CN105096615A

CN105096615A - 基于信号机的自适应优化控制系统

Info

Publication number: CN105096615A
Application number: CN201510419441.XA
Authority: CN
Inventors: 王佐成; 刘慧�; 罗艳丽; 王蕾
Original assignee: Anhui Sun Create Electronic Co Ltd
Current assignee: Anhui Sun Create Electronic Co Ltd
Priority date: 2015-07-14
Filing date: 2015-07-14
Publication date: 2015-11-25
Anticipated expiration: 2035-07-14
Also published as: CN105096615B

Abstract

本发明属于城市智能交通管理技术领域，具体涉及一种基于信号机的自适应优化控制系统。本系统至少由交通流量数据采集服务、交通流量计算分析服务、交通信号机控制服务和区域交通控制平台四部分组成。本系统能够在对路面交通流量进行实时监控的同时，亦可实现对于该路面交通的在线管制及疏通效果，以达到智能和实时的做到疏导控制交通效果，进而可合理的分配交通资源，最终满足以科技强警实现智慧城市这一主旨。

Description

基于信号机的自适应优化控制系统

技术领域

本发明属于城市智能交通管理技术领域，具体涉及一种基于信号机的自适应优化控制系统。

背景技术

随着全国城市建设步伐的加快，道路和车辆基数越发庞大，算上老旧改造项目，城市交通压力巨大，实时智能疏导车辆已经势在必行。传统的拥堵节点的优化策略中，大都以针对该拥堵节点而建设下穿通道来作为主要手段。然而，下穿通道的设置固然能够起到对当前拥堵节点的缓和效果，但是其项目周期大、成本高以及破坏现有路面基础设施等一系列缺点却不可避免，从而在加剧了道路建设成本的同时，在建设过程中也会对现有路面交通产生巨大影响。如何能够在目前信号机的控制系统的基础上，利用路面检测设备处的检测数据，从而能对道路拥堵状况作出合理评估，进而在实现对路面交通流量进行实时监控的同时，亦可实现对于该路面交通的在线管制及疏通效果，从而达到在交通严重拥堵前的疏导目的，为本领域在目前国家科技强警的大背景下所亟待解决的技术难题。

发明内容

本发明的目的为克服上述现有技术的不足，提供一种基于信号机的自适应优化控制系统，其能够在对路面交通流量进行实时监控的同时，亦可实现对于该路面交通的在线管制及疏通效果，以达到智能和实时的做到疏导控制交通效果，进而可合理的分配交通资源，来满足以科技强警实现智慧城市这一主旨。

本发明所应用的技术方案为：

一种基于信号机的自适应优化控制系统，其特征在于：本系统至少由交通流量数据采集服务、交通流量计算分析服务、交通信号机控制服务和区域交通控制平台四部分组成，其中：

交通流量数据采集服务：用于在收集区域内所有交叉口各分支车道以及交叉口与交叉口之间的流量检测器和视频检测器信息后，传回区域控制指挥中心进行处理；

交通流量计算分析服务：在接收到交通流量数据采集服务采集到的流量数据后，对传回中心的流量数据进行分析处理，以获得整体的优化控制方案；

上述交通流量计算分析服务的分析处理过程至少包括根据路口的饱和度进行优化的单点自适应优化步骤，包括：

a、通过该路口的车道宽度参数b，以直行车道饱和流量公式获得直行车道饱和流量值S：

S＝3990-1564b+241b²

式中：b--车道宽度，单位m；

左转车道饱和流量比直行车道饱和流量小1％-2％；

b)、设置计算统计周期，通过以下公式计算相位饱和度；

X = \frac{Q}{N} = \frac{Q}{λ S} = \frac{Q}{S} \times \frac{C}{g} = \frac{\frac{Q \times C}{3600}}{\frac{S \times g}{3600}} = \frac{q}{\frac{S \times g}{3600}} = \frac{3600 \times q}{S \times g}

式中：

x--相位饱和度；

N--车道通行能力；

Q--车道实际流量折算值，单位pcu/h；

q--一次相位绿灯时间内的最大车道流量值；

S--车道饱和流量值，指在一次连续绿灯时内，交叉口进口道上连续车队能够通过进口道停车线换算为小客车的最多车辆数，单位pcu/h；

C--周期时长(s)；

g--相位绿灯时间(s)。

并通过公式换算获得相位绿灯时间计算公式：

g = \frac{3600 \times q}{S \times X}

c)、由步骤b)中的相位饱和度公式，获得相位平均饱和度值X_P：

X_P＝3600(q₁+q₂+…+q_n)/S(g₁+g₂+…+g_n)

d)、由上述相位平均饱和度值X_P，进行一次判断调整，具体为：

若相位平均饱和度值X_P在(80％，90％)以内，则不作调整，以保持信号连续性；

若相位平均饱和度值X_P不在(80％，90％)以内，则把x＝80％代入2)步骤的相位绿灯时间计算公式中，得出优化后的下一次周期的相位绿灯配时g_P,g_P∈(g_min，g_max)；

