CN113658439A - 全息交叉口信号控制自主优化方法 - Google Patents
全息交叉口信号控制自主优化方法 Download PDFInfo
- Publication number
- CN113658439A CN113658439A CN202110826265.7A CN202110826265A CN113658439A CN 113658439 A CN113658439 A CN 113658439A CN 202110826265 A CN202110826265 A CN 202110826265A CN 113658439 A CN113658439 A CN 113658439A
- Authority
- CN
- China
- Prior art keywords
- intersection
- holographic
- traffic
- phase
- signal control
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 238000010586 diagram Methods 0.000 claims abstract description 9
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G08G1/083—Controlling the allocation of time between phases of a cycle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Abstract
本发明公开了全息交叉口信号控制自主优化方法,包括以下步骤:S1、通过搭建仿真模型以及布置的全息感知设备获取路网信息,路网信息包括交叉口类型及车道数量;S2、搭建VISSIM仿真场景,构建VISSIMCOM二次开发平台,根据所述路网信息输出车辆轨迹图和相关交通数据;S3、根据所述车辆轨迹图和相关交通数据,利用交通波理论对相位配时进行优化;S4、将相位配时优化前后的延误时长进行对比,得到延误时长优化值。本发明减少了交叉口的行车延误和交通事故。
Description
技术领域
本发明涉及智能交通交叉口信号控制领域,具体涉及一种全息交叉口信号控制自主优化方法。
背景技术
交叉口作为城市道路网中最为重要的节点,是交通流汇合、转向、分流的地方,是道路网灵活性的关键所在。而交叉口信号控制是解决城市交叉口拥堵严重、交通事故多发、通行时空资源分配不合理、交通秩序混乱、人车混行严重等问题的有效手段。由于当前传统交通信号控制存在交通信息采集不全面、交通状态感知不及时、控制策略选择不智能、交通控制信号不交互等问题,虽然长期以来国内外研究学者致力于对交叉口信号控制算法做出合理地改进,但受到交通系统复杂性与随机性的制约,改进后的算法往往缺乏实时性与准确性,并且不能得到实际上的验证与普及。
发明内容
本发明的目的在于提供一种全息交叉口信号控制自主优化方法,以解决交叉口的交通拥堵。
为解决上述技术问题,本发明提供了一种技术方案:全息交叉口信号控制自主优化方法,包括以下步骤:
S1、通过搭建仿真模型以及布置的全息感知设备获取路网信息,路网信息包括交叉口类型及车道数量;
S2、搭建VISSIM仿真场景,构建VISSIMCOM二次开发平台,根据所述路网信息输出车辆轨迹图和相关交通数据;
S3、根据所述车辆轨迹图和相关交通数据,利用交通波理论对相位配时进行优化;
S4、将相位配时优化前后的延误时长进行对比,得到延误时长优化值。
按上述方案,S2所述VISSIMCOM二次开发平台为通过COM接口以及Java编程构建。
按上述方案,S2所述相关交通数据包括车辆速度、位置、编号、各车道上的车辆排队长度、各车道的车流阻塞密度、饱和车头时距、车辆通过交叉口的平均加速度。
按上述方案,S3所述对交通信号的相位配时进行优化具体为:根据相关交通数据,利用交通波理论对交叉口的交通信号相位进行实时分配绿时。
按上述方案,所述交通波理论中的启动波为:当交叉口该相位获得通行权时,相位车流的密度发生变化,因而生成启动波,其传播速度公式为:
式中,uw为启动波速度,单位m/s,其负值代表其传播方向为从交叉口往上游路口传播;h为饱和车头时距,单位s/veh,由轨迹数据统计获得;kj为车流阻塞密度,单位veh/km,u为车辆通过交叉口最大速度。
按上述方案,所述相位配时优化具体为:
为了保证排队等待的车辆全部通过路口,相位绿灯的计算公式为:
式中,Tj为j相位绿灯时间;Tv为队列末尾车辆从启动到通过停止线所用时间;Tm为相位时长修正参数,取Tm=5s;
其中Tv计算见下式:
式中,a为加速度,lm=u2/2a,表示为车辆匀加速至最大速度所行驶的距离;
为了防止绿灯时间太长或太短的情况,给予绿灯相位最小绿灯时间和最大绿灯时长的限制。
一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上文任一项所述全息交叉口信号控制自主优化方法的步骤。
一种计算机可读存储介质,其特征在于:其上存储有计算机程序,所述计算机程序被处理器执行时实现如上文任一项所述全息交叉口信号控制自主优化方法的步骤。
用于实现上文所述全息交叉口信号控制自主优化方法的全息交叉口信号控制自主优化系统,该系统包括:
数据采集模块,包括全息感知设备,用于搭建仿真模型并根据全息感知设备获取路网信息,路网信息包括交叉口类型及车道数量;
二次开发平台仿真模块,用于搭建VISSIM仿真场景,构建VISSIMCOM二次开发平台,根据所述路网信息输出车辆轨迹图和相关交通数据;
相位配时优化模块,用于根据所述车辆轨迹图和相关交通数据,利用交通波理论对相位配时进行优化;
延误判断模块,用于将相位配时优化前后的延误时长进行对比,得到延误时长优化值。
本发明的有益效果是:通过搭建仿真模型以及布置的全息感知设备获取路网信息,通过构建VISSIMCOM二次开发平台,根据路网信息输出车辆轨迹图和相关交通数据,并以此对相位配时进行优化,从而减少了交叉口的行车延误和交通事故。
