CN110956804B - 一种交叉口信号配时诊断方法 - Google Patents
一种交叉口信号配时诊断方法 Download PDFInfo
- Publication number
- CN110956804B CN110956804B CN201911135904.4A CN201911135904A CN110956804B CN 110956804 B CN110956804 B CN 110956804B CN 201911135904 A CN201911135904 A CN 201911135904A CN 110956804 B CN110956804 B CN 110956804B
- Authority
- CN
- China
- Prior art keywords
- time
- intersection
- vehicle
- period
- current
- 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.)
- Active
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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
Abstract
本发明公开了一种交叉口信号配时诊断方法,包括以下步骤:接收所采集的过车记录,并提取预设的统计时段内的过车记录;每条过车记录包括过车时刻、车牌号码、交叉口名称、车道编号;计算交叉口信号配时的周期过长指标;计算交叉口信号配时的周期过短指标;计算交叉口信号配时的失衡指标;计算交叉口信号配时的失调指标。本发明仅利用视频检测设备产生的过车记录就可诊断评价交叉口配时周期过长、周期过短、配时失衡以及相邻交叉口之间配时失调问题,不需要实时读取信号配时方案,从多角度全面诊断信号配时,更方便应用于实际工程中,所诊断出的结果可辅助交警用于信号配时优化,提高交通管理精细化水平。
Description
技术领域
本申请属于智能交通技术领域,具体涉及一种交叉口信号配时诊断方法。
背景技术
城市交通信号控制作为保障交通秩序、提升交通效率的主要方式,是现代交通管理的核心技术之一。在制定交通控制策略时,应遵循安全保障、权利均衡、效率优先等原则,控制策略对路网的安全与效率的影响至关重要。然而在实际应用中,城市交叉口信号配时方案时常无法有效的调控交叉口的通行效率,造成时空资源浪费、资源分配失衡、车辆延误增大、道路排队溢出等问题。
目前,国内对于交叉口信号配时方案高效、客观的诊断指标与评价系统较少。申请号为201810348871.0的中国专利,公开了一种基于网格模型的信号交叉口运行评价方法,利用浮动车轨迹数据与交叉口交通运行参数,如通行流量、信号灯参数、平均速度,计算交叉口延误等级,制定交叉口运行评价方法。
现有技术给出了基于浮动车轨迹数据进行交通诊断的方法,但该诊断方法的准确度与浮动车渗透率相关,且实际应用中实时信号灯配时数据极少对第三方厂家开放。同时,仅根据延误等级单一评价指标无法全面评价交叉口运行情况。提出对交叉口配时方案有效、客观、适用性强的诊断与评估方法,为信号配时优化提供参考依据,实现交通管理精细化,是亟待解决的问题。
发明内容
本申请的目的在于提供一种交叉口信号配时诊断方法,所需数据类型少,诊断方法简单,诊断评价全面。
为实现上述目的,本申请所采取的技术方案为:
一种交叉口信号配时诊断方法,所述交叉口信号配时诊断方法包括以下步骤:
步骤S1、接收利用视频检测设备所采集的过车记录,并提取预设的统计时段内的过车记录;每条过车记录包括过车时刻、车牌号码、交叉口名称、车道编号;
步骤S2、计算交叉口信号配时的周期过长指标;
步骤S2.1、根据统计时段内过车记录的过车时刻,计算当前交叉口车辆的过车时刻差值集合;
步骤S2.2、根据过车时刻差值集合,统计当前交叉口车辆的空放总时长;
步骤S2.3、以空放总时长与统计时段的时长比作为周期过长指标,判断当前交叉口信号配时的周期是否过长;
步骤S3、计算交叉口信号配时的周期过短指标;
步骤S3.1、计算统计时段各车辆从上游交叉口驶入当前交叉口的行程时间;
步骤S3.2、根据行程时间和上游交叉口至当前交叉口的路段长度,计算各车辆的延误时长;
步骤S3.3、根据各车辆的延误时长得到统计时段内所有车辆的平均延误时长,根据平均延误时长和周期过长指标判断当前交叉口信号配时周期是否过短;
步骤S4、计算交叉口信号配时的失衡指标;
步骤S4.1、根据车辆所在的车道编号以及当前交叉口信号周期,对统计时段内的车辆进行划分,得到每一车道的若干个周期车辆集合;
步骤S4.2、根据每一车道的若干个周期车辆集合计算当前交叉口各个车道的绿灯时长以及绿灯利用率;
步骤S4.3、根据绿灯利用率和周期过长指标判断当前交叉口信号配时是否失衡;
步骤S5、计算交叉口信号配时的失调指标;
步骤S5.1、统计从上游交叉口驶入当前交叉口统计时段内的红灯到达车辆数;
