CN112037546B - 一种交通信号控制方法及装置 - Google Patents

一种交通信号控制方法及装置 Download PDF

Info

Publication number
CN112037546B
CN112037546B CN202010927680.7A CN202010927680A CN112037546B CN 112037546 B CN112037546 B CN 112037546B CN 202010927680 A CN202010927680 A CN 202010927680A CN 112037546 B CN112037546 B CN 112037546B
Authority
CN
China
Prior art keywords
intersection
signal control
traffic
traffic signal
period
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
CN202010927680.7A
Other languages
English (en)
Other versions
CN112037546A (zh
Inventor
王玉波
孔涛
张彤
赵晓伟
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.)
Hisense TransTech Co Ltd
Original Assignee
Hisense TransTech 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 Hisense TransTech Co Ltd filed Critical Hisense TransTech Co Ltd
Priority to CN202010927680.7A priority Critical patent/CN112037546B/zh
Publication of CN112037546A publication Critical patent/CN112037546A/zh
Application granted granted Critical
Publication of CN112037546B publication Critical patent/CN112037546B/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
    • G08G1/07Controlling traffic signals
    • G08G1/085Controlling traffic signals using a free-running cyclic timer
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G08G1/065Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Abstract

本发明实施例提供了一种交通信号控制方法及装置,该方法包括获取配置的交通信号控制策略,根据交通信号控制策略确定配置信息库中是否存在与交通信号控制策略对应的交通信号控制方案,若是,则执行与交通信号控制策略对应的交通信号控制方案并根据与交通信号控制策略对应的交通信号控制方案执行的反馈结果更新交通信号控制方案。由于通过交通信号控制方案执行的反馈结果可以自动准确地对交通信号控制方案进行更新,而无需人工定期维护调整交通信号控制方案,因此可以实现交通信号控制方案的自动更新,从而可以解决现有技术中交通信号控制方案的更新以单路口为中心,导致城市交通运行变差的问题,并减少人工维护的工作量,以提高工作效率。

