CN108629990A - 一种基于多源数据的实时动态配时方法及系统 - Google Patents
一种基于多源数据的实时动态配时方法及系统 Download PDFInfo
- Publication number
- CN108629990A CN108629990A CN201810613624.9A CN201810613624A CN108629990A CN 108629990 A CN108629990 A CN 108629990A CN 201810613624 A CN201810613624 A CN 201810613624A CN 108629990 A CN108629990 A CN 108629990A
- Authority
- CN
- China
- Prior art keywords
- time
- real
- data
- section
- road
- 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.)
- Pending
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
Abstract
本发明公开了一种基于多源数据的实时动态配时方法,首先对历史道路基础设施数据与车辆定位数据进行统计分析处理;获取实时道路基础设施数据与车辆定位数据,并进行融合处理;基于历史统计分析数据与实时处理数据,估计当前及预测短时未来动态OD流量,并生成基准信号配时方案;针对当前交通运行状况与当前信号配时方案、预测的交通运行状况与生成的信号配时方案分别得到路网交通流运行状态评价指标;然后通过限时迭代过程选择最优配时方案;本发明通过整合历史与实时的道路基础设施数据与车辆定位数据,能更好的对交通流运行状况进行估计与预测,可对交通信号灯实现更精准的实时动态控制,有效减少了交通拥挤与阻塞现象。
Description
技术领域
本发明涉及交通信号控制技术领域,特别是一种基于多源数据的实时动态配时方法及系统。
背景技术
路口交通信号灯是目前车流疏导最常见的方式,最普遍的交通信号灯大多采用固定周期进行控制切换,也有少部分采用了感应控制的方式。随着城市快速的机动化进程,城市道路面积的扩大使得交叉口数量增多,交通信号灯部署也迅速增加。由于道路部署检测器没有进行完全渗透以及实时交通流数据缺乏的问题,难以为信号控制提供良好的数据基础与实时动态配时方案。
目前绝大多数信号灯采用的固时配时控制方式,并没有与实时交通流量数据进行匹配与动态控制;虽然有小部分路口能实现感应控制,一方面感应控制是基于车辆到达检测器进行相位变换,只要不断有车到达,绿灯需继续延长至预设的最长绿灯时间,另一方面可能由于设备损坏或逻辑性不合使得控制效果不稳定、体验差。无论固时控制还是感应控制都不能很好的匹配实时交通流量数据进行,并且没有对区域实行联动控制。当前城市的发展给城市信号灯控制提出了新需求,而车辆出行信息及实时车载定位数据为信号灯进行实时动态控制提供了新数据源,可有效提高路网交通效率和动态信号配时的实时性与精准性,另一方面,可以道路通行量等作为控制目标对局部或整个路网区域实行信号机联动,在时间和空间上分散交通流,使得局部或整个路网区域交通流是连续的,从而减少交通拥挤或阻塞情况,有效地缓解了城市拥堵现象。
发明内容
本发明的目的是提出一种基于多源数据的实时动态配时方法;本方法更精确地实现了对交通流量状况估计与预测。
本发明的目的是通过以下技术方案来实现的:
本发明提供的一种基于多源数据的实时动态配时方法,其特征在于,包括以下步骤:
步骤1:获取历史数据并进行统计分析处理,所述历史数据包括道路基础设施数据、车辆OD信息及定位数据,统计路段OD流量及出行关键节点信息;
步骤2:获取实时道路基础设施数据和实时车辆数据,所述实时车辆数据包括车辆OD及定位数据;
步骤3:对实时道路基础设施数据和实时车辆数据进行数据融合处理,得到实时交通运行状态,所述实时交通运行状态包括路网动态OD流量、路口关联路段流量;
步骤4:利用历史数据和实时交通运行状态得到路网及各路段的交通运行状态预测数据,并生成基准信号配时方案;
步骤5:根据路网及路口信号灯管控路段的实时交通运行状态与当前信号配时方案,计算路网及路口当前通行能力性能评价指标;
步骤6:根据路网及路口信号灯管控路段的交通运行状态预测数据与基准信号配时方案进行评估,计算路网及路口迭代第一时间的通行能力性能评价指标;
步骤7:当路网及路口信号灯管控路段的性能评价指标满足需求预设条件时,所述预设条件包括预设性能评价指标或迭代次数达到上限,则下传上述满足需求或迭代达到上限状态后的最优信号配时方案至各个路口信号机进行具体实施控制,否则,以迭代过程中最优性能评价指标对应的信号配时方案为下一迭代周期的基准信号配时方案,并返回步骤4;
进一步,还包括以下步骤:
步骤8:当路网及路口信号灯管控路段处于区域联动情况时,所述通行能力性能评价指标为通过计算路网及路口信号灯管控路段区域获取的。
