CN110942627A - 一种动态交通的路网协调信号控制方法及装置 - Google Patents
一种动态交通的路网协调信号控制方法及装置 Download PDFInfo
- Publication number
- CN110942627A CN110942627A CN201911183525.2A CN201911183525A CN110942627A CN 110942627 A CN110942627 A CN 110942627A CN 201911183525 A CN201911183525 A CN 201911183525A CN 110942627 A CN110942627 A CN 110942627A
- Authority
- CN
- China
- Prior art keywords
- intersection
- information
- coordination
- road network
- signal
- 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
Images
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
-
- 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
- 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
本发明实施例提供一种动态交通的路网协调信号控制方法及装置,该方法包括:根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据各交叉口关键度指标信息确定协调顺序信息;根据进道口进口道延误模型和路段随机延误模型,引入信号周期、绿信比和相位差,基于相邻交叉口相位差的延误计算,以最小化目标区域总延误为目标,建立动态交通下路网信号实时协调控制优化模型,将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息;根据信号配时参数信息和协调顺序信息,确定各交叉口周期启动时间,以根据各交叉口周期启动时间进行路网协调信号控制。
Description
技术领域
本发明涉及交通信号技术领域,尤其涉及一种动态交通的路网协调信号控制方法及装置。
背景技术
在区域信号协调控制中,信号控制参数对保证交通流的畅通和防止交通拥挤扩散具有重要作用,而城市路网频繁变化的交通需求也对信号控制的动态调整提出了更高的要求,因此对区域交通信号协调控制中动态实时的优化方法的研究具有重要意义。
区域路网协调控制是将整个路网的交叉口综合地协调起来,使整个路网的运行状态达到较优的效果。现有技术中的路网协调控制主要是在静态离线的状态下实现路网协调控制,而对于现代称重频繁变化的交通流不具有很好的适应性,从而导致协调控制的效果不佳。
因此,如何实现更高效的路网协调控制已经成为业界亟待解决的问题。
发明内容
本发明实施例提供一种动态交通的路网协调信号控制方法及装置,用以解决上述背景技术中提出的技术问题,或至少部分解决上述背景技术中提出的技术问题。
第一方面,本发明实施例提供一种动态交通的路网协调信号控制方法,包括:
根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;
将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息,
根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;
其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
更具体的,所述根据所述各交叉口关键度指标信息确定协调顺序信息的步骤,具体包括:
将所述各交叉口关键度指标信息中的最优指标所对应的交叉口作为关键交叉口;
获取关键交叉口的相邻交叉口关键度指标信息,将相邻交叉口关键度指标信息中的最优指标所对应的交叉口作为次关键交叉口,依次协调所有交叉口,确定协调顺序信息。
更具体的,在所述将各路口交通信息输入动态交通下路网信号实时协调控制优化模型的步骤之前,所述方法还包括:
根据车辆在红灯启亮时刻到达产生的延误和车辆在红灯启亮时刻之后到达产生的延误构建进口道延误模型;
根据韦伯斯特随机延误模型构建路段随机延误模型;
根据所述进口道延误模型和路段随机延误模型,引入信号周期、绿信比和相位差,基于相邻交叉口相位差的延误计算,以最小化目标区域总延误为目标,建立动态交通下路网信号实时协调控制优化模型。
更具体的,所述信号配时参数具体包括:各交叉口相对相位差信息、公共周期信息和绿灯时间信息。
更具体的,所述根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间的步骤,具体包括:
以所述关键交叉口为基准,根据所述相对相位差信息沿协调顺序方向确定各交叉口绝对相位差信息;
根据所述各交叉口绝对相位差信息确定各交叉口周期启动时间。
更具体的,所述根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息具体为:
将交叉口各进口道交通量与交叉口进口道饱和度信息进行乘积加和,得到各交叉口关键度指标信息。
更具体的,所述动态交通下路网信号实时协调控制优化模型具体为:
St.