步骤S5.2、以红灯到达车辆数和统计时段内总到达车辆数的比作为失调指标,判断当前交叉口信号与上游交叉口信号是否失调。
作为优选,所述根据统计时段内过车记录的过车时刻,计算当前交叉口车辆的过车时刻差值集合,包括:
统计当前交叉口在统计时段[Tstart,Tend]内的过车记录的集合A={(Noi,Timei)},其中Noi表示车辆i的车牌号码,Timei表示车辆i的过车时刻,集合A中包含的过车记录条数为n,即i=1,2,…,n,Tstart表示统计时段的开始时刻,Tend表示统计时段的结束时刻;
结合统计时段计算集合A中相邻车辆的过车时刻的差值集合{dy},其中:
集合{dy}中的元素个数为n+1,即y=1,2,…,n,n+1,且集合{dy}中各元素的单位为秒。
作为优选,所述根据过车时刻差值集合,统计当前交叉口车辆的空放总时长,包括:
计算空放总时长twaste如下:
其中,dsat为饱和车头时距;
所述以空放总时长与统计时段的时长比作为周期过长指标,判断当前交叉口信号配时的周期是否过长,包括:
计算周期过长指标ηwaste如下:
其中,T为统计时段[Tstart,Tend]范围所对应的秒数;
若周期过长指标ηwaste大于周期过长阈值αl,即ηwaste>αl,则判定当前统计时段交叉口信号配时的周期过长;否则判定当前统计时段交叉口信号配时的周期不过长。
作为优选,所述计算统计时段各车辆从上游交叉口驶入当前交叉口的行程时间,包括:
根据过车记录中的车牌号码以及集合A,匹配上游交叉口在统计时段内的过车记录的集合,得到数据集Ψ={(Noi,D,Timei,up,Timei,down,Ti,tra)},其中D表示上游交叉口且D=d1,d2,…,dz,dz表示第z个上游交叉口的名称,z表示当前交叉口的进口道对应的上游交叉口的总数量,Timei,up为车辆i通过上游交叉口D停车线的时刻,Timei,down为车辆i通过当前交叉口停车线的时刻,Ti,tra为车辆行程时间:
Ti,tra=Timei,down-Timei,up
其中,行程时间Ti,tra的单位为秒;
所述根据行程时间和上游交叉口至当前交叉口的路段长度,计算各车辆的延误时长,包括:
其中,Ti,delay表示车辆i的延误时长,LCD表示车辆i对应的上游交叉口至当前交叉口的路段长度,vfree表示车辆i从上游交叉口至当前交叉口的自由流速度;
若车辆的延误时长Ti,delay为0,表示该车辆通过当前交叉口时未经过排队;否则该车辆通过当前交叉口时经过排队。
作为优选,所述根据各车辆的延误时长得到统计时段内所有车辆的平均延误时长,根据平均延误时长和空放总时长判断当前交叉口信号配时的周期是否过短,包括:
其中,n表示车辆数,即集合Ψ中包含的过车记录条数;
若统计时段内当前交叉口的平均延误时长大于延误阈值td,并且周期过长指标ηwaste小于周期过短阈值αs,即且ηwaste<αs,则判定当前统计时段当前交叉口信号配时的周期过短;否则判定当前统计时段交叉口信号配时的周期不过短。
作为优选,所述根据车辆所在的车道编号以及当前交叉口信号周期,对统计时段内的车辆进行划分,得到每一车道的若干个周期车辆集合,包括:
统计当前交叉口在统计时段[Tstart,Tend]内车道p的过车记录的集合Ap={(Nog,Timeg)},其中Nog表示车辆g的车牌号码,Timeg表示车辆g的过车时刻,集合Ap中包含的过车记录条数为m,g=1,2,…,m;
计算集合Ap中相邻车辆的过车时刻的差值得到车头时距集合{hp,x},其中:
hp,x=Timex+1-Timex,1≤x<m
车头时距集合{hp,x}中的元素个数为m-1,即x=1,2,…,m-1;
遍历车头时距集合{hp,x},当第x个车头时距大于车头时距划分阈值hthr时,则以用于计算第x个车头时距的两车辆作为周期车辆分界点,将集合Ap划分为多个周期车辆集合。
作为优选,所述根据每一车道的若干个周期车辆集合计算当前交叉口各个车道的绿灯时长以及绿灯利用率,包括:
计算车道p的绿灯时长Tgrn,p,j:
Tgrn,p,j=Timef,q,k-Timef,p,j
其中,Tgrn,p,j的单位为秒,Timef,p,j为车道p在信号周期j对应的周期车辆集合中首车的过车时刻,Timef,q,k为车道p对应放行相位的下一放行相位对应车道的首车过车时刻,即车道q在信号周期k对应的周期车辆集合中首车的过车时刻;
计算车道p在绿灯时段[Timef,p,j,Timef,q,k]内的绿灯空放时长Twaste,p,j:
Twaste,p,j=Tgrn,p,j-np×dsat
其中,Twaste,p,j单位为秒,np为车道p的当前信号周期驶离的车辆数;
计算车道p在绿灯时段[Timef,p,j,Timef,q,k]内的绿灯利用率ηgrn,p,j:
取统计时段内若干信号周期的绿灯利用率ηgrn,p,j的平均值ηgrn,p作为车道p的绿灯利用率;
