CN105303848A - 一种交通信号单点自学习优化控制方法 - Google Patents

Abstract

本发明公开了一种交通信号单点自学习优化控制方法，步骤包括：利用流量检测器实时监测各车道车流量信息，交通信号控制机接收流量检测器反馈的车流量信息，并根据上一周期的车道车流量信息，调整当前周期绿灯时间，最后根据当前周期绿灯时间确定各相位实际绿灯放行时间。本发明提的交通信号单点自学习优化控制方法通过对各个相位方向车道车流量进行采集并学习后再配以优化的交通信号控制算法自动对各个相位的配时进行调整，使之调整后的相位配时更适合该路口的实际交通运行情况，以避免当车流量出现变化时某个相位配时过多或不足的情况发生。

Description

一种交通信号单点自学习优化控制方法

技术领域

本发明涉及的是一种交通信号控制方法，尤其涉及的是一种交通信号单点自学习优化控制方法。

背景技术

城市交叉口的交通信号控制是一个非常复杂的系统工程，其交通信号控制的好与坏，直接影响着整个城市的交通运行效率，也直接影响着整个城市的空气污染指数。目前城市交叉口的交通信号运行，都是多时段定时控制方式，这种控制方式的特点是根据车流量情况将一天中划分为不同的时段，每个时段配以固定的相位配时，然后交通信号控制机根据实际的时间自己选择各个时段方案进行运行，在每个时段里面，相位配时不会随着车流量的变化而进行改变的，这种交通信号控制方式比较适合时段中车流量不会发生变化的场合。但是城市交叉口车流量是非线性变化的，在各个时段里面，车流量有可能会发生较大的变化，一旦车流量发生变化，由于相位配时固定不变的，将会导致某个方向相位配时不足或过多的情况出现，严重时将会导致交叉口的交通拥堵。因此在某个相位对应方向车流较少的情况下，还是以固定配时方式放行，将会严重降低该交叉口的交通运行效率。

发明内容

本发明的目的在于克服现有技术的不足，提供了一种交通信号单点自学习优化控制方法，以解决现有技术因相位配时固定不变导致的交通拥堵现象。

本发明是通过以下技术方案实现的：

一种交通信号单点自学习优化控制方法，包括以下步骤：

步骤S1：周期开始前，利用流量检测器实时监测各车道车流量信息，并根据实际交通调研情况，设定初始绿灯、黄灯、红灯时间，以及相位最小绿灯时间、相位最大绿灯时间；

步骤S2：周期开始时，各相位循环放行，交通信号控制机接收流量检测器反馈的车流量信息，并根据上一周期的车道车流量信息，调整当前周期绿灯时间；

步骤S3：如果当前周期绿灯时间小于其相位最小绿灯时间，则取相位最小绿灯时间为当前周期的实际绿灯放行时间；如果当前周期绿灯时间大于其相位最大绿灯时间，则取相位最大绿灯时间为当前周期的实际绿灯放行时间；如果当前周期绿灯时间在其相位最小绿灯时间和相位最大绿灯时间之间，则当前周期绿灯时间即为当前周期的实际绿灯放行时间。

所述步骤S2中，根据上一周期的车流量信息数据，调整当前周期绿灯时间的方法，包括以下步骤：

步骤S201：周期开始时，各相位按照初始的红灯、黄灯和绿灯时间放行；

步骤S202：上一周期结束后，相位循环放行至当前周期，计算当前周期的各车道饱和度，具体为：

车道饱和度＝(3600×上一周期车道车流量)/(上一周期车道饱和流量×相位有效绿灯时间)

相位有效绿灯时间＝上一周期的实际绿灯放行时间+上一周期黄灯时间-车辆起步延误时间

式中：车道饱和流量指一小时之内连续通过车道停止线的当量小汽车数量，当量小汽车指以4～5座的小客车为标准车，作为各种型号车辆换算道路交通量的当量车种，一般情况下，车道饱和流量的取值为1200-1500辆/小时，车道饱和流量是根据车道实际建设情况决定的，当车道建成以后，每个车道对应的车道饱和流量理论上是不变的；车辆起步延误时间为车辆在起步时所损失的时间；当前周期为第二周期时，上一周期的实际绿灯放行时间为初始绿灯时间；

步骤S203：取对应的最大车道饱和度作为相位饱和度，取上一周期最大车流量的车道作为关键车道，取最大车道饱和流量作为相位饱和流量，计算调整后的当前周期绿灯时间：

当前周期绿灯时间＝(3600×关键车道车流量)/(相位饱和流量×相位饱和度)-上一周期黄灯时间+车辆起步延误时间

式中：由于本发明对相位黄灯和相位红灯时间是不做优化调整的，因此，所述步骤S202和步骤S203中，上一周期相位黄灯时间＝初始黄灯时间。

本发明相比现有技术具有以下优点：本发明提供了一种交通信号单点自学习优化控制方法，该方法通过对各个相位方向车道车流量进行采集并学习后再配以优化的交通信号控制算法自动对各个相位的配时进行调整，使之调整后的相位配时更适合该路口的实际交通运行情况，以避免当车流量出现变化时某个相位配时过多或不足的情况发生。

