专利名称：建立城市交通网络十字交叉口信号控制模型的方法
技术领域：
本发明涉及一种建立信号控制模型的方法，特别是一种建立城市交通网络十字交叉口信号控制模型的方法。
背景技术：
信号控制作为城市交通管理的重要技术手段，同时也是城市交通流的唯一直接主 动控制方式，是改善城市交通环境、解决城市交通拥挤问题的关键技术之一。对交通信号优 化控制技术，国内外学者采用相关理论和方法从模型和算法两个方面进行了大量的理论研 究和探索。国外学者最先从20世纪60年代开始了这方面的研究工作。其中，Webster和 Miller分别针对固定周期的信号控制建立了以车辆平均延误最小为目标的信号配时模型 及其计算方法，前者的方法仍是今天定时信号控制的基础。随后，Gazis对由两个这样的交 叉口构成的简单交通网络进行了最优性研究。后来许多学者的研究工作都是基于Gazis的 理论并且将其扩展到由更多交叉路口组成的交通网络。在所有这些模型中，由于缺乏实时 的交通流信息，所采用的控制策略不能完全适应交通流的动态变化。为了能够适应交通流 的动态变化特性，近几十年来，许多学者提出了不同的优化控制方法。在这些研究中，Singh 的工作较为突出，他首先运用了大系统的观点和方法，将大系统递阶控制的目标协调法和 Tamura的改进形式应用于城市交通网络控制，建立了饱和交通流状态下的网络模型及其两 级分解控制算法。在寻找新的快速算法方面，Hiroguki和Tamumu提出了多段线性规划处 理过饱和网络的最优控制算法，文献作者只比较了算法的快速性，没有对算法的控制效果 进行比较分析。最近几年，国外一些学者更是将信号控制与交通分配理论结合在一起进行 研究，开辟了均衡网络交通信号最优配时这一新的研究领域。但所提出的均衡网络交通最 优配时模型均是静态的，并未抓住交通网络的动态特性，而且由于模型的复杂性使得问题 求解遇到很大困难。这些缺陷使得目前这类研究的学术性强于实用性。由于交通问题的复杂性，直接用于交叉路口的模型还没有一种公认的模型，特别 是在上述模型中，对信号控制方案、相临路口的情况很少考虑，很难用于城市交通网络的描 述。
发明内容
为了克服现有的城市交通网络十字交叉口信号控制复杂的不足，本发明提供一种 建立城市交通网络十字交叉口信号控制模型的方法。该方法根据交通信号控制的需求，通 过本路口离散状态方程和相临路口之间的关系，建立城市交通网络十字交叉口信号控制模 型，将整个交通网络模型的关联和制约关系全部体现；本发明根据信号控制的需求建立模 型，可以很方便地根据优化指标对单个路口交通信号配时或对整个交通网络信号灯进行统 一优化配时，也可以进行城市交通网络动态分析，使城市交通网络十字交叉口信号控制简 单化。本发明解决其技术问题所采用的技术方案一种建立城市交通网络十字交叉口信号控制模型的方法，其特点是包括下述步骤(a)建立第i个路口在时间(k+l)T的离散状态方程χ (k+Ι，i) = χ (k, i) -g (k, i) +v (k, i)+blockdiag[ye (kT-tdes, i) I3*3 yw(kT-tdws, i) I3*3 ys (kT-tdss, i) I3^3 yn(kT-tdns, i)
I3*3]P ⑴
式中x(k, i) = [Xes (k, i)xer (k, i)xel (k, i)xws (k, i)xwr(k, i)xwl (k, i)
xss (k, i) xsr (k, i) xsl (k, i) xns (k, i) Xnr (k, i) xnl (k, i) ]Tg(k,/') = (k,i)sign[tes(i) — f] ger(k,i)sign[ter{i) — f] gel(k,i)sign[tel(/) -T]gws(k,i)sign[tws(i)-T] gwr(k,i)sign[twr(i)-T] gwl(k,i)sign[twl(i)-T]gss(k,i)sign[tss(i)-T] gsr(k,i)sign[tsr(i)-T] gsl(k,i)sign[tsl(i)-T]gns(k,i)sign[tns(i)-T] gnr{h,i)sign[tnr{i)-T] gnl(k,i)sign[tnl(i)-T]Jv(k, i) = [ves (k, i) ver (k, i) vel (k, i) vws (k, i) vwr(k, i)vwl (k, i)vss (k, i) vsr (k, i) vsl (k, i) vns (k, i) Vnr (k, i) vnl (k, i) ]Tρ (i) = [pes (i) per (i) pel (i) pws (i) pwr (i) pwl (i) pss (i) psr (i) psl (i) pns (i) pnr (i) P i(i)]T
