CN109191847A - 基于城市卡口数据的自适应干线协调控制方法及系统 - Google Patents
基于城市卡口数据的自适应干线协调控制方法及系统 Download PDFInfo
- Publication number
- CN109191847A CN109191847A CN201811189868.5A CN201811189868A CN109191847A CN 109191847 A CN109191847 A CN 109191847A CN 201811189868 A CN201811189868 A CN 201811189868A CN 109191847 A CN109191847 A CN 109191847A
- Authority
- CN
- China
- Prior art keywords
- phase
- intersection
- time
- coordinating
- coordination
- 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.)
- Granted
Links
Classifications
-
- 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
- G08G1/08—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
- G08G1/07—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
本发明公开了一种基于城市卡口数据的自适应干线协调控制方法及系统。其中,一种基于城市卡口数据的自适应干线协调控制方法,包括基于城市道路卡口数据,建立交通参数数据库;假设车流到达服从泊松分布,以干线协调控制交叉口最小延误和最小停车次数为感应干线协调优化目标,调取交通参数数据库内数据来构建感应干线协调优化目标函数;分别基于Markov chains模型、考虑排队长度和基于协调相位车流到时刻差来对应优化感应干线协调优化目标函数中的相位差、感应控制基本参数和相序,直至达到优化目标;其中,相位差为相邻交叉口绿灯开始时间差。本发明充分利用有效绿灯时间,更加灵活和有效地实现干线协调控制。
Description
技术领域
本发明属于城市道路交通信号控制领域,尤其涉及一种基于城市卡口数据的自适应干线协调控制方法及系统。
背景技术
国外先进的交通控制系统虽然对缓解城市交通拥堵起到了一定的作用,但是由于国内外交通状况的差异,国内许多城市普遍存在高峰期间交通流量大,非机动车和行人违法现象普遍,感应控制基本原则不能适应国内交通环境,从而导致从国外引进的交通信号控制系统不能很好的解决国内的交通问题。
传统干线协调控制存在固定车速和相位差信号控制的弊端,而现有的干线协调方法均未解决上述传统干线协调控制所存在的弊端。
发明内容
为了解决现有技术的不足,本发明的第一目的是提供一种基于城市卡口数据的自适应干线协调控制方法,能够实时的对相位差进行优化,充分利用有效绿灯时间,更加灵活和有效地实现干线协调控制。
本发明的一种基于城市卡口数据的自适应干线协调控制方法,包括:
步骤(1):基于城市道路卡口数据,建立交通参数数据库;
步骤(2):假设车流到达服从泊松分布,以干线协调控制交叉口最小延误和最小停车次数为感应干线协调优化目标,调取交通参数数据库内数据来构建感应干线协调优化目标函数;
步骤(3):分别基于Markov chains模型、考虑排队长度和基于协调相位车流到时刻差来对应优化感应干线协调优化目标函数中的相位差、感应控制基本参数和相序,直至达到优化目标;其中,相位差为相邻交叉口绿灯开始时间差;感应控制基本参数包括最小绿灯时间、单位绿灯时间和最大绿灯时间。
进一步的,交通参数数据库内数据包括:干线交叉口个数、协调方向和非协调方向的交通流量、车辆在相邻交叉口红灯和绿灯下通行时间、协调方向延误、非协调方向延误、道路协调方向停车次数、道路非协调方向停车次数、协调相位绿灯开始及结束时间、非协调相位绿灯开始及结束时间。
进一步的,在所述步骤(2)中,还包括按照交通需求和交通状态,统计各行驶方向交通流量、车辆到达和车流消散分布。
进一步的,所述感应干线协调优化目标函数为:
α1+α2+β1+β2=1
