CN107170257B

CN107170257B - 一种基于多源数据的逆向可变车道智能控制方法

Info

Publication number: CN107170257B
Application number: CN201710561276.0A
Authority: CN
Inventors: 孙锋; 焦方通; 赵菲; 刘玮轩; 王晓原; 郭栋; 苏文恒; 曹辉; 朱新远
Original assignee: Shandong University of Technology
Current assignee: Shandong University of Technology
Priority date: 2017-07-11
Filing date: 2017-07-11
Publication date: 2019-07-19
Anticipated expiration: 2037-07-11
Also published as: CN107170257A

Abstract

本发明公开了一种基于多源数据的逆向可变车道智能控制方法。本发明包括以下步骤：1）交叉口交通需求预测，2）逆向可变车道开关判别指标，3）逆向可变车道开关控制条件，4）交叉口信号协同优化，5）逆向可变车道智能控制流程。本发明充分利用地磁、微波等多源数据预测交叉口的交通需求，明确了逆向可变车道的开关判别指标及开关控制条件，将逆向可变车道信号灯与交叉口内信号灯实现协同控制，使得逆向可变车道控制实现动态和智能化。

Description

一种基于多源数据的逆向可变车道智能控制方法

技术领域

本发明涉及交通管控领域，具体涉及一种基于多源数据的逆向可变车道智能控制方法。

背景技术

交叉口逆向可变车道是变向交通管理的一种新兴形式，主要设置在信号控制交叉口的出口道内侧，既具有出口道行车道功能又具有进口左转导向车道功能，由于其工程投资小且能有效缓解交叉口高峰时段的左转过饱和拥堵，而逐步被认可和应用。

随着城市交通压力的进一步增大，逆向可变车道的效益正在逐步减弱，主要原因是以人工和定时段为主的管理模式，无法主动适应脆弱多变的城市交通发展形势，致使逆向可变车道的效益未得到充分发挥。近年来，各个城市的交通检测设备不断完善，如何合理利用多源交通数据来有效解决交通问题显得尤为重要。为此，有必要针对设置逆向可变车道的交叉口运行特征进行系统深入的研究，提出一种基于多源数据的逆向可变车道智能控制方法，以充分发挥逆向可变车道的功能效益。

发明内容

本发明针对现有技术的不足，提供了一种基于多源数据的逆向可变车道智能控制方法。

本发明采用的技术方案是：

本发明包括以下步骤：

A)交叉口交通需求预测

a)交叉口进口流向比例预测

这里的参数包括：t_n周期的左转流量L(t_n)、直行流量S(t_n)、右转流量R(t_n)、各流向比例k_i(t_n)，i取L、S、R分别代表左转、直行、右转；

b)获取上游路段车辆到达率

这里包括如下参数：在t_n周期中统计时间间隔为Δt的第k个时间段内路段微波采集的交通量为上游路段的车辆到达率

c)交叉口车辆到达率预测

获取上游路段的车辆到达率后，结合车辆离散情况下的几何分布模型，预测交叉口的车辆到达率；

这里包括如下几个参数：t_n周期交叉口的车辆到达率q_down(t_n)，上游路段的车辆到达率统计时间间隔Δt，各个时间段k，车队离散系数α，路段微波设备所在截面至地磁设备所在截面之间的车辆行驶时间τ,周期时长T；

d)交叉口分流向交通需求预测

这里包括如下几个参数：t_n周期内上游路段的车辆到达率统计时间间隔Δt，各个时间段k，车队离散系数α，路段微波设备所在截面至地磁设备所在截面之间的车辆行驶时间τ，周期时长T，t_n周期交叉口左转、直行、右转的流向预测比例k^* _L(t_n)、k^* _S(t_n)、k^* _R(t_n)，t_n周期交叉口左转、直行、右转的流量预测值Q_L(t_n)、Q_S(t_n)、Q_R(t_n)。

B)逆向可变车道开关判别指标

a)左转车道排队长度预测

这里的计算参数包括：t_n周期内一条左转车道的最大排队车辆数P_L(t_n)，交叉口的车辆到达率q_down(t_n)，交叉口内左转的流向比例k_L(t_n)，到达车辆修正系数γ，左转的红灯时长t_rL，左转的车道数m_L，上一周期一条左转车道的滞留车辆数R_L(t_n-1)；

