CN113096415A - 一种行人二次过街交叉口信号协调优化控制方法 - Google Patents

Abstract

本发明公开了一种行人二次过街交叉口信号协调优化控制方法，该方法通过实时获取各个车道与人行横道处交通到达率作为数据输入，根据实时需求进行二次过街交叉口效率状态实时监测与优化。具体控制优化步骤包括：1)行人二次过街非冲突信号相位的信号方案集合生成，2)行人二次过街最优相序信号方案确定，3)信号方案参数协调优化，得到最优信号方案控制参数下发指令给信号机。本发明得到优化信号方案并实时在线监测优化，行人二次过街信号交叉口安全性。

Description

一种行人二次过街交叉口信号协调优化控制方法

技术领域

本发明涉及交通管理控制领域，特别是一种行人二次过街交叉口信号协调优化控制方法。

背景技术

我国交通流过街特有特点是混合交通流过街，包括行人的慢行交通过街同样是至关重要一部分。城市机动化出行的高速增长进一步加剧了交通拥堵、道路交通安全、交通能源消耗与交通环境污染等交通问题。慢行交通反而有绿色环保以及有益处身体健康的优点，成为当下提倡的交通方式，行人过街效率往往又会影响整个交通流过街效率，行人二次过街效率提升是落实“慢行优先”政策必要条件。

传统行人二次过街信号方案是行人过街基于跟随机动车相位完成过街，是路权弱势一方。传统交叉口组织与控制方法中往往弱化甚至完全不考虑行人指标，导致行人二次过街出行延误大，进而导致组织混乱、乱闯红灯现象，进一步干扰正常机动车车运行，降低整个交叉口的运行效率。现有交叉口二次过街信号控制优化以车辆延误为优化目标，确定绿灯时长参数，不能精细化对二次过街信号交叉口进行优化。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种行人二次过街交叉口信号协调优化控制方法，综合考虑行人和车辆延误指标，基于行人和车辆延误权重的信号方案协调动态优化的控制方法，旨在兼顾行人和车辆运行效率下，提高二次过街交叉口运行效率。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种行人二次过街交叉口信号协调优化控制方法，包括以下步骤：

步骤A、构建行人二次过街的交叉口信号方案集合，并执行步骤B；

步骤B、实时采集交通数据，并根据采集的交通数据计算得到周期行人平均延误和周期车辆平均延误并执行步骤C；具体如下：

步骤B1、采集交通数据，具体如下：

采集每个车道车辆到达饱和情况下饱和流率并存储；

实时采集并记录当前运行的信号方案的控制参数；其中，信号方案是指交叉口信号方案；

采集每个车道车辆到达率、每个人行横道处行人到达率并存储；

步骤B2、根据采集的交通数据计算得到周期行人平均延误和周期车辆平均延误；具体如下：

采集当前运行的信号方案的周期内行人到达交叉口与离开交叉口时间差并累加和，得到每个信号方案的周期内行人总延误，该行人总延误然后除以总人数，得到当前运行的信号方案的周期内行人平均延误，该行人平均延误称为周期行人平均延误；

采集当前运行的信号方案的周期内车辆到达交叉口与离开交叉口时间差并累加和，得到每个信号方案的周期内车辆总延误，该车辆总延误除以总车辆数，得到当前运行的信号方案的周期内车辆平均延误，该车辆平均延误称为周期车辆平均延误；

步骤C、对车辆延误、行人过街延误分别进行判断；具体如下：

步骤C1、车辆延误判断：

判断当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误是否超过车辆延误预设定阈值，若是超过车辆延误预设定阈值并且步骤C1的上一步骤为步骤B，则执行步骤D；若是超过车辆延误预设定阈值并且步骤C1的上一步骤为步骤D，则执行步骤E；若是超过车辆延误预设定阈值并且步骤C1的上一步骤为步骤E，调小行人过街延误权重值θ并执行步骤E2～步骤E5；若未超过车辆延误预设定阈值，则执行步骤 C2；

