TWI613624B

TWI613624B - 自動化時制重整之裝置及其方法

Info

Publication number: TWI613624B
Application number: TW105131903A
Authority: TW
Inventors: Ming-De Zeng
Original assignee: Zeng Ming De
Priority date: 2016-10-03
Filing date: 2016-10-03
Publication date: 2018-02-01
Also published as: TW201814670A

Description

自動化時制重整之裝置及其方法

本發明係為有關一種規劃交通號誌週期、時相綠燈時間之技術，特別是指一種有效計算出最接近實際現況之自動化時制重整之裝置及其方法。

交叉路口為道路系統中最容易產生衝突及交通事故的地點之一，在車流量極小且視線廣闊的交叉路口，可不用設置紅綠燈，使駕駛人依照交通規則及自身判斷通過路口，但當車流量逐漸增加時，可利用紅綠燈的指示將路權輪流分配給不同方向的車流。

紅綠燈號誌各時段的時比、時相、時差與週期的設計規定，稱為時制，但不適當的紅綠燈時制設計，如各種號誌燈的週期時間不當的分配，會造成不必要的延滯。十字路口車流狀態，常隨著都市發展而改變。例如，附近新設大賣場、百貨公司或新建住宅大樓而新引進車流。因此每固定一兩年，如何因應車流變化定義最佳車流量紓解週期的時間，以計算出各號誌燈的時相綠燈時間，是時制重整工作相當重要的一環。

目前紅綠燈號誌時制設計方法，粗略地劃分，可分為適應性號誌控制系統，以及傳統的時制重整號誌控制系統，其中適應性號誌控制系統係具有機動性，適應性號誌控制系統係在每一個時向中的車道上設置感測器，以針對停等及壓佔在感測器上的車輛進行偵測，並據以判斷當下交通車流之即時狀態，再透過路口號誌最佳化軟體進行演算，將能有效地分配路口各方向之紅綠燈時間帶，亦可提供相關資訊回傳至交控中心，如此將能促使交通更為順暢，亦能改善整體路網之運作績效。雖適應性號誌控制系統效率高，但卻需長期在路口設置眾多感測器才有辦法控制交通號誌，且不斷的在進行偵測以及運算，建置及維護成本都很高，實非國家財政所能夠支撐。因此目前全世界及國內，仍有90%以上的交通號誌係使用傳統的低成本的固定時制號誌控制系統，惟傳統的定時時制號誌控制方法，在一段固定期間後車流發會變異，因此需要定期做時制重整。

傳統的紅綠燈的時制重整係可以進行下列步驟，首先選定使用一最佳車流量紓解週期方程式，以計算路口紅綠燈的最佳週期，以最佳車流量紓解週期方程式中的韋伯斯特(Webster)方程式為例，如下所示：

其中C₀係為最佳車流量紓解週期之時間長度；y₁、y₂...y_n分別為每一時相每小時的小汽車流量與飽和紓解流量之比值；L則為每個週期的總損失時間；Y係為y₁至y_n的總和。其中飽和紓解流量係在綠燈開始後，車隊通過停止線的最大疏解量，飽和紓解流量時間車距(headway)則稱為飽和時間車距，單位為秒/車輛，在此一時間車距下的每小時車隊疏解量稱為飽和紓解率，亦即3600秒除以飽和時間車距所得數字。損失時間包括起步損失時間(starting lost time)和清道損失時間(clearance interval)之總和，清道時間係當綠燈結束時，為讓已進入交叉路口內之車流繼續通過以淨空路口供下一時相綠燈方向車流使用之時間，一般分為黃燈時間及全紅時間；起步損失時間則是因紅燈而在交叉路口停等的車隊，自綠燈始亮時起至車隊以正常速率通過路口所需的時間。