其中:α,β分别表示协调和非协调方向权重;Dco表示协调方向延误;Dnonco表示非协调方向延误;Sco表示协调方向停车次数;Snonco表示非协调方向停车次数;Tj表示协调相位绿灯开始时间;Tk表示协调相位绿灯结束时间;表示非协调相位绿灯开始时间;表示非协调相位绿灯结束时间;n表示干线交叉口个数;表示协调方向从第i交叉口到第i+1交叉口红灯下通行时间;表示协调方向从第i交叉口到第i+1交叉口绿灯下通行时间;表示协调方向从第i交叉口到第i-1交叉口红灯下通行时间;表示协调方向从第i交叉口到第i-1交叉口绿灯下通行时间;Ai表示协调方向从第i交叉口到第i+1交叉口车辆数;Di表示协调方向Ai辆车连续通过第i交叉口和第i+1交叉口车辆数;表示协调方向从第i交叉口到第i-1交叉口车辆数;表示协调方向辆车连续通过第i交叉口和第i-1交叉口车辆数。
进一步的,在所述步骤(3)中,基于Markov chains模型优化感应干线协调优化目标函数中的相位差的具体过程为:
在进行相位差优化之前,把关键交叉口信号周期作为干线协调区域边界交叉口周期,边界交叉口之间的交叉口信号周期为非固定周期,其变化受关键交叉口信号周期和排队长度的影响;
当正向协调方向的第j车队通过第i-1交叉口时,利用历史数据预测第j车队通过第i交叉口时绿灯开始时间,同时利用Markov chains模型预测第j+1车队通过第i交叉口绿灯开始时间;
当反向协调方向的第k车队通过第i+1交叉口时,利用历史数据预测第k车队通过第i交叉口时绿灯开始时间,同时利用Markov chains模型预测第k+1车队通过第i交叉口绿灯开始时间。
进一步的,最小绿灯时间的优化过程为:
以协调相位流量比与所有关键车道流量比之比与有效绿灯时间的乘积作为协调相位最小绿灯时间;非协调相位最小绿灯时间按照信号配时手册,以满足排队车辆的清空和行人过街的要求。
进一步的,单位绿灯时间的优化过程为:
在信号配时手册的基础上,考虑协调相位和非协调相位连续通过下游交叉口的情况,判断上游交叉口协调相位和非协调左转相位是否连续:连续时延长单位绿灯时间,给予非协调左转相位通过;当相位不连续时,跳转下一相位;协调方向单位绿灯延长时间计算公式为:其中,Ggap表示协调相位与相接相位时间间隔;l表示排队车辆长度;v表示车辆在交叉口车速。
非协调方向单位绿灯延长时间按照信号配时手册,其计算公式为:
进一步的,最大绿灯时间的优化过程为:
将每一周期下的排队长度放入到最大绿灯时间的优化中,其非协调相位最大绿灯时间和协调相位最大绿灯时间计算公式如下:
其中,C表示未协调控制下交叉口信号周期;Ci表示协调控制下交叉口信号周期;表示非协调相位关键车道流量比;Gq表示清除最大排队车辆绿灯时间;tl表示交叉口损失时间;∑y表示关键车道总流量比。
进一步的,基于协调相位车流到时刻差优化相序的过程为:当正向协调相位与反向协调相位的时间差大于左转排队车辆清空时间时,给予协调相位和左转相位同时放行;不能满足时,正向协调相位和反向协调相位同时放行。
本发明的第二目的是提供一种基于城市卡口数据的自适应干线协调控制系统。
本发明的一种基于城市卡口数据的自适应干线协调控制系统,包括自适应干线协调控制器和存储器;
所述自适应干线协调控制器,被配置为执行上述所述的控制方法。
与现有技术相比,本发明的有益效果是:
(1)本发明利用海量实时的卡口数据,对协调相位相位差和交叉口排队长度进行精确预测,克服传统干线协调控制以固定车速和相位差信号控制的弊端。
(2)本发明考虑到国内非机动车流和行人流混乱,协调相位易被中断的弊端,分别对最小绿灯时间,单位绿灯时间和最大绿灯时间等感应基本控制参数优化。
(3)本发明的交叉口信号周期为非共同周期,充分利用有效绿灯时间,使实现干线协调控制更加灵活和有效。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本发明的一种基于城市卡口数据的自适应干线协调控制方法流程图;
图2为本发明的协调相位和非协调相位车流连续示意图;
图3为本发明的基本8相位交叉口示意图;
图4为本发明的NEMA双环结构相序图;
图5为感应式信号协调优化示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明的一种基于城市卡口数据的自适应干线协调控制方法,包括:
步骤1):基于城市道路卡口数据,建立交通参数数据库;