交通信号机控制服务：负责各个子系统与信号机的通讯，并对信号机的状态进行实时监控以及对信号机的方案进行优化修改；交通流量计算分析服务根据流量数据计算出的整体优化方案可以通过交通信号机控制服务直接下发到区域信号机来实现区域优化管理；

区域交通控制平台：通过对上述三种服务的综合控制，以实现对收集区域内的区域信号机的控制和管理，并对区域整体交通流进行宏观监控，在发现拥堵点后可以及时调整区域优化方案，同时可根据交通流状况对方案进行效益评价。

上述交通流量计算分析服务的分析处理过程还包括对干线绿波方案的绿信比、周期以及相位差进行优化的干线动态绿波带优化步骤，包括：

a、根据上述单点自适应优化方法，优化计算干道上各个交叉口的信号配时，并获得干道上各个交叉口的周期时间(C1，C2，…，Cn)和绿信比(r1，r2，…，rn)；

b、选取信号周期最大的交叉口为关键交叉口，取信号周期最大值Cmax为干道上各个交叉口的公用周期；

c、把公用周期Cmax与其他非关键交叉口的信号周期Ci的差值加在非关键交叉口的协调相位绿灯时间上，得出经调整后的非关键交叉口的绿信比；

d、将协调方向的各路口流量相加，计算得出干道上各路口协调相位正、反两个方向的交通流量总值q正和q反，若q正>q反,则取正向相位差，以疏导正向交通；若q正<q反,则取反向相位差，以疏导反向交通；

e、系统每隔指定时间调整干道交叉口的信号周期、绿信比和相位差，以平衡干道上正、反两个方向的交通效益；

f、系统的调整时间T大于车队以指定车速从干道上第一个路口到达最后一个路口所花费的时间，即系统的调整时间应大于最后一个路口的绝对相位差与协调相位时间之和。

所述步骤f中，系统的调整时间T＝30min。

本发明的主要优点在于：

1)、通过将构成本系统的四个部分有机组合在一起，每个部分各司其职、缺一不可，其中机动车辆流量数据采集使用高伸缩的Hadoop处理实时卡口数据；交通流量计算分析服务是建立在智能交通决策顾问的决策范畴下采用优化粒子群算法和蚁群算法为核心，提供数据分析支撑；交通信号机控制服务和区域交通控制平台则分别在软件和硬件两个方面对路面交通流量进行实时管制，从而达到疏导拥堵的目的。

本系统不再遵循传统的如地下穿行等硬性处理方式，而是以数据化和智能化处理平台作为基体，在目前的已有信号机系统的基础上，以机动车辆流量计算分析为核心，来达到预防交通拥挤和尽快消散交通拥挤为最优先的设计目的。一方面，本系统以计算并控制下一次周期的相位绿灯配时，从而得到更为高效和精确的道路通行疏通效果；另一方面，则依靠干线动态绿波带优化步骤，来保证监测区域内正反向交通的适时疏导目的。经仿真实验验证，在拥挤交通状态下，本系统的处理方式更接近交通实际情况，其具有更强的交通拥堵预警性和可操作性。本系统能够在对路面交通流量进行实时监控的同时，亦可实现对于该路面交通的在线管制及疏通效果，以达到智能和实时的做到疏导控制交通效果，进而可合理的分配交通资源，最终满足以科技强警实现智慧城市这一主旨。

附图说明

图1为本发明的系统设计框图。

具体实施方式

为便于理解，此处结合图1对本发明的具体实施过程作以下进一步描述：

本系统至少由以下四部分组成：

1)、交通流量数据采集服务

信号机的区域自适应控制主要是根据区域内流量数据来对交通状况进行评估和优化，因此就需要经过交通流量数据采集服务把流量检测器采集到的数据通过网络传回区域控制指挥中心来进行处理。

