CN105679049A - 一种城市道路交叉口信号控制优化方法 - Google Patents

Abstract

本发明提供一种城市道路路口信号控制优化方法。本发明对于安装有交通信息检测器的城市道路路口，通过无线网络将信号控制器状态和检测信息实时发送到手持设备。手持设备内置交通状态评估算法，可在线评估信号控制优劣，同时利用实时交通流检测数据和在线评估结果实现对信号控制配时方案的优化，并根据现场特殊交通状况对交通信号控制算法进行修正。采用上述方法可根据交通现场实际情况，有效提高城市道路路口的控制效率，达到缓解拥堵的目的。

Description

一种城市道路交叉口信号控制优化方法

技术领域

本发明属于智能交通技术领域，具体涉及一种实时交通控制优化技术。

背景技术

当前广泛使用的单路口控制主要包括定时控制、感应控制和自适应控制，其中定时控制无法通过实时获取交通流数据进行配时方案调整，而感应控制和自适应控制虽然能实时获取交通流，但是不适合在过饱和情况下使用，同时这几种控制均为开环控制，其本身无法对路口的信号控制效果进行评估和及时优化。即便有些实现了中心联网式控制的路口，也经常由于网络等问题而导致无法实现先进的控制和有效的评估。然而城市道路路口作为城市交通控制的重要组成部分，担负着控制车流和保证行车安全的重要作用，因此合理使用路口信号控制方法，及时获取控制效果反馈，进行及时优化配时方案，对于缓解城市交通拥堵、保障行车安全有着非常重要意义。

发明内容

针对当前路口控制中存在的不足，本发明结合交通流检测数据实时对路口控制效果进行评估，若控制效果不符合预期时对信号控制配时方案进行快速优化，同时结合对现场实际状态的决策对优化方案进一步修正。具体采用如下技术方案：包括如下步骤：

1)获取路口信号控制器内原始配时方案；

2)采集路口实时交通信息，判断路口的实时交通状态：

$\left\{\begin{array}{c}x=max\{x_i,i=1,...,n\}\\ x_i=\frac{q_i\·C}{S_i\·g_i}\end{array}\right.$

其中，x_i为相位i的饱和度；x表示取最大的相位饱和度为交叉口饱和度；q_i为相位i车流量；C为原始配时方案的交叉口信号周期时间；S_i为相位i的饱和流率；g_i为相位i的绿灯时间；

如果x＝max{x_i,i＝1,...,n}＜1，则判定路口处于欠饱和状态；

如果x＝max{x_i,i＝1,...,n}≥1，则判定路口处于过饱和状态；

3)计算路口延误和通行能力：

当路口处于欠饱和状态时，延误和通行能力计算公式如下：

$\left\{\begin{array}{c}{d}_{i\left(u\right)}=\frac{1}{2}\·\frac{S_i\·q_i}{S_i-q_i}\·{\[(1-\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i})\·(C-L)\]}^2\\ {\mathrm{Cap}}_i=S_i\·\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i}\·(1-\frac{L}{C})\end{array}\right.$

当路口处于过饱和状态时，延误和通行能力计算公式如下：

$\left\{\begin{array}{c}{d}_{i\left(o\right)}=\frac{1}{2}\·q_i\·C^2-\frac{1}{2}\·S_i\·{\[\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i}\·(C-L)\]}^2\\ {\mathrm{Cap}}_i=S_i\·\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i}\·(1-\frac{L}{C})\end{array}\right.$

其中，d_i(u)为欠饱和状态时相位i延误时间；d_i(o)为过饱和状态相位i延误时间；Cap_i为交叉口的通行能力；L为交叉口的延误时间；

4)评估原始配时方案下路口信号控制效果：

$\left\{\begin{array}{c}P=\frac{d_i\left(C\right)}{\stackrel{\‾}{d_i}}={\mathrm{\αd}}_{i\left(u\right)}\left(C\right)+(1-\mathrm{\α})d_{i\left(o\right)}\left(C\right)\\ W=\frac{{\mathrm{Cap}}_i\left(C\right)}{\stackrel{\‾}{{\mathrm{Cap}}_i}}={\mathrm{Cap}}_i\end{array}\right.$

