CN109559504A - 信号交叉口电动自行车提前启亮时间的确定方法 - Google Patents
信号交叉口电动自行车提前启亮时间的确定方法 Download PDFInfo
- Publication number
- CN109559504A CN109559504A CN201811017918.1A CN201811017918A CN109559504A CN 109559504 A CN109559504 A CN 109559504A CN 201811017918 A CN201811017918 A CN 201811017918A CN 109559504 A CN109559504 A CN 109559504A
- Authority
- CN
- China
- Prior art keywords
- electric bicycle
- motor vehicle
- time
- advance
- phase
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- 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
本发明公开了信号交叉口电动自行车提前启亮时间的确定方法,填补了现有混合交通流信号配时中未考虑电动自行车对机动车干扰影响的问题,方法步骤:1.绿灯期间机非干扰机理的分析:1)机非干扰现象分析:(1)分析电动自行车轨迹点的频数变化,得到自由流和密集流条件下运行轨迹的聚集度和扩散分布;(2)进一步量化的膨胀释放对机动车的影响,统计不同绿灯阶段的电动自行车平均密度与机动车平均行驶时间的交互关系;(3)当数量较多时,设置电动自行车提前启亮显得尤为必要;2)机非干扰程度量化分析;2.电动自行车提前启亮时间的确定;3.混合交通流信号配时多目标优化模型的建立:1)控制性能指标的选取;2)多目标优化模型的建立。
Description
技术领域
本发明涉及一种用于城市混合交通流管控方法,更确切地说,本发明涉及一种信号交叉口电动自行车提前启亮时间的确定方法。
背景技术
随着电动自行车数量的急剧增长,其引发的机非冲突和伤亡事故也愈发严重,降低了车流的通行效率。机动车与非机动车在时间上采取相位分离虽然可以减少冲突,但会增大交叉口的延误,降低交叉口的通行能力。因此采取电动自行车提前启亮不仅可以同时保障机动车和非机动车的通行效益,还可为交叉口提供一种新的信号配时方法。
现有的交通控制策略主要针对机动车流,非机动车在信号配时中的影响往往处于从属地位。随着电动自行车的兴起,电动自行车信号配时的研究也尤为迫切,而目前对其的研究却较少,大部分集中在电动自行车的交通行为方式、与其他道路使用者的互相影响等方面。因此亟需提出一种考虑电动自行车提前启亮的混合交通流信号配时方法。
发明内容
本发明所要解决的技术问题是填补了现有混合交通流信号配时中未考虑电动自行车对机动车干扰影响的问题,提供了一种信号交叉口电动自行车提前启亮时间的确定方法。
为解决上述技术问题,本发明是采用如下技术方案实现的:所述的信号交叉口电动自行车提前启亮时间的确定方法的步骤如下:
1)绿灯期间机非干扰机理的分析:
(1)机非干扰现象分析;
(2)机非干扰程度量化分析;
2)电动自行车提前启亮时间的确定;
3)混合交通流信号配时多目标优化模型的建立:
(1)控制性能指标的选取;
(2)多目标优化模型的建立。
技术方案中所述的机非干扰现象分析是指:
1)通过分析电动自行车在释放初期轨迹点的频数变化,得到自由流条件和密集流条件下电动自行车运行轨迹的聚集度和扩散分布:
(1)当信号交叉口相位为直行时,且电动自行车相邻的机动车道为右转机动车道,此时直行电动自行车会呈连续流不间断通过交叉口,严重阻滞右转机动车的通行,使得机动车需长期等待电动自行车群通过后方可转弯;
(2)当信号交叉口相位为直行时,且电动自行车相邻的机动车道为直行机动车道,此时直行电动自行车会抢先占用旁边的直行机动车道,并扩散挤压直行机动车,导致机动车向外侧偏移并道;
(3)当信号交叉口相位为左转时,左转电动自行车会抢先占用机动车的左转待转区,并与机动车交叉混行,挤压机动车向内侧空间行驶;
2)进一步量化电动自行车的膨胀释放对机动车的影响,统计不同绿灯阶段的电动自行车平均密度与机动车平均行驶时间的交互关系:
电动自行车对不同行驶方向的机动车影响程度各异,对右转机动车的影响最大,延误时间最长可达23s,直行和左转机动车最大车均延误时间分别为9.2s 和7.4s;
3)根据上述分析,当电动自行车数量较多时,对机动车干扰严重,较大程度降低了整个交叉口的运行效率,因此在电动自行车数量较多时,设置电动自行车提前启亮显得尤为必要。
技术方案中所述的机非干扰程度量化分析是指:
(1)影响强度指标的定义
电动自行车对机动车影响的直接表现是机动车行驶时间的变化,仅比较行驶时间的大小不能正确反映出机动车受电动自行车的干扰程度,它会受到交叉口尺寸的影响;深入分析可知,对比机动车在有无非机动车干扰条件下行驶时间的变化值,才能更加真实有效地反映出机动车受影响的程度,因此本发明定义了一个反映非机动车对机动车干扰的新型指标—影响强度,其表达式如下:
式中:Td—受非机动车干扰下机动车通过交叉口的时间,单位.s;
To—不受非机动车干扰下机动车通过交叉口的时间,单位.s;
(2)影响强度与不同变量的关系
通过实际观测发现,影响强度受周围车路环境的影响颇大,为了更好的探讨影响强度与这些因素的相互关系,本发明分别分析了影响强度与电动自行车流量Qe、电动自行车平均速度Ve、机动车流量Qv及机动车平均速度Vv的关系;
分析结果显示,影响强度与电动自行车、机动车的相关变量均有关联,且影响强度的变化能够反映出道路交通状态的改变,因此若利用影响强度来构建电动自行车提前启亮时间模型,则其能更好的反映出非机动车对机动车的干扰程度。
技术方案中所述的电动自行车提前启亮时间的确定是指:
通过拟合实际数据,获得了释放初期时间与影响强度、电动自行车比例的复合关系,分别得到直行和左转的提前启亮时间关系图形,根据拟合图形的变化趋势,假设不同方向上电动自行车提前启亮时间的计算公式分别为:
