CN116110229B - 一种单交叉口网联信号配时方法、电子设备及存储介质 - Google Patents

一种单交叉口网联信号配时方法、电子设备及存储介质 Download PDF

Info

Publication number
CN116110229B
CN116110229B CN202310368447.3A CN202310368447A CN116110229B CN 116110229 B CN116110229 B CN 116110229B CN 202310368447 A CN202310368447 A CN 202310368447A CN 116110229 B CN116110229 B CN 116110229B
Authority
CN
China
Prior art keywords
vehicle
timing
phase
signal lamp
duration
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
CN202310368447.3A
Other languages
English (en)
Other versions
CN116110229A (zh
Inventor
张晓春
霍剑光
李道勇
王祖健
陈振武
刘美华
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.)
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Urban Transport Planning Center 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 Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Urban Transport Planning Center Co Ltd
Priority to CN202310368447.3A priority Critical patent/CN116110229B/zh
Publication of CN116110229A publication Critical patent/CN116110229A/zh
Application granted granted Critical
Publication of CN116110229B publication Critical patent/CN116110229B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出一种单交叉口网联信号配时方法、电子设备及存储介质，属于信号配时技术领域。包括以下步骤：S1.获取路网中车辆信息数据，形成数据集；S2.处理车辆信息数据；S3.根据实际场景建立单交叉口网联信号配时模型；S4.利用车辆信息数据对单交叉口网联信号配时模型进行解算，得到信号配时方案。解决现有技术中存在通行能力提升效果差的技术问题，本发明将车辆最大行驶速度设为已知参数，建立线性化的车辆时间‑位移约束方程，保证信号配时最优解的同时提升了计算精度、减少算法配置参数。

