CN108831163B - 一种基于地磁的主干路协同信号机控制方法 - Google Patents

一种基于地磁的主干路协同信号机控制方法 Download PDF

Info

Publication number
CN108831163B
CN108831163B CN201810238012.6A CN201810238012A CN108831163B CN 108831163 B CN108831163 B CN 108831163B CN 201810238012 A CN201810238012 A CN 201810238012A CN 108831163 B CN108831163 B CN 108831163B
Authority
CN
China
Prior art keywords
traffic flow
intersection
signal
road
average traffic
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
CN201810238012.6A
Other languages
English (en)
Other versions
CN108831163A (zh
Inventor
高万宝
李娟玲
刘南
李云松
张广林
李慧玲
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.)
Ningbo horoma Information Technology Co.,Ltd.
Original Assignee
Ningbo Horoma 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 Ningbo Horoma Information Technology Co ltd filed Critical Ningbo Horoma Information Technology Co ltd
Priority to CN201810238012.6A priority Critical patent/CN108831163B/zh
Publication of CN108831163A publication Critical patent/CN108831163A/zh
Application granted granted Critical
Publication of CN108831163B publication Critical patent/CN108831163B/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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • 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，尤其为一种基于地磁的主干路协同信号机控制方法，通过新型地磁车辆检测设备的综合应用，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：各个路口地磁检测器的安装；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。本发明采用地磁车辆技术，可以对多个路口的动态交通路况进行准确检测，制定最优化协同信号控制方案，为主干道路交通信号灯协同控制提供最优决策和应急预案，提高主干路上各个交叉口的通行效率，有效缓解主干道路的交通拥堵。