进一步的,所述路网及路口信号灯管控路段包括上游路口监测点和下游路口监测点;所述上游路口监测点和下游路口监测点分别按照以下方式进行:
步骤91:收集、处理并分析上游路口监测点和下游路口监测点的实时数据,获取本地路段某一方向某一时段内的车流量,记为Q0;
步骤92:根据本地路段的路口及上下游路口的信号灯配时方案,预测上游路口在下一时段内第一时间区间流入的车流量Qus及本地路段的路口流入下游路口的车流量Qds;
步骤93:预测本地路段下一时段内第一时间区间的车流量,记为Qnv;
步骤94:判断是否达到启动区域联动策略的条件,启动阈值Qcv,所述阈值Qcv是基于统计分析结果或相关部门决策经验值,且该值小于上述本地路段上述方向的道路容量,当Qnv≥Qcv,跳转至步骤96,反之跳到步骤95;
步骤95:进行动态信号配时,跳转至步骤91进行重复操作;
步骤96:启动区域联动策略,控制下一时段内第一时间区间上对应上游流入方向上信号配时或对应本地路段流出方向上信号配时;
步骤97:下一时段内第一时间区间结束后,进入下一时间区间,并依次作为预测目标的下一时段,跳转至步骤93进行重复操作。
本发明还提供了一种基于多源数据的实时动态配时系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
步骤1:获取历史数据并进行统计分析处理,所述历史数据包括道路基础设施数据、车辆OD信息及定位数据,统计路段OD流量及出行关键节点信息;
步骤2:获取实时道路基础设施数据和实时车辆数据,所述实时车辆数据包括车辆OD及定位数据;
步骤3:对实时道路基础设施数据和实时车辆数据进行数据融合处理,得到实时交通运行状态,所述实时交通运行状态包括路网动态OD流量、路口关联路段流量;
步骤4:利用历史数据和实时交通运行状态得到路网及各路段的交通运行状态预测数据,并生成基准信号配时方案;
步骤5:根据路网及路口信号灯管控路段的实时交通运行状态与当前信号配时方案,计算路网及路口当前通行能力性能评价指标;
步骤6:根据路网及路口信号灯管控路段的交通运行状态预测数据与基准信号配时方案进行评估,计算路网及路口迭代第一时间的通行能力性能评价指标;
步骤7:当路网及路口信号灯管控路段的性能评价指标满足需求预设条件时,所述预设条件包括预设性能评价指标或迭代次数达到上限,则下传上述满足需求或迭代达到上限状态后的最优信号配时方案至各个路口信号机进行具体实施控制,否则,以迭代过程中最优性能评价指标对应的信号配时方案为下一迭代周期的基准信号配时方案,并返回步骤4;
进一步,还包括以下步骤:
步骤8:当路网及路口信号灯管控路段处于区域联动情况时,所述通行能力性能评价指标为通过计算路网及路口信号灯管控路段区域获取的。
进一步,所述路网及路口信号灯管控路段包括上游路口监测点和下游路口监测点;所述上游路口监测点和下游路口监测点分别按照以下方式进行:
步骤91:收集、处理并分析上游路口监测点和下游路口监测点的实时数据,获取本地路段某一方向某一时段内的车流量,记为Q0;
步骤92:根据本地路段的路口及上下游路口的信号灯配时方案,预测上游路口在下一时段内第一时间区间流入的车流量Qus及本地路段的路口流入下游路口的车流量Qds;
步骤93:预测本地路段下一时段内第一时间区间的车流量,记为Qnv;
步骤94:判断是否达到启动区域联动策略的条件,启动阈值Qcv,所述阈值Qcv是基于统计分析结果或相关部门决策经验值,且该值小于上述本地路段上述方向的道路容量,当Qnv≥Qcv,跳转至步骤96,反之跳到步骤95;
步骤95:进行动态信号配时,跳转至步骤91进行重复操作;
步骤96:启动区域联动策略,控制下一时段内第一时间区间上对应上游流入方向上信号配时或对应本地路段流出方向上信号配时;
步骤97:下一时段内第一时间区间结束后,进入下一时间区间,并依次作为预测目标的下一时段,跳转至步骤93进行重复操作。
由于采用了上述技术方案,本发明具有如下的优点:
本发明提供的基于多源数据的交通信号灯实时动态配时与路网区域信号联动控制方法。首先对历史道路基础设施数据与车辆定位数据进行统计分析处理;获取实时道路基础设施数据与车辆定位数据,并进行融合处理;基于历史统计分析数据与实时处理数据,估计当前及预测短时未来动态OD流量,并生成信号配时方案;针对当前交通运行状况与当前信号配时方案、预测的交通运行状况与生成的信号配时方案分别得到路网交通流运行状态评价指标;当上述评价指标满足需求或系统运行迭代次数超过上限时,则下传优化后的信号配时方案至各个路口信号机进行具体实施控制;并且基于上述流程可实现区域信号灯联动控制。
本发明针对性的基于局部或整个路网区域实行信号机联动,在时间和空间上分散交通流,使得局部或整个路网区域车辆通行是连续的,从而减少交通流阻塞情况,有效地缓解了城市拥堵现象,实现了更精准的进行实时动态信号灯控制,整合了道路基础设施监测数据与车辆实时数据,更好的实现了对交通流量状况估计与预测。