Description

一种单交叉口网联信号配时方法、电子设备及存储介质
技术领域
本申请涉及一种信号配时方法，尤其涉及一种单交叉口网联信号配时方法、电子设备及存储介质，属于信号配时技术领域。
背景技术
近几年国内汽车保有量的井喷式上升，道路通行压力也随之激增，然而道路新增扩建不仅需要较长时间周期，且受限于各种客观条件，导致城市交通拥堵现象日益明显。其中交叉口作为连接各个道路的节点，承担车流控交汇引导的作用，是决定整体路网的通行能力的关键因素之一。合理的信号灯相位设置及配时方案可以疏导进入交叉口的车流，有效缓解交通拥堵问题，具有实际研究应用价值。
当前单交叉口信号灯优化方法包括基于韦伯斯特信号灯配时方法和基于遗传算法的交通信号优化方法；这两种方法均存在一定的缺陷。
基于韦伯斯特信号灯配时方法是根据某个时间段的交通流量进行估算，交通流具有随机性和不确定的特点，另外计算过程中没有一个明确的优化目标来引导计算，不能保证并量化方案对交叉口通行能力的提升。
基于遗传算法的交通信号优化方法计算效果非常依赖于参数的配置，比如初始种群大小、染色体长度、交叉率、变异率、最大迭代次数等，在解的质量和计算时间两个方面无法达到最优的平衡。
发明内容
在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
鉴于此，为解决现有技术中存在计算精度不高、算法配置参数过多等技术问题，本发明提供一种单交叉口网联信号配时方法、电子设备及存储介质。
方案一、一种单交叉口网联信号配时方法，包括以下步骤。
S1.获取路网中车辆信息数据，形成数据集。
S2.处理车辆信息数据。
S3.根据实际场景建立单交叉口网联信号配时模型。
S4.利用车辆信息数据对单交叉口网联信号配时模型进行解算，得到信号配时方案。
优选的，车辆信息数据包括车辆编号、车辆所在车道、车辆对应信号灯相位、车辆初始速度、车辆初始位置和车辆后方车辆编号。
优选的，处理车辆信息数据的方法是：遍历车辆信息数据集中的每一条记录，将车辆编号放入集合中记为；车辆通过信号灯相位字段得到车辆/>对应的信号相位记为/>；通过车辆初始速度字段得到车辆/>对应的初始速度记为/>；通过车辆所在车道的道路长度字段和车辆/>初始位置得到车辆通过交叉口需要行驶的距离记为/>。
优选的，根据实际场景建立单交叉口网联信号配时模型的方法是，包括以下步骤。
S31.模型优化目标最小化交叉口交通通行时长。
S32.建立车辆绿灯通行约束。
S33.建立车辆通行时长约束。
S34.建立绿灯配时上下限约束。
S35.建立不同相位配时约束。
S36.建立信号灯周期约束。
S37.建立车辆通行时长约束。
S38.建立车辆行驶阶段约束。
S39.建立车辆行驶各阶段时间-位移约束。
优选的，模型优化目标最小化交叉口交通通行时长的方法是：
。
其中，代表集合中的一辆车，/>表示车辆/>从初始状态至通过交叉口的行驶时长。
优选的，建立车辆绿灯通行约束的方法是：
；
。
其中，表示车辆/>对应的信号灯相位编码，/>，/>表示车辆/>经过的信号周期数，/>表示信号灯相位/>的周期时长，/>表示信号灯相位/>周期中第一个红灯配时，/>表示信号灯相位/>下的绿灯配时，/>表示信号灯相位/>下的黄灯配时。
优选的，建立车辆通行时长约束的方法是。
车辆在第个信号周期内通过交叉口，通行时长/>的值在区间内，具体约束：
；
。
优选的，建立绿灯配时上下限约束的方法是：
。
其中，表示绿灯配时长度的下限，/>表示绿灯配时长度的上限。
建立不同相位配时约束的方法是：设信号灯的相序已知，不同相位灯色配时满足以下约束：
；
；
。
其中，表示信号灯第1相位的周期中第1个红灯配时时长，/>表示信号灯第1相位的周期中绿灯配时时长，/>表示信号灯第1相位的周期中黄灯配时时长，/>表示信号灯第2相位的周期中第1个红灯配时时长，/>表示信号灯第2相位的周期中绿灯配时时长，/>表示信号灯第2相位的周期中黄灯配时时长，/>表示信号灯第3相位的周期中第1个红灯配时时长，/>表示信号灯第3相位的周期中绿灯配时时长，/>表示信号灯第3相位的周期中黄灯配时时长，/>表示信号灯第4相位的周期中第1个红灯配时时长。