2)、交通流量计算分析服务

流量数据通过交通流量数据采集服务采集到指挥中心后，就需要交通流量计算分析服务对传回中心的流量数据进行分析处理，并计算出一个整体的优化控制方案。

3)、交通信号机控制服务

交通信号控制通讯服务主要负责各个子系统与信号机的通讯，其他系统可以通过信号机控制通讯服务来对信号机的状态进行实时监控以及对信号机的方案进行优化修改。交通流量计算分析服务根据流量数据计算出的整体优化方案可以通过信号机控制通讯服务直接下发到区域信号机来实现区域优化。

4)、区域交通控制平台

区域交通控制平台主要功能是对区域信号机的控制和管理，并对区域整体交通流进行宏观监控，在发现拥堵点后可以及时的调整区域优化方案，并根据交通流状况对方案进行效益评价。

1、交通流量数据采集服务：

1)、数据来源：

本系统的主要数据来源是流量检测器和视频检测器，而流量检测器又分为两部分，一种为区域内所有交叉口各分支车道上的路口检测器，另一种是交叉口与交叉口之间的路段检测器。

视频检测器除了流量数据检测功能外，还具有事件监测的功能，可以用于路口或者路段事故、拥堵检测。

路口检测器和路段检测器都是通过网络把过车信息传回指挥中心，以对过车信息进行解析、统计和存储。

a、路口检测器

因为路口检测器数据不仅用于统计分析，还需要用于对路口信号方案的评估以及区域自适应协调控制，所以路口检测器上传数据不仅仅需要包括过车数据，还要包含当前路口相位状态信息。

后台接收主机与通讯机之间采用以太网接口，应用层采取Socket连接。

主要回报协议：实时回传车道检测信息；

当车辆检测器检测到车辆进入时，立即上报车辆到来信息。

检测器接收到路口检测器(停车线后2米处)上报的车辆到来信息后，数据帧类型为4个字节：

0xF0lanePn0x5C

其中：0xF0为固定的帧头字节，表示本帧为感应控制上报数据；

lane为车道编号；

Pn表示该车道在信号机里所属相位编号

0x5C为固定的帧尾字节。

b、路段检测器

路段检测器数据主要用于流量统计分析以及交通通行状况的各项指标计算。

在路段流量采集的过程中，需要根据检测器提供的数据进行一些必要的计算，从而得到一些体现交通状况的参数，例如：

断面平均速度(v)

指的是观测时间内通过某断面所有车辆地点速度的算术平均值。

V＝L/(t1-t0)

式中：L表示两个地磁检测器之间的距离，一般情况下，L取4m；

t1表示车辆通过第二个地磁的时间；

t0表示车辆通过第一个地磁的时间。

2、交通流量计算分析服务：

交通流量计算分析服务主要功能是根据实时流量进行计算分析，从而调整信号机实际配时，进而达到优化配时方案，提高交通流质量。计算分析功能主要包括单点自适应优化和干线动态绿波优化两种。

1、单点自适应优化步骤：

系统以无线地磁传感器方式检测区域内各个路口的交通流量，计算路口通行能力、饱和度、停车延误、排队长度、车道占有率等参数，根据计算结果进行优化方案的评价分析。

单点自适应优化主要根据路口的饱和度进行优化，分为以下几个步骤：

1)、根据交叉口各个车道的情况，配置其最大饱和流量以及相位最大绿和最小绿。

计算获得直行车道饱和流量公式，即

S＝3990-1564b+241b²

b为车道宽度，单位m。

左转车道饱和流量比直行车道饱和流量小1％-2％。

设置计算统计周期，统计周期不宜过长也不宜过短，因为如果统计周期很长，则计算结果具有一定的延时性，如果统计周期过短，则统计中一两辆车的误差就可能导致在饱和度的计算上出现较大的误差，而这个误差往往在可接收范围之外。

统计出每个相位关联车道的过车数量，根据统计周期、最大饱和流量等参数，计算出每个车道的饱和度，取最大值为该相位的最大饱和度。计算公式：区域自适应协调控制系统的基本参数为周期时间、绿信比和相位差，而这三个参数是可以通过饱和度的计算和判别来确定的，获得饱和度、绿灯时间的计算公式如下：

X = \frac{Q}{N} = \frac{Q}{λ S} = \frac{Q}{S} \times \frac{C}{g} = \frac{\frac{Q \times C}{3600}}{\frac{S \times g}{3600}} = \frac{q}{\frac{S \times g}{3600}} = \frac{3600 \times q}{S \times g}

g = \frac{3600 \times q}{S \times X}

式中：

x--相位饱和度；

N--车道通行能力；

Q--车道实际流量折算值，单位pcu/h；

q--一次相位绿灯时间内的最大车道流量值；

C--周期时长(s)；

g--相位绿灯时间(s)。

根据饱和度优化方案，根据每个相位的最大饱和度按照一定的优化逻辑，对当前方案进行优化。优化逻辑为：

根据公式

X_P＝3600(q₁+q₂+…+q_n)/S(g₁+g₂+…+g_n)