接下來請參照第一圖，因此為取得運算最佳車流量紓解週期的數值必須進入步驟S50，至路口現場實際紀錄(1)每小時車道上的大車、小車、機車流量及其轉向(左轉、直行、右轉)，(2)路口的車道配置，車道數，並紀錄車道是供直行、右轉、或左轉使用等，(3)時相內容及各時相紅、黃、綠燈時間，(4)各車道飽和紓解流量，(5)週期損失時間等。上述所有紀錄的方法僅能使用人工統計，完全無法適用機器以自動化取得上述資料。至現場實際收集到資料後，必須再經過各種計算才能產生紅綠燈的週期秒數，如步驟S52，以人工方式在電腦上建立路口幾何圖，還原路口配置及車道現況。接著進入步驟S54，同時再透過人工輸入將先前調查所得車流量總和重新分配回各車道。

進入步驟S56，透過電腦根據換算表，其係由交通部提供的轉換表，透過轉換表將車流量換算成小客車當量數，此時必須將收集到每一車道的總車流量、大車、小車、機車流量比例，根據左轉、直行、右轉不同的小客車當量進行換算，產生相當於整條馬路都是小汽車的交通流量，並選擇在同一時相中，各方向車道中當量換算數值最高者；接著進入步驟S58，計算當量換算數值最高者的車流量與飽和車流量之比值。並進入步驟S59將車流量與飽和車流量之比值帶入最佳車流量紓解週期方程式，以計算出最佳車流量紓解週期；接著進入步驟S60，依最佳車流量紓解週期以及車流量與飽和車流量之比值，計算各時相綠燈時間；進入步驟S62，將計算出來的數值透過人工輸入電腦中車流模擬軟體進行模擬比對，若有誤差，可能需要再回去調整車道配置等，例如現場幾何雖然兩車道，但駕駛人常以三車道行駛，經模擬比對認為無誤即可再透過人力輸入號誌控制器；最後進入步驟S64，使用者再至現場路口實際測試，根據人力判斷先前計算的週期是否符合實際的效益，以透過人力來進行微調的步驟。其中步驟S50至步驟S54以及步驟S62至步驟S64皆只能使用人工進行操作，無法透過機器自動化操作，因此相當耗費人力成本。

除此之外，由於先前技術在統計車流量時必須使用人力到現場實際統計每一車道的車種比例以及車流量，調查過程中可能因天候不佳或者人為缺失等情況導致紀錄的資料有所缺失。再者，在上述步驟S56轉換成小客車當量時亦可能產生缺失，如機車轉換成小汽車，意謂機車是排在小汽車之後魚貫紓解離開停止線，但實際上機車可能與車輛併行紓解，或者大客車的體型不盡相同，不能以同樣的當量做轉換等情形，因此利用計算出來的轉換小汽車當輛數估計出的週期時間、各時相綠燈時間可能會與實際情形有極大的落差，普遍偏高。再者，車流量調查時是紀錄同方向各車道的左轉、直行及右轉車總共車輛數，再平均分配回車道上，例如調查兩車道直行車，共500台，分配回兩車道時，各250台。這樣的平均分配是與實際情形有很大落差的。

有鑑於此，本發明遂針對上述習知技術之缺失，提出一種自動化時制重整之裝置及其方法，可短期間利用感測裝置感測車輛經過的時間，再搭配演算法計算出最佳車流量紓解週期時間，可取代傳統耗時耗力的人工作業流程，達到低成本、高精確控制目標。意即，本發明在路口時制重整期間，開始安裝感測裝置，進行自動化取樣完成時制重整，時制重整自動完成後，感測裝置即可拆除，以利後續繼續到下一個需要自動時制重整的十字路口，以有效克服上述之該等問題。

本發明之主要目的係在提供一種自動化時制重整之裝置及其方法，其係可透過自動化紀錄每一時相的流量以及車輛經過的時間，即能精準地計算出最佳車流量紓解週期，可有效自動化作業，且能避免進行使用當量表之數值，將各種車輛轉換為小客車當量，可避免計算最佳車流量紓解週期所產生的誤差，能有效降低不確定因素。

本發明之另一目的係在提供一種自動化時制重整之裝置及其方法，不需透過使用人力至路口現場紀錄每一車道的車流量、車種比例以及直行、左、右車道的流量等，故不需將各車種轉換為小客車當量，能有效避免當量轉換時與事實情形產生極大落差，因而影響到最佳車流量紓解週期計算的數值。