计算当前交叉口所有车道的绿灯利用率,取绿灯利用率的最大值作为当前交叉口的最大绿灯利用率ηgrn,max,若最大绿灯利用率ηgrn,max大于利用率阈值ηgrn,sat,并且当前交叉口的周期过长指标ηwaste大于失衡空放阈值αbal,即ηgrn,max>ηgrn,sat且ηwaste>αbal,则判定统计时段内当前交叉口信号配时失衡;否则判定统计时段内当前交叉口信号配时不失衡。
作为优选,所述统计从上游交叉口驶入当前交叉口统计时段内的红灯到达车辆数,包括:
获取数据集Ψ,统计数据集Ψ中上游交叉口D至当前交叉口的总到达车辆数nCD;
统计从上游交叉口D驶入当前交叉口中车辆的延误时长Ti,delay大于0的车辆作为红灯到达车辆数,记为mcorr;
所述以红灯到达车辆数和统计时段内总到达车辆数的比作为失调指标,判断当前交叉口信号与上游交叉口信号是否失调,包括:
计算失调指标ηcorr:
若失调指标ηcorr大于失调阈值αcorr,则判定上游交叉口D与当前交叉口之间的信号配时失调;否则判定上游交叉口D与当前交叉口之间的信号配时不失调。
本申请提供的交叉口信号配时诊断方法,仅利用视频检测设备产生的过车记录就可诊断评价交叉口配时周期过长、周期过短、配时失衡以及相邻交叉口之间配时失调问题,不需要实时读取信号配时方案,从多角度全面诊断信号配时,更方便应用于实际工程中,所诊断出的结果可辅助交警用于信号配时优化,提高交通管理精细化水平。
附图说明
图1为本申请的交叉口信号配时诊断方法的流程图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是在于限制本申请。
如图1所示,在一个实施例中,提供一种交叉口信号配时诊断方法,具体的,所述交叉口信号配时诊断方法包括以下步骤:
步骤S1、接收利用视频检测设备所采集的过车记录。
过车记录是指由视频检测设备,如卡口、电子警察,获取的一条车辆通过交叉口的信息。当车辆从车道停车线驶离时,视频检测设备进行抓拍,记录车辆信息以及过车时刻。每条过车记录包括但不限于以下字段:过车时刻、车牌号码、交叉口名称、车道编号等。
例如,一个典型的过车记录如表1所示:
表1过车记录示例
由于过车记录为实时不间断获取,而对交叉口进行分析需建立在一定时间段内,故通常在交叉口信号配时诊断时,需要提取预设的统计时段内的过车记录。本实施例中设置统计时段的时长为15分钟。
步骤S2、计算交叉口信号配时的周期过长指标(周期过长诊断)。
步骤S2.1、根据统计时段内过车记录的过车时刻,计算当前交叉口车辆的过车时刻差值集合:
首先,统计当前交叉口(当前交叉口记为C)在统计时段[Tstart,Tend]内的过车记录的集合A={(Noi,Timei)},其中Noi表示车辆i的车牌号码,Timei表示车辆i的过车时刻,集合A中包含的过车记录条数为n,即i=1,2,…,n,Tstart表示统计时段的开始时刻,Tend表示统计时段的结束时刻。为了便于取用,集合A中的过车记录按照过车时刻的先后顺序排列。
结合统计时段计算集合A中相邻车辆的过车时刻的差值集合{dy},其中:
集合{dy}中的元素个数为n+1,即y=1,2,…,n,n+1,且集合{dy}中各元素的单位为秒。
步骤S2.2、根据过车时刻差值集合,统计当前交叉口车辆的空放总时长:
计算空放总时长twaste如下:
其中,twaste的单位为秒,dsat为饱和车头时距,获取饱和车头时距的方法可以是:绿灯刚亮起时,从第二辆车刚过停车线时开始计数直至车头时距发生离散,将计数时长除以统计的车辆数得到饱和车头时距,为提高数据准确性,可汇总多次计数后再计算饱和车头时距。
步骤S2.3、以空放总时长与统计时段的时长比作为周期过长指标,判断当前交叉口信号配时的周期是否过长:
计算周期过长指标ηwaste,即交叉口的空放比例如下:
其中,T为统计时段[Tstart,Tend]范围所对应的秒数;
若周期过长指标ηwaste大于周期过长阈值αl,即ηwaste>αl,则判定当前统计时段交叉口信号配时的周期过长;否则判定当前统计时段交叉口信号配时的周期不过长。本实施例采用车头时距判断信号配时是否存在周期过长问题,从与行车最直接相关的参数点入手,判断得到的结果准确性高且判断过程简单。
步骤S3、计算交叉口信号配时的周期过短指标(周期过短诊断)。
步骤S3.1、计算统计时段各车辆从上游交叉口驶入当前交叉口的行程时间:
根据过车记录中的车牌号码以及集合A,匹配上游交叉口在统计时段内的过车记录的集合,得到数据集Ψ={(Noi,D,Timei,up,Timei,down,Ti,tra)},其中D表示上游交叉口且D=d1,d2,...,dz,dz表示第z个上游交叉口的名称,z表示当前交叉口的进口道对应的上游交叉口的总数量,即当前交叉口具有几个上游交叉口,D即有几种不同的取值,根据每条过车记录中D取值的不同,可以区分车辆i是从哪个上游交叉口行驶至当前交叉口的,Timei,up为车辆i通过上游交叉口D停车线的时刻,Timei,down为车辆i通过当前交叉口停车线的时刻,Ti,tra为车辆行程时间:
Ti,tra=Timei,down-Timei,up
其中,行程时间Ti,tra的单位为秒。
对于一个交叉口而言,各进口道均对应一个上游交叉口。若在上游交叉口无法匹配相同车牌号,则跳过此辆车。为了便于描述,本实施例中设定当前交叉口的车辆车牌号码在上游交叉口均有匹配,即数据集Ψ中的元素个数与集合A中包含的过车记录条数相同,均为n。
步骤S3.2、根据行程时间和上游交叉口至当前交叉口的路段长度,计算各车辆的延误时长:
车辆延误时长为车辆行程时间与以自由流速度通过两交叉口之间距离时长的差值,其中自由流速度可以是当前道路的最高限速,或者为凌晨时段检测到的道路上的行车速度。
计算车辆的延误时长如下:
其中,Ti,delay表示车辆i的延误时长,LCD表示车辆i对应的上游交叉口D至当前交叉口的路段长度,vfree表示车辆i从上游交叉口至当前交叉口的自由流速度。由于上游交叉口D可能存在多种不同取值,则在计算车辆延误时长时,需取与该车辆对应的上游交叉口的相关数据进行计算。
若车辆的延误时长Ti,delay为0,表示该车辆通过当前交叉口时未经过排队;否则该车辆通过当前交叉口时经过排队。
步骤S3.3、根据各车辆的延误时长得到统计时段内所有车辆的平均延误时长,根据平均延误时长和周期过长指标判断当前交叉口信号配时周期是否过短:
其中,n表示车辆数,同等于数据集Ψ中的元素个数,本实施例中也为集合A中包含的过车记录条数。若存在当前交叉口的车牌号码在上游交叉口无法匹配,则将该公式中的n替换为实际匹配到车牌号码的车辆数。
若统计时段内当前交叉口的平均延误时长大于延误阈值td,并且周期过长指标ηwaste小于周期过短阈值αs,即且ηwaste<αs,则判定当前统计时段当前交叉口信号配时的周期过短;否则判定当前统计时段交叉口信号配时的周期不过短。
本实施例在判断周期过短指标时,利用自由流速度进行辅助判断,结合了道路实际规定或该道路上车辆的实际行驶情况判断车辆的延误时长,并且结合延误时长和交叉口的空放比例同时判断信号周期是否过短,以排除特殊情况或其他干扰例如车辆损坏而影响行驶速度等情况,提高判断结果的准确性。
步骤S4、计算交叉口信号配时的失衡指标(配时失衡诊断)。
本实施例中的失衡指标表示交叉口绿灯时长分配是否失衡,检测是否存在某个方向绿灯时长不足同时另一个方向绿灯空放严重的情况,本指标反映路口绿灯利用效率。某个方向绿灯时长不足意味着某个相位绿灯利用率值偏高,另一方向绿灯空放说明整个交叉口的空放比例达到了一定程度,故本实施例综合各车道绿灯利用率与交叉口空放比例判断路口绿灯时长分配是否失衡。
步骤S4.1、根据车辆所在的车道编号以及当前交叉口信号周期,对统计时段内的车辆进行划分,得到每一车道的若干个周期车辆集合:
统计当前交叉口在统计时段[Tstart,Tend]内车道p的过车记录的集合Ap={(Nog,Timeg)},其中Nog表示车辆g的车牌号码,Timeg表示车辆g的过车时刻,集合Ap中包含的过车记录条数为m,g=1,2,...,m。
计算集合Ap中相邻车辆的过车时刻的差值得到车头时距集合{hp,x},其中:
hp,x=Timex+1-Timex,1≤x<m
车头时距集合{hp,x}中的元素个数为m-1,即x=1,2,...,m-1。
遍历车头时距集合{hp,x},当第x个车头时距大于车头时距划分阈值hthr时,则以用于计算第x个车头时距的两车辆作为周期车辆分界点,将集合Ap划分为多个周期车辆集合。
若第x个车头时距大于车头时距划分阈值hthr,则表示用于计算第x个车头时距的两车辆作为两个不同周期车辆分界点,这两辆车中过车时刻较小的划分至上一周期车辆集合中,且作为上一周期车辆集合的尾车;这两辆车中过车时刻较大的划分至下一周期车辆集合中,且作为下一周期车辆集合的首车。
例如,统计时段内车道p的车辆数为11,则得到10个车头时距,并且在10个车头时距中,第5个车头时距大于车头时距划分阈值hthr,则表示第5辆车和第6辆车作为周期车辆分界点,即需要将第1~5辆车划分为上一周期车辆集合,将第6~11辆车划分为下一周期车辆集合。
步骤S4.2、根据每一车道的若干个周期车辆集合计算当前交叉口各个车道的绿灯时长以及绿灯利用率:
对于统计时间段内周期j车道p首车过车时刻为Timef,p,j,尾车过车时刻为Timel,pj。在此周期内,车道p对应放行相位的下一相位放行首辆车辆,过车时刻晚于车道p放行尾车,并且该首车的过车时刻是各个车道首车放行时刻中最接近车道p放行尾车过车时刻的。本实施例中的车道指交叉口的某一条车道,并不是同一方向同一转向的车道的总称。
在其他车道首车数据集合中寻找距离Timel,p,j最近的首车过车时刻,例如车道q首车数据集合中某元素Timef,q,k,满足Timef,q,k>Timel,p,j,并且Timef,q,k与Timel,p,j差值最小。即车道p对应放行相位的下一相位为车道q对应放行相位,本周期车道p对应放行相位放行时长为本周期车道p首车过车时刻为Timef,p,j与车道q首车过车时刻为Timef,q,k的差值。
具体的,计算车道p的绿灯时长Tgrn,p,j:
Tgrn,p,j=Timef,q,k-Timef,p,j
