CN104835335A - 路网交通优化控制系统和方法 - Google Patents
路网交通优化控制系统和方法 Download PDFInfo
- Publication number
- CN104835335A CN104835335A CN201510296654.8A CN201510296654A CN104835335A CN 104835335 A CN104835335 A CN 104835335A CN 201510296654 A CN201510296654 A CN 201510296654A CN 104835335 A CN104835335 A CN 104835335A
- Authority
- CN
- China
- Prior art keywords
- traffic
- data
- road network
- time delay
- crossing
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Abstract
本发明公开了一种路网交通优化控制系统和方法,属于交通领域,所述的方法包括:基于车载GPS/北斗定位数据、固定检测器数据融合分析,提取路网的交通数据,尤其是交叉口转向流量、路段的分向流量数据;提供了一种以旅行延时指数二维坐标为表征参数,进行路网交通状态的检测方法,通过面域区间表征路网状态;基于用户出行路径分析数据,提供了一种交通协调控制小区的动态划分方法;采用道路上下游的通行能力分析技术,以区域路网交通优化为控制目标,提供了一种区域关键交叉口周边路口信号控制方案的联动优化方法;提供了一种基于旅行延时指数的交叉口信号控制自适应优化方法。该方法提高了控制系统对路网拥堵的主动防控能力。
Description
技术领域
本发明涉及交通领域,尤其涉及一种基路网交通优化控制系统和方法。
背景技术
近年来,随着城市道路用地资源的枯竭,汽车保有量的持续攀升,城市交通问题日趋严重,对交通管控技术要求不断提高。其中,交通信号控制系统在我国经过几十年的发展,已成为我国智能交通管控系统的重要子系统;国内各大城市的交通信号控制系统,在维护道路交通秩序,缓解城市拥挤方案发挥着重要作用。然而,随着城市交通管控的范围不断扩张,交通复杂度不断提升,交通管控在时间、空间上精细化需求迫切。
现有的文献及应用研究中,道路交通信号控制系统由:路口控制单元、交通数据检测单元、远程中心控制单元及中心与路口数据、命令通信单元。按照控制范围,可分为单点自适应信号控制,干线自适应信号控制,区域协调的自适应信号控制。单点自适应控制,每个路口独立优化,以单路口的控制效果最优为目标,利用实时检测数据获取交叉口的交通需求,在路口控制机或远程中心单元计算优化路口的信号配时方案,下发到信号机执行;干线自适应控制,将主干路上流量接近、相对距离接近的划分一个协调子区,在单点方案的基础上,统一协调路口的公共周期,计算协调相位差,以实现干线上多个路口的绿波控制为目标,减少停车次数;区域的协调自适应控制,把区域划分成多个协调控制子区,通过各子区的独立协调控制,实现区域协调控制,以区域内多条干线协调子区的绿波控制为目标。
其不足在于:路口的自适应依赖于道路上固定检测器获取的交通数据,但检测器的损坏率高,检测器一旦故障,自适应优化控制中断,且交通检测的覆盖范围有限,对路网交通状态全局监测能力弱;从点控制外推到线协调控制,再到区域协调控制的控制模式,即以关键交叉口核心的控制优化方法,未充分考虑交通运行的连通特性,在关键交叉口通行能力提升同时,其周边交叉口通行效率急剧下降。现有的交叉口信号控制,从交通流运行特性出发的控制建模方法属于被动感知模型,只能实现对交通流的后发控制,对于大规模路网上的交通拥堵防御控制能力弱。
发明内容
针对上述现有的技术存在的缺陷,本发明利用车载GPS/北斗定位数据作为路网交通信息补充,降低交叉口的自适应控制对固定检测器的绝对依赖性,提高对路网交通状态的全局监测能力;提供一种基于道路上下游通行能力分析,在优化路网关键交叉口时,充分考虑其对周边路口交通影响的信号联动优化方法,可实现区域路网交通整体优化的目标;提供一种从用户出行需求、出行时间体验的角度出发,形成一种主动、可有效防御拥堵的交叉口信号自适应优化控制方法。
根据本发明的一个方面,提供了一种路网交通优化控制方法,包括:
路网交通优化控制系统,通过车载GPS/北斗定位数据、固定检测器数据融合分析,提取路网的交通数据,尤其是交叉口转向流量、路段的分向流量数据;建立了一种以旅行延时指数二维坐标为表征参数,进行路网交通状态的检测方法,通过面域区间表征路网状态;基于车载GPS/北斗定位数据,建立一种基于用户出行路径分析的交通协调控制小区的动态划分方法;采用道路上下游的通行能力分析技术,以区域路网交通优化为控制目标,建立区域关键交叉口周边路口信号控制方案的联动优化方法;提供了一种基于旅行延时指数的,交叉口信号控制自适应优化方法。
