一种用于城市交通的协调路线和协调方案的推荐方法及系统与流程

本发明涉及城市交通领域，尤其涉及一种用于城市交通的协调路线和协调方案的推荐方法及系统。
背景技术：
：在城市道路网中,交叉口相距较近的情况大量出现。相邻交叉口的信号配时不协调，经常导致车辆在通过上游交叉口时遇到绿灯，而到下游交叉口时遇到红灯，从而造成大规模排队现象。由于交叉口间距较短，两个相邻的交叉口之间的距离通常不足以使车流完全疏散，排队车辆从下游交叉口延伸到上游，使整个交通系统处于瘫痪状态。这样车辆在交叉口时停时开，造成行车不畅，路网运行效率低下，导致环境污染加重以及能源浪费等问题。为了减少车辆在路口的停车次数和行车延误，需要对干线上的交叉口实施交通控制策略。目前我国采用的控制策略存在以下不足之处：按控制原理分类，定时控制策略需要人为设置各个参数，效率不高；而感应控制需要在交叉口的进口道设置车辆检测器，根据检测器测到的车流信息而随时改变控制方式，但是受到实际检测器设备情况和路况影响，经常有很多数据缺失的情况。按控制范围来看，目前我国大多数交叉口采用单点控制，每个交叉口的交通控制信号只按照该交叉口的交通情况独立运行，并不与其他相邻交叉口的控制信号有任何联系，但是因为实际的相邻交叉口距离较近，导致这个控制策略只能适用于非饱和交通流，效率不高。另外，部分交通干线采用协调控制方式，该方法虽然可以适用于距离较近的相邻交叉口，使干线上的车队形成绿波带，一路通行无阻的通过干线，但是这种协调控制牺牲了支路的通行能力，不利于整个路网的交通情况。因此，面对过于复杂的因素或突发情况，传统的交通信号控制方法已经无法满足当今交通控制优化的需求。且在交通流规律变化较大的情况下，一般需要人工实时调整信号控制系统信号配时的参数。这种调控方式具有不可复制性、效率低及可靠性低等缺点，亟待新型技术作为辅助的手段缓解此类问题。技术实现要素：本发明为克服上述的不足之处，目的在于提供一种用于城市交通的协调路线和协调方案的推荐方法及系统，本发明依据交通状态数据，在确保支路通行能力的情况下，通过协调控制，自动设置信号灯的相位差，减少车辆在各个交叉口上的停车时间,以保证车辆到达每个路口时，等待红灯的时间最少，特别是使干线上的车辆能够畅通行驶，提升城市交通运行效率，减少人员的参与，自动推荐可以协调的路口的协调路线。本发明的输出结果既可用于协调路线推荐的评价,又可用于协调路线推荐方案的输出和城市交通实际路段的实施。通过对城市交通干线进行实时协调控制，使城市的交通流能够顺畅地流动,推动城市综合交通治理能力现代化建设与提升。本发明是通过以下技术方案达到上述目的：、一种用于城市交通的协调路线和协调方案的推荐方法，包括如下步骤：(1)收集路网多源异构交通数据，并对数据进行预处理；(2)获取协调路线，并从协调路线中选取目标路段，建立目标路段的流量关系随时间变化的状态方程；(3)提取目标路段状态方程中的状态参量、控制参量、状态时变参量、控制时变参量，并基于ddalqr算法构建目标路段的最优控制系统，求取目标路段的最优时变参数，最优时变参数描述当前时刻状态参量下最优的当前时刻控制参量；(4)根据目标路段的最优时变参数和当前时刻目标路段的状态，计算当前时刻目标路段两端协调路口的协调绿灯时间；(5)基于协调路线，分别计算协调路线的协调时段、协调相位、协调相位差、协调周期，以及协调方案；(6)对协调路线及其协调方案的效果进行评估。作为优选，获取协调路线时，基于确定的主干道路进行协调路线的推荐，根据阈值判断法，将主干道路口划分为多组协调路线；其中，协调路线包含连续二个或二个以上的协调路口、相邻二个连续协调路口之间的路段、相邻两个连续路口之间的协调方向；其中，根据阈值判断法将主干道路口划分为多组协调路线具体如下：(i)从数据库获取一周的初始流量占比数据，设置流量占比阈值条件和距离阈值条件，获取路段上下游关系数据和协调路口数据的最大值和最小值；(ii)提取所有满足阈值条件的路口或路段，之后所有的判断均是对满足该条件的数据而言的；(iii)判断满足条件的路口的下游路口是否满足阈值条件和协调路口最大值和最小值限制条件，满足上述条件的添加至该路口协调路路线路口列表，不满足该条件的舍弃该协调路口列表；并进行协调路口筛查，对不可设置协调的主干道路口进行切分，并将结果存至数据库；(iv)获取计算出的协调路线信息；(v)设置新的流量占比数据或者阈值条件的，调用函数返回新数据的条件下的协调路线。