CN108417055B - 一种基于雷达检测器的主干路协同信号机控制方法 - Google Patents

一种基于雷达检测器的主干路协同信号机控制方法 Download PDF

Info

Publication number
CN108417055B
CN108417055B CN201810238011.1A CN201810238011A CN108417055B CN 108417055 B CN108417055 B CN 108417055B CN 201810238011 A CN201810238011 A CN 201810238011A CN 108417055 B CN108417055 B CN 108417055B
Authority
CN
China
Prior art keywords
traffic flow
intersection
road
signal
flow density
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
Application number
CN201810238011.1A
Other languages
English (en)
Other versions
CN108417055A (zh
Inventor
高万宝
李慧玲
张广林
李云松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Laima Information Technology Co.,Ltd.
Original Assignee
Nanjing Tuituitu Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Tuituitu Information Technology Co ltd filed Critical Nanjing Tuituitu Information Technology Co ltd
Priority to CN201810238011.1A priority Critical patent/CN108417055B/zh
Publication of CN108417055A publication Critical patent/CN108417055A/zh
Application granted granted Critical
Publication of CN108417055B publication Critical patent/CN108417055B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0108—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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及主干路多个路口的交通信号优化控制技术领域，尤其为一种基于雷达检测器的主干路协同信号机控制方法，运用雷达车辆检测器，实现主干路多个路口交通信号控制方案的优化处理，方案包括：各个路口雷达检测器的安装；单个路口数据采集与通讯；多个路口数据联网采集与存储；主干路协同信号机控制算法处理；信号指令发布服务及信号灯控制。本发明采用雷达检测数据采集技术，可以对主干路多个路口的交通状态进行准确检测，制定最优化信号控制方案，为主干道路交通信号灯控制提供最优决策和应急预案，提高交叉口的通行效率，有效缓解干线道路交通拥堵。