b)交叉口各流向平均饱和度

这里的参数包括：t_n周期内i流向的流量值q_i(t_n)，i流向的通行能力S_i，t_n周期内各流向的平均饱和度x_av(t_n)，各流向总的车道数m。

C)逆向可变车道开关控制条件

a)逆向可变车道开启条件

这里的参数包括：t_n周期内一条左转车道的最大排队车辆数P_L(t_n)，一条左转车道的最大通过车辆数Q_max(L)，各流向的平均饱和度x_av(t_n)；

b)逆向可变车道关闭条件

这里的参数同样为：t_n周期内一条左转车道的最大排队车辆数P_L(t_n)，一条左转车道的最大通过车辆数Q_max(L)，各流向的平均饱和度x_av(t_n)。

D)交叉口信号协同优化

在逆向可变车道的进口处，加设一处逆向可变车道信号灯，由该信号灯实现逆向可变车道的开启或关闭，逆向可变车道信号灯与交叉口内信号灯实现协同控制，信号协同优化计算方法如下：

a)计算交叉口流量比之和

在环结构配时模式下，交叉口流量比之和计算参数包括：交叉口流量比之和Y，环结构中的环编号a，环结构中的信号屏障编号b，信号屏障b内环a的流量比之和Y’_ab，交通流量q，饱和流量S；

b)计算信号周期时长

采用韦伯斯特公式计算交叉口信号周期时长，这里的计算参数包括：最佳周期时长c，信号总损失时间L，交叉口流量比之和Y；

c)分配各相位有效绿灯时长

根据等饱和度原则计算每个相位的绿信比，进而合理分配各相位有效绿灯时间，这里的计算参数包括：相位i的有效绿灯时间g_i，信号屏障b内环a的流量比之和Y’_ab，最佳周期时长c，信号总损失时间L，相位i的流量比y_i，交叉口流量比之和Y；

d)逆向可变车道的清空时间

逆向可变车道的清空时间由逆向可变车道的长度与车辆行驶特征计算，计算参数包括：逆向可变车道的清空时间t_lc，逆向可变车道的长度A，车辆的启动加速度a，左转车辆通过交叉口的稳定车速v，逆向可变车道的安全时间t_ls；

e)逆向可变车道的提前开启时间

逆向可变车道的提前开启时间取逆向可变车道的清空时间；

f)信号配时方案

以一般的四路交叉口为例，在交叉口南进口的左转相位设置逆向可变车道，通过以上优化计算方法，得到交叉口的信号配时方案；

这里的参数包括：T₁为阶段1东西向左转的绿灯时长，T₂为阶段2东西向直行但逆向可变车道未开启的绿灯时长，T₃为阶段3东西向直行且逆向可变车道的提前开启时长，T₄为阶段4南口逆向可变车道的绿灯时长，T₅为阶段5南口逆向可变车道的清空时长，T₄+T₅为南北向正常左转的绿灯时长，T₆为阶段6南北向直行的绿灯时长，c为周期时长。

E)逆向可变车道智能控制流程

a)逆向可变车道开启变量初始化；

b)对下一周期的左转流量和左转排队长度进行预测；

c)对逆向可变车道的开启条件进行判断：

d)将方案下载至信号控制机或在下一周期关闭逆向可变车道；

e)对下一周期的逆向可变车道是否开启进行动态判断。

本发明在基于多源数据的逆向可变车道智能控制方法中，结合地磁、微波等多源数据预测交叉口的交通需求，明确了逆向可变车道的开关判别指标及开关控制条件，将逆向可变车道信号灯与交叉口内信号灯实现协同控制，达到逆向可变车道动态智能化控制的效果。

本发明有益效果：本发明与现有技术相比具有如下特点：

1)本发明根据车流冲突及运行特征提出交叉口相位相序设计方案，建立逆向可变车道饱和流量、清空时间及提前开启时间的计算模型，并确定周期及相位有效绿灯时长计算方法。

2)本发明能够根据交叉口不同车道组机动车需求的实时变化，智能化控制逆向可变车道的开启和关闭，有效克服了人工控制的盲目性和时间滞后性。

附图说明

图1是本发明方法流程图；

图2是交叉口信号协同优化示意图；

图3是逆向可变车道智能控制流程图；

图4是得到交叉口的信号配时方案图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明：

本发明实质上是根据进口道地磁设备和路段微波设备所采集的交通数据预测交叉口交通需求，明确逆向可变车道开关的判别指标，对逆向可变车道开关控制条件进行判断，并使逆向可变车道信号灯与交叉口内信号灯协同控制，最终实现基于多源数据的逆向可变车道智能控制方法。

如图1所示，一种基于多源数据的逆向可变车道智能控制方法，步骤包括：交叉口交通需求预测、逆向可变车道开关判别指标、逆向可变车道开关控制条件、交叉口信号协同优化、逆向可变车道智能控制流程。