步骤C2、行人过街延误判断：

判断当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误是否超过行人延误设定阈值，若超过并且步骤C1的上一步骤为步骤B则执行步骤D，若超过并且步骤C1的上一步骤为步骤D则执行步骤E，若超过并且步骤C1的上一步骤为步骤E，调大行人过街延误权重值θ并执行步骤E2～步骤E5；如未超过，则下发当前信号方案给信号机并返回步骤B；

步骤D、计算步骤A中交叉口信号方案集合中的每种交叉口信号方案的周期行人平均延误，比较各个信号方案下周期行人平均延误大小，选择周期行人平均延误最小的信号方案M为目标信号方案；具体如下：

步骤D1、利用行人延误公式，计算步骤A中交叉口信号方案集合中的每种交叉口信号方案在步骤B采集到的交通数据下的周期行人平均延误；具体如下：

步骤D11、统计步骤A中每种信号方案下行人二次过街绿灯时间；

步骤D12、计算步骤A中每种信号方案下每个方向下行人第二阶段过街绿灯时间相对第一阶段绿灯时间启动偏移值；

步骤D13、利用步骤D11得到的绿灯时间、步骤D12得到的偏移值、步骤B中实时行人到达率，利用二次过街延误模型计算步骤A中每种交叉口信号方案集合中的每种交叉口信号方案下每个方向行人二次过街情况的延误，利用一次过街延误模型计算每个方向行人一次过街情况的延误，并将每个方向行人二次过街情况的延误和每个方向行人一次过街情况的延误累加取平均求得每种信号方案下周期行人平均延误；

步骤D2、计算步骤A中每种信号方案在步骤B采集的交通数据下交叉口周期车辆平均延误；具体如下：

基于步骤B中采集的交通数据，利用车辆延误公式，计算信号方案的周期内每个相位下车辆平均延误，累加得到每种交叉口信号方案下交叉口周期车辆平均延误；

步骤D3、基于步骤D1的周期行人平均延误，比较各个信号方案下周期行人平均延误大小，选择周期行人平均延误最小的信号方案M为目标信号方案，方案M作为步骤 C中的当前运行的交叉口信号方案，步骤D2得到的方案M的交叉口周期车辆平均延误、步骤D3得到的方案M的周期行人平均延误分别作为步骤C中的当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误、当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误；并返回步骤C；

步骤E、获得最优绿灯时长的信号方案N，并计算信号方案N的行人周期平均延误和周期车辆平均延误并执行步骤C；具体如下：

步骤E1、设置行人过街延误权重值θ；

步骤E2、基于步骤D3得到的信号方案M构建周期平均行人延误与周期车辆平均延误最小化目标函数；

步骤E3、构建信号周期、绿灯时长、与安全岛承载人数优化约束条件；

步骤E4、步骤E2和E3构造出了非线性整数优化公式和约束，求解E2和E3构造的非线性整数规划得到最优绿灯时长的信号方案N；

步骤E5、利用步骤D中车辆延误公式和行人延误公式计算步骤E4中信号方案N 的周期行人平均延误和周期车辆平均延误，并将信号方案N的周期行人平均延误和周期车辆平均延误分别作为步骤C中的当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误、当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误；信号方案N作为步骤C中的当前运行的交叉口信号方案；并执行步骤C。

作为本发明所述的一种行人二次过街交叉口信号协调优化控制方法进一步优化方案，步骤A具体如下：

根据交叉口信号相位下车辆与车辆、车辆与行人二次过街的冲突关系，将非冲突的行人过街信号相位和车辆信号相位组合生成交叉口信号方案，枚举遍历所有非冲突的行人过街信号相位和车辆信号相位组合以及相位顺序，构建考虑行人二次过街的交叉口信号方案集合，并执行步骤B。

作为本发明所述的一种行人二次过街交叉口信号协调优化控制方法进一步优化方案，步骤B中利用视频AI识别技术采集当前运行的信号方案的周期内行人到达交叉口与离开交叉口时间差。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

