基于实时路况的信号绿波协调路线优化控制方法及系统与流程

本发明属于交通技术领域，涉及一种基于实时路况的信号绿波协调路线优化控制方法及系统。

背景技术：

绿波协调是城市交通信号优化的一种常见方法。通过调整协调路线各交叉口的信号配时相位启动的时间差，使得车辆在下游路口绿灯启亮时刻附近到达路口，实现车辆在绿波协调路线上“一路绿灯”地通行。绿波协调的设计要素通常有周期时长(由关键交叉口确定)，绿信比(由各交叉口实际交通状况确定)、相位差(由路段平均速度与路段长度确定)。

绿波协调虽然能够有效提高车辆的行驶速度，但具有一定的局限性，通常只适用于以下几种情况：(1)交通量不大的路段(路段交通量过大，会导致车流速度不稳定，绿波协调效果较差)；(2)干线路段出入口较少的干线(过多出入口会影响路段平均车速，同时信号配时不能放空交叉口车辆，造成排队会影响绿波带宽)(3)干线各交叉口交通量相近(绿波采用相同周期，各交叉口交通相差太大会造成有些交叉口配时不合理)

由于绿波协调的适用条件十分苛刻且设计繁琐，目前的交通信号绿波设计大部分为固定方案。即通过对特定路线的历史交通情况进行分析，针对不同时段设计相应的协调方案。但由于交通系统较强的动态性和随机性，路况差异导致开启的绿波协调方案无法取得理想的效果，甚至加剧了交通拥堵。因此，亟待一种能够基于实时路况优化并控制绿波协调方案的方法。

技术实现要素：

为了克服现有技术中存在的不足，本发明在于提供了一种基于实时路况的信号绿波协调路线优化控制方法及系统，基于实时路况交通数据筛选出区域内符合绿波协调设计条件的路段、计算路段交通量的相似性，并基于改进的层次聚类算法对实时路况相似且满足绿波条件的路段进行聚类，识别路网中可以进行绿波协调的路线；根据实时车速对相位差参数进行优化后，将绿波协调指令下发至信号机。

本发明采用的技术方案是：

一种基于实时路况的信号绿波协调路线优化控制方法，其步骤如下：

s1、获取路网信息、实时路况交通数据、信号机控制方案数据；

s2、基于模糊理论，构建绿波协调有效性综合分析模型，计算路段绿波协调的有效性；

s3、基于改进的层次聚类算法对绿波协调有效性较高的路段进行聚类，自动生成协调路线；

s4、基于互联网实时路段速度数据，对协调路线整体协调方案进行优化，并下发协调命令。

进一步，步骤s1中所述路网信息包括：路口属性、路段属性、车道属性、以及三者之间的从属关系数据；所述实时路况交通数据包括路段车辆速度数据、各流向车道流量、饱和度；所述信号机控制方案数据为信号机协调方案数据。

进一步，步骤s2的具体步骤如下：

s2.1、建立影响绿波协调有效性的动态因素集；

所述动态因素集为：

u＝{△cm,dsm,△tm}

其中，△cm,为m路段上下游路口最佳周期时长差值，dsm为m路段饱和度，△tm为路段平均行程时间和绿波协调方案设计相位差的差值；

s2.2、确定各因素对于绿波协调有效性的权重，建立权重集；

设置三种动态因素的权重集为：

w＝{qc,qds,qt}

其中，qc为上下游路口理论周期偏差的权重，qds为路段饱和度的权重，qt为路段车速和设计车速偏差的权重；

s2.3、确定单因素模糊权重模型，建立隶属度函数；

s2.4、建立绿波协调有效性综合分析模型，计算路段绿波协调有效性。

进一步，步骤s2.3的具体步骤如下：

将绿波协调有效性按照高低依次设定为a、b、c三个等级(a>b>c)，得到绿波协调有效性模糊集v：

v＝{a、b、c}

设置c1,c2,ds1,ds2,t1,t2分别为上下游路口理论最佳周期偏差△cm,、路段饱和度dsm、路段平均行程时间和绿波协调方案设计相位差的差值△tm分级阈值的动态边界，确定单一动态因素与绿波协调有效性分级之间的映射关系；

