CN108447278B - 一种面向潮汐交通的交叉口时空优化方法及*** - Google Patents

一种面向潮汐交通的交叉口时空优化方法及*** Download PDF

Info

Publication number
CN108447278B
CN108447278B CN201810446611.7A CN201810446611A CN108447278B CN 108447278 B CN108447278 B CN 108447278B CN 201810446611 A CN201810446611 A CN 201810446611A CN 108447278 B CN108447278 B CN 108447278B
Authority
CN
China
Prior art keywords
lane
flow
traffic
turn
intersection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810446611.7A
Other languages
English (en)
Other versions
CN108447278A (zh
Inventor
曾昕
吴志周
沈坚
温晓岳
徐建军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yinjiang Technology Co ltd
Original Assignee
Enjoyor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Enjoyor Co Ltd filed Critical Enjoyor Co Ltd
Priority to CN201810446611.7A priority Critical patent/CN108447278B/zh
Publication of CN108447278A publication Critical patent/CN108447278A/zh
Application granted granted Critical
Publication of CN108447278B publication Critical patent/CN108447278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种面向潮汐交通的交叉口时空优化方法及***，包括：采集交叉口的结构数据和交通运行数据；构建车道规划模型，车道规划模型以交叉口进口道各功能车道数量为变量，以交叉口各流向之间的均衡化为目标，以变量的基本逻辑关系为约束条件；求解车道规划模型，获得车道规划方案；利用Webster配时方法求解，获得信号配时方案；通过优化配置交叉口时空资源，包括车道功能规划和信号配时，本发明能够降低交叉口延误，提高交叉口服务水平，减轻潮汐交通对交叉口的影响。

