CN110335469A - 一种交通信号控制的优化方法 - Google Patents

一种交通信号控制的优化方法 Download PDF

Info

Publication number
CN110335469A
CN110335469A CN201910787046.5A CN201910787046A CN110335469A CN 110335469 A CN110335469 A CN 110335469A CN 201910787046 A CN201910787046 A CN 201910787046A CN 110335469 A CN110335469 A CN 110335469A
Authority
CN
China
Prior art keywords
intersection
formula
indicates
traffic
indicate
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
Application number
CN201910787046.5A
Other languages
English (en)
Inventor
袁腾飞
曾小清
詹继飞
应沛然
熊启鹏
盖松雪
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.)
Suzhou Budze Information Technology Co Ltd
Original Assignee
Suzhou Budze 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 Suzhou Budze Information Technology Co Ltd filed Critical Suzhou Budze Information Technology Co Ltd
Priority to CN201910787046.5A priority Critical patent/CN110335469A/zh
Publication of CN110335469A publication Critical patent/CN110335469A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种交通信号控制的优化方法，包括：步骤S1，从交叉口每个周期的有效绿灯时间gei推出信号周期C，结合调查的交通流量数据，得出车辆平均延误时间、交叉口车辆停车次数以及交叉口通行能力；步骤S2，利用公式(1)建立交叉口多目标优化模型，公式(1)中，参数D、H、CAP利用公式(2)求解，公式(1)和公式(2)满足公式(3)；步骤S3，通过对交叉口多目标优化模型进行求解，来调整交叉口的信号配时方案，提高交叉口的通行效果。本发明通过对交叉口的车道饱和度进行聚类分析，选取交叉口的通行能力、车辆平均延误时间以及车辆停车次数来对交叉口进行多目标优化，通过建立模型算法，提升交叉口的通行效果。

