CN108765941B - 一种信号交叉口车辆到达率估计方法 - Google Patents

Abstract

本发明公开了一种信号交叉口车辆到达率估计方法，包括：步骤1.计算上下游信号交叉口的关联度；所述上下游信号交叉口包括独立信号交叉口和关联信号交叉口；步骤2.分别分析独立信号交叉口和关联信号交叉口车辆的到达过程，以获得车辆的到达规律；步骤3.分析关联信号交叉口车队的离散情况，并建立车队离散模型；步骤4.根据步骤2得出的车辆在独立信号交叉口和关联信号交叉口的到达规律，分别建立独立信号交叉口车辆到达率估计模型和关联信号交叉口车辆到达率估计模型，以计算车辆到达率。

Description

一种信号交叉口车辆到达率估计方法

技术领域

本发明属于智能交通领域，具体涉及一种信号交叉口车辆到达率估计方法。

背景技术

城市道路信号交叉口复杂的道路环境使得多种类型的交通流在信号交叉口汇集，因而车辆在交叉口的交通行为往往比较复杂。而分析车辆在交叉口的交通行为是研究交叉口问题(交叉口排队长度估计、交叉口延误时间估计等)的关键。信号交叉口车辆到达率估计不仅可以把握车辆在交叉口的交通行为，还可以为道路交通状态估计、信号灯配时参数优化等提供参考信息。所以信号交叉口车辆到达率估计具有十分重要的现实意义。本文中的车辆到达率定义为：单位时间内到达交叉口进口处(所有车道)的车辆的数量(折算成pcu)。

而目前对于车辆在信号交叉口的到达率的研究主要分为两类：第一类是假设一个信号周期内车辆的到达率保持不变，例如Daganzo C F在假设车辆的平均到达率保持不变的基础上研究道路的服务水平，这种假设比较适用于研究宏观的交通量，对于一个信号灯周期内各个时刻的车辆到达情况不能详细刻画。第二类是假设车辆到达服从特定的分布，例如Feng S在假设车辆到达服从泊松分布的前提下研究车辆在信号交叉口的延误时间。但是这种假设在某些道路环境中不适用，例如，对于两个相邻的信号交叉口，当上游交叉口红灯相位结束后，到达下游信号交叉口的车辆中会出现以车队形式到达和随机到达两种，所以车辆的到达过程不是简单的服从一个特定的分布。

针对上述问题，本方法首先分析相邻交叉口的距离、相位等信息，在此基础上计算相邻交叉口的关联度，并根据计算结果将相邻信号交叉口划分为独立信号交叉口与关联信号交叉口两类。然后分别分析了独立信号交叉口和关联信号交叉口车辆的到达过程，最后建立独立信号交叉口和关联信号交叉的车辆到达率估计模型，具有较高的实用性。

发明内容

有鉴于此，为了解决上述问题，本发明提供一种信号交叉口车辆到达率估计方法，该方法对独立信号交叉口和独立信号交叉口两类信号交叉口分别分析车辆的到达过程，在此基础上建立独立信号交叉口和关联信号交叉的车辆到达率估计模型。

本发明的目的是通过以下技术方案来实现的,一种信号交叉口车辆到达率估计方法，该方法包括以下步骤：

步骤1.计算上下游信号交叉口的关联度；所述上下游信号交叉口包括独立信号交叉口和关联信号交叉口；

步骤2.分别分析独立信号交叉口和关联信号交叉口车辆的到达过程，以获得车辆的到达规律；

步骤3.分析关联信号交叉口车队的离散情况，并建立车队离散模型；

步骤4.根据步骤2得出的车辆在独立信号交叉口和关联信号交叉口的到达规律，分别建立独立信号交叉口车辆到达率估计模型和关联信号交叉口车辆到达率估计模型，以计算车辆到达率。

优选地，所述的上下游信号交叉口关联度通过以下方法获得：

其中，λ表示两个上下游信号交叉口的关联度，t_travel表示车辆经过上下游交叉口之间路段的行程时间，n表示上游交叉口不同方向车流到达下游交叉口的数量，q_i表示上游交叉口不同方向的车流到达下游交叉口的流量，q_max表示上游各个方向车流中的最大流量，N_bus表示路段l₁上公交车的数量，L_{bus_avg}表示公交车的平均车长，N_car表示路段l₁上除公交车外其他类型车辆的数量，L_{car_avg}表示除公交车外其他类型车辆的平均车长，N_lane表示路段l₁中的车道数，L_load表示路段l₁的长度。

