CN110634309B - 一种基于电警数据的方案选择式的交通信号动态绿波控制方法 - Google Patents

Abstract

本发明公开了一种基于电警数据的方案选择式的交通信号动态绿波控制方法，属于智能交通技术领域，建立云服务器，在云服务器中建立数据采集模块、数据分析模块、方案库生成模块、方案匹配模块和方案发送模块，利用上下游电警数据计算绿波平均行驶速度，以此为依据，通过方案选择，自动匹配选择方案库中与绿波当前运行状态相适合的备选方案，完成各路口相位差参数的动态调整。与传统固定绿波或分时段绿波控制方式相比，其具备自主调节能力，能够适应城市道路复杂多变的交通流，实现由人工决策向智能化决策的模式转变。同时，充分利用了已有资源，避免重复建设，降低了投入成本。

Description

一种基于电警数据的方案选择式的交通信号动态绿波控制 方法

技术领域

本发明属于智能交通技术领域，尤其涉及一种基于电警数据的方案选择式的交通信号动态绿波控制方法。

背景技术

随着经济的快速发展，城市规模的不断扩大，汽车保有量的持续增长，交通问题日趋严重。城市道路交通信号控制已成为改善城市交通运行的重要手段，主要包括感应控制、定周期控制、绿波控制等。由于良好的优化效果，绿波控制已经成为许多城市主要采用的交通信号控制方式，具体包括固定绿波控制和分时段绿波控制两种方式，但是本质不变，其缺点是不能适应复杂多变的交通流，是一种被动的控制方式，需要人工定期维护更新。

发明内容

本发明的目的是提供一种基于电警数据的方案选择式的交通信号动态绿波控制方法，解决了利用上下游电警数据计算绿波平均行驶速度，以此为依据，自动匹配选择方案库中与绿波当前运行状态相适合的备选方案，完成各路口相位差参数的动态调整的技术问题。

为实现上述目的，本发明采用如下技术方案：

一种基于电警数据的方案选择式的交通信号动态绿波控制方法，包括如下步骤：

步骤1：建立云服务器，在云服务器中建立数据采集模块、数据分析模块、方案库生成模块、方案匹配模块和方案发送模块；

步骤2：数据采集模块用于通过中间库与电警系统实现对接，定周期提取绿波各路口过车数据；

数据采集模块每15分钟提取绿波各路口每个转向车道的过车数据，过车数据包括车牌号码和过车时间；

步骤3：数据分析模块用于通过上下游车牌匹配、时间差计算，得到各路口每个车辆的到达时间；

数据分析模块利用过车数据，通过上下游车牌匹配，计算同一辆车经过上下游路口的时间差，得到各路口绿波方向上每个车辆的到达时间；

步骤4：数据分析模块通过设计NR_K聚类模型，分别对各路口的车辆到达时间进行聚类分析，并将各聚类质心的最小值作为该路口绿波方向上车辆的平均到达时间；

步骤5：方案库生成模块用于以最高限速值为上限，将绿波设计速度划分若干等级，并依据不同等级，为绿波各路口制定相应的备选方案，形成方案库，同时将备选方案配置到各路口本地信号机；

方案库生成模块以路段最高行驶限速值为上限，将其划分三个等级{V₁,V₂,V₃}，依据不同等级，分布别将其作为绿波设计速度，为各路口制定相应的备选方案；

步骤6：方案匹配模块将各个绿波按照由高到低的等级顺序进行方案匹配，其中包含关键路口的绿波等级为高级，其它绿波等级为低级；

方案匹配模块依据设计的Multi_M匹配原则，从方案库中自动匹配选择最适合绿波当前交通状态的控制方案，并记录该控制方案的编号；

步骤7：方案发送模块将生成的控制方案的编号发送至各路口本地信号机，各信号机依据控制方案的编号自动调用本地预存的控制方案。

优选的，在云服务器中还建立优先级管理模块，优先级管理模块采用定时心跳发送机制，云服务器每隔五分钟向本地各信号机发送心跳，如果本地信号机在五分钟内没有接收到心跳，则自动启动本地默认控制方案，确保信号机的安全稳定运行。