根据本发明的另一个方面,还提供了一种路网交通优化控制系统,包括:
上端路网交通优化控制中心系统,一般部署在交通管控指挥中心;路口信号控制器,即路口信号机,一般安装在需要信号控制的路口或路段行人过街处;交通数据检测设备,分为固定检测器和外部系统的浮动检测器。固定检测器包括线圈、地磁、视频等,一般安装在距停车线0-30米进口道上,可将检测到的交通流数据输入到信号机,再由信号机传输汇入上端控制中心;外部系统浮动检测器,即从车载GPS/北斗导航定位终端,系统从外部系统实时获取大量车载终端的数据,从中提取路网交通流数据,系统向外部系统提供数据传输接口适配器(一种数据传输协议)。外部系统如各种出行导航系统、出租车运营监管系统、公交车运营调度系统等。
本发明技术方案中基于固定检测数据、车载GPS/北斗终端定位数据的融合分析,提取交通状态数据,将车载GPS/北斗定位数据作为路网交通信息的补充,降低交叉口的自适应控制对固定检测器的绝对依赖性,提高对路网交通状态的全局监测能力;且提供了一种可识别是否需要继续维护固定检测器的方法。一种基于道路上下游通行能力分析,在优化路网关键交叉口时,充分考虑其对周边路口交通影响的信号联动优化方法,可实现区域路网交通整体优化的目标,可有效防御应信号配时不合理导致的常发性拥堵、信号绿灯空放现象。一种信号的自适应控制优化方法,该方法从用户出行需求角度出发,通过分析用户日常出行路径,进行路网交通控制小区的动态划分,从出行时间体验的角度出发,采用旅行延时指数变化来快速平稳的优化交叉口信号配时,是一种主动、可有效缓解拥堵的交叉口信号的自适应优化控制方法。
综上,本发明技术方案中介绍的路网交通优化控制系统,将车载GPS/北斗终端定位数据应用于路网交通状态数据的提取,有效的提高了路网全局交通状态的监测能力,降低交通检测设备投入成本的同时,为交通管控措施的实施提供了更加详实的数据支持;基于道路上下游通行能力分析、出行路径分析,及出行时间体验,实现路网交通信号的联动优化控制,提高了控制系统对路网拥堵的主动防控能力,为城市交通流的平稳畅通运行提供了有力保障。
附图说明
图1为本发明路网交通优化控制系统结构图
图2为本发明路网交通优化控制系统设备组成图
图3为本发明基于车载GPS/北斗定位终端数据获取车辆出行路径图
图4为本发明基于车载终端数据提取流量数据处理流程图
图5为本发明区域路网交通状态划分图
图6为本发明区域路网交叉口信号控制优化主流程图
图7为本发明关键交叉口与下游交叉口通行能力匹配分析图
图8为本发明关键交叉口周边信号联动优化流程图
图9为本发明基于旅行延时指数的信号控制自适应优化流程图
具体实施方案
以下将结合附图对本发明的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
本发明的一种路网交通优化控制系统主要包括以下模块:交通数据处理模块、交通状态监测模块,交叉口信号优化控制模块,如图1所示。
交通数据处理模块,通过车载GPS/北斗定位数据、固定检测器数据融合分析,提取路网的交通数据,尤其是交叉口转向流量、路段的分向流量数据;交通状态监测模块,实现区域路网交通状态数据提取、干线交通状态数据提取、交叉口交通状态数据提取、交叉口交通需求数据提取;交叉口信号优化控制模块,实现交叉口基础方案生成、交通协调控制小区的动态划分、关键交叉口周边路口信号控制的联动优化、交叉口的自适应优化方案生成。
该系统的设备组成,如图2所示:上端路网交通优化控制中心系统,一般部署在交通管控指挥中心;路口信号控制器,即路口信号机,一般安装在需要信号控制的路口或路段行人过街处;交通数据检测设备,分为固定检测器和外部系统的浮动检测器。固定检测器包括线圈、地磁、视频等,一般安装在距停车线0-30米进口道上,可将检测到的交通流数据输入到信号机,再由信号机传输汇入上端控制中心;外部系统浮动检测器,即从车载GPS/北斗导航定位终端,系统从外部系统实时获取大量车载终端的数据,从中提取路网交通流数据,系统向外部系统提供数据传输接口适配器(一种数据传输协议)。外部系统如各种出行导航系统、出租车运营监管系统、公交车运营调度系统等。
下面将结合各四个模块包含的内容进一步对本发明提出的一种路网交通优化控制方法进行描述。具体步骤如下:
步骤1:交通流数据提取。
1)基于固定检测器的交通流数据提取:
安装在交叉口进口区域,距离停车线0-30米处的分向车道上的检测器,可获取交叉口进口道每车道实时的交通流量、车道占有率数据。可按3分钟、5分钟、15分钟的间隔进行统计。路口信号机,根据采集的实时交叉口交通数据,预测下一个时间间隔(3分钟、5分钟)内的交通需求数据,在本地自适应优化路口的信号控制方案;或者根据检测车辆的到达情况,当周期调整控制方案,即执行感应控制。同时,路口信号机将交通流数据,上传至上端中心系统,支持中心系统优化控制应用等。
2)基于车载GPS/北斗定位导航终端的交通流数据提取。
