CN116311990B - 一种基于互联网数据与检测数据融合的信号控制方法 - Google Patents

Abstract

本发明公开了一种基于互联网数据与检测数据融合的信号控制方法，步骤如下：根据互联网数据中的速度数据、指数数据，设置区域层防控圈，并识别防控圈级别；实时分析区域拥堵程度以调节防控圈级别，在防控圈的边界交叉口截流，调节边界交叉口的最大绿灯时间；生成区域内交叉口级方案，实现方案切换；判断区域内各交叉口出口道的拥堵情况，出现拥堵时，降低驶入拥堵出口的若干进口道对应相关的绿信比，减少往拥堵出口的绿灯时间。本发明基于互联网数据与检测器数据融合的信号控制方法，基于覆盖面广的互联网数据和检测精度高的检测器数据，分析区域状态和分析交叉口状态，提高非节假日的信号智能控制中数据利用程度。

Description

一种基于互联网数据与检测数据融合的信号控制方法

技术领域

本发明属于交通信号控制领域，具体涉及一种基于互联网数据与检测数据融合的信号控制方法。

背景技术

在城市机动车水平快速提升的今天，交通拥堵已经成为世界各大城市面临的严重问题。城市道路有限增长与汽车保有量无限增长之间的矛盾导致交通问题日益严重，特别是以小汽车为主导的大中城市正在面临严峻的交通拥堵问题。而交通信号控制，在道路资源有限、不易扩容的情况下，可以通过调动交通系统的时空资源，平衡交通压力，保证交通系统运行的安全和稳定，成为城市交通系统管控的重要手段之一。

现有技术中检测器数据更精准但检测范围有限，互联网数据的检测范围长但数据颗粒度较低，目前多采用融合检测器的各种类型数据以生成控制方案，在排队长度超过检测范围时信号控制方案容易出现偏差，影响信号控制效果。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种基于互联网数据与检测数据融合的信号控制方法，以解决现有技术中对于排队长度超过检测范围时信号控制方案容易出现偏差从而影响信号控制效果的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种基于互联网数据与检测数据融合的信号控制方法，步骤如下：

1)根据互联网数据中的速度数据、指数数据，设置区域层防控圈，并识别防控圈级别；

2)实时分析区域拥堵程度以调节防控圈级别，在防控圈的边界交叉口截流，调节边界交叉口的最大绿灯时间；

3)根据互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度，生成区域内交叉口级方案，实现方案切换；

4)判断区域内各交叉口出口道的拥堵情况，若出现拥堵时，则降低驶入拥堵出口的若干进口道对应相关的绿信比，减少往拥堵出口的绿灯时间。

进一步地，所述步骤1)中具体包括：

11)在关注区域设置防控圈，防控圈中包含关注区域内的所有交叉口，并明确防控圈的边界交叉口；

12)对于互联网数据中的速度数据，剔除速度数据中节假日数据以及偏离(高于或低于)均值超过16％的数据；

13)对于互联网数据中的指数数据，剔除指数数据中节假日数据以及偏离(高于或低于)均值超过16％的数据；

14)进行处理后的速度数据、指数数据的聚类，根据聚类结果的类别数量n划分防控圈级别，各防控圈级别分别是1～n；

15)不同的防控圈级别，设置不同的输入流向、输出流向的最大绿灯时间的调整步幅Δt。

进一步地，所述步骤2)具体包括：

21)计算防控圈内拥堵路段比例、拥堵交叉口比例，判断防控圈整体拥堵情况；

式中，congestion是拥堵水平；R_i是第i个路段是否拥堵，取值0或1；l_i是第i个路段的长度；J_i是第i个交叉口的是否拥堵，取值0或1；J_all是防控圈内全部交叉口的数量；δ是干线在防控圈拥堵水平中的关注程度，取值0～100％，默认值为50％；

22)根据防控圈整体拥堵情况，计算防控圈级别；

degree＝ceil(congestion*n)

式中，degree是防控圈级别，congestion是拥堵水平，n是聚类结果的类别数量，ceil是向上取整操作；

23)依据区域的实际的防控圈级别，选取对应的流入流向、流出流向的最大绿灯时间的调整步幅Δt，调节边界交叉口的最大绿灯时间。

进一步地，所述步骤3)具体包括：

31)将互联网数据中的拥堵指数转换为城市交通运行指数TPI，TPI取值范围[0,10]；

32)获取检测器数据，判断检测器数据中的排队长度是否达到检测最大范围，若超过检测最大范围，则使用互联网数据中的拥堵指数、排队长度计算防控圈内各交叉口的信号方案绿信比：

