一种动态交通条件下的单点控制方法
技术领域
本发明属于智能交通技术领域,具体涉及一种动态交通条件下的单点控制方法。
背景技术
交叉口作为城市道路网络的重要枢纽点,是交通流的冲突点,也是交通事故的多发点。发生在交叉口的局部问题能借助网络的开放性,向周围迅速扩散和积累,若处理不当往往会造成交通系统功能大范围、长时间的受损甚至完全瘫痪。交通信号控制是交叉口必不可少的管控措施。合理的相位配时方案不仅能分配各向车流的通行权,还能提高交叉口的运行效率,因此,交通信号配时优化问题一直是研究的热点。多年来,信号控制方法逐渐从定时控制、感应控制发展到自适应控制,优化目标也由单目标向多目标转变。随着优化模型的复杂化,遗传算法、粒子群算法等智能控制算法逐渐被改进并应用到配时方案的求解中。
目前,现有技术中已存在多种交通信号配时的优化方法,各优化方法利弊相兼,如申请号为200710021647.2的专利文献中公开了一种单点信号控制交叉口的混合控制方法,其通过采集交叉口的实时信息,将交叉口的状态分为高峰状态和平峰状态,根据当前交通状态和当前所用信号控制模式之间的不同组合,选择定时控制或模糊控制。该方法在固定相序下对配时进行优化,没有考虑到对相序的优化。
又如,申请号为201510474138.X的专利文献中公开了一种基于线圈的单点自优化信号控制方法及装置,其采用主动式线圈检测技术,通过将线圈采集到的数据转换成交通运行指数,构建交通运行指数-信号周期关系模型,以及交通运行指数-绿信比关系模型对配时进行优化。该方法采用的模型不是一个优化模型,所求方案不是最优解。
又如,申请号为201510582017.7的专利文献中公开了一种交通信号单点自学习优化控制方法,其利用流量检测器实时监测各车道车流量信息,交通信号控制机接收流量检测器反馈的车流量信息,并根据上一周期的车道车流量信息,调整当前周期绿灯时间,最后根据当前周期绿灯时间确定各相位实际绿灯放行时间。该方法没有考虑饱和状态及不饱和状态下交通状态的差异,针对变化的交通流采用固定的公式计算信号配时,不能满足交通需求的动态变化。
又如,申请号为201510025259.6的专利文献中公开了一种基于卡口数据的单点交叉口信号配时参数优化方法,其通过获取卡口式电子警察的数据,计算每个相位所有车辆的平均行程时间、平均延误,对相位饱和度优化得到信号周期,通过不同相位的延误变化情况优化得到各个相位的有效绿灯时间。该方法采用的模型不是一个优化模型,所求方案不是最优解。
又如,申请号为201610971018.5的专利文献中公开了基于交叉口过车记录的单点信号控制优化方法,其通过获取交叉口各方向进口道停车线的车辆通过记录,分析各相位的绿灯利用指数,若各周期内绿灯利用情况存在绿灯时间剩余,则缩短绿灯时间。该方法适用于不饱和情况下的配时方案调整,无法应用于饱和情况,适用性差。
发明内容
本发明的目的在于提供一种动态交通条件下的单点控制方法,该单点控制方法能够获取交叉口当前的交通状态,并根据不同的交通状态采取相应的策略进行信号控制,以得到交叉口最优的配时方案。
为实现上述目的,本发明的技术方案为:
一种动态交通条件下的单点控制方法,所述动态交通条件下的单点控制方法,包括:
S1、依托安装在道路各交叉口的车辆检测设备,获取本交叉口的车流量、排队长度、饱和车头间距,同时获取下游交叉口的最大排队长度以及下游路段的长度;
S2、计算交叉口的交通需求:其中,qi表示相位i的交通需求,Qi表示相位i在tQ时间段内的车流量,li表示绿灯结束时车辆的排队长度,lh表示饱和车头间距;
S3、建立约束条件:
S31、根据下游路段的容量,建立下游承载约束,具体为:
其中,表示本交叉口相位i的最大绿灯时长,Lm表示下游路段的长度,ln表示下游交叉口的最大排队长度,lh表示饱和车头间距,ts表示饱和车头时距,α表示调节系数;
