CN112289043B - 一种城市道路的智能信号协调控制优化方法 - Google Patents
一种城市道路的智能信号协调控制优化方法 Download PDFInfo
- Publication number
- CN112289043B CN112289043B CN202011174134.7A CN202011174134A CN112289043B CN 112289043 B CN112289043 B CN 112289043B CN 202011174134 A CN202011174134 A CN 202011174134A CN 112289043 B CN112289043 B CN 112289043B
- Authority
- CN
- China
- Prior art keywords
- intersection
- coordination
- traffic control
- period
- subarea
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Abstract
本发明涉及一种城市道路的智能信号协调控制优化方法,本发明利用路网中的多源数据,从交通供给和需求的角度出发,根据实时的交通情况智能地为城市路网进行控制子区划分并提供合理的协调优化方案,实现日常模式下车辆快速通行的效果,改善现有城市道路的交通拥堵问题,缩短出行者的出行时间。本发明能够从供需角度找出供需矛盾较突出的瓶颈路口作为关键路口,并且以关键路口为中心,将周期相近、间距适当、流量相关的相邻路口分配到同一子区内,减少子区内部各路口在公共周期下的车辆排队和延误,提高协调控制的效果。
Description
技术领域
本发明涉及一种城市道路的智能信号协调控制优化方法,属于城市交通信号控制领域。
背景技术
随着社会和经济的发展,机动车数量快速增长,大中城市交通拥堵、交通秩序混乱的状况日趋严重,新建道路造价高、拆迁量大,完全依赖修建新路是行不通的。在城市交通的现实情况下,根据道路的交通情况实时智能地划分出交通控制子区并进行协调控制已成为缓解交通拥堵问题非常重要且可行的技术手段。
当前的交通信号控制系统主要采用静态子区的控制策略,需要设计者提前根据控制区域的历史交通流量、路网交通特性、地理位置关系以及路口之间的协调控制需求等确定协调子区,并且子区方案一旦确定就会完全固定下来,无法根据路网的实时交通流量情况和路口实际需求周期实时动态划分子区。子区内各路口通常使用同一套周期方案,若子区划分不合理,会导致部分路口的延误和排队长度大幅度增加。
此外,当前城市中的交叉口信号控制方式大多为多时段定时控制,信号控制方案一般通过交通特征或专家经验进行人工设置,智能化程度比较低且无法根据当前实时的交通情况改变控制方案。同时,传统的干线协调方法还存在无法进行转向协调、未考虑过饱和状态下的协调控制、未考虑排队消散时间和各路段车速特征等问题,导致实际的协调效果往往无法达到预期,甚至不合理的信号协调方案会极大地增加各路口拥堵和瘫痪风险。
发明内容
本发明的目的是:针对城市道路的交通拥堵问题,提出一套完整可行的信号协调控制优化方法。
为了达到上述目的,本发明的技术方案是提供了一种城市道路的智能信号协调控制优化方法,其特征在于,包括以下步骤:
式中:Cn为交通控制子区R外邻接路口n的需求周期;Dm,n、qm,n分别为交通控制子区R内路口m和交通控制子区外邻接路口n的路口间距和进口道流量;分别为交通控制子区R内的路口需求周期最大值和进口道流量最大值;DTmax为路口间距最大阈值;分别为需求周期、路口间距和进口道流量的权重;qm,n为交通控制子区R内路口m和交通控制子区外邻接路口n之间双向流量的最大值;
步骤2、基于关键系数确定每个交通控制子区的关键路口,将每个交通控制子区中关键系数最大的路口为关键路口,设Kn为当前交通控制子区中第n个路口的关键系数,则有:
式中:Qn、RNn、Sn分别为第n个路口的路口流量、路口车道数、路口饱和度;Qmax、RNmax、Smax分别为路网中所有路口的路口流量最大值、路口车道数最大值、路口饱和度最大值;w1′、w2′、w3′分别为路口流量、路口车道数、路口饱和度的权重
步骤3、比较分析各交通控制子区内关键路口需求周期和其它路口的最大、最小周期,确定每个交通控制子区的公共周期,公共周期满足当前交通控制子区内所有路口的最大周期和最小周期限制;
步骤4、根据协调方向、车道转向功能和车道对应的相位关系,实时判别控制子区内各路口的协调相位,其中,将协调相位定义为在同一个交通控制子区内,各路口用于进行协调控制的相位;
步骤5、基于空间饱和系数SCS和时间饱和系数SCT获得综合饱和系数SC,当综合饱和系数SC高于设定阈值时,认为当前交通控制子区内当前路口的协调相位处于过饱和状态;若当前交通控制子区内同一路径和方向上连续出现x及以上个路口的协调相位处于过饱和状态时,认为当前交通控制子区内的当前路径处于过饱和状态,其中:
SC=SCS2+(1-SCS)*SCT
式中,空间饱和系数SCS基于车道排队长度计算得到;时间饱和系数SCT基于车道时间饱和度计算得到;
步骤6、计算协调控制模型参数,包括排队消散时间、路段速度和双向协调比例系数;
步骤7、建立协调控制模型,并根据交通控制子区不同的饱和状态调整协调控制策略,其中:
协调控制模型的目标函数MAX(B)为:
建立目标函数MAX(B)的约束条件如下:
使正向或反向中交通量较大的一侧获得更多带宽的约束:
正向和反向相位差与绿波带宽之间的约束为:
式中:ri,ri+1为路口i和路口i+1的正向红信比;为路口i和路口i+1的反向红信比;wi,为路口i红灯结束/开始时间与正向和反向绿波带中点的时间差与信号周期的比值;ti,为路段i正向和反向的行程时间与信号周期的比值;τi,为路口i正向和反向的排队消散时间;z为交通控制子区内公共周期的倒数;n为协调路口数量;
绿波带速度取值范围的约束为:
当交通控制子区处于未饱和状态时,采用上述协调控制模型进行双向绿波协调控制,实现未饱和交通控制子区内快进快出的协调效果;
将瓶颈路口定义为交通控制子区内同一路径和方向上连续处于过饱状态路口中的第一个路口,当交通控制子区处于过饱和状态时,采用瓶颈路口上游红波控制,瓶颈路口下游绿波控制的策略,实现过饱和交通控制子区内慢进快出的协调效果;
针对进行红波控制的路段i,对上述协调控制模型做出如下修改:
当反向发生过饱和时:在目标函数MAX(B)中,仅保留正向的带宽权重ai,同时令ki=0;
步骤8、对步骤7建立的协调控制模型进行求解,求解的方法基于混合整数线性规划,根据协调控制模型求解的结果计算交通控制子区内的动态协调方案,包括以下步骤:
步骤801、基于混合整数线性规划对步骤7建立的协调控制模型求解,采用分支定界法;
步骤802、根据协调模型求解结果动态生成控制子区内的协调方案,协调方案包括各路口的相对相位差和路段协调速度。
优选地,需求周期依据路口关键相位关键车道流量比之和的不同取值范围进行计算,计算公式为:
式中,C为需求周期,L为周期损失时间,Y为关键相位关键车道的流量比之和,YTmin为路口流量比的低阈值,YTmax为路口流量比的高阈值。
优选地,所述路口流量比的低阈值YTmin以及所述路口流量比的高阈值YTmax依据路口规模、相位数、路口通过效率确定。
优选地,步骤3中,公共周期的计算公式如下:
优选地,最小周期及最大周期的计算公式如下:
Cmin=1.5L
式中:Cmin为最小周期;Cmax为最大周期;L为周期损失时间;YTmin为路口流量比的低阈值;YTmax为路口流量比的高阈值。
优选地,步骤4中,所述协调相位的判别具体包括以下步骤:
根据所述协调方向确定经过当前交通控制子区内每个路口时的转向情况,结合每个路口车道的转向功能和车道对应的相位关系,实时判别当前交通控制子区内经过各路口时的协调相位。
式中:N0为初始排队车辆数;为经过车道i上游断面j的总流量;Rj为车道i上游断面j的转向比例;m为车道i下游断面关联的上游断面数;RCi为下游断面车道i的流量分配比例;为离开下游断面车道i的流量;l为车辆有效空间长度。
优选地,步骤6中,所述排队消散时间采用以下公式计算:
所述路段速度范围采用以下公式计算:
式中:Tmax为行程时间的上限,Tmin为行程时间的下限,基于上、下游断面的卡口过车数据,计算上、下游断面之间路段的行程时间,通过设定的上、下限阈值确定行程时间的下限Tmin和上限Tmax;e为路段速度下限;f为路段速度上限;d为路段长度;
双向协调比例系数采用以下公式计算:
优选地,步骤802中,计算相对相位差包括以下步骤:
计算各路口之间的正向相对相位差和反向相对相位差:
式中:为路口i与路口i+1之间的正向相对相位差和反向相对相位差;wi,为路口i红灯结束/开始时间与正向/反向绿波带中点的时间差与信号周期的比值;ti,为路段i正向和反向的行程时间与信号周期的比值;其中,wi,ti,均为通过步骤801求解得到的协调控制模型的参数。
优选地,步骤802中,计算路段协调速度包括以下步骤:
计算各路段的正向协调速度和反向协调速度:
本发明利用路网中的多源数据,从交通供给和需求的角度出发,根据实时的交通情况智能地为城市路网进行控制子区划分并提供合理的协调优化方案,实现日常模式下车辆快速通行的效果,改善现有城市道路的交通拥堵问题,缩短出行者的出行时间。
本发明相对于现有技术具有如下优点和效果:
1、本发明能够从供需角度找出供需矛盾较突出的瓶颈路口作为关键路口,并且以关键路口为中心,将周期相近、间距适当、流量相关的相邻路口分配到同一子区内,减少子区内部各路口在公共周期下的车辆排队和延误,提高协调控制的效果。