Description

一种交通信号控制的优化方法
技术领域
本发明涉及一种交通信号控制的优化方法，应用于道路交叉口的交通运营管理领域。
背景技术
近年来，我国城市道路交叉口的交通堵塞问题日趋严重。随着车辆的保有量的不断上升，城市道路日益拥堵，从而导致城市道路交通事故频发。一旦道路上发生拥堵，将直接降低路网的运行效率，也容易诱发二次事故。交叉口时间资源配置也即交叉口信号控制，研究起源较早，从1868年第一台信号灯于英国出现以来，专家学者对交叉口信号控制方面研究也逐渐深入。随着研究的深入，许多学者考虑的交通背景也从单点交叉口延伸到区域交叉口以及交通路网，相应的优化模型也从单目标变成多目标，考虑因素也从最初的延误时间补充了停车次数、通行能力、碳排放、燃油消耗等，运用的算法也各有千秋。但是，现有技术仍然缺少一种能够对交叉口的通行能力、车辆平均延误时间以及车辆停车次数进行多目标综合优化的方法。
中国专利文献CN108765989A提供一种道路交叉口直行和左转可变的导向车道信号控制方法，该方法包括：制定车道的运行规则，并设置可变的箭头信号灯；运用Webster公式计算主信号配时；根据预信号与主信号之间的相位差，确定预信号配时；设置预信号灯、提示变道标线及交通标志，实现导向车道进行直行和左转车道的循环变换。这种方法考虑的是导向车道进行直行和左转车道的循环变换，实现交叉口导向车道的信号控制，仍不能进行多目标综合优化。
发明内容
本发明所要解决的技术问题是提供一种更加优越的交通信号控制的优化方法，能够对交叉口进行多目标指标下的优化控制，通过对实际交叉口进行交通数据收集及分析，明确交叉口的优化方向，从而建立相应的信号配时方案。
为了实现上述目的，本发明采用如下技术方案予以实现：
一种交通信号控制的优化方法，包括：
步骤S1：从交叉口每个周期的有效绿灯时间gei推出信号周期C，结合调查的交通流量数据，得出车辆平均延误时间、交叉口车辆停车次数以及交叉口通行能力；
步骤S2：利用公式(1)建立交叉口多目标优化模型，公式(1)为：
其中，D表示车辆的平均延误时间，s；
D0表示车辆的初始延误时间，s；
H表示车辆在交叉口停车次数；
H0表示车辆在交叉口初始停车次数；
CAP表示交叉口的通行能力，pcu/h；
CAP0表示交叉口的初始通行能力，pcu/h；
α表示车辆平均延误的权重值，[0,1]；
β表示车辆平均停车次数的权重值，[0,1]；
γ表示交叉口通行能力的权重值，[0,1]；
公式(1)中，参数D、H、CAP利用公式(2)求解，公式(2)为：
其中，i表示交叉口的第i相位；
j表示第i相位第j进口道；
qij表示交通流量，pcu/h；
C表示信号周期时间，s；
gei表示相位i的有效绿灯时间，s；
sij表示饱和交通量，pcu/h；
x表示饱和度，即进口道实际交通量与通行能力之比；
公式(1)和公式(2)满足公式(3)，公式(3)为：
其中，gemax，gemin表示有效绿灯时间的最大最小值，s；
Cmax，Cmin表示信号周期的最大最小值，s；
步骤S3：通过对交叉口多目标优化模型进行求解，来调整交叉口的信号配时方案，提高交叉口的通行效果。
与现有技术相比，本发明提供的技术方案具有以下优点：
1、本发明通过对交叉口的车道饱和度进行聚类分析，选取交叉口的通行能力、车辆平均延误时间以及车辆停车次数来对交叉口进行多目标优化，通过建立模型算法，提升交叉口的通行效果和服务水平。
2、本发明能够对交叉口进行多目标指标下的优化控制，通过对实际交叉口进行交通数据收集及分析，明确交叉口的优化方向，从而建立相应的信号配时方案。
3、本发明能够丰富现有的交叉口信号配时方案，通过对交叉口进行多目标指标分析，能够更加适应当前变化的交通流环境。
4、本发明通过自身编写的Matlab程序，同时通过对遗传算法进行改进，能够使计算更加精确与快速。
附图说明
图1是本发明道路交叉口区域示意图。
图中所示：1、进口道；2、出口道。
具体实施方式
下面结合附图对本发明作详细描述：
参照图1所示的道路交叉口区域，本发明所述的交通信号控制的优化方法通过对交叉口的车道饱和度进行聚类分析，选取交叉口的通行能力、车辆平均延误时间以及车辆停车次数来对交叉口进行多目标优化，通过建立模型算法，提升交叉口的通行效果和服务水平，具体包括以下步骤：
步骤S1：从交叉口每个周期的有效绿灯时间gei推出信号周期C，结合调查的交通流量数据，得出车辆平均延误时间、交叉口车辆停车次数以及交叉口通行能力；
步骤S2：利用公式(1)建立交叉口多目标优化模型，公式(1)为：
其中，D表示车辆的平均延误时间，s；
D0表示车辆的初始延误时间，s；
H表示车辆在交叉口停车次数；
H0表示车辆在交叉口初始停车次数；
CAP表示交叉口的通行能力，pcu/h；
CAP0表示交叉口的初始通行能力，pcu/h；
α表示车辆平均延误的权重值，[0,1]；
β表示车辆平均停车次数的权重值，[0,1]；
γ表示交叉口通行能力的权重值，[0,1]；
公式(1)中，参数D、H、CAP利用公式(2)求解，公式(2)为：
其中，i表示交叉口的第i相位；
j表示第i相位第j进口道；
qij表示交通流量，pcu/h；
C表示信号周期时间，s；
gei表示相位i的有效绿灯时间，s；
sij表示饱和交通量，pcu/h；
x表示饱和度，即进口道实际交通量与通行能力之比；
公式(1)和公式(2)满足公式(3)，公式(3)为：
其中，gemax，gemin表示有效绿灯时间的最大最小值，s；
Cmax，Cmin表示信号周期的最大最小值，s；
步骤S3：通过对交叉口多目标优化模型进行求解，来调整交叉口的信号配时方案，提高交叉口的通行效果。
与现有技术相比，本发明提供的技术方案能够对交叉口进行多目标指标下的优化控制，通过对实际交叉口进行交通数据收集及分析，明确交叉口的优化方向，从而建立相应的信号配时方案。本发明能够丰富现有的交叉口信号配时方案，通过对交叉口进行多目标指标分析，能够更加适应当前变化的交通流环境。本发明通过自身编写的Matlab程序，同时通过对遗传算法进行改进，能够使计算更加精确与快速。

Claims (1)

1.一种交通信号控制的优化方法，其特征在于，包括：
步骤S1：从交叉口每个周期的有效绿灯时间gei推出信号周期C，结合调查的交通流量数据，得出车辆平均延误时间、交叉口车辆停车次数以及交叉口通行能力；
步骤S2：利用公式(1)建立交叉口多目标优化模型，公式(1)为：
其中，D表示车辆的平均延误时间，s；
D0表示车辆的初始延误时间，s；
H表示车辆在交叉口停车次数；
H0表示车辆在交叉口初始停车次数；
CAP表示交叉口的通行能力，pcu/h；
CAP0表示交叉口的初始通行能力，pcu/h；
α表示车辆平均延误的权重值，[0,1]；
β表示车辆平均停车次数的权重值，[0,1]；
γ表示交叉口通行能力的权重值，[0,1]；
公式(1)中，参数D、H、CAP利用公式(2)求解，公式(2)为：
其中，i表示交叉口的第i相位；
j表示第i相位第j进口道；
qij表示交通流量，pcu/h；
C表示信号周期时间，s；
gei表示相位i的有效绿灯时间，s；
sij表示饱和交通量，pcu/h；
x表示饱和度，即进口道实际交通量与通行能力之比；
公式(1)和公式(2)满足公式(3)，公式(3)为：
其中，gemax，gemin表示有效绿灯时间的最大最小值，s；
Cmax，Cmin表示信号周期的最大最小值，s；
步骤S3：通过对交叉口多目标优化模型进行求解，来调整交叉口的信号配时方案，提高交叉口的通行效果。
CN201910787046.5A 2019-08-25 2019-08-25 一种交通信号控制的优化方法 Pending CN110335469A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910787046.5A CN110335469A (zh) 2019-08-25 2019-08-25 一种交通信号控制的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910787046.5A CN110335469A (zh) 2019-08-25 2019-08-25 一种交通信号控制的优化方法

