CN109003447A - 一种综合多种可控交通信号的区域交通优化控制方法 - Google Patents
一种综合多种可控交通信号的区域交通优化控制方法 Download PDFInfo
- Publication number
- CN109003447A CN109003447A CN201810790876.9A CN201810790876A CN109003447A CN 109003447 A CN109003447 A CN 109003447A CN 201810790876 A CN201810790876 A CN 201810790876A CN 109003447 A CN109003447 A CN 109003447A
- Authority
- CN
- China
- Prior art keywords
- section
- load
- traffic
- road
- traffic signals
- 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
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000002085 persistent effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000009131 signaling function Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000013316 zoning Methods 0.000 claims description 3
- 238000012913 prioritisation Methods 0.000 claims description 2
- 230000000903 blocking effect Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229940127052 Hicon Drugs 0.000 description 1
- 241001417517 Scatophagidae Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002826 magnetic-activated cell sorting Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- FVAUCKIRQBBSSJ-LAIFMVDKSA-M sodium;iodine-131(1-) Chemical compound [Na+].[131I-] FVAUCKIRQBBSSJ-LAIFMVDKSA-M 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G08G1/07—Controlling traffic signals
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种综合多种可控交通信号的区域交通优化控制方法,其采用流量负载均衡的思想,将逐渐增多的快速路匝道灯、可变潮汐车道、可变转向车道等可控交通信号纳入一体化优化控制,从而有效缓解城市交通拥堵。
Description
技术领域
本发明涉及智能交通技术领域,具体涉及一种综合多种可控交通信号的区域交通优化控制方法。
背景技术
区域交通信号控制在城市交通管理中占有举足轻重的地位,是保障交通安全和通行效率的重要手段。自1963年加拿大多伦多市出现第一套集中协调式感应控制信号系统以来,不断有采用新方法的区域交通信号控制系统被提出并应用到实际交通管理中,表1总结了近年来见诸报道的国外主要区域交通信号控制系统。
表1
其中,英国的TRANSYT系统、SCOOT系统以及澳大利亚的SCATS系统是目前使用最为广泛的系统。相比之下,国内研究和应用的起步较晚,市场上尚未出现广泛认可的系统,但也取得了一些研究成果:南京市NUTCS系统,深圳市SMOOTH系统,海信公司HiCon系统,王桂珠等人提出的TICS系统,汪红星等人提出的SUATS系统,杨兆升等人提出的MACS系统,以及杨晓光等人提出的TJATCMS系统。上述国内系统在方法、策略上各有所长,其中部分已落地(距离推广使用尚有一定距离),然而更多还处于实验室阶段。目前,北京、上海、广州等主要城市仍采购国外的系统,但由于不能完全适应国内混合交通流的特殊情况,实际发挥的作用非常有限,而且往往只关注交叉口的信号灯控制,忽略了快速路匝道灯、可变潮汐车道、可变转向车道等逐渐增多的可控交通设施。
综上所述,虽然目前国内外区域交通信号控制系统的研究成果很多,但仍存在一些不足,区域交通信号控制在缓解城市交通拥堵中所起的作用亟待提升,本案由此产生。
发明内容