建立信号灯周期约束的方法是：。
建立车辆通行时长约束的方法是：设交叉口网联车辆运动状态分为匀加速、匀速、匀减速和候灯四个阶段；车辆各个阶段车辆通行时长分别为/>、/>、/>、/>，车辆总通行时长满足：
；
。
其中，表示车辆/>的总通行时长，/>表示车辆/>第一阶段的行驶时长，/>表示车辆/>第二阶段的行驶时长，/>表示车辆/>第三阶段的行驶时长，/>表示车辆/>第四阶段的行驶时长。
建立车辆行驶阶段约束的方法是：车辆行驶阶段中，车辆到达交叉口等候红灯时，经过匀减速阶段车速减至0，约束如下：
；
；
。
其中，、/>分别表示车辆/>是否经过匀速和匀减速阶段，/>为已知参数，表示最小的减速时长，决定车辆的最大减速度，/>表示正整数。
建立车辆行驶各阶段时间-位移约束的方法是：设车辆匀速状态下速度已知，记为，且匀减速阶段速度减至0，各个运动阶段的行驶距离式子如下：
；
；
；
。
其中，、/>、/>分别表示加速、匀速、匀减速阶段中车辆/>的行驶距离，/>表示车辆/>的初始速度，/>表示车辆/>通过交叉口需要行驶的距离。
方案二、一种电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现方案一所述的一种单交叉口网联信号配时方法的步骤。
方案三、一种计算机可读存储介质，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方案一所述的一种单交叉口网联信号配时方法。
本发明的有益效果如下：本发明考虑车辆行驶行为对其配时的影响，同时将进入交叉口的车辆行驶状态分为四个阶段：匀加速、匀速、匀减速和候灯，并分别针对每个阶段进行行为约束，使得车辆行驶状态符合实际道路要求；针对信号灯与车辆行驶行为具有非线性、复杂性的特点，本发明将车辆最大行驶速度设为已知参数，建立线性化的车辆时间-位移约束方程，保证信号配时最优解的同时提升了计算效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为一种单交叉口网联信号配时方法流程示意图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例1、参照图1说明本实施方式，一种单交叉口网联信号配时方法，包括以下步骤。
S1.获取路网中车辆信息数据，形成数据集。
车辆信息数据包括车辆编号、车辆所在车道、车辆对应信号灯相位、车辆初始速度、车辆初始位置和车辆后方车辆编号。
路网中车辆信息数据可以通过仿真软件或者实际道路统计获取。
S2.处理车辆信息数据。
遍历车辆信息数据集中的每一条记录，将车辆编号放入集合中记为；车辆通过信号灯相位字段得到车辆/>对应的信号相位记为/>；通过车辆初始速度字段得到车辆/>对应的初始速度记为/>；通过车辆所在车道的道路长度字段和车辆/>初始位置得到车辆通过交叉口需要行驶的距离记为/>。
S3.根据实际场景建立单交叉口网联信号配时模型。
实际场景中进入交叉口的车道分为左转、直行、右转3中类型，因此信号灯为4相位，分别是东西方向左转、东西方向直行、南北方向左转、南北方向直行，另外信号灯一个周期的灯色顺序为：红、绿、黄、红，设周期时长和黄灯时长已知且为固定参数，则模型决策点在于第一个红灯的显示时长以及绿灯的显示时长。基于以上场景进行建模，具体包括以下步骤。
S31.模型优化目标最小化交叉口交通通行时长；
。
其中，代表集合中的一辆车，/>表示车辆/>从初始状态至通过交叉口的行驶时长。
S32.建立车辆绿灯通行约束。
每个车道对应的信号灯灯色顺序为：红、绿、黄、红，为了保证车辆在信号灯为绿灯或黄灯时通过交叉口，需限制车辆的通行时长满足以下约束：
。
其中，表示车辆/>对应的信号灯相位编码，/>，/>表示车辆/>经过的信号周期数，/>表示信号灯相位/>的周期时长，/>表示信号灯相位/>周期中第一个红灯配时，/>表示信号灯相位/>下的绿灯配时，/>表示信号灯相位/>下的黄灯配时。
