基于交通信号控制机动态匹配最优信号配时方案的方法与流程

本发明涉及信号灯控制领域，具体地说是一种基于交通信号控制机动态匹配最优信号配时方案的方法。

背景技术：

国内路口多使用交通信号控制机进行交通信号的控制与管理，据统计，截止到2018年，我国交通信号控制路口保有量大约有13万个。交通信号控制机均是定时控制设定好的方案，有单段式定时控制、多段式定时控制等。定时控制方法中使用的定时方案根据交通调查的历史数据制定，确定后维持不变直至下次交通调查。

交警是道路交通管控的直接管理者，交警需要按照一天内不同时间的车流、行人密度提前在信号控制机设定好不同的配时方案，在路口人为的进行交通信号灯的控制，且由于专业限制，交管部门在设定信号灯配时方案时主要依据管控经验进行，根据方案部署后的交通通行反馈情况再次进行调整。显然使用传统的信号控制机定时控制方式存在不能适应交通流的随机变化，缺少灵活性，时效性差等问题。目前信号灯配时方案内容单一，需要耗费大量人力、物力维护信号方案。

近年来，国内一直在进行城市道路信息化建设，致使极大地丰富了城市道路交通流的感知手段和方式。在目前的智能交通信号灯研究领域中，也有越来越多的人提出利用视频等手段实时采集道路上车流量信息，进行方案配时优化，预测拥堵指数，针对路口通行提出应对的信号配时方案，调节交通流。故如何实时采集道路上车流量信息，进行方案配时优化，预测拥堵指数，针对路口通行提出应对的信号配时方案，调节交通流是急需要解决的技术问题。

专利号为cn108389403a的专利文献公开了一种基于车流量捕捉的交通信号灯及限速标志智能调节方法，所采用的技术方案为包括用于采集道路车流量信息的采集摄像头及安装有交通仿真软件的控制计算机以及用于储存交通信号灯及电子限速标志调整方案的云端数据库服务器，采集摄像头采集实时道路交通信息，经处理后同步到控制计算机内进行仿真运行，然后根据实时道路交通情况匹配最优的交通信号灯及电子限速标志的调节方案，以实现对交通信号灯及电子限速标志的动态调节。但是该技术方案不能根据实时采集的道路车流量信息进行方案配时优化，预测拥堵指数，针对路口通行提出应对的信号配时方案，调节交通流。

技术实现要素：

本发明的技术任务是提供一种基于交通信号控制机动态匹配最优信号配时方案的方法，来解决如何实时采集道路上车流量信息，进行方案配时优化，预测拥堵指数，针对路口通行提出应对的信号配时方案，调节交通流的问题。

本发明的技术任务是按以下方式实现的，基于交通信号控制机动态匹配最优信号配时方案的方法，该方法是通过交通信号方案专家制定信号灯配时方案，每条信号灯配时方案中设置相应的规则判断值，将制定的信号灯配时方案存到车流量-信号方案数据库中；通过道路摄像头或车载gps收集各个车道的实时车流量，对车流量数据经过规则分析判断，利用动态规划算法在车流量-信号方案数据库中匹配到最佳信号灯配时方案；具体步骤如下：

s1、规划建设车流量-信号方案数据库；

s2、预测拥堵系数：利用道路摄像头或车载gps实时采集车流量信息，将车流量信息存入车流量-信号方案数据库中，根据车流量-信号方案数据库中数据分析路口的拥堵状态，预测下一时段路口的拥堵系数；