Description

一种基于雷达检测器的主干路协同信号机控制方法
技术领域
本发明涉及主干路多个路口的交通信号协同优化控制技术领域，具体为一种基于雷达检测器的主干路协同信号机控制方法。
背景技术
城市交拥堵和事故日益频发，特别是城市交通主干路拥堵事件严重，如不能实时有效疏导交通流，会造成道路拥堵蔓延，降低道路运行效率，给公众造成了极大的时间和经济损失。
先进、适用的交通管理系统是解决城市交通拥挤的最有效的途径之一，而交通信号控制是交通管理系统的核心，主干路交通信号优化控制可以最大限度的发挥区域交通诱导优势，提高道路交通运行效率。
雷达车辆检测技术是通过在状况复杂或容易形成拥堵的道路上安装阵列雷达采集设备，对过往车辆流量、速度进行检测，通过有线或无线网络将采集到的数据传回服务器中心进行处理的技术，通过采集的交通参数进行动态交通信号控制，实现交通流的有效规律诱导，最大限度的降低交通拥堵。
目前，信号控制方法主要包括定时控制、多时段控制、感应控制以及自适应控制等，传统的模型算法过于生硬的根据某个交通参数的变化设定阈值来进行信号优化，会造成系统对状态的误判；本发明提出了一种基于雷达检测器的主干路协同信号机控制系统，基于反馈控制理论，通过主干路各个交叉口平均交通密度的实时检测和综合分析，提取路口信号控制最优化算法，可以极大的提高干线道路的交通运行效率。
发明内容
本发明的目的在于提供一种基于雷达检测器的主干路协同信号机控制方法，以解决上述背景技术中提出的问题。所述基于雷达检测器的主干路协同信号机控制方法实现了主干路上各个路口信号的最优化控制，为交通管理和控制提供数据支撑，可以减少交通事故，缓解主干路交通拥堵，提升通行效率。
为实现上述目的，本发明提供如下技术方案：
一种基于雷达检测器的主干路协同信号机控制方法，该方法中所使用的设备包括雷达车辆检测器，数据采集通讯设备，联网数据传输设备Ⅰ，后台数据处理和存储服务器，联网数据传输设备Ⅱ，信号指令控制机，以及信号灯，各设备之间依顺序信号连接，该方法包括如下步骤：
(1)在交叉口各个进口方向上安装雷达车辆检测器，调整检测面的角度，确定检测区和盲区临界线位于停车线上，按照顺时针方向对雷达车辆检测器进行编号，对交叉口所属的路段编号与雷达车辆检测器编号进行绑定；
(2)通过雷达车辆检测器，定时采集检测区段的车道交通流率和车道车辆平均速度参数数据，所述参数数据经数据采集通讯设备，以及联网数据传输设备Ⅰ，实时传回后台数据处理和存储服务器，并进行标准化数据过滤处理和存储；
(3)提取后台数据处理和存储服务器的交通信息，基于车道交通流率和车道平均速度数据，计算检测区路段平均交通流密度、交叉口平均交通流密度、主干路平均交通流密度；
(4)基于交叉口平均交通流密度-信号周期关系模型计算交叉口信号周期；
(5)根据交叉口各个进口方向路段的交通流率和平均交通流密度参数，构建单点信号机优化控制算法模型，聚合计算各个进口方向的最优信号控制绿信比X；
(6)根据主干路各个交叉口的进口路段交通流率和主干路平均交通流密度参数，构建交叉口信号机优化控制算法模型，聚合计算路网整体的优化信号控制绿信比Y；
(7)根据各个交叉口的进口方向的最优信号控制绿信比X，以及路网整体的优化信号控制绿信比Y，综合计算各个交叉口最终优化信号控制绿信比Z；
(8)根据进口方向的交叉口最终优化信号控制绿信比Z，计算各个进口方向信号配时的绿灯时间、黄灯时间和红灯时间，形成下个信号周期的信号控制方案指令；
(9)利用信号指令发布服务器，调用指令数据库接口服务，将下个周期的信号控制方案指令发送给各个信号灯，信号灯本周期控制方案结束后，立即执行下一套信号控制方案，进行交通动态诱导。
优选的，基于雷达车辆检测器的交通流密度算法构建，交通流密度-信号周期关系构建，各个交叉口的最优信号控制绿信比X计算，路网整体的优化信号控制绿信比Y计算，交叉口最终优化信号控制绿信比Z计算，以及交叉口配时方案计算。
优选的，所述基于雷达车辆检测器的交通流密度算法构建，包括车道交通流密度采集、路段平均交通流率计算、交叉口平均交通流密度计算以及主干路平均交通流密度计算4个部分，计算具体包括如下步骤：
(31)定时采集雷达检测区段各个车道交通流率和车道平均速度参数，定时采集周期时间为1分钟；
(32)计算雷达检测区段各个路段平均交通流率和路段平均速度；
(33)计算路段平均交通流密度；
(34)计算交叉口平均交通流密度；
(35)计算主干路平均交通流密度。
优选的，所述交通流密度-信号周期关系构建，包括交叉口平均交通流密度K和交叉口信号周期C两个关键算法。