本发明方法利用先进设备技术实时识别交叉口各相位车辆和行人到达率，基于行人二次过街与一次过街延误模型与车辆延误模型，对交叉口相位相序进行优化，基于延误判断进行绿灯时长行人和车辆延误最低多目标优化，得到优化信号方案并实时在线监测优化，行人二次过街信号交叉口安全性。

附图说明

图1是本发明的总体流程图。

图2是交叉口示例图。

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，下面将结合附图及具体实施例对本发明进行详细描述。

本发明通过对行人二次过街交叉口通行效率进行系统协调优化，提高行人二次过街效率与机动车过街效率，实现动态行人二次过街在线实时协调优化。本发明针对信号相位冲突关系，构建行人二次过街交叉口信号方案集合，基于行人二次过街延误模型和车辆延误模型，提出一种动态行人二次过街和车辆过街协调优化控制方法，实现实时行人二次过街交叉口信号方案优化与运行效率提升。

如图1所示，一种行人二次过街交叉口信号协调优化控制方法，该方法通过实时采集交通流量，根据延误模型计算当前车辆和行人二次过街延误，根据运行信号方案交通延误判别优化需求，以信号相位冲突关系构建以行人二次过街最大利用率交叉口信号方案集合，选择最优相序的信号方案进行绿灯时长协调优化，返回优化信号方案信号控制参数下发指令给信号机，实现行人二次过街交叉口信号动态协调优化，包含以下步骤：

(A)构建行人二次过街的交叉口信号方案集合；

(B)交通数据采集及存储；

(C)信号方案优化需求判别；

(D)交通延误计算及最优信号相序选择；

(E)信号方案的参数协调优化；

所述步骤(A)包含以下步骤：

根据交叉口信号相位关系，判别与每个二次过街安全岛两侧人行横道冲突的车辆相位，通过相位相序组合关系建立信号方案，每种信号方案配上行人二次过街可行跟随方案，构建行人二次过街信号方案集合。

以图2主干路和次干路交叉口渠化设置为例，其他主干路与主干路交叉口依然在本专利范围内，图中P1代表相位1，由相位冲突分析可以得到，人行横道1行人相位冲突车辆相位有相位1和相位6，同理人行横道3处行人相位冲突车辆相位有相位2和相位5；与人行横道2处行人相位冲突车辆相位有相位7和相位2，同理人行横道4处行人相位冲突车辆相位有相位6和相位3。

得到可行相位集φ_k,行人二次过街信号方案集合及行人相位绿灯时间如表1所示，行人绿灯时间启亮偏移值如表2所示，

为人行横道1处行人相位时长，

为次干道绿灯时长，即图2中东西方向车辆绿灯时长，

为相位1车辆绿灯时长，其他公式意义依次类推。

表1行人二次过街信号方案集合及行人相位绿灯时间

备注：相位前置代表相位释放顺序前置，例如相位1和相位5前置代表信号相序为主干道左转相位 1和5先运行然后主干道直行相位2和相位6运行。

表2行人绿灯时间启亮偏移值

备注：相位前置代表相位释放顺序前置，例如相位1和相位5前置代表信号相序为主干道左转相位 1和5先运行然后主干道直行相位2和相位6运行。

所述步骤(B)采集实时交通到达率、实时信号控制方案、交通延误三类，包含以下步骤：

(B1)饱和流率数据采集：采集每个车道车辆到达饱和情况下流率并存储

(B2)实时记录当前运行的信号方案的控制参数

(B3)实时交通到达率数据采集：采集每个车道车辆到达率、每个人行横道处行人到达率并存储。

(B4)交通延误采集：利用视频AI识别技术，采集运行信号方案的周期内行人到达交叉口与离开交叉口时间差并累加和，得到每个信号方案的周期内行人总延，误然后除以总人数，得到当前运行信号方案的周期内行人平均延误，称为周期行人平均延误；

采集运行信号方案的周期内车辆到达交叉口与离开交叉口时间差并累加和，得到每个信号方案的周期内车辆总延误，然后除以总车辆数，得到当前运行信号方案的周期内车辆平均延误，称为周期车辆平均延误。