Description

一种基于地磁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，具体为一种基于地磁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，特别是交叉口路段拥堵事件严重，如不能实时有效疏导交通流，会造成道路拥堵蔓延，降低交叉口运行效率，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。
地磁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地磁采集设备，对过往汽车数量、速度、占有率进行检测，通过有线网络将采集到的信息传回服务器中心进行处理的技术，通过实时交通参数可以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地磁的主干路协同信号机控制方法，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，可以极大的提高主干路的交通运行效率。
发明内容
本发明的目的在于提供一种基于地磁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。所述基于地磁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：
一种基于地磁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地磁车辆检测器，数据采集通讯设备，联网数据传输设备Ⅰ，信号优化处理服务器，数据传输网络设备Ⅱ，信号指令控制机，以及信号灯，所述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地磁车辆检测器，按照顺时针方向对地磁车辆检测器进行编号，对路口所属的路段编号与地磁车辆检测器编号进行绑定；
(2)通过地磁车辆检测器，定时采集检测区段的交通流率和车辆占有率参数数据，所述参数数据经数据采集通讯设备，通过网络传输，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数据，包括车道交通流率和车道占有率参数，计算检测路段平均交通流率
Figure GDA0002976749080000021
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)根据路口各个进口方向路段的交通流率和平均交通流密度参数，构建路口信号机优化控制算法模型，聚合计算各个进口方向的优化信号控制绿信比X；
(6)根据主干路各个路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)根据各个进口方向的优化信号控制绿信比X，以及路网整体的优化信号控制绿信比Y，综合计算各个进口方向的最终优化信号控制绿信比Z；
(8)根据进口方向的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，基于地磁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，各个进口方向的优化信号控制绿信比X计算，路网整体的优化信号控制绿信比Y计算，进口方向的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，所述基于地磁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)定时采集地磁检测区段各个车道交通流率和车道占有率参数，定时采集周期时间为1分钟；
(32)计算检测路段平均交通流率
Figure GDA0002976749080000031
和路段平均占有率
Figure GDA0002976749080000032
(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两个关键参数。
优选的，所述路口信号机优化控制算法模型构建，包括如下步骤：
(51)计算东西进口方向的平均交通流率
Figure GDA0002976749080000033
和东西进口方向的平均交通流密度
Figure GDA0002976749080000041
(52)计算南北进口方向的平均交通流率
Figure GDA0002976749080000042
和南北进口方向的平均交通流密度
Figure GDA0002976749080000043
(53)建立基于反馈控制的最优化信号控制目标函数
Figure GDA0002976749080000044
(54)建立动态交通流密度变化模型
Figure GDA0002976749080000045
(55)确定各个进口方向的优化信号控制绿信比X。
优选的，步骤(32)的路段平均交通流率
Figure GDA0002976749080000046
通过公式
Figure GDA0002976749080000047
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；
路段平均占有率
Figure GDA0002976749080000048
通过
Figure GDA0002976749080000049
计算得到，其中，n为所在车道，N为路段的车道总个数，on为第n车道的车道占有率；
步骤(33)的路段平均交通流密度
Figure GDA00029767490800000410
通过公式
Figure GDA00029767490800000411
计算得到，其中lv是平均车辆长度，ld检测器长度；
步骤(34)的交叉口平均交通流密度K通过公式
Figure GDA00029767490800000412
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 GDA00029767490800000413
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 GDA0002976749080000051
通过公式
Figure GDA0002976749080000052
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 GDA0002976749080000053
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 GDA0002976749080000054
其中
Figure GDA0002976749080000055
为西进口方向的路段平均交通流率，
Figure GDA0002976749080000056
为东进口方向的路段平均交通流率；
Figure GDA0002976749080000057
其中
Figure GDA0002976749080000058
为西进口方向的路段平均交通流密度，
Figure GDA0002976749080000059
为东进口方向的路段平均交通流密度；
步骤(52)的
Figure GDA00029767490800000510
其中
Figure GDA00029767490800000511
为北进口方向的路段平均交通流率，
Figure GDA00029767490800000512
为南进口方向的路段平均交通流率；
