CN108133602B - 一种城市交通信号控制方法和装置 - Google Patents
一种城市交通信号控制方法和装置 Download PDFInfo
- Publication number
- CN108133602B CN108133602B CN201711142792.6A CN201711142792A CN108133602B CN 108133602 B CN108133602 B CN 108133602B CN 201711142792 A CN201711142792 A CN 201711142792A CN 108133602 B CN108133602 B CN 108133602B
- Authority
- CN
- China
- Prior art keywords
- vehicles
- road
- average speed
- intersection
- city
- 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.)
- Active
Links
Images
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
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种城市交通信号控制方法和装置。所述方法包括:根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度;统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期。能够准确、实时地估计路段与城市车辆的平均速度,实现对交通信号的合理控制和优化,提高车辆的通行速度,减少城市道路拥堵的发生率。
Description
技术领域
本发明涉及智能视频分析领域,特别涉及一种城市交通信号控制方法和装置。
背景技术
交通是城市经济活动的命脉,对城市经济发展、人民生活水平提高起着十分重要的作用。汽车工业在给人们带来各种便利的同时,也带来了一系列令人困惑的问题,如环境污染、交通拥挤、交通事故的频繁发生等,给人们的生命财产带来很大的损失。城市交通问题是困扰城市发展、制约城市经济建设的重要因素,人们对交通有效控制的意识越来越强烈了。
据有关资料介绍,1978年至1995年我国城市车辆的保有量的增长速度是道路增长速度的80倍。1995年之后车辆速度增加更快,目前,北京每百户拥有小汽车12辆,10年来,上海道路的长度增长了108%,面积增长了142%,但车辆辆却增长了470%。城市道路增长有限与车辆增加近似无限这对矛盾,是导致城市交通拥挤的根本原因。为适应交通量猛增的趋势,缓解道路拥挤状况,国内许多城市采取延长道路、加宽路面、建高架路(立交桥)等措施,收效虽明显,但又是有限的。
现有技术中对于城市道路控制都比较简单,各道路交叉路口各自控制各自的信号灯的变化,而有些道路交叉路口的信号灯控制不合理,导致道路交叉路口拥堵时有发生,严重影响了城市道路的通行畅通。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种城市交通信号控制方法及装置。
第一方面,本发明实施例提供一种城市交通信号控制方法,包括:
根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度;
统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;
根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期。
在一些可选的实施例中,所述车辆的流量密度参数包括车流量密度、车辆数量和路段长度;相应的,
所述根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度,包括:
根据获取的参考路段的包括车流量密度、车辆数量和路段长度的多条记录数据,训练得到车辆速度模型;
获取所述城市路段的车流量密度、车辆数量和路段长度,根据获取的所述城市路段的车流量密度、车辆数量和路段长度,使用训练得到的车辆速度模型,得到所述城市路段的车辆平均速度。
在一些可选的实施例中,所述训练得到车辆速度模型为:
vik=wTxik+b
其中,vik为车辆平均速度;
xik=(dik,nik,Lik),dik为城市路段的车辆流量密度,nik为城市路段的车辆数量,Lik为城市路段的长度;
w T 和b为训练得到的模型参数。
在一些可选的实施例中,所述统计所有路段的车辆平均速度,估计城市的车辆平均速度,包括:
获取城市每个路段的各方向的车辆平均速度和车辆数量;
针对每个方向,对获取的城市每个路段的车辆平均速度和车辆数量进行加权平均,对每个方向的加权平均的结果进行加权平均,得到城市的车辆平均速度。
在一些可选的实施例中,所述根据城市的车辆平均速度和道路交叉路口各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期,包括:
将城市的车辆平均速度V与道路交叉路口各方向的车辆平均速度进行比较;
当道路交叉路口各方向的车辆平均速度部分大于城市的车辆平均速度V,部分小于城市的车辆平均速度V时,增加车辆平均速度小的方向的绿信比,直到该方向的平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V;
当道路交叉路口各方向的车辆平均速度都小于城市的车辆平均速度V时,增大道路交叉路口信号灯的切换周期。
