CN108346285B - 一种依据行程时间判断路网中是否存在gridlock的方法 - Google Patents

Abstract

本发明公开了一种依据行程时间判断路网中是否存在gridlock的方法。该方法利用连线行程时间数据，首先计算连线移动时间比，利用移动时间比和实际的绿信比之间的关系判别连线是否排队上溯，然后根据路网中每个连线的上溯情况，构造上溯子网，并对上溯连线构成的上溯子网进行闭环搜索和判别，如果子网不存在闭环，则路网中没有gridlock，如果存在闭环，则路网中有gridlock形成，并上报gridlock的尺寸、位置。

Description

一种依据行程时间判断路网中是否存在gridlock的方法

技术领域

本发明涉及一种道路交通管理中的gridlock(网络死锁)检测方法，具体来说，就是涉及利用车辆的行程时间来检测道路网络中是否发生gridlock以及gridlock发生的位置的方法。

背景技术

随着机动车保有量的增大，我国大中城市越来越受到交通拥堵的困扰。Gridlock(网络死锁)是交通拥堵状态的极端形式，在这种状态下若干个拥挤的路段构成一个闭环，其中的车辆在行进过程中大部分的时间速度为零。这种状态下的交通运行效益极差。因此对于现代城市交通管理而言，如果能检测发生的gridlock并且施加合理的控制方法，能够极大的提升交通运行效益。行程时间是交通数据的来源之一，采集方便、展现直观。如果能利用行程时间对城市路网中的gridlock进行检测，无疑会促进城市交通管理水平的进步。

发明内容

为了填补当前交通管理领域中的gridlock检测方法的空白，本发明提出一种依据行程时间判断路网中是否存在gridlock的方法，能够利用最广泛的交通流行程时间数据来对gridlock进行检测。

本发明解决其技术问题所采用的方法如下所述：

依据行程时间判断路网中是否存在gridlock的方法，该方法利用平均连线行程时间进行检测，包括以下步骤：

1)获得路网的基础静态数据，包括所有结点、各路段所含连线、邻接矩阵；

2)通过车牌识别方法采集实时运行的连线行程时间数据和交通信号参数数据；

3)计算每个路连线的自由流行程时间比；

4)依据获得的自由流行程时间比判断连线是否上溯，构造上溯子网，上溯子网中的每一个连线都有了上溯现象；

5)对生成的上溯子网进行死锁检测，如果存在死锁，则存在gridlock，输出闭环的大小和位置，如果不存在死锁，说明路网中还没有形成交通死锁现象。

上述技术方案中，优选的，所述的步骤1)中，对于路网G＝(N,E)，其中N是结点的集合，E是连线的集合；各个路段中的连线数目以该路段各车流方向所含车道组计算；邻接矩阵Θ＝{θ_ij}，其中，当连线i和j相邻接时，θ_ij＝1，否则θ_ij＝0；所述的相邻接为：对于连线i，其流入节点和流出节点分别为i_in和i_out，当i_out和j_in是同一个节点，则θ_ij＝1。

优选的，所述的步骤2)采集每个路段的行程时间数据方法如下：

对于连线i其行程时间为τ_i，假设在该时间段内采集了辆车，最终的连线平均行程时间采取这些车辆的平均值：

其中τ_i,j为第j辆车的行程时间。

优选的，所述的步骤3)中计算每个路段的自由流行程时间比，方法如下：令λ_i为某连线所对应的信号灯的绿信比，其中c_i为信号周期时长，g_i为该连线的绿灯时间；该连线的自由流行程时间比η_i为：

其中，L_i为连线i的物理长度；

为连线i的限速，对应于畅通状态下的自由流速度；

τ_i为连线i的某时间段的平均行程时间。

优选的，所述的步骤4)中依据自由流行程时间比判断连线是否上溯，其方法如下：

该公式的含义是，根据自由流行程时间比η_i和有效绿信比λ_i的关系来确定连线是否发生上溯，如果连线没有发生排队上溯，则自由流行程时间比大于有效绿信比；如果本连线刚刚发生了上溯，但是由于上游流入本连线的信号灯为红色，则本连线虽然上溯但是没有对上游的车辆造成阻滞，此时自由流行程时间比和有效绿信比相等；当发生了上溯且对上游的车辆造成阻滞作用，则自由流行程时间比大于有效绿信比。

对路网中每一个连线判断其是否上溯，之后构造上溯子网 其中是上溯连线的集合，是所有上溯连线相连接的结点的集合，在上溯子网中对每一条上溯的连线i，连接其流入节点i_in和流出节点i_out。