本发明可将相关路口划分为同一控制域,各受控路段系统根据上下游路口实时交通流状况及信号灯配时方案预测本地涟漪影响,综合本地实时交通流状况输出优化的信号配时方案。系统可根据需求自定义配置特殊控制策略:可向通过受控路段的公交、特种车辆、高承载车辆等特殊车辆提供优先通行控制。
本发明通过整合历史与实时的道路基础设施数据与车辆定位数据,能更好的对交通流运行状况进行估计与预测,可对交通信号灯实现更精准的实时动态控制,从时间与空间上分散交通流,有效减少了交通拥挤与阻塞现象。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
本发明的附图说明如下。
图1为多源数据动态OD流量预测动态信号配时流程图。
图2为信号灯区域联动实例流程图。
图3为位信号灯区域上下游信号配时策略流程图。
图4为多源数据动态OD流量预测动信号灯区域联动实例图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例1
本实施例提供的基于多源数据的实时动态配时方法,为了实现更精准的进行实时动态信号灯控制,需要整合道路基础设施监测数据与车辆实时数据,才能实现更好的对交通流量状况估计与预测,本实施例提供的基于多源数据融合处理的交通信号灯控制方法,具体步骤如下所述:
步骤1:历史数据统计与处理(道路各监测点观察数据历史OD信息):以一周作为周期,针对上周同一天,利用路口道路基础设施数据和车辆定位数据,统计分析当天各时段的历史OD流量数据;在一实施例中,路口道路基础设施数据是通过上传的高清卡口数据、道路断面流量数据、车辆检测器数据、汽车电子标识数据等。车辆定位数据由具备定位功能的任意车载终端或车辆自带GPS提供。
步骤2:实时检测数据(道路各监测点观察数据),包括路口道路基础设施数据和实时车辆定位数据(出行OD与实时定位信息);
步骤3:基于步骤2的历史OD流量数据与实时的路口道路基础设施数据和实时车辆定位数据进行融合处理(车辆去重筛选及信息处理),融合处理方法包括通过道路匹配原则,针对每一道路的历史OD流量数据、实时的路口道路基础设施数据和实时车辆定位数据进行数据去重筛选处理等;
步骤4:动态OD流量、路段流量估计与预测:结合步骤1和步骤2的历史OD流量数据和实时数据;根据当前并短时预测未来动态OD流量与各路段双向交通流量状况实时调整信号配时方案;
步骤5:路网状态预测与信号配时方案评估:基于当前路网交通状态针对当前实时信号配时方案得到路网性能评价指标;
本实施例提供的评价指标通常包括道路占有率或饱和度、平均车速、车流密度、平均延误或延误率等,可根据具体需求进行自定义配置,而这些指标的判断标准由道路车道数、设计容量、设计速度、道路线形等因素确定。
步骤6:基于步骤4获取的未来动态OD流量、各路段双向交通流量状况与当前实时信号配时方案,与所述路网性能评价指标对比;
步骤7:当路网及路口(分别对应区域信号机控制与单个路口信号机控制)性能评价指标满足需求(达到预设性能评价指标)或迭代次数达到上限(迭代时间结束选取性能评价指标对应的信号配时方案为最优方案),则下传上述满足需求或迭代达到上限状态后的最优信号配时方案至各个路口信号机进行具体实施控制,否则,以迭代过程中最优性能评价指标对应的信号配时方案为下一迭代周期的基准信号配时方案,并返回步骤4。
步骤8:区域联动情况下,性能评价指标视所管控区域为统一整体进行考量,否则仅对单一路口考虑。
本实施例提供的阈值的确定需要结合路网结构、交通占有率及系统运行效率等多方面因素考虑,迭代次数上限占用时间可根据具体情况由系统配置。
本实施例提供的基于多源数据融合处理的交通信号灯控制方法可实现信号灯区域联动效果,具体流程如图2所示:
(1)实时数据,上下游路口实时交通流状况数据与当前时段信号灯配时方案;
(2)基于步骤1的实时数据与本地短时交通流量状况数据预测联动区域的交通运行状态并给出联动区域各信号机的基准信号配时方案;
(3)后续步骤同上述方法中步骤5~7,但通行性能指标是针对联动区域范围内而言。
本实施例提供的基于多源数据融合处理的交通信号灯控制方法可针对局部或整个路网区域实行信号机联动,从而在时间和空间上分散交通流,使得局部或整个路网区域车辆通行是连续的,从而减少交通流阻塞情况,有效地缓解了城市拥堵现象,配时策略流程如图3:
(1)收集、处理并分析实时数据,获取本地路段某一方向某一时段内的车流量,记为Q0;
(2)根据本地路口及上下游路口的信号灯配时方案,预测上游路口在下一时段内第一时间区间流入的车流量Qus及本地路口流入下游路口的车流量Qds;
(3)预测上述本地路段上述方向下一时段内第一时间区间的车流量,记为Qnv;
(4)判断是否达到启动区域联动策略的条件,启动阈值为Qcv(基于统计分析结果或相关部门决策经验值,且该值小于上述本地路段上述方向的道路容量),当Qnv≥Qcv,跳转至步骤(6),反之跳到步骤(5);
(5)基于本发明进行动态信号配时,不考虑区域联动情况,即不考虑预测的车流量对上下游信号机进行控制,跳转至步骤(1)进行重复操作。
