方案选择式的干线绿波配置方法及系统与流程

本发明涉及智能交通信号控制，尤其是一种方案选择式的干线绿波配置方法及系统。

背景技术：

干线绿波协调控制是当前常用的一种交叉口协同信号控制方法，能够有效减少车辆停车次数，改善交通运行效率，一定程度上保证干线行驶基本畅通。国内外学者在干线绿波协同控制领域也展开了大量的研究，提出众多控制策略和优化算法，例如以绿波带宽最大化或平均延误、停车次数以及耗油量等行驶“费用”最小化为目标构建优化模型调整信号配时参数，这些方法、技术的实际应用也取得了良好的效果。

其中，最大化绿波带宽优化法在当前的应用最为广泛，实践证明，越大的绿波带宽能使越多车辆顺利通行，则控制效果越好。有研究表明，在干线绿波协调控制中，随着交叉口数量的增加干线绿波带带宽相应减小。在实际交通运行情况下，即使在交通需求较大且覆盖路口较多的城市主干道上，大部分车辆仅行驶通过干线的部分交叉口，而非全部，因此干线所有路口纳入绿波控制范围而导致的绿波带的损失并不必要。

在这样的背景下，如何选取绿波协调控制的对象是进行干线协调控制需要考虑的重要问题之一。当前，交叉口协调控制范围的划定主要依据管控经验，由人工粗略划定若干连续交叉口作为干线绿波协调控制的对象。然而信号控制方案、交通流运行情况等动态因素均对交叉口的关联性产生影响，固定的交叉口协调控制分组方案显然无法满足信号控制方案对于实时交通运行情况的响应需求，甚至会严重影响绿波的控制效果。而在干线动态子区划分领域当前也累计了不少研究成果，基于复杂的划分模型或通过庞大的数据计算量的人工智能算法实现信号控制子区的动态划分，这类方法能够根据实时交通需求有效调整子区划分情况，但实时性不佳。

技术实现要素：

针对以上所述问题，本发明提出一种方案选择式的干线绿波配置方法及系统，即根据干线交通运行模式构建干线绿波配置方案库，在进行实时绿波方案配置时 根据采集的实时交通流数据从配置的干线绿波方案库中筛选适应实时交通需求的路口组合方案，在此基础上进行实时信号配时参数的优化，向路口信号灯下发实时的绿波配置方案。

本发明的技术解决方案是：

一种方案选择式的干线绿波配置方法，包括：

S1、确定绿波控制范围，进行干线交通现状调查，包括交叉口几何信息及历史交通流运行信息，生成干线信息库；

S2、根据步骤S1的干线交通现状调查情况分析干线交通流模式，研究各种模式下进行干线绿波控制时的路口分组方案，生成干线绿波配置方案库；

S3、获取实时的干线交叉口交通流检测参数，通过相似性评估分析实时的干线交通流运行模式，从干线绿波配置方案库中选择合适的交叉口分组方案，在此基础上实现干线绿波参数的配置；

S4、将步骤S3生成的实时干线绿波配置方案下发至路口交通信号机，执行方案。

进一步地，步骤S1具体为：

S11、确定干线交叉口协同控制范围，即协同控制交叉口集I＝{I₁,I₂,…,I_n}；

S12、干线基础信息调查，包括交叉口类型、几何形状、车道数、交叉口间距；

S13、依托于道路交叉口进口道安装的交通检测设备获取I集合内各元素的历史交通流检测数据。

进一步地，步骤S2具体为：

S21、基于各交叉口的历史交通流数据，筛选绿波协调控制方向关联车道组的数据，生成干线流率矩阵X，通过模糊聚类算法，划分干线交通流模式；

S22、构建交叉口组合模型，将各种交通流模式下的聚类中心矩阵流率数据输入模型，获得交叉口组合方案。

进一步地，步骤S21中，生成的干线流率矩阵具体为X＝[x₁,x₂,…,x_T]^T，其中T为日交通运行模式分析划分的时段数量；x_t为t时段内干线路口I₁～I_n各关联车道组的流率矩阵，其中为交叉口I_i在历史分析日内每日在时段t内在协同控制方向的关联车道g_i的流率矩阵，对于交叉口I_i在协同控制方向的关联车道组为{g₁,…,g_i}； 其中D为历史分析天数，为交叉口i的车道g_i在第d天的时段t内的交通流率；

进一步地，步骤S21中，所述干线交通流模式划分是通过构建模糊聚类模型，输入流率矩阵X后，输出模式数量、聚类中心矩阵以及模式划分情况。

进一步地，步骤S22所述的交叉口组合模型构建的具体步骤为：

S221、计算相邻交叉口间的组合指数G_i→j，

其中，为模式m中上游路口I_i与其相邻的下游路口I_j的组合指数；为间距指数，N_i→j为上游路口I_i至其相邻的下游路口I_j的路段中与协调控制方向关联的车道数，L_i→j为路口I_i至路口I_j的路段长度，L₀为标准间距，取值不大于800米；为流量指数，q_i,q_j分别为交叉口I_i、I_j的关联车道交通流率；为周期指数，C_i、C_j分别为路口I_i、I_j在进行单点信号控制时的最佳周期长；k_l、k_q、k_c分别为间距指数、流量指数、周期指数的放大系数；n为干线交叉口数；