交通参数数据库内的数据,包括干线交叉口个数、协调方向和非协调方向的交通流量、车辆在相邻交叉口红灯和绿灯下通行时间、协调方向延误、非协调方向延误、道路协调方向停车次数、道路非协调方向停车次数、协调相位绿灯开始及结束时间、非协调相位绿灯开始及结束时间;
其中,步骤1)的具体方法:
接收并存储各个卡口设备上传的卡口数据。按照交通需求和交通状态,统计各行驶方向交通流量、车辆到达和车流消散分布。
传统的车流消散模型来源于流体力学理论,是基于大量的调查统计数据得到的。现实中由于驾驶员驾驶特性,道路条件,车辆构成,时间特性等存在差别,利用传统的排队消散模型得到的排队消散时间与实际的排队车辆消散时间存在差别,并且进行计算时需要交通流变化前后的交通参数,精确数据不易获得。
本发明利用实时采集到的车牌数据进行排队消散时间计算,车排队车辆消散时间td为排队车辆数与饱和车头时距的乘积。
td=nth
n——检测区域排队车辆数;
th——排队车辆启动饱和车头时距。
步骤2):以干线协调控制交叉口最小延误和最小停车次数为感应干线协调优化目标,构建感应干线协调优化目标函数。
步骤2)的具体方法:
假设车流到达服从泊松分布,本发明以干线协调控制交叉口最小延误和最小停车次数为优化目标,包括非协调相位车辆的延误和停车次数。
其中:
α1+α2+β1+β2=1
α,β——协调和非协调方向权重;
Dco——协调方向延误;
Dnonco——非协调方向延误;
Sco——协调方向停车次数;
Snonco——非协调方向停车次数;
Tj——协调相位绿灯开始时间;
Tk——协调相位绿灯结束时间;
——非协调相位绿灯开始时间;
——非协调相位绿灯结束时间;
n——干线交叉口个数;
——协调方向从第i交叉口到第i+1交叉口红灯下通行时间;
——协调方向从第i交叉口到第i+1交叉口绿灯下通行时间;
——协调方向从第i交叉口到第i-1交叉口红灯下通行时间;
——协调方向从第i交叉口到第i-1交叉口绿灯下通行时间;
Ai——协调方向从第i交叉口到第i+1交叉口车辆数;
Di——协调方向Ai辆车连续通过第i交叉口和第i+1交叉口车辆数;
——协调方向从第i交叉口到第i-1交叉口车辆数;
——协调方向辆车连续通过第i交叉口和第i-1交叉口车辆数。
步骤3):在感应干线协调优化目标函数的基础上,分别基于Markov chains模型、考虑排队长度和基于协调相位车流到时刻差来对应优化相位差、感应控制基本参数和相序,直至达到优化目标。
其中,相位差即为相邻交叉口绿灯开始时间差;
感应控制基本参数,包括最小绿灯时间、单位绿灯时间和最大绿灯时间。
在步骤3)中,基于Markov chains模型优化相位差的过程为:
在进行相位差优化之前,把关键交叉口信号周期作为干线协调区域边界交叉口周期,以保障关键交叉口的畅通。边界交叉口之间的交叉口信号周期为非固定周期,其变化受关键交叉口信号周期和排队长度的影响。假设在当前时刻第i交叉口两个协调方向的车流分别为第j车队和第k车队。则第i交叉口的信号周期长度为:
——正向协调方向,第j车队通过第i交叉口绿灯开始时间;
——正向协调方向,第j+1车队通过第i交叉口绿灯开始时间;
——反向协调方向,第k车队通过第i交叉口绿灯开始时间;
—反向协调方向,第k+1车队通过第i交叉口绿灯开始时间。
当正向协调方向的第j车队通过第i-1交叉口时,利用历史数据预测第j车队通过第i交叉口时绿灯开始时间,同时利用Markov chains模型预测第j+1车队通过第i交叉口绿灯开始时间。其计算公式如下:
——第i-1交叉口到第i交叉口行程预测时间;
l——排队车辆长度;
v——车辆在交叉口车速;
td——排队车辆消散时间。
根据路段行程车速,将路段交通状态分为畅通、缓行和拥堵三种交通状态,分别用f、s、c表示。假设当第j车队通过第i-1交叉口时,j+1车队达第i-n交叉口,j+1车队车辆在到第i-n交叉口的初始状态概率矩阵为:
i-n路段向i-n+1路段的状态转移概率矩阵为:
i-n路段到i-n+1路段马尔科夫路径发生概率qi
q1=πfpff
q2=πfpfs
q3=πfpfc
q4=πspsf
q5=πspss
q6=πspsc
q7=πcpcf
q8=πcpcs
q9=πcpcc
i-n路段到i-n+1路段马尔可夫行程时间估计
由此预测第j+1车队从第i-n交叉口到第i交叉口时绿灯开始时间。
当反向协调方向的第k车队通过第i+1交叉口时,利用历史数据预测第k车队通过第i交叉口时绿灯开始时间,同时利用Markov chains模型预测第k+1车队通过第i交叉口绿灯开始时间。其计算公式如下:
——第i+1交叉口到第i交叉口行程预测时间;
l——排队车辆长度;
v——车辆在交叉口车速;
td——排队车辆消散时间;
同理预测第k+1车队从第i+n交叉口到第i交叉口时绿灯开始时间。
由于城市道路交通的随机性和干扰性大,车队不能完全按照预计的相位差到达,降低线控的稳定性和精确性。本发明在预期相位差的基础上,给予相位差前后p秒的时间波动,单位步长为1s。则两个协调方向绿灯开始时间的公式分别为:
p——绿灯开始时间波动范围,步长为1;
在步骤3)中,考虑排队长度优化感应控制基本参数的具体方法为:
步骤3.1):最小绿灯时间优化。
本发明中将协调相位最小绿灯时间和非协调相位最小绿灯时间分别设置,协调相位车队出现时,会在较长时间内有车辆连续到达交叉口,为避免因驾驶员走神,行人干扰等造成协调相位中断,以协调相位流量比与所有关键车道流量比之比与有效绿灯时间的乘积作为协调相位最小绿灯时间其计算公式如下:
C——未协调控制下交叉口信号周期;
tl——交叉口损失时间;
——协调相位关键车道流量比;
∑y——关键车道总流量比;
非协调相位最小绿灯时间按照信号配时手册,满足排队车辆的清空和行人过街的要求,其计算公式为:
其中,Gminv表示排队车辆通过交叉口最小时间;Gminp表示行人通过最小时间。
步骤3.2):单位绿灯时间优化。
由于相位的切换,协调相位和非协调相位之间存在较大的车头间距(左转在前,协调在后或者协调在前,左转在后),如图2所示。当车辆间距大于单位绿灯延长时间时,以单位绿灯时间作为信号切换,非协调相位车辆将无法通过交叉口,增加车辆延误。
本发明在STM(signal timing manual,信号配时手册)的基础上,考虑协调相位和非协调相位连续通过下游交叉口的情况,判断上游交叉口协调相位和非协调左转相位是否连续。连续时延长单位绿灯时间,给予非协调左转相位通过;当相位不连续时,跳转下一相位。
协调方向单位绿灯延长时间计算公式为:
Ggap——协调相位与相接相位时间间隔;
非协调方向单位绿灯延长时间按照STM,其计算公式为:
步骤3.3):最大绿灯时间优化。
本发明中将协调相位最大绿灯时间和非协调相位绿灯最大绿灯时间分别设置。在非协调相位排队长度过长的情况下,按照流量比得到的绿灯时间可能无法满足排队车辆的要求。为避免非协调相位最大绿灯时间不能满足排队车辆清除的发生,本发明将每一周期下的排队长度放入到最大绿灯时间的优化中,其非协调相位最大绿灯时间和协调相位最大绿灯时间计算公式如下:
C——未协调控制下交叉口信号周期;
Ci——协调控制下交叉口信号周期;
——非协调相位关键车道流量比;
Gq——清除最大排队车辆绿灯时间;
在步骤3)中,基于协调相位车流到时刻差优化相序的具体方法:
由于受到道路交通状态和交叉口排队车辆的影响,上行协调相位和下行协调相位的车辆到达交叉口的时间是不固定的,利用传统的固定相序会造成车辆的延误。本发明以普通八相位交叉口为例,如图3所示,利用NEMA(National Electrical ManufacturersAssociation)双环结构(dual-ring)相序,以协调相位绿灯开始时间为信号周期起点,根据正向协调相位和反向协调相位车辆到达交叉口的时间差进行相序优化。去掉左转lead-lead情况,共有12种方案,每个方案中有6个相位和8个相序。交叉口相位相序表如图4所示。当正向协调相位与反向协调相位的时间差大于左转排队车辆清空时间时,给予协调相位和左转相位同时放行;不能满足时,正向协调相位和反向协调相位同时放行。其判断公式为:
非关键交叉口按照基本控制原则进行绿灯时间分配会存在时间剩余,需要对剩余时间进行再分配。本发明按照排队长度,将剩余绿灯时间分配给排队长度最大的两个搭接相位(东西直行,南北直行,东西左转,南北左转,东直左,西直左,南直左,北直左),直到下一周期协调相位车辆到达。感应式信号协调优化如图5所示。
本发明还提供了一种基于城市卡口数据的自适应干线协调控制系统,其包括自适应干线协调控制器和存储器;
所述自适应干线协调控制器,被配置为执行上述所述的控制方法。
本发明利用海量实时的卡口数据,对协调相位相位差和交叉口排队长度进行精确预测,克服传统干线协调控制以固定车速和相位差信号控制的弊端。
本发明考虑到国内非机动车流和行人流混乱,协调相位易被中断的弊端,分别对最小绿灯时间,单位绿灯时间和最大绿灯时间等感应基本控制参数优化。
