CN104966404A - 一种基于阵列雷达的单点自优化信号控制方法及装置 - Google Patents
一种基于阵列雷达的单点自优化信号控制方法及装置 Download PDFInfo
- Publication number
- CN104966404A CN104966404A CN201510446879.7A CN201510446879A CN104966404A CN 104966404 A CN104966404 A CN 104966404A CN 201510446879 A CN201510446879 A CN 201510446879A CN 104966404 A CN104966404 A CN 104966404A
- Authority
- CN
- China
- Prior art keywords
- traffic
- index
- signal
- array radar
- rtpi
- 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
Abstract
本发明是一种基于阵列雷达的单点自优化信号控制方法,主要涉及交叉口交通信号优化控制领域,通过新型阵列雷达车辆检测设备的综合应用,实现单个路口交通状态的动态检测以及信号优化处理,方案包括:阵列雷达设备安装;数据采集及通讯;单点自优化信号处理计算;信号指令发布及控制。本发明还提供一种基于阵列雷达的单点自优化信号控制装置。本发明采用二维主动式阵列雷达技术,可以对单个路口的实时交通状态进行准确检测,制定最优化信号控制方案,为交通管理和控制提供实时决策和应急处理信息,提升交叉口道路交通的运行效率和服务水平。
Description
技术领域
本发明涉及单个路口的交通信号优化控制领域,具体是一种基于阵列雷达的单点自优化信号控制方法及装置。
背景技术
城市交拥堵和事故日益频发,特别是交叉口路段拥堵事件严重,如不能实时有效疏导交通流,会造成道路拥堵蔓延,降低交叉口运行效率,给公众造成了极大的时间和经济损失。
阵列雷达车辆检测技术是通过在状况复杂或容易形成拥堵的道路上安装阵列雷达采集设备,对过往汽车数量、速度、排队长度进行检测,通过有线或无线网络将采集到的数据传回服务器中心进行处理的技术,通过实时采集的交通参数可以进行动态交通信号控制,实现交通流的有效规律诱导,最大限度的降低交通拥堵。
目前,信号控制方法主要包括定时控制、多时段控制、感应控制以及自适应控制等,传统的模型算法过于生硬的根据某个交通参数的变化设定阈值来进行信号优化,会造成系统对状态的误判;本发明提出了一种基于阵列雷达的单点自优化信号控制方法,通过交叉口运行指数的实时检测和综合分析,提取路口信号控制自优化算法,可以极大的提高交叉口的交通运行效率。
发明内容
一种基于阵列雷达的单点自优化信号控制方法及装置,该方法中所使用的设备包括阵列雷达设备,数据通信设备,数据存储和标准化服务器,单点自优化信号处理服务器以及信号发布终端设备,所述各设备之间依顺序信号连接,该方法包括如下步骤:
(1)在交叉口各个进口方向上安装阵列雷达车辆检测设备,调整检测面的角度,确定检测区和盲区临界线位于停车线上,按照顺时针方向对检测器进行编号,对路口所属的路段编号与检测器编号进行绑定;
(2)通过阵列雷达车辆检测设备,实时采集检测区段的交通流和车辆速度参数信息,所述参数信息经数据通信设备,实时传回数据存储和标准化服务器,进行实时数据存储和标准化处理;
(3)提取存储服务器的实时交通数据,计算检测区段平均交通流密度参数,并根据平均交通流密度计算实时路段交通运行指数;
(4)根据路口各个进口方向路段的交通运行指数和路段道路等级属性,聚合计算交叉口交通运行指数,通过交叉口交通运行指数-信号周期关系模型计算交叉口信号控制的周期;
(5)根据路口各个进口方向路段的交通运行指数和路段道路等级属性,计算东西向交通运行指数和南北向交通运行指数,通过交通运行指数-绿信比关系模型计算交叉口信号控制的绿信比;
(6)利用信号发布终端设备,通过调用数据库接口服务,将交叉口信号控制的实时参数发送给信号控制灯,通过信号控制灯对路口交通进行动态诱导。
所述基于阵列雷达的交通运行指数模型构建,包括路段交通运行指数、交叉口交通运行指数、东西向交通运行指数以及南北向交通运行指数构建4个部分;
(A)提取阵列雷达检测区段各个车道的交通流量数据和速度数据,在空间维度和时间维度层面分别计算检测区段的平均交通流参数和平均速度参数;
平均交通流参数通过公式计算得到,其中,n为所在车道,N为路段的车道总个数,qn为第n车道的交通流;平均速度参数vn通过计算得到,其中,vn为第n车道的速度,为单位粒度周期的平均速度;
(B)平均交通流密度参数通过公式计算得到;
(C)路段交通运行指数RTPI通过公式
计算得到,其中x,y,z,p,m值是道路交通拥堵感受优化参数;
(D)交叉口交通运行指数ITPI通过公式
ITPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIj*ωj计算得到,其中ω1,ω2,...,ωj为各个进口方向的加权系数;
(E)东西向交通运行指数EWTPI通过公示
EWTPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIh*ωh计算得到,其中ω1,ω2,...,ωh为东西方向进口路段的加权系数;
南北向交通运行指数SNTPI通过公示
SNTPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIn*ωn计算得到,其中ω1,ω2,...,ωn为南北方向进口路段的加权系数;
所述交通运行指数-信号周期关系模型构建,信号周期参数C=T*ITPI/10,T是预设信号周期参数;
所述交通运行指数-绿信比关系模型构建,东西方向绿信比参数东西方向绿灯时间Gew=C×rew,东西方向红灯时间Rew=C-Gew-Y,Y表示黄灯时间。
本发明的有益效果是:本发明采用二维主动式阵列雷达技术,可以对单个路口的实时交通状态进行准确检测,制定最优化信号控制方案,为交通管理和控制提供实时决策和应急处理信息,可以提升交叉口道路交通的运行效率和服务水平。
附图说明
图1是本发明的工作流程图;
图2图1中所用的系统设备安装示意图;
图3图1中所用的系统设备连接示意图。
具体实施方式
如图1和2所示的一种基于阵列雷达的单点自优化信号控制方法及装置,该方法中所使用的设备包括阵列雷达车辆检测设备1,数据通信设备2,用于数据储存和标准化的后台服务器3,单点自优化处理服务器4和发布终端设备5,数据通信设备2和阵列雷达车辆检测设备1通过电缆连接在一起然后安装在交叉口监控架上,所述各设备之间依顺序信号连接,该方法包括下列的步骤:
S1、在交叉口各个进口方向上安装阵列雷达车辆检测设备,调整检测面的角度,确定检测区和盲区临界线位于停车线上,按照顺时针方向对检测器进行编号,对路口所属的路段编号与检测器编号进行绑定;
S11、交叉口的类型有多种,常见的有五岔路口、十字路口、T型路口,本方法按照交叉口进口方向的个数(J)进行分类。
S12、按照顺时针对检测器(dj)进行编号,对路口所属的路段编号(roadj)与检测器编号进行绑定,j为排序标签(j≤J)。
S13、阵列雷达可以检测的路段范围是25米-140米,安装位置前25米内是盲区,盲区内检测不到车辆的动态信息,因此交叉口阵列雷达设备的安装位置非常重要,确定待测路段后,要在待测路段方向上越过交叉口的监控架上安装设备,设备的检测头正对检测路段的中央,一般十字路口的设备安装示意图如图2。
S2、通过阵列雷达车辆检测设备1,实时采集检测区段的交通流和车辆速度参数信息,所述参数信息经数据通信设备2,实时传回数据存储和标准化服务器,进行实时数据存储和标准化处理;
S3、利用所述交通参数信息,计算路段交通运行指数:
阵列雷达设备实时上报的数据格式为(t,n,q,v),t表示上报时间,n表示所在车道,q表示交通流数据,v表示车流速度数据,(t,n,q,v)的单位分别为秒、1、辆/小时/车道和千米/小时。
假设样本数据集可表示为S={(t,1,q1,v1),(t,2,q2,v2),...,(t,n,qn,vn)},统计时间内待测路段空间维度和时间维度的平均交通流单位粒度周期的平均速度待测路段空间维度和时间维度的平均交通密度(单位:辆/千米/车道),则
上述公式中:n为所在车道;N为路段的车道总个数;qn为第n车道的交通流;vn为第n车道的速度。
构建路段交通运行指数RTPI(Road Traffic Performance Index)与平均交通流密度的函数关系模型,
其中x,y,z,p,m值是道路交通拥堵感受优化参数,需要利用调查问卷和数据分析拟合计算,而且不同的道路等级,参数大小也不同,建议系统初始化参考值如表1。
表1路段交通运行指数模型参数
S4、计算交叉口信号控制周期
S41、交叉口运行指数
交叉口运行指数ITPI(Intersection Traffic PerformanceIndex)是在交叉口各个进口方向路段交通运行指数的基础上进行的聚合分析计算,
ITPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIj*ωj (5)
ω1,ω2,...,ωj为各个进口方向的加权系数;
交叉口进口方向的加权系数与道路等级有关,见表2:
表2道路等级与交叉口权重关系表
道路等级 | 快速路 | 主干路 | 次干路 | 支路 |
权重值 | w′1 | w′2 | w′3 | w′4 |
交叉口某一个进口方向的权重值计算公式如下:
其中:
ωj'是计算进口方向道路等级对应的权重值;
J为交叉口进口方向的总个数,j≤J
S42、交叉口信号控制周期
根据路口各个进口方向路段的交通运行指数和路段道路等级属性,聚合计算交叉口交通运行指数,通过交叉口交通运行指数-信号周期关系模型计算交叉口信号控制的周期;
C=T*ITPI/10 (7)
其中,
C是信号控制周期时间;
T是预设信号周期参数;
S5、计算交叉口信号控制绿信比
根据路口各个进口方向路段的交通运行指数和路段道路等级属性,计算东西向交通运行指数和南北向交通运行指数,通过交通运行指数-绿信比关系模型计算交叉口信号控制的绿信比;
S51、东西向交通运行指数EWTPI
EWTPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIh*ωh (8)
S52、南北向交通运行指数SNTPI
SNTPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIn*ωn (9)
其中,
ω1,ω2,...,ωh为东西方向进口路段的加权系数;
ω1,ω2,...,ωn为南北方向进口路段的加权系数;
S53、绿信比
东西方向绿信比参数为rew,南北方向绿信比参数为rsn;
S54、绿灯时间
东西方向绿灯时间Gew=C×re<,
东西方向红灯时间Rew=C-Gew-Y,Y表示黄灯时间。
S6、进入发布终端5,通过调用数据库接口服务,将设备4中的信号控制实时参数发送给信号控制灯,通过信号控制灯对路口交通进行动态诱导。
本发明充分地利用了阵列雷达信息采集设备的交通流和车辆速度参数进行数据挖掘分析,构建了阵列雷达路段交通运行指数模型和交叉口运行指数模型,实现了单点路口信号的自优化控制,为交通管理和控制提供实时决策和应急数据,减少交通事故,提升交叉口运行效率和服务水平。
本技术领域的普通技术人员应当认识到,以上的实施方式仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围之内,对以上实施例所作的适当改变和变化都落在本发明要求保护的范围之内。
Claims (5)
1.一种基于阵列雷达的单点自优化信号控制方法及装置,该方法中所使用的设备包括阵列雷达设备,数据通信设备,数据存储和标准化服务器,单点自优化信号处理服务器以及信号发布终端设备,所述各设备之间依顺序信号连接,其特征在于:该方法包括如下步骤:
(1)在交叉口各个进口方向上安装阵列雷达车辆检测设备,调整检测面的角度,确定检测区和盲区临界线位于停车线上,按照顺时针方向对检测器进行编号,对路口所属的路段编号与检测器编号进行绑定;
(2)通过阵列雷达车辆检测设备,实时采集检测区段的交通流和车辆速度参数信息,所述参数信息经数据通信设备,实时传回数据存储和标准化服务器,进行实时数据存储和标准化处理;
(3)提取存储服务器的实时交通数据,计算检测区段平均交通流密度参数,并根据平均交通流密度计算实时路段交通运行指数;
(4)根据路口各个进口方向路段的交通运行指数和路段道路等级属性,聚合计算交叉口交通运行指数,通过交叉口交通运行指数-信号周期关系模型计算交叉口信号控制的周期;
(5)根据路口各个进口方向路段的交通运行指数和路段道路等级属性,计算东西向交通运行指数和南北向交通运行指数,通过交通运行指数-绿信比关系模型计算交叉口信号控制的绿信比;
(6)利用信号发布终端设备,通过调用数据库接口服务,将交叉口信号控制的实时参数发送给信号控制灯,通过信号控制灯对路口交通进行动态诱导。
2.根据权利要求1所述的一种基于阵列雷达的单点自优化信号控制方法及装置,其特征在于:基于阵列雷达的交通运行指数模型构建,交通运行指数-信号周期关系模型构建,以及交通运行指数-绿信比关系模型构建。
3.根据权利要求2所述的一种基于阵列雷达的单点自优化信号控制方法及装置,其特征在于,所述基于阵列雷达的交通运行指数模型构建,包括路段交通运行指数、交叉口交通运行指数、东西向交通运行指数以及南北向交通运行指数构建4个部分;
(31)提取阵列雷达检测区段各个车道的交通流量数据和速度数据,在空间维度和时间维度层面分别计算检测区段的平均交通流参数和平均速度参数;
平均交通流参数通过公式计算得到,其中,n为所在车道,N为路段的车道总个数,qn为第n车道的交通流;平均速度参数vn通过计算得到,其中,vn为第n车道的速度,为单位粒度周期的平均速度;
(32)平均交通流密度参数通过公式计算得到;
(33)路段交通运行指数RTPI通过公式
计算得到,其中x,y,z,p,m值是道路交通拥堵感受优化参数;
(34)交叉口交通运行指数ITPI通过公式
ITPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIj*ωj计算得到,其中ω1,ω2,.ωj为各个进口方向的加权系数;
(35)东西向交通运行指数EWTPI通过公示
EWTPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIh*ωh计算得到,其中ω1,ω2,...,ωh为东西方向进口路段的加权系数;
南北向交通运行指数SNTPI通过公示
SNTPI=RTPI1*ω1+RTPI2*ω2+,...,+RTPIn*ωn计算得到,其中ω1,ω2,...,ωn为南北方向进口路段的加权系数。
4.根据权利要求2所述的一种基于阵列雷达的单点自优化信号控制方法及装置,其特征在于:所述交通运行指数-信号周期关系模型构建,信号周期参数C=T*ITPI/10,T是预设信号周期参数。
5.根据权利要求2所述的一种基于阵列雷达的单点自优化信号控制方法及装置,其特征在于:所述交通运行指数-绿信比关系模型 构建,东西方向绿信比参数东西方向绿灯时间Gew=C×rew,东西方向红灯时间Rew=C-Gew-Y,Y表示黄灯时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510446879.7A CN104966404A (zh) | 2015-07-23 | 2015-07-23 | 一种基于阵列雷达的单点自优化信号控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510446879.7A CN104966404A (zh) | 2015-07-23 | 2015-07-23 | 一种基于阵列雷达的单点自优化信号控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104966404A true CN104966404A (zh) | 2015-10-07 |
Family
ID=54220435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510446879.7A Pending CN104966404A (zh) | 2015-07-23 | 2015-07-23 | 一种基于阵列雷达的单点自优化信号控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104966404A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992566A (zh) * | 2015-07-31 | 2015-10-21 | 合肥革绿信息科技有限公司 | 一种基于线圈的单点自优化信号控制方法及装置 |
CN108417056A (zh) * | 2018-03-22 | 2018-08-17 | 南京推推兔信息科技有限公司 | 一种基于雷达检测器的十字路口信号机控制方法 |
CN109559528A (zh) * | 2019-01-18 | 2019-04-02 | 吉林大学 | 一种基于3d激光雷达的自感知交互式交通信号控制装置 |
CN110942636A (zh) * | 2019-12-17 | 2020-03-31 | 南京浦和数据有限公司 | 多雷达级联实现交通流量统计的方法 |
WO2021142642A1 (en) * | 2020-01-15 | 2021-07-22 | Beijing Didi Infinity Technology And Development Co., Ltd. | Efficient network-wide signal coordination with multiple cycle lengths and trajectory data |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080114529A1 (en) * | 2006-11-10 | 2008-05-15 | Hitachi, Ltd | Traffic Information Interpolation System |
JP2009048406A (ja) * | 2007-08-20 | 2009-03-05 | Sumitomo Electric Ind Ltd | 情報提供装置及び情報提供方法 |
CN101739814A (zh) * | 2009-11-06 | 2010-06-16 | 吉林大学 | 基于scats线圈数据的交通状态在线定量评价与预测方法 |
CN103077615A (zh) * | 2012-12-20 | 2013-05-01 | 长沙理工大学 | 一种优化信号交叉口排队长度的在线学习方法 |
CN103150900A (zh) * | 2013-02-04 | 2013-06-12 | 合肥革绿信息科技有限公司 | 一种基于视频的交通拥堵事件自动检测方法 |
CN104408925A (zh) * | 2014-12-17 | 2015-03-11 | 合肥革绿信息科技有限公司 | 基于陈列雷达的交叉口运行状态评价方法 |
CN104575051A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的高架匝道智能信号控制方法及装置 |
-
2015
- 2015-07-23 CN CN201510446879.7A patent/CN104966404A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080114529A1 (en) * | 2006-11-10 | 2008-05-15 | Hitachi, Ltd | Traffic Information Interpolation System |
JP2009048406A (ja) * | 2007-08-20 | 2009-03-05 | Sumitomo Electric Ind Ltd | 情報提供装置及び情報提供方法 |
CN101739814A (zh) * | 2009-11-06 | 2010-06-16 | 吉林大学 | 基于scats线圈数据的交通状态在线定量评价与预测方法 |
CN103077615A (zh) * | 2012-12-20 | 2013-05-01 | 长沙理工大学 | 一种优化信号交叉口排队长度的在线学习方法 |
CN103150900A (zh) * | 2013-02-04 | 2013-06-12 | 合肥革绿信息科技有限公司 | 一种基于视频的交通拥堵事件自动检测方法 |
CN104408925A (zh) * | 2014-12-17 | 2015-03-11 | 合肥革绿信息科技有限公司 | 基于陈列雷达的交叉口运行状态评价方法 |
CN104575051A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的高架匝道智能信号控制方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992566A (zh) * | 2015-07-31 | 2015-10-21 | 合肥革绿信息科技有限公司 | 一种基于线圈的单点自优化信号控制方法及装置 |
CN108417056A (zh) * | 2018-03-22 | 2018-08-17 | 南京推推兔信息科技有限公司 | 一种基于雷达检测器的十字路口信号机控制方法 |
CN108417056B (zh) * | 2018-03-22 | 2021-01-15 | 江苏飞的智能科技有限公司 | 一种基于雷达检测器的十字路口信号机控制方法 |
CN109559528A (zh) * | 2019-01-18 | 2019-04-02 | 吉林大学 | 一种基于3d激光雷达的自感知交互式交通信号控制装置 |
CN109559528B (zh) * | 2019-01-18 | 2023-03-21 | 吉林大学 | 一种基于3d激光雷达的自感知交互式交通信号控制装置 |
CN110942636A (zh) * | 2019-12-17 | 2020-03-31 | 南京浦和数据有限公司 | 多雷达级联实现交通流量统计的方法 |
CN110942636B (zh) * | 2019-12-17 | 2021-11-26 | 南京浦和数据有限公司 | 多雷达级联实现交通流量统计的方法 |
WO2021142642A1 (en) * | 2020-01-15 | 2021-07-22 | Beijing Didi Infinity Technology And Development Co., Ltd. | Efficient network-wide signal coordination with multiple cycle lengths and trajectory data |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408925A (zh) | 基于陈列雷达的交叉口运行状态评价方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN104575051B (zh) | 一种基于阵列雷达的高架匝道智能信号控制方法及装置 | |
CN103985250B (zh) | 轻量级的全息道路交通状态视觉检测装置 | |
CN102855760B (zh) | 基于浮动车数据的在线排队长度检测方法 | |
CN105139670A (zh) | 一种基于视频的区域自优化信号控制方法及装置 | |
CN104966404A (zh) | 一种基于阵列雷达的单点自优化信号控制方法及装置 | |
CN104575050B (zh) | 一种基于浮动车的快速路匝道智能诱导方法及装置 | |
CN105118310A (zh) | 一种基于视频的单点自优化信号控制方法及装置 | |
WO2020083399A1 (zh) | 基于交通流数据的协调干线线路规划方法及配置系统 | |
CN105070073A (zh) | 一种基于地磁的区域自优化信号控制方法及装置 | |
CN104464294B (zh) | 一种基于阵列雷达的路段交通状态评价方法 | |
CN104484994A (zh) | 基于阵列雷达的城市路网交通运行指数评价方法及装置 | |
CN107437339A (zh) | 一种信息引导下的可变信息情报板协调控制方法及系统 | |
CN105608895B (zh) | 一种基于局部异常因子的城市交通拥堵路段检测方法 | |
CN107622668A (zh) | 一种基于rfid的动态可视化交叉口监测管理系统 | |
CN104966403A (zh) | 一种基于地磁的干线自优化信号控制方法及装置 | |
CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN105303831A (zh) | 一种基于通信数据判断高速路拥堵情况的方法 | |
CN109785627A (zh) | 一种十字路口交通流量监控系统 | |
CN102496273A (zh) | 城市交通路况的采集方法及系统 | |
CN104575049B (zh) | 一种基于阵列雷达的高架匝道智能诱导方法及装置 | |
CN100481153C (zh) | 基于偏最小二乘原理的高速公路交通事件自动检测方法 | |
CN108108859A (zh) | 一种基于大数据分析的交通管理勤务优化方法 | |
CN105551241B (zh) | 一种基于fcd及ep多源数据的实时拥堵分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151007 |
|
RJ01 | Rejection of invention patent application after publication |