S222、在各交通模式下，以对应的关键交叉口为起点，通过下式生成交叉口分组方案；

其中，G₀为可划分到统一组合内进行协同控制的最小组合指数值，N_p为交叉口组合p内的交叉口数量，N₀为划分的交叉口组内允许的最大路口数，n为干线交叉口数量。

进一步地，步骤S3具体为：

S31、获取实时的交叉口交通流检测数据，生成当前检测时段的流率矩阵 将流率矩阵输入S22所述的聚类模型，得到当前时段的流率矩阵的分组情况，由此得到当前检测时段的交通流模式；

S32、根据步骤S2所述的绿波配置方案库中的交通流模式与交叉口分组方案的对应情况，选择当前检测时段的交叉口分组方案；

S33、在各交叉口组合内，检测组内关键交叉口，计算组内信号公共周期，以及协调控制相位可用的最大绿灯时间，根据路段的平均行驶速度计算交叉口间协调相位相位差及各相位绿灯时间，进而完成各交叉口的绿波配时参数的计算。

一种实现上述任一项所述方案选择式的干线绿波配置方法的系统，包括干线信息库模块、绿波配置方案库模块和方案执行模块，

干线信息库模块：通过对干线内现状情况的调研及数据的采集生成干线信息库；

绿波配置方案库模块：接收干线信息库模块的数据，基于干线信息库模块的数据通过聚类算法分析干线交通流模式，在各运行模式下通过构建交叉口组合模型生成干线交叉口组合方案，存储于绿波配置方案库；

方案执行模块：获取实时交通流数据，确定当前交通运行模式后，从绿波配置方案库中筛选对应的交叉口分组方案，并计算出绿波配时参数；下发至对应的路口信号控制机，使各路口执行所选的干线绿波配置方案。

进一步地，绿波配置方案库模块包括交通流模式分析单元、交叉口组合单元、绿波配置库、绿波配置单元，

交通流模式分析单元：基于干线信息库模块的数据通过聚类算法分析干线交通流模式；

交叉口组合单元：通过构建交叉口组合模型生成干线交叉口组合方案；

绿波配置库：存储干线交叉口组合方案；

绿波配置单元：在确定交叉口分组方案时，计算出绿波配时参数。

进一步地，方案执行模块包括实时交通信息采集单元、实时交通模式估计单元、方案选择单元、方案下发单元；

实时交通信息采集单元：依托路口安装的交通检测设备获取实时的交通流数据；

实时交通模式估计单元：接收实时交通信息采集单元的数据，传输至绿波配置方案库模块的交通流模式分析单元，通过聚类确定当前交通流运行模式；

方案选择单元：为交通流运行模式下的绿波配置选择路口组合方案，将方案选择结果反馈至绿波配置方案库模块；

方案下发单元：将绿波配置单元计算出绿波配时参数下发至对应的路口信号控制机，使各路口执行所选的干线绿波配置方案。

本发明的有益效果是：该种方案选择式的干线绿波配置方法及系统，能够解决因绿波包含路口过多而导致的绿波带宽过度损失以及绿波控制效果不稳定等问题，方案选择式的干线绿波配置方法及系统在应用中能够保障实时性和有效性，能够提高干线通行效率。该种方案选择式的干线绿波配置方法及系统能够满足绿波配置的实时性、有效性要求，且能够保障干线绿波带宽，优化干线整体通行效率。

附图说明

图1是本发明实施例方案选择式的干线绿波配置方法的流程示意图。

图2是本发明实施例方案选择式的干线绿波配置系统的结构示意图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例的一种方案选择式的干线绿波配置方法及系统，为存在较多交叉口、交通需求较大需要通过执行绿波控制提高整体通行效率的干线提供一种高效、简便的实时绿波配置方法，根据干线的交通流运行模式配置多种针对性的干线路口组合方案，将干线拆分成若干子干线，在进行实时绿波配置时根据交通流运行模式选择对应的干线拆分方案，在此基础上进行绿波参数的配置。

实施例

一种方案选择式干线绿波配置方法，如图1，包括：

S1、确定绿波控制范围，进行干线交通现状调查，包括交叉口几何信息及历史交通流运行信息，生成干线信息库。

S11、确定干线交叉口协同控制范围，即协同控制交叉口集I＝{I₁,I₂,…,I_n}。

S12、干线基础信息调查，包括交叉口类型、几何形状、车道数、交叉口间距。

S13、依托于道路交叉口进口道安装的交通检测设备获取I集合内各元素的历史交通流检测数据；历史时间范围一般可选取过去1个月或更长时段。

S2、根据步骤S1的干线交通现状调查情况分析干线交通流模式，研究各种模式下进行干线绿波控制时的路口分组方案，生成干线绿波配置方案库。

S21、基于各交叉口的历史交通流数据，筛选绿波协调控制方向关联车道组的数据，生成干线流率矩阵X，通过模糊聚类算法，划分干线交通流模式。

具体地说，S21所述的干线流率矩阵X＝[x₁,x₂，…，x_T]^T，其中 为t时段内干线路口I₁～I_n各关联车道组的流率矩阵；为分析时段内每日交叉口I_i在t时段内各关联车道组流率矩阵。