优选的，所述的步骤5)中采用已有的Tiernan算法对生成的上溯子网进行死锁检测，得出死锁的个数、每个闭环的位置以及由哪些连线构成，即得到所有gridlock的集合C，C＝{C_k}，C_k是第k个gridlock。

本发明的有益效果是：

本发明能够利用行程时间这一最广泛的数据源，并且对路网本身没有作要求。由于gridlock一旦形成会对路网造成较大的影响，因此对gridlock的检测为后续的控制提供了技术基础。

附图说明

图1为gridlock示意图。

图2为连线、车道、路段的示意图。

图3为路段行程时间采集示意图。

图4是构造上溯子网的流程图。

图5是采用Tiernan算法对上溯子网进行死锁检测的流程图。

具体实施方式

下面结合附图对发明具体实施方法进一步说明。

一般而言，gridlock是形如图1的拥挤现象。其中，每个阴影连线都产生了排队上溯，并且所有的上溯连线构成了一个封闭的、没有重复节点和连线的内车流方向一致的环。

为了利用实际中应用较为广泛的行程时间数据识别路网中的gridlock，首先要识别路网中的上溯连线，然后判断上溯连线是否构成了一个闭环，为此，本发明采用下面的步骤：

1)建立路网基础信息。

路网基础信息包括路网的图C＝(N,E)，N是结点的结合，E是连线的集合。

邻接矩阵Θ＝{θ_ij}。当连线i和j相邻接时，θ_ij＝1，否则θ_ij＝0。例如两条连线i和j，i的起始节点和终止节点分别为i_in和i_out同理有j_in和j_out。如果i_out和j_in是同一个节点，则θ_ij＝1。

由于同一个路段有很多车道组成，为了方便，以车道组为单元，对车道进行组合形成连线，由于一个路段内部可能有多个连线，如图2所示。图2中的路段含有两个方向：从左到右和从右到左。以下方的路段为例，其包含四个车道，其中一个左转车道、两个直行车道和一个右转车道。其中两个直行车道被组合成一个车道组。

左转车道对应左转连线，直行车道组对应直行连线，右转车道组对应右转连线。因此对于图中的路段而言，有两个方向，同理，上方的车流方向也有三个连线，每个方向三条连线该路段共六条连线。本发明的gridlock识别就是以这些连线的行程时间为基本单元进行的。

2)通过车牌识别方法获得每个连线的行程时间

对于路段i其行程时间定义为如图3所示(从左向右方向的车流)的从A点和行驶至B点所需的时间τ_i。

则假设在该时间段内采集了辆车，最终的连线平均行程时间采取这些车辆的平均值

其中τ_i,j为第j辆车的行程时间。

3)判断上溯条件并构造上溯连线子网

对于连线i，是否是上溯连线可以用下面的规则进行判断。令λ_i为该连线所对应的信号灯的绿信比，也就是绿灯时间除以信号周期时间。首先计算连线的自由流行程时间比，也即移动时间比：

移动时间比η_i说明了在整个路段行程时间内，移动的时间占的比例大小。当该比例为1,说明车辆没有任何停止，一直在运行；当该比例为0时，说明车辆没有任何移动的时间，也就是完全停止的状态。

按照下面的公式判断该连线是否上溯：

该公式的含义是，根据移动时间比和有效绿信比的关系来确定路段是否发生上溯，如果路段没有发生排队上溯，则移动时间比大于有效绿信比；如果本连线刚刚发生了上溯，但是由于上游流入本连线的信号灯为红色，则本连线虽然上溯但是没有对上游的车辆造成阻滞，此时移动时间比和有效绿信比相等；当发生了上溯且对上游的车辆造成阻滞作用，则移动时间比大于有效绿信比，二者的差值反映了车辆排队上溯对上游车辆的阻滞作用的大小。

对路网中每一个连线判断其是否上溯之后，依据如图4的流程图构造上溯子网其中是上溯连线的集合，是所有上溯连线相连接的结点的集合，在上溯子网中对每一条上溯的连线i，连接其流入节点i_in和流出节点i_out。

4)判断上溯子网中的死锁存在性

对上一步生成的上溯子网进行死锁检测，判断死锁的存在性和位置。输出死锁的大小、位置。死锁检测的本质是判断在中是否存在环。死锁判断采用已有的Tiernan算法，其流程图如图5所示：输入参数是上溯子图输出参数为死锁参数(也即gridlock信息)从中可以得出死锁的个数、每个死锁的位置以及由哪些连线构成等等，C_k是第k个gridlock，i为相应连线。

