CN107316472A - 一种面向干道双向不同需求的动态协调控制方法 - Google Patents
一种面向干道双向不同需求的动态协调控制方法 Download PDFInfo
- Publication number
- CN107316472A CN107316472A CN201710632935.5A CN201710632935A CN107316472A CN 107316472 A CN107316472 A CN 107316472A CN 201710632935 A CN201710632935 A CN 201710632935A CN 107316472 A CN107316472 A CN 107316472A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mover
- mtd
- coordination
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
Abstract
本发明涉及交通控制领域，具体公开了一种面向干道双向不同需求的动态协调控制方法，包括以下步骤：（1）根据检测线圈历史数据计算得出交通流量最大的关键路口；（2）然后根据关键路口的上、下行方向不同的交通需求确定若干种不同的协调策略，并通过构建模型计算出不同协调策略下的协调配时方案；（3）最后根据实时监测的交通流量投票确定最优的协调方案。本发明适用于城市干道双向具有不同交通需求的情况，其能够有效提高干道通行效率，缓解干道交通拥堵，节省市民出行时间，同时能节约车辆能源消耗，降低交通环境污染。
Description
技术领域
本发明涉及交通控制领域，具体涉及一种面向干道双向不同需求的动态协调控制方法。
背景技术
随着我国社会经济的发展和人民生活水平的提高，越来越多的汽车进入了普通家庭，交通事故、交通拥堵、环境污染和能源消耗等问题日趋严重，旅行时间、旅行安全、环境质量和生活质量都收到了交通状况的制约，交通问题成为了我国大中城市十分严重的问题，已严重影响了城市的可持续发展。
“绿波带”是交通控制中“信号灯多点控制技术”的一种形象化说法，即在一个交通区域或一条交通干线上实行统一的信号灯控制，将纳入控制范围的信号灯全部归入计算机控制系统，并使用先进的计算方法，根据车流量来科学合理地指挥交通。从被控制的主干线各交叉口的灯色来看，绿灯就像波浪一样滚滚向前，故被形象地称为“绿波带”。城市干道绿波联动控制就是基于绿波带的概念，相邻交叉口执行相同的信号控制周期，干线相位的绿灯开启时间，也即相位差错开一定的时间，交叉口的次道在一定程度上服从主干线上的交通。当一列车队在具有许多交叉口的一条主干线上行驶时，协调控制使得车辆在通过干线交叉口时总是在绿灯开始时到达，因而无需停车通过交叉口，这样就大大提高了车辆的行车速度和道路通行能力，确保了道路畅通，减少了车辆受红灯阻碍的延误时间。
目前，国内外学者对干道协调控制做了大量的理论与实践研究，但其研究的热点与重点主要是静态的协调控制方法以及如何取得最大的绿波带宽，静态的协调控制方法对于在相同时段干道上的车流量发生变化的情况，交叉口红绿灯的时间设置不能够满足车辆通行需求，容易导致车辆在通行过程中遇到较多的红灯，使得其在交叉口延误时间过长，加剧了交通阻塞问题。而对于干道两个方向不同时段有不同的交通需求而采用不同的最大带宽协调控制的理论及实践方法则基本没有，使得协调不能达到最优的控制效果。
发明内容
为克服现有的技术缺陷，本发明提供了一种面向干道双向不同时段不同的交通需求而采用不同的最大带宽的动态协调控制方法。
为实现本发明的目的，采用以下技术方案予以实现：
一种面向干道双向不同需求的动态协调控制方法，具体包括以下步骤：
S1：根据干道各交叉口进口道的检测线圈的历史数据计算干道各交叉口的类饱和度DSN，判定类饱和度值最大的交叉口为关键路口AK；
S2：根据关键路口AK的上下行交通流量的不同确定不同的协调策略，并根据预设的协调控制模型计算不同协调策略下的协调配时方案，
S3：将步骤S2计算得到的协调配时方案保存于信号控制系统中，并在信号控制系统中预设所述协调配时方案的投票权重；
S4：信号控制系统基于关键路口的实时检测的交通流量以及预设的投票权重计算所述协调配时方案的投票值，并以投票数值最大的方案为作为下一个信号周期的协调方案，并下发运行指令。
