CN112785840A - 一种城市智能交通计算机控制系统及方法 - Google Patents

Abstract

本发明公开了一种城市智能交通计算机控制系统及方法，属于智能交通领域，包括环境信息收集模块、车辆信息收集模块、微处理器、信号灯控制单元、道路故障处理提示单元和交通事故处理提示单元，环境信息收集模块输出端、车辆信息收集模块输出端与微处理器输入端相连，信号灯控制单元输入端与微处理器输出端相连。本发明有益效果是：采用收集环境信息、车辆信息及时钟信息等对路口的路况及车辆拥堵情况进行识别，并通过微处理器根据对区域车辆平均排队长度、车辆平均延误时间及区域车辆进出比的要求进优化处理，实时给每个路口信号灯进行配时控制，以区域为整体有效提高区域交通拥堵调节能力，改善交通拥堵情况。

Description

一种城市智能交通计算机控制系统及方法

技术领域

本发明涉及智能交通领域，具体而言，涉及一种城市智能交通计算机控制系统及方法。

背景技术

智能交通系统是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。ITS可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率，因而，日益受到各国的重视。21世纪将是公路交通智能化的世纪，人们将要采用的智能交通系统，是一种先进的一体化交通综合管理系统。在该系统中，车辆靠自己的智能在道路上自由行驶，公路靠自身的智能将交通流量调整至最佳状态，借助于这个系统，管理人员对道路、车辆的行踪将掌握得一清二楚。

在目前的城市交通中最典型的问题就是在主干道的路口的红绿灯时间长度和比例的配时问题，合理的设置红绿灯的时间的长度可以减少拥堵，使得通行顺畅。反之不合理的配时方案会增加拥堵的问题给出行的人们造成不便。

现有的路口信号灯的控制主要考虑的是进口道车辆的情况，如进口道车流速度、道路通行能力、路口排队车辆等，这些因素的考虑与控制虽然在一定程度上改善了交通的通行情况，但是由于考虑因素较为单一，容易造成拥堵的转移，无法从根本上解决车辆拥堵问题。

发明内容

针对现有技术中存在的交通信号灯控制考虑因素单一、优化程度不足、交通拥堵调节能力弱等问题，本发明提供了一种城市智能交通计算机控制系统，包括环境信息收集模块、车辆信息收集模块、微处理器、信号灯控制单元、道路故障处理提示单元和交通事故处理提示单元，所述环境信息收集模块输出端、所述车辆信息收集模块输出端所述微处理器输入端相连，所述信号灯控制单元输入端与所述微处理器输出端相连，所述微处理器输出端与所述道路故障处理提示单元输入端、所述交通事故处理提示单元输入端连接。

优选地，还包括时钟单元和存储单元，所述时钟单元、所述存储单元与所述微处理器双向连接。

优选地，还包括交通网络数据库，所述交通网络数据库输出端与所述微处理器输入端连接。

优选地，还包括人工输入单元，所述人工输入单元输出端与与所述微处理器输入端连接。

采用收集环境信息、车辆信息及时钟信息等对路口的路况及车辆拥堵情况进行识别，并通过微处理器根据对区域车辆平均排队长度、车辆平均延误时间及区域车辆进出比的要求进优化处理，实时给每个路口信号灯进行配时控制，考虑因素全面，可以以区域为整体有效提高区域交通拥堵调节能力，改善交通拥堵情况。

优选地，所述环境信息收集模块包括天气信息收集组件、道路故障信息收集组件、交通事故信息收集组件。

优选地，所述车辆信息收集模块包括车辆排队长度检测模块、车辆延误时间检测模块和区域车辆进出比检测模块。

优选地，还包括用于检测人行道行人信息的人行道检测模块，所述人行道检测模块输出端与所述微处理器输入端相连。这里，当人行道无等待行人时，可以无须考虑行人的通行，当人行道行人数量小于设定值时，可以弱化考虑行人的通行；当人行道行人数量大于等于设定值时，则可强化考虑行人的通行。

本发明还提供了一种城市智能交通计算机控制方法，包括如下步骤：

步骤一，根据交通网络数据库提供的城市交通网络数据、实时收集的环境信息和时钟信息形成各个路口的车辆排队长度加权系数L和车辆延误时间加权系数K，其中Li为第i个交叉路口的车辆排队长度加权系数，Ki为第i个交叉路口的车辆延误时间加权系数；