Description

一种面向潮汐交通的交叉口时空优化方法及***
技术领域
本发明属于城市交通交叉口优化控制领域，涉及一种面向潮汐交通的交叉口时空优化方法及***。
背景技术
城市潮汐交通现象越来越普遍，交叉口作为道路路网的节点，不可避免地受到潮汐交通影响，引发各流向不均衡问题，导致长排队和延误。常见应对措施是在进口道设置可变车道，使得在不同时间段内车道功能可变。但以往做法往往凭借经验将某条车道设置为可变车道，缺少与信号控制的协同配合，且缺乏理论上的交叉口时空资源优化配置策略作为指导。
发明内容
本发明提出了一种实现车道功能规划和信号配时的优化配置的面向潮汐交通的交叉口时空优化方法及***。
本发明采用的技术方案是：
一种面向潮汐交通的交叉口时空优化方法，包括：
采集交叉口的结构数据和交通运行数据；
构建车道规划模型，车道规划模型以交叉口进口道各功能车道数量为变量，以交叉口各流向之间的均衡化为目标，以变量的基本逻辑关系为约束条件；
求解车道规划模型，获得车道规划方案。
进一步，交叉口各流向之间的均衡化，可以通过同一相位下不同流向的流量比的差距来衡量。
进一步，交叉口各流向之间的均衡化，可以通过同一相位下不同流向的流量比的大小来衡量。
进一步，交叉口各流向之间的均衡化，可以通过同一相位下不同流向的流量比的差距、同一相位下不同流向的流量比的大小来衡量，两者可以采用以下任意一种衡量关系：相乘、相加、加权求和、同指数幂求和。
进一步，通过同一相位下不同流向的流量比的差距、同一相位下不同流向的流量比的大小来衡量，两者可以采用的衡量关系为加权求和关系，
具体计算：
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE006
其中，F为交叉口各流向之间的均衡化程度，
Figure DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE010
分别为
Figure DEST_PATH_IMAGE012
、
Figure DEST_PATH_IMAGE014
的权重，加权求和值越小表示均衡化程度越高；
Figure DEST_PATH_IMAGE016
为进口道m左转的流量比，
Figure DEST_PATH_IMAGE018
，
Figure DEST_PATH_IMAGE020
为进口道m左转流量，
Figure DEST_PATH_IMAGE022
为进口道左转单车道的饱和流量，
Figure DEST_PATH_IMAGE024
为进口道m左转专用车道数；
Figure DEST_PATH_IMAGE026
为进口道m直行、右转流量比中的大者，
Figure DEST_PATH_IMAGE028
，
Figure DEST_PATH_IMAGE030
为进口道m直行、右转流量，
Figure DEST_PATH_IMAGE034
、
Figure DEST_PATH_IMAGE036
为进口道m直行、右转单车道的饱和流量，
Figure DEST_PATH_IMAGE038
、
Figure DEST_PATH_IMAGE040
为进口道m直行、右转专用车道数；
m=1、2、3、4，表示交叉口的4个方位。
进一步，按获得的车道规划方案对应的目标值，和阈值比较，当大于阈值时，表明需重新设计交叉口结构或调整信号相位方案。
进一步，采集信号配时基本信息，基于获得的车道规划方案，利用Webster配时方法求解，获得信号配时方案。
进一步，约束条件具体为：
a、进口车道数约束：交叉口进口道各类车道的车道数总和应等于该进口道总车道数，即：
Figure DEST_PATH_IMAGE042
b、通行能力匹配约束：交叉口进口道某一流向流出的车流股数不应超过对应出口道的车道数，否则会造成出口道通行能力不足，形成交通阻塞，即
Figure DEST_PATH_IMAGE044
Figure DEST_PATH_IMAGE046
Figure DEST_PATH_IMAGE048
Figure DEST_PATH_IMAGE050
c、求解变量约束：对于待求解的各类车道数量，有整数和非负约束，即：
Figure DEST_PATH_IMAGE052
，整数
Figure DEST_PATH_IMAGE054
，整数
其中，
Figure DEST_PATH_IMAGE056
、
Figure DEST_PATH_IMAGE058
为进口道、出口道m总车道数，
Figure 852444DEST_PATH_IMAGE024
、
Figure 769584DEST_PATH_IMAGE038
、
Figure 549321DEST_PATH_IMAGE040
为进口道m左转、直行、右转专用车道数，
Figure DEST_PATH_IMAGE060
为直右合用车道数。
一种面向潮汐交通的交叉口时空优化***，包括：
交叉口基本信息采集模块，采集交叉口的结构数据和交通运行数据；
车道规划模块，配置车道规划模型，模型以交叉口进口道各功能车道数量为变量，以交叉口各流向之间的均衡化为目标，以变量的基本逻辑关系为约束条件，基于车道规划模型和交叉口基本信息采集模块采集的数据求解，获得车道规划方案
进一步，还包括：
信号配时信息采集模块，采集参数包括各相位的信号损失时间、黄灯时间、至下一相位的全红时间、最短绿灯时间；
信号配时模块，基于车道规划模块获得的车道规划方案、信号配时信息采集模块采集的数据，利用Webster配时方法求解，获得信号配时方案。
本发明的有益效果：
（1） 通过优化配置交叉口时空资源，包括车道功能规划和信号配时，本发明能够降低交叉口延误，提高交叉口服务水平，减轻潮汐交通对交叉口的影响。
（2） 车道功能规划以交叉口不同流向之间的均衡化为目标，尽可能地充分利用交叉口的空间资源。
（3） 对于不同时段下的不同交通流数据，可以分别求得对应的车道规划方案和信号配时方案，对比各个时段的车道功能规划，将其中车道功能存在变化的车道设置为可变车道，在不同时段启用不同的车道功能，并辅以相应的信号配时方案，可适时采取措施缓解交通拥堵、维持交通稳定运行。
附图说明
图1***操作示意图；