2、本发明在协调控制优化方面,实现了根据协调方向动态地对协调相位进行判别,同时基于路网的实时数据,动态计算了协调相位的饱和状态、排队消散时间、路段速度和双向协调比例系数,使生成的协调方案更符合实际交通情况。若配合路侧诱导屏展示路段的推荐速度,能够进一步地提高整体的协调效果。此外,本发明还能够根据子区不同的饱和状态,通过调整部分模型参数来实现不同的协调策略,进一步提高模型的适用性。
附图说明
图1为本发明的城市道路信号协调控制优化方法流程示意图
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
结合图1所示,本发明提供的一种城市道路的智能信号协调控制优化方法包括以下步骤:
步骤S-1:需求周期计算
计算需求周期:
式中:C为需求周期;L为周期损失时间;Y为关键相位关键车道的流量比之和;YTmin为路口流量比的低阈值;YTmax为路口流量比的高阈值。
步骤S-1-1:最小、最大周期计算和高低流量比阈值的选择依据
计算最小周期:
Cmin=1.5L
计算最大周期:
式中:Cmin为最小周期;Cmax为最大周期;L为周期损失时间;,YTmin为路口流量比的低阈值;YTmax为路口流量比的高阈值。
低流量比阈值和高流量比阈值选择依据:根据路口规模、相位数、路口通过效率等确定流量比的高低阈值。
步骤S-2、关键路口确定
基于关键系数确定关键路口,关键系数最大的路口为关键路口。
步骤S-2-1:关键系数计算
计算关键系数:
式中:Kn为第n个路口的关键系数;Qn、RNn、Sn分别为第n个路口的路口流量、路口车道数、路口饱和度;Qmax、RNmax、Smax分别为路网中所有路口的路口流量最大值、路口车道数最大值、路口饱和度最大值;w1′、w2′、w3′分别为路口流量、路口车道数、路口饱和度的权重。
步骤S-3、交通控制子区划分
根据周期相近、间距适当、流量相关的原则,将符合要求的路口分配到同一个交通控制子区。
步骤S-3-1:关联系数计算
计算关联系数:
式中:为交通控制子区R内的路口m和交通控制子区外邻接路口n的关联系数;Cn为交通控制子区R外邻接路口n的需求周期;Dm,n、qm,n分别为交通控制子区R内路口m和交通控制子区R外邻接路口n的路口间距和进口道流量;分别为交通控制子区R内的路口需求周期最大值和进口道流量最大值;DTmax为路口间距最大阈值;分别为需求周期、路口间距和进口道流量的权重;qm,n为交通控制子区R内的路口m和交通控制子区外邻接路口n之间双向流量的最大值。
步骤S-4:公共周期计算
计算公共周期:
步骤S-5:协调相位判别
将协调相位定义为在同一个交通控制子区内,各路口用于进行协调控制的相位。具体的判别方法为:根据协调方向确定经过交通控制子区内每个路口时的转向情况;结合每个路口车道的转向功能和车道对应的相位关系,实时判别交通控制子区内经过各路口时的协调相位。
步骤S-6、协调相位饱和状态判别
协调相位饱和状态判别根据空间饱和系数和时间饱和系数两方面综合考虑,其中空间饱和系数基于车道排队长度计算,时间饱和系数基于车道时间饱和度计算。
步骤S-6-1、车道排队长度计算
计算下游断面的车道排队长度:
式中:为车道i第n周期的排队长度;N0为初始排队车辆数;为经过上游断面j的总流量;Rj为上游断面j的转向比例;m为下游断面关联的上游断面数;RCi为下游断面车道i的流量分配比例;为离开下游断面车道i的流量;l为车辆有效空间长度(单位:米)。
步骤S-6-2、综合饱和系数计算
综合饱和系数通过空间和时间两个系数进行综合计算。
计算综合饱和系数:
SC=SCS2+(1-SCS)*SCT
式中:SC为综合饱和系数;SCS为空间饱和系数;SCT为时间饱和系数。
当综合饱和系数高于设定阈值时,认为该路口的协调相位处于过饱和状态;当交通控制子区内同一路径和方向上连续出现x及以上个路口的协调相位处于过饱和状态时,认为该交通控制子区内的这条路径处于过饱和状态。其中x通过交通控制子区内路口数确定。
步骤S-7、协调控制模型参数计算
协调控制模型参数包括协调相位的排队消散时间、路段速度范围和双向协调比例系数。
计算排队消散时间:
基于上、下游断面的卡口过车数据,计算上、下游断面之间路段的行程时间,通过设定的上、下限阈值确定行程时间的下限Tmin和上限Tmax。
计算路段速度范围:
式中:e为路段速度下限;f为路段速度上限;d为路段长度。
计算双向协调比例系数:
步骤S-8、协调控制模型建立
目标函数建立:
建立如下约束条件:
使正向或反向中交通量较大的一侧获得更多带宽的约束:
正向和反向相位差与绿波带宽之间的约束:
式中:ri,ri+1为路口i和路口i+1的正向红信比;为路口i和路口i+1的反向红信比;wi,为路口i红灯结束(开始)时间与正向和反向绿波带中点的时间差与信号周期的比值;ti,为路段i正向和反向的行程时间与信号周期的比值;τi,为路口i正向和反向的排队消散时间;z为交通控制子区内公共周期的倒数;n为协调路口数量。
