一种交叉口信号控制方法与流程

本发明属于城市交通管理技术领域，尤其涉及一种交叉口信号控制方法，该方法既保证控制周期的优化产生，又保障控制方案的动态实现。

背景技术：

交叉口对交通流产生重要影响，是导致城市交通拥堵的重要原因之一。从投资回报率角度考虑，交通控制是解决拥堵最经济、最有效的手段。当前，交叉口信号控制方法或为固定控制，或为感应控制，各有优劣势。周期是交叉口信号控制的主要控制参数，直接影响交叉口的运行效率。固定控制一般从优化角度出发，建立数学模型获得周期时长；感应控制或以某给定的周期进行动态信号配时，或仅考虑周期的最长和最短约束进行控制决策。

交通流具有动态特性，存在时变现象；同时，在连续几个周期内，从总体态势上看，交通流的变化一般不大。本发明以连续几个周期为一个研究时段，首先从固定控制角度研究信号控制周期的预设；然后以确定的周期时长，研究该时段动态信号控制的决策问题。以上过程既保证周期的优化产生，又实现信号控制的动态变化。

技术实现要素：

本发明的目的在于提出了一种交叉口信号控制方法，通过该方法实现对交叉口信号的动态控制。

为实现上述目的，本发明采用的技术方案为一种交叉口信号控制方法，该方法的实现过程如下，步骤一：从历史数据库中提取交叉口各个流向的最大排队长度，确定交叉口控制区，其中，交叉口控制区需要覆盖各个流向的最大排队长度，如图1所示，满足：

l＝lmax

式中，l为交叉口控制区的长度参数；lmax为最大排队长度。

步骤二：从实时数据库中提取交叉口各个流向上游的时变交通流数据，计算进入交叉口控制区的流量。

步骤三：初始化交叉口的信号控制方案。

步骤四：基于元胞传输模型，描述该信号控制方案下连续n个控制周期内交叉口控制区内的交通流特性，计算该n个控制周期内交叉口各个流向到达停止线的交通流量。

交叉口为复杂的车道设计，不同的车道具有不同的特征。1个路段连接2个交叉口，路段分为出口道、普通路段和进口道，出口道和进口道通过普通路段连接。交叉口出口道元胞承担汇聚功能，为汇聚元胞；普通路段元胞承担传输和发散功能，分为普通元胞和发散元胞；进口道元胞承担左转、右转和直行功能，分为左转元胞、右转元胞和直行元胞，如图2所示。

令交叉口的起终点元胞仅与普通元胞相连，交叉口元胞传输模型如图3所示。元胞编码规则为：出口道、普通路段及起终点元胞编码的前2位为路段编码，第3位表示元胞属性：0为起点元胞，1为汇聚元胞，2为普通元胞，3为发散元胞，4为终点元胞；进口道编码的前2位为交叉口编码，后2位为车道组编码。

步骤五：求解控制周期优化模型，实现控制周期的计算；

目标1为饱和度最小：

目标2为延误最小：

约束条件包括：信号周期约束、最短绿灯时间约束和相位模式约束；

信号周期约束：

cmin≤c≤cmax

最短绿灯时间约束：

tgi≥tgmin

相位模式约束：

南北与东西相交的标准十字交叉口中，交叉口流向i的编码见表1，选择常用的标准四相位说明相位模式约束的构成形式：第1相位为南北进口直行，第2相位为南北进口左转，第3相位为东西进口直行，第4相位为东西进口左转，这种相位模式的定义约束为：

若右转不受信号控制，tg9＝tg10＝tg11＝tg12＝c。

式中，χ为交叉口的广义饱和度；为交叉口流向i的饱和度；为交叉口流向i的车流量；d为交叉口的车均延误；为交叉口流向i的延误；c为信号控制的周期；cmin为信号控制的最短周期；cmax为信号控制的最长周期；tgi为交叉口流向i的绿灯时间；tgmin为最短绿灯时间的阈值；ty为黄灯时间；tr为全红时间。

表1交叉口流向编码

基于非支配排序遗传算法求解多目标优化模型，获得pareto解集；然后设定一定的规则(可以采用下式所示的规则，也可以根据实际情况自主设计)，挑选符合要求的最优解。

步骤六：求解考虑公平性的动态信号控制决策模型，实现控制方案的优化；

延误最大的流向往往成为交叉口的瓶颈。为了均衡各流向的通行效率，有效提高交叉口的总体通行效率，需要为延误最大的流向增加通行绿灯时长。对于第k个控制周期，考虑公平性的动态信号控制决策模型表示为：

式中，为第k个控制周期各相位的最大延误。

进一步写成：

式中，为第k个控制周期第p个相位的延误；p为相位的集合；为第k个控制周期元胞j的延误；jp为第p个相位可放行的元胞集合；为第t个时段元胞j的延误；tk为第k个控制周期内时段t的集合。

动态信号控制决策模型的决策变量为第k个控制周期第p个相位的绿灯时间满足约束：

基于迭代加权法或遗传算法等均能够获得动态信号控制决策模型的解。

步骤七：返回步骤四，进行迭代计算，如果连续两次得带周期相差不大，停止，记录最佳方案。

附图说明

图1是交叉口控制区示意图。

图2是交叉口元胞划分图。

图3是交叉口元胞传输模型图。

图4是案例交叉口示意图。

图5是pareto最优解分布图。

图6是动态信号控制决策模型的求解结果图。

图7是周期时长的变化图。

图8为本发明方法的实施流程图。

具体实施方式

以图2所示的交叉口为研究对象，进行算例研究。

步骤一：从历史数据库中提取交叉口各个流向的最大排队长度，确定交叉口控制区，其中，交叉口控制区需要覆盖各个流向的最大排队长度。

步骤二：从实时数据库中提取交叉口各个流向上游的时变交通流数据，计算进入交叉口控制区的流量。

步骤三：初始化交叉口的信号控制方案标准四相位，取c⁽⁰⁾＝115s。

步骤四：取n＝5，基于元胞传输模型，计算5个控制周期内交叉口各个流向到达停止线的交通流量计算到达各流向的交通量，如表2所示。

表2交通量

步骤五：基于非支配排序遗传算法，求解控制周期优化模型，pareto最优解分布如图5所示，周期c⁽¹⁾＝85s。

步骤六：基于迭代加权法，求解动态信号控制决策模型，确定5个周期的信号控制方案，如图6所示。

步骤七：返回步骤四，进行迭代计算，如果连续两次得带周期相差不大，停止，记录最佳方案。经过5次迭代获得最优解，周期时长的变化如图7所示。信号控制方案如表3所示。

表3交叉口可变周期控制算例的信号控制方案