上述方法的前提是干道的各个路口进口道均埋设有检测线圈，线圈能实时采集到路口的交通流数据。
其中，所述的历史数据通常采用以0.5～2个月的数据为宜。
本发明根据检测线圈历史数据计算得出交通流量最大的关键路口；然后根据关键路口的上、下行方向不同的交通需求确定若干种不同的协调策略，并通过构建模型计算出不同协调策略下的协调配时方案；最后根据实时监测的交通流量投票确定最优的协调方案。本发明实现了基于实时交通检测数据来选择最优方案、满足干道双向不同需求的动态协调控制，优化提升了干道的协调控制效果，提高了干道的通行能力，有效地缓解了干道的交通拥堵。
其中，步骤S1中，类饱和度是指某车流j的绿灯放行时间中被车辆有效利用的绿灯时间与总绿灯时间的比值，即
DSj＝Gju/Gj
式中，DSj表示类饱和度，Gju表示被车流j有效利用的绿灯时间，Gj表示车流j总的绿灯时长；
其中，Gju通过以下的公式计算：
式中，Ti表示车流j中第i辆占用检测线圈的时长，H表示相邻车辆之间不可缺少的空档时间，n表示该绿灯时间总共通过的车辆数。
其中，车流j指的是在一个绿灯放行时间，该交叉口直行/左转/右转的车流。
交叉口的类饱和度DSN为交叉口N各股车流的类饱和度的最大值，即：
DSN＝max(DS1,DS2,DS3,……,DSm)
式中，m表示交叉口的车流股数。
根据对比各个路口的类饱和度值，以类饱和度值最大的路口为干道的关键路口：
AK＝max(DS1,DS2,DS3,……,DSN)
式中，AK表示干道的关键口序号，DS1表示路口1的类饱和度值，DSN表示路口N的类饱和度值。
现有技术中，多选择信号周期最长的路口作为关键路口，而本发明提出了一种基于线圈检测数据计算交叉口类饱和度来判定干道关键交叉口的方法，为解决干道的关键问题提供了方法与参与依据。
步骤S2中，根据关键路口AK的上下行交通流量的不同确定不同的协调策略具体为：假设关键路口AK干道方向的上行方向进口道流量为Q1、下行方向进口道流量为Q2，根据上、下行方向不同的交通需求，协调策略可分为以下三种：
(1)Q2＜e1Q1，实施优先上行方向的绿波协调控制；
(2)Q2＞e2Q1，实施优先下行方向的绿波协调控制；
(3)e1Q1≤Q2≤e2Q1，实施均衡两个方向的绿波协调控制；
其中，0.7≤e1≤0.9，1.1≤e2≤1.3。
其中，所述预设的协调控制模型具体为：
首先，协调控制模型的目标函数为：
式中，b为上行的带宽值(以信号周期为单位)，为下行的带宽值(以信号周期为单位)，k为上下行的带宽系数。其中，信号周期指的是信号灯完成一次所有相位的激活运行所需要的绿灯时间总和。
其中，k＝Q2/Q1，Q2表示交叉口AK下行方向的交通流量，Q1表示交叉口AK上行方向的交通流量。
其次，为达到面向干道双向不同需求的动态协调优化效果，所述模型还需满足以下条件：
另外，为实现协调效果，上下游的路口需满足以下的关系，见图3，根据图3所示的几何关系可以得到如下的等式：
Φi+(1/2)ri+1+wi+1＝(1/2)ri+wi+ti (2)
将式(2)和式(3)代入式(1)中即有：
式中，Φi为交叉口Ii上行方向的绿波带左侧的红灯时间中点和交叉口Ii+1的绿波带左侧的红灯时间中点之间的时间，若Ii+1的红灯中心时刻位于Ii的红灯中心时刻的右边，则Φi取正；为交叉口Ii下行方向的绿波带右侧的红灯时间中点和交叉口Ii+1的绿波带右侧的红灯时间中点之间的时间，若Ii+1的红灯中心时刻位于Ii的红灯中心时刻的左边，则取正；ri和分别为交叉口Ii的上行方向和下行方向的红灯时间，wi为交叉口Ii的上行方向绿波带边缘和其左侧相近红灯的右侧边缘之间的时间，为交叉口Ii的下行方向绿波带边缘和其右侧相近红灯的左侧边缘之间的时间，ti为车队从交叉口Ii+1到交叉口Ii的行程时间，为车队从Ii到Ii+1的行程时间，Δi为ri的中点和其相近的ri的中点的时间，若ri位于的右边则Δi取正，mi是整数变量，其中，以上所有的时间变量都以信号周期为单位。
此外，上下行的带宽值必须小于绿灯时长，故有：
带宽值以及其它时间变量须大于等于0，故有：
综上目标函数及约束条件，满足干道双向不同需求的协调控制模型如下：
k＝Q2/Q1
mi∈M,i＝1,……,n-1.