图2***工作流程示意图。
具体实施方式
下面结合具体实施例来对本发明进行进一步说明，但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
一种面向潮汐交通的交叉口时空优化方法，主要包括6个步骤：
步骤一：采集交叉口的结构数据和交通运行数据，交叉口的结构数据包括东、南、西、北4个方向的进口车道数、出口车道数，交叉口的交通运行数据包括东、南、西、北4个方向的进口道的左转流量、直行流量、右转流量，以及左转、直行、右转的单车道饱和流量。
步骤二：构建车道规划模型，模型以交叉口进口道各功能车道数量为变量，以交叉口各流向之间的均衡化为目标，以变量的基本逻辑关系为约束条件。功能车道包括左转、直行、右转专用车道和直右合用车道。交叉口各流向之间的均衡化是指东、南、西、北4个方向进口、出口单车道上左转、直行、右转方向的流量之间平衡、差异较小。均衡化的程度可以采用相减、或相除、或方差、或熵等方法，选择基准参数来体现差距的大小。具体的：
1）、可以通过同一相位下不同流向的流量比的差距来衡量，使同一信号相位下不同流向的流量比之间的差别尽可能小，即
Figure DEST_PATH_IMAGE002A
Figure DEST_PATH_IMAGE062
其中，
Figure DEST_PATH_IMAGE064
、
Figure DEST_PATH_IMAGE066
为均衡化程度的2种不同表示，值越小表示均衡化程度越高；
Figure 757580DEST_PATH_IMAGE016
为进口道m左转的流量比，
Figure 571952DEST_PATH_IMAGE018
，
Figure 456732DEST_PATH_IMAGE020
为进口道m左转流量，
Figure 287547DEST_PATH_IMAGE022
为进口道左转单车道的饱和流量，
Figure 486447DEST_PATH_IMAGE024
为进口道m左转专用车道数；
Figure DEST_PATH_IMAGE026A
为进口道m直行、右转流量比中的大者，由于同向直行和右转流向在同一相位，只需考虑两者流量比中的大值，
Figure 279959DEST_PATH_IMAGE028
，
Figure DEST_PATH_IMAGE067
Figure 335640DEST_PATH_IMAGE032
为进口道m直行、右转流量，
Figure 89969DEST_PATH_IMAGE034
、
Figure 390763DEST_PATH_IMAGE036
为进口道m直行、右转单车道的饱和流量，
Figure 914148DEST_PATH_IMAGE038
、
Figure 406309DEST_PATH_IMAGE040
为进口道m直行、右转专用车道数；
m=1、2、3、4，表示交叉口的4个方位。
2）、可以通过同一相位下不同流向的流量比的大小来衡量
Figure DEST_PATH_IMAGE004A
Figure 100002_DEST_PATH_IMAGE069
其中，
Figure 100002_DEST_PATH_IMAGE071
、
Figure 100002_DEST_PATH_IMAGE073
为均衡化程度的2种不同表示，值越小表示均衡化程度越高；其他参数含义与1）相同。
佐证合理性：30、20分别表示左转、右直流量，左转、右直车道总数为3，左转车道数2、右直车道数1的方案优于左转车道数1、右直车道数2的方案，30/2+20/1<30/1+20/2，(30/2)2+(20/1)2<(30/1)2+(20/2)2。
3）可以通过同一相位下不同流向的流量比的差距、同一相位下不同流向的流量比的大小来衡量，两者可以采用以下任意一种衡量关系：相乘、相加、加权求和、同指数幂求和，这里举例加权求和的方法
Figure DEST_PATH_IMAGE006A
Figure 100002_DEST_PATH_IMAGE075
为
Figure 455125DEST_PATH_IMAGE012
和
Figure DEST_PATH_IMAGE076
的加权和，
Figure 100002_DEST_PATH_IMAGE077
、
Figure 356347DEST_PATH_IMAGE010
分别为
Figure 62135DEST_PATH_IMAGE012
、
Figure 397301DEST_PATH_IMAGE014
的权重，其他参数含义与1）相同。举例令
Figure DEST_PATH_IMAGE079
。于是有：
Figure DEST_PATH_IMAGE081
Figure DEST_PATH_IMAGE083
Figure DEST_PATH_IMAGE085
故最终的目标函数确定为：
Figure DEST_PATH_IMAGE087
车道规划模型的约束条件须符合基本逻辑关系，包括：
a、进口车道数约束：交叉口进口道各类车道的车道数总和应等于该进口道总车道数，即：
Figure DEST_PATH_IMAGE042A
其中，
Figure 627688DEST_PATH_IMAGE056
为进口道m总车道数，其他参数含义与1）相同。
b、通行能力匹配约束：交叉口进口道某一流向流出的车流股数不应超过对应出口道的车道数，否则会造成出口道通行能力不足，形成交通阻塞，即
Figure DEST_PATH_IMAGE044A
Figure DEST_PATH_IMAGE046A
Figure DEST_PATH_IMAGE048A
Figure DEST_PATH_IMAGE050A
其中，
Figure DEST_PATH_IMAGE088
为出口道总车道数，其他参数含义与1）相同。
c、求解变量约束：对于待求解的各类车道数量，有整数和非负约束，即：
Figure DEST_PATH_IMAGE052A
，整数
Figure DEST_PATH_IMAGE054A
，整数
其中，参数含义与1）相同。
步骤三：求解模型，获得车道规划方案。
本模型中，对于左转车流，设置左转专用车道供其行驶，因此
Figure DEST_PATH_IMAGE090