為達上述之目的，本發明係提供一種自動化時制重整之裝置，其係提供複數感測裝置，分別裝設於每一時相中至少一車道的前端，以感測車道中的的每一車輛所需的紓解時間，其中計算交通紓解最佳週期之方法步驟包括，在一感測總時間內，擷取並紀錄每一時相中，每一車輛經過感測裝置的時間，以產生每一車輛感測時間；將小於一預設時間的車輛感測時間加上一微調時間，產生複數車輛紓解時間；接著將所有車輛紓解時間相加，產生一車流量總紓解時間；將車流量總紓解時間除以感測總時間，產生一車流量總紓解時間與感測總時間比值t_n；將車流量總紓解時間與感測總時間比值帶入一最佳車流量紓解週期方程式，產生最佳車流量紓解週期時間。其中最佳車流量紓解週期方程式如下所示：

其中C₀係為最佳車流量紓解週期之時間長度；t₁、t₂...t_n分別為每一時相的車流量總紓解時間與感測總時間比值；L則為每個週期的損失時間；T係為複數t₁至t_n的總和；a、b以及c為常數；最後再將最佳車流量紓解週期時間，帶入一綠燈時間方程式，計算出各時相綠燈時間。

另外，本發明亦提供一種自動化時制重整之方法，包括一處理器、一資料庫以及複數感測裝置，其中感測裝置係分別對準每一時相中至少一車道的停止線前端，以感測車道中的每一車輛經過感測裝置的時間，產生複數車輛感測時間；一處理器信號連接感測裝置，以接收一感測總時間中所感測的車輛感測時間後，將小於一預設時間的車輛感測時間增加一微調時間，使其成為車輛紓解時間，將複數車輛紓解時間相加，產生一車流量總紓解時間，再將車流量總紓解時間除以感測總時間，產生一車流量總紓解時間與感測總時間比值後，將車流量總紓解時間與感測總時間比值帶入最佳車流量紓解週期方程式，產生一最佳車流量紓解週期時間。其中最佳車流量紓解週期方程式如下所示；

其中C₀係為最佳車流量紓解週期之時間長度；t₁、t₂...t_n分別為每一時相的車流量總紓解時間與感測總時間比值；L則為每個週期的損失時間；T係為複數t₁至t_n的總和；a、b以及c為常數，計算出最佳車流量紓解週期時間後，即可透過最佳車流量紓解週期時間，帶入一綠燈時間方程式，以計算出各時相綠燈時間。

其中本發明與習知技術內容具有以下差別，請參下列表1：

由上述表1係為習知技術與本案的比對圖，由表1可知習知技術的步驟S50-S56，皆係透過人工蒐集資訊以產生計算的所需參數，最後所需參數帶入方程式，以計算出最佳車流量紓解週期。參閱本案的步驟S10至S12可知本案可直接透過機器自動化感測參數，可取代過去人工紀錄車流量、車種型態以及車輛前進方向係為直向、左轉或右轉等參數，本案透過機器感測參數後，直接帶入最佳車流量紓解週期方程式，計算出最佳車流量紓解週期時間，可免去步驟S52-S56繁複的步驟。且本案更可避免在轉換成小客車當量時因預設的數值不理想，造成計算出來的數值與實際情形有極大的落差，因此本案計算的精準度提高，故可免去習知技術的步驟S62-S64，透過人工以及模擬比對等微調，避免繁複的步驟。

