CN115691105A - 一种考虑车队离散的路段行人过街最大压信号控制方法 - Google Patents

一种考虑车队离散的路段行人过街最大压信号控制方法 Download PDF

Info

Publication number
CN115691105A
CN115691105A CN202211085267.6A CN202211085267A CN115691105A CN 115691105 A CN115691105 A CN 115691105A CN 202211085267 A CN202211085267 A CN 202211085267A CN 115691105 A CN115691105 A CN 115691105A
Authority
CN
China
Prior art keywords
road section
traffic
section
queuing
density
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.)
Granted
Application number
CN202211085267.6A
Other languages
English (en)
Other versions
CN115691105B (zh
Inventor
李冰
何欣东
李施维
高健东
杨静丰
曹昌盛
李鑫
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN202211085267.6A priority Critical patent/CN115691105B/zh
Publication of CN115691105A publication Critical patent/CN115691105A/zh
Application granted granted Critical
Publication of CN115691105B publication Critical patent/CN115691105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明涉及交通技术领域，尤其涉及一种考虑车队离散的路段行人过街最大压信号控制方法。步骤包括对路段进行区域划分；对路段各区域交通密度进行预测；建立基于分段密度的最大压信号控制方法；信号配时优化策略。本发明基于分段密度最大压的交通信号控制模型，充分考虑路段行人过街路口交通特性，选择密度作为最大压信号控制的权重参数，精确描述交通需求，更能反映实际的交通运行状态，有效提高了模型精度。本发明充分考虑了行人交通特性与机动车交通特性之间的差异，克服了最大压信号控制模型以排队长度作为压力权重的考虑不足，模型计算结果可靠性更强。

