CN111462486B - 一种基于交通信号控制的交叉口相似性度量方法 - Google Patents

一种基于交通信号控制的交叉口相似性度量方法 Download PDF

Info

Publication number
CN111462486B
CN111462486B CN202010244587.6A CN202010244587A CN111462486B CN 111462486 B CN111462486 B CN 111462486B CN 202010244587 A CN202010244587 A CN 202010244587A CN 111462486 B CN111462486 B CN 111462486B
Authority
CN
China
Prior art keywords
bifurcation
phase
intersection
similarity
radian
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
Application number
CN202010244587.6A
Other languages
English (en)
Other versions
CN111462486A (zh
Inventor
沈辉焱
王金鑫
刘建华
丁海龙
钟欣
杜云霞
刘博�
黄瑞
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.)
Lianyungang Jierui Electronics Co Ltd
Original Assignee
Lianyungang Jierui Electronics 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 Lianyungang Jierui Electronics Co Ltd filed Critical Lianyungang Jierui Electronics Co Ltd
Priority to CN202010244587.6A priority Critical patent/CN111462486B/zh
Publication of CN111462486A publication Critical patent/CN111462486A/zh
Application granted granted Critical
Publication of CN111462486B publication Critical patent/CN111462486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/081Plural intersections under common control
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于交通信号控制的交叉口相似性度量方法,该方法依据交叉口属性构建相似度计算模型,以此来计算衡量交叉口间的相似程度,从而快速检索出与目标交叉口相似的交叉口作为信号配时依据交叉口,其中,交叉口属性包括静态渠化属性与动态车流量属性,静态渠化属性包括交叉口的叉数属性、分叉弧度属性以及相位受控属性。采用本发明所述方法,可快速检索出与目标交叉口相似的交叉口,提高交通工程师的工作效率。

Description

一种基于交通信号控制的交叉口相似性度量方法
技术领域
本发明属于城市交通信号控制技术领域,涉及一种基于交通信号控制的交叉口相似性度量方法。
背景技术
城市交叉口交通信号灯的配时合理性严重影响着城市道路的车辆行驶效率。针对一些对信号配时要求很高的交叉口或新建交叉口,交通工程师需投入大量的时间与精力对目标交叉口的形状、车道渠化、信号灯类型,以及车流量进行调研,设计并不断优化交叉口的信号配时。如果能在实际信号配时合理的交叉口中寻找出与目标交叉口形状、相位受控模式,以及车流量均相似的交叉口作为信号配时依据交叉口,那么,交通工程师的工作将会事半功倍。因此,寻找合适的交通信号控制交叉口相似性度量方法存在着非常重要的意义。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种能快速检索到与目标交叉口相似的交叉口的相似性度量方法。
本发明所要解决的技术问题是通过以下的技术方案来实现的,本发明是一种基于交通信号控制的交叉口相似性度量方法,该方法依据交叉口属性构建相似度计算模型,以此来计算衡量交叉口间的相似程度,从而快速检索出与目标交叉口相似的交叉口作为信号配时依据交叉口,其中,交叉口属性包括静态渠化属性与动态车流量属性,静态渠化属性包括交叉口的叉数属性、分叉弧度属性以及相位受控属性。
本发明所要解决的技术问题还可以通过以下的技术方案来实现的,该方法包括如下步骤:
(1)构建交叉口的叉数相似度计算模型、分叉弧度相似度计算模型、相位受控相似度计算模型、车流量相似度计算模型以及交叉口相似度计算模型;
(2)获取目标交叉口和其他交叉口的叉数属性值、分叉弧度属性值、相位受控属性值、车流量属性值;
(3)计算交叉口的叉数相似度:交叉口的叉数属性值,即为交叉口的叉数,利用叉数相似度计算模型比较目标交叉口和其他交叉口之间的叉数;当目标交叉口和其他交叉口的叉数不相等时,结束;否则,转至步骤(4)、步骤(5)、步骤(6);
(4)计算分叉弧度相似度:交叉口的分叉弧度属性,指交叉口两两分叉间的夹角弧度;先为各交叉口选择参考起始分叉,再将每个交叉口的各相邻分叉之间的夹角弧度作为分叉弧度属性值,将分叉弧度属性值代入分叉弧度相似度计算模型中,计算得到交叉口间的分叉弧度相似度;
(5)计算相位受控相似度:根据交叉口的车道渠化及实际存在的信号灯,确定交叉口间各分叉的相位受控模式,将各分叉的相位受控模式代入相位受控相似度计算模型中,计算得到交叉口间的相位受控相似度;