本发明的交叉口信号周期为非共同周期,充分利用有效绿灯时间,使实现干线协调控制更加灵活和有效。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,包括:
步骤(1):基于城市道路卡口数据,建立交通参数数据库;
步骤(2):假设车流到达服从泊松分布,以干线协调控制交叉口最小延误和最小停车次数为感应干线协调优化目标,调取交通参数数据库内数据来构建感应干线协调优化目标函数;
步骤(3):分别基于Markov chains模型、考虑排队长度和基于协调相位车流到时刻差来对应优化感应干线协调优化目标函数中的相位差、感应控制基本参数和相序,直至达到优化目标;其中,相位差为相邻交叉口绿灯开始时间差;感应控制基本参数包括最小绿灯时间、单位绿灯时间和最大绿灯时间。
2.如权利要求1所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,交通参数数据库内数据包括:干线交叉口个数、协调方向和非协调方向的交通流量、车辆在相邻交叉口红灯和绿灯下通行时间、协调方向延误、非协调方向延误、道路协调方向停车次数、道路非协调方向停车次数、协调相位绿灯开始及结束时间、非协调相位绿灯开始及结束时间。
3.如权利要求1所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,在所述步骤(2)中,还包括按照交通需求和交通状态,统计各行驶方向交通流量、车辆到达和车流消散分布。
4.如权利要求1所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,所述感应干线协调优化目标函数为:
α1+α2+β1+β2=1
其中:α,β分别表示协调和非协调方向权重;Dco表示协调方向延误;Dnonco表示非协调方向延误;Sco表示协调方向停车次数;Snonco表示非协调方向停车次数;Tj表示协调相位绿灯开始时间;Tk表示协调相位绿灯结束时间;表示非协调相位绿灯开始时间;表示非协调相位绿灯结束时间;n表示干线交叉口个数;表示协调方向从第i交叉口到第i+1交叉口红灯下通行时间;表示协调方向从第i交叉口到第i+1交叉口绿灯下通行时间;表示协调方向从第i交叉口到第i-1交叉口红灯下通行时间;表示协调方向从第i交叉口到第i-1交叉口绿灯下通行时间;Ai表示协调方向从第i交叉口到第i+1交叉口车辆数;Di表示协调方向Ai辆车连续通过第i交叉口和第i+1交叉口车辆数;表示协调方向从第i交叉口到第i-1交叉口车辆数;表示协调方向辆车连续通过第i交叉口和第i-1交叉口车辆数。
5.如权利要求4所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,在所述步骤(3)中,基于Markov chains模型优化感应干线协调优化目标函数中的相位差的具体过程为:
在进行相位差优化之前,把关键交叉口信号周期作为干线协调区域边界交叉口周期,边界交叉口之间的交叉口信号周期为非固定周期,其变化受关键交叉口信号周期和排队长度的影响;
当正向协调方向的第j车队通过第i-1交叉口时,利用历史数据预测第j车队通过第i交叉口时绿灯开始时间,同时利用Markov chains模型预测第j+1车队通过第i交叉口绿灯开始时间;
当反向协调方向的第k车队通过第i+1交叉口时,利用历史数据预测第k车队通过第i交叉口时绿灯开始时间,同时利用Markov chains模型预测第k+1车队通过第i交叉口绿灯开始时间。
6.如权利要求4所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,最小绿灯时间的优化过程为:
以协调相位流量比与所有关键车道流量比之比与有效绿灯时间的乘积作为协调相位最小绿灯时间;非协调相位最小绿灯时间按照信号配时手册,以满足排队车辆的清空和行人过街的要求。
7.如权利要求4所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,单位绿灯时间的优化过程为:
在信号配时手册的基础上,考虑协调相位和非协调相位连续通过下游交叉口的情况,判断上游交叉口协调相位和非协调左转相位是否连续:连续时延长单位绿灯时间,给予非协调左转相位通过;当相位不连续时,跳转下一相位;协调方向单位绿灯延长时间计算公式为:其中,Ggap表示协调相位与相接相位时间间隔;l表示排队车辆长度;v表示车辆在交叉口速度;
非协调方向单位绿灯延长时间按照信号配时手册,其计算公式为:
8.如权利要求4所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,最大绿灯时间的优化过程为:
将每一周期下的排队长度放入到最大绿灯时间的优化中,其非协调相位最大绿灯时间和协调相位最大绿灯时间计算公式如下:
其中,C表示未协调控制下交叉口信号周期;Ci表示协调控制下交叉口信号周期;表示非协调相位关键车道流量比;Gq表示清除最大排队车辆绿灯时间;tl表示交叉口损失时间;∑y表示关键车道总流量比。
9.如权利要求4所述的一种基于城市卡口数据的自适应干线协调控制方法,其特征在于,基于协调相位车流到时刻差优化相序的过程为:当正向协调相位与反向协调相位的时间差大于左转排队车辆清空时间时,给予协调相位和左转相位同时放行;不能满足时,正向协调相位和反向协调相位同时放行。
10.一种基于城市卡口数据的自适应干线协调控制系统,其特征在于,包括自适应干线协调控制器和存储器;
所述自适应干线协调控制器,被配置为执行如权利要求1-9中任一项所述的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811189868.5A CN109191847B (zh) | 2018-10-12 | 2018-10-12 | 基于城市卡口数据的自适应干线协调控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811189868.5A CN109191847B (zh) | 2018-10-12 | 2018-10-12 | 基于城市卡口数据的自适应干线协调控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109191847A true CN109191847A (zh) | 2019-01-11 |
CN109191847B CN109191847B (zh) | 2021-01-26 |
Family
ID=64948249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811189868.5A Active CN109191847B (zh) | 2018-10-12 | 2018-10-12 | 基于城市卡口数据的自适应干线协调控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109191847B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047883A (zh) * | 2019-12-23 | 2020-04-21 | 西南科技大学 | 关键交叉口及相邻交叉口交通信号控制方法 |
CN111833620A (zh) * | 2020-06-17 | 2020-10-27 | 东南大学 | 一种过饱和交通状态干线单向信号协调设计方法与装置 |
CN111951568A (zh) * | 2019-05-14 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 信号灯的协调方法、计算设备及存储介质 |
CN112037507A (zh) * | 2020-08-10 | 2020-12-04 | 东南大学 | 一种过饱和交通状态干线自适应信号协调设计方法与装置 |
CN112216121A (zh) * | 2020-09-23 | 2021-01-12 | 公安部交通管理科学研究所 | 一种交通干线信号协调控制快速过渡调整方法及系统 |
CN113327436A (zh) * | 2021-01-18 | 2021-08-31 | 兆边(上海)科技有限公司 | 一种基于轨迹数据的干线协调控制优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599219A (zh) * | 2008-06-04 | 2009-12-09 | 新南威尔士州道路交通管理局 | 交通信号控制系统 |
CN103700257A (zh) * | 2013-11-18 | 2014-04-02 | 贵州省交通科学研究院有限责任公司 | 一种基于马尔科夫预测法的交通转移交通量预测方法 |