上述个约束中包含了模型需要求解的整数变量分别为、/>、/>。
S33.建立车辆通行时长约束。
车辆在第个信号周期内通过交叉口，通行时长/>的值在/>区间内，具体约束如下：
；
。
S34.建立绿灯配时上下限约束。
信号灯绿灯的配时决定车辆的通行窗口，由于周期内需要现实完整的灯色顺序，配合其他相位控制交通流，约束各相位绿灯配时上下限如下：
。
其中，表示绿灯配时长度的下限，/>表示绿灯配时长度的上限。
S35.建立不同相位配时约束。
信号灯不同相位之间灯色需要配合起来，控制不同方向车道上的交通流，假设信号灯的相序已知，不同相位灯色配时满足以下约束：
；
；
。
其中，配时变量的下角标表示相位编号，上角标表示灯色，/>表示信号灯第1相位的周期中第1个红灯配时时长，/>表示信号灯第1相位的周期中绿灯配时时长，/>表示信号灯第1相位的周期中黄灯配时时长，/>表示信号灯第2相位的周期中第1个红灯配时时长，/>表示信号灯第2相位的周期中绿灯配时时长，/>表示信号灯第2相位的周期中黄灯配时时长，/>表示信号灯第3相位的周期中第1个红灯配时时长，/>表示信号灯第3相位的周期中绿灯配时时长，/>表示信号灯第3相位的周期中黄灯配时时长，/>表示信号灯第4相位的周期中第1个红灯配时时长。
S36.建立信号灯周期约束。
为保证同一相位下各灯色的配时之和在周期时长内，约束如下：
。
S37.建立车辆通行时长约束。
设交叉口网联车辆运动状态分为匀加速、匀速、匀减速和候灯四个阶段；车辆各个阶段车辆通行时长分别为/>、/>、/>、/>，车辆总通行时长满足：
；
。
其中，表示车辆/>的总通行时长，/>表示车辆/>第一阶段的行驶时长，/>表示车辆/>第二阶段的行驶时长，/>表示车辆/>第三阶段的行驶时长/>表示车辆/>第四阶段的行驶时长。/>、/>、/>、/>为模型需要求解的连续变量。
S38.建立车辆行驶阶段约束。
车辆行驶阶段中，车辆到达交叉口等候红灯时，经过匀减速阶段车速减至0，约束如下：
；
；
。
其中，、/>分别表示车辆/>是否经过匀速和匀减速阶段，/>为已知参数，表示最小的减速时长，决定车辆的最大减速度，/>表示正整数。
S39.建立车辆行驶各阶段时间-位移约束。
设车辆匀速状态下速度已知，记为，且匀减速阶段速度减至0，各个运动阶段的行驶距离式子如下：
；
；
；
。
其中，、/>、/>分别表示匀加速、匀速、匀减速阶段中车辆/>的行驶距离，/>表示车辆/>的初始速度，/>表示车辆/>通过交叉口需要行驶的距离。
S4.利用车辆信息数据对单交叉口网联信号配时模型进行解算，得到信号配时方案。
具体的利用分支定界算法求解上述数学模型，得到信号配时相关变量、/>、/>，以及车辆轨迹相关变量/>、/>、/>、/>的全局最优解。信号相关的变量可组合成最优的信号配时方案。
根据本实施例的方法进行试验，结果如下：
在双向六车道场景中，在直行、左转车道上分别随机生成6台，共计48台网联车辆（车辆位置和速度具有随机性），场景参数参照表1模型参数值表
表1：模型参数值表
将SUMO默认参数配置作为优化前的信号配时方案，模型计算的信号方案作为优化后方案，两者对比参照表2信号灯配时优化前后对比表 。
表2：信号灯配时优化前后对比表
根据以上参数配置及方案结果，利用SUMO仿真软件进行推演，实际效果优化前车辆全部通过交叉口的时长为166.7秒，优化后为90.7秒，通行时长提升45.6%，可见，模型具有一定的有效性。
实施例2、本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的一种单交叉口网联信号配时方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例3、计算机可读存储介质实施例。
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的一种单交叉口网联信号配时方法的步骤。
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (8)