S32、建立配时约束:获取本交叉口相位i的最大绿灯时长最小绿灯时长获取本交叉口的最大信号周期时长cmax、最小信号周期时长cmin,建立信号周期时长c的约束,以及本交叉口相位i的绿灯时长gi的约束;
S4、根据本交叉口当前的车流量,调整配时相序,具体为:当本交叉口相关转向的车流量小于设定阈值时,调整配时相序为双向车道的左转与直行同时放行;否则,调整配时相序为双向车道的左转与直行分别放行;
S5、根据绿灯亮起时,车辆通过交叉口停车线时的车头时距t′,更新饱和车头时距ts和饱和流量S;
S6、计算通行能力系数μ:首先建立优化问题,所述优化问题包括目标函数f=maxμ,以及流量均衡约束:其中gi表示交叉口相位i的绿灯时长,μ表示交叉口的通行能力系数,qi表示交叉口相位i的交通需求,ρi表示交叉口相位i的容忍饱和度,si表示交叉口相位i的饱和流量,c表示交叉口的信号周期时长;
然后针对优化问题,通过CMOA-BOC算法求解,所求得的解中包含未知数gi的值以及通行能力系数μ的值;
S7、若通行能力系数μ>1,则表示交叉口处于非饱和状态,此时采用非饱和状态感应控制动态调整各相位的绿灯时长;否则,通行能力系数μ≤1,表示交叉口处于饱和或过饱和状态,则采用针对所述优化问题所求得的gi的值作为交叉口相位i的绿灯时长。
作为优选,所述获取本交叉口相位i的最大绿灯时长最小绿灯时长获取本交叉口的最大信号周期时长cmax、最小信号周期时长cmin,建立信号周期时长c的约束,以及本交叉口相位i的绿灯时长gi的约束,包括:
建立本交叉口相位i的绿灯时长gi的约束如下:
最小绿灯时长约束:
最大绿灯时长约束:
建立屏障时长约束Bmj=Bkj,当gi与gi+1属于同一屏障j时,若qi≥qi+1,则gi≥gi+1;否则,gi<gi+1,其中,Bmj表示在环m中屏障j的绿灯时长、黄灯时长以及红灯时长之和;Bkj表示在环k中屏障j的绿灯时长、黄灯时长以及红灯时长之和;qi表示相位i的交通需求;qi+1表示相位i+1的交通需求;gi+1表示相位i+1的绿灯时长;
建立信号周期时长c的约束如下:
最小周期时长约束:c≥cmin;
最大周期时长约束:c≤cmax;
屏障时长对信号周期的约束:c=∑Bj,其中,Bj表示屏障j的绿灯时长、黄灯时长以及红灯时长之和。
作为优选,所述根据绿灯亮起时,车辆通过交叉口停车线时的车头时距t′,更新饱和车头时距ts和饱和流量S,包括:
绿灯亮起时,从第二辆车刚过停车线时开始计时,同时记录经过停车线的车辆数,并检测车辆经过停车线时的车头时距t′,当检测到的车头时距t′值产生突变时停止计时以及停止计数;
统计多个信号周期内的计时时间以及车辆数,并将统计得到的时间除以统计得到的车辆数,得到饱和车头时距ts,并进行更新;
根据更新后的饱和车头时距ts,得到饱和流量S=3600/ts,并进行更新。
作为优选,所述非饱和状态感应控制的方法,包括:
若检测到当前放行相位所对应的车道占有率σ=0,或检测到当前放行相位所对应的车辆间的车头时距t′与饱和车头时距ts的关系满足t′≥βts时,则进一步判断当前相位的绿灯时长gi是否满足最小绿灯时长即若则将当前放行的相位切换为红灯,下一个放行的相位切换为绿灯;若则维持当前放行的相位为绿灯;
否则,判断当前放行的相位的绿灯剩余时长tremain,当tremain<ts时,则在当前放行相位的绿灯时长gi的基础上增加一个饱和车头时距ts的时长,直至增加后的当前放行相位的绿灯时长gi达到最大绿灯时长或车道占有率σ=0或t′≥βts时,将当前放行的相位切换为红灯,下一个放行的相位切换为绿灯。
