一种基于视频的干线自优化信号控制方法及装置的制造方法
【技术领域】
[0001] 本发明涉及干线多个路口的交通信号优化控制领域，具体是一种基于视频的干线 自优化信号控制方法及装置。
【背景技术】
[0002] 城市交拥堵和事故日益频发，特别是交叉口路段拥堵事件严重，先进、适用的交通 管理系统是解决城市交通拥挤的最有效的途径之一，而交通信号控制是交通管理系统的核 心，干线交通信号优化控制可以最大限度的发挥区域交通诱导优势，提高道路交通运行效 率。
[0003] 视频车辆检测技术是通过在状况复杂或容易形成拥堵的道路上安装视频采集设 备，对过往汽车数量、速度、排队长度进行检测，通过有线或无线网络将采集到的数据传回 服务器中心进行处理的技术，通过实时采集的交通参数可以进行动态交通信号控制，实现 交通流的有效规律诱导，最大限度的降低交通拥堵。
[0004] 目前，信号控制方法主要包括定时控制、多时段控制、感应控制以及自适应控制 等，传统的模型算法过于生硬的根据某个交通参数的变化设定阈值来进行信号优化，会造 成系统对状态的误判；本发明提出了一种基于视频的干线自优化信号控制方法，通过交叉 口运行指数的实时检测和综合分析，提取干线多个路口的信号控制自优化算法，可以极大 提高道路交通运行效率。
【发明内容】
[0005] -种基于视频的干线自优化信号控制方法及装置，该方法中所使用的设备包括视 频设备，数据通信设备，数据存储和标准化服务器，干线自优化信号处理服务器以及信号发 布终端设备，所述各设备之间依顺序信号连接，该方法包括如下步骤：
[0006] (1)在交叉口各个进口方向上安装视频车辆检测设备，调整检测面的角度，确定检 测区和盲区临界线位于停车线前10-20米处；
[0007] (2)对干线上的交叉口按照顺序进行编号，然后对每个交叉口的检测器按照顺时 针方向进行编号，对路口所属的路段编号与检测器编号进行绑定；
[0008] (3)通过视频车辆检测设备，实时采集检测区段的交通流和车辆速度参数信息，所 述参数信息经数据通信设备，实时传回数据存储和标准化服务器，进行实时数据存储和标 准化处理；
[0009] (4)提取存储服务器的实时交通数据，计算检测区段平均交通流密度参数，并根据 平均交通流密度计算实时路段交通运行指数；
[0010] (5)根据路口各个进口方向路段的交通运行指数和路段道路等级属性，聚合计算 交叉口交通运行指数，通过交叉口交通运行指数-信号周期关系模型计算交叉口信号控制 的周期，进而得出各个交叉口的信号周期；
[0011] (6)根据路口各个进口方向路段的交通运行指数和路段道路等级属性，计算交叉 口干线交通运行指数，综合计算交叉口干线交通运行指数平均值；
[0012] (7)基于交叉口干线交通运行指数平均值-绿信比模型，计算干线各个交叉口的 绿信比，然后计算各个交叉口信号控制红灯和绿灯时间；
[0013] (8)利用信号发布终端设备，通过调用数据库接口服务，将交叉口信号控制的实时 参数发送给信号控制灯，通过信号控制灯对干线各个路口交通进行动态诱导。
[0014] 一种基于视频的干线自优化信号控制方法及装置，其特征在于：基于视频的交通 运行指数模型构建，交通运行指数-信号周期关系模型构建，以交叉口干线交通运行指数 平均值-绿信比模型；
[0015] 所述基于视频的交通运行指数模型构建，包括路段交通运行指数、交叉口交通运 行指数、交叉口干线交通运行指数3个部分；
[0016] (A)提取视频检测区段各个车道的交通流量数据和速度数据，在空间维度和时间 维度层面分别计算检测区段的平均交通流参数和平均速度参数；
[0017] 平均交通流参数&通过公式i = 胃计算得到，其中，η为所在车道，N为路段 的车道总个数，qn为第η车道的交通流；平均速度参数V η通过〗=/iV计算得到，其中， ?-1 Vn为第η车道的速度，?为单位粒度周期的平均速度；
[0018] (B)平均交通流密度参数石通过公式系=羞计算得到； V
[0019] (C)路段交通运行指数RTPI通过公式
[002'
计算得到，其中X，y，z，p，m值是道路交通拥 堵感受优化参数；
[0021] (D)交叉口交通运行指数ITPI
[0022] ITPI = RTPI1* ω ^RTPI2* ω 2+，···，+RTPIj* ω j
[0023] 其中，O1, ω2，···，〇^为各个进口方向的加权系数；
[0024] RTPI,为交叉口各个进口路段检测器计算的路段交通运行指数；
[0025] (E)交叉口干线交通运行指数IATPI
[0026] IATPI = RTPI1* ω JRTPI2* ω 2+，···，+RTPIn* ω h
[0027] 其中，ω1; ω2，...，为交叉口干线路段的加权系数；
[0028] 所述交通运行指数-信号周期关系模型构建，信号周期参数C = T*ITPI/10, T是 预设信号周期参数；
[0029] 所述交叉口干线交通运行指数平均值-绿信比模型构建，交叉口干线交通运行指 数平均值IATPInrean，交叉口绿信比参I
，交叉口干线方向绿灯时间 G1= C1Xr1，交叉口干线方向红灯时间R1= C1-G1-Y, C1为第i个交叉口的信号控制周期时 间，G1为第i个交叉口干线的绿灯时间，R1为第i个交叉口干线的红灯时间，Y表示黄灯时 间。
[0030] 本发明采用主动式视频检测技术，可以对干线多个交叉口的实时交通状态进行准 确检测，制定最优化信号控制方案，为交通管理和控制提供实时决策和应急处理信息，提升 主干路交通的运行效率和服务水平。
【附图说明】
[0031] 图1是本发明的工作流程图；
[0032] 图2图1中所用的系统设备安装示意图；
[0033] 图3图1中所用的系统设备连接示意图。
【具体实施方式】
[0034] 如图1和2所示的一种基于视频的干线自优化信号控制方法及装置，该方法中所 使用的设备包括视频车辆检测设备1，数据通信设备2,用于数据储存和标准化服务器3,干 线自优化处理服务器4和发布终端设备5,所述各设备之间依顺序信号连接，该方法包括下 列的步骤：
[0035] S1、在交叉口各个进口方向上安装视频车辆检测设备，调整检测面的角度，确定检 测区和盲区临界线位于停车线前10-20米处；
[0036] S2、对干线上的交叉口按照顺序进行编号，然后对每个交叉口的检测器按照顺时 针方向进行编号，对路口所属的路段编号与检测器编号进行绑定；
[0037] S21、对干线上的交叉口按照顺序进行编号，交叉口的编号为I1, i为交叉口排序标 签，I为干线上交叉口的总个数，i < I ;
[0038] S22、交叉口的类型有多种，常见的有五岔路口、十字路口、T型路口，本方法按照交 叉口进口方向的个数（J)进行分类。
[0039] S23、对每个交叉口 I1按照顺时针方向对检测器进行编号，检测器编号为D V i为 交叉口编号，j为进口方向编号，j < J ;
[0040] S24、视频可以检测的路段范围是10米-100米，安装位置前10米内是盲区，盲区 内检测不到车辆的动态信息，因此交叉口视频设备的安装位置非常重要，确定待测路段后， 检测区和盲区临界线位于停车线前方10-20米处，一般十字路口的设备安装示意图如图2。
[0041] S3、通过视频车辆检测设备，实时采集检测区段的交通流和车辆速度参数信息，所 述参数信息经数据通信设备，实时传回数据存储和标准化服务器，进行实时数据存储和标 准化处理；
[0042] S4、提取存储服务器的实时交通数据，计算检测区段平均交通流密度参数，并根据 平均交通流密度计算实时路段交通运行指数；
[0043] S41、平均交通流密度
[0044] 视频设备实时上报的数据格式为（t，n，q，V)，t表示上报时间，η表示所在车道，q 表示交通流数据，V表示车流速度数据，（t，n，q，v)的单位分别为秒、1、辆/小时/车道和千 米/小时。
[0045] 假设样本数据集可表示为 S = {(t, 1，V1)，（t, 2, q2, v2)，. . .，（t, n, qn, vn)}，统计 时间内待测路段空间维度和时间维度的平均交通流单位粒度周期的平均速度L待测路 段空间维度和时间维度的平均交通密度? (单位：辆/千米/车道），则
[0046]
[0047]
[0048]
[0049] 上述公式中：η为所在车道；N为路段的车道总个数；qn为第η车道的交通流；ν η为 第η车道的速度。
[0050] S42、路段交通运行指数
[0051] 构建路段交通运行指数RTPI (Road Traffic Performance Index)与平均交通流 密度I的函数关系模型，
[0052]
[0053] 其中X，