Description

一种考虑车队离散的路段行人过街最大压信号控制方法
技术领域
本发明涉及交通技术领域，尤其涉及一种考虑车队离散的路段行人过街最大压信号控制方法。
背景技术
随着交通流的增加，可用的安全间隙减少，行人与车辆间的冲突加剧，为保证行人有效且安全地穿越道路，通过对路段行人过街进行信号控制是一种应用最广的优化方式。目前，路段行人过街信号控制方法可以分为定时控制、感应控制、行人需求响应控制以及自适应控制。由于信号控制方案演化趋势逐渐朝着宏观与微观相结合的方向进行，为对交通进行精细化控制，本发明选择车队离散模型对到达交通流进行微观的动态描述，结合宏观路段交通参数制定信号配时方案。
现有的路段行人过街的上下游协调方案大多以减少交通延误为优化目标，对于过饱和交通流，无法有效抑制交通排队。最大压(Max pressure)信号控制模型对于抑制交通排队有着显著效果，但目前最大压信号控制模型普遍选择以排队长度作为压力权重，排队长度作为一种潜在的交通需求，难以刻画排队后续到达车辆的到达情况，同时对于路段行人过街路口，由于行人交通特性与机动车交通特性之间的差异，很难科学地描述行人排队长度，为合理反映排队长度与路段后续车辆的分布情况和等待过街行人的交通需求，本发明选用密度作为压力权重，运用密度最大压对路段行人过街路口进行交通组织优化，建立基于分段密度最大压的信号控制模型，对路段行人过街路口进行精确化地动态控制。
发明内容
本发明的目的是提供一种考虑车队离散的路段行人过街最大压信号控制方法，用于进一步优化路段行人过街出行，制定能够灵活适应交通流变化的信号控制方案，研究基于路段行人过街交通特性的交通组织，克服最大压信号控制模型以排队长度作为压力权重的局限性。
为了实现上述目的，本发明采用了如下技术方案：
本发明提供一种考虑车队离散的路段行人过街最大压信号控制方法，包括以下步骤：
步骤1：对路段进行区域划分；
在进行区域划分时，当下游排队比小于阈值时，以单周期延误最小为优化目标，采用分段最大压信号控制方案作为配时方案；当下游排队比大于或等于阈值时，以抑制排队为优化目标，采用全路段密度最大压信号控制方案作为配时方案；
步骤2：对路段各区域交通密度进行预测；
步骤3：建立基于分段密度的最大压信号控制方法；
步骤4：信号配时优化策略。
进一步地，设所述下游排队比为r，则：
Figure BDA0003834737690000021
其中，
Figure BDA0003834737690000022
为路段行人过街路口下游最长车辆排队长度；Ld为路段行人过街路口下游路段长度；
所述阈值选为0.5。
进一步地，所述步骤1包括：
步骤1.1：依据路段交通流速度特性对路段进行区域划分，由路段交通流平均速度与最小绿灯时长确定路段头部区域长度；
步骤1.2：由Robertson离散模型预测步长与路段交通流平均速度确定后续区域长度。
进一步地，设所述路段头部区域长度为
Figure BDA0003834737690000031
则：
Figure BDA0003834737690000032
其中，
Figure BDA0003834737690000033
为路段平均车速；gvehmin为行车相位最小绿灯时间；设所述后续区域长度为
Figure BDA0003834737690000034
则：
Figure BDA0003834737690000035
Figure BDA0003834737690000036
其中，Δt为Robertson离散模型预测步长；e为路段可能被划分的最大区域数；L为上游路段长度。
进一步地，所述步骤2包括：
步骤2.1：结合路段区域划分，根据Robertson离散模型，计算得到各区域任意时段的车辆到达率；
步骤2.2：依据路段车辆排队情况对每个区域的交通密度进行预测。
进一步地，步骤2.1中，设第n个区域上游断面在第
Figure BDA0003834737690000037
个时段的到达流量为
Figure BDA0003834737690000038
第n个区域下游断面在第
Figure BDA0003834737690000039
个时段的到达流量为
Figure BDA00038347376900000310
则：
Figure BDA0003834737690000041
Figure BDA0003834737690000042
Figure BDA0003834737690000043
其中，
Figure BDA0003834737690000044
为上游交叉口输出流量断面到达第n个区域上游断面的最小行程时间；
Figure BDA0003834737690000045
为上游交叉口输出流量断面与第n个区域上游断面间的平滑系数；
Figure BDA0003834737690000046
为上游交叉口输出流量断面到达第n个区域下游断面的最小行程时间；
Figure BDA0003834737690000047
为上游交叉口输出流量断面与第n个区域下游断面间的平滑系数。
进一步地，步骤2.2中，依据路段车辆排队的三种情况对第i时段每个区域的交通密度
Figure BDA0003834737690000048
进行预测，分别为：
情况一：被车辆排队完全占用的区域
先依据排队增量模型计算车道车辆排队长度，以行车相位关闭时为起点开始计算，则下游车道o第i时段的排队长度
Figure BDA0003834737690000049
为：