所述步骤(C)包含以下步骤：

(C1)车辆延误判断：判断输入的信号方案在交叉口运行产生的周期的车辆平均延误是否超过车辆延误预设定阈值，若是超过阈值并且步骤(C1)上一步骤输入为(B) 采集交通数据结果执行步骤(D)；若是超过阈值并且步骤(C1)上一步骤输入为(D) 执行步骤(E)；如若是超过阈值并且步骤(C1)上一步骤输入为步骤(E)，更改权重值并执行步骤(E2)～(E5)；若未超过阈值，则执行步骤(C2)。

(C2)行人过街延误判断：判断输入信号方案在交叉口运行产生的周期行人平均延误是否超过行人延误设定阈值，若是超过阈值并且步骤(C1)上一步骤为(B)则执行步骤(D)，若是超过阈值并且(C1)上一步骤为(D)则执行步骤(E)，若是超过阈值并且步骤(C1)上一步骤为(E)，更改权重值并执行步骤(E2)～(E5)；如未超过阈值，则下发信号方案给信号机并返回步骤(B)

所述步骤(D)包含以下步骤：

(D1)利用行人延误公式计算步骤(A)中每种信号方案在步骤(B)采集到饱和流率、信号控制参数与实时交通到达率数据下的周期行人平均延误；

(D11)统计步骤(A)中每种信号方案下行人二次过街绿灯时间，如表1所示

(D12)计算步骤(A)中每种方案下每个方向下行人第二阶段过街绿灯时间相对第一阶段绿灯时间启动偏移值，如表2所示。

(D13)利用步骤(D11)与(D12)得到行人二次过街绿灯时间和偏移值与步骤(B3)实时行人到达率，利用二次过街延误模型计算每种信号方案下每个方向行人二次过街情况的延误，利用一次过街延误模型计算每个方向行人一次过街情况的延误，并累加取平均求得每种信号方案下周期行人平均延误。从图2中I侧到II侧行人二次过街延误计算公式如下：行人二次过街分为第一阶段过街延误和第二阶段延误，第二阶段延误分为团簇过街延误与离散过街延误如下

其中：

d₁为行人过街第一阶段延误；

第二阶段过街中等待第二阶段红灯时累计的行人团簇过街延误；

为第二阶段人行横道∧行人信号和第一阶段人行横道∨绿灯启亮偏移值，∧为人行横道的标号

g₁、g₂分别是第一与第二阶段信号灯行人过街信号绿灯时长；

t_m行人穿过第一阶段人行横道到达第二阶段人行横道的时间；

c两个行人过街阶段的信号周期时间长，假定两个阶段周期时长相同

当Δt＜g₁

当Δt＞g₁

则从I侧到II侧行人二次过街的两个阶段的平均总延误为：

将g₁与g₂用

与

以及

与

进行合适替换

人行横道1和2，行人从I侧到II侧的平均延误

人行横道1和2，行人从II侧到I侧的平均延误

人行横道3和4，行人从III侧到IV侧的平均延误

人行横道3和4，行人从IV侧到III侧的平均延误

行人从IV侧到I侧和I侧到IV的人行横道一次过街平均延误

行人从II侧到III侧和III侧到II侧的人行横道南到北一次过街平均延误

行人总延误为

(D2)计算步骤(A)中每种信号方案在步骤(B)采集到数据下周期车辆平均延误；

基于步骤(B3)得到每个车道车辆达到率、(B2)绿灯时长与信号周期和(B1)每个相位的饱和流率，利用车辆延误计算公式，计算每个相位下周期车辆平均延误，累加得到交叉口周期车辆平均延误。

车辆延误计算公式：

其中：

为相位

下车辆延误

为相位

下车辆饱和流率

为相位

下车辆到达率

为相位

下绿灯时间

c为周期时长

(D3)基于(D1)周期行人平均延误值，比较各个信号方案下周期行人平均延误，得到信号方案集中周期行人平均延误最小相位相序信号方案M为目标方案；并返回步骤(C)，方案M作为步骤C中的当前运行的交叉口信号方案，步骤D2得到的方案M 的交叉口周期车辆平均延误、步骤D3得到的方案M的周期行人平均延误作为步骤C 中的当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误、当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误。