底下藉由具體實施例詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。

1‧‧‧計算交通紓解最佳週期之裝置

10‧‧‧處理器

12‧‧‧感測裝置

14‧‧‧資料庫

16‧‧‧電腦裝置

20‧‧‧停止線

30‧‧‧交通號誌控制箱

40‧‧‧紅綠燈

A‧‧‧時相

B‧‧‧時相

C‧‧‧時相

D‧‧‧時相

第一圖係為習知計算交通紓解最佳週期方法步驟流程圖。

第二圖係為本發明架設計算交通紓解最佳週期裝置於路口示意圖。

第三圖係為本發明計算交通紓解最佳週期裝置之方塊圖。

第四圖係為本發明之計算交通紓解最佳週期方法步驟流程圖。

第五圖係為本發明計算交通紓解最佳週期方法之車輛感測時間示意圖。

第六圖係為本發明計算交通紓解最佳週期方法之車輛感測時間加上微調時間示意圖。

本發明係用以計算最佳車流量紓解週期的時間長度，請參照第二圖與第三圖，如圖所示，本發明之計算交通紓解最佳週期之裝置1包括一處理器10電性或信號連接複數感測裝置12，其中複數感測裝置12係可設置於每一時相中，至少一車道的前端，如第二圖所示，本實施例舉例於感測裝置12設置在紅綠燈40上，使每一感測裝置12分別對準每一時相裡，每一車道停止線20的前端，以感測車道內每一台經過感測裝置12的車輛；當然更可僅在每一時相中的其中一車道上設置一感測裝置12，但此時感測裝置12就必須設置在時相中車流量最多的車道，其中如何得知車流量最多的車道係由歷史資料分析所得或至現場觀察所得。感測裝置12可為紅外線感測裝置、影像感測裝置或雷達感測裝置等，本實施例舉例感測裝置12係為雷達感測裝置，因此可持續感測經過雷達感測到物體的時間，藉此取得每一台車輛經過感測裝置12的時間。路口上更設有一交通號誌控制箱30，以提供輸入紅燈、黃燈以及綠燈的秒數，以控制紅綠燈。

處理器10則係安裝在一電腦裝置16中，在擷取感測裝置12的車輛感測時間後，可透過有線或無線傳輸至電腦的處理器10中，提供處理器10進行計算，本實施例舉例電腦裝置16係裝設在交通號誌控制箱30中，以信號連接交通號誌控制箱30；本實施例舉例最佳車流量紓解週期方程式則係如下所示：

C₀係為最佳車流量紓解週期之時間長度；t₁、t₂...t_n分別為每一時相的車流量總紓解時間與感測總時間比值；L則為每個週期的損失時間；T係為t₁至t_n的總和；a、b以及c皆為常數。其中a、b以及c係可提供使用者根據目前交通流量所需的常數狀態來進行調整，使計算時能更加貼近實際的交通車流量紓解週期，為使實施例說明更加明確，以韋伯斯特(Webster)方程式為例說明，其中a=1.5；b=5；c=0，如下所示：

最後處理器10接收感測裝置12所產生的複數車輛紓解時間，並利用最佳車流量紓解週期方程式，加以計算產生一最佳車流量紓解週期時間，同時處理器10再將最佳車流量紓解週期時間依照各時相車流量總紓解時間比例，以計算出各時相綠燈時間。

在上述說明完本發明之使用結構後，接下來詳細說明本發明在計算交通紓解最佳週期之方法流程，並詳細說明處理器10係如何計算出最佳車流量紓解週期。請參照第二圖至第四圖，第四圖係為本發明之方法流程圖，如圖所示，首先進入步驟S10並請參照第五圖，透過感測裝置12在一感測區間總時間內，本實施例舉例在一小時內，擷取並紀錄時相A、B、C、D中每一台車輛通過感測裝置12的時間，以分別產生每一時相A、B、C、D的複數車輛感測時間，其中車輛感測時間可能因為左轉、右轉或直行等不同因素而改變時間，一般來說轉彎的車輛會花費比直行車還要多的時間，由於本實施例係舉例於每一車道上設置對應的一感測裝置12，因此在計算時必須擷取每一時相A、B、C、D中，車流量最多的車道的複數車輛感測時間，當然若先前已得知每一時相A、B、C、D中最大車流量的車道時，僅可只在每一時相A、B、C、D中最大車流量的車道設置感測裝置12時，就不須採取此動作；接著進入步驟S12，並同時配合參照第六圖，如圖所示。由於感測裝置12亦有車輛偵測點的誤差，故擷取每一時相A、B、C、D中最大車流量的複數車輛感測時間後，分別對每一時相內的複數車輛感測時間進行校正，將小於一預設時間的複數車輛感測時間的車輛加上一微調時間，以產生複數車輛紓解時間，由於車與車之間並不會緊黏前進，因此必須在車與車之間保留一微調時間來避免誤差產生；接著進入步驟S14，將複數車輛紓解時間相加，產生車流量總紓解時間。