1.一种单交叉口网联信号配时方法，其特征在于，包括以下步骤：
S1.获取路网中车辆信息数据，形成数据集；
S2.处理车辆信息数据；
S3.根据实际场景建立单交叉口网联信号配时模型，方法是，包括以下步骤：
S31.模型优化目标最小化交叉口交通通行时长；
S32.建立车辆绿灯通行约束；
S33.建立车辆通行时长约束；
S34.建立绿灯配时上下限约束，方法是：
其中，表示绿灯配时长度的下限，/>表示绿灯配时长度的上限；
S35.建立不同相位配时约束，方法是：设信号灯的相序已知，不同相位灯色配时满足以下约束：
其中，表示信号灯第1相位的周期中第1个红灯配时时长，/>表示信号灯第1相位的周期中绿灯配时时长，/>表示信号灯第1相位的周期中黄灯配时时长，/>表示信号灯第2相位的周期中第1个红灯配时时长，/>表示信号灯第2相位的周期中绿灯配时时长，/>表示信号灯第2相位的周期中黄灯配时时长，/>表示信号灯第3相位的周期中第1个红灯配时时长，/>表示信号灯第3相位的周期中绿灯配时时长，/>表示信号灯第3相位的周期中黄灯配时时长，/>表示信号灯第4相位的周期中第1个红灯配时时长；
S36.建立信号灯周期约束，方法是：
S37.建立车辆通行时长约束，方法是：设交叉口网联车辆运动状态分为匀加速、匀速、匀减速和候灯四个阶段；车辆j各个阶段车辆通行时长分别为t1,j、t2,j、t3,j、t4,j，车辆总通行时长满足：
t1,j≥0,t2,j≥0,t3,j≥0,t4,j≥0
其中，tj表示车辆j的总通行时长，t1,j表示车辆j第一阶段的行驶时长，t2,j表示车辆j第二阶段的行驶时长，t3,j表示车辆j第三阶段的行驶时长，t4,j表示车辆j第四阶段的行驶时长；
S38.建立车辆行驶阶段约束，方法是：车辆行驶阶段中，车辆到达交叉口等候红灯时，经过匀减速阶段车速减至0，约束如下：
s4,j≤s3,j
其中，s3,j、s4,j分别表示车辆j是否经过匀速和匀减速阶段，decel为已知参数，表示最小的减速时长，决定车辆的最大减速度，表示正整数；
S39.建立车辆行驶各阶段时间-位移约束，方法是：设车辆匀速状态下速度已知，记为v*，且匀减速阶段速度减至0，各个运动阶段的行驶距离式子如下：
其中，d1,j、d2,j、d3,j分别表示匀加速、匀速、匀减速阶段中车辆j的行驶距离，v0,j表示车辆j的初始速度，dj表示车辆j通过交叉口需要行驶的距离；
S4.利用车辆信息数据对单交叉口网联信号配时模型进行解算，得到信号配时方案。
2.根据权利要求1所述一种单交叉口网联信号配时方法，其特征在于，车辆信息数据包括车辆编号、车辆所在车道、车辆对应信号灯相位、车辆初始速度、车辆初始位置和车辆后方车辆编号。
3.根据权利要求2所述一种单交叉口网联信号配时方法，其特征在于，处理车辆信息数据的方法是：遍历车辆信息数据集中的每一条记录，将车辆编号放入集合中记为J；车辆通过信号灯相位字段得到车辆j对应的信号相位记为pj；通过车辆初始速度字段得到车辆j对应的初始速度记为v0,j；通过车辆所在车道的道路长度字段和车辆j初始位置得到车辆通过交叉口需要行驶的距离记为dj。
4.根据权利要求3所述一种单交叉口网联信号配时方法，其特征在于，模型优化目标最小化交叉口交通通行时长的方法是：
其中，j∈J代表集合中的一辆车，tj表示车辆j从初始状态至通过交叉口的行驶时长。
5.根据权利要求4所述一种单交叉口网联信号配时方法，其特征在于，建立车辆绿灯通行约束的方法是：
其中，pj表示车辆j对应的信号灯相位编码，pj∈{1,2,3,4}，nj表示车辆j经过的信号周期数，表示信号灯相位pj的周期时长，/>表示信号灯相位pj周期中第一个红灯配时，/>表示信号灯相位pj下的绿灯配时，/>表示信号灯相位pj下的黄灯配时。
6.根据权利要求5所述一种单交叉口网联信号配时方法，其特征在于，建立车辆通行时长约束的方法是：
车辆在第nj+1个信号周期内通过交叉口，通行时长tj的值在区间内，具体约束：
7.一种电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种单交叉口网联信号配时方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种单交叉口网联信号配时方法。
CN202310368447.3A 2023-04-10 2023-04-10 一种单交叉口网联信号配时方法、电子设备及存储介质 Active CN116110229B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310368447.3A CN116110229B (zh) 2023-04-10 2023-04-10 一种单交叉口网联信号配时方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310368447.3A CN116110229B (zh) 2023-04-10 2023-04-10 一种单交叉口网联信号配时方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116110229A CN116110229A (zh) 2023-05-12
CN116110229B true CN116110229B (zh) 2023-08-01

