一种自适应路口交通信号灯的交通控制方法及装置与流程
本发明属于交通信号控制领域，特别涉及一种自适应路口交通信号灯的交通控制方法及装置。
背景技术：
目前国际上已经研制出的具有良好运行效果的区域交通控制系统很少，包括transyt、scoot、scats在内，主要集中在英国、美国、澳大利亚等少数发达国家。这些交通控制系统在国外可以取得较好的运行效果，但国内相关交通法规的不完善，城市道路中行人车辆经常处于难以控制的混杂状态，国外的系统不能很好地适应我国城市的交通现状，在国内的实施效果并不完美。
近几十年来，人工智能、最优控制理论等运用到交通区域协调控制中，获得了一定的研究成果。但这类控制方法从理论上来说应用于成熟完善的道路交通系统会有比较好的效果，但对于多数城市的实际路况来说，这些方法使用的控制设施较多，系统参数输入多，实际运用成本过高，而且算法复杂度高，难以实时响应交通流的变化。此类算法在工程实际运用中过于复杂，不能很好地满足实际交通优化控制的工程需要。
在交叉口的交通控制优化中，目前多采用单点优化和干线绿波控制的方式，以上控制方式对某个局部或干线上某个方向上的交通优化有一定效果，但难以提升路网整体的交通效率，尤其对于过饱和交通流量的情况，只考虑了局部的优化可能加剧交通拥堵的情况。
技术实现要素：
本发明提供了一种自适应路口交通信号灯的交通控制方法及装置，其目的在于，克服现有技术中路网整体交通效率不高的问题。
一种自适应路口交通信号灯的交通控制方法，包括以下步骤：
步骤1：实时接收当前路口和相邻的下一路口上各车道上的车辆数量；
步骤2：依据各车道上的车辆数量，计算当前路口上每个车道的通行系数，依据各车道的通行系数大小并结合相位冲突原则，确定当前路口相位通行顺序；
步骤3：依据放行相位上车道的车辆数量和下一路口对应车道的车辆数量，确定每个车道所在相位的绿灯时间，按照相位通行顺序，依次确定各组合相位的绿灯时间，实施交通控制；
其中，当前路口上各车道的通行系数为p：p＝n×((1-o)+e)；n表示当前路口上车道的排队车辆数量，o表示与当前路口车道相邻的下一路口上同性车道的车道占有率，e表示车道绿波带系数；
车道指同一方向同性质的车道，若存在多个同性的并行车道时，以多个车道上的车辆数量平均值作为当前车道上的车辆数量，相位指只有一个放行方向的相位，车道和相位是一一对应的，组合相位是单个方向放行的相位组合。
进一步地，所述车道绿灯时间为t：
t＝tsult+nt×h
其中，tsult表示从红灯变成绿灯之后，车辆启动所延误的时间，h表示饱和车头时距，是指车辆在饱和交通状态下，车辆经过车辆自身长度和车辆间隔距离时所需的时间；
nt表示当前车道对应的相位在绿灯时间内的计划放行的车辆数量，nt＝min(mque+marr,macc)；
mque表示当前车道的排队车辆数量，marr表示当前车道绿灯期间可能到达的车辆，依据上一周期的车辆到达数量进行估计，macc表示下一路口上与当前车道对应的同性车道可接纳的车辆数量，
进一步地，所述绿灯期间可能到达的车辆marr：
其中，t0为初始绿灯时间，t0＝tsult+n0×h，n0为设绿灯期间可能达到的车辆数marr＝0时得到的初始放行车辆数量，n0＝min(mque,macc)；tred为当前车道前一次红灯时间长度，n表示在当前车道上在前一次红灯时间内到达的车辆数量。
进一步地，各通行相位的绿灯时间的确定过程如下：
步骤c0：计算所有相位的通行系数，并按照由大到小的顺序进行排序，获得相位排序队列；