优选地，当上下游信号交叉口的关联度小于0.25时，所述上下游信号交叉口为独立信号交叉口，

当上下游信号交叉口的关联度大于或等于0.25时，所述上下游信号交叉口为关联信号交叉口。

优选地，当上下游信号交叉口为独立信号交叉口时，对信号交叉口进口处的车辆到达时间间隔进行随机性检验。

优选地，当上下游信号交叉口为关联信号交叉口时，认为上游信号交叉口红灯相位形成的排队队列仍以队列形式通过下游信号交叉口。

优选地，在所述步骤3中，所述车队离散模型为：

其中，t表示车辆从上游信号交叉口到下游信号交叉口的行程时间，s'表示车队中不同车辆行程时间的标准差，t_min和t_max分别表示对应路段的最小行程时间和最大行程时间的统计值；引入参数c，是为了保证概率密度函数g(t)在区间t_min<t＜t_max上的累计概率为1。

优选地，当上下游信号交叉口为独立信号交叉口时，车辆到达率为车辆的平均到达率，车辆到达率通过以下方式获得：

其中，Q_ind表示独立信号交叉口车辆的平均到达率，单位是pcu/s，Num表示在一段时间内路段上所有车道上公交车的数量，p_road表示公交车的渗透率，t表示统计的时间长度。2.5是公交车折算成pcu的折算系数。

优选地，当上下游信号交叉口为关联信号交叉口时，车辆到达率为车队形式车辆的到达率，所述的车队形式车辆的到达率通过以下方法获得：

其中，Q_{ass_m}(τ)表示下游断面τ时刻车辆的到达率，S_sat(i)表示上游信号交叉口的饱和流率，t_m表示上游排队车辆驶离上游信号交叉口的时间，L_max表示上游信号交叉口在不同时间段最大排队长度的统计值，g(τ-T_{up_g}-i)表示(τ-T_{up_g}-i)时刻对应的车队到达分布的概率密度函数，N_lane表示上游信号交叉口直行车道数。

优选地，当上下游信号交叉口为关联信号交叉口时，车辆到达率为自由流车辆的到达率；所述的自由流车辆的到达率通过以下方法获得：

其中，Q_{ass_f}表示自由流情况下车辆的平均到达率，N表示统计时间t'内包含的周期数，N_lane表示上游交叉口直行车道数，2.5是公交车折算成pcu的折算系数。

优选地，所述关联信号交叉口的车辆到达率通过以下方法获得：Q_ass(τ)＝Q_{ass_f}+Q_{ass_m}(τ)，Q_ass(τ)表示关联信号交叉口车辆到达率。

由于采用了上述技术方案，本发明具有如下的优点：

本发明首先分析相邻交叉口的距离、相位等信息，在此基础上计算相邻交叉口的关联度，并根据计算结果将相邻信号交叉口划分为独立信号交叉口与关联信号交叉口两类。然后分别分析了独立信号交叉口和关联信号交叉口车辆的到达过程，最后建立独立信号交叉口和关联信号交叉的车辆到达率估计模型，具有较高的实用性。

由于采用了上述技术方案，本发明具有如下的优点：

本发明考虑独立信号交叉口和关联信号交叉口车辆到达过程的差异性，分别对独立信号交叉口和关联信号交叉口车辆的到达过程进行分析。将关联信号交叉口车辆到达考虑为车队到达和随机到达两种形式的结合。在此基础上分别建立两类信号交叉口车辆到达率估计模型。实现对车辆到达率的有效估计，可以为道路交通状态估计、信号灯配时参数优化等提供参考信息。

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

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述：

图1为上游信号交叉口排队车辆在下游信号交叉口绿灯相位全部通过；

图2为上游信号交叉口排队车辆在下游信号交叉口绿灯相位仅队列头部通过；

图3为上游信号交叉口排队队列在下游信号交叉口红灯相位全部不能通过；

图4为上游信号交叉口排队队列在下游信号交叉口红灯相位仅车队头部不能通过；

图5为信号交叉口车辆到达率估计方法流程图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图1至图5。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

本实施例提供一种信号交叉口车辆到达率估计方法，该方法包括以下步骤：

步骤1：计算上下游信号交叉口的关联度。

影响上下游交叉口的关联度的因素包括上下游信号交叉口距离、流量大小、不同方向流量的不均匀性等，综合考虑排队长度的影响，上下游信号交叉口关联度计算方法如下。

其中，λ表示两个上下游信号交叉口的关联度，t_travel表示车辆经过上下游交叉口之间路段的行程时间，单位为min，n表示上游交叉口不同方向车流到达下游交叉口的数量，对于一般的十字交叉口而言，上游交叉口车流一共有3个不同方向的交通流(直行、左转和右转)到达下游交叉口，q_i表示上游交叉口不同方向的车流到达下游交叉口的流量，q_max表示上游各个方向车流中的最大流量，一般指直行方向的车流，N_bus表示路段l₁上公交车的数量，L_{bus_avg}表示公交车的平均车长(统计值)，N_car表示路段l₁上除公交车外其他类型车辆的数量，L_{car_avg}表示除公交车外其他类型车辆的平均车长(统计值)，N_lane表示路段l₁中的车道数，L_load表示路段l₁的长度。

