CN1526126A - 确定队列识别数和确定队列长度的方法 - Google Patents

Abstract

本发明涉及在用户台上确定队列识别数以调度分别移动的各个单元的方法。借助于该队列识别数提供了两种估计用户台的队列长度的方法。第一种方法利用了队列长度和连接的队列识别数之间的线性相关性。在各个放行阶段，校准队列长度函数的斜率，其中将更新后的队列识别数与一个更低程度的队列长度进行比较。在第二种方法中，借助于宏观队列模型，由队列识别数和必要饱和时间计算队列长度。

Description

确定队列识别数和确定队列长度的方法

技术领域

本发明涉及确定车辆队列特征因子δ的方法和由此得到的自校准方法，用于估算控制台处的车辆队列长度，该控制台，例如交通信号灯或关卡，用于处理单独移动的各个单元，并具有设置在上游的探测器。如此确定的参数和由其得到的特征值可以用来控制交通信号灯或关卡，或者用来在主设备中显示交通状态。

背景技术

在公路交通技术中的一个重要问题是确定交通信号灯处的车辆队列长度，以便获得与交通流量相关的信息项。此外，车辆队列长度的信息可以用来控制信号装置(Bernhard Friedrich，Methoden und Potentialeadaptiver Verfahren für die Lichtsignalsteuerung(Methods andpotentials of adaptive methods for traffic-signal control)，Straβenverkehrstechnik 1996年9月)。根据Joos Bernhard和ThomasRiedel的Erkennung von Stau mit kurzen Schleifendetektoren(detection of tailback using short loop detectors)，Straβenverkehrstechnik，1999年7月，只可以在停车线和探测器之间检测或计算交通信号灯处的车辆队列长度。这同样也可以应用于位于任何处理具有拦截和放行阶段的单独移动单元的控制台处的队列。

该已知方法的主要缺点在于不能确定大于控制台与探测器之间的距离的车辆队列长度。

因此，本发明的目的是提供一种方法，其可以在控制台和检测器之间的范围之外确定用于处理单独移动单元的控制台处的车辆队列长度，以便借助于所述车辆队列长度或由其得到的特征值(例如，等待时间)来控制交通信号装置或关卡，或者在主设备中显示交通状态。

发明内容

通过根据权利要求1的确定车辆队列特征因子δ的方法实现了本目的，使用该方法可以简单地确定车辆队列长度。此外，使用所述车辆队列特征因子还可以确定用于控制该装置的其他相关参数，例如饱和时间要求。使用车辆队列特征因子确定车辆队列长度是权利要求4和16的主题。

特别地，本发明提供了一种方法，通过测量拦截开始或拦截开始的时刻与探测器连续占用之间的时间(填充时间(filling time))，并随后与一个参考填充时间进行比较，确定在用于处理单独移动单元的控制台(其中，每一个处理阶段都包括拦截阶段和放行阶段，并且在该控制台的上游设置探测器)处的车辆队列特征因子δ，其中，如果超过参考填充时间，则将第一个值赋给δ，否则将第二个值赋给δ。

除了拦截开始之外，例如，还可以选择在拦截阶段开始之前的过渡时间的时刻作为填充时间的开始。在交通信号灯的情况下，黄灯阶段适合作为过渡时间。

如果参考填充时间降低，也就是说，如果控制台与探测器之间的距离填充得比参考时间更快，则认为发生了车辆队列。否则，这些单元正在自由流动。

关于这一点，该参考填充时间例如可以通过模拟器测验或根据经验调查来获得。优选地，该参考填充时间可以作为驶入区域的几何参数(例如探测器与控制台之间的距离、车道宽度等)和/或控制台的放行时间的函数来进行选择。

使用以上述方式确定的车辆队列特征因子，可以确定用于优化通过量或交通状态显示的多种相关参数。

在第n处理阶段中使用根据本发明确定的车辆队列特征因子估算车辆队列长度

的第一方法是基于以下假设：作为平滑车辆队列特征因子

的线性函数(考虑了第(n-1)平滑车辆队列特征因子 的车辆队列特征因子δ_n确定该平滑车辆队列特征因子 )， 由下式给出：

其中，

可以不再只取两个值，而是多个值。对于指定的m，对于给定的

车辆队列长度可以由方程(1)给出。对车辆队列特征因子进行平滑处理，以便在从一个处理阶段到下一个处理阶段时避免车辆队列特征因子发生过大的变化。

该方法的优越之处在于不需要测量速度来确定车辆队列长度。

优选地，在每一个第n处理阶段都重新调节斜率。为此，确定了交通水平q_n。这是例如通过估算或测量在第n处理阶段过程中通过探测器的单元的数量来给出的。可以从该交通水平计算出在第n拦截阶段过程中，在控制台的上游至少存在多少单元；从而获得车辆队列长度的下限L_n ⁰。在另一方面，由前一处理阶段的车辆队列长度函数