Ts=a1+a2·ES2+a3·ES·Pe+a4·Pe2+a5·ES3+a6·ES2·Pe (2)
Tl=b1+b2·ES·Pe+b3·Pe2+b4·ES2·Pe+b5·Pe3+b6·exp(-(b7·Pe)2) (3)
式中:
Ts,Tl—分别是直行和左转电动自行车提前启亮时间,单位.s;
af,bw—待定参数,需根据实际参数进行拟合,其中:f=1,2…6,w=1,2…7;
Pe—电动自行车所占比例,计算公式为:
k—非机动车转换为机动车的折算系数,本文取0.2;
结合已有研究,机动车流量、饱和车头时距可表示为公式(5)和(6),则电动自行车提前启亮时间公式可表示为公式(7)和(8):
式中:
tl—车辆启动损失时间,单位.s;
t—实际统计数据时的调查时间,单位.s;
htj—实际统计数据时的某个车头时距,单位.s;
设置电动自行车提前相位可以减少机非之间的干扰,但如果电动自行车提前相位设置过长,一定程度上会影响交叉口的运行效率、增加车辆通行延误;为了保证不给机动车造成较大延误,非机动车总的提前启亮时间一般不应超过最佳信号周期的15%;否则,应当对非机动车提前相位时间作调整。
技术方案中所述的控制性能指标的选取是指:
本发明综合考虑时间效益、道路使用率和环境效益,选择车辆平均延误、交叉口通行能力和平均停车次数为控制性能指标;各项指标的计算模型如下所示:
(1)车辆平均延误
综合Webster延误模型和HCM延误模型,得到交叉口车辆平均延误公式:
式中:
Di—第i相位车辆平均延误,单位.s;
qi—第i相位交通流流量,单位.pcu/h;
yi—第i相位机动车流量比;
λi—第i相位绿信比;
si—第i相位机动车饱和流率,单位.pcu/h;
C—信号周期,单位.s;
(2)交叉口通行能力
设置电动自行车提前启亮后,交叉口通行能力应加入该部分时间内增加的车辆数目;具体公式如下:
式中:
—第i相位各进口道机动车、电动自行车的通行能力,单位.pcu/h, bike/h;
—第i相位各进口道直行、左转电动自行车的通行能力,单位. bike/h;
—第i相位r进口道机动车、直行电动自行车、左转电动自行车的饱和流率,单位.pcu/h,bike/h,bike/h;
gi—第i相位机动车的有效绿灯时间,单位.s;
(3)平均停车次数
平均停车次数利用稳态理论基础下的模型进行计算,具体公式如下:
式中:
Hi—第i相位的平均停车次数;
xi—第i相位的饱和度。
技术方案中所述的多目标优化模型的建立是指:
为提高交叉口通行效率,减缓机非干扰延误,本发明以车辆平均延误、交叉口通行能力和平均停车次数作为优化控制目标,以信号周期和各相位机动车有效绿灯时间作为决策变量,以饱和度作为约束条件,构建混合交通信号配时多目标优化模型:
minf(C,gi)=min[D(C,gi),-Q(C,gi),H(C,gi)]
式中:
C—信号周期,Cmin=30,Cmax=180,单位.s;
gi—第i相位机动车的有效绿灯时间,单位.s;
D—车辆平均延误,单位.s;
Q—交叉口通行能力,单位.pcu/h;
H—平均停车次数;
Tp—交叉口总的电动自行车提前启亮时间,单位.s;
L—交叉口总损失时间,单位.s;
gmin—最小绿灯时间,根据不同相位行人过街时间进行确定,单位.s;
xi—第i相位的饱和度,xmin=0.6,xmax=1;
实际应用时,将电动自行车提前启亮模型得到的结果代入多目标优化模型中,并通过NSGA-Ⅱ算法进行多目标函数的求解,从而得到交叉口各个相位优化后的信号配时。
与现有技术相比本发明的有益效果是:
1.本发明所述的信号交叉口电动自行车提前启亮时间的确定方法填补了现有混合交通流信号配时中未考虑电动自行车对机动车干扰影响的空白,提供了一种考虑电动自行车提前启亮的混合交通流信号配时方法,并结合车辆时空信息的动态变化进行建模,确保了该提前启亮时间确定方法的可行性和有效性;
2.本发明所述的信号交叉口电动自行车提前启亮时间的确定方法不仅可以同时保障机动车和非机动车的通行效益,还可为交叉口提供一种新的信号配时方法;并在保障电动自行车骑行者过街的舒适性、效率和安全性的同时避免信号交叉口时空资源的浪费;
3.本发明所述的信号交叉口电动自行车提前启亮时间的确定方法提出了一种能够反映机非干扰程度的影响强度指标,并综合考虑电动自行车比例、影响强度等因素,构建了电动自行车提前启亮时间模型,进而给出了操作性强、流程量化的信号配时过程,减少了交通工程师在混合信号配时过程中的盲目性、随意性等问题,更具有参照性和实践性。
附图说明
下面结合附图对本发明作进一步的说明:
图1是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法的流程框图;
图2-a是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中密集流条件下非机动车相邻机动车道为右转时电动自行车轨迹点频数地板图;
图2-b是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中自由流条件下非机动车相邻机动车道为右转时电动自行车轨迹点频数地板图;
图2-c是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中密集流条件下非机动车相邻机动车道为直行时电动自行车轨迹点频数地板图;
图2-d是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中自由流条件下非机动车相邻机动车道为直行时电动自行车轨迹点频数地板图;
图2-e是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中密集流条件下非机动车相邻机动车道为左转时电动自行车轨迹点频数地板图;
图2-f是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中自由流条件下非机动车相邻机动车道为左转时电动自行车轨迹点频数地板图;