根据关联度的计算结果，当相邻信号交叉口的关联度小于0.25时，将其视为独立信号交叉口，反之，将其视为关联信号交叉口。

步骤2：信号交叉口车辆的到达过程分析。根据步骤1的计算结果，将信号交叉口划分为独立信号交叉口和关联信号交叉口两类，分别分析车辆在这两类信号交叉口的到达过程。

1)独立信号交叉口车辆到达过程

按照步骤1的判断标准，当上下游信号交叉口为独立信号交叉口时，对信号交叉口进口处的车辆到达时间间隔进行随机性检验。

2)关联信号交叉口车辆到达过程

按照步骤1的判断标准，当上下游信号交叉口为关联信号交叉口时，认为上游信号交叉口红灯相位形成的排队队列仍以队列形式通过下游信号交叉口。根据上游信号交叉口排队队列到达下游信号交叉口时下游信号交叉口的相位情况，可能存在以下4种情况。

1)上游信号交叉口排队队列在下游信号交叉口绿灯相位全部通过车辆通过下游信号交叉口的过程如图1所示。

2)上游信号交叉口排队队列在下游信号交叉口绿灯相位仅队列头部通过车辆通过下游信号交叉口的过程如图2所示。

3)上游信号交叉口排队队列在下游信号交叉口红灯相位全部不能通过车辆通过下游信号交叉口的过程如图3所示。

4)上游信号交叉口排队队列在下游信号交叉口红灯相位仅头部不能通过车辆通过下游信号交叉口的过程如图4所示。

以上四种情况下，关联信号交叉口车辆的到达过程，总的来说可以分为两大类，一类是以车队形式到达的车流，另一类是随机到达的车流。

步骤3：分析关联信号交叉口车队的离散情况，并建立车队离散模型。

影响车队到达率的主要因素是车队的离散特性，本发明用标准正态分布来表征，考虑到实际的道路特性，将标准正态分布用以下模型代替：

其中，t表示车辆从上游信号交叉口到下游信号交叉口的行程时间，s'表示车队中不同车辆行程时间的标准差。t_min和t_max分别表示对应路段的最小行程时间和最大行程时间的统计值。引入参数c，是为了保证该概率密度函数在区间t_min<t＜t_max上的累计概率为1。

步骤4：根据步骤2得出的车辆在独立信号交叉口和关联信号交叉口的到达规律，分别建立独立信号交叉口车辆到达率估计模型和关联信号交叉口车辆到达率估计模型。

1、独立信号交叉口车辆到达率，本发明中，独立信号交叉口的到达率计算的是车辆的平均到达率。其计算公式如下：

其中，Q_ind表示独立信号交叉口车辆的平均到达率，单位是pcu/s，Num表示在一段时间内路段上所有车道上公交车的数量，p_road表示公交车的渗透率，t表示统计的时间长度。2.5是公交车折算成pcu的折算系数。

2、关联信号交叉口车辆到达率

关联信号交叉口车辆到达率主要分为两个部分，一部分是车队形式车辆的到达率，另一部分是自由流的到达率。

1)车队形式车辆的到达率。

车队的到达率表示为：

其中，Q_{ass_m}(τ)表示下游断面τ时刻车辆的到达率，S_sat(i)表示上游信号交叉口的饱和流率(单车道的饱和流率)，t_m表示上游排队车辆驶离上游信号交叉口的时间。L_max表示上游信号交叉口在不同时间段(高峰期和平峰期)最大排队长度的统计值(单位已换算成pcu)。g(τ-T_{up_g}-i)表示(τ-T_{up_g}-i)时刻对应的车队到达分布的概率密度函数，N_lane表示上游信号交叉口直行车道数。

2)自由流车辆到达率。

自由流车辆的到达率也是计算车辆的平均到达率，其计算方法如下：

其中，Q_{ass_f}表示自由流情况下车辆的平均到达率，Num表示在一段统计时间t内路段上所有公交车的数量，p_road表示路段公交车的渗透率，t表示统计的时间长度，N表示统计时间t内包含的周期数，N_lane表示上游交叉口直行车道数，t_m表示上游排队车辆驶离上游信号交叉口的时间，2.5是公交车折算成pcu的折算系数。

而考虑到实际车辆到达过程中存在自由流形式车辆穿插进入车队队列中的情况，所以本发明中关联信号交叉口的车辆到达率是两种形式车辆到达率的叠加。其计算方法如下：

Q_ass(τ)＝Q_{ass_f}+Q_{ass_m}(τ)