其中,表示上下游交叉口间的相对相位差。由上游交叉口k驶来的车辆到达下游交叉口k’时,所经历的时间为Dn为第n个信号周期期间路网的总延误时间;为第n个信号周期交叉口k相位a期间的进口道延误;为第n个信号周期交叉口k相位a放行的进口道上游基本路段的随机延误,Cn为路网中各交叉口协调控制进程中的第n个公共信号周期(s);Cmin为条件允许的最小周期时长(s);Cmax为条件允许的最大周期时长(s),为交叉口k第n个周期相位a的有效绿灯时间(s);gmin,ka为交叉口k相位a允许的最小绿灯时间(s);gmax,ka为交叉口k相位允许的最大绿灯时间(s),交叉口k和交叉口k’为路网中相邻的交叉口。
第二方面,本发明实施例提供一种动态交通的路网协调信号控制装置,包括:
第一计算模块,用于根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;
第二计算模块,用于将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息,
协调信号控制模块,用于根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;
其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述动态交通的路网协调信号控制方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述动态交通的路网协调信号控制方法的步骤。
本发明实施例提供的一种动态交通的路网协调信号控制方法及装置,通过进口道交通量和进口道饱和度构建交叉口关键度指标,从而确定区域内各交叉口的重要程度,从而确定协调顺序,兼顾整体和部分,充分考虑路网局部拥堵的情况,并通过进口道延误和路段随机延误构建动态交通下路网信号实时协调控制优化模型,计算出各交叉口的信号配时参数信息,然后根据协调顺序从而确定各交叉口周期启动时间,从而实现路网协调信号控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例中所描述的动态交通的路网协调信号控制方法流程示意图;
图2为本发明一实施例所描述的协调控制流程图;
图3为本发明一实施例所描述的动态交通的路网协调信号控制装置结构示意图;
图4为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明一实施例中所描述的动态交通的路网协调信号控制方法流程示意图,如图1所示,包括:
步骤S1,根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;
步骤S2,将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息,
步骤S3,根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;
其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
具体的,本发明实施例中所描述的交叉口进口道交通量信息是指交叉口进口道上的通行的车流量信息。
本发明实施例中所描述的交叉口饱和度信息是根据该进口道的实际通行量除以该进口道的理论通行量得到的。
本发明实施例中所描述的个路口交通信息包括各路口进口道的车道距离、饱和流量、车道行驶速度和进口道的交通量。
本发明实施例中所描述的交叉口关键度指标信息是指用来评估区域中各交叉口针对于提高协调控制效果的重要程度,此处的交叉口关键度指标信息值根据交叉口各进口道交通量与交叉口进口道饱和度信息进行乘积加和得到的。
本发明实施例中所描述的动态交通下路网信号实时协调控制优化模型是以相邻交叉口为研究对象,通过分析延误的产生过程,根据进口道延误和路段随机延误构建了动态交通下路网信号实时协调控制优化模型,具体为:
其中,Dn为第n个信号周期期间路网的总延误时间;为第n个信号周期交叉口k相位a期间的进口道延误;为第n个信号周期交叉口k相位a放行的进口道上游基本路段的随机延误,Cn为路网中各交叉口协调控制进程中的第n个公共信号周期(s);Cmin为条件允许的最小周期时长(s);Cmax为条件允许的最大周期时长(s),为交叉口k第n个周期相位a的有效绿灯时间(s);gmin,ka为交叉口k相位a允许的最小绿灯时间(s);gmax,ka为交叉口k相位a允许的最大绿灯时间(s),交叉口k和交叉口k’为路网中相邻的交叉口。
欲将优化模型用于实际计算,需要对模型中的一些参数进行标定。
信号控制最短公共周期:
最短信号周期Cmin恰好等于一个周期内全部到达车辆以饱和流量通过交叉口所需的时间与损失时间的和,即:
式中Ck,min为交叉口k的最短周期时间(s);
Ik——交叉口k每周期的损失时间(s);
单个交叉口的最短信号周期为
式中,Yk为交叉口k全部相位最大流量比之和。
路网中协调控制的最短公共周期为:
Cmin=max(Ck,min),k=1,2,3,...,K
信号控制最长公共周期
关于信号控制最长周期,目前没有世界公认的通用方法,根据我国混合交通的特点,一般取140~300s,视交叉口具体条件决定。
最小绿灯时长:
直行相位的最小绿灯时长按照行人最短过街时间计算,则最小绿灯时长为道路宽度和行人步行速度的商,即
式中,LW为道路宽度,即道路一边的路缘石至对面路缘石的距离值(m);vp为行人步速,一般取1m/s。需要注意的是,由于左转相位无需考虑行人过街,故左转相位的最短绿灯时间需要单独标定,这里采用美国《道路通行能力手册》中规定的最小相位时间:
P0V=e-qC;式中,P0V为最小左转绿灯时间(s);q为车辆到达率(veh/s);C为当前的周期时间(s)。
最大绿灯时长:
由于采用4相位控制方式,故一个相位的绿信比不宜超过0.5,否则会导致其他相位的排队等待时间过长,造成路网运行性能减低。最大绿灯时长表达式为:
路段饱和流量:
饱和流量是在既有的道路条件和交通管理方式下,车辆在单位时间内以其能够接受的行车速度行驶时,通过一条道路某一截面的最大车辆数,可由饱和车头时距计算获得。基于大量已成熟的研究成果,目前公认的饱和车头时距一般取2s,则一条车道的饱和流量一般为1800pcu/h。
损失时间:
信号控制的损失时间包括车辆的启动加速度、黄灯末段时间以及全红时间等。目前对信号损失时间的研究已非常成熟,根据经验,通常取8~20s。
将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,通过遗传算法对动态交通下路网信号实时协调控制优化模型进行求解,在求解之前,需对遗传算法模型进行训练,确定最大进化代数Generationmax值,再进行正式的求解计算,具体为:初始化。设置最大进化代数Generationmax、种群规模popsize、染色体数目genesize、交叉概率pcrossover、变异概率pmutation等,设置当前进化代数Generation=1,形成初始种群。计算个体的适应度,保留最优个体。遗传算法进行选择操作一般基于个体的适应度,在迭代的过程中需要有指引算法的适应度函数,本文以路网总延误的倒数为适应度函数。置Generation=Generation+1。选择。根据适应度计算结果,通过概率模型随机选择出新一代的群体。通过概率选择操作,从(Generation-1)代中选择出(Generation)代的群体。交叉。交叉操作是指将种群内2个配对的染色体按照交叉概率pcrossover互相交换部分基因,产生新个体。变异。变异是指从种群中随机选取一个个体,通过一定概率进行变异操作。终止条件判断。若Generation=Generationmax;否则,返回计算个体的适应度的步骤继续迭代计算。结束计算,输出信号周期、绿灯时间、相位差以及目标函数的值。