Figure BDA00038347376900000410
Figure BDA00038347376900000411
Figure BDA00038347376900000412
其中，
Figure BDA00038347376900000413
为上一周期车道o的初始排队长度，若交通未饱和，
Figure BDA00038347376900000414
Figure BDA00038347376900000415
为车道o第i时段车辆排队形成波；Δt为预测步长，s；q(i)为第i时段到达下游的断面的车辆数，由Robertson离散模型预测得到；ro为上游到达车道o的车流比例；kj为单车道阻塞密度；ko(i)为车道o第i时段到达车流的车流密度；
Figure BDA0003834737690000051
为平均车速。
若交通量过饱和，则依据路口周期配时情况计算车道o下一周期的初始排队长度
Figure BDA0003834737690000052
Figure BDA0003834737690000053
Figure BDA0003834737690000054
Figure BDA0003834737690000055
Figure BDA0003834737690000056
其中，
Figure BDA0003834737690000057
为车道o最大排队长度出现时刻；
Figure BDA0003834737690000058
为消散波波速；
Figure BDA0003834737690000059
为车道o的车流饱和流率；km为单车道临界密度；
Figure BDA00038347376900000510
为该周期车道o的最大排队长度；Gveh为该周期行车相位绿灯时间；Rveh为该周期行车相位红灯时间；
Figure BDA00038347376900000511
为排队消散波波速。
在第i时段被车辆排队完全占用的区域数目nqueue(i)为：
Figure BDA00038347376900000512
各个区域中
Figure BDA00038347376900000513
O为车道数；
情况二：部分区域为车辆排队末尾的区域
当
Figure BDA00038347376900000514
时，在第i时段车队末尾所处区域间车辆密度为：
Figure BDA0003834737690000061
情况三：无车辆排队的区域
Figure BDA0003834737690000062
进一步地，所述步骤3包括：
步骤3.1：基于密度最大压模型计算第i时段行人相位压力γped(i)和第i个时段从第0个区域至第n个区域间行车相位压力
Figure BDA0003834737690000063
步骤3.2：依据行车相位与行人相位的压力占比进行绿灯时间分配。
进一步地，所述步骤3.1中：
wped(i)＝ρped(i)
Figure BDA0003834737690000064
其中，wped(i)为第i时段行人相位的压力权重；ρped为等待行人密度比；Qped为行人饱和流率；
Figure BDA0003834737690000065
Figure BDA0003834737690000066
其中，
Figure BDA0003834737690000067
为第i个时段从第0个区域至第n个区域间行车相位密度权重；
Figure BDA0003834737690000068
为第i时段从路段l到路段m的车辆在路段l中的密度比；pm,v(i)为第i时段从路段m到路段v的车流比例；Outm为路段m结束点的路段集合；Qveh为车辆饱和流率。
进一步地，所述步骤3.2中：
Figure BDA0003834737690000071
Figure BDA0003834737690000072
G＝gvehmax+gpedmax
其中，gveh与gped分别为车辆与行人绿灯时间；gvehmin与gvehmax分别为车辆的最小与最大绿灯时间；gpedmin与gpedmin分别为行人的最小与最大绿灯时间。
本发明至少具备以下有益效果：
1、本发明基于分段密度最大压的交通信号控制模型，充分考虑路段行人过街路口交通特性，选择密度作为最大压信号控制的权重参数，精确描述交通需求，更能反映实际的交通运行状态，有效提高了模型精度。
2、本发明充分考虑了行人交通特性与机动车交通特性之间的差异，克服了最大压信号控制模型以排队长度作为压力权重的考虑不足，模型计算结果可靠性更强。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
图1是本发明的方法流程示意图；
图1.1是依据路段交通流速度特性对路段进行区域划分示意图；
图1.2是依据排队增量模型计算车道车辆排队长度示意图；
图2是路段行人过街SUMO仿真路网；
图3是不同交通饱和状态条件下不同控制方案下的下游路段排队比分布图；
图4是不同交通饱和状态条件下不同控制方案下的下游路段平均排队比比较；
图5是过饱和交通状态下不同控制方案下的下游排队比分布图；
图6是近饱和交通状态下不同控制方案下的下游路段排队比分布图；
图7是未饱和交通状态下不同控制方案下的下游路段排队比分布图；
图8是密度最大压与分段密度最大压控制的路段行人过街路口交通延误分布图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参阅图1，本发明用于公开一种考虑车队离散的路段行人过街最大压信号控制方法，所述方法具体步骤如下：