附图说明

图1为交通信号单点自学习优化控制方法的流程图；

图2为当前周期绿灯时间调整方法的流程图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

本实施例提供的一种交通信号单点自学习优化控制方法，具有如图1和2所示的流程图，包括以下步骤：

步骤S1：周期开始前，利用流量检测器实时监测各车道车流量信息，并根据实际交通调研情况，设定初始绿灯、黄灯、红灯时间，以及相位最小绿灯时间、相位最大绿灯时间；

步骤S2：周期开始时，各相位循环放行，交通信号控制机接收流量检测器反馈的车流量信息，并根据上一周期的车道车流量信息，调整当前周期绿灯时间，其中，当前周期绿灯时间的调整方法，步骤包括：

步骤S201：周期开始时，各相位按照初始的红灯、黄灯和绿灯时间放行；

步骤S202：上一周期结束后，相位循环放行至当前周期，计算当前周期的各车道饱和度，具体为：

车道饱和度＝(3600×上一周期车道车流量)/(上一周期车道饱和流量×相位有效绿灯时间)

相位有效绿灯时间＝上一周期的实际绿灯放行时间+上一周期黄灯时间-车辆起步延误时间

式中：车道饱和流量指一小时之内连续通过车道停止线的当量小汽车数量，当量小汽车指以4～5座的小客车为标准车，作为各种型号车辆换算道路交通量的当量车种，一般情况下，车道饱和流量的取值为1200-1500辆/小时；上一周期黄灯时间＝初始黄灯时间；车辆起步延误时间为车辆在起步时所损失的时间，本实施例中，车辆起步延误时间取平均值为3s(下同)；当前周期为第二周期时，该相位上一周期的实际绿灯放行时间为初始绿灯时间；

步骤S203：取对应的最大车道饱和度作为相位饱和度，取上一周期最大车流量的车道作为关键车道，取最大车道饱和流量作为相位饱和流量，计算调整后的当前周期绿灯时间：

当前周期绿灯时间＝(3600×关键车道车流量)/(相位饱和流量×相位饱和度)-上一周期黄灯时间+车辆起步延误时间

式中：上一周期相位黄灯时间＝初始黄灯时间；车辆起步延误时间＝3s。

步骤S3：如果当前周期绿灯时间小于其相位最小绿灯时间，则取相位最小绿灯时间为当前周期的实际绿灯放行时间；如果当前周期绿灯时间大于其相位最大绿灯时间，则取相位最大绿灯时间为当前周期的实际绿灯放行时间；如果当前周期绿灯时间在其相位最小绿灯时间和相位最大绿灯时间之间，则当前周期绿灯时间即为当前周期的实际绿灯放行时间。

Claims (2)

1.一种交通信号单点自学习优化控制方法，其特征在于，包括以下步骤：

步骤S1：利用流量检测器实时监测各车道车流量信息，并根据实际交通调研情况，设定初始绿灯、黄灯、红灯时间，以及相位最小绿灯时间、相位最大绿灯时间；

步骤S2：周期开始时，各相位循环放行，交通信号控制机接收流量检测器反馈的车流量信息，并根据上一周期的车道车流量信息，调整当前周期绿灯时间；

步骤S3：如果当前周期绿灯时间小于其相位最小绿灯时间，则取相位最小绿灯时间为当前周期的实际绿灯放行时间；如果当前周期绿灯时间大于其相位最大绿灯时间，则取相位最大绿灯时间为当前周期的实际绿灯放行时间；如果当前周期绿灯时间在其相位最小绿灯时间和相位最大绿灯时间之间，则当前周期绿灯时间即为当前周期的实际绿灯放行时间。

2.根据权利要求1所述的一种交通信号单点自学习优化控制方法，其特征在于，所述步骤S2中，根据上一周期的车流量信息数据，调整当前周期绿灯时间的方法，包括以下步骤：

步骤S201：周期开始时，各相位按照初始的红灯、黄灯和绿灯时间放行；

步骤S202：上一周期结束后，相位循环放行至当前周期，计算当前周期的各车道饱和度，具体为：

车道饱和度＝(3600×上一周期车道车流量)/(上一周期车道饱和流量×相位有效绿灯时间)

相位有效绿灯时间＝上一周期的实际绿灯放行时间+上一周期黄灯时间-车辆起步延误时间

式中：车道饱和流量指一小时之内连续通过车道停止线的当量小汽车数量，当量小汽车指以4～5座的小客车为标准车，作为各种型号车辆换算道路交通量的当量车种；车辆起步延误时间为车辆在起步时所损失的时间；上一周期黄灯时间＝初始黄灯时间；

步骤S203：取对应的最大车道饱和度作为相位饱和度，取上一周期最大车流量的车道作为关键车道，取最大车道饱和流量作为相位饱和流量，计算调整后的当前周期绿灯时间：

当前周期绿灯时间＝(3600×关键车道车流量)/(相位饱和流量×相位饱和度)-上一周期黄灯时间+车辆起步延误时间

式中：上一周期相位黄灯时间＝初始黄灯时间。