所述步骤(E)包含以下步骤：

(E1)设置行人延误权重值θ

(E2)基于步骤(D3)最优信号方案构建周期行人平均延误与周期车辆平均延误最小化目标函数

(E3)构建信号周期、绿灯时长、与安全岛承载人数优化约束条件

c_min≤c≤c_max (15)

I,II,III和IV的行人二次过街到达率，单位人/秒

I,II,III和IV的行人一次过街到达率，单位人/秒

信号相位

下车辆的到达率(pcu/s)，

信号相位

下车辆的饱和流量(pcu/s)，

信号相位

下最大饱和接受度(pcu/s)，

c_max,c_min 最大和最小绿灯信号周期时长，s

二次过街人行横道j的绿灯时间，j＝1,...4

二次过街人行横道j最小通过绿灯时间，j＝1,...4s

行人过街最大等待时间，此处用90s

t_m 行人二次过街行人通过人行横道m段的时间，m＝1,..4s

τ₁，τ₂ 行人一次过街行人通过人行横道时间，s

N_max 行人二次过街进口1安全岛可容纳最多行人数

c 信号周期长度，s

信号相位

的绿灯时间，

信号相位

下清空排队车辆的最小绿灯时间(pcu/s)，

信号相位

下车辆延误，s，

d^p 交叉口行人总延误

θ 权重系数

(E4)计算机仿真求解非线性整数规划最优信号绿灯时长的到信号方案N。

(E5)基于公式(12)与(13)计算(E4)步骤信号方案N参数下周期行人平均延误和周期车辆平均延误并执行步骤(C)，信号方案N作为步骤C中的当前运行的交叉口信号方案，步骤D2得到的信号方案N的交叉口周期车辆平均延误、步骤D3得到的方案N的周期行人平均延误作为步骤C中的当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误、当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误。

应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (3)

1.一种行人二次过街交叉口信号协调优化控制方法，其特征在于，包括以下步骤：

步骤A、构建行人二次过街的交叉口信号方案集合，并执行步骤B；

步骤B、实时采集交通数据，并根据采集的交通数据计算得到周期行人平均延误和周期车辆平均延误并执行步骤C；具体如下：

步骤B1、采集交通数据，具体如下：

采集每个车道车辆到达饱和情况下饱和流率并存储；

实时采集并记录当前运行的信号方案的控制参数；其中，信号方案是指交叉口信号方案；

采集每个车道车辆到达率、每个人行横道处行人到达率并存储；

步骤B2、根据采集的交通数据计算得到周期行人平均延误和周期车辆平均延误；具体如下：

采集当前运行的信号方案的周期内行人到达交叉口与离开交叉口时间差并累加和，得到每个信号方案的周期内行人总延误，该行人总延误然后除以总人数，得到当前运行的信号方案的周期内行人平均延误，该行人平均延误称为周期行人平均延误；

采集当前运行的信号方案的周期内车辆到达交叉口与离开交叉口时间差并累加和，得到每个信号方案的周期内车辆总延误，该车辆总延误除以总车辆数，得到当前运行的信号方案的周期内车辆平均延误，该车辆平均延误称为周期车辆平均延误；

步骤C、对车辆延误、行人过街延误分别进行判断；具体如下：

步骤C1、车辆延误判断：

判断当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误是否超过车辆延误预设定阈值，若是超过车辆延误预设定阈值并且步骤C1的上一步骤为步骤B，则执行步骤D；若是超过车辆延误预设定阈值并且步骤C1的上一步骤为步骤D，则执行步骤E；若是超过车辆延误预设定阈值并且步骤C1的上一步骤为步骤E，调小行人过街延误权重值θ并执行步骤E2～步骤E5；若未超过车辆延误预设定阈值，则执行步骤C2；