Figure GDA00029767490800000513
其中
Figure GDA00029767490800000514
为北进口方向的路段平均交通流密度，
Figure GDA00029767490800000515
为南进口方向的路段平均交通流密度；
步骤(53)的ω>0,K(t)为某个t时刻的交叉口平均交通流密度，
Figure GDA00029767490800000516
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定义为无限短的时间；
结合(53)的目标函数，可解方程得到东西方向的绿信比，
Figure GDA0002976749080000061
步骤(55)，据此可定义主干路第i个路口的东西方向绿信比为Xi；
Figure GDA0002976749080000062
优选的，路网整体的优化信号控制绿信比Y计算，Y的计算方法可参考单个路口的反馈信号控制方法的步骤；
Figure GDA0002976749080000063
主干路南北整体的路段平均交通流率，
Figure GDA0002976749080000064
主干路东西整体的路段平均交通流率。
优选的，进口方向的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 GDA0002976749080000065
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：本发明采用地磁车辆检测技术，基于交通流率和占有率参数，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，提升道路交通的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中所用的单个路口设备连接示意图；
图4是图1所用的主干路总体设备连接示意图；
图5是本发明反馈控制密度变化曲线。
图中：1地磁车辆检测器、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1～5，本发明提供一种技术方案：
一种基于地磁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地磁车辆检测器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5Ⅱ，信号指令控制机6，以及信号灯7，数据采集通讯设备2和地磁车辆检测器1通过无线进行数据通讯，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地磁车辆检测器1，按照顺时针方向对地磁车辆检测器1进行编号，对路口所属的路段编号与地磁车辆检测器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、地磁车辆检测器1埋设于停车线前方30米处的每个车道上，一般十字路口的设备安装示意图如图2。
S2、通过地磁车辆检测器1，定时采集检测区段的车道交通流率和车道占有率参数信息，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：
地磁设备实时上报的数据格式为(t,n,q,o),t表示上报时间，n表示所在车道，q表示交通流率数据，o表示占有率数据，(t,n,q,o)的单位分别为秒、1、辆/小时/车道和1。
假设样本数据集可表示为S＝{(t,1,q1,o1),(t,2,q2,o2),...。,(t,n,qn,on)}，统计时间内待测路段平均交通流率
Figure GDA0002976749080000081
(单位：辆/小时/车道)，待测路段平均交通流密度
Figure GDA0002976749080000082
(单位：辆/千米/车道)，则
Figure GDA0002976749080000083
Figure GDA0002976749080000084
Figure GDA0002976749080000085
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；
on为第n车道的车道占有率；
lv是平均车辆长度；
ld是检测器长度；
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 GDA0002976749080000091
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 GDA0002976749080000092
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 GDA0002976749080000093
Figure GDA0002976749080000094
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 GDA0002976749080000101
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各个路口的进口方向的优化信号控制绿信比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 GDA0002976749080000102
ω>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 GDA0002976749080000103
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 GDA0002976749080000104
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定义为极限短的时间；
利用方程式(4)、(7)和(9)，可解方程得到东西方向的绿信比，
Figure GDA0002976749080000111
据此可定义主干路第i个路口的东西方向绿信比为Xi；
Figure GDA0002976749080000112
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Y
Y的计算可以参照步骤S7，
Figure GDA0002976749080000113
Figure GDA0002976749080000114
为主干路南北整体的路段平均交通流率；
Figure GDA0002976749080000115
主干路东西整体的路段平均交通流率；
Figure GDA0002976749080000116
为主干路平均交通流密度；
S9、计算各个进口方向的最终优化信号控制绿信比Z
定义主干路第i个交叉口的东西进口方向绿信比Zi；
Figure GDA0002976749080000117
S10、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)
S11、优化配时方案计算结果数据，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，通过信号灯对路口交通进行动态诱导。
本发明充分地利用了地磁车辆检测器1的交通流率和占有率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 (6)