得到信号配时参数信息,该信号配时参数信息包括各交叉口相对相位差信息、公共周期信息和绿灯时间信息。
而一个交叉口沿不同方向会求出多个不同的相位差值,此时按照以关键交叉口为基点,以协调顺序信息一次确定各个交叉口相对于关键交叉扣的绝对相位差,从而确定各个交叉口的周期启动时间,从而实现路网协调信号控制。
本发明实施例通过进口道交通量和进口道饱和度构建交叉口关键度指标,从而确定区域内各交叉口的重要程度,从而确定协调顺序,兼顾整体和部分,充分考虑路网局部拥堵的情况,并通过进口道延误和路段随机延误构建动态交通下路网信号实时协调控制优化模型,充分考虑了路段交通量对于整个路网的影响,计算出各交叉口的信号配时参数信息,然后根据协调顺序从而确定各交叉口周期启动时间,从而实现路网协调信号控制。
在上述实施例的基础上,所述根据所述各交叉口关键度指标信息确定协调顺序信息的步骤,具体包括:
将所述各交叉口关键度指标信息中的最优指标所对应的交叉口作为关键交叉口;
获取关键交叉口的相邻交叉口关键度指标信息,将相邻交叉口关键度指标信息中的最优指标所对应的交叉口作为次关键交叉口,依次协调所有交叉口,确定协调顺序信息。
具体的,本发明实施例中所描述的最优指标是指各交叉口关键度指标信息中的最大值;
相邻交叉口关键度指标信息中的最优指标是指,相邻交叉口关键指标信息最大值对应的交叉口,本发明实施例中的相邻是指,通过本交叉口后到达的下一个交叉口均为本交叉口的相邻交叉口。
本发明实施例中所描述的依次协调是指,以最优指标所对应的交叉口为关键交叉口,将关键交叉口排在协调顺序的第一顺位,筛选关键交叉口相邻交叉口中的关键度指标信息最大者作为次关键交叉口,将次关键交叉口排在协调顺序的第二顺位,然后再次以该次关键交叉口为起点,筛选该交叉口的相邻交叉口中的除关键交叉口之外关键度指标最大者,作为第三关键交叉口,将第三关键交叉口排在协调顺序的第三顺位,依次直至完成对所有交叉口的分析,根据各交叉口协调顺序的顺位得到协调顺序信息。
本发明实施例根据关键交叉口排在协调顺序的第一顺位引入了交叉口关键度指标这一概念,充分考虑了局部交叉口拥堵的情况对整体路网的影响,从而通过关键交叉口的判定选取,从而做到了兼顾整体和部分的联系,避免了拥堵扩散的情况。
在上述实施例的基础上,在所述将各路口交通信息输入动态交通下路网信号实时协调控制优化模型的步骤之前,所述方法还包括:
根据车辆在红灯启亮时刻到达产生的延误和车辆在红灯启亮时刻之后到达产生的延误构建进口道延误模型;
根据韦伯斯特随机延误模型构建路段随机延误模型;
根据所述进口道延误模型和路段随机延误模型,引入信号周期、绿信比和相位差,基于相邻交叉口相位差的延误计算,以最小化目标区域总延误为目标,建立动态交通下路网信号实时协调控制优化模型。
具体的,本发明实施例中所描述的路段随机延误模型具体为:
本发明实施例中所描述的延误构建进口道延误模型具体包括红灯启亮时刻到达产生的延误模型和辆在红灯启亮时刻之后到达产生的延误模型:
车辆在下游交叉口红灯启亮时刻到达的延误模型公式为:
车辆在下游交叉口红灯已启亮时到达的延误模型公式为:
其中,tr为车队头部到达交叉口停车线的时刻至交叉口红灯结束时刻的时间(s);tg为该放行相位的绿灯时间(s);ts为进口道排队等候的车辆的消散时间(s);C为信号控制周期(s)。
则进口道延误模型为:
其中,其中,T表示车辆从上游交叉口驶出,k到达下游交叉口进口道k’所需的时间,C表示交叉口的周期时长,表示上下游交叉口间的相对相位差。由上游交叉口k驶来的车辆到达下游交叉口k’时,所经历的时间为从车队头部到达k’交叉口起至交叉口k’红灯时间结束的时间为tr,则当时,满足该条件。
引入信号配时参数的影响,再以最小化控制区域的总延误为优化目标,建立动态交通下路网信号实时协调控制优化模型:
St.