优选的，所述本地信号机为部署在城市道路交通信号控制器中的无线或有线通信装置。

优选的，所述Multi_M匹配原则存在两种模式：第一种是主干道实行绿波控制，次干道实行非绿波控制；第二种是主干道实行绿波控制，次干道也实行绿波控制。

本发明所述的一种基于电警数据的方案选择式的交通信号动态绿波控制方法，解决了利用上下游电警数据计算绿波平均行驶速度，以此为依据，自动匹配选择方案库中与绿波当前运行状态相适合的备选方案，完成各路口相位差参数的动态调整的技术问题，本发明其具备自主调节能力，能够适应城市道路复杂多变的交通流，实现由人工决策向智能化决策的模式转变。同时，充分利用了已有资源，避免重复建设，降低了投入成本。

附图说明

图1是城市交通信号动态绿波控制系统逻辑架构图；

图2是路口电警摄像头检测区域说明示意图；

图3是绿波优先级说明示意图；

图4是绿波平均行驶速度计算流程图；

图5是方案库控制方案匹配模式说明示意图；

图6是方案库方案匹配流程说明示意图。

具体实施方式

如图1-图6所示的一种基于电警数据的方案选择式的交通信号动态绿波控制方法，包括如下步骤：

步骤1：建立云服务器，在云服务器中建立数据采集模块、数据分析模块、方案库生成模块、方案匹配模块和方案发送模块；

步骤2：数据采集模块用于通过中间库与电警系统实现对接，定周期提取绿波各路口过车数据；

数据采集模块每15分钟提取绿波各路口每个转向车道的过车数据，过车数据包括车牌号码和过车时间；

本实施例所述的数据采集，需要将路口各转向车道与对应的电警卡口编号进行绑定，绑定信息包括：路口名称、路口编号、路口方向、转向车道、电警编号。

如图2所示本实施例所述的上下游路口是指路口1与路口2的位置关系，路口1的驶入车辆包含来车方向1、来车方向2、来车方向3的车辆。

步骤3：数据分析模块用于通过上下游车牌匹配、时间差计算，得到各路口每个车辆的到达时间；

数据分析模块利用过车数据，通过上下游车牌匹配，根据以下公式计算同一辆车经过上下游路口的时间差，得到各路口绿波方向上每个车辆的到达时间；

ΔT_car＝T_locar-T_upcar；

其中，T_locar为车辆经过本地路口的过车时间，T_upcar是车辆经过上游路口的过车时间。

步骤4：数据分析模块根据以下公式设计NR_K聚类模型，分别对各路口的车辆到达时间进行聚类分析，并将各聚类质心的最小值作为该路口绿波方向上车辆的平均到达时间；

其中，k是质心最小的类，

是k类的样本数，ΔT_i ^k是k类每个车辆的到达时间，T_g是路口的平均到达时间。

NR_K聚类模型的初始类质心是由以下公式确定，具有非随机性，能够提高聚类算法的收敛速度，降低聚类结果的随机性：

C′_k＝Value_min+valx(2x(k+1)-1)/(2xN_c)；

其中，Value_min是样本集中的最小值，val是样本集中最大值与最小值之差，N_C是类别个数，k∈[0,N_C-1]；

步骤5：方案库生成模块用于以最高限速值为上限，将绿波设计速度划分若干等级，并依据不同等级，为绿波各路口制定相应的备选方案，形成方案库，同时将备选方案配置到各路口本地信号机；

方案库生成模块以路段最高行驶限速值为上限，将其划分三个等级{V₁,V₂,V₃}，依据不同等级，分布别将其作为绿波设计速度，为各路口制定相应的备选方案；

本实施例所示的方案库生成，以绿波最高限速值为上限，比如50km/h，将其划分三个等级{25,35,45}，依据不同等级，分别将其作为设计速度，为各路口制定相应备选方案，其信息包括：方案名称、方案编号、绿波编号、路口名称、路口编号、绿波设计速度、上级绿波设计速度、绝对相位差