1.一种基于地磁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地磁车辆检测器，数据采集通讯设备，联网数据传输设备Ⅰ，信号优化处理服务器，数据传输网络设备Ⅱ，信号指令控制机，以及信号灯，所述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地磁车辆检测器，按照顺时针方向对地磁车辆检测器进行编号，对路口所属的路段编号与地磁车辆检测器编号进行绑定；
(2)通过地磁车辆检测器，定时采集检测区段的车道交通流率和车道占有率参数数据，所述参数数据经数据采集通讯设备，通过网络传输，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数据，包括车道交通流率和车道占有率参数，计算检测路段平均交通流率
Figure FDA0002976749070000011
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)根据路口各个进口方向路段的交通流率和平均交通流密度参数，构建路口信号机优化控制算法模型，聚合计算各个进口方向的优化信号控制绿信比X；
(6)根据主干路各个路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)根据各个进口方向的优化信号控制绿信比X，以及路网整体的优化信号控制绿信比Y，综合计算各个进口方向的最终优化信号控制绿信比Z；
(8)根据进口方向的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；
基于地磁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，各个进口方向的优化信号控制绿信比X计算，路网整体的优化信号控制绿信比Y计算，进口方向的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；
所述基于地磁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)定时采集地磁检测区段各个车道交通流率和车道占有率参数，定时采集周期时间为1分钟；
(32)计算检测路段平均交通流率
Figure FDA0002976749070000022
和路段平均占有率
Figure FDA0002976749070000023
(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，
所述路口信号机优化控制算法模型构建，包括如下步骤：
(51)计算东西进口方向的平均交通流率
Figure FDA0002976749070000021
和东西进口方向的平均交通流密度
Figure FDA0002976749070000025
(52)计算南北进口方向的平均交通流率
Figure FDA0002976749070000024
和南北进口方向的平均交通流密度
Figure FDA0002976749070000026
(53)建立基于反馈控制的最优化信号控制目标函数
Figure FDA0002976749070000031
(54)建立动态交通流密度变化模型
Figure FDA0002976749070000032
(55)确定各个进口方向的优化信号控制绿信比X，
步骤(51)的
Figure FDA0002976749070000033
其中
Figure FDA0002976749070000034
为西进口方向的路段平均交通流率，
Figure FDA0002976749070000035
为东进口方向的路段平均交通流率；
Figure FDA0002976749070000036
其中
Figure FDA0002976749070000037
为西进口方向的路段平均交通流密度，
Figure FDA0002976749070000038
为东进口方向的路段平均交通流密度；
步骤(52)的
Figure FDA00029767490700000314
其中
Figure FDA0002976749070000039
为北进口方向的路段平均交通流率，
Figure FDA00029767490700000315
为南进口方向的路段平均交通流率；
Figure FDA00029767490700000310
其中
Figure FDA00029767490700000311
为北进口方向的路段平均交通流密度，
Figure FDA00029767490700000312
为南进口方向的路段平均交通流密度；
步骤(53)的ω>0,K(t)为某个t时刻的交叉口平均交通流密度，
Figure FDA00029767490700000313
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定义为无限短的时间；
结合(53)的目标函数，可解方程得到东西方向的绿信比，
Figure FDA0002976749070000041
步骤(55)，据此可定义主干路第i个路口的东西方向绿信比为Xi；
Figure FDA0002976749070000042
2.根据权利要求1所述的一种基于地磁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两个关键参数。
3.根据权利要求1所述的一种基于地磁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 FDA0002976749070000043
通过公式
Figure FDA0002976749070000044
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；
路段平均占有率
Figure FDA0002976749070000045
通过
Figure FDA0002976749070000046
计算得到，其中，n为所在车道，N为路段的车道总个数，on为第n车道的车道占有率；
步骤(33)的路段平均交通流密度
Figure FDA0002976749070000047
通过公式
Figure FDA0002976749070000048
计算得到，其中lv是平均车辆长度，ld是检测器长度；
步骤(34)的交叉口平均交通流密度K通过公式
Figure FDA0002976749070000049
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 FDA00029767490700000410
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 FDA0002976749070000051
通过公式
Figure FDA0002976749070000052
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。
4.根据权利要求2所述的一种基于地磁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 FDA0002976749070000053
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。
5.根据权利要求1所述的一种基于地磁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1所述的步骤；
Figure FDA0002976749070000054
Figure FDA0002976749070000055
主干路南北整体的路段平均交通流率，
Figure FDA0002976749070000056
主干路东西整体的路段平均交通流率。
6.根据权利要求1所述的一种基于地磁的主干路协同信号机控制方法，其特征在于：进口方向的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 FDA0002976749070000057
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。
CN201810238012.6A 2018-03-22 2018-03-22 一种基于地磁的主干路协同信号机控制方法 Active CN108831163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810238012.6A CN108831163B (zh) 2018-03-22 2018-03-22 一种基于地磁的主干路协同信号机控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810238012.6A CN108831163B (zh) 2018-03-22 2018-03-22 一种基于地磁的主干路协同信号机控制方法