其中,Dn为第n个信号周期期间路网的总延误时间;为第n个信号周期交叉口k相位a期间的进口道延误;为第n个信号周期交叉口k相位a放行的进口道上游基本路段的随机延误,Cn为路网中各交叉口协调控制进程中的第n个公共信号周期(s);Cmin为条件允许的最小周期时长(s);Cmax为条件允许的最大周期时长(s),为交叉口k第n个周期相位a的有效绿灯时间(s);gmin,ka为交叉口k相位a允许的最小绿灯时间(s);gmax,ka为交叉口k相位a允许的最大绿灯时间(s),交叉口k和交叉口k’为路网中相邻的交叉口,
本发明实施例通过给出考虑交叉口进口道延误和路段随机延误的延误计算模型;以最小化控制区域的总延误为优化目标构建了动态交通下路网信号实时协调控制优化模型,并计算出公共周期、各交叉口的绿灯时间及相位差等,实现对动态交通下的区域路网信号的实时协调控制优化。
在上述实施例的基础上,所述信号配时参数具体包括:各交叉口相对相位差信息、公共周期信息和绿灯时间信息。
具体的,本发明实施例中所描述的各交叉口相对相位差信息是指交叉口与该交叉口的相邻交叉口之间的相位差信息。
本发明实施例中所描述的绿灯时间信息是指交叉口一个周期中绿灯持续的时间。
在上述实施例的基础上,所述根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间的步骤,具体包括:
以所述关键交叉口为基准,根据所述相对相位差信息沿协调顺序方向确定各交叉口绝对相位差信息;
根据所述各交叉口绝对相位差信息确定各交叉口周期启动时间。
具体的,选取协调方向的相位差值作为协调控制的相位差,然后以关键交叉口为基准,计算各交叉口绝对相位差,确定各交叉口周期启动时间,以关键交叉口为基准,计算各交叉口绝对相位差,确定各交叉口周期启动时间。
本发明实施例通过确定交叉口周期启动时间,从关键交叉口优先入手优化,保持路网中影响较大的主要交叉口畅通,从而快速地优化整个路网的交叉口。
在上述实施例的基础上,所述根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息具体为:
将交叉口各进口道交通量与交叉口进口道饱和度信息进行乘积加和,得到各交叉口关键度指标信息。
具体的,将交叉口各进口道交通量与交叉口进口道饱和度信息进行乘积加和具体为:
图2为本发明一实施例所描述的协调控制流程图,如图2所示,根据各路口交通数据信息确定交叉口关键度指标,并结合标定参数建立路网协调控制优化模型;根据路网协调控制优化模型确定包含相位差、公共周期和绿灯时间的信号配时参数。
根据交叉口关键度指标确定协调顺序,然后根据信号配时参数中的相位差沿协调顺序方向确定绝对相位差,从而确定启动时间,从而结合信号配时参数实现信号配时,并利用评价指标对路网运行性能进行评价,同时运行下一个控制周期,重新获取各路口交通数据信息和标定参数。
图3为本发明一实施例所描述的动态交通的路网协调信号控制装置结构示意图,如图3所示,包括:其中,第一计算模块310用于根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;其中,第二计算模块320,用于将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息;其中,协调信号控制模块330用于根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
本发明实施例提供的装置是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
本发明实施例通过进口道交通量和进口道饱和度构建交叉口关键度指标,从而确定区域内各交叉口的重要程度,从而确定协调顺序,兼顾整体和部分,充分考虑路网局部拥堵的情况,并通过进口道延误和路段随机延误构建动态交通下路网信号实时协调控制优化模型,充分考虑了路段交通量对于整个路网的影响,计算出各交叉口的信号配时参数信息,然后根据协调顺序从而确定各交叉口周期启动时间,从而实现路网协调信号控制。
图4为本发明一实施例所描述的电子设备结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行如下方法:根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息;根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息;根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述各实施例提供的方法,例如包括:根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息;根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种动态交通的路网协调信号控制方法,其特征在于,包括:
根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;
将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息;
根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;
其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