本模型中，ri、ti、和Δi是可直接根据路口的情况得出，其它参数都是通过模型求解得出的，最终通过模型得到的是b、Φi、这四个关键参数。其中，Φi、根据式(2)和式(3)进一步推算得到。
由于根据实时检测的交通流量频繁地变动协调控制方案实际并不好，一方面交通流量变动差异不大的话，协调控制方案往往并不需要变动，也能取得较好的绿波效果；另一方面，变动协调控制方案控制系统需要一定的过渡周期来调整相位差，使得新的协调方案生效，因此，当频繁地变动协调方案时，系统将长时间地处于过渡周期中，而在过渡周期中实际没有协调效果，因此，本发明所提供的动态协调控制方法为在流量变动较大的情况下调整协调方案。
进一步地，基于步骤S2确定的三种不同的协调策略，并针对各种需求计算其对应的协调控制方案：
方案①：当Q2＜e1Q1时，取k＝C1，由协调控制模型求解得到优先上行方向
的协调配时方案；
方案②：当Q2＞e2Q1，取k＝C2，由协调控制模型求解得到优先上行方向的
协调配时方案；
方案③：当e1Q1≤Q2≤e2Q1，取k＝C3，由协调控制模型求解得到均衡两个方
向的协调配时方案；
其中，0＜C1＜0.9，C2＞1.1，0.9≤C3≤1.1。
其中，C1、C2、C3根据干道的上下行车流量的实际情况确定。
本方案提出了一种面向干道双向不同需求的协调控制模型，该模型能优化求解得到优先不同干道方向(优先上行方向、优先下行方向或均衡两个方向)的协调控制配时方案，为干道的精细化协调控制提供了基础方案。
进一步地，步骤S3中所述协调配时方案投票权重的设置具体为：设置方案①～③的上行方向的权重系数分别为a1、a2、a3，方案①～③的下行方向的权重系数为b1、b2、b3。
进一步地，步骤S4具体包括：
S41：某时刻t关键路口上行方向的流量为Q1t，关键路口下行方向的流量为Q2t，则三套方案的投票数值分别为R1、R2、R3，
Ri＝aiQ1t+biQ2t
式中，Ri表示第i套方案的投票数值，ai表示上行方向第i套方案的权重系数，bi表示下行方向第i套方案的权重系数；
S42：比较R1、R2、R3的大小，数值最大的方案将作为下一个信号周期付诸执行的协调方案。
另外，在实际应用过程中，还可通过调整各个方案的权重系数，实现系统自适应根据流量选择协调控制方案，同时也能控制系统选择方案的灵敏度，避免系统频繁地切换方案导致协调控制效果不佳。
上述方案根据实时交通流量与预设权重投票来确定最优的执行方案，实现了基于实时交通检测数据来选择最优方案并能同时满足干道双向不同需求的动态协调控制，优化提升了干道的协调控制效果，提高了干道的通行能力，有效地缓解了干道的交通拥堵。
另外，在关键路口确定某一套协调控制方案后，利用信号控制系统的自适应检测功能，当信号控制系统检测到关键路口的协调控制方案发生变化时，干道上的其它路口的协调控制方案也跟着切换，保障干道上所有的交叉口均保持一致的协调控制方案。如此，通过上述的步骤能在实际信号控制系统中实现干道双向不同需求情况下的自适应动态协调控制，提高协调方案与交通流的适配水平，大大地提升协调控制效果。
本发明提供了一种面向干道双向不同需求的动态协调控制方法，与现有技术相比，本发明充分考虑城市干道双向的不同实际需求实现最佳的协调控制效果，具有以下的技术优点：
(1)缓解干道交通拥堵，提高干道通行效率：本方案能有效提升干道各个交叉口的通行能力，提高干道整体的服务水平，节省出行者的时间价值成本，提高公众出行幸福指数；
(2)实现以人为本，提高干道行车安全：本方案能有效减少车辆的启停与加减速次数，提高车辆通过交叉口的顺畅性，提升出行者的行车舒适感，保障机动车辆与过街行人的安全通行；
(3)节约车辆能源消耗，降低交通环境污染：本方案基于交通流检测数据实时优化干道的信号配时方案，减少车辆通过交叉口时的停车次数，缩短车辆的怠速行驶时间，降低燃油消耗与尾气排放，减小交通对城市环境的影响。
附图说明
图1为实施例中面向干道双向不同需求的动态协调控制流程图；
图2为实施例中类饱和度的计算原理示意图；
图3为实施例中面向干道双向不同需求的协调控制模型时距图；
图4为实施案例中三套协调控制方案的时距图；
图5为干道实施动态协调控制前后的延时指数对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明实施方式作进一步详细地说明。
实施例
已知某城市一东西向主干道为重要的进出城通道，干道上共有4个交叉口，各个路口均采用SCATS信号控制系统控制。根据交通检测数据观察，干道早高峰时段由西往东进城方向流量大，晚高峰由东往西出城方向流量大，平峰时段两个方向的车流量基本一致，干道双方向在不同的时段呈现明显的不同需求，但各个需求的时段有一定的波动性，不好确定。
一种面向干道双向不同需求的动态协调控制方法，包括以下步骤：
(1)通过分析该干道各交叉口进口道的检测线圈的历史数据计算得到各交叉口的类饱和度，各交叉口的类饱和度值如表1所示。
表1各交叉口的类饱和度值
| 路口名称 | 交叉口A | 交叉口B | 交叉口C | 交叉口D |
| 类饱和度 | 90 | 107 | 110 | 95 |
由表1数据可知，交叉口C的类饱和度值最高，故确定交叉口C为该主干道的关键路口。
(2)设由西往东方向为上行方向、流量为Q1，由东往西为下行方向、流量为Q2，通过交通流检测数据分析该干道两个方向的交通特性，定义上下行的带宽系数k如下：
当Q2＜0.9Q1时，取k＝0.8，优先协调西往东入城车流；
当0.9Q1≤Q2≤1.1Q1时，取k＝1，双向均衡协调两个方向；
当Q2＞1.1Q1时，取k＝1.2，优先协调东往西出城车流。
利用面向干道双向不同需求的协调控制模型分别求解这三种情况下的协调控制方案，控制方案时距图如附图4所示。
(3)在SCATS信号控制系统中设置好这三套信号控制方案，其中设置优先西往东入城车流为方案一、均衡协调两个方向为方案二、优先东往西出城车流为方案三，故利用检测车流量对三套方案进行投票选择。其中，投票的权重参数设置如表2所示：
表2协调方案投票权重系数
| 流量 | 方案一 | 方案二 | 方案三 |