附图说明
图1是本发明一实施例的方法执行流程图;
图2是本发明一实施例的交叉口仿真建模示意图;
图3是本发明一实施例的VISSIMCOM二次开发平台结构示意图;
图4是本发明一实施例的交叉口信号控制自主优化方法的流程图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
本实施例选取武汉市中南路与武珞路交叉口作为优化对象。
参见图1,全息交叉口信号控制自主优化方法,包括以下步骤:
S1、通过搭建仿真模型以及布置的全息感知设备获取路网信息,路网信息包括交叉口类型及车道数量;
S2、参见图2,搭建VISSIM仿真场景,构建VISSIMCOM二次开发平台,根据所述路网信息输出车辆轨迹图和相关交通数据;
S3、参见图3,根据所述车辆轨迹图和相关交通数据,利用交通波理论对相位配时进行优化;
S4、将相位配时优化前后的延误时长进行对比,得到延误时长优化值。
进一步地,参见图3,S2所述VISSIMCOM二次开发平台为通过COM接口以及Java编程构建。
进一步地,S2所述相关交通数据包括车辆速度、位置、编号、各车道上的车辆排队长度、各车道的车流阻塞密度、饱和车头时距、车辆通过交叉口的平均加速度。
进一步地,参见图4,S3所述对交通信号的相位配时进行优化具体为:根据相关交通数据,利用交通波理论对交叉口的交通信号相位进行实时分配绿时;交通波理论是基于流体力学的基本原理,其通过模拟流体的连续性建立车流的连续方程,将车流的密度变化拟成水波的起伏进而抽象成交通波,具体如下:
当交叉口该相位获得通行权时,相位车流的密度发生变化,因而生成启动波。根据交通波理论,交叉口排队的长度分两步通过交叉口:当绿灯相位开启时,启动波以一定的速度向上游传播;其次接收到启动波的车辆加速通过交叉口。在交通波理论中,启动波的传播速度公式如下式所示:
式中,uw为启动波速度,单位m/s,其负值代表其传播方向为从交叉口往上游路口传播;h为饱和车头时距,单位s/veh,由轨迹数据统计获得;kj为车流阻塞密度,单位veh/km,u为车辆通过交叉口最大速度;
为了保证排队等待的车辆全部通过路口,相位绿灯的计算公式为:
式中,Tj为j相位绿灯时间;Tv为队列末尾车辆从启动到通过停止线所用时间;Tm为相位时长修正参数,取Tm=5s;
其中Tv计算见下式:
式中,a为加速度,lm=u2/2a,表示为车辆匀加速至最大速度所行驶的距离;
为了防止绿灯时间太长或太短的情况,给予绿灯相位最小绿灯时间和最大绿灯时长的限制。
用于实现上文所述全息交叉口信号控制自主优化方法的全息交叉口信号控制自主优化系统,该系统包括:
数据采集模块,包括全息感知设备,用于搭建仿真模型并根据全息感知设备获取路网信息,路网信息包括交叉口类型及车道数量;
二次开发平台仿真模块,用于搭建VISSIM仿真场景,构建VISSIMCOM二次开发平台,根据所述路网信息输出车辆轨迹图和相关交通数据;
相位配时优化模块,用于根据所述车辆轨迹图和相关交通数据,利用交通波理论对相位配时进行优化;
延误判断模块,用于将相位配时优化前后的延误时长进行对比,得到延误时长优化值。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.全息交叉口信号控制自主优化方法,其特征在于:该方法包括以下步骤:
S1、通过搭建仿真模型以及布置的全息感知设备获取路网信息,路网信息包括交叉口类型及车道数量;
S2、搭建VISSIM仿真场景,构建VISSIMCOM二次开发平台,根据所述路网信息输出车辆轨迹图和相关交通数据;
S3、根据所述车辆轨迹图和相关交通数据,利用交通波理论对相位配时进行优化;
S4、将相位配时优化前后的延误时长进行对比,得到延误时长优化值。
2.根据权利要求1所述的全息交叉口信号控制自主优化方法,其特征在于:S2所述VISSIMCOM二次开发平台为通过COM接口以及Java编程构建。
3.根据权利要求1所述的全息交叉口信号控制自主优化方法,其特征在于:S2所述相关交通数据包括车辆速度、位置、编号、各车道上的车辆排队长度、各车道的车流阻塞密度、饱和车头时距、车辆通过交叉口的平均加速度。
4.根据权利要求1所述的全息交叉口信号控制自主优化方法,其特征在于:S3所述对交通信号的相位配时进行优化具体为:根据相关交通数据,利用交通波理论对交叉口的交通信号相位进行实时分配绿时。
7.一种计算机设备,其特征在于:包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述全息交叉口信号控制自主优化方法的步骤。
8.一种计算机可读存储介质,其特征在于:其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述全息交叉口信号控制自主优化方法的步骤。
9.用于实现权利要求1-4所述全息交叉口信号控制自主优化方法的全息交叉口信号控制自主优化系统,其特征在于:该系统包括:
数据采集模块,包括全息感知设备,用于搭建仿真模型并根据全息感知设备获取路网信息,路网信息包括交叉口类型及车道数量;
二次开发平台仿真模块,用于搭建VISSIM仿真场景,构建VISSIMCOM二次开发平台,根据所述路网信息输出车辆轨迹图和相关交通数据;
相位配时优化模块,用于根据所述车辆轨迹图和相关交通数据,利用交通波理论对相位配时进行优化;
延误判断模块,用于将相位配时优化前后的延误时长进行对比,得到延误时长优化值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826265.7A CN113658439A (zh) | 2021-07-21 | 2021-07-21 | 全息交叉口信号控制自主优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826265.7A CN113658439A (zh) | 2021-07-21 | 2021-07-21 | 全息交叉口信号控制自主优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113658439A true CN113658439A (zh) | 2021-11-16 |
Family
ID=78489706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110826265.7A Pending CN113658439A (zh) | 2021-07-21 | 2021-07-21 | 全息交叉口信号控制自主优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113658439A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104637317A (zh) * | 2015-01-23 | 2015-05-20 | 同济大学 | 一种基于实时车辆轨迹的交叉口感应信号控制方法 |
CN111862602A (zh) * | 2020-06-24 | 2020-10-30 | 南京理工大学 | 基于轨迹数据的单交叉口信号配时优化方法 |
CN112818071A (zh) * | 2021-02-09 | 2021-05-18 | 青岛海信网络科技股份有限公司 | 一种基于统一路网的交管领域知识图谱构建方法及装置 |
-
2021
- 2021-07-21 CN CN202110826265.7A patent/CN113658439A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104637317A (zh) * | 2015-01-23 | 2015-05-20 | 同济大学 | 一种基于实时车辆轨迹的交叉口感应信号控制方法 |
CN111862602A (zh) * | 2020-06-24 | 2020-10-30 | 南京理工大学 | 基于轨迹数据的单交叉口信号配时优化方法 |
CN112818071A (zh) * | 2021-02-09 | 2021-05-18 | 青岛海信网络科技股份有限公司 | 一种基于统一路网的交管领域知识图谱构建方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Eco-cooperative adaptive cruise control at signalized intersections considering queue effects | |
Wang et al. | Developing a platoon-wide eco-cooperative adaptive cruise control (CACC) system | |
CN108959813B (zh) | 一种智能车辆道路导航环境模型的仿真建模方法 | |
CN103593535A (zh) | 基于多尺度融合的城市交通复杂自适应网络平行仿真系统及方法 | |
CN103942969B (zh) | 左转机动车借右侧车道转弯交叉口动态交通信号控制方法 | |
CN104299432A (zh) | 一种过饱和路口信号灯控制方法及装置 | |
CN104282162A (zh) | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 | |
Li et al. | Traffic signal timing optimization in connected vehicles environment | |
CN108335497A (zh) | 一种交通信号自适应控制系统及方法 | |
CN103927892A (zh) | 一种交通溢流协调控制优化模型的建立方法及其工作方法 | |
CN104575035A (zh) | 一种基于车联网环境下交叉口的自适用控制方法 | |
CN112907950B (zh) | 一种面向车路协同环境的元胞传输模型改进方法 | |
Chen et al. | Dynamic eco-driving speed guidance at signalized intersections: Multivehicle driving simulator based experimental study | |
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 | |
CN106384521A (zh) | 一种基于公交优先的单交叉口交通信号优化控制方法 | |
CN110992676A (zh) | 一种道路通行能力与网联自动驾驶车当量系数估计方法 | |
CN115188204B (zh) | 一种异常天气条件下高速公路车道级可变限速控制方法 | |
JP3520331B2 (ja) | 交通流シミュレーション装置 | |
CN113421439A (zh) | 一种基于蒙特卡罗算法的单路口交通信号配时优化方法 | |
Cheng et al. | Enhancing mixed traffic flow safety via connected and autonomous vehicle trajectory planning with a reinforcement learning approach | |
CN113724507B (zh) | 基于深度强化学习的交通控制与车辆诱导协同方法和系统 | |
CN112669630B (zh) | 交通信号配时方案生成方法、交通信号控制方法和装置 | |
CN112884194B (zh) | 基于信号交叉口运行状况的可变车道切换与信号配时方法 | |
CN113936475A (zh) | 一种多道路资源优化的交通控制方法和系统 | |
CN1971655A (zh) | 利用智能交通信息的减缓交通拥堵方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211116 |