CN103578281B - 一种交通干线信号灯优化控制方法和装置 - Google Patents

Abstract

本发明公开了一种交通干线信号灯优化控制方法和装置，所述方法包括：子***划分步骤，基于预先采集得到的主干道相邻交叉口间各三级道路驶入和驶离主干道的车流量，修正相邻交叉口间主干道的车辆通行速度和车流量，并计算相邻交叉口间的关联度，以及将主干道上的交叉口按照关联度划分成子***；子***处理步骤，计算子***的周期和各交叉口的绿信比，得到绿波控制参数；绿波控制步骤，利用得到的绿波控制参数，对关联度大于等于设定值I2的子***进行绿波控制。本发明将城市交通主干道上的所有交叉口根据彼此间的关联度划分为子***进行处理，以达到绿波控制的效果，从而改善交通路口的绿信比，使大部分车辆能够通过绿波带。

Description

一种交通干线信号灯优化控制方法和装置

技术领域

本发明涉及城市交通道路控制领域，尤其涉及一种交通干线信号灯优化控制方法和装置。

背景技术

目前道路拥堵问题已成为城市交通面临的突出问题，业界很多专家把关注点放在ITS（智能交通），希望通过ITS来缓解城市拥堵。绿波协调***是ITS提高交通效率、缓解拥堵的重要手段。

绿波协调***是ITS核心***之一。城市交叉口信号绿波控制是指一条主干道中若干个连续交叉***通信号间的协调控制。目的是使行驶在主干道协调控制的交叉口的车辆，可以不遇红灯或者少遇红灯而通过这个协调控制***中的各交叉口。从被控制的主干道路各交叉口的灯色来看，绿灯就像波浪一样向前行而形成绿波，这种交通信号协调控制方式为“绿波带”控制。

目前，国内在进行城市交通主干道绿波控制时，大多只针对单个的交叉路口进行控制，或者只将距离较近（大多为小于800米）的几个交叉路口综合考虑。但实际上，当一条干线上的交叉路口较多时，对所有的交叉口单独实行绿波协调控制未必能够取得较好的效果，而相邻交叉口之间的影响也不光由彼此间的距离决定，还与交通情况密切相关。所以在对主干道进行绿波控制时，应合理计算各个交叉口之间的关联度，并根据关联度将主干道上的交叉口划分为子***进行绿波控制。

另外，在进行多个交叉口协调控制时，需要统一各个交叉口的周期。在计算各个交叉口的周期和绿信比时，大多采用经验公式 其中，L为一个周期中的损失时间，比如车辆启动损失时间等，n为一个路口总的相位个数，i是指第i个相位，y_i,y_i′，.....为第i个相位中第1，2，…个进口道上的流量比率。例如第1个相位为南北直行相位，饱和流量为1800，南进***通流量为450，北进***通流量为540，则y₁为450/1800=0.25,y₁′为540/1800=0.3，那么max[y₁,y₁′]=0.3。而这种计算方法并不够精确，这就使得在对城市主干道进行绿波控制时不能取得较好的效果。在计算每个交叉口的周期与绿信比时，应综合考虑影响控制效果的各项指标，采用合理的方法计算交叉口的周期与绿信比。

并且，在对城市主干道进行双向绿波控制时，经常假设上行车流量与下行车流量的流量是相等的。而在实际生活中，上行车流量与下行车流量的流量往往是不相同的，甚至有很大的差别，这时就会对主干道的控制效果产生影响。在对城市主干道进行双向绿波控制时，应充分考虑上行车流量与下行车流量的不平衡性以及双向绿波控制相位差的约束条件。

综上所述，可见目前的交通干线信号灯控制方法存在多种弊端，所以如何解决这些弊端成为目前亟待解决的技术问题。

发明内容

本发明提供一种交通干线信号灯优化控制方法和装置，用以解决现有技术中不能有效的对干线信号灯进行控制的问题。

为了解决上述技术问题，本发明采用的技术方案如下：

一方面，本发明提供一种交通干线信号灯优化控制方法，包括：

基于预先采集得到的主干道相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，利用修正后的数据，计算相邻交叉口间的关联度I，并以设定的关联度范围，对所述主干道上的各交叉口进行子***划分；所述三级道路为与所述主干道相连且未部署检测线圈的路口，所述关联度范围包括：0<I≤设定的低关联度阈值I₁、I₁<I<设定的高关联度阈值I₂、I₂≤I<1;

计算每个子***内各交叉口的周期及绿信比，以及基于计算得到的周期，利用预先设定的子***周期设定策略，设定每个子***的周期，并根据子***周期和子***内各交叉口的绿信比，确定各交叉口的绿灯时间；

对于关联度范围为I₂≤I<1的子***，利用相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，并以修正后的数据计算双向绿波的相位差，利用所述相位差计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔，进行双向绿波控制。

进一步地，本发明所述方法还包括：在预设的特定时间后，基于各子***采集的主干道的道路数据，重新计算各相邻交叉口间的关联度，并以设定的关联度范围，对所述主干道上的各交叉口重新进行子***划分。

另一方面，本发明还提供一种交通干线信号灯优化控制装置，包括：

子***划分模块，用于基于预先采集得到的主干道相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，利用修正后的数据，计算相邻交叉口间的关联度I，并以设定的关联度范围，对所述主干道上的各交叉口进行子***划分；所述三级道路为与所述主干道相连且未部署检测线圈的路口，所述关联度范围包括：0<I≤设定的低关联度阈值I₁、I₁<I<设定的高关联度阈值I₂、I₂≤I<1;

参数计算模块，用于计算每个子***内各交叉口的周期及绿信比，以及基于计算得到的周期，利用预先设定的子***周期设定策略，设定每个子***的周期，并根据子***周期和子***内各交叉口的绿信比，确定各交叉口的绿灯时间；

绿波控制模块，用于对于关联度范围为I₂≤I<1的子***，利用相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，并以修正后的数据计算双向绿波的相位差，利用所述相位差计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔，进行双向绿波控制。

进一步地，本发明所述装置还包括：

检测与调整模块，用于在预设的特定时间后，基于各子***采集的主干道的道路数据，触发所述子***划分模块重新计算各相邻交叉口间的关联度，并以设定的关联度范围，对所述主干道上的各交叉口重新进行子***划分。

与现有技术相比，发明有益效果如下：

本发明提供的方法和装置，将城市交通主干道上的所有交叉口根据彼此间的关联度划分为子***进行处理，以达到绿波控制的效果，从而改善交通路口的绿信比，减少交叉路口的车辆平均等待时间和等待车辆长度，协调道路上的绿波带，使大部分车辆能够通过绿波带。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种交通干线信号灯优化控制方法的流程图；

图2为本发明实施例提供的一种交通干线信号灯优化控制方法的又一流程图；

图3为本发明实施例中交叉口四相位放行示意图；

图4为本发明实施例中子***划分示意图；

图5为本发明实施例所述方法控制模式示意图；

图6为本发明实施例提供的一种交通干线信号灯优化控制装置的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

方法实施例

本发明实施例提供提供一种交通干线信号灯优化控制方法，如图1所示，包括：

步骤S101、基于预先采集得到的主干道相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度参数和车流量参数，利用修正后的数据，计算相邻交叉口间的关联度I，并以设定的关联度范围，对所述主干道上的各交叉口进行子***划分；所述关联度范围包括：0<I≤设定的低关联度阈值I₁、I₁<I<设定的高关联度阈值I₂、I₂≤I<1;其中，I₁、I₂为预先设定的关联度范围值。

该步骤中，所述三级道路为与所述主干道相连且未部署检测线圈的路口。

具体的，本发明实施例提出三级道路的概念，是考虑到在两个相邻的信号灯十字路口之间，会存在若干个与干线交叉的丁字路口或十字路口，这些道路由于车道数少、平均车流量较少等，一般不部署信号灯和检测线圈，在非高峰时段的信号灯调节中，少量的车流量误差对信号灯参数配置的误差影响较小，但是在高峰时段，这些道路的瞬时车流量会突然增加，并且车流量的增加一般是单向的，因此会对干线的车流量产生较大的影响。因此为了增加绿波控制的精确度，在24小时内的两个高峰时段应该考虑这些道路的流量所产生的影响。

进一步地，该步骤S101中，基于相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度参数和车流量参数，具体包括：

将相邻交叉口间主干道的车辆通行速度v修正为v/(1+δ_total)；

将相邻交叉口间主干道的下、上行车流量修正为：和

将相邻交叉口间下、上行方向上游交叉口最大流入量nq_max修正为：(n+bk)q_下max和(n+bk)q_上max；其中，q_下max=max[q_1下，...q_n下，bq_小1下，...，bq_小k下]；q_上max=max[q_1上，...q_n上，bq_小1上，..，bq_小k上]；

其中，v为相邻交叉口间车辆通行的平均速度，为相邻交叉口间各类三级道路的总影响因子，M为预先划分的三级道路的类型数，m为第j类三级道路的数量，δ_j为特定时间内第j类三级道路车流量与主干道车流量的比值，q_r下为来自上游交叉口第r相位流入下游交叉口的流量，q_r上为来自下游交叉口第r相位流入上游交叉口的流量，q_小1下，...，q_小k下为来自上游各三级道路流入下游交叉口的流量，q_小1上，...，q_小k上为来自下游各三级道路流入上游交叉口的流量，k为相邻交叉口间与主干道相连的上行或下行三级道路个数，在交叉口采取对称放行方式下，n=交叉口相位数-1，

进一步地，该步骤S101中，利用修正后的数据，计算相邻交叉口间的关联度I，包括下行关联度I_下和上行关联度I_上，其中：

d_i，i+1为相邻交叉口i和i+1间的距离，l为相邻交叉口中下游路口的平均排队长度，△t为道路实际情况带来的时间损失。

进一步地，该步骤S101中，以设定的关联度范围，对所述主干道上的各交叉口进行子***划分，具体包括：

将所述主干道上相邻交叉口上、下行关联度均小于等于预设低关联度阈值I₁的交叉口均单独划分为一个子***；

将所述主干道上相邻交叉口上、下行关联度均大于等于预设高关联度阈值I₂的各交叉口划分为一个子***；

将所述主干道上相邻交叉口上行和/或下行关联度大于I₁小于I₂的交叉口均单独划分为一个子***。

优选地，所述设定的关联度范围中，I₁等于0.2、I₂等于0.5。

步骤S102、计算每个子***内各交叉口的周期及绿信比，以及基于计算得到的周期，利用预先设定的子***周期设定策略，设定每个子***的周期，并根据子***周期和子***内交叉口的绿信比，确定各交叉口的绿灯时间；

优选地，该步骤S102中，计算主干道各交叉口的周期及绿信比的方式为求解目标优化函数：

$\min [f(T,g)=k_1\frac{\underset{r=1}{\overset{n+1}{\mathrm{\&Sigma;}}}{d}_r{q}_r}{\underset{r=1}{\overset{n+1}{\mathrm{\&Sigma;}}}{q}_r}+k_2\underset{r=1}{\overset{n+1}{\mathrm{\&Sigma;}}}{H}_r]$

求解的约束条件为：g_r，min≤g_r≤g_r，max，0.7≤x_r≤0.9；

其中，T为交叉口的周期，g_r为交叉口第r相位的绿信比，d_r为第r相位的延误时间，H_r为第r相位车辆平均停车次数，x_r为第r相位饱和度，T_min、T_max分别为预先设定的最小和最大周期，q_r为第r相位的车流量，g_r，min、g_r，max分别为预先设定的第r相位绿灯有效时间的最小值和最大值，L为一个周期中总的损失时间，n+1为交叉口的相位数，0<k₁,k₂<1，k₁+k₂=1，k₁,k₂分别为交叉口的平均延误时间和交叉口的平均停车次数的权重。

其中，L_s为起动损失时间，如无实测数据一般取3s；A为黄灯时长，可定为3s；I'为绿灯间隔时间；k为一个周期内的绿灯间隔数。

进一步的，该步骤S102中，基于计算得到的周期，利用预先设定子***周期设定策略，设定每个子***的周期，具体包括：

对于关联度范围为0<I≤I₁的子***，将计算得到的子***内交叉口的周期设定为该子***的周期；

对于关联度范围为I₂≤I<1的子***，将计算得到的该子***内各交叉口周期中最大的周期，设定为该子***的周期；

对于关联度范围为I₁<I<I₂的子***，判定该子***是否与关联度范围为I₂≤I<1的子***相邻，若是，则设定关联度范围为I₁<I<I₂的子***的周期与邻近的某一关联度范围为I₂≤I<1的子***的周期相同；若否，将计算得到的子***内交叉口的周期设定为该子***的周期。

步骤S103、对于关联度范围为I₂≤I<1的子***，利用相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度参数和车流量参数，并以修正后的数据计算双向绿波的相位差，利用所述相位差计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔，进行双向绿波控制。

进一步的，该步骤S103中，以修正后的数据计算得到的双向绿波的相位差为：

上行绿波相位差： ${\mathrm{\&theta;}}_{i,i+1}\left(t\right)=\mathrm{\&alpha;}[\frac{d_{i,i+1}}{v/(1+{\mathrm{\&delta;}}_{\mathrm{total}})}-Q_{i+1}(t-1)s];$

下行绿波相位差： ${\mathrm{\&theta;}}_{i+1,i}\left(t\right)=\mathrm{\&beta;}[\frac{d_{i,i+1}}{v/(1+{\mathrm{\&delta;}}_{\mathrm{total}})}-Q_i(t-1)s];$

其中，Q_i+1(t-1)=max[0,Q_i+1(t-2)+Q_i，i+1(t-2)-P_i，i+1(t-1)]为第t-1个周期内第i+1交叉口因红灯而停车排队等待的车流量，Q_i+1(t-2)为第t-2周期排队等候的车流量，Q_i，i+1(t-2)表示第t-2周期离开交叉口i到达交叉口i+1的车流量，P_i，i+1(t-1)为第t-1周期内离开路口i不停车通过交叉口i+1的车辆数，s为车辆在交叉口离去的车头时距，0<α,β<1，α+β=1，α,β分别为上下行绿波相位差的权重因子，d_i，i+1为相邻交叉口间的距离。

进一步的，该步骤S103中，所述利用相位差计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔的方式为：

求解双向绿波优化目标函数：f=min[Q_i(t+1),Q_i+1(t+1)]；

求解的约束条件为：θ_i，i+1(t)+θ_i+1，i(t)=T；其中，T为子***的周期。

优选地，本实施例所述方法还包括：

步骤S104，在预设的特定时间后，基于各子***采集的主干道的道路数据，重新计算各相邻交叉口间的关联度，并以设定的关联度范围，对所述主干道上的各交叉口重新进行子***划分。

下面结合附图2至5对本发明实施例提供的方法进一步详细阐述，如图2所示，具体包括：

步骤1、数据采集

获取城市交通主干道的相关数据资料，如主干道包含的交叉口个数、各交叉口之间的距离、以往的车流量数据等数据、以及与主干道相连的三级道路数据。

本实施例中，设各交叉口为四相位交叉口，如图3所示，包括：第一相位：东西进口直行及右转；第二相位：南北进口左转；第三相位：南北进口直行及右转；第四相位：东西进口左转。

步骤2、利用采集的数据，计算相邻交叉口间的关联度；

具体的，当一条主干道上的交叉路口较多时，对所有的交叉口实行绿波协调控制未必能够取得较好的效果，相邻交叉口之间可能由于距离过远，或者受周围道路等条件的影响导致车流量相差较大等，此时需要考虑交叉口之间的关联度，对主干线进行区域划分，从而更有效的实施绿波协调控制。

关联性是指对相邻信号控制交叉口间是否需要进行协调控制特性的描述，用于判断城市道路是否需要协调控制。关联性研究对于提高交通效率，预防和缓解城市交通阻塞具有非常重要的意义。如在不考虑其它因素对关联性影响之下，路段上的流量越大，关联性越大，这是因为随着路段上流量水平的不断增大，车辆在交叉口处的停车次数和延误也迅速增大，此时进行协调控制的协调效益也增大。在其他因素不变的情况下，路段长度越小，关联性越大，因为在受到信号交叉口挤压作用形成的车队在路段上行驶的过程中会发生离散作用，且离散作用随着车队行驶距离的增大而变大。

一种现有的路段关联度的计算具体模型如下：

$I=\frac{0.5}{1+t}[\frac{{\mathrm{nq}}_{\max }}{\underset{r=1}{\overset{n}{\mathrm{\&Sigma;}}}{q}_r}-1]$

式中，I为交叉口连线间的关联度，t为车辆在两交叉口间的行程时间，q_max为上游交叉口最大流入流量，q_r为来自上游交叉口第r相位流入下游交叉口的流量，为上游交叉口到达下游交叉口的交通量总和，n为交叉口的相位数减1，对于十字交叉口而言，n=3，d_i，i+1为第i个十字交叉口与第i+1个十字交叉口间的距离，l为下游路口平均排队长度，v为两个交叉口间车辆通行的平均速度，△t为道路实际情况带来的时间损失（如交叉口之间的人行横道带来的时间损失），可根据道路的实际情况分析获得。

然而考虑到三级道路对干路的车流和平均车速影响，此公式还须修正以适应复杂的交通环境，例如在莲花路上，有些十字路口之前的距离虽然在800米之内，但是由于路段内的分岔路口太多，对车队的离散作用十分明显，就不应该将其划分在同一个子区域内。根据各个分叉路口的车流多少，其对干线道路的影响不同，因此每种不同类型的三级道路都有其对应的影响因子，本发明实施例对典型的分叉路口建立如表一所示的影响因子对应关系：

表一

三级道路类型	影响因子
		居民小区	δhourse
工厂	δfac
		商业区	δcenter
其他	δother

其中，0<δ_hourse,δ_fac,δ_center,δ_other<1。

影响因子由该路口车流量多少决定，可以在特定时间t内统计该类道路流量和主干道车流量，计算公式为：

其中，j为三级道路的类型，为在特定时间t内，相邻交叉口i和i+1间，第j类三级道路的车流量，为在特定时间t内，相邻交叉口i和i+1间主干道的车流量。

为了能够有效反映道路交通变化关系，t的取值不该太大，但是为了保证数据能够抵抗短时干扰，t又不能太小。权衡两者关系，600s≤t≤1200s比较合适。设该路段上这四类道路分别有m₁、m₂、m₃、m₄条，其中m₁+m₂+m₃+m₄=k，k为该路段三级道路的总数，因而得到总的影响因子为：

δ_total=m₁δ_hourse+m₂δ_fac+m₃δ_center+m₄δ_other

由于三级道路的存在，减慢了速度，因此实际平均车速应该近似为：

$\stackrel{\&OverBar;}{v}=\frac{v}{1+{\mathrm{\&delta;}}_{\mathrm{total}}}$

同时三级道路还影响干道上的车流量，但是在一般交通情况下，由三级道路驶入干道和驶离干道的车辆数近似相等，所以流量的影响可以不用考虑。但是在上下班高峰等特殊时刻，交通流会体现出由三级道路大量涌入干道或者由干道大量驶入三级道路的情形，这时候就必须将影响因子考虑在内。因此对于单向绿波带上的流量公式修正如下：

$Q_{\mathrm{total}}=(1+a{\mathrm{\&delta;}}_{\mathrm{total}})\underset{r=1}{\overset{n}{\mathrm{\&Sigma;}}}{q}_r$

式中，a为一参数，在一般交通情况下，a=0；当车辆由三级道路大量涌入干道时，a=1；当车辆由干道大量驶入三级道路时，a=-1。其中，所述“大量涌入”和“大量涌出”通常对应着早高峰和晚高峰时段。针对具体城市时，可以根据该城市交通流量和饱和度变化曲线图进行归纳总结，得到具体的早高峰和晚高峰时段。以某城市为例，早高峰和晚高峰时段通常出现在早上7:00~8:30和下午16:30~18:00。

从而将关联度公式改写如下：

$I=\frac{0.5}{1+\frac{(d_{i,i+1}-l)(1+{\mathrm{\&delta;}}_{\mathrm{total}})}{v}+\mathrm{\&Delta;t}}[\frac{(n+\mathrm{bk})q_{\max }}{(1+a{\mathrm{\&delta;}}_{\mathrm{total}})\underset{r=1}{\overset{n}{\mathrm{\&Sigma;}}}{q}_r}-1]$

式中，k为相邻交叉路口间与主干道相连的三级道路个数，b为一参数，当车辆由三级道路大量涌入干道时，b=1；在一般交通情况下以及当车辆由干道大量驶入三级道路时，b＝0。

对于本发明实施例所介绍的四相位绿波协调控制***，由于不单独设置右转相位，实际流量不一定都可以直接检测到（例如，直行和右转合用一个车道时），所以当可以直接检测时，直接得到下行各个相位的流量q_1下、q_2下、q_3下，当不可以直接检测到时，则从第i个十字交叉路口下行到第i+1个十字交叉路口时，各实际流量计算方式如下：

q_1下=q_1西西×（1-δ₁)

q_2下=q_2北

q_3下=q_3南3南×δ

式中，q_1下、q_2下、q_3下分别为从第i个十字交叉路口下行到第i+1个十字交叉路口时第一相位、第二相位以及第三相位（见图3）的实际下行流量，q_1西为上游十字交叉口西进口直行及右转相位车流量，δ_1西为西进口直行及右转相位车流量中右转车流量所占比例，q_2北为上游十字交叉口北进口左转相位车流量，q_3南为上游十字交叉口南进口直行及右转相位车流量，δ_3南为南进口直行及右转相位车流量中右转车流量所占比例。以上参数，q_1西、q_2北、q_3南可通过地感线圈检测，δ_1西、δ_3南可由已获取的以往数据分析计算得到。

若令与主干道连接的第p条三级道路的车流量为q_小p，p=1，...,k，则：

则下行路段关联度的计算方法如下：

1）若所有实际流量可以直接检测则：

2）若实际右转流量不可以直接检测：

同理，从第i+1个十字交叉路口上行到第i个十字交叉路口时，若实际流量无法直接检测，则各实际流量计算方式如下：

q_1上=q_1东东×（1-δ₁)

q_2上南＝q₂

q_3上3北3北＝q×δ

式中，q_1上，q_2上，q_3上分别为从第i+1个十字交叉路口上行到第i个十字交叉路口时第一相位、第二相位以及第三相位（见图3）的实际上行流量，q_1东为下游十字交叉口东进口直行及右转相位车流量，δ_1东为东进口直行及右转相位车流量中右转车流量所占比例，q_2南为下游十字交叉口南进口左转相位车流量，q_3北为下游十字交叉口北进口直行及右转相位车流量，δ_3北为北进口直行及右转相位车流量中右转车流量所占比例。以上参数，q_1东、q_2南、q_3北可通过地感线圈检测，δ_1东、δ_3北可由已获取的以往数据分析计算得到。

则上行路段关联度的计算方法如下：

1）若所有实际流量可以直接检测则：

2）若实际右转流量不可以直接检测：

步骤3，设定关联度范围，利用设定的关联度范围对主干道上各路口进行子***划分；

具体的，分别计算得到主干道上各个路口的关联度数据后，将关联度大于等于0.5（上行和下行）的路口划分为一个子***进行信号协调控制；将关联度小于等于0.2的路口单独划为一个子***单独进行控制；将关联度大于0.2小于0.5的路口先单独划为一个子***单独进行控制，再根据以后的交通情况调整子***的划分，具体划分示例如图4所示。

步骤4、计算子***周期和绿信比

首先单独考虑主干道上所有的十字交叉路口，综合延误时间、停车次数、通行能力以及饱和度等指标，计算出每个十字交叉口合理的周期及绿信比。

求解的目标优化函数为：

$\min [f(T,g)=k_1\frac{\underset{r=1}{\overset{4}{\mathrm{\&Sigma;}}}{d}_r{q}_r}{\underset{r=1}{\overset{4}{\mathrm{\&Sigma;}}}{q}_r}+k_2\underset{r=1}{\overset{4}{\mathrm{\&Sigma;}}}{H}_r]$

求解的约束条件为：

$T_{\min }\&le;T=\underset{r=1}{\overset{4}{\mathrm{\&Sigma;}}}{g}_r+L\&le;T_{\max }$

g_r,min≤g_r≤g_r，max

0.7≤x_r≤0.9

其中，d_r为第r相位的延误时间，H_r为第r相位车辆平均停车次数，x_r为第r相位饱和度，T_min、T_max分别为预先设定的最小和最大周期，q_r为第r相位的车流量，g_r，min、g_r，max分别为预先设定的第r相位绿灯有效时间的最小值和最大值，L为一个周期中总的损失时间，0<k₁,k₂<1，k₁+k₂=1，k₁,k₂分别为交叉口的平均延误时间和交叉口的平均停车次数的权重。

下面给出子***周期及绿信比的确定方法：

1.关联度小于等于0.2的交叉口所构成的子***，由于只包含一个交叉路口，可将min f(T,g)得到的周期及绿信比的优化结果用于控制该子***；

2.关联度大于等于0.5的交叉口所构成的子***，由于包含多个交叉路口，要统一周期。取这些交叉路口中的最大周期作为该子***的周期，每个交叉路口的绿信比取min f(T,g)的优化结果，每个相位的绿灯时间按比例补偿即可；

3.关联度大于0.2小于0.5的交叉口所构成的子***，随着交通情况的变化，关联度可能发生改变，该交叉路口可能与其他交叉路口构成一个新的子***。所以，对于该类子***，需要判断与该类子***相邻的子***关联度范围是否为0.5≤I<1，若是，则设定关联度范围为0.2<I<0.5的子***的周期与邻近的某一关联度范围为0.5≤I＜1的子***的周期相同；若否，将计算得到的子***内交叉口的周期设定为该子***的周期。每个交叉路口的绿信比取min f(T，g)的优化结果，每个相位的绿灯时间按比例补偿即可。

步骤5，子***双向绿波控制

由于只包含一个十字交叉路口的子***可单独进行控制，现在只讨论含有多个十字交叉路口的子***。

假定该子***有M个交叉口。C_i表示第i个交叉口，假定协调相位为东西直行相位，从C_i到C_i+1定义为下行，其第t个信号周期内的相位差用θ_i，i+1(t)表示，同理，从C_i+1到C_i定义为上行，其第t个信号周期内的相位差用θ_i+1，i(t)表示。实际上，在主干道直行车流相位上，相邻交叉口i与i+1之间在第t个信号周期内的相位差满足相位差闭合条件，即有下列关系成立：

θ_i，i+1(t)+θ_i+1，i(t)＝T

离开C_i下行到达C_i+1的车流量用Q_i，i+1(t)表示，其大小主要由3部分车流组成，可用公式表示如下：

离开C_i+1上行到达C_i的车流量用Q_i+1，i(t)表示，其大小主要由3部分车流组成，可用公式表示如下：

上述两个公式只考虑了两个交叉路口直接相关联的情况，而目前我国的道路***分布情况更加复杂，在两个交叉路口中间往往存在着一条或者多条与城市交通主干道直接相连的三级道路，而这些三级道路基本上没有红绿灯对其进行有效的调控。但是这些三级道路的确会对主干道的交通情况造成一定的影响，而这些影响并不单只是简单的改变了主干道的车流量，结合前文所提出的影响因子的概念，考虑到三级道路对干道的影响，可将车流量表示如下：

Q_i，i+1(t)=(1+aδ_total)[q_1下+q_2下+q_3下]

Q_i+1,i(t)=(1+aδ_total)[q_1上+q_2上+q_3上]

设P_i，i+1(t)表示第t周期内，离开C_i不停车通过交叉口C_i+1的车辆数；P_i+1，i(t)表示第t周期内，离开C_i+1不停车通过交叉口C_i的车辆数。

则在第t+1个周期内因红灯而停车排队等待的车流量可表示为：

Q_i(t+1)=max[0,Q_i(t)+Q_i+1，i(t)-P_i+1，i(t+1)]

Q_i+1(t+1)=max[0,Q_i+1(t)+Q_i，i+1(t)-P_i，i+1(t+1)]

双向绿波时，相位差有如下计算公式：

下行绿波： ${\mathrm{\&theta;}}_{i,i+1}\left(t\right)=\mathrm{\&alpha;}[\frac{d_{i,i+1}}{v}(1+{\mathrm{\&delta;}}_{\mathrm{total}})-Q_{i+1}(t-1)s]$

上行绿波： ${\mathrm{\&theta;}}_{i+1,i}\left(t\right)=\mathrm{\&beta;}[\frac{d_{i,i+1}}{v}(1+{\mathrm{\&delta;}}_{\mathrm{total}})-Q_i(t-1)s]$

式中，s表示车辆在交叉口离去的车头时距。

则双向绿波优化目标函数为:

f=min[Q_i(t+1),Q_i+1(t+1)]

约束条件为:

θ_i，i+1(t)+θ_i+1,i(t)=T

解得的相位差即为相邻十字交叉路口绿灯开启相隔的时间。

步骤6，检测与调整

每个子***在经过5个***周期后，将该***采集到的数据返回控制中心，由控制中心根据之前的交通状况重新确定子***的划分情况，并调配主干道每个子***的绿波参数，从而达到城市交通主干道绿波控制的目的，具体如图5所示。

利用本发明实施例提供的上述控制方法，交叉口放行方式为四相位放行方式如表二所示：

表二

	第一相位	第二相位	第三相位	第四相位
					东西进口直行及右转	绿灯	红灯	红灯	红灯
南北进口左转	红灯	绿灯	红灯	红灯
					南北进口执行及右转	红灯	红灯	绿灯	红灯
东西进口左转	红灯	红灯	红灯	绿灯

装置实施例

如图6所示，本发明实施例提供一种交通干线信号灯优化控制装置，包括：子***划分模块610、参数计算模块620和绿波控制模块630，优选地，还包括检测与调整模块640；

子***划分模块620，用于基于预先采集得到的主干道相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，利用修正后的数据，计算相邻交叉口间的关联度I，并以设定的关联度范围，对所述主干道上的各交叉口进行子***划分；所述三级道路为与所述主干道相连且未部署检测线圈的路口，所述关联度范围包括：0<I≤设定的低关联度阈值I₁、I₁<I<设定的高关联度阈值I₂、I₂≤I<1;

参数计算模块620，用于计算每个子***内各交叉口的周期及绿信比，以及基于计算得到的周期，利用预先设定的子***周期设定策略，设定每个子***的周期，并根据子***周期和子***内各交叉口的绿信比，确定各交叉口的绿灯时间；

绿波控制模块630，用于对于关联度范围为I₂≤I<1的子***，利用相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，并以修正后的数据计算双向绿波的相位差，利用所述相位差计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔，进行双向绿波控制。

检测与调整模块640，用于在预设的特定时间后，基于各子***采集的主干道的道路数据，触发子***划分模块610重新计算各相邻交叉口间的关联度，并以设定的关联度范围，对所述主干道上的各交叉口重新进行子***划分。

下面对本实施例所述装置实现交通干线信号灯优化控制进行详细阐述，具体包括：

关于子***划分模块610，具体包括：

修正子模块611，用于将相邻交叉口间主干道的车辆通行速度v修正为v/(1+δ_total)；将相邻交叉口间主干道的下、上行车流量修正为：和将相邻交叉口间下、上行方向上游交叉口最大流入量nq_max修正为：(n+bk)q_下max和(n+bk)q_上max；其中，q_下max=max[q_1下，...q_n下，bq_小1下，...，bq_小k下]；q_上max=max[q_1上，...q_n上，bq_小1上，...，bq_小k上]；

v为相邻交叉口间车辆通行的平均速度，为相邻交叉口间各类三级道路的总影响因子，M为预先划分的三级道路的类型数，m为第j类三级道路的数量，δ_j为特定时间内第j类三级道路车流量与主干道车流量的比值，q_r下为来自上游交叉口第r相位流入下游交叉口的流量，q_r上为来自下游交叉口第r相位流入上游交叉口的流量，q_小1下，..，q_小k下为来自上游各三级道路流入下游交叉口的流量，q_小1上，...，q_小k上为来自下游各三级道路流入上游交叉口的流量，k为相邻交叉口间与主干道相连的上行或下行三级道路个数，在交叉口采取对称放行方式下，n=交叉口相位数-1，

子***划分子模块612，用于将所述主干道上相邻交叉口上、下行关联度范围均为0<I≤I₁的交叉口均单独划分为一个子***；将所述主干道上相邻交叉口上、下行关联度范围均为I₂≤I<1的各交叉口划分为一个子***；将所述主干道上相邻交叉口上行和/或下行关联度范围为I₁<I<I₂的交叉口划分为一个子***。

优选的，设定的关联度范围中，I₁等于0.2、I₂等于0.5。

关于参数计算模块620：

对于关联度范围为0<I≤I₁的子***，将计算得到的子***内交叉口的周期设定为该子***的周期；对于关联度范围为I₂≤I<1的子***，将计算得到的该子***内各交叉口周期中最大的周期，设定为该子***的周期；对于关联度范围为I₁<I<I₂的子***，判定该子***是否相邻关联度范围为I₂≤I<1的子***，若是，则设定关联度范围为I₁<I<I₂的子***的周期与邻近的某一关联度范围为I₂≤I<1的子***的周期相同；若否，则将计算得到的子***内交叉口的周期设定为该子***的周期。

进一步的，参数计算模块620，通过求解目标优化函数，计算主干道各交叉口的周期及绿信比；

所述目标优化函数为： $\min [f(T,g)=k_1\frac{\underset{r=1}{\overset{n+1}{\mathrm{\&Sigma;}}}{d}_r{q}_r}{\underset{r=1}{\overset{n+1}{\mathrm{\&Sigma;}}}{q}_r}+k_2\underset{r=1}{\overset{n+1}{\mathrm{\&Sigma;}}}{H}_r]$

求解的约束条件为：g_r，min≤g_r≤g_r，max，0.7≤x_r≤0.9；

其中，d_r为第r相位的延误时间，H_r为第r相位车辆平均停车次数，x_r为第r相位饱和度，T_min、T_max分别为预先设定的最小和最大周期，q_r为第r相位的车流量，g_r，min、g_r，max分别为预先设定的第r相位绿灯有效时间的最小值和最大值，L为一个周期中总的损失时间，n+1为交叉口的相位数，0<k₁,k₂<1，k₁+k₂=1，k₁,k₂分别为交叉口的平均延误时间和交叉口的平均停车次数的权重。

关于绿波控制模块630：

利用修正后的数据计算得到的双向绿波的相位差为：

上行绿波相位差： ${\mathrm{\&theta;}}_{i,i+1}\left(t\right)=\mathrm{\&alpha;}[\frac{d_{i,i+1}}{v/(1+{\mathrm{\&delta;}}_{\mathrm{total}})}-Q_{i+1}(t-1)s];$

下行绿波相位差： ${\mathrm{\&theta;}}_{i+1,i}\left(t\right)=\mathrm{\&beta;}[\frac{d_{i,i+1}}{v/(1+{\mathrm{\&delta;}}_{\mathrm{total}})}-Q_i(t-1)s];$

其中，为第t-1个周期内第i+1交叉口因红灯而停车排队等待的车流量，Q_i+1(t-2)为第t-2周期排队等候的车流量，Q_i，i+1(t-2)表示第t-2周期离开交叉口i到达交叉口i+1的车流量，P_i，i+1(t-1)为第t-1周期内离开路口i不停车通过交叉口i+1的车辆数，s为车辆在交叉口离去的车头时距，0<α,β<1，分别为上下行绿波相位差的权重因子，d_i，i+1为相邻交叉口间的距离。

进一步的，绿波控制模块630，通过求解双向绿波优化目标函数的方式，计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔：

所述双向绿波优化目标函数为：f=min[Q_i(t+1),Q_i+1(t+1)]；

求解的约束条件为：θ_i，i+1(t)+θ_i+1，i(t)=T；其中，T为子***的周期。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种交通干线信号灯优化控制方法，其特征在于，包括：

基于预先采集得到的主干道相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，利用修正后的数据，计算相邻交叉口间的关联度I，并以设定的关联度范围，对所述主干道上的各交叉口进行子***划分；所述三级道路为与所述主干道相连且未部署检测线圈的路口，所述关联度范围包括：0<I≤设定的低关联度阈值I₁、I₁<I<设定的高关联度阈值I₂、I₂≤I<1；

计算每个子***内各交叉口的周期及绿信比，以及基于计算得到的周期，利用预先设定的子***周期设定策略，设定每个子***的周期，并根据子***周期和子***内各交叉口的绿信比，确定各交叉口的绿灯时间；

对于关联度范围为I₂≤I<1的子***，利用相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，并以修正后的数据计算双向绿波的相位差，利用所述相位差计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔，进行双向绿波控制。

2.如权利要求1所述的方法，其特征在于，所述基于相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，具体包括：

将相邻交叉口间主干道的车辆通行速度v修正为v/(1+δ_total)；

将相邻交叉口间主干道的下、上行车流量修正为：和

将相邻交叉口间下、上行方向上游交叉口最大流入量nq_max修正为：(n+bk)q_下max和(n+bk)q_上max；其中，q_下max＝max[q_1下，...q_n下，bq_小1下，...，bq_小k下]；q_上max＝max[q_1上，...q_n上，bq_小1上，...，bq_小k上]；

v为相邻交叉口间车辆通行的平均速度，为相邻交叉口间各类三级道路的总影响因子，M为预先划分的三级道路的类型数，m为第j类三级道路的数量，δ_j为特定时间内第j类三级道路车流量与主干道车流量的比值，q_r下为来自上游交叉口第r相位流入下游交叉口的流量，q_r上为来自下游交叉口第r相位流入上游交叉口的流量，q_小1下，...，q_小k下为来自上游各三级道路流入下游交叉口的流量，q_小1上，...，q_小k上为来自下游各三级道路流入上游交叉口的流量，k为相邻交叉口间与主干道相连的上行或下行三级道路个数，在交叉口采取对称放行方式下，n＝交叉口相位数-1，

3.如权利要求1或2所述的方法，其特征在于，所述以设定的关联度范围，对所述主干道上的各交叉口进行子***划分，具体包括：

将所述主干道上相邻交叉口上、下行关联度范围均为0<I≤I₁的交叉口均单独划分为一个子***；

将所述主干道上相邻交叉口上、下行关联度范围均为I₂≤I<1的各交叉口划分为一个子***；

将所述主干道上相邻交叉口上行和/或下行关联度范围为I₁<I<I₂的交叉口均单独划分为一个子***。

4.如权利要求3所述的方法，其特征在于，所述基于计算得到的周期，利用预先设定子***周期设定策略，设定每个子***的周期，具体包括：

对于关联度范围为0<I≤I₁的子***，将计算得到的子***内交叉口的周期设定为该子***的周期；

对于关联度范围为I₂≤I<1的子***，将计算得到的该子***内各交叉口周期中最大的周期，设定为该子***的周期；

对于关联度范围为I₁<I<I₂的子***，判定该子***是否与关联度范围为I₂≤I<1的子***相邻，若是，则设定关联度范围为I₁<I<I₂的子***的周期与相邻的某一关联度范围为I₂≤I<1的子***的周期相同；若否，将计算得到的子***内交叉口的周期设定为该子***的周期。

5.如权利要求1或4所述的方法，其特征在于，所述计算主干道各交叉口的周期及绿信比的方式为求解目标优化函数：

$min\&lsqb;f(T,g)=k_1\frac{\underset{r=1}{\overset{n+1}{\&Sigma;}}{d}_r{q}_r}{\underset{r=1}{\overset{n+1}{\&Sigma;}}{q}_r}+k_2\underset{r=1}{\overset{n+1}{\&Sigma;}}{H}_r\&rsqb;$

求解的约束条件为：g_r,min≤g_r≤g_r,max，0.7≤x_r≤0.9；

其中，d_r为第r相位的延误时间，H_r为第r相位车辆平均停车次数，x_r为第r相位饱和度，T_min、T_max分别为预先设定的最小和最大周期，q_r为第r相位的车流量，g_r,min、g_r,max分别为预先设定的第r相位绿灯有效时间的最小值和最大值，g表示交叉口的绿信比，L为一个周期中总的损失时间，n+1为交叉口的相位数，0<k₁,k₂<1，k₁+k₂＝1，k₁,k₂分别为交叉口的平均延误时间和交叉口的平均停车次数的权重。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：在预设的特定时间后，基于各子***采集的主干道的道路数据，重新计算各相邻交叉口间的关联度，并以设定的关联度范围，对所述主干道上的各交叉口重新进行子***划分。

7.一种交通干线信号灯优化控制装置，其特征在于，包括：

子***划分模块，用于基于预先采集得到的主干道相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，利用修正后的数据，计算相邻交叉口间的关联度I，并以设定的关联度范围，对所述主干道上的各交叉口进行子***划分；所述三级道路为与所述主干道相连且未部署检测线圈的路口，所述关联度范围包括：0<I≤设定的低关联度阈值I₁、I₁<I<设定的高关联度阈值I₂、I₂≤I<1；

参数计算模块，用于计算每个子***内各交叉口的周期及绿信比，以及基于计算得到的周期，利用预先设定的子***周期设定策略，设定每个子***的周期，并根据子***周期和子***内各交叉口的绿信比，确定各交叉口的绿灯时间；

绿波控制模块，用于对于关联度范围为I₂≤I<1的子***，利用相邻交叉口间各三级道路驶入和驶离所述主干道的车流量，修正所述相邻交叉口间主干道的车辆通行速度和车流量，并以修正后的数据计算双向绿波的相位差，利用所述相位差计算关联度范围为I₂≤I<1的子***中相邻两个交叉口间绿灯开启的时间间隔，进行双向绿波控制。

8.如权利要求7所述的装置，其特征在于，所述子***划分模块，包括：

修正子模块，用于将相邻交叉口间主干道的车辆通行速度v修正为v/(1+δ_total)；将相邻交叉口间主干道的下、上行车流量修正为：和将相邻交叉口间下、上行方向上游交叉口最大流入量nq_max修正为：(n+bk)q_下max和(n+bk)q_上max；其中，q_下max＝max[q_1下，...q_n下，bq_小1下，...，bq_小k下]；q_上max＝max[q_1上，...q_n上，bq_小1上，...，bq_小k上]；

v为相邻交叉口间车辆通行的平均速度，为相邻交叉口间各类三级道路的总影响因子，M为预先划分的三级道路的类型数，m为第j类三级道路的数量，δ_j为特定时间内第j类三级道路车流量与主干道车流量的比值，q_r下为来自上游交叉口第r相位流入下游交叉口的流量，q_r上为来自下游交叉口第r相位流入上游交叉口的流量，q_小1下，...，q_小k下为来自上游各三级道路流入下游交叉口的流量，q_小1上，...，q_小k上为来自下游各三级道路流入上游交叉口的流量，k为相邻交叉口间与主干道相连的上行或下行三级道路个数，在交叉口采取对称放行方式下，n＝交叉口相位数-1，

9.如权利要求7或8所述的装置，其特征在于，所述子***划分模块，还包括：

子***划分子模块，用于将所述主干道上相邻交叉口上、下行关联度范围均为0<I≤I₁的交叉口均单独划分为一个子***；将所述主干道上相邻交叉口上、下行关联度范围均为I₂≤I<1的各交叉口划分为一个子***；将所述主干道上相邻交叉口上行和/或下行关联度范围为I₁<I<I₂的交叉口划分为一个子***。

10.如权利要求9所述的装置，其特征在于，所述参数计算模块，具体用于对于关联度范围为0<I≤I₁的子***，将计算得到的子***内交叉口的周期设定为该子***的周期；对于关联度范围为I₂≤I<1的子***，将计算得到的该子***内各交叉口周期中最大的周期，设定为该子***的周期；对于关联度范围为I₁<I<I₂的子***，判定该子***是否与关联度范围为I₂≤I<1的子***相邻，若是，则设定关联度范围为I₁<I<I₂的子***的周期与邻近的某一关联度范围为I₂≤I<1的子***的周期相同；若否，则将计算得到的子***内交叉口的周期设定为该子***的周期。

11.如权利要求7或10所述的装置，其特征在于，所述参数计算模块，具体通过求解目标优化函数，计算主干道各交叉口的周期及绿信比；

所述目标优化函数为： $min\&lsqb;f(T,g)=k_1\frac{\underset{r=1}{\overset{n+1}{\&Sigma;}}{d}_r{q}_r}{\underset{r=1}{\overset{n+1}{\&Sigma;}}{q}_r}+k_2\underset{r=1}{\overset{n+1}{\&Sigma;}}{H}_r\&rsqb;$

求解的约束条件为：g_r,min≤g_r≤g_r,max，0.7≤x_r≤0.9；

其中，d_r为第r相位的延误时间，H_r为第r相位车辆平均停车次数，x_r为第r相位饱和度，T_min、T_max分别为预先设定的最小和最大周期，q_r为第r相位的车流量，g_r,min、g_r,max分别为预先设定的第r相位绿灯有效时间的最小值和最大值，g表示交叉口的绿信比，L为一个周期中总的损失时间，n+1为交叉口的相位数，0<k₁,k₂<1，k₁+k₂＝1，k₁,k₂分别为交叉口的平均延误时间和交叉口的平均停车次数的权重。

12.如权利要求7所述的装置，其特征在于，所述装置还包括：

检测与调整模块，用于在预设的特定时间后，基于各子***采集的主干道的道路数据，触发子***划分模块重新计算各相邻交叉口间的关联度，并以设定的关联度范围，对所述主干道上的各交叉口重新进行子***划分。