约束条件：

其中，P为延误比率；W为通行能力比率；为设计延误(设计交叉口配时方案时所产生的必要延误)；为设计通行能力(设计交叉口配时方案时所产生的必要通行能力)；其中，d_i(C)表示信号控制周期为C时相位i的延误时间；d_i(u)(C)表示信号控制周期为C时欠饱和状态下相位i的延误时间；d_i(O)(C)表示信号控制周期为C时过饱和状态下相位i的延误时间；α为权重系数；Cap_i(C)表示信号控制周期为C时相位i的通行能力；

如果[P＜1,W＜1]或[P＞1,W＜1]或[P＜1,W＞1]，此时判定交叉口配时需要优化，进入步骤5)；

如果[P≥1,W≥1]，此时判定交叉口配时不需要优化，返回步骤1)；

5)建立信号控制周期优化目标函数：

$J=\min \left\{\frac{\underset{i=1}{\overset{n}{\Σ}}\left(d_i\right(c)-\underset{d_i}{\arg \min }f(d_i\left(c\right)\left)\right)\·{\left({\mathrm{Cap}}_i\right(c)-\underset{{\mathrm{Cap}}_i}{\arg \min }f({\mathrm{Cap}}_i\left(c\right)\left)\right)}^2}{\sqrt{\underset{i=1}{\overset{n}{\Σ}}{\left(d_i\right(c)-\underset{d_i}{\arg \min }f(d_i\left(c\right)\left)\right)}^2\·\underset{i=1}{\overset{n}{\Σ}}{\left({\mathrm{Cap}}_i\right(c)-\underset{{\mathrm{Cap}}_i}{\arg \min }f({\mathrm{Cap}}_i\left(c\right)\left)\right)}^2}}\right\}$

约束条件为：c_min≤c≤c_max；

其中，f(d_i(c))为信号控制周期为c时相位i延误的梯度，f(Cap_i(c))为信号控制周期为c时相位i通行能力的梯度；

将J设为目标函数，对函数变量进行归一化处理，采用遗传算法进行优化计算得到最优的信号控制周期；

6)生成路口优化配时方案

步骤5)中计算得到优化后的信号控制周期c，根据实时检测的交通流数据生成配时方案，得到优化的绿灯时间:

$g_i^{\′}=q_i(c-L)/\underset{i=1}{\overset{n}{\Σ}}{q}_i$

其g_min≤g′_i≤g_max，g_min和g_max为相位的最小绿灯时间和最大绿灯时间。

优选地，当交叉口某相位发生溢流或交通事故时，将信号控制周期设置为该相位的最大周期值。

优选地，步骤1)中获取路口信号控制器内原始配时方案是通过一手持设备，所述手持设备包括信息采集与更新模块、无线通信模块、信息处理和计算模块。

优选地，信息采集与更新模块包括交通流信息采集、信号控制器配时方案信息采集和配时方案更新；无线通信模块能同时兼容Wifi、3G/4G等无线传输技术；信息处理和计算模块是基于Android或IOS操作系统的客户端软件。

优选地，信息采集与更新模块通过读取信号控制器自身协议信息获得路口检测器检测到的交通流数据和原始配时方案信息，通过无线传输方式发送给信息处理和计算模块。

优选地，信息处理和计算模块对采集到的数据进行预处理，将交通检测器采集的数据进行过滤，去掉非法、无效的数据，将有效、合法的数据按照标准进行格式化处理，并对处理后的数据进行存储。

优选地，信息处理和计算模块通过无线传输方式将新的配时方案发送给信息采集与更新模块，由信息采集与更新模块将新的配时方案写入到信号控制器中。

本发明具有如下有益的技术效果：

(1)功能先进，方便实用，可快速实现城市道路路口的信号控制评估和优化；

(2)加入现场决策功能，实现二次优化，避免由于突发或常发性交通拥堵带来的信号控制失效问题。

附图说明

图1是本发明配时方案评估优化示意图。

图2是本发明信号传输示意图。

具体实施方式

1——信息采集及更新模块(安装在信号机厢内部)；

2——无线通信天线(安装在信号机厢顶端)；

3——信息处理和计算模块(安装在Android/IOS操作系统的手持设备)