本发明的目的在于提供一种综合多种可控交通信号的区域交通优化控制方法,其能够有效缓解城市交通拥堵。
为实现上述目的,本发明采用的技术方案是:
一种综合多种可控交通信号的区域交通优化控制方法,其包括以下步骤:
S01、根据系统时钟判断是否到达优化周期,如果尚未到达优化周期,则持续收集各路段的交通流信息,该交通流信息至少包括车流量和车头时距,,并计算各路段的负载均衡程度,具体如下:
记E为区域路网中的路段集合,路段k∈E在t时刻的路段容量为Ck(t),流量负载为Vk(t)。在此基础上可将路段的“容量-负载”匹配度定义为:
mk(t)=exp(-λ(Ck(t)-Vk(t))2) (1)
Ck(t)=3600/σk,t (2)
流量负载Vk(t)即t时刻路段k的车流量,σk,t是t时刻路段k的平均车头时距。当信号“供给”造成的路段容量Ck(t)与负载Vk(t)偏差越大时,供求匹配度越低,λ≥1为惩罚因子;当供求平衡时,mk(t)=1。
如果到达优化周期,则计算区域路网的当前全局负载均衡程度,具体如下:
在局部路段的“容量-负载”匹配度的基础上,采用复杂网络分析方法中的边介数中心性,根据路段在整个路网中的重要程度合成全局的“容量-负载”匹配度G(t):
其中,fk为路段k的边介数,边介数为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例;
S02、建立区域交通优化模型;
将待优化的、直接影响路段k供求匹配的可控交通信号集合记为Sk,在Sk的作用下,记路段k的路段容量变为记一个优化周期T时间后的路段k的负载为改变交通信号后预期的全局“容量-负载”匹配度可更新为:
其中,δ(Sk)是预测可变潮汐车道变化对路段容量的影响,θ(Sk,T)是预测流量负载在Sk信号作用下T时间后的变化;
匝道出入口和可变潮汐车道的控制信号用0-1表示,路口处的可变转向车道的控制信号用1-N的整数表示,交叉口各相位的绿灯时间用非零整数表示,所以,区域内可控交通信号的综合优化表示成了一个整数非线性规划问题:
S03、求解整数非线性模型,获取可控交通信号的优化方案;
S04、下发优化控制方案;
将S03中获得的各可控交通信号的优化控制方案下发给区域的可控交通信号设备,然后继续交通流数据采集和处理,等待下一个控制优化周期。
采用上述方案后,本发明将逐渐增多的快速路匝道灯、可变潮汐车道、可变转向车道等可控交通信号纳入一体化优化控制,从而有效缓解城市交通拥堵。
附图说明
图1为本发明区域交通优化控制方法流程图。
具体实施方式
如图1所示,本实施例揭示的一种综合多种可控交通信号的区域交通优化控制方法。实际中,区域交通信号控制系统通常采用一定的优化周期对路网内的可控交通信号控制设备进行方案优化,优化周期通常可设为区域内最大交叉口信号周期的5倍,记为T。如图1所示,区域交通信号控制系统的运行可分解为四个阶段:
S01、根据系统时钟判断是否到达优化周期,如果尚未到达,则持续收集各路段的交通流信息(至少包括车流量和车头时距),并计算各路段的负载均衡程度,具体如下:
记E为区域路网中的路段集合,路段k∈E在t时刻的路段容量为Ck(t),流量负载为Vk(t)。在此基础上可将路段的“容量-负载”匹配度定义为:
mk(t)=exp(-λ(Ck(t)-Vk(t))2) (1)
Ck(t)=3600/σk,t (2)
流量负载Vk(t)即t时刻路段k的车流量,σk,t是t时刻路段k的平均车头时距。当信号“供给”造成的路段容量Ck(t)与负载Vk(t)偏差越大时,供求匹配度越低,λ≥1为惩罚因子;当供求平衡时,mk(t)=1。
如果到达优化周期,则计算区域路网的当前全局负载均衡程度,具体如下:
在局部路段的“容量-负载”匹配度的基础上,采用复杂网络分析方法中的边介数中心性,根据路段在整个路网中的重要程度合成全局的“容量-负载”匹配度G(t):
其中,fk为路段k的边介数,边介数定义为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例。
S02:建立区域交通优化模型;
将待优化的、直接影响路段k供求匹配的可控交通信号集合记为Sk。表2总结了交叉口信号灯、快速路匝道灯、可变潮汐车道、可变转向车道等四种可控交通信号对路段流量负载和路段容量的定性影响:
表2
在Sk的作用下,记路段k的路段容量变为记一个优化周期T时间后的路段k的负载为表2四种可控交通信号中,只有可变潮汐车道对路段容量有影响,可根据车道通行能力进行量化;上下游交叉口信号灯等其余可控交通信号对路段负载的预期影响则需要根据出入口的车流量与转向比例进行估计。改变交通信号后预期的全局“容量-负载”匹配度可更新为:
其中,δ(Sk)是预测可变潮汐车道变化对路段容量的影响,θ(Sk,T)是预测流量负载在Sk信号作用下T时间后的变化。这两个函数均可根据经验公式确定,或利用神经网络等机器学习方法从历史数据中分析获得。