优选的，所述交叉口信号机优化控制算法模型构建，包括如下计算步骤：
(51)计算东西进口方向的平均交通流率
Figure GDA0002695280430000041
和东西进口方向的平均交通流密度
Figure GDA0002695280430000042
(52)计算南北进口方向的平均交通流率
Figure GDA0002695280430000043
和南北进口方向的平均交通流密度
Figure GDA0002695280430000044
(53)建立基于反馈控制的最优化信号控制目标函数
Figure GDA0002695280430000045
(54)建立动态交通流密度变化模型
Figure GDA0002695280430000046
(55)确定交叉口最优信号控制绿信比X。
优选的，步骤(32)的路段平均交通流率
Figure GDA0002695280430000047
通过公式
Figure GDA0002695280430000048
计算得到，其中，n为所在车道，N为路段的车道总个数，qn为第n车道的车道交通流率单位：辆/小时/车道；
路段平均速度
Figure GDA0002695280430000049
通过
Figure GDA00026952804300000410
计算得到，其中，n为所在车道，N为路段的车道总个数，vn为第n车道的车道平均速度单位：千米/小时；
步骤(33)的路段平均交通流密度
Figure GDA00026952804300000411
通过公式
Figure GDA00026952804300000412
计算得到；
步骤(34)的交叉口平均交通流密度K通过公式
Figure GDA00026952804300000413
计算得到，其中，m为交叉口的某个进口检测路段，M为交叉口的进口路段总个数，
Figure GDA00026952804300000414
为交叉口第m个进口路段的路段平均交通流密度(单位：辆/千米/车道)；
步骤(35)的主干路平均交通流密度
Figure GDA0002695280430000051
通过公式
Figure GDA0002695280430000052
计算得到，其中，i为主干路上第i个交叉口，I为主干路上交叉口的总个数，Ki为主干路第i个交叉口的交叉口平均交通密度单位：辆/千米/车道。
优选的，交叉口信号周期C通过公式
Figure GDA0002695280430000053
计算得到，其中信号周期C单位为秒；
主干路上第i个交叉口的信号周期Ci。
优选的，步骤(51)的
Figure GDA0002695280430000054
其中
Figure GDA0002695280430000055
为西进口方向的路段平均交通流率，
Figure GDA0002695280430000056
为东进口方向的路段平均交通流率；
Figure GDA0002695280430000057
其中
Figure GDA0002695280430000058
为西进口方向的路段平均交通流密度，
Figure GDA0002695280430000059
为西进口方向的路段平均交通流密度；
步骤(52)的
Figure GDA00026952804300000510
其中
Figure GDA00026952804300000511
为北进口方向的路段平均交通流率，
Figure GDA00026952804300000512
为南进口方向的路段平均交通流率；
Figure GDA00026952804300000513
其中
Figure GDA00026952804300000514
为北进口方向的路段平均交通流密度，
Figure GDA00026952804300000515
为南进口方向的路段平均交通流密度；
步骤(53)的w>0,K(t)为某个t时刻的交叉口平均交通流密度，
Figure GDA00026952804300000516
为t时刻的交叉口平均交通流密度的导数；
解方程可得到K(t)＝K(0)e-ωt，目标控制函数的解释是通过反馈控制调节后，交叉口的平均交通流密度随着时间的推移越来越趋向于为0，即交叉口的车辆越来越少，所以可以最大限度的提高交通通行效率，减少交通拥堵；
步骤(54)的L为检测区间路段的长度单位：千米，r13为东西方向的绿信比，△t定位为无限短的时间；
结合(53)的目标函数，可解方程得到东西方向的绿信比，
Figure GDA0002695280430000061