Description

一种交通信号控制方法及装置
技术领域
本发明实施例涉及智能交通信号控制技术领域,尤其涉及一种交通信号控制方法及装置。
背景技术
随着城镇化的快速发展,城市规模日益增大,伴随着交通路况和路口交通流量也在逐渐变化,使得传统的交通信号控制系统难以满足城市交通控制的需求,因此,对城市道路的路口交通信号进行优化控制已经成为城市交通管理急需解决的问题。
现有的路口交通信号控制方法主要是通过综合考虑车辆排队长度、排队车辆数以及已通过车辆数等多种数据信息,计算绿灯利用率,可以根据多维度的信息进行交通信号控制,使得各个相位的绿灯时长可以更好地满足各个车道的实际需求,以此来实现对交通信号的实时优化。然而,由于该处理方式基于交通理论,在实验室环境中设计出控制模型,对交通数据的准确性和可靠性依赖程度高,导致该控制模型在实际的工程环境中,很难发挥作用。且随着互联网的大量渗入,一些城市可以通过互联网交通状态实现对信号方案的更新,但由于缺乏城市信号控制具有宏观策略的思想,方案的更新均以单路口为中心,更新后的方案打乱了城市整体的控制策略,反而使城市交通运行变得更差。此外,在实际的交通信号调优工作中,调优工程师需要实地调研交通状况,制定控制策略,配置基于策略的路口信号方案,并随着交通流的变化,需要定期维护修改方案。
综上,目前亟需一种交通信号控制方法,用以解决现有技术中交通信号控制方案的更新以单路口为中心,导致城市交通运行变差的问题,并减少人工维护的工作量,以提高工作效率。
发明内容
本发明实施例提供了一种交通信号控制方法,用以解决现有技术中交通信号控制方案的更新以单路口为中心,导致城市交通运行变差的问题,并减少人工维护的工作量,以提高工作效率。
第一方面,本发明实施例提供了交通信号控制方法,包括:
获取配置的交通信号控制策略;
根据所述交通信号控制策略确定配置信息库中是否存在与所述交通信号控制策略对应的交通信号控制方案;
若是,则执行所述与所述交通信号控制策略对应的交通信号控制方案并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案。
上述技术方案中,通过根据交通信号控制策略确定配置信息库中是否存在与交通信号控制策略对应的交通信号控制方案,并在确定存在时,执行与交通信号控制策略对应的交通信号控制方案并根据与交通信号控制策略对应的交通信号控制方案执行的反馈结果更新交通信号控制方案。由于通过与交通信号控制策略对应的交通信号控制方案执行的反馈结果可以自动准确地对交通信号控制方案进行更新,而无需人工定期维护调整交通信号控制方案,因此可以实现交通信号控制方案的自动更新,并实现交通信号控制的调优智能化,从而可以解决现有技术中交通信号控制方案的更新以单路口为中心,导致城市交通运行变差的问题,并减少人工维护的工作量,以提高工作效率。
可选地,所述方法还包括:
若确定所述配置信息库中不存在与所述交通信号控制策略对应的交通信号控制方案,则获取各交通路口的交通数据,并根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案;
执行所述与所述交通信号控制策略对应的交通信号控制方案,并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述与所述交通信号控制策略对应的交通信号控制方案。
上述技术方案中,在确定配置信息库中不存在与交通信号控制策略对应的交通信号控制方案时,根据各交通路口的交通数据,可以自动准确地生成与交通信号控制策略对应的交通信号控制方案,并根据与交通信号控制策略对应的交通信号控制方案执行的反馈结果可以自动准确地更新与交通信号控制策略对应的交通信号控制方案,因此可以实现交通信号控制方案的自动化生成与更新,而无需人工定期维护调整交通信号控制方案,有助于减少人工维护调优的工作量,并提高了工作效率。
可选地,所述交通信号控制策略为单路口策略;
所述根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案,包括:
针对所述各交通路口中任一交通路口的交通数据,对所述交通路口的交通数据进行预处理,得到所述处理后的交通数据;
对所述处理后的交通数据进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述交通路口的时段进行划分,确定出所述交通路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述交通路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的路口周期;
对所述时段内所述交通路口的第一相位交通强度、第二相位交通强度进行统计,确定出所述时段内的绿信比;
将所述交通路口的多个时段、所述交通路口各时段内的路口周期、所述交通路口各时段内的绿信比,确定为所述单路口策略对应的交通信号控制方案。
上述技术方案中,通过对各交通路口中任一交通路口的交通数据进行统计处理,可以准确地确定出交通路口的多个时段、交通路口各时段内的路口周期、交通路口各时段内的绿信比,以此就可以快速准确地确定出单路口策略对应的交通信号控制方案,实现了单路口策略对应的交通信号控制方案的自动化生成,以便后续可以及时有效地执行该交通信号控制方案。
可选地,所述交通信号控制策略为协调策略;
所述根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案,包括:
按照所述各交通路口的车道数对所述各交通路口进行排序,确定出关键路口集;
针对所述关键路口集中任一关键路口,对所述关键路口的路口流量进行统计,确定出所述关键路口的协调方向,并确定出所述关键路口的协调方向时段;
对所述关键路口的周期进行统计,确定出所述关键路口的多个预设时间间隔的周期;
对所述关键路口的多个预设时间间隔的周期进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述关键路口的协调方向时段进行划分,确定出所述关键路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述关键路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的关键路口周期;
对所述时段内所述关键路口的第三相位交通强度、第四相位交通强度进行统计,确定出所述时段内的绿信比;
将所述关键路口的多个时段、所述关键路口各时段内的路口周期、所述关键路口各时段内的绿信比,确定为所述协调策略对应的交通信号控制方案。
上述技术方案中,通过对各关键路口中任一关键路口的交通数据进行统计处理,可以准确地确定出关键路口的多个时段、关键路口各时段内的路口周期、关键路口各时段内的绿信比,以此就可以快速准确地确定出协调策略对应的交通信号控制方案,实现了协调策略对应的交通信号控制方案的自动化生成,以便后续可以及时有效地执行该交通信号控制方案。
可选地,所述交通信号控制策略为拥堵策略;
所述根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案,包括:
针对所述各交通路口中任一交通路口的拥堵时长,对所述交通路口的拥堵时长进行统计,确定出所述交通路口的多个拥堵时段;
针对所述多个拥堵时段中任一拥堵时段,在确定所述拥堵时段内所述交通路口具备OD数据时对所述拥堵时段内所述交通路口的路口流量进行统计,或在确定所述拥堵时段内所述交通路口不具备OD数据时对所述拥堵时段内所述交通路口的车道数、绿信比进行统计,确定出所述受控域。
上述技术方案中,通过对各交通路口中任一交通路口的交通数据进行统计处理,可以准确地确定出交通路口的多个拥堵时段、受控域,以此就可以快速准确地确定出拥堵策略对应的交通信号控制方案,实现了拥堵策略对应的交通信号控制方案的自动化生成,以便后续可以及时有效地执行该交通信号控制方案。
可选地,所述交通信号控制策略为单路口策略;
所述根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案,包括:
在确定执行所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任意相邻两个时段的路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的路口周期进行调整;
针对所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
上述技术方案中,通过根据执行单路口策略的多个交通路口中任一交通路口的交通信号控制方案的任意相邻两个时段的反馈结果,可以及时准确地对该相邻两个时段进行调整,同时按照预设的路口周期调整规则对时段内的路口周期可以及时准确地进行调整,以及基于任一相位的绿信比反馈调整规则,可以及时准确地调整对应相位的绿灯时长,以此可以实现对交通信号控制方案的自动化调整。
可选地,所述交通信号控制策略为协调策略;
所述根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案,包括:
在确定执行所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任意相邻两个时段的关键路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的关键路口周期进行调整;
针对所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
上述技术方案中,通过根据执行协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任意相邻两个时段的反馈结果,可以及时准确地对该相邻两个时段进行调整,同时按照预设的路口周期调整规则对时段内的路口周期可以及时准确地进行调整,以及基于任一相位的绿信比反馈调整规则,可以及时准确地调整对应相位的绿灯时长,以此可以实现对交通信号控制方案的自动化调整。
可选地,所述交通信号控制策略为拥堵策略;
所述根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案,包括:
针对受控域中任一受控路口,基于初始的调整系数、调整幅度,对所述受控路口中任一相位的绿信比进行统计,确定出所述受控路口中任一相位的绿灯调整时长;
基于所述受控路口中任一相位的绿灯调整时长,调整所述受控路口中任一相位的绿灯时长,并确定所述受控路口是否无拥堵且拥堵指数是否均衡;
若是,则确定本次调整成功并控制所述受控路口使用调整后的交通信号控制方案,否则对所述初始的调整系数、调整幅度进行更新。
上述技术方案中,通过根据调整系数、调整幅度,对受控路口中任一相位的绿信比进行统计,确定出受控路口中任一相位的绿灯调整时长,并基于受控路口中任一相位的绿灯调整时长,可以及时准确地调整受控路口中对应相位的绿灯时长,且根据调整的反馈结果可以更新调整系数、调整幅度,以此可以实现对交通信号控制方案的自动化调整。
第二方面,本发明实施例还提供了一种交通信号控制装置,包括:
获取单元,用于获取配置的交通信号控制策略;
处理单元,用于根据所述交通信号控制策略确定配置信息库中是否存在与所述交通信号控制策略对应的交通信号控制方案;若是,则执行所述与所述交通信号控制策略对应的交通信号控制方案并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案。
可选地,所述处理单元还用于:
若确定所述配置信息库中不存在与所述交通信号控制策略对应的交通信号控制方案,则获取各交通路口的交通数据,并根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案;
执行所述与所述交通信号控制策略对应的交通信号控制方案,并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述与所述交通信号控制策略对应的交通信号控制方案。