CN104916142A (zh) * | 2015-02-27 | 2015-09-16 | 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 |
CN106846842A (zh) * | 2017-03-24 | 2017-06-13 | 上海理工大学 | 基于多时段控制方案的城市干道协调控制优化方法 |
CN107293133A (zh) * | 2017-08-14 | 2017-10-24 | 清华大学深圳研究生院 | 一种交通信号灯控制方法 |
KR101871433B1 (ko) * | 2017-08-24 | 2018-08-02 | 조경환 | 교통 흐름량 조절 장치 및 방법 |
WO2018138768A1 (ja) * | 2017-01-24 | 2018-08-02 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
-
2018
- 2018-10-12 CN CN201811189868.5A patent/CN109191847B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599219A (zh) * | 2008-06-04 | 2009-12-09 | 新南威尔士州道路交通管理局 | 交通信号控制系统 |
CN103700257A (zh) * | 2013-11-18 | 2014-04-02 | 贵州省交通科学研究院有限责任公司 | 一种基于马尔科夫预测法的交通转移交通量预测方法 |
CN104916142A (zh) * | 2015-02-27 | 2015-09-16 | 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 |
WO2018138768A1 (ja) * | 2017-01-24 | 2018-08-02 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
CN106846842A (zh) * | 2017-03-24 | 2017-06-13 | 上海理工大学 | 基于多时段控制方案的城市干道协调控制优化方法 |
CN107293133A (zh) * | 2017-08-14 | 2017-10-24 | 清华大学深圳研究生院 | 一种交通信号灯控制方法 |
KR101871433B1 (ko) * | 2017-08-24 | 2018-08-02 | 조경환 | 교통 흐름량 조절 장치 및 방법 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951568A (zh) * | 2019-05-14 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 信号灯的协调方法、计算设备及存储介质 |
CN111951568B (zh) * | 2019-05-14 | 2023-08-22 | 阿里巴巴集团控股有限公司 | 信号灯的协调方法、计算设备及存储介质 |
CN111047883A (zh) * | 2019-12-23 | 2020-04-21 | 西南科技大学 | 关键交叉口及相邻交叉口交通信号控制方法 |
CN111833620A (zh) * | 2020-06-17 | 2020-10-27 | 东南大学 | 一种过饱和交通状态干线单向信号协调设计方法与装置 |
CN111833620B (zh) * | 2020-06-17 | 2021-06-25 | 东南大学 | 一种过饱和交通状态干线单向信号协调设计方法与装置 |
CN112037507A (zh) * | 2020-08-10 | 2020-12-04 | 东南大学 | 一种过饱和交通状态干线自适应信号协调设计方法与装置 |
CN112216121A (zh) * | 2020-09-23 | 2021-01-12 | 公安部交通管理科学研究所 | 一种交通干线信号协调控制快速过渡调整方法及系统 |
CN112216121B (zh) * | 2020-09-23 | 2021-10-01 | 公安部交通管理科学研究所 | 一种交通干线信号协调控制快速过渡调整方法及系统 |