为正整数，情况相对简单；对于右转车流，既可设置右转专用车道又可设置直右合用车道，情况较为复杂，需根据具体交通量的大小确定合适的车道设置方式。
（1）若右转交通量较小，设置右转专用车道后其流量比相比于直行车道小，会造成车道资源的浪费，此时应设置直右合用车道；
（2）若右转交通量较大，设置右转专用车道后其流量比与直行车道相当，车道资源利用相对均衡，此时设置右转专用车道，不再设置直右合用车道。
由于同一进口道的直行和右转车流在同一相位放行，理想情况是两者的流量比实现均衡。不妨令两者的流量比相等进行试算：
Figure DEST_PATH_IMAGE092
由于是试算，式中
Figure DEST_PATH_IMAGE094
、
Figure DEST_PATH_IMAGE096
可取小数。计算结果中：
若
Figure DEST_PATH_IMAGE097
<1，说明右转交通量较小，无需单独设置一条右转车道即可实现均衡，对应情况（1）。这种情况下，
Figure DEST_PATH_IMAGE099
=[
Figure 952840DEST_PATH_IMAGE094
]（[x]表示x的整数部分），
Figure DEST_PATH_IMAGE101
=0，
Figure DEST_PATH_IMAGE103
=1。因为设置了直右合用车道，可以实现直行和右转车流流量比的均衡，故
Figure DEST_PATH_IMAGE105
即为上式所得值。
若
Figure 575451DEST_PATH_IMAGE097
≥1，说明右转交通量较大，需要设置右转专用车道，对应情况（2）。这种情况下，
Figure DEST_PATH_IMAGE106
和
Figure DEST_PATH_IMAGE107
为正整数，
Figure DEST_PATH_IMAGE108
=0。由于直行和右转车流均为专用车道，不一定能实现两者流量比的完全相等，需要进行进一步的计算，以得到使
Figure 973197DEST_PATH_IMAGE105
最小的
Figure DEST_PATH_IMAGE109
和
Figure DEST_PATH_IMAGE110
的值。有两种可能：
Figure DEST_PATH_IMAGE112
Figure DEST_PATH_IMAGE113
=[
Figure DEST_PATH_IMAGE114
]；
Figure DEST_PATH_IMAGE116
Figure 426567DEST_PATH_IMAGE101
=[
Figure 371389DEST_PATH_IMAGE096
]+1。分别根据进口车道数约束求得
Figure DEST_PATH_IMAGE117
，再根据流量比关系求得相应的
Figure 51769DEST_PATH_IMAGE105
，并进行比较。
Figure 292520DEST_PATH_IMAGE105
更小者为流量比更均衡的情况，该情况对应的
Figure 730454DEST_PATH_IMAGE106
和
Figure 478967DEST_PATH_IMAGE107
即为所求。
对以上规划模型进行求解，即可得到车道功能划分方案。
此时，可以将车道划分方案推荐给交通管理部门，为交通管理部门优化交叉口车道设置提供参考。
可以在此基础上进一步地优化交叉口的信号配时方案，为实现交通畅通提供新的解决方案。
步骤四：按获得的车道规划方案对应的目标值，和阈值比较，当大于阈值时，表明需重新设计交叉口结构或调整信号相位方案。
车道功能划分求解中得到的目标函数最小值，就是组成周期的4个信号相位的各个最大流量比之和，即：
Figure DEST_PATH_IMAGE119
对于
Figure DEST_PATH_IMAGE121
一般有如下要求：
Figure DEST_PATH_IMAGE123
若
Figure DEST_PATH_IMAGE125
，说明交叉***通供给已很难满***通需求，须拓宽进口道或更改信号相位方案，重新设计，
Figure DEST_PATH_IMAGE127
为流量比总阈值，优选取0.9。
步骤五：采集信号配时基本参数包括各相位的信号损失时间、黄灯时间、至下一相位的全红时间、最短绿灯时间等。
步骤六：基于车道规划模块获得的车道规划方案、信号配时信息采集模块采集的数据，利用Webster配时方法求解，获得信号配时方案。
1> 信号总损失时间计算：
Figure DEST_PATH_IMAGE129
其中，
Figure DEST_PATH_IMAGE131
，
Figure DEST_PATH_IMAGE133
为信号相位编号，
Figure 561324DEST_PATH_IMAGE133
=1,2,3,4，
Figure DEST_PATH_IMAGE135
为相位
Figure 238555DEST_PATH_IMAGE133
的信号损失时间，
Figure DEST_PATH_IMAGE137
为相位
Figure 491682DEST_PATH_IMAGE133
的黄灯时间，
Figure DEST_PATH_IMAGE139
为相位
Figure 575045DEST_PATH_IMAGE133
至下一相位的全红时间，
Figure DEST_PATH_IMAGE141
为相位
Figure 194464DEST_PATH_IMAGE133
至下一相位的绿灯间隔时间。
2> 信号周期时长计算：
Figure DEST_PATH_IMAGE143
其中，L为信号总损失时间，
Figure DEST_PATH_IMAGE145
为组成周期的全部信号相位的各个最大流量比之和。
3> 总有效绿灯时间计算：
Figure DEST_PATH_IMAGE147
其中，
Figure DEST_PATH_IMAGE149
为信号周期时长。
4> 各相位的有效绿灯时间计算：
Figure DEST_PATH_IMAGE151
Figure DEST_PATH_IMAGE153
Figure DEST_PATH_IMAGE155
Figure DEST_PATH_IMAGE157
5> 各相位的绿信比计算：