(6)启动区域联动策略,控制下一时段内第一时间区间上对应上游流入方向上信号配时或对应本地流出方向上信号配时,即上述上游流入方向需延迟红灯信号时长或缩短绿灯信号时长,或上述本地流处方向需延迟绿灯信号时长或缩短红灯信号时长;
(7)下一时段内第一时间区间结束后,进入下一时间区间,并依次作为预测目标的下一时段,跳转至步骤(3)进行重复操作。
如图4所示,受控路段当前交通流量Q0,预测下一时段内上游流入的车流量为Qus,流入到下游的车流量为Qds,计算以下公式:
其中,Qusi表示下一时段内从路段i转移到受控路段的车流量;Qdsj表示受控路段在下一时段内转移到路段j的车流量;
如果满足公式,则预测受控路段在下一时段内车流量Qnv=Q0+Qus-Qds,区域联动启动阈值为Qcv(小于道路容量,及道路处于饱和状态时的车流量),当检测到Qnv≥Qcv时,方可需要对受控路段的车流量进行控制,减少流入量或增加流出量或两者结合,即,上游需要增加流入方向的红灯时长或减少绿灯时长,本地增加流出方向的绿灯时长或减少红灯时长,反之不需要控制。
在信号机没有联网不能进行区域联动控制的情况下,为避免或延缓路段达到饱和状态,可基于对本地路段某一方向的车流量进行预测,当满足临界条件时,仅对本地流出方向的信号配时进行控制。
本实施例提供的实时检测数据来源于道路基础设施检测到的数据,道路基础设施包括高清卡口数据、道路断面流量数据、车辆检测器等。实时车辆数据由具备定位功能的任意车载终端提供。
本实施例提供的方法可将相关路口划分为同一控制域,各受控路段系统根据上下游路口实时交通流状况及信号灯配时方案预测本地涟漪影响,综合本地实时交通流状况输出优化的信号配时方案。系统可根据需求自定义配置特殊控制策略:可向通过受控路段的公交、特种车辆、高承载车辆等特殊车辆提供优先通行控制。
本实施例提供的区域联动效果实施例是以道路交通流量作为控制目标进行说明,在一定条件或需求情况下也可基于平均车辆延误时间或排队长度进行考虑。
实施例2
本实施例还提供了一种基于多源数据的实时动态配时系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
步骤1:获取历史数据并进行统计分析处理,所述历史数据包括道路基础设施数据、车辆OD信息及定位数据,统计路段OD流量及出行关键节点信息;
步骤2:获取实时道路基础设施数据和实时车辆数据,所述实时车辆数据包括车辆OD及定位数据;
步骤3:对实时道路基础设施数据和实时车辆数据进行数据融合处理,得到实时交通运行状态,所述实时交通运行状态包括路网动态OD流量、路口关联路段流量;
步骤4:利用历史数据和实时交通运行状态得到路网及各路段的交通运行状态预测数据,并生成基准信号配时方案;
步骤5:根据路网及路口信号灯管控路段的实时交通运行状态与当前信号配时方案,计算路网及路口当前通行能力性能评价指标;
步骤6:根据路网及路口信号灯管控路段的交通运行状态预测数据与基准信号配时方案进行评估,计算路网及路口迭代第一时间的通行能力性能评价指标;
步骤7:当路网及路口信号灯管控路段的性能评价指标满足需求预设条件时,所述预设条件包括预设性能评价指标或迭代次数达到上限,则下传上述满足需求或迭代达到上限状态后的最优信号配时方案至各个路口信号机进行具体实施控制,否则,以迭代过程中最优性能评价指标对应的信号配时方案为下一迭代周期的基准信号配时方案,并返回步骤4;
步骤8:当路网及路口信号灯管控路段处于区域联动情况时,所述通行能力性能评价指标为通过计算路网及路口信号灯管控路段区域获取的。
所述路网及路口信号灯管控路段包括上游路口监测点和下游路口监测点;所述上游路口监测点和下游路口监测点分别按照以下方式进行:
(1)收集、处理并分析上游路口监测点和下游路口监测点的实时数据,获取本地路段某一方向某一时段内的车流量,记为Q0;
(2)根据本地路段的路口及上下游路口的信号灯配时方案,预测上游路口在下一时段内第一时间区间流入的车流量Qus及本地路段的路口流入下游路口的车流量Qds;
(3)预测本地路段下一时段内第一时间区间的车流量,记为Qnv;
(4)判断是否达到启动区域联动策略的条件,启动阈值Qcv,所述阈值Qcv是基于统计分析结果或相关部门决策经验值,且该值小于上述本地路段上述方向的道路容量,当Qnv≥Qcv,跳转至步骤(6),反之跳到步骤(5);
(5)进行动态信号配时,跳转至步骤(1)进行重复操作;
(6)启动区域联动策略,控制下一时段内第一时间区间上对应上游流入方向上信号配时或对应本地路段流出方向上信号配时;
(7)下一时段内第一时间区间结束后,进入下一时间区间,并依次作为预测目标的下一时段,跳转至步骤(3)进行重复操作。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的保护范围当中。
Claims (6)
1.一种基于多源数据的实时动态配时方法,其特征在于,包括以下步骤:
步骤1:获取历史数据并进行统计分析处理,所述历史数据包括道路基础设施数据、车辆OD信息及定位数据,统计路段OD流量及出行关键节点信息;
步骤2:获取实时道路基础设施数据和实时车辆数据,所述实时车辆数据包括车辆OD及定位数据;