通过外部系统将车载终端数据实时接入,在车载终端数据处理模块,筛选有效数据,并将其匹配在路网上,提取车辆的出行路径数据,通过出行路径数据分析,计算交叉口的转向流量、路段的分向流量;除此之外,还可获取路段的平均行程时间、交叉口的平均行程时间、平均行程速度数据。
接入的车载终端数据格式:{终端ID编号,时间,经度,纬度,瞬时速度,行驶角度}。
如图4所示,基于车载终端数据,获取交叉口的转向流量,路段的分向流量主要流程包括以下:
a)如图3所示,将数据点成功匹配在路网上后,分析每一辆车的出行轨迹信息,获取出行路径数据;
b)对有效样本的出行路径数据进行累加,计算路段分向流量、交叉口的转向流量;
c)采用经典的流量-速度模型(Green-shields)检验获取的路段分向流量的有效性。利用模型计算流量的理论值Qm,Qi为检测值,当则检测值可接受,否则检测值不可接受,剔除检测数据。
d)当交叉口、路段存在固定检测器数据时,设定固定检测器或者的交通流数据的精度为95%以上。计算从车载终端检测的流量数据与固定检测器检测流量数据的比,记为修正因子。将该修正比例存储在系统中,并以天单位分时段滚动更新。一旦固定检测器故障后,可启用该修正因子,对从车载终端获取的流量数据进行修正,得到可靠流量值。当某一路段或交叉口该修正因子接近于0.9时,该路段或交叉口则可放弃固定检测器的维护,通过车载终端系统进行交通流数据检测。
基于车载终端数据,计算路段的平均旅行时间、平均行程速度,目前已有比较多的研究和应用,不在此赘述;基于车载终端数据交叉口平均旅行延误计算:以距离交叉口停车线80-100米处为起点,出口道为0-30米为终点,计算车辆通过这段距离的时间。
通过固定检测器可提取的交通流数据:交叉口分车道的流量、车道占有率,路段交叉口关联路段分向流量;通过浮动检测器可提取的交通流数据:交叉口的分向流量,路段分向流量,路段平均运行速度、路段平均旅行时间、交叉口的平均行程时间。
步骤2:交通状态监测
1)区域路网交通状态监测:
考虑区域路网是由不同等级道路组成,这里主要考虑路网中的主干路段和次路段组成,分别记为A,S。区域路网Net,由m条主干路段A,和n条次路段S组成,记为Net{A1,A2,...,Am,S1,S2,...,Sn};定义一条路段的旅行延时指数等于实际旅行时间与自由流状态下旅行时间之比,记为d。
则区域路网Net中,主干路段的平均旅行延时指数:次路段的平均旅行延时指数:采用区域路网交通拥堵延时二维坐标指数D(dA,ds)表征路网的交通状态,则区域路网的旅行延时指数
按照实际的出行交通状态体验,将旅行延时指数划分成不同的区间,表征不同的交通状态:畅通(d≤1.5),轻度拥堵(1.5<d≤1.7),中度拥堵(1.7<d≤1.9),严重拥堵(d>1.9)。
区域路网的交通状态采用旅行延时二维坐标指数表征,则其不同的交通状态不在是一维的数值区间,而是二维的面域区间。如图5所示,进行区域路网交通状态划分,可分为畅通、轻度拥堵、中度拥堵、严重拥堵区。
这种基于二维坐标指数的区域路网状态表征方法,不但确定区域路网的交通状态,还清晰的展示了不同等级道路的交通状态,防止交通管理者追求主干道畅通的时,忽视次路交通状态变化。
2)干线、交叉口交通状态监测
干线、交叉口的交通状态,也采用平均的旅行延时指数d表征,状态对应的指数区间,与区域状态划分一致。
步骤3:交叉口信号控制优化
如图6所示,基于车载终端数据、固定检测器数据,以区域路网交通优化为目标,交叉口的信号控制优化主要流程包括:1)利用交叉口的分车道、分向流量数据,Webster周期模型计算交叉口信号基础方案;2)基于出行路径数据分析,按照不同的星期日自动识别需协调控制的子区;3)基于通行能力分析,依据区域内关键交叉口的信号方案联动优化其周边交叉口的信号配时;4)基于旅行延时指数的变化,自适应优化交叉口的信号配时。
1)交叉口信号基础方案计算
数据准备:交叉口的分车道或分向流量数据,单位为辆/小时,选取饱和流量数据,单位为辆/小时。
统计每一车道的饱和车头时距计算车道的饱和流量:计算车道的饱和度(流量比):
计算相位的饱和度yP:选取相位对应的车道中,饱和度最大的作为相位饱和度;计算关键相位饱和度yCP:选取每一阶段流量比最大的相位为该阶段的关键相位,关键相位构成一个完整的周期;计算交叉口的饱和度:
计算交叉的周期C,初始周期计算C0,采用Webster法:其中,L=kI,k为关键相位数,I为关键相位的损失时间,需配置,推荐可选(3,4,5,6)。当C0<Cmin时,取C=Cmin;当C0>Cmax时,取C=Cmax;Cmin、Cmax为配置参数,交通工程依据现场的实际调查配置。
计算关键相位的绿灯时间:与关键相位处于同一阶段的非关键相位的绿灯时间,和关键相位绿灯时间一致。
说明:基础方案需分时段计算,至少区别早高峰、晚高峰、平峰、低峰时段,因此需要选取不同时段的流量数据,分别计算时段方案。
2)基于出行路径分析的交通协调控制小区的动态划分