绿波带速度取值范围的约束:
当交通控制子区处于未饱和状态时,采用上述模型进行双向绿波协调控制,实现未饱和交通控制子区内快进快出的协调效果。
将瓶颈路口定义为交通控制子区内同一路径和方向上连续处于过饱状态路口中的第一个路口。当交通控制子区处于过饱和状态时,采用瓶颈路口上游红波控制,瓶颈路口下游绿波控制的策略,实现过饱和交通控制子区内慢进快出的协调效果。
针对进行红波控制的路段i,对上述模型做出如下修改:
(2)当反向发生过饱和时:在目标函数中,仅保留正向的带宽权重ai,同时令ki=0。
步骤S-9、动态协调方案生成
对步骤S-8建立的协调控制模型进行求解,求解的方法基于混合整数线性规划(MILP);根据模型求解的结果计算子区内的动态协调方案。
步骤S-9-1、协调控制模型求解
协调控制模型的求解采用分支定界法(Branch and Bound),基本运算逻辑如下:
(1)将原最大化混合整数线性规划问题X整理成线性规划标准形式Y,目标函数取负。
(2)对问题Y进行求解:
a)如果Y无可行解,则X也无可行解,停止计算;
b)如果Y有最优解,且符合相应的整数条件,该最优解为X的最优解,停止计算;
(3)找出问题X符合相应整数条件的一个可行解,其目标函数值作为最优解的下界u。
(4)通过以下方法进行迭代:
a)分支:在Y的最优解中任选一个不符合整数条件的变量mi,其值为xi,构造两个约束条件:mi≤[xi]和mi≥[xi]+1,分别加入到问题Y中,形成两个子问题Y1和Y2,不考虑整数条件求解这两个子问题;
(5)重复第(4)步,直到得到最优解。
步骤S-9-2、相对相位差和协调速度计算
计算各路口之间的正向相对相位差和反向相对相位差:
式中:为路口i与路口i+1之间的正向相对相位差和反向相对相位差;wi,为路口i红灯结束(开始)时间与正向(反向)绿波带中点的时间差与信号周期的比值;ti,为路段i正向和反向的行程时间与信号周期的比值。其中,wi,ti,均为步骤S-9-1的协调控制模型求解参数。
计算各路段的正向协调速度和反向协调速度:
Claims (10)
1.一种城市道路的智能信号协调控制优化方法,其特征在于,包括以下步骤:
式中:Cn为交通控制子区R外邻接路口n的需求周期;Dm,n、qm,n分别为交通控制子区R内路口m和交通控制子区外邻接路口n的路口间距和进口道流量;分别为交通控制子区R内的路口需求周期最大值和进口道流量最大值;DTmax为路口间距最大阈值;分别为需求周期、路口间距和进口道流量的权重;
步骤2、基于关键系数确定每个交通控制子区的关键路口,将每个交通控制子区中关键系数最大的路口为关键路口,设Kn为当前交通控制子区中第n个路口的关键系数,则有:
式中:Qn、RNn、Sn分别为第n个路口的路口流量、路口车道数、路口饱和度;Qmax、RNmax、Smax分别为路网中所有路口的路口流量最大值、路口车道数最大值、路口饱和度最大值;w1′、w2′、w3′分别为路口流量、路口车道数、路口饱和度的权重;
步骤3、比较分析各交通控制子区内关键路口需求周期和其它路口的最大、最小周期,确定每个交通控制子区的公共周期,公共周期满足当前交通控制子区内所有路口的最大周期和最小周期限制;
步骤4、根据协调方向、车道转向功能和车道对应的相位关系,实时判别控制子区内各路口的协调相位,其中,将协调相位定义为在同一个交通控制子区内,各路口用于进行协调控制的相位;
步骤5、基于空间饱和系数SCS和时间饱和系数SCT获得综合饱和系数SC,当综合饱和系数SC高于设定阈值时,认为当前交通控制子区内当前路口的协调相位处于过饱和状态;若当前交通控制子区内同一路径和方向上连续出现x及以上个路口的协调相位处于过饱和状态时,认为当前交通控制子区内的当前路径处于过饱和状态,其中:
SC=SCS2+(1-SCS)*SCT
式中,空间饱和系数SCS基于车道排队长度计算得到;时间饱和系数SCT基于车道时间饱和度计算得到;
步骤6、计算协调控制模型参数,包括排队消散时间、路段速度和双向协调比例系数;
步骤7、建立协调控制模型,并根据交通控制子区不同的饱和状态调整协调控制策略,其中:
协调控制模型的目标函数MAX(B)为:
建立目标函数MAX(B)的约束条件如下:
使正向或反向中交通量较大的一侧获得更多带宽的约束:
正向和反向相位差与绿波带宽之间的约束为:
式中:ri,ri+1为路口i和路口i+1的正向红信比;为路口i和路口i+1的反向红信比;wi,为路口i红灯结束/开始时间与正向和反向绿波带中点的时间差与信号周期的比值;ti,为路段i正向和反向的行程时间与信号周期的比值;τi,为路口i正向和反向的排队消散时间;z为交通控制子区内公共周期的倒数;n为协调路口数量;
绿波带速度取值范围的约束为:
当交通控制子区处于未饱和状态时,采用上述协调控制模型进行双向绿波协调控制,实现未饱和交通控制子区内快进快出的协调效果;
将瓶颈路口定义为交通控制子区内同一路径和方向上连续处于过饱状态路口中的第一个路口,当交通控制子区处于过饱和状态时,采用瓶颈路口上游红波控制,瓶颈路口下游绿波控制的策略,实现过饱和交通控制子区内慢进快出的协调效果;
针对进行红波控制的路段i,对上述协调控制模型做出如下修改:
当反向发生过饱和时:在目标函数MAX(B)中,仅保留正向的带宽权重ai,同时令ki=0;
步骤8、对步骤7建立的协调控制模型进行求解,求解的方法基于混合整数线性规划,根据协调控制模型求解的结果计算交通控制子区内的动态协调方案,包括以下步骤:
步骤801、基于混合整数线性规划对步骤7建立的协调控制模型求解,采用分支定界法,基本运算逻辑如下:
(1)将原最大化混合整数线性规划问题X整理成线性规划标准形式Y,目标函数取负;
(2)对问题Y进行求解:
a)如果Y无可行解,则X也无可行解,停止计算;
b)如果Y有最优解,且符合相应的整数条件,该最优解为X的最优解,停止计算;
(3)找出问题X符合相应整数条件的一个可行解,其目标函数值作为最优解的下界u;
(4)通过以下方法进行迭代:
a)分支:在Y的最优解中任选一个不符合整数条件的变量mi,其值为xi,构造两个约束条件:mi≤[xi]和mi≥[xi]+1,分别加入到问题Y中,形成两个子问题Y1和Y2,不考虑整数条件求解这两个子问题;
(5)重复第(4)步,直到得到最优解;
步骤802、根据协调模型求解结果动态生成控制子区内的协调方案,协调方案包括各路口的相对相位差和路段协调速度。
3.如权利要求2所述的一种城市道路的智能信号协调控制优化方法,其特征在于,所述路口流量比的低阈值YTmin以及所述路口流量比的高阈值YTmax依据路口规模、相位数、路口通过效率确定。
6.如权利要求1所述的一种城市道路的智能信号协调控制优化方法,其特征在于,步骤4中,所述协调相位的判别具体包括以下步骤:
根据所述协调方向确定经过当前交通控制子区内每个路口时的转向情况,结合每个路口车道的转向功能和车道对应的相位关系,实时判别当前交通控制子区内经过各路口时的协调相位。
8.如权利要求1所述的一种城市道路的智能信号协调控制优化方法,其特征在于,步骤6中,所述排队消散时间采用以下公式计算:
所述路段速度范围采用以下公式计算:
式中:Tmax为行程时间的上限,Tmin为行程时间的下限,基于上、下游断面的卡口过车数据,计算上、下游断面之间路段的行程时间,通过设定的上、下限阈值确定行程时间的下限Tmin和上限Tmax;e为路段速度下限;f为路段速度上限;d为路段长度;
双向协调比例系数采用以下公式计算:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174134.7A CN112289043B (zh) | 2020-10-28 | 2020-10-28 | 一种城市道路的智能信号协调控制优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174134.7A CN112289043B (zh) | 2020-10-28 | 2020-10-28 | 一种城市道路的智能信号协调控制优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112289043A CN112289043A (zh) | 2021-01-29 |
CN112289043B true CN112289043B (zh) | 2022-10-04 |
Family
ID=74374059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011174134.7A Active CN112289043B (zh) | 2020-10-28 | 2020-10-28 | 一种城市道路的智能信号协调控制优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112289043B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393681B (zh) * | 2021-08-17 | 2022-01-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 交通信号协调优化方法及装置、计算机可读存储介质 |
CN114333363B (zh) * | 2021-12-15 | 2023-05-02 | 上海电科智能系统股份有限公司 | 一种考虑上下游协同的瓶颈路口信号优化方法 |
