一种城市交通控制系统及控制方法与流程

本发明属于智能交通技术领域，具体涉及一种城市交通控制系统及控制方法。

背景技术：

现有的交通控制系统的红绿灯时间基本上是按经验设定的。当前路口的交通控制信号不会根据车流量变化实时调整，经常出现有车的方向红灯，而没车的方向长时间绿灯；或者绿灯方向的车辆因前方路口是红灯，车辆无法前行，当红、绿灯变换时，原绿灯方向的车被堵在本路口，现在绿灯方向的车无法通过该路口，从而进一步造成该路口拥堵。这种实际道路车辆状况和交通控制信号不同步的情况会增加车辆停留次数和时间，浪费现有的道路资源，造成交通拥堵，加大能源消耗和废气排放而污染环境。

为改善实际道路交通和预定的交通控制信号不同步的状态，有的发达城市部分交通路口在高峰期将监控视频传送到交通控制中心，调度人员根据视频中看到的道路车辆情况，远程手动控制几个路口的红、绿灯；或者有的交通路口在高峰期会有交警进行人工指挥。其目的就是让交通控制信号根据道路的实时状况进行优化调整。

但是每个路口，每天二十四小时都有交警现场指挥是难以实现的。根据视频调度交通也有很多问题和困难，尤其是每个城市都有成千上万的摄像头，即使是把路口的监控视频传送到控制中心，也没有这么多调度人员随时监控视频图像，并根据视频上的车辆情况实时调整各路口的控制信号。而且，很多交通调度人员也不可能很好地相互协调，只能局部优化所监控的路口，不能实时优化整个城市的交通控制信号。从运行成本来看，摄像头视频传输数据量很大，占用很高带宽，不可能通过手机无线网传输，需要租用专用的电信通道，运行成本很高，把这么多路口的监控视频传到控制中心不现实。现在的交通控制状况基本上是红、绿灯按照固定的程序切换，控制中心只是监视几个重要路口的交通状态。

技术实现要素：

针对现有技术中存在的上述不足，本发明提供一种能使城市中多个交通路口的控制信号能够根据道路交通状态实时调整，实现车辆与交通信号同步的城市交通控制系统及控制方法。

为了达到上述发明目的，本发明采用以下技术方案：

一种城市交通控制系统，包括路口的交通信号灯、设于各路口的本地交通控制器和数个摄像头，交通信号灯与本地交通控制器连接而进行信号控制，各摄像头将采集的实时交通数据信息传输至本地交通控制器，各路口的本地交通控制器与城市交通控制中心连接而进行数据传输。本发明的城市交通控制系统系统通过数据传输连接配合车辆识别摄像头，实时采集各路口的实时交通状态数据信息，对各路口的交通控制进行优化后，实时集中协调控制各路口的交通信号，实现城市交通的优化配置。

优选的，所述本地交通控制器包括交通优化处理模块，交通优化处理模块用于接收来自路口上的数个摄像头采集的实时交通数据信息，并对实时交通数据信息进行处理和编码。当本地交通控制器与城市交通控制中心的通信中断，或者被设置为独立运行状态时，该交通优化处理模块能够按照该路口设定的优化目标和优化参数，根据该路口的实时交通状况进行优化运算后，得出各交通信号灯的状态，然后按照优化结果，控制相应的红绿灯，实现该路口交通的优化。

优选的，所述本地交通控制器还包括标准网络接口，标准网络接口用于将摄像头采集的实时交通数据信息传输至所述交通优化处理模块。保证实时交通数据信息传输的稳定性和可靠性。

优选的，所述本地交通控制器还包括交通信号管理模块，交通信号管理模块根据交通优化处理模块对实时交通数据信息进行优化的结果而控制所述交通信号灯的运行。实现交通信号灯的工作程序变换的自动化。

优选的，所述实时交通数据信息包括道路各车道上车辆的种类、数量、位置和行驶速度，以及人行道上行人的数量。实时交通数据信息将车辆和行人均包括在内，方便整个城市交通的集中优化。

优选的，所述本地交通控制器与城市交通控制中心通过手机无线网进行数据输送。实时调整交通信号，协调各路口交通，使得控制信号与道路交通同步。

优选的，所述城市交通控制中心包括标准广域网接口、交通优化模块和交通状态显示模块，所述标准广域网接口与各路口的本地交通控制器连接而传输实时交通数据信息，并将实时交通数据信息输送至交通优化模块，交通优化模块与交通状态显示模块通过交通监控局域网连接。通过城市交通控制中心对整个城市的交通路口统一调配，改善城市交通。

本发明还公开了一种城市交通控制方法，包括以下步骤：

S1，各摄像头识别并采集道路上实时交通数据信息；

S2，各摄像头将实时交通数据信息传输至本地交通控制器；

S3，各路口的本地交通控制器将实时交通数据信息均传输至城市交通控制中心；

S4，城市交通控制中心对实时交通数据信息进行优化，并将优化结果通过无线网络发送至各路口的本地交通控制器，通过本地交通控制器集中控制各路口的交通信号灯。实现城市交通控制的智能化。

优选的，所述优化根据多个预设路口中红灯或绿灯时间造成的总损耗取最小值进行优化。实现城市道路交通的优化配置。

优选的，所述优化基于各种车辆和道路的优先级或天气情况进行。实现优化配置的人性化和实时化。

本发明与现有技术相比，有益效果是：

(1)本发明城市交通控制系统利用图像识别技术和手机无线网传输技术使多个路口的交通控制信号能够根据各方向车辆的车辆情况自动实时调整，使得城市路段的红、绿灯与车辆同步，尽量减少车辆的停留次数和时间，充分利用现有的道路资源；

(2)从实际操作的角度来说，由于本发明中传输的不是交通监控视频，而是简单的道路交通车辆和行人的实时统计数据，用于描述各类车辆数量，所需数据量很少，能够使用手机无线网传输，不需要租用电信专用通道，极大降低实施难度及运行成本。

(3)本发明城市交通控制方法自动化，节省大量的人力、物力和财力。

附图说明

图1是本发明实施例1中的一个路口的结构示意图。

图2是本发明实施例2中经过手机无线网连接城市交通控制中心的结构示意图。

图3是本发明实施例2中的本地交通控制器的内部结构示意图。

图4是本发明实施例2中城市交通控制中心的内部结构示意图。

图5是本发明实施例2中车辆识别摄像头识别到车辆的示意图。

图6是当前城市交通控制信号与实际状态失步的示意图。

图7是本发明实施例2中控制信号与车辆同步的示意图。

图8是本发明实施例2控制信号与车辆同步的另一个示意图。

图9是本发明实施例2控制信号与车辆同步的另一个示意图。

图10是本发明实施例2控制信号与车辆同步的另一个示意图。

图11是本发明实施例2控制信号与车辆同步的另一个示意图。

图12是本发明实施例2控制信号与车辆同步的另一个示意图。

图13是本发明实施例2控制信号与车辆同步的另一个示意图。

具体实施方式

下面通过具体实施例对本发明的技术方案作进一步描述说明。

实施例1：

本实施例的城市交通控制系统，以城市道路中的一个路口为例，如图1所示，包括四组交通信号灯1、数个车辆识别摄像头2和本地交通控制器3，本地交通控制器3通过手机无线网4与城市交通控制中心连接而进行数据信息传输。

车辆识别摄像头2，每个交通方向至少一套，安装在面对车辆进入路口的方向，对道路上的图像进行处理，根据车辆特征识别并统计道路上各车道的车辆种类、数量、行驶速度和当前位置以及人行道上行人信息，然后把统计数据按照标准IEEE802.3协议通过网线接入本地交通控制器3；车辆识别摄像头2同时通过网线实现POE从本地交通控制器3获取电力支持。

本地交通控制器3，包括交通优化处理模块，该模块接收来自该路口上各道路上的多个车辆识别摄像头2的交通统计实时数据，并对数据进行处理和编码后，通过手机无线网传输至城市交通控制中心，同时也能接收城市交通控制中心传输的交通控制数据，控制该路口的交通信号，实现多个路口交通的优化协调集中控制。当本地交通控制器3在与城市交通控制中心的通信中断，或者被设置为独立运行状态时，能够按照该路口设定的优化目标和优化参数，根据该路口的实时交通状况进行优化运算后，得出各交通信号灯的状态，然后按照优化结果控制相应的红、绿灯时间，实现该路口交通的优化。

实施例2：

如图2、图3所示，本实施例的城市交通控制系统应用于四个路口的城市道路上，通过手机无线网与城市交通控制中心实现集中控制的一个方案示意图，每个路口配置一本地控制器5和数个车辆识别摄像头，各路口的车辆识别摄像头分别采集对应路口上各方向车道上的车辆和行人的数量、当前位置和行驶速度。本地控制器5包括标准网络接口，把车辆识别摄像头采集的各路口的交通统计实时数据传输至交通优化处理模块；交通优化处理模块把交通统计实时数据按照城市交通控制中心7的通信协议打包后，送到手机无线路由器；该路由器把接收到的数据按照手机无线网协议打包后，通过手机无线网基站发射6的手机无线网送到城市交通控制中心7，然后把从城市控制中心7接收到的各方向的交通控制信号状态，按照现有交通信号管理器的通信规约，把交通控制信号编码，然后输送至交通信号管理模块；该交通信号管理模块根据控制信号的状态控制相应的交通信号灯等设备。

如图4所示，本实施例的城市交通控制中心的内部结构示意图，包括标准广域网接口，接收从多个路口的本地交通控制器送来的各路口的统计数据送入交通优化模块，根据各路口的优先级设置，对各个路口的实时交通进行优化并控制相应路口的交通控制信号；然后接入城市控制中心的交通监控局域网，并根据接收到的车辆及行人的位置和运行速度的交通统计数据，构造出当前交通状况模型图，同时接入交通状态显示控制器，送到控制中心显示墙，以便监控人员监控交通状况；局域网上的监控员可以监视各路口的当前状态和优化调度结果，调整各路口的配置参数，根据实际需要可以实时调整路口的控制信号。各路口的实时交通数据被存入历史数据库，为道路交通优化模块学习从而进一步改善优化模型提供依据。

如图5所示，本实施例的一条道路上的车辆识别摄像头所识别车辆情况的示意图。在示意图中标记1到10代表车辆识别摄像头识别到的道路上的车辆。其中标记①，②，③，④，⑥，⑧，⑩所标记的车辆表示通常轿车；⑤表示小公交车；⑦表示大型公交车；⑨表示大货车；从图中可以看出，车辆识别摄像头识别出一辆轿车⑧正在右拐，后面有一辆大货车⑨和一辆轿车⑩以每小时25公里在右转车道上行驶，分别距离路口20米和50米；有一辆轿车④和一辆小公交车⑤在直行道上等待，有一辆轿车⑥和大型公交车⑦以每小时10公里的速度在直行道上接近路口，分别距路口25米和35米；有两辆轿车①，②在左转道上等待，另一辆轿车③以每小时15公里速度在左转道上接近路口，距离40米。

如图6所示，表示当前城市交通控制信号与车辆状态不同步的结果。当路口A的由北向南方向绿灯时，由于路口B由北向南方向红灯，很多车辆停留在路口A与路口B之间的由北向南车道上，造成路口A的由北向南方向的车无法前行而被堵在路口A。当路口A的由东向西方向绿灯时，被原来由北向南滞留的车辆挡住，无法通过路口，造成道路资源浪费。

如图7所示，表示本实施例城市交通控制系统协调城市路口交通的示意图。图中假设南北方向的道路为城市主干道，优化目标为车辆在主干道上的停留时间最短。图中的状态表示：由北向南方向的车道上有一个车群正在接近路口A，交通优化控制器预计车辆到达路口的时间，提前中断东西向的车辆，使得由北向南的车辆正好不停留同路口A。而此时，由南向北的车辆比较少，于是同时让由北向南和由北向东的车辆通行。在由北向南的车辆群未到达路口B之前，路口B和C让东西方向的车辆通过。

如图8所示，表示本实施例城市交通控制系统协调城市路口交通的另一个示意图。根据图7所示的交通控制状态。当由北向南的车群通过路口A之后，正在接近路口B。城市交通控制系统及时将路口B上东西向的车辆停下，让车群不停留直接通过路口B。此时，路口A由北向东的左拐车道已经没有车辆，于是让由南向北的车辆通过路口A。由北向南的车群还没有到达路口C，继续让路口C的东西向的车辆通过。

如图9所示，表示本实施例城市交通控制系统协调城市路口交通的另一个示意图。根据图8所示的交通控制状态。当由北向南的车群已经通过路口B之后，正在接近路口C。交通控制优化系统及时将路口C上东西向的车辆停下，让车群不停留直接通过路口C。同时让由南向北的车群同路口C。此时，路口B由南向北的车辆比较少，于是让由北向东的车辆通过路口B。

如图10所示，表示本实施例城市交通控制系统协调城市路口交通的另一个示意图。根据图9所示的交通控制状态。当由北向南的车群已经通过路口A，路口A让东西向的车辆通过。此时，由南向北的车群也顺利通过路口C。当车辆到达路口B时，交通控制器提前停止由北向东的车辆，让车群顺利同路口B。

如图11所示，表示本实施例城市交通控制系统协调城市路口交通的另一个示意图。根据图10所示的交通控制状态。当由南向北的车群已经通过路口C，路口C让由北向东的车辆通过。此时由南向北的车群已经接近路口A，交通优化系统准备停止路口A东西向的车辆。

如图12所示，表示本实施例城市交通控制系统协调城市路口交通的另一个示意图。根据图11所示的交通控制状态。当由南向北的车群到达路口A时，由北向南的车群已经通过路口A和路口B，于是路口交通优化系统让路口A的由南向北和由南向西的车辆通行，同时让路口B的东西向车辆通行。此时由南向北的车群已经通过路口C，交通优化系统让由北向南和由北向东的车辆通行。

如图13所示，表示本实施例城市交通控制系统协调城市路口交通的另一个示意图。根据图12所示的交通控制状态。当由北向南和由南向北的车群都已经通过路口A，路口B和路口C，这些路口均让东西向车辆通过路口，完成一个主导车辆通过这三个路口的控制周期。

上述城市交通控制系统协调城市路口交通的示意图只是简单的交通状况，实际情况更加复杂，而且整个城市的交通路口很多，需要大量的优化运算。然而，这些优化运算需建立在交通控制中心能够及时获取各路口的实时交通状态数据，能够及时掌握各路口，各方向车道的车辆及行人数量的基础上。

简化的交通模型的优化算法如下：

假设某一主干道上有三个集中控制的路口A，B和C，各路口分别有和主干道垂直交叉的道路，简称东西南北四分方向，分别有直行、左和右拐车道。为简化交通模型，假设红灯允许右拐，这三个路口各车道和车辆具有同样的优先级配置。下面以其中一个路口的模型为例，计算该路口的各车道红灯造成的总损耗。假设：

某时段轿车的优先级为Pc，公交车优先级为Pb，货车优先级为Pt，行人优先级为Pp；

下雨优先参数Pr(从晴天Ⅰ到雨天Ⅹ)，下雪优先参数Ps(从晴天Ⅰ到路上积雪Ⅹ)；

道路优先级分别为RPew(东→西)，RPes(东→南)，RPwe(西→东)，RPwn(西→北)，RPsn(南→北)，RPsw(南→西)，RPns(北→南)和RPne(北→东)；

道路绿灯时间分别为TGLew(东→西)，TGLes(东→南)，TGLwe(西→东)，TGLwn(西→北)，TGLsn(南→北)，TGLsw(南→西)，TGLns(北→南)和TGLne(北→东)；

道路红灯时间分别为TRLew(东→西)，TRLes(东→南)，TRLwe(西→东)，TRLwn(西→北)，TRLsn(南→北)，TRLsw(南→西)，TRLns(北→南)和TRLne(北→东)；

道路黄灯时间分别为TYLew(东→西)，TYLes(东→南)，TYLwe(西→东)，TYLwn(西→北)，TYLsn(南→北)，TYLsw(南→西)，TYLns(北→南)和TYLne(北→东)；

正常情况下绿灯时车辆从静止到通过路口的平均速度VGew(东→西)，VGes(东→南)，VGwe(西→东)，VGwn(西→北)，VGsn(南→北)，VGsw(南→西)，VGns(北→南)和VGne(北→东)；

识别出某时刻人行道上横过马路人的数量为NPn(t)(斑马线北侧)，NPs(t)(斑马线南侧)，NPe(t)(斑马线东侧)，NPw(t)(斑马线西侧)；

识别出某时刻其中一个路口各车道上的轿车数量为NCew(t)(东→西)，NCes(t)(东→南)，NCwe(t)(西→东)，NCwn(t)(西→北)，NCsn(t)(南→北)，NCsw(t)(南→西)，NCns(t)(北→南)，NCne(t)(北→东)；

识别出某时刻各车道上的公交车数量为NBew(t)(东→西)，NBes(t)(东→南)，NBwe(t)(西→东)，NBwn(t)(西→北)，NBsn(t)(南→北)，NBsw(t)(南→西)，NBns(t)(北→南)，NBne(t)(北→东)；

识别出某时刻各车道上的货车数量为NTew(t)(东→西)，NTes(t)(东→南)，NTwe(t)(西→东)，NTwn(t)(西→北)，NTsn(t)(南→北)，NTsw(t)(南→西)，NTns(t)(北→南)，NTne(t)(北→东)；

识别出某时刻各车道上的车辆到路口的距离向量为VDew(t){...}(东→西)，VDes(t){...}(东→南)，VDwe(t){...}(西→东)，VDwn(t){...}(西→北)，VDsn(t){...}(南→北)，VDsw(t){...}(南→西)，VDns(t){...}(北→南)，VDne(t){...}(北→东)；

识别出某时刻各车道上的车辆速度向量为VSew(t){...}(东→西)，VSes(t){...}(东→南)，VSwe(t){...}(西→东)，VSwn(t){...}(西→北)，VSsn(t){...}(南→北)，VSsw(t){...}(南→西)，VSns(t){...}(北→南)，VSne(t){...}(北→东)；

基于以上设置和车辆识别计算统计出的参数，计算该路口各车道某时刻t停留单位时间dt的损耗：

Wew(t)dt＝RPew×(Pp×Pr×Ps×(NPe(t)+NPw(t))+Pc×NCew(t)+Pb×NBew(t)+Pt×NTew(t))；

其中：

Wew(t)是某时刻t从东到西行驶车辆因停留造成的损耗；

RPew是驶入由东向西车道的优先级参数；

Pr是雨天优先级参数；

Ps是雪天优先级参数；

NPe(t)是某时刻南北双向行人在东侧马线上等待的总人数；

NPw(t)是某时刻南北双向行人在西侧马线上等待的总人数；

Pc是轿车优先级参数；

NCew(t)是某时刻从东到西行驶的轿车总数；

Pb是公交车优先级参数；

NBew(t)是某时刻从东到西行驶的公交车总数；

Pt是货车优先级参数；

NTew(t)是某时刻从东到西行驶的货车总数；

同样可以计算其他车道某时刻t停留单位时间dt的损耗：

Wes(t)dt＝RPes×(Pp×Pr×Ps×(NPe(t)+NPs(t))+Pc×NCes(t)+Pb×NBes(t)+Pt×NTes(t))；

Wwe(t)dt＝RPwe×(Pp×Pr×Ps×(NPw(t)+NPe(t))+Pc×NCwe(t)+Pb×NBwe(t)+Pt×NTwe(t))；

Wwn(t)dt＝RPwn×(Pp×Pr×Ps×(NPw(t)+NPn(t))+Pc×NCwn(t)+Pb×NBwn(t)+Pt×NTwn(t))；

Wsn(t)dt＝RPsn×(Pp×Pr×Ps×(NPs(t)+NPn(t))+Pc×NCsn(t)+Pb×NBsn(t)+Pt×NTsn(t))；

Wsw(t)dt＝RPsw×(Pp x Pr x Ps x(NPs(t)+NPw(t))+Pc x NCsw(t)+Pb x NBsw(t)+Pt x NTsw(t))；

Wns(t)dt＝RPns×(Pp×Pr×Ps×(NPn(t)+NPs(t))+Pc x NCns(t)+Pb×NBns(t)+Pt×NTns(t))；

Wne(t)dt＝RPne×(Pp×Pr×Ps×(NPn(t)+NPe(t))+Pc×NCne(t)+Pb×NBne(t)+Pt×NTne(t))；

基于上述算式，可以得出该路口东到西红灯时间造成的损耗：

其中：

TWew(TRLew)是当东西方向红灯造成的总损耗；

TRLew为东到西方向的红灯时间；

Wew为东到西方向的损耗；

同样地，可以得出各方向红灯时间造成的损耗：

根据以上算式，可以得出该路口某时刻，当红灯时间分别为TRLew，TRLes，TRLwe，TRLwn，TRLsn，TRLsw，TRLns，TRLne时的总损耗：

如果交通路口该时段按照总损耗最低的优化原则，那么计算出总损耗最低时，各方向红灯的时间，用于控制路口的交通信号，就能实现车辆停留总时间最小的目的。

在实际应用中，以上的交通控制模型损耗方程可以在一定条件下简化，如下，假设绿灯的时间长度至少能让某时刻t时最后一辆进入车道的车通过路口；而且以主绿灯的时间长度为周期，但该时间段可以分段给左拐车道(或直行车道)和迎面直行车道(或左拐车道)；各方向黄灯的时间根据当时的天气及道路繁忙情况决定，在一个交通信号周期内是常数。在下列条件下，分别计算总的道路损耗，找到最小值，交通信号就可以根据该条件假设的时间控制：

1、由东向西方向主绿灯，绿灯时间为TGLew，黄灯时间为TYLew：

TRLew＝0；

TGLew>Max(VDew(t){...})/(Average(VSew(t){...})+VGew)；

TRLwe+TYLwe+TRLes+TYLes＝TGew+TYew；

TRLwn＝TGLew+TYLew；

TRLsn＝TGLew+TYLew；

TRLsw＝TGLew+TYLew；

TRLns＝TGLew+TYLew；

TRLne＝TGLew+TYLew；

其中：

Max(VDew(t){...})是由东向西车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSew(t){...})是该时刻由东向西车道上车辆的平均行驶速度。

2、由东向南方向主绿灯，绿灯时间为TGLes，黄灯时间为TYLes：

TRLes＝0；

TGLes>Max(VDes(t){...})/(Average(VSes(t){...})+VGes)；

TRLew+TYLew+TRLwn+TYLwn＝TGes+TYes；

TRLwe＝TGLes+TYLes；

TRLsn＝TGLes+TYLes；

TRLsw＝TGLes+TYLes；

TRLns＝TGLes+TYLes；

TRLne＝TGLes+TYLes；

其中：

Max(VDes(t){...})是由东向南车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSes(t){...})是该时刻由东向南车道上车辆的平均行驶速度。

3、由西向东方向主绿灯，绿灯时间为TGLwe，黄灯时间为TYLwe：

TRLwe＝0；

TGLwe>Max(VDwe(t){...})/(Average(VSwe(t){...})+VGwe)；

TRLew+TYLew+TRLwn+TYLwn＝TGwe+TYwe；

TRLwe＝TGLwe+TYLwe；

TRLsn＝TGLwe+TYLwe；

TRLsw＝TGLwe+TYLwe；

TRLns＝TGLwe+TYLwe；

TRLne＝TGLwe+TYLwe；

其中：

Max(VDwe(t){...})是由西向东车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSwe(t){...})是该时刻由西向东车道上车辆的平均行驶速度。

4、由西向北方向主绿灯，绿灯时间为TGLwn，黄灯时间为TYLwn：

TRLwn＝0；

TGLwn>Max(VDwn(t){...})/(Average(VSwn(t){...})+VGwn)；

TRLwe+TYLwe+TRLes+TYLes＝TGwn+TYwn；

TRLew＝TGLwn+TYLwn；

TRLsn＝TGLwn+TYLwn；

TRLsw＝TGLwn+TYLwn；

TRLns＝TGLwn+TYLwn；

TRLne＝TGLwn+TYLwn；

其中：

Max(VDwn(t){...})是由西向北车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSwe(t){...})是该时刻由西向北车道上车辆的平均行驶速度。

5、由南向北方向主绿灯，绿灯时间为TGLsn，黄灯时间为TYLsn：

TRLsn＝0；

TGLsn>Max(VDsn(t){...})/(Average(VSsn(t){...})+VGsn)；

TRLns+TYLns+TRLsw+TYLsw＝TGsn+TYsn；

TRLew＝TGLsn+TYLsn；

TRLes＝TGLsn+TYLsn；

TRLwe＝TGLsn+TYLsn；

TRLws＝TGLsn+TYLsn；

TRLne＝TGLsn+TYLsn；

其中：

Max(VDsn(t){...})是由南向北车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSsn(t){...})是该时刻由南向北车道上车辆的平均行驶速度。

6、由南向西方向主绿灯，绿灯时间为TGLsw，黄灯时间为TYLsw：

TRLsw＝0；

TGLsw>Max(VDsw(t){...})/(Average(VSsw(t){...})+VGsw)；

TRLsn+TYLsn+TRLne+TYLne＝TGsw+TYsw；

TRLew＝TGLsw+TYLsw；

TRLes＝TGLsw+TYLsw；

TRLwe＝TGLsw+TYLsw；

TRLwn＝TGLsw+TYLsw；

TRLns＝TGLsw+TYLsw；

其中：

Max(VDsw(t){...})是由南向西车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSsw(t){...})是该时刻由南向西车道上车辆的平均行驶速度。

7、由北向南方向主绿灯，绿灯时间为TGLns，黄灯时间为TYLns：

TRLns＝0；

TGLns>Max(VDns(t){...})/(Average(VSns(t){...})+VGns)；

TRLsn+TYLsn+TRLne+TYLne＝TGns+TYns；

TRLew＝TGLns+TYLns；

TRLes＝TGLns+TYLns；

TRLwe＝TGLns+TYLns；

TRLwn＝TGLns+TYLns；

TRLsw＝TGLns+TYLns；

其中：

Max(VDns(t){...})是由北向南车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSns(t){...})是该时刻由北向南车道上车辆的平均行驶速度。

8、由北向东方向主绿灯，绿灯时间为TGLne，黄灯时间为TYLne：

TRLne＝0；

TGLne>Max(VDne(t){...})/(Average(VSne(t){...})+VGne)；

TRLns+TYLns+TRLsw+TYLsw＝TGne+TYne；

TRLew＝TGLne+TYLne；

TRLes＝TGLne+TYLne；

TRLwe＝TGLne+TYLne；

TRLwn＝TGLne+TYLne；

TRLsn＝TGLne+TYLne；

其中：

Max(VDne(t){...})是由北向西车道上在该时刻离路口最远的一辆车的距离，也就是最后一辆车的距离；

Average(VSne(t){...})是该时刻由北向西车道上车辆的平均行驶速度。

分别计算出以上八个条件下的最小损耗，再找出这8个条件里面最小的损耗，就是按照最小总损耗的优化交通控制时间。

每个控制周期完成后，各方向道路的优先级做一次调整。绿灯方向的车道优先级复位为初始设定值，红灯方向的车道优先级按照设定规则增加，即等的时间越长的车道优先级越高，不然车辆少的车道可能没有绿灯的机会。比如这个周期由东向西方和由西向东方向绿灯，那么下一个周期的道路优先级分别调整为：

RPew＝RPew_Init；

RPwe＝RPwe_Init；

RPes＝RPes+RPes_Delta；

RPwn＝RPwn+RPwn_Delta；

RPsn＝RPsn+RPsn_Delta；

RPse＝RPse+RPse_Delta；

RPns＝RPns+RPns_Delta；

RPne＝RPne+RPne_Delta；

用同样的方法可以计算出其他路口的优化结果。然后按照多个路口总损耗最低的原则，得出总体优化的结果，并根据各路口信号灯的时间，通过手机无线网，分别控制各路口的交通信号。

然而，优化的结果不一定是实际的交通控制，还得根据各路口的情况，加上一些限定条件，比如各方向的红灯累计不能超过一定值，超过后下一个周期将转换为绿灯；限定绿灯的累计时间不能超过一定值；如果绿灯出口方向的车辆因前方道路拥堵不能通行，将会自动避免该方向绿灯。

以上描述仅是一个简化的路口交通优化模型的简单例子，实际实施中还有很多限定条件和例外处理。而且模型本身也会根据各个路口的情况进行修改。比如，有的路口希望主干线畅通，可以根据车道上车辆的行驶速度调整车道的优先级，让该方向绿灯机会增加，使得行驶车辆尽快通过路口，不停留，提高路口通车率。

本实施例的城市交通控制方法，包括如下步骤：车辆识别摄像头识别道路上车辆种类，数量，位置和行驶速度，分类统计各方向车道上的车辆和行人数据，然后把这些统计数据经过手机无线网发送到城市交通控制中心。城市交通控制中心汇总各多个路口的数据后，根据这些统计数据，按照道路和各种车辆的优先级，以及该时段的优化目标，优化各条道路的控制信号，再把控制信号按规约打包后，通过手机无线网下发到相应路口的本地交通控制器，控制各方向的交通信号。

而除上述以外，还需要说明的是在本说明书中所谈到的“一个实施例”、“另一个实施例”、“实施例”等，指的是结合该实施例描述的具体特征、结构或者特点包括在本申请概括性描述的至少一个实施例中。在说明书中多个地方出现同种表述不是一定指的是同一个实施例。进一步来说，结合任一实施例描述一个具体特征、结构或者特点时，所要主张的是结合其他实施例来实现这种特征、结构或者特点也落在本专利的范围内。

尽管这里参照本专利的多个解释性实施例对本专利进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变型和改进外，对于本领域技术人员来说，其他的用途也将是明显的。