数据准备:从车载终端获取的车辆历史的出行路径信息。
以交叉口为单位,统计同一时段,连续通过,同样3个以上连续交叉口的路径轨迹数据;按照连续通过4个交叉口,5个交叉口,6个交叉口,7个交叉口,分别统计其路径流量;将统计的路径流量与通过路段的流量比较,路径流量占比50%以上时,将改组交叉口划分为一个子区;去掉该组交叉口中起始交叉口、末尾交叉口,取中间的交叉口组成一个协调控制子区。按照路径流的前进方向,确定协调方向,及交叉口的协调相位。划分流程如图
分工作日、周末、节假日统计,分时段统计,以7日为间隔滚动更新控制小区的划分结果。
3)基于通行能力分析的交叉口信号控制方案的联动优化
数据准备:交叉口各转向的通行能力,单位辆/小时,信号配时方案。
考虑区域路网上关键交叉口和其下游交叉口的通行能力是否匹配,如存在不匹配情况,通过调节器下游交叉口的信号方案,达到上下游的通行能力匹配;当两个关键交叉口互为上下游路口时,先以一个路口为起点,进行上下游通行能力匹配分析,然后再进行下一个关键交叉口的分析。
关键交叉口确定原则:区域路网上交叉口的信号周期较大,交叉口交通流大、饱和度高的,排队容易溢出至下游交叉口;关键交叉口的数量,可根据区域路网的划分确定。一般由20个交叉口组成的区域路网,可选取4-6个关键交叉口。
如图7所示,关键交叉口A,其东出口对应的下游交叉口为B,分析路口A往路口B方向上下游通行能力是否匹配,则路口A东出口的通行能力OAE=OAE-L+OAE-T+OAE-R,路口B西进口的通行能力DAE=DAE-L+DAE-T+DAE-R,计算则对路口B的信号控制方案进行调整,使得其西进口的通行能力与上游路口A东出口的通行能力匹配。显然,若下游路口B进口通行能力小于路口A对应出口通行能力,则其高峰期常发拥堵的可能性比较大,若下游路口B进口通行能力大于路口A对应出口通行能力,则路口B西进口道路资源利用率不高,存在信号绿灯空放可能性比较大。优化流程如图8所示。
通过交叉口上下游通行能力分析,调整交叉口信号控制方案,可有效降低路网上常发拥堵的几率,提供道路资源、信号绿灯时间的有效利用率。
4)基于旅行延时指数的交叉口信号控制的自适应优化
数据准备:交叉口实时的延时指数,信号基础方案。
通过交叉口各相位旅行延时指数的变化方向,确定信号相位绿灯时间的调整方向;通过相位旅行延时指数的变化量,确定信号相位绿灯时间的调整量。
相位绿灯时间和延时指数的变化方向一致,但相位绿灯时间受最大绿灯时间gmax、最小绿灯时间gmin约束,达到上下限值时,取上限值,即相位的绿灯时间gi∈[gmin,gmax]。
旅行延时指数变化量Δd=d-1,|Δd|≥0.3为一个步长的变化量,对应一个步长的信号相位绿灯时间的调整量为|Δg|=3s;当Δd>0时,增加绿灯时间Δg,当Δd>0时,减少绿灯时间Δg。旅行延时指数采集周期为20s,滚动采集前180s各相位的旅行延时指数,连续3次采集的延时指数的变化方向一致,且有2次以上变量达到调整步长值,则在当前调整该相位的绿灯时间。相位绿灯时间调整分为临时调整,和固定调整。临时调整当周期相位绿灯时间±3s,固定调整下周期方案保留调整值的±1s。优化流程如图9所示。
本发明技术方案中,基于固定检测数据、车载GPS/北斗终端定位数据的融合分析,提取交通状态数据,将车载GPS/北斗定位数据作为路网交通信息的补充,降低交叉口的自适应控制对固定检测器的绝对依赖性,提高对路网交通状态的全局监测能力;且提供了一种可识别是否需要继续维护固定检测器的方法。一种基于道路上下游通行能力分析,在优化路网关键交叉口时,充分考虑其对周边路口交通影响的信号联动优化方法,可实现区域路网交通整体优化的目标,可有效防御应信号配时不合理导致的常发性拥堵、信号绿灯空放现象。一种信号的自适应控制优化方法,该方法从用户出行需求角度出发,通过分析用户日常出行路径,进行路网交通控制小区的动态划分,从出行时间体验的角度出发,采用旅行延时指数变化来快速平稳的优化交叉口信号配时,是一种主动、可有效缓解拥堵的交叉口信号的自适应优化控制方法。
Claims (7)
1.一种基于GPS/北斗终端定位数据,获取交叉口、路段流量数据的方法,其特征在于,包括:
将数据点匹配在路网上后,分析每一辆车的出行轨迹信息,获取出行路径数据;对有效样本的出行路径数据进行累加,计算路段分向流量、交叉口的转向流量;采用经典的流量-速度模型(Green-shields)检验获取的路段分向流量的有效性。通过滚动计算,更新车载终端检测的流量数据与固定检测器检测流量数据比,即修正因子,一旦固定检测器故障后,可通过修正因子,快速补充可靠度较高的流量数据;可通过修正因子识别,固定检测器是否需要继续维护,即当修正因子接近与0.9时,可放弃维护固定检测器。
2.如权利要求1所述的方法,其特征在于所述的采用经典的流量-速度模型(Green-shields)检验获取的路段分向流量的有效性方案,具体包括:
所述的采用经典的流量-速度模型(Green-shields)检验获取的路段分向流量的有效性方案,利用模型计算流量的理论值Qm,Qi为检测值,当则检测值可接受,否则检测值不可接受,剔除检测数据。
当交叉口、路段存在固定检测器数据时,设定固定检测器或者的交通流数据的精度为95%以上。计算从车载终端检测的流量数据与固定检测器检测流量数据的比,记为修正因子。将该修正比例存储在系统中,并以天单位分时段滚动更新。一旦固定检测器故障后,可启用该修正因子,对从车载终端获取的流量数据进行修正,得到可靠流量值。当某一路段或交叉口该修正因子接近于0.9时,该路段或交叉口则可放弃固定检测器的维护,通过车载终端系统进行交通流数据检测。
3.基于旅行延时指数二维坐标的区域路网交通状态监测方法,其特征在于,包括:
以旅行延时指数,即实际旅行时间与自由流状态旅行时间之比,作为道路的交通状态评价指标;基于区域路网是由不同等级道路组成,选取主干路和次干路,分别计算每一类道路的平均旅行延时指数,并通过区间划分确定其表征的交通状态;建立路网的旅行延时指数二维坐标表示法,则其不同的交通状态不在是一维的数值区间,而是二维的面域区间。这种基于二维坐标指数的区域路网状态表征方法,不但确定区域路网的交通状态,还清晰的展示了不同等级道路的交通状态,防止交通管理者追求主干道畅通的时,忽视次路交通状态变化。
4.如权利要求3所述的方法,所述的路网的旅行延时指数的二维表示方法,具体包括:
基于区域路网是由不同等级道路组成,这里主要考虑路网中的主干路段和次路段组成,分别记为A,S。区域路网Net,由m条主干路段A,和n条次路段S组成,记为Net{A1,A2,...,Am,S1,S2,...,Sn};定义一条路段的旅行延时指数等于实际旅行时间与自由流状态下旅行时间之比,记为d。
则区域路网Net中,主干路段的平均旅行延时指数:次路段的平均旅行延时指数:采用区域路网交通拥堵延时二维坐标指数D(dA,ds)表征路网的交通状态,则区域路网的旅行延时指数
按照实际的出行交通状态体验,将旅行延时指数划分成不同的区间,表征不同的交通状态:畅通(d≤1.5),轻度拥堵(1.5<d≤1.7),中度拥堵(1.7<d≤1.9),严重拥堵(d>1.9)。
区域路网的交通状态采用旅行延时二维坐标指数表征,则其不同的交通状态不在是一维的数值区间,而是二维的面域区间。进行区域路网交通状态划分,可分为畅通、轻度拥堵、中度拥堵、严重拥堵区。
5.基于通行能力分析的交叉口信号控制方案的联动优化方法,其特征在于,包括:
检验区域路网上关键交叉口和其下游交叉口的通行能力是否匹配,如存在不匹配情况,通过调节器下游交叉口的信号方案,达到上下游的通行能力匹配;当两个关键交叉口互为上下游路口时,先以一个路口为起点,进行上下游通行能力匹配分析,然后再进行下一个关键交叉口的分析。通过交叉口上下游通行能力分析,调整交叉口信号控制方案,可有效降低路网上常发拥堵的几率,提供道路资源、信号绿灯时间的有效利用率。
6.基于旅行延时指数的交叉口信号控制的自适应优化,其特征在于,包括:
通过交叉口各相位旅行延时指数的变化方向,确定信号相位绿灯时间的调整方向;通过相位旅行延时指数的变化量,确定信号相位绿灯时间的调整量。旅行延时指数采集周期为20s,滚动采集前180s各相位的旅行延时指数,连续3次采集的延时指数的变化方向一致,且有2次以上变量达到调整步长值,则在当前调整该相位的绿灯时间。相位绿灯时间调整分为临时调整,和固定调整。临时调整当周期相位绿灯时间±3s,固定调整下周期方案保留调整值的±1s。
7.如权利要求6所述的方法,所述的通过相位延时指数的变化量,确定信号相位绿灯时间的调整量方案,具体包括:
旅行延时指数变化量Δd=d-1,|Δd|≥0.3为一个步长的变化量,对应一个步长的信号相位绿灯时间的调整量为|Δg|=3s;当Δd>0时,增加绿灯时间Δg,当Δd>0时,减少绿灯时间Δg。旅行延时指数采集周期为20s,滚动采集前180s各相位的旅行延时指数,连续3次采集的延时指数的变化方向一致,且有2次以上变量达到调整步长值,则在当前调整该相位的绿灯时间。相位绿灯时间调整分为临时调整,和固定调整。临时调整当周期相位绿灯时间±3s,固定调整下周期方案保留调整值的±1s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510296654.8A CN104835335A (zh) | 2015-06-03 | 2015-06-03 | 路网交通优化控制系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510296654.8A CN104835335A (zh) | 2015-06-03 | 2015-06-03 | 路网交通优化控制系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104835335A true CN104835335A (zh) | 2015-08-12 |