(6)计算车流量相似度:将交叉口各相位在单位周期内的车流量代入车流量相似度计算模型中,计算得到交叉口间的车流量相似度;
(7)将步骤(3)所得到的叉数相似度、步骤(4)所得到的分叉弧度相似度、步骤(5)所得到的相位受控相似度以及步骤(6)所得到的车流量相似度代入交叉口相似度计算模型中,计算交叉口间的相似度,从而选取与目标交叉口的叉数、相位受控模式以及车流量均相似的交叉口作为信号配时依据交叉口。
本发明所要解决的技术问题还可以通过以下的技术方案来实现的,该方法包括如下具体步骤,
(1)获取目标交叉口及待计算相似度的交叉口的属性值
获取目标交叉口A的叉数为nA,两两分叉间的弧度
Figure BDA0002433648100000031
各分叉的相位受控模式
Figure BDA0002433648100000032
周期时长Δt里各分叉进口左转相位的车流量
Figure BDA0002433648100000033
直行相位的车流量
Figure BDA0002433648100000034
交叉口B的叉数为nB,两两分叉间的弧度
Figure BDA0002433648100000035
各分叉相位受控模式
Figure BDA0002433648100000036
周期时长Δt里各分叉进口左转相位的车流量
Figure BDA0002433648100000037
直行相位的车流量
Figure BDA0002433648100000038
(2)叉数相似度计算
记A与B的叉数属性相似度为s(nA,nB),交叉口的叉数属性,即为交叉口的叉数;若nA等于nB,s(nA,nB)=1,转至步骤(3);否则,输出S(A,B)=0,结束;
(3)分叉弧度相似度计算
记A与B的分叉弧度相似度为s(AlA,AlB),交叉口A与B的叉数相等,记为n,自交叉口正北方向顺时针顺序为各分叉依次编号1,2,…,n;
选择分叉st作为起始参考分叉,可将交叉口的分叉弧度属性组合成一维矩阵,记为
Alst=[αnumber(st)number(st+1)number(st+2),…,αnumber(st+n-1)]
其中,
Figure BDA0002433648100000039
αnumber(st+j)为交叉口编号number(st+j)与编号number(st+j)+1的分叉的夹角弧度,αn为交叉口编号n与编号1的分叉的夹角弧度;
交叉口的分叉弧度属性相似度计算如下:记A的分叉弧度属性分别为
Figure BDA00024336481000000310
B的分叉弧度属性分别为
Figure BDA00024336481000000311
首先,固定目标交叉口A的起始参考分叉为分叉1,那么A的分叉弧度属性矩阵为
Figure BDA00024336481000000312
然后,依次选取B的分叉作为起始参考分叉建立分叉弧度属性矩阵,B的起始参考分叉为st(1≤st≤n)时,其分叉弧度属性矩阵为
Figure BDA0002433648100000041
计算A与B的分叉弧度属性的相似度为
Figure BDA0002433648100000042
Figure BDA0002433648100000043
的值越接近1,说明B在分叉st为参考起始点的分叉弧度与A越相似;最后取
Figure BDA0002433648100000044
作为最终评价A与B的分叉弧度相似度依据s(AlA,AlB),s(AlA,AlB)越接近1,说明A与B的分叉弧度越相似;
为B建立候选参考起始分叉集合
Figure BDA0002433648100000045
其中,
Figure BDA0002433648100000046
Figure BDA0002433648100000047
(4)相位受控相似度计算
根据车道渠化及实际存在的信号灯,确定A与B各分叉的相位受控模式,依次选择集合
Figure BDA00024336481000000414
内的分叉作为B的参考起始分叉;
记A与B的相位受控模式相似度为s(LcA,LcB),交叉口在分叉i的相位受控属性记为βi,相位受控属性不同,βi将会被赋予不同的值;如果左转相位处于许可模式,那么,βi=0;如果左转相位处于保护模式,那么,βi=2;如果左转相位处于许可+保护模式,那么,βi=1;将交叉口的相位受控属性组合成一维矩阵,起始参考分叉为分叉st时,记为
Lcst=[βnumber(st)number(st+1)number(st+2),…,βnumber(st+n-1)]
目标交叉口A在分叉i的进口左转相位的控制形式为
Figure BDA0002433648100000048
将A的相位受控属性组合成一维矩阵,由于A的起始参考分叉固定为分叉1,那么
Figure BDA0002433648100000049
B在分叉i的进口左转相位的控制形式记为
Figure BDA00024336481000000410
使用步骤(3)中的方法找出B的候选参考起始分叉集合
Figure BDA00024336481000000411
后,依次选择集合内的分叉作为参考起始分叉,B的起始参考分叉为
Figure BDA00024336481000000412
时,B的相位受控属性矩阵为
Figure BDA00024336481000000413
当目标交叉口A在分叉i的相位受控模式属于许可+保护模式时,许可模式、保护模式,以及许可+保护模式均可与之匹配,因此,B的相位受控属性矩阵修改如下
Figure BDA0002433648100000051
其中,
Figure BDA0002433648100000052
计算A与B的相位受控属性的相似度为
Figure BDA0002433648100000053
Figure BDA0002433648100000054
的值越接近1,说明B在分叉
Figure BDA0002433648100000055
为参考起始点的相位受控模式与A越相似;最后取
Figure BDA0002433648100000056
作为最终评价A与B的相位受控模式相似度依据s(LcA,LcB),s(LcA,LcB)越接近1,说明A与B的相位受控模式越相似;
去除
Figure BDA0002433648100000057
中使得
Figure BDA0002433648100000058
的候选分叉,构成新的候选参考起始分叉集合
Figure BDA0002433648100000059
其中
Figure BDA00024336481000000510
(5)车流量相似度计算
记A与B的相位受控模式相似度为s(FcA,FcB);周期时长内,交叉口在分叉i的进口左转相位的车流量记为Fli,直行相位的车流量记为Fsi;如果交叉口的分叉i进口的左转相位处于许可模式,那么,Fsi=max{Fsi,Fli},Fli=0;将交叉口的车流量属性组合成二维矩阵,起始参考分叉为分叉st时,记为
Figure BDA00024336481000000511
使用步骤(4)中的方法可得出交叉口在各个分叉的相位受控模式,基于此构建交叉口的车流量属性矩阵;依次选择集合
Figure BDA00024336481000000512
内的分叉作为B的参考起始分叉,B的起始参考分叉为
Figure BDA00024336481000000513
时,B的车流量属性矩阵为
Figure BDA00024336481000000514
A的车流量属性矩阵为
Figure BDA00024336481000000515
计算A与B的车流量属性矩阵的相似度为
Figure BDA0002433648100000061
Figure BDA0002433648100000062
的值越接近1,说明B在分叉
Figure BDA0002433648100000063
为参考起始点的车流量与A越相似;最后取
Figure BDA0002433648100000064
作为最终评价A与B的车流量相似度依据s(FcA,FcB),s(FcA,FcB)越接近1,说明A与B的车流量越相似;
去除
Figure BDA0002433648100000065
中使得
Figure BDA0002433648100000066
的候选分叉,构成最终的参考起始分叉集合
Figure BDA0002433648100000067
其中
Figure BDA0002433648100000068
(6)交叉口相似度计算
记交叉口A与B的相似度为S(A,B),交叉口A与B的相似度计算模型创建如下:
Figure BDA0002433648100000069
其中ω123需满足条件
Figure BDA00024336481000000610
依据公式(4),计算A与B的相似度S(A,B),输出,结束;
需要说明的是,对于转盘交叉口,分叉进口没有直行车道,需要将右转车道转换为直行车道运用此特征中的方法计算交叉口的相位受控模式相似度。
与现有技术相比,本发明所述方法依次将交叉口的静态渠化属性及动态车流量属性构建相似度计算模型,然后,基于此给出最终的交叉口相似度计算模型,快速检索出与目标交叉口形状、相位受控模式,以及车流量均相似的交叉口作为信号配时依据交叉口,提高交通工程师的工作效率。
附图说明
图1为本发明的总体流程图;
图2为存在车道同时属于左转车道及直行车道的分叉渠化示例图;
图3为直行车道远离分叉出口方向存在左转车道的分叉渠化示例图;
图4为仅在直行车道靠近分叉出口方向存在左转车道的分叉渠化示例图;
图5为仅存在左转车道及直行车道的分叉渠化示例图;
图6为本发明实施例2中的交叉口A的渠化图;
图7为本发明实施例2中的交叉口B的渠化图;
图8为本发明实施例2中的交叉口C的渠化图。
具体实施方式
以下参照附图,进一步描述本发明的具体技术方案,以使本技术领域的技术人员进一步地理解本发明,而不构成对本发明权利的限制。
参照图1-5,实施例1,一种基于交通信号控制的交叉口相似性度量方法,该方法依据交叉口属性构建相似度计算模型,以此来计算衡量交叉口间的相似程度,从而快速检索出与目标交叉口相似的交叉口作为信号配时依据交叉口,其中,交叉口属性包括静态渠化属性与动态车流量属性,静态渠化属性包括交叉口的叉数属性、分叉弧度属性以及相位受控属性。具体计算过程如下:
(1)叉数相似度计算
交叉口的叉数属性,即为交叉口的叉数,是交叉口存在相似度的基础。记目标交叉口为A,另一交叉口为B,A的叉数为nA,B的叉数为nB,A与B的叉数属性相似度记为s(nA,nB);若nA等于nB,那么,s(nA,nB)=1,否则,s(nA,nB)=0。
(2)分叉弧度相似度计算
交叉口的分叉弧度属性,指交叉口两两分叉间的夹角弧度。记A与B的分叉弧度相似度为s(AlA,AlB)。如果s(nA,nB)=0,那么,s(AlA,AlB)=0;否则,A与B的叉数相等。它们的叉数记为n,自交叉口正北方向顺时针顺序为各分叉依次编号1,2,…,n。选择分叉st作为起始参考分叉,可将交叉口的分叉弧度属性组合成一维矩阵,记为
Alst=[αnumber(st)number(st+1)number(st+2),…,αnumber(st+n-1)]
其中,
Figure BDA0002433648100000071
αnumber(st+j)为交叉口编号number(st+j)与编号number(st+j)+1的分叉的夹角弧度,αn为交叉口编号n与编号1的分叉的夹角弧度。
交叉口的分叉弧度属性相似度计算如下:记A的分叉弧度属性分别为
Figure BDA0002433648100000081
B的分叉弧度属性分别为
Figure BDA0002433648100000082
首先,固定目标交叉口A的起始参考分叉为分叉1,那么A的分叉弧度属性矩阵为