| 西往东Q1 | 100 | 58 | 0 |
| 东往西Q2 | 0 | 58 | 100 |
| Ri | 100Q1 | 58Q1+58Q2 | 100Q2 |
当车流变化时，SCATS信号控制系统自动计算投票值，并自动选择实时投票数值最大的方案作为下一个信号周期付诸执行的控制方案，实现双向不同需求时的动态协调控制。
应用效果：利用高德地图数据和SCATS检测数据进行实施前后的评估，该干道实施动态协调控制后，工作日和非工作日全天延时指数较实施前均下降10％左右，其中工作日晚高峰降幅最明显，降幅达到23％，如图5所示；工作日全天通行流量由实施前的43401辆提升至46700辆，增加通行3299辆车；从节省时间上看，实施后全天通行车辆的旅行时间较实施前减少875.97小时；以2015年某市人均GDP为138377元/年计，可得实施后该干道一天能节省60607元。总体而言，利用干道双向不同需求的动态交通协调控制技术对该干道沿线路口进行优化后，路段通行延误时间明显下降，通行能力有大幅地的提升，节省的时间和经济效益显著。
Claims (8)
1.一种面向干道双向不同需求的动态协调控制方法，其特征在于，包括以下步骤：
S1：根据干道各交叉口进口道的检测线圈的历史数据计算干道各交叉口的类饱和度DSN，判定类饱和度值最大的交叉口为关键路口AK；
S2：根据关键路口AK的上下行交通流量的不同确定不同的协调策略，并根据预设的协调控制模型计算不同协调策略下的协调配时方案；
S3：将步骤S2计算得到的协调配时方案保存于信号控制系统中，并在信号控制系统中预设所述协调配时方案的投票权重；
S4：信号控制系统基于关键路口的实时检测的交通流量以及预设的投票权重计算所述协调配时方案的投票值，并以投票数值最大的方案为作为下一个信号周期的协调方案，并下发运行指令。
2.根据权利要求1所述的面向干道双向不同需求的动态协调控制方法，其特征在于，步骤S1中，类饱和度是指某车流j的绿灯放行时间中被车辆有效利用的绿灯时间与总绿灯时间的比值，即
DSj＝Gju/Gj
式中，DSj表示类饱和度，Gju表示被车流j有效利用的绿灯时间，Gj表示车流j总的绿灯时长；其中，Gju通过以下的公式计算：
<mrow>
<msub>
<mi>G</mi>
<mrow>
<mi>j</mi>
<mi>u</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>H</mi>
</mrow>
式中，Ti表示车流j中第i辆占用检测线圈的时长，H表示相邻车辆之间不可缺少的空档时间，n表示该绿灯时间总共通过的车辆数；
交叉口的类饱和度DSN为交叉口N各股车流的类饱和度的最大值，即：
DSN＝max(DS1,DS2,DS3,……,DSm)
式中，m表示交叉口的车流股数。
3.根据权利要求3所述的面向干道双向不同需求的动态协调控制方法，其特征在于，步骤S2中，根据关键路口AK的上下行交通流量的不同确定不同的协调策略具体为：假设关键路口AK干道方向的上行方向进口道流量为Q1、下行方向进口道流量为Q2，根据上、下行方向不同的交通需求，将协调策略分为以下三种：
(1)Q2＜e1Q1，实施优先上行方向的绿波协调控制；
(2)Q2＞e2Q1，实施优先下行方向的绿波协调控制；
(3)e1Q1≤Q2≤e2Q1，实施均衡两个方向的绿波协调控制；
其中，0.7≤e1≤0.9，1.1≤e2≤1.3。
4.根据权利要求3所述的面向干道双向不同需求的动态协调控制方法，其特征在于，步骤S2中，所述预设的协调控制模型具体为：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>M</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mi>b</mi>
<mo>+</mo>
<mi>k</mi>
<mover>
<mi>b</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
<mo>,</mo>
<mi>s</mi>
<mi>u</mi>
<mi>b</mi>
<mi>j</mi>
<mi>e</mi>
<mi>c</mi>
<mi>t</mi>
<mi> </mi>
<mi>t</mi>
<mi>o</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
k＝Q2/Q1
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>b</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&GreaterEqual;</mo>
<mi>k</mi>
<mi>b</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
<mi> </mi>
<mi>k</mi>
<mo><</mo>
<msub>
<mi>e</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>b</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&le;</mo>
<mi>k</mi>
<mi>b</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
<mi> </mi>
<mi>k</mi>
<mo>></mo>
<msub>
<mi>e</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>b</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mi>b</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
<mi> </mi>
<msub>
<mi>e</mi>
<mn>1</mn>
</msub>