步骤二，综合考虑各路口车辆平均排队长度、车辆平均延误时间及区域车辆进出比，得到每个路口每个相位的有效绿灯时间，将数据存储到存储单元中；区域内路口数为n，每个路口有F个相位，本次控制系统构建综合考虑车辆排队长度、车辆延误时间和区域总车流量，建立了优化模型如下：

其中有效绿灯时间的计算模型为：

其中Li，ki为第i个交叉路口的车辆平均延误时间和车辆平均排队长度的加权系数，X_ij为第i交叉路口第j个相位的有效绿灯时间。

为第i交叉路口平均延误时间，

为第i交叉路口平均排队长度，ρ(X)为区域进出比；当PI值最小时，X_ij为最优的有效绿灯时间。

车辆排队长度加权系数L_i＝Q_i+W_i+P_i，其中Qi为位置加权系数，Wi是第一环境加权相关系数，Pi是第一车辆信息加权相关系数。

车辆延误时间加权系数K_i＝W_i'+P_i'，Wi’是第二环境加权相关系数，Pi’是第二车辆信息加权相关系数。

步骤三，微处理器将有效绿灯时间数据输送给信号灯控制单元，实现对每个路口信号灯的控制；

步骤四，当检测的环境信息数据和和时钟信息发生变化时，重新计算车辆排队长度加权系数L和车辆延误时间加权系数K，并得到每个路口每个相位的最新有效绿灯时间；将最新有效绿灯时间反馈给微处理器，与上一次有效绿灯时间进行比较，形成修正的有效绿灯时间，并将修正后的有效绿灯时间数据输送给信号灯控制单元。

天气信息收集组件收集不同路段天气信息，天气信息包括雾霾天、降雨天、沙尘暴、夜间、下雪、路面结冰、能见度低等影响驾驶员驾驶的天气因素，主要通过对环境温度数据、天气预报数据、湿度数据、拍照数据、时间数据的获取来确定路段的实时路况。道路故障信息收集组件收集道路常规施工信息和突发施工信息，常规施工信息如根据城市交通规划改造下水管网、增设燃气管道、扩宽道路、修建地铁或高架等，突发施工信息如突发的路面坍塌、小面积的路面维修、路面障碍物移除等，常规施工信息可由施工单位在施工前上传至控制系统即可，其中需要明确施工时间及路段范围，突发施工信息可在交通部门接到突发施工状况时上传至控制系统，明确施工时间及路段范围。

交通事故信息收集组件收集各路段交通事故信息，由交通部门上传至系统，对于交通事故频发的区域设置警示牌。

优选地，所述车辆信息收集模块包括车辆位置信息收集组件和车辆流量信息收集组件。

车辆位置信息收集组件通过各种定位工具定位车辆位置，如手机定位工具或车辆自带的定位工具。车辆流量信息收集组件用于收集每个路口和路段的流量情况。

本专利交通信号灯的配时优劣势采用车辆排队长度、车辆延误时间、区域进出比三个指标来评价。

其中车辆排队长度指的是在两个相邻交叉口道路之间由于信号灯配时问题，从而使车辆在路段上减速，最终停留在该路段上的车辆数目；车辆延误时间是指在交叉口入口道处，车辆在被阻塞的状态下与无阻塞的状态下车辆通过所需的时间不一致，这两个时间之差称为延误时间。可以用车辆平均延误与总延误来评估车辆延误时间；区域进出比指的是在单位时间内，进入一个区域的总车流量与该边界区域驶出的总车流量的比值。

这里可了解到，车辆排队长度即拥堵情况会受到其他路口信号灯配时的影响，而车辆延误时间只与当前路口信号灯配时的影响有关，而区域总车流量则与每个路口车辆排队长度和车辆延误时间均有关。车辆排队长度和车辆延误时间与驾驶者的驾驶体验有直接关系，而区域总车流量与道路的流通能力有直接关系。