步骤3:对实时道路基础设施数据和实时车辆数据进行数据融合处理,得到实时交通运行状态,所述实时交通运行状态包括路网动态OD流量、路口关联路段流量;
步骤4:利用历史数据和实时交通运行状态得到路网及各路段的交通运行状态预测数据,并生成基准信号配时方案;
步骤5:根据路网及路口信号灯管控路段的实时交通运行状态与当前信号配时方案,计算路网及路口当前通行能力性能评价指标;
步骤6:根据路网及路口信号灯管控路段的交通运行状态预测数据与基准信号配时方案进行评估,计算路网及路口迭代第一时间的通行能力性能评价指标;
步骤7:当路网及路口信号灯管控路段的性能评价指标满足需求预设条件时,所述预设条件包括预设性能评价指标或迭代次数达到上限,则下传上述满足需求或迭代达到上限状态后的最优信号配时方案至各个路口信号机进行具体实施控制,否则,以迭代过程中最优性能评价指标对应的信号配时方案为下一迭代周期的基准信号配时方案,并返回步骤4。
2.如权利要求1所述的基于多源数据的实时动态配时方法,其特征在于:还包括以下步骤:
步骤8:当路网及路口信号灯管控路段处于区域联动情况时,所述通行能力性能评价指标为通过计算路网及路口信号灯管控路段区域获取的。
3.如权利要求1所述的基于多源数据的实时动态配时方法,其特征在于:所述路网及路口信号灯管控路段包括上游路口监测点和下游路口监测点;所述上游路口监测点和下游路口监测点分别按照以下方式进行:
步骤91:收集、处理并分析上游路口监测点和下游路口监测点的实时数据,获取本地路段某一方向某一时段内的车流量,记为Q0;
步骤92:根据本地路段的路口及上下游路口的信号灯配时方案,预测上游路口在下一时段内第一时间区间流入的车流量Qus及本地路段的路口流入下游路口的车流量Qds;
步骤93:预测本地路段下一时段内第一时间区间的车流量,记为Qnv;
步骤94:判断是否达到启动区域联动策略的条件,启动阈值Qcv,所述阈值Qcv是基于统计分析结果或相关部门决策经验值,且该值小于上述本地路段上述方向的道路容量,当Qnv≥Qcv,跳转至步骤96,反之跳到步骤95;
步骤95:进行动态信号配时,跳转至步骤91进行重复操作;
步骤96:启动区域联动策略,控制下一时段内第一时间区间上对应上游流入方向上信号配时或对应本地路段流出方向上信号配时;
步骤97:下一时段内第一时间区间结束后,进入下一时间区间,并依次作为预测目标的下一时段,跳转至步骤93进行重复操作。
4.一种基于多源数据的实时动态配时系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
步骤1:获取历史数据并进行统计分析处理,所述历史数据包括道路基础设施数据、车辆OD信息及定位数据,统计路段OD流量及出行关键节点信息;
步骤2:获取实时道路基础设施数据和实时车辆数据,所述实时车辆数据包括车辆OD及定位数据;
步骤3:对实时道路基础设施数据和实时车辆数据进行数据融合处理,得到实时交通运行状态,所述实时交通运行状态包括路网动态OD流量、路口关联路段流量;
步骤4:利用历史数据和实时交通运行状态得到路网及各路段的交通运行状态预测数据,并生成基准信号配时方案;
步骤5:根据路网及路口信号灯管控路段的实时交通运行状态与当前信号配时方案,计算路网及路口当前通行能力性能评价指标;
步骤6:根据路网及路口信号灯管控路段的交通运行状态预测数据与基准信号配时方案进行评估,计算路网及路口迭代第一时间的通行能力性能评价指标;
步骤7:当路网及路口信号灯管控路段的性能评价指标满足需求预设条件时,所述预设条件包括预设性能评价指标或迭代次数达到上限,则下传上述满足需求或迭代达到上限状态后的最优信号配时方案至各个路口信号机进行具体实施控制,否则,以迭代过程中最优性能评价指标对应的信号配时方案为下一迭代周期的基准信号配时方案,并返回步骤4。
5.如权利要求1所述的基于多源数据的实时动态配时系统,其特征在于:还包括以下步骤:
步骤8:当路网及路口信号灯管控路段处于区域联动情况时,所述通行能力性能评价指标为通过计算路网及路口信号灯管控路段区域获取的。
6.如权利要求1所述的基于多源数据的实时动态配时系统,其特征在于:所述路网及路口信号灯管控路段包括上游路口监测点和下游路口监测点;所述上游路口监测点和下游路口监测点分别按照以下方式进行:
步骤91:收集、处理并分析上游路口监测点和下游路口监测点的实时数据,获取本地路段某一方向某一时段内的车流量,记为Q0;
步骤92:根据本地路段的路口及上下游路口的信号灯配时方案,预测上游路口在下一时段内第一时间区间流入的车流量Qus及本地路段的路口流入下游路口的车流量Qds;
步骤93:预测本地路段下一时段内第一时间区间的车流量,记为Qnv;
步骤94:判断是否达到启动区域联动策略的条件,启动阈值Qcv,所述阈值Qcv是基于统计分析结果或相关部门决策经验值,且该值小于上述本地路段上述方向的道路容量,当Qnv≥Qcv,跳转至步骤96,反之跳到步骤95;
步骤95:进行动态信号配时,跳转至步骤91进行重复操作;