在一些可选的实施例中,所述道路交叉路口的车辆平均速度,通过对道路交叉路口各方向的车辆平均速度和车辆数量进行加权平均得到。
在一些可选的实施例中,还包括:
根据所述道路交叉路口与各相邻道路交叉路口之间的车辆流量密度和路段长度,分析所述道路交叉路口与各相邻道路交叉路口之间的关联度;
根据所述道路交叉路口与各相邻道路交叉路口之间的关联度和各方向的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
在一些可选的实施例中,所述分析所述道路交叉路口与各相邻道路交叉路口之间的关联度,包括:
根据所述相邻道路交叉路口的车辆等待时间和车辆流量密度,确定相邻道路交叉路口的第一关联度因子;
根据相邻道路交叉路口之间的路段长度和该路段上的车辆平均速度,确定相邻道路交叉路口的第二关联度因子;
根据第一关联度因子和第二关联度因子,得到相邻道路交叉路口之间的关联度。
在一些可选的实施例中,所述调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差的过程,包括:
确定与所述道路交叉路口关联度最大的相邻道路交叉路口;
根据所述道路交叉路口与关联度最大的相邻道路交叉路口之间的路段长度和路段的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
第二方面,本发明实施例提供一种城市交通信号控制装置,包括:
第一估算模块,用于根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度;
第二估算模块,用于统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;
调节模块,用于根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期。
在一些可选的实施例中,所述第一估算模块,具体用于:
根据获取的参考路段的包括车流量密度、车辆数量和路段长度的多条记录数据,训练得到车辆速度模型;
获取所述城市路段的车流量密度、车辆数量和路段长度,根据获取的所述城市路段的车流量密度、车辆数量和路段长度,使用训练得到的车辆速度模型,得到所述城市路段的车辆平均速度。
在一些可选的实施例中,所述第二估算模块,具体用于:
获取城市每个路段的各方向的车辆平均速度和车辆数量;
针对每个方向,对获取的城市每个路段的车辆平均速度和车辆数量进行加权平均,对每个方向的加权平均的结果进行加权平均,得到城市的车辆平均速度。
在一些可选的实施例中,所述第一估算模块,具体用于:
训练得到如下车辆速度模型为:
vik=wTxik+b
其中,vik为车辆平均速度;
xik=(dik,nik,Lik),dik为城市路段的车辆流量密度,nik为城市路段的车辆数量,Lik为城市路段的长度;
w T 和b为训练得到的模型参数。
在一些可选的实施例中,所述调节模块,具体用于:
将城市的车辆平均速度V与道路交叉路口各方向的车辆平均速度进行比较;
当道路交叉路口各方向的车辆平均速度部分大于城市的车辆平均速度V,部分小于城市的车辆平均速度V时,增加车辆平均速度小的方向的绿信比,直到该方向的平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V;
当道路交叉路口各方向的车辆平均速度都小于城市的车辆平均速度V时,增大道路交叉路口信号灯的切换周期。
在一些可选的实施例中,所述调节模块,具体用于:
通过对道路交叉路口各方向的车辆平均速度和车辆数量进行加权平均得到所述道路交叉路口的车辆平均速度。
在一些可选的实施例中,还包括:
关联模块:用于根据所述道路交叉路口与各相邻道路交叉路口之间的车辆流量密度和路段长度,分析所述道路交叉路口与各相邻道路交叉路口之间的关联度;相应的,
所述调节模块,还用于根据所述道路交叉路口与各相邻道路交叉路口之间的关联度和各方向的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
在一些可选的实施例中,所述关联模块,具体用于:
根据所述相邻道路交叉路口的车辆等待时间和车辆流量密度,确定相邻道路交叉路口的第一关联度因子;
根据相邻道路交叉路口之间的路段长度和该路段上的车辆平均速度,确定相邻道路交叉路口的第二关联度因子;
根据第一关联度因子和第二关联度因子,得到相邻道路交叉路口之间的关联度。
在一些可选的实施例中,所述调节模块,具体用于:
确定与所述道路交叉路口关联度最大的相邻道路交叉路口;
根据所述道路交叉路口与关联度最大的相邻道路交叉路口之间的路段长度和路段的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明所提出的城市交通信号控制方法和装置能够准确、实时地估计路段与城市车辆的平均速度,并且合理地通过控制交通信号灯进行车辆的自动优化调节;与其他已有的城市交通信号优化方法相比,能够准确、实时地估计路段与城市车辆的平均速度,实现对交通信号的合理控制和优化,提高车辆的通行速度,减少城市道路拥堵的发生率。
上述方法数学建模较为简单,基于马尔科夫随机场建立交通系统模型,计算过程具有直观意义,计算量小,可以满足实时监控的要求。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例一中城市交通信号控制方法的流程图;
图2为本发明实施例一中城市道路交叉路口平面图;
图3为本发明实施例一中城市道路交叉路口信息采集监控设备图;