利用 和适当选择的m_n-1，可以得到当前处理阶段中的实际车辆队列长度的估算值。通过比较L_n ⁰和

可以对m_n、然后是

进行校准。

第(n-1)处理阶段的斜率最好通过递归地使用上述方法，由适当的初始值 和m₀来获得。因此，该方法是自校准的。

优选地，通过形成当前车辆队列特征因子和前一处理的平滑车辆队列特征因子的凸组合来对车辆队列特征因子进行平滑处理：

最好使用设置在控制台上游的探测器来测量交通水平q_n。

在一个优选的方案中，将车辆队列长度的下限L_n ⁰作为q_n的线性函数给出，这是因为甚至这种简单的形式也是一个很好的近似。优选地，该直线的斜率取决于在一部分处理阶段的过程中探测器被连续占用的时间。如果考虑该相关性，可以提高与实际数据的一致性。

最好只在δ_n取第二个值且 或者在δ_n取第一个值且

的情况下，才改变斜率m_n。在第一种情况下，一方面，δ_n显示了距离控制台最小为L_n ⁰处的车辆队列，并且另一方面，车辆队列长度的估算值

低于L_n ⁰。在第二种情况下，虽然δ_n没有表明长度L_n ⁰的车辆队列，但是另一方面，根据估计值 车辆队列仍然比L_n ⁰要长。因此，在两种情况下，都适合于对斜率m_n进行校准。另一方面，如果车辆队列特征因子的值与估算的车辆队列长度不一致，则保持该斜率：m_n＝m_n-1。

为了调节斜率m_n，可以使用平滑车辆队列长度L′_n，其结果是L_n ⁰和

的组合：

通过上述根据本发明的方法确定的车辆队列特征因子δ也可以用来确定饱和时间要求；这是在放行阶段中一个单元在饱和的(不再自由)车流中的平均时间要求值。一方面，该饱和时间要求是控制台性能的量度。另一方面，它也可以通过队列模型用来估算车辆队列长度。

为了确定第n处理阶段中的饱和时间要求t_n ^B，首先使用根据本发明的方法确定车辆队列特征因子δ，并测量或估算交通水平q_n。随后可以使用适当的t₀ ^B初始条件，通过下式计算饱和时间要求，

其中，t_n ^g为第n处理阶段中的放行时间。

为了避免从一个处理阶段到下一个处理阶段饱和时间要求发生过大的变化，最好在每一个步骤中只允许饱和时间要求有指定的最大变化 ${\mathrm{\Δt}}_{\max }^B>0.$ 因此，如果从方程(4)获得的t_n ^B满足以下不等式中的一个：

${\mathrm{\&Delta;t}}^B-t_n^B-t_{n-1}^B>\mathrm{\&Delta;}{t}_{\max }^B$ 或 $\mathrm{\&Delta;}{t}^B<-\mathrm{\&Delta;}{t}_{\max }^B-----\left(5\right)$

则最好计算修正的饱和时间要求 其中

或

最好使用设置在控制台上游的探测器来测量交通水平q_n。

作为上述根据本发明的方法的另选方法，可以借助于队列模型确定车辆队列长度，该队列模型包括具有适当选择的初始值的固有模型饱和时间要求τ_n ^B作为要校准的参数。这种方法可以包括在任何第n处理操作中。

接下来，根据上述本发明的方法确定实际饱和时间要求t_n ^B。如果前一处理阶段的饱和要求值变化了Δt^B，则使用下式对固有模型饱和要求值τ_n ^B进行修正

${\mathrm{\&tau;}}_n^B={\mathrm{\&tau;}}_{n-1}^B+c_d{\mathrm{\&Delta;t}}^B-------\left(7\right)$

其中，c_d表示适当选择的阻尼常数。特别地，如果只允许实际饱和要求值的最大变化为Δt_max ^B，则使用下式对固有模型饱和要求值进行修正

${\mathrm{\&tau;}}_n^B={\mathrm{\&tau;}}_{n-1}^B+c_d\mathrm{sgn}\left({\mathrm{\&Delta;t}}^B\right)\min \left\{\right|{\mathrm{\&Delta;t}}^B|,{\mathrm{\&Delta;t}}_{\max }^B\}------\left(8\right)$

