。

图6为环间相位切换图。

图7为调查交叉口几何设计图。

图8为Extend NEMA检测器布设位置示意图。

图9为不同饱和度下的仿真延误图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图7至图9。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，所以图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

本发明的目标是开发一种基于实时车辆轨迹的交叉口感应信号控制方法，以优化现有交叉口感应控制方法，降低交叉口延误，提高交叉口效率，减缓拥堵。

该方法的建立包括如下步骤：

1)建立仿真模型 

为了验证本发明控制方法的控制效果，选择上海郊区的曹安公路嘉松北路交叉口作为研究对象，交叉口示意图如图7所示。采用德国PTV公司的VISSIM5.4微观仿真软件建立仿真模型，对控制方法进行仿真分析。将仿真模型中交叉口限速设置为50km/h，车辆期望速度正态分布在48km/h～58km/h的区间内，车辆组成以小汽车为主，大车比例设为5％，并非实际路口调查的速度分布和车辆组成。

为了检验控制方法在不同流量下的控制效果，本次仿真试验测试在4个不同流量条件下的仿真结果，分别为低流量，中流量，高流量和多时段情况。其中前3个场景对应的各进口道流量及交叉口饱和度情况如表1所示。场景4是模拟早高峰流量从低到高再到低的变化过程，共分为8个时段，时长9400s，对应的时段及饱和度情况如表2所示。仿真时，以三次仿真的平均延误来评价控制方法的控制效果。

根据实验交叉口的几何尺寸，考虑行人安全过街所需时间，将南北向直行相位的最小绿灯时间设置为25s，最大绿灯时间60s，东西向直行相位最小绿灯时间设置为20s，最大绿灯时间60s，各左转相位最小绿灯时间为10s，最大绿灯时间40s。

表1场景1-3流量及饱和度(veh/h)

表2场景4中各时段饱和度情况

另外，选择Extend NEMA控制策略作为对比方案。方案的检测布设位置如图8所示。

2)在线工具开发 

为了实现本发明中的控制方法，通过C#编程语言编制控制方法程序。程序主要包含3个部分：轨迹提取、控制策略和评价输出。各部分的具体功能如下：

(1)轨迹提取。通过VISSIM的COM接口获取路网中每个车辆的信息，判断车辆是否在检测范围内。如果车辆在检测内，则记录该车的速度以及位置信息，并对车辆进行分流向统计。根据车辆速度判断车辆是排队状态还是行驶状态，从而计算某一流向的排队车辆数。

(2)控制策略。根据前述的控制逻辑编制控制方法，生成实时信号控制方案，并将控制方案转化成各个信号灯头对应的状态信息(红、黄、绿)，通过COM接口返回给VISSIM中的信号控制机。

(3)评价输出。记录仿真中的周期时长、周期数、各相位绿灯时长、相位顺序等信息，生成日志文件。

3)仿真结果

(1)周期时长

分别对2种流量场景进行仿真，统计在各种场景下Extend NEMA与本发明的控制策略产生的周期，2种控制策略的平均周期时长如表3所示。

表3不同的控制策略平均周期时长对比(单位：s)

饱和度	0.65	0.80	0.95	多时段
					Extend NEMA	99	113	130	114
本发明	89	96	111	98
					差异	-10.1％	-15.0％	-14.6％	-14.0％

(2)延误

图9为Extend NEMA、本发明的控制策略在不同场景下仿真得出的交叉口延误情况。

4)仿真结果分析 

从周期时变图和平均周期对比可以看出以下情况：

1)2种控制策略的周期时长均随着流量的增大而增大。

2)2种控制策略波动均较大。

3)在各种场景下，基于实时车辆轨迹的交叉口感应信号控制方法的周期时长最小，低于Extend NEMA策略。

出现以上3种情况的原因分析如下：

1)情况1说明2种控制策略均能对流量的变化做出反应，流量的增加促使各相位时长和周期的增加，从而提高交叉口的通行能力。

2)情况3说明计算周期时利用最近十分钟的达到率进行计算，并根据实时数据调增，上一周期的达到流量会影响到本周期是时长。

3)出现上述情况主要有几个方面的原因：a本发明的控制策略的单位延长时间是1s，实时更新检测数据，充分利用了实时检测的信息，因而方案更为精确，效果更好。b本发明控制中的相位选择规则和切换判断规则使得相位结构较为紧凑。

表4为本发明的控制策略和Extend NEMA的延误数据对比。从图9和表4中可以看出在各种饱和度情形下，本发明的控制策略效果最好，在中低流量情况下，延误可减少10％左右，而在高流量情况下，效果明显好于传统控制方法，延误可以减少20％以上。

表4本发明的控制策略与Extend NEMA策略延误对比

饱和度	0.65	0.80	0.95	多时段
					Extend NEMA	33	40	63	45
本发明	30	37	47	39
					差异	-9.0％	-7.5％	-25.4％	-13.3％

Claims (2)

1.一种基于实时车辆轨迹的交叉口感应信号控制方法，其特征在于，包括如下步骤：

(1)分流向对进入检测区域的车辆进行计数，判断是否到达10分钟间隔，如果是，转到第二步，否则转到第四步；

(2)根据最近10分钟的流量数据计算饱和度；

(3)更新150m需求临界值和排队临界值；

(4)检测当前绿灯时间是否大于最小绿灯时间，如果是，转到第五步，否则继续绿灯；

(5)检测当前绿灯时间是否达到最大绿灯时间，如果是，结束绿灯相位转到第十二步，否则转到第六步；

(6)计算150m需求；

(7)判断150m需求是否大于临界值，如果是转到第八步，否则继续绿灯；

(8)选择排队相位，检测排队长度；

(9)判断排队长度是否大于临界值，如果是转到第十二步，否则转到第十步；

(10)检测停车线处车头时距；

(11)判断车头时距是否小于临界值，如果是继续绿灯，否则转到第十二步；

(12)判断当前相位是否为起始相位，如果是转到第十三步，否则转到第十四步；

(13)根据环内相位切换规则，选择并切换到下一相位；

(14)根据环间相位切换规则，选择并切换到下一相位。

2.如权利要求1所述的方法，其中：

(1)最大绿灯时间

$g_{\max }=(C_{\max }-L)\frac{y}{Y}$

式中：g_max——最大绿灯时间，

C_max——最大周期时间，

L——总损失时间，

y——该相位流量比，

Y——流量比之和；

(2)最小绿灯时间

$g_{\min }=7+\frac{L_p}{v_p}-I$

式中：L_p——行人过街道长度，

v_p——行人过街步速，取1.2m/s，

I——绿灯间隔时间；

(3)150m需求

$D^{150m}=\frac{n_0+n_1\&CenterDot;r}{N}$

$r=\frac{n_{10}}{N_{10}}$

式中：D^150m——150m需求，

n₀——进口道展宽段上对应流向的车辆总数，

n₁——进口道路段上的车辆总数，

r——对应的转向比例，

N——对应流向的车道总数，

n₁₀——该流向统计的最近10分钟流量，

N₁₀——该进口道统计的最近10分钟流量；

(4)150需求临界值

$D_0^{150m}=\begin{array}{cc}4& 0<X<0.85\\ 6& X\&GreaterEqual;0.85\end{array}$

式中：X表示饱和度；

(5)排队临界值

L₀＝q₀×R_max

式中：q₀表示根据最近10分钟流量计算的当前到达率，

R_max表示可忍受的最大红灯时间。