步骤c1，依据相位通行顺序，选取通行系数最大的相位作为主相位m，同时，从相位循环队列中，选出与主相位m匹配的两个匹配相位q1和q2，得到组合相位(m，q1)和(m，q2)；
步骤c2，以匹配相位q1和q2中对应车道通行系数较大的相位作为次相位q，另一个作为备用次相位q’,计算主相位m和次相位所在的车道绿灯时间之差(tm-tq)，若(tm-tq)小于规定的最小绿灯时间，则进入步骤c2.1，否则进入步骤c2.2；
步骤c2.1，令组合相位绿灯放行时间t等于tm，相位m与相位q共同放行时间为t，并将相位m与相位q移除出排序队列，进入步骤c3；
步骤c2.2，令组合相位绿灯放行时间t等于tq，相位m与相位q共同放行时间为t，进入步骤c2.3；
步骤c2.3，计算备选次相位q’的绿灯时间tq’，将tm与c2.2中t的差值(tm-t)和tq’做比较，取较大值max((tm-t)，tq’)作为组合相位绿灯放行时间t’，将相位m与相位q’共同放行t’的时间长度，并将m、q、q’移出相位排序队列，进入步骤c3；
步骤c3：判断车道相位排序队列是否为空，若为空，返回步骤c0，重新开始整个循环；若不为空，则重新计算所有相位的通行系数，并对当前相位排序队列中的相位进行重新排序，再返回步骤c1。
一种自适应路口交通信号灯的交通控制装置，包括：
接收模块，用于实时接收来自车载终端和路口交通信号采集装置的交通数据；
处理模块，用于计算各车道对应相位的通行系数，并结合通行相位原则，确定交通信号灯的通行顺序和时间；
自适应控制模块，用于按照所述处理模块获得的交通信号灯的通行顺序和时间生成交通信号灯的自适应控制信号，并基于所述自适应控制信号对交通信号灯进行控制。
进一步地，所述处理模块包括数据获取单元、计算单元以及分配单元；
所述数据获取单元，用于从接收模块中采集的交通数据中获取各车道在通行相位上的车辆数量；
所述计算单元，用于根据各车道的车辆数据，获得各车道对应相位的通行系数；
所述分配单元，用于在单位周期内，根据车道各相位的通行系数对各相位进行通行顺序和通行时间的分配。
有益效果
本发明提供了一种自适应路口交通信号灯的交通控制方法及装置，该方法包括以下步骤：步骤1：实时接收当前路口和相邻的下一路口上各车道上的车辆数量；步骤2：依据各车道上的车辆数量，计算当前路口上每个车道的通行系数，依据各车道的通行系数大小并结合相位冲突原则，确定当前路口相位通行顺序；步骤3：依据放行相位上车道的车辆数量和下一路口对应车道的车辆数量，确定每个车道所在相位的绿灯时间，按照相位通行顺序，依次确定各组合相位的绿灯时间，实施交通控制；利用车道上的车辆数量，并计算各车道对应相位的通行系数，生成当前路口的交通控制方案，在过饱和交通状态下能够减缓拥堵的持续堆积，并优先疏散拥堵方向的车流，有效缓解了拥堵的扩大化。在非饱和状态也能够有效提高绿灯时间利用率。
附图说明
图1为相位双环结构示意图；
图2为本发明所述方法的流程示意图；
图3为仿真路网的拓扑结构示意图；
图4为过饱和下最大排队长度对比示意图；
图5为过饱和下平均排队长度示意图；
图6为行程时间示意图。
具体实施方式
下面将结合附图和实例对本发明做进一步的说明。
如图2所示，一种自适应路口交通信号灯的交通控制方法，包括以下步骤：
步骤1：实时接收当前路口和相邻的下一路口上各车道上的车辆数量；
步骤2：依据各车道上的车辆数量，计算当前路口上每个车道的通行系数，依据各车道的通行系数大小并结合相位冲突原则，确定当前路口相位通行顺序；
相位冲突原则从图1中的相位双环结构示意图中获取。