图3-a是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中电动自行车平均密度与右转机动车行驶时间的关系图;
图3-b是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中电动自行车平均密度与直行机动车行驶时间的关系图;
图3-c是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中电动自行车平均密度与左转机动车行驶时间的关系图;
图4-a是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上影响强度与电动自行车流量的关系图;
图4-b是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行电动自行车流量的分布图;
图4-c是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上影响强度与电动自行车流量的关系图;
图4-d是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转电动自行车流量的分布图;
图4-e是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上影响强度与电动自行车速度的关系图;
图4-f是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行电动自行车速度的分布图;
图4-g是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上影响强度与电动自行车速度的关系图;
图4-h是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转电动自行车速度的分布图;
图5-a是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上影响强度与机动车流量的关系图;
图5-b是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行机动车流量的分布图;
图5-c是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上影响强度与机动车流量的关系图;
图5-d是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转机动车流量的分布图;
图5-e是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上影响强度与机动车速度的关系图;
图5-f是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行机动车速度的分布图;
图5-g是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上影响强度与机动车速度的关系图;
图5-h是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转机动车速度的分布图;
图6-a是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上影响强度与机动车流量、电动自行车流量的关系图;
图6-b是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上影响强度与机动车流量、电动自行车流量的关系图;
图6-c是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上影响强度与机动车速度、电动自行车速度的关系图;
图6-d是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上影响强度与机动车速度、电动自行车速度的关系图;
图7-a是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上释放初期时间与影响强度、电动自行车比例的关系图;
图7-b是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上释放初期时间与影响强度、电动自行车比例的关系图;
图8本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中多目标优化结果的示意图;
图9-a是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上高峰时段灵敏度分析结果;
图9-b是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上高峰时段灵敏度分析结果;
图9-c是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上平峰时段灵敏度分析结果;
图9-d是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上平峰时段灵敏度分析结果;
图9-e是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中直行方向上低峰时段灵敏度分析结果;
图9-f是本发明所述的信号交叉口电动自行车提前启亮时间的确定方法中左转方向上低峰时段灵敏度分析结果。
具体实施方式
下面结合附图对本发明作详细的描述:
本发明所要解决的技术问题是填补了现有混合交通流信号配时中未考虑电动自行车对机动车干扰影响的空白,结合车辆时空信息的动态变化,提供了一种考虑电动自行车提前启亮的配时方法,从而为混合交通流的信号配时提供理论依据和技术支持。信号交叉口电动自行车提前启亮时间的确定方法中:首先对绿灯期间机非干扰机理进行分析,提出了能够反映机非干扰程度的影响强度指标,接着进行电动自行车提前启亮时间的确定,最后构建了混合交通流信号配时多目标优化模型,实现了电动自行车提前相位的设置流程。信号交叉口电动自行车提前启亮时间的确定方法的具体操作步骤如下:
1.绿灯期间机非干扰机理的分析
1)机非干扰现象分析
(1)参阅图2-a至2-f,通过分析电动自行车在释放初期轨迹点频数的地板图,得到自由流条件和密集流条件下电动自行车运行轨迹的聚集度和扩散分布,此处需要说明的是,图中x表示电动自行车与非机动车道停车线之间的距离, y表示电动自行车偏离非机动车道右侧边缘的距离;且地板图中小方块的颜色越深表示该处电动自行车轨迹点的频数越高,不是图片的底色。则由图2-a至2-f 可知:
a.当信号交叉口相位为直行时,且电动自行车相邻的机动车道为右转机动车道,此时直行电动自行车会呈连续流不间断通过交叉口,严重阻滞右转机动车的通行,使得机动车需长期等待电动自行车群通过后方可转弯;
b.当信号交叉口相位为直行时,且电动自行车相邻的机动车道为直行机动车道,此时直行电动自行车会抢先占用旁边的直行机动车道,并扩散挤压直行机动车,导致机动车向外侧偏移并道;
c.当信号交叉口相位为左转时,左转电动自行车会抢先占用机动车的左转待转区,并与机动车交叉混行,挤压机动车向内侧空间行驶。
(2)进一步量化电动自行车的膨胀释放对机动车的影响,统计不同绿灯阶段(初期--红灯期间聚集在停车线前的车辆集群通过、中期--绿灯期间到达的车辆自由通过、末期--车辆零星通过)的电动自行车平均密度与机动车平均行驶时间的交互关系:
参阅图3-a至3-c,电动自行车对不同行驶方向的机动车影响程度各异,对右转机动车的影响最大,延误时间最长可达23s,直行和左转机动车最大车均延误时间分别为9.2s和7.4s。
(3)综合对机非干扰现象的分析,当电动自行车数量较多时,对机动车干扰严重,较大程度降低了整个交叉口的运行效率,因此在电动自行车数量较多时,设置电动自行车提前启亮显得尤为必要。
2)机非干扰程度量化分析
(1)影响强度指标的定义
电动自行车对机动车影响的直接表现是机动车行驶时间的变化,仅比较行驶时间的大小不能正确反映出机动车受电动自行车的干扰程度,它会受到交叉口尺寸的影响。深入分析可知,对比机动车在有无非机动车干扰条件下行驶时间的变化值,才能更加真实有效地反映出机动车受影响的程度。因此本发明定义了一个反映非机动车对机动车干扰的新型指标—影响强度,其表达式如下:
式中:Td—受非机动车干扰下机动车通过交叉口的时间,单位.s;
To—不受非机动车干扰下机动车通过交叉口的时间,单位.s。
(2)影响强度与不同变量的关系
通过实际观测发现,影响强度受周围车路环境的影响颇大。为了更好的探讨影响强度与这些因素的相互关系,本发明分别分析了影响强度与电动自行车流量Qe、电动自行车平均速度Ve、机动车流量Qv及机动车平均速度Vv的关系。
电动自行车提前启亮的设置主要是为了解决释放初期的机非冲突,因此本发明文主要研究的是绿灯初期直行和左转方向上电动自行车的释放时间变化。发明利用视频提取技术对电动自行车释放初期的时空信息进行提取。调查总时长为15.6小时,总计433周期的绿灯初期的数据,其中直行数据为211个,左转为222个。分别采集了释放初期时间及相应时间段内的电动自行车流量、机动车流量、电动自行车平均速度、机动车平均速度、机动车通过交叉口时间。调查地点几何特征如表1所示。
表1 调查地点的特征参数
参阅图4-a至图4-h与图5-a至图5-h,在分布函数类型方面,不同方向上影响强度与电动自行车流量/电动自行车平均速度/机动车流量/机动车平均速度的函数类型不同;在变量数值方面,不同行驶方向上车辆流量分布差异显著,直行电动自行车流量集中分布在900-1200bike/h,左转电动自行车为 200-600bike/h,直行机动车流量为160-380pcu/h,左转机动车为50-200pcu/h。
参阅图6-a至图6-d,探讨了影响强度与流量、平均速度之间的复合关系,图中显示,随着机动车流量和电动自行车流量的增加,影响强度也随之增加,逐渐趋于平缓;随着机动车平均速度与电动自行车平均速度的变化,影响强度波动较大。
结合变量间关系的分析结果,影响强度与电动自行车、机动车的相关变量均有关联,且影响强度的变化能够反映出道路交通状态的改变,因此若利用影响强度来构建电动自行车提前启亮时间模型,则其能更好的反映出非机动车对机动车的干扰程度。
2.电动自行车提前启亮时间的确定
参阅图7-a与图7-b,通过拟合实际数据,获得了释放初期时间与影响强度、电动自行车比例的复合关系,分别得到直行和左转的提前启亮时间关系图形。根据拟合图形的变化趋势,假设不同方向上电动自行车提前启亮时间的计算公式分别为:
Ts=a1+a2·ES2+a3·ES·Pe+a4·Pe2+a5·ES3+a6·ES2·Pe (2)
Tl=b1+b2·ES·Pe+b3·Pe2+b4·ES2·Pe+b5·Pe3+b6·exp(-(b7·Pe)2) (3)
式中:
Ts,Tl—分别是直行和左转电动自行车提前启亮时间,单位.s;
af,bw(f=1,2…6,w=1,2…7)—待定参数,需根据实际参数进行拟合;
Pe—电动自行车所占比例,计算公式为:
k—非机动车转换为机动车的折算系数,本文取0.2。
结合已有研究,机动车流量、饱和车头时距可表示为公式(5)和(6),则电动自行车提前启亮时间公式可表示为公式(7)和(8):
式中:
tl—车辆启动损失时间,单位.s;
t—实际统计数据时的调查时间,单位.s;
htj—实际统计数据时的某个车头时距,单位.s。
通过公式5~8的推导,可以得到电动自行车提前启亮时间与机动车车头时距、机动车行驶时间、电动自行车流量之间的关系,从而扩展模型的应用范围。
此外,设置电动自行车提前相位可以减少机非之间的干扰,但如果电动自行车提前相位设置过长,一定程度上会影响交叉口的运行效率、增加车辆通行延误。实践证明,为了保证不给机动车造成较大延误,非机动车总的提前启亮时间一般不应超过最佳信号周期的15%;如果超过,应当对非机动车提前相位时间作相应的调整。
3.混合交通流信号配时多目标优化模型的建立
1)控制性能指标的选取
本发明综合考虑时间效益、道路使用率和环境效益,选择车辆平均延误、交叉口通行能力和平均停车次数为控制性能指标;各项指标的计算模型如下所示:
(1)车辆平均延误
综合Webster延误模型和HCM延误模型,得到交叉口车辆平均延误公式:
式中:
Di—第i相位车辆平均延误,单位.s;
qi—第i相位交通流流量,单位.pcu/h;
yi—第i相位机动车流量比;
λi—第i相位绿信比;
si—第i相位机动车饱和流率,单位.pcu/h;
C—信号周期,单位.s;
(2)交叉口通行能力
设置电动自行车提前启亮后,交叉口通行能力应加入该部分时间内增加的车辆数目(由于实际调查中右转电动自行车太少,故此处不予考虑)。具体公式如下:
式中:
—第i相位各进口道机动车、电动自行车的通行能力,单位.pcu/h, bike/h;
—第i相位各进口道直行、左转电动自行车的通行能力,单位. bike/h;
—第i相位r进口道机动车、直行电动自行车、左转电动自行车的饱和流率,单位.pcu/h,bike/h,bike/h;
gi—第i相位机动车的有效绿灯时间,单位.s;
(3)平均停车次数
平均停车次数利用稳态理论基础下的模型进行计算,具体公式如下:
式中:
Hi—第i相位的平均停车次数;
xi—第i相位的饱和度。
2)多目标优化模型的建立
为提高交叉口通行效率,减缓机非干扰延误,本发明以车辆平均延误、交叉口通行能力和平均停车次数作为优化控制目标,以信号周期和各相位机动车有效绿灯时间作为决策变量,以饱和度作为约束条件,构建混合交通信号配时多目标优化模型:
minf(C,gi)=min[D(C,gi),-Q(C,gi),H(C,gi)]
式中:
C—信号周期,Cmin=30,Cmax=180,单位.s;
gi—第i相位机动车的有效绿灯时间,单位.s;
D—车辆平均延误,单位.s;
Q—交叉口通行能力,单位.pcu/h;
H—平均停车次数;
Tp—交叉口总的电动自行车提前启亮时间,单位.s;
L—交叉口总损失时间,单位.s;
gmin—最小绿灯时间,根据不同相位行人过街时间进行确定,单位.s;
xi—第i相位的饱和度,xmin=0.6,xmax=1。
实际应用时,将电动自行车提前启亮模型得到的结果代入多目标优化模型中,并通过NSGA-Ⅱ算法进行多目标函数的求解,从而得到交叉口各个相位优化后的信号配时。此处需要说明的是,NSGA-Ⅱ(Non-dominated Sorting Genetic Algorithm-Ⅱ),即带精英策略的非支配排序遗传算法。作为目前最流行的多目标遗传算法之一,它降低了非劣排序遗传算法的复杂性,具有运行速度快,解集的收敛性好等优点,成为其他多目标优化算法性能的基准,因而本发明选择该算法进行多目标函数的求解。
实施例
为了验证本发明的效果,利用地点3的实际数据进行实例分析。通过实地调查,得到该交叉口(四相位)不同交通状态的流量数据,如表2所示。
表2 古墩路-余杭塘路交叉口的交通状况
1.绿灯期间机非干扰机理的分析
参阅图1,利用该提前启亮时间确定方法进行配时时不需重复计算步骤1即绿灯期间机非干扰机理的分析步骤(该步骤仅为确定提前启亮时间模型中相关变量的分析过程,故无需重复),可直接进行步骤2即电动自行车提前启亮时间的确定。
2.电动自行车提前启亮时间的确定
本发明以高峰时段数据为例,进行地点3的信号配时。利用调查数据得到电动自行车提前启亮模型中待定参数值为:
a1=9.006,a2=-22.11,a3=60.7,a4=-13.44,a5=16.24,a6=-33.9;b1=-873.7, b2=41.95,b3=2385,b4=-46.53,b5=-1663,b6=873.6,b7=-1.52;且直行和左转拟合的 R2分别为0.88和0.82。根据公式2、3分别得到四个相位的提前启亮时间:7s, 4s,6s和5s。
3.混合交通流信号配时多目标优化模型的建立
参阅图8,将所得的提前启亮时间代入多目标优化模型进行求解,其为多目标优化结果,坐标系中点集均为最优解,但在应用中,一般选择距离坐标原点最近的解作为最终解集,此时三个指标值分别为57.71s、8241pcu/h和0.822,对应高峰时段各个机动车相位的绿灯时间为:40s,21s,39s,46s。以上,完成了混合交通流的信号配时。
为了检验电动自行车提前启亮模型的有效性,特对不同交通状态下影响强度、电动自行车比例、提前启亮时间之间的影响关联进行灵敏度分析。参阅图 9-a至图9-f,由图中可知,不同方向下对提前启亮时间影响显著的变量相反,且交通状态的改变会对主要影响变量产生作用。在直行方向上,高峰和中峰的主要影响变量是电动自行车比例,低峰时变为影响强度,而左转方向恰好相反。
为了进一步验证多目标模型的有效性,分别对不同交通状态下原方案、ARRB 方案、Webster方案、改进Webster方案、本文提前启亮方案进行对比,结果如表3所示。
表3 不同交通状态下各类配时算法对比结果
注:括号中为电动自行车提前启亮时间;
I-Webster方案代表改进的Webster方案;
斜体部分表示不同配时方案相对于提前启亮方案的变化量。
由表3可知,对比不同方案,本发明提出的模型优越性明显,周期时长、车辆平均延误和停车率均有不同程度的下降,通行能力增幅明显,其中最高变动幅度分别为-8.2%、-11.5%、-3.7%和+7.3%;对比不同交通状态,高峰时段本文算法有效性明显,中低峰时,相比于ARRB和Webster方案,停车率会小幅微增,但其他指标均优于已有方案,这与周期大幅缩短有关。整体而言,本发明提出的电动自行车提前启亮模型是有效实用的,且利用其得到的多目标信号配时优化方案效果更优,更能满足实际交通需求。
综上可知,本发明考虑了电动自行车对机动车的干扰影响,基于空间和时间安全提出了一种能够反映机非干扰程度的影响强度指标,并结合车辆驾驶信息的动态变化,建立了电动自行车提前启亮时间模型,补充了混合交通流信号配时中设置电动自行车提前相位的空白。该发明一方面为交叉口交通的安全驾驶、混合交通的科学配时提供重要依据,另一方面避免了以往配时方法中主观性和不确定性的问题,减少了交通工程师在信号配时过程中的盲目性、随意性等问题,因此,本发明可以为电动自行车的提前相位设置提供理论参考和技术支持,具有较好的应用前景。
Claims (6)