本发明提供的一种动态交通条件下的单点控制方法,其结合相邻上下游交叉口的交通状态构建本交叉口的相关约束和输入信息;考虑了交叉口交通需求的变化引起的相序变换;进一步考虑了更新饱和车头时距和饱和流量的方法,以保证当前所使用的数据为最接近当前交通状态的数据;并且针对不同交通状态制定相应的信号控制策略,避免了因模型复杂导致的求解难度增加,同时巧妙均衡考虑了控制方案的稳定性和灵活性;并且可依据经验、道路权重等对各相位设置不同的容忍饱和度来调节信号控制力度,以增强实施的可控性。
附图说明
图1为本发明交叉口的一种实施例相位编号;
图2为本发明的单点控制方法的流程图;
图3为本发明交叉口的一种实施例相位变换图;
图4为本发明的非饱和状态感应控制的一种实施例流程图;
图5为实施例1中的原相序方案;
图6为实施例1中的交叉口的各转向流量示意图。
具体实施方式
下面结合附图和实施例对本发明技术方案做进一步详细说明,以下实施例不构成对本发明的限定。
本实施例提供一种动态交通条件下的单点控制方法,用于调整道路交叉口在不同交通状态下的信号控制策略,以提升交叉口的运行效率。本实施例中所涉及的交叉口的基本相位编号如图1所示,该基本相位编号中仅涉及路段的左转与直行相位,其他更为复杂的相位编号可在图1的基础上进行形变得到。
如图2所示,本实施例的动态交通条件下的单点控制方法,包括以下步骤:
S1、获取交叉口的交通参数:依托安装在道路交叉口的车辆检测设备,获取本交叉口的车流量、排队长度、饱和车头间距,同时获取下游交叉口的最大排队长度以及下游路段的长度。
其中,车辆检测设备如卡口式电子警察、道路监控器、流量检测器或线圈车辆检测设备等。需要说明的是,所需获取的交通参数包括但不仅限于上述列举的内容,例如,上游交叉口的最大排队长度以及上游路段的长度等。
S2、计算交叉口的交通需求:交通需求可近似表示为本交叉口的车流量与绿灯结束时车辆剩余排队折算流量的和,具体为:
其中,qi表示相位i的交通需求,Qi表示相位i在tQ时间段内的车流量,li表示绿灯结束时车辆的排队长度,lh表示饱和车头间距。
S3、建立约束条件:
S31、根据下游路段的容量,建立下游承载约束。
需要建立下游承载约束,是因为下游交叉口与本交叉口存在影响关系:下游交叉口能否承受本交叉口的最大放行量,即当本交叉口以最大绿灯放行时,是否会造成下游交叉口拥堵或溢出。其中下游路段的容量可根据下游交叉口的最大排队长度以及下游路段的长度得到。
具体的下游承载约束关系为:
其中,表示本交叉口相位i的最大绿灯时长,Lm表示下游路段的长度,ln表示下游交叉口的最大排队长度,lh表示饱和车头间距,ts表示饱和车头时距,α表示调节系数,一般α的取值为0.5,在实施过程中,α可根据交通状态的真实情况和相应数据进行分析设置。
S32、采用美国电器制造商协会NEMA标准的配时方式,建立配时约束。在配时约束中,需要获取本交叉口相位i的最大绿灯时长最小绿灯时长获取本交叉口的最大信号周期时长cmax、最小信号周期时长cmin,建立信号周期时长c的约束,以及本交叉口相位i的绿灯时长gi的约束。
具体的配时约束关系为:
建立本交叉口相位i的绿灯时长gi的约束如下:
最小绿灯时长约束:
最大绿灯时长约束:
根据NEMA标准的配时方式,建立屏障时长约束Bmj=Bkj,以屏障时长约束为前提,当gi与gi+1属于同一屏障j时,
若qi≥qi+1,则gi≥gi+1;否则,gi<gi+1。
其中,Bmj表示在环m中屏障j的绿灯时长、黄灯时长以及红灯时长之和;Bkj表示在环k中屏障j的绿灯时长、黄灯时长以及红灯时长之和;qi表示相位i的交通需求;qi+1表示表示相位i+1的交通需求;gi+1表示相位i+1的绿灯时长。
建立信号周期时长c的约束如下:
最小周期时长约束:c≥cmin;
最大周期时长约束:c≤cmax;
屏障时长对信号周期的约束:c=∑Bj,即信号周期c为屏障j中的时长之和,其中,Bj表示屏障j的绿灯时长、黄灯时长以及红灯时长之和,j的取值一般为1~4,本实施例中以j≤2为例进行约束。
