本发明涉及智能交通技术领域，尤其是涉及一种城市脉动交通信号控制系统及方法。
背景技术：
现代城市交通拥堵已是普遍问题，伴随汽车社会的来临，如何提高路网通行效率、减少车辆平均延误和尾气排放，是一个亟需解决的难题。因为城市路网平面交叉口的存在，冲突交通流不可避免，所以必须设置红绿灯信号系统，但传统的红绿灯仅考虑交通安全，需要研究在保证交通安全的基础上提高交叉口红绿灯的优化通行。
目前国内国外已有一些研究机构和企业对交叉口信号优化做出贡献，有些发达国家或发达城市也上了不同的优化信号系统，国际上以scoot、transyt、scats和actra等系统为代表，这些系统难以建立统一的模型，建设成本也居高不下，实施起来受工程因素和专业水平制约很大，因此也难以解决城市路网交通拥堵现象。
技术实现要素：
本发明的目的是以仿生学观点脉动优化信号系统，提高路网通行效率，解决城市交通拥堵，并降低系统可实施难度。
为了实现上述目的，本发明的技术方案如下：一种城市脉动交通信号控制系统及方法，主要由总体城市脉动信号控制系统、区域城市脉动信号控制系统、干线城市脉动信号控制系统、单点城市脉动信号控制系统构成。
所述总体城市脉动信号控制系统包括：城区诱导发布子系统、城区信号控制管理子系统、城区交通信息采集子系统、交通信息数据链路、信号控制管理信息链路、城市信号系统计算中心、城市信号系统管理中心。
所述区域城市脉动信号控制系统包括：支线道路、干线道路、节点检测器、节点路口、支线路口、城区简化路网。
所述干线城市脉动信号控制系统由出口检测器、进口检测器、战术检测器、信号机、战略检测器、路口n、路口2、测速传感器、路口1组成。
所述单点城市脉动信号控制系统包括：战术检测器、信号机、传感器数据线、单点优化路口、出口检测器、入口检测器。
本发明的有益效果是:有别于自适应优化，本发明的优化方法是以“脉动控制为主，自适应控制为辅”，城市大动脉类的干线道路承担更多的交通流量通行，以自适应算法去疏导，不仅计算量庞大、采集参数多、工程复杂，而且受制于路网几何参数和交通事故等突发事件，难以解决交通拥堵。
人体心血管系统不仅庞杂而且承担各种物质能量交换，远比城市路网复杂得多，却可以高效稳定地运行很多年，其根源就在于心脏的有序脉动和神经系统的传感反馈调整，把城市交通模拟为心血管系统，对交通流进行有计划地干预放行，把城区干道进出车流以一定的频率节拍脉动吸放，对支路和小路口则采取自适应控制模式，控制思路简单可靠而且容易理解，工程实施方便，不仅可以减少交通拥堵，而且可提高路网通行效率，减少平均延误时间和尾气排放。
附图说明
图1为本发明中总体城市脉动信号控制系统总体布设图；城区诱导发布子系统1-1、城区信号控制管理子系统1-2、城区交通信息采集子系统1-3、交通信息数据链路1-4、信号控制管理信息链路1-5、城市信号系统计算中心1-6、城市信号系统管理中心1-7。
图2为本发明中区域城市脉动信号控制系统区域布设图；支线道路2-1、干线道路2-2、节点检测器2-3、节点路口2-4、支线路口2-5、城区简化路网2-6。
图3为本发明中干线城市脉动信号控制系统干线布设图；出口检测器3-1、进口检测器3-2、战术检测器3-3、信号机3-4、战略检测器3-5、路口n3-3、路口23-7、测速传感器3-8、路口13-9。
图4为本发明中单点城市脉动信号控制系统单点布设图；战术检测器4-1、信号机4-2、传感器数据线4-3、单点优化路口4-4、出口检测器4-5、入口检测器4-6。
具体实施方式
为了使本发明的实现技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
如图1-4所示，一种城市脉动交通信号控制系统及方法，主要由总体城市脉动信号控制系统、区域城市脉动信号控制系统、干线城市脉动信号控制系统、单点城市脉动信号控制系统构成。
所述总体城市脉动信号控制系统包括：城区诱导发布子系统1-1、城区信号控制管理子系统1-2、城区交通信息采集子系统1-3、交通信息数据链路1-4、信号控制管理信息链路1-5、城市信号系统计算中心1-6、城市信号系统管理中心1-7。
所述区域城市脉动信号控制系统包括：支线道路2-1、干线道路2-2、节点检测器2-3、节点路口2-4、支线路口2-5、城区简化路网2-6。
所述干线城市脉动信号控制系统由出口检测器3-1、进口检测器3-2、战术检测器3-3、信号机3-4、战略检测器3-5、路口n3-3、路口23-7、测速传感器3-8、路口13-9组成。
所述单点城市脉动信号控制系统包括：图4为本发明中单点城市脉动信号控制系统单点布设图；战术检测器4-1、信号机4-2、传感器数据线4-3、单点优化路口4-4、出口检测器4-5、入口检测器4-6。
如附图1所示，城市脉动交通信号控制系统总体由计算中心服务器、管理中心服务器、各级信号机、各级车辆检测器及诱导发布子系统等构成，其主要原理是把城区内各种物理空间、时间的交通流状况转化成信息流的方式在本系统中采集、计算、存储并控制，信息流的输入输出符合心脏模型特征，因此可对其进行仿生学研究；简化后由各城区传感网络、信号控制系统、诱导发布系统和中心计算管理双系统构成，每城区子系统后部仍然层迭各级路网信息流，但信息流的输入输出状况可以以图1所示代表。
本发明的具体实现方法如下：
图1中车辆检测子系统每个统计周期检测的拥堵事件、平均车速、平均占道率和平均流量等交通信息最终汇聚到计算中心服务器里，由计算中心在线计算出优化方案，再通过管理中心服务器把优化方案下发到各级信号机里执行，同时下发给诱导子系统显示路网状况，让交通参与者主动选择自己的优化路线；外场各级车辆检测器、信号机、信号灯和诱导显示屏的设备运行故障状况也由通信网络发到管理中心，从而安排合适的维保人员到现场服务，设备状况也是本套系统信息流管理的一种，类似于人体的自诊断再生机制。
每向子系统可划分成如图2所示的简化区域系统，每个区域系统里总有一个或几个节点路口，每当该区域交通流过大或当前控制方案不够最优时，这些节点路口常常会出现交通拥堵，因此这样的路口常布设节点检测器；节点检测器一旦检测到拥堵事件，则作为计算中心主动优化的优先判据。
节点路口饱和度若以σ表示，为进口流量q与饱和流量qs的比值，饱和流量取自金伯公式，是英国交通工程师金伯发现的一个经验公式，表明的是道路饱和流量qs与道路宽度w的关系，表达式为：
qs=196w2-979w+2964
σ=q/qs
当节点路口饱和度σ≈1或各向进口战略检测器平均速度趋近于0时，可判断出该节点路口处于交通拥堵状态。道路宽度是已知参数，进口流量可通过车辆检测器精确获得，进口平均车速也可通过战略检测器获得，因此该判据可作为系统优化阈值临界点。
本发明主要特点基于干线绿波控制，当节点路口拥堵发生后，主要优化目标是干线各路口公共周期t和设计时速v。公共周期影响的是绿波带宽，设计时速影响的是各路口绿波相位差。
公共周期可由下式求得：t=max(t1,t2......tn)
式中t1、t2、tn表示的是各路口的即时周期值，公共周期是各路口周期中的最大值，求出该值后各路口信号机按这个统一周期执行绿波方案。
如图3所示的干线检测器布设图，因为是绿波控制，每波车流行进状况可按连续交通流模型分析，车流密度、设计时速连续可微，沿用格林希尔兹公式v-ρ曲线可得：
v=vf(1-ρ/ρjam)
式中vf表示的该城市的自由时速，一般取80km/h，ρjam为极限车流密度，ρ为实时车流密度。又因车流密度为某一瞬时单位长度上分布的车辆数，这个参数难以通过技术手段测得，但ρ/ρjam比值可用饱和度σ=q/qs近似替代，而实时流量可以通过车辆检测器测得，饱和流量可通过道路宽度获得，所以干线绿波的设计时速可计算出来。
有了设计时速v，再根据干线上的某个车流行进方向上，第一个路口停车线到第二个路口停车线的空间距离l已知，则这两个路口的相位差δ可以下式求出：
δ=v×l
以此类推，可依次求出干线上每一个路口信号机执行渐进式绿波方案时的不同相位差，将干线各路口相位差和公共周期组成的控制方案由管理中心下发，就可实现绿波控制。
如图3所示的干线检测器布设图，绿波方案在干线上执行后，可由战略检测器获得的参数对现行绿波方案进行评估，其中路段战略检测器测得的实际速度值可用来校正设计时速，而速度、流量值、占道率可用于历史数据存储、统计和分析，并基于历史数据进行交通流预测，基础预测基于卡尔曼滤波算法，如下式:
x（t）=ax(t-1)+bu(t)+w(t)
式中x（t）表示当前时刻要预测的交通量，包含速度、流量、占道率等，x(t-1)表示前一个统计周期时刻的已知交通量，a是交通量状态转移矩阵，b是交通量控制矩阵，u(t)是当前控制交通量，w(t)是当前系统控制过程躁声。
实际车辆检测离散方程如下式：
z(t)=ix(t)+v(t)
式中z（t）表示当前实际检测的交通量，i表示车辆检测器观测矩阵，x(t)是预测交通量，v(t)表示当前测量误差。
由这两个方程不断递归计算，就可预测出某一时刻某个城区检测点的交通量，根据预测出的交通量、历史数据和实际检测值，在一个统计周期内不断进行系统迭代优化，则系统控制就趋于最优，这种预测和优化的过程也是在本发明计算中心里完成的。
如图4所示的路口战术检测器布设图，对于单点交叉路口，无论十字或丁字或更复杂路口，其优化计算的基础是基于每一向的，每向战术检测器由进口检测器、出口检测器构成，在一个信号周期内，前个周期的排队长度等于进口当量减去出口当量的差值，每向排队长度离散方程如下:
p(k)=p（k-1）+[q(k)-qsλ]c
式中p(k)是本周期排队长度，p(k-1)是上周期排队长度，q(k)为车辆到达率，qs为该向路口饱和流量，λ为该向绿信比，c是周期时间。因每个信号周期排队长度都可通过出入口检测器获得，车辆到达率也就是进口流量可测得，绿信比根据路口各向权重比获得，周期时间可在一个信号机内存储的离散阵列里选出最优值，单点优化的目标就是当前周期时间内，各向排队长度趋于最小。
综合图1、图2、图3可知，干线绿波脉动控制原理在于每隔一定时间进行优化一次，依据来自节点检测器饱和度阈值、节点拥堵事件以及干线交通流预测，体现计算中心和管理中心的数据吞吐能力，如心脏动静脉血管的收缩扩张，交通压力越大，优化周期越短越频繁，如心率负荷的加重；这种脉动计算是非自适应性质的，而是人设的干预。自然界许多现象都具备自适应特征，趋向于熵增无序，但人类城市需要有序的管理，体现人设因素和规律化控制。
综合图3、图4可知，干线车流最终会转入各支线道路或离开城区，但支线道路往往狭窄通行能力有限，所以实现绿波控制有难度，那么支线路口就按自适应算法去单点优化，尽最大可能消散各向排队长度，支线道路如人体毛细血管网一样进行细微的能量信息交换，不同的是本发明在支线路口采取的单点自适应控制目的是疏散自由车流到城区各个角落。
综上所述，本发明是一种具体而可实施的城市信号系统控制方法和设备布设例，主要控制思想“以干线绿波控制为主，支线自适应控制为辅”，包括城市点、线、面的信号控制和优化方法，其原理不同于其他城市信号系统，而是基于仿生学基础上的一种优化构建。
本发明的有益效果是:有别于自适应优化，本发明的优化方法是以“脉动控制为主，自适应控制为辅”，城市大动脉类的干线道路承担更多的交通流量通行，以自适应算法去疏导，不仅计算量庞大、采集参数多、工程复杂，而且受制于路网几何参数和交通事故等突发事件，难以解决交通拥堵。
人体心血管系统不仅庞杂而且承担各种物质能量交换，远比城市路网复杂得多，却可以高效稳定地运行很多年，其根源就在于心脏的有序脉动和神经系统的传感反馈调整，把城市交通模拟为心血管系统，对交通流进行有计划地干预放行，把城区干道进出车流以一定的频率节拍脉动吸放，对支路和小路口则采取自适应控制模式，控制思路简单可靠而且容易理解，工程实施方便，不仅可以减少交通拥堵，而且可提高路网通行效率，减少平均延误时间和尾气排放。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明的要求保护范围由所附的权利要求书及其等效物界定。