CN114613126B (zh) * | 2022-01-28 | 2023-03-17 | 浙江中控信息产业股份有限公司 | 一种基于动态绿波的特种车辆信号优先方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208191A (zh) * | 2012-01-13 | 2013-07-17 | 上海济祥智能交通科技有限公司 | 一种城市道路交叉口过饱和条件下信号协调控制的优化方法 |
CN104464311A (zh) * | 2014-12-10 | 2015-03-25 | 苏州市易路交通科技有限公司 | 一种城市道路路口信号协调控制的优化方法 |
CN105139668A (zh) * | 2015-07-27 | 2015-12-09 | 东南大学 | 一种基于路段速度区间的城市干线双向绿波控制优化方法 |
WO2017166474A1 (zh) * | 2016-03-29 | 2017-10-05 | 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 |
WO2018072240A1 (zh) * | 2016-10-20 | 2018-04-26 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
CN108922182A (zh) * | 2018-07-13 | 2018-11-30 | 航天科工广信智能技术有限公司 | 混合状态下控制子区的动态划分和调整方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9076332B2 (en) * | 2006-10-19 | 2015-07-07 | Makor Issues And Rights Ltd. | Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks |
CN103824446A (zh) * | 2013-12-13 | 2014-05-28 | 华南理工大学 | 一种子区多交叉口群决策控制方法 |
CN105679032B (zh) * | 2016-03-24 | 2018-05-29 | 浙江工业大学 | 一种城市交通流过饱和状态下的交通控制子区划分方法 |
CN108335496B (zh) * | 2018-01-02 | 2020-07-10 | 青岛海信网络科技股份有限公司 | 一种城市级交通信号优化方法与系统 |
CN109544945B (zh) * | 2018-11-30 | 2021-06-01 | 江苏智通交通科技有限公司 | 基于车道饱和度的区域控制相位配时优化方法 |
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 |
CN111145565B (zh) * | 2019-12-16 | 2020-12-15 | 银江股份有限公司 | 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 |
-
2020
- 2020-10-28 CN CN202011174134.7A patent/CN112289043B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208191A (zh) * | 2012-01-13 | 2013-07-17 | 上海济祥智能交通科技有限公司 | 一种城市道路交叉口过饱和条件下信号协调控制的优化方法 |
CN104464311A (zh) * | 2014-12-10 | 2015-03-25 | 苏州市易路交通科技有限公司 | 一种城市道路路口信号协调控制的优化方法 |
CN105139668A (zh) * | 2015-07-27 | 2015-12-09 | 东南大学 | 一种基于路段速度区间的城市干线双向绿波控制优化方法 |
WO2017166474A1 (zh) * | 2016-03-29 | 2017-10-05 | 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 |
WO2018072240A1 (zh) * | 2016-10-20 | 2018-04-26 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
CN108922182A (zh) * | 2018-07-13 | 2018-11-30 | 航天科工广信智能技术有限公司 | 混合状态下控制子区的动态划分和调整方法 |
Non-Patent Citations (4)
Title |
---|