其中,Tgrn,p,j的单位为秒,Timef,p,j为车道p在信号周期j对应的周期车辆集合中首车的过车时刻,Timef,q,k为车道p对应放行相位的下一放行相位对应车道的首车过车时刻,即车道q在信号周期k对应的周期车辆集合中首车的过车时刻。
由于在统计时段例如15分钟内,交叉口运行的信号周期时长可能是信号周期整数倍,也可能不是整数倍。例如刚好运行了五个半周期,结果可能就是:车道p过车数据划分出5个周期,而车道q划分出来了6个周期。过车时刻中的j、k表示该过车时刻是各车道所处的第j或k个信号周期。假设j=2,寻找出来满足条件的Timef,q,k中的k可能是2或者3,即j不一定等于k。
计算当前信号周期,车道p对应绿灯时段[Timef,p,j,Timef,q,k]内的绿灯空放时长Twaste,p,j:
Twaste,p,j=Tgrn,p,j-np×dsat
其中,Twaste,p,j单位为秒,np为车道p的当前信号周期驶离的车辆数;
计算当前信号周期,车道p对应绿灯时段[Timef,p,j,Timef,q,k]内的绿灯利用率ηgrn,p,j:
由于在统计时间段[Tstart,Tend]内不止一个信号周期,故取统计时段内若干信号周期的绿灯利用率ηgrn,p,j的平均值ηgrn,p作为车道p的绿灯利用率,绿灯利用率ηgrn,p值越接近于1,说明运行状态越接近饱和。
步骤S4.3、根据绿灯利用率和周期过长指标判断当前交叉口信号配时是否失衡:
计算当前交叉口所有车道的绿灯利用率,取绿灯利用率的最大值作为当前交叉口的最大绿灯利用率ηgrn,max,若最大绿灯利用率ηgrn,max大于利用率阈值ηgrn,sat,并且当前交叉口的周期过长指标ηwaste大于失衡空放阈值αbal,即ηgrn,max>ηgrn,sat且ηwaste>αbal,则判定统计时段内当前交叉口信号配时失衡;否则判定统计时段内当前交叉口信号配时不失衡。
绿灯利用率能够直观反映绿灯配时是否合理,在该前提下结合交叉口的空放比例,得到的失衡判断结果切合实际且精确。
步骤S5、计算交叉口信号配时的失调指标(配时失调诊断)。
本实施例的失调指标反映相邻路口间的协调情况,即车辆通过相邻路口是否需要停车,可以通过红灯到达车辆数与总车辆数的比值来衡量协调情况。
步骤S5.1、统计从上游交叉口驶入当前交叉口统计时段内的红灯到达车辆数:
对于本交叉口C而言,各进口道均对应一个上游交叉口,以D表示上游交叉口的名称,分析当前交叉口和各上游交叉口之间的协调情况。
首先获取数据集Ψ,统计数据集Ψ中上游交叉口D至当前交叉口的总到达车辆数nCD。
统计从上游交叉口D驶入当前交叉口中车辆的延误时长Ti,delay大于0的车辆作为红灯到达车辆数,记为mcorr。
步骤S5.2、以红灯到达车辆数和统计时段内总到达车辆数的比作为失调指标,判断当前交叉口信号与上游交叉口信号是否失调。
计算失调指标ηcorr:
若失调指标ηcorr大于失调阈值αcorr,则判定上游交叉口D与当前交叉口之间的信号配时失调;否则判定上游交叉口D与当前交叉口之间的信号配时不失调。
根据前述可知,当前交叉口具有几个上游交叉口,D即有几种不同的取值,故需分别针对D的不同取值统计总到达车辆数、红灯到达车辆数,即对当前交叉口而言存在多个不同的失调指标。例如,本实施例中当前交叉口的进口道对应三个不同的上游交叉口,即z为3,且设d1=1,d2=2,d3=3,C的取值为4,则计算失调指标时,需分别计算交叉口1和4之间的失调指标,交叉口2和4之间的失调指标,交叉口3和4之间的失调指标,以全面评判当前交叉口与上游各个交叉口之间是否存在配时失调情况。
需要说明的是,由于统计时段内交叉口可能存在多种配时问题,故本实施例在进行交叉口信号配时诊断时,每次均依次计算周期过长指标、周期过短指标、失衡指标、失调指标,即每次均依次判断各个指标,全面找出当前交叉口可能存在的配时问题。
本实施例的交叉口信号配时诊断方法,仅利用视频检测设备产生的过车记录就可诊断评价交叉口配时周期过长、周期过短、配时失衡以及相邻交叉口之间配时失调问题,不需要实时读取信号配时方案,从多角度全面诊断信号配时,更方便应用于实际工程中,所诊断出的结果可辅助交警用于信号配时优化,提高交通管理精细化水平。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种交叉口信号配时诊断方法,其特征在于,所述交叉口信号配时诊断方法包括以下步骤:
步骤S1、接收利用视频检测设备所采集的过车记录,并提取预设的统计时段内的过车记录;每条过车记录包括过车时刻、车牌号码、交叉口名称、车道编号;
步骤S2、计算交叉口信号配时的周期过长指标;
步骤S2.1、根据统计时段内过车记录的过车时刻,计算当前交叉口车辆的过车时刻差值集合;
步骤S2.2、根据过车时刻差值集合,统计当前交叉口车辆的空放总时长;
步骤S2.3、以空放总时长与统计时段的时长比作为周期过长指标,判断当前交叉口信号配时的周期是否过长;
步骤S3、计算交叉口信号配时的周期过短指标;
步骤S3.1、计算统计时段各车辆从上游交叉口驶入当前交叉口的行程时间;