其中影响因素可以是天气因素、交通故障和交通事故等因素。

此外，道路的通行能力会随着天气因素、道路故障和交通事故的出现而降低，这里根据实际情况将其通行能力系数分成几个级别。

表1道路通行能力系数w设计

交通网络位置主要和路口所处的中心度及道路宽度有关。具体如下：

表2交通网络位置系数q设计

车辆信息系数主要与车辆密度信息和车辆速度信息有关，具体如下：

表3车辆信息系数p设计

车辆排队长度加权系数L_i＝Q_i+W_i+P_i，其中Qi为位置加权系数，Wi是第一环境加权相关系数，Pi是第一车辆信息加权相关系数。

车辆延误时间加权系数K_i＝W_i'+P_i'，Wi’是第二环境加权相关系数，Pi’是第二车辆信息加权相关系数。

其中Qi根据交通网络数据库上传的数据来确定，具体如下：

而Wi根据上一路段、本路段和下一路段的天气因素w1、w2和w3确定，Wi’根据本路段和下一路段具体如下：

而Pi和Pi’根据道车辆信息收集模块收集的车辆位置及流量信息来确定，具体如下：

其中n表示在第i个交叉路口周围有n个进车路口，m表示在第i个交叉路口周围有m个出车路口。

有益效果：

采用本发明技术方案产生的有益效果如下：

(1)采用收集环境信息、车辆信息及时钟信息等对路口的路况及车辆拥堵情况进行识别，并通过微处理器根据对区域车辆平均排队长度、车辆平均延误时间及区域车辆进出比的要求进优化处理，实时给每个路口信号灯进行配时控制，考虑因素全面，可以以区域为整体有效提高区域交通拥堵调节能力，改善交通拥堵情况。

(2)在信号灯实时配时模型时以区域交通作为整体，通过区域内整体交通信号灯配时，以区域内车辆平均排队长度、车辆平均延误时间及区域车辆进出比作为优化目标，在模型中引入道路通行能力、车辆信息系数和交通网络位置系数等对交通拥堵起关键影响的因素，并综合考虑当前路口周围路口的交通状况对当前路口拥堵及车辆平均排队长度的影响因子，大大扩展了模型在不同应用场景中的适用范围，提高了控制系统的实用性。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。

图1是本发明较佳之控制系统控制框图。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

本实施方式采用收集环境信息、车辆信息及时钟信息等对路口的路况及车辆拥堵情况进行识别，并通过微处理器根据对区域车辆平均排队长度、车辆平均延误时间及区域车辆进出比的要求进优化处理，实时给每个路口信号灯进行配时控制，考虑因素全面，可以以区域为整体有效提高区域交通拥堵调节能力，改善交通拥堵情况。

如图1所示，城市智能交通计算机控制系统包括环境信息收集模块2、车辆信息收集模块3、微处理器1、信号灯控制单元4、道路故障处理提示单元5和交通事故处理提示单元6，所述环境信息收集模块2输出端、所述车辆信息收集模块3输出端所述微处理器1输入端相连，所述信号灯控制单元4输入端与所述微处理器1输出端相连，所述微处理器1输出端与所述道路故障处理提示单元6输入端、所述交通事故处理提示单元6输入端连接。

作为一种优选的实施方式，还包括时钟单元7和存储单元8，所述时钟单元7、所述存储单元8与所述微处理器1双向连接。

作为一种优选的实施方式，还包括交通网络数据库9，所述交通网络数据库9输出端与所述微处理器1输入端连接。

作为一种优选的实施方式，还包括人工输入单元10，所述人工输入单元10输出端与与所述微处理器1输入端连接。

采用收集环境信息、车辆信息及时钟信息等对路口的路况及车辆拥堵情况进行识别，并通过微处理器根据对区域车辆平均排队长度、车辆平均延误时间及区域车辆进出比的要求进优化处理，实时给每个路口信号灯进行配时控制，考虑因素全面，可以以区域为整体有效提高区域交通拥堵调节能力，改善交通拥堵情况。

作为一种优选的实施方式，所述环境信息收集模块2包括天气信息收集组件21、道路故障信息收集组件22、交通事故信息收集组件23。

作为一种优选的实施方式，所述车辆信息收集模块3包括车辆位置信息收集组件31和车辆流量信息收集组件32。

作为一种优选的实施方式，还包括用于检测人行道行人信息的人行道检测模块11，所述人行道检测模块11输出端与所述微处理器1输入端相连。这里，当人行道无等待行人时，可以无须考虑行人的通行，当人行道行人数量小于设定值时，可以弱化考虑行人的通行；当人行道行人数量大于等于设定值时，则可强化考虑行人的通行。

本实施方式还提供了一种城市智能交通计算机控制方法，包括如下步骤：

步骤一，根据交通网络数据库提供的城市交通网络数据、实时收集的环境信息和时钟信息形成各个路口的车辆排队长度加权系数L和车辆延误时间加权系数K，其中Li为第i个交叉路口的车辆排队长度加权系数，Ki为第i个交叉路口的车辆延误时间加权系数；