2.根据权利要求1所述动态交通的路网协调信号控制方法,其特征在于,所述根据所述各交叉口关键度指标信息确定协调顺序信息的步骤,具体包括:
将所述各交叉口关键度指标信息中的最优指标所对应的交叉口作为关键交叉口;
获取关键交叉口的相邻交叉口关键度指标信息,将相邻交叉口关键度指标信息中的最优指标所对应的交叉口作为次关键交叉口,依次协调所有交叉口,确定协调顺序信息。
3.根据权利要求1所述动态交通的路网协调信号控制方法,其特征在于,在所述将各路口交通信息输入动态交通下路网信号实时协调控制优化模型的步骤之前,所述方法还包括:
根据车辆在红灯启亮时刻到达产生的延误和车辆在红灯启亮时刻之后到达产生的延误构建进口道延误模型;
根据韦伯斯特随机延误模型构建路段随机延误模型;
根据所述进口道延误模型和路段随机延误模型,引入信号周期、绿信比和相位差,基于相邻交叉口相位差的延误计算,以最小化目标区域总延误为目标,建立动态交通下路网信号实时协调控制优化模型。
4.根据权利要求2所述动态交通的路网协调信号控制方法,其特征在于,所述信号配时参数信息具体包括:各交叉口相对相位差信息、公共周期信息和绿灯时间信息。
5.根据权利要求4所述动态交通的路网协调信号控制方法,其特征在于,所述根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间的步骤,具体包括:
以所述关键交叉口为基准,根据所述相对相位差信息沿协调顺序方向确定各交叉口绝对相位差信息;
根据所述各交叉口绝对相位差信息确定各交叉口周期启动时间。
6.根据权利要求1所述动态交通的路网协调信号控制方法,其特征在于,所述根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息具体为:
将交叉口各进口道交通量与交叉口进口道饱和度信息进行乘积加和,得到各交叉口关键度指标信息。
7.根据权利要求1所述动态交通的路网协调信号控制方法,其特征在于,所述动态交通下路网信号实时协调控制优化模型具体为:
St.
8.一种动态交通的路网协调信号控制装置,其特征在于,包括:
第一计算模块,用于根据各交叉口进口道交通量信息和各交叉口进口道饱和度信息计算各交叉口关键度指标信息,根据所述各交叉口关键度指标信息确定协调顺序信息;
第二计算模块,用于将各路口交通信息输入动态交通下路网信号实时协调控制优化模型,得到信号配时参数信息;
协调信号控制模块,用于根据所述信号配时参数信息和所述协调顺序信息,确定各交叉口周期启动时间,以根据所述各交叉口周期启动时间进行路网协调信号控制;
其中,所述动态交通下路网信号实时协调控制优化模型是根据进口道延误和路段随机延误构建的。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述动态交通的路网协调信号控制方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述动态交通的路网协调信号控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183525.2A CN110942627B (zh) | 2019-11-27 | 2019-11-27 | 一种动态交通的路网协调信号控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183525.2A CN110942627B (zh) | 2019-11-27 | 2019-11-27 | 一种动态交通的路网协调信号控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110942627A true CN110942627A (zh) | 2020-03-31 |
CN110942627B CN110942627B (zh) | 2020-11-03 |
Family
ID=69908333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911183525.2A Active CN110942627B (zh) | 2019-11-27 | 2019-11-27 | 一种动态交通的路网协调信号控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110942627B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111899537A (zh) * | 2020-07-01 | 2020-11-06 | 山东摩西网络科技有限公司 | 一种基于边缘计算的交叉口信号控制移动调优装置和方法 |
CN111915890A (zh) * | 2020-07-24 | 2020-11-10 | 清华大学 | 一种干道交通信号的网联优化控制方法 |
CN113066295A (zh) * | 2021-03-23 | 2021-07-02 | 绵阳职业技术学院 | 交通信号灯控制方法及装置 |
CN113516856A (zh) * | 2021-06-23 | 2021-10-19 | 东南大学 | 考虑道路运行速度与交叉口交通状态的干线协调控制方法 |
CN113936452A (zh) * | 2020-06-29 | 2022-01-14 | 阿里巴巴集团控股有限公司 | 一种交通控制方法、装置及电子设备 |
CN114464001A (zh) * | 2022-01-30 | 2022-05-10 | 同济大学 | 车路协同环境下城市多交叉口多层分布控制系统及其方法 |