在图1中，信息采集与更新模块通过读取信号机自身协议信息获得路口检测器检测到的交通流数据(车流量、时间占有率和瞬时车速等)和信号控制当前的配时方案信息，通过无线(Wifi、3G/4G等)方式发送给信息处理和计算模块。手持设备中的信息处理和计算模块对采集到的数据进行预处理，主要是将交通检测器采集的数据进行过滤，去掉非法、无效的数据，将有效、合法的数据按照标准进行格式化处理，并对处理后的数据进行存储。并对采集到的数据进行预处理，主要是将交通检测器采集的数据进行过滤，去掉非法、无效的数据，将有效、合法的数据按照标准进行格式化处理，并对处理后的数据进行存储。然后，通过内置的交通信号控制效果评估算法对当前控制效果进行评估，并生成评估结果；然后，针对评估结果通过内置的交通信号控制配时优化算法对当前信号配时方法进行优化，并结合现场情况进行循环闭环优化，最后生成新的配时方案。最后，通过无线(Wifi、3G/4G等)方式将新的配时方案发送给信息采集与更新模块，由信息采集与更新模块将新的配时方案写入到信号控制器中。

手持设备采集路口实时交通信息，判断路口的实时交通状态：

$\left\{\begin{array}{c}x=max\{x_i,i=1,...,n\}\\ x_i=\frac{q_i\·C}{S_i\·g_i}\end{array}\right.$

其中，x_i为相位i的饱和度；x表示取最大的相位饱和度为交叉口饱和度；q_i为相位i车流量；C为原始配时方案的交叉口信号周期时间；S_i为相位i的饱和流率；g_i为相位i的绿灯时间；如果x＝max{x_i,i＝1,...,n}＜1，则判定路口处于欠饱和状态；如果x＝max{x_i,i＝1,...,n}≥1，则判定路口处于过饱和状态。

3)计算路口延误和通行能力：

当路口处于欠饱和状态时，延误和通行能力计算公式如下：

$\left\{\begin{array}{c}{d}_{i\left(u\right)}=\frac{1}{2}\·\frac{S_i\·q_i}{S_i-q_i}\·{\[(1-\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i})\·(C-L)\]}^2\\ {\mathrm{Cap}}_i=S_i\·\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i}\·(1-\frac{L}{C})\end{array}\right.$

当路口处于过饱和状态时，延误和通行能力计算公式如下：

$\left\{\begin{array}{c}{d}_{i\left(o\right)}=\frac{1}{2}\·q_i\·C^2-\frac{1}{2}\·S_i\·{\[\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i}\·(C-L)\]}^2\\ {\mathrm{Cap}}_i=S_i\·\frac{q_i}{\underset{i=1}{\overset{n}{\Σ}}{q}_i}\·(1-\frac{L}{C})\end{array}\right.$

其中，d_i(u)为欠饱和状态时相位i延误时间；d_i(o)为过饱和状态相位i延误时间；Cap_i为交叉口的通行能力；L为交叉口的延误时间。

4)评估原始配时方案下路口信号控制效果：

$\left\{\begin{array}{c}P=\frac{d_i\left(C\right)}{\stackrel{\‾}{d_i}}={\mathrm{\αd}}_{i\left(u\right)}\left(C\right)+(1-\mathrm{\α})d_{i\left(o\right)}\left(C\right)\\ W=\frac{{\mathrm{Cap}}_i\left(C\right)}{\stackrel{\‾}{{\mathrm{Cap}}_i}}={\mathrm{Cap}}_i\end{array}\right.$

约束条件：

其中，P为延误比率；W为通行能力比率；为设计延误(设计交叉口配时方案时所产生的必要延误)；为设计通行能力(设计交叉口配时方案时所产生的必要通行能力)；其中，d_i(C)表示信号控制周期为C时相位i的延误时间；d_i(u)(C)表示信号控制周期为C时欠饱和状态下相位i的延误时间；d_i(o)(C)表示信号控制周期为C时过饱和状态下相位i的延误时间；α为权重系数；Cap_i(C)表示信号控制周期为C时相位i的通行能力；

如果[P＜1,W＜1]或[P＞1,W＜1]或[P＜1,W＞1]，此时判定交叉口配时需要优化，进入步骤5)；

如果[P≥1,W≥1]，此时判定交叉口配时不需要优化，返回步骤1)；

5)建立信号控制周期优化目标函数：

$J=\min \left\{\frac{\underset{i=1}{\overset{n}{\Σ}}\left(d_i\right(c)-\underset{d_i}{\arg \min }f(d_i\left(c\right)\left)\right)\·{\left({\mathrm{Cap}}_i\right(c)-\underset{{\mathrm{Cap}}_i}{\arg \min }f({\mathrm{Cap}}_i\left(c\right)\left)\right)}^2}{\sqrt{\underset{i=1}{\overset{n}{\Σ}}{\left(d_i\right(c)-\underset{d_i}{\arg \min }f(d_i\left(c\right)\left)\right)}^2\·\underset{i=1}{\overset{n}{\Σ}}{\left({\mathrm{Cap}}_i\right(c)-\underset{{\mathrm{Cap}}_i}{\arg \min }f({\mathrm{Cap}}_i\left(c\right)\left)\right)}^2}}\right\}$

约束条件为：c_min≤c≤c_max；

其中，f(d_i(c))为信号控制周期为c时相位i延误的梯度，f(Cap_i(c))为信号控制周期为c时相位i通行能力的梯度；将J设为目标函数，对函数变量进行归一化处理，采用遗传算法进行优化计算得到最优的信号控制周期。

6)生成路口优化配时方案

步骤5)中计算得到优化后的信号控制周期c，根据实时检测的交通流数据生成配时方案，得到优化的绿灯时间:

$g_i^{\′}=q_i(c-L)/\underset{i=1}{\overset{n}{\Σ}}{q}_i$

其g_min≤g′_i≤g_max，g_min和g_max为相位的最小绿灯时间和最大绿灯时间。

现场决策修正：当交叉口某相位发生溢流或出特殊情况时，将周期设置为C＝C_max，并令该相位使得该方向获得最长通过时间。

在图2中，信息采集及更新模块1安装在信号控制器内部进行用于交通流检测数据和信号控制信息的发送，以及信号控制配时方案更新；无线通信天线安装在信号控制器顶部用于数据的传输；信息处理和计算模块3安装在Android/IOS操作系统的手持设备中，用于数据处理、效果评估和配时方案优化。

Claims (7)

1.一种城市道路交叉口信号控制优化方法，其特征在于，包括如下步骤：

1)获取路口信号控制器内原始配时方案；

2)采集路口实时交通信息，判断路口的实时交通状态：

$\left\{\begin{array}{c}x=max\{x_i,i=1,...,n\}\\ x_i=\frac{q_i\·C}{S_i\·g_i}\end{array}\right.$

其中，x_i为相位i的饱和度；x表示取最大的相位饱和度为交叉口饱和度；q_i为相位i车流量；C为原始配时方案的交叉口信号周期时间；S_i为相位i的饱和流率；g_i为相位i的绿灯时间；

如果x＝max{x_i,i＝1,...,n}＜1，则判定路口处于欠饱和状态；

如果x＝max{x_i,i＝1,...,n}≥1，则判定路口处于过饱和状态；

3)计算路口延误和通行能力：

当路口处于欠饱和状态时，延误和通行能力计算公式如下：

$\left\{\begin{array}{c}{d}_{i\left(u\right)}=\frac{1}{2}\·\frac{S_i\·q_i}{S_i-q_i}\·{\mathrm{\[(1}-\frac{q_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i})\·(C-L)\]}^2\\ {\mathrm{Cap}}_i=S_i\·\frac{q_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i}\·(1-\frac{L}{C})\end{array}\right.$

当路口处于过饱和状态时，延误和通行能力计算公式如下：

$\left\{\begin{array}{c}{d}_{i\left(o\right)}=\frac{1}{2}\·q_i\·C^2-\frac{1}{2}\·S_i\·\[\frac{q_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i})\·(C-L){\]}^2\\ {\mathrm{Cap}}_i=S_i\·\frac{q_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i}\·(1-\frac{L}{C})\end{array}\right.$

其中，d_i(u)为欠饱和状态时相位i延误时间；d_i(o)为过饱和状态相位i延误时间；

Cap_i为交叉口的通行能力；L为交叉口的延误时间；

4)评估原始配时方案下路口信号控制效果：

$\left\{\begin{array}{c}P=\frac{d_i\left(C\right)}{\stackrel{\‾}{d_i}}=\mathrm{\α}{d}_{i\left(u\right)}\left(C\right)+(1-\mathrm{\α})d_{i\left(o\right)}\left(C\right)\\ W=\frac{{\mathrm{Cap}}_i\left(C\right)}{\stackrel{\‾}{{\mathrm{Cap}}_i}}=Ca{p}_i\end{array}\right.$

约束条件：

其中，P为延误比率；W为通行能力比率；为设计延误(设计交叉口配时方案时所产生的必要延误)；为设计通行能力(设计交叉口配时方案时所产生的必要通行能力)；其中，d_i(C)表示信号控制周期为C时相位i的延误时间；d_i(u)(C)表示信号控制周期为C时欠饱和状态下相位i的延误时间；d_i(O)(C)表示信号控制周期为C时过饱和状态下相位i的延误时间；α为权重系数；Cap_i(C)表示信号控制周期为C时相位i的通行能力；

如果[P＜1,W＜1]或[P＞1,W＜1]或[P＜1,W＞1]，此时判定交叉口配时需要优化，进入步骤5)；

如果[P≥1,W≥1]，此时判定交叉口配时不需要优化，返回步骤1)；

5)建立信号控制周期优化目标函数：

$J=min\{\frac{\underset{i=1}{\overset{n}{\Σ}}\left(d_i\right(c)-\underset{d_i}{\mathrm{argmin}}f\left(d_i\right(c)\left)\right)\·{\left({\mathrm{Cap}}_i\right(c)-\underset{{\mathrm{Cap}}_i}{\mathrm{argmin}}f({\mathrm{Cap}}_i\left(c\right)\left)\right)}^2}{\sqrt{\underset{i=1}{\overset{n}{\Σ}}{\left(d_i\right(c)-\underset{d_i}{\mathrm{argmin}}f(d_i\left(c\right)\left)\right)}^2\·\underset{i=1}{\overset{n}{\Σ}}{\left({\mathrm{Cap}}_i\right(c)-\underset{{\mathrm{Cap}}_i}{\mathrm{argmin}}f({\mathrm{Cap}}_i\left(c\right)\left)\right)}^2}}\}$

约束条件为：c_min≤c≤c_max；

其中，f(d_i(c))为信号控制周期为c时相位i延误的梯度，f(Cap_i(c))为信号控制周期为c时相位i通行能力的梯度；

将J设为目标函数，对函数变量进行归一化处理，采用遗传算法进行优化计算得到最优的信号控制周期；

6)生成路口优化配时方案

步骤5)中计算得到优化后的信号控制周期c，根据实时检测的交通流数据生成配时方案，得到优化的绿灯时间:

$g_i^{\′}=q_i(c-L)/\underset{i=1}{\overset{n}{\Σ}}{q}_i$

其g_min和g_max为相位的最小绿灯时间和最大绿灯时间。

2.如权利要求1所述的城市道路交叉口信号控制优化方法，其特征在于，当交叉口某相位发生溢流或交通事故时，将信号控制周期设置为该相位的最大周期值。

3.如权利要求1-2所述的城市道路交叉口信号控制优化方法，其特征在于，步骤1)中获取路口信号控制器内原始配时方案是通过一手持设备，所述手持设备包括信息采集与更新模块、无线通信模块、信息处理和计算模块。

4.如权利要求1-3所述的城市道路交叉口信号控制优化方法，其特征在于，信息采集与更新模块包括交通流信息采集、信号控制器配时方案信息采集和配时方案更新；无线通信模块能同时兼容Wifi、3G/4G等无线传输技术；信息处理和计算模块是基于Android或IOS操作系统的客户端软件。

5.如权利要求1-4所述的城市道路交叉口信号控制优化方法，其特征在于，信息采集与更新模块通过读取信号控制器自身协议信息获得路口检测器检测到的交通流数据和原始配时方案信息，并通过无线传输方式发送给信息处理和计算模块。

6.如权利要求1-5所述的城市道路交叉口信号控制优化方法，其特征在于，信息处理和计算模块对采集到的数据进行预处理，将交通检测器采集的数据进行过滤，去掉非法、无效的数据，将有效、合法的数据按照标准进行格式化处理，并对处理后的数据进行存储。

7.如权利要求1-6所述的城市道路交叉口信号控制优化方法，其特征在于，信息处理和计算模块通过无线传输方式将新的配时方案发送给信息采集与更新模块，由信息采集与更新模块将新的配时方案写入到信号控制器中。