CN111373454A - 用于动态地控制光信号设备的方法和设备 - Google Patents
用于动态地控制光信号设备的方法和设备 Download PDFInfo
- Publication number
- CN111373454A CN111373454A CN201880075334.1A CN201880075334A CN111373454A CN 111373454 A CN111373454 A CN 111373454A CN 201880075334 A CN201880075334 A CN 201880075334A CN 111373454 A CN111373454 A CN 111373454A
- Authority
- CN
- China
- Prior art keywords
- time
- loss time
- vehicle
- estimated
- optical 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.)
- Pending
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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于动态地控制光信号实施(2)的方法,其中,借助控制装置(3),基于损耗时间控制所述光信号设备(2)的阶段(P0,P1,P2,Pi),其中,所述损耗时间是位于探测半径内的所有车辆的总损耗时间(21),其中,借助预测装置(4),基于探测半径中的所述车辆的当前的车辆位置(10‑x)和所估算的未来的车辆位置(10‑x)来估算所述总损耗时间(21)。此外,本发明涉及一种相关的设备(1)。
Description
技术领域
本发明涉及用于动态地控制光信号设备的一种方法和一种设备。
背景技术
为了控制道路交通节点,通常使用光信号设备。这些光信号设备的主要任务在于:通过巧妙的放行时间分配来减少交通参与者的等待时间和损耗时间。通常,为此使用在德国已建立的控制方法,如基于车辆时间间隙、车辆需求或车辆占据程度的固定时间控制或基于交通相关规则的方法。然而,与此同时存在至今几乎没有充分使用过的用于探测车辆的概念和技术可能性。属于该用于探测车辆的概念和技术可能性例如有:浮动汽车数据(Floating Car Daten)、车辆至X通信(Vehicle-to-X-Kommunikation)或借助摄像机检测车辆轨迹。
附加地,已建立的方法最多借助静态方案来考虑网络层面(Netzebene)的相互作用。这极大地限制方法的灵活性,并且与原始的计划基础不同的需求可能导致方法的低效率的控制性能。大多基于规则地控制自由运行者即没有固定的循环时间的光信号设备。但是,在此通常仅考虑当前放行(freigeben)的方向上的交通状况,节点处的总体交通状况结合通过的最大等待时间或需求纳入对于其他阶段(Phase)的请求循环中。因此,与具有固定时间控制或框架规划(Rahmenplan)的设备相比,自由运行者实现更高的灵活性,但为此几乎不考虑网络层面上的相互作用。因此,自由运行者仅适用于隔离的节点。
为了考虑相互作用,已知沿着交通通道来协调固定时间控制。在这种情况下如此相互协调彼此相继的光信号设备的放行开始,使得所协调的方向上的大多数交通参与者可以不受阻碍地通过网络区段。根据时辰(Tageszeit),在不同的节点上可以运行不同的固定时间程序,所述固定时间程序可能导致不同方向上的协调。然而,对于所有情况都适用的是对于未协调的方向在交通质量上大多会产生巨大的限制。
为了减轻这些限制,也可以使用框架规划来代替固定时间规划。框架规划的特征在于确定的核心放行时间,如在固定时间控制的情况下的那样如此相互协调所述核心放行时间,使得应该能够实现网络区段的无阻碍通行。附加地,在核心放行时间的开始和/或结束处设置延伸范围,在所述延伸范围中通常可以基于基于规则的方案使放行延伸。以这种方式,可以创建受限制的交通相关性。恰好在网络区段处于高负载的情况下,该方案还具有以下缺点:通常使阶段最大地延伸,并且因此重新设定固定时间控制的性能。附加地,与固定时间控制相比,另一缺点在于节点彼此间差的协调,因为仅核心放行时间的调谐(Abstimmung)不足以实现理想的协调。
基本上已知三种方法:独立分散的控制方法尝试基于本地测量值来探测网络层面上的相互作用。此处的优点在于不需要与相邻的设备或中央计算单元建立通信基础结构。这在以下情况中尤其重要:许多光信号设备尚未整合到通信网络中,并且只有以大的开销才能够建立这种网络。然而,独立分散的控制方法的缺点在于,仅本地数据是可用的。这例如会妨碍车队的识别,并且使得对光信号设备太晚做出反应。但是能够通过扩大探测半径来克服这个问题。
第二方法基于自组织的分散的系统。在此,相邻的光信号设备可以彼此通信,并且因此例如扩展其虚拟的预测范围、交换需求或以其他方式彼此调谐,并且如此进一步优化其本地控制。为此,然而必须存在或实现相应的通信基础结构。
第三方法基于集中组织的系统。在此,所有受控制的节点的光信号设备通过中央计算单元彼此连接。在此,中央计算单元大多基于各个节点的汇总的测量值执行优化,其结果例如提供对于各个节点的直接的控制指令或框架规划。在此,除了建立和维护通信基础架构的成本外,这里的问题是提高了系统复杂性。这可能导致通信过程期间的长延迟,因此系统仅能够对于本地变化延迟地做出反应。附加地,也难以能够引入和扩展这种系统,因为各个部件本身几乎没有功能,并且必须将新部件维持(einpflegen)到现有的、复杂的整个系统中。
由DE 10 2009 033 431 A1已知一种用于动态地控制光信号设备的方法和设备,其中,至少一个控制单元基于至少一个车辆的至少一个损耗时间来控制光信号设备的阶段。
发明内容
本发明基于以下技术问题:实现用于动态地控制光信号设备的一种方法和一种设备,在该方法和设备中改善对光信号设备的阶段的动态控制。
根据本发明,通过具有权利要求1的特征的方法和具有权利要求8的特征的设备来解决该技术问题。由从属权利要求得到本发明的有利构型。
尤其提供一种用于动态地控制光信号设备的方法,其中,借助基于损耗时间的控制来控制光信号设备的阶段,其中,损耗时间是位于探测半径内的所有车辆的总损耗时间,其中,借助预测装置基于探测半径中的车辆的当前的和所估算的未来的车辆位置来估算总损耗时间。
此外,实现一种用于动态地控制光信号设备的设备,该设备包括控制装置,其中,如此构造该控制装置,使得借助基于损耗时间的控制来控制光信号设备的阶段,其中,控制装置包括预测装置,其中,损耗时间是位于探测半径内的所有车辆的总损耗时间,其中,预测装置如此构造用于基于探测半径中的当前的车辆位置和所估算的未来的车辆位置来估算总损耗时间。
本发明的基本思想是:基于在探测半径内所检测到的所有车辆的总损耗时间,动态地控制节点处的光信号设备。在此,尤其共同考虑在阶段的当前循环中对于各个车辆产生的当前的以及未来的损耗时间。基于在探测半径中的当前的车辆位置和未来的车辆位置来估算相应的损耗时间。
本发明的优点在于,在考虑网络层面的相互作用的情况下,不借助静态方案就可以实现节点的有效控制。通过基于模型的实时方案,估算在节点处产生的总损耗时间,并且以这种方式能够实现损耗时间优化的动态控制,而无需与相邻的节点进行通信并且无需昂贵的通信基础结构。在此,该设备不受固定的循环时间的限制,但是尽管如此仍可以通过预测所产生的损耗时间来考虑网络层面上的相互作用。因此,显著地改善光信号设备的动态控制。
在一种实施方式中设置,为了估算总损耗时间,借助预测装置基于各个车辆位置来估算等待队列中的车辆的数量以及等待队列长度。由此可以将等待队列长度共同考虑到动态控制中。如果在相应的至节点的入流(Zufluss)的情况下添加另一车辆,则总是更新等待队列长度。
在一种扩展的实施方式中设置,为了估算总损耗时间,借助预测装置基于等待队列中的车辆数量来估算阶段的剩余放行持续时间以及该阶段之后的阶段的放行开始。然后,这些估算构成用于估算车辆在当前阶段之后的阶段中的相应的损耗时间的基础。当前阶段持续的时间越长,恰好不被允许行驶的车辆就需要等待地更久,等等。
在一种扩展的实施方式中还设置,为了估算总损耗时间,借助预测装置基于剩余放行持续时间对于位于探测半径中的每个车辆来估算损耗时间,其中,对于车辆的所述损耗时间分别考虑等待损耗时间、反应损耗时间和加速损耗时间。等待损耗时间在此表示车辆在静止状态下需要在节点处等待的时间。反应损耗时间表示车辆在前方行驶的车辆开动后做出反应所消耗的时间。加速损耗时间表示为了使车辆从静止状态进入其最终速度所消消耗的时间。
在另一实施方式中设置,当前阶段在以下情况下结束:在当前阶段立即结束的情况下对于整个阶段循环所估算的总损耗时间小于在任意其他可能的剩余放行时间的情况下对于整个阶段循环所估算的总损耗时间。这使得能够对节点上的变化的状态做出灵活的反应,并且能够动态地控制光信号设备。如果例如当前未放行的至节点的入流中车辆的数量发生变化,则所估算的总损耗时间根据所考虑的时间范围可能发生变化。如果例如原始地设置10秒的剩余放行持续时间并且在节点处的状况不会发生变化,则剩余放行持续时间在下一秒中降低到9秒,等等。然而,如果在未放行的入流中已经探测到其他车辆,则由此可能得出对于未来时刻所估算的总损耗时间的变化,因为新添加的车辆将它的损耗时间贡献到总损耗时间中。因此可能出现如下情况:原始估算的10秒的剩余放行持续时间在接下来的5秒中不降低到剩余的5秒,而是首先降低到1秒,然后在经过这一秒后降低到0秒,从而终止当前阶段。这具有以下优点:始终考虑节点的当前状态。
在探测半径内借助合适的探测器来检测车辆位置。在此可以使用全部已知的方法。光信号设备尤其可以包括对此适用的探测器。但也可以设置,探测半径内的车辆将其相应的车辆位置传输到光信号设备。为此,光信号设备可以包括相应的通信装置,其接收所传输的车辆位置并将其提供给控制装置。
在一种实施方式中设置,借助浮动汽车数据和/或车辆至X通信和/或摄像机数据来检测和/或确定探测半径内的车辆位置。为此,光信号设备包括相应的用于检测和/或接收相应的数据的装置。
在一种实施方式中设置,为了简化,借助交通模型描述各个车辆,在该交通模型中车辆仅能够占据状态“在等待队列中等待”或状态“以最大速度行驶”。由此简化对相应的损耗时间的估算,并且由此可以降低在控制中对计算性能的必要的需求。
可以单独地构造设备的部件,或者可以将设备的部件合并地构造成硬件与软件的组合,例如构造成在微控制器或微处理器上执行的程序代码。
附图说明
以下基于优选的实施例,参照附图更详细地阐述本发明。在此示出:
图1示出用于动态地控制光信号设备的设备的实施方式的示意图;
图2示出具有三阶段P0、P1、P2的阶段循环的预测的时间顺序的示意图,用于阐明所述方法;
图3示出阶段循环的任意数量的阶段P1、P2、Pi的示意性流程,用于阐明所述方法;
图4示出与传统方法的结果相比借助所述方法实施的模拟的平均速度的结果。
具体实施方式
图1示出了用于动态地控制节点处的光信号设备2的设备1的实施方式的示意图。设备1包括控制装置3和预测装置4。
控制装置3基于节点处的车辆的损耗时间来控制交通信号设备的阶段。在此,损耗时间是位于探测半径内的所有车辆的总损耗时间21。为此,将在围绕节点或光信号设备2的探测半径内的当前的车辆位置10-x提供给设备1。例如可以借助浮动汽车数据和/或车辆至X通信和/或摄像机数据来探测车辆位置10-x。设备1可以包括对此适用的接口5。
基于当前的车辆位置10-x,预测装置4分别估算位于探测半径内的所有车辆的当前的和未来的损耗时间,并且将由这些损耗时间推导出的当前的和所估算的未来的总损耗时间21提供给控制装置3。基于所估算的当前的和未来的总损耗时间21,控制装置3控制光信号设备2的阶段。为此,控制装置3例如可以控制光信号设备2的当前阶段的剩余放行持续时间22。
在一种实施方式中,基于三个模型进行动态控制。这些模型是交通模型、光信号设备2的模型和损耗时间模型。例如可以部分地或完全地在预测装置4和/或控制装置3中实现这些模型。
交通模型对车辆的行为和车辆的各种状态进行建模。在此使用微观的交通模型,该微观的交通模型单独地考虑每个车辆。在此,每个车辆仅可以具有以下两个状态之一:“以最大速度行驶”(d),其中,最大速度相应于路段最高速度;或“在等待队列中等待”(w)。这意味着该模型不描述其他状态,尤其是车辆跟进(Fahrzeugfolgebetrachtung)、车道变换以及制动过程和加速过程。仅考虑路段最高速度,因为该路段最高速度在具有光信号设备节点处被限制为70km/h,并且因此对于大多数车辆应该是能够达到的。在该假设下,仅需要知道车辆位置,而不需要知道(实际的)车辆速度。
仅可以在光信号设备的停车线前建立等待队列。这也是入流的相应的坐标系统的原点所在的位置。如果车辆到达等待队列的末尾,则将该车辆添加到等待队列中。在属于等待队列的放行的开始时解算等待队列。由等待队列中的车辆的数量Nq、车辆长度lveh和车辆之间的间隙lgap的大小(作为长度数据)得出等待队列的长度Lq:
Lq=Nq·(Lveh+Lgap) (1)
根据线性运动的公式,在路段最高速度Vmax和初始路程Sveh,0的情况下,如下地计算在时间t之后车辆(状态“d”)至停车线的预测间距Sveh,t:
Sveh,t=Sveh,0-vmax·t (2)
当模型中在预测时间t的车辆位置Sveh,t比等待队列的末尾Lq更靠近停车线时,则认为已到达等待队列的末尾:
Sveh,t≤Lq (3)
当车辆到达等待队列的末尾时,更新等待队列中的车辆数量并且因此也更新等待队列的长度。附加地,车辆转变成状态“w”。对于交通模型,等待队列中的车辆数量Nq与等待队列长度lq不具有其他的相关性(Relevanz)。然而,它们在损耗时间预测时和在光信号设备的模型中起决定性作用。
以下描述光信号设备的模型。阶段i的放行开始ti对于等待队列Nq,i的解算是决定性的。因此,应借助与光信号设备的模型来估算整个阶段循环的切换时刻。因为这涉及延伸标准,因此始终需考虑当前的待测量的阶段。在此,对于待测量的阶段0的后续阶段的放行开始t1适用如下:
trg在此描述当前阶段的剩余的放行时间,其被称为剩余放行时间,而描述从当前阶段0至后续阶段1的阶段过渡的持续时间。为了简化观察,阶段过渡在此不包含放行时间。在trg已知的前提下,能够非常准确地确定待测量的阶段的后续阶段的开始。
然而,为了估算任意后续阶段i+1(i≥1)的放行开始,除了阶段i的放行开始外,该放行的持续时间tg,i也是必要的。这是未知的,然而在该模型中进行估算:
Tg,veh在此相应于每个车辆的平均放行时间,即例如Tg,veh=2s(即在等待队列中每两秒的放行时间减少一个车辆)。车辆的平均放行时间向下受最小放行时间Tg,min的限制,而向上受最大放行时间Tg,max的限制。Nq,i相应于相应的阶段i的等待队列。该考虑的背景是,在大多数情况下减小现有的等待队列至少是有意义的。然而,在这些阶段的优化期间还可以延长放行时间,由此借助下面给出的等式来估算放行时间。因此得到阶段i+1的所估算的放行开始:
相应地得到固定阶段循环(其包含imax+1个阶段)中的当前的待测量的阶段的经更新的开始:
图2示出具有三阶段P0、P1、P2的阶段循环的预测的时间顺序的示意图,用于阐明本发明。在此,未划阴影线的区域表示放行(=绿灯),划阴影线的区域表示不放行(=红灯)。各个阶段P0、P1、P2借助过渡时间彼此连接。过渡时间要考虑安全要求,尤其必须确保:在切换阶段之后,行人和车辆有足够的时间离开行车道或节点。
以下描述损耗时间模型。损耗时间模型以上述交通模型的状态为依据。以最大速度行驶的车辆(状态“d”)不积聚任何损耗时间,即在状态“d”中不积聚损耗时间。与之相反,对于车辆在状态“w”中停留的每秒,都有一秒的损耗时间积聚。由此对于具有至停车线——在停车线处存在长度为Lq,i的等待队列并且直到阶段i的放行开始的剩余时间ti——的间距Sveh,0,1的车辆的等待损耗时间tV,veh,i得到:
项在此表示车辆直到等待队列的剩余行驶时间,该剩余行驶时间是没有损耗时间的。直到放行开始的剩余时间ti以及直至该位置的等待队列的时间Nq,i·tr被解算出(交通模型不反映该解算),车辆在等待队列中等待并且积聚损耗时间(参见图3)。tr在此说明车辆对等待队列中的相应的前车的反应时间。在此始终假设车辆在探测的时刻处于状态“d”。如果车辆在给定的时刻已经位于等待队列中,则通过以下方式表示这一点:剩余行驶时间为0s并且车辆立即过渡到状态“w”。然而,如果车辆直到放行开始和等待队列减少时根本未到达等待队列(然后剩余行驶时间大于直到放行开始和等待队列减少之前的时间),则这些公式提供负的结果并且因此提供负的损耗时间。然而这是不允许的,因此选择0s作为最小损耗时间。
附加地,在等待队列解算时损耗时间积聚。为此,尽管在此应用的交通模型未反映这一点,实际上车辆必须重新加速。由此产生的损耗时间根据如下来推导:损耗时间tV,a,或“以最大速度行驶”与“从静止状态加速到该速度”之间的时间差由以下等式给定:
sa在此相应于在从静止状态到vmax的加速过程期间所经过的路程:
ta在此说明直到达到vmax所需的时间:
总体而言,因此得到从0m/s加速到vmax时的损耗时间:
因此,对于具有Nq,i个车辆的等待队列,对于加速过程总共积聚以下损耗时间tV,a,i:
在损耗时间模型的范畴内,忽略其他进行积聚的损耗时间(尤其是由于等待队列建立时的延迟过程导致的这些损耗时间)并且因此未对这些损耗时间进行建模。
然后,在给定当前阶段的剩余放行时间的情况下,总损耗时间如下得出。在此,在图3中示意性地示出阶段P1、P2、Pi的流程。
对于当前的、在待测量的阶段的给定的剩余放行时间trg,可以借助以上段落中描述的模型来估算在探测半径内的所有车辆的总损耗时间。在图3中示出该方法的示意流程。在此,对于各个阶段示出的对角延伸的延伸线中的每个都相应于车辆位置10-1,…,10-7关于竖直时间轴和水平位置轴的轨迹。
现在该方法的流程如下:首先,根据等式(4)估算当前阶段之后的阶段的放行开始t1。基于所估算的放行开始,可以借助所考虑的阶段的位于探测半径内的所有车辆的迭代(方法步骤101),使用公式(1)、(2)和(3)来估算等待队列中的车辆的数量和等待队列长度。在此,在迭代步骤中的每个中,对于相应的车辆根据等式(8)计算积聚的损耗时间tV,veh,i(方法步骤102)。随后,对于整个等待队列,损耗时间根据等式(14)积聚(方法步骤103)。附加地,使用等式(5)估算阶段tg,i的持续时间(方法步骤104)。
使用所估算的放行时间,又可以借助等式(6)估算下一个阶段的放行开始(方法步骤100),因此伴随着更新等待队列长度、损耗时间和放行持续时间。继续该过程,直到完全地完成一个阶段循环,并且借助等式(7)估算当前阶段的已更新的放行开始。在此现在存在如下区别:如果车辆在原始的剩余放行时间trg期间穿过停车线,则不积聚损耗时间。否则,根据等式(8)计算损耗时间(方法步骤102)。附加地,对于等待队列的解算,在此根据等式(14)积聚上述的加速损耗时间。
然后,与剩余放行时间trg的函数相关的所估算的总损耗时间tV(trg)相应于在此所描述的过程期间所计算的所有损耗时间的总和。
基于所估算的总损耗时间,控制装置控制光信号设备的各个阶段的时间顺序。
在以上段落中描述,在给定的剩余放行时间trg的情况下如何能够估算节点处的总损耗时间tV(trg)。但是,总损耗时间的单个值不给出关于切换点多好的信息。控制方案现在在于:将通过不同的剩余放行时间产生的总损耗时间彼此进行比较,从而求取最佳的剩余放行时间。因为在此涉及延伸标准,令人感兴趣的仅是是否应该终止当前阶段。如果满足以下不等式,则应该终止当前阶段:
该不等式表示,相比于任何切换至任何其他可能的剩余放行时间,如果在当前的秒内终止并切换至后续的阶段导致较小的总损耗时间,则控制装置终止当前的阶段。如果仅发现单个所估算的未来的总损耗时间(trg>0s)——其相比于t=0s导致更小的总损耗时间——则以大于0s的剩余放行时间来延长当前阶段,并且在下一秒中重复该方法。在此,由当前阶段的目前的放行时间tg和最大放行时间Tg,max计算最大剩余放行时间trg,max:
trg,max=Tg,max-tg (16)
由此确保放行时间不可以延伸超过最大放行时间。附加地,所描述的优化仅在已经达到最小放行时间tg,min时才开始,使得在任何情况下也维持下限。
总的来说,通过预测装置的估算,控制装置能够评估控制决策对节点处的交通的影响。该方法和设备的优点在于,为此不需要与相邻的光信号设备或中央计算单元的通信。
该设备和方法的最大优点在于,将车辆的损耗时间用作直接的决策参量。由此将损耗时间不仅用于质量评估,而且直接用于控制。
此外,该方法和设备还具有以下优点:与通常应用的与时辰相关、但固定的阶段影响相比,该方法和该设备与交通相关地构型。因此可以直接对节点处的变化中的交通条件做出反应,这有利于交通量减少。
如在以下段落中并且根据图4所描述的那样,这反映为具有较低的交通参与者的损耗时间的较短的行程时间。
在此,控制取决于当前的交通事件,该控制导致在阶段循环的范畴内更有效地放行时间分配,因为阶段的权重与交通强度存在直接关联。相比于低需求的交通流量(其相应地获得更少的放行时间),具有高交通流量的阶段更快地积聚损耗时间,并且借助所描述的方法以及借助所描述的设备宁愿考虑该具有高交通流量的阶段。
尽管该方法和设备的构型简单,但是因为不需要计算密集的方法,该方法和设备是能够实时的,如部分地在其他模型支持的方法的情况的那样。
因为在所描述的解决方案中涉及分散独立的方法,所以不需要建立附加的通信基础结构。这会节省开销和成本。
所描述的方法和所描述的设备在光信号设备的本地控制中包含网络层面的相互作用,而在此不必动用如框架规划的静态方案。由此显著改善光信号设备的动态控制。
图4中示出与传统方法的结果相比借助所述方法实施的模拟的平均速度的结果。
在模拟的范畴中,借助所描述的方法(VZP)控制不同的网络区段。为了进行比较,还考虑等待时间优化的固定时间控制(FZS)、基于固定时间控制的框架规划控制(RPS),以及传统的时间间隙控制(ZLS)。建模和模拟在此具有以下特性:
-路段包括五个相继的节点。入口(Zufahrt)或入流分别500m长。
-例如根据《Handbuch für die Bemessung von Straβenverkehrsanlagen》(道路与交通研究协会,FGSV出版社,科隆,2015)作为标准方法来计算等待时间优化的固定时间控制。
-节点一次均匀分布,而一次不均匀分布。与此相应地,借助固定时间和框架规划控制一次在两个方向上协调,而一次仅在一个方向上协调。两个方法的循环时间都规定为60s;在通常的分布中,节点位于部分节点间距(Teilpunktabstand)处。
-场景可以划分为具有和不具有转向流量的场景。对于转向中的左转向,在相应的场景中引入左转向车道和用于安全的左转向的阶段。
-网络以60%、85%和100%的负载来加载。
-阶段顺序是固定的且不可改变的。在所有经测试的方案的情况下,顺序都一致。
-仅将轿车用作测试车辆。
-最小允许放行时间为5s,最大放行时间为90s。
-恒定的、可靠的最高速度为50km/h。
-将用于时间间隙控制的临界时间间隙(kritische Zeitlücke)定义为2s。在相应的入口的停车线前20m的探测器处检测该临界时间间隙。
-作为规划交通强度,以80%的主方向交通和20%的次方向交通进行检查(80-20)。附加地,也考虑比率90-10和70-30,而在此不必匹配固定时间控制或框架规划。这应该能够模拟实际的交通强度和规划交通强度之间的偏差,并且检查方法的灵活性。
-每个模拟运行的模拟时间为11个小时,其中,去除第一个小时的测量数据,因为第一个小时将会仅用于网络填充。
-为了进行分析处理,考虑整个网络中的平均速度。由网络中所有行驶过的路段的总和与所有行程的总持续时间得出该平均速度。
图4示出与传统方案相比在不同场景中在网络中的平均速度。y轴相应于网络中的平均速度,x轴表示相应的场景。示出各个四分位数,其中,上四分位数如此小,使得在该图示中几乎不能够看到该上四分位数。
在图4中,N1表示具有规律的节点间距且不具有转向流的网络,N2表示具有不规律的节点间距且不具有转向流的网络,N3和N4分别是具有转向流的网络。由该结果能够得出以下结论:
-固定时间控制(FZS)在具有较低至中等的负载的低复杂的节点中特别有效。在强负载的情况下,交通经常崩溃并且部分仅达到低于10km/h的平均速度。
-框架规划控制(RPS)如此灵活,使得可以相对较好地拦截波动。因此,通过在经协调的路线上对核心放行时间的协调,总体上可以实现甚至比在纯粹的时间间隙控制(ZLS)的情况下更高的速度。
-时间间隙控制基本上根据减少堵车(Rückstauabbau)的原理进行工作,因此与自由运行者的协调几乎不起作用。然而,更强烈地考虑次级流量,因此在没有框架规划的情况下,时间间隙控制在网络考虑中部分地比固定时间控制提供更好的结果。附加地,控制是足够灵活的,使得不会出现过载。
-基于所描述的方法(VZP)的控制在一定程度上兼有时间间隙和框架规划控制的优点:该方法与固定的运行时间无关,尽管如此,但是该方法将网络问题一同引入到控制中。以这种方式,与其他方法相比,通过基于总损耗时间的控制在所有场景下均能够实现更好的结果。与常见的方法相比,网络中的平均速度在此提高5%至25%(参见表1)。
表1:在使用所描述的方法或所描述的设备(VZP)的情况下平均速度的相对变化
所描述的方法和所描述的设备可以在光信号设备的控制的领域内投入使用。这实际上包括公共道路空间中用于调节交通流量的所有技术。特别地,在此与交通相关的光信号设备控制的领域被赋予越来越多的意义,因为在光信号设备控制的领域中,对于通过交通参与者节省损耗时间、燃料和污染物排放有着巨大的潜力。在此,新的特征参数(例如损耗时间)的集成对于光信号制造商和城镇具有特别的意义,以便将来也能够适当地处理增长的交通流量。
附图标记列表
1 设备
2 光信号设备
3 控制装置
4 预测装置
5 接口
10-x 车辆位置
21 总损耗时间
22 剩余放行持续时间
P0 阶段
P1 阶段
P2 阶段
Pi 阶段
100-104 方法步骤
Claims (8)
1.一种用于动态地控制光信号设备(2)的方法,其中,借助控制装置(3)基于损耗时间来控制所述光信号设备(2)的阶段(P0,P1,P2,Pi),其特征在于,所述损耗时间是位于探测半径中的所有车辆的总损耗时间(21),其中,借助预测装置(4)基于所述探测半径中的所述车辆的当前的和估算的未来的车辆位置(10-x)来估算所述总损耗时间(21)。
2.根据权利要求1所述的方法,其特征在于,为了估算所述总损耗时间(21),借助所述预测装置(4)基于所述各个车辆位置(10-x)来估算等待队列中的车辆的数量以及等待队列长度。
3.根据权利要求2所述的方法,其特征在于,为了估算所述总损耗时间(21),借助所述预测装置(4)基于所述等待队列中的车辆数量来估算阶段(P0,P1,P2,Pi)的剩余放行持续时间(22)以及所述阶段(P0,P1,P2,Pi)之后的阶段(P0,P1,P2,Pi)的放行开始。
4.根据权利要求3所述的方法,其特征在于,为了估算所述总损耗时间(21),借助所述预测装置(4)基于所述剩余放行持续时间(22)来估算对于位于所述探测半径中的每个车辆的损耗时间,其中,对于车辆的所述损耗时间,分别考虑等待损耗时间、反应损耗时间和加速损耗时间。
5.根据权利要求1至4中任一项所述的方法,其特征在于,当前阶段(P0,P1,P2,Pi)在以下情况下结束:在所述当前阶段(P0,P1,P2,Pi)立即结束的情况下对于整个阶段循环所估算的总损耗时间(21)小于在任意其他可能的剩余放行时间(22)的情况下对于所述整个阶段循环所估算的总损耗时间(21)。
6.根据以上权利要求中任一项所述的方法,其特征在于,借助浮动汽车数据和/或车辆至X通信和/或摄像机数据来确定在所述探测半径内的所述车辆位置(10-x)。
7.根据以上权利要求中任一项所述的方法,其特征在于,为了简化,借助交通模型描述各个车辆,在所述交通模型中所述车辆仅能够占据状态“在所述等待队列中等待”或“以最大速度行驶”。
8.一种用于动态地控制光信号设备(2)的设备(1),所述设备包括:
控制装置(3),其中,所述控制装置(3)构造用于基于损耗时间来控制所述光信号设备的阶段(P0,P1,P2,Pi),其特征在于预测装置(4),其中,所述损耗时间是位于探测半径中的所有车辆的总损耗时间(21),其中,所述预测装置(4)构造用于基于所述探测半径中的当前的和估算的未来的车辆位置(10-x)来估算所述总损耗时间(21)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017221011.7 | 2017-11-23 | ||
DE102017221011.7A DE102017221011B4 (de) | 2017-11-23 | 2017-11-23 | Verfahren und Vorrichtung zum dynamischen Steuern einer Lichtsignalanlage |
PCT/EP2018/081715 WO2019101676A1 (de) | 2017-11-23 | 2018-11-19 | Verfahren und vorrichtung zum dynamischen steuern einer lichtsignalanlage |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111373454A true CN111373454A (zh) | 2020-07-03 |
Family
ID=64402206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880075334.1A Pending CN111373454A (zh) | 2017-11-23 | 2018-11-19 | 用于动态地控制光信号设备的方法和设备 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3714445A1 (zh) |
CN (1) | CN111373454A (zh) |
DE (1) | DE102017221011B4 (zh) |
WO (1) | WO2019101676A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112489456B (zh) * | 2020-12-01 | 2022-01-28 | 山东交通学院 | 基于城市主干线车辆排队长度的信号灯调控方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10022812A1 (de) | 2000-05-10 | 2001-11-22 | Daimler Chrysler Ag | Verfahren zur Verkehrslagebestimmung auf Basis von Meldefahrzeugdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten |
DE102009033431B4 (de) | 2009-07-15 | 2011-05-12 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur dynamischen Steuerung einer Signalanlage |
DE102010027327B3 (de) | 2010-07-15 | 2011-12-29 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur dynamischen Steuerung einer Signalanlage |
DE102012214164B3 (de) | 2012-08-09 | 2014-04-03 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur dynamischen Steuerung mindestens einer Lichtsignalanlage |
US9830813B2 (en) * | 2013-06-18 | 2017-11-28 | Carnegie Mellon University, A Pennsylvania Non-Profit Corporation | Smart and scalable urban signal networks: methods and systems for adaptive traffic signal control |
DE102014206937A1 (de) | 2014-04-10 | 2015-10-15 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur Steuerung von Verkehrsströmen an Knotenpunkten |
US9349288B2 (en) * | 2014-07-28 | 2016-05-24 | Econolite Group, Inc. | Self-configuring traffic signal controller |
DE102014218848B4 (de) * | 2014-09-19 | 2022-07-14 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur dynamischen Steuerung einer Signalanlage |
US10297151B2 (en) * | 2016-05-16 | 2019-05-21 | Ford Global Technologies, Llc | Traffic lights control for fuel efficiency |
-
2017
- 2017-11-23 DE DE102017221011.7A patent/DE102017221011B4/de active Active
-
2018