A)交叉口交通需求预测

为达到对逆向可变车道开关条件进行提前预判的目的，体现交通多源数据信息的时效性，利用地磁和微波数据预测交叉口的交通需求，地磁和微波设备布局如图2所示；

a)交叉口进口流向比例预测

通过交叉口进口道布设的地磁设备，检测到t_n周期的左转流量L(t_n)、直行流量S(t_n)、右转流量R(t_n)，得到t_n周期各流向比例为：

b)获取上游路段车辆到达率

c)交叉口车辆到达率预测

以交叉口的地磁设备所在截面为参照线，结合车辆离散情况下几何分布模型，预测交叉口的车辆到达率为：

d)交叉口分流向交通需求预测

这里包括如下几个参数：t_n周期内上游路段的车辆到达率统计时间间隔Δt，各个时间段k，车队离散系数α，路段微波设备所在截面至地磁设备所在截面之间的车辆行驶时间τ，周期时长T，t_n周期交叉口左转、直行、右转的流向预测比例k^* _L(t_n)、k^* _S(t_n)、k^* _R(t_n)，t_n周期交叉口左转、直行、右转的流量预测值Q_L(t_n)、Q_S(t_n)、Q_R(t_n)；

基于上述分析，利用流向比例预测与交叉口车辆到达率预测模型得到交叉口流向需求动态预测模型：

B)逆向可变车道开关判别指标

通过对设有逆向可变车道的交叉口实地调研和对交叉口交通运行状态的分析，选取左转车道排队长度、交叉口各流向平均饱和度作为逆向可变车道开关的判别指标；

a)左转车道排队长度预测

这里的计算参数包括：左转的车道数m_L，t_n周期内一条左转车道的最大排队车辆数P_L(t_n)，交叉口的车辆到达率q_down(t_n)，交叉口内左转的流向比例k_L(t_n)，到达车辆修正系数γ，左转的红灯时长t_rL，上一周期一条左转车道的滞留车辆数R_L(t_n-1)；

利用本周期交叉口的车辆到达率和流向比例的关系，并用到达车辆修正系数加以修正先求得左转红灯期间总的到达车辆数，再除以该流向的车道数，最后加上上一周期所滞留的车辆数，得到一条左转车道的最大排队长度为：

b)交叉口各流向平均饱和度

这里的参数包括：t_n周期内i流向的流量值q_i(t_n)，i流向的通行能力S_i，t_n周期内各流向的平均饱和度x_av(t_n)，各流向总的车道数m；

利用交叉口进口的地磁获取该周期内各流向的实际流量值，结合各流向的通行能力得到该周期内各流向的饱和度，进而求得该周期内各流向的平均饱和度：

C)逆向可变车道开关控制条件

a)逆向可变车道开启条件

①预测的左转车道最大排队长度大于或等于一条左转车道的最大通过车辆数，即

P_L(t_n)≥Q_max(L)

②当交叉口各流向平均饱和度大于或等于0.9，即

x_av(t_n)≥0.9

若在连续的两个信号周期内，同时满足以上条件，则下一周期开启逆向可变车道；

b)逆向可变车道关闭条件

这里的参数同样为：t_n周期内一条左转车道的最大排队车辆数P_L(t_n)，一条左转车道的最大通过车辆数Q_max(L)，各流向的平均饱和度x_av(t_n)；

①预测的左转车道最大排队长度小于一条左转车道的最大通过车辆数，即

P_L(t_n)<Q_max(L)

②当交叉口各流向平均饱和度小于0.9，即

x_av(t_n)<0.9

若在连续的两个信号周期内，至少满足其中一个条件，则下一周期关闭逆向可变车道。

D)交叉口信号协同优化

在逆向可变车道的进口处，加设一处逆向可变车道信号灯，如图2所示，由该信号灯实现逆向可变车道的开启或关闭，逆向可变车道信号灯与交叉口内信号灯实现协同控制，信号协同优化计算方法如下：

a)计算交叉口流量比之和

交叉口流量比计算参数包括：交叉口流量比之和Y，环结构中的环编号a，环结构中的信号屏障编号b，信号屏障b内环a的流量比之和Y’_ab，交通流量q，饱和流量S；

设有逆向可变车道的交叉口仅仅是通行能力发生了变化，仍然采用传统的信号周期计算公式，即确定好关键相位的流向比之和后进行计算，只是流向比计算中要考虑逆向可变车道是否开启，在环结构配时模式下，交叉口的流量比之和为：

b)计算信号周期时长

这里的计算参数包括：最佳周期时长c，信号总损失时间L，交叉口流量比之和Y；

采用韦伯斯特公式计算交叉口的信号周期时长为：

c＝(1.5L+5)/(1-Y)

c)分配各相位有效绿灯时长

这里的计算参数包括：相位i的有效绿灯时间g_i，信号屏障b内环a的流量比之和Y’_ab，最佳周期时长c，信号总损失时间L，相位i的流量比y_i，交叉口流量比之和Y；

根据等饱和度原则合理分配每个相位的绿信比，进而得到各相位的有效绿灯时间为：

g_i＝max(Y’_ab)*(C-L)*y_i/(Y*Y’_ab)

d)逆向可变车道的清空时间

计算参数包括：逆向可变车道的清空时间t_lc，逆向可变车道的长度A，车辆的启动加速度a，左转车辆通过交叉口的稳定车速v，逆向可变车道的安全时间t_ls；

逆向可变车道的清空时间由逆向可变车道的长度与车辆行驶特征计算，逆向可变车道的安全时间t_ls取3-5秒；

e)逆向可变车道的提前开启时间

这里的参数包括：逆向可变车道的提前开启时间t_lt，逆向可变车道的清空时间t_lc；

为了保证安全性，同时提高逆向车道的运行效率，逆向可变车道的提前开启时间取逆向可变车道的清空时间：

t_lt＝t_lc

f)信号配时方案

这里的参数包括：T₁为阶段1东西向左转的绿灯时长，T₂为阶段2东西向直行但逆向可变车道未开启的绿灯时长，T₃为阶段3东西向直行且逆向可变车道的提前开启时长，T₄为阶段4南口逆向可变车道的绿灯时长，T₅为阶段5南口逆向可变车道的清空时长，T₄+T₅为南北向正常左转的绿灯时长，T₆为阶段6南北向直行的绿灯时长，c为周期时长；

以一般的四路交叉口为例，在交叉口南进口的左转相位设置逆向可变车道，通过以上优化计算方法，得到交叉口的信号配时方案，如图4：

E)逆向可变车道智能控制流程

逆向可变车道智能控制流程如图3所示，主要流程如下：

a)逆向可变车道开启变量初始化，令初始化开启变量K_i＝0；

b)对下一周期的交通需求进行预测，主要预测左转流量和左转排队长度；

c)对逆向可变车道的开启条件进行判断：

①当同时满足以下两个判别条件：预测的左转车道最大排队长度大于或等于一条左转车道的最大通过车辆数、交叉口各流向平均饱和度大于或等于0.9，且开启变量为2即在连续两个周期的情况下满足判别条件，此时在下一周期开启逆向可变车道，并进行交叉口信号配时优化；

②当至少不满足两个判别条件中的一个，则对开启变量进行判断：若此时下一周期的开启变量不为0，则在下一周期开启逆向可变车道进行交叉口信号配时优化；若此时下一周期的开启变量为0且当前周期的开启变量为1，则在下一周期关闭逆向可变车道；若此时下一周期的开启变量为0且当前周期的开启变量不为1，则执行常规信号配时方案；

d)根据以上智能控制判断流程，将方案下载至信号控制机或在下一周期关闭逆向可变车道；

e)将方案下载至信号控制机后重新开始对下一周期的逆向可变车道是否开启进行动态判断。

应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种基于多源数据的逆向可变车道智能控制方法，其特征在于：包括以下步骤：

A）利用地磁和微波数据预测交叉口交通需求，包括：

a）交叉口进口流向比例预测，所述的流向比例是指某一交叉口进口道中左转、直行、右转机动车流量的比值；

b）获取上游路段车辆到达率；

c）结合车辆离散情况下的几何分布模型，预测交叉口车辆到达率；

d）利用流向比例预测与交叉口车辆到达率预测得到交叉口分流向交通需求预测，即交叉口分流向机动车流量预测；

B）逆向可变车道开关判别指标选取，包括：

a）左转车道排队长度预测；

b）交叉口各流向平均饱和度计算；

C）逆向可变车道开关控制条件确定，包括：

a）逆向可变车道开启条件：

①预测的左转车道最大排队长度大于或等于一条左转车道的最大通过车辆数；

②交叉口各流向平均饱和度大于或等于0.9；

b）逆向可变车道关闭条件：

①预测的左转车道最大排队长度小于一条左转车道的最大通过车辆数；

②交叉口各流向平均饱和度小于0.9 ；

若在连续的两个信号周期内，至少满足其中一个条件，则下一周期关闭逆向可变车道；

D）交叉口信号协同优化，包括：

a）计算交叉口流量比之和；

b）计算信号周期时长；

c）分配各相位有效绿灯时长；

d）确定逆向可变车道的清空时间；

e）确定逆向可变车道的提前开启时间；

f）信号配时；

E）逆向可变车道智能控制流程，包括：

a）逆向可变车道开启变量初始化；

b）对下一周期的左转流量和左转排队长度进行预测；

c）对逆向可变车道的开启条件进行判断：

d）将方案下载至信号控制机或在下一周期关闭逆向可变车道；

e）对下一周期的逆向可变车道是否开启进行动态判断。

2.根据权利要求1所述的一种基于多源数据的逆向可变车道智能控制方法，其特征在于：所述的逆向可变车道的清空时间与逆向可变车道的长度、车辆行驶特征和逆向可变车道的安全时间有关。

3.根据权利要求2所述的一种基于多源数据的逆向可变车道智能控制方法，其特征在于：所述的逆向可变车道的提前开启时间取逆向可变车道的清空时间。