A Hierarchical Model Predictive Control Approach for Signal Splits Optimization in Large-Scale Urban Road Networks;Bao-Lin Ye et al.;《IEEE》;20160212;全文 * |
optimization of traffic signal split for arterial and side streets in urban traffic networks;Na Wu et al.;《EL Sevier》;20161231;全文 * |
城市路网交通控制子区动态划分策略;别一鸣 等;《中国公路学报》;20131130;第26卷(第6期);全文 * |
绿波协调控制的子区动态划分算法;冯远静 等;《控制理论与应用》;20140831;第31卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112289043A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112289043B (zh) | 一种城市道路的智能信号协调控制优化方法 | |
CN108510764B (zh) | 一种基于q学习的多路口自适应相位差协调控制系统及方法 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
WO2020108215A1 (zh) | 基于车道饱和度的区域控制相位配时优化方法 | |
CN104282162B (zh) | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 | |
CN104240523B (zh) | 城市干道绿波控制方法 | |
CN106297334B (zh) | 绿波协调控制下的干线路段划分方法 | |
CN109785619A (zh) | 区域交通信号协调优化控制系统及其控制方法 | |
CN108922182A (zh) | 混合状态下控制子区的动态划分和调整方法 | |
CN106710220A (zh) | 一种城市道路分层动态协调控制算法及控制方法 | |
CN106504548A (zh) | 交通灯智能控制方法及系统 | |
CN108922204B (zh) | 一种考虑交叉口信号控制的元胞传输模型改进方法 | |
CN109191847A (zh) | 基于城市卡口数据的自适应干线协调控制方法及系统 | |
CN104978863A (zh) | 一种多维同步优化双向绿波控制方法 | |
CN108389404B (zh) | 道路交通拥堵治理方法 | |
Zhao-Meng et al. | Optimization method of intersection signal coordinated control based on vehicle actuated model | |
Szele et al. | Traffic operation on a road network with recurrent congestion | |
CN112365713A (zh) | 一种主支路交叉口信号配时优化方法 | |
Lan et al. | Research on Key Technology of signal control subarea partition based on correlation degree analysis | |
CN112699535A (zh) | 高架地面联动交通信号区域自适应控制方法 | |
Pokhrel et al. | Performance Assessment of a Signalized Intersection: A Case Study of Jay Nepal Intersection | |
Lidbe et al. | Comparative assessment of arterial operations under conventional time-of-day and adaptive traffic signal control. | |
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 | |
CN115472023A (zh) | 一种基于深度强化学习的智能交通灯控制方法及装置 | |
van Katwijk | Using I2 V communication to reduce traffic emissions at urban signalized intersections |
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 |