<mo>&le;</mo>
<mi>k</mi>
<mo>&le;</mo>
<msub>
<mi>e</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
1
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mi>b</mi>
<mo>&le;</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>w</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>+</mo>
<mover>
<mi>b</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&le;</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mover>
<mi>r</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mi>b</mi>
<mo>,</mo>
<mover>
<mi>b</mi>
<mo>&OverBar;</mo>
</mover>
<mo>,</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>w</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>...</mo>
<mo>,</mo>
<mi>n</mi>
</mrow>
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>t</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>w</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>w</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&Delta;</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&Delta;</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>r</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>r</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>m</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>m</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<mi>M</mi>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>......</mn>
<mo>,</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1.</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，b为上行的带宽值，为下行的带宽值，k为上下行的带宽系数，ri和分别为交叉口Ii的上行方向和下行方向的红灯时间，wi为交叉口Ii的上行方向绿波带边缘和其左侧相近红灯的右侧边缘之间的时间，为交叉口Ii的下行方向绿波带边缘和其右侧相近红灯的左侧边缘之间的时间，ti为车队从交叉口Ii+1到交叉口Ii的行程时间，为车队从Ii到Ii+1的行程时间，Δi为ri的中点和其相近的ri的中点的时间，若ri位于的右边则Δi取正，mi是整数变量，Q1和Q2分别为关键路口AK的上行方向和下行方向的交通流量，其中所有的时间变量都以信号周期为单位。
5.根据权利要求4所述的面向干道双向不同需求的动态协调控制方法，其特征在于，步骤S2中，不同协调策略下的协调配时方案的计算方法如下：
方案①：当Q2＜e1Q1时，取k＝C1，由协调控制模型求解得到优先上行方向的协调配时方案；
方案②：当Q2＞e2Q1，取k＝C2，由协调控制模型求解得到优先上行方向的协调配时方案；
方案③：当e1Q1≤Q2≤e2Q1，取k＝C3，由协调控制模型求解得到均衡两个方向的协调配时方案；
其中，0＜C1＜0.9，C2＞1.1，0.9≤C3≤1.1。
6.根据权利要求5所述的面向干道双向不同需求的动态协调控制方法，其特征在于，步骤S3中所述协调配时方案的投票权重的设置具体为：设置方案①～③的上行方向的权重系数分别为a1、a2、a3，方案①～③的下行方向的权重系数为b1、b2、b3。
7.根据权利要求6所述的面向干道双向不同需求的动态协调控制方法，其特征在于，步骤S4具体包括：
S41：某时刻t关键路口AK上行方向的流量为Q1t，关键路口AK下行方向的流量为Q2t，则三套方案的投票数值分别为R1、R2、R3，
Ri＝aiQ1t+biQ2t
式中，Ri表示第i套方案的投票数值，ai表示上行方向第i套方案的权重系数，bi表示下行方向第i套方案的权重系数；
S42：比较R1、R2、R3的大小，数值最大的方案将作为下一个信号周期付诸执行的协调方案。
8.根据权利要求1或7所述的面向干道双向不同需求的动态协调控制方法，其特征在于，所述投票权重根据干道实际的交通情况来确定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710632935.5A CN107316472B (zh) | 2017-07-28 | 2017-07-28 | 一种面向干道双向不同需求的动态协调控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710632935.5A CN107316472B (zh) | 2017-07-28 | 2017-07-28 | 一种面向干道双向不同需求的动态协调控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107316472A true CN107316472A (zh) | 2017-11-03 |
| CN107316472B CN107316472B (zh) | 2020-05-01 |
Family
ID=60169979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710632935.5A Active CN107316472B (zh) | 2017-07-28 | 2017-07-28 | 一种面向干道双向不同需求的动态协调控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107316472B (zh) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108734973A (zh) * | 2018-05-18 | 2018-11-02 | 中南大学 | 一种干线双向绿波的相位-信号综合优化方法 |
| CN108765985A (zh) * | 2018-06-13 | 2018-11-06 | 重庆交通大学 | 基于第一辆车辆到达的信号交叉口进口道延误计算方法 |
| CN108877246A (zh) * | 2018-07-25 | 2018-11-23 | 公安部交通管理科学研究所 | 一种干线双向绿波协调参数的自动计算系统及其计算方法 |
| CN109191835A (zh) * | 2018-09-03 | 2019-01-11 | 北京全路通信信号研究设计院集团有限公司 | 一种有轨电车运行的控制方法和系统 |
| CN109345031A (zh) * | 2018-10-26 | 2019-02-15 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置系统 |
| CN109410610A (zh) * | 2018-10-10 | 2019-03-01 | 扬州市鑫通智能信息技术有限公司 | 一种简便实用的双向绿波配时算法 |
| CN109509369A (zh) * | 2018-12-23 | 2019-03-22 | 合肥工业大学 | 智能车位监测方法及其监测系统、城市综合智能交通系统 |
| CN109544945A (zh) * | 2018-11-30 | 2019-03-29 | 江苏智通交通科技有限公司 | 基于车道饱和度的区域控制相位配时优化方法 |
| CN109544925A (zh) * | 2018-11-30 | 2019-03-29 | 江苏智通交通科技有限公司 | 协调干线合理性分析及协调方式配置方法 |
| CN109559513A (zh) * | 2018-12-12 | 2019-04-02 | 武汉理工大学 | 一种基于相邻周期流量差值预测的自适应信号控制方法 |
| CN109584580A (zh) * | 2018-12-23 | 2019-04-05 | 合肥工业大学 | 一种城市红绿灯智能控制方法及红绿灯智能控制系统 |
| CN109816999A (zh) * | 2018-10-10 | 2019-05-28 | 扬州市鑫通智能信息技术有限公司 | 一种自适应动态双向绿波协调控制技术 |
| CN109978231A (zh) * | 2019-02-18 | 2019-07-05 | 天津五八到家科技有限公司 | 路线推荐方法、装置、设备和存储介质 |
| CN111383470A (zh) * | 2018-12-28 | 2020-07-07 | 上海宝康电子控制工程有限公司 | 基于交通大数据实现智能动态绿波控制的系统及方法 |
| CN111402584A (zh) * | 2020-03-25 | 2020-07-10 | 许昌泛网信通科技有限公司 | 一种双向动态绿波配时方法 |
| CN112967508A (zh) * | 2021-02-26 | 2021-06-15 | 安徽达尔智能控制系统股份有限公司 | 一种用于干线协调的智能决策方法及系统 |
| CN113393680A (zh) * | 2021-08-17 | 2021-09-14 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种子区协调自适应控制方法及装置 |
| CN113327248B (zh) * | 2021-08-03 | 2021-11-26 | 四川九通智路科技有限公司 | 一种基于视频的隧道车流量统计方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101110162A (zh) * | 2007-07-12 | 2008-01-23 | 公安部交通管理科学研究所 | 交通信号控制系统多关键路口优化技术 |
| DE102007038723A1 (de) * | 2007-08-16 | 2009-02-19 | Siemens Ag | Verfahren und Vorrichtung zur Bevorrechtigung von Sonderfahrzeugen an einem lichtsignalgesteuerten Knotenpunkt |
| CN104978863A (zh) * | 2015-06-29 | 2015-10-14 | 宁波工程学院象山研究院 | 一种多维同步优化双向绿波控制方法 |
| CN105139668A (zh) * | 2015-07-27 | 2015-12-09 | 东南大学 | 一种基于路段速度区间的城市干线双向绿波控制优化方法 |
-
2017
- 2017-07-28 CN CN201710632935.5A patent/CN107316472B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101110162A (zh) * | 2007-07-12 | 2008-01-23 | 公安部交通管理科学研究所 | 交通信号控制系统多关键路口优化技术 |
| DE102007038723A1 (de) * | 2007-08-16 | 2009-02-19 | Siemens Ag | Verfahren und Vorrichtung zur Bevorrechtigung von Sonderfahrzeugen an einem lichtsignalgesteuerten Knotenpunkt |
| CN104978863A (zh) * | 2015-06-29 | 2015-10-14 | 宁波工程学院象山研究院 | 一种多维同步优化双向绿波控制方法 |
| CN105139668A (zh) * | 2015-07-27 | 2015-12-09 | 东南大学 | 一种基于路段速度区间的城市干线双向绿波控制优化方法 |
Non-Patent Citations (3)
| Title |
|---|
| SHUJIAN ZHENG ET AL: "Research on Red Wave and Green Wave Coordinated Control Model in Arterial Road for Different Traffic Demands", 《2011 INTERNATIONAL CONFERENCE ON MULTIMEDIA TECHNOLOGY》 * |
| 孙超等: "进口混合放行下的城市干道信号双向绿波协调方法研究", 《公路交通科技》 * |
| 闻育: "复杂多阶段动态决策的蚁群优化方法及其在交通系统控制中的应用", 《中国博士学位论文全文数据库工程科技辑》 * |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108734973A (zh) * | 2018-05-18 | 2018-11-02 | 中南大学 | 一种干线双向绿波的相位-信号综合优化方法 |
| CN108765985A (zh) * | 2018-06-13 | 2018-11-06 | 重庆交通大学 | 基于第一辆车辆到达的信号交叉口进口道延误计算方法 |
| CN108877246A (zh) * | 2018-07-25 | 2018-11-23 | 公安部交通管理科学研究所 | 一种干线双向绿波协调参数的自动计算系统及其计算方法 |
| CN109191835A (zh) * | 2018-09-03 | 2019-01-11 | 北京全路通信信号研究设计院集团有限公司 | 一种有轨电车运行的控制方法和系统 |
| CN109816999A (zh) * | 2018-10-10 | 2019-05-28 | 扬州市鑫通智能信息技术有限公司 | 一种自适应动态双向绿波协调控制技术 |
| CN109410610A (zh) * | 2018-10-10 | 2019-03-01 | 扬州市鑫通智能信息技术有限公司 | 一种简便实用的双向绿波配时算法 |
| CN109410610B (zh) * | 2018-10-10 | 2021-06-11 | 扬州市鑫通智能信息技术有限公司 | 一种简便实用的双向绿波配时算法 |
| CN109816999B (zh) * | 2018-10-10 | 2021-05-18 | 扬州市鑫通智能信息技术有限公司 | 一种自适应动态双向绿波协调控制算法 |
| CN109345031A (zh) * | 2018-10-26 | 2019-02-15 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置系统 |
| CN109345031B (zh) * | 2018-10-26 | 2021-07-20 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置系统 |
| CN109544945A (zh) * | 2018-11-30 | 2019-03-29 | 江苏智通交通科技有限公司 | 基于车道饱和度的区域控制相位配时优化方法 |
| CN109544945B (zh) * | 2018-11-30 | 2021-06-01 | 江苏智通交通科技有限公司 | 基于车道饱和度的区域控制相位配时优化方法 |
| CN109544925B (zh) * | 2018-11-30 | 2021-07-20 | 江苏智通交通科技有限公司 | 协调干线合理性分析及协调方式配置方法 |
| WO2020108216A1 (zh) * | 2018-11-30 | 2020-06-04 | 江苏智通交通科技有限公司 | 协调干线合理性分析及协调方式配置方法 |
| CN109544925A (zh) * | 2018-11-30 | 2019-03-29 | 江苏智通交通科技有限公司 | 协调干线合理性分析及协调方式配置方法 |
| CN109559513B (zh) * | 2018-12-12 | 2021-07-20 | 武汉理工大学 | 一种基于相邻周期流量差值预测的自适应信号控制方法 |
| CN109559513A (zh) * | 2018-12-12 | 2019-04-02 | 武汉理工大学 | 一种基于相邻周期流量差值预测的自适应信号控制方法 |
| CN109584580B (zh) * | 2018-12-23 | 2020-09-04 | 合肥工业大学 | 一种城市红绿灯智能控制方法及红绿灯智能控制系统 |
| CN109509369A (zh) * | 2018-12-23 | 2019-03-22 | 合肥工业大学 | 智能车位监测方法及其监测系统、城市综合智能交通系统 |