ye (k +10 ges (k, i)sign[tes(i) - T] gnr (k, i)sign[tnr(i) - T] gsl (k, i)sign[tsl{i) - f] + = gwsik,i)sign[tws(i)-T] + gsr(k,i)sign[tsr(i)-T] + gnl{k,i)sign[tnl{i)-T] ys(k + \,i) — gss(k,i)sign[tss(i)-T] ger(k,i)sign[ter(i)-T} gwl(k,i)sign[twl(i)-T] + U-^'^MteOO-nJ [gwr(k,i)sign[twr(i)-T]\ [gel(k,i)sign[tel(i)-T] _式中，T是离散系统的采样周期，f是全部网络的统一时间；下标第一个字母s是 自北向南方向，η是自南向北方向，e是自西向东方向，w自东向西方向，下标第二个字母 s是直行、r右转、1左转；tdes是上一个交叉路口朝向第i个路口进入东直方向到达该路 口的时间；P(i)是上一个交叉路口朝向第i个路口分向该路口直行、右转、左转的概率；
sign{tab(i)-T]\\ ^0^=为符号函数，^ ,、&表示自西向东方向绿通行符号函数；(b)必选的绿冲突约束为twS(i)tSS(i) = 0，可选的绿冲突约束为tsl(i)tws(i) =0，tnl ⑴ tes ⑴=0，tel ⑴ tss ⑴=0，twl ⑴ tns ⑴=0 ；(c)周期约束 tws (i) = tes (i)，tss (i) = tns ⑴，tes ⑴-Tmin < ter ⑴ < tes ⑴ +Tmin tws ⑴-Tmin < twr (i) < tws ⑴ +Imintss ⑴-Tmin < tsr ⑴ < tss ⑴ +Tmin tns ⑴-Tmin < tnr ⑴ < tns ⑴ +TminTp(i，k) = tss (i) +tsl (i) +tws (i) +twl (i)Tpmin< Tp(i，k) < Tp max = tss (i) +tsl (i) +tws (i) +twl (i)
<formula>formula see original document page 5</formula>本发明的有益结果是由于根据交通信号控制的需求，通过本路口离散状态方程 和相临路口之间的关系，建立城市交通网络十字交叉口信号控制模型，将整个交通网络模型的关联和制约关系全部体现；本发明根据信号控制的需求建立模型，根据优化指标对单个路口交通信号配时或对整个交通网络信号灯进行统一优化配时，进行城市交通网络动态 分析，简化了城市交通网络十字交叉口信号控制问题。下面结合附图和实施例对本发明作详细说明。
附图是本发明方法实施例东莞理工学院3号交叉路口示意图。
具体实施例方式参照附图，本发明以东莞理工学院3号交叉路口为例，详细说明建立城市交通网 络十字交叉口信号控制模型的方法，具体步骤如下第一步，取采样周期为1秒，该交叉路口在时间(k+Ι)的离散状态方程为x(k+l，3，l) = x(k，3，l)-g(k，3，l)*sign[t(3，l)-Ta]+g(k-56，2，l)*sign[t(2， 1)-Ta]*p(k-56,2,l)+g(k_56，2，11)*sign[t(2，11)-Ta]*p(k-56,2,1)x(k+l，3，2) = x(k，3，2)-g(k，3，2)*sign[t(3，2)-Ta]+g(k-56，2，l)*sign[t(2， 1)-Ta]*p(k-56，2，2)+g(k_56，2，11)*sign[t(2，11)-Ta]*p(k_56,2,2)x(k+l，3，3) = x(k，3，3)-g(k，3，3)*sign[t(3，3)-Ta]+g(k-56，2，l)*sign[t(2，
1)-Ta]*p(k-56，2，3)+g(k-56，2，11)*sign[t(2，11)-Ta]*p(k-56,2,3)x(k+l，3，4) = x(k，3，4)-g(k，3，4)*sign[t(3，4)-Ta]+g(k-77，4，4)*sign[t(4， 4)-Ta]氺ρ (k-77,4,4)+g (k-77,4,8)氺sign[t(4,8)-Ta]氺ρ(k-77,4,4)+g(k-77,4, 12) *sign[t(4，12)-Ta]*p(k-77,4,4)x(k+l，3，5) = x(k，3，5)-g(k，3，5)*sign[t(3，5)-Ta]+g(k-77，4，4)*sign[t(4， 4)-Ta]氺ρ (k-77,4,5)+g (k-77,4,8)氺sign [t (4,8)-Ta]氺ρ (k-77,4,5)+g (k-77,4, 12)*sign[t(4，12)-Ta]*p(k-77,4,5)x(k+l，3，6) = x(k，3，6)-g(k，3，6)*sign[t(3，6)-Ta]+g(k-77，4，4)*sign[t(4， 4)-Ta]氺ρ (k-77,4,6)+g (k-77,4,8)氺sign[t(4,8)-Ta]氺ρ (k-77,4,6)+g(k-77,4, 12)*sign[t(4，12)-Ta]*p(k-77,4,6)χ (k+1，3，7) = χ (k，3，7) -g (k，3，7) *sign [t (3，7) -Ta] +g (k-77, 54，2) *sign [t (54，