1.一种信号交叉口电动自行车提前启亮时间的确定方法,其特征在于,所述的信号交叉口电动自行车提前启亮时间的确定方法的步骤如下:
1)绿灯期间机非干扰机理的分析:
(1)机非干扰现象分析;
(2)机非干扰程度量化分析;
2)电动自行车提前启亮时间的确定;
3)混合交通流信号配时多目标优化模型的建立:
(1)控制性能指标的选取;
(2)多目标优化模型的建立。
2.按照权利要求1所述的信号交叉口电动自行车提前启亮时间的确定方法,其特征在于,所述的机非干扰现象分析是指:
1)通过分析电动自行车在释放初期轨迹点的频数变化,得到自由流条件和密集流条件下电动自行车运行轨迹的聚集度和扩散分布:
(1)当信号交叉口相位为直行时,且电动自行车相邻的机动车道为右转机动车道,此时直行电动自行车会呈连续流不间断通过交叉口,严重阻滞右转机动车的通行,使得机动车需长期等待电动自行车群通过后方可转弯;
(2)当信号交叉口相位为直行时,且电动自行车相邻的机动车道为直行机动车道,此时直行电动自行车会抢先占用旁边的直行机动车道,并扩散挤压直行机动车,导致机动车向外侧偏移并道;
(3)当信号交叉口相位为左转时,左转电动自行车会抢先占用机动车的左转待转区,并与机动车交叉混行,挤压机动车向内侧空间行驶;
2)进一步量化电动自行车的膨胀释放对机动车的影响,统计不同绿灯阶段的电动自行车平均密度与机动车平均行驶时间的交互关系:
电动自行车对不同行驶方向的机动车影响程度各异,对右转机动车的影响最大,延误时间最长可达23s,直行和左转机动车最大车均延误时间分别为9.2s和7.4s;
3)根据上述分析,当电动自行车数量较多时,对机动车干扰严重,较大程度降低了整个交叉口的运行效率,因此在电动自行车数量较多时,设置电动自行车提前启亮显得尤为必要。
3.按照权利要求1所述的信号交叉口电动自行车提前启亮时间的确定方法,其特征在于,所述的机非干扰程度量化分析是指:
(1)影响强度指标的定义
电动自行车对机动车影响的直接表现是机动车行驶时间的变化,仅比较行驶时间的大小不能正确反映出机动车受电动自行车的干扰程度,它会受到交叉口尺寸的影响;深入分析可知,对比机动车在有无非机动车干扰条件下行驶时间的变化值,才能更加真实有效地反映出机动车受影响的程度,因此本发明定义了一个反映非机动车对机动车干扰的新型指标—影响强度,其表达式如下:
式中:Td—受非机动车干扰下机动车通过交叉口的时间,单位.s;
To—不受非机动车干扰下机动车通过交叉口的时间,单位.s;
(2)影响强度与不同变量的关系
通过实际观测发现,影响强度受周围车路环境的影响颇大,为了更好的探讨影响强度与这些因素的相互关系,本发明分别分析了影响强度与电动自行车流量Qe、电动自行车平均速度Ve、机动车流量Qv及机动车平均速度Vv的关系;
分析结果显示,影响强度与电动自行车、机动车的相关变量均有关联,且影响强度的变化能够反映出道路交通状态的改变,因此若利用影响强度来构建电动自行车提前启亮时间模型,则其能更好的反映出非机动车对机动车的干扰程度。
4.按照权利要求1所述的信号交叉口电动自行车提前启亮时间的确定方法,其特征在于,所述的电动自行车提前启亮时间的确定是指:
通过拟合实际数据,获得了释放初期时间与影响强度、电动自行车比例的复合关系,分别得到直行和左转的提前启亮时间关系图形,根据拟合图形的变化趋势,假设不同方向上电动自行车提前启亮时间的计算公式分别为:
Ts=a1+a2·ES2+a3·ES·Pe+a4·Pe2+a5·ES3+a6·ES2·Pe (2)
Tl=b1+b2·ES·Pe+b3·Pe2+b4·ES2·Pe+b5·Pe3+b6·exp(-(b7·Pe)2) (3)
式中:
Ts,Tl—分别是直行和左转电动自行车提前启亮时间,单位.s;
af,bw—待定参数,需根据实际参数进行拟合,其中:f=1,2…6,w=1,2…7;
Pe—电动自行车所占比例,计算公式为:
k—非机动车转换为机动车的折算系数,本文取0.2;
结合已有研究,机动车流量、饱和车头时距可表示为公式(5)和(6),则电动自行车提前启亮时间公式可表示为公式(7)和(8):
式中:
tl—车辆启动损失时间,单位.s;
t—实际统计数据时的调查时间,单位.s;
htj—实际统计数据时的某个车头时距,单位.s;
设置电动自行车提前相位可以减少机非之间的干扰,但如果电动自行车提前相位设置过长,一定程度上会影响交叉口的运行效率、增加车辆通行延误;为了保证不给机动车造成较大延误,非机动车总的提前启亮时间一般不应超过最佳信号周期的15%;否则,应当对非机动车提前相位时间作调整。
5.按照权利要求1所述的信号交叉口电动自行车提前启亮时间的确定方法,其特征在于,所述的控制性能指标的选取是指:
本发明综合考虑时间效益、道路使用率和环境效益,选择车辆平均延误、交叉口通行能力和平均停车次数为控制性能指标;各项指标的计算模型如下所示:
(1)车辆平均延误
综合Webster延误模型和HCM延误模型,得到交叉口车辆平均延误公式:
式中:
Di—第i相位车辆平均延误,单位.s;
qi—第i相位交通流流量,单位.pcu/h;
yi—第i相位机动车流量比;
λi—第i相位绿信比;
si—第i相位机动车饱和流率,单位.pcu/h;
C—信号周期,单位.s;
(2)交叉口通行能力
设置电动自行车提前启亮后,交叉口通行能力应加入该部分时间内增加的车辆数目;具体公式如下:
式中:
—第i相位各进口道机动车、电动自行车的通行能力,单位.pcu/h,bike/h;
—第i相位各进口道直行、左转电动自行车的通行能力,单位.bike/h;
—第i相位r进口道机动车、直行电动自行车、左转电动自行车的饱和流率,单位.pcu/h,bike/h,bike/h;
gi—第i相位机动车的有效绿灯时间,单位.s;
(3)平均停车次数
平均停车次数利用稳态理论基础下的模型进行计算,具体公式如下:
式中:
Hi—第i相位的平均停车次数;
xi—第i相位的饱和度。
6.按照权利要求1所述的信号交叉口电动自行车提前启亮时间的确定方法,其特征在于,所述的多目标优化模型的建立是指:
为提高交叉口通行效率,减缓机非干扰延误,本发明以车辆平均延误、交叉口通行能力和平均停车次数作为优化控制目标,以信号周期和各相位机动车有效绿灯时间作为决策变量,以饱和度作为约束条件,构建混合交通信号配时多目标优化模型:
式中:
C—信号周期,Cmin=30,Cmax=180,单位.s;
gi—第i相位机动车的有效绿灯时间,单位.s;
D—车辆平均延误,单位.s;
Q—交叉口通行能力,单位.pcu/h;
H—平均停车次数;
Tp—交叉口总的电动自行车提前启亮时间,单位.s;
L—交叉口总损失时间,单位.s;
gmin—最小绿灯时间,根据不同相位行人过街时间进行确定,单位.s;
xi—第i相位的饱和度,xmin=0.6,xmax=1;
实际应用时,将电动自行车提前启亮模型得到的结果代入多目标优化模型中,并通过NSGA-Ⅱ算法进行多目标函数的求解,从而得到交叉口各个相位优化后的信号配时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811017918.1A CN109559504B (zh) | 2018-09-02 | 2018-09-02 | 信号交叉口电动自行车提前启亮时间的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811017918.1A CN109559504B (zh) | 2018-09-02 | 2018-09-02 | 信号交叉口电动自行车提前启亮时间的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109559504A true CN109559504A (zh) | 2019-04-02 |
CN109559504B CN109559504B (zh) | 2021-01-29 |
Family
ID=65864551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811017918.1A Active CN109559504B (zh) | 2018-09-02 | 2018-09-02 | 信号交叉口电动自行车提前启亮时间的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109559504B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136443A (zh) * | 2019-05-24 | 2019-08-16 | 辽宁工业大学 | 一种基于车辆行驶状态的交通信号灯优化方法 |
CN113362623A (zh) * | 2021-06-04 | 2021-09-07 | 哈尔滨工业大学 | 一种连续流交叉口左转非机动车交通组织系统及信号控制方法 |
CN113918869A (zh) * | 2021-09-02 | 2022-01-11 | 昆明理工大学 | 一种面向非强制优先混合交通出行的提前右转车通行能力计算方法 |
CN115830872A (zh) * | 2022-12-23 | 2023-03-21 | 东南大学 | 一种判断事故发生对自行车使用弹性影响的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714298A (zh) * | 2009-10-30 | 2010-05-26 | 北京工业大学 | 城市信号交叉口混合交通秩序度计算方法 |
CN105551271A (zh) * | 2016-02-02 | 2016-05-04 | 浙江大学 | 一种面向左右型错位交叉口的交通组织和信号控制方法 |
CN105761515A (zh) * | 2016-01-29 | 2016-07-13 | 吴建平 | 一种交叉口信号动态调整方法及装置、系统 |
CN105825686A (zh) * | 2016-03-29 | 2016-08-03 | 河南城建学院 | 道路交叉口路段提前左转通行控制方法 |
CN105931472A (zh) * | 2016-05-30 | 2016-09-07 | 吉林大学 | 信号交叉口行人信号提前时间计算方法 |
US9460613B1 (en) * | 2016-05-09 | 2016-10-04 | Iteris, Inc. | Pedestrian counting and detection at a traffic intersection based on object movement within a field of view |
TW201822167A (zh) * | 2016-12-14 | 2018-06-16 | 中華電信股份有限公司 | 混合車流交通號誌控制方法 |
-
2018
- 2018-09-02 CN CN201811017918.1A patent/CN109559504B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714298A (zh) * | 2009-10-30 | 2010-05-26 | 北京工业大学 | 城市信号交叉口混合交通秩序度计算方法 |
CN105761515A (zh) * | 2016-01-29 | 2016-07-13 | 吴建平 | 一种交叉口信号动态调整方法及装置、系统 |
CN105551271A (zh) * | 2016-02-02 | 2016-05-04 | 浙江大学 | 一种面向左右型错位交叉口的交通组织和信号控制方法 |
CN105825686A (zh) * | 2016-03-29 | 2016-08-03 | 河南城建学院 | 道路交叉口路段提前左转通行控制方法 |
US9460613B1 (en) * | 2016-05-09 | 2016-10-04 | Iteris, Inc. | Pedestrian counting and detection at a traffic intersection based on object movement within a field of view |