步骤96:启动区域联动策略,控制下一时段内第一时间区间上对应上游流入方向上信号配时或对应本地路段流出方向上信号配时;
步骤97:下一时段内第一时间区间结束后,进入下一时间区间,并依次作为预测目标的下一时段,跳转至步骤93进行重复操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810613624.9A CN108629990A (zh) | 2018-06-14 | 2018-06-14 | 一种基于多源数据的实时动态配时方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810613624.9A CN108629990A (zh) | 2018-06-14 | 2018-06-14 | 一种基于多源数据的实时动态配时方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108629990A true CN108629990A (zh) | 2018-10-09 |
Family
ID=63691423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810613624.9A Pending CN108629990A (zh) | 2018-06-14 | 2018-06-14 | 一种基于多源数据的实时动态配时方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629990A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377758A (zh) * | 2018-11-23 | 2019-02-22 | 北斗天地股份有限公司 | 一种行驶时间预估方法及系统 |
CN109661692A (zh) * | 2018-11-22 | 2019-04-19 | 深圳市锐明技术股份有限公司 | 交通事件预测方法、装置及终端设备 |
CN109697866A (zh) * | 2019-01-11 | 2019-04-30 | 西安电子科技大学 | 一种边缘计算交通信号灯控制系统及控制方法 |
CN109993972A (zh) * | 2019-03-27 | 2019-07-09 | 招商局重庆交通科研设计院有限公司 | 道路交通管控时间的计算方法 |
CN110189529A (zh) * | 2019-03-21 | 2019-08-30 | 江苏智通交通科技有限公司 | 交通信号控制方案切换调整管理系统及方法 |
CN111210639A (zh) * | 2020-01-16 | 2020-05-29 | 徐峰 | 一种基于大数据的交通信号灯管理方法及管理系统 |
CN112185112A (zh) * | 2020-09-24 | 2021-01-05 | 雷皓然 | 一种基于人工智能的交通管理方法、设备及系统 |
CN113538931A (zh) * | 2020-04-21 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 一种交通信号的配时方法和装置 |
CN113781784A (zh) * | 2021-11-09 | 2021-12-10 | 深圳市奥新科技有限公司 | 一种智能交通灯及其控制方法 |
CN114446066A (zh) * | 2021-12-30 | 2022-05-06 | 银江技术股份有限公司 | 一种道路信号控制方法以及装置 |
CN114937357A (zh) * | 2022-05-16 | 2022-08-23 | 广西交科集团有限公司 | 一种智慧城市智能交通引导系统及方法 |
CN115188186A (zh) * | 2022-06-28 | 2022-10-14 | 公安部交通管理科学研究所 | 一种区域内交通流量监测方法 |
CN116543573A (zh) * | 2023-07-06 | 2023-08-04 | 山东清源物联网技术有限公司 | 一种基于大数据的交通控制系统及信息接收终端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542793A (zh) * | 2012-01-11 | 2012-07-04 | 东南大学 | 一种交叉口群过饱和交通态势主动控制方法 |
CN102622897A (zh) * | 2012-04-07 | 2012-08-01 | 山东大学 | 基于视频的车辆排队长度动态估计方法 |
CN102637364A (zh) * | 2012-01-16 | 2012-08-15 | 北京交通大学 | 一种避免交叉路口死锁的自适应信号方法和装置 |
JP2014191728A (ja) * | 2013-03-28 | 2014-10-06 | Kyosan Electric Mfg Co Ltd | 交通信号制御装置 |