步骤(55)，据此可定义主干路第i个交叉口的东西方向绿信比为Xi；
Figure GDA0002695280430000062
优选的，路网整体的优化信号控制绿信比Y计算，Y的计算方法可c参考单个交叉口的反馈信号控制方法的步骤；
Figure GDA0002695280430000063
Figure GDA0002695280430000064
主干路南北整体的路段平均交通流率，
Figure GDA0002695280430000065
主干路东西整体的路段平均交通流率。
优选的，交叉口最终优化信号控制绿信比Z计算和信号配时方案的计算，基于东西进口方向的最终优化绿信比，计算东西方向的绿灯时间；
即定义主干路第i个交叉口的东西方向绿信比Zi；
Figure GDA0002695280430000066
第i个交叉口的东西方向绿灯时间G13(i)＝Ci×Zi，东西方向红灯时间R13(i)＝Ci-G13(i)-Y，Y表示黄灯时间；设定东西方向绿灯时间G13(i)阈值，10≤G13(i)≤C-10。
与现有技术相比，本发明的有益效果是：本发明采用雷达实时检测技术，基于交通流率和平均速度参数，可以对主干路上各个交叉口的实时交通状态进行准确检测，制定主干路整体的最优化信号控制方案，为干线道路交通管理和控制提供实时决策和应急处理信息，提升道路交通运行效率和服务水平。
附图说明
图1是本发明的工作流程图；
图2是图1中所用的系统设备安装示意图；
图3是图1中所用的系统设备连接示意图；
图4是本发明反馈控制密度变化曲线。
图中：1雷达车辆检测器、2数据采集通讯设备、3联网数据传输设备Ⅰ、4后台数据处理和存储服务器、5联网数据传输设备Ⅱ、6信号指令控制机、7信号灯。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1～4，本发明提供一种技术方案：
一种基于雷达检测器的主干路协同信号机控制方法，该方法中所使用的设备包括雷达车辆检测器1，数据采集通讯设备2，联网数据传输设备Ⅰ3，后台数据处理和存储服务器4，联网数据传输设备Ⅱ5，信号指令控制机6，以及信号灯7，数据采集通讯设备2和雷达车辆检测器1通过电缆连接在一起然后安装在交叉口监控架上，数据采集通讯设备2和联网数据传输设备Ⅰ3通过网线连接，所述各设备之间依顺序信号连接，该方法包括下列的步骤：
S1、在交叉口各个进口方向上安装雷达车辆检测器1，调整检测面的角度，确定检测区和盲区临界线位于停车线上，按照顺时针方向对雷达车辆检测器1进行编号，对交叉口所属的路段编号与雷达车辆检测器1编号进行绑定；
S1.1、交叉口的类型有多种，常见的有五岔路口、十字路口、T型路口，本方法最适用于十字路口，其他类型的交叉口可以修改运用；
S1.2、雷达可以检测的路段长度L范围是20米-140米，安装位置前20米内是盲区，盲区内检测不到车辆的动态信息，因此交叉口雷达设备的安装位置非常重要，确定待测路段后，要在待测路段方向上越过交叉口的监控架上安装设备，设备的检测头正对检测路段的中央，一般十字路口的设备安装示意图如图2。
S2、雷达车辆检测器1，定时采集检测区段的车道交通流率和车道平均速度参数信息，所述参数信息经数据采集通讯设备2，以及联网数据传输设备Ⅰ3，实时传回后台数据处理和存储服务器4并进行数据存储，定时采集周期时间为1分钟；
S3、利用所述交通参数信息，计算路段平均交通流密度：
雷达设备实时上报的数据格式为(t,n,q,v),t表示上报时间，n表示所在车道，q表示交通流率数据，v表示车流速度数据，(t,n,q,v)的单位分别为秒、1、辆/小时/车道和千米/小时。
假设样本数据集可表示为S＝{(t,1,q1,v1),(t,2,q2,v2),...,(t,n,qn,vn)}，统计时间内待测路段平均交通流率
Figure GDA0002695280430000081
(单位：辆/小时/车道)，路段平均速度
Figure GDA0002695280430000082
(单位：千米/小时)，待测路段平均交通流密度
Figure GDA0002695280430000083
(单位：辆/千米/车道)，则
Figure GDA0002695280430000084
Figure GDA0002695280430000091
Figure GDA0002695280430000092
上述公式中：n为所在车道；N为路段的车道总个数；qn为第n车道的交通流率；vn为第n车道的平均速度。
S4、计算交叉口平均交通流密度K
交叉口平均交通流密度通过交叉口各个进口方向的路段平均交通流密度计算；
