CN114141032B - 一种交通信号控制方案生成方法及设备 - Google Patents

一种交通信号控制方案生成方法及设备 Download PDF

Info

Publication number
CN114141032B
CN114141032B CN202210115389.9A CN202210115389A CN114141032B CN 114141032 B CN114141032 B CN 114141032B CN 202210115389 A CN202210115389 A CN 202210115389A CN 114141032 B CN114141032 B CN 114141032B
Authority
CN
China
Prior art keywords
congestion
area
determining
vehicle
intersection
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
CN202210115389.9A
Other languages
English (en)
Other versions
CN114141032A (zh
Inventor
陈维强
王雯雯
张彤
陈晓明
赵晓伟
张贤贤
王玉波
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 CN202210115389.9A priority Critical patent/CN114141032B/zh
Publication of CN114141032A publication Critical patent/CN114141032A/zh
Application granted granted Critical
Publication of CN114141032B publication Critical patent/CN114141032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及智能交通控制技术领域，尤其涉及一种交通信号控制方案生成方法及设备，该方法包括根据任一拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定拥堵子区在拥堵时段内所属的拥堵区域类型，并确定与拥堵区域类型匹配的交通控制策略，通过交通控制策略，确定针对拥堵子区的至少一个控制路口，确定每个控制路口的非拥堵路段在拥堵时段内容纳的剩余车辆容量，并通过该控制路口的剩余车辆容量确定该控制路口在拥堵方向上的绿灯可调节量，通过该绿灯可调节量，更新该控制路口在拥堵方向上的绿灯时长，从而生成拥堵子区的交通信号控制方案。如此，该方案可有效地降低人工依赖，以此确保针对拥堵子区的交通信号控制方案的有效性、准确性。