步骤S3.2、根据行程时间和上游交叉口至当前交叉口的路段长度,计算各车辆的延误时长;
步骤S3.3、根据各车辆的延误时长得到统计时段内所有车辆的平均延误时长,根据平均延误时长和周期过长指标判断当前交叉口信号配时周期是否过短;
步骤S4、计算交叉口信号配时的失衡指标;
步骤S4.1、根据车辆所在的车道编号以及当前交叉口信号周期,对统计时段内的车辆进行划分,得到每一车道的若干个周期车辆集合;
步骤S4.2、根据每一车道的若干个周期车辆集合计算当前交叉口各个车道的绿灯时长以及绿灯利用率;
步骤S4.3、根据绿灯利用率和周期过长指标判断当前交叉口信号配时是否失衡;
步骤S5、计算交叉口信号配时的失调指标;
步骤S5.1、统计从上游交叉口驶入当前交叉口统计时段内的红灯到达车辆数;
步骤S5.2、以红灯到达车辆数和统计时段内总到达车辆数的比作为失调指标,判断当前交叉口信号与上游交叉口信号是否失调。
4.如权利要求3所述的交叉口信号配时诊断方法,其特征在于,所述计算统计时段各车辆从上游交叉口驶入当前交叉口的行程时间,包括:
根据过车记录中的车牌号码以及集合A,匹配上游交叉口在统计时段内的过车记录的集合,得到数据集Ψ={(Noi,D,Timei,up,Timei,down,Ti,tra)},其中D表示上游交叉口且D=d1,d2,…,dz,dz表示第z个上游交叉口的名称,z表示当前交叉口的进口道对应的上游交叉口的总数量,Timei,up为车辆i通过上游交叉口D停车线的时刻,Timei,down为车辆i通过当前交叉口停车线的时刻,Ti,tra为车辆行程时间:
Ti,tra=Timei,down-Timei,up
其中,行程时间Ti,tra的单位为秒;
所述根据行程时间和上游交叉口至当前交叉口的路段长度,计算各车辆的延误时长,包括:
其中,Ti,delay表示车辆i的延误时长,LCD表示车辆i对应的上游交叉口至当前交叉口的路段长度,vfree表示车辆i从上游交叉口至当前交叉口的自由流速度;
若车辆的延误时长Ti,delay为0,表示该车辆通过当前交叉口时未经过排队;否则该车辆通过当前交叉口时经过排队。
6.如权利要求3所述的交叉口信号配时诊断方法,其特征在于,所述根据车辆所在的车道编号以及当前交叉口信号周期,对统计时段内的车辆进行划分,得到每一车道的若干个周期车辆集合,包括:
统计当前交叉口在统计时段[Tstart,Tend]内车道p的过车记录的集合Ap={(Nog,Timeg)},其中Nog表示车辆g的车牌号码,Timeg表示车辆g的过车时刻,集合Ap中包含的过车记录条数为m,g=1,2,…,m;
计算集合Ap中相邻车辆的过车时刻的差值得到车头时距集合{hp,x},其中:
hp,x=Timex+1-Timex,1≤x<m
车头时距集合{hp,x}中的元素个数为m-1,即x=1,2,…,m-1;
遍历车头时距集合{hp,x},当第x个车头时距大于车头时距划分阈值hthr时,则以用于计算第x个车头时距的两车辆作为周期车辆分界点,将集合Ap划分为多个周期车辆集合。
7.如权利要求6所述的交叉口信号配时诊断方法,其特征在于,所述根据每一车道的若干个周期车辆集合计算当前交叉口各个车道的绿灯时长以及绿灯利用率,包括:
计算车道p的绿灯时长Tgrn,p,j:
Tgrn,p,j=Timef,q,k-Timef,p,j
其中,Tgrn,p,j的单位为秒,Timef,p,j为车道p在信号周期j对应的周期车辆集合中首车的过车时刻,Timef,q,k为车道p对应放行相位的下一放行相位对应车道的首车过车时刻,即车道q在信号周期k对应的周期车辆集合中首车的过车时刻;
计算车道p在绿灯时段[Timef,p,j,Timef,q,k]内的绿灯空放时长Twaste,p,j:
Twaste,p,j=Tgrn,p,j-np×dsat
其中,Twaste,p,j单位为秒,np为车道p的当前信号周期驶离的车辆数;
计算车道p在绿灯时段[Timef,p,j,Timef,q,k]内的绿灯利用率ηgrn,p,j:
取统计时段内若干信号周期的绿灯利用率ηgrn,p,j的平均值ηgrn,p作为车道p的绿灯利用率;
计算当前交叉口所有车道的绿灯利用率,取绿灯利用率的最大值作为当前交叉口的最大绿灯利用率ηgrn,max,若最大绿灯利用率ηgrn,max大于利用率阈值ηgrn,sat,并且当前交叉口的周期过长指标ηwaste大于失衡空放阈值αbal,即ηgrn,max>ηgrn,sat且ηwaste>αbal,则判定统计时段内当前交叉口信号配时失衡;否则判定统计时段内当前交叉口信号配时不失衡。
8.如权利要求4所述的交叉口信号配时诊断方法,其特征在于,所述统计从上游交叉口驶入当前交叉口统计时段内的红灯到达车辆数,包括:
获取数据集Ψ,统计数据集Ψ中上游交叉口D至当前交叉口的总到达车辆数nCD;
统计从上游交叉口D驶入当前交叉口中车辆的延误时长Ti,delay大于0的车辆作为红灯到达车辆数,记为mcorr;
所述以红灯到达车辆数和统计时段内总到达车辆数的比作为失调指标,判断当前交叉口信号与上游交叉口信号是否失调,包括:
计算失调指标ηcorr:
若失调指标ηcorr大于失调阈值αcorr,则判定上游交叉口D与当前交叉口之间的信号配时失调;否则判定上游交叉口D与当前交叉口之间的信号配时不失调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911135904.4A CN110956804B (zh) | 2019-11-19 | 2019-11-19 | 一种交叉口信号配时诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911135904.4A CN110956804B (zh) | 2019-11-19 | 2019-11-19 | 一种交叉口信号配时诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110956804A CN110956804A (zh) | 2020-04-03 |
CN110956804B true CN110956804B (zh) | 2021-01-19 |
Family
ID=69977815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911135904.4A Active CN110956804B (zh) | 2019-11-19 | 2019-11-19 | 一种交叉口信号配时诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110956804B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754791B (zh) * | 2020-06-11 | 2021-08-20 | 广东振业优控科技股份有限公司 | 一种交叉口信号灯相位时间伺服控制方法 |
CN111951572B (zh) * | 2020-07-07 | 2022-11-08 | 永嘉县公安局交通警察大队 | 一种城市道路交叉口多时段信号控制方案的时段划分优化方法 |
CN111798679B (zh) * | 2020-07-24 | 2021-10-22 | 公安部交通管理科学研究所 | 一种信号交叉口车道绿灯损失时间计算方法及系统 |
CN113593222B (zh) * | 2021-07-08 | 2022-08-05 | 同济大学 | 一种多源数据支撑的交通管控诊断方法 |
CN114373310A (zh) * | 2022-01-19 | 2022-04-19 | 京东方科技集团股份有限公司 | 车辆行驶路段的指标数据处理方法、装置及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130025110A (ko) * | 2011-09-01 | 2013-03-11 | 강성모 | 직전 통과상태 정보를 이용하여 교차로에서의 신호위반을 판정하기 위한 장치 및 그 방법 |
CN104750963A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 交叉口延误时长估计方法及装置 |
CN104751670A (zh) * | 2015-03-23 | 2015-07-01 | 同济大学 | 一种城市交通信号控制运行诊断系统 |
CN105761516A (zh) * | 2016-05-16 | 2016-07-13 | 北京数行健科技有限公司 | 一种基于车辆轨迹估算路口信号灯配时的方法 |
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 |
CN109035786A (zh) * | 2018-10-10 | 2018-12-18 | 南京宁昱通交通科技有限公司 | 一种提高主干路相邻交叉口通行效率的交通时段控制方法 |
CN109637132A (zh) * | 2018-12-24 | 2019-04-16 | 北京航空航天大学 | 一种基于无人机航拍视频的交叉口信号配时方法 |
CN110246344A (zh) * | 2019-03-28 | 2019-09-17 | 中国公路工程咨询集团有限公司 | 一种基于博弈论的信号配时方法 |
CN110363997A (zh) * | 2019-07-05 | 2019-10-22 | 西南交通大学 | 一种有施工区交叉口信号配时优化方法 |
-
2019
- 2019-11-19 CN CN201911135904.4A patent/CN110956804B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130025110A (ko) * | 2011-09-01 | 2013-03-11 | 강성모 | 직전 통과상태 정보를 이용하여 교차로에서의 신호위반을 판정하기 위한 장치 및 그 방법 |