步骤1：对路段进行区域划分；
为防止排队溢出，选择下游排队比阈值对下游路段进行分区域处理：在下游排队比小于阈值时，以延误最小为优化目标；反之，以抑制排队为优化目标。优化目标取决于下游最大路段排队比r的大小，下游排队比阈值选取0.5，若r≥0.5，配时方案选用全路段密度最大压信号控制方案，若r＜0.5，则采用分段最大压信号控制方案。在下游路段未达到排队比阈值时，选择单周期延误最小的配时方案。
Figure BDA0003834737690000091
其中，
Figure BDA0003834737690000092
为路段行人过街路口下游最长车辆排队长度，单位为m；Ld为路段行人过街路口下游路段长度，单位为m。
所述步骤1包括两步骤：
第一步：参阅图1.1，依据路段交通流速度特性对路段进行区域划分，首先由路段交通流平均速度与最小绿灯时长确定路段头部区域长度
Figure BDA0003834737690000093
Figure BDA0003834737690000094
其中，
Figure BDA0003834737690000095
为路段平均车速，单位m/s；gvehmin为行车相位最小绿灯时间，单位s。
第二步：由Robertson离散模型预测步长与路段平均速度确定后续区域长度
Figure BDA0003834737690000096
Figure BDA0003834737690000097
Figure BDA0003834737690000098
其中，Δt为Robertson离散模型预测步长，取5s；e为路段可能被划分的最大区域数；L为上游路段长度，单位m。
步骤2：对路段各区域交通密度进行预测；
所述步骤2包括两步骤：
第一步，结合路段区域划分，根据Robertson离散模型，计算得到各区域任意时段的车辆到达率：
Figure BDA0003834737690000101
Figure BDA0003834737690000102
Figure BDA0003834737690000103
由于区域连续，第n个区域的上游断面即第n+1个区域的下游断面。
Figure BDA0003834737690000104
其中，
Figure BDA0003834737690000105
为第n个区域上游断面在第
Figure BDA0003834737690000106
个时段的到达流量，veh；
Figure BDA0003834737690000107
为上游交叉口输出流量断面到达第n个区域上游断面的最小行程时间，s；
Figure BDA0003834737690000108
为上游交叉口输出流量断面与第n个区域上游断面间的平滑系数。
Figure BDA0003834737690000109
为第n个区域下游断面在第
Figure BDA00038347376900001010
个时段的到达流量，veh；
Figure BDA00038347376900001011
为上游交叉口输出流量断面到达第n个区域下游断面的最小行程时间，s；
Figure BDA00038347376900001012
为上游交叉口输出流量断面与第n个区域下游断面间的平滑系数。
第二步，分情况对每个区域的交通密度进行预测，可分为三种情况：1)被车辆排队完全占用的区域；2)部分区域为车辆排队末尾的区域；3)无车辆排队的区域。
1)被车辆排队完全占用的区域
参阅图1.2，先依据排队增量(incremental queue accumulation——IQA)模型计算车道车辆排队长度。以行车相位关闭时为起点开始计算，则下游车道o第i时段的排队长度
Figure BDA0003834737690000111
为：
Figure BDA0003834737690000112
Figure BDA0003834737690000113
Figure BDA0003834737690000114
其中，
Figure BDA0003834737690000115
为车道o的初始排队长度，m，若交通量未饱和，则
Figure BDA0003834737690000116
Figure BDA0003834737690000117
为车道o第i时段车辆排队形成波，m/s；Δt为预测步长，取5s；q(i)为第i时段到达下游的断面的车辆数，由Robertson离散模型预测得到；ro为上游到达车道o的车流比例，考虑到到达车辆始终会选择排队长度最短的车道停车等待，因此假设各个车道上游到达的车流比例ro相等；kj为单车道阻塞密度，veh/m；ko(i)为车道o第i时段到达车流的车流密度，veh/m；
Figure BDA0003834737690000118
为平均车速，m/s。若交通量过饱和，则依据路口周期配时情况计算车道o的初始排队长度
Figure BDA0003834737690000119
Figure BDA00038347376900001110
Figure BDA00038347376900001111
Figure BDA00038347376900001112
Figure BDA00038347376900001113
其中，
Figure BDA0003834737690000121
为车道o最大排队长度出现时刻；
Figure BDA0003834737690000122
为消散波波速，m/s；