图4为本发明实施例一中城市道路交叉路口信息采集监控效果图;
图5为本发明实施例一中城市道路交通图;
图6为本发明实施例一中步骤S103城市交通信号调节的实现流程图;
图7为本发明实施例二中城市交通信号控制方法关联的流程图;
图8为本发明实施例二中基于图论的城市道路交叉路口交通模型图;
图9为本发明实施例二中步骤S304关联度计算的流程图;
图10为本发明实施例二中步骤S305城市交通信号调节的流程图;
图11为本发明实施例二中相邻道路交叉路口关联示意图;
图12为本发明实施例二中相邻道路交叉路口的关联示意图;
图13为本发明实施例三城市交通信号控制装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的问题,本发明实施例提供一种城市交通信号控制方法和装置,能够准确、实时地估计路段与城市车辆的平均速度,并且合理地通过控制交通信号灯进行车辆的自动优化调节。
基于无向图的城市交通信号控制的优化方法是通过对交通流的调节、警告和诱导以达到改善人和货物的安全运输,提高运营效率。其目标在于改善交通流的质量,更好地利用现有运输能力,实现交通流的安全性、快速性和舒适性。
图论广泛应用于实际生活、生产和科学研究中。交通中的许多问题都可以用图论来解决,如路网规划、最短路径、物流选址与配送、交通网络的合理分布等。美国德州大学的Gu等人运用图论方法研究交通检测器的布点问题。其基本思想为将交通网络看成一个图,检测点分布问题可看作从图G=(V,E)中找到一个最小边控制集。当图G中的任意一条边的流量可完全由边集E′决定,则定义E′为G的一个边控制集;如果|E′|是G的所有边控制集中数目最少的,则称边控制集E′是最小的。
基于无向图的城市交通车辆速的优化方法的一个主要难点是如何建立基于无向图的城市交通模型。本发明中通过合理建立车辆速度模型和城市道路关联模型,有效的实现对道路交叉路口个的交通信号协调控制,实现最优化的交通信号控制。
实施例一
本发明实施例一提供一种城市交通信号控制方法,用于道路交叉路口的城市交通信号控制,其流程如图1所示,包括如下步骤:
步骤S101:根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度;
步骤S102:统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;
步骤S103:根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期。
在一些可选的实施例中,如步骤S101中,所述的车辆的流量密度参数包括车流量密度、车辆数量和路段长度。相应的,
所述根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度,包括:根据获取的参考路段的包括车流量密度、车辆数量和路段长度的多条记录数据,训练得到车辆速度模型;获取所述城市路段的车流量密度、车辆数量和路段长度,根据获取的所述城市路段的车流量密度、车辆数量和路段长度,使用训练得到的车辆速度模型,得到所述城市路段的车辆平均速度。
所述训练得到车辆速度模型为:
vik=wTxik+b
其中,vik为车辆平均速度;
xik=(dik,nik,Lik),dik为城市路段的车辆流量密度,nik为城市路段的车辆数量,Lik为城市路段的长度;
w T 和b为训练得到的模型参数。
通过实际的观察和经验可知,某一路段的车辆平均速度vik与该路段的车流量密度dik成负相关,车流量密度越大,车速越慢,越容易在交叉路口产生阻塞。城市道路交叉路口平面图如图2所示,以常见十字交叉路口为例,标识出了在城市道路交叉路口各种可能的运行方向上车辆的运行轨迹,采用如图3所示的道路交叉路口的监控摄像头实时采集该道路的监控视频,统计该路段的车辆数量nik,检测结果如图4所示,道路上每个车行道上的车辆都可以被监测记录下来。假设某一路段的长度为Lik,通过长期的实地测量,例如已知技术车载GPS的统计,得出车辆平均速度vik与车流量密度dik、车辆数量nik、路段的长度Lik的若干条,比如10000条,记录数据,根据车流量密度、车辆数量与路段长度的估计车辆的平均速度。
如公式(1)所示车流量密度为:
假设某一路段的长度为Lik的10000条记录数据,采用支持向量回归机训练一个车辆速度模型。
vik=wTxik+b (2)
其中,xik=(dik,nik,Lik),xik为与车流量密度dik、车辆数量nik、路段长度Lik相关的参数。
w T 和b为训练得到的模型参数,该参数为常数。
上述模型参数w T 和b可以通过预先对选择的城市参考路段的车流量密度dik、车辆数量nik、路段长度Lik进行采样,根据采样结果,进行统计,得到可用的模型参数w T 和b,再使用得到的模型参数w T 和b对城市路段进行车辆平均速度的计算。
根据获取的城市路段的车流量密度、车辆数量与路段长度,使用训练得到的车辆速度模型,将城市路段的车流量密度、车辆数量与路段长度代入车辆速度模型,得到所述城市路段车辆的平均速度。
在一些可选的实施例中,城市的车辆平均速度是评价一个城市交通系统性能最直观与最有效的方法。城市的车辆平均速度越高,车辆在道路交叉路口的等待时间或者因交通阻塞等待的时间越短。城市的车辆平均速度越大则说明该城市的交通系统越完善,性能越好,居民的生活体验越好。
城市的车辆平均速度通过城市所有路段的车辆平均速度计算得到。统计所有路段的车辆平均速度,估计城市的车辆平均速度,包括:获取城市每个路段的各方向的车辆平均速度和车辆数量;针对每个方向,对获取的城市每个路段的车辆平均速度和车辆数量进行加权平均,对每个方向的加权平均的结果进行加权平均,得到城市的车辆平均速度。