CN104575036A (zh) * | 2015-01-28 | 2015-04-29 | 重庆云途交通科技有限公司 | 基于动态od流量预测与仿真优化的区域信号控制方法 |
CN104835335A (zh) * | 2015-06-03 | 2015-08-12 | 常州市蓝涛物联网科技有限公司 | 路网交通优化控制系统和方法 |
-
2018
- 2018-06-14 CN CN201810613624.9A patent/CN108629990A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542793A (zh) * | 2012-01-11 | 2012-07-04 | 东南大学 | 一种交叉口群过饱和交通态势主动控制方法 |
CN102637364A (zh) * | 2012-01-16 | 2012-08-15 | 北京交通大学 | 一种避免交叉路口死锁的自适应信号方法和装置 |
CN102622897A (zh) * | 2012-04-07 | 2012-08-01 | 山东大学 | 基于视频的车辆排队长度动态估计方法 |
JP2014191728A (ja) * | 2013-03-28 | 2014-10-06 | Kyosan Electric Mfg Co Ltd | 交通信号制御装置 |
CN104575036A (zh) * | 2015-01-28 | 2015-04-29 | 重庆云途交通科技有限公司 | 基于动态od流量预测与仿真优化的区域信号控制方法 |
CN104835335A (zh) * | 2015-06-03 | 2015-08-12 | 常州市蓝涛物联网科技有限公司 | 路网交通优化控制系统和方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020103064A1 (zh) * | 2018-11-22 | 2020-05-28 | 深圳市锐明技术股份有限公司 | 交通事件预测方法、装置及终端设备 |
CN109661692A (zh) * | 2018-11-22 | 2019-04-19 | 深圳市锐明技术股份有限公司 | 交通事件预测方法、装置及终端设备 |
CN109661692B (zh) * | 2018-11-22 | 2021-07-30 | 深圳市锐明技术股份有限公司 | 交通事件预测方法、装置及终端设备 |
CN109377758B (zh) * | 2018-11-23 | 2021-05-28 | 北斗天地股份有限公司 | 一种行驶时间预估方法及系统 |
CN109377758A (zh) * | 2018-11-23 | 2019-02-22 | 北斗天地股份有限公司 | 一种行驶时间预估方法及系统 |
CN109697866A (zh) * | 2019-01-11 | 2019-04-30 | 西安电子科技大学 | 一种边缘计算交通信号灯控制系统及控制方法 |
CN109697866B (zh) * | 2019-01-11 | 2020-11-17 | 西安电子科技大学 | 一种边缘计算交通信号灯控制系统及控制方法 |
CN110189529B (zh) * | 2019-03-21 | 2021-06-15 | 江苏智通交通科技有限公司 | 交通信号控制方案切换调整管理系统及方法 |
WO2020186769A1 (zh) * | 2019-03-21 | 2020-09-24 | 江苏智通交通科技有限公司 | 交通信号控制方案切换调整管理系统及方法 |
CN110189529A (zh) * | 2019-03-21 | 2019-08-30 | 江苏智通交通科技有限公司 | 交通信号控制方案切换调整管理系统及方法 |
CN109993972A (zh) * | 2019-03-27 | 2019-07-09 | 招商局重庆交通科研设计院有限公司 | 道路交通管控时间的计算方法 |
CN109993972B (zh) * | 2019-03-27 | 2021-11-12 | 招商局重庆交通科研设计院有限公司 | 道路交通管控时间的计算方法 |
CN111210639A (zh) * | 2020-01-16 | 2020-05-29 | 徐峰 | 一种基于大数据的交通信号灯管理方法及管理系统 |
CN113538931A (zh) * | 2020-04-21 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 一种交通信号的配时方法和装置 |
CN112185112A (zh) * | 2020-09-24 | 2021-01-05 | 雷皓然 | 一种基于人工智能的交通管理方法、设备及系统 |