CN115775462A (zh) * | 2022-11-14 | 2023-03-10 | 山东理工大学 | 基于改进cut-off法的闭环路网相位差优化方法 |
CN117558144A (zh) * | 2023-10-08 | 2024-02-13 | 北京建筑大学 | 基于协同控制区的信号配时控制方法、系统、设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042805A (zh) * | 2007-03-09 | 2007-09-26 | 吉林大学 | 单个交叉口混合交通信号的控制方法 |
JP2009110140A (ja) * | 2007-10-29 | 2009-05-21 | Sumitomo Electric Ind Ltd | 車両制御システム、車載装置及び車両 |
CN101789182A (zh) * | 2010-02-05 | 2010-07-28 | 北京工业大学 | 一种基于平行仿真技术的交通信号控制系统及方法 |
CN103700273A (zh) * | 2014-01-06 | 2014-04-02 | 东南大学 | 基于可变导向车道的信号配时优化方法 |
CN103810869A (zh) * | 2014-02-27 | 2014-05-21 | 北京建筑大学 | 一种基于动态转向比例估计的路口信号控制方法 |
CN104123849A (zh) * | 2014-07-14 | 2014-10-29 | 昆明理工大学 | 一种考虑动态排队长度的相邻交叉口双向联动控制方法 |
CN108734973A (zh) * | 2018-05-18 | 2018-11-02 | 中南大学 | 一种干线双向绿波的相位-信号综合优化方法 |
CN109872544A (zh) * | 2017-12-05 | 2019-06-11 | 杭州海康威视数字技术股份有限公司 | 一种交通信号的控制方法及装置 |
CN110111561A (zh) * | 2019-03-27 | 2019-08-09 | 浙江工业大学 | 一种基于som-pam聚类算法的路网动态划分方法 |
-
2019
- 2019-11-27 CN CN201911183525.2A patent/CN110942627B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042805A (zh) * | 2007-03-09 | 2007-09-26 | 吉林大学 | 单个交叉口混合交通信号的控制方法 |
JP2009110140A (ja) * | 2007-10-29 | 2009-05-21 | Sumitomo Electric Ind Ltd | 車両制御システム、車載装置及び車両 |
CN101789182A (zh) * | 2010-02-05 | 2010-07-28 | 北京工业大学 | 一种基于平行仿真技术的交通信号控制系统及方法 |
CN103700273A (zh) * | 2014-01-06 | 2014-04-02 | 东南大学 | 基于可变导向车道的信号配时优化方法 |
CN103810869A (zh) * | 2014-02-27 | 2014-05-21 | 北京建筑大学 | 一种基于动态转向比例估计的路口信号控制方法 |
CN104123849A (zh) * | 2014-07-14 | 2014-10-29 | 昆明理工大学 | 一种考虑动态排队长度的相邻交叉口双向联动控制方法 |
CN109872544A (zh) * | 2017-12-05 | 2019-06-11 | 杭州海康威视数字技术股份有限公司 | 一种交通信号的控制方法及装置 |
CN108734973A (zh) * | 2018-05-18 | 2018-11-02 | 中南大学 | 一种干线双向绿波的相位-信号综合优化方法 |
CN110111561A (zh) * | 2019-03-27 | 2019-08-09 | 浙江工业大学 | 一种基于som-pam聚类算法的路网动态划分方法 |
Non-Patent Citations (3)
Title |
---|
JIAO PENGPENG ET.AL: "Disaggregate Traffic Mode Choice Model Based on Combination of Revealed and Stated Preference Data", 《TSINGHUA SCIENCE AND TECHNOLOGY》 * |
李轶舜: ""过饱和区域交通管理与控制方法研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
苏飞: ""城市道路路网交通运行状态分析方法及应用研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936452A (zh) * | 2020-06-29 | 2022-01-14 | 阿里巴巴集团控股有限公司 | 一种交通控制方法、装置及电子设备 |
CN111899537A (zh) * | 2020-07-01 | 2020-11-06 | 山东摩西网络科技有限公司 | 一种基于边缘计算的交叉口信号控制移动调优装置和方法 |