其中，sgn(Δt^B)表示Δt^B的符号。由交通水平计算车辆队列长度的下限L_n ⁰。使用这些值，借助于队列模型计算车辆队列长度的第一估算值L″_n。然后通过与以上车辆队列长度估算方法相似的方式比较L″_n和L_n ⁰。如果 $L_n^{\&prime;\&prime;}>L_n^0$ 且δ_n取第一个值，或者如果 $L_n^{\&prime;\&prime;}<L_n^0$ 且δ_n取第二个值，则必须修正固有模型饱和时间要求。使用校准模型饱和时间要求，可以随后使用车辆队列模型计算车辆队列长度的校正估算值。

该方法的优越之处在于不需要测量速度来确定车辆队列长度。

此外，有利的是可以考虑驶出车流中的故障，并在队列模型中使用适当修正的交通水平。

在故障补偿的优选方案中，只在q_n小于最后十个q值中的第二最大值max_10.2(q)的情况下才对q_n进行修正。在这种情况下，选择处理阶段过程中的时间间隔以计算故障补偿，并且对总时间间隔中探测器被连续占用的预定的更短的时间间隔，比如完整的秒数，进行计数。该总时间间隔最好在放行阶段开始几秒钟以后开始，并在放行阶段结束几秒钟以后结束。如果如此获得的数除以总时间间隔的长度，则获得探测器的占用程度b∈[0，1]。如果b低于下限u，则将值0赋给故障特征因子s。如果b超过上限o，则将1赋给s。如果u≤b≤o，则s由下式给出

$s=\frac{b-u}{o-u}-----\left(9\right)$

然后得到修正的交通水平q′_n

q′_n＝q+s(1+P_comp)(max_10.2(q)-q)    (10)

其中，p_comp是一个常数，可以使用P_comp对故障补偿的程度进行调节。

最好使用基于传统的PID调节器(比例-积分-微分调节器)的反馈方法对固有模型饱和时间要求进行校准。为此，需要将-1作为第一个值赋给δ_n(如果没有车辆队列)，并且需要将1作为第二个值赋给δ_n(如果有车辆队列)。该校准使用两个变量： (对应于锯齿积分项)和

(对应于微分项)。如果 ${\mathrm{\&delta;}}_n{L}_n^{\&prime;\&prime;}\&GreaterEqual;{\mathrm{\&delta;}}_n{L}_n^0,$ 则 ${\tilde{s}}_n={\tilde{d}}_n=0,$ 并且饱和时间要求不变。否则，定义辅助变量

$A=\frac{t_n^B}{t_n^g}(L_n^{\&prime;\&prime;}-L_n^0)-----\left(11\right)$

为了避免对饱和时间要求的过度修正，可以定义

A′＝sgn(A)min{|A|，1}                          (12)

其中，sgn(A)表示A的符号。现在选择

以及

其中，t_d为适当选择的常数。随后这就得到队列模型的校准饱和时间要求

${\widetilde{\mathrm{\&tau;}}}_n^B={\mathrm{\&tau;}}_n^B-(p_p{A}^{\&prime;}+|A^{\&prime;}\left|(p_i{\tilde{s}}_n+p_d{\tilde{d}}_n)\right)------\left(15\right)$

其中p_p、p_i和p_d表示调节器的参数。

最好通过形成L_n ⁰和L_n″的凸组合对所计算的车辆队列长度进行平滑处理：

$L_n={\mathrm{\&gamma;L}}_n^0+(1-\mathrm{\&gamma;})L_n^{\&prime;\&prime;},\mathrm{\&gamma;}\&Element;\left[\mathrm{0,1}\right]-----\left(16\right)$

这就避免了车辆队列长度的过度修正。

附图说明

下面参照附图描述根据本发明的确定车辆队列长度估算值的两种方法，这两种方法借助于根据本发明的确定车辆队列特征因子的方法。在附图中：

图1显示了由方法1计算的作为时间的函数的车辆队列长度函数的斜率m_n，

图2显示了由方法1得到的作为显式测量的、平滑的车辆队列的函数的估算车辆队列(按车辆数)，

图3显示了由方法2得到的作为时间的函数的车辆队列时间要求t_n ^B的估算值。

具体实施方式

方法1

将该车辆队列长度估算及其校准的方法应用于通往具有剧烈变化的绿灯时间(放行时间)的重负荷的交通信号灯装置(慕尼黑Landsberger/Trappentreustrasse的市中心方向)的道路。