- 2018-11-19 CN CN201880075334.1A patent/CN111373454A/zh active Pending
- 2018-11-19 WO PCT/EP2018/081715 patent/WO2019101676A1/de unknown
- 2018-11-19 EP EP18807049.4A patent/EP3714445A1/de not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
EP3714445A1 (de) | 2020-09-30 |
DE102017221011B4 (de) | 2022-11-03 |
WO2019101676A1 (de) | 2019-05-31 |
DE102017221011A1 (de) | 2019-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yao et al. | A dynamic predictive traffic signal control framework in a cross-sectional vehicle infrastructure integration environment | |
Chen et al. | An improved adaptive signal control method for isolated signalized intersection based on dynamic programming | |
Kowshik et al. | Provable systemwide safety in intelligent intersections | |
CN109598950B (zh) | 一种智能网联车辆的匝道协同汇入控制方法及系统 | |
CN109767630A (zh) | 一种基于车路协同的交通信号控制系统 | |
Bell | Future directions in traffic signal control | |
CN107016857B (zh) | 一种信控交叉口左转交通组合设计优化方法 | |
CN111768639B (zh) | 一种网联交通环境下的多交叉口信号配时系统及其方法 | |
CN103337161A (zh) | 基于实时仿真模型的交叉口动态综合评价及信控系统优化方法 | |
CN111145544B (zh) | 一种基于拥堵蔓延消散模型的行程时间及路径预测方法 | |
JP2002008183A (ja) | 交通制御されたネットワークノードを含む交通網に対する、報告車両データに基づく交通状況決定方法 | |
CN103996289A (zh) | 一种流量-速度匹配模型及行程时间预测方法及系统 | |
Zeng et al. | Person-based adaptive priority signal control with connected-vehicle information | |
CN110444015B (zh) | 基于无信号十字路口分区的智能网联汽车速度决策方法 | |
He et al. | PAMSCOD: Platoon-based arterial multi-modal signal control with online data | |
US11798408B2 (en) | Green wave speed determination method, electronic device and storage medium | |
CN104916142A (zh) | 一种干道优先的交叉口自适应交通信号控制方法 | |
CN111932915A (zh) | 一种基于到达时间步进式预测的公交右转合乘信号优先方法 | |
CN105632200A (zh) | 一种交通信号灯的控制方法、装置和系统 | |
CN114495547B (zh) | 一种面向自动驾驶汽车的信号交叉口协同通行方法 | |
JP2019079199A (ja) | 信号機切替制御装置、信号機切替制御方法及び信号機切替制御プログラム | |
JP2021503105A (ja) | 軌跡データを用いてscats適応信号システムを最適化するシステム | |
Hart et al. | Fail-safe priority-based approach for autonomous intersection management | |
CN115565390A (zh) | 智能网联汽车多车道队列通行控制方法、系统及计算机可读存储介质 | |
CN113724509B (zh) | 一种时空协同的公交优先控制方法和装置 |
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 |