CN113781784A (zh) * | 2021-11-09 | 2021-12-10 | 深圳市奥新科技有限公司 | 一种智能交通灯及其控制方法 |
CN114446066A (zh) * | 2021-12-30 | 2022-05-06 | 银江技术股份有限公司 | 一种道路信号控制方法以及装置 |
CN114446066B (zh) * | 2021-12-30 | 2023-05-16 | 银江技术股份有限公司 | 一种道路信号控制方法以及装置 |
CN114937357A (zh) * | 2022-05-16 | 2022-08-23 | 广西交科集团有限公司 | 一种智慧城市智能交通引导系统及方法 |
CN115188186B (zh) * | 2022-06-28 | 2024-02-20 | 公安部交通管理科学研究所 | 一种区域内交通流量监测方法 |
CN115188186A (zh) * | 2022-06-28 | 2022-10-14 | 公安部交通管理科学研究所 | 一种区域内交通流量监测方法 |
CN116543573A (zh) * | 2023-07-06 | 2023-08-04 | 山东清源物联网技术有限公司 | 一种基于大数据的交通控制系统及信息接收终端 |
CN116543573B (zh) * | 2023-07-06 | 2023-09-29 | 山东清源物联网技术有限公司 | 一种基于大数据的交通控制系统及信息接收终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629990A (zh) | 一种基于多源数据的实时动态配时方法及系统 | |
CN111371904B (zh) | 云边端协同的高速公路云控系统及控制方法 | |
CN105206070B (zh) | 道路交通信号协调实时优化控制方法及其控制系统 | |
CN106781592B (zh) | 一种基于大数据的交通导航系统及方法 | |
CN110310480B (zh) | 一种基于拥塞控制的实时路径规划方法 | |
Geroliminis et al. | Identification and analysis of queue spillovers in city street networks | |
CN109003444A (zh) | 基于广域雷达微波检测器的城市交叉口溢流控制方法 | |
CN106327870B (zh) | 交通大数据采集中交通流分布估计及摄像头布点优化方法 | |
CN108932855A (zh) | 道路交通控制系统、方法以及电子设备 | |
CN108806283A (zh) | 一种交通信号灯的控制方法及车联网平台 | |
CN108109398A (zh) | 一种高架快速路多匝道协调控制系统及控制方法 | |
CN109559506B (zh) | 一种降雨天气下城市道路间断交通流延误时间预测方法 | |
CN110100271A (zh) | 用于使用交通信号数据估计道路交通状况的方法、装置和计算机程序产品 | |
CN113330496A (zh) | 使用连接的车辆数据来管理交通流的系统和方法 | |
Elefteriadou et al. | Proactive ramp management under the threat of freeway-flow breakdown | |
CN101925940A (zh) | 用于预测公路上的行驶时间的方法和系统 | |
CN109840685A (zh) | 一种垃圾清运的方法及设备 | |
US20140365103A1 (en) | Method and system for collecting traffic data | |
KR101943198B1 (ko) | 구간통행시간 및 신호지체 추정방법 | |
CN109544912A (zh) | 一种基于多源数据融合的城市路网积水状态预测方法 | |
Haitao et al. | Analytical evaluation of flexible-sharing strategies on multimodal arterials | |
CN102136195A (zh) | 一种基于图像纹理检测道路交通状况的方法 | |
CN113053142B (zh) | 一种基于车载定位和车路协同技术的公交优先控制系统 | |
Ho et al. | An improved pheromone-based vehicle rerouting system to reduce traffic congestion | |
CN105761514A (zh) | 智能控制路口车辆拥堵状况的系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181009 |
|
RJ01 | Rejection of invention patent application after publication |