Publications (2)

Publication Number Publication Date
CN108831163A CN108831163A (zh) 2018-11-16
CN108831163B true CN108831163B (zh) 2021-06-25

Family

ID=64154236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810238012.6A Active CN108831163B (zh) 2018-03-22 2018-03-22 一种基于地磁的主干路协同信号机控制方法

Country Status (1)

Country Link
CN (1) CN108831163B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112735154B (zh) * 2021-01-06 2023-01-17 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种交叉口双向拥塞智能感应控制系统及方法
CN112785856B (zh) * 2021-03-23 2022-04-01 山东交通学院 一种交通密度检测装置及方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447131A (zh) * 2008-12-19 2009-06-03 华南理工大学 一种进口单独放行方式下的干道双向绿波协调控制方法
KR20100092129A (ko) * 2009-02-12 2010-08-20 조무호 3지 교차로 신호등 제어 방법 및 그 장치
CN102842238A (zh) * 2012-08-30 2012-12-26 浙江大学 一种城市主干道交通信号动态协调控制方法
CN103280113A (zh) * 2013-05-08 2013-09-04 长安大学 一种自适应的交叉口信号控制方法
CN103927890A (zh) * 2014-04-29 2014-07-16 北京建筑大学 一种基于动态o-d矩阵估计的干线协调信号控制方法
CN204256963U (zh) * 2014-12-10 2015-04-08 辽宁省交通高等专科学校 一种基于gps的交叉口交通信号灯实时控制装置
CN104966403A (zh) * 2015-07-23 2015-10-07 合肥革绿信息科技有限公司 一种基于地磁的干线自优化信号控制方法及装置
CN105023447A (zh) * 2015-07-23 2015-11-04 合肥革绿信息科技有限公司 一种基于地磁的单点自优化信号控制方法及装置
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
CN105070073A (zh) * 2015-07-23 2015-11-18 合肥革绿信息科技有限公司 一种基于地磁的区域自优化信号控制方法及装置
CN106710245A (zh) * 2016-12-23 2017-05-24 西华大学 基于密度的快速路多车道匝道控制方法
CN107622677A (zh) * 2017-09-30 2018-01-23 中国华录·松下电子信息有限公司 基于区域控制的智能交通优化方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447131A (zh) * 2008-12-19 2009-06-03 华南理工大学 一种进口单独放行方式下的干道双向绿波协调控制方法
KR20100092129A (ko) * 2009-02-12 2010-08-20 조무호 3지 교차로 신호등 제어 방법 및 그 장치
CN102842238A (zh) * 2012-08-30 2012-12-26 浙江大学 一种城市主干道交通信号动态协调控制方法
CN103280113A (zh) * 2013-05-08 2013-09-04 长安大学 一种自适应的交叉口信号控制方法
CN103927890A (zh) * 2014-04-29 2014-07-16 北京建筑大学 一种基于动态o-d矩阵估计的干线协调信号控制方法
CN204256963U (zh) * 2014-12-10 2015-04-08 辽宁省交通高等专科学校 一种基于gps的交叉口交通信号灯实时控制装置
CN104966403A (zh) * 2015-07-23 2015-10-07 合肥革绿信息科技有限公司 一种基于地磁的干线自优化信号控制方法及装置
CN105023447A (zh) * 2015-07-23 2015-11-04 合肥革绿信息科技有限公司 一种基于地磁的单点自优化信号控制方法及装置
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
CN105070073A (zh) * 2015-07-23 2015-11-18 合肥革绿信息科技有限公司 一种基于地磁的区域自优化信号控制方法及装置
CN106710245A (zh) * 2016-12-23 2017-05-24 西华大学 基于密度的快速路多车道匝道控制方法
CN107622677A (zh) * 2017-09-30 2018-01-23 中国华录·松下电子信息有限公司 基于区域控制的智能交通优化方法

Also Published As

Publication number Publication date
CN108831163A (zh) 2018-11-16

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
CN109544945B (zh) 基于车道饱和度的区域控制相位配时优化方法
WO2019047905A1 (zh) 一种交通路况分析系统、方法以及装置
CN100466007C (zh) 城市道路交通流预测及交通信息诱导系统
CN105046987A (zh) 一种基于强化学习的路面交通信号灯协调控制方法
CN103280113A (zh) 一种自适应的交叉口信号控制方法
CN102800200A (zh) 相邻信号交叉口相关性分析方法
CN102708688A (zh) 一种基于二级模糊综合判别的城市道路状态辨识方法
CN105006154A (zh) 复杂天气条件下路口交通信号控制优化方法
CN108417056B (zh) 一种基于雷达检测器的十字路口信号机控制方法
CN108831163B (zh) 一种基于地磁的主干路协同信号机控制方法
CN108573607A (zh) 一种红绿灯控制系统及方法
CN105139670A (zh) 一种基于视频的区域自优化信号控制方法及装置
CN111524345B (zh) 一种车辆实时排队长度约束下多目标优化的感应控制方法
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
CN104966404A (zh) 一种基于阵列雷达的单点自优化信号控制方法及装置
CN109544925B (zh) 协调干线合理性分析及协调方式配置方法
CN116913109A (zh) 一种智慧城市交通信号灯控制系统
CN114550471B (zh) 一种智能交通的信号灯控制方法及控制系统
CN108922210B (zh) 一种智能信号灯优化装置及信号灯控制方法
CN114283580B (zh) 一种基于大数据的车流引导方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Gao Wanbao

Inventor after: Li Juanling

Inventor after: Liu Nan

Inventor after: Li Yunsong

Inventor after: Zhang Guanglin

Inventor after: Li Huiling

Inventor before: Gao Wanbao

Inventor before: Li Yunsong

Inventor before: Zhang Guanglin

Inventor before: Li Huiling

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210601

Address after: Room 210-950, 2 / F, building 003, 750 Chuangyuan Road, high tech Zone, Ningbo, Zhejiang 315000

Applicant after: Ningbo horoma 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

Applicant before: NANJING TUITUITU INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant