CN111768639B - 一种网联交通环境下的多交叉口信号配时系统及其方法 - Google Patents

一种网联交通环境下的多交叉口信号配时系统及其方法 Download PDF

Info

Publication number
CN111768639B
CN111768639B CN202010480369.2A CN202010480369A CN111768639B CN 111768639 B CN111768639 B CN 111768639B CN 202010480369 A CN202010480369 A CN 202010480369A CN 111768639 B CN111768639 B CN 111768639B
Authority
CN
China
Prior art keywords
vehicle
intersection
signal timing
time
omega
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
CN202010480369.2A
Other languages
English (en)
Other versions
CN111768639A (zh
Inventor
马成元
杨晓光
俞春辉
龙可可
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202010480369.2A priority Critical patent/CN111768639B/zh
Publication of CN111768639A publication Critical patent/CN111768639A/zh
Application granted granted Critical
Publication of CN111768639B publication Critical patent/CN111768639B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/083—Controlling the allocation of time between phases of a cycle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights

Abstract

本发明涉及一种网联交通环境下的多交叉口信号配时系统及其方法，该方法包括：车载传感器采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元传输给交通控制中心；交通控制中心根据收集到的各车辆当前状态信息及路径计划信息，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；交通控制中心将信号配时方案传输给各交叉口信号机，由各交叉口信号机对应执行信号配时方案，即完成多交叉口信号配时过程。与现有技术相比，本发明考虑车辆个体级的当前状态及未来状态的演变，不限制于固定的相位组合与相序，能够实现多交叉口信号配时精准化协同，降低车辆通行延误。

Description

一种网联交通环境下的多交叉口信号配时系统及其方法
技术领域
本发明涉及智能交通控制技术领域，尤其是涉及一种网联交通环境下的多交叉口信号配时系统及其方法。
背景技术
城市路网承载着时空动态变化的车辆通行需求，交叉口信号作为分配交叉路口处不同方向交通流通行权的关键控制手段，信号配时(交叉路口处红、绿灯的时间配比)直接决定了道路资源的利用效率，直接影响人们出行的安全和效率。信号配时的优化主要体现在两个层面：在单交叉口层面的对动态需求自适应性优化，以及在多个交叉口层面的信号协同优化。
现有的单交叉口配时方法多基于Webster方法，使各相位绿信比与历史流量需求水平成正比，后增加一些可根据实时到达需求微调配时的算法逻辑；而多交叉口协同配时则是基于交叉口间的相位差来最大化交叉口间关键相位的绿波带宽度，如MAXBAND，MULTIBAND等方法。
上述的传统信号配时方法受限于交通感知条件，所依据的数据源仅包括历史流量情况及固定检测器检测的集计交通需求信息(如流量、密度、排队等)，难以对车辆个体级非集计信息进行感知和预测。因此信号配时很大受限于既有的相位组合和相序的框架，优化空间有限，难以完全适应动态变化的交通需求、不能实现多交叉口的精细化交通协同控制，容易增加车辆通行延误、降低路网通行效率。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种网联交通环境下的多交叉口信号配时系统及方法，能够不限制于固定的相位组合与相序，实现高自由度的多交叉口信号配时精准化协同。
本发明的目的可以通过以下技术方案来实现：一种网联交通环境下的多交叉口信号配时系统，包括交通控制中心，所述交通控制中心的输入端分别与各路侧单元连接，所述交通控制中心的输出端分别与各交叉口信号机连接，所述各路侧单元与路网中车辆上的车载传感器相连接，所述车载传感器用于采集车辆当前状态信息及路径计划信息；
所述路侧单元用于将各车辆当前状态信息及路径计划信息传输给交通控制中心；
所述交通控制中心用于根据各车辆当前状态信息及路径计划信息，计算输出相应的信号配时方案；
所述交叉口信号机用于执行交通控制中心输出的信号配时方案。
进一步地，所述车辆当前状态信息包括车辆位置和车辆速度，所述路径计划信息包括车辆的未来路径。
进一步地，所述车载传感器通过V2X(vehicle to X，车用无线通信技术)方式连接至路侧单元。
一种网联交通环境下的多交叉口信号配时方法，在预设的每个配时更新时刻执行，包括以下步骤：
S1、车载传感器采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元传输给交通控制中心，其中，车辆当前状态信息包括车辆位置及车辆速度，路径计划信息包括车辆的未来路径；
S2、交通控制中心根据收集到的各车辆当前状态信息及路径计划信息，基于MILP(Mixed Integral Linear Programming，混合整数线性规划)模型，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；
S3、交通控制中心将信号配时方案传输给各交叉口信号机，由各交叉口信号机对应执行信号配时方案，即完成多交叉口信号配时过程。
进一步地，所述步骤S2中多交叉口信号配时优化模型的优化目标为路网中所有车辆的通行延误最小化，多交叉口信号配时优化模型的约束条件包括信号配时安全限制条件、非集计交通动态限制条件和道路容量限制条件，所述非集计交通动态限制条件用于约束车辆在交叉口的排队行为以及交叉口间的通行行为，所述道路容量限制条件用于约束进口道车辆排队长度，避免进口道排队过长而发生溢出。
进一步地，所述优化目标具体为：
Figure BDA0002517133080000031
Figure BDA0002517133080000032
其中，ω为车辆编号，Ω为多交叉口内的车辆集合，k为交叉口进口道编号，即交叉口的相位，每个进口道对应一个渠化流向，并对应某一相位，
Figure BDA0002517133080000033
为车辆ω路径中在多交叉口区域范围内的最后一个经由进口道，
Figure BDA0002517133080000034
为车辆ω驶出进口道
Figure BDA0002517133080000035
的预测时间，t0为当前时刻，
Figure BDA0002517133080000036
为车辆ω以自由流状态无限制的驶过路网所需要的最短时间，因此
Figure BDA0002517133080000037
即为车辆ω的控制延误，Y为多交叉口的信号配时方案，为各交叉口各相位的绿灯启亮和关闭时间，
Figure BDA0002517133080000038
为交叉口相位k在优化时间范围内第i个绿灯时间的开始时间，
Figure BDA0002517133080000039
对应为交叉口相位k第i个绿灯时间的结束时间，s为交叉口编号，S为路网中交叉口集合，Ks为交叉口s的所有进口道集合，即交叉口s的所有相位集合。
进一步地，所述信号配时安全限制条件包括最大及最短绿灯时间限制、冲突相位安全间隔限制，所述最大及最短绿灯时间限制具体为：
Figure BDA00025171330800000310
Figure BDA00025171330800000311
其中，
Figure BDA00025171330800000312
与
Figure BDA00025171330800000313
分别为交叉口相位k的最大及最短绿灯时长；
所述冲突相位安全间隔限制具体为：
Figure BDA00025171330800000314
Figure BDA00025171330800000315
Figure BDA00025171330800000316
Figure BDA00025171330800000317
其中，
Figure BDA00025171330800000318
为相位k1与k2的绿灯间隔时间，即相位k1关闭后至相位k2启亮的最小时间间隔，M为显著大值，
Figure BDA00025171330800000319
为表示相位k1与k2是否为冲突相位的01辅助变量，冲突即为1，不冲突即为0，
Figure BDA00025171330800000320
为描述两个相位相序的01变量。
进一步地，所述非集计交通动态限制条件包括先到先行限制、绿灯通过限制和多交叉口间通行限制，所述先到先行限制具体为：
Figure BDA00025171330800000321
Figure BDA00025171330800000322
Figure BDA00025171330800000323
Figure BDA0002517133080000041
Figure BDA0002517133080000042
Figure BDA0002517133080000043
其中，
Figure BDA0002517133080000044
为车辆ω1与ω2驶入驶出先后关系的01变量，
Figure BDA0002517133080000045
为车辆ω1在ω2之后驶入进口道k，
Figure BDA0002517133080000046
反之，Δtc为两辆车通过停车线的最短车头时距，
Figure BDA0002517133080000047
为车辆ω驶出进口道k的驶出时间，
Figure BDA0002517133080000048
为车辆ω在进口道k的到达时间，Pω为车辆ω的未来路径集合，则
Figure BDA0002517133080000049
和
Figure BDA00025171330800000410
分别为车辆ω1与ω2的未来路径集合，
Figure BDA00025171330800000411
为车辆ω自当前状态至面临的第一个交叉口的到达时间，
Figure BDA00025171330800000412
和vU分别为车辆ω当前位置与下个交叉口的距离、速度、最大加速度和道路限速，
Figure BDA00025171330800000413
为车辆ω从当前状态驶至下个交叉口所需时间；
所述绿灯通过限制具体为：
Figure BDA00025171330800000414
Figure BDA00025171330800000415
Figure BDA00025171330800000416
Figure BDA00025171330800000417
Figure BDA00025171330800000418
其中，
Figure BDA00025171330800000419
为表示车辆ω最终选择哪一绿灯时段驶出进口道k的01变量，选择第i个绿灯即
Figure BDA00025171330800000420
否则
Figure BDA00025171330800000421
则表示车辆ω只能选择一个绿灯时段驶出进口道k，τr为绿灯启亮后车辆的反映时间；
所述多交叉口间通行限制具体为：
Figure BDA00025171330800000422
其中，
Figure BDA00025171330800000423
为车辆ω在上个交叉口s_的驶出时间，
Figure BDA00025171330800000424
为车辆ω到达下个交叉口s的到达时间，
Figure BDA00025171330800000425
为从上个交叉口s_至下个交叉口s间路段的行程时间，
Figure BDA00025171330800000426
为车辆ω通行的第一个交叉口。
进一步地，所述道路容量限制具体为：
Figure BDA0002517133080000051
Figure BDA0002517133080000052
Figure BDA0002517133080000053
其中，
Figure BDA0002517133080000054
为表示车辆ω在进口道k的第i个绿灯前排队的01变量，即
Figure BDA0002517133080000055
表示车辆ω在进口道k中将因为等待第i个绿灯而排队，
Figure BDA0002517133080000056
为车辆ω在进口道k每次排队的最大长度，
Figure BDA0002517133080000057
为进口道k所容许的最大排队长度。
进一步地，所述步骤S2中对优化模型进行求解具体是通过Gurobi或Lingo求解器对优化模型进行求解。
与现有技术相比，本发明具有以下优点：
一、本发明利用车载传感器采集车辆相关信息，通过路侧单元将车辆相关信息传输给交通控制中心，由交通控制中心采用MILP模型建立优化模型并求解得到信号配时方案，最终由交叉口信号机执行该信号配时方案，其中，采用混合整数线性规划模型构建优化模型，以所有车辆通行延误最小化作为优化目标，模型中对交叉口的信号配时方案不限制相位组合、相序及周期，在保障安全的前提下，直接对每个车辆对应绿灯的启亮和关闭时刻进行高自由度的优化，以此实现了多交叉口信号配时协同控制的目的，能够有效降低车辆通行延误。
二、本发明在构建优化模型时，结合车载传感器非集计感知的车辆相关信息，基于车辆当前状态和未来路径，考虑个体车辆非集计的状态变化，通过设置非集计交通动态限制条件，能够对个体车辆的未来交通状态进行主动预测推演，预先分配每个车辆在路网中各途径交叉口的时空通行资源，使得信号配时方案能够适应动态变化的交通需求，进一步保证了多交叉口信号配时协同控制的精准化程度，提高路网通行效率。
附图说明
图1为本发明的系统连接示意图；
图2为本发明的方法流程示意图；
图3为实施例中多交叉口基本场景示意图；
图4为实施例中信号配时方案动态更新流程示意图；
图中标记说明：1、交通控制中心，2、路侧单元，3、交叉口信号机，4、车载传感器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种网联交通环境下的多交叉口信号配时系统，包括交通控制中心1、路侧单元2和交叉口信号机3，交通控制中心1的输入端通过路侧单元2与路网中车辆上的车载传感器4相连接，交通控制中心1的输出端连接至交叉口信号机3，该系统的具体工作过程为：网联车辆通过车载传感器4，感知实时车辆状态，包括当前位置和速度，并将车辆的实时状态与未来路径计划发送至路侧单元2，进而传输至交通控制中心1；
交通控制中心1根据收集得到的车辆状态与未来路径，计算求解得到相应的信号配时方案；
交通控制中心1将计算结果发送至各交叉口信号机3，由交叉口信号机3执行信号配时方案，即完成多交叉口信号配时过程。
本实施例中，车载传感器4通过V2X通信方式与路侧单元2实时传输车辆相关信息，交通控制中心1基于V2X通信收集获得的道路交通中车辆的实时状态信息及未来路径计划，动态优化道路网络中各交叉口的信号配时方案，提高路网通行效率。具体的，应用上述系统于实际中，具体信号配时方案将随时间持续滚动更新，每次配时更新的执行步骤如图2所示，包括以下步骤：
S1、车载传感器4采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元2传输给交通控制中心1，其中，车辆当前状态信息包括车辆位置及车辆速度，路径计划信息包括车辆的未来路径；
S2、交通控制中心1根据收集到的各车辆当前状态信息及路径计划信息，基于MILP模型理论，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；
S3、交通控制中心1将信号配时方案传输给各交叉口信号机3，由各交叉口信号机3对应执行信号配时方案，即完成多交叉口信号配时过程。
在步骤S2中，优化模型为混合整数线性规划模型(MILP)，具体为：
一、优化目标为所有车辆在路网的通行延误最小化：
Figure BDA0002517133080000071
其中，ω为车辆编号；k为交叉口进口道编号(即交叉口的相位)，每个进口道对应一个渠化流向，并对应某一相位；
Figure BDA0002517133080000072
为车辆ω路径中在多交叉口区域范围内的最后一个经由进口道，
Figure BDA0002517133080000073
表示预测车辆ω驶出进口道
Figure BDA0002517133080000074
的时间；t0为当前时刻；
Figure BDA0002517133080000075
为车辆ω以自由流状态无限制的驶过路网所需要的最短时间；故
Figure BDA0002517133080000076
表示车辆ω的控制延误，而Ω表示多交叉口内的车辆集合，因此本发明中的优化模型以所有车辆的延误最低为优化目标。
Y为模型的决策变量，为多交叉口的配时方案，表示为各交叉口各相位(用其一一对应的进口道编号标识)的绿灯启亮和关闭时间，即
Figure BDA0002517133080000077
其中，
Figure BDA0002517133080000078
为相位k在优化时间范围内第i个绿灯时间的开始时间，
Figure BDA0002517133080000079
对应为相位k第i个绿灯时间的结束时间；s为交叉口编号，S为路网中交叉口集合，Ks为交叉口s的所有进口道(相位)集合。
二、约束条件包括：
2.1、信号配时规则限制：
本发明中的优化模型不限制交叉口的相位组合、相序及周期，而直接对每个车道对应绿灯的启亮和关闭时刻进行高自由度的优化，配时结果只需要满足信号配时基本安全原则即可，包括：
2.1.1、最大及最短绿灯时间限制：
Figure BDA00025171330800000710
Figure BDA00025171330800000711
其中，
Figure BDA00025171330800000712
与
Figure BDA00025171330800000713
分别为相位k的最大及最短绿灯时长；
2.1.2、冲突相位安全间隔限制：
Figure BDA00025171330800000714
Figure BDA00025171330800000715
Figure BDA00025171330800000716
Figure BDA00025171330800000717
其中，
Figure BDA0002517133080000081
为相位k1与k2的绿灯间隔时间，即相位k1关闭后至相位k2启亮的最小时间间隔；M为显著大值；
Figure BDA0002517133080000082
为表示相位k1与k2是否为冲突相位的01辅助变量，冲突即为1，不冲突即为0；
Figure BDA0002517133080000083
为描述两个相位相序的01变量。
2.2、非集计交通系统动态限制：
本发明中优化模型以所有车辆延误加和的最小化为目标，各车辆的状态演变情况及对应的控制延误的预测结果为备选控制方案Y与当前初始状态和未来路径(即输入信息X)的函数，即Dω＝f(Y,X)，因此需要将f(Y,X)通过线性化的形式融入优化模型。将车辆ω在进口道k(k在其未来路径沿途中，表示为k∈Pω)的到达时间
Figure BDA0002517133080000084
与车辆最终驶离进口道rk的时间
Figure BDA0002517133080000085
引入模型，其对应预测结果遵循以下限制条件：
2.2.1、先到先行(First-In-First-Out，FIFO)
多个车辆驶出某一进口道的时间先后顺序应与它们驶入的顺序一致，即为：
Figure BDA0002517133080000086
Figure BDA0002517133080000087
Figure BDA0002517133080000088
Figure BDA0002517133080000089
其中，
Figure BDA00025171330800000810
表示车辆ω1与ω2驶入驶出先后关系的01变量，
Figure BDA00025171330800000811
表示车辆ω1在ω2之后驶入进口道k，
Figure BDA00025171330800000812
反之；Δtc为两辆车通过停车线的最短车头时距。同时，显然有：
Figure BDA00025171330800000813
车辆自当前状态至面临的第一个交叉口的到达时间
Figure BDA00025171330800000814
可通过车辆当前位置与下个交叉口的距离
Figure BDA00025171330800000815
速度
Figure BDA00025171330800000816
最大加速度
Figure BDA00025171330800000817
和道路限速vU计算，将车辆从当前状态驶至下个交叉口所需时间记为
Figure BDA00025171330800000818
则有：
Figure BDA00025171330800000819
2.2.2、绿灯通过
车辆在交叉口驶出停车线的时间必须在对应相位的绿灯时间内，同时满足与其他车辆的安全间隔。
由于每个相位在优化周期内有多个绿灯(N个)，模型中采用一系列01变量
Figure BDA00025171330800000820
表示车辆ω最终选择哪一绿灯时段驶出进口道k，选择第i个绿灯即
Figure BDA00025171330800000821
否则
Figure BDA00025171330800000822
具体包括：
Figure BDA0002517133080000091
Figure BDA0002517133080000092
对于某一车辆ω最终只能选择一个绿灯时段驶出进口道k，即：
Figure BDA0002517133080000093
车辆驶出时间需要受到信控与其他车辆的限制，即：
Figure BDA0002517133080000094
Figure BDA0002517133080000095
其中，τr为绿灯启亮后车辆的反映时间。
2.2.3、多交叉口间车辆通行过程
在本发明中，车辆自在上个交叉口s_的驶出时间
Figure BDA0002517133080000096
始，至车辆到达路径中下个交叉口s的到达时间
Figure BDA0002517133080000097
相差为从交叉口s_至交叉口s间路段的行程时间
Figure BDA0002517133080000098
Figure BDA0002517133080000099
2.3、道路容量限制：
在路网车辆较多时，信号控制不当可能导致某进口道排队过长以至于溢出。为避免这种情况，本发明的优化模型中采用01变量
Figure BDA00025171330800000910
来表示车辆ω是否会在进口道k的第i个绿灯前排队，即
Figure BDA00025171330800000911
表示车辆ω在进口道k中将因为等待第i个绿灯而排队。根据Shockwave排队波动模型，有下列数量关系：
Figure BDA00025171330800000912
∈Pω∩Pω′
则每次排队的最大长度需要小于进口道k所容许的最大值：
Figure BDA00025171330800000913
由此可知，本发明提出的优化模型的目标函数和约束条件皆满足一次性(或可通过简单数学变换成为一次)，故模型的可求解性可以保证。在构建上述的MILP优化模型时，车辆当前状态信息用于推算预测车辆在下个进口道的达到时间
Figure BDA00025171330800000914
并以此递归推算车辆在上个交叉口的驶出时间
Figure BDA0002517133080000101
车辆到达下个交叉口的到达时间
Figure BDA0002517133080000102
图3所示为本实施例的多交叉口基本场景示意，图4为本实施例中的信号配时方案动态更新流程示意，即信号配时方案只在预设的配时更新时刻进行求解输出，本实施例在构建MILP模型时，预先设置该模型的相关参数为：优化时间范围300s、最小绿灯时间
Figure BDA0002517133080000103
最大绿灯时间
Figure BDA0002517133080000104
各相位绿灯次数N＝4、各冲突相位间的安全间隔
Figure BDA0002517133080000105
各路段限速vU＝60km/h、最大加速度
Figure BDA0002517133080000106
Figure BDA0002517133080000107
绿灯启亮反应时间τr＝0.5s、车辆通过最短时距Δtc＝1.5s。采用Gurobi9.0求解器求解配时优化模型，配合使用IntelCoreTMi5–1.80GHz处理器，能够将每次模型求解时间控制在5s以内。
经过交通仿真实验证明，采用本发明提出的信号配时方法，在交通需求非饱和状态下，相较于现有固定配时方法，本发明的车辆平均延误降低了72.3％，相较于现有协同配时方法(SHNCHRO)，本发明的车辆平均延误降低了31.8％。
综上所述，本发明基于各车辆的当前状态和未来路径，通过预测在各可行配时方案下的交通演化状态，进行主动交通控制和优化，其中，信号配时方案采用MILP优化模型：
优化模型以所有车辆总延误最低为优化目标；
优化模型包括线性化的交通状态演变系统动态、交叉口配时安全规则、道路容量等限制条件；
配时优化过程中不限制交叉口的相位组合、相序及周期，而直接对每个车道对应绿灯的启亮和关闭时刻进行高自由度的优化，对交叉口的配时方案不限制相位组合、相序及周期，即交叉口中各方向对应绿灯不必须依照一定组合按固定顺序依次启亮并重复，各绿灯启亮时间在保证安全的前提下完全按照实时交通需求设计，本发明中的模型可在满足安全限制的前提下对交叉口不同相位的启亮时段任意的排列组合，高自由度的优化模型大大释放了道路资源利用效率可优化空间；
在交通状态演变系统动态中，考虑了个体车辆非集计的状态变化，包括车辆在交叉口的排队行为及交叉口间通行行为，通过对路网中所有车辆状态演变的系统动态进行了线性化的解析，为高效地进行主动优化控制提供了有力支撑。
考虑到现有多交叉口协同配时方法对路网拓扑情况敏感性很高，难以制定普适性自动化的协同优化机制，对某一特定路网往往需要专业人士针对性的分析来制定协同控制策略，优化应用成本高。本发明提出的信号配时方法可应用于现实道路交通环境中各种类型和拓扑结构的多交叉口场景，适用性和可移植性较强，适合商业产品化开发及在大规模路网中应用。

Claims (7)

1.一种网联交通环境下的多交叉口信号配时系统，其特征在于，包括交通控制中心(1)，所述交通控制中心(1)的输入端分别与各路侧单元(2)连接，所述交通控制中心(1)的输出端分别与各交叉口信号机(3)连接，所述各路侧单元(2)与路网中车辆上的车载传感器(4)相连接，所述车载传感器(4)用于采集车辆当前状态信息及路径计划信息；
所述路侧单元(2)用于将各车辆当前状态信息及路径计划信息传输给交通控制中心(1)；
所述交通控制中心(1)用于根据各车辆当前状态信息及路径计划信息，计算输出相应的信号配时方案；
所述交叉口信号机(3)用于执行交通控制中心(1)输出的信号配时方案；
应用上述多交叉口信号配时系统，实现一种多交叉信号配时方法，所述多交叉口信号配时方法在预设的每个配时更新时刻被执行，所述多交叉口信号配时方法包括以下步骤：
S1、车载传感器(4)采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元(2)传输给交通控制中心(1)，其中，车辆当前状态信息包括车辆位置及车辆速度，路径计划信息包括车辆的未来路径；
S2、交通控制中心(1)根据收集到的各车辆当前状态信息及路径计划信息，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；
S3、交通控制中心(1)将信号配时方案传输给各交叉口信号机(3)，由各交叉口信号机(3)对应执行信号配时方案，即完成多交叉口信号配时过程；
所述步骤S2中多交叉口信号配时优化模型的优化目标为路网中所有车辆的通行延误最小化，多交叉口信号配时优化模型的约束条件包括信号配时安全限制条件、非集计交通动态限制条件和道路容量限制条件，所述信号配时安全限制条件包括最大及最短绿灯时间限制、冲突相位安全间隔限制；
所述非集计交通动态限制条件用于约束车辆在交叉口的排队行为以及交叉口间的通行行为，所述非集计交通动态限制条件包括先到先行限制、绿灯通过限制和多交叉口间通行限制；
所述先到先行限制具体为：
Figure FDA0003699903730000021
Figure FDA0003699903730000022
Figure FDA0003699903730000023
Figure FDA0003699903730000024
Figure FDA0003699903730000025
Figure FDA0003699903730000026
其中，
Figure FDA0003699903730000027
为车辆ω1与ω2驶入驶出先后关系的01变量，
Figure FDA0003699903730000028
为车辆ω1在ω2之后驶入进口道k，
Figure FDA0003699903730000029
反之，Δtc为两辆车通过停车线的最短车头时距，
Figure FDA00036999037300000210
为车辆ω驶出进口道k的驶出时间，
Figure FDA00036999037300000211
为车辆ω在进口道k的到达时间，Pω为车辆ω的未来路径集合，则
Figure FDA00036999037300000212
和
Figure FDA00036999037300000213
分别为车辆ω1与ω2的未来路径集合，
Figure FDA00036999037300000214
为车辆ω自当前状态至面临的第一个交叉口的到达时间，
Figure FDA00036999037300000215
和vU分别为车辆ω当前位置与下个交叉口的距离、速度、最大加速度和道路限速，
Figure FDA00036999037300000216
为车辆ω从当前状态驶至下个交叉口所需时间；
所述绿灯通过限制具体为：
Figure FDA00036999037300000217
Figure FDA00036999037300000218
Figure FDA00036999037300000219
Figure FDA00036999037300000220
Figure FDA00036999037300000221
其中，
Figure FDA00036999037300000222
为表示车辆ω最终选择哪一绿灯时段驶出进口道k的01变量，选择第i个绿灯即
Figure FDA00036999037300000223
否则
Figure FDA00036999037300000224
则表示车辆ω只能选择一个绿灯时段驶出进口道k，τr为绿灯启亮后车辆的反映时间；
所述多交叉口间通行限制具体为：
Figure FDA00036999037300000225
其中，
Figure FDA00036999037300000226
为车辆ω在上个交叉口s_的驶出时间，
Figure FDA00036999037300000227
为车辆ω到达下个交叉口s的到达时间，
Figure FDA00036999037300000228
为从上个交叉口s-至下个交叉口s间路段的行程时间，
Figure FDA00036999037300000229
为车辆ω通行的第一个交叉口；
所述道路容量限制条件用于约束进口道车辆排队长度，避免进口道排队过长而发生溢出。
2.根据权利要求1所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述车辆当前状态信息包括车辆位置和车辆速度，所述路径计划信息包括车辆的未来路径。
3.根据权利要求1所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述车载传感器(4)通过V2X通信方式连接至路侧单元(2)。
4.根据权利要求1所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述优化目标具体为：
Figure FDA0003699903730000031
Figure FDA0003699903730000032
其中，ω为车辆编号，Ω为多交叉口内的车辆集合，k为交叉口进口道编号，即交叉口的相位，每个进口道对应一个渠化流向，并对应某一相位，
Figure FDA0003699903730000033
为车辆ω路径中在多交叉口区域范围内的最后一个经由进口道，
Figure FDA0003699903730000034
为车辆ω驶出进口道
Figure FDA0003699903730000035
的预测时间，t0为当前时刻，
Figure FDA0003699903730000036
为车辆ω以自由流状态无限制的驶过路网所需要的最短时间，因此
Figure FDA0003699903730000037
即为车辆ω的控制延误，Y为多交叉口的信号配时方案，为各交叉口各相位的绿灯启亮和关闭时间，
Figure FDA0003699903730000038
为交叉口相位k在优化时间范围内第i个绿灯时间的开始时间，
Figure FDA0003699903730000039
对应为交叉口相位k第i个绿灯时间的结束时间，s为交叉口编号，S为路网中交叉口集合，Ks为交叉口s的所有进口道集合，即交叉口s的所有相位集合。
5.根据权利要求4所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述最大及最短绿灯时间限制具体为：
Figure FDA00036999037300000310
Figure FDA00036999037300000311
其中，
Figure FDA00036999037300000312
与
Figure FDA00036999037300000313
分别为交叉口相位k的最大及最短绿灯时长；
所述冲突相位安全间隔限制具体为：
Figure FDA00036999037300000314
Figure FDA00036999037300000315
Figure FDA0003699903730000041
Figure FDA0003699903730000042
其中，
Figure FDA0003699903730000043
为相位k1与k2的绿灯间隔时间，即相位k1关闭后至相位k2启亮的最小时间间隔，M为显著大值，
Figure FDA0003699903730000044
为表示相位k1与k2是否为冲突相位的01辅助变量，冲突即为1，不冲突即为0，
Figure FDA0003699903730000045
为描述两个相位相序的01变量。
6.根据权利要求5所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述道路容量限制具体为：
Figure FDA0003699903730000046
Figure FDA0003699903730000047
Figure FDA0003699903730000048
其中，
Figure FDA0003699903730000049
为表示车辆ω在进口道k的第i个绿灯前排队的01变量，即
Figure FDA00036999037300000410
表示车辆ω在进口道k中将因为等待第i个绿灯而排队，
Figure FDA00036999037300000411
为车辆ω在进口道k每次排队的最大长度，
Figure FDA00036999037300000412
为进口道k所容许的最大排队长度。
7.根据权利要求1所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述步骤S2中对优化模型进行求解具体是通过Gurobi或Lingo求解器对优化模型进行求解。
CN202010480369.2A 2020-05-30 2020-05-30 一种网联交通环境下的多交叉口信号配时系统及其方法 Active CN111768639B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010480369.2A CN111768639B (zh) 2020-05-30 2020-05-30 一种网联交通环境下的多交叉口信号配时系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010480369.2A CN111768639B (zh) 2020-05-30 2020-05-30 一种网联交通环境下的多交叉口信号配时系统及其方法

Publications (2)

Publication Number Publication Date
CN111768639A CN111768639A (zh) 2020-10-13
CN111768639B true CN111768639B (zh) 2022-09-20

Family

ID=72719777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010480369.2A Active CN111768639B (zh) 2020-05-30 2020-05-30 一种网联交通环境下的多交叉口信号配时系统及其方法

Country Status (1)

Country Link
CN (1) CN111768639B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017440B (zh) * 2020-10-26 2021-01-12 长沙理工大学 一种面向自动驾驶环境下交叉口交通控制的迭代算法
CN113421444B (zh) * 2021-05-17 2022-06-07 东南大学 一种基于车辆路径信息的城市道路网信号控制方法与装置
CN113538936B (zh) * 2021-05-28 2022-07-22 东南大学 一种车路协同环境下的信号协同控制方法、装置及存储介质
CN114419878B (zh) * 2021-12-22 2023-04-07 银江技术股份有限公司 城市路网全域交通状态预测的方法、电子装置和存储介质
CN115206105A (zh) * 2022-07-27 2022-10-18 北京英泰智科技股份有限公司 一种区域交通信号协同控制系统及方法
CN116129652B (zh) * 2023-04-10 2023-08-01 深圳市城市交通规划设计研究中心股份有限公司 单交叉口网联车辆车速引导方法、电子设备及存储介质
CN116110229B (zh) * 2023-04-10 2023-08-01 深圳市城市交通规划设计研究中心股份有限公司 一种单交叉口网联信号配时方法、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105976062A (zh) * 2016-05-13 2016-09-28 腾讯科技（深圳）有限公司 信号灯时长数据的挖掘方法、出行服务实现方法和装置
CN107705592A (zh) * 2017-10-24 2018-02-16 上海理工大学 面向紧急救援车辆行驶路径的交通信号协调控制优化方法
WO2018132378A2 (en) * 2017-01-10 2018-07-19 Cavh Llc Connected automated vehicle highway systems and methods
WO2019163261A1 (ja) * 2018-02-23 2019-08-29 住友電気工業株式会社 交通信号制御装置、交通信号制御方法、及びコンピュータプログラム
CN110910662A (zh) * 2019-12-17 2020-03-24 哈尔滨工业大学 车路协同环境下单点自适应交通信号优化控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809958A (zh) * 2016-03-29 2016-07-27 中国科学院深圳先进技术研究院 一种基于交叉口群的交通控制方法及系统
CN109410606B (zh) * 2018-03-22 2021-05-04 合肥革绿信息科技有限公司 一种基于视频的主干路协同信号机控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105976062A (zh) * 2016-05-13 2016-09-28 腾讯科技（深圳）有限公司 信号灯时长数据的挖掘方法、出行服务实现方法和装置
WO2018132378A2 (en) * 2017-01-10 2018-07-19 Cavh Llc Connected automated vehicle highway systems and methods
CN107705592A (zh) * 2017-10-24 2018-02-16 上海理工大学 面向紧急救援车辆行驶路径的交通信号协调控制优化方法
WO2019163261A1 (ja) * 2018-02-23 2019-08-29 住友電気工業株式会社 交通信号制御装置、交通信号制御方法、及びコンピュータプログラム
CN110910662A (zh) * 2019-12-17 2020-03-24 哈尔滨工业大学 车路协同环境下单点自适应交通信号优化控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
The effect of signal settings on the macroscopic fundamental diagram and its applicability in traffic signal driven perimeter control strategies;David de Jong 等;《16th International IEEE Conference on Intelligent Transportation Systems (ITSC 2013)》;IEEE;20140130;第1010-1015页 *
车路协同环境下基于路径的信号协调优化模型;吴伟 等;《吉林大学学报（工学版）》;20140331;第44卷(第2期);第343-351页 *

Also Published As

Publication number Publication date
CN111768639A (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
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
Yao et al. A dynamic predictive traffic signal control framework in a cross-sectional vehicle infrastructure integration environment
Ma et al. Trajectory planning for connected and automated vehicles at isolated signalized intersections under mixed traffic environment
Wang et al. Distributed consensus-based cooperative highway on-ramp merging using V2X communications
EP2478508B1 (en) Traffic signal control system and method
CN114283607B (zh) 一种基于分布式群智学习的多车协同规划方法
CN114613179B (zh) 网联自动驾驶车辆混行交叉口集聚通行方法及其控制系统
CN112466115A (zh) 一种基于边缘计算的公交车辆交叉口优先通行控制系统及方法
Kamal et al. Intersection vehicle cooperative eco-driving in the context of partially connected vehicle environment
JP2002503859A (ja) 交通のネットワークを制御する方法および手段
CN113012433B (zh) 车载联网节能辅助驾驶控制方法与系统
US20200320872A1 (en) Method to Schedule Intelligent Traffic Lights in Real Time Based on Digital Infochemicals
CN114495547B (zh) 一种面向自动驾驶汽车的信号交叉口协同通行方法
CN111243296A (zh) 一种基于合流时间优化的匝道合流协同控制方法及系统
Sciarretta et al. Energy saving potentials of CAVs
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
Beauchamp-Baez et al. A fuzzy logic based phase controller for traffic control
Bakibillah et al. Sustainable eco-driving strategy at signalized intersections from driving data
CN113066295B (zh) 交通信号灯控制方法及装置
CN114463974A (zh) 优先路权条件下混合车辆群体的协同控制系统及其方法
CN113011634B (zh) 一种基于分布式最优控制的智能网联车匝道合并方法
Wang et al. iPCS: intersection platoon control scheme for non-traffic light community
Alkhatib et al. A New System for Road Traffic Optimisation Using the Virtual Traffic Light Technology.
Płaczek Efficient data collection for self-organising traffic signal systems based on vehicular sensor networks
Coşkun Developing multi-objective linear programming approaches for traffic signal optimization

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