Figure BDA0002433648100000083
然后,依次选取B的分叉作为起始参考分叉建立分叉弧度属性矩阵,B的起始参考分叉为st(1≤st≤n)时,其分叉弧度属性矩阵为
Figure BDA0002433648100000084
计算A与B的分叉弧度属性的相似度为
Figure BDA0002433648100000085
Figure BDA0002433648100000086
的值越接近1,说明B在分叉st为参考起始点的分叉弧度与A越相似;最后取
Figure BDA0002433648100000087
作为最终评价A与B的分叉弧度相似度依据s(AlA,AlB),s(AlA,AlB)越接近1,说明A与B的分叉弧度越相似。
B可能存在多条参考起始分叉使得A与B的分叉弧度相似度均等于
Figure BDA0002433648100000088
因此,为B建立候选参考起始分叉集合
Figure BDA0002433648100000089
其中,
Figure BDA00024336481000000810
(3)相位受控相似度计算
参照图2-5,相位受控属性指分叉进口左转相位的控制形式,主要分为许可、保护,以及许可+保护三种模式,其中许可模式下,左转相位与同进口的直行相位受同一个信号灯控制;保护模式下,左转相位与同进口的直行相位分别受不同的信号灯控制;许可+保护模式下,左转相位可与同进口的直行相位受同一个信号灯控制,也可与直行相位分别受不同的信号灯控制。
决定相位受控属性的因素有两个,一个是分叉车道渠化,另一个是交叉口实际存在的信号灯。对于前者,当分叉进口的车道渠化存在车道同时属于左转车道及直行车道时,如图2,该分叉的相位受控属性属于许可模式;当分叉进口的车道渠化不存在任何车道同时属于左转车道及直行车道,且存在有独立的左转车道及直行车道时,如果直行车道远离分叉出口方向存在左转车道,该分叉的相位受控属性属于保护模式,如图3;否则,属于许可+保护模式,如图4。需要说明的是,当分叉进口处不存在左转车道或直行车道时,将该分叉的相位受控属性看作许可模式,如图5。对于后者,如果分叉仅存在一个信号灯,那么,无论分叉车道渠化如何,该分叉的相位受控属性属于许可模式。
记A与B的相位受控模式相似度为s(LcA,LcB)。如果s(nA,nB)=0,那么,s(LcA,LcB)=0;否则,按接下来的方法计算s(LcA,LcB)。
交叉口在分叉i的相位受控属性记为βi,相位受控属性不同,βi将会被赋予不同的值。如果左转相位处于许可模式,那么,βi=0;如果左转相位处于保护模式,那么,βi=2;如果左转相位处于许可+保护模式,那么,βi=1。将交叉口的相位受控属性组合成一维矩阵,起始参考分叉为分叉st时,记为
Lcst=[βnumber(st)number(st+1)number(st+2),…,βnumber(st+n-1)]
目标交叉口A在分叉i的进口左转相位的控制形式为
Figure BDA0002433648100000091
将A的相位受控属性组合成一维矩阵,由于A的起始参考分叉固定为分叉1,那么
Figure BDA0002433648100000092
B在分叉i的进口左转相位的控制形式记为
Figure BDA0002433648100000093
使用步骤(2)中的方法找出B的候选参考起始分叉集合
Figure BDA0002433648100000094
后,依次选择集合内的分叉作为参考起始分叉。B的起始参考分叉为
Figure BDA0002433648100000095
时,B的相位受控属性矩阵为
Figure BDA0002433648100000096
当目标交叉口A在分叉i的相位受控模式属于许可+保护模式时,许可模式、保护模式,以及许可+保护模式均可与之匹配,因此,B的相位受控属性矩阵修改如下
Figure BDA0002433648100000097
其中,
Figure BDA0002433648100000098
计算A与B的相位受控属性的相似度为
Figure BDA0002433648100000099
Figure BDA00024336481000000910
的值越接近1,说明B在分叉
Figure BDA00024336481000000911
为参考起始点的相位受控模式与A越相似;最后取
Figure BDA00024336481000000912
作为最终评价A与B的相位受控模式相似度依据s(LcA,LcB),s(LcA,LcB)越接近1,说明A与B的相位受控模式越相似。
去除
Figure BDA00024336481000000913
中使得
Figure BDA00024336481000000914
的候选分叉,构成新的候选参考起始分叉集合
Figure BDA0002433648100000101
其中
Figure BDA0002433648100000102
(4)车流量相似度计算
车流量属性即指交叉口的各个分叉隶属于左转相位及直行相位的关键车道在周期时长内的过车数量。其中,关键车道指隶属于同一相位的所有车道中在周期时长内车流量最大的车道。
记A与B的相位受控模式相似度为s(FcA,FcB)。如果s(nA,nB)=0,那么,s(FcA,FcB)=0;否则,按接下来的方法计算s(FcA,FcB)。
周期时长内,交叉口在分叉i的进口左转相位的车流量记为Fli,直行相位的车流量记为Fsi。如果交叉口的分叉i进口的左转相位处于许可模式,那么,Fsi=max{Fsi,Fli},Fli=0。将交叉口的车流量属性组合成二维矩阵,起始参考分叉为分叉st时,记为
Figure BDA0002433648100000103
使用特征3中的方法可得出交叉口在各个分叉的相位受控模式,基于此构建交叉口的车流量属性矩阵。依次选择集合
Figure BDA0002433648100000104