Figure GDA0002695280430000093
K为交叉口平均交通流密度；
m为交叉口的某个进口检测路段；
M为交叉口的进口路段总个数；
Figure GDA0002695280430000094
为交叉口第m个进口路段的路段平均交通流密度；
S5、计算主干路平均交通流密度
Figure GDA0002695280430000095
Figure GDA0002695280430000096
i为主干路上第i个交叉口；
I为主干路上交叉口的总个数；
Ki为主干路第i个交叉口的交叉口平均交通密度；
S6、计算交叉口信号控制周期C
交叉口信号控制周期是信号灯各种灯色轮流显示一次所需的时间，用C表示，单位是秒；
Figure GDA0002695280430000101
主干路上第i个交叉口的信号周期Ci。
S7、基于反馈控制模型计算交叉口最优信号控制绿信比X
基于反馈控制的信号控制算法，目标就是通过信号的调节控制，实现交叉口的平均交通流密度越来越小，尽可能地减小排队数，所以要定义目标函数，通过控制函数的动态变化来实现预期的效果。
S7.1、定义反馈控制目标函数：
Figure GDA0002695280430000102
w>0,是变量参数；
K(t)为某个t时刻的交叉口平均交通流密度；
Figure GDA0002695280430000103
为t时刻的交叉口平均交通流密度的导数；
解方程(6)可得到
K(t)＝K(0)e-ωt (8)
目标控制函数的解释是通过反馈控制调节后，交叉口的平均交通流密度随着时间的推移越来越趋向于为0，即交叉口的车辆越来越少，所以可以最大限度的提高交通通行效率，减少交通拥堵，效果示意图如图4。
S7.2、计算信号控制绿信比
结合动态交通率密度变化过程，建立K(t)的求导过程，
Figure GDA0002695280430000104
L为检测区间路段的长度(单位：千米)；
r13为东西方向的绿信比；
△t定位为极限短的时间；
利用方程式(4)、(7)和(9)，可解方程得到东西方向的绿信比，
Figure GDA0002695280430000111
据此可定义主干路第i个交叉口的东西方向绿信比为Xi；
Figure GDA0002695280430000112
S8、基于反馈控制模型计算主干路路网整体的优化信号控制绿信比YY的计算可以参照步骤S7，
Figure GDA0002695280430000113
Figure GDA0002695280430000114
为主干路南北整体的路段平均交通流率；
Figure GDA0002695280430000115
主干路东西整体的路段平均交通流率；
Figure GDA0002695280430000116
为主干路平均交通流密度；
S9、确定最优化信号配时时间
基于东西进口方向的绿信比，计算东西方向的绿灯时间，可得出最优化的信号控制方案。
G13(i)＝Ci×Zi (11)
R13(i)＝Ci-G13(i)-Y (12)
G13(i)为第i个交叉口的东西方向绿灯时间；
R13(i)为第i个交叉口的东西方向红灯时间；
Y为东西方向的黄灯时间；
设定东西进口方向绿灯时间G13(i)阈值，保障程序执行。
10≤G13(i)≤C-10 (13)
S10、优化配时方案计算结果数据，通过联网数据传输设备Ⅱ5，传输到信号指令控制机6，通过调接口服务，将指令参数发送给信号灯7，通过信号灯7对交叉口交通进行动态诱导。
本发明充分地利用了雷达车辆检测器1的交通流率和车流速度参数进行数据挖掘分析，构建了基于反馈控制的交叉口信号控制模型算法，实现了主干路各个路口的信号优化控制，为干线道路交通管理和控制提供数据支撑，可以减少交通事故，缓解交通拥堵，提升道路交通通行效率。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种基于雷达检测器的主干路协同信号机控制方法，该方法中所使用的设备包括雷达车辆检测器，数据采集通讯设备，联网数据传输设备Ⅰ，后台数据处理和存储服务器，联网数据传输设备Ⅱ，信号指令控制机，以及信号灯，各设备之间依顺序信号连接，其特征在于：该方法包括如下步骤：
(1)在交叉口各个进口方向上安装雷达车辆检测器，调整检测面的角度，确定检测区和盲区临界线位于停车线上，按照顺时针方向对雷达车辆检测器进行编号，对交叉口所属的路段编号与雷达车辆检测器编号进行绑定；