首先通过公式(1)的车辆速度模型获取城市每个路段的各方向的车辆平均速度和通过实时监控获得每个路段的各方向的车辆数量;其次,针对每个方向,对获取的城市每个路段的车辆平均速度和车辆数量进行加权平均,对每个方向的加权平均的结果继续进行加权平均,得到城市的车辆平均速度。城市的道路交叉路口的情况可以根据城市交通平面图获得,如图5所示即为一种城市交通平面图示例,假设所述城市重要的道路交叉路口的个数为N,且全部为十字道路交叉路口,则城市的车辆平均速度V的计算方法如公式(3)所示。
城市重要的道路交叉路口为N,全部为十字道路交叉路口,首先对获取的1个方向的N个路段的车辆平均速度和车辆数量进行加权平均,然后再对四个方向所有的加权平均结果进行再次加权平均,从而得到城市的车辆平均速度。
在一些可选的实施例中,如图6所示,步骤S103中根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期。调节步骤具体如下:
步骤S201:将城市的车辆平均速度V与道路交叉路口各方向的车辆平均速度进行比较;
道路交叉路口的车辆平均速度,通过对道路交叉路口各方向的车辆平均速度和车辆数量进行加权平均得到。
步骤S202:当道路交叉路口各方向的车辆平均速度部分大于城市的车辆平均速度V,部分小于城市的车辆平均速度V时,增加车辆平均速度小的方向的绿信比,直到该方向的平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V;
步骤S203:当道路交叉路口各方向的车辆平均速度都小于城市的车辆平均速度V时,增大道路交叉路口信号灯的切换周期。
当道路交叉路口各方向的车辆平均速度都大于城市的车辆平均速度V时,该道路交叉路口各方向的车辆平均速度不需要进行调节,该道路交叉路口车辆运行良好。
举例说明,以城市中最多的十字道路交叉路口为例,每一个道路交叉路口都会有四个车流方向,在此仅考虑车流的四个不同的驶向道路交叉路口,不考虑经过道路交叉路口后的行驶方向。所以每一个道路交叉路口需要估计四个平均速度,分别为vi1、vi2、vi3、vi4。
四个方向的车辆平均速度与城市的车辆平均速度V进行比较,如果速度vi1、vi2、vi3、vi4都大于城市的车辆平均速度V,则该道路交叉路口车辆运行良好,不需要对交通信号的切换频率做任何改变;如果四个方向的车辆平均速度部分大于城市的车辆平均速度V,部分小于城市的车辆平均速度V时,则对该道路交叉路口的交通信号灯进行调整,增加车辆平均速度小的方向的绿信比,并且进行实时的速度估计,直到该方向的车辆平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V,比如四个方向的车辆平均速度中vi1、vi2大于城市的车辆平均速度V,而vi3、vi4小于城市的车辆平均速度V,进而对该道路交叉路口的交通信号灯进行调节,增加vi3、vi4方向的绿信比,即增加交通信号灯一个周期内可用于车辆vi3、vi4方向通行的时间比例。同时通过公式(1)中车辆速度模型进行实时的速度估计,直到vi3、vi4方向的车辆平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V。
在一些可选的实施例中,所述道路交叉路口的车辆平均速度vi为该道路交叉路口每个方向车辆平均速度与每个方向的车辆数量的加权平均值,在十字道路交叉路口中,为该道路交叉路口的四个方向的车辆平均速度vi1、vi2、vi3、vi4的与四个方向的车辆数量ni1、ni2、ni3、ni4的加权平均值。
如公式(4)所示:
当道路交叉路口各方向的车辆平均速度都小于城市的车辆平均速度V时,增大道路交叉路口信号灯的切换周期,从而达到调节该道路交叉路口信号灯以减少拥堵的效果。比如,十字道路交叉路口中四个方向的车辆平均速度vi1、vi2、vi3、vi4都小于城市的车辆平均速度V,单独的调节信号灯的绿信比已经不能达到对该道路交叉路口交通的拥堵进行缓解,只能增大道路交叉路口信号灯的切换周期,延长四个方向车辆通行的时间,先减少一个方向车辆的拥堵,从而疏松每一个方向的车辆拥堵。
在进行步骤S103时,对步骤S101中城市路段的车辆速度与步骤S102中城市的车辆平均速度进行实时估算,以期望达到实时监控、实时估算、实时调节的目的,从而实现对城市道路交叉路口的通行进行优化控制,保证城市道路的通行畅通,减少拥堵,避免道路交通堵塞。
实施例二
本发明实施例二提供一种城市交通信号控制方法,是在实施例一的基础上进一步完善,作用在该城市道路交叉路口与相邻道路交叉路口信号灯,其流程如图7所示,具体步骤如下:
步骤S301:根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度;
步骤S302:统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;
步骤S303:根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期。
步骤S304:根据所述道路交叉路口与各相邻道路交叉路口之间的车辆流量密度和路段长度,分析所述道路交叉路口与各相邻道路交叉路口之间的关联度;
步骤S305:根据所述道路交叉路口与各相邻道路交叉路口之间的关联度和各方向的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