对上述动态因素进行归一化处理，令：

其中，△cmax为路口允许设置最大值和最小周期的差值；dsmax为饱和度理论最大值边界，通常为100；t0为路段离线协调方案设计相位差；根据以上模型，构建单动态因素的隶属度函数如下：

其中，φ{△cm'→a}为△cm'关于a等级的隶属度函数，以此类推，其中k是隶属度函数的临界点处的斜率。

计算路段对象关于各因素的隶属度，构造动态因素模糊关系矩阵为：

式中，rij表示第i个因素关于第j个分级等级的隶属程度；

进一步，步骤s2.4的具体步骤如下：

采用模糊变换分析路段对象的分级结果：

s＝w·r＝[qcqdsqt]·r＝[b1b2b3]

式中，s为模糊综合评价集，bj表示路段对象关于第j个等级结果的隶属程度；

将评价等级进行量化，对应设置各分级等级的秩；然后，以s中各等级对应的隶属度为权值，进行加权平均，得到模糊分级指标α，将α四舍五入后，即为路段对象的分级结果，公式为：

rank≈α。

进一步，步骤s3的具体步骤如下：

s3.1、根据路段上下游路口信息及车道功能，确定车辆在路段之间能否通行，构建路网可达矩阵；

s3.2、统计近n个周期路段交通数据，计算绿波协调有效性和交通数据相似性，并填入路网可达性矩阵，构建绿波协调路段相似度矩阵；

s3.3、基于层次聚类算法，对绿波协调路段相似度矩阵中的路段进行聚类，生成具有绿波协调有效性的路线。

进一步，步骤s3.2的具体步骤如下：

计算各路段连续n个信号周期上下路口游理论周期偏差平均值、路段饱和度平均值、路段行程时间偏差平均值；归一化后，绿波协调有效性综合分析模型，得到各路段的绿波协调有效性；

过滤绿波协调有效性分级rank为b和c的路段，构建路网绿波协调候选路段集合u；计算集合u中各路段之间的转向车道流量，并标记流量占比最大的关键车道；遍历路网可达矩阵中元素，筛选具有上下游关系且均存在于集合u中的路段组合<x→y>，计算x到y路段的转向流量与y路段关键车道流量的欧式距离：

其中，dx->y为路段x与y的欧式距离相似度，fx->y为x到y路段的转向流量，

为y路段的关键流量；

若路段具有上下游关系但任意一方不在绿波协调候选路段集合中，令：

dx->y＝∞

将计算出来的路段交通流量欧式距离相似度填入路网可达矩阵对应位置，得到绿波协调路段相似度矩阵kd；

进一步，步骤s3.3的具体步骤如下：：

(1)确定路段对象允许合并最小欧式距离差△d；

(2)遍历绿波协调路段相似度矩阵kd中元素，找到最小值；

(3)将最小值元素对应的路段对象合并，生成组合路段对象，组合路段对象的上游路口为组合中未连接上游路段的路段的上游路口，下游路口为组合对象中未连接下游路段的路段的下游路口；

(4)计算组合路段和其他路段的交通流量欧式距离，将组合路段中的路段对象从绿波协调路段相似度矩阵kd中去除，替换成组合路段对象，重新生成绿波协调路段相似度矩阵kd；

(5)重复步骤(2)～(4)，直到矩阵中没有元素小于△d；

(6)绿波协调路段相似度矩阵kd中的路段组合对象即为适合开启绿波协调的路线。

进一步，步骤s4的具体步骤如下：

s4.1、基于路段当前时段的离线设计协调方案，计算优化后协调方案相位差参数；

具体为：筛选步骤s3生成的协调路线中需求周期最大的路口，标记为核心路口；以核心路口为中心，核心路口的上游路段设计相位差值设定为负值，核心路口下游路段相位差设定为正值；协调路线的周期时长采用核心路口的理论最佳周期时长，各路段相位差为路段长度和实际平均车速的商：