判断闭环的流程当中：

C存储所有死锁的集合，C中的每一个元素表示一个死锁，也即由某些连线构成的几何上封闭的环，初始时刻，尚无死锁检测到，因此初始化为空；

P为算法执行过程中存储当前的路径，是一系列节点的有序，例如P＝[1,2,3]表示算法从节点1到2再到3，持续搜寻路网中是否存在闭环，P[k]表示P中的第k个元素(同时也是上溯子网中的一个节点)；当搜索到一个死锁，例如P＝[1,2,3,5,1]，P的最后一个节点和第一个节点重合表示形成闭环，从而将P＝[1,2,3,5,1]存储至C，作为最终输出结果之一；

流程图中，θ_P[k],j表示子网中从节点P[k]到节点j是否存在连线，如果存在θ_P[k],j＝1，否则为0；流程图中矩阵H为二维矩阵，H[N,N]中存储着搜索死锁的历史。例如当P＝[1,2,3],且H[3,1]＝5时，表明节点3的下一个节点5已经在死锁搜索时访问过，因此，在流程图中的第一个菱形选择框中，5不会再次列入路径P中。

Claims (7)

1.一种依据行程时间判断路网中是否存在交通死锁的方法，其特征在于，该方法利用连线平均行程时间进行检测，包括以下步骤：

1)获得路网的基础静态数据，包括所有结点、各路段所含连线、邻接矩阵；其中，路段内部的车道按照其利用性质，组合成为连线；

2)通过车牌识别方法采集实时运行的连线行程时间数据和交通信号参数数据；

3)计算每个连线的自由流行程时间比；

4)依据获得的自由流行程时间比判断连线是否上溯，构造上溯子网，上溯子网中的每一个连线都有了上溯现象；

5)对生成的上溯子网进行闭环检测，如果存在闭环，则存在交通死锁，输出闭环的大小和位置，如果不存在闭环，说明路网中还没有形成交通死锁现象。

2.根据权利要求1所述的依据行程时间判断路网中是否存在交通死锁的方法，其特征在于，所述的步骤1)中，对于路网G＝(N，E)，其中N是结点的集合，E是连线的集合；各个路段中的连线数目以该路段各车流方向所含车道组计算；邻接矩阵Θ＝{θ_ij}，其中，当连线i和j相邻接时，θ_ij＝1，否则θ_ij＝0；所述的相邻接为：对于连线i，其流入节点和流出节点分别为i_in和i_out，当i_out和j_in是同一个节点，则θ_ij＝1。

3.根据权利要求1所述的依据行程时间判断路网中是否存在交通死锁的方法，其特征在于，所述的步骤2)采集每个连线的行程时间数据方法如下：

对于连线i其行程时间为τ_i，假设在该时间段内采集了辆车，最终的连线平均行程时间采取这些车辆的平均值：

其中τ_i，j为第j辆车的行程时间。

4.根据权利要求1所述的依据行程时间判断路网中是否存在交通死锁的方法，其特征在于，所述的步骤3)中计算每个连线的自由流行程时间比，方法如下：

令λ_i为连线i所对应的信号灯的绿信比，其中c_i为信号周期时长，g_i为该连线的绿灯时间；该连线的自由流行程时间比η_i为：

其中，L_i为连线i的物理长度；

为连线i的限速，对应于畅通状态下的自由流速度；

τ_i为连线i的某时间段的平均行程时间。

5.根据权利要求1所述的依据行程时间判断路网中是否存在交通死锁的方法，其特征在于，所述的步骤4)中依据自由流行程时间比判断路段是否上溯，

其方法如下：

未上溯η_i＞λ_i

临界状态η_i＝λ_i

上溯η_i＜λ_i

含义是，根据自由流行程时间比η_i和有效绿信比λ_i的关系来确定路段是否发生上溯，如果连线没有发生排队上溯，则自由流行程时间比大于有效绿信比；如果本连线刚刚发生了上溯，但是由于上游流入本连线的信号灯为红色，则本连线虽然上溯但是没有对上游的车辆造成阻滞，此时自由流行程时间比和有效绿信比相等；当发生了上溯且对上游的车辆造成阻滞作用，则自由流行程时间比大于有效绿信比。

6.根据权利要求1所述的依据行程时间判断路网中是否存在交通死锁的方法，其特征在于，所述的步骤4)中，对路网中每一个连线判断其是否上溯，之后构造上溯子网 其中是上溯连线的集合，是所有上溯连线相连接的结点的集合，在上溯子网中对每一条上溯的连线i，连接其流入节点i_in和流出节点i_out。

7.根据权利要求1所述的依据行程时间判断路网中是否存在交通死锁的方法，其特征在于，所述的步骤5)中采用提尔南算法对生成的上溯子网进行闭环检测，得出闭环的个数、每个闭环的位置以及由哪些连线构成，即得到所有交通死锁的集合C，C＝{C_k}，C_k是第k个交通死锁。