在调节城市交通信号控制中,关联性是指道路交叉路口信号控制对相邻道路交叉路口信号控制交是否需要进行协调控制特性的描述,用于判断城市内道路是否需要协调控制。可以通过关联度来表征道路交叉路口之间的关联性,关联性研究对于提高交通效率,预防和缓解城市交通阻塞具有非常重要的意义。
如图8所示,基于图论的城市道路交叉路口交通模型,相邻道路交叉路口之间的距离影响着相邻道路交叉路口的交通状况,当相邻道路交叉路口距离比较近时,可以通过调节一个路口的交通状况,间接地调节相邻的道路交叉路口。路段上的车流量越大,关联性越大;这是因为随着路段上流量水平的不断增大,车辆在道路交叉路口处的停车次数和延误也迅速增大,此时进行协调控制的协调效益也增大;所以两个交叉路口的关联性与它们之间的距离成负相关与它们之间的车流密度成正相关。这里仅考虑相邻的道路交叉路口,所以可以采用基于马尔科夫随机场的建模方法。
在进行步骤S304和步骤S305时,对步骤S301中城市路段的车辆速度与步骤S302中城市的车辆平均速度进行实时估算。
在一些可选的实施例中,如图9所示,所述分析所述道路交叉路口与各相邻道路交叉路口之间的关联度,为实现步骤S304具体包括以下步骤:
步骤S401:根据所述相邻道路交叉路口的车辆等待时间和车辆流量密度,确定相邻道路交叉路口的第一关联度因子;
步骤S402:根据相邻道路交叉路口之间的路段长度和该路段上的车辆平均速度,确定相邻道路交叉路口的第二关联度因子;
步骤S403:根据第一关联度因子和第二关联度因子,得到相邻道路交叉路口之间的关联度。
在马尔科夫随机场中采用势函数刻画变量集之间的相关关系,首先定义道路交叉路口之间的势函数。在仅考虑路段长度与车辆流量密度因素情况下,路段长度越小,关联度I越大;车辆流量密度越大,关联度I越大。
其中,λ为比例调节系数,用于控制等待时间的相对大小。
公式(5)表征了关联度与相邻道路交叉路口的车辆等待时间和车辆流量密度的关系,即表征相邻道路交叉路口关联度的第一关联度因子。
在路段长度一定的情况下,车辆流量密度d越大,相邻道路交叉路口之间越拥堵,关联度越大;车辆流量密度d越大,车辆在道路交叉路口处的停车次数和延误也迅速增大,此时进行协调控制的协调效益也增大,相邻道路交叉路口的车辆等待时间越大,相应的,关联度越大,所以相邻道路交叉路口之间关联度与车辆流量密度d、车辆等待时间都成正相关。
如步骤S402所述,在车辆流量密度不变的情况下,路段长度的大小L、路段车辆平均速度v与关联度I之间的关系如公式(6)所示:
其中α为比例调节系数,用于控制路段长度的相对大小。
公式(6)表征了关联度与相邻道路交叉路口之间的路段长度和该路段上的车辆平均速度的关系,即表征相邻道路交叉路口关联度的第二关联度因子。
在车辆流量密度一定的情况下,相邻道路交叉路口之间的路段长度影响着相邻道路交叉路口的交通状况,当相邻道路交叉路口距离比较近时,可以通过调节一个路口的交通状况,间接地调节相邻的道路交叉路口。这是因为,相邻道路交叉路口之间的路段长度越小,一个道路交叉路口拥堵之后,相邻道路交叉路口因为路段长度很短,对相邻道路交叉路口影响很大,也很容易引起相邻道路交叉路口的拥挤。同时,因为相邻道路交叉路口之间的路段长度很小,车辆在通过两个相邻道路交叉路口时的速度变化不会很大。所以,相邻道路交叉路口之间关联度与相邻道路交叉路口之间的路段长度成负相关。
如步骤S403所述,根据步骤S401得到的第一关联度因子和步骤S402得到的第二关联度因子,来计算相邻道路交叉路口之间的关联度I如公式(7)所示:
因为相邻道路交叉路口之间的关联度与相邻道路交叉路口之间的路段长度L、路段车辆平均速度v、车辆流量密度d、相邻道路交叉路口的车辆等待时间有关,因此将第一关联度因子和第二关联度因子相乘,来计算相邻道路交叉路口之间的关联度I。
在一些可选的实施例中,如图10所示,所述步骤S305调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差的过程,包括:
步骤S501:确定与所述道路交叉路口关联度最大的相邻道路交叉路口;
步骤S502:根据所述道路交叉路口与关联度最大的相邻道路交叉路口之间的路段长度和路段的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
如图11所示,通过对道路交叉路口与相邻道路交叉路口的关联性分析,可以间接的调节相邻道路交叉路口之间的交通信号灯切换时间差,改变当前的道路交叉路口的交通状况。首先统计该城市中所有道路交叉路口车辆的平均速度,建立一副灰度图,灰度级为0-255。平均速度大的道路交叉路口,灰度值大,交通状况良好;平均速度小的道路交叉路口灰度值小,交通状况拥挤。本实施例中定义灰度值0-85交通拥挤,86-170交通一般,171-255交通顺畅。建立好灰度图之后,逐一比较每个道路交叉路口与相邻道路交叉路口之间的关联度大小,确定道路交叉路口与相邻道路交叉路口关联度最大的一个相邻道路交叉路口,从而调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
如图12所示,以某一个道路交叉路口A为例,相邻的4个道路交叉路口1、2、3、4与A在参考对象,据相邻道路交叉路口的相关度Ik(I1、I2、I3、I4),路段长度Lk(L1、L2、L3、L4),车辆平均速度vAk(vA1、vA2、vA3、vA4)为参考估计相邻道路交叉路口A与相邻的道路交叉路口交通信号灯的时间差。如公式(8)所示:
确定出与道路交叉路口A关联度最大的相邻道路交叉路口,然后调节道路交叉路口与该相邻道路交叉路口,在其调节周期的基础上变换信号灯切换时间差Δtk,使车辆在该道路交叉路口等待的时间最短。例如,比较I1、I2、I3、I4的大小,确定其中的最大值,如I2为最大值,则依据道路交叉路口A与相邻道路交叉路口2之间的关联度为基准调节切换信号灯的切换时间差Δt2,以到达车辆在道路交叉路口A等待的时间最短。
实施例三
基于同一发明构思,本发明实施例还提供一种装置,该装置的结构如图13所示,包括:第一估算模块601、第二估算模块602和调节模块603。
第一估算模块601,用于根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度;
第二估算模块602,用于统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;
调节模块603,用于根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期。
在一些可选的实施例中,所述第一估算模块601,具体用于:
根据获取的参考路段的包括车流量密度、车辆数量和路段长度的多条记录数据,训练得到车辆速度模型;
获取所述城市路段的车流量密度、车辆数量和路段长度,根据获取的所述城市路段的车流量密度、车辆数量和路段长度,使用训练得到的车辆速度模型,得到所述城市路段的车辆平均速度。
在一些可选的实施例中,所述第二估算模块602,具体用于:
获取城市每个路段的各方向的车辆平均速度和车辆数量;
针对每个方向,对获取的城市每个路段的车辆平均速度和车辆数量进行加权平均,对每个方向的加权平均的结果进行加权平均,得到城市的车辆平均速度。
在一些可选的实施例中,所述第一估算模块601,具体用于:
训练得到如下车辆速度模型为:
vik=wTxik+b
其中,vik为车辆平均速度;
xik=(dik,nik,Lik),dik为城市路段的车辆流量密度,nik为城市路段的车辆数量,Lik为城市路段的长度;
w T 和b为训练得到的模型参数。
在一些可选的实施例中,所述调节模块603,具体用于:
将城市的车辆平均速度V与道路交叉路口各方向的车辆平均速度进行比较;
当道路交叉路口各方向的车辆平均速度部分大于城市的车辆平均速度V,部分小于城市的车辆平均速度V时,增加车辆平均速度小的方向的绿信比,直到该方向的平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V;
当道路交叉路口各方向的车辆平均速度都小于城市的车辆平均速度V时,增大道路交叉路口信号灯的切换周期。
在一些可选的实施例中,所述调节模块603,具体用于:
通过对道路交叉路口各方向的车辆平均速度和车辆数量进行加权平均得到所述道路交叉路口的车辆平均速度。
在一些可选的实施例中,还包括:
关联模块604:用于根据所述道路交叉路口与各相邻道路交叉路口之间的车辆流量密度和路段长度,分析所述道路交叉路口与各相邻道路交叉路口之间的关联度;相应的,
所述调节模块603,还用于根据所述道路交叉路口与各相邻道路交叉路口之间的关联度和各方向的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
在一些可选的实施例中,所述关联模块604,具体用于:
根据所述相邻道路交叉路口的车辆等待时间和车辆流量密度,确定相邻道路交叉路口的第一关联度因子;
根据相邻道路交叉路口之间的路段长度和该路段上的车辆平均速度,确定相邻道路交叉路口的第二关联度因子;
根据第一关联度因子和第二关联度因子,得到相邻道路交叉路口之间的关联度。
在一些可选的实施例中,所述调节模块603,具体用于:
确定与所述道路交叉路口关联度最大的相邻道路交叉路口;
根据所述道路交叉路口与关联度最大的相邻道路交叉路口之间的路段长度和路段的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例的上述方法和装置,能够准确、实时地估计路段与城市车辆的平均速度,并且合理地通过控制交通信号灯进行车辆的自动优化调节;与其他已有的城市交通信号优化方法相比,数学建模较为简单,基于马尔科夫随机场建立交通系统模型,计算过程具有直观意义,计算量小,可以满足实时监控的要求。
除非另外具体陈述,术语比如处理、计算、运算、确定、显示等等可以指一个或更多个处理或者计算系统、或类似设备的动作和/或过程,所述动作和/或过程将表示为处理系统的寄存器或存储器内的物理(如电子)量的数据操作和转换成为类似地表示为处理系统的存储器、寄存器或者其他此类信息存储、发射或者显示设备内的物理量的其他数据。信息和信号可以使用多种不同的技术和方法中的任何一种来表示。例如,在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (7)
1.一种城市交通信号控制方法,其特征在于,包括:
根据获取的城市路段的车流量密度、车辆数量和路段长度,使用训练好的车辆速度模型,估计所述城市路段的车辆平均速度;
统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;
根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期;
根据相邻道路交叉路口的车辆等待时间和车辆流量密度,确定相邻道路交叉路口的第一关联度因子;根据相邻道路交叉路口之间的路段长度和该路段上的车辆平均速度,确定相邻道路交叉路口的第二关联度因子;根据第一关联度因子和第二关联度因子,确定所述道路交叉路口与各相邻道路交叉路口之间的关联度;
根据所述道路交叉路口与各相邻道路交叉路口之间的关联度和各方向的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
2.如权利要求1所述的方法,其特征在于,所述根据获取的城市路段的车流量密度、车辆数量和路段长度,使用训练好的车辆速度模型,估计所述城市路段的车辆平均速度,包括:
根据获取的参考路段的包括车流量密度、车辆数量和路段长度的多条记录数据,训练得到车辆速度模型;
获取所述城市路段的车流量密度、车辆数量和路段长度,根据获取的所述城市路段的车流量密度、车辆数量和路段长度,使用训练得到的车辆速度模型,得到所述城市路段的车辆平均速度。
3.如权利要求1所述的方法,其特征在于,所述统计所有路段的车辆平均速度,估计城市的车辆平均速度,包括:
获取城市每个路段的各方向的车辆平均速度和车辆数量;
针对每个方向,对获取的城市每个路段的车辆平均速度和车辆数量进行加权平均,对每个方向的加权平均的结果进行加权平均,得到城市的车辆平均速度。
4.如权利要求1所述的方法,其特征在于,所述根据城市的车辆平均速度和道路交叉路口各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期,包括:
将城市的车辆平均速度V与道路交叉路口各方向的车辆平均速度进行比较;
当道路交叉路口各方向的车辆平均速度部分大于城市的车辆平均速度V,部分小于城市的车辆平均速度V时,增加车辆平均速度小的方向的绿信比,直到该方向的车辆平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V;
当道路交叉路口各方向的车辆平均速度都小于城市的车辆平均速度V时,增大道路交叉路口信号灯的切换周期。
5.如权利要求1所述的方法,其特征在于,所述调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差的过程,包括:
确定与所述道路交叉路口关联度最大的相邻道路交叉路口;
根据所述道路交叉路口与关联度最大的相邻道路交叉路口之间的路段长度和路段的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
6.一种城市交通信号控制装置,其特征在于,包括:
第一估算模块,用于根据获取的城市路段的车辆的流量密度参数,估计所述城市路段的车辆平均速度;其中,所述车辆的流量密度参数包括车流量密度、车辆数量和路段长度;
第二估算模块,用于统计城市所有路段的车辆平均速度,估计城市的车辆平均速度;
调节模块,用于根据城市的车辆平均速度和道路交叉路口的各方向的车辆平均速度,调节所述道路交叉路口信号灯的绿信比和/或切换周期;
关联模块,用于根据相邻道路交叉路口的车辆等待时间和车辆流量密度,确定相邻道路交叉路口的第一关联度因子;根据相邻道路交叉路口之间的路段长度和该路段上的车辆平均速度,确定相邻道路交叉路口的第二关联度因子;根据第一关联度因子和第二关联度因子,确定所述道路交叉路口与各相邻道路交叉路口之间的关联度;相应的,
所述调节模块,还用于根据所述道路交叉路口与各相邻道路交叉路口之间的关联度和各方向的车辆平均速度,调节所述道路交叉路口与相邻道路交叉路口信号灯的切换时间差。
7.如权利要求6所述的装置,其特征在于,所述调节模块,具体用于:
将城市的车辆平均速度V与道路交叉路口各方向的车辆平均速度进行比较;
当道路交叉路口各方向的车辆平均速度部分大于城市的车辆平均速度V,部分小于城市的车辆平均速度V时,增加车辆平均速度小的方向的绿信比,直到该方向的平均速度不小于城市的车辆平均速度V或者道路交叉路口的车辆平均速度vi等于城市的车辆平均速度V;
当道路交叉路口各方向的车辆平均速度都小于城市的车辆平均速度V时,增大道路交叉路口信号灯的切换周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711142792.6A CN108133602B (zh) | 2017-11-17 | 2017-11-17 | 一种城市交通信号控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711142792.6A CN108133602B (zh) | 2017-11-17 | 2017-11-17 | 一种城市交通信号控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108133602A CN108133602A (zh) | 2018-06-08 |
CN108133602B true CN108133602B (zh) | 2021-05-04 |
Family
ID=62389516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711142792.6A Active CN108133602B (zh) | 2017-11-17 | 2017-11-17 | 一种城市交通信号控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108133602B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806285B (zh) * | 2018-06-13 | 2020-07-10 | 青岛海信网络科技股份有限公司 | 一种基于阵列雷达的交叉路口信号调整方法及装置 |
CN109712413B (zh) * | 2019-01-29 | 2021-06-25 | 蚌埠学院 | 具备自动调节功能的十字道路交通管理控制方法及系统 |