CN113327436A (zh) * | 2021-01-18 | 2021-08-31 | 兆边(上海)科技有限公司 | 一种基于轨迹数据的干线协调控制优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109191847B (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191847A (zh) | 基于城市卡口数据的自适应干线协调控制方法及系统 | |
CN108510764B (zh) | 一种基于q学习的多路口自适应相位差协调控制系统及方法 | |
CN105046987B (zh) | 一种基于强化学习的路面交通信号灯协调控制方法 | |
CN104240523B (zh) | 城市干道绿波控制方法 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
CN106297326A (zh) | 基于全息路网潮汐交通流可变车道控制方法 | |
CN103761883B (zh) | 一种交通信号控制的自学习方法及系统 | |
CN104916142B (zh) | 一种干道优先的交叉口自适应交通信号控制方法 | |
CN110136455A (zh) | 一种交通信号灯配时方法 | |
CN102610094A (zh) | 一种依据路段有效容量动态协调的交通控制方法 | |
CN103258436A (zh) | 一种确定信号控制交叉口进口道可变导向车道长度的方法 | |
CN103337178A (zh) | 基于动态优先级的交通信号自适应控制方法 | |
CN108898858A (zh) | 一种过饱和交通状态下连续交叉口的信号协调控制方法 | |
Zeng et al. | Person-based adaptive priority signal control with connected-vehicle information | |
CN105390004B (zh) | 一种左转短车道影响的成对交叉口时空资源分配方法 | |
CN108877253A (zh) | 一种基于物联网的公交专用道资源动态共享方法及系统 | |
CN104952263A (zh) | 基于相位差渐进循环协调的应急车辆优先信号控制方法 | |
CN103208197B (zh) | 交通信号配时的方法 | |
CN102622887A (zh) | 一种路段有效容量的计算方法 | |
CN102610108A (zh) | 一种绿波有效协调时间的计算方法 | |
Hu et al. | Cooperative schedule-driven intersection control with connected and autonomous vehicles | |
CN113593226A (zh) | 一种混合交通流环境下自动驾驶专用道交叉口控制方法 | |
Yang et al. | Dynamic signal priority control strategy to mitigate off-ramp queue spillback to freeway mainline segment | |
CN106846809A (zh) | 一种基于车辆停车次数的排队最远点计算方法 | |
Chen et al. | Influence of pedestrian traffic on capacity of right-turning movements at signalized intersections |
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: Zhang Mengmeng Inventor after: Han Xintong Inventor after: Li Shuo Inventor after: Wang Yilong Inventor after: Lu Hongyan Inventor before: Han Xintong Inventor before: Zhang Mengmeng Inventor before: Li Shuo Inventor before: Wang Yilong Inventor before: Lu Hongyan |
|
GR01 | Patent grant | ||
GR01 | Patent grant |