所述的干线交通流模式划分，通过构建模糊聚类模型，输入流率矩阵X，输出模式数量、聚类中心矩阵以及详细的模式划分情况。

S22、构建交叉口组合模型，将各种交通流模式下的聚类中心矩阵流率数据输入模型，获得交叉口组合方案；

具体地，S22所述的交叉口组合模型构建包含步骤

S221、计算相邻交叉口间的组合指数G_i→j，

其中，为模式m中上游路口I_i与其相邻的下游路口I_j的组合指数，N_i→j为上游路口I_i至其相邻的下游路口I_j的路段中与协调控制方向关联的车道数，L_i→j为路口I_i至路口I_j的路段长度，C_i、C_j分别为路口I_i、I_j在进行单点信号控制时的最佳周期长，k_l、k_q、k_c分别为间距指数、流量指数、周期指数的放大系数。

S222、在各交通模式下，以对应的关键交叉口为起点，通过下式生成交叉口分组方案；

其中G₀为可以划分到统一组合内进行协同控制的最小组合指数值，N_p为交叉口组合p内的交叉口数量，N₀为划分的交叉口组内允许的最大路口数；

S3、获取实时的干线交叉口交通流检测参数，通过相似性评估分析实时的干线交通流运行模式，从干线配置库中选择合适的交叉口分组方案，在此基础上实现干线绿波参数的配置。

具体地，S3包含以下步骤：

S31、获取实时的交叉口交通流检测数据，生成当前检测时段的流率矩阵 将流率矩阵输入S22所述的聚类模型，得到当前时段的流率矩阵的分组情况，由此得到当前检测时段的交通流模式；

S32、根据S2所述的绿波配置方案库中的交通流模式与交叉口分组方案的对应情况，选择当前检测时段的交叉口分组方案；

S33、在各交叉口组合内，检测组内关键交叉口，计算组内信号公共周期，以及协调控制相位可用的最大绿灯时间，根据路段的平均行驶速度计算交叉口间协调相位相位差及各相位绿灯时间，进而完成各交叉口的绿波配时参数的计算。

S4、将步骤S3生成的实时干线绿波配置方案下发至路口交通信号机，执行方案。

如图2，一种实现上述方法的方案选择式干线绿波配置系统包括干线信息库模块、绿波配置方案库模块以及方案执行模块。干线信息库模块中通过对干线内现状情况的调研及数据的采集生成干线信息库。绿波配置方案库模块接收干线信息库模块的数据，进行干线交通运行模式分析并进行干线路口分组，由此生成各种交通运行模式下的绿波配置方案。方案执行模块由数据采集单元获取实时交通流数据，该数据传输至绿波配置方案库模块的交通运行模式分析单元，获取实时的交通运行模式，据此从绿波配置方案库中筛选对应的交叉口分组方案，在此基础上由参数配置单元计算出绿波配时参数，由方案执行单元将完整的绿波控制方案下发至对应路口信号控制机。

干线信息库模块：根据干线绿波配置范围构建相应的干线信息库，包括：绿波配置范围内的交叉口数量；各交叉口的类型、形状、进口道车道数以及相邻交叉口间距、路段车道数；各交叉口的历史交通流原始短时检测参数；该模块的数据将用于绿波配置方案库的方案生成。

绿波配置方案库模块：该模块包括交通流模式分析单元、交叉口组合单元、绿波配置库、绿波配置单元。基于干线信息库模块的数据通过聚类算法分析干线交通流模式，各典型运行模式下通过构建交叉口组合模型生成干线交叉口组合方案，存储于绿波配置库。

方案执行模块：包括实时交通信息采集单元、实时交通模式估计单元、方案选择单元、方案下发单元。

实时交通信息采集单元依托路口安装的交通检测设备获取实时的交通流数据，数据时间检测需与干线信息库模块存储的历史交通流短时检测数据一致。

实时交通模式估计单元接收实时交通信息采集单元的数据，传输至绿波配置方案库模块的交通流模式分析单元，通过聚类确定当前交通流运行模式；估计结果传输至绿波配置方案库进行匹配筛选。

方案选择单元为当前交通运行状况下的绿波配置选择路口组合方案，将方案选择结果反馈至绿波配置方案库模块，在其绿波配置单元下生成绿波配时参数。

方案下发单元下发至对应的路口信号控制机，使各路口执行所选的干线绿波配置方案。