根据表2,匝道出入口和可变潮汐车道的控制信号可用0-1表示,路口处的可变转向车道的控制信号可用1-N的整数表示(N为可变的转向数量,通常为2),交叉口各相位的绿灯时间也可以用非零整数表示,所以区域内可控交通信号的综合优化可以表示成了一个整数非线性规划问题:
需要指出的是,每个优化周期所建立的优化模型不同,即优化问题的决策变量及其约束是动态的,因为实际中交通信号控制环境往往具有一定的不确定性,主要表现为:实际中联网的可控交通信号设备都可能由于网络故障无法进行远程控制,或由于软硬件故障无法正常工作或响应远程指令。这些情况都可通过决策变量的增删以及公式(8)中的约束条件进行表示。
S03、求解整数非线性模型
为了获得较快的求解速度,可以采用不依赖梯度信息的智能搜索算法进行求解,如遗传算法、群智能算法等,必要时将研究并行或分布式计算来加快速度。
S04、下发优化控制方案
将S03中获得的各可控交通信号的优化控制方案下发给区域的可控交通信号设备,然后继续交通流数据采集和处理,等待下一个控制优化周期。
以上所述,仅是本发明实施例而已,并非对本发明的技术范围作任何限制,故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (1)
1.一种综合多种可控交通信号的区域交通优化控制方法,其特征在于:所述优化控制方法包括以下步骤:
S01、根据系统时钟判断是否到达优化周期,如果尚未到达优化周期,则持续收集各路段的交通流信息,该交通流信息至少包括车流量和车头时距,,并计算各路段的负载均衡程度,具体如下:
记E为区域路网中的路段集合,路段k∈E在t时刻的路段容量为Ck(t),流量负载为Vk(t);在此基础上将路段的“容量-负载”匹配度定义为:
mk(t)=exp(-λ(Ck(t)-Vk(t))2) (1)
Ck(t)=3600/σk,t (2)
流量负载Vk(t)即t时刻路段k的车流量,σk,t是t时刻路段k的平均车头时距;当信号“供给”造成的路段容量Ck(t)与负载Vk(t)偏差越大时,供求匹配度越低,λ≥1为惩罚因子;当供求平衡时,mk(t)=1;
如果到达优化周期,则计算区域路网的当前全局负载均衡程度,具体如下:
在局部路段的“容量-负载”匹配度的基础上,采用复杂网络分析方法中的边介数中心性,根据路段在整个路网中的重要程度合成全局的“容量-负载”匹配度G(t):
其中,fk为路段k的边介数,边介数为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例;
S02、建立区域交通优化模型;
将待优化的、直接影响路段k供求匹配的可控交通信号集合记为Sk,在Sk的作用下,记路段k的路段容量变为记一个优化周期T时间后的路段k的负载为改变交通信号后预期的全局“容量-负载”匹配度可更新为:
其中,δ(Sk)是预测可变潮汐车道变化对路段容量的影响,θ(Sk,T)是预测流量负载在Sk信号作用下T时间后的变化;
匝道出入口和可变潮汐车道的控制信号用0-1表示,路口处的可变转向车道的控制信号用1-N的整数表示,交叉口各相位的绿灯时间用非零整数表示,所以,区域内可控交通信号的综合优化表示成了一个整数非线性规划问题:
S03、求解整数非线性模型,获取可控交通信号的优化方案;
S04、下发优化控制方案;
将S03中获得的各可控交通信号的优化控制方案下发给区域的可控交通信号设备,然后继续交通流数据采集和处理,等待下一个控制优化周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810790876.9A CN109003447A (zh) | 2018-07-18 | 2018-07-18 | 一种综合多种可控交通信号的区域交通优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810790876.9A CN109003447A (zh) | 2018-07-18 | 2018-07-18 | 一种综合多种可控交通信号的区域交通优化控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109003447A true CN109003447A (zh) | 2018-12-14 |
Family
ID=64600388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810790876.9A Pending CN109003447A (zh) | 2018-07-18 | 2018-07-18 | 一种综合多种可控交通信号的区域交通优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109003447A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915894A (zh) * | 2020-08-06 | 2020-11-10 | 北京航空航天大学 | 基于深度强化学习的可变车道及交通信号协同控制方法 |