Figure DEST_PATH_IMAGE159
6> 各相位的显示绿灯时间计算：
Figure DEST_PATH_IMAGE161
7> 显示绿灯时间约束：
Figure DEST_PATH_IMAGE163
其中，
Figure DEST_PATH_IMAGE165
为相位
Figure DEST_PATH_IMAGE167
的最短绿灯时间。考虑到行人顺利过街等因素，为保证显示绿灯时间不致于过短，需要通过最短绿灯时间对其加以约束。当计算的显示绿灯时间小于相应的最短绿灯时间时，应延长计算周期时长（以满足最短绿灯时间为度），重新计算。
此时，可以根据计算获得的信号周期时长、各相位的绿信比、各相位的显示绿灯时间等参数进行信号配时优化。
参见图1，一种面向潮汐交通的交叉口时空优化***，主要包括4个模块。
模块一：交叉口基本信息采集模块，采集交叉口的结构数据和交通运行数据，其中，交叉口的结构数据包括东、南、西、北4个方向的进口车道数、出口车道数，交叉口的交通运行数据包括东、南、西、北4个方向的进口道的左转流量、直行流量、右转流量，以及左转、直行、右转的单车道饱和流量。可以通过用户输入参数的方式，或从其他***调用信息的方式采集交叉口基本信息。
模块二：车道规划模块，配置车道规划模型，模型以交叉口进口道各功能车道数量为变量，以交叉口各流向之间的均衡化为目标，以变量的基本逻辑关系为约束条件，基于车道规划模型和交叉口基本信息采集模块采集的数据求解，获得车道规划方案。可以将车道划分方案推荐给交通管理部门，为交通管理部门优化交叉口车道设置提供参考，建议在东、南、西、北4个方向如何设置左转、直行、右转专用车道数和直右合用车道数。也可以在此基础上进一步地优化交叉口的信号配时方案，为实现交通畅通提供新的解决方案。
模块三：信号配时信息采集模块，采集参数包括各相位的信号损失时间、黄灯时间、至下一相位的全红时间、最短绿灯时间。可以通过用户输入参数的方式，或从其他***调用信息的方式采集信号配时信息。
模块四：信号配时模块，基于车道规划模块获得的车道规划方案、信号配时信息采集模块采集的数据，利用Webster配时方法求解，获得信号配时方案。计算获得的信号周期时长、各相位的绿信比、各相位的显示绿灯时间等参数可以为交通管理部门进行信号配时优化提供参考。
***的工作流程。
交叉口基本信息采集如下：左转单车道饱和流量为1550pcu/h，直行单车道饱和流量为1650pcu/h，右转单车道饱和流量为1450pcu/h。
进口车道数 出口车道数 左转流量（pcu/h） 直行流量（pcu/h） 右转流量（pcu/h）
东 6 4 260 870 411
南 3 2 59 659 179
西 5 4 346 646 32
北 3 2 259 567 355
车道规划模块，配置车道规划模型，模型以交叉口东、南、西、北进口道的左转、直行、右转、直右车道数量为变量，以交叉口各流向之间的均衡化为目标，目标：
Figure DEST_PATH_IMAGE169
。
其中，
Figure 731012DEST_PATH_IMAGE016
为进口道m左转的流量比，
Figure 205856DEST_PATH_IMAGE018
，
Figure 233855DEST_PATH_IMAGE020
为进口道m左转流量，
Figure 477754DEST_PATH_IMAGE022
为进口道左转单车道的饱和流量，
Figure 667427DEST_PATH_IMAGE024
为进口道m左转专用车道数；
Figure DEST_PATH_IMAGE026AA
为进口道m直行、右转流量比中的大者，由于同向直行和右转流向在同一相位，只需考虑两者流量比中的大值，
Figure 187489DEST_PATH_IMAGE028
，
Figure 753600DEST_PATH_IMAGE067
Figure 55268DEST_PATH_IMAGE032
为进口道m直行、右转流量，
Figure 478159DEST_PATH_IMAGE034
、
Figure 865278DEST_PATH_IMAGE036
为进口道m直行、右转单车道的饱和流量，
Figure 297396DEST_PATH_IMAGE038
、
Figure 187992DEST_PATH_IMAGE040
为进口道m直行、右转专用车道数；m=1、2、3、4，表示交叉口的东、南、西、北4个方位。
模型满足进口车道数约束、通行能力匹配约束、求解变量约束。求解获得车道规划方案：东进口6条车道数分别左转1条、直行3条、右转2条；南进口3条车道数分别左转1条、直行1条、直右1条；西进口5条车道数分别左转2条、直行2条、直右1条；北进口3条车道数分别左转1条、直行1条、直右1条。可以将车道划分方案推荐给交通管理部门，为交通管理部门优化交叉口车道设置提供参考。
信号配时信息采集如下：
相位编号 相位 信号损失时间（s） 黄灯时间（s） 至下一相位的全红时间（s） 最短绿灯时间（s）
1 左右向直行、右转绿灯 3 3 1 20
2 左右向左转绿灯 3 3 1 20
3 上下向直行、右转绿灯 3 3 1 20
4 上下向左转绿灯 3 3 1 20
信号配时模块，基于车道规划模块获得的车道规划方案、信号配时信息采集模块采集的数据，利用Webster配时方法求解，获得信号配时方案。计算获得的信号周期时长、各相位的绿信比、各相位的显示绿灯时间等参数可以为交通管理部门进行信号配时优化提供参考。获得参数：
相位编号 相位最大流量比 有效绿灯时间（s） 绿信比 显示绿灯时间（s）
1 0.176 29.0 0.195 29
2 0.168 27.6 0.186 28
3 0.394 48.5 0.326 48
4 0.167 27.5 0.185 28
各相位最大流量比之和为0.805，小于流量比总阈值0.9，当前交叉***通运行正常。
参见图2，采集各个时段的交通量，利用***获得各个时段的车道规划方案，将车道功能存在变化的车道设置为可变车道，利用***获得各个时段的信号配时，在不同时段启用不同的车道功能，并辅以相应的信号配时方案，可适时缓解交通拥堵、维持交通稳定运行。