CN111881557B (zh) * | 2020-07-01 | 2023-09-29 | 浙江中控信息产业股份有限公司 | 基于道路平均速度的车流仿真方法 |
CN113470382A (zh) * | 2021-08-19 | 2021-10-01 | 星禾环保科技(上海)有限公司 | 一种综合多变量的主动交通控制方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509454B (zh) * | 2011-11-03 | 2013-09-11 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
US9412271B2 (en) * | 2013-01-30 | 2016-08-09 | Wavetronix Llc | Traffic flow through an intersection by reducing platoon interference |
CN103208193B (zh) * | 2013-04-01 | 2014-12-10 | 哈尔滨工业大学 | 一种利用视频检测数据的城市相邻交叉口信号协调控制方法 |
CN104408925B (zh) * | 2014-12-17 | 2017-04-05 | 合肥革绿信息科技有限公司 | 基于陈列雷达的交叉口运行状态评价方法 |
US9483939B2 (en) * | 2015-03-06 | 2016-11-01 | Here Global B.V. | Method and apparatus for providing traffic flow signaling |
CN105825690B (zh) * | 2016-06-15 | 2018-04-13 | 北京航空航天大学 | 一种面向可协调控制的干线交叉口关联性分析及划分方法 |
CN107154155B (zh) * | 2017-06-30 | 2020-07-14 | 安徽超清科技股份有限公司 | 一种智慧城市交通信号灯管控系统 |
-
2017
- 2017-11-17 CN CN201711142792.6A patent/CN108133602B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108133602A (zh) | 2018-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108133602B (zh) | 一种城市交通信号控制方法和装置 | |
Khondaker et al. | Variable speed limit: A microscopic analysis in a connected vehicle environment | |
CN108428348B (zh) | 一种道路交通优化方法、装置以及电子设备 | |
CN105225500A (zh) | 一种交通控制辅助决策方法及装置 | |
WO2019047905A1 (zh) | 一种交通路况分析系统、方法以及装置 | |
CN109859468A (zh) | 基于YOLOv3的多车道车流量计数及车辆跟踪方法 | |
CN111613070B (zh) | 交通信号灯控制方法、装置、电子设备和计算机存储介质 | |
CN105825669A (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
CN107578620B (zh) | 基于车道级系统的道路通行能力的计算方法、系统和装置 | |
CN106952484B (zh) | 基于宏观基本图的路网门限控制 | |
WO2022036765A1 (zh) | 一种微波雷达智能可变车道感知系统及方法 | |
CN103617410A (zh) | 基于视频检测技术的高速公路隧道停车检测方法 | |
CN108335496A (zh) | 一种城市级交通信号优化方法与系统 | |
CN113393680B (zh) | 一种子区协调自适应控制方法及装置 | |
CN104281738A (zh) | 干线道路的干线协调控制方案的评估系统和方法 | |
CN103268707A (zh) | 用于公交车辆优先通行的行人过街路段的信号调控方法 | |
CN109935076A (zh) | 一种城市快速路常发性交通瓶颈识别方法 | |
CN108806285B (zh) | 一种基于阵列雷达的交叉路口信号调整方法及装置 | |
CN113034940A (zh) | 一种基于Fisher有序聚类的单点信号交叉口优化配时方法 | |
CN110264725B (zh) | 路段流量的确定方法及装置 | |
CN109035756A (zh) | 路况分析方法、装置、服务器和计算机可读存储介质 | |
CN105405315A (zh) | 一种基于k近邻机器学习的磁场传感器智能停车检测方法 | |
Dong et al. | An identification model of urban critical links with macroscopic fundamental diagram theory | |
CN109300315A (zh) | 基于车辆检测概率的地磁数据异常判别方法及系统 | |
CN113115203B (zh) | 一种路侧单元设备的降耗方法、装置及系统 |
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 |