可选地,所述交通信号控制策略为单路口策略;
所述处理单元具体用于:
针对所述各交通路口中任一交通路口的交通数据,对所述交通路口的交通数据进行预处理,得到所述处理后的交通数据;
对所述处理后的交通数据进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述交通路口的时段进行划分,确定出所述交通路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述交通路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的路口周期;
对所述时段内所述交通路口的第一相位交通强度、第二相位交通强度进行统计,确定出所述时段内的绿信比;
将所述交通路口的多个时段、所述交通路口各时段内的路口周期、所述交通路口各时段内的绿信比,确定为所述单路口策略对应的交通信号控制方案。
可选地,所述交通信号控制策略为协调策略;
所述处理单元具体用于:
按照所述各交通路口的车道数对所述各交通路口进行排序,确定出关键路口集;
针对所述关键路口集中任一关键路口,对所述关键路口的路口流量进行统计,确定出所述关键路口的协调方向,并确定出所述关键路口的协调方向时段;
对所述关键路口的周期进行统计,确定出所述关键路口的多个预设时间间隔的周期;
对所述关键路口的多个预设时间间隔的周期进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述关键路口的协调方向时段进行划分,确定出所述关键路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述关键路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的关键路口周期;
对所述时段内所述关键路口的第三相位交通强度、第四相位交通强度进行统计,确定出所述时段内的绿信比;
将所述关键路口的多个时段、所述关键路口各时段内的路口周期、所述关键路口各时段内的绿信比,确定为所述协调策略对应的交通信号控制方案。
可选地,所述交通信号控制策略为拥堵策略;
所述处理单元具体用于:
针对所述各交通路口中任一交通路口的拥堵时长,对所述交通路口的拥堵时长进行统计,确定出所述交通路口的多个拥堵时段;
针对所述多个拥堵时段中任一拥堵时段,在确定所述拥堵时段内所述交通路口具备OD数据时对所述拥堵时段内所述交通路口的路口流量进行统计,或在确定所述拥堵时段内所述交通路口不具备OD数据时对所述拥堵时段内所述交通路口的车道数、绿信比进行统计,确定出受控域。
可选地,所述交通信号控制策略为单路口策略;
所述处理单元具体用于:
在确定执行所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任意相邻两个时段的路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的路口周期进行调整;
针对所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
可选地,所述交通信号控制策略为协调策略;
所述处理单元具体用于:
在确定执行所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任意相邻两个时段的关键路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的关键路口周期进行调整;
针对所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
可选地,所述交通信号控制策略为拥堵策略;
所述处理单元具体用于:
针对受控域中任一受控路口,基于初始的调整系数、调整幅度,对所述受控路口中任一相位的绿信比进行统计,确定出所述受控路口中任一相位的绿灯调整时长;
基于所述受控路口中任一相位的绿灯调整时长,调整所述受控路口中任一相位的绿灯时长,并确定所述受控路口是否无拥堵且拥堵指数是否均衡;
若是,则确定本次调整成功并控制所述受控路口使用调整后的交通信号控制方案,否则对所述初始的调整系数、调整幅度进行更新。
第三方面,本发明实施例提供一种计算设备,包括:
存储器,用于存储计算机程序;
处理器,用于调用所述存储器中存储的计算机程序,按照获得的程序执行交通信号控制方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行交通信号控制方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,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为本发明实施例提供的一种系统架构的示意图;
图2为本发明实施例提供的一种交通信号控制方法的流程示意图;
图3为本发明实施例提供的一种原始数据、异常数据、拟合数据的曲线图;
图4为本发明实施例提供的一种某路口全天方案时段的示意图;
图5为本发明实施例提供的一种单路口策略对应的交通信号控制方案的反馈调整的流程示意图;
图6为本发明实施例提供的一种协调方向时段示意图;
图7为本发明实施例提供的一种协调策略对应的交通信号控制方案的反馈调整的流程示意图;
图8为本发明实施例提供的一种拥堵路口的方位流入车流量占比示意图;
图9为本发明实施例提供的一种左转车道数和直行车道数一致时的绿信比调整示意图;
图10为本发明实施例提供的一种拥堵策略对应的交通信号控制方案的反馈调整的流程示意图;
图11为本发明实施例提供的一种交通信号控制装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明的一部分实施例,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它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种系统架构。如图1所示,该系统架构可以为服务器100,包括处理器110、通信接口120和存储器130。
其中,通信接口120用于与终端设备进行通信,收发该终端设备传输的信息,实现通信。
处理器110是服务器100的控制中心,利用各种接口和线路连接整个服务器100的各个部分,通过运行或执行存储在存储器130内的软件程序/或模块,以及调用存储在存储器130内的数据,执行服务器100的各种功能和处理数据。可选地,处理器110可以包括一个或多个处理单元。
存储器130可用于存储软件程序以及模块,处理器110通过运行存储在存储器130的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器130可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据业务处理所创建的数据等。此外,存储器130可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需要说明的是,上述图1所示的结构仅是一种示例,本发明实施例对此不做限定。
基于上述描述,图2示例性的示出了本发明实施例提供的一种交通信号控制方法的流程,该流程可以由交通信号控制装置执行。
如图2所示,该流程具体包括:
步骤201,获取配置的交通信号控制策略。
本发明实施例中,该交通信号控制策略可以包括单路口策略、协调策略、拥堵策略等,在实际应用中不作限制。示例的,根据交通数据与组织关系可以将城市交通信号控制策略分为单路口策略、协调策略和拥堵策略,其中,协调策略分为协调干线和协调区域;拥堵策略分为拥堵路段、拥堵干线和拥堵区域。依据不同的控制策略生成对应的交通信号控制方案,并在此基础上根据交通信号控制方案的反馈效果对该交通信号控制方案进行更新。
在获取配置的交通信号控制策略之前,需要对各交通路口的交通数据进行预处理,以便后续可以根据准确有效的交通数据生成对应的交通信号控制方案。其中,可以按照以下步骤对交通数据进行预处理,具体为:
Step1:交通数据获取。
可以利用交通数据检测设备获取对应的交通数据,常见的交通数据检测形式可以如表1所示。
表1
检测设备 交通数据
电警 OD路径
电警/地磁/线圈/虚拟线圈 流量、时间占有率(交通强度)
上下游电警 行程时间、平均延误、停车次数
评价数据 饱和度、绿损时间
互联网 交通指数
Step2:基于回归拟合偏差的数据异常检测。
通过二次回归拟合偏差对原始数据进行异常检测。主要方法是:通过对原始数据进行二次加权回归拟合后,生成拟合数据序列,通过原始数据与拟合数据做差,形成偏差点集合,通过对偏差点集合数据进行异常识别,确定异常数据。
(1)确定偏差点集合。
设一组具有时间序列的原始数据集合为{x0,x1,…,x287},通过Loess算法(Locallyweighted regression,二次加权回归算法)拟合后的数据集合为
Figure BDA0002669004290000087
则偏差点集合为:
Figure BDA0002669004290000088
采用Loess算法的优势是可以事先不用确定回归参数(或权重),每次预测时用指定的样本点周围的样本数进行临时训练,确定参数(或权重)。
最优拟合度公式:
O=∑wi(yiT*xi)2.............................................(2)
权重wi计算公式为:
Figure BDA0002669004290000081
其中,wi为权重,xi为第i个样本点,x为i个样本的中心点,τ表示控制权重随距离下降的速率,默认为1。
经数据验证,对原始5分钟粒度的数据,采用13点Loess算法平滑后(即以样本点为中心,前后各取6个点作为样本空间),效果最好。
(2)确定异常数据。
在偏差点集合中寻找异常数据,采用3倍标准差进行异常数据筛选。
其中,偏差点均值为:
Figure BDA0002669004290000082
其中,
Figure BDA0002669004290000083
为偏差点均值,n为每天的数据个数,di为偏差值。
偏差点标准差为:
Figure BDA0002669004290000084
其中,σ为偏差点标准差,n为每天的数据个数,di为偏差值,
Figure BDA0002669004290000085
为偏差点均值。
被观测值如果满足
Figure BDA0002669004290000086
则认为该偏差点对应的数据为异常数据,可以参考如图3所示的原始数据、异常数据、拟合数据。
Step3:异常数据恢复。
当判定为检测设备故障时,在检测设备开始时间以后到恢复之前,不对历史数据进行更新。
当判定为数据异常时,需要对数据进行恢复,恢复机制如下:
如果连续异常数据超过2个,则不恢复,判定为异常数据,此后的交通信号控制方案生成与更新将不采用此数据,否则进行数据恢复,数据恢复采用线性插值法;
异常数据点恢复:
Figure BDA0002669004290000091
其中,ti表示时间,f(ti)为ti时对应的数据。
如果连续两个异常数据,则先恢复前者,然后用恢复值恢复第二个。
步骤202,根据所述交通信号控制策略确定配置信息库中是否存在与所述交通信号控制策略对应的交通信号控制方案。
步骤203,若确定所述配置信息库中存在与所述交通信号控制策略对应的交通信号控制方案,则执行所述与所述交通信号控制策略对应的交通信号控制方案并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案。