(2)通过雷达车辆检测器，定时采集检测区段的车道交通流率和车道车辆平均速度参数数据，所述参数数据经数据采集通讯设备，以及联网数据传输设备Ⅰ，实时传回后台数据处理和存储服务器，并进行标准化数据过滤处理和存储；
(3)提取后台数据处理和存储服务器的交通信息，基于车道交通流率和车道平均速度数据，计算检测区段路段平均交通流密度、交叉口平均交通流密度、主干路平均交通流密度；
(4)基于交叉口平均交通流密度-信号周期关系模型计算交叉口信号周期；
(5)根据交叉口各个进口方向路段的交通流率和平均交通流密度参数，构建单点信号机优化控制算法模型，聚合计算各个进口方向的最优信号控制绿信比X；
(6)根据主干路各个交叉口的进口路段交通流率和主干路平均交通流密度参数，构建交叉口信号机优化控制算法模型，聚合计算路网整体的优化信号控制绿信比Y；
(7)根据各个交叉口的进口方向的最优信号控制绿信比X，以及路网整体的优化信号控制绿信比Y，综合计算各个交叉口最终优化信号控制绿信比Z；
(8)根据进口方向的交叉口最终优化信号控制绿信比Z，计算各个进口方向信号配时的绿灯时间、黄灯时间和红灯时间，形成下个信号周期的信号控制方案指令；
(9)利用信号指令发布服务器，调用指令数据库接口服务，将下个周期的信号控制方案指令发送给各个信号灯，信号灯本周期控制方案结束后，立即执行下一套信号控制方案，进行交通动态诱导；
基于雷达车辆检测器的交通流密度算法构建，交通流密度-信号周期关系构建，各个交叉口的最优信号控制绿信比X计算，路网整体的优化信号控制绿信比Y计算，路口交叉口最终优化信号控制绿信比Z计算，以及交叉口配时方案计算；
所述基于雷达车辆检测器的交通流密度算法构建，包括车道交通流密度采集、路段平均交通流率计算、交叉口平均交通流密度计算以及主干路平均交通流密度计算4个部分，计算具体包括如下步骤：
(31)定时采集雷达检测区段各个车道交通流率和车道平均速度参数，定时采集周期时间为1分钟；
(32)统计计算雷达检测区段各个路段平均交通流率和路段平均速度；
(33)计算路段平均交通流密度；
(34)计算交叉口平均交通流密度；
(35)计算主干路平均交通流密度。
2.根据权利要求1所述的一种基于雷达检测器的主干路协同信号机控制方法，其特征在于：所述交通流密度-信号周期关系构建，包括交叉口平均交通流密度K和交叉口信号周期C两个关键算法。
3.根据权利要求2所述的一种基于雷达检测器的主干路协同信号机控制方法，其特征在于：所述交叉口信号机优化控制算法模型构建，包括如下计算步骤：
(51)计算东西进口方向的平均交通流率
Figure FDA0002733998180000031
和东西进口方向的平均交通流密度
Figure FDA0002733998180000032
(52)计算南北进口方向的平均交通流率
Figure FDA0002733998180000033
和南北进口方向的平均交通流密度
Figure FDA0002733998180000034
(53)建立基于反馈控制的最优化信号控制目标函数
Figure FDA0002733998180000035
(54)建立动态交通流密度变化模型
Figure FDA0002733998180000036
(55)确定交叉口最优信号控制绿信比X；
骤(51)的
Figure FDA0002733998180000037
其中
Figure FDA0002733998180000038
为西进口方向的路段平均交通流率，
Figure FDA0002733998180000039
为东进口方向的路段平均交通流率；
Figure FDA00027339981800000310
其中
Figure FDA00027339981800000311
为西进口方向的路段平均交通流密度，
Figure FDA00027339981800000312
为西进口方向的路段平均交通流密度；
步骤(52)的
Figure FDA00027339981800000313
其中
Figure FDA00027339981800000314
为北进口方向的路段平均交通流率，
Figure FDA00027339981800000315
为南进口方向的路段平均交通流率；
Figure FDA00027339981800000316
其中
Figure FDA00027339981800000317
为北进口方向的路段平均交通流密度，
Figure FDA00027339981800000318
为南进口方向的路段平均交通流密度；
步骤(53)的w>0,K(t)为某个t时刻的交叉口平均交通流密度，