Figure BDA0003834737690000123
为车道o的车流饱和流率，veh/h；km为单车道临界密度，veh/m；
Figure BDA0003834737690000124
为该周期车道o的最大排队长度，m；Gveh为该周期行车相位绿灯时间，s；Rveh为该周期行车相位红灯时间，s；
Figure BDA0003834737690000125
为排队消散波波速，m/s。
综上，在第i时段被车辆排队完全占用的区域数目nqueue(i)为
Figure BDA0003834737690000126
各个区域中
Figure BDA0003834737690000127
O为车道数。
2)部分区域为车辆排队末尾的区域
当
Figure BDA0003834737690000128
时，在第i时段车队末尾所处区域间车辆密度为：
Figure BDA0003834737690000129
3)无车辆排队的区域
Figure BDA00038347376900001210
步骤3：建立基于分段密度的最大压信号控制方法；
所述步骤3包括两步骤：
第一步：基于密度最大压模型计算第i时段行人相位压力γped(i)和第i个时段从第0个区域至第n个区域间行车相位压力
Figure BDA0003834737690000131
wped(i)＝ρped(i)
Figure BDA0003834737690000132
其中，wped(i)为第i时段行人相位的压力权重；ρped为等待行人密度比；Qped为行人饱和流率，ped/h。
Figure BDA0003834737690000133
Figure BDA0003834737690000134
其中，
Figure BDA0003834737690000135
为第i个时段从第0个区域至第n个区域间行车相位密度权重；
Figure BDA0003834737690000136
为第i时段从路段l到路段m的车辆在路段l中的密度比；pm,v(i)为第i时段从路段m到路段v的车流比例；Outm为路段m结束点的路段集合；Qveh为车辆饱和流率，veh/h。
第二步：依据行车相位与行人相位的压力占比进行绿灯时间分配：
Figure BDA0003834737690000137
Figure BDA0003834737690000138
G＝gvehmax+gpedmax
其中，gveh与gped分别为车辆与行人绿灯时间，s；gvehmin与gvehmax分别为车辆的最小与最大绿灯时间，s；gpedmin与gpedmin分别为行人的最小与最大绿灯时间，s。本算例过饱和与近饱和交通状态下，15s≤gveh≤45s，20s≤gped≤50s；未饱和交通状态下，15s≤gveh≤30s，20s≤gped≤35s。
步骤4：信号配时优化策略。
实施例1：
在一个实施例中，选取昆明市环城东路某路段为例。图2为环城东路某路段车道布置图。验证结果通过计算不同控制方案在不同饱和度交通流的情况下对排队长度的抑制与交通延误的影响。在交通未饱和时主要考虑模型对交通延误的优化效果；在交通过饱和时主要考虑模型对路段排队长度的抑制效果。结果如表1，2所示，车辆与行人综合延误作为路段行人过街交通延误，计算公式如下：
Figure BDA0003834737690000141
其中，
Figure BDA0003834737690000142
为车辆与行人综合平均延误；η为当量机动车乘载率，ped/veh，本文取1.5；
Figure BDA0003834737690000143
为车道o中车辆延误，由HCM2010的IQA延误模型计算得到；Dped,wait(i)表示第i时段的过街行人累计等待时间，s；
Figure BDA0003834737690000144
为车道o释放的车辆数；qped为行人到达服从均匀分布的到达率，ped/s。
表1不同交通饱和状态条件下不同控制方案下的路段行人过街路段排队溢出次数
定时控制 感应控制 自适应控制 密度最大压 分段密度最大压
排队溢出次数 5 2 3 0 0
表2不同交通饱和状态条件下不同控制方案下的优化效果参数
Figure BDA0003834737690000145
Figure BDA0003834737690000151
结果表明，在交通过饱和时，为抑制交通排队，最大压模型减少了路段行人过街路口交通的通行量，从而增加了交通延误，基于密度的最大压信号控制模型与基于分段密度的最大压信号控制模型(本方法)都有较好的排队抑制效果，但是相比较于密度最大压信号控制模型，分段密度最大压信号控制模型能够在抑制排队溢出的同时，有效减少9.56％的车辆与行人综合平均延误。在近饱和交通状态，分段密度最大压能够合理化信号配时，稳定排队长度，同时减少车辆与行人综合平均延误，效果与自适应控制相当。在未饱和交通状态，分段密度最大压能够有效减少交通延误，相比较于自适应控制，分段密度最大压减少了6.5％的车辆与行人综合平均延误。随着交通饱和度的增加，最大压抑制下游交通排队的效果就越明显，在下游排队比r小于排队比阈值时，分段密度最大压以减少路段行人过街延误为主要优化目标，反之，在下游排队比r大于排队比阈值时，分段密度最大压会以抑制下游排队为主要优化目标，因此导致分段密度最大压控制下的下游路段排队比要略高于密度最大压控制下的下游路段排队比。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (10)

1.一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，包括以下步骤：
步骤1：对路段进行区域划分；
在进行区域划分时，当下游排队比小于阈值时，以单周期延误最小为优化目标，采用分段最大压信号控制方案作为配时方案；当下游排队比大于或等于阈值时，以抑制排队为优化目标，采用全路段密度最大压信号控制方案作为配时方案；
步骤2：对路段各区域交通密度进行预测；
步骤3：建立基于分段密度的最大压信号控制方法；
步骤4：信号配时优化策略。
2.根据权利要求1所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，设所述下游排队比为r，则：
Figure FDA0003834737680000011
其中，
Figure FDA0003834737680000012
为路段行人过街路口下游最长车辆排队长度；Ld为路段行人过街路口下游路段长度；
所述阈值选为0.5。
3.根据权利要求1所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，所述步骤1包括：
步骤1.1：依据路段交通流速度特性对路段进行区域划分，由路段交通流平均速度与最小绿灯时长确定路段头部区域长度；
步骤1.2：由Robertson离散模型预测步长与路段交通流平均速度确定后续区域长度。
4.根据权利要求3所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，设所述路段头部区域长度为
Figure FDA0003834737680000021
则：
Figure FDA0003834737680000022
其中，
Figure FDA0003834737680000023
为路段平均车速；gvehmin为行车相位最小绿灯时间；
设所述后续区域长度为
Figure FDA0003834737680000024
则：
Figure FDA0003834737680000025
Figure FDA0003834737680000026
其中，Δt为Robertson离散模型预测步长；e为路段可能被划分的最大区域数；L为上游路段长度。
5.根据权利要求1所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，所述步骤2包括：
步骤2.1：结合路段区域划分，根据Robertson离散模型，计算得到各区域任意时段的车辆到达率；
步骤2.2：依据路段车辆排队情况对每个区域的交通密度进行预测。
6.根据权利要求5所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，步骤2.1中，设第n个区域上游断面在第
Figure FDA0003834737680000027
个时段的到达流量为
Figure FDA0003834737680000028
第n个区域下游断面在第
Figure FDA0003834737680000029
个时段的到达流量为
Figure FDA00038347376800000210
则：
Figure FDA00038347376800000211
Figure FDA0003834737680000031
Figure FDA0003834737680000032
其中，
Figure FDA0003834737680000033
为上游交叉口输出流量断面到达第n个区域上游断面的最小行程时间；
Figure FDA0003834737680000034
为上游交叉口输出流量断面与第n个区域上游断面间的平滑系数；
Figure FDA0003834737680000035
为上游交叉口输出流量断面到达第n个区域下游断面的最小行程时间；
Figure FDA0003834737680000036
为上游交叉口输出流量断面与第n个区域下游断面间的平滑系数。
7.根据权利要求5所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，步骤2.2中，依据路段车辆排队的三种情况对第i时段每个区域的交通密度
Figure FDA0003834737680000037
进行预测，分别为：
情况一：被车辆排队完全占用的区域
先依据排队增量模型计算车道车辆排队长度，以行车相位关闭时为起点开始计算，则下游车道o第i时段的排队长度
Figure FDA0003834737680000038
为：
Figure FDA0003834737680000039
Figure FDA00038347376800000310
Figure FDA00038347376800000311
其中，
Figure FDA00038347376800000312
为上一周期车道o的初始排队长度，若交通未饱和，
Figure FDA00038347376800000313
Figure FDA00038347376800000314
为车道o第i时段车辆排队形成波；Δt为预测步长；q(i)为第i时段到达下游的断面的车辆数，由Robertson离散模型预测得到；ro为上游到达车道o的车流比例；kj为单车道阻塞密度；ko(i)为车道o第i时段到达车流的车流密度；
Figure FDA0003834737680000041
为平均车速；
若交通量过饱和，则依据路口周期配时情况计算车道o下一周期的初始排队长度
Figure FDA0003834737680000042
Figure FDA0003834737680000043
Figure FDA0003834737680000044
Figure FDA0003834737680000045
Figure FDA0003834737680000046
其中，
Figure FDA0003834737680000047
为车道o最大排队长度出现时刻；
Figure FDA0003834737680000048
为消散波波速；
Figure FDA0003834737680000049
为车道o的车流饱和流率；km为单车道临界密度；
Figure FDA00038347376800000410
为该周期车道o的最大排队长度；Gveh为该周期行车相位绿灯时间；Rveh为该周期行车相位红灯时间；
Figure FDA00038347376800000411
为排队消散波波速；
在第i时段被车辆排队完全占用的区域数目nqueue(i)为：
Figure FDA00038347376800000412
各个区域中
Figure FDA00038347376800000413
0≤n≤nqueue(i)，O为车道数；
情况二：部分区域为车辆排队末尾的区域
当
Figure FDA00038347376800000414
时，在第i时段车队末尾所处区域间车辆密度为：
Figure FDA0003834737680000051
情况三：无车辆排队的区域
Figure FDA0003834737680000052
8.根据权利要求1所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，所述步骤3包括：
步骤3.1：基于密度最大压模型计算第i时段行人相位压力γped(i)和第i个时段从第0个区域至第n个区域间行车相位压力
Figure FDA0003834737680000053
步骤3.2：依据行车相位与行人相位的压力占比进行绿灯时间分配。
9.根据权利要求8所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，所述步骤3.1中：
wped(i)＝ρped(i)
Figure FDA0003834737680000054
其中，wped(i)为第i时段行人相位的压力权重；ρped为等待行人密度比；Qped为行人饱和流率；
Figure FDA0003834737680000055
Figure FDA0003834737680000056
其中，
Figure FDA0003834737680000057
为第i个时段从第0个区域至第n个区域间行车相位密度权重；
Figure FDA0003834737680000061
为第i时段从路段l到路段m的车辆在路段l中的密度比；pm,v(i)为第i时段从路段m到路段v的车流比例；Outm为路段m结束点的路段集合；Qveh为车辆饱和流率。
10.根据权利要求8所述的一种考虑车队离散的路段行人过街最大压信号控制方法，其特征在于，所述步骤3.2中：
Figure FDA0003834737680000062
Figure FDA0003834737680000063
G＝gvehmax+gpedmax
其中，gveh与gped分别为车辆与行人绿灯时间；gvehmin与gvehmax分别为车辆的最小与最大绿灯时间；gpedmin与gpedmin分别为行人的最小与最大绿灯时间。
CN202211085267.6A 2022-09-06 2022-09-06 一种考虑车队离散的路段行人过街最大压信号控制方法 Active CN115691105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211085267.6A CN115691105B (zh) 2022-09-06 2022-09-06 一种考虑车队离散的路段行人过街最大压信号控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211085267.6A CN115691105B (zh) 2022-09-06 2022-09-06 一种考虑车队离散的路段行人过街最大压信号控制方法

Publications (2)

Publication Number Publication Date
CN115691105A true CN115691105A (zh) 2023-02-03
CN115691105B CN115691105B (zh) 2023-09-15

Family

ID=85060633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211085267.6A Active CN115691105B (zh) 2022-09-06 2022-09-06 一种考虑车队离散的路段行人过街最大压信号控制方法

Country Status (1)

Country Link
CN (1) CN115691105B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010044527A (ja) * 2008-08-11 2010-02-25 Sumitomo Electric Ind Ltd 緊急車両優先制御装置、コンピュータプログラム及び緊急車両優先制御方法
CN107730922A (zh) * 2017-09-11 2018-02-23 北方工业大学 一种单向干线绿波协调控制自适应调整方法
CN108765981A (zh) * 2018-06-20 2018-11-06 昆明理工大学 一种分车道实时排队长度预测方法
CN108806285A (zh) * 2018-06-13 2018-11-13 青岛海信网络科技股份有限公司 一种基于阵列雷达的交叉路口信号调整方法及装置
CN109584539A (zh) * 2018-11-26 2019-04-05 华南理工大学 一种高饱和度路段上下游交叉口间相位差优化方法
CN110288844A (zh) * 2019-05-27 2019-09-27 北方工业大学 一种基于车路通信的连续交叉口协同优化方法
CN111932914A (zh) * 2020-06-03 2020-11-13 东南大学 城市拥堵区域路网双层边界控制方法
CN113380027A (zh) * 2021-05-31 2021-09-10 中山大学 一种基于多源数据的交叉口交通状态参数估计方法及系统
US20210304596A1 (en) * 2020-03-31 2021-09-30 Arcadis U.S., Inc. Traffic reporting and analysis
US20220092970A1 (en) * 2020-09-23 2022-03-24 Here Global B.V. Method and apparatus for traffic report certainty estimation