因此使用感測裝置12感測得到車流量總紓解時間，可取代過去使用車流量、車種型態以及車輛前進方向係為直向、左轉或右轉等數值，帶入最佳車流量紓解週期方程式的數值，因此使用感測裝置12所感測得到的車流量總紓解時間代替過去的數值以及繁複的計算方式，除了可自動化紀錄數值，避免使用人力至路口紀錄時，因氣候不良或者其他因不可抗拒因素，導致人力在紀錄各種數值產生誤差之外，更可避免在轉換成小客車當量時因預設的數值不理想，造成計算出來的轉換數值可能會與實際情形有極大的落差。且上述皆可透過機器進行自動化的處理，不須人力介入，可有效降低成本且提高計算數值的精確度。

接下來請參照步驟S16，分別將每一時相A、B、C、D，最高車流量車道的車流量總紓解時間除以感測總時間，產生四個車流量總紓解時間與感測總時間比值t₁、t₂、t₃以及t₄，本實施例舉例感測車輛感測時間係為一個小時，因此感測總時間即係為一小時；最後進入步驟S18，處理器10擷取資料庫14中最佳車流量紓解週期的方程式，並將車流量總紓解時間與感測總時間比值t₁、t₂、t₃以及t₄帶入最佳車流量紓解週期的方程式中，本實施例舉例的最佳車流量紓解週期方程式如下所示：

C₀係為最佳車流量紓解週期之時間長度；t₁、t₂、t₃以及t₄分別為每一時相的車流量總紓解時間與感測總時間比值；L則為每個週期的損失時間；T係為t₁至t₄的總和；a、b以及c皆為常數，可以根據使用者目前需求進行調整，以產生最佳車流量紓解週期之時間。

最後進入步驟S20，計算最佳車流量紓解週期之後，更可透過最佳車流量紓解週期計算時相紅燈以及綠燈時間，計算綠燈時間的方法係將最佳車流量紓解週期時間帶入一綠燈時間方程式，以計算出每一時相之綠燈時間，其中綠燈時間方程式如下所示：G=C₀-L；

…

其中C₀係為最佳車流量紓解週期之時間長度；t₁、t₂...t_n分別為每一時相的車流量總紓解時間與感測總時間比值；L則為每個週期的損失時間；T係為t₁至t_n總和；G為總綠燈時間；G ₁、G ₂...G _ｎ分別為每一時相的綠燈時間；因此透過上述方程式即可計算各時相有效綠燈的時間，以產生各個時相綠燈，其中黃燈時間係為固定的時間，紅燈時間則是除了本身的時相以外的綠燈以及黃燈的總時間。在計算出紅燈、綠燈以及黃燈的時間秒數之後，處理器10會將紅燈、綠燈以及黃燈的時間秒數直接輸入交通號誌控制箱30中，以進行實際路口紅綠燈號誌的檢測，以根據實際車流情形微調各個時相的週期秒數。當然處理器10產生紅燈、綠燈以及黃燈的時間秒數後，亦更可透過人工輸入紅燈、綠燈以及黃燈的時間秒數至交通號誌控制箱30，並不以此為限。

綜上所述，本發明係為一種自動化時制重整之裝置及其方法，其提供複數感測裝置裝設於每一時相中的至少一車道的前端，在感測總時間內感測車道中每一車輛的車輛感測時間至處理器中，處理器並將小於預設時間的車輛感測時間的車輛增加一微調時間，再將所有車輛感測時間與微調時間相加產生車輛紓解時間，以產生一車流量總紓解時間與感測總時間比值後，帶入最佳車流量紓解週期方程式，產生最佳車流量紓解週期時間並計算各時相綠燈時間。因此本發明可自動化紀錄每一時相的車流量以及車子經過的時間，即能精準地計算出最佳車流量紓解週期，可有效自動化作業，不需透過使用人力至路口現場紀錄每一車道的車輛的流量、車種比例以及直行、左、右車道的流量等，且能避免使用小客車當量表之數值，將各種車輛轉換為小客車當量數，可避免習知計算最佳車流量紓解週期所產生的誤差，能有效降低不確定因素，避免重複計算以及反覆的驗證。