Publications (1)

Publication Number Publication Date
CN110335469A true CN110335469A (zh) 2019-10-15

Family

ID=68150052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910787046.5A Pending CN110335469A (zh) 2019-08-25 2019-08-25 一种交通信号控制的优化方法

Country Status (1)

Country Link
CN (1) CN110335469A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155722A (zh) * 2021-12-02 2022-03-08 山东建筑大学 一种基于改进哈里斯鹰算法的交通信号配时优化方法
CN114267189A (zh) * 2021-12-20 2022-04-01 黑龙江工程学院 一种快速路出口匝道与衔接交叉口联合控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021686A (zh) * 2014-06-26 2014-09-03 广东工业大学 一种多交叉口的交通协调控制方法
CN104021685A (zh) * 2014-06-26 2014-09-03 广东工业大学 一种含混合交通流的交叉口交通控制方法
CN108665715A (zh) * 2018-05-09 2018-10-16 上海电科智能系统股份有限公司 一种路口智能交通研判和信号优化方法
CN108734354A (zh) * 2018-05-23 2018-11-02 吉林大学 一种城市道路信号交叉口多目标配时优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021686A (zh) * 2014-06-26 2014-09-03 广东工业大学 一种多交叉口的交通协调控制方法
CN104021685A (zh) * 2014-06-26 2014-09-03 广东工业大学 一种含混合交通流的交叉口交通控制方法
CN108665715A (zh) * 2018-05-09 2018-10-16 上海电科智能系统股份有限公司 一种路口智能交通研判和信号优化方法
CN108734354A (zh) * 2018-05-23 2018-11-02 吉林大学 一种城市道路信号交叉口多目标配时优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘洋: "基于多目标优化模型的中小城市信号优化配时研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
张凌煊 等: "考虑行人效益的拥挤交叉口多目标配时优化", 《计算机工程与应用》 *
张惠玲 等: "信号交叉口延误参数获取综述", 《重庆交通大学学报（自然科学版）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155722A (zh) * 2021-12-02 2022-03-08 山东建筑大学 一种基于改进哈里斯鹰算法的交通信号配时优化方法
CN114267189A (zh) * 2021-12-20 2022-04-01 黑龙江工程学院 一种快速路出口匝道与衔接交叉口联合控制方法

Similar Documents

Publication Publication Date Title
CN109544945B (zh) 基于车道饱和度的区域控制相位配时优化方法
CN107730922B (zh) 一种单向干线绿波协调控制自适应调整方法
CN109003444B (zh) 基于广域雷达微波检测器的城市交叉口溢流控制方法
CN105046987B (zh) 一种基于强化学习的路面交通信号灯协调控制方法
CN104036646B (zh) 交叉口信号配时时段的划分方法
CN110136455B (zh) 一种交通信号灯配时方法
WO2021189668A1 (zh) 基于排队消散时间的路口交通信号方案优化方法
CN105825669B (zh) 一种识别城市快速路交通瓶颈的系统和方法
CN109637160B (zh) 一种动态交通条件下的单点控制方法
CN109410609A (zh) 车联网环境下基于多请求的公交优先信号控制方法
CN110335469A (zh) 一种交通信号控制的优化方法
CN108335508A (zh) 一种基于v2i的红绿灯绿波车速诱导方法及系统
CN107730886A (zh) 一种车联网环境下城市交叉口交通信号动态优化方法
CN103559795A (zh) 一种多策略多目标的自适应交通控制方法
CN111047884A (zh) 一种基于雾计算和强化学习的交通灯控制方法
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
CN109377753B (zh) 协调方向重复放行的干线协调优化方法
CN107730929B (zh) 一种路口流量非对称情况下的交通信号控制方法
CN104916142A (zh) 一种干道优先的交叉口自适应交通信号控制方法
CN103440774A (zh) 单个信号周期内变换车道转向功能的交叉口信号配时方法
CN113012449A (zh) 基于多榜样学习粒子群的智慧城市信号灯配时优化方法
CN114299729A (zh) 基于智能交通的信号控制方法、系统和计算机存储介质
CN104778839A (zh) 基于视频检测器的城市道路下游分方向交通状态判别方法
CN116564088A (zh) 面向信息物理融合系统的城市交通状态监测与区域信号控制系统
CN110491143A (zh) 一种交通通行多目标综合优化方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191015