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010044527A (ja) * 2008-08-11 2010-02-25 Sumitomo Electric Ind Ltd 緊急車両優先制御装置、コンピュータプログラム及び緊急車両優先制御方法
CN107730922A (zh) * 2017-09-11 2018-02-23 北方工业大学 一种单向干线绿波协调控制自适应调整方法
CN108806285A (zh) * 2018-06-13 2018-11-13 青岛海信网络科技股份有限公司 一种基于阵列雷达的交叉路口信号调整方法及装置
CN108765981A (zh) * 2018-06-20 2018-11-06 昆明理工大学 一种分车道实时排队长度预测方法
CN109584539A (zh) * 2018-11-26 2019-04-05 华南理工大学 一种高饱和度路段上下游交叉口间相位差优化方法
CN110288844A (zh) * 2019-05-27 2019-09-27 北方工业大学 一种基于车路通信的连续交叉口协同优化方法
US20210304596A1 (en) * 2020-03-31 2021-09-30 Arcadis U.S., Inc. Traffic reporting and analysis
CN111932914A (zh) * 2020-06-03 2020-11-13 东南大学 城市拥堵区域路网双层边界控制方法
US20220092970A1 (en) * 2020-09-23 2022-03-24 Here Global B.V. Method and apparatus for traffic report certainty estimation
CN113380027A (zh) * 2021-05-31 2021-09-10 中山大学 一种基于多源数据的交叉口交通状态参数估计方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋雅博;王壮壮;段宇洲;: "城市交通事故下排队上溯预测及相邻节点信号配时优化", 辽宁省交通高等专科学校学报, no. 04 *

Also Published As

Publication number Publication date
CN115691105B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN111899534A (zh) 基于道路实时容量的交通灯智能控制方法
CN112037507B (zh) 一种过饱和交通状态干线自适应信号协调设计方法与装置
CN111932888B (zh) 防止边界路段排队溢流的区域动态边界控制方法及系统
Ma et al. Development and evaluation of a coordinated and conditional bus priority approach
CN108597235B (zh) 基于交通视频数据的交叉口信号参数优化及效果评估方法
CN105788302B (zh) 一种双目标优化的城市交通信号灯动态配时方法
CN109949587B (zh) 一种相邻交叉口公交专用道信号协调控制优化方法
CN104299432A (zh) 一种过饱和路口信号灯控制方法及装置
CN110288828B (zh) 上游港湾停靠站影响下交叉口进口道通行能力计算方法
CN113947929B (zh) 一种针对高速公路改扩建连续施工区的可变限速控制方法
CN111127889A (zh) 一种基于车流到达时间预测的连续交叉口协同优化方法
CN110634308A (zh) 一种基于车辆排队消散时间的单交叉口信号控制方法
Gu et al. An integrated intersection design for promoting bus and car traffic
CN115691105A (zh) 一种考虑车队离散的路段行人过街最大压信号控制方法
Wang et al. Coordinated control model for oversaturated arterial intersections
CN110415520B (zh) 一种路段施工区背景下基于交通波的干线协调控制方法
CN110288844B (zh) 一种基于车路通信的连续交叉口协同优化方法
CN115311868B (zh) 基于公交优先的干线协调控制方法及装置
CN116524715A (zh) 结合干线绿波协调和应急路径决策的滚动双层规划方法
CN115376332A (zh) 一种自适应交通信号控制方法
Ghanbarikarekani et al. Optimization of signal timing of intersections by internal metering of queue time ratio of vehicles in network scale
CN114613125A (zh) 一种快速路多匝道分层协同控制方法
CN110533910A (zh) 一种基于驻站策略的交叉口公交停车次数优化方法
Alwan et al. Develop scheduling algorithm for traffic light in VANET scenario
CN111105615A (zh) 一种基于宏观基础图的交通控制方法

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