CN111915890A (zh) * | 2020-07-24 | 2020-11-10 | 清华大学 | 一种干道交通信号的网联优化控制方法 |
CN113066295A (zh) * | 2021-03-23 | 2021-07-02 | 绵阳职业技术学院 | 交通信号灯控制方法及装置 |
CN113066295B (zh) * | 2021-03-23 | 2022-05-31 | 绵阳职业技术学院 | 交通信号灯控制方法及装置 |
CN113516856A (zh) * | 2021-06-23 | 2021-10-19 | 东南大学 | 考虑道路运行速度与交叉口交通状态的干线协调控制方法 |
CN113516856B (zh) * | 2021-06-23 | 2022-11-04 | 东南大学 | 考虑道路运行速度与交叉口交通状态的干线协调控制方法 |
CN114464001A (zh) * | 2022-01-30 | 2022-05-10 | 同济大学 | 车路协同环境下城市多交叉口多层分布控制系统及其方法 |
CN114464001B (zh) * | 2022-01-30 | 2023-07-04 | 同济大学 | 车路协同环境下城市多交叉口多层分布控制系统及其方法 |
CN115775462A (zh) * | 2022-11-14 | 2023-03-10 | 山东理工大学 | 基于改进cut-off法的闭环路网相位差优化方法 |
CN117558144A (zh) * | 2023-10-08 | 2024-02-13 | 北京建筑大学 | 基于协同控制区的信号配时控制方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110942627B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110942627B (zh) | 一种动态交通的路网协调信号控制方法及装置 | |
CN112614343B (zh) | 基于随机策略梯度的交通信号控制方法、系统及电子设备 | |
CN112669629B (zh) | 一种基于深度强化学习的实时交通信号控制方法及装置 | |
Stevanovic et al. | Optimization of traffic signal timings based on surrogate measures of safety | |
US20180204450A1 (en) | Method And Apparatus for Controlling Passing of Vehicle At Traffic Intersection | |
CN108597235B (zh) | 基于交通视频数据的交叉口信号参数优化及效果评估方法 | |
CN103761883B (zh) | 一种交通信号控制的自学习方法及系统 | |
CN113561986B (zh) | 自动驾驶汽车决策方法及装置 | |
CN111710167A (zh) | 一种基于在线交通仿真的单点优化控制方法及装置 | |
Li et al. | Adaptive traffic signal control model on intersections based on deep reinforcement learning | |
CN115862322A (zh) | 一种车辆可变限速控制优化方法、系统、介质及设备 | |
CN115019523B (zh) | 基于最小化压力差的深度强化学习交通信号协调优化控制方法 | |
CN111369814B (zh) | 一种车路协同公交车控制方法、装置及终端设备 | |
CN114333361A (zh) | 一种信号灯配时方法及装置 | |
CN113515892B (zh) | 一种多智能体交通仿真并行计算方法及装置 | |
CN114419884A (zh) | 基于强化学习和相位竞争的自适应信号控制方法及系统 | |
CN113724507A (zh) | 基于深度强化学习的交通控制与车辆诱导协同方法和系统 | |
Yang et al. | A traffic queueing model for exit lanes for left-turn intersections | |
CN115472023A (zh) | 一种基于深度强化学习的智能交通灯控制方法及装置 | |
CN109191836B (zh) | 一种基于iqa的实时分车道车辆延误预测方法 | |
Li et al. | Variable speed limit strategies analysis with link transmission model on urban expressway | |
CN106205129B (zh) | 基于随机交通需求和通行能力的交叉口控制延误预测方法 | |
Walraevens et al. | Extensions of green periods for freight vehicles at signalized intersections: a stochastic analysis | |
CN114360290B (zh) | 一种基于强化学习的交叉口前车辆群体车道选择方法 | |
CN115662133B (zh) | 交叉口信号配时优化方法、装置、终端设备及存储介质 |
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 |