| CN109584580A (zh) * | 2018-12-23 | 2019-04-05 | 合肥工业大学 | 一种城市红绿灯智能控制方法及红绿灯智能控制系统 |
| CN111383470A (zh) * | 2018-12-28 | 2020-07-07 | 上海宝康电子控制工程有限公司 | 基于交通大数据实现智能动态绿波控制的系统及方法 |
| CN109978231A (zh) * | 2019-02-18 | 2019-07-05 | 天津五八到家科技有限公司 | 路线推荐方法、装置、设备和存储介质 |
| CN111402584A (zh) * | 2020-03-25 | 2020-07-10 | 许昌泛网信通科技有限公司 | 一种双向动态绿波配时方法 |
| CN112967508A (zh) * | 2021-02-26 | 2021-06-15 | 安徽达尔智能控制系统股份有限公司 | 一种用于干线协调的智能决策方法及系统 |
| CN112967508B (zh) * | 2021-02-26 | 2022-03-18 | 安徽达尔智能控制系统股份有限公司 | 一种用于干线协调的智能决策方法及系统 |
| CN113327248B (zh) * | 2021-08-03 | 2021-11-26 | 四川九通智路科技有限公司 | 一种基于视频的隧道车流量统计方法 |
| CN113393680A (zh) * | 2021-08-17 | 2021-09-14 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种子区协调自适应控制方法及装置 |
| CN113393680B (zh) * | 2021-08-17 | 2022-01-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种子区协调自适应控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107316472B (zh) | 2020-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107316472A (zh) | 一种面向干道双向不同需求的动态协调控制方法 | |
| CN103578281B (zh) | 一种交通干线信号灯优化控制方法和装置 | |
| CN101325008A (zh) | 一种城市交通干线动态双向绿波带智能协调控制方法 | |
| CN101308604B (zh) | 大范围战略交通协调控制方法 | |
| CN103700251B (zh) | 一种快速道路上可变限速与匝道控制协调优化控制方法 | |
| CN102568197B (zh) | 一种公交主干线双向绿波信号设置方法 | |
| CN103198680B (zh) | 干线多线路公交绿波协调控制方法 | |
| CN104064041B (zh) | 基于公共交通车队优先的交通信号灯调整系统和方法 | |
| CN105279981B (zh) | 一种潮汐车道行驶方向动态控制方法 | |
| CN110136455A (zh) | 一种交通信号灯配时方法 | |
| CN107085951A (zh) | 一种交叉口进口道直左共用可变车道预信号控制方法 | |
| CN107578630A (zh) | 一种道路平面交叉口次路远引的设置方法 | |
| CN104485004A (zh) | 主干道双向动态绿波与次干道半感应相结合的信号控制方法 | |
| CN102842238A (zh) | 一种城市主干道交通信号动态协调控制方法 | |
| CN103786733B (zh) | 一种自动档汽车环保驾驶行为的提示方法 | |
| CN107886744A (zh) | 一种用于地铁站邻近交叉口公交优先信号控制方法 | |
| CN103021194B (zh) | 一种长站距公交站间单向分段绿波信号设置方法 | |
| CN112365714A (zh) | 一种智轨通行主支路交叉口交通信号控制方法 | |
| CN104778832A (zh) | 一种多方式的城市道路横断面资源协调配置方法 | |
| CN105741585A (zh) | 面向节油的基于车联网的车辆轨迹平滑控制方法 | |
| CN201843105U (zh) | 潮汐车道控制伸缩杆 | |
| Gao et al. | Coordinated control method of intersection traffic light in one-way road based on V2X | |
| CN109903569A (zh) | 通用多带宽的双向绿波控制方法 | |
| CN103198674A (zh) | 一路一线模式下行人过街信号协同控制方法 | |
| CN112669628B (zh) | 一种基于需求-供给双波动的交叉口信号设计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220321 Address after: 510030 floors 1-6 on the west side of No. 10 Guangwei Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee after: Guangzhou transportation planning and Research Institute Co.,Ltd. Address before: 510030 floor 10, No. 80, Jixiang Road, Guangzhou, Guangdong Patentee before: GUANGZHOU TRANSPORT PLANNING Research Institute |
|
| TR01 | Transfer of patent right |