Q_ass(τ)表示关联信号交叉口车辆的到达率，Q_{ass_f}表示自由流情况下车辆的平均到达率，Q_{ass_m}(τ)表示下游断面τ时刻车队的到达率。

本发明首先分析相邻交叉口的距离、相位等信息，在此基础上计算相邻交叉口的关联度，并根据计算结果将相邻信号交叉口划分为独立信号交叉口(在本发明中定义为不考虑上游信号交叉口车辆排队以及信号灯相位影响的交叉口)与关联信号交叉口两类(在本发明中定义为考虑上游信号交叉口车辆排队以及信号灯相位影响的交叉口)。然后分别分析了独立信号交叉口和关联信号交叉口车辆的到达过程，最后建立独立信号交叉口和关联信号交叉的车辆到达率估计模型，具有较高的实用性。

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 (4)

1.一种信号交叉口车辆到达率估计方法，其特征在于，该方法包括以下步骤：

步骤1.计算上下游信号交叉口的关联度；所述上下游信号交叉口包括独立信号交叉口和关联信号交叉口；

步骤2.分别分析独立信号交叉口和关联信号交叉口车辆的到达过程，以获得车辆的到达规律；

步骤3.分析关联信号交叉口车队的离散情况，并建立车队离散模型；

步骤4.根据步骤2得出的车辆在独立信号交叉口和关联信号交叉口的到达规律，分别建立独立信号交叉口车辆到达率估计模型和关联信号交叉口车辆到达率估计模型，以计算车辆到达率；所述的上下游信号交叉口关联度通过以下方法获得：

其中，λ表示两个上下游信号交叉口的关联度，t_travel表示车辆经过上下游交叉口之间路段的行程时间，n表示上游交叉口不同方向车流到达下游交叉口的数量，q_i表示上游交叉口不同方向的车流到达下游交叉口的流量，q_max表示上游各个方向车流中的最大流量，N_bus表示路段l₁上公交车的数量，L_{bus_avg}表示公交车的平均车长，N_car表示路段l₁上除公交车外其他类型车辆的数量，L_{car_avg}表示除公交车外其他类型车辆的平均车长，N_lane表示路段l₁中的车道数，L_load表示路段l₁的长度；

在所述步骤3中，所述车队离散模型为：

其中，t表示车辆从上游信号交叉口到下游信号交叉口的行程时间，s'表示车队中不同车辆行程时间的标准差，t_min和t_max分别表示对应路段的最小行程时间和最大行程时间的统计值；引入参数c，是为了保证概率密度函数g(t)在区间t_min<t＜t_max上的累计概率为1；

当上下游信号交叉口为独立信号交叉口时，车辆到达率为车辆的平均到达率，车辆到达率通过以下方式获得：

其中，Q_ind表示独立信号交叉口车辆的平均到达率，单位是pcu/s，Num表示在一段时间内路段上所有车道上公交车的数量，p_road表示公交车的渗透率，t表示统计的时间长度，2.5是公交车折算成pcu的折算系数；

当上下游信号交叉口为关联信号交叉口时，车辆到达率为车队形式车辆的到达率，所述的车队形式车辆的到达率通过以下方法获得：

其中，Q_{ass_m}(τ)表示下游断面τ时刻车辆的到达率，S_sat(i)表示上游信号交叉口的饱和流率，t_m表示上游排队车辆驶离上游信号交叉口的时间，L_max表示上游信号交叉口在不同时间段最大排队长度的统计值，g(τ-T_{up_g}-i)表示(τ-T_{up_g}-i)时刻对应的车队到达分布的概率密度函数，N_lane表示上游信号交叉口直行车道数；

当上下游信号交叉口为关联信号交叉口时，车辆到达率为自由流车辆的到达率；所述的自由流车辆的到达率通过以下方法获得：

其中，Q_{ass_f}表示自由流情况下车辆的平均到达率，N表示统计的时间长度t内包含的周期数；所述关联信号交叉口的车辆到达率通过以下方法获得：Q_ass(τ)＝Q_{ass_f}+Q_{ass_m}(τ)，Q_ass(τ)表示关联信号交叉口车辆到达率。

2.根据权利要求1所述的一种信号交叉口车辆到达率估计方法，其特征在于，

当上下游信号交叉口的关联度小于0.25时，所述上下游信号交叉口为独立信号交叉口，

当上下游信号交叉口的关联度大于或等于0.25时，所述上下游信号交叉口为关联信号交叉口。

3.根据权利要求1所述的一种信号交叉口车辆到达率估计方法，其特征在于，当上下游信号交叉口为独立信号交叉口时，对信号交叉口进口处的车辆到达时间间隔进行随机性检验。

4.根据权利要求1所述的一种信号交叉口车辆到达率估计方法，其特征在于，当上下游信号交叉口为关联信号交叉口时，认为上游信号交叉口红灯相位形成的排队队列仍以队列形式通过下游信号交叉口。

Images