式中，λ_i是第i个相位的绿信比，TPI_i是第i个相位的城市交通运行指数，IQ_i是第i个相位的互联网排队长度；

若排队长度未超过检测最大范围，则使用检测器数据中的流量、排队长度计算防控圈内各交叉口的信号方案绿信比：

式中，λ_i是第i个相位的绿信比，V_i是第i个相位的流量，DQ_i是第i个相位的检测器排队长度。

进一步地，所述步骤4)具体包括如下步骤：

41)根据检测器数据判断拥堵状态，当出现拥堵时，则根据交叉口渠化关系分析交叉口的出口道与进口道的对应关系，确定驶入拥堵出口的若干进口道，对于每个出口道均有驶入该出口道的若干进口道；

42)降低驶入拥堵出口的若干进口道对应相关的绿信比，减少往拥堵出口的绿灯时间，以减少拥堵。

本发明中的互联网数据是公知数据，通过高德、百度、滴滴等互联网公司获取；检测器数据通过道路上安装的检测器设备获取。

本发明的有益效果：

本发明基于互联网数据与检测器数据融合的信号控制方法，基于覆盖面广的互联网数据和检测精度高的检测器数据，分析区域状态和分析交叉口状态，提高非节假日的信号智能控制中数据利用程度；

根据区域整体情况，及时调节防控圈防控级别，控制边界交叉口的绿灯时间，减少区域拥堵程度；

根据交叉口互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度，适当优化区域内交叉口方案，提升了交叉口排队长度超过检测范围时信号控制方案的智能化水平，提升信号控制效果。

附图说明

图1为本发明方法的流程图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

参照图1所示，本发明的一种基于互联网数据与检测数据融合的信号控制方法，步骤如下：

1)根据互联网数据中的速度数据、指数数据，设置区域层防控圈，并识别防控圈级别；具体包括：

11)在关注区域设置防控圈，防控圈中包含关注区域内的所有交叉口，并明确防控圈的边界交叉口；

12)对于互联网数据中的速度数据，剔除速度数据中节假日数据以及偏离(高于或低于)均值超过16％的数据；

13)对于互联网数据中的指数数据，剔除指数数据中节假日数据以及偏离(高于或低于)均值超过16％的数据；

14)进行处理后的速度数据、指数数据的聚类，根据聚类结果的类别数量n划分防控圈级别，各防控圈级别分别是1～n；

15)不同的防控圈级别，设置不同的输入流向、输出流向的最大绿灯时间的调整步幅Δt。

2)实时分析区域拥堵程度以调节防控圈级别，在防控圈的边界交叉口截流，调节边界交叉口的最大绿灯时间；具体包括：

21)计算防控圈内拥堵路段比例、拥堵交叉口比例，判断防控圈整体拥堵情况；

式中，congestion是拥堵水平；R_i是第i个路段是否拥堵，取值0或1；l_i是第i个路段的长度；J_i是第i个交叉口的是否拥堵，取值0或1；J_all是防控圈内全部交叉口的数量；δ是干线在防控圈拥堵水平中的关注程度，取值0～100％，默认值为50％；

22)根据防控圈整体拥堵情况，计算防控圈级别；

degree＝ceil(congestion*n)

式中，degree是防控圈级别，congestion是拥堵水平，n是聚类结果的类别数量，ceil是向上取整操作；

23)依据区域的实际的防控圈级别，选取对应的流入流向、流出流向的最大绿灯时间的调整步幅Δt，调节边界交叉口的最大绿灯时间。

3)根据互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度，生成区域内交叉口级方案，实现方案切换；所述步骤3)具体包括：

31)将互联网数据中的拥堵指数转换为城市交通运行指数TPI，TPI取值范围[0,10]；

32)获取检测器数据，判断检测器数据中的排队长度是否达到检测最大范围，若超过检测最大范围，则使用互联网数据中的拥堵指数、排队长度计算防控圈内各交叉口的信号方案绿信比：