S4、根据本交叉口当前的车流量,调整配时相序。
现有技术中按照NEMA的配时规则,单交叉口在各时段内采用相应的固定相序就基本可满足信号控制需求。因为在NEMA规则下,同一套相序本身就存在丰富的变化,一种相序可变化出多种不同的放行方式。
但实际的交通状态复杂,有时也会存在一些特殊情况,这使得固定相序并不能完全满足需要。
如图3(左)所示,该图示中的相序为双向车道的左转与直行同时放行,若此时东西向左转流量很小、东西直行速度比较慢,即本交叉口相关转向的车流量(一般为左转车流量)较小且小于设定阈值时,则按图3(左)所示的相序设置可以提高通行效率,减少路口整体延误。
但交通流是不断变化的,即使在同一时段内也可能出现完全不同的情况。当有左转专用车道和左转灯时,检测到一个周期内左转排队车辆达到3辆或更多时,表示本交叉口相关转向的车流量(一般为左转车流量)较大,此时应该将交叉口的相序调整为如图3(右)所示,该图示中的相序为双向车道的左转与直行分别放行,以避免车辆的左转与对向直行相互影响。
当然,配时相序的调整不仅限于上述方法,还可结合更多的交通状态进行更加准确的配时调整,例如,当双向左转车辆在信号周期内的平均到达量相近时,可采用双向左转专用相位;否则宜采用单向左转专用相位
S5、根据绿灯亮起时,车辆通过交叉口停车线时的车头时距t′,更新饱和车头时距ts和饱和流量S。
在信号控制中,各相位均设有默认的饱和流量值,通过对历史数据的分析,可得出一般交通状态下各时段的饱和流量值,例如,直行饱和流量值为1500~1900,左转饱和流量值为1200~1800,且相同时段内各相位的饱和流量值基本稳定。
本实施例将饱和车头时距和饱和流量的更新作为优化信号控制的其中一个因素,在交叉口设有流量检测器或电子警察的情况下,通过在绿灯刚亮起时有5辆或更多排队车辆时,进行多个周期(多个周期可减少因波动产生的误差)的数据采集可以获取到较为准确的饱和流量及饱和车头时距,具体方法为:
绿灯亮起时,从第二辆车刚过停车线时开始计时,同时记录经过停车线的车辆数,并检测车辆经过停车线时的车头时距t′,当检测到的车头时距t′值产生突变时停止计时以及停止计数;
统计多个信号周期内的计时时间以及车辆数,并将统计得到的时间除以统计得到的车辆数,得到饱和车头时距ts,并进行饱和车头时距的值的更新;
根据更新后的饱和车头时距ts,得到饱和流量S=3600/ts,并进行饱和流量的值的更新。
S6、计算通行能力系数μ。
通行能力系数μ是与交叉口的通行能力相关的约束,通行能力系数可间接反映交叉口的通行能力,并根据所反映的情况进行不同的信号控制,以优化整体控制方法。
首先根据通行能力系数μ与未知数-交叉口相位i的绿灯时长gi建立优化问题,该优化问题包括目标函数f=maxμ,以及流量均衡约束:其中gi表示交叉口相位i的绿灯时长,μ表示交叉口的通行能力系数,qi表示交叉口相位i的交通需求,ρi表示交叉口相位i的容忍饱和度,si表示交叉口相位i的饱和流量,c表示交叉口的信号周期时长;
然后针对优化问题,通过CMOA-BOC算法求解,所求得的解中包含未知数gi的值以及通行能力系数μ的值。
其中,ρi的值一般由交通工程师作出估计,针对不同交通流采用不同的取值,最常用的值为0.9。若道路设计时允许交叉口出现较长排队,其值可以大于0.9,若要消除交叉口的排队,其值应小于0.9。当然,也可结合道路等级或人为经验等因素进行设置,以调节控制力度,增强实施的可控性。
需要说明的是,CMOA-BOC算法指一种均衡分布性与收敛性的协同进化多目标优化算法,该算法具体的计算过程为现有技术,本实施例中不进行赘述。
根据求解得到的通行能力系数μ的值,可以反映当前交叉口的交通状态,具体为:若通行能力系数μ>1,则表示交叉口的通行能力存在余量,即有绿灯空放现象;若μ<1,则表示交叉口存在通行能力不足,即在绿灯期间,所到达的车辆不能全部通过交叉口,会存在排队现象;若μ=1,则表示该道路交叉口通行能力刚好满足所到达的车辆全部通过交叉口。