Family
ID=53813193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510296654.8A Pending CN104835335A (zh) | 2015-06-03 | 2015-06-03 | 路网交通优化控制系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104835335A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279982A (zh) * | 2015-11-13 | 2016-01-27 | 北京航空航天大学 | 一种基于数据驱动的单交叉口动态交通信号控制方法 |
CN105741571A (zh) * | 2016-03-23 | 2016-07-06 | 吴鹏翔 | 一种基于实时路况自动调节红绿灯通行模式或时间的系统 |
CN107622677A (zh) * | 2017-09-30 | 2018-01-23 | 中国华录·松下电子信息有限公司 | 基于区域控制的智能交通优化方法 |
CN108428348A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
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 |
CN109191852A (zh) * | 2018-10-25 | 2019-01-11 | 西北工业大学 | 车-路-云协同的交通流态势预测方法 |
CN109345031A (zh) * | 2018-10-26 | 2019-02-15 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置系统 |
CN109872531A (zh) * | 2019-01-28 | 2019-06-11 | 许凌 | 道路交通信号控制全路网最优化控制目标函数构建方法 |
CN110570649A (zh) * | 2018-06-05 | 2019-12-13 | 高德软件有限公司 | 机动车流量检测方法、设备工作状态检测方法及相应装置 |
CN110728840A (zh) * | 2019-10-22 | 2020-01-24 | 宋海南 | 交通控制方法和智能导航系统 |
CN110807931A (zh) * | 2019-11-08 | 2020-02-18 | 许凌 | 基于转向关系的交通路网有向图路径模型构建及求解方法 |
CN111091713A (zh) * | 2019-12-26 | 2020-05-01 | 江苏航天大为科技股份有限公司 | 基于负载均衡的区域交通控制方法和装置 |
WO2020108215A1 (zh) * | 2018-11-30 | 2020-06-04 | 江苏智通交通科技有限公司 | 基于车道饱和度的区域控制相位配时优化方法 |
WO2020207291A1 (zh) * | 2019-04-10 | 2020-10-15 | 阿里巴巴集团控股有限公司 | 一种轨迹的处理方法、装置、及电子设备 |
CN111882860A (zh) * | 2020-06-05 | 2020-11-03 | 北京百度网讯科技有限公司 | 车道调整方法和装置 |
CN111951544A (zh) * | 2019-05-17 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 一种监测点位的确定方法及装置 |
CN111986483A (zh) * | 2020-08-28 | 2020-11-24 | 上海宝康电子控制工程有限公司 | 基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及存储介质 |
CN112017448A (zh) * | 2019-05-29 | 2020-12-01 | 浙江宇视科技有限公司 | 交通检测方法、信号灯控制方法、装置、设备和存储介质 |
CN112102631A (zh) * | 2020-11-17 | 2020-12-18 | 长沙理工大学 | 一种混入自动驾驶车辆的城市交叉口交通控制方法 |
CN113129582A (zh) * | 2019-12-31 | 2021-07-16 | 阿里巴巴集团控股有限公司 | 一种交通状态预测方法及装置 |
CN113192326A (zh) * | 2021-04-23 | 2021-07-30 | 长安大学 | 一种级联式道路运行风险防控系统和单点故障隔离方法 |
-
2015
- 2015-06-03 CN CN201510296654.8A patent/CN104835335A/zh active Pending
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279982A (zh) * | 2015-11-13 | 2016-01-27 | 北京航空航天大学 | 一种基于数据驱动的单交叉口动态交通信号控制方法 |
CN105741571A (zh) * | 2016-03-23 | 2016-07-06 | 吴鹏翔 | 一种基于实时路况自动调节红绿灯通行模式或时间的系统 |
CN108428348A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
CN107622677A (zh) * | 2017-09-30 | 2018-01-23 | 中国华录·松下电子信息有限公司 | 基于区域控制的智能交通优化方法 |
CN110570649A (zh) * | 2018-06-05 | 2019-12-13 | 高德软件有限公司 | 机动车流量检测方法、设备工作状态检测方法及相应装置 |
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 |
CN109191852B (zh) * | 2018-10-25 | 2021-07-06 | 西北工业大学 | 车-路-云协同的交通流态势预测方法 |
CN109191852A (zh) * | 2018-10-25 | 2019-01-11 | 西北工业大学 | 车-路-云协同的交通流态势预测方法 |
CN109345031A (zh) * | 2018-10-26 | 2019-02-15 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置系统 |
CN109345031B (zh) * | 2018-10-26 | 2021-07-20 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置系统 |
WO2020108215A1 (zh) * | 2018-11-30 | 2020-06-04 | 江苏智通交通科技有限公司 | 基于车道饱和度的区域控制相位配时优化方法 |
CN109872531A (zh) * | 2019-01-28 | 2019-06-11 | 许凌 | 道路交通信号控制全路网最优化控制目标函数构建方法 |
CN109872531B (zh) * | 2019-01-28 | 2021-08-06 | 许凌 | 道路交通信号控制全路网最优化控制目标函数构建方法 |
WO2020207291A1 (zh) * | 2019-04-10 | 2020-10-15 | 阿里巴巴集团控股有限公司 | 一种轨迹的处理方法、装置、及电子设备 |
CN111951544A (zh) * | 2019-05-17 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 一种监测点位的确定方法及装置 |
CN112017448A (zh) * | 2019-05-29 | 2020-12-01 | 浙江宇视科技有限公司 | 交通检测方法、信号灯控制方法、装置、设备和存储介质 |
CN110728840A (zh) * | 2019-10-22 | 2020-01-24 | 宋海南 | 交通控制方法和智能导航系统 |
CN110807931B (zh) * | 2019-11-08 | 2021-09-17 | 许凌 | 基于转向关系的交通路网有向图路径模型构建及求解方法 |
CN110807931A (zh) * | 2019-11-08 | 2020-02-18 | 许凌 | 基于转向关系的交通路网有向图路径模型构建及求解方法 |
CN111091713A (zh) * | 2019-12-26 | 2020-05-01 | 江苏航天大为科技股份有限公司 | 基于负载均衡的区域交通控制方法和装置 |
CN111091713B (zh) * | 2019-12-26 | 2021-06-11 | 江苏航天大为科技股份有限公司 | 基于负载均衡的区域交通控制方法和装置 |
CN113129582A (zh) * | 2019-12-31 | 2021-07-16 | 阿里巴巴集团控股有限公司 | 一种交通状态预测方法及装置 |
CN113129582B (zh) * | 2019-12-31 | 2023-05-09 | 阿里巴巴集团控股有限公司 | 一种交通状态预测方法及装置 |
CN111882860A (zh) * | 2020-06-05 | 2020-11-03 | 北京百度网讯科技有限公司 | 车道调整方法和装置 |
CN111986483A (zh) * | 2020-08-28 | 2020-11-24 | 上海宝康电子控制工程有限公司 | 基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及存储介质 |
CN112102631A (zh) * | 2020-11-17 | 2020-12-18 | 长沙理工大学 | 一种混入自动驾驶车辆的城市交叉口交通控制方法 |
CN113192326A (zh) * | 2021-04-23 | 2021-07-30 | 长安大学 | 一种级联式道路运行风险防控系统和单点故障隔离方法 |
CN113192326B (zh) * | 2021-04-23 | 2022-04-29 | 长安大学 | 一种级联式道路运行风险防控系统和单点故障隔离方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104835335A (zh) | 路网交通优化控制系统和方法 | |
CN101789182B (zh) | 一种基于平行仿真技术的交通信号控制系统及方法 | |
CN108564226B (zh) | 一种基于出租车gps及手机信令数据的公交线路优化方法 | |
CN100495471C (zh) | 城市交通信号控制系统中检测器的布设方法 | |
CN101270997B (zh) | 基于gps数据的浮动车动态实时交通信息处理方法 | |
CN101308604B (zh) | 大范围战略交通协调控制方法 | |
CN103325247B (zh) | 一种交通信息处理方法及系统 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
CN103218921B (zh) | 主次交叉口快速公交信号优先协同控制方法 | |
CN104575035B (zh) | 一种基于车联网环境下交叉口的自适用控制方法 | |
CN103198673B (zh) | 一种控制站点停靠和路段行驶的公交绿波设置方法 | |
CN104036645A (zh) | 基于可变车道的交叉口信号控制方法 | |
CN110136455A (zh) | 一种交通信号灯配时方法 | |
CN104282162A (zh) | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 | |
CN103236164B (zh) | 一种保障公交车辆优先通行的车辆调控方法 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN101246514A (zh) | 城市快速路互通立交仿真设计系统及建立设计模型的方法 | |
CN104637317A (zh) | 一种基于实时车辆轨迹的交叉口感应信号控制方法 | |
CN104217605A (zh) | 一种公交车到站时间测算方法和装置 | |
CN104332062A (zh) | 基于感应控制模式的交叉口信号协调控制优化方法 | |
CN102930718A (zh) | 基于浮动车数据和线圈流量融合的间断流路段行程时间估计方法 | |
CN104064049B (zh) | 一种智能交通道路容量短信播报系统 | |
CN107622668A (zh) | 一种基于rfid的动态可视化交叉口监测管理系统 | |
CN105139670A (zh) | 一种基于视频的区域自优化信号控制方法及装置 | |
CN111009140B (zh) | 一种基于开源路况信息的智能交通信号控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice |
Addressee: Changzhou Lan Tao Internet of Things Science and Technology Ltd. Document name: Notification of before Expiration of Request of Examination as to Substance |
|
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: Changzhou Lan Tao Internet of Things Science and Technology Ltd. Document name: Notification that Application Deemed to be Withdrawn |
|
DD01 | Delivery of document by public notice | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150812 |
|
WD01 | Invention patent application deemed withdrawn after publication |