Figure FDA00027339981800000319
为t时刻的交叉口平均交通流密度的导数；
解方程可得到K(t)＝K(0)e-ωt，目标控制函数的解释是通过反馈控制调节后，交叉口的平均交通流密度随着时间的推移越来越趋向于为0，即交叉口的车辆越来越少，所以可以最大限度的提高交通通行效率，减少交通拥堵；
步骤(54)的L为检测区间路段的长度，其单位为：千米，r13为东西方向的绿信比，△t定位为无限短的时间；
结合(53)的目标函数，可解方程得到东西方向的绿信比，
Figure FDA0002733998180000041
步骤(55)，据此可定义主干路第i个交叉口的东西方向绿信比为Xi；
Figure FDA0002733998180000042
4.根据权利要求1所述的一种基于雷达检测器的主干路协同信号机控制方法，其特征在于：
步骤(32)的路段平均交通流率
Figure FDA0002733998180000043
通过公式
Figure FDA0002733998180000044
计算得到，其中，n为所在车道，N为路段的车道总个数，qn为第n车道的车道交通流率，其单位为：辆/小时/车道；
路段平均速度
Figure FDA0002733998180000045
通过
Figure FDA0002733998180000046
计算得到，其中，n为所在车道，N为路段的车道总个数，vn为第n车道的车道平均速度，其单位为：千米/小时；
步骤(33)的路段平均交通流密度
Figure FDA0002733998180000047
通过公式
Figure FDA0002733998180000048
计算得到；
步骤(34)的交叉口平均交通流密度K通过公式
Figure FDA0002733998180000049
计算得到，其中，m为交叉口的某个进口检测路段，M为交叉口的进口路段总个数，
Figure FDA0002733998180000051
为交叉口第m个进口路段的路段平均交通流密度，其单位为：辆/千米/车道；
步骤(35)的主干路平均交通流密度
Figure FDA0002733998180000052
通过公式
Figure FDA0002733998180000053
计算得到，其中，i为主干路上第i个交叉口，I为主干路上交叉口的总个数，Ki为主干路第i个交叉口的交叉口平均交通密度，其单位为：辆/千米/车道。
5.根据权利要求2所述的一种基于雷达检测器的主干路协同信号机控制方法，其特征在于：交叉口信号周期C通过公式
Figure FDA0002733998180000054
计算得到，其中信号周期C单位为秒；
主干路上第i个交叉口的信号周期Ci。
6.根据权利要求4所述的一种基于雷达的主干路协同信号机控制方法，其特征在于：路网整体的优化信号控制绿信比Y计算，Y的计算方法可参考权利要求3所述的步骤；
Figure FDA0002733998180000055
Figure FDA0002733998180000056
主干路南北整体的路段平均交通流率，
Figure FDA0002733998180000057
主干路东西整体的路段平均交通流率。
7.根据权利要求5所述的一种基于雷达检测器的主干路协同信号机控制方法，其特征在于：交叉口交叉口最终优化信号控制绿信比Z计算和信号配时方案的计算，基于东西进口方向的最终优化绿信比，计算东西方向的绿灯时间；
即定义主干路第i个交叉口的东西方向绿信比Zi；
Figure FDA0002733998180000061
第i个交叉口的东西方向绿灯时间G13(i)＝Ci×Zi，东西方向红灯时间R13(i)＝Ci-G13(i)-Y，Y表示黄灯时间；
设定东西方向绿灯时间G13(i)阈值，10≤G13(i)≤C-10。
CN201810238011.1A 2018-03-22 2018-03-22 一种基于雷达检测器的主干路协同信号机控制方法 Active CN108417055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810238011.1A CN108417055B (zh) 2018-03-22 2018-03-22 一种基于雷达检测器的主干路协同信号机控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810238011.1A CN108417055B (zh) 2018-03-22 2018-03-22 一种基于雷达检测器的主干路协同信号机控制方法