内的分叉作为B的参考起始分叉,B的起始参考分叉为
Figure BDA0002433648100000105
时,B的车流量属性矩阵为
Figure BDA0002433648100000106
A的车流量属性矩阵为
Figure BDA0002433648100000107
计算A与B的车流量属性矩阵的相似度为
Figure BDA0002433648100000108
Figure BDA0002433648100000109
的值越接近1,说明B在分叉
Figure BDA00024336481000001010
为参考起始点的车流量与A越相似;最后取
Figure BDA00024336481000001011
作为最终评价A与B的车流量相似度依据s(FcA,FcB),s(FcA,FcB)越接近1,说明A与B的车流量越相似。
去除
Figure BDA00024336481000001012
中使得
Figure BDA00024336481000001013
的候选分叉,构成最终的参考起始分叉集合
Figure BDA0002433648100000111
其中
Figure BDA0002433648100000112
选择
Figure BDA0002433648100000113
集合中任意一条分叉作为B的参考起始分叉,均能计算得出A与B的相似度。
(5)交叉口相似度计算
将上述所提交叉口的属性依据优先级排序如下:叉数属性、分叉弧度属性、相位受控属性、车流量属性。
交叉口A与B的相似度计算模型创建如下:
Figure BDA0002433648100000114
其中ω123需满足条件
Figure BDA0002433648100000115
需要说明的是,对于转盘交叉口,分叉进口没有直行车道,需要将右转车道转换为直行车道运用此特征中的方法计算交叉口的相位受控模式相似度。
参照图6-8,实施例2,以交叉口A、B、C为例,分别计算A与B及A与C的相似度,图中车道上的数字为该车道的5min车流量,且信号周期时长为60s,此外,三个交叉口各分叉
由附图可知A的叉数为nA=4;B的叉数为nB=3;C的叉数为nC=4。
因为nA≠nB,所以S(A,B)=0。
因为nA等于nC,所以s(nA,nC)=1。
由附图进一步可知,交叉口A两两分叉间的弧度
Figure BDA0002433648100000116
Figure BDA0002433648100000117
对于分叉1,进口处存在左转、直行共用的车道,因此,分叉1的左转相位必须与直行相位一同放行,其控制形式处于许可模式,即
Figure BDA0002433648100000118
对于分叉2,进口处左转、直行车道均独立存在,且仅在直行车道靠近分叉出口方向存在左转车道,因此,分叉2的左转相位可与直行相位一起放行,也可分开独立放行,其控制形式处于许可+保护模式,即
Figure BDA0002433648100000119
同理可得,
Figure BDA00024336481000001110
由于分叉1的左转相位处于许可模式,所以,其左转相位的车流量
Figure BDA00024336481000001111
其直行相位的车流量
Figure BDA00024336481000001112
对于分叉2,
Figure BDA00024336481000001113
对于分叉3,
Figure BDA00024336481000001114
对于分叉4,
Figure BDA00024336481000001115
同理,可得出交叉口C的各属性值如下:
Figure BDA00024336481000001116
Figure BDA0002433648100000121
Figure BDA0002433648100000122
固定A的起始参考分叉为分叉1,那么A的分叉弧度属性矩阵为
Figure BDA0002433648100000123
然后,依次选取B的分叉作为起始参考分叉建立分叉弧度属性矩阵,根据公式(1)可计算出A与B的分叉弧度属性的相似度为
Figure BDA0002433648100000124
因此,A与B的分叉弧度相似度为
Figure BDA0002433648100000125
B中任意分叉作为参考起始分叉,A与B的分叉弧度相似度均等于1,因此,为B建立候选参考起始分叉集合
Figure BDA0002433648100000126
A的起始参考分叉固定为分叉1,所以,A的交叉口相位受控属性矩阵为
Figure BDA0002433648100000127
依次选择集合
Figure BDA0002433648100000128
内的分叉作为B的参考起始分叉为其建立相位受控属性矩阵,根据公式(2)可计算出A与B的相位受控的相似度为
Figure BDA0002433648100000129
因此,A与B的相位受控相似度为
Figure BDA00024336481000001210
由于
Figure BDA00024336481000001211
中的分叉1及分叉3作为B的参考起始分叉时,A与B的相位受控相似度等于1,因此,{1,3}构成B新的候选参考起始分叉集合
Figure BDA00024336481000001212
因为A的起始参考分叉固定为分叉1,A的车流量属性矩阵为
Figure BDA00024336481000001213
依次选择集合
Figure BDA00024336481000001214
内的分叉作为B的参考起始分叉建立车流量属性矩阵,
Figure BDA00024336481000001215
Figure BDA00024336481000001216
根据公式(3)可计算出A与B的车流量的相似度为
Figure BDA00024336481000001217
因此,A与B的车流量相似度为