本发明实施例中,根据交通信号控制策略确定配置信息库中是否存在与交通信号控制策略对应的交通信号控制方案。若确定配置信息库中存在与交通信号控制策略对应的交通信号控制方案,则执行与交通信号控制策略对应的交通信号控制方案并根据与交通信号控制策略对应的交通信号控制方案执行的反馈结果更新交通信号控制方案。若确定配置信息库中不存在与交通信号控制策略对应的交通信号控制方案,则获取各交通路口的交通数据,并根据各交通路口的交通数据,生成与交通信号控制策略对应的交通信号控制方案;再执行与交通信号控制策略对应的交通信号控制方案,并根据与交通信号控制策略对应的交通信号控制方案执行的反馈结果更新与交通信号控制策略对应的交通信号控制方案。由于通过与交通信号控制策略对应的交通信号控制方案执行的反馈结果可以自动准确地对交通信号控制方案进行更新,而无需人工定期维护调整交通信号控制方案,因此可以实现交通信号控制方案的自动更新,并实现交通信号控制的调优智能化,从而可以解决现有技术中交通信号控制方案的更新以单路口为中心,导致城市交通运行变差的问题,并减少人工维护的工作量,以提高工作效率。
具体地,在生成单路口策略对应的交通信号控制方案时,首选针对各交通路口中任一交通路口的交通数据,对交通路口的交通数据进行预处理,得到处理后的交通数据。再对处理后的交通数据进行聚类分析,确定出最佳簇类数,并基于最佳簇类数对交通路口的时段进行划分,确定出交通路口的多个时段。针对所述多个时段中任一时段,对该时段内交通路口的平均相位交通强度、最小周期和最大周期进行统计,确定出该时段内的路口周期,并对该时段内交通路口的第一相位交通强度、第二相位交通强度进行统计,确定出该时段内的绿信比。之后将交通路口的多个时段、交通路口各时段内的路口周期、交通路口各时段内的绿信比,确定为单路口策略对应的交通信号控制方案。其中,生成单路口策略对应的交通信号控制方案的具体过程可以为:
Step1:数据源。
采用数据拟合处理后,每5分钟内的路口关键半环的平均交通强度。即:当前时刻、左半环交通强度、右半环交通强度,<Time,IL,IR>,当无法获取到交通强度时,采用流量数据。左右半环代表了路口相交冲突的两个方向,如南北方向和东西方向。车道交通强度,采用车道内检测设备检测到的流量和时间占有率计算,计算公式为:
Figure BDA0002669004290000092
其中,Il为车道交通强度,Ol、ql分别为检测设备5分钟实时检测经数据异常恢复处理后的时间占有率、流量数据,α为模型系数,默认为0.5,Os为交通饱和时间占有率,S为交通饱和流率。
此外,相位交通强度定义为该相位所对应的所有检测设备中最大的交通强度值,计算公式为:
Ii=max(Il)........................................................(8)
其中,Ii为第i个相位的相位交通强度,Il为车道交通强度。
另外,半环交通强度为半环中的相位交通强度和的最大值,对应的半环为关键半环。其中,关键左半环的交通强度的计算公式为:
IL=max(∑Iil1,∑Iil2,…).........................................(9)
其中,IL为关键左半环的交通强度,Iil1为第1环左半环第i相位的交通强度,Iil2为第2环左半环第i相位的交通强度。
关键右半环的交通强度的计算公式为:
IR=max(∑Iir1,∑Iir2,…)........................................(10)
其中,IR为关键右半环的交通强度,Iir1为第1环右半环第i相位的交通强度,Iir2为第2环右半环第i相位的交通强度。
Step2:时段划分。
首先,采用聚类算法对数据进行聚类。
聚类算法方法为:
(1)、从样本集合中随机抽取k个样本点作为初始簇的中心。
(2)、将每个样本点划分到距离它最近的中心点所代表的簇中。
(3)、用各个簇中所有样本点的中心点代表簇的中心点。
(4)、重复(2)和(3),直到簇的中心点不变或达到设定的迭代次数或达到设定的容错范围。
距离计算公式(欧几里得距离的平方)为:
Figure BDA0002669004290000101
SSE(Sum of the Squared Errors,误差平方和)是所有样本的聚类误差,代表了聚类效果的好坏,簇内误差平方和SSE的计算公式为:
Figure BDA0002669004290000102
其中,xi为样本点,uj表示簇j的中心。
其次,采用轮廓分析法对聚类效果进行评估,确定最佳聚类数K,进行时段划分。
采用轮廓分析法对聚类效果进行评估,从中选择最佳聚类。轮廓分析通过以下三个步骤可以计算出当个样本的轮廓系数:
(1)、将样本x与簇内的其他点之间的平均距离作为簇内的内聚度a。
(2)、将样本x与最近簇中所有点之间的平均距离看作是与最近簇的分离度b。
(3)、将簇的分离度与簇内聚度之差除以二者中比较大的数得到轮廓系数。轮廓系数的计算公式为:
Figure BDA0002669004290000103
轮廓系数Si的取值在-1到1之间。当簇的内聚度与分度离相等时,轮廓系数为0。当b>>a时,轮廓系数近似取到1,此时模型的性能最佳。
为了选取更好的聚类结果,在计算资源允许的情况下,每次的数据聚类三次后,取有效聚类的最大轮廓系数的最大值对应的簇类数,作为最佳簇类数K。
K=NUM{max(max(silh_m(i))(1),max(silh_m(i))(2),max(silh_m(i))(3))}
其中,5≤K≤13。
划分后的时段至少对早高峰、平峰、晚高峰、夜间进行区分,且时段不宜过大。
Step3:时段内周期生成。
获取时段内的路口交通强度并对该时段内的路口交通强度取平均值,然后将该平均交通强度作为该时段内路口的交通强度I,采用交通强度与周期公式计算路口周期C0,路口周期C0的计算公式为:
Figure BDA0002669004290000111
其中,C0为某一时段内的路口周期,Cmin为某一时段内的路口最小周期,I为某一时段内路口的交通强度,Cmax为某一时段内的路口最大周期。
对于路口最小周期Cmin可以采用以下方式进行计算获得:
Cmin为满足行人过街和固定相位的最小周期。循环遍历所有固定配时方案,路口最小周期为所有方案中的最小允许时间的最小值,具体为:
Cmin=min(C1min,C2min,…Cimin)....................................(15)
其中,Cimin方案i的最小允许时间(或最小周期)。
最小允许时间Cimin的计算公式为:
Figure BDA0002669004290000112
其中,
Figure BDA0002669004290000113
表示i方案中左半环的最小绿信比,
Figure BDA0002669004290000114
表示i方案中右半环的最小绿信比。
此外,半环最小绿信比为半环中相位最小绿加和的最大值。其中,i方案中左半环的最小绿信比
Figure BDA0002669004290000115
的计算公式为:
Figure BDA0002669004290000116
其中,
Figure BDA0002669004290000117
表示环1的半环L中的相位i的行人过街最小绿信比。
i方案中右半环的最小绿信比
Figure BDA0002669004290000118
的计算公式为:
Figure BDA0002669004290000119
其中,
Figure BDA00026690042900001110
表示环1的半环R中的相位i的行人过街最小绿信比。
对于路口最大周期Cmax可以采用以下方式进行计算获得:
路口最大周期为固定配时方案中最大周期时长的0.9倍。
Step4:时段内绿信比生成。
单点交叉口的绿信比分配策略按照相位等交通强度的原则进行分配。等交通强度原则是指交叉口相位绿灯时间的分配按照计算得到的相位交通强度进行,具体公式为:
Figure BDA00026690042900001111
其中,gi为某一时段内第i个相位的绿信比,gj为某一时段内第j个相位的绿信比,Ii为某一时段内第i个相位的相位交通强度,Ij为某一时段内第j个相位的相位交通强度。
在执行完单路口策略对应的交通信号控制方案后,根据该交通信号控制方案执行的反馈结果更新该交通信号控制方案。具体地,在确定执行单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任意相邻两个时段的路口周期相同时,不对相邻两个时段的中间时间点进行调整;或对任意相邻两个时段的绿损时间、路口周期分别进行统计,确定出相邻两个时段各自对应的临时周期,并在确定相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值小于相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值时,对相邻两个时段的中间时间点进行调整;或对任意相邻两个时段的绿灯增加时间、路口周期分别进行统计,确定出相邻两个时段各自对应的临时周期,并在确定相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值小于相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值时,对相邻两个时段的中间时间点进行调整。对于调整时段内的路口周期,可以基于单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对时段内的路口周期进行调整。对于调整时段内任一相位的绿灯时长,可以根据时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出任一相位的绿信比反馈调整规则,并基于任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。其中,更新单路口策略对应的交通信号控制方案的具体过程可以为:
a、时段调整。
如图4所示的某路口全天方案时段,获取到的划分全天时段的分割时间点为:06:00,07:00,09:00,16:00,19:00,22:00。以时间点为中心,对前后15分钟的评价指标进行分析。例如以06:00时间点为例,评价05:45~06:00和06:00~06:15两个时间段,决定原06:00这个时间点是要前移为05:45,还是后移为06:15。具体地判断方法为:
(1)、若相邻两个时段的周期相同,则不改变中间时间点。
(2)、获取路口绿损时间gss,假设相邻两个时段中任一时段的周期为C,则调整后的当前时段的周期C
Figure BDA0002669004290000121
如果较小周期与C的差值小于较大周期与C的差值,则对相邻两个时段的中间时间点进行调整,该中间时间点归属到较小周期,否则对相邻两个时段的中间时间点不进行调整。
(3)、获取绿灯需要增加的时间gad,假设相邻两个时段中任一时段的周期为C,则调整后的当前时段的周期C为C=C+gad。如果较大周期与C的差值小于较小周期与C的差值,则对相邻两个时段的中间时间点进行调整,该中间时间点归属到较大周期,否则对相邻两个时段的中间时间点不进行调整。
对于(2)和(3)存在如下冲突时需要检查,具体的处理结果可以如表2所示。
表2
较小周期 较大周期 处理结果
减时间 加时间 异常,不处理
减时间 减时间 不移动中间时间点
减时间 不调整 不移动中间时间点
加时间 加时间 不移动中间时间点
加时间 减时间 不移动中间时间点
加时间 不调整 归属到较大周期
不调整 减时间 归属到较小周期
不调整 加时间 不移动中间时间点
需要说明的是,对于小于30分钟的时段,进行就近合并在周期差值较少的时段上。
b、绿信比调整。
以相位为单位进行评价反馈,该相位不包括虚相位和固定相位。绿信比调整后,同环剩余相位保持不变,其他环按照绿信比等比例分配,调整后方案周期范围为[0.8C0,1.2C0]。若调整后周期小于原周期0.8倍,则反馈周期为0.8倍原周期;若调整后周期大于原周期1.2倍,则反馈周期为1.2倍原周期。需要说明的是,对于协调干线上的路口,调整前后保持周期不变。