Family

ID=86267550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310368447.3A Active CN116110229B (zh) 2023-04-10 2023-04-10 一种单交叉口网联信号配时方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116110229B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493593A (zh) * 2018-10-15 2019-03-19 同济大学 一种考虑舒适度的公交运行轨迹优化方法
CN113034955A (zh) * 2021-03-04 2021-06-25 武汉理工大学 一种自适应巡航车队通过信号路口的通行方法及装置
CN114220283A (zh) * 2021-11-29 2022-03-22 中汽研（天津）汽车工程研究院有限公司 一种基于v2x的交叉口平滑车速引导方法
CN114973666A (zh) * 2022-05-18 2022-08-30 江苏科创车联网产业研究院有限公司 基于车路协同的网联车车速诱导方法、装置及介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5152262B2 (ja) * 2010-07-02 2013-02-27 株式会社デンソー 路車間通信システム、信号制御装置、及び、車載装置
CN104183124B (zh) * 2014-09-16 2017-01-25 北京交通大学 一种基于单路口交通信号信息的主干道车速规划方法
CN105279982B (zh) * 2015-11-13 2017-11-21 北京航空航天大学 一种基于数据驱动的单交叉口动态交通信号控制方法
CN108961753A (zh) * 2018-07-17 2018-12-07 重庆大学 一种基于车路通信的车速引导方法
CN109147348A (zh) * 2018-09-17 2019-01-04 奇瑞汽车股份有限公司 车辆控制方法及装置
CN110533946B (zh) * 2019-09-18 2021-02-26 北京航空航天大学 一种基于边缘计算的混行环境下单点交叉口车速优化方法
CN111768639B (zh) * 2020-05-30 2022-09-20 同济大学 一种网联交通环境下的多交叉口信号配时系统及其方法
CN112133109A (zh) * 2020-08-10 2020-12-25 北方工业大学 一种单交叉口多方向空间占有率均衡控制模型建立方法
CN111710167A (zh) * 2020-08-24 2020-09-25 深圳市城市交通规划设计研究中心股份有限公司 一种基于在线交通仿真的单点优化控制方法及装置
CN112150806B (zh) * 2020-09-04 2021-05-28 开普云信息科技股份有限公司 基于sumo分析模型的单路口信号灯最优配时实现方法、控制装置、电子设备及存储介质
CN112562363B (zh) * 2020-11-09 2022-04-01 江苏大学 一种基于v2i的交叉口交通信号优化方法
CN113470407B (zh) * 2021-06-21 2023-03-24 上汽通用五菱汽车股份有限公司 多交叉路口通行的车速引导方法、服务器及可读存储介质
CN113257017B (zh) * 2021-06-25 2021-10-29 深圳市城市交通规划设计研究中心股份有限公司 一种交叉口信号配时方案的估算方法、装置和终端
CN115273500B (zh) * 2022-07-12 2023-07-07 苏州大学 一种信号交叉口网联车辆轨迹优化引导方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493593A (zh) * 2018-10-15 2019-03-19 同济大学 一种考虑舒适度的公交运行轨迹优化方法
CN113034955A (zh) * 2021-03-04 2021-06-25 武汉理工大学 一种自适应巡航车队通过信号路口的通行方法及装置
CN114220283A (zh) * 2021-11-29 2022-03-22 中汽研（天津）汽车工程研究院有限公司 一种基于v2x的交叉口平滑车速引导方法
CN114973666A (zh) * 2022-05-18 2022-08-30 江苏科创车联网产业研究院有限公司 基于车路协同的网联车车速诱导方法、装置及介质

Also Published As

Publication number Publication date
CN116110229A (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN110793784B (zh) 自动驾驶车辆的测试方法、装置、存储介质及电子装置
CN108428348A (zh) 一种道路交通优化方法、装置以及电子设备
CN108986493A (zh) 交通信号灯通行时间分配方法及其装置
JP2022501743A (ja) 道路特徴点抽出方法及びシステム
CN115116231B (zh) 一种车路协同微观仿真系统、方法、电子设备及存储介质
CN116013079A (zh) 一种面向高速公路诱导屏诱导的交通分配方法
CN116110229B (zh) 一种单交叉口网联信号配时方法、电子设备及存储介质
CN114495060A (zh) 一种道路交通标线识别方法及装置
CN113140113A (zh) 基于车联网的交通流延误评价方法、系统及存储介质
CN115547055B (zh) 一种交通信号灯协调控制方法、装置、存储介质及设备
CN114399912B (zh) 智能网联环境下的自适应信号控制方法及系统
CN109656245B (zh) 刹车位置的确定方法和装置
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
CN113096420B (zh) 一种信息处理方法、装置及系统
CN112734923B (zh) 自动驾驶三维虚拟场景构建方法、装置、设备及存储介质
CN110428612B (zh) 车辆管控方法、装置、计算机设备和存储介质
CN116129652B (zh) 单交叉口网联车辆车速引导方法、电子设备及存储介质
CN114627662B (zh) 环形交叉口渠化与信号配时优化方法、系统、设备及介质
CN116246466B (zh) 考虑自动驾驶多模式特性的混合交通流管理方法及系统
CN116343485B (zh) 智能网联车辆性能退化评估方法、电子设备及存储介质
CN116309950A (zh) 一种连续桥梁隧道结束位置限速点生成方法及系统
CN115775272A (zh) 基于深度学习的道路宽度信息提取方法、系统及介质
CN114677837A (zh) 一种基于雷视数据的交通仿真方法、装置及电子设备
CN113247003A (zh) 基于绿波通行的速度评估方法、装置、设备及存储介质
CN116153124A (zh) 基于视觉的路口通行方案的获取方法及相关装置

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