将探测器设置在距离停车线30m或大约5辆车远的地方。采用22秒作为该距离的参考填充时间。

如果超过该参考填充时间，则将0赋给δ，否则将1赋给δ。由式

对车辆队列特征因子进行平滑处理，其中α通常在0.05和0.2之间，并且

通过下式计算下限

$L_n^0=q_n\sqrt{1-\min ({\mathrm{\&gamma;}}_1,{\mathrm{b\&gamma;}}_2)}+{\mathrm{\&alpha;}}_1---{\mathrm{\&gamma;}}_i\&GreaterEqual;0-------\left(17\right)$

其中，α₁考虑了探测器和停车线之间的车辆，因此取值α₁＝5。在该示例性实施例中，γ₁选择为0.9，而γ₂选择为1.2。通过计算放行开始之后5s与放行结束之后15s之间的探测器被连续占用的总时间，并且随后除以该时间间隔的总长度，来获得探测器的占用程度b；因此，b始终∈[0，1]。

在本示例中，将斜率m_n表示为m_n＝m_n′/m_n′其中m₀′＝10和m₀″＝0.5作为适当的初始值。通过平滑值

(其中β＝0.7)对该斜率进行修正。实际上

以及

其中

对于快速并且稳定的估算，合适的值为k₀＝10和K＝1000。

图1显示了斜率m_n的校准。任意指定的值大约20在第一天增加到对应于该车道的交通特征的值。随后只进行了微小的修正处理。该控制性能稳定并且稳固。

图2显示了估算的、平滑的车辆队列长度与人工增加的、轻微平滑的车辆队列长度值的比较。使用下式对测量的车辆队列L_n ^real进行平滑处理

平方后的相关系数R²＝0.7748表现了估算的车辆队列长度与实际车辆队列长度之间的良好相关性。

方法2

作为该方法的应用，借助于队列模型描述确定通往上述示例的交通信号灯装置的道路上的车辆队列长度。

为了计算饱和时间要求，允许最大变化 ${\mathrm{\&Delta;t}}_{\max }^B=0.02.$ 此外，该变化还在队列模型中由因子c_d＝0.9进行衰减。

图3显示了作为时间的函数的时间要求值t_n ^B的确定，初始值为 $t_0^B=2s.$ 可以看出，除了时刻振荡过程以外，在两个工作日内t_n ^B发生了几次波动。其中，可以通过取决于时间段的可变交通模式和道路使用者的驾驶行为来解释这些波动。

可以通过从上面的示例得到的占用程度对驶出车流中的故障进行补偿。故障特征因子s由方程(9)给出，其中使用u＝0.2和o＝1.1作为极限值。该选择保证s始终小于1。

在该示例中，宏观队列模型是从R.M.Kimber和E.M.Hollis的Traffic queues and delays at road junctions，TRRL Laboratory Report909，Berkshire，1979中得到的。车辆队列长度L的模型方程为

$L=\frac{1}{2}(\sqrt{A^2+B}-A)----\left(22\right)$

其中

$A=\frac{(1-q\frac{{\mathrm{\&tau;}}^B}{t_n^g})\left(\frac{t_n^g}{{\mathrm{\&tau;}}^B}\right)+(1-L_{n-1})\frac{t_n^g}{{\mathrm{\&tau;}}^B}-2(1-C)(L_{n-1}+q)}{\frac{t_n^g}{{\mathrm{\&tau;}}^B}+(1-C)}----\left(23\right)$

以及

$B=\frac{4(L_{n-1}+q)(\frac{t_n^g}{t^B}-(1-C)(L_{n-1}+q))}{\frac{t_n^g}{{\mathrm{\&tau;}}^B}+(1-C)}-----\left(24\right)$

其中，C＝0.6表征了驶出车流中的统计波动。

类似于PID控制器的用于校准饱和时间要求的合适的参数为p_p＝0.003、p_i＝0.01、p_d＝0.01以及t_d＝1.2。

使用γ＝0.6对车辆队列长度估算值进行平滑处理。

Claims (20)

1.一种确定控制台处的车辆队列特征因子δ的方法，该控制台用于处理各自移动的单元，并具有交替的拦截和放行阶段，并且在各个控制台的上游具有探测器，该方法通过测量拦截开始或拦截开始的时刻与探测器连续占用之间的填充时间，并随后与一个参考填充时间进行比较，从而确定车辆队列特征因子δ，其中，如果超过所述参考填充时间，则将第一个值赋给车辆队列特征因子δ，如果没有超过所述参考填充时间，则把第二个值赋给车辆队列特征因子δ。