其中,反馈调整数据可以如表3所示。
表3
数据来源 数据类型 数据粒度
检测设备数据 绿损时间、饱和度 周期
互联网数据 拥堵指数 分钟
电警数据 延误 5分钟
路口以相位为单位进行反馈调整。
(1)、绿损时间+饱和度—检测数据。
信号机按周期采集上传,分为相位绿损和周期绿损,每周期上传一次,时段内的绿损时间为时段内取到的相位绿损时间的均值。
如表4所示,假设某相位在时段内的平均绿损时间为g,若g≥10,则该相位存在绿损,标记为减时间,应减少绿灯时间,减少时间为g/2,否则没有绿损,无需减少绿灯时间。
表4
绿损值 判断是否绿损 绿灯时间
<10 不调整
≥10 有绿损 -g<sub>损</sub>/2s
当判断该相位不存在绿损时,对相位饱和度进行判断,确定是否要加时间,具体地对绿灯时间的调整可以参照表5所示的处理方式。
表5
饱和度值 饱和属性 绿灯调整
(0,0.8] 非饱和 不调整
(0.8,0.9] 饱和 +5s
>0.9 过饱和 +10s
(2)、拥堵指数—互联网数据。
根据取到的互联的拥堵指数进行判断,相位是否要增加时间,按照高德的拥堵指数分为1,3,4对应畅通、缓行和拥堵。由于互联网拥堵指数无转向数据,因此需要对拥堵方向的左转和直行相位同时处理。具体地对绿灯时间的调整可以参照表6所示的处理方式。
表6
拥堵指数 状态 绿灯调整时间
1 畅通 不调整
3 缓行 +10%
4 拥堵 +20%
(3)、平均延误—电警数据。
取时段内相位i的延误数据,若相位i包含一个转向,则该转向延误即为该相位延误;若相位i包含多个转向,则各转向中的延误最大值作为该相位此刻的延误;固定相位不参与延误计算。
其中,相位i延误所占红灯比例θi的计算公式为:
θi=di/ri.........................................................(20)
其中,θi为相位i延误时间所占红灯时间的比例,di为相位i的延误时间,ri为相位i的红灯时间。
设定相位i的延误上限系数α及延误下限系数β(初始设定α为0.75,β为0.3)。具体地对绿灯时间的调整可以参照表7所示的处理方式。
表7
延误比例 绿灯调整
≤0.3 -5s
(0.3,0.75) 不调整
≥0.75 +5s
通过以上评价数据,对路口相位的绿信比进行反馈,具体的反馈规则为:
1)、取不到的数据,无需参与评价反馈,只对取到的评价数据参与反馈。
2)、对同一时段的同一个相位,若多个参数反馈调整方向不一致(即有增有减)时,则该相位无需调整。
3)、对同一时段的同一个相位,若多个参数反馈调整方向一致(即同增或同减)时,则该相位需要调整,调整时间为最小调整幅度。
4)、对同一时段的同一个相位,若存在调整和不调时,判定为需要调整,调整规则同3)。
根据上述反馈调整规则,调整对应的相位i的绿灯时长,作为最后的路口方案。
为了更好的解释本发明单路口策略对应的交通信号控制方案的反馈调整流程的实施例,下面通过具体的实施场景描述本发明实施例提供的一种单路口策略对应的交通信号控制方案的反馈调整的流程。
如图5所示,该流程包括以下步骤:
步骤501,确定时段是否合适,若是,执行步骤502,若否,执行步骤503。
基于路口评价体系,确定时段是否合适。
步骤502,确定路口周期&绿信比是否合适,若是,执行步骤504,若否,执行步骤505。
步骤503,对时段进行调整。
在确定时段不合适时,按照上述单路口策略对应的时段调整的调整方式对时段进行调整。
步骤504,本次交通信号控制方案不变。
步骤505,对路口周期&绿信比进行调整。
在确定时段不合适时,按照上述单路口策略对应的路口周期&绿信比调整的调整方式对路口周期&绿信比进行调整。
步骤506,本次调整结束。
在对时段或路口周期&绿信比进行调整完成后,结束本次调整。
上述实施例表明,通过根据执行单路口策略的多个交通路口中任一交通路口的交通信号控制方案的任意相邻两个时段的反馈结果,可以及时准确地对该相邻两个时段进行调整,同时按照预设的路口周期调整规则对时段内的路口周期可以及时准确地进行调整,以及基于任一相位的绿信比反馈调整规则,可以及时准确地调整对应相位的绿灯时长,以此可以实现对交通信号控制方案的自动化调整。
在生成协调策略对应的交通信号控制方案时,首先按照各交通路口的车道数对各交通路口进行排序,确定出关键路口集。再针对关键路口集中任一关键路口,对关键路口的路口流量进行统计,确定出关键路口的协调方向,并确定出关键路口的协调方向时段。对关键路口的周期进行统计,确定出关键路口的多个预设时间间隔的周期。之后对关键路口的多个预设时间间隔的周期进行聚类分析,确定出最佳簇类数,并基于最佳簇类数对关键路口的协调方向时段进行划分,确定出关键路口的多个时段。然后针对多个时段中任一时段,对时段内关键路口的平均相位交通强度、最小周期和最大周期进行统计,确定出时段内的关键路口周期,并对时段内关键路口的第三相位交通强度、第四相位交通强度进行统计,确定出时段内的绿信比。最后将关键路口的多个时段、关键路口各时段内的路口周期、关键路口各时段内的绿信比,确定为协调策略对应的交通信号控制方案。其中,生成协调策略对应的交通信号控制方案的具体过程可以为:
Step1:协调时段初确定。
从策略推荐模块中,获取适合执行协调优化的干线,针对该干线上的路口流量确定协调方向。协调方向有正向协调、反向协调和双向协调,此时段跨度较大,时段至少1小时。
数据获取:干线上各路口协调进口车道上流量,注意这时路口的干线方向所有车道流量必须完好。比如干线为东西方向,取干线上各路口东西方向流量,每个路口的东方向和西方向中直行车道流量须完好。如果无法获取干线方向所有车道流量,至少能获取到关键路口集中至少有一个路口具备干线方向流量,采用关键路口集中的路口流量代表干线正反向流量。
(1)、关键路口集确定。
将干线上的路口按照车道数从大到小排列,取前三路口作为关键路口集。
(2)、正反向及时段确定。
原始数据粒度:每5分钟流量数据,全天288个。(历史1个月,区分星期)。
5分钟流量数据平滑:平滑方法采用Loess算法,参考前后1个小时的流量。
数据窗口:按照1小时窗口,5分钟间隔,进行滚动获取小时流量,全天277个。
正反向小时流量均衡系数的计算公式为:
Figure BDA0002669004290000151
通过均衡系数界限值p0(默认为1.2),划分单向和双向,当p≤p0时,协调方向为双向协调。当p>p0时,协调方向为单向协调,在确定协调方向为单向协调后,若∑q>∑q,该协调方向为正向协调,否则该协调方向为反向协调。将划分后的时间间隔小于1小时的间隔进行平均拆分,就近分别归属到两个时段,确定出协调方向时段。示例的,如图6所示,00:00-03:10为南向北协调,03:10-05:30为双向协调,05:30-06:45为北向南协调,06:45-17:15为双向协调,17:15-24:00为南向北协调。
Step2:协调时段再确定。
在对协调时段进行初步确定后,需要对初步确定后的协调时段进行精确划分。具体地,当关键路口集中有路口检测数据完好时(具有流量和时间占有率),每15分钟使用交通强度,分别计算关键路口集中各路口的周期(3个5分钟计算的平均周期)
Figure BDA0002669004290000152
取其中最大的周期
Figure BDA0002669004290000153
作为该15分钟干线的周期。
对每15分钟的周期进行平滑后聚类,通过轮廓系数评估最优聚类K(K≤5),进行时段划分,并保证簇内之间的最大周期与最小周期符合如表8所示的规则。
表8
Figure BDA0002669004290000154
当关键路口集中所有路口均无完好的检测数据时,通过关键路口集中的路口进行时段融合,具体地融合规则为:
a、求路口集合(如三个路口)中所有路口时段并集,结果为多个小时段(D1,D2,D3,…)。
b、在多个小时段中取三个路口的最大周期作为小时段周期。
c、对时段Di小于30分钟进行拆分合并,就将合并到周期差值较小的时段上(存在差值相等时,合并到周期大的时段上)。
Step3:协调周期确定。
各时段对应的关键路口周期即为协调公共周期。若在某个确定时段中,干线中存在有路口的所有时段周期均小于协调公共周期的一半,则该路口执行双周期。
需要说明的是,协调策略的各时段对应的关键路口周期的计算方式与单路口策略的时段内的路口周期的计算方式相同,具体地可以参考单路口策略的路口周期的计算方式,在此不再赘述。
Step4:绿波协调方案生成。
通过枚举路口区间内的相位差,选出路口i与i-1之间正向绿波带宽最大的相位差集合,再在其中选出反向绿波带宽最大的相位差集合,若仍有多个,则路口i单向最佳绝对相位差取中间值。
Step5:绿信比确定。
关键路口绿信比为方案绿信比,非关键路口的优化周期小于协调公共周期,需进行重新分配绿信比,分配方式为:如果该路口有两个协调相位并且分别在屏障的两侧,或者协调相位为固定相位,则按照原绿信比等比例分配,否则协调相位优先进行分配。
需要说明的是,协调策略的各时段对应的绿信比的计算方式与单路口策略的时段内的绿信比的计算方式相同,具体地可以参考单路口策略的时段内的绿信比的计算方式,在此不再赘述。
在执行完协调策略对应的交通信号控制方案后,根据该交通信号控制方案执行的反馈结果更新该交通信号控制方案。具体地,在确定执行协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任意相邻两个时段的关键路口周期相同时,不对相邻两个时段的中间时间点进行调整;或对任意相邻两个时段的绿损时间、关键路口周期分别进行统计,确定出相邻两个时段各自对应的临时周期,并在确定相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值小于相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值时,对相邻两个时段的中间时间点进行调整;或对任意相邻两个时段的绿灯增加时间、关键路口周期分别进行统计,确定出相邻两个时段各自对应的临时周期,并在确定相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值小于相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值时,对相邻两个时段的中间时间点进行调整。对于调整时段内的路口周期,可以基于协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对时段内的关键路口周期进行调整。对于调整时段内任一相位的绿灯时长,可以根据时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出任一相位的绿信比反馈调整规则,并基于任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
需要说明的是,协调时段调整(关键路口的时段调整)、协调公共周期调整(关键路口的周期调整)的调整方式与单路口策略的时段调整、周期调整分别相同,具体的调整过程可以参考单路口策略中时段调整、周期调整的调整过程,在此不再赘述。此外,协调策略的绿信比调整与单路口策略的绿信比调整相同,具体的调整过程可以参考单路口策略中绿信比调整的调整过程,非关键路口调整后,非关键路口的周期与协调公共周期保持一致,在干线统一周期后,需要进行重新分配绿信比,分配方式请参考协调策略中绿信比确定的方式,在此不再赘述。
为了更好的解释本发明协调策略对应的交通信号控制方案的反馈调整流程的实施例,下面通过具体的实施场景描述本发明实施例提供的一种协调策略对应的交通信号控制方案的反馈调整的流程。
如图7所示,该流程包括以下步骤:
步骤701,确定时段是否合适,若是,执行步骤702,若否,执行步骤703。
基于绿波协调评价体系,确定时段是否合适。
步骤702,确定协调公共周期是否合适,若是,执行步骤704,若否,执行步骤705。
在确定时段合适时,确定协调公共周期是否合适。