s3、交通信号方案专家制定信号灯配时方案并存入到车流量-信号方案数据库中；

s4、对任一时间区间内实时车流量进行规则判断，匹配出下一时间区间的最优信号灯配时方案；

s5、将获取到的信号灯配时方案包装成信号机平台能够识别的方案并发送至信号机平台，实现对交通路口的交通信号灯实时动态调节。

作为优选，所述车流量-信号方案数据库包括流量表(car_flow)、配时方案表(signal_list)、信号方案下发记录表(send_record)；

其中，流量表用于记录收集到的各车道的实时车流量；

配时方案表用于存储信号灯配时方案；

信号方案下发记录表用于记录信号方案下发日志。

作为优选，所述步骤s2中的车流量信息存入车流量-信号方案数据库中的流量表中。

更优地，所述步骤s2中预测拥堵系数的具体步骤如下：

s201、对路口上的车道进行重定义：按照路口名-车辆行驶方向-车道数的命名规则对车道进行命名，便于收集道路上交通流信息；

s202、利用道路摄像头和车载gps实时采集各个道路上的车流量、行人流量的信息；使用道路上已有摄像头进行信息采集，整理出车道数量、各个车道的车辆数以及路口等待的行人数，节省时间成本、价格成本。

更优地，所述步骤s201中对路口上的车道进行重定义的具体步骤如下：

s20101、方向划分：按照车辆行驶方向进行划分；例如最上端车辆从北往南行驶，则该车辆所在车道的方向则命名为nts；

s20102、车道数定义：按照交通仿真工具ptvvissim规则，一条道路上有两条以上车道数时，观察车道行驶方向，最外侧为第一车道，由外向内依次为车道命名；例如车辆所在车道为第一车道，车辆所在车道可重定义为roadname-nts-01。

作为优选，所述步骤s3中交通信号方案专家制定红绿灯配时方案并存入到车流量-信号方案数据库中配时方案表(signal_list)；其中，信号灯配时方案中包括配时方案中所需周期时长、有效绿灯总时长、每个序列的绿灯时长、方案优选的时间区间以及方案的预选判断条件。

作为优选，所述步骤s4中对任一时间区间内实时车流量进行规则判断，匹配出下一时间区间的最优信号灯配时方案的具体步骤如下：

s401、设定一个时间区间范围(interval)，优选15分钟，从车流量-信号方案数据库的流量表(car_flow)中按照车道汇总统计当前时间区间的车流量；

s402、计算出当前车道的拥堵系数tpi：按照步骤s2中重定义的车道分类汇总车流量、统计各车道的实时车辆通行数目、车辆的通行方向、车道的红绿灯比例以及车道的限速情况，计算出车道的拥堵系数；

s403、从车流量-信号方案数据库的配时方案表(signal_list)中匹配出最优配时方案，采用动态规划算法实现匹配最优信号灯配时方案的过程；其中，动态规划算法是将问题分解成若干个相互联系的子问题，通过求解子问题的解得到原问题的解，实质是分治思想和解决冗余。

更优地，所述步骤s402中计算出当前车道的拥堵系数tpi，按照步骤s2中重定义的车道分类汇总车流量，统计各车道的实时车辆通行数目的具体步骤如下：

s40201、将十字路口制作成四相序列的相位图，分别为序列组①、序列组②、序列组③和序列组④；其中，序列组①包含两个车道，统计的数据命名为roadname-wte-01和roadname-wte-02；序列组②包含两个车道，统计的数据命名为roadname-etw-01和roadname-etw-02；序列组③包含两个车道，统计的数据命名为roadname-stn-01和roadname-stn-02，序列组④包含两个车道，统计的数据命名为roadname-nts-01和roadname-nts-02；序列组①和序列组②构成相对序列组1，序列组③和序列组④构成相对序列组2，每个相对序列组在车流量-信号方案数据库的配时方案表中对应一个标准单相最大值(std_uniphase_max_sequenceno)；

s40202、对步骤s40201中统计的各车道车流量数据处理，得到各个相对序列组的实际单相最大值(ture_uniphase_max_sequenceno)；相对序列组1的实际单相最大值的计算公式如下：

其中，tpi-wte表示西东方向的拥堵系数；tpi-etw表示东西方向的拥堵系数；

相对序列组2的实际单相最大值的计算公式如下：

其中，tpi-sn表示南北方向的拥堵系数；tpi-ns表示北南方向的拥堵系数。

更优地，所述步骤s403中动态规划算法是将问题分解成若干个相互联系的子问题，通过求解子问题的解得到原问题的解，实质是分治思想和解决冗余，具体步骤如下：

s40301、根据问题情况，将问题按照空间特性分成3个相互联系的阶段；

s40302、采用步骤s40202的计算公式求出各相对序列组的解，记做s(i)；

s40303、从一个状态转变到下一状态的称为状态转移，根据问题情况，状态转移方程为：

s(i)＝(turemax1≤std1))∩(turemax2≤std2)∩…∩(turemaxi≤stdi)；

其中，turemaxi表示步骤s40202计算出的相对序列组的实际单相最大值；stdi表示步骤s1中配时方案表(signal_list)的预选判断条件；

s40304、设车流量一信号方案数据库中有m条信号灯配时方案，进行第一次相对序列组对比后有n1条适配方案，以此类推，进行第t次相对序列组对比后有nt条适配方案，使用动态规划规划此问题的时间复杂度为o(m)+o(n1)+…+o(nt)，这样会大大降低方案匹配的复杂性。

作为优选，所述步骤s5中信号灯配时方案的发送记录保存到车流量-信号方案数据库的信号方案下发记录表(send_record)中，便于对比记录当前下发的信号灯配时方案是否为最佳。

本发明的基于交通信号控制机动态匹配最优信号配时方案的方法具有以下优点：

(一)、本发明根据道路实时路况对路口的交通信号控制机下发最优信号配时方案，可有效避免由信号配时方案不合理导致交通堵塞；通过建立信号车流量-信号方案数据库对采集到的实时车流量数据进行规则预判，利用动态规划进行匹配，得出最优配时方案，下发至路口对应的交通信号控制机中，从而减缓交通拥堵；

(二)、本发明通过动态配置信号灯配时方案，最大限度的利用现有资源，减少等待时间成本，减少交警的压力，及时为车辆驾驶人员及行人提供道路出行提醒，减缓道路出行的拥堵压力，实现交通流的安全性、快速性、舒适性；

(三)、本发明旨在解决目前信号灯配时方案内容单一，需要耗费大量人力、物力维护信号方案等问题，本发买那个依据信号配时方案下发的“一路一策”原则，实时动态调整交通信号配时方案，时刻以方案全局最优为依据，从而有效避免信号配时方案不合理引起的交通拥堵问题。

附图说明

下面结合附图对本发明进一步说明。

附图1为车道信息重定义示意图；

附图2为相位解说图；

附图3为动态规划思想模型图。

具体实施方式

参照说明书附图和具体实施例对本发明的基于交通信号控制机动态匹配最优信号配时方案的方法作以下详细地说明。

实施例：

本发明的基于交通信号控制机动态匹配最优信号配时方案的方法,该方法是通过交通信号方案专家制定信号灯配时方案，每条信号灯配时方案中设置相应的规则判断值，将制定的信号灯配时方案存到车流量-信号方案数据库中；通过道路摄像头或车载gps收集各个车道的实时车流量，对车流量数据经过规则分析判断，利用动态规划算法在车流量-信号方案数据库中匹配到最佳信号灯配时方案；具体步骤如下：

s1、规划建设车流量-信号方案数据库；其中，车流量-信号方案数据库包括流量表(car_flow)、配时方案表(signal_list)、信号方案下发记录表(send_record)；其中，流量表用于记录收集到的各车道的实时车流量；配时方案表用于存储信号灯配时方案；信号方案下发记录表用于记录信号方案下发日志；

s2、预测拥堵系数：利用道路摄像头或车载gps实时采集车流量信息，将车流量信息存入车流量-信号方案数据库的流量表中，根据车流量-信号方案数据库中数据分析路口的拥堵状态，预测下一时段路口的拥堵系数；具体步骤如下：

s201、对路口上的车道进行重定义：按照路口名-车辆行驶方向-车道数的命名规则对车道进行命名，便于收集道路上交通流信息；如附图1所示，具体步骤如下：

s20101、方向划分：按照车辆行驶方向进行划分；例如最上端车辆从北往南行驶，则该车辆所在车道的方向则命名为nts；

s20102、车道数定义：按照交通仿真工具ptvvissim规则，一条道路上有两条以上车道数时，观察车道行驶方向，最外侧为第一车道，由外向内依次为车道命名；例如最上端车辆所在车道为第一车道，附图1中最上端车辆所在车道可重定义为roadname-nts-01。

s202、利用道路摄像头和车载gps实时采集各个道路上的车流量、行人流量的信息；使用道路上已有摄像头进行信息采集，整理出车道数量、各个车道的车辆数以及路口等待的行人数，节省时间成本、价格成本。

s3、交通信号方案专家制定信号灯配时方案并存入到车流量-信号方案数据库的配时方案表(signal_list)中；其中，信号灯配时方案中包括配时方案中所需周期时长、有效绿灯总时长、每个序列的绿灯时长、方案优选的时间区间以及方案的预选判断条件。

s4、对任一时间区间内实时车流量进行规则判断，匹配出下一时间区间的最优信号灯配时方案；具体步骤如下：

s401、设定一个时间区间范围(interval)，优选15分钟，从车流量-信号方案数据库的流量表(car_flow)中按照车道汇总统计当前时间区间的车流量；

s402、计算出当前车道的拥堵系数tpi：按照步骤s2中重定义的车道分类汇总车流量、统计各车道的实时车辆通行数目、车辆的通行方向、车道的红绿灯比例以及车道的限速情况，计算出车道的拥堵系数；如附图2所示，具体步骤如下：

s40201、将十字路口制作成四相序列的相位图，分别为序列组①、序列组②、序列组③和序列组④；其中，序列组①包含两个车道，统计的数据命名为roadname-wte-01和roadname-wte-02；序列组②包含两个车道，统计的数据命名为roadname-etw-01和roadname-etw-02；序列组③包含两个车道，统计的数据命名为roadname-stn-01和roadname-stn-02，序列组④包含两个车道，统计的数据命名为roadname-nts-01和roadname-nts-02；序列组①和序列组②构成相对序列组1，序列组③和序列组④构成相对序列组2，每个相对序列组在车流量-信号方案数据库的配时方案表中对应一个标准单相最大值(std_uniphase_max_sequenceno)；

s40202、对步骤s40201中统计的各车道车流量数据处理，得到各个相对序列组的实际单相最大值(ture_uniphase_max_sequenceno)；相对序列组1的实际单相最大值的计算公式如下：

其中，tpi-wte表示西东方向的拥堵系数；tpi-etw表示东西方向的拥堵系数；

相对序列组2的实际单相最大值的计算公式如下：

其中，tpi-sn表示南北方向的拥堵系数；tpi-ns表示北南方向的拥堵系数。

s403、从车流量-信号方案数据库的配时方案表(signal_list)中匹配出最优配时方案，采用动态规划算法实现匹配最优信号灯配时方案的过程；其中，动态规划算法是将问题分解成若干个相互联系的子问题，通过求解子问题的解得到原问题的解，实质是分治思想和解决冗余；利用动态规划算法思想分析，问题转化模型图，如附图3所示，具体步骤如下：

s40301、根据问题情况，将问题按照空间特性分成3个相互联系的阶段；

s40302、采用步骤s40202的计算公式求出各相对序列组的解，记做s(i)；

s40303、从一个状态转变到下一状态的称为状态转移，根据问题情况，状态转移方程为：

s(i)＝(turemiax1≤std1)∩(turemax2≤std2)∩…∩(turemaxi≤stdi)；

其中，turemaxi表示步骤s40202计算出的相对序列组的实际单相最大值；stdi表示步骤s1中配时方案表(signal_list)的预选判断条件；

s40304、设车流量-信号方案数据库中有m条信号灯配时方案，进行第一次相对序列组对比后有n1条适配方案，以此类推，进行第t次相对序列组对比后有nt条适配方案，使用动态规划规划此问题的时间复杂度为o(m)+o(n1)+…+o(nt)，这样会大大降低方案匹配的复杂性。

s5、将获取到的信号灯配时方案包装成信号机平台能够识别的方案并发送至信号机平台，实现对交通路口的交通信号灯实时动态调节；其中，信号灯配时方案的发送记录保存到车流量-信号方案数据库的信号方案下发记录表(send_record)中，便于对比记录当前下发的信号灯配时方案是否为最佳。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。