Figure BDA00024336481000001218
Figure BDA00024336481000001219
的分叉3作为B的参考起始分叉时,A与B的车流量相似度取值最大,因此,交叉口B最终的参考起始分叉集合
Figure BDA00024336481000001220
仅包含分叉3。
最后,将s(nA,nC),s(AlA,AlB),s(LcA,LcB),s(FcA,FcB)带入公式(4),可得出A与B的相似度:
Figure BDA0002433648100000131
本例中,取ω1=0.5,ω2=0.3,ω3=0.2。
以上实施方式仅用于更加清楚地说明本发明的技术方案,本发明的保护范围包括但不限于上述具体实施方式,任何符合本发明的权利要求书的且任何所示技术领域的普通技术人员对其所做的适当变化或替换,皆应落入本发明的专利保护范围。

Claims (1)

1.一种基于交通信号控制的交叉口相似性度量方法,其特征在于:该方法依据交叉口属性构建各属性的相似度计算模型,以此来计算交叉口间的相似程度,从而快速检索出与目标交叉口相似的交叉口作为信号配时依据交叉口,其中,交叉口属性包括静态渠化属性与动态车流量属性,静态渠化属性包括交叉口的叉数属性、分叉弧度属性以及相位受控属性;
该方法包括如下具体步骤,
(1)获取目标交叉口及待计算相似度的交叉口的属性值
获取目标交叉口A的叉数为nA,两两分叉间的弧度
Figure FDA0003600262790000011
各分叉的相位受控模式
Figure FDA0003600262790000012
周期时长Δt里各分叉进口左转相位的车流量
Figure FDA0003600262790000013
直行相位的车流量
Figure FDA0003600262790000014
交叉口B的叉数为nB,两两分叉间的弧度
Figure FDA0003600262790000015
各分叉相位受控模式
Figure FDA0003600262790000016
周期时长Δt里各分叉进口左转相位的车流量
Figure FDA0003600262790000017
直行相位的车流量
Figure FDA0003600262790000018
(2)叉数相似度计算
记A与B的叉数属性相似度为s(nA,nB),交叉口的叉数属性,即为交叉口的叉数;若nA等于nB,s(nA,nB)=1,转至步骤(3);否则,输出S(A,B)=0,结束;
(3)分叉弧度相似度计算
记A与B的分叉弧度相似度为s(AlA,AlB),交叉口A与B的叉数相等,记为n,自交叉口正北方向顺时针顺序为各分叉依次编号1,2,…,n;
选择分叉st作为起始参考分叉,可将交叉口的分叉弧度属性组合成一维矩阵,记为
Alst=[αnumber(st)number(st+1)number(st+2),…,αnumber(st+n-1)]
其中,
Figure FDA0003600262790000019
αnumber(st+j)为交叉口编号number(st+j)与编号number(st+j)+1的分叉的夹角弧度,αn为交叉口编号n与编号1的分叉的夹角弧度;
交叉口的分叉弧度属性相似度计算如下:记A的分叉弧度属性分别为
Figure FDA00036002627900000110
B的分叉弧度属性分别为
Figure FDA00036002627900000111
首先,固定目标交叉口A的起始参考分叉为分叉1,那么A的分叉弧度属性矩阵为
Figure FDA0003600262790000021
Figure FDA0003600262790000022
然后,依次选取B的分叉作为起始参考分叉建立分叉弧度属性矩阵,B的起始参考分叉为st(1≤st≤n)时,其分叉弧度属性矩阵为
Figure FDA0003600262790000023
Figure FDA0003600262790000024
计算A与B的分叉弧度属性的相似度为
Figure FDA0003600262790000025
Figure FDA0003600262790000026
的值越接近1,说明B在分叉st为参考起始点的分叉弧度与A越相似;最后取
Figure FDA0003600262790000027
作为最终评价A与B的分叉弧度相似度依据s(AlA,AlB),s(AlA,AlB)越接近1,说明A与B的分叉弧度越相似;
为B建立候选参考起始分叉集合
Figure FDA0003600262790000028
其中,
Figure FDA0003600262790000029
Figure FDA00036002627900000210
(4)相位受控相似度计算
根据车道渠化及实际存在的信号灯,确定A与B各分叉的相位受控模式,依次选择集合
Figure FDA00036002627900000216
内的分叉作为B的参考起始分叉;
记A与B的相位受控模式相似度为s(LcA,LcB),交叉口在分叉i的相位受控属性记为βi,相位受控属性不同,βi将会被赋予不同的值;如果左转相位处于许可模式,那么,βi=0;如果左转相位处于保护模式,那么,βi=2;如果左转相位处于许可+保护模式,那么,βi=1;将交叉口的相位受控属性组合成一维矩阵,起始参考分叉为分叉st时,记为
Lcst=[βnumber(st)number(st+1)number(st+2),…,βnumber(st+n-1)]
目标交叉口A在分叉i的进口左转相位的控制形式为βi A,将A的相位受控属性组合成一维矩阵,由于A的起始参考分叉固定为分叉1,那么
Figure FDA00036002627900000211
B在分叉i的进口左转相位的控制形式记为
Figure FDA00036002627900000212
使用步骤(3)中的方法找出B的候选参考起始分叉集合
Figure FDA00036002627900000213