Publications (2)

Publication Number Publication Date
CN108417055A CN108417055A (zh) 2018-08-17
CN108417055B true CN108417055B (zh) 2020-12-01

Family

ID=63133250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810238011.1A Active CN108417055B (zh) 2018-03-22 2018-03-22 一种基于雷达检测器的主干路协同信号机控制方法

Country Status (1)

Country Link
CN (1) CN108417055B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109410606B (zh) * 2018-03-22 2021-05-04 合肥革绿信息科技有限公司 一种基于视频的主干路协同信号机控制方法
CN110874924A (zh) * 2018-08-31 2020-03-10 百度在线网络技术（北京）有限公司 智能路侧单元及其调控方法
CN109559528B (zh) * 2019-01-18 2023-03-21 吉林大学 一种基于3d激光雷达的自感知交互式交通信号控制装置
CN109993981A (zh) * 2019-04-28 2019-07-09 江苏普衡诺信息科技有限公司 基于全息检测的交通信号自协调控制方法
CN110264749A (zh) * 2019-07-19 2019-09-20 郑州工程技术学院 基于云计算交通信号灯控制方法、装置、存储器及处理器
CN110942636B (zh) * 2019-12-17 2021-11-26 南京浦和数据有限公司 多雷达级联实现交通流量统计的方法
CN116403419B (zh) * 2023-06-07 2023-08-25 贵州鹰驾交通科技有限公司 基于车路协同的交通灯控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104916142B (zh) * 2015-02-27 2017-08-29 云南大学 一种干道优先的交叉口自适应交通信号控制方法
CN105070075A (zh) * 2015-07-23 2015-11-18 合肥革绿信息科技有限公司 一种基于阵列雷达的干线自优化信号控制方法及装置
CN105139668B (zh) * 2015-07-27 2017-12-01 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
CN106710245B (zh) * 2016-12-23 2019-06-28 西华大学 基于密度的快速路多车道匝道控制方法

Also Published As

Publication number Publication date
CN108417055A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
CN109410606B (zh) 一种基于视频的主干路协同信号机控制方法
CN108417055B (zh) 一种基于雷达检测器的主干路协同信号机控制方法
CN109410607B (zh) 一种基于视频的十字路口信号机控制方法
CN111696348B (zh) 一种多功能的智能信号控制系统和方法
CN109544945A (zh) 基于车道饱和度的区域控制相位配时优化方法
CN104575051B (zh) 一种基于阵列雷达的高架匝道智能信号控制方法及装置
CN111951549B (zh) 在网联车辆环境下的自适应交通信号灯控制方法及系统
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN108510762B (zh) 一种快速路多线交汇区智能信号灯优化控制方法
CN110276964B (zh) 一种智能调节交通灯时间的方法
CN108417056B (zh) 一种基于雷达检测器的十字路口信号机控制方法
CN102800200A (zh) 相邻信号交叉口相关性分析方法
CN101894461A (zh) 城市地面道路行程时间预测方法
CN103839415A (zh) 基于路面图像特征识别的交通流量和占有率信息获取方法
CN109035808A (zh) 一种基于深度学习的红绿灯切换方法及系统
CN104778848A (zh) 用于道路交叉口车辆协调优化状态的交通信号优化控制方法
CN108831163B (zh) 一种基于地磁的主干路协同信号机控制方法
CN105139670A (zh) 一种基于视频的区域自优化信号控制方法及装置
CN108447276B (zh) 一种基于地磁的十字路口信号机控制方法
CN210865032U (zh) 城市内涝监测预警系统
CN105118310A (zh) 一种基于视频的单点自优化信号控制方法及装置
CN104217591A (zh) 动态路况检测方法及系统
CN117975712A (zh) 基于拥堵时长预测的高速公路服务区协同控制方法及系统
CN105070074A (zh) 一种基于阵列雷达的区域自优化信号控制方法及装置
CN105096617A (zh) 一种基于视频的干线自优化信号控制方法及装置

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: 20221102

Address after: Zone 9, 2F, Building C1, Maker Space, Tsinghua Tus Technology City, No. 175, Houde Road, Hefei Economic and Technological Development Zone, 230000, Anhui Province

Patentee after: Anhui Laima Information Technology Co.,Ltd.

Address before: Room 808, 8 / F, building B, No.4 building, Nanjing Baixia high tech Industrial Park, No.6 Yongzhi Road, Qinhuai District, Nanjing City, Jiangsu Province, 210000

Patentee before: NANJING TUITUITU INFORMATION TECHNOLOGY CO.,LTD.

TR01 Transfer of patent right