重系数为0. 4,可W估测 车辆到达需求；相位2第2组的1号检测器221，为停车线检测器，其权重系数为0. 6,可W 估测车辆排队长度。由于路段检测器可能存在被排队车辆占用导致数据异常的情况，故使 得下游停车线检测器权重系数略大于路段检测器。其他相位检测器安装也遵循发明方法步 骤1中的布设原则，在此不做寶述。
[0064] 3)按交叉口每天的早高峰时段、午低峰时段、晚高峰时段及一般平峰时段划分各 时段，采集5个信号周期内（每次更新后的交叉口信号配时运行5个信号周期）绿灯时间 内的各个进口道的交通量，换算为小时交通量，将第k次优化后得到的相位iα= 1，2, 3, 4) 的交通量记为乂k，整个交叉口各进口道的交通量之和为嫂，:W采集时间为横轴，W片k/义s为纵轴绘制曲线，从而确定各个相位的实时交通状态变化。
[0065] 4)在交叉口各相位各车道上安装的车辆检测器检测到的高精度数据有：第k个化 =2, 3, 4···)优化周期内，每个停车线车辆检测器采集的第m个（m<6且me脚信号周期第 i相位的红灯启亮时刻巧第m个信号周期第i相位的绿灯启亮时刻2；'""，同理，第m-1 个信号周期第i相位的红灯启亮时刻r'mAi，第m-1个信号周期第i相位的绿灯启亮时刻 rfiAt。则交叉口第k次优化后第i相位的绿灯时间为
[0066]
[0067] 某辆车在第k次优化后，每个周期每辆车在相位i的绿灯时间内，踏上P组q号检 测器的时间为t。。(i，P，q)k，离开该检测器的时间tw(i，P，q)k，假定在第k次优化后，运行5 个信号周期，在相位i的绿灯时间内通过了η辆车，则得到该检测器在第k次优化后，相位 i的绿灯信号结束时的占用时间为
[0068]
[0069] 设第k次优化后的5个信号周期内，每个信号周期相位i停车线前第一辆车在绿 灯起亮后踏上P组1号检测器的时刻为t,。。(i，P，1)k，则第k次优化后N个信号周期内第i 相位的车辆延误为
[0070]
[007。W由上述步骤可知，通过采集的高精度数据计算得到了检测器占有率t"cc(i，p，q)k和车辆延误t 及相位当量交通量乂k和交叉口当量交通量相，，均用于步骤3中的交 叉口性能评价指标。而高精度数据记录的信号灯灯色变化和各相位灯色时长则传输到信号 控制器，作为初始信号交叉口各相位的配时方案，对交叉口的车流进行控制。
[0072] 步骤2:信号控制器控制执行
[0073] 1)在路口控制车流通行的交通信号灯，均连接一个控制交通灯指示切换和相位切 换的信号控制器。相较一般路口信号控制机，本发明中执行交叉口信号配时方案的信号控 制器是联网式的智能交通信号控制机，集成了SMART-SIGNAL系统中的数据存储功能，包含 一个后台数据存储系统。
[0074] 2)如图6中的信号控制器模块部分所示。首先，步骤1采集得到的初始各相位配 时参数W及预先设定的交叉口周期传输到该信号控制器来执行，控制交叉口各相位的车流 通行，同时将绿时参数存储在后台系统。
[007引扣此后，信号控制器执行步骤4每次迭代优化所得的信号灯配时参数，来控制交 叉口各相位绿信比，同时将优化后的配时参数存储在后台数据存储系统，W便于下一次迭 代优化时提取某一相位历史绿灯配时参数。
[0076] 4)本发明中的信号控制器的改进在于：在各相位进口道都布设有检测器，每组包 含两个检测器，一个位于停车线的下游，用于估测车辆排队长度；另一个位于相应的路口上 游，用于估测车辆到达需求。各检测器与信号控制器相连，更新得到某相位的信号配时方案 后，执行5个信号周期，然后将采集的检测器占用时间*。。。(1，口，山\车辆延误*尸及实时车 流量数据η实时传输到后台数据存储系统。存储检测器得到的评价参数是为了进行步骤3， 判断交叉口某相位的性能指标数据是否满足条件，具体的评价方式如步骤3所示。
[0077] 步骤3 :交叉口性能指标评价；
[0078] 1)交叉口的信号配时方案由信号控制器执行，设执行5个信号周期后，即可对交 叉口性能进行评价。交叉口性能指标评价是指在当前相位绿灯期间对该交叉口所测的相位 iα= 1，2, 3, 4)的性能进行评估，即当相位i绿灯时间结束后，获取步骤1中的相位i多组 检测器所测数据，主要是检测器占有率*。。。(1，P，q)k和车辆延误t/'k(其中k为当前优化周 期）。
[0079] 2)用如下公式计算交叉口相位i性能指标数据：
岸中，k为当前优化周期；i为相位号；yk,i为交叉口相位 i性能指标
为当前绿灯时间内相位i的检测器占有率之和，将绿灯时 间内输出的占有率数据加和求平均；tdi'k为当前绿灯时间内相位i上的车辆延误；Ck为第k次优化得到的信号周期。
[0080] 3)通过此公式计算的性能指标yk,iE[0, 1]，除W信号周期是为了对各相位的性 能指标进行归一化，便于横向直观地分析比较，可W较好地评价当前的交通性能，Υμ越高 时，代表相位i的交通需求越大。此时将得到的相位i的性能指标数据与实时获取的交通 流量求差值，得到么说，;=|乂V记-化,.|，判断差值是否满足允许的范围Λγ、ι<ε(ε为一个 无穷小的值），若满足，则认为相位i当前信号配时方案可W适应实时交通需求变化。若不 满足，则认为相位i当前信号配时方案不能适应交通流状况，就需要对该相位的绿时方案 进行更新，即步骤4的信号配时迭代优化。
[0081] 步骤4 :信号配时迭代优化
[0082] 1)信号配时迭代优化是指在第k次优化后执行5个信号周期的配时方案，且在当 前相位绿灯时间刚结束时，若该相位的性能指标不能满足实时交通状态，则W该相位的历 史的性能指标数据和历史的绿灯时间数据，对该相位的配时方案进行优化，得到新的信号 配时方案。
[008引 。W某一相位为例，输入历史性能指标数据柄,1，yk1,1，...，yk。,1}和历史绿灯时 间数据{Um，Uk 1,1，. . .，Uk η, iHyk η,1为第k-n次优化后相位i的性能指标，Uk η,1为第k-n次 优化后相位i的绿灯时长），由于检测器输出的占有率w及延误等数据波动较大，易导致算 法发散，故为了使得算法输出的性能指标数据既可W随着实时交通状况而变化，又能够得 W收敛。拟采用模糊PD迭代学习控制算法。
[0084] 3)本例采用的模糊PD迭代学习控制算法W单一相位为迭代单位，进行独立的参 数优化，主要是加入模糊环节对A 和进行模糊控制，对绿灯变化速率Θ确定模糊规 则及隶属度函数，再设计模糊PD迭代学习控制算法的控制器的结构。最后采用一般的模糊PD迭代学习控制算法的计算公式，对信号交叉口的绿时方案进行迭代优化，具体如下。
[0085] 4)模糊PD迭代学习律为：
[008引 Uk",i = ijM'yk i,i}) + "M = Uk,i+KpXek,i+KdX (ek,i_ek ι,ι) + ω、ι，
[0087]其中，每,二达.?=1乂k/记-乂,1，为该相位绿灯期间车辆启动驾驶员的反应 时间总和，此处ω,,ι近似等于ti为相位编号。对第k次优化所得的历史性能指标数据 ΥμW及与第k-1次优化的评价指标差值e进行模糊逻辑控制，y的隶属度函数如图3 所示，采用分档次适配法，模糊子集为{NB，NM，NS，ZE，PS，PM，PB}，模糊论域为扔，72, 73, 74， ys，ye,y·/}。Ay、i的隶属度函数如图4所示，模糊子集为怯，M,B}，论域为{Δy1，Δ72,Δyg}。 Υμ的隶属度参数依次取{-〇. 8, -0. 38, -0. 12, 0, 0. 22, 0. 45, 0. 64}。的隶属度参数依 次取{-〇. 2, 0, 0. 2}。
[0088] 5)模糊PD迭代学习公式定义为：
设输入变量关系函数
:，其中Θ是绿灯时间变化率，Θe[0，1]， 最小绿灯时间Gmm=20s，最大绿灯时间0。。,= 90s。
[0089]6)绿灯时间变化率Θ的模糊规则表如下（Θ1为绿灯增长速率，Θ2为绿灯衰减速 率）：
[0090] 表1绿灯时间变化率Θ的模糊规则表
[0091]
[009引 7)迭代过程满足严格重复的初始重置条件，即Xk(0)=Uk,。，:M0) = .炒?';%Vk， 其中Xk(0)为输入状态的初值，即初始信号配时下相位i绿灯时长％,。，yk(0)为期望输出的 初值，即初始信号配时下检测器输出的相位i实时交通流量记°与交叉口实时交通流量之 和取0的比值，k代表迭代学习控制的迭代次数。
[009引 8)模糊PD迭代学习控制系统如图5所示，控制对象为信号交叉口，控制输入为历 史性能指标数据和历史绿灯时间数据，通过模糊PD迭代学习律，得到当前优化后的性能指 标数据y^，与期望输出的该相位实时交