Claims (8)

1.一种面向潮汐交通的交叉口时空优化方法，其特征在于：包括：
采集交叉口的结构数据和交通运行数据；
构建车道规划模型，所述的车道规划模型以交叉口进口道各功能车道数量为变量，以交叉口各流向之间的均衡化为目标，以变量的基本逻辑关系为约束条件，其中，所述的交叉口各流向之间的均衡化，可以通过同一相位下不同流向的流量比的差距、同一相位下不同流向的流量比的大小来衡量，两者可以采用以下任意一种衡量关系：相乘、相加、加权求和、同指数幂求和，具体计算：
Figure DEST_PATH_IMAGE001
其中，F为交叉口各流向之间的均衡化程度，
Figure 296642DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
分别为
Figure 908014DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE005
的权重，加权求和值越小表示均衡化程度越高；
Figure DEST_PATH_IMAGE007
为进口道m左转的流量比，
Figure 19103DEST_PATH_IMAGE008
，
Figure 27510DEST_PATH_IMAGE010
为进口道m左转流量，
Figure DEST_PATH_IMAGE011
为进口道左转单车道的饱和流量，
Figure DEST_PATH_IMAGE013
为进口道m左转专用车道数；
Figure DEST_PATH_IMAGE015
为进口道m直行、右转流量比中的大者，
Figure DEST_PATH_IMAGE017
，
Figure DEST_PATH_IMAGE019
为进口道m直行、右转流量，
Figure DEST_PATH_IMAGE021
为进口道m直行、右转单车道的饱和流量，
Figure 582382DEST_PATH_IMAGE022
为进口道m直行、右转专用车道数；
m=1、2、3、4，表示交叉口的4个方位；
求解所述的车道规划模型，获得车道规划方案，包括：
对于左转车流，设置左转专用车道供其行驶，因此
Figure DEST_PATH_IMAGE023
为正整数，情况相对简单；对于右转车流，既可设置右转专用车道又可设置直右合用车道，情况较为复杂，需根据具体交通量的大小确定合适的车道设置方式：
（1）若右转交通量较小，设置右转专用车道后其流量比相比于直行车道小，会造成车道资源的浪费，此时应设置直右合用车道；
（2）若右转交通量较大，设置右转专用车道后其流量比与直行车道相当，车道资源利用相对均衡，此时设置右转专用车道，不再设置直右合用车道；
由于同一进口道的直行和右转车流在同一相位放行，理想情况是两者的流量比实现均衡，令两者的流量比相等进行试算：
Figure 546796DEST_PATH_IMAGE024
由于是试算，式中
Figure 715871DEST_PATH_IMAGE026
可取小数，计算结果中：
若
Figure DEST_PATH_IMAGE027
，说明右转交通量较小，无需单独设置一条右转车道即可实现均衡，对应情况（1），这种情况下，
Figure 132946DEST_PATH_IMAGE028
（[x]表示x的整数部分），
Figure 662148DEST_PATH_IMAGE030
，
Figure 310429DEST_PATH_IMAGE032
，因为设置了直右合用车道，可以实现直行和右转车流流量比的均衡，故
Figure DEST_PATH_IMAGE033
即为上式所得值；
若
Figure 24307DEST_PATH_IMAGE034
，说明右转交通量较大，需要设置右转专用车道，对应情况（2），这种情况下，
Figure 446454DEST_PATH_IMAGE036
和
Figure DEST_PATH_IMAGE037
为正整数，
Figure 966297DEST_PATH_IMAGE038
，由于直行和右转车流均为专用车道，不一定能实现两者流量比的完全相等，需要进行进一步的计算，以得到使
Figure 203506DEST_PATH_IMAGE040
最小的
Figure 774488DEST_PATH_IMAGE042
和
Figure 166155DEST_PATH_IMAGE044
的值，有两种可能：
Figure 787892DEST_PATH_IMAGE046
；分别根据进口车道数约束求得
Figure 660033DEST_PATH_IMAGE048
，再根据流量比关系求得相应的
Figure DEST_PATH_IMAGE049
，并进行比较，
Figure 778031DEST_PATH_IMAGE049
更小者为流量比更均衡的情况，该情况对应的
Figure 892879DEST_PATH_IMAGE042
和
Figure DEST_PATH_IMAGE051
即为所求。
2.根据权利要求1所述的一种面向潮汐交通的交叉口时空优化方法，其特征在于：所述的交叉口各流向之间的均衡化，可以通过同一相位下不同流向的流量比的差距来衡量。
3.根据权利要求1所述的一种面向潮汐交通的交叉口时空优化方法，其特征在于：所述的交叉口各流向之间的均衡化，可以通过同一相位下不同流向的流量比的大小来衡量。
4.根据权利要求1所述的一种面向潮汐交通的交叉口时空优化方法，其特征在于：还包括步骤：按所述的获得的车道规划方案对应的目标值，和阈值比较，当大于阈值时，表明需重新设计交叉口结构或调整信号相位方案。
5.根据权利要求4所述的一种面向潮汐交通的交叉口时空优化方法，其特征在于：还包括步骤：采集信号配时基本信息，基于所述的获得的车道规划方案，利用Webster配时方法求解，获得信号配时方案。
6.根据权利要求1至5中任一权利要求所述的一种面向潮汐交通的交叉口时空优化方法，其特征在于：所述的约束条件具体为：
a、进口车道数约束：交叉口进口道各类车道的车道数总和应等于该进口道总车道数，即：
Figure 20104DEST_PATH_IMAGE052
b、通行能力匹配约束：交叉口进口道某一流向流出的车流股数不应超过对应出口道的车道数，否则会造成出口道通行能力不足，形成交通阻塞，即
Figure DEST_PATH_IMAGE053
c、求解变量约束：对于待求解的各类车道数量，有整数和非负约束，即：
Figure 435167DEST_PATH_IMAGE054
，整数
Figure 520804DEST_PATH_IMAGE056
，整数
其中，
Figure DEST_PATH_IMAGE057
为进口道、出口道m总车道数，
Figure DEST_PATH_IMAGE059
为进口道m左转、直行、右转专用车道数，
Figure DEST_PATH_IMAGE061
为直右合用车道数。
7.一种面向潮汐交通的交叉口时空优化***，其特征在于：包括：
交叉口基本信息采集模块，采集交叉口的结构数据和交通运行数据；
车道规划模块，配置车道规划模型，模型以交叉口进口道各功能车道数量为变量，以交叉口各流向之间的均衡化为目标，以变量的基本逻辑关系为约束条件，基于车道规划模型和交叉口基本信息采集模块采集的数据求解，获得车道规划方案；
其中，所述的交叉口各流向之间的均衡化，可以通过同一相位下不同流向的流量比的差距、同一相位下不同流向的流量比的大小来衡量，两者可以采用以下任意一种衡量关系：相乘、相加、加权求和、同指数幂求和，具体计算：
Figure 513162DEST_PATH_IMAGE062
其中，F为交叉口各流向之间的均衡化程度，
Figure DEST_PATH_IMAGE063
、
Figure 679963DEST_PATH_IMAGE064
分别为
Figure DEST_PATH_IMAGE065
、
Figure 182489DEST_PATH_IMAGE066
的权重，加权求和值越小表示均衡化程度越高；
Figure 663193DEST_PATH_IMAGE068
为进口道m左转的流量比，
Figure DEST_PATH_IMAGE069
为进口道m左转流量，
Figure 923273DEST_PATH_IMAGE011
为进口道左转单车道的饱和流量，
Figure 956083DEST_PATH_IMAGE070
为进口道m左转专用车道数；
Figure DEST_PATH_IMAGE071
为进口道m直行、右转流量比中的大者，
Figure DEST_PATH_IMAGE073
为进口道m直行、右转流量，
Figure DEST_PATH_IMAGE075
为进口道m直行、右转单车道的饱和流量，
Figure DEST_PATH_IMAGE077
为进口道m直行、右转专用车道数；
m=1、2、3、4，表示交叉口的4个方位；
所述的获得车道规划方案，具体包括：
对于左转车流，设置左转专用车道供其行驶，因此
Figure 470372DEST_PATH_IMAGE078
为正整数，情况相对简单；对于右转车流，既可设置右转专用车道又可设置直右合用车道，情况较为复杂，需根据具体交通量的大小确定合适的车道设置方式：
（1）若右转交通量较小，设置右转专用车道后其流量比相比于直行车道小，会造成车道资源的浪费，此时应设置直右合用车道；
（2）若右转交通量较大，设置右转专用车道后其流量比与直行车道相当，车道资源利用相对均衡，此时设置右转专用车道，不再设置直右合用车道；
由于同一进口道的直行和右转车流在同一相位放行，理想情况是两者的流量比实现均衡，令两者的流量比相等进行试算：
Figure 648543DEST_PATH_IMAGE080
由于是试算，式中
Figure 51712DEST_PATH_IMAGE082
可取小数，计算结果中：
若
Figure 560316DEST_PATH_IMAGE083
，说明右转交通量较小，无需单独设置一条右转车道即可实现均衡，对应情况（1），这种情况下，
Figure 912800DEST_PATH_IMAGE084
（[x]表示x的整数部分），
Figure 714402DEST_PATH_IMAGE086
=0，
Figure 90020DEST_PATH_IMAGE088
=1，因为设置了直右合用车道，可以实现直行和右转车流流量比的均衡，故
Figure DEST_PATH_IMAGE089
即为上式所得值；
若
Figure 402315DEST_PATH_IMAGE090
，说明右转交通量较大，需要设置右转专用车道，对应情况（2），这种情况下，
Figure DEST_PATH_IMAGE091
和
Figure DEST_PATH_IMAGE093
为正整数，
Figure DEST_PATH_IMAGE095
，由于直行和右转车流均为专用车道，不一定能实现两者流量比的完全相等，需要进行进一步的计算，以得到使
Figure 625617DEST_PATH_IMAGE089
最小的
Figure 660438DEST_PATH_IMAGE091
和
Figure 523352DEST_PATH_IMAGE096
的值，有两种可能：
Figure 373758DEST_PATH_IMAGE098
；分别根据进口车道数约束求得
Figure 825468DEST_PATH_IMAGE091
，再根据流量比关系求得相应的
Figure 798235DEST_PATH_IMAGE089
，并进行比较，
Figure 148444DEST_PATH_IMAGE089
更小者为流量比更均衡的情况，该情况对应的
Figure 97815DEST_PATH_IMAGE091
和
Figure 217081DEST_PATH_IMAGE096
即为所求。
8.根据权利要求7所述的一种面向潮汐交通的交叉口时空优化***，其特征在于：还包括：
信号配时信息采集模块，采集参数包括各相位的信号损失时间、黄灯时间、至下一相位的全红时间、最短绿灯时间；
信号配时模块，基于车道规划模块获得的车道规划方案、信号配时信息采集模块采集的数据，利用Webster配时方法求解，获得信号配时方案。
CN201810446611.7A 2018-05-11 2018-05-11 一种面向潮汐交通的交叉口时空优化方法及*** Active CN108447278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810446611.7A CN108447278B (zh) 2018-05-11 2018-05-11 一种面向潮汐交通的交叉口时空优化方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810446611.7A CN108447278B (zh) 2018-05-11 2018-05-11 一种面向潮汐交通的交叉口时空优化方法及***