绿波整体平均行驶速度是各路段平均行驶速度的算术平均值，绿波整体平均行驶速度通过以下公式计算得到：

其中，N_r是路段个数，L_i是路段距离，

是路口的平均到达时间；

备选方案的存储格式如下：

将所有备选方案存储在一起形成系统方案库，并将备选方案配置到各路口本地信号机。

步骤6：考虑到绿波之间发生交叉的可能性，方案匹配模块将各个绿波按照由高到低的等级顺序进行方案匹配，其中包含关键路口的绿波等级为高级，其它绿波等级为低级；

在本实施例中，优先等级用1,2,3....表示，数字越低表示优先级越高。

方案匹配模块依据设计的Multi_M匹配原则，从方案库中自动匹配选择最适合绿波当前交通状态的控制方案，并记录该控制方案的编号；

所述Multi_M匹配原则存在两种模式：第一种是主干道实行绿波控制，次干道实行非绿波控制；第二种是主干道实行绿波控制，次干道也实行绿波控制；

其中，第一种匹配模式是依据当前主干道的平均行驶速度，匹配方案库中最佳设计速度，确定当前主干道各路口的相位差参数；第二种匹配模式是分别依据当前主干道和次干道的平均行驶速度，匹配方案库中最佳设计速度，确定当前主干道各路口的相位差参数。

最佳设计速度的匹配核心算子如以下公式：

其中，

是绿波平均行驶速度，V₁,V₂,V₃是绿波三档绿波设计速度，V_m是依据实际路况匹配的最佳设计速度。

如图5所示，本实施例所述的方案匹配存在两种模式：第一种是当前主干道实行绿波控制，次干道实行非绿波控制，依据当前主干道的平均行驶速度，匹配选择方案库中最佳设计速度，确定当前主干道各路口最优控制方案；第二种是当前主干道实行绿波控制，次干道也实行绿波控制，依据当前主干道和次干道的平均行驶速度，匹配选择方案库中最佳设计速度。

具体方案匹配流程图如图6所示，其中，

分别为当前绿波和上级绿波匹配的最佳设计速度，

是方案库中当前绿波和上级绿波的设计速度。

步骤7：方案发送模块将生成的控制方案的编号发送至各路口本地信号机，各信号机依据控制方案的编号自动调用本地预存的控制方案。

优选的，在云服务器中还建立优先级管理模块，优先级管理模块采用定时心跳发送机制，云服务器每隔五分钟向本地各信号机发送心跳，如果本地信号机在五分钟内没有接收到心跳，则自动启动本地默认控制方案，确保信号机的安全稳定运行。

优选的，所述本地信号机为部署在城市道路交通信号控制器中的无线或有线通信装置。

本发明所述的一种基于电警数据的方案选择式的交通信号动态绿波控制方法，解决了利用上下游电警数据计算绿波平均行驶速度，以此为依据，自动匹配选择方案库中与绿波当前运行状态相适合的备选方案，完成各路口相位差参数的动态调整的技术问题，本发明将城市道路交通违法抓拍数据(以下称电警数据)与城市道路交通信号控制相结合，采用动态绿波控制区别传统经验决策或驾驶测试手段，提高工作效率；具备自主调节能力，能适应道路交通复杂多变的交通流，当交通流受季节、天气、施工因素影响复杂多变时能及时响应；从传统时间切换向状态变化切换模式转变，提升智能化水平。另外，利用电警数据进行路段旅行时间分析，有效解决了路段平均行驶速度检测难问题，与互联网浮动车数据相比，电警数据不存在稀疏性问题，更加稳定、精确、可靠。同时，充分利用了已有资源，避免重复建设，降低了投入成本，本发明其具备自主调节能力，能够适应城市道路复杂多变的交通流，实现由人工决策向智能化决策的模式转变。同时，充分利用了已有资源，避免重复建设，降低了投入成本。

Claims (4)