作为优选，步骤(2)建立状态方程具体为：设从编号为j的协调路线中选取目标路段li，j，建立目标路段li，j的状态方程：其中，流入目标路段li，j的流量来自：路段li，j+1的左转车道、路段li，j+2的直行车道、路段li，j+3的右转车道，下一时刻的目标路段li，j的流量xi，j(k+1)为当前时刻的流量xi，j(k)加上当前时刻流入该路段的流量，再减去当前时刻流出该路段的流量；状态方程如下式所示：xi，j(k+1)＝xi，j(k)+si，j+1(k)δgi，j+1(k)+si，j+2(k)δgi，j+2(k)+si，j+3(k)δgi，j+3(k)-si，j(k)δgi，j(k)k表示第k个时刻；si，j+1(k)，si，j+2(k)，si，j+3(k)，si，j(k)分别为路段li，j+1的左转车道、路段li，j+2的直行车道、路段li，j+3的右转车道、目标路段在k时刻的饱和流率，饱和流率为历史流率最大值与绿灯时间的比值；δgi，j+1(k)，δgi，j+2(k)，δgi，j+3(k)，δgi，j(k)分别为路段li，j+1的左转车道、路段li，j+2的直行车道、路段li，j+3的右转车道、目标路段在k时刻的绿灯变化时间。作为优选，所述步骤(3)具体包括：(3.1)提取目标路段状态方程中的状态参量、控制参量、状态时变参量、控制时变参量；(3.2)基于ddalqr算法构建目标路段的最优控制系统；(3.3)求取目标路段的最优时变参数，最优时变参数描述当前时刻状态参量下最优的当前时刻控制参量。作为优选，所述步骤(4)具体为：若路口ii、路口ii+2、路口ii+3均存在协调，其协调绿灯时间的计算过程如下：(a)照协调方向，利用韦伯斯特法计算出路口ii的最优绿灯时间方案作为初始化绿灯时间方案；(b)利用ddalqr算法计算协调路口ii+1的协调绿灯时间方案；(c)根据步骤(b)的计算结果，更新路口ii+1的绿灯时间方案，将更新后的方案按比例分配作为路口ii+1的最优协调绿灯时间方案；(d)基于ddalqr算法，利用更新后路口ii+1的绿灯时间方案计算协调路口ii+2的最优协调绿灯时间方案；沿着协调路线的协调方向，每个协调路口都进行上述运算，直到运算到最后一个协调路口的目标路段；采集当前时刻目标路段的流量x(k)，根据目标路段的最优时变参数，获得最优控制向量，完成ddalqr算法的绿信比控制。作为优选，所述步骤(5)具体为：(5.1)计算协调时段：基于确定的协调路线，根据协调路口的饱和度数据计算该协调路线的各个协调时段；(5.2)计算协调相位：根据协调路口的对应的路段与灯组的对应关系、灯组与相位的对应关系，计算所有可能协调的相位，即为协调相位；其中同一时段，单个路口只能出现在一组协调路线中，相同时段协调路线只可保留路口数量最多的一组协调路线；(5.3)计算协调路线相位差：对路口i信号周期的计算，计算公式如下：其中，li为上下游路口间距离；vi为车辆在上下游路口间的平均速度；为控制参数，其值为不断计算得到最优结果；vc为常数，根据实际交通设备数据确定；xl(k)为路段l上1h周期内的车流量；为路段l上历史时期内的最大车流量；(5.4)计算协调周期：通过反馈算法实现路口信号周期的调整；算法调整路口的信号周期时间以使路口周期适应其在路网的最大饱和度，其中，路口的周期更新方法如下：对于路口i来说，路口信号周期的计算公式如下：c(k)＝cn+kc(σ(k)-σn)σi(k)＝xl/xlmax其中，c(k)为k时刻的路口信号周期；cn为现有信号周期时长；kc为可变控制参数，其值影响交通控制的强度，其值根据多次计算符合协调要求的路线里面取平均值；σi(k)为路口当前负载；xl为路段l周期内的车流量；为路段周期内最大车流量；σn为协调路线平均负载，为协调路线下所有路口负载的平均值；(5.5)计算协调方案：根据协调路线的协调方向选择目标路段，计算协调路线的协调方案；将步骤(4)计算得到的协调绿灯时间，按照原相位分配比例分配给各自相位，从而完成了协调路线的绿信比控制和周期控制。作为优选，对协调路线及其协调方案的效果进行评估，包括延误指数、行程缩短时间，所述协调路线的延误指数的计算过程如下：道路的延误指数为通过路线的实时通行时间与通过路线的畅通状态下通行时间之比，按以下公式计算：d＝t1/t2其中，d是道路的延误指数；t1是指通过路线的实时道路通行时间，单位为秒；t2是指在畅通状态下，通过路线的时间，单位为秒；其中，通过路线的实时通行时间，是指自由流情况下，通过路线的距离与该路线的设计速度的比值，即按以下公式计算：t1＝∑s/∑v1其中，t1是指通过路线的实时道路通行时间，单位为秒；s是通过路线的距离，单位为km；v1是指通过路线的设计速度，单位为km/h；在自由流情况下，路线的各个路段设计速度不同，则路线上不同段分段计算时候后求和；通过路线的实时道路通行时间，是指畅通状态下，通过路线的距离与该路线的设计速度的比值，即按以下公式计算：t2＝∑s/∑v2其中，t2是指畅通状态下通过路线的时间，单位为秒；s是通过路线的距离，单位为km；v2是指通过路线实时的平均速度，单位为km/h；所述协调路线的预计行程缩短时间的计算过程如下：假设协调前车辆均匀到达路口，协调后车辆不停车通过路口；则每个路段的预计行程缩短时间为协调前行程时间与协调后行程时间的差值；tr＝t实-t协其中，tr是预计行程缩短时间，单位为秒；t实是协调前通过路线的行程时间，单位为秒；t协是协调后通过路线的行程时间，单位为秒；最终显示预计行程缩短时间，需将所有路段的预计行程缩短时间相加求和。作为优选，对协调路线及其协调方案的效果进行评估，包括推荐指数，所述协调路线的推荐指数按预计行程缩短时间与路线长度的比值、预计停车次数与协调路口数的比值、延误指数这三个指标进行分析，根据推荐出的协调路线的比值分析结果按照四分位点处理(0,0.25,0.5，0.75)。作为优选，对协调路线及其协调方案的效果进行评估，包括匹配度，所述匹配度包括：(i)协调推荐相位与路口大流量对应相位的匹配度：将算法推荐的协调相位与路口大流量相位对比，将相位一致的次数作为分子，比较的总次数作为分母，即得到推荐协调相位与路口大流量对应相位的匹配度；(ii)协调推荐相位差与路段行程时间的匹配度：对于路段li，j，路段的分段判断指标表达式和协调推荐相位差与路段行程时间的匹配度mot的计算如下：其中，mot为协调推荐相位差与路段行程时间的匹配度；kt为协调推荐时间段；为路段li，j推荐方案数；为路段li，j的长度(km)；为kt时间段的路段li，j均速(km/h)；oj(kt)为时间段的推荐路段li，j的相位差；(iii)协调推荐周期与协调路线总流量的匹配度：对于协调路线j，其路线的分段判断指标表达式和协调推荐周期与协调路线总流量的匹配度mcv的计算如下：式中，mcv为协调推荐周期与协调路线总流量的匹配度；kt为协调推荐时间段；n为该路段协调推荐方案总数；fsum(kt)为协调路线在协调推荐时间段的流量和(辆)；c(kt)为在协调推荐时间段的推荐周期；(iv)协调推荐绿灯时间与协调方案流量的匹配度：对于路口ii，路口的分段判断指标表达式和协调推荐绿灯时间与协调路线总流量的匹配度mgv计算如下:其中，mgv为协调推荐绿灯时间与协调路线总流量的匹配度；kt为协调推荐时间段；ni为路口ii推荐方案总数；为路口ii在协调推荐时间段的协调相位的流量(辆)；为路口ii在kt时间段的协调相位的绿灯时间。一种用于城市交通的协调路线和协调方案的推荐系统，包括数据模块、算法模块、计算协调指标模块、协调效果评估模块和交互可视化模块；所述的数据模块用于交通数据的采集与预处理；所述的算法模块通过阈值判断法得到推荐的协调路线，并对确定得到的协调路线选取目标路段，建立目标路段的流量关系随时间变化的状态方程；提取目标路段状态方程中的状态参量、控制参量、状态时变参量、控制时变参量，并基于ddalqr算法构建目标路段的最优控制系统，求取目标路段的最优时变参数，最优时变参数描述当前时刻状态参量下最优的当前时刻控制参量；根据目标路段的最优时变参数和当前时刻目标路段的状态，计算当前时刻目标路段两端协调路口的协调绿灯时间；所述的计算协调指标模块用于计算协调路线的协调时段、协调相位、协调相位差、协调周期，以及协调方案；所述的协调效果评估模块用于对协调路线及其协调方案的效果进行评估，得到协调路线的延误指数、预计行程缩短时间和协调推荐指数，协调方案的匹配度；所述的交互可视化模块用于展示，包括大屏展示和各模块页面；该模块大屏展示整体或者区域的路网，可点击查看路口详情，可动态更新路段速度的大小、效率指数和预计行程缩短时间；在点击左侧的协调路线编号后，会给出协调的时间段和推荐指数星级，右侧主界面的地图上会显示出协调路线的位置，大屏幕下面会显示协调路线的总行程，速度，效率指数和预计行程缩短时间。本发明的有益效果在于：本发明依据交通状态数据，在确保支路通行能力的情况下，通过协调控制，自动设置信号灯的相位差，减少车辆在各个交叉口上的停车时间,以保证车辆到达每个路口时，等待红灯的时间最少，特别是使干线上的车辆能够畅通行驶，提升城市交通运行效率，减少人员的参与，自动推荐可以协调的路口的协调路线。本发明的输出结果既可用于协调路线推荐的评价,又可用于协调路线推荐方案的输出和城市交通实际路段的实施。通过对城市交通干线进行实时协调控制，使城市的交通流能够顺畅地流动,推动城市综合交通治理能力现代化建设与提升。附图说明图1是本发明的系统框架示意图；图2是本发明算法模块的阈值判断法流程示意图；图3是本发明的ddalqr算法目标路段示意图；图4是本发明实施例的南山路(河坊路-万松岭路)主干路示意图；图5是本发明实施例的协调推荐协调相位流量与协调相位差的趋势对比图；图6是本发明实施例的协调推荐周期与路线总流量的趋势对比图；图7是本发明实施例的协调推荐绿灯时间与协调方案流量的对比图(南山路清波街)；图8是本发明实施例的协调推荐绿灯时间与协调方案流量的对比图(南山路万松岭路)；图9是本发明实施例的南山路由北向南绿波协调时距图。具体实施方式下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：实施例：如图1所示，一种用于城市交通的协调路线和协调方案的推荐系统由数据模块、算法模块、计算协调指标模块、协调效果评估模块和交互可视化模块组成。具体如下：数据模块用于数据采集与数据预处理：首先从数据采集模块收集路网多源异构交通数据，通过路网各个信号机路口或路段的各个方向的流量与路口总流量的比值获取交通流量占比数据。选择流量占比数据在范围(10,90)之间的数据，即排除进口道流量占比接近100％和低于10％的数据，流量占比大于90％或者小于10％时，判断为检测器数据异常路口。算法模块用于获取协调路线，选取目标路段，提取目标路段状态方程中的状态参量、控制参量、状态时变参量、控制时变参量，基于ddalqr算法构建目标路段的最优控制系统，求取目标路段的最优时变参数，最优时变参数描述当前时刻状态参量下最优的当前时刻控制参量。最后，计算协调绿灯时间。1)获取协调路线：基于确定的主干道路进行协调路线的推荐,即确定了协调路口的物理关系为直行或者左转或者右转。物理主干道由于路段距离、饱和度数据和流量数据的不同，根据可设置协调功能的条件，基于阈值判断法，将主干道路口划分为多组协调路线。协调路线方向包括单向协调和双向协调。根据城市各个路口的实际配置情况，本发明的推荐算法推荐的协调路线是单向协调路线。协调路线包含连续二个或二个以上的协调路口、相邻二个连续协调路口之间的路段、相邻两个连续路口之间的协调方向。其中，阈值判断法如图2所示，具体如下：步骤1：从数据库获取一周的初始化流量占比数据，设置流量占比阈值条件和距离阈值条件，获取路段上下游关系数据和协调路口数据的最大值和最小值；步骤2：提取所有满足阈值条件的路口或路段，之后所有的判断均是对满足该条件的数据而言的；步骤3：判断满足条件的路口的下游路口是否满足阈值条件和协调路口最大值和最小值限制条件，满足上述条件的添加至该路口协调路线路口列表，不满足该条件的舍弃该协调路口列表；具体地：路口各个方向流量与路口总量的比值是否大于设计的阈值：小于阈值，该方向舍弃；大于阈值时，计算该方向下游路口该方向的流量比是否大于设计阈值：小于阈值，该方向舍弃；大于阈值时，计算该方向下游路口该方向的流量比是否大于设计阈值：小于舍弃该路口，不能推荐为协调路线；大于阈值时，可推荐为协调路线但需要继续判断：不满足条件，推荐3路口协调路线，满足条件：继续判断,直到不满足条件为止或者协调路口数量大于6个。最后，进行协调路口筛查，若路口间距大于800m不可设置协调，该方案可将主干道进行切分，切分步骤如下：步骤1：找出所有满足条件的路口(路段)数据；步骤2：按照时间、路口对满足条件的数据分组，将满足条件的数据的上游路口和本路口取出，构建为大的列表(所有的协调路口列表)，列表的内容指可推荐协调的两路口列表，如：[[路口1,路口2],[路口3,路口5]...]，判断每组数据的下游路口是否满足阈值条件和协调路口列表的数据是否小于最值，满足条件时。将该路口添加至协调的两路口列表，更新所有的协调路口列表，此时所有的协调路口列表包含协调的两路口列表和协调的三路口列表，循环下去，至满足阈值条件。协调路线的协调路口计算完毕。步骤4：将计算结果存至数据库；步骤5：获取计算出的协调路线信息；步骤6：设置新的流量占比数据或者阈值条件的，调用函数返回新数据的条件下的协调路线。举例：以i表示路口的编号，i表示路口，ii表示编号为i的路口，一条协调路线的初始协调路口表示为ii，依照协调方向表示下一路口为ii+1，以ii+r表示从初始协调路口开始依照协调方向的第r个路口，r取值[1,r]，r+1为协调路线的路口个数；j表示协调路线编号，li，j表示编号为j协调路线中路口ii和路口ii+1之间的路段,li+1,j表示编号为j协调路线中路口ii+1和路口ii+2之间的路段，li，j+d表示可以从路口ii流入车流的第d个路段，；x表示流量状态，xi，j的表示路段li，j的流量状态，xi，j+d表示路段li，j+d的流量状态，d取值[1，d]。如附图3所示，一条协调路线包含：路口ii、路口ii+1、路口ii+2连续的三个路口、路口ii和路口ii+1之间的路段li，j、路口ii+1和路口ii+2之间的路段li+1，j、协调方向顺次为路口ii、路口ii+1、路口ii+2。路口ii是一个四岔路口，可以从路口ii流入车流的路段有3条，分别为li，j+1、li，j+2、li，j+3。2)选取目标路段：从协调路线中选取目标路段，建立流入流出目标路段的流量关系随时间变化的状态方程；目标路段下一时刻的流量＝当前时刻目标路段的流量+当前时刻各流入目标路段的流量和-当前时刻各流出目标路段的流量总和。如附图3，从编号为j的协调路线中选取目标路段li，j，目标路段li，j的状态方程：流入目标路段li，j的流量来自：路段li，j+1的左转车道、路段li，j+2的直行车道、路段li，j+3的右转车道，下一时刻的目标路段li，j的流量xi，j(k+1)为当前时刻的流量xi，j(k)加上当前时刻流入该路段的流量，再减去当前时刻流出该路段的流量。其中，k表示按1小时聚合后的第k个时刻；si，j+1(k)，si，j+2(k)，si，j+3(k)，si，j(k)分别为路段li，j+1的左转车道、路段li，j+2的直行车道、路段li，j+3的右转车道、目标路段在k时刻的饱和流率，饱和流率为历史流率最大值与绿灯时间的比值；δgi，j+1(k)，δgi，j+2(k)，δgi，j+3(k)，δgi，j(k)分别为路段li，j+1的左转车道、路段li，j+2的直行车道、路段li，j+3的右转车道、目标路段在k时刻的绿灯变化时间。3)提取目标路段状态方程中的状态参量、控制参量、状态时变参量、控制时变参量，基于ddalqr算法构建目标路段的最优控制系统，求取目标路段的最优时变参数，最优时变参数描述当前时刻状态参量下最优的当前时刻控制参量。a)提取目标路段状态方程中的状态参量、控制参量、状态时变参量、控制时变参量；目标路段状态方程(1)可以转化为：状态参量为xi，j(k+1)、xi，j(k)；控制参量为状态时变参量为1；控制时变参量[si，j+1(k)si，j+2(k)si，j+3(k)-si，j(k)]。b)基于ddalqr算法构建目标路段的最优控制系统：目标路段的状态方程，可以转化为ddalqr算法中的状态方程：x(k+1)＝a(k)x(k)+b(k)δg(k)(3)其中，x(k+1)、x(k)是k+1时刻、k时刻目标路段的流量；a(k)是k时刻状态时变参量；b(k)是k时刻控制时变参量。构造a(k)，可以得到时变参数a(k)为1阶单位矩阵：a(k)＝1(4)故时变参数bi，j+4(k)：bi，j+4(k)＝[si，j+1(k)si，j+2(k)si，j+3(k)-si，j+4(k)](5)最优控制系统的控制性能指标j的计算公式为：其中，为最佳控制量；q(k)为k时刻的交通状态加权矩阵；r(k)为k时刻的交通状态控制加权矩阵。满足性能指标j的最优时变参数l(k)满足以下关系：其中，为相位基础绿灯时长。c)求取目标路段的最优时变参数，最优时变参数描述当前时刻状态参量下最优的当前时刻控制参量；通过确定最佳控制量使得式子(6)中的控制性能指标j达到极小，因为j的两项都是非负数，要使j最小就要使得它的每一项都最小。接下来，对于路段li，j，要使式子(6)的控制性能指标中的第一项最小，先将第一项变换为：其中，构造q(x)的每一项为要使得q(x)最小就要使得q(x)的分母，即道路通行能力变大，也就是路口和路段之间负载尽可能达到均衡。因此，进一步整理可以得到时变参数q(x)的表达式为：式中：c(k)为时变的路段承载能力，即道路通行能力，本发明用历史最大流量表征此值。同理，对于路段li，j，要使式子(6)的控制性能指标中的第二项最小，先将第二项变换为：其中，我们构造r(x)的每一项为要使得r(x)最小就要使得r(x)的分子，即道路的绿灯时间变化率幅度尽可能小。因此，经过整理可以得到时变参数r(k)：由于交通系统的非线性特性及其时变特性，为了简化计算，本发明只考虑协调路线上的车道，当涉及到多个车道时将车道平均流率相加，当路段或车道对应同多个相位时，通过式子(4)、(5)、(10)、(12)得到参数a(k)、b(k)、q(k)、r(k)，以式子(8)为目标函数，式子(2)、(7)、(6)为约束条件，求解该优化问题可以计算出时变参数l(k)；d)ddalqr算法进一步介绍：ddalqr算法是基于以下的状态方程：x(k+1)＝a(k)x(k)+b(k)δg(k)(13)其中，x(k+1)是k+1时刻的各进口路段绿灯时间放行车辆数量的状态向量；x(k)是k时刻的各进口路段绿灯时间放行车辆数量的状态向量；δg(k)为k时刻绿灯时长的控制量；a(k)是随时间变化的参数量；b(k)是随时间变化的参数量。同时,δg(k)的具体表达式为：δg(k)＝g(k)-gn(14)其中，gn为路口的进口路段上的相位基础绿灯时长矩阵；g(k)为当前k时刻的路口的进口路段上的绿灯时长矩阵。根据最优控制理论，控制输入量的最优解为δg*(k)＝-r(k)-1bt+p*x(k)(15)式中，p*是离散代数riccati方程δg(k)的n阶正定解。则式子(15)可变为：根据反馈控制理论，和ddalqr算法，可以得到g(k)的具体表达形式如下：g(k)＝gn-l(k)x(k)(17)其中,lk)是随时间变化的p*q阶矩阵，p是路段上游通道数，q是进口道的路段数；根据控制理论，控制性能指标j的计算公式为：其中,q(k)是状态加权矩阵，表示各个状态误差的相对重要性，为正定矩阵；r(k)是控制加权矩阵，表示输入能量消耗的相对重要性，为正定矩阵。结合实际交通问题的情况，采用ddalqr算法对城市交通进行绿信比控制时，可以将城市交通系统简化为无限时间长度的离散时间系统，对式子(18)进行简化，则控制性能指标的计算公式可离散为如下公式：其中，xk(k)为k时刻的各进口路段绿灯时间放行车辆数量的状态向量；δgk(k)为k时刻绿灯时长的控制量；为最佳控制量；q(k)为k时刻的交通状态加权矩阵；r(k)为k时刻的交通状态控制加权矩阵。4)计算协调绿灯时间：根据目标路段的最优时变参数和当前时刻目标路段的状态，计算当前时刻目标路段两端协调路口的协调绿灯时间；由于每个单路口都按照韦伯斯特配时法计算出来的最优配时方案作为初始化方案。在实际的协调方向上，可能存在距离相近的多个路口多存在协调的情况，若路口ii、路口ii+2、路口ii+3均存在协调，如附图3所示，其协调绿灯时间的计算过程如下：举例：step1：按照协调方向，利用韦伯斯特法计算出路口ii的最优绿灯时间方案作为初始化绿灯时间方案；step2：利用ddalqr算法计算协调路口ii+1的协调绿灯时间方案；step3：根据步骤2的计算结果，更新路口ii+1的绿灯时间方案，将更新后的方案按比例分配作为路口ii+1的最优协调绿灯时间方案；step4：利用ddalqr算法，利用更新后路口ii+1的绿灯时间方案计算协调路口ii+2的最优协调绿灯时间方案。因此，沿着协调路线的协调方向，每个协调路口都进行上述运算，直到运算到最后一个协调路口的目标路段。采集当前时刻目标路段的流量x(k)，根据目标路段的最优时变参数，获得最优控制向量，完成ddalqr算法的绿信比控制。计算协调指标模块用于计算协调路线的协调时段、协调相位、协调相位差、协调周期，以及协调方案；具体为：1)计算协调时段；基于确定的协调路线，根据协调路口的饱和度数据计算该协调路线的各个协调时段。由于协调控制目的需优先解决路段上最突出的交通矛盾问题，交通时段上各方向的路口整体饱和度为参考数据，对全天各时段做出控制策略分时方案，从而计算出协调时段。对交通时段上各方向的路口整体非最高饱和度作为参考依据，但是经计算发现耗费大量资源，而且对实际交通控制影响不大，因此经过计算发现以交通时段上各方向的路口整体最高饱和度为参考数据，对全天各时段做出控制策略分时方案，从而计算出协调时段的效率最高，故采用此指标进行计算。2)计算协调相位：根据协调路口的对应的路段与灯组的对应关系、灯组与相位的对应关系，计算所有可能协调的相位即为协调相位。根据杭州实际交通情况，排除右转协调，协调方案设置到方案的执行需要多个周期的调整。同一时段，单个路口只能出现在一组协调路线中，相同时段协调路线只可保留路口数量最多的一组协调路线。3)计算协调路线相位差：本发明算法模块中的绿信比控制还需要进行周期控制，因为所有周期性的流量控制方法，就是周期更长的时间减少损失时间的比例，从而增加了交叉口的通行能力。另一方面，如果交通流量较低，周期较长会导致绿灯时间的浪费，不利于城市交通资源合理配置。该功能实现对路口i信号周期的计算，计算公式如下其中，li为上下游路口间距离；vi为车辆在上下游路口间的平均速度；为控制参数，其值为不断计算得到最优结果；vc为常数，根据实际交通设备数据，本发明中vc取值15km/h；xl(k)为路段l上1h周期内的车流量；为路段l上历史时期内的最大车流量。4)计算协调路线周期：本发明通过反馈算法实现路口信号周期的调整。算法调整路口的信号周期时间以使路口周期适应其在路网的最大饱和度。路口的周期更新方法如下：对于路口i来说，路口信号周期的计算公式如下：c(k)＝cn+kc(σ(k)-σn)(23)σi(k)＝xl/xlmax(24)其中，c(k)为k时刻的路口信号周期；cn为现有信号周期时长；kc为可变控制参数，其值影响交通控制的强度，其值根据多次计算符合协调要求的路线里面取平均值。σi(k)为路口当前负载；xl为路段l周期内的车流量；为路段周期内最大车流量；σn为协调路线平均负载，为协调路线下所有路口负载的平均值。5)计算协调方案：根据协调路线的协调方向选择目标路段，计算协调路线的协调方案。将算法模块计算出的协调绿灯时间，按照原相位分配比例分配给各自相位。如附图3所示，若路口ii、路口ii+1存在协调，其协调方案的计算过程如下：沿着协调方向，针对路口ii、路口ii+1的目标路段li,j获得最优控制向量δgi，j+1(k)、δgi，j+2(k)、δgi，j+3(k)、δgi，j(k)。假定路口ii经过韦伯斯特法计算后的初始化相位分配为a相位30s、b相位30s、c相位30s，路口ii的周期为90s。计算得到的协调周期为180s，当协调方向为从路口ii到路口ii+1时，协调相位为a相位，根据公式(17)，假定计算出协调相位a的绿灯时间为70s，剩下的90s分别按原来b相位和c相位的比例分配给其他相位，则b相位45s，c相位45s。完成了从路口ii,j到路口ii+1,j的协调路线的绿信比控制和周期控制。协调效果评估模块用于对协调路线及其协调方案的效果进行评估，得到协调路线的延误指数、预计行程缩短时间和协调推荐指数，协调方案的匹配度；具体如下：1)延误指数：道路的延误指数，是指通过路线的实时通行时间与通过路线的畅通状态下通行时间之比。按以下公式计算：d＝t1/t2(25)其中，d是道路的延误指数；t1是指通过路线的实时道路通行时间(s)；t2是指在畅通状态下，通过路线的时间(s)；其中，通过路线的实时通行时间，是指自由流情况下，通过路线的距离与该路线的设计速度的比值，即按以下公式计算：t1＝∑s/∑v1(26)其中，t1是指通过路线的实时道路通行时间(s)；s是通过路线的距离(km)；v1是指通过路线的设计速度(km/h)；在自由流情况下，路线的各个路段设计速度不同，则路线上不同段分段计算时候后求和。通过路线的实时道路通行时间，是指畅通状态下，通过路线的距离与该路线的设计速度的比值，即按以下公式计算：t2＝∑s/∑v2(27)其中，t2是指畅通状态下通过路线的时间(s)；s是通过路线的距离(km)；v2是指通过路线实时的平均速度(km/h)；2)预计行程缩短时间：假设协调前车辆均匀到达路口，协调后车辆不停车通过路口。则每个路段的预计行程缩短时间为协调前行程时间与协调后行程时间的差值。即tr＝t实-t协(28)其中，tr是预计行程缩短时间(s)；t实是协调前通过路线的行程时间(s)；t协是协调后通过路线的行程时间(s)；最终显示预计行程缩短时间，需将所有路段的预计行程缩短时间相加求和。3)推荐指数：本发明的推荐指数按预计行程缩短时间与路线长度的比值、预计停车次数与协调路口数的比值、延误指数这三个指标进行分析，根据推荐出的协调路线的比值分析结果按照四分位点处理(0,0.25,0.5，0.75)。a)预计行程缩短时间/路线长度：四星级--区间属于[0.75,1]，在区间内协调效果最好；三星级--区间属于[0.5,0.75]；两星级--区间属于[0.25,0.5]；一星级--区间属于[0,0.25]；b)预计停车次数与协调路口数的比值：四星级--区间属于[0,0.25]，在区间内协调效果最好；三星级--区间属于[0.25,0.5]；两星级--区间属于[0.5,0.75]；一星级--区间属于[0.75,1]。c)延误指数：四星级--区间属于[0,0.25]，在区间内协调效果最好；三星级--区间属于[0.25,0.5]；两星级--区间属于[0.5,0.75]；一星级--区间属于[0.75,1]。总得分优先取相同评级，没有相同评级取三个指标中评级最高的值。4)匹配度：协调方案的匹配度是将周期和绿灯时长预期的变动趋势与流量等相关指标的变动趋势进行比较，将符合预期的比较次数除以总的比较次数即为匹配度。匹配度的取值范围为[0,1]。匹配度越高，则判定算法推荐方案的准确度越高。交互可视化模块包括大屏展示和各模块页面。该模块大屏展示整体或者区域的路网，可点击查看路口详情，可动态更新路段速度的大小、效率指数和预计行程缩短时间。在点击左侧的协调路线编号后，会给出协调的时间段和推荐指数星级，右侧主界面的地图上会显示出协调路线的位置，大屏幕下面会显示协调路线的总行程，速度，效率指数和预计行程缩短时间。一种用于城市交通的协调路线和协调方案的推荐方法，包括如下步骤：(1)收集路网多源异构交通数据，并对数据进行预处理；(2)基于阈值判断法获取协调路线，并从协调路线中选取目标路段，建立目标路段的流量关系随时间变化的状态方程；(3)提取目标路段状态方程中的状态参量、控制参量、状态时变参量、控制时变参量，并基于ddalqr算法构建目标路段的最优控制系统，求取目标路段的最优时变参数，最优时变参数描述当前时刻状态参量下最优的当前时刻控制参量；(4)根据目标路段的最优时变参数和当前时刻目标路段的状态，计算当前时刻目标路段两端协调路口的协调绿灯时间；(5)基于协调路线，分别计算协调路线的协调时段、协调相位、协调相位差、协调周期，以及协调方案；(6)对协调路线及其协调方案的效果进行评估，得到协调路线的延误指数、预计行程缩短时间和协调推荐指数，协调方案的匹配度；最后将上述评估结果和协调路线、协调方案一起输出展示，供用户参考。在本实施例中，此处以杭州市南山路(河坊路-万松岭路)的推荐协调路线为案例进行说明，该路段协调路线长度为729米，协调路口包括南山路-河坊路、南山路-清波街、南山路-万松岭路，该路线无行人过街或沿线干扰因素。选取推荐的一周协调方案作为评价对象。具体为：1、协调路线的主干道概况：首先，对该推荐协调路线的主干道进行分析，其主干道的路口详情见附图4所示。本发明的算法输出的协调路线见下表1所示：表12、协调推荐路口分析：考虑路口间距和路口渠化这两项指标，对各路口进行比较筛查后，将协调路口包括南山路-河坊路、南山路-清波街、南山路-万松岭路计算为一组协调控制路线。3、协调推荐时段分析：道路饱和度是反映道路服务水平的重要指标之一，根据协调路段的饱和度阈值判断协调时段。其中，饱和度的计算公式为最大交通量与最大通行能力的比值。即dt＝vmax/cmax(29)其中，dt是饱和度；vmax是最大交通量；cmax是最大通行能力；对上述三个关键路口的饱和度分别进行时段性分析，并结合实际协调转变时间等因素，若一定时间内协调路口饱和度最大值>0.8或路口饱和度最小值<0.2，不推荐该时段的协调，判断出协调时段为8:00:00-9:00:00。4、协调推荐方向分析：结合城市道路实际交通情况，当协调路口的进口道流量占比<0.2或>0.9时，不推荐该方向的协调，本样例的协调方向为由北向南。5、协调推荐方案与实际匹配度：本发明的实施方式是分别评价推荐协调相位、协调相位差、协调周期和协调相位的绿灯时长与路线的实际情况的匹配度，具体评价内容为推荐协调相位与大流量对应相位的匹配度、推荐相位差与路段行程时间的匹配度、推荐周期与总流量的匹配度和推荐协调相位绿灯时长与相位流量的匹配度。1)协调推荐相位与路口大流量对应相位的匹配度协调推荐相位与路口大流量对应相位的匹配度：将算法推荐的协调相位与路口大流量相位对比，将相位一致的次数作为分子，比较的总次数作为分母，即得到推荐协调相位与路口大流量对应相位的匹配度。根据计算，本次评价选取方案的推荐协调相位与路口大流量对应相位的匹配度为1。表2为推荐协调相位与路口总流量匹配度表。由表可知，南山路清波街的协调相位匹配度为1、南山路万松岭路协调相位的匹配度为1。路段南山路清波街南山路万松岭路协调相位匹配度11表22)协调推荐相位差与路段行程时间的匹配度：当两路口间行程时间增加(减少)，算法预期推荐的协调相位差增加(减少)。比较推荐的协调相位差的变动与两路口间行程时间的变动趋势是否一致。将比较结果一致的次数作为分子，比较的总次数作为分母，即得到推荐协调相位差与路段行程时间的匹配度。这里用路段距离除以路段平均速度作为路段的行程时间。对于路段li，j，路段的分段判断指标表达式和协调推荐相位差与路段行程时间的匹配度mot的计算如下：其中，mot为协调推荐相位差与路段行程时间的匹配度；kt为协调推荐时间段；为路段li，j推荐方案数；为路段li，j的长度(km)；为kt时间段的路段li，j均速(km/h)；oj(kt)为时间段的推荐路段li，j的相位差。由于速度数据的缺失，将协调推荐相位差与路段行程时间的匹配度进一步简化，本次评价比较协调相位流量与协调相位差的趋势，见附图5，协调相位差与协调相位流量趋势相反，符合预期。3)协调推荐周期与协调路线总流量的匹配度协调推荐周期与协调路线总流量的匹配度：当协调路线的总流量增加(减少)，算法预期推荐的周期值增加(减少)。比较协调路线总流量的变化趋势，与推荐周期的变动趋势是否一致。将比较结果一致的次数作为分子，比较的总次数作为分母，即得到推荐周期与路口总流量的匹配度。对于协调路线j，其路线的分段判断指标表达式和协调推荐周期与协调路线总流量的匹配度mcv的计算如下：式中，mcv为协调推荐周期与协调路线总流量的匹配度；kt为协调推荐时间段；n为该路段协调推荐方案总数；fsum(kt)为协调路线在协调推荐时间段的流量和(辆)；c(kt)为在协调推荐时间段的推荐周期。根据计算，本次评价选取方案的推荐周期与协调路线总流量的匹配度为0.754。协调推荐周期与路线总流量的趋势对比图，见附图6，推荐周期与路线总流量的趋势变化大致相同。4)协调推荐绿灯时间与协调方案流量的匹配度协调推荐绿灯时间与协调方案流量的匹配度：对于同一个路口，车道流量增大，算法预期其对应相位的绿灯时长将增加。比较流量变化趋势与其对应相位的绿灯时长的变化趋势。将变化趋势相同的比较结果作为分子，比较的总次数作为分母，即得到流量与对应协调相位绿灯时长的匹配度。对于路口ii，路口的分段判断指标表达式和协调推荐绿灯时间与协调路线总流量的匹配度mgv计算如下:其中，mgv为协调推荐绿灯时间与协调路线总流量的匹配度；kt为协调推荐时间段；ni为路口ii推荐方案总数；为路口ii在协调推荐时间段的协调相位的流量(辆)；为路口ii在kt时间段的协调相位的绿灯时间。根据计算，本次评价选取方案流量与对应相位绿灯时长的匹配度为0.66。表3为推荐协调相位绿灯时长与流量匹配度表。由表可知，南山路清波街匹配度为0.65，南山路万松岭路匹配度为0.67。南山路清波街的协调推荐绿灯时间与协调方案流量的对比图，见附图7。南山路万松岭路的协调推荐绿灯时间与协调方案流量的对比图，见附图8。路段南山路清波街南山路万松岭路绿灯时长匹配度0.650.67表3综上所述，基于以上关于匹配的计算，本次评价选取方案的推荐协调相位与大流量对应相位的匹配度为1，推荐周期与路线总流量的匹配度为0.754，推荐协调相位绿灯时长与相位流量的匹配度为0.66。结合以上路段情况和各路口实际信号配时情况，绘制南山路由北向南绿波协调时距图，见附图9所示。根据时距图所示，同时结合实际情况(考虑支线干扰和基地出入口干扰)，可以计算南山路协调的方向和协调具体情况。从以上实例可看出本发明的协调推荐算法和协调推荐方案的可行性及应用价值。通过本发明对城市交通干线进行离线协调控制，推动城市综合交通治理能力现代化建设。以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。当前第1页12