Publications (2)

Publication Number Publication Date
CN108447278A CN108447278A (zh) 2018-08-24
CN108447278B true CN108447278B (zh) 2020-09-01

Family

ID=63203421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810446611.7A Active CN108447278B (zh) 2018-05-11 2018-05-11 一种面向潮汐交通的交叉口时空优化方法及***

Country Status (1)

Country Link
CN (1) CN108447278B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859501B (zh) * 2019-03-08 2021-05-07 鲁东大学 一种信号交叉口可变导向车道行驶方向转换智能控制方法
CN110097752B (zh) * 2019-03-27 2021-04-27 杭州远眺科技有限公司 一种智能化可变导向车道计算方法
CN110415514B (zh) * 2019-06-10 2022-05-10 杨正 一种交叉口车道优化方案选择方法、装置和存储介质
CN110414708B (zh) * 2019-06-10 2023-04-18 上海旷途科技有限公司 一种潮汐车道优化方案选择方法、装置和存储介质
CN110264748B (zh) * 2019-07-08 2022-04-05 紫光云技术有限公司 一种基于城市大脑和v2x的行车精确路由策略
CN110807923B (zh) * 2019-10-31 2020-11-13 哈尔滨工业大学 人机混合驾驶环境下交叉口进口道车道功能重构方法
CN111091724B (zh) * 2019-12-28 2021-06-11 东南大学 交叉口直行车使用对向左转道的动态车道设计及信控方法
CN111768638A (zh) * 2020-05-25 2020-10-13 同济大学 一种单点信号交叉口的车道分配方法
CN111967669B (zh) * 2020-08-18 2022-09-16 吉林大学 一种串联交叉口预信号停车线后进口车道渠化方法
CN111882878B (zh) * 2020-09-02 2021-07-02 烟台大学 一种基于交通流预测的最大化关键道路通行能力的方法
CN114639254B (zh) * 2022-03-07 2023-08-29 北京交通大学 城市多车道环形交叉口通行控制方法及***
CN114664106B (zh) * 2022-04-27 2024-03-08 北京百度网讯科技有限公司 一种交叉口车道分配方法、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1041528A2 (en) * 1999-03-30 2000-10-04 Matsushita Electric Industrial Co., Ltd. Navigation device
CN102881176A (zh) * 2012-11-05 2013-01-16 东南大学 一种设公交专用道的三进口道交叉口渠化及信号配时方法
CN103700273A (zh) * 2014-01-06 2014-04-02 东南大学 基于可变导向车道的信号配时优化方法
CN106548633A (zh) * 2016-10-20 2017-03-29 中国科学院深圳先进技术研究院 一种路网潮汐交通流可变导向车道控制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4332612C2 (de) * 1992-09-25 1996-02-22 Yazaki Corp Außenansichts-Überwachungsverfahren für Kraftfahrzeuge
CN103208196B (zh) * 2013-04-22 2015-01-28 东南大学 面向城市干道变向交通的车道调整方法
CN104036645B (zh) * 2014-06-03 2015-11-18 东南大学 基于可变车道的交叉口信号控制方法
US9547986B1 (en) * 2015-11-19 2017-01-17 Amazon Technologies, Inc. Lane assignments for autonomous vehicles
CN106023608B (zh) * 2016-06-08 2018-08-14 吉林大学 一种十字路***通信号灯实时动态配时的方法
CN106297326A (zh) * 2016-10-27 2017-01-04 深圳榕亨实业集团有限公司 基于全息路网潮汐交通流可变车道控制方法
CN107016857B (zh) * 2017-04-13 2020-06-02 同济大学 一种信控交叉口左转交通组合设计优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1041528A2 (en) * 1999-03-30 2000-10-04 Matsushita Electric Industrial Co., Ltd. Navigation device
CN102881176A (zh) * 2012-11-05 2013-01-16 东南大学 一种设公交专用道的三进口道交叉口渠化及信号配时方法
CN103700273A (zh) * 2014-01-06 2014-04-02 东南大学 基于可变导向车道的信号配时优化方法
CN106548633A (zh) * 2016-10-20 2017-03-29 中国科学院深圳先进技术研究院 一种路网潮汐交通流可变导向车道控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
交通流量比不对称路口信号配时方法的研究;何烈云;《公安学刊》;20130430;第1-4页 *
城市道路信号控制交叉口时空资源优化配置及应用研究;闫功喜;《工程科技Ⅱ辑》;20160415;第13-19页、第27-29页、第51-59页 *

Also Published As

Publication number Publication date
CN108447278A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
CN108447278B (zh) 一种面向潮汐交通的交叉口时空优化方法及***
CN102982688B (zh) 一种基于主干道协调优先的区域交通信号控制方法
CN110136455B (zh) 一种交通信号灯配时方法
CN104040605B (zh) 交通信号控制方法和交通信号控制机
CN101493991B (zh) 基于传感器网络的交通状态获取方法及其装置
CN103198673B (zh) 一种控制站点停靠和路段行驶的公交绿波设置方法
CN103761883B (zh) 一种交通信号控制的自学习方法及***
CN105788306B (zh) 适于行驶速度波动的进口单放式干道绿波协调设计方法
CN103390196B (zh) 复杂约束条件的高速列车运行计划编制优化方法与***
CN102819958B (zh) 城市道路机动车交通信号控制的元胞仿真方法
CN105243856B (zh) 城市交通信号智能控制规则的自组织构建方法
CN109887274A (zh) 一种基于车辆平均延误的区域交通协调优化控制***和方法
CN104134356A (zh) 城市交叉口模型参考自适应信号的控制方法
CN109035767A (zh) 一种考虑交通控制与诱导协同的潮汐车道优化方法
CN103824446A (zh) 一种子区多交叉口群决策控制方法
CN106228819A (zh) 一种多交叉口的交通信号优化控制方法及装置
CN103236169B (zh) 城市干线公交站间双向分段绿波信号设置方法
CN107945539B (zh) 一种交叉口信号控制方法
CN113408189B (zh) 基于可变元胞的城市多点循环式紧急疏散与仿真推演方法
CN110517510A (zh) 基于改进Webster函数和遗传算法的交叉口信号灯配时优化方法
CN105469613A (zh) 行人二次过街信控方案配置方法
CN101877169A (zh) 干线多交叉***通流均衡性控制的数据融合***及方法
Zhao et al. Analysis of alternative treatments for left turn bicycles at tandem intersections
CN103593987A (zh) 基于多路口信号机进行干线协调控制的方法
CN106128103A (zh) 一种基于逐级递归控制的道路交叉口转向交通量分配方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 310012 1st floor, building 1, 223 Yile Road, Hangzhou City, Zhejiang Province

Patentee after: Yinjiang Technology Co.,Ltd.

Address before: 310012 1st floor, building 1, 223 Yile Road, Hangzhou City, Zhejiang Province

Patentee before: ENJOYOR Co.,Ltd.