步骤二，综合考虑各路口车辆平均排队长度、车辆平均延误时间及区域车辆进出比，得到每个路口每个相位的有效绿灯时间，将数据存储到存储单元中；区域内路口数为n，每个路口有F个相位，本次控制系统构建综合考虑车辆排队长度、车辆延误时间和区域总车流量，建立了优化模型如下：

其中有效绿灯时间的计算模型为：

其中Li，ki为第i个交叉路口的车辆平均延误时间和车辆平均排队长度的加权系数，X_ij为第i交叉路口第j个相位的有效绿灯时间。

为第i交叉路口平均延误时间，

为第i交叉路口平均排队长度，ρ(X)为区域进出比；当PI值最小时，X_ij为最优的有效绿灯时间。

车辆排队长度加权系数L_i＝Q_i+W_i+P_i，其中Qi为位置加权系数，Wi是第一环境加权相关系数，Pi是第一车辆信息加权相关系数。

车辆延误时间加权系数K_i＝W_i'+P_i'，Wi’是第二环境加权相关系数，Pi’是第二车辆信息加权相关系数。

步骤三，微处理器将有效绿灯时间数据输送给信号灯控制单元，实现对每个路口信号灯的控制；

步骤四，当检测的环境信息数据和和时钟信息发生变化时，重新计算车辆排队长度加权系数L和车辆延误时间加权系数K，并得到每个路口每个相位的最新有效绿灯时间；将最新有效绿灯时间反馈给微处理器，与上一次有效绿灯时间进行比较，形成修正的有效绿灯时间，并将修正后的有效绿灯时间数据输送给信号灯控制单元。

天气信息收集组件收集不同路段天气信息，天气信息包括雾霾天、降雨天、沙尘暴、夜间、下雪、路面结冰、能见度低等影响驾驶员驾驶的天气因素，主要通过对环境温度数据、天气预报数据、湿度数据、拍照数据、时间数据的获取来确定路段的实时路况。道路故障信息收集组件收集道路常规施工信息和突发施工信息，常规施工信息如根据城市交通规划改造下水管网、增设燃气管道、扩宽道路、修建地铁或高架等，突发施工信息如突发的路面坍塌、小面积的路面维修、路面障碍物移除等，常规施工信息可由施工单位在施工前上传至控制系统即可，其中需要明确施工时间及路段范围，突发施工信息可在交通部门接到突发施工状况时上传至控制系统，明确施工时间及路段范围。

交通事故信息收集组件收集各路段交通事故信息，由交通部门上传至系统，对于交通事故频发的区域设置警示牌。

优选地，所述车辆信息收集模块包括车辆位置信息收集组件和车辆流量信息收集组件。

车辆位置信息收集组件通过各种定位工具定位车辆位置，如手机定位工具或车辆自带的定位工具。车辆流量信息收集组件用于收集每个路口和路段的流量情况。

本专利交通信号灯的配时优劣势采用车辆排队长度、车辆延误时间、区域进出比三个指标来评价。

其中车辆排队长度指的是在两个相邻交叉口道路之间由于信号灯配时问题，从而使车辆在路段上减速，最终停留在该路段上的车辆数目；车辆延误时间是指在交叉口入口道处，车辆在被阻塞的状态下与无阻塞的状态下车辆通过所需的时间不一致，这两个时间之差称为延误时间。可以用车辆平均延误与总延误来评估车辆延误时间；区域进出比指的是在单位时间内，进入一个区域的总车流量与该边界区域驶出的总车流量的比值。

这里可了解到，车辆排队长度即拥堵情况会受到其他路口信号灯配时的影响，而车辆延误时间只与当前路口信号灯配时的影响有关，而区域总车流量则与每个路口车辆排队长度和车辆延误时间均有关。车辆排队长度和车辆延误时间与驾驶者的驾驶体验有直接关系，而区域总车流量与道路的流通能力有直接关系。