2.根据权利要求1的方法，其中选择参考填充时间作为控制台的驶入区域的几何参数的函数。

3.根据以上权利要求中任何一项的方法，其中选择所述参考填充时间作为放行时间的函数。

4.一种确定第n处理阶段中的车辆队列长度

的方法，该方法包括以下步骤：

(a)根据权利要求1确定第n车辆队列特征因子δ_n，

(b)使用第(n-1)平滑车辆队列特征因子

计算平滑车辆队列特征因子

(c)使用适当预先确定的斜率m确定车辆队列长度

5.根据权利要求4的方法，其中通过以下步骤在第n处理阶段中确定斜率m_n：

(a)确定交通水平q_n，

(b)计算作为q_n的函数的车辆队列长度的下限L_n ⁰，

(c)利用适当预先确定的斜率m_n-1，通过L_n ⁰与 的比较，确定斜率m_n。

6.根据权利要求5的方法，其中通过递归地使用根据权利要求5的方法，利用适当的初始条件m₀和 确定斜率m_n-1。

7.根据权利要求4-6中任何一项的方法，其中根据式

α∈[0，1]，将平滑车辆队列特征因子 作为δ_n和

的凸组合来进行计算。

8.根据权利要求5-7中任何一项的方法，其中使用设置在控制台上游的探测器来测量交通水平q_n。

9.根据权利要求5-8中任何一项的方法，其中将车辆队列长度的下限L_n ⁰作为q_n的线性函数预先确定。

10.根据权利要求9的方法，其中作为时间的函数预先确定斜率L_n ⁰＝(q_n)，其中在部分处理阶段的过程中，探测器被连续占用。

11.根据权利要求5-10中任何一项的方法，其中如果将第二个值赋给δ_n且

或者如果将第一个值赋给δ_n且则相对于m_n-1改变m_n，否则，设置m_n＝m_n-1。

12.根据权利要求5-11中任何一项的方法，其中通过平滑值

β＞0，对斜率m_n进行调节。

13.一种确定饱和时间要求t_n ^B的方法，该饱和时间要求t_n ^B对应于在放行阶段中在饱和的车流下单元的平均时间要求，该方法包括以下步骤：

(a)根据权利要求1-3中任何一项确定车辆队列特征因子，

(b)确定交通水平q_n，

(c)根据式

使用放行时间t_n ^g和适当的t₀ ^B初始条件确定饱和时间要求t_n ^B。

14.根据权利要求13的方法，其中在每一个第n处理阶段中的饱和时间要求t_n ^B与第(n-1)处理阶段的饱和时间要求相比，变化不大于预先确定的最大值。

15.根据权利要求13或14的方法，其中使用控制台上游的探测器测量交通水平q_n。

16.一种确定车辆队列长度L_n ^″的方法，包括以下步骤：

(a)根据权利要求13-15中任何一项确定饱和时间要求t_n ^B，

(b)使用第(n-1)模型饱和时间要求τ_n-1 ^B并使用适当选择的c_d，根据式 ${\mathrm{\&tau;}}_n^B={\mathrm{\&tau;}}_{n-1}^B+c_d(t_n^B-t_{n-1}^B)$ 确定固有模型饱和时间要求τ_n ^B，

(c)计算作为q_n的函数的车辆队列长度的下限L_n ⁰，

(d)采用固有模型饱和时间要求，使用队列模型计算车辆队列长度估算值，

(e)通过将车辆队列长度估算值与下限L_n ⁰进行比较，校准固有模型饱和要求，

(f)采用校准的固有模型饱和时间要求，使用队列模型计算车辆队列长度L_n ^″。

17.根据权利要求16的方法，其中使用考虑了在驶出车流中的故障的修正交通水平进行车辆队列长度的计算。

18.根据权利要求17的方法，其中通过对处理阶段的时间间隔中探测器被连续占用的预定时间间隔，特别是完整的秒数进行计数，从而计算流量补偿。

19.根据权利要求16到18中任何一项的方法，其中使用根据传统PID控制器的方法对固有模型饱和时间要求进行校准。

20.根据权利要求16到19中任何一项的方法，其中根据式 $L_n=\mathrm{\&gamma;}{L}_n^0+(1-\mathrm{\&gamma;})L_n^{\&prime;\&prime;},$ γ∈[0，1]形成L_n ⁰和L_n ^″的凸组合，从而对车辆队列长度估算值进行平滑处理。

Images