步骤C2、行人过街延误判断：

判断当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误是否超过行人延误设定阈值，若超过并且步骤C1的上一步骤为步骤B则执行步骤D，若超过并且步骤C1的上一步骤为步骤D则执行步骤E，若超过并且步骤C1的上一步骤为步骤E，调大行人过街延误权重值θ并执行步骤E2～步骤E5；如未超过，则下发当前信号方案给信号机并返回步骤B；

步骤D、计算步骤A中交叉口信号方案集合中的每种交叉口信号方案的周期行人平均延误，比较各个信号方案下周期行人平均延误大小，选择周期行人平均延误最小的信号方案M为目标信号方案；具体如下：

步骤D1、利用行人延误公式，计算步骤A中交叉口信号方案集合中的每种交叉口信号方案在步骤B采集到的交通数据下的周期行人平均延误；具体如下：

步骤D11、统计步骤A中每种信号方案下行人二次过街绿灯时间；

步骤D12、计算步骤A中每种信号方案下每个方向下行人第二阶段过街绿灯时间相对第一阶段绿灯时间启动偏移值；

步骤D13、利用步骤D11得到的绿灯时间、步骤D12得到的偏移值、步骤B中实时行人到达率，利用二次过街延误模型计算步骤A中每种交叉口信号方案集合中的每种交叉口信号方案下每个方向行人二次过街情况的延误，利用一次过街延误模型计算每个方向行人一次过街情况的延误，并将每个方向行人二次过街情况的延误和每个方向行人一次过街情况的延误累加取平均求得每种信号方案下周期行人平均延误；

步骤D2、计算步骤A中每种信号方案在步骤B采集的交通数据下交叉口周期车辆平均延误；具体如下：

基于步骤B中采集的交通数据，利用车辆延误公式，计算信号方案的周期内每个相位下车辆平均延误，累加得到每种交叉口信号方案下交叉口周期车辆平均延误；

步骤D3、基于步骤D1的周期行人平均延误，比较各个信号方案下周期行人平均延误大小，选择周期行人平均延误最小的信号方案M为目标信号方案，方案M作为步骤C中的当前运行的交叉口信号方案，步骤D2得到的方案M的交叉口周期车辆平均延误、步骤D3得到的方案M的周期行人平均延误分别作为步骤C中的当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误、当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误；并返回步骤C；

步骤E、获得最优绿灯时长的信号方案N，并计算信号方案N的行人周期平均延误和周期车辆平均延误并执行步骤C；具体如下：

步骤E1、设置行人过街延误权重值θ；

步骤E2、基于步骤D3得到的信号方案M构建周期平均行人延误与周期车辆平均延误最小化目标函数；

步骤E3、构建信号周期、绿灯时长、与安全岛承载人数优化约束条件；

步骤E4、步骤E2和E3构造出了非线性整数优化公式和约束，求解E2和E3构造的非线性整数规划得到最优绿灯时长的信号方案N；

步骤E5、利用步骤D中车辆延误公式和行人延误公式计算步骤E4中信号方案N的周期行人平均延误和周期车辆平均延误，并将信号方案N的周期行人平均延误和周期车辆平均延误分别作为步骤C中的当前运行的交叉口信号方案在交叉口运行产生的周期行人平均延误、当前运行的交叉口信号方案在交叉口运行产生的周期车辆平均延误；信号方案N作为步骤C中的当前运行的交叉口信号方案；并执行步骤C。

2.根据权利要求1所述的一种行人二次过街交叉口信号协调优化控制方法，其特征在于，步骤A具体如下：

根据交叉口信号相位下车辆与车辆、车辆与行人二次过街的冲突关系，将非冲突的行人过街信号相位和车辆信号相位组合生成交叉口信号方案，枚举遍历所有非冲突的行人过街信号相位和车辆信号相位组合以及相位顺序，构建考虑行人二次过街的交叉口信号方案集合，并执行步骤B。

3.根据权利要求1所述的一种行人二次过街交叉口信号协调优化控制方法，其特征在于，步骤B中利用视频AI识别技术采集当前运行的信号方案的周期内行人到达交叉口与离开交叉口时间差。

Images