其中影响因素可以是天气因素、交通故障和交通事故等因素。

此外，道路的通行能力会随着天气因素、道路故障和交通事故的出现而降低，这里根据实际情况将其通行能力系数分成几个级别。

表1道路通行能力系数w设计

交通网络位置主要和路口所处的中心度及道路宽度有关。具体如下：

表2交通网络位置系数q设计

车辆信息系数主要与车辆密度信息和车辆速度信息有关，具体如下：

表3车辆信息系数p设计

车辆排队长度加权系数L_i＝Q_i+W_i+P_i，其中Qi为位置加权系数，Wi是第一环境加权相关系数，Pi是第一车辆信息加权相关系数。

车辆延误时间加权系数K_i＝W_i'+P_i'，Wi’是第二环境加权相关系数，Pi’是第二车辆信息加权相关系数。

其中Qi根据交通网络数据库上传的数据来确定，具体如下：

而Wi根据上一路段、本路段和下一路段的天气因素w1、w2和w3确定，Wi’根据本路段和下一路段具体如下：

而Pi和Pi’根据道车辆信息收集模块收集的车辆位置及流量信息来确定，具体如下：

其中n表示在第i个交叉路口周围有n个进车路口，m表示在第i个交叉路口周围有m个出车路口。

以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种城市智能交通计算机控制系统，其特征在于，包括环境信息收集模块、车辆信息收集模块、微处理器、信号灯控制单元、道路故障处理提示单元和交通事故处理提示单元，所述环境信息收集模块输出端、所述车辆信息收集模块输出端与所述微处理器输入端相连，所述信号灯控制单元输入端与所述微处理器输出端相连，所述微处理器输出端与所述道路故障处理提示单元输入端、所述交通事故处理提示单元输入端连接。

2.根据权利要求1所述的一种城市智能交通计算机控制系统，其特征在于，还包括时钟单元和存储单元，所述时钟单元、所述存储单元与所述微处理器双向连接。

3.根据权利要求2所述的一种城市智能交通计算机控制系统，其特征在于，还包括交通网络数据库，所述交通网络数据库输出端与所述微处理器输入端连接。

4.根据权利要求3所述的一种城市智能交通计算机控制系统，其特征在于，还包括人工输入单元，所述人工输入单元输出端与与所述微处理器输入端连接。

5.根据权利要求1所述的一种城市智能交通计算机控制系统，其特征在于，所述环境信息收集模块包括天气信息收集组件、道路故障信息收集组件、交通事故信息收集组件。

6.根据权利要求1所述的一种城市智能交通计算机控制系统，其特征在于，所述车辆信息收集模块包括车辆排队长度检测模块、车辆延误时间检测模块和区域车辆进出比检测模块。

7.一种城市智能交通计算机控制方法，其特征在于，包括如下步骤：

步骤一，根据交通网络数据库提供的城市交通网络数据、实时收集的车辆信息数据、实时收集的环境信息和时钟信息形成各个路口的车辆排队长度加权系数L和车辆延误时间加权系数K，其中Li为第i个交叉路口的车辆排队长度加权系数，Ki为第i个交叉路口的车辆延误时间加权系数；

步骤二，综合考虑各路口车辆平均排队长度、车辆平均延误时间及区域车辆进出比，得到每个路口每个相位的有效绿灯时间，将数据存储到存储单元中；

步骤三，微处理器将有效绿灯时间数据输送给信号灯控制单元，实现对每个路口信号灯的控制；

步骤四，当检测的环境信息数据和和时钟信息发生变化时，重新计算车辆排队长度加权系数L和车辆延误时间加权系数K，并得到每个路口每个相位的最新有效绿灯时间；将最新有效绿灯时间反馈给微处理器，与上一次有效绿灯时间进行比较，形成修正的有效绿灯时间，并将修正后的有效绿灯时间数据输送给信号灯控制单元。

8.根据权利要求7所述一种城市智能交通计算机控制方法，其特征在于，步骤二中有效绿灯时间的计算模型为：

其中区域内路口数为n，每个路口有F个相位，Li，ki为第i个交叉路口的车辆平均延误时间和车辆平均排队长度的加权系数，X_ij为第i交叉路口第j个相位的有效绿灯时间。

为第i交叉路口平均延误时间，

为第i交叉路口平均排队长度，ρ(X)为区域进出比；当PI值最小时，X_ij为最优的有效绿灯时间。

9.根据权利要求8所述的一种城市智能交通计算机控制方法，其特征在于，所述车辆排队长度加权系数L_i＝Q_i+W_i+P_i，其中Qi为位置加权系数，Wi是第一环境加权相关系数，Pi是第一车辆信息加权相关系数。

10.根据权利要求9所述的一种城市智能交通计算机控制方法，其特征在于，所述车辆延误时间加权系数K_i＝W_i'+P_i'，Wi’是第二环境加权相关系数，Pi’是第二车辆信息加权相关系数。

Images