式中，λ_i是第i个相位的绿信比，TPI_i是第i个相位的城市交通运行指数，IQ_i是第i个相位的互联网排队长度；

若排队长度未超过检测最大范围，则使用检测器数据中的流量、排队长度计算防控圈内各交叉口的信号方案绿信比：

式中，λ_i是第i个相位的绿信比，V_i是第i个相位的流量，DQ_i是第i个相位的检测器排队长度。

4)判断区域内各交叉口出口道的拥堵情况，若出现拥堵时，则降低驶入拥堵出口的若干进口道对应相关的绿信比，减少往拥堵出口的绿灯时间；具体包括如下步骤：

41)根据检测器数据判断拥堵状态，当出现拥堵时，则根据交叉口渠化关系分析交叉口的出口道与进口道的对应关系，确定驶入拥堵出口的若干进口道，对于每个出口道均有驶入该出口道的若干进口道；

42)降低驶入拥堵出口的若干进口道对应相关的绿信比，减少往拥堵出口的绿灯时间，以减少拥堵。

本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，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，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (3)

1.一种基于互联网数据与检测数据融合的信号控制方法，其特征在于，步骤如下：

1)根据互联网数据中的速度数据、指数数据，设置区域层防控圈，并识别防控圈级别；

2)实时分析区域拥堵程度以调节防控圈级别，在防控圈的边界交叉口截流，调节边界交叉口的最大绿灯时间；

3)根据互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度，生成区域内交叉口级方案，实现方案切换；

4)判断区域内各交叉口出口道的拥堵情况，若出现拥堵时，则降低驶入拥堵出口的若干进口道对应相关的绿信比，减少往拥堵出口的绿灯时间；

所述步骤1)中具体包括：

11)在关注区域设置防控圈，防控圈中包含关注区域内的所有交叉口，并明确防控圈的边界交叉口；

12)对于互联网数据中的速度数据，剔除速度数据中节假日数据以及偏离均值超过16％的数据；

13)对于互联网数据中的指数数据，剔除指数数据中节假日数据以及偏离均值超过16％的数据；

14)进行处理后的速度数据、指数数据的聚类，根据聚类结果的类别数量n划分防控圈级别，各防控圈级别分别是1～n；

15)不同的防控圈级别，设置不同的输入流向、输出流向的最大绿灯时间的调整步幅Δt；

所述步骤2)具体包括：

21)计算防控圈内拥堵路段比例、拥堵交叉口比例，判断防控圈整体拥堵情况；

式中，congestion是拥堵水平；R_i是第i个路段是否拥堵；l_i是第i个路段的长度；J_i是第i个交叉口的是否拥堵；J_all是防控圈内全部交叉口的数量；δ是干线在防控圈拥堵水平中的关注程度，取值0～100％；

22)根据防控圈整体拥堵情况，计算防控圈级别；

degree＝ceil(congestion*n)

式中，degree是防控圈级别，congestion是拥堵水平，n是聚类结果的类别数量，ceil是向上取整操作；

23)依据区域的实际的防控圈级别，选取对应的流入流向、流出流向的最大绿灯时间的调整步幅Δt，调节边界交叉口的最大绿灯时间。

2.根据权利要求1所述的基于互联网数据与检测数据融合的信号控制方法，其特征在于，所述步骤3)具体包括：

31)将互联网数据中的拥堵指数转换为城市交通运行指数TPI，TPI取值范围[0,10]；

32)获取检测器数据，判断检测器数据中的排队长度是否达到检测最大范围，若超过检测最大范围，则使用互联网数据中的拥堵指数、排队长度计算防控圈内各交叉口的信号方案绿信比：

式中，λ_i是第i个相位的绿信比，TPI_i是第i个相位的城市交通运行指数，IQ_i是第i个相位的互联网排队长度；

若排队长度未超过检测最大范围，则使用检测器数据中的流量、排队长度计算防控圈内各交叉口的信号方案绿信比：

式中，λ_i是第i个相位的绿信比，V_i是第i个相位的流量，DQ_i是第i个相位的检测器排队长度。

3.根据权利要求1所述的基于互联网数据与检测数据融合的信号控制方法，其特征在于，所述步骤4)具体包括如下步骤：

41)根据检测器数据判断拥堵状态，当出现拥堵时，则根据交叉口渠化关系分析交叉口的出口道与进口道的对应关系，确定驶入拥堵出口的若干进口道，对于每个出口道均有驶入该出口道的若干进口道；

42)降低驶入拥堵出口的若干进口道对应相关的绿信比，减少往拥堵出口的绿灯时间。