2)-Ta]*p(k-77,54，7)+g(k-77,54，6)*sign[t(54，6)-Ta]*p(k-77,54，7)χ (k+1，3，8) = χ (k，3，8) -g (k, 3,8) *sign [t (3,8) -Ta] +g (k-77, 54，2) *sign [t (54， 2)-Ta]*p(k-77,54，8)+g(k-77,54，6)*sign[t(54，6)-Ta]*p(k-77,54，8) χ (k+1，3，9) = χ (k，3，9) -g (k, 3,9) *sign [t (3,9) -Ta] +g (k-77, 54，2) *sign [t (54， 2)-Ta]*p(k-77,54，9)+g(k-77,54，6)*sign[t(54，6)-Ta]*p(k-77,54，9)x(k+l,3, 10) = x(k,3, 10)-g(k,3, 10) *sign [t (3, 10)-Ta]+g (k-80, 46, 10)*sign[t (46，10)-Ta]*p (k-80,46,10)+g(k-80,46,5)*sign[t(46，5)-Ta]*p(k-80,46, 10) +g(k-80，46，3) *sign[t(46，3)-Ta]*p(k-80,46,10)x(k+l,3, 11) = x(k,3, ll)-g(k,3, 11) *sign [t (3, 11)-Ta]+g (k-80, 46,
10)*sign[t(46，10)-Ta]*p (k-80,46,11)+g(k-80,46,5)*sign[t(46，5)-Ta]*p(k-80,46,
11)+g(k-80，46，3)*sign[t(46，3)-Ta]*p(k-80,46,11)
x(k+l,3, 12) = x(k,3, 12)-g(k,3, 12) *sign [t (3, 12)-Ta]+g (k-80, 46, 10)*sign[t (46，10)-Ta]*p (k-80,46,12)+g (k-80,46,5)*sign[t (46，5)-Ta]*p(k-80,46, 12)+g(k-80，46，3) *sign[t(46，3)-Ta]*p(k-80,46,12)[x (k, 3，1) χ (k，3，2) χ (k，3，3) χ (k, 3，4) χ (k，3，5) χ (k, 3,6)x(k，3，7)x(k，3，8)x(k，3，9)x(k，3，10)x(k，3，ll)x(k，3，12) ]T= [xes (k，3) xer (k，3) xel (k，3) xws (k，3) xwr (k，3) xwl (k，3)xss (k，3) xsr (k，3) xsl (k，3) xns (k，3) Xnr (k，3) xnl (k，3) ]T综上所述，第i个路口在时间(k+l)T的离散状态方程归纳为χ (k+Ι，i) = χ (k, i) -g (k, i) +v (k, i)+blockdiag[ye(kT-tdes, i) 13 yw(kT-tdws, i) 13 ys (kT_tdss，i) I3 yn(kT-tdns, i)
I3*3]P ⑴其中x(k, i) = [xes (k, i)xer (k, i)xel (k, i)xws (k, i)xwr(k, i) xwl(k, i)xss (k, i) xsr (k, i) xsl (k, i) xns (k, i) Xnr (k, i) xnl (k, i) ]Tg(k,i) = \_ges(k,i)sign[tes(i)-T] ger(k,i)sign[ter(i)-T] gel(k,i)sign[tel(i)-T]gws(k,i)sign[tws(i) -f] gwr(k,i)sign[twr(i) -T] gwl(k,i)sign[twl(i) -f]gss(k,i)sign[tss(i)-f] gsr(k,i)sign[tsr(i)-T] gsl(k,i)sign[tsl(i)-f]gm(k,i)sign[tns(i)-T] g r(k,i)sign[tnr(i)-T] gnl(k,i)sign[tnl(i)-T]Jv(k, i) = [ves (k, i) ver (k, i) vel (k, i) vws (k, i) vwr(k, i)vwl (k, i)vss (k，i) Vsr (k，i) Vsl (k，i) Vns (k，i) Vnr (k，i) Vnl (k，i) ]Tρ (i) = [pes (i) per (i) pel (i) pws (i) pwr (i) pwl (i) pss (i) psr (i) psl (i) pns (i) pnr (i) P i(i)]T