步骤3：依据放行相位上车道的车辆数量和下一路口对应车道的车辆数量，确定每个车道所在相位的绿灯时间，按照相位通行顺序，依次确定各组合相位的绿灯时间，实施交通控制；
其中，当前路口上各车道的通行系数为p：p＝n×((1-o)+e)；n表示当前路口上车道的排队车辆数量，o表示与当前路口车道相邻的下一路口上同性车道的车道占有率，e表示车道绿波带系数；
车道指同一方向同性质的车道，若存在多个同性的并行车道时，以多个车道上的车辆数量平均值作为当前车道上的车辆数量，相位指只有一个放行方向的相位，车道和相位是一一对应的，组合相位是单个方向放行的相位组合。
所述车道绿灯时间为t：
t＝tsult+nt×h
其中，tsult表示从红灯变成绿灯之后，车辆启动所延误的时间，h表示饱和车头时距，是指车辆在饱和交通状态下，车辆经过车辆自身长度和车辆间隔距离时所需的时间；
nt表示当前车道对应的相位在绿灯时间内的计划放行的车辆数量，nt＝min(mque+marr,macc)；
mque表示当前车道的排队车辆数量，marr表示当前车道绿灯期间可能到达的车辆，依据上一周期的车辆到达数量进行估计，macc表示下一路口上与当前车道对应的同性车道可接纳的车辆数量，
进一步地，所述绿灯期间可能到达的车辆marr：
其中，t0为初始绿灯时间，t0＝tsult+n0×h，n0为设绿灯期间可能达到的车辆数marr＝0时得到的初始放行车辆数量，n0＝min(mque,macc)；tred为当前车道前一次红灯时间长度，n表示在当前车道上在前一次红灯时间内到达的车辆数量。
各通行相位的绿灯时间的确定过程如下：
步骤c0：计算所有相位的通行系数，并按照由大到小的顺序进行排序，获得相位排序队列；
步骤c1，依据相位通行顺序，选取通行系数最大的相位作为主相位m，同时，从相位循环队列中，选出与主相位m匹配的两个匹配相位q1和q2，得到组合相位(m，q1)和(m，q2)；
步骤c2，以匹配相位q1和q2中对应车道通行系数较大的相位作为次相位q，另一个作为备用次相位q’,计算主相位m和次相位所在的车道绿灯时间之差(tm-tq)，若(tm-tq)小于规定的最小绿灯时间，则进入步骤c2.1，否则进入步骤c2.2；
步骤c2.1，令组合相位绿灯放行时间t等于tm，相位m与相位q共同放行时间为t，并将相位m与相位q移除出排序队列，进入步骤c3；
步骤c2.2，令组合相位绿灯放行时间t等于tq，相位m与相位q共同放行时间为t，进入步骤c2.3；
步骤c2.3，计算备选次相位q’的绿灯时间tq’，将tm与c2.2中t的差值(tm-t)和tq’做比较，取较大值max((tm-t)，tq’)作为组合相位绿灯放行时间t’，将相位m与相位q’共同放行t’的时间长度，并将m、q、q’移出相位排序队列，进入步骤c3；
步骤c3：判断车道相位排序队列是否为空，若为空，返回步骤c0，重新开始整个循环；若不为空，则重新计算所有相位的通行系数，并对当前相位排序队列中的相位进行重新排序，再返回步骤c1。
一种自适应路口交通信号灯的交通控制装置，包括：
接收模块，用于实时接收来自车载终端和路口交通信号采集装置的交通数据；
处理模块，用于计算各车道对应相位的通行系数，并结合通行相位原则，确定交通信号灯的通行顺序和时间；
自适应控制模块，用于按照所述处理模块获得的交通信号灯的通行顺序和时间生成交通信号灯的自适应控制信号，并基于所述自适应控制信号对交通信号灯进行控制。
进一步地，所述处理模块包括数据获取单元、计算单元以及分配单元；
所述数据获取单元，用于从接收模块中采集的交通数据中获取各车道在通行相位上的车辆数量；
所述计算单元，用于根据各车道的车辆数据，获得各车道对应相位的通行系数；
所述分配单元，用于在单位周期内，根据车道各相位的通行系数对各相位进行通行顺序和通行时间的分配。
实例一
以图3所示道路网举例说明，设有路口a，其下游路口为b，a到b为直行。ab之间的距离是200米，正在等待从a到b的车辆数为20辆，a到b的直行车道上当前有10辆车，路口b该车道当前对应的信号灯为绿色，剩余时间为30秒(tgreen＝30s)。设正常行驶时平均车速为10米每秒(vavg＝10m/s)，车辆平均长度为4.5米(d＝4.5m)，平均车辆排队间距为2米(g＝2m)。
首先计算a路口到b路口直行的绿波带系数，由公式
计算a路口到b路口的直行车道的车道占有率，由公式
计算路口a到路口b直行相位的关键系数，由公式p＝n×((1-o)+e)计算，
p＝20×((1-0.325)+0.5)＝23.5。即路口a到路口b直行相位的关键系数。
其它相位的关键系数计算方法雷同。
根据所有相位的关键系数的排序以及当前循环已经放行过的相位，确定下一阶段放行的两个相位。即根据算法流程确定放行相位。
确定放行相位之后，计算放行绿灯时间。
下面说明绿灯时间的计算方法。
设a路口到b路口直行方向的信号灯红灯持续时间为40秒(tred＝40s)，红灯期间进入a路口等待直行至b路口的车辆有5辆，设饱和车头时距为2.2秒每辆车(h＝2.2s/veh)，启动延误为5秒(tsult＝5s)
估计a路口到b路口的直行车道可容纳的车辆数量，由公式为
初始放行绿灯时间由公式t0＝tsult+n0×h计算，t0＝5s+20×2.2s＝49s。
估计绿灯期间可能到达的车辆数量
最后由公式t＝tsult+n×h计算确定的绿灯时间t＝5s+20.77×2.2s＝50.694s，四舍五入得绿灯时间为51秒。
下面举一例说明分配放行相位绿灯时间的方法。设最小绿灯时间为15秒(tmin＝15s)。
在步骤c1中，设在排序队列中并且关键系数排第一的相位是【南到北直行】，则与之匹配的次相位是【南到西左拐】与【北到南直行】。设这两个次相位都位于排序队列中，且【南到西左拐】的关键系数比【北到南直行】的关键系数大。则主相位m为【南到北直行】，次相位q为【南到西左拐】，另一次相位q’为【北到南直行】。
按步骤c2，例如，计算出的主相位m绿灯时间50秒(tm＝50s)，次相位q绿灯时间为30秒(tq＝30s)，tm-tq＝50s-30s＝20s<tmin＝15s得出，下一步应该进行步骤c2.2，主相位m与次相位q共同放行绿灯时间为30秒(t＝tq＝30s)，30秒之后到步骤c2.3，放行相位为主相位m和另一次相位q’，设此时根据绿灯时间计算方法计算出的q’的放行绿灯时间为25秒(tq'＝25s)，由步骤c2.3中的公式t'＝max(tm-t,tq')计算得出t'＝max(50s-30s,25s)＝25s，将m，q，q’移除出排序队列，并将主相位m与另一次相位q’放行15秒。15秒之后进行步骤c3，判断排序队列是否为空，如果为空，到步骤c0重新开始新一轮循环，如果不为空，到步骤c1。
采用德国ptv公司的vissim交通仿真软件进行仿真测试，并通过vissim的com编程接口连接微软.net开发平台进行控制算法设计与开发。
为充分考虑交叉口群的相互作用，设计一个的仿真路网，图3只表示了仿真路网的拓扑结构，实际仿真路网的道路设置并不具有这样的高度对称性。车流从路网四周驶入，根据不同交通状态设计不同车流量进行仿真。流量设计包括过饱和，低饱和以及短时高峰流量三种。设置启动延误时间为5秒，饱和车头时距为2.2s/veh(veh：辆)，设置最小绿灯时间为15秒，最大绿灯时间为60秒，其它参数采用vissim默认设置。
对路口进行评价时，选取1、2、3、4号四个路口的评价数据。仿真时间为0-4200秒，vissim仿真开始时车辆需要一段时间进入路网，难以准确模拟实际情况，所以0-600秒在评价时不考虑，以600秒为统计时间间隔。仿真基本参数为vissim默认设置。
本文仿真时在各路口设置了排队长度检测器，并选取左上角s点为检测起点，随机选取a、b、c、d四个点为检测终点，用于检测从s点出发的车辆分别到达四个终点时所需要的行程时间。本文以排队长度为主要评价指标，以此评价自适应算法对拥堵的控制效果，并参照行程时间分析算法对整体路网运行效率的提升效果。
过饱和情况下的交通评价
设置过饱和情况下的道路入口流量为800，以下是固定配时和自适应控制下最大排队长度，平均排队长度的对比，分别如图4和图5所示。排队情况图中，横坐标为仿真时间段，每个时间段内分别有1、2、3、4四个路口的排队数据，下同。
分别按照仿真时段和路口考察自适应算法的优化效果，时段优化效果指特定时段下，四个路口的排队长度优化效果平均值，路口优化效果指该路口所有时段的优化效果平均值。
表1过饱和下排队长度时段优化效果(％)
表2过饱和下排队长队路口优化效果(％)
最大排队长度能够反映交通流量过饱和时拥堵高峰时期车辆堆积的严重程度，平均排队长度反映了一段时间内交通的整体拥堵状况。从最大排队长度和平均排队长度的数据图表可以看出，在过饱和交通状态下，本文提出的自适应控制方法有效控制了车辆的拥堵，尤其对于第3路口，固定配时由于不能根据实际情况做出信号灯的调整，不合理的分流导致排队堆积，形成了严重的交通拥堵，而自适应算法则较好地对拥堵进行了抑制和疏散。
低饱和与短时高峰流量情况下的交通评价
低饱和情况下道路入口流量为200，短时高峰流量情况下的流量输入由程序随机生成，流量从均值400按时间段逐步增加到800，然后再逐步减少。仿真结果所得到的优化效果如表3和表4所示。
表3低饱和与短时高峰流量下平均排队长度时段优化效果
表4低饱和与短时高峰流量下平均排队长度路口优化效果
从表3和表4可以看出，自适应交通控制算法不仅在过饱和情况下能有效抑制拥堵，在低饱和以及短时高峰流量情况下，自适应算法对车辆排队的改善同样具有明显效果，优化效果一般在30％以上。在低流量情况下避免了空等现象的发生，在车流量逐渐增加的过程中，也能通过各路口对车流量放行的灵活分配，降低了路网出现严重拥堵的可能性。
整体路网交通状况评价
排队长度能够有效反映交通拥堵的状况，但对于司乘人员来说，行程时间是实际出行时最关心的数据，以下是四条行程时间统计线路的仿真数据，这些线路包含了仿真路网中大部分的交叉口，可以反映整体路网的交通状况。
表5行程时间优化效果
图6中横轴表示各测试线路，每条线路从左到右的条形图分别表示过饱和流量，短时高峰流量，低饱和流量下的行程时间数据。仿真实验结果表明，自适应控制下各条线路的行程时间均有所缩短，行程时间平均减少了32％，部分线路减少了50％以上，即行程时间只有定时控制时的一半。由此可以看出，自适应控制方法在控制交通拥堵的同时，有效提升了路网整体交通通行效率和绿灯时间的有效利用率。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。
- 还没有人留言评论。精彩留言会获得点赞！