唯以上所述者，僅為本發明之較佳實施例而已，並非用來限定本發明實施之範圍。故即凡依本發明申請範圍所述之特徵及精神所為之均等變化或修飾，均應包括於本發明之申請專利範圍內。

Claims

一種自動化時制重整之方法，其係提供複數感測裝置，分別裝設於每一時相中至少一車道的前端，以感測該車道中的每一車輛，該自動化時制重整之方法步驟包括：在一感測總時間內，擷取並紀錄至少一該時相中，每一該車輛通過該感測裝置的時間，以產生複數車輛感測時間；將小於一預設時間的該等車輛感測時間加上一微調時間，產生複數車輛紓解時間；將該等車輛紓解時間相加，產生一車流量總紓解時間；將該車流量總紓解時間除以該感測總時間，產生一車流量總紓解時間與感測總時間比值；以及將該車流量總紓解時間與感測總時間比值帶入一最佳車流量紓解週期方程式，產生最佳車流量紓解週期時間，其中該最佳車流量紓解週期方程式如下所示：其中該C₀係為該最佳車流量紓解週期之時間長度；該t₁、該t₂...該t_n分別為每一時相的該車流量總紓解時間與感測總時間比值；該L則為每個週期的該損失時間；該T係為該t₁至該t_n總和；該a、該b以及該c為常數。
如請求項1所述之自動化時制重整之方法，更包括將該最佳車流量紓解週期時間帶入一綠燈時間方程式，以計算出至少一該時相之綠燈時間，其中該綠燈時間方程式如下所示：G=C₀-L； … 其中該C₀係為該最佳車流量紓解週期之時間長度；該t₁、該t₂...該t_n分別為每一該時相的該車流量總紓解時間與感測總時間比值；該L則為每個週期的損失時間；該T係為該t₁至該t_n總和；該G為總綠燈時間；該G ₁、該G ₂...該G _n分別為每一該時相的綠燈時間。
如請求項1所述之自動化時制重整之方法，其中該等感測裝置係為紅外線感測裝置、影像感測裝置或雷達感測裝置等。
如請求項3所述之自動化時制重整之方法，其中該等感測裝置係裝設在紅綠燈上。
一種自動化時制重整之裝置，包括：複數感測裝置，分別裝設於每一時相中至少一車道的前端，以感測該車道中的每一車輛經過感測裝置的時間，產生複數車輛感測時間；一處理器，信號連接該等感測裝置，以接收一感測總時間中所感測的該車輛感測時間後，將小於一預設時間的該車輛感測時間增加一微調時間，產生複數車輛紓解時間，將該等車輛紓解時間相加，產生一車流量總紓解時間，再將該車流量總紓解時間除以該感測總時間，產生一車流量總紓解時間與感測總時間比值後，使用一最佳車流量紓解週期方程式並將該車流量總紓解時間與感測總時間比值帶入，產生一最佳車流量紓解週期時間，其中該最佳車流量紓解週期方程式如下所示：其中該C₀係為該最佳車流量紓解週期之時間長度；該t₁、該t₂...該t_n分別為每一時相的該車流量總紓解時間與感測總時間比值；該L則為每個週期的損失時間；該T係為該t₁至該t_n的總和；該a、該b以及該c為常數。
如請求項5所述之自動化時制重整之裝置，其中該資料庫中更包括一綠燈時間方程式，該處理器將該最佳車流量紓解週期時間帶入該綠燈時間方程式，以計算出至少一該時相之綠燈時間，其中該綠燈時間方程式如下所示：G=C₀-L； … 其中該C₀係為該最佳車流量紓解週期之時間長度；該t₁、該t₂...該t_n分別為每一該時相的該車流量總紓解時間與感測總時間比值；該L則為每個週期的損失時間；該T係為該t₁至該t_n總和；該G為總綠燈時間；該G ₁、該G ₂...該G _n分別為每一該時相的綠燈時間。
如請求項5所述之自動化時制重整之裝置，其中該等感測裝置係為紅外線感測裝置、影像感測裝置或雷達感測裝置等。
如請求項7所述之自動化時制重整之裝置，其中該等感測裝置係裝設在紅綠燈上。