1.一种基于电警数据的方案选择式的交通信号动态绿波控制方法，其特征在于：包括如下步骤：

步骤1：建立云服务器，在云服务器中建立数据采集模块、数据分析模块、方案库生成模块、方案匹配模块和方案发送模块；

步骤2：数据采集模块用于通过中间库与电警系统实现对接，定周期提取绿波各路口过车数据；

数据采集模块每15分钟提取绿波各路口每个转向车道的过车数据，过车数据包括车牌号码和过车时间；

步骤3：数据分析模块用于通过上下游车牌匹配、时间差计算，得到各路口每个车辆的到达时间；

数据分析模块利用过车数据，通过上下游车牌匹配，计算同一辆车经过上下游路口的时间差，得到各路口绿波方向上每个车辆的到达时间；

步骤4：数据分析模块通过设计NR_K聚类模型，分别对各路口的车辆到达时间进行聚类分析，并将各聚类质心的最小值作为该路口绿波方向上车辆的平均到达时间；

数据分析模块根据以下公式设计NR_K聚类模型，分别对各路口的车辆到达时间进行聚类分析，并将各聚类质心的最小值作为该路口绿波方向上车辆的平均到达时间；

其中，k是质心最小的类，

是k类的样本数，ΔT_i ^k是k类每个车辆的到达时间，T_g是路口的平均到达时间；

NR_K聚类模型的初始类质心是由以下公式确定，具有非随机性，能够提高聚类算法的收敛速度，降低聚类结果的随机性：

C_k＝Value_min+val×(2×(k+1)-1)/(2×N_c)；

其中，Value_min是样本集中的最小值，val是样本集中最大值与最小值之差，N_C是类别个数，k∈[0,N_C-1]；

步骤5：方案库生成模块用于以最高限速值为上限，将绿波设计速度划分若干等级，并依据不同等级，为绿波各路口制定相应的备选方案，形成方案库，同时将备选方案配置到各路口本地信号机；

方案库生成模块以路段最高行驶限速值为上限，将其划分三个等级{V₁,V₂,V₃}，依据不同等级，分别将其作为绿波设计速度，为各路口制定相应的备选方案；

步骤6：方案匹配模块将各个绿波按照由高到低的等级顺序进行方案匹配，其中包含关键路口的绿波等级为高级，其它绿波等级为低级；

方案匹配模块依据设计的Multi_M匹配原则，从方案库中自动匹配选择最适合绿波当前交通状态的控制方案，并记录该控制方案的编号；

优先等级用1,2,3....表示，数字越低表示优先级越高；

方案匹配模块依据设计的Multi_M匹配原则，从方案库中自动匹配选择最适合绿波当前交通状态的控制方案，并记录该控制方案的编号；

所述Multi_M匹配原则存在两种模式：第一种是主干道实行绿波控制，次干道实行非绿波控制；第二种是主干道实行绿波控制，次干道也实行绿波控制；

其中，第一种匹配模式是依据当前主干道的平均行驶速度，匹配方案库中最佳设计速度，确定当前主干道各路口的相位差参数；第二种匹配模式是分别依据当前主干道和次干道的平均行驶速度，匹配方案库中最佳设计速度，确定当前主干道各路口的相位差参数；

最佳设计速度的匹配核心算子如以下公式：

其中，

是绿波平均行驶速度，V₁,V₂,V₃是绿波三档绿波设计速度，V_m是依据实际路况匹配的最佳设计速度；

步骤7：方案发送模块将生成的控制方案的编号发送至各路口本地信号机，各信号机依据控制方案的编号自动调用本地预存的控制方案。

2.如权利要求1所述的一种基于电警数据的方案选择式的交通信号动态绿波控制方法，其特征在于：在云服务器中还建立优先级管理模块，优先级管理模块采用定时心跳发送机制，云服务器每隔五分钟向本地各信号机发送心跳，如果本地信号机在五分钟内没有接收到心跳，则自动启动本地默认控制方案，确保信号机的安全稳定运行。

3.如权利要求2所述的一种基于电警数据的方案选择式的交通信号动态绿波控制方法，其特征在于：所述本地信号机为部署在城市道路交通信号控制器中的无线或有线通信装置。

4.如权利要求1所述的一种基于电警数据的方案选择式的交通信号动态绿波控制方法，其特征在于：所述Multi_M匹配原则存在两种模式：第一种是主干道实行绿波控制，次干道实行非绿波控制；第二种是主干道实行绿波控制，次干道也实行绿波控制。

Images