Description

一种交通信号控制方案生成方法及设备
技术领域
本申请涉及智能交通控制技术领域，尤其涉及一种交通信号控制方案生成方法及设备。
背景技术
交通路口作为城市交通道路网络的主要组成部分，它是否正常畅通将会直接影响城市交通道路网络的运行。比如，针对任一城市，如果该城市的某一交通路口因某种原因（比如车流量过大，超过该交通路口的负载能力或者该交通路口对应的某一道路存在施工或交通事故等）导致该交通路口发生拥堵，可能会造成交通流的堆积，从而使得拥堵会向周围蔓延，以此产生较大面积的交通路口拥堵。针对于此，如何准确地生成针对该交通路口的拥堵状况的交通信号控制方案成为急需解决的问题。
现阶段，交通信号控制系统现在已基本实现点、线、面的配时优化和协调控制，但是传统的针对交通拥堵区域的交通信号控制方案是完全依赖人工确定的，一旦确定好就是固定不变的，比如，对于拥堵的影响范围、拥堵控制路口、拥堵控制方向和拥堵控制比例等详细交通信号控制方案信息就需要依赖人工确定，而且这种人工确定交通信号控制方案的方式是完全依赖于人工经验和调研能力，且可能会由于不同参与人员的经验不同（或调研能力不同）导致交通信号控制方案生成的准确性不同，以及，通过人工确定交通信号控制方案需要耗费较多的时间成本和人力成本，导致交通信号控制方案的生成效率低。此外，由于实际交通状况是随时间不断发生变化的，因此这种人工确定的固定交通信号控制方案无法完全适用于实时变化的交通状况所产生的交通拥堵，也就不能满足处理实际交通拥堵状况的场景需求。
综上，目前亟需一种交通信号控制方案生成方法，用以有效地降低人工依赖，以此确保针对拥堵子区的交通信号控制方案的有效性、准确性。
发明内容
本申请示例性的实施方式中提供了一种交通信号控制方案生成方法及设备，用以有效地降低人工依赖，以此确保针对拥堵子区的交通信号控制方案的有效性、准确性。
第一方面，本申请示例性的实施方式中提供了一种交通信号控制方案生成方法，包括：
针对任一拥堵子区，根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
确定与所述拥堵区域类型匹配的交通控制策略，并通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，以及确定所述至少一个控制路口各自具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；
针对每个控制路口，通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，并通过所述绿灯可调节量，更新所述控制路口在拥堵方向上的绿灯时长；
基于各控制路口在拥堵方向上的更新后的绿灯时长，生成针对所述拥堵子区在所述拥堵时段内的交通信号控制方案。
上述技术方案中，由于现有技术方案中是通过依赖人工确定交通信号控制方案，导致交通信号控制方案的生成效率低、准确性低，且无法满足处理实际交通拥堵状况的场景需求。基于此，本申请中的技术方案通过针对任一拥堵子区，根据该拥堵子区在某一拥堵时段内具有的第一车辆OD路径数据，识别出该拥堵子区在该拥堵时段内所属的拥堵区域类型，其中，任一拥堵子区在不同拥堵时段所对应的拥堵区域类型可能不相同，也即是说，任一拥堵子区在不同拥堵时段内所具有的车辆OD路径数据会发生变化（即拥堵子区在不同拥堵时段内所具有的交通状态分布不相同），使得该拥堵子区在不同拥堵时段所对应的拥堵区域类型就可能不相同。再根据该拥堵区域类型自动匹配出该拥堵子区在该拥堵时段内所对应的交通控制策略，如此可以实现根据拥堵子区在不同拥堵时段内所属的拥堵区域类型进行动态调整对应的交通控制策略的目的，以此可以满足处理实际交通拥堵状况的场景需求，并通过该交通控制策略，确定在该拥堵时段内针对该拥堵子区的至少一个控制路口，以及确定该至少一个控制路口各自具有的至少一个非拥堵路段在该拥堵时段内所能容纳的剩余车辆容量。然后，针对每个控制路口，通过该控制路口具有的至少一个非拥堵路段在该拥堵时段内所能容纳的剩余车辆容量确定该控制路口在拥堵方向上的绿灯可调节量，并通过该绿灯可调节量，即可准确地更新该控制路口在拥堵方向上的绿灯时长，从而可以及时有效地生成针对该拥堵子区的交通信号控制方案。如此，该方案通过拥堵子区在不同拥堵时段内所属的拥堵区域类型进行自动确定对应的交通控制策略，并依据该交通控制策略来自动生成针对拥堵子区在对应拥堵时段内的交通信号控制方案，所生成的交通信号控制方案也就更加符合实际交通拥堵状况的实际处理需求，以此可以有效地降低人工依赖，从而可以确保针对拥堵子区的交通信号控制方案的有效性、准确性，并可以更加满足在不同场景下针对不同交通控制策略的需求。
在一些示例性的实施方式中，所述根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型，包括：
根据所述拥堵子区在所述拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内对应的多类路径占比；
若所述多类路径占比中任一类路径占比大于或等于第一设定阈值，则将所述类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若所述多类路径占比均小于所述第一设定阈值，则将所述多类路径占比按照从大到小的顺序进行排序，并通过排序后的所述多类路径占比，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
上述技术方案中，由于同一拥堵子区在不同拥堵时段的交通特征可能不相同，那么所适用的交通控制策略也可能不相同，因此通过分析拥堵子区在拥堵时段内的车辆OD路径数据（比如车辆驶入路径数据、车辆驶出路径数据、内部车辆OD路径数据等），可以准确地确定出拥堵子区在拥堵时段内所属的拥堵区域类型，并通过该拥堵区域类型即可准确地匹配出符合拥堵子区当前拥堵时段内的交通特征的交通控制策略，使得针对拥堵子区的拥堵状况的调控更具有针对性，以此可以实现针对拥堵子区在不同拥堵时段内所属的拥堵区域类型进行交通控制策略的灵活调整的目的。
在一些示例性的实施方式中，拥堵区域类型包括过境区域、聚集区域、内部区域和疏散区域；
所述根据所述拥堵子区在所述拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内对应的多类路径占比，包括：
通过所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的车辆OD路径数据，确定第一类路径占比；
通过所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的车辆OD路径数据，确定第二类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的车辆OD路径数据，确定第三类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的车辆OD路径数据，确定第四类路径占比；
其中，所述第一类路径占比对应的拥堵区域类型为聚集区域；所述第二类路径占比对应的拥堵区域类型为疏散区域；所述第三类路径占比对应的拥堵区域类型为内部区域；所述第四类路径占比对应的拥堵区域类型为过境区域。
上述技术方案中，通过分析拥堵时段内车辆OD路径起点、车辆OD路径终点是否为拥堵子区内部路口所关联的车辆OD路径数据，可以准确地识别出拥堵子区在拥堵时段内的交通特征，即识别出拥堵子区在拥堵时段内属于哪一种拥堵区域类型，比如，每一类路径占比对应一个拥堵区域类型，通过分析所确定的各类路径占比，即可确定出拥堵子区在拥堵时段内所属的具体拥堵区域类型。
在一些示例性的实施方式中，通过下述方式确定所述第一类、所述第二类路径占比、所述第三类路径占比以及所述第四类路径占比：
确定在所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的各车辆所经过的驶入路径的第一数量；
确定在所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的各车辆所经过的驶出路径的第二数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的各车辆所经过的路径的第三数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的各车辆所经过的路径的第四数量；
根据所述第一数量、所述第二数量、所述第三数量以及所述第四数量，确定第五数量；
将所述第一数量与所述第五数量的比值确定为所述第一类路径占比，将所述第二数量与所述第五数量的比值确定为所述第二类路径占比，将所述第三数量与所述第五数量的比值确定为所述第三类路径占比，以及将所述第四数量与所述第五数量的比值确定为所述第四类路径占比。
上述技术方案中，通过统计拥堵时段内车辆OD路径起点、车辆OD路径终点是否为拥堵子区内部路口所关联的车辆经过路径数量，即可确定出各类路径占比，从而可以为确定拥堵子区在拥堵时段内所属的具体拥堵区域类型提供有效地支持。
在一些示例性的实施方式中，所述通过排序后的所述多类路径占比，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型，包括：
确定所述排序后的所述多类路径占比中任意相邻两类路径占比的差值；
若确定排序位于前两位的两类路径占比的差值大于或等于第二设定阈值，则将排序位于第一位的一类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值大于或等于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前两位的两类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前三位的三类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定任意相邻两类路径占比的差值均小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序后的所述多类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
上述技术方案中，在确定各类路径占比均小于第一设定阈值时，此时可以按照各类路径占比的大小来准确地确定具体是哪一类路径占比所对应的拥堵区域类型作为拥堵子区在拥堵时段内所属的拥堵区域类型，也即是将各类路径占比按照大小顺序进行排序，并计算排序后的任意相邻两类路径占比的差值，同时将差值与第二设定阈值进行比较，如果排序位于前两位的相邻两类路径占比的差值满足第二设定阈值，即可将排序位于第一位的一类路径占比所对应的拥堵区域类型作为拥堵子区在拥堵时段内所属的拥堵区域类型。如果排序位于前两位的相邻两类路径占比的差值不满足第二设定阈值，则可同时依据各类路径占比所对应的拥堵区域类型的优先级来确定最终是哪一类路径占比所对应的拥堵区域类型作为拥堵子区在拥堵时段内所属的拥堵区域类型。
在一些示例性的实施方式中，每个交通控制策略包括针对拥堵子区在所述拥堵时段内的控制措施以及至少一个第一关键路口；至少一个第一关键路口用于表征拥堵子区中执行所述控制措施进行控制的核心路口；
所述通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，包括：
通过所述交通控制策略，确定出至少一个第一关键路口；
根据所述至少一个第一关键路口具有的第二车辆OD路径数据，确定出至少一个在拥堵方向上的车辆流量满足流量阈值的第二关键路口；
将所述至少一个第一关键路口以及至少一个第二关键路口确定为针对所述拥堵子区的控制路口。
上述技术方案中，通过所确定的与拥堵区域类型匹配的交通控制策略，即可确定出交通控制策略所包含的至少一个第一关键路口（即拥堵子区中执行控制措施进行控制的核心路口），同时分析该至少一个第一关键路口所具有的车辆OD路径数据，也即是分析该至少一个第一关键路口关联的车辆来往OD路径，以此可以确定出导致拥堵子区中的某一路段或某几个路段发生拥堵的其它关键路口（即在拥堵方向上的车辆流量满足流量阈值的路口），如此，通过针对至少一个第一关键路口以及其它关键路口进行有效地调控，即可有效地缓解拥堵子区中的某一路段或某几个路段在拥堵时段内的拥堵，同时可以有效地确保拥堵不会蔓延至其它路口的路段。
在一些示例性的实施方式中，通过下述方式确定任一控制路口具有的任一非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量，包括：
针对任一控制路口具有的每个非拥堵路段，若确定可获取到所述非拥堵路段的车辆排队长度，则根据所述非拥堵路段的拥堵临界车辆排队长度、排队车辆的车头间距、车道数量和在所述拥堵时段内的车辆排队长度均值，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；
若确定获取不到所述非拥堵路段的车辆排队长度，则基于所述拥堵时段内在所述非拥堵路段的拥堵方向上的平均车辆饱和度、所述非拥堵路段在拥堵方向上的绿灯时长、所述控制路口的路口周期、车辆饱和流率、在所述非拥堵路段的拥堵方向上排队的各车辆所占的平均空间长度以及所述非拥堵路段的拥堵临界车辆排队长度、车道数量，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量。
上述技术方案中，通过分析确定每个控制路口的非拥堵路段在拥堵时段内所能容纳的剩余车辆容量，即可为后续准确地确定该控制路口在拥堵方向上的绿灯可调节量提供有效地支持，并可以确保后续所确定的该控制路口对应的绿灯可调节量是合理的，从而能够有效地缓解拥堵子区在拥堵时段的拥堵状况并可以确保拥堵子区的路段所发生的拥堵不会蔓延至其它路口。
在一些示例性的实施方式中，所述通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，包括：
根据在所述拥堵时段内所述拥堵子区中的拥堵路段的车辆驶入流量以及车辆驶出流量，确定在所述拥堵时段内所述拥堵子区中的拥堵路段所需消散的车辆数量，并基于所述拥堵路段所需消散的车辆数量、所述拥堵路段所在下游路口的路口周期以及饱和车头时距，确定在所述拥堵路段消散所述车辆数量的车辆所需的车辆通行时间；所述饱和车头时距用于表征处于饱和状态下的任一路段上的相邻两个车辆在经过该路段的同一位置时的时间差值；
基于所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量、所述控制路口的路口周期以及所述饱和车头时距，确定所述控制路口的最大绿灯可调节量；
根据所述车辆通行时间、所述控制路口的最大绿灯可调节量以及各控制路口的最大绿灯可调节量的总调节量，确定所述控制路口在拥堵方向上的绿灯可调节量。
上述技术方案中，通过基于每个控制路口的最大绿灯可调节量以及在拥堵子区的拥堵路段消散（或疏散）一定数量的车辆所需的车辆通行时间，即可准确地确定出控制路口在拥堵方向上的绿灯可调节量，以便用于更新控制路口在拥堵方向上的绿灯时长，从而可以实现拥堵子区在拥堵时段内的交通信号控制方案的自动化生成。
第二方面，本申请示例性的实施方式中提供了一种交通信号控制方案生成设备，包括处理器和存储器，所述处理器和所述存储器相连，所述存储器存储有计算机程序，当所述存储器中存储的所述计算机程序被所述处理器执行时，使得所述交通信号控制方案生成设备执行：针对任一拥堵子区，根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；确定与所述拥堵区域类型匹配的交通控制策略，并通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，以及确定所述至少一个控制路口各自具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；针对每个控制路口，通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，并通过所述绿灯可调节量，更新所述控制路口在拥堵方向上的绿灯时长；基于各控制路口在拥堵方向上的更新后的绿灯时长，生成针对所述拥堵子区在所述拥堵时段内的交通信号控制方案。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
根据所述拥堵子区在所述拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内对应的多类路径占比；
若所述多类路径占比中任一类路径占比大于或等于第一设定阈值，则将所述类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若所述多类路径占比均小于所述第一设定阈值，则将所述多类路径占比按照从大到小的顺序进行排序，并通过排序后的所述多类路径占比，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
在一些示例性的实施方式中，拥堵区域类型包括过境区域、聚集区域、内部区域和疏散区域；
所述交通信号控制方案生成设备具体用于执行：
通过所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的车辆OD路径数据，确定第一类路径占比；
通过所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的车辆OD路径数据，确定第二类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的车辆OD路径数据，确定第三类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的车辆OD路径数据，确定第四类路径占比；
其中，所述第一类路径占比对应的拥堵区域类型为聚集区域；所述第二类路径占比对应的拥堵区域类型为疏散区域；所述第三类路径占比对应的拥堵区域类型为内部区域；所述第四类路径占比对应的拥堵区域类型为过境区域。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
确定在所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的各车辆所经过的驶入路径的第一数量；
确定在所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的各车辆所经过的驶出路径的第二数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的各车辆所经过的路径的第三数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的各车辆所经过的路径的第四数量；
根据所述第一数量、所述第二数量、所述第三数量以及所述第四数量，确定第五数量；
将所述第一数量与所述第五数量的比值确定为所述第一类路径占比，将所述第二数量与所述第五数量的比值确定为所述第二类路径占比，将所述第三数量与所述第五数量的比值确定为所述第三类路径占比，以及将所述第四数量与所述第五数量的比值确定为所述第四类路径占比。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
确定所述排序后的所述多类路径占比中任意相邻两类路径占比的差值；
若确定排序位于前两位的两类路径占比的差值大于或等于第二设定阈值，则将排序位于第一位的一类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值大于或等于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前两位的两类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前三位的三类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定任意相邻两类路径占比的差值均小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序后的所述多类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
在一些示例性的实施方式中，每个交通控制策略包括针对拥堵子区在所述拥堵时段内的控制措施以及至少一个第一关键路口；至少一个第一关键路口用于表征拥堵子区中执行所述控制措施进行控制的核心路口；
所述交通信号控制方案生成设备具体用于执行：
通过所述交通控制策略，确定出至少一个第一关键路口；
根据所述至少一个第一关键路口具有的第二车辆OD路径数据，确定出至少一个在拥堵方向上的车辆流量满足流量阈值的第二关键路口；
将所述至少一个第一关键路口以及至少一个第二关键路口确定为针对所述拥堵子区的控制路口。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
针对任一控制路口具有的每个非拥堵路段，若确定可获取到所述非拥堵路段的车辆排队长度，则根据所述非拥堵路段的拥堵临界车辆排队长度、排队车辆的车头间距、车道数量和在所述拥堵时段内的车辆排队长度均值，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；
若确定获取不到所述非拥堵路段的车辆排队长度，则基于所述拥堵时段内在所述非拥堵路段的拥堵方向上的平均车辆饱和度、所述非拥堵路段在拥堵方向上的绿灯时长、所述控制路口的路口周期、车辆饱和流率、在所述非拥堵路段的拥堵方向上排队的各车辆所占的平均空间长度以及所述非拥堵路段的拥堵临界车辆排队长度、车道数量，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
根据在所述拥堵时段内所述拥堵子区中的拥堵路段的车辆驶入流量以及车辆驶出流量，确定在所述拥堵时段内所述拥堵子区中的拥堵路段所需消散的车辆数量，并基于所述拥堵路段所需消散的车辆数量、所述拥堵路段所在下游路口的路口周期以及饱和车头时距，确定在所述拥堵路段消散所述车辆数量的车辆所需的车辆通行时间；所述饱和车头时距用于表征处于饱和状态下的任一路段上的相邻两个车辆在经过该路段的同一位置时的时间差值；
基于所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量、所述控制路口的路口周期以及所述饱和车头时距，确定所述控制路口的最大绿灯可调节量；
根据所述车辆通行时间、所述控制路口的最大绿灯可调节量以及各控制路口的最大绿灯可调节量的总调节量，确定所述控制路口在拥堵方向上的绿灯可调节量。
第三方面，本申请实施例提供一种计算设备，包括至少一个处理器以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行上述第一方面任意所述的交通信号控制方案生成方法。
第四方面，本申请实施例提供一种计算机可读存储介质，其存储有可由计算设备执行的计算机程序，当所述程序在所述计算设备上运行时，使得所述计算设备执行上述第一方面任意所述的交通信号控制方案生成方法。
附图说明
为了更清楚地说明本申请的技术方案，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申请的一些实施例，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为本申请一些实施例提供的一种交通信号控制方案生成方法的流程示意图；
图2a为本申请一些实施例提供的一种聚集区域的示意图；
图2b为本申请一些实施例提供的一种疏散区域的示意图；
图2c为本申请一些实施例提供的一种内部区域的示意图；
图2d为本申请一些实施例提供的一种过境区域的示意图；
图3为本申请一些实施例提供的一种控制路段车辆的来车路径和去车路径的树形图；
图4为本申请一些实施例提供的一种交通信号控制方案生成设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
图1示例性的示出了本申请实施例提供的一种交通信号控制方案生成方法的流程，该流程可以由交通信号控制方案生成设备执行。其中，交通信号控制方案生成设备可以是服务器或者也可以是能够支持服务器实现该方法所需的功能的部件（比如芯片或集成电路）等，当然也可以是其它具有实现该方法所需的功能的电子设备。
如图1所示，该流程具体包括：
步骤101，针对任一拥堵子区，根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
本申请实施例中，在生成针对拥堵子区在某一拥堵时段内的交通信号控制方案之前，需要首先获取控制子区（即需要针对交通信号进行控制的区域，比如拥堵子区或拥堵子区外围需要控制的子区等）的基础数据，该基础数据可以包括控制子区在该拥堵时段内的交通状态、车辆OD路径数据、道路等级、道路排队长度、干线流量数据、路口流量数据、电警数据以及卡口原始过车数据等。其中，干线流量数据、路口流量数据可以用于后续确定非拥堵路段在拥堵时段内所能容纳的剩余车辆容量以及用于确定控制路口在拥堵方向上的绿灯可调节量。其中，拥堵子区包括干线子区和区域子区，干线子区包括干线路口、路段、拥堵路段、所属道路、干线车道数；区域子区包括区域边界路口、路口驶入驶出区域方向、区域拥堵路段。需要说明的是，可以通过电警设备、卡口设备以及车辆GPS（Global PositioningSystem，全球定位系统）定位设备等手段获取车辆的车牌、经过的路口、经过路口的时间、行驶方向等数据，基于车牌数据匹配的方法，将同一辆车按照时间顺序即可匹配出合理的出行轨迹，而针对路口设备缺失的情况，可以根据路口上下游拓扑关系，检查和补全车辆的出行轨迹，从而可形成车辆的完整OD路径数据，以此可以为确定路径占比或控制路口提供数据支持。
在获取到拥堵子区在某一拥堵时段内所具有的第一车辆OD路径数据后，由于同一拥堵子区在不同拥堵时段的交通特征可能不相同，那么所适用的交通控制策略也可能不相同，因此通过分析拥堵子区在拥堵时段内的车辆OD路径数据（比如车辆驶入路径数据、车辆驶出路径数据、内部车辆OD路径数据等），可以准确地确定出拥堵子区在拥堵时段内所属的拥堵区域类型，并通过该拥堵区域类型即可准确地匹配出符合拥堵子区当前拥堵时段内的交通特征的交通控制策略。具体地，通过根据拥堵子区在拥堵时段内具有的第一车辆OD路径数据，即可确定该拥堵子区在拥堵时段内对应的多类路径占比，并将多类路径占比与第一设定阈值进行比较，即，如果多类路径占比中任一类路径占比大于或等于第一设定阈值，则可以将该类路径占比对应的拥堵区域类型确定为该拥堵子区在拥堵时段内所属的拥堵区域类型；如果多类路径占比均小于第一设定阈值，则可以将多类路径占比按照从大到小的顺序进行排序，并通过排序后的多类路径占比，确定该拥堵子区在拥堵时段内所属的拥堵区域类型。其中，第一设定阈值可以根据本领域技术人员的经验或可以根据多次实验所得结果或可以根据实际应用场景进行设置，本申请实施例对此并不作限定。
其中，在确定拥堵子区在拥堵时段内对应的多类路径占比的实施过程中，通过拥堵时段内车辆OD路径终点为拥堵子区内部路口的车辆OD路径数据，即可确定第一类路径占比；通过拥堵时段内车辆OD路径起点为拥堵子区内部路口的车辆OD路径数据，即可确定第二类路径占比；通过拥堵时段内车辆OD路径起点和车辆OD路径终点均为拥堵子区内部路口的车辆OD路径数据，即可确定第三类路径占比；以及通过拥堵时段内车辆OD路径起点和车辆OD路径终点均不为拥堵子区内部路口的车辆OD路径数据，即可确定第四类路径占比。即，统计出在拥堵时段内车辆OD路径终点为拥堵子区内部路口的各车辆所经过的驶入路径的第一数量；统计出在所述拥堵时段内车辆OD路径起点为拥堵子区内部路口的各车辆所经过的驶出路径的第二数量；统计出在拥堵时段内车辆OD路径起点和车辆OD路径终点均为拥堵子区内部路口的各车辆所经过的路径的第三数量；统计出在拥堵时段内车辆OD路径起点和车辆OD路径终点均不为拥堵子区内部路口的各车辆所经过的路径的第四数量；然后，计算出第一数量、第二数量、第三数量以及第四数量的总和（即第五数量），并将第一数量与第五数量的比值确定为第一类路径占比，将第二数量与第五数量的比值确定为第二类路径占比，将第三数量与第五数量的比值确定为第三类路径占比，以及将第四数量与第五数量的比值确定为第四类路径占比。其中，第一类路径占比对应的拥堵区域类型为聚集区域；第二类路径占比对应的拥堵区域类型为疏散区域；第三类路径占比对应的拥堵区域类型为内部区域；第四类路径占比对应的拥堵区域类型为过境区域。如此，通过分析所确定的各类路径占比，即可确定出拥堵子区在拥堵时段内所属的具体拥堵区域类型。
在通过排序后的多类路径占比，确定拥堵子区在拥堵时段内所属的拥堵区域类型的实施过程中，首先确定排序后的多类路径占比中任意相邻两类路径占比的差值，并将差值与第二设定阈值进行比较，如果排序位于前两位的两类路径占比的差值大于或等于第二设定阈值，则可以将排序位于第一位的一类路径占比对应的拥堵区域类型确定为拥堵子区在拥堵时段内所属的拥堵区域类型；如果排序位于前两位的两类路径占比的差值小于第二设定阈值，且排序位于第二位和第三位的两类路径占比的差值大于或等于第二设定阈值，则可以根据多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前两位的两类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将优先级最高的拥堵区域类型确定为拥堵子区在所述拥堵时段内所属的拥堵区域类型；如果排序位于前两位的两类路径占比的差值小于第二设定阈值，且排序位于第二位和第三位的两类路径占比的差值小于第二设定阈值，则可以根据多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前三位的三类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将优先级最高的拥堵区域类型确定为拥堵子区在拥堵时段内所属的拥堵区域类型；如果任意相邻两类路径占比的差值均小于第二设定阈值，则可以根据多类路径占比各自对应的拥堵区域类型的优先级，从排序后的多类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将优先级最高的拥堵区域类型确定为拥堵子区在拥堵时段内所属的拥堵区域类型。其中，第二设定阈值可以根据本领域技术人员的经验或可以根据多次实验所得结果或可以根据实际应用场景进行设置，本申请实施例对此并不作限定。
示例性地，针对某一拥堵子区（比如拥堵子区a），在需要确定该拥堵子区a在某一 拥堵时段内（比如早高峰拥堵时段、晚高峰拥堵时段或其它拥堵时段等）所属的拥堵区域类 型时，首先需要识别出该拥堵子区a的边界路口、内部路口，再计算在该拥堵时段内，车辆OD 路径终点为该拥堵子区a内部路口的各车辆所经过的驶入路径的数量
Figure 197384DEST_PATH_IMAGE001
；计算在该拥堵 时段内，车辆OD路径起点为该拥堵子区a内部路口的各车辆所经过的驶出路径的数量
Figure 645683DEST_PATH_IMAGE002
；计算在该拥堵时段内，车辆OD路径起点和车辆OD路径终点均为该拥堵子区a内部路 口的各车辆所经过的路径的数量
Figure 192464DEST_PATH_IMAGE003
；计算在该拥堵时段内，车辆OD路径中包含区域边 界路口的路径的数量
Figure 118832DEST_PATH_IMAGE004
（即在拥堵时段内车辆OD路径起点和车辆OD路径终点均不为拥 堵子区a内部路口（即车辆只是经过拥堵子区a，并不在拥堵子区a进行停留）的各车辆所经 过的路径的数量）。然后，通过下述方式确定上述各类路径数量占总路径数量的比例，以此 确定拥堵子区a在该拥堵时段内所属的拥堵区域类型，即：
Figure 198783DEST_PATH_IMAGE005
其中， QUOTE
Figure 80655DEST_PATH_IMAGE007
用于表示任一类路径数量所占比例，
Figure 280692DEST_PATH_IMAGE008
用于表示任一类路径数 量。
如果上述各类路径数量所占比例中存在某一类路径数量所占比例
Figure 805214DEST_PATH_IMAGE007
大于或等于 第一设定阈值（比如50%），则可以确定拥堵子区a在该拥堵时段内所属的拥堵区域类型为单 一片区类型，比如，如果路径数量
Figure 90702DEST_PATH_IMAGE001
所占比例
Figure 857407DEST_PATH_IMAGE009
大于或等于50%，则可以确定拥堵子区 a在该拥堵时段内所属的拥堵区域类型为聚集区域，或者，如果路径数量
Figure 911951DEST_PATH_IMAGE002
所占比例
Figure 872954DEST_PATH_IMAGE010
大于或等于50%，则可以确定拥堵子区a在该拥堵时段内所属的拥堵区域类型为疏散 区域等。其中，
Figure 380158DEST_PATH_IMAGE009
对应的拥堵区域类型为如图2a所示的聚集区域；
Figure 186440DEST_PATH_IMAGE011
对应的拥堵区 域类型为如图2b所示的疏散区域；
Figure 95491DEST_PATH_IMAGE012
对应的拥堵区域类型为如图2c所示的内部区域；
Figure 961815DEST_PATH_IMAGE013
对应的拥堵区域类型为如图2d所示的过境区域。
或者，如果上述各类路径数量所占比例均小于50%，则需要将上述各类路径数量所 占比例按照从大到小的顺序进行排序，并计算排序后的上述各类路径数量所占比例中任意 相邻两类路径数量所占比例的差值
Figure 221896DEST_PATH_IMAGE014
，并将排序位于前两位的相邻两类路径数量所占比 例的差值
Figure 661229DEST_PATH_IMAGE014
与第二设定阈值（比如20%）进行比较，如果排序位于前两位的相邻两类路径数 量所占比例的差值
Figure 159207DEST_PATH_IMAGE014
大于或等于20%，则可以确定拥堵子区a在该拥堵时段内所属的拥堵 区域类型为单一片区类型。比如，如果排序位于前两位的相邻两类路径数量所占比例为
Figure 993171DEST_PATH_IMAGE009
和
Figure 943809DEST_PATH_IMAGE010
，则可以确定拥堵子区a在该拥堵时段内所属的拥堵区域类型为聚集区域； 或者，如果排序位于前两位的相邻两类路径数量所占比例为
Figure 91894DEST_PATH_IMAGE011
和
Figure 444378DEST_PATH_IMAGE015
，则可以确定拥 堵子区a在该拥堵时段内所属的拥堵区域类型为疏散区域；或者，如果排序位于前两位的相 邻两类路径数量所占比例为
Figure 652505DEST_PATH_IMAGE012
和
Figure 887177DEST_PATH_IMAGE016
，则可以确定拥堵子区a在该拥堵时段内所属的 拥堵区域类型为内部区域等。如果排序位于前两位的相邻两类路径数量所占比例的差值
Figure 868646DEST_PATH_IMAGE017
小于20%，且排序位于第二位和第三位的相邻两类路径数量所占比例的差值
Figure 137954DEST_PATH_IMAGE017
大于或 等于20%，则可以确定拥堵子区a在该拥堵时段内所属的拥堵区域类型为多功能片区，并需 要从多功能片区中确定出一个具体片区作为拥堵子区a在该拥堵时段内所属的拥堵区域类 型，也即是，从排序位于前两位的相邻两类路径数量所占比例各自对应的拥堵区域类型中 确定出优先级最高的拥堵区域类型作为拥堵子区a在该拥堵时段内所属的拥堵区域类型。 比如，假设排序后的各类路径数量所占比例为
Figure 48141DEST_PATH_IMAGE009
、
Figure 770109DEST_PATH_IMAGE012
、
Figure 56734DEST_PATH_IMAGE010
、
Figure 383810DEST_PATH_IMAGE013
，如果
Figure 966364DEST_PATH_IMAGE009
与
Figure 441207DEST_PATH_IMAGE012
的差值小于20%，且
Figure 531523DEST_PATH_IMAGE012
与
Figure 775423DEST_PATH_IMAGE010
的差值大于或等于20%，则可以确定拥堵子区a在 该拥堵时段内所属的拥堵区域类型为属于排序位于前两位的相邻两类路径数量所占比例 各自对应的拥堵区域类型的多功能片区，即
Figure 791527DEST_PATH_IMAGE009
对应的聚集区域与
Figure 753666DEST_PATH_IMAGE012
的对应的内部 区域的混合片区，但是在实际应用中，需要确定一个具体片区，此时就需要根据排序位于前 两位的相邻两类路径数量所占比例各自对应的拥堵区域类型的优先级，可确定出
Figure 116515DEST_PATH_IMAGE009
对 应的聚集区域作为拥堵子区a在该拥堵时段内所属的拥堵区域类型。其中，各类路径数量所 占比例各自对应的拥堵区域类型的优先级为过境区域>聚集区域>疏散区域>内部区域。其 中，由于过境车辆更容易疏通，也即是因过境车辆所导致的针对拥堵子区的拥堵影响更容 易解决，比如不让车辆从属于过境区域的拥堵子区的边界通过，所以拥堵区域类型为过境 区域的优先级最高；其次，由于从拥堵子区外围往拥堵子区驶入的车辆也相对比较容易疏 通，比如不让外围的车辆往属于聚集区域的拥堵子区驶入，所以拥堵区域类型为聚集区域 的优先级次高；再者，由于从拥堵子区的内部往外疏通车辆相对来说较难一些，容易造成外 围区域拥堵，所以拥堵区域类型为疏散区域的优先级较低；最后，由于拥堵是拥堵子区的内 部车辆造成的，所以在内部进行疏通车辆更难一些，所以拥堵区域类型为内部区域的优先 级最低。如果
Figure 778702DEST_PATH_IMAGE009
与
Figure 201594DEST_PATH_IMAGE012
的差值小于20%，且
Figure 385450DEST_PATH_IMAGE012
与
Figure 551989DEST_PATH_IMAGE010
的差值小于20%，则可以确 定拥堵子区a在该拥堵时段内所属的拥堵区域类型为属于排序位于前三位的三类路径数量 所占比例各自对应的拥堵区域类型的多功能片区，即
Figure 973743DEST_PATH_IMAGE009
对应的聚集区域、
Figure 66071DEST_PATH_IMAGE012
对应的 内部区域以及
Figure 471644DEST_PATH_IMAGE010
对应的疏散区域组成的混合片区，此时根据排序位于前三位的三类路 径数量所占比例各自对应的拥堵区域类型的优先级，可确定出
Figure 441875DEST_PATH_IMAGE009
对应的聚集区域作为 拥堵子区a在该拥堵时段内所属的拥堵区域类型。如果任意相邻的两类路径数量所占比例 的差值均小于20%，即
Figure 249294DEST_PATH_IMAGE009
与
Figure 279566DEST_PATH_IMAGE012
的差值小于20%，
Figure 906857DEST_PATH_IMAGE012
与
Figure 916663DEST_PATH_IMAGE010
QUOTE的差值小于 20%，以及
Figure 425508DEST_PATH_IMAGE010
与
Figure 206382DEST_PATH_IMAGE013
的差值小于20%，则可以确定拥堵子区a在该拥堵时段内所属的拥 堵区域类型为属于各类路径数量所占比例各自对应的拥堵区域类型的多功能片区，即
Figure 486929DEST_PATH_IMAGE009
对应的聚集区域、
Figure 327846DEST_PATH_IMAGE012
对应的内部区域、
Figure 929728DEST_PATH_IMAGE010
对应的疏散区域以及
Figure 514293DEST_PATH_IMAGE018
对应的 过境区域组成的混合片区，此时根据各类路径数量所占比例各自对应的拥堵区域类型的优 先级，可确定出
Figure 416390DEST_PATH_IMAGE013
对应的过境区域作为拥堵子区a在该拥堵时段内所属的拥堵区域类 型。
其中，需要说明的是，每个拥堵区域类型对应一个交通控制策略，即，对于过境区域，针对属于过境区域的拥堵子区执行缓进快出控制策略，该属于过境区域的拥堵子区的核心控制路口为区域边界路口；对于聚集区域，针对属于聚集区域的拥堵子区执行缓堵控制策略，该属于聚集区域的拥堵子区的核心控制路口为区域边界路口；对于内部区域，针对属于内部区域的拥堵子区执行内部路段的缓进快出控制策略，该属于内部区域的拥堵子区的核心控制路口为区域内拥堵路段的上下游路口；对于疏散区域，针对属于疏散区域的拥堵子区执行疏散控制策略，该属于疏散区域的拥堵子区的核心控制路口为区域边界路口。
步骤102，确定与所述拥堵区域类型匹配的交通控制策略，并通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，以及确定所述至少一个控制路口各自具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量。
本申请实施例中，每个交通控制策略包括针对拥堵子区在拥堵时段内的控制措施以及至少一个第一关键路口；至少一个第一关键路口用于表征拥堵子区中执行控制措施进行控制的核心路口。如此，通过交通控制策略，即可确定出至少一个第一关键路口，并根据至少一个第一关键路口具有的第二车辆OD路径数据，即可确定出至少一个在拥堵方向上的车辆流量满足流量阈值的第二关键路口，即分析该至少一个第一关键路口关联的车辆来往OD路径，以此可以确定出导致拥堵子区中的某一路段或某几个路段发生拥堵的其它关键路口（即在拥堵方向上的车辆流量满足流量阈值的路口）。其中，该至少一个第一关键路口以及还至少一个第二关键路口即为针对拥堵子区的控制路口。那么，通过针对至少一个第一关键路口以及其它关键路口进行有效地调控，即可有效地缓解拥堵子区中的某一路段或某几个路段在拥堵时段内的拥堵，同时可以有效地确保拥堵不会蔓延至其它路口的路段。其中，流量阈值可以根据本领域技术人员的经验或可以根据多次实验所得结果或可以根据实际应用场景进行设置，本申请实施例对此并不作限定。
示例性地，根据车辆OD 路径数据，分析拥堵区域车辆的关键驶入、驶出、内部路径，从而分析确定出影响区域拥堵的关键路口作为控制路口。其中，可以确定驶入驶出拥堵子区的关键路径，并确定拥堵子区内部和外围控制路口、控制范围和控制方向。当区域边界路口和拥堵路段的上下游路口具备车辆OD路径数据时，即可通过车辆OD路径数据分析确定各拥堵路段的主要来去车路径，对主要来车和去车路径上的路口依次调整，且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至少达到流量阈值。
其中，通过车辆OD路径数据计算上下游的主要路径，这里对车辆OD路径数据的要求为，给定控制路段，能够返回出控制路段车辆的来车路径和去车路径的如图3所示的树形图。图3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控制路段的车辆数占控制路段车辆数的比例，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。以路口B为例，经过路口B流入控制路段的车辆占控制路段车辆的比例为0.6，这些车辆主要为路口B的北直行和东左转的车辆，其中，北直行的车辆数量占路口B流入控制路段总车辆的比例为0.5，东左转的车辆数量占路口B流入控制路段总车辆数的比例为0.3。比如，假设流量阈值为0.3，则通过图3可知，路口A、路口B以及路口C为在拥堵时段内针对拥堵子区的控制路口。
同时，为了合理地调控各控制路口，通过分析计算每个控制路口的非拥堵路段在拥堵时段内所能容纳的剩余车辆容量来确定该控制路口在拥堵方向上的绿灯可调节量，以此实现有效地缓解拥堵子区在拥堵时段的拥堵状况并可以确保拥堵子区的路段所发生的拥堵不会蔓延至其它路口。具体地，可通过下述方式确定任一控制路口具有的任一非拥堵路段在拥堵时段内所能容纳的剩余车辆容量：针对任一控制路口具有的每个非拥堵路段，如果确定可以获取到该非拥堵路段的车辆排队长度，则可以根据该非拥堵路段的拥堵临界车辆排队长度、排队车辆的车头间距、车道数量和在拥堵时段内的车辆排队长度均值，即可准确地确定该控制路口的非拥堵路段在拥堵时段内所能容纳的剩余车辆容量。如果确定获取不到该非拥堵路段的车辆排队长度，则可以基于拥堵时段内在该非拥堵路段的拥堵方向上的平均车辆饱和度、非拥堵路段在拥堵方向上的绿灯时长、该控制路口的路口周期、车辆饱和流率、在该非拥堵路段的拥堵方向上排队的各车辆所占的平均空间长度以及该非拥堵路段的拥堵临界车辆排队长度、车道数量，即可准确地确定该控制路口的非拥堵路段在拥堵时段内所能容纳的剩余车辆容量。如此，可以为后续准确地确定该控制路口在拥堵方向上的绿灯可调节量提供有效地支持，并可以确保后续所确定的该控制路口对应的绿灯可调节量是合理的，以此可以确保所确定的绿灯可调节量是符合该控制路口在当前拥堵时段内的实际交通特征的。
示例性地，首先根据在拥堵时段内拥堵子区中的拥堵路段的车辆驶入流量以及车 辆驶出流量，确定在拥堵时段内拥堵子区中的拥堵路段所需消散的车辆数量，即计算出在 拥堵时段内的拥堵总消散量（即可用于表示在拥堵时段内拥堵路段所需消散的车辆数量）
Figure 428209DEST_PATH_IMAGE019
。其中，
Figure 18852DEST_PATH_IMAGE020
用于表示拥堵时段内第i个5分钟的累计驶入拥堵路段流量，
Figure 407108DEST_PATH_IMAGE021
用于表示拥堵时段内第i个5分钟的累计驶出拥堵路段流量。
（1）在确定能够获取到非拥堵路段的车辆排队长度时：
针对任一控制路口的各非拥堵路段剩余车辆容量和
Figure 898133DEST_PATH_IMAGE022
，一般情况下 满足
Figure 612011DEST_PATH_IMAGE023
，如果
Figure 719644DEST_PATH_IMAGE024
，则对
Figure 167984DEST_PATH_IMAGE025
重新赋值，即
Figure 247936DEST_PATH_IMAGE026
。
其中，非拥堵路段j的平均每个5分钟的剩余车辆容量
Figure 195032DEST_PATH_IMAGE027
为：
Figure 258803DEST_PATH_IMAGE028
其中，
Figure 254441DEST_PATH_IMAGE029
用于表示非拥堵路段j的拥堵临界车辆排队长度，
Figure 955943DEST_PATH_IMAGE030
用于表示非拥堵 路段j在拥堵时段内的车辆排队长度均值，nj用于表示非拥堵路段j的车道数量，a0用于表示 非拥堵路段j的排队车辆的车头间距。
其中，不同长度的路段，在拥堵时所对应的车辆排队长度
Figure 277203DEST_PATH_IMAGE029
是不相同的，具体见 表1所示。
表1
路段长度（m） 拥堵临界车辆排队长度（m）
L＜300 0.7L
700＞L≥300 210+0.6*（L-7300）
L≥700 450
其中，车辆排队长度均值
Figure 828270DEST_PATH_IMAGE030
是根据排队长度算法得到的分转向（左转、直行、右 转）排队长度进行计算得到的，具体计算公式如下：
Figure 362019DEST_PATH_IMAGE031
Figure 711836DEST_PATH_IMAGE032
其中，az用于表示转向总排队长度；
Figure 938418DEST_PATH_IMAGE033
用于表示排队长度算法得到的转向排队 长度，米/车道；
Figure 445623DEST_PATH_IMAGE034
用于表示渠化段长度，默认取30米；
Figure 783063DEST_PATH_IMAGE035
用于表示转向车道数量；nj 用于表示非拥堵路段j的车道数量。
（2）在确定获取不到非拥堵路段的车辆排队长度时：
通过饱和度计算非拥堵路段j的平均每个5分钟的剩余车辆容量，即：
Figure 223272DEST_PATH_IMAGE036
其中，
Figure 355176DEST_PATH_IMAGE037
用于表示拥堵时段内在非拥堵路段j的拥堵方向上的平均车辆饱和度，车 辆饱和流率
Figure 647879DEST_PATH_IMAGE038
用于表示饱和状态下单位时间内通过路口的车辆数量，g用于表示非拥堵路 段j在拥堵方向上的绿灯时长，
Figure 789010DEST_PATH_IMAGE039
用于表示在非拥堵路段j的拥堵方向上排队的各车辆所占 的平均空间长度，也即是表示在非拥堵路段j的拥堵方向上排队的各车辆中相邻前后车的 平均车头间距，c用于表示控制路口的路口周期。
其中，可以通过路段下游进口道的饱和度判断下游是否为饱和状态，若是饱和状态，则路段剩余容量为0。 饱和状态的判断条件为：拥堵时段内每周期拥堵方向进口道的各车道的平均饱和度大于0.8。通过下述方式确定平均车辆饱和度，即：
Figure 818146DEST_PATH_IMAGE040
其中，X用于表示拥堵时段内的总周期数，
Figure 120952DEST_PATH_IMAGE041
用于表示n周期非拥堵路段j的饱和 度，w用于表示车辆排队消散比例。
步骤103，针对每个控制路口，通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，并通过所述绿灯可调节量，更新所述控制路口在拥堵方向上的绿灯时长。
步骤104，基于各控制路口在拥堵方向上的更新后的绿灯时长，生成针对所述拥堵子区在所述拥堵时段内的交通信号控制方案。
本申请实施例中，首先基于拥堵路段所需消散的车辆数量、拥堵路段所在下游路 口的路口周期以及饱和车头时距，确定在拥堵路段消散车辆数量的车辆所需的车辆通行时 间，其中，饱和车头时距用于表征处于饱和状态下的任一路段上的相邻两个车辆在经过该 路段的同一位置时的时间差值。具体地，通过下述方式确定在拥堵路段消散车辆数量的车 辆所需的车辆通行时间
Figure 133907DEST_PATH_IMAGE042
，即：
Figure 46106DEST_PATH_IMAGE043
Figure 929748DEST_PATH_IMAGE044
其中，C用于表示拥堵路段所在下游路口的路口周期，
Figure 200193DEST_PATH_IMAGE045
用于表示饱和车头时距，
Figure 966023DEST_PATH_IMAGE046
为5分钟，即
Figure 684843DEST_PATH_IMAGE046
=300s，w用于表示车辆排队消散比例，当
Figure 954150DEST_PATH_IMAGE047
为0时，不允许调整。
针对任一控制路口（比如控制路口k），基于控制路口k具有的至少一个非拥堵路段 在所述拥堵时段内所能容纳的剩余车辆容量、控制路口k的路口周期以及饱和车头时距，即 可确定控制路口k的最大绿灯可调节量
Figure 333179DEST_PATH_IMAGE048
，具体的计算公式如下：
Figure 55147DEST_PATH_IMAGE049
Figure 810614DEST_PATH_IMAGE050
其中，SM用于表示控制路口k的各非拥堵路段剩余车辆容量和，
Figure 934427DEST_PATH_IMAGE051
用于表示控制路 口k的路口周期，
Figure 779630DEST_PATH_IMAGE045
用于表示饱和车头时距，
Figure 457736DEST_PATH_IMAGE046
为5分钟，即
Figure 751314DEST_PATH_IMAGE046
=300s，w用于表示车辆排队 消散比例，当SM为0时，不允许调整。
然后，按照各控制路口的最大绿灯可调节量确定各控制路口的绿灯调节比例，并进一步确定各控制路口在拥堵方向上的绿灯可调节量。具体地，通过下述方式确定每个控制路口在拥堵方向上的绿灯可调节量，即：
Figure 464055DEST_PATH_IMAGE052
其中，
Figure 184887DEST_PATH_IMAGE053
用于表示控制路口k在拥堵方向上的绿灯可调节量。
比如，如果某一控制路口（比如路口1）为下游路口，则通过该路口1在拥堵方向上 的绿灯可调节量
Figure 615868DEST_PATH_IMAGE054
，进行更新该路口1在拥堵方向上的绿灯时长，即
Figure 713137DEST_PATH_IMAGE055
。其中，g1为路口1在拥堵方向上的原有绿灯时长。如果路口1为上游 路口，则通过该路口1在拥堵方向上的绿灯可调节量
Figure 280385DEST_PATH_IMAGE054
，进行更新该路口1在拥堵方向上 的绿灯时长，即
Figure 437697DEST_PATH_IMAGE056
。如此，即可根据更新的各控制路口的绿灯时长，生 成针对拥堵子区在拥堵时段内的交通信号控制方案。
需要说明的是，可以实时监控各拥堵子区在各拥堵时段内所对应的交通状态，并实时更新调整对应的交通控制策略，同时会更新对应的交通信号控制方案，如此可根据每个拥堵子区在不同拥堵时段下的交通状态分布及时间变化规律，通过微调生成式动态更新区域控制范围、控制策略，以此满足工作日、非工作日、早高峰、晚高峰、平峰、低峰等存在的不同交通控制策略需求。
上述实施例表明，由于现有技术方案中是通过依赖人工确定交通信号控制方案，导致交通信号控制方案的生成效率低、准确性低，且无法满足处理实际交通拥堵状况的场景需求。基于此，本申请中的技术方案通过针对任一拥堵子区，根据该拥堵子区在某一拥堵时段内具有的第一车辆OD路径数据，识别出该拥堵子区在该拥堵时段内所属的拥堵区域类型，其中，任一拥堵子区在不同拥堵时段所对应的拥堵区域类型可能不相同，也即是说，任一拥堵子区在不同拥堵时段内所具有的车辆OD路径数据会发生变化（即拥堵子区在不同拥堵时段内所具有的交通状态分布不相同），使得该拥堵子区在不同拥堵时段所对应的拥堵区域类型就可能不相同。再根据该拥堵区域类型自动匹配出该拥堵子区在该拥堵时段内所对应的交通控制策略，如此可以实现根据拥堵子区在不同拥堵时段内所属的拥堵区域类型进行动态调整对应的交通控制策略的目的，以此可以满足处理实际交通拥堵状况的场景需求，并通过该交通控制策略，确定在该拥堵时段内针对该拥堵子区的至少一个控制路口，以及确定该至少一个控制路口各自具有的至少一个非拥堵路段在该拥堵时段内所能容纳的剩余车辆容量。然后，针对每个控制路口，通过该控制路口具有的至少一个非拥堵路段在该拥堵时段内所能容纳的剩余车辆容量确定该控制路口在拥堵方向上的绿灯可调节量，并通过该绿灯可调节量，即可准确地更新该控制路口在拥堵方向上的绿灯时长，从而可以及时有效地生成针对该拥堵子区的交通信号控制方案。如此，该方案通过拥堵子区在不同拥堵时段内所属的拥堵区域类型进行自动确定对应的交通控制策略，并依据该交通控制策略来自动生成针对拥堵子区在对应拥堵时段内的交通信号控制方案，所生成的交通信号控制方案也就更加符合实际交通拥堵状况的实际处理需求，以此可以有效地降低人工依赖，从而可以确保针对拥堵子区的交通信号控制方案的有效性、准确性，并可以更加满足在不同场景下针对不同交通控制策略的需求。
基于相同的技术构思，图4示例性的示出了本申请实施例提供的一种交通信号控制方案生成设备，该交通信号控制方案生成设备可以执行交通信号控制方案生成方法的流程。
如图4所示，该交通信号控制方案生成设备包括处理器401和存储器402。本申请实施例中不限定处理器401与存储器402之间的具体连接介质，图4中处理器401和存储器402之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。所述存储器402存储有计算机程序，当所述存储器402中存储的所述计算机程序被所述处理器401执行时，使得所述交通信号控制方案生成设备执行：针对任一拥堵子区，根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；确定与所述拥堵区域类型匹配的交通控制策略，并通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，以及确定所述至少一个控制路口各自具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；针对每个控制路口，通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，并通过所述绿灯可调节量，更新所述控制路口在拥堵方向上的绿灯时长；基于各控制路口在拥堵方向上的更新后的绿灯时长，生成针对所述拥堵子区在所述拥堵时段内的交通信号控制方案。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
根据所述拥堵子区在所述拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内对应的多类路径占比；
若所述多类路径占比中任一类路径占比大于或等于第一设定阈值，则将所述类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若所述多类路径占比均小于所述第一设定阈值，则将所述多类路径占比按照从大到小的顺序进行排序，并通过排序后的所述多类路径占比，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
在一些示例性的实施方式中，拥堵区域类型包括过境区域、聚集区域、内部区域和疏散区域；
所述交通信号控制方案生成设备具体用于执行：
通过所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的车辆OD路径数据，确定第一类路径占比；
通过所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的车辆OD路径数据，确定第二类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的车辆OD路径数据，确定第三类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的车辆OD路径数据，确定第四类路径占比；
其中，所述第一类路径占比对应的拥堵区域类型为聚集区域；所述第二类路径占比对应的拥堵区域类型为疏散区域；所述第三类路径占比对应的拥堵区域类型为内部区域；所述第四类路径占比对应的拥堵区域类型为过境区域。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
确定在所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的各车辆所经过的驶入路径的第一数量；
确定在所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的各车辆所经过的驶出路径的第二数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的各车辆所经过的路径的第三数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的各车辆所经过的路径的第四数量；
根据所述第一数量、所述第二数量、所述第三数量以及所述第四数量，确定第五数量；
将所述第一数量与所述第五数量的比值确定为所述第一类路径占比，将所述第二数量与所述第五数量的比值确定为所述第二类路径占比，将所述第三数量与所述第五数量的比值确定为所述第三类路径占比，以及将所述第四数量与所述第五数量的比值确定为所述第四类路径占比。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
确定所述排序后的所述多类路径占比中任意相邻两类路径占比的差值；
若确定排序位于前两位的两类路径占比的差值大于或等于第二设定阈值，则将排序位于第一位的一类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值大于或等于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前两位的两类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前三位的三类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定任意相邻两类路径占比的差值均小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序后的所述多类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
在一些示例性的实施方式中，每个交通控制策略包括针对拥堵子区在所述拥堵时段内的控制措施以及至少一个第一关键路口；至少一个第一关键路口用于表征拥堵子区中执行所述控制措施进行控制的核心路口；
所述交通信号控制方案生成设备具体用于执行：
通过所述交通控制策略，确定出至少一个第一关键路口；
根据所述至少一个第一关键路口具有的第二车辆OD路径数据，确定出至少一个在拥堵方向上的车辆流量满足流量阈值的第二关键路口；
将所述至少一个第一关键路口以及至少一个第二关键路口确定为针对所述拥堵子区的控制路口。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
针对任一控制路口具有的每个非拥堵路段，若确定可获取到所述非拥堵路段的车辆排队长度，则根据所述非拥堵路段的拥堵临界车辆排队长度、排队车辆的车头间距、车道数量和在所述拥堵时段内的车辆排队长度均值，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；
若确定获取不到所述非拥堵路段的车辆排队长度，则基于所述拥堵时段内在所述非拥堵路段的拥堵方向上的平均车辆饱和度、所述非拥堵路段在拥堵方向上的绿灯时长、所述控制路口的路口周期、车辆饱和流率、在所述非拥堵路段的拥堵方向上排队的各车辆所占的平均空间长度以及所述非拥堵路段的拥堵临界车辆排队长度、车道数量，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量。
在一些示例性的实施方式中，所述交通信号控制方案生成设备具体用于执行：
根据在所述拥堵时段内所述拥堵子区中的拥堵路段的车辆驶入流量以及车辆驶出流量，确定在所述拥堵时段内所述拥堵子区中的拥堵路段所需消散的车辆数量，并基于所述拥堵路段所需消散的车辆数量、所述拥堵路段所在下游路口的路口周期以及饱和车头时距，确定在所述拥堵路段消散所述车辆数量的车辆所需的车辆通行时间；所述饱和车头时距用于表征处于饱和状态下的任一路段上的相邻两个车辆在经过该路段的同一位置时的时间差值；
基于所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量、所述控制路口的路口周期以及所述饱和车头时距，确定所述控制路口的最大绿灯可调节量；
根据所述车辆通行时间、所述控制路口的最大绿灯可调节量以及各控制路口的最大绿灯可调节量的总调节量，确定所述控制路口在拥堵方向上的绿灯可调节量。
在本申请实施例中，存储器402存储有可被至少一个处理器401执行的指令，至少一个处理器401通过执行存储器402存储的指令，可以执行前述的交通信号控制方案生成方法中所包括的步骤。
其中，处理器401是交通信号控制方案生成设备的控制中心，可以利用各种接口和线路连接交通信号控制方案生成设备的各个部分，通过运行或执行存储在存储器402内的指令以及调用存储在存储器402内的数据，从而实现数据处理。可选的，处理器401可包括一个或多个处理单元，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理下发指令。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。在一些实施例中，处理器401和存储器402可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
处理器401可以是通用处理器，例如中央处理器（CPU）、数字信号处理器、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合交通信号控制方案生成方法实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器402作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器402可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器（Random AccessMemory，RAM）、静态随机访问存储器（Static Random Access Memory，SRAM）、可编程只读存储器（Programmable Read Only Memory，PROM）、只读存储器（Read Only Memory，ROM）、带电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory，EEPROM）、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令、数据。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请的方法、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。
尽管已描述了本申请的优选实施例，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申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请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，则本申请也意图包含这些改动和变型在内。

Claims (8)

1.一种交通信号控制方案生成方法，其特征在于，包括：
针对任一拥堵子区，根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
确定与所述拥堵区域类型匹配的交通控制策略，并通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，以及确定所述至少一个控制路口各自具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；
针对每个控制路口，通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，并通过所述绿灯可调节量，更新所述控制路口在拥堵方向上的绿灯时长；
基于各控制路口在拥堵方向上的更新后的绿灯时长，生成针对所述拥堵子区在所述拥堵时段内的交通信号控制方案；
所述根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型，包括：
根据所述拥堵子区在所述拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内对应的多类路径占比；
若所述多类路径占比中任一类路径占比大于或等于第一设定阈值，则将所述类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若所述多类路径占比均小于所述第一设定阈值，则将所述多类路径占比按照从大到小的顺序进行排序，并通过排序后的所述多类路径占比，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
2.如权利要求1所述的方法，其特征在于，拥堵区域类型包括过境区域、聚集区域、内部区域和疏散区域；
所述根据所述拥堵子区在所述拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内对应的多类路径占比，包括：
通过所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的车辆OD路径数据，确定第一类路径占比；
通过所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的车辆OD路径数据，确定第二类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的车辆OD路径数据，确定第三类路径占比；
通过所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的车辆OD路径数据，确定第四类路径占比；
其中，所述第一类路径占比对应的拥堵区域类型为聚集区域；所述第二类路径占比对应的拥堵区域类型为疏散区域；所述第三类路径占比对应的拥堵区域类型为内部区域；所述第四类路径占比对应的拥堵区域类型为过境区域。
3.如权利要求2所述的方法，其特征在于，通过下述方式确定所述第一类、所述第二类路径占比、所述第三类路径占比以及所述第四类路径占比：
确定在所述拥堵时段内车辆OD路径终点为所述拥堵子区内部路口的各车辆所经过的驶入路径的第一数量；
确定在所述拥堵时段内车辆OD路径起点为所述拥堵子区内部路口的各车辆所经过的驶出路径的第二数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均为所述拥堵子区内部路口的各车辆所经过的路径的第三数量；
确定在所述拥堵时段内车辆OD路径起点和车辆OD路径终点均不为所述拥堵子区内部路口的各车辆所经过的路径的第四数量；
根据所述第一数量、所述第二数量、所述第三数量以及所述第四数量，确定第五数量；
将所述第一数量与所述第五数量的比值确定为所述第一类路径占比，将所述第二数量与所述第五数量的比值确定为所述第二类路径占比，将所述第三数量与所述第五数量的比值确定为所述第三类路径占比，以及将所述第四数量与所述第五数量的比值确定为所述第四类路径占比。
4.如权利要求1所述的方法，其特征在于，所述通过排序后的所述多类路径占比，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型，包括：
确定所述排序后的所述多类路径占比中任意相邻两类路径占比的差值；
若确定排序位于前两位的两类路径占比的差值大于或等于第二设定阈值，则将排序位于第一位的一类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值大于或等于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前两位的两类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定排序位于前两位的两类路径占比的差值小于所述第二设定阈值且排序位于第二位和第三位的两类路径占比的差值小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序位于前三位的三类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若确定任意相邻两类路径占比的差值均小于所述第二设定阈值，则根据所述多类路径占比各自对应的拥堵区域类型的优先级，从排序后的所述多类路径占比各自对应的拥堵区域类型中确定出优先级最高的拥堵区域类型，并将所述优先级最高的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
5.如权利要求1所述的方法，其特征在于，每个交通控制策略包括针对拥堵子区在所述拥堵时段内的控制措施以及至少一个第一关键路口；至少一个第一关键路口用于表征拥堵子区中执行所述控制措施进行控制的核心路口；
所述通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，包括：
通过所述交通控制策略，确定出至少一个第一关键路口；
根据所述至少一个第一关键路口具有的第二车辆OD路径数据，确定出至少一个在拥堵方向上的车辆流量满足流量阈值的第二关键路口；
将所述至少一个第一关键路口以及至少一个第二关键路口确定为针对所述拥堵子区的控制路口。
6.如权利要求1所述的方法，其特征在于，通过下述方式确定任一控制路口具有的任一非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量，包括：
针对任一控制路口具有的每个非拥堵路段，若确定可获取到所述非拥堵路段的车辆排队长度，则根据所述非拥堵路段的拥堵临界车辆排队长度、排队车辆的车头间距、车道数量和在所述拥堵时段内的车辆排队长度均值，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；
若确定获取不到所述非拥堵路段的车辆排队长度，则基于所述拥堵时段内在所述非拥堵路段的拥堵方向上的平均车辆饱和度、所述非拥堵路段在拥堵方向上的绿灯时长、所述控制路口的路口周期、车辆饱和流率、在所述非拥堵路段的拥堵方向上排队的各车辆所占的平均空间长度以及所述非拥堵路段的拥堵临界车辆排队长度、车道数量，确定所述控制路口的所述非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量。
7.如权利要求1所述的方法，其特征在于，所述通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，包括：
根据在所述拥堵时段内所述拥堵子区中的拥堵路段的车辆驶入流量以及车辆驶出流量，确定在所述拥堵时段内所述拥堵子区中的拥堵路段所需消散的车辆数量，并基于所述拥堵路段所需消散的车辆数量、所述拥堵路段所在下游路口的路口周期以及饱和车头时距，确定在所述拥堵路段消散所述车辆数量的车辆所需的车辆通行时间；所述饱和车头时距用于表征处于饱和状态下的任一路段上的相邻两个车辆在经过该路段的同一位置时的时间差值；
基于所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量、所述控制路口的路口周期以及所述饱和车头时距，确定所述控制路口的最大绿灯可调节量；
根据所述车辆通行时间、所述控制路口的最大绿灯可调节量以及各控制路口的最大绿灯可调节量的总调节量，确定所述控制路口在拥堵方向上的绿灯可调节量。
8.一种交通信号控制方案生成设备，其特征在于，包括处理器和存储器，所述处理器和所述存储器相连，所述存储器存储有计算机程序，当所述存储器中存储的所述计算机程序被所述处理器执行时，使得所述交通信号控制方案生成设备执行：针对任一拥堵子区，根据所述拥堵子区在任一拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；确定与所述拥堵区域类型匹配的交通控制策略，并通过所述交通控制策略，确定在所述拥堵时段内针对所述拥堵子区的至少一个控制路口，以及确定所述至少一个控制路口各自具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量；针对每个控制路口，通过所述控制路口具有的至少一个非拥堵路段在所述拥堵时段内所能容纳的剩余车辆容量确定所述控制路口在拥堵方向上的绿灯可调节量，并通过所述绿灯可调节量，更新所述控制路口在拥堵方向上的绿灯时长；基于各控制路口在拥堵方向上的更新后的绿灯时长，生成针对所述拥堵子区在所述拥堵时段内的交通信号控制方案；
所述交通信号控制方案生成设备具体用于执行：
根据所述拥堵子区在所述拥堵时段内具有的第一车辆OD路径数据，确定所述拥堵子区在所述拥堵时段内对应的多类路径占比；
若所述多类路径占比中任一类路径占比大于或等于第一设定阈值，则将所述类路径占比对应的拥堵区域类型确定为所述拥堵子区在所述拥堵时段内所属的拥堵区域类型；
若所述多类路径占比均小于所述第一设定阈值，则将所述多类路径占比按照从大到小的顺序进行排序，并通过排序后的所述多类路径占比，确定所述拥堵子区在所述拥堵时段内所属的拥堵区域类型。
CN202210115389.9A 2022-02-07 2022-02-07 一种交通信号控制方案生成方法及设备 Active CN114141032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210115389.9A CN114141032B (zh) 2022-02-07 2022-02-07 一种交通信号控制方案生成方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210115389.9A CN114141032B (zh) 2022-02-07 2022-02-07 一种交通信号控制方案生成方法及设备

Publications (2)

Publication Number Publication Date
CN114141032A CN114141032A (zh) 2022-03-04
CN114141032B true CN114141032B (zh) 2022-04-22

Family

ID=80381867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210115389.9A Active CN114141032B (zh) 2022-02-07 2022-02-07 一种交通信号控制方案生成方法及设备

Country Status (1)

Country Link
CN (1) CN114141032B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116129662B (zh) * 2022-10-28 2023-08-25 西部科学城智能网联汽车创新中心(重庆)有限公司 路口车辆通行控制方法及装置
CN116311990B (zh) * 2023-03-27 2023-12-22 南京莱斯信息技术股份有限公司 一种基于互联网数据与检测数据融合的信号控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113724489A (zh) * 2021-07-22 2021-11-30 东南大学 基于多源数据的交通拥堵溯源方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009037752A1 (ja) * 2007-09-19 2009-03-26 Pioneer Corporation ナビゲーション装置、計算用速度更新方法及びプログラム
EP3026939B1 (en) * 2014-11-27 2017-08-16 Rohde & Schwarz GmbH & Co. KG Traffic control system
CN106504531B (zh) * 2016-11-09 2019-06-14 青岛海信网络科技股份有限公司 一种确定下游信号控制点位的方法和装置
CN109064764B (zh) * 2018-08-14 2020-07-10 青岛海信网络科技股份有限公司 一种交通控制的方法及装置
CN111047880B (zh) * 2018-10-12 2021-06-04 杭州海康威视系统技术有限公司 路网的交通控制方法、装置、存储介质和管理设备
CN110111576B (zh) * 2019-05-16 2020-10-09 北京航空航天大学 一种基于时空拥堵子团的城市交通弹性指标的实现方法
CN111540204B (zh) * 2020-05-08 2021-05-11 青岛海信网络科技股份有限公司 一种面向交叉口问题诊断的交通运行状态评估方法及装置
CN111932914B (zh) * 2020-06-03 2022-05-13 东南大学 城市拥堵区域路网双层边界控制方法
CN112037546B (zh) * 2020-09-07 2021-09-14 青岛海信网络科技股份有限公司 一种交通信号控制方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113724489A (zh) * 2021-07-22 2021-11-30 东南大学 基于多源数据的交通拥堵溯源方法

Also Published As

Publication number Publication date
CN114141032A (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
CN114141032B (zh) 一种交通信号控制方案生成方法及设备
CN108053661B (zh) 一种交通控制的方法及装置
CN110245558B (zh) 基于人脸识别的公交车辆调度方法、装置及计算机设备
CN112509318B (zh) 一种交通控制区域划分方法及服务器
US20070043501A1 (en) Systems, methods, and programs for determining a travel-related time
CN112950937B (zh) 基于车辆轨迹预测道路限速值的方法、装置、设备及介质
CN111540204B (zh) 一种面向交叉口问题诊断的交通运行状态评估方法及装置
CN113936480A (zh) 一种交通信号的控制方法和设备
CN110609853B (zh) 一种干线常发拥堵传播规律挖掘方法及装置
CN113763728B (zh) 一种交通组织及信号配时协同优化方法、装置及设备
CN114613162A (zh) 交通控制方法、系统及设备
CN108389404B (zh) 道路交通拥堵治理方法
CN113516857B (zh) 一种基于雷达监测的交叉口信号配时动态调配方法及系统
CN108806285B (zh) 一种基于阵列雷达的交叉路口信号调整方法及装置
CN114863676B (zh) 一种拥堵识别方法及装置
CN105913673B (zh) 一种大规模路网信号灯推定方法
CN111435568B (zh) 一种区域交通控制的方法及装置
CN114202937B (zh) 对施工路段上游车辆进行管控的方法、装置、设备及介质
TWI669690B (zh) 利用緩衝區分配車流量達到改善路網壅塞之方法
CN110136437A (zh) 一种交叉口进口道左直干扰问题的确定方法及装置
CN114842659A (zh) 一种交通拥堵疏导方法及装置
CN115497301A (zh) 一种交通组织优化方案的评估方法、电子设备及存储介质
CN112885128B (zh) 识别封堵路段的方法、装置、设备及存储介质
CN115273468A (zh) 一种交通拥堵控制策略生成方法及装置
CN111667700A (zh) 基于短时交通状态预测的交叉口可变车道控制方法

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
GR01 Patent grant
GR01 Patent grant