步骤703,对时段进行调整。
在确定时段不合适时,按照上述协调策略对应的时段调整的调整方式对时段进行调整。
步骤704,确定绿信比是否合适,若是,执行步骤706,若否,执行步骤707。
在确定协调公共周期合适时,确定绿信比是否合适。
步骤705,对协调公共周期进行调整。
在确定协调公共周期不合适时,按照上述协调策略对应的协调公共周期调整的调整方式对协调公共周期进行调整。
步骤706,本次交通信号控制方案不变。
步骤707,对绿信比进行调整。
在确定绿信比不合适时,按照上述协调策略对应的绿信比调整的调整方式对绿信比进行调整。
步骤708,相位差调整。
在对协调公共周期和绿信比进行调整后,按照上述协调策略对应的相位差调整的调整方式对相位差进行调整。
步骤709,本次调整结束。
在对时段或协调公共周期、绿信比进行调整完成后,结束本次调整。
上述实施例表明,通过根据执行协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任意相邻两个时段的反馈结果,可以及时准确地对该相邻两个时段进行调整,同时按照预设的路口周期调整规则对时段内的路口周期可以及时准确地进行调整,以及基于任一相位的绿信比反馈调整规则,可以及时准确地调整对应相位的绿灯时长,以此可以实现对交通信号控制方案的自动化调整。
在生成拥堵策略对应的交通信号控制方案时,首先针对各交通路口中任一交通路口的拥堵时长,对交通路口的拥堵时长进行统计,确定出交通路口的多个拥堵时段。再针对多个拥堵时段中任一拥堵时段,在确定拥堵时段内交通路口具备OD数据时对拥堵时段内交通路口的路口流量进行统计,或在确定拥堵时段内交通路口不具备OD数据时对拥堵时段内交通路口的车道数、绿信比进行统计,确定出受控域。其中,生成拥堵策略对应的交通信号控制方案的具体过程可以为:
拥堵路段方案在原有固定周期方案基础上寻找主要路径,进行方案绿信比调整,交通信号控制方案更新采用评价反馈方法,目的是,拥堵路段(拥堵路口)和控制路段(控制路口)整体达到车辆相对均衡,受控域内无拥堵。
Step1:拥堵时段确定。
初始方案时段,持续时长为TA=max(30,Tj),方案时段为[Tjstart-10,Tjstart-10+TA]。其中,Tj为拥堵持续时长,可以通过互联网路况数据获取。
Step2:受控域确定。
(1)当具备OD数据时,在自动计算控制范围时,要求控制路口方向驶入拥堵路段的流量占拥堵路段总流量的比例σ满足一定的要求,默认为10%,且最多控制上、下游3个路口。通过OD数据计算上下游的主要路径,这里对OD数据的要求为,给定拥堵路段,能够计算出拥堵路段车辆的来车路径和去车路径的树形图,如图8所示。其中,图8中圆圈表示路口,字母表示路口名称,圆中的数字代表该路口流入拥堵路段的车辆数占拥堵路段车辆数的比例,路口下方连接线上表示的是转向和该转向占驶出路段流量的比例。示例的,以路口B为例,经过路口B流入拥堵路段的车辆占拥堵路段车辆的比例为0.5,这些车辆主要为路口B的北直行和东左转的车辆,其中北直行车辆占B路口流入拥堵路段总车辆的0.5,东左转占B路口流入拥堵路段总车辆数的0.4。
(2)当不具备OD数据时,通过原始方案的转向绿信比和车道数确定控制方向,控制范围为最多上、下游3个路口。以拥堵路段(即失衡路段)为根对象,路段驶入车流为入口起点,路段驶出车流为出口起点,根据车道数和绿信比进行主要通道查找。其中,通道量的计算公式为:
λ=g*n.........................................................(22)
其中,λ为通道量,g为绿信比,n为车道数。
设主要入口和出口点总量均为1,根据每个路口通道量占比,寻找主要流向。寻找路口至多3级,寻找流向至少10%以上。其中,出口点左转流向占比的计算公式为:
Figure BDA0002669004290000171
其中,γ为出口点左转流向占比,即为左转下游路口的流向总量,λ左转为左转通道量,λ直行为直行通道量。
根据上述方法可以找到包含上游的流向通道集合,以路口方向为基本单元。其中,包含上游的流向通道集合为:
up={Ai,Aj,Bi,…}.............................................(24)
其中,Ai表示A路口的i方向,Aj表示A路口的j方向,Bi表示B路口的i方向。
根据上述方法可以找到包含下游的流向通道集合,以路口方向为基本单元。其中,包含下游的流向通道集合为:
down={xi,yj,zi,…}...............................................(25)
其中,xi表示x路口的i方向,yj表示y路口的j方向,zi表示z路口的i方向。
利用上述受控域的确定方式最终找到受控域集合N={up,down},上游流向集合做减法,下游流向集合做加法。
在执行完拥堵策略对应的交通信号控制方案后,根据该交通信号控制方案执行的反馈结果更新该交通信号控制方案。即,针对受控域中任一受控路口,基于初始的调整系数、调整幅度,对受控路口中任一相位的绿信比进行统计,确定出受控路口中任一相位的绿灯调整时长。再基于受控路口中任一相位的绿灯调整时长,调整受控路口中任一相位的绿灯时长,并确定受控路口是否无拥堵且拥堵指数是否均衡,若是,则确定本次调整成功并控制受控路口使用调整后的交通信号控制方案,否则对初始的调整系数、调整幅度进行更新。具体地,首次调整,以入口和出口,按通道量比例,总体调整绿灯时长的20%为基准,其他路口方向调整依据流向占比进行调整。如图9所示,调整幅度为20%,调整系数初始值为1,假设左转车道数和直行车道数一样,出口左转绿信比30+直行绿信比70的总绿信比为100,,则左转调整加时间为30/100*100*20%=6秒,直行调整加时间为70/100*100*20%=14秒。其他调整依次类推。此外,假设左转车道数为1,直行车道数为3时,出口左转绿信比20+直行绿信比50的总绿信比为70,则左转调整时间为(1*20)/(1*20+3*50)*70*20%=0秒,直行调整加时间为(3*50)/(1*20+3*50)*70*20%=14秒。需要说明的是,此后的反馈调整,需要根据调整后执行的效果进行针对性调整。
此外,根据交通信号控制方案执行的反馈结果对该交通信号控制方案的目标是受控路口间的路段无拥堵且拥堵指数均衡,即:
Figure BDA0002669004290000181
其中,I1、I2、I3为受控路口的拥堵指数,α为拥堵指数阈值,具体可以根据经验设置,p为线性失衡指数。
上述线性失衡指数p的计算公式为:
Figure BDA0002669004290000182
其中,p为线性失衡指数,n为受控域集合中受控路口的总数,Ii为受控域集合中任一受控路口的拥堵指数。
需要说明的是,对拥堵策略对应的交通信号控制方案的更新过程中调整路口的方向对应的相位,调整时间基于流向通道比计算得出。调整后的绿信比不得小于最小绿信比,固定相位不允许调整。其他环的并发相位根据调整后的时间按照绿信比等比例分配。
为了更好的解释本发明拥堵策略对应的交通信号控制方案的反馈调整流程的实施例,下面通过具体的实施场景描述本发明实施例提供的一种拥堵策略对应的交通信号控制方案的反馈调整的流程。
如图10所示,该流程包括以下步骤:
步骤1001,调整幅度α,调整系数β。
在确定出受控域以及流量通道比后,设置调整幅度α和调整系数β。
步骤1002,计算调整比例α*β,确定出受控域集合中所有受控路口的反馈方案。
计算出调整比例α*β,并依据该调整比例对受控域集合中各受控路口的绿信比进行统计处理,确定出受控域集合中所有受控路口的反馈方案。
步骤1003,反馈方案下发并执行。
步骤1004,确定受控路口是否无拥堵且拥堵指数是否均衡,若是,执行步骤1005,若否,执行步骤1006。
在反馈方案执行后,判断想要实现的目标是否达到(目标为受控路口无拥堵且拥堵指数均衡)。
步骤1005,本次交通信号控制方案不变。
步骤1006,确定是否增加新的拥堵路段,若是,执行步骤1007,若否,执行步骤1008。
在确定想要实现的目标未达到后,确定是否增加新的拥堵路段。
步骤1007,变更调整系数β(调整系数β变为β=β*50%,若调整过,则反方向调整)。
步骤1008,确定整体失衡指数是否变大,若是,执行步骤1001,若否,执行步骤1009。
在确定想要实现的目标未达到且未增加新的拥堵路段后,确定整体失衡指数是否变大。
步骤1009,未增加新的拥堵路段且整体失衡指数变小。
在对受控域集合中各受控路口的绿信比调整后,拥堵路段的拥堵情况变好(即未增加新的拥堵路段且整体失衡指数变小)。
上述实施例表明,通过根据调整系数、调整幅度,对受控路口中任一相位的绿信比进行统计,确定出受控路口中任一相位的绿灯调整时长,并基于受控路口中任一相位的绿灯调整时长,可以及时准确地调整受控路口中对应相位的绿灯时长,且根据调整的反馈结果可以更新调整系数、调整幅度,以此可以实现对交通信号控制方案的自动化调整。
基于相同的技术构思,图11示例性的示出了本发明实施例提供的一种交通信号控制装置,该装置可以执行交通信号控制方法的流程。
如图11所示,该装置包括:
获取单元1101,用于获取配置的交通信号控制策略;
处理单元1102,用于根据所述交通信号控制策略确定配置信息库中是否存在与所述交通信号控制策略对应的交通信号控制方案;若是,则执行所述与所述交通信号控制策略对应的交通信号控制方案并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案。
可选地,所述处理单元1102还用于:
若确定所述配置信息库中不存在与所述交通信号控制策略对应的交通信号控制方案,则获取各交通路口的交通数据,并根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案;
执行所述与所述交通信号控制策略对应的交通信号控制方案,并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述与所述交通信号控制策略对应的交通信号控制方案。
可选地,所述交通信号控制策略为单路口策略;
所述处理单元1102具体用于:
针对所述各交通路口中任一交通路口的交通数据,对所述交通路口的交通数据进行预处理,得到所述处理后的交通数据;
对所述处理后的交通数据进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述交通路口的时段进行划分,确定出所述交通路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述交通路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的路口周期;
对所述时段内所述交通路口的第一相位交通强度、第二相位交通强度进行统计,确定出所述时段内的绿信比;
将所述交通路口的多个时段、所述交通路口各时段内的路口周期、所述交通路口各时段内的绿信比,确定为所述单路口策略对应的交通信号控制方案。
可选地,所述交通信号控制策略为协调策略;
所述处理单元1102具体用于:
按照所述各交通路口的车道数对所述各交通路口进行排序,确定出关键路口集;
针对所述关键路口集中任一关键路口,对所述关键路口的路口流量进行统计,确定出所述关键路口的协调方向,并确定出所述关键路口的协调方向时段;
对所述关键路口的周期进行统计,确定出所述关键路口的多个预设时间间隔的周期;
对所述关键路口的多个预设时间间隔的周期进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述关键路口的协调方向时段进行划分,确定出所述关键路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述关键路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的关键路口周期;
对所述时段内所述关键路口的第三相位交通强度、第四相位交通强度进行统计,确定出所述时段内的绿信比;
将所述关键路口的多个时段、所述关键路口各时段内的路口周期、所述关键路口各时段内的绿信比,确定为所述协调策略对应的交通信号控制方案。
可选地,所述交通信号控制策略为拥堵策略;
所述处理单元1102具体用于:
针对所述各交通路口中任一交通路口的拥堵时长,对所述交通路口的拥堵时长进行统计,确定出所述交通路口的多个拥堵时段;
针对所述多个拥堵时段中任一拥堵时段,在确定所述拥堵时段内所述交通路口具备OD数据时对所述拥堵时段内所述交通路口的路口流量进行统计,或在确定所述拥堵时段内所述交通路口不具备OD数据时对所述拥堵时段内所述交通路口的车道数、绿信比进行统计,确定出受控域。
可选地,所述交通信号控制策略为单路口策略;
所述处理单元1102具体用于:
在确定执行所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任意相邻两个时段的路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的路口周期进行调整;
针对所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
可选地,所述交通信号控制策略为协调策略;
所述处理单元1102具体用于:
在确定执行所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任意相邻两个时段的关键路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的关键路口周期进行调整;
针对所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
可选地,所述交通信号控制策略为拥堵策略;
所述处理单元1102具体用于:
针对受控域中任一受控路口,基于初始的调整系数、调整幅度,对所述受控路口中任一相位的绿信比进行统计,确定出所述受控路口中任一相位的绿灯调整时长;
基于所述受控路口中任一相位的绿灯调整时长,调整所述受控路口中任一相位的绿灯时长,并确定所述受控路口是否无拥堵且拥堵指数是否均衡;
若是,则确定本次调整成功并控制所述受控路口使用调整后的交通信号控制方案,否则对所述初始的调整系数、调整幅度进行更新。
基于相同的技术构思,本发明实施例提供一种计算设备,包括:
存储器,用于存储计算机程序;
处理器,用于调用所述存储器中存储的计算机程序,按照获得的程序执行交通信号控制方法。
基于相同的技术构思,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行交通信号控制方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种交通信号控制方法,其特征在于,包括:
获取配置的交通信号控制策略;
根据所述交通信号控制策略确定配置信息库中是否存在与所述交通信号控制策略对应的交通信号控制方案;
若是,则执行所述与所述交通信号控制策略对应的交通信号控制方案并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案;
所述交通信号控制策略为单路口策略;
所述根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案,包括:
在确定执行所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任意相邻两个时段的路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的路口周期进行调整;
针对所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
若确定所述配置信息库中不存在与所述交通信号控制策略对应的交通信号控制方案,则获取各交通路口的交通数据,并根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案;
执行所述与所述交通信号控制策略对应的交通信号控制方案,并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述与所述交通信号控制策略对应的交通信号控制方案。
3.如权利要求2所述的方法,其特征在于,所述交通信号控制策略为单路口策略;
所述根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案,包括:
针对所述各交通路口中任一交通路口的交通数据,对所述交通路口的交通数据进行预处理,得到所述处理后的交通数据;
对所述处理后的交通数据进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述交通路口的时段进行划分,确定出所述交通路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述交通路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的路口周期;
对所述时段内所述交通路口的第一相位交通强度、第二相位交通强度进行统计,确定出所述时段内的绿信比;
将所述交通路口的多个时段、所述交通路口各时段内的路口周期、所述交通路口各时段内的绿信比,确定为所述单路口策略对应的交通信号控制方案。
4.如权利要求2所述的方法,其特征在于,所述交通信号控制策略为协调策略;
所述根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案,包括:
按照所述各交通路口的车道数对所述各交通路口进行排序,确定出关键路口集;
针对所述关键路口集中任一关键路口,对所述关键路口的路口流量进行统计,确定出所述关键路口的协调方向,并确定出所述关键路口的协调方向时段;
对所述关键路口的周期进行统计,确定出所述关键路口的多个预设时间间隔的周期;
对所述关键路口的多个预设时间间隔的周期进行聚类分析,确定出最佳簇类数,并基于所述最佳簇类数对所述关键路口的协调方向时段进行划分,确定出所述关键路口的多个时段;
针对所述多个时段中任一时段,对所述时段内所述关键路口的平均相位交通强度、最小周期和最大周期进行统计,确定出所述时段内的关键路口周期;
对所述时段内所述关键路口的第三相位交通强度、第四相位交通强度进行统计,确定出所述时段内的绿信比;
将所述关键路口的多个时段、所述关键路口各时段内的路口周期、所述关键路口各时段内的绿信比,确定为所述协调策略对应的交通信号控制方案。
5.如权利要求2所述的方法,其特征在于,所述交通信号控制策略为拥堵策略;
所述根据各交通路口的交通数据,生成与所述交通信号控制策略对应的交通信号控制方案,包括:
针对所述各交通路口中任一交通路口的拥堵时长,对所述交通路口的拥堵时长进行统计,确定出所述交通路口的多个拥堵时段;
针对所述多个拥堵时段中任一拥堵时段,在确定所述拥堵时段内所述交通路口具备OD数据时对所述拥堵时段内所述交通路口的路口流量进行统计,或在确定所述拥堵时段内所述交通路口不具备OD数据时对所述拥堵时段内所述交通路口的车道数、绿信比进行统计,确定出受控域;所述受控域包括至少一个受控路口。
6.如权利要求1所述的方法,其特征在于,所述交通信号控制策略为协调策略;
所述根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案,包括:
在确定执行所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任意相邻两个时段的关键路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、关键路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的关键路口周期中最大关键路口周期与对应时段的临时周期的差值小于所述相邻两个时段的关键路口周期中最小关键路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的关键路口周期进行调整;
针对所述协调策略的多个关键路口中任一关键路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
7.如权利要求1所述的方法,其特征在于,所述交通信号控制策略为拥堵策略;
所述根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案,包括:
针对受控域中任一受控路口,基于初始的调整系数、调整幅度,对所述受控路口中任一相位的绿信比进行统计,确定出所述受控路口中任一相位的绿灯调整时长;所述受控域包括至少一个受控路口;
基于所述受控路口中任一相位的绿灯调整时长,调整所述受控路口中任一相位的绿灯时长,并确定所述受控路口是否无拥堵且拥堵指数是否均衡;
若是,则确定本次调整成功并控制所述受控路口使用调整后的交通信号控制方案,否则对所述初始的调整系数、调整幅度进行更新。
8.一种交通信号控制装置,其特征在于,包括:
获取单元,用于获取配置的交通信号控制策略;
处理单元,用于根据所述交通信号控制策略确定配置信息库中是否存在与所述交通信号控制策略对应的交通信号控制方案;若是,则执行所述与所述交通信号控制策略对应的交通信号控制方案并根据所述与所述交通信号控制策略对应的交通信号控制方案执行的反馈结果更新所述交通信号控制方案;
所述交通信号控制策略为单路口策略;
所述处理单元具体用于:
在确定执行所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任意相邻两个时段的路口周期相同时,不对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿损时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;或对所述任意相邻两个时段的绿灯增加时间、路口周期分别进行统计,确定出所述相邻两个时段各自对应的临时周期,并在确定所述相邻两个时段的路口周期中最大路口周期与对应时段的临时周期的差值小于所述相邻两个时段的路口周期中最小路口周期与对应时段的临时周期的差值时,对所述相邻两个时段的中间时间点进行调整;
基于所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段内各相位的绿信比的等比例分配,按照预设的路口周期调整规则对所述时段内的路口周期进行调整;
针对所述单路口策略的多个交通路口中任一交通路口的交通信号控制方案的多个时段中任一时段,根据所述时段内任一相位的绿损时间、饱和度、拥堵指数以及平均延误,确定出所述任一相位的绿信比反馈调整规则,并基于所述任一相位的绿信比反馈调整规则,调整对应相位的绿灯时长。
9.一种计算设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于调用所述存储器中存储的计算机程序,按照获得的程序执行权利要求1至7任一项所述的方法。
CN202010927680.7A 2020-09-07 2020-09-07 一种交通信号控制方法及装置 Active CN112037546B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010927680.7A CN112037546B (zh) 2020-09-07 2020-09-07 一种交通信号控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010927680.7A CN112037546B (zh) 2020-09-07 2020-09-07 一种交通信号控制方法及装置

Publications (2)

Publication Number Publication Date
CN112037546A CN112037546A (zh) 2020-12-04
CN112037546B true CN112037546B (zh) 2021-09-14

Family

ID=73584855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010927680.7A Active CN112037546B (zh) 2020-09-07 2020-09-07 一种交通信号控制方法及装置

Country Status (1)

Country Link
CN (1) CN112037546B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538938B (zh) * 2021-08-04 2022-04-29 深圳英飞拓科技股份有限公司 一种智慧交通监控方法、装置、计算机设备和存储介质
CN114141032B (zh) * 2022-02-07 2022-04-22 青岛海信网络科技股份有限公司 一种交通信号控制方案生成方法及设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101308604A (zh) * 2008-01-30 2008-11-19 吉林大学 大范围战略交通协调控制方法
CN101325008A (zh) * 2008-07-25 2008-12-17 浙江大学 一种城市交通干线动态双向绿波带智能协调控制方法
CN102097005A (zh) * 2011-02-01 2011-06-15 吉林大学 智能化、集成化交通信号控制器
CN102930734A (zh) * 2012-11-06 2013-02-13 江苏大为科技股份有限公司 分布式交通信号相位差控制结构和调整方法
CN105206070A (zh) * 2015-08-14 2015-12-30 公安部交通管理科学研究所 道路交通信号协调实时优化控制方法及其控制系统
CN105447601A (zh) * 2015-12-28 2016-03-30 中兴软创科技股份有限公司 一种基于路口关键v/c比的关键路线选择方法
WO2018184413A1 (zh) * 2017-04-07 2018-10-11 孟卫平 交通信号泛绿波控制方法
CN109377753A (zh) * 2018-10-19 2019-02-22 江苏智通交通科技有限公司 协调方向重复放行的干线协调优化方法
CN109754597A (zh) * 2018-08-02 2019-05-14 银江股份有限公司 一种城市道路区域拥堵调控策略推荐系统及方法
CN111210621A (zh) * 2019-12-27 2020-05-29 银江股份有限公司 基于实时路况的信号绿波协调路线优化控制方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100543796C (zh) * 2007-07-12 2009-09-23 公安部交通管理科学研究所 交通信号控制系统多关键路口优化方法
CN106846835B (zh) * 2017-02-22 2019-07-05 北方工业大学 一种城市区域交通信号自适应协调控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101308604A (zh) * 2008-01-30 2008-11-19 吉林大学 大范围战略交通协调控制方法
CN101325008A (zh) * 2008-07-25 2008-12-17 浙江大学 一种城市交通干线动态双向绿波带智能协调控制方法
CN102097005A (zh) * 2011-02-01 2011-06-15 吉林大学 智能化、集成化交通信号控制器
CN102930734A (zh) * 2012-11-06 2013-02-13 江苏大为科技股份有限公司 分布式交通信号相位差控制结构和调整方法
CN105206070A (zh) * 2015-08-14 2015-12-30 公安部交通管理科学研究所 道路交通信号协调实时优化控制方法及其控制系统
CN105447601A (zh) * 2015-12-28 2016-03-30 中兴软创科技股份有限公司 一种基于路口关键v/c比的关键路线选择方法
WO2018184413A1 (zh) * 2017-04-07 2018-10-11 孟卫平 交通信号泛绿波控制方法
CN109754597A (zh) * 2018-08-02 2019-05-14 银江股份有限公司 一种城市道路区域拥堵调控策略推荐系统及方法
CN109377753A (zh) * 2018-10-19 2019-02-22 江苏智通交通科技有限公司 协调方向重复放行的干线协调优化方法
CN111210621A (zh) * 2019-12-27 2020-05-29 银江股份有限公司 基于实时路况的信号绿波协调路线优化控制方法及系统

Also Published As

Publication number Publication date
CN112037546A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN108053661B (zh) 一种交通控制的方法及装置
US10002530B1 (en) Traffic signal control using multiple Q-learning categories
CN109544945B (zh) 基于车道饱和度的区域控制相位配时优化方法
CN112037546B (zh) 一种交通信号控制方法及装置
US8698650B2 (en) Method for optimizing the traffic control at a traffic signal controlled intersection in a road traffic network
Ma et al. Development and evaluation of a coordinated and conditional bus priority approach
CN112629533B (zh) 基于路网栅格化道路车流预测的精细化路径规划方法
CN105788301B (zh) 借道左转交叉口预停车线及预信号设置方法
CN108335496B (zh) 一种城市级交通信号优化方法与系统
CN105788298B (zh) 一种双向绿波控制的方法及装置
CN108932856B (zh) 一种自动驾驶下交叉口通行权设置方法
CN111145565B (zh) 一种用于城市交通的协调路线和协调方案的推荐方法及系统
CN112509318B (zh) 一种交通控制区域划分方法及服务器
CN112466117A (zh) 基于深度时空残差网络的路网短时交通流预测方法
CN111192457A (zh) 一种城市级整体的交通信号控制的方法及装置
CN104134356A (zh) 城市交叉口模型参考自适应信号的控制方法
CN110889967B (zh) 一种基于干道分割的溢流风险平衡信号控制优化方法
CN108629970B (zh) 基于蒙特卡罗树搜索的交叉口信号参数优化方法
CN105489028A (zh) 过饱和多交叉口协同控制优化方法
Xu et al. A bi-level model to resolve conflicting transit priority requests at urban arterials
CN112797994A (zh) 用于确定路线的预计到达时间的方法及相关装置和服务器
Michailidis et al. Autonomous self-regulating intersections in large-scale urban traffic networks: a Chania City case study
CN110085038B (zh) 一种基于实时排队信息的交叉口自适应信号控制方法
CN112669628A (zh) 一种基于需求-供给双波动的交叉口信号设计方法
CN113358126A (zh) 一种导航路线获取方法、装置和系统

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