得到整条协调路段的相位差序列：

t＝[-t1,-t2,…,-tk,tk+1…,tn-1]

其中，-t1为协调路线起始路口与下游路口的相位差参数，-tk为协调路线核心路口上游协调路口与核心路口的相位差参数，tk+1为协调路线核心路口下游路口与核心路口的相位差参数，n为协调路线总路口数量；

s4.2、构建信号机绿波协调系统命令，下发至信号机系统。

一种基于实时路况的信号绿波协调路线优化控制系统，其特征在于：包括数据采集模块，用于获取协调路线聚类生成所需相关数据，包括检测器流量、饱和度，信号机控制方案、互联网车辆行程速度、时间等动态数据以及城市路网静态信息；

数据存储模块及预处理模块，用于统一源数据格式，对数据进行路网对象的静态关联处理、时间粒度统一处理；

协调路线聚类生成模块，用于离线构造协调路线有效性综合分级模型，在线计算路段绿波协调有效性，基于路网可达性和交通数据相似性，并通过层次聚类法聚类生成协调路线；

协调方案优化控制模型，用于定期接收协调路线聚类结果，根据实时路况对路线上协调方案进行优化，生成信号系统能够识别的控制指令并下发至信号机。

进一步，所述数据采集模块包括：

动态数据采集单元，负责获取实时路况相关数据，包括互联网路段速度数据，检测器流量、饱和度数据，信号机控制方案数据；

静态数据采集单元，负责获取路网空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号、车道功能等静态数据。

进一步，所述数据存储及预处理模块包括：

数据存储单元，负责接收数据采集模块传输的数据，对格式上进行规范后存入数据库；

数据清洗单元，负责对数据进行异常值和连续性检验，剔除数据中的异常值和突变值，并用插值、滤波等方法补全缺失的时间序列；

数据关联匹配单元，负责根据动态数据中的地理信息，采用gis技术生成，动态数据和静态路网对象的关联关系；

数据标准化单元，负责将上游数据单元生产的数据，标准化成下游模型、算法需要的数据格式，包括数据的归一化、时段筛选、格式转换。

进一步，所述协调路线聚类生成模块包括：

绿波有效性综合分析模型构造单元，负责生成路网中所有路段的绿波有效性综合分析模型；

绿波协调有效性实时计算单元，负责接收实时路网动态数据，基于绿波协调有效性分级模型，实时计算路网中各路段的绿波协调有效性；

路段相似度矩阵构造单元，负责生成路网可达矩阵，实时计算路段对象间交通数据相似度，生成绿波协调路段相似度矩阵；

协调路线聚类生成单元，通过层次聚类算法，对绿波协调路段相似度矩阵进行迭代聚类，自动生成协调路线对象。

进一步，所述协调方案优化控制模块包括：

协调路线方案优化单元，负责根据实时路段速度对离线绿波协调方案进行优化调整；

协调方案审核单元，负责将算法生成的协调路线和方案发送给一线配时人员进行审核，审核通过后，将方案发送给协调方案生成单元；

协调方案生成单元，负责根据上游协调方案数据，按照不同的信号机类型，生成对应的控制命令；

协调命令下发单元，负责校验信号机控制命令的合理性，通过规则检验的命令才允许下发。

本发明的有益效果：

1、克服了传统信号系统协调方案只能基于静态固化方案执行，难以适应实时路况的问题。

2、提出了一种评价道路绿波协调有效性的方法，为交通信号控制提供理论支持。

3、克服了传统信号系统协调方案路线无法随路况动态变更的问题。

附图说明

图1是本发明的方法的流程示意图。

图2中2-1至2-3是本发明构建的各单动态因素的隶属度函数示意图。

图3是本发明的组合路段对象的结构示意图。

图4是本发明的系统的结构示意图。

具体实施方式

下面结合具体实施例来对本发明进行进一步说明，但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。

实施例一

参见图1，本发明提供了一种基于实时路况的信号绿波协调路线优化控制方法，其步骤如下：

s1、获取路网信息、实时路况交通数据、信号机控制方案数据。

具体为：从its系统(智能交通系统)中获取路口、路段、车道等对象的交通属性，实时路况交通数据以及信号机控制方案数据。

所述的城市路网信息具体包括路口属性、路段属性、车道属性、以及三者之间的从属关系数据。

所述的实时路况交通数据，包括路段车辆速度数据，各流向车道流量、饱和度等。样例数据如下所示：

所述的信号机控制方案数据，具体为信号机协调方案数据。样例数据如下所示：

s2、基于模糊理论，构建绿波协调有效性综合分析模型，计算路段绿波协调的有效性。

所述的绿波协调有效性，抽象意义上是指道路能够实施绿波协调方案，并取得良好效果的概率。为了更加准确、全面地道路绿波协调的有效性，本发明根据实时路况数据，提出了一种基于模糊理论的绿波协调有效性综合分析方法，具体包括以下步骤：

s2.1、建立影响绿波协调有效性的动态因素集；

根据交通工程理论，绿波协调方案仅适用于交通量不大、车辆行程时间稳定，且上下游路口交通量情况近似的路段。基于上述理论，影响绿波协调有效性的动态因素可以归纳为：上下游路口理论最佳周期时长差值、路段饱和度、路段平均行程时间和设计相位差的差值等。而路段长度、路段出口数等静态因素，通常不会发生频繁变化，因此不作为分析路段绿波协调有效性的因素。建立动态因素集如下：

u＝{△cm,dsm,△tm}

其中，△cij为m路段上下游路口最佳周期时长差值，dsm为m路段饱和度，△tm为路段平均行程时间和绿波协调方案设计相位差的差值。

所述的上下游路口理论最佳周期时长差值，通常可由信号机系统中相邻路口的最佳周期做差得到。若信号系统无法提供理论最佳周期数据，则可根据检测器流量数据，基于韦伯斯特提出的f-b法计算得到。

所述的f-b法具体计算过程如下：

y＝∑yk

其中，c0为最佳信号周期时长(s)，l为路口所有关键车流总的绿灯损失时间(s)，总的绿灯损失时间等于各个相位绿灯损失时间之和，相位绿灯损失时间为(ls+i-a)k，ls为汽车启动和停车损失时间，i为绿灯间隔时间即黄灯时间加全红灯清空路口时间，a为黄灯时间。y为路口各相位最大车道流量比yk的总和，yk等于k相位关键车道流量与车道通行能力的比值。

所述的路段饱和度为通过路段关键车流方向车道饱和度平均值。由于绿波协调设计一般针对路段交通量最大的车流方向，本发明通过统计路段各功能车道流量占比，取流量比最高的车道功能对应的车道饱和度均值作为路段饱和度指标。

所述的路段平均行程时间和设计相位差的差值，由路段平均行程时间和当前时段路段的离线协调方案设计相位差做差得到，通常可从信号机控制方案数据中获取。若无法获取，可由以下公式近似得到：

其中，t0为路段设计相位差，v0为路段设计车速，lm为m路段的长度，△tm为路段实际行程时间和设计相位差的差值，vm为路段实际车速。

s2.2、确定各因素对于绿波协调有效性的权重，建立权重集；

具体为：

绿波协调方案的有效性与上述三种动态因素均相关，在计算绿波协调有效性指标时，需要确定各因素对于绿波协调有效性的权重。在实际交通系统中，若路段饱和度过高，车辆排队导致多次停车等待才能通过路口，这样的路段开启绿波协调反而会加剧拥堵；若路段平均行程时间偏离设计相位差过多，会导致绿灯启动时间和车流到达时间不匹配，造成绿灯时长的浪费；若上下游路口理论周期偏差较大，说明两个路口交通量总体水平差异，建立协调关系可能会增加其他方向车辆通过路口的时间。

基于上述分析，设置三种动态因素的权重集为：

w＝{qc,qds,qt}

其中，qc为上下游路口理论周期偏差的权重，qds为路段饱和度的权重，qt为路段车速和设计车速偏差的权重。根据各因素对于绿协调波有效性的重要程度分析，令qds>qt>qc。

s2.3、确定单因素模糊权重模型，建立隶属度函数；

具体为：

关于绿波协调方案，行业内通常只关注方案的离线设计和优化，并没有关于其实时运行时有效性的分析和分级策略。基于路况分级中常见的三级分类(畅通、缓行、拥堵)，本发明将绿波协调有效性按照高低依次设定为a、b、c三个等级(a>b>c)，得到绿波协调有效性模糊集v：

v＝{a、b、c}

为分析动态因素对于路段绿波协调有效性的综合影响，首先确定单一因素与路段有效性分级之间的映射关系：

其中，c1,c2,ds1,ds2,t1,t2为分级阈值的动态边界，根据不同路段的交通情况进行设置。

本发明基于模糊数学理论中的综合评价法，对绿波协调有效性指标进行综合分析。该方法要求因素集对于评价集具有一致性，因此对上述动态因素进行归一化处理，令：

其中，△cmax为路口允许设置最大值和最小周期的差值；dsmax为饱和度理论最大值边界，通常为100；t0为路段离线协调方案设计相位差。

根据以上模型，见图2，构建单因素隶属度函数如下：

其中，φ{△cm'→a}为△cm'关于a等级的隶属度函数，以此类推，其中k是隶属度函数的临界点处的斜率；

计算路段对象关于各因素的隶属度，构造动态因素模糊关系矩阵，如：

式中，rij表示第i个因素关于第j个分级等级的隶属程度。当数据不可靠时，相关隶属度可设为0。

本发明中，因素集中元素和分级等级均为3个，模糊关系矩阵为3x3的矩阵：

s2.4、建立绿波协调有效性综合分析模型，计算路段绿波协调有效性。

具体为：

确定了模糊关系矩阵后，采用模糊变换分析路段对象的分级结果：

s＝w·r＝[qcqdsqt]·r＝[b1b2b3]

式中，s为模糊综合评价集，bj表示路段对象关于第j个等级结果的隶属程度。

通常，可采用最大隶属度法确定分级结果，即选择s中最大元素位置对应的分级结果作为路段对象绿波协调有效性的分级。但这种方法忽略了其他隶属度评价结果，仅适用于分级结果隶属度较为集中的情况。因此，本发明采用加权平均原则确定评价对象的最终结果。首先，将评价等级进行量化，用1，2，3分别代表a、b、c三个等级，称为各分级等级的秩。然后，以s中各等级对应的隶属度为权值，进行加权平均，得到模糊分级指标α，将α四舍五入后，即为路段对象的分级结果，公式为：

rank≈α。

s3、基于改进的层次聚类算法对绿波协调有效性较高的路段进行聚类，自动生成协调路线；

具体包括以下步骤：

s3.1、根据路段上下游路口信息及车道功能，确定车辆在路段之间能否通行，构建路网可达矩阵；

为了识别满足绿波条件的路线，需要确定车辆在路段之间能否通行。具体为：

获取区域内所有路段上下游路口id，若a路段的下游路口id和b路段的上游路口id一致，且有对应转向的车道存在，则说明a路段可达b路段。若路段间可达，矩阵相应位置的值置为1，否则为无穷，构建路网可达矩阵。

s3.2、统计近n个周期路段交通数据，计算绿波协调有效性和交通数据相似性，并填入路网可达性矩阵，构建绿波有效性判别矩阵。

具体为：

计算各路段连续n个信号周期上下路口游理论周期偏差平均值、路段饱和度平均值、路段行程时间偏差平均值。归一化后，将其输入模糊综合评价模型，得到各路段的绿波协调有效性模糊分级指标：

β＝{α1,α2,α3,…αi,…,αk}

其中，αi为路网中第i条路段的绿波协调模糊分级指标，k为路网中路段总数量，β为路网中路段绿波协调有效性模糊分级指标集合。

所述的层次聚类法通过计算数据点的欧式距离来确定相似度，由于交通量相似是路段之间能否组成协调路线的重要因素之一，本实施例采用路段交通流量作为路段的数据特征计算路段交通量相似性。信号配时人员在设计协调路线时，需要考虑下游路段关键车道流量和上游路段转向车道流量的相似性。其中，关键车道是指路段交通流量占比最高流向对应的车道，转向车道流量是指上游路段与下游路段转向关系对应的车道，假设上游路段车辆直行通过路口后到达下游路段，则转向车道流量为上游路段直行车道流量和，以此类推。因此本发明基于下游路段关键车道流量和上游路段转向流量来计算路段间的交通流量相似性。具体过程为：

1、基于绿波协调有效性模糊分级结果β，过滤绿波协调有效性分级rank为b和c的路段，构建路网绿波协调候选路段集合u。

2、计算集合u中各路段之间的转向车道流量，并标记流量占比最大的关键车道。

3、遍历路网可达矩阵中元素，筛选具有上下游关系且均存在于集合u中的路段组合<x→y>，计算x到y路段的转向流量与y路段关键车道流量的欧式距离：

其中，dx->y为路段x与y的欧式距离相似度，fx->y为x到y路段的转向流量，为y路段的关键流量。

若路段具有上下游关系但任意一方不在绿波协调候选路段集合中，令：

dx->y＝∞

将计算出来的路段交通流量欧式距离相似度填入路网可达矩阵对应位置，得到绿波协调路段交通流量欧式距离相似度矩阵kd。

s3.3、基于层次聚类算法，对绿波协调路段相似度矩阵中的路段进行聚类，生成具有绿波协调有效性的路线。

本实施例对转向流量矩阵中流量近似的路段进行聚类即对绿波协调路段交通流量欧式距离相似度矩阵中的路段进行聚类。层次聚类方法通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树，这种自下而上合并出聚类结果的方法十分符合绿波协调路线的聚类场景。具体步骤为：

(1)确定路段对象允许合并最小欧式距离差△d；

(2)遍历绿波协调路段交通流量欧式距离相似度矩阵kd中元素，找到最小值；

(3)将最小值元素对应的路段对象合并，生成组合路段对象，组合路段对象的上游路口为组合中未连接上游路段的路段的上游路口，下游路口为组合对象中未连接下游路段的路段的下游路口。如图3所示，为a路段和b路段的组合对象，其中填充了左斜阴影的为组合对象的上游路口，填充了右斜线的为组合对象的下游路口；

(4)计算组合路段和其他路段的交通流量欧式距离，将组合路段中的路段对象从绿波协调路段交通流量欧式距离相似度矩阵kd中去除，替换成组合路段对象，重新生成绿波协调路段交通流量欧式距离相似度矩阵kd；

(5)重复步骤(2)～(4)，直到矩阵中没有元素小于△d；

(6)绿波协调路段交通流量欧式距离相似度矩阵kd中的路段组合对象即为适合开启绿波协调的路线。

其中，设定路段对象合并最小距离△d是为了避免上下游协调路段流量差过大的路段被合并到同一协调路线中，保证协调路线中路段交通量相似的条件。

s4、基于互联网实时路段速度数据，对协调路线整体协调方案进行优化，并下发协调命令。实际交通情况下，路段平均车速和离线协调方案的设计车速存在一定的偏差，为了保障绿波协调方案的实时有效性，本发明提出了一种基于互联网实时车辆速度数据的协调方案相位差优化方法。具体包含以下步骤：

s4.1、基于路段当前时段的离线设计协调方案，计算优化后协调方案相位差参数。具体为：

筛选步骤s3生成的协调路线中需求周期最大的路口，标记为核心路口。以核心路口为中心，核心路口的上游路段设计相位差值设定为负值，核心路口下游路段相位差设定为正值。协调路线的周期时长采用核心路口的理论最佳周期时长，各路段相位差为路段长度和实际平均车速的商：

得到整条协调路段的相位差序列：

t＝[-t1,-t2,…,-tk,tk+1…,tn-1]

其中，-t1为协调路线起始路口与下游路口的相位差参数，-tk为协调路线核心路口上游协调路口与核心路口的相位差参数，tk+1为协调路线核心路口下游路口与核心路口的相位差参数。n为协调路线总路口数量。

s4.2、构建信号机绿波协调系统命令，下发至信号机系统。

通常，信号绿波协调命令需要指定路口的相位差参数、周期时长参数和协调参照相位。其中，相位差参数可以从t中得到，周期参数设为核心路口理论周期，协调方案参照相位可以从离线设计协调方案中得到。本发明根据生成的绿波协调路线，从起始路口开始构建信号机绿波协调系统命令，并逐一下发，实现绿波协调路线的实时优化控制。

本发明是基于实时交通数据评价道路的绿波有效性，动态识别路网中满足绿波协调条件的路线，并基于实时路段车速数据实现绿波协调方案的优化控制。

实施例二

参见图4，本实施例提供了一种实现实施例一所述基于实时路况的信号绿波协调路线优化控制方法的系统，包括：

数据采集模块，用于获取协调路线聚类生成所需相关数据，包括检测器流量、饱和度，信号机控制方案、互联网车辆行程速度、时间等动态数据以及城市路网静态信息。

数据存储模块及预处理模块，用于统一源数据格式，对数据进行路网对象的静态关联处理、时间粒度统一处理等。

协调路线聚类生成模块，用于离线构造协调路线有效性综合分析模型，在线计算路段绿波有效性，基于路网可达性和交通数据相似性，并通过层次聚类法聚类生成协调路线；

协调方案优化控制模型，用于定期接收协调路线聚类结果，根据实时路况对路线上协调方案进行优化，生成信号系统能够识别的控制指令并下发至信号机。

本实施例所述数据采集模块包括动态数据采集单元和静态数据采集单元。

动态数据采集单元，负责获取实时路况相关数据，包括互联网路段速度数据(高德地图api、百度地图api)，检测器流量、饱和度数据(scats检测器)，信号机控制方案数据。

静态数据采集单元，负责获取路网空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号、车道功能等静态数据。

本实施例所述数据存储及预处理模块包括数据存储单元、数据清洗单元、数据关联匹配单元以及数据标准化单元。

数据存储单元，负责接收数据采集模块传输的数据，对格式上进行规范后存入数据库；

数据清洗单元，负责对数据进行异常值和连续性检验，剔除数据中的异常值和突变值，并用插值、滤波等方法补全缺失的时间序列；

数据关联匹配单元，负责根据动态数据中的地理信息，采用gis技术生成，动态数据和静态路网对象的关联关系；

数据标准化单元，负责将上游数据单元生产的数据，标准化成下游模型、算法需要的数据格式，包括数据的归一化、时段筛选、格式转换等。

本实施例所述协调路线聚类生成模块，包括绿波有效性分级模型构造单元、绿波有效性实时计算单元、路段相似度矩阵构造单元、协调路线聚类生成单元。

绿波有效性分级模型构造单元，负责生成路网中所有路段的绿波协调有效性分级模型。

绿波有效性实时计算单元，负责接收实时路网动态数据，基于绿波有效性综合分析模型，实时计算路网中各路段的绿波协调有效性；

路段相似度矩阵构造单元，负责生成路网可达矩阵，实时计算路段对象间交通数据相似度，生成绿波协调路段交通流量欧式距离相似度矩阵。

协调路线聚类生成单元，通过层次聚类算法，对绿波协调路段相似度矩阵进行迭代聚类，自动生成协调路线对象。

本实施例所述协调方案优化控制模块，包括协调路线方案优化单元、协调方案审核单元、协调方案生成单元、协调命令下发单元。

协调路线方案优化单元，负责根据实时路段速度对离线绿波协调方案进行优化调整。

协调方案审核单元，负责将算法生成的协调路线和方案发送给一线配时人员进行审核。审核通过后，将方案发送给协调方案生成单元。

协调方案生成单元，负责根据上游协调方案数据，按照不同的信号机类型，生成对应的控制命令。

协调命令下发单元，负责校验信号机控制命令的合理性，通过规则检验的命令才允许下发。