CN112767717A (zh) * | 2021-01-25 | 2021-05-07 | 泉州装备制造研究所 | 一种面向复杂交通控制环境的区域交通信号协调控制方法及系统 |
-
2018
- 2018-07-18 CN CN201810790876.9A patent/CN109003447A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915894A (zh) * | 2020-08-06 | 2020-11-10 | 北京航空航天大学 | 基于深度强化学习的可变车道及交通信号协同控制方法 |
CN111915894B (zh) * | 2020-08-06 | 2021-07-27 | 北京航空航天大学 | 基于深度强化学习的可变车道及交通信号协同控制方法 |
CN112767717A (zh) * | 2021-01-25 | 2021-05-07 | 泉州装备制造研究所 | 一种面向复杂交通控制环境的区域交通信号协调控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107170257B (zh) | 一种基于多源数据的逆向可变车道智能控制方法 | |
Singh et al. | Time optimization for traffic signal control using genetic algorithm | |
CN100466007C (zh) | 城市道路交通流预测及交通信息诱导系统 | |
CN106846835B (zh) | 一种城市区域交通信号自适应协调控制方法 | |
CN106056934A (zh) | 一种智慧型主动式交通信号控制器及控制方法 | |
CN102169634B (zh) | 一种交通拥塞优先疏散控制方法 | |
Heung et al. | Coordinated road-junction traffic control by dynamic programming | |
CN101308604B (zh) | 大范围战略交通协调控制方法 | |
Diakaki et al. | State‐of‐the‐art and‐practice review of public transport priority strategies | |
CN106297326A (zh) | 基于全息路网潮汐交通流可变车道控制方法 | |
CN104933876B (zh) | 一种自适应智慧城市智能交通信号的控制方法 | |
CA3016825A1 (en) | Predictive, integrated and intelligent system for control of times in traffic lights | |
CN108665714A (zh) | 交通信号泛弦控制方法及其系统 | |
Geroliminis et al. | A dynamic-zone-based coordinated ramp-metering algorithm with queue constraints for Minnesota's freeways | |
CN109920244A (zh) | 可变车道实时控制系统及方法 | |
CN105761492B (zh) | 一种基于网络流的大范围高速路网动态配流方法 | |
CN105118294A (zh) | 一种基于状态模式的短时交通流预测方法 | |
Tang et al. | Phase timing optimization for smart traffic control based on fog computing | |
CN109003447A (zh) | 一种综合多种可控交通信号的区域交通优化控制方法 | |
Xu et al. | Multi-agent fuzzy-based transit signal priority control for traffic network considering conflicting priority requests | |
CN110097752A (zh) | 一种智能化可变导向车道计算方法 | |
CN109376918B (zh) | 一种基于交通量的空中管型高速航路网络布局方法 | |
Niittymäki | General fuzzy rule base for isolated traffic signal control‐rule formulation | |
CN107358801A (zh) | 一种交通信号灯区间联网智能通行系统 | |
CN113763713B (zh) | 一种路网瓶颈路段发掘与管理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181214 |