计算多个周期的相位平均饱和度值X_P，并进行一次判断调整。由于上述为理想状况，而在实际使用时，每个交叉口车道的饱和流量值S不同，可软件里根据经验值或公式灵活设置此值。

若平均相位饱和度X_P在(80％，90％)以内，则不作调整，以保持信号连续性；

若平均相位饱和度X_P不在(80％，90％)以内，则把x＝80％代入

g = \frac{3600 \times q}{S \times x}

得出下一次周期的相位绿灯配时g_P,

为了保证调整绿灯时间的安全性，g_P应在相位的(g_min，g_max)之间，即若g_P<g_min，则g_P＝g_min，即若g_P>g_max，则g_P＝g_max；依据该数值进行下一次周期的相位绿灯配时优化。其中，g_max指预设的最大相位绿灯配时，g_min同理为预设的最小相位绿灯配时。

2、干线动态绿波带优化步骤：

干线动态绿波带优化主要是对干线绿波方案的绿信比、周期以及相位差进行优化，优化步骤如下：

1)、根据单点自适应控制方法，优化计算干道上各个交叉口的信号配时，得出干道上各个交叉口的周期时间(C1，C2，…，Cn)和绿信比(r1，r2，…，rn)，该计算为常规计算过程，此处过程就不再赘述；

2)、选取信号周期最大的交叉口为关键交叉口，取信号周期最大值Cmax为干道上各个交叉口的公用周期。

3)、把公用周期Cmax与其他非关键交叉口的信号周期Ci的差值加在非关键交叉口的协调相位绿灯时间上，得出经调整后的非关键交叉口的绿信比；

4)、计算干道上各路口协调相位正、反两个方向的交通流量总值(协调方向的各路口流量相加)q正、q反，若q正>q反,则取正向相位差，以疏导正向交通，若q正<q反,则取反向相位差，以疏导反向交通。为了提高绿波带的效益和降低系统的复杂性，这里采用的是单向绿波。

5)、为了平衡干道上正、反两个方向的交通效益，系统每隔一定时间调整干道交叉口的信号周期、绿信比和相位差；

6)、为了保证车队能顺利通过干道，系统的调整时间不能小于车队以一定车速从干道上第一个路口到达最后一个路口所花费的时间，即系统的调整时间应大于最后一个路口的绝对相位差与协调相位时间之和。因此系统的调整时间T是可以设置的，一般取T＝30min。

3、区域交通控制平台

实现对上述各服务的综合控制，该部分包括区域交通控制和交通水平评价两大部分，区域交通控制主要是实现针对区域交通进行自适应协调优化，而区域交通水平评价功能则是对区域内交通流量、通行能力以及优化后方案进行一个整体的评价分析。

Claims

1.一种基于信号机的自适应优化控制系统，其特征在于：本系统至少由交通流量数据采集服务、交通流量计算分析服务、交通信号机控制服务和区域交通控制平台四部分组成，其中：

S＝3990-1564b+241b²

式中：b--车道宽度，单位m；

左转车道饱和流量比直行车道饱和流量小1％-2％；

b)、设置计算统计周期，通过以下公式计算相位饱和度；

X = \frac{Q}{N} = \frac{Q}{λ S} = \frac{Q}{S} \times \frac{C}{g} = \frac{\frac{Q \times C}{3600}}{\frac{S \times g}{3600}} = \frac{q}{\frac{S \times g}{3600}} = \frac{3600 \times q}{S \times g}

式中：

x--相位饱和度；

N--车道通行能力；

Q--车道实际流量折算值，单位pcu/h；

q--一次相位绿灯时间内的最大车道流量值；

C--周期时长(s)；

g--相位绿灯时间(s)。

并通过公式换算获得相位绿灯时间计算公式：

g = \frac{3600 \times q}{S \times X}

X_P＝3600(q₁+q₂+…+q_n)/S(g₁+g₂+…+g_n)

2.根据权利要求1所述的基于信号机的自适应优化控制系统，其特征在于：上述交通流量计算分析服务的分析处理过程还包括对干线绿波方案的绿信比、周期以及相位差进行优化的干线动态绿波带优化步骤，包括：

3.根据权利要求2所述的基于信号机的自适应优化控制系统，其特征在于：所述步骤f中，系统的调整时间T＝30min。