>e(A: + l,/)1 ges(k,i)sign[tes(i)-T]l gnr(k,i)sign[tnr(i)~T]'\ Γ gsl(k,i)sign[tsl(i)-f]' yw(k + U) = gws(k,i)sign[tws(i)-T] + gsr(k,i)sign[tsr(i)-f) + gn,{k,i)sign[tnl{i)~T] ys{k + \,i) ~ gss{k,i)sign[tss{i)-T] ger(k,i)sign[ter(i)-f) + gwl(kJ)sign[twl{i)-T] 少 (A: + l，z·)」Lgfts(U)Wg^加⑴-O」吨Φ^ω-乃] [gel(kJ)sign[tel(i)-T]_T是离散系统的采样周期，f是全部网络的统一时间；下标第一个字母s是自北 向南方向，η是自南向北方向，e是自西向东方向，w自东向西方向，下标第二个字母s是 直行、r右转、1左转；tdes是上一个交叉路口朝向第i个路口进入东直方向到达该路口 的时间；P(i)是上一个交叉路口朝向第i个路口分向该路口直行、右转、左转的概率；
Sign[tab(i)-T]\l Hl=为符号函数，如^ ,、&表示自西向东方向绿通行符号函
数；第二步，必选的绿冲突约束为tws(3)tss(3) = 0，可选的绿冲突约束为tsl(3) tws (3) =0，tnl (3) tes (3) =0，tel (3) tss (3) =0，twl (3) tns (3) = 0 等；归纳为，必选的绿冲突约束为tws (i) tss (i) = 0，可选的绿冲突约束为tsl(i) tws(i) = 0, tnl (i) tes (i) = 0，tel (i) tss (i) = 0, twl (i) tns (i) = 0 等。<formula>formula see original document page 8</formula>
权利要求
一种建立城市交通网络十字交叉口信号控制模型的方法，其特征在于包括下述步骤(a)建立第i个路口在时间(k+1)T的离散状态方程x(k+1，i)＝x(k，i)-g(k，i)+v(k，i)+blockdiag[ye(kT-tdes，i)I3*3 yw(kT-tdws，i)I3*3 ys(kT-tdss，i)I3*3 yn(kT-tdns，i)I3*3]p(i)式中x(k，i)＝[xes(k，i) xer(k，i) xel(k，i) xws(k，i) xwr(k，i) xwl(k，i)xss(k，i) xsr(k，i) xsl(k，i) xns(k，i) xnr(k，i) xnl(k，i)]Tv(k，i)＝[ves(k，i) ver(k，i) vel(k，i) vws(k，i) vwr(k，i) vwl(k，i)vss(k，i) vsr(k，i) vsl(k，i) vns(k，i) vnr(k，i) vnl(k，i)]Tp(i)＝[pes(i) per(i) pel(i) pws(i) pwr(i) pwl(i) pss(i) psr(i) psl(i) pns(i) pnr(i) pnl(i)]T式中，T是离散系统的采样周期， 是全部网络的统一时间；下标第一个字母s是自北向南方向，n是自南向北方向，e是自西向东方向，w自东向西方向，下标第二个字母s是直行、r右转、l左转；tdes是上一个交叉路口朝向第i个路口进入东直方向到达该路口的时间；p(i)是上一个交叉路口朝向第i个路口分向该路口直行、右转、左转的概率； 为符号函数， 表示自西向东方向绿通行符号函数；(b)必选的绿冲突约束为tws(i)tss(i)＝0，可选的绿冲突约束为tsl(i)tws(i)＝0，tnl(i)tes(i)＝0，tel(i)tss(i)＝0，twl(i)tns(i)＝0；(c)周期约束tws(i)＝tes(i)，tss(i)＝tns(i)，tes(i)-Tmin＜ter(i)＜tes(i)+Tmin tws(i)-Tmin＜twr(i)＜tws(i)+Tmintss(i)-Tmin＜tsr(i)＜tss(i)+Tmin tns(i)-Tmin＜tnr(i)＜tns(i)+TminTp(i，k)＝tss(i)+tsl(i)+tws(i)+twl(i)Tpmin＜Tp(i，k)＜Tpmax＝tss(i)+tsl(i)+tws(i)+twl(i)时间。FSA00000128269000011.tif,FSA00000128269000013.tif,FSA00000128269000014.tif,FSA00000128269000015.tif,FSA00000128269000016.tif,201010178817X1000011.tif
全文摘要
本发明公开了一种建立城市交通网络十字交叉口信号控制模型的方法，用于解决现有的城市交通网络十字交叉口信号控制复杂的技术问题。技术方案是根据交通信号控制的需求，通过本路口离散状态方程和相临路口之间的关系，建立城市交通网络十字交叉口信号控制模型，将整个交通网络模型的关联和制约关系全部体现。本发明根据信号控制的需求建立模型，根据优化指标对单个路口交通信号配时或对整个交通网络信号灯进行统一优化配时，进行城市交通网络动态分析，简化了城市交通网络十字交叉口信号控制问题。
文档编号G08G1/07GK101826261SQ20101017881
公开日2010年9月8日 申请日期2010年5月20日 优先权日2010年5月20日
发明者史忠科 申请人:西北工业大学