CN104750963A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 交叉口延误时长估计方法及装置 |
CN104751670A (zh) * | 2015-03-23 | 2015-07-01 | 同济大学 | 一种城市交通信号控制运行诊断系统 |
CN105761516A (zh) * | 2016-05-16 | 2016-07-13 | 北京数行健科技有限公司 | 一种基于车辆轨迹估算路口信号灯配时的方法 |
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 |
CN109035786A (zh) * | 2018-10-10 | 2018-12-18 | 南京宁昱通交通科技有限公司 | 一种提高主干路相邻交叉口通行效率的交通时段控制方法 |
CN109637132A (zh) * | 2018-12-24 | 2019-04-16 | 北京航空航天大学 | 一种基于无人机航拍视频的交叉口信号配时方法 |
CN110246344A (zh) * | 2019-03-28 | 2019-09-17 | 中国公路工程咨询集团有限公司 | 一种基于博弈论的信号配时方法 |
CN110363997A (zh) * | 2019-07-05 | 2019-10-22 | 西南交通大学 | 一种有施工区交叉口信号配时优化方法 |
Non-Patent Citations (1)
Title |
---|
基于减少机动车尾气排放的城市道路交叉口信号配时优化研究;唐旭南;《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》;20140715;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110956804A (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110956804B (zh) | 一种交叉口信号配时诊断方法 | |
CN109961639A (zh) | 一种过饱和状态下车道排队长度估计方法 | |
CN111508094B (zh) | 一种基于etc门架与卡口通行数据的高速公路拥堵发现方法 | |
CN107170247B (zh) | 一种确定交叉口排队长度方法及装置 | |
CN104269066B (zh) | 一种信号交叉路口过饱和状态判别方法 | |
CN107204115B (zh) | 干线车流停车率估计方法 | |
CN110379169B (zh) | 基于视频号牌设备的待转区车道饱和车头时距计算方法 | |
CN101783073B (zh) | 基于双截面检测器的信号交叉口延误测定方法 | |
CN106295888B (zh) | 一种基于实测数据的公共建筑物配建停车泊位共享时间窗口确定方法 | |
CN111540204B (zh) | 一种面向交叉口问题诊断的交通运行状态评估方法及装置 | |
CN113380036B (zh) | 一种基于电子警察数据的排队长度计算方法 | |
JP5625953B2 (ja) | 信号制御装置、コンピュータプログラム及び信号制御方法 | |
CN106571029A (zh) | 一种车辆排队长度检测的方法和装置 | |
WO2022199442A1 (zh) | 一种基于卡警、视频检测器的多路口协调自适应控制方法 | |
CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
US20220383738A1 (en) | Method for short-term traffic risk prediction of road sections using roadside observation data | |
CN108389395B (zh) | 交通控制的评价方法及装置 | |
CN108492563B (zh) | 一种基于平均速度的超速事件探测方法 | |
CN109472985B (zh) | 基于路段旅行时间的实际交通需求流量估计方法 | |
CN113129594A (zh) | 一种基于卡口数据的交叉口饱和流率计算方法 | |
WO2013075373A1 (zh) | 饱和流量确定方法和装置 | |
CN113222382A (zh) | 一种车联网环境异质车流换道影响路段通过能力确定方法 | |
CN112885089A (zh) | 一种基于多维指标的干线绿波智能诊断模型 | |
CN106846808B (zh) | 一种基于车牌数据的车辆停车次数计算方法 | |
CN110459067A (zh) | 基于车辆个体的交通绿路信号协调控制评价方法及系统 |
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 |