后,依次选择集合内的分叉作为参考起始分叉,B的起始参考分叉为
Figure FDA00036002627900000214
时,B的相位受控属性矩阵为
Figure FDA00036002627900000215
当目标交叉口A在分叉i的相位受控模式属于许可+保护模式时,许可模式、保护模式,以及许可+保护模式均可与之匹配,因此,B的相位受控属性矩阵修改如下
Figure FDA0003600262790000031
其中,
Figure FDA0003600262790000032
计算A与B的相位受控属性的相似度为
Figure FDA0003600262790000033
Figure FDA0003600262790000034
的值越接近1,说明B在分叉
Figure FDA0003600262790000035
为参考起始点的相位受控模式与A越相似;最后取
Figure FDA0003600262790000036
作为最终评价A与B的相位受控模式相似度依据s(LcA,LcB),s(LcA,LcB)越接近1,说明A与B的相位受控模式越相似;
去除
Figure FDA0003600262790000037
中使得
Figure FDA0003600262790000038
的候选分叉,构成新的候选参考起始分叉集合
Figure FDA0003600262790000039
其中
Figure FDA00036002627900000310
Figure FDA00036002627900000311
(5)车流量相似度计算
记A与B的相位受控模式相似度为s(FcA,FcB);周期时长内,交叉口在分叉i的进口左转相位的车流量记为Fli,直行相位的车流量记为Fsi;如果交叉口的分叉i进口的左转相位处于许可模式,那么,Fsi=max{Fsi,Fli},Fli=0;将交叉口的车流量属性组合成二维矩阵,起始参考分叉为分叉st时,记为
Figure FDA00036002627900000312
使用步骤(4)中的方法可得出交叉口在各个分叉的相位受控模式,基于此构建交叉口的车流量属性矩阵;依次选择集合
Figure FDA00036002627900000315
内的分叉作为B的参考起始分叉,B的起始参考分叉为
Figure FDA00036002627900000313
时,B的车流量属性矩阵为
Figure FDA00036002627900000314
A的车流量属性矩阵为
Figure FDA0003600262790000041
计算A与B的车流量属性矩阵的相似度为
Figure FDA0003600262790000042
Figure FDA0003600262790000043
的值越接近1,说明B在分叉
Figure FDA0003600262790000044
为参考起始点的车流量与A越相似;最后取
Figure FDA0003600262790000045
作为最终评价A与B的车流量相似度依据s(FcA,FcB),s(FcA,FcB)越接近1,说明A与B的车流量越相似;
去除
Figure FDA0003600262790000046
中使得
Figure FDA0003600262790000047
的候选分叉,构成最终的参考起始分叉集合
Figure FDA0003600262790000048
其中
Figure FDA0003600262790000049
Figure FDA00036002627900000410
(6)交叉口相似度计算
记交叉口A与B的相似度为S(A,B),交叉口A与B的相似度计算模型创建如下:
Figure FDA00036002627900000411
其中ω123需满足条件
Figure FDA00036002627900000412
依据公式(4),计算A与B的相似度S(A,B),输出,结束。
CN202010244587.6A 2020-03-31 2020-03-31 一种基于交通信号控制的交叉口相似性度量方法 Active CN111462486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010244587.6A CN111462486B (zh) 2020-03-31 2020-03-31 一种基于交通信号控制的交叉口相似性度量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010244587.6A CN111462486B (zh) 2020-03-31 2020-03-31 一种基于交通信号控制的交叉口相似性度量方法

Publications (2)

Publication Number Publication Date
CN111462486A CN111462486A (zh) 2020-07-28
CN111462486B true CN111462486B (zh) 2022-05-31

Family

ID=71682206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010244587.6A Active CN111462486B (zh) 2020-03-31 2020-03-31 一种基于交通信号控制的交叉口相似性度量方法

Country Status (1)

Country Link
CN (1) CN111462486B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112530183B (zh) * 2020-10-27 2022-09-06 连云港杰瑞电子有限公司 一种城市干线相似性度量方法
CN113851008B (zh) * 2021-10-25 2022-06-07 深圳技术大学 一种交通信号灯控制方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5343789B2 (ja) * 2009-09-25 2013-11-13 トヨタ自動車株式会社 車両の走行支援システム及び方法
CN109887294A (zh) * 2019-04-08 2019-06-14 东南大学 一种多源数据融合的道路平面交叉口交通量分析方法
CN110021178A (zh) * 2019-04-18 2019-07-16 浙江工业大学 一种基于路口相似度的信号配时方案推荐方法
CN110032782A (zh) * 2019-03-29 2019-07-19 银江股份有限公司 一种城市级智能交通信号控制系统及方法
CN110322117A (zh) * 2019-06-05 2019-10-11 海信集团有限公司 一种交通控制子区划分方法、装置、电子设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8892356B1 (en) * 2003-06-19 2014-11-18 Here Global B.V. Method and system for representing traffic signals in a road network database
CN109816984B (zh) * 2019-03-19 2021-08-31 太原理工大学 一种交通路网区域划分及动态调整方法
CN110718077B (zh) * 2019-11-04 2020-08-07 武汉理工大学 一种行动-评价机制下信号灯优化配时方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5343789B2 (ja) * 2009-09-25 2013-11-13 トヨタ自動車株式会社 車両の走行支援システム及び方法
CN110032782A (zh) * 2019-03-29 2019-07-19 银江股份有限公司 一种城市级智能交通信号控制系统及方法
CN109887294A (zh) * 2019-04-08 2019-06-14 东南大学 一种多源数据融合的道路平面交叉口交通量分析方法
CN110021178A (zh) * 2019-04-18 2019-07-16 浙江工业大学 一种基于路口相似度的信号配时方案推荐方法
CN110322117A (zh) * 2019-06-05 2019-10-11 海信集团有限公司 一种交通控制子区划分方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111462486A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN111462486B (zh) 一种基于交通信号控制的交叉口相似性度量方法
CN104462190B (zh) 一种基于海量空间轨迹挖掘的在线的位置预测方法
US20180149488A1 (en) Guide route setting apparatus and guide route setting method
WO2022205616A1 (zh) 一种地图中导航元素构建方法及装置
JP6988450B2 (ja) 交差点内の走行軌道データ生成装置、交差点内の走行軌道データ生成プログラム及び記憶媒体
CN110807931A (zh) 基于转向关系的交通路网有向图路径模型构建及求解方法
CN111307164B (zh) 一种低采样率轨迹地图匹配方法
CN108831146A (zh) 生成三维高清道路图交叉路口行车线的半自动点云方法
CN105974928A (zh) 一种机器人导航路径规划方法
US8457890B2 (en) Method for generating a digital road map, navigation system and method for operating a navigation system
CN105956542A (zh) 一种结构线束统计匹配的高分遥感影像道路提取方法
CN104834725B (zh) 一种分析鉴别车辆尾随行为的系统
CN111024079B (zh) 一种根据多个位置点与路线进行匹配的方法和系统
CN115077550A (zh) 一种基于导航地图与高精地图匹配的无人车路径规划方法
CN113112816A (zh) 一种车辆在路段平均行驶延误的提取方法
CN112923941B (zh) 路线规划方法、数据挖掘方法、相应的装置及电子设备
Yuan et al. A map-matching algorithm with low-frequency floating car data based on matching path
CN113299083B (zh) 一种面向通行效率提升的道路信号交叉口渠化设计方法
CN107256313B (zh) 一种道路平面线形连续均衡性评价方法及装置
CN108106619A (zh) 主辅路识别方法及其系统
CN114440914A (zh) 路径规划方法、装置、电子设备、存储介质及程序产品
CN112530183B (zh) 一种城市干线相似性度量方法
CN107564289B (zh) 一种合并交通节点的道路网预处理方法
Yadav et al. Performance Evaluation of Urban Roadway Links Using V-Box
CN113779738B (zh) 一种利用公路数据快速建立Vissim仿真路网的方法

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
GR01 Patent grant
GR01 Patent grant