S7、根据由通行能力系数μ的值所反映的当前交叉口的交通状态,优化当前信号控制的策略。
目前现有技术中常采用通行能力最大化和道路交叉口延误最小化作为优化目标,但这两者作为优化目标时均存在一定的缺陷。其中,通行能力最大化作为优化目标,适用于交叉口处于高饱和度的情况,如果道路交叉口处于低饱和情况下,仍然以通行能力最大化作为优化目标,那么计算得到的绿灯时长以及周期时间将会偏大,因而其它方向的延误也会增大,甚至会造成其他方向的交通拥挤。
而道路交叉口延误最小化作为优化目标,则适用于交叉口处于低饱和度的情况,如果道路交叉口处于高饱和或者过饱和的情况下,仍以道路交叉口的延误最小化作为优化目标,那么计算得到的绿灯时长及周期时间偏小,从而导致道路交叉口的通行能力下降,并且不利于行车安全。
故本实施例中以通行能力系数μ反映道路交叉口的交通状态,并根据不同的交通状态,进行不同策略的信号控制,以实现交叉口信号控制的最优方案,具体如下:
若通行能力系数μ>1,则表示交叉口处于非饱和状态,此时采用非饱和状态感应控制动态调整各相位的绿灯时长;否则,通行能力系数μ≤1,表示交叉口处于饱和或过饱和状态,则采用针对优化问题所求得的gi的值作为交叉口相位i的绿灯时长。
如图4所示,本实施例中的非饱和状态感应控制的方法,包括:
若检测到当前放行相位所对应的车道占有率σ=0,或检测到当前放行相位所对应的车辆间的车头时距t′与饱和车头时距ts的关系满足t′≥βts时,则进一步判断当前相位的绿灯时长gi是否满足最小绿灯时长即若则将当前放行的相位切换为红灯,下一个放行的相位切换为绿灯;若则维持当前放行的相位为绿灯;
否则,判断当前放行的相位的绿灯剩余时长tremain,当tremain小于一个饱和车头时距ts,即tremain<ts时,则在当前放行相位的绿灯时长gi的基础上增加一个饱和车头时距ts的时长,即gi=gi+ts;
持续调整绿灯时长直至增加后的当前放行相位的绿灯时长gi达到最大绿灯时长或车道占有率σ=0或t′≥βts时,将当前放行的相位切换为红灯,下一个放行的相位切换为绿灯。需要说明的是,β可根据实际应用情况进行调节,本实施例中取β为3。
本实施例提供一种动态交通条件下的单点控制方法,获取交叉口当前的交通状态,并根据不同的交通状态采取相应的策略进行信号控制,以得到交叉口最优的配时方案。
下面结合实施例对本发明的单点控制方法进一步说明:
实施例1:以某省某市的某交叉口为例。
该交叉口的原信号控制的时间分配见表1。
表1原信号控制的时间分配
该交叉口的原相序方案如图5所示(忽略图中的右转相位),图5(左)和图5(中)的相位编号采用图1所示的规则,由于图5(右)中增加了左转与直行同时放行,故在图1所示的相位编号规则的基础上增加了相位9表示转向为东直左、相位10表示转向为南直左、相位11表示转向为西直左以及相位12表示转向为北直左。且该交叉口的各转向流量如图6所示,在该相序以及转向流量下,实际实施过程中,原方案的时间分配容易造成该路口无法全部放行或出现绿灯放空现象,交通运行效率较低。
采用本实施例的单点控制方法优化后的新信号控制的时间分配如表2。
表2新信号控制的时间分配
由表2可见,经过优化后的信号控制方案针对不同时段的交通状态,进行不同相位的配时,该配时方案降低了车辆在路口的等待时间,减少拥堵情况形成的概率,提高了运行效率。
表1和表2中,绿灯、黄灯表示某一相位显示的时长(单位为秒);红灯表示整个路口同时亮起红灯的时长(单位为秒),注:整个路口同时亮起红灯的现象出现在相位切换红绿灯显示时。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。