CN105931472A (zh) * | 2016-05-30 | 2016-09-07 | 吉林大学 | 信号交叉口行人信号提前时间计算方法 |
TW201822167A (zh) * | 2016-12-14 | 2018-06-16 | 中華電信股份有限公司 | 混合車流交通號誌控制方法 |
Non-Patent Citations (6)
Title |
---|
LU BAI 等: "Comparative analysis of the safety effects of electric bikes at signalized intersections", 《TRANSPORTATION RESEARCH PART D》 * |
YU-LIANG LIU 等: "Discharge Model and Control Strategy for E-bicycle Mixed Intersections", 《2016 12TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION (WCLCA)》 * |
张强 等: "西安市高新区道路平面交叉口精细化改造设计研究", 《城市道桥与防洪》 * |
武亚鹏 等: "右转车辆穿越直行非机动车流延误计算方法", 《华东交通大学学报》 * |
白路祥 等: "基于AHP的滨州市交通安全综合评价方法研究", 《科技信息》 * |
陈永恒 等: "信控交叉口提前右转机动车与行人冲突特性", 《西南交通大学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136443A (zh) * | 2019-05-24 | 2019-08-16 | 辽宁工业大学 | 一种基于车辆行驶状态的交通信号灯优化方法 |
CN110136443B (zh) * | 2019-05-24 | 2020-09-29 | 辽宁工业大学 | 一种基于车辆行驶状态的交通信号灯优化方法 |
CN113362623A (zh) * | 2021-06-04 | 2021-09-07 | 哈尔滨工业大学 | 一种连续流交叉口左转非机动车交通组织系统及信号控制方法 |
CN113918869A (zh) * | 2021-09-02 | 2022-01-11 | 昆明理工大学 | 一种面向非强制优先混合交通出行的提前右转车通行能力计算方法 |
CN113918869B (zh) * | 2021-09-02 | 2024-04-02 | 昆明理工大学 | 一种面向非强制优先混合交通出行的提前右转车通行能力计算方法 |
CN115830872A (zh) * | 2022-12-23 | 2023-03-21 | 东南大学 | 一种判断事故发生对自行车使用弹性影响的方法 |
CN115830872B (zh) * | 2022-12-23 | 2023-09-01 | 东南大学 | 一种判断事故发生对自行车使用弹性影响的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109559504B (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109559504A (zh) | 信号交叉口电动自行车提前启亮时间的确定方法 | |
CN101789182B (zh) | 一种基于平行仿真技术的交通信号控制系统及方法 | |
CN100444210C (zh) | 单点信号控制交叉口的混合控制方法 | |
CN106548633A (zh) | 一种路网潮汐交通流可变导向车道控制方法 | |
CN111951549B (zh) | 在网联车辆环境下的自适应交通信号灯控制方法及系统 | |
CN104036646B (zh) | 交叉口信号配时时段的划分方法 | |
CN103903433B (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN107316472A (zh) | 一种面向干道双向不同需求的动态协调控制方法 | |
CN110136455A (zh) | 一种交通信号灯配时方法 | |
CN105046987A (zh) | 一种基于强化学习的路面交通信号灯协调控制方法 | |
CN106710220B (zh) | 一种城市道路分层动态协调控制算法及控制方法 | |
CN106530709B (zh) | 一种面向用户的高速公路交通指数发布系统 | |
CN106297329A (zh) | 一种联网信号机的信号配时自适应优化方法 | |
CN101325008A (zh) | 一种城市交通干线动态双向绿波带智能协调控制方法 | |
CN106856049A (zh) | 基于卡口号牌识别数据的关键交叉口需求集聚分析方法 | |
CN102592447A (zh) | 一种基于fcm的区域路网的道路交通状态判别方法 | |
CN112216122B (zh) | 一种自动驾驶进程中交叉口车道布设与信号配时方法 | |
Park et al. | Optimization of time-of-day breakpoints for better traffic signal control | |
CN112017439B (zh) | 一种自动驾驶交叉口行人过街摆渡车控制方法 | |
CN103824446A (zh) | 一种子区多交叉口群决策控制方法 | |
CN106530710B (zh) | 一种面向管理者的高速公路交通指数预测方法和系统 | |
CN112071074A (zh) | 一种交叉口自动驾驶车辆专用相位的设置方法 | |
CN112365714A (zh) | 一种智轨通行主支路交叉口交通信号控制方法 | |
CN115713863A (zh) | 一种面向自动驾驶专用相位的轨迹规划与信号优化方法 | |
CN113506442A (zh) | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |