CN115116242B - 交通信号控制方法、***、设备及存储介质 - Google Patents
交通信号控制方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN115116242B CN115116242B CN202210747670.4A CN202210747670A CN115116242B CN 115116242 B CN115116242 B CN 115116242B CN 202210747670 A CN202210747670 A CN 202210747670A CN 115116242 B CN115116242 B CN 115116242B
- Authority
- CN
- China
- Prior art keywords
- phase difference
- road network
- period
- phase
- uplink
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000000819 phase cycle Methods 0.000 claims abstract description 117
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 230000003068 static effect Effects 0.000 claims description 16
- 238000011144 upstream manufacturing Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000003203 everyday effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000002457 bidirectional effect Effects 0.000 description 7
- 230000008447 perception Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000011295 pitch Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 102100032710 E3 ubiquitin-protein ligase Jade-2 Human genes 0.000 description 1
- 101000994468 Homo sapiens E3 ubiquitin-protein ligase Jade-2 Proteins 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/096—Arrangements for giving variable traffic instructions provided with indicators in which a mark progresses showing the time elapsed, e.g. of green phase
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种交通信号控制方法、***、设备及存储介质，所述方法包括：获取预设时间段内的全息路网数据，基于所述全息路网数据生成初步控制方案；基于所述全息路网数据建立各个控制点位的相位相序库；以每两个控制点位为一个单元，分别计算上行相位差和下行相位差，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差；对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差满足预设条件，将各个控制点位选择的相位时序作为信号控制方案。通过采用本发明，结合上下行的差距设计交通信号控制方案，实现协调控制动态化和最优化。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种交通信号控制方法、***、设备及存储介质。
背景技术
目前行业里信号交叉口的协调控制多采用固定式定时、定相序的静态绿波控制方式。策略一般是给主路车流分配较多的绿灯时间来实现主路的绿波控制，达到主路车流连续无停车通过多个交叉口的目的。然而实际路网的交通车流到达具有一定的随机性，即车流在每一个周期到达流量并不相同，上下行车辆区间行驶时间随着车流量大小、天气、排队情况发生变化，因此采用定时定序定相位差的静态绿波控制给实际控制点位出行者带来很多的被动，必须车适应环境，才能实现理想仿真环境下的静态绿波效果。同时实际控制点位定时控制经常出现主路绿灯期间无车流通过，次路车流排队等待的交通现象，和信号优化本身要实现提升干线或区域整体通行效率初心相违背。
对于传统的定时定序的静态绿波控制模式，控制点位间距必须满足的一定控制点位间距，比如采用经典对称放行的四相位模式的干线静态双向绿波，那么就必须满足很多要求，比如：距离特别近或cv/2成一定的倍数规律关系、速度必须行驶稳定、绿波相位绿信比占据50％左右等。静态绿波通过同步式、交互式、续进式协调控制，来实现双向的静态协同，可以看出传统静态绿波适用条件相对苛刻。全天做干线协调绿波需要交通工程师结合全天流量规律总结出不同时段的静态绿波，定期前往现场跟车维护方案效果，人工优化方案效果，耗费较多很多人力资源，策略本身缺乏一定的灵活性。
同时单点自适应控制是结合单点控制点位感知交通流信息，通过智能信号机专业算法模型在线实时自动调整信号控制参数以适应路网交通流动态变化的控制策略。自适应控制以感知数据，来调整周期时长和绿信比，计算控制点位每一个相位的绿灯时长，并生成下一个周期的配时方案。单点自适应只适合有规律***通流量的控制点位，对于相互关联的干道控制点位控制效果不能满足多控制点位通行效率的提升。
发明内容
针对现有技术中的问题，本发明的目的在于提供一种交通信号控制方法、***、设备及存储介质，结合上下行的差距设计交通信号控制方案，实现协调控制动态化和最优化。
本发明实施例提供一种交通信号控制方法，包括如下步骤：
获取预设时间段内的全息路网数据，基于所述全息路网数据计算公共周期；
基于所述全息路网数据建立各个控制点位的相位相序库；
以每两个控制点位为一个单元，分别计算上行相位差和下行相位差，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差；
对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差和所述公共周期的关系满足预设条件，将各个控制点位选择的相位时序作为信号控制方案。
本发明首先通过计算公共周期，并基于全息路网数据建立相位相序库，计算每两个控制点位的相对相位差，基于相位差调整各个控制点位的相位时序，从而得到优化后的信号控制方案，在计算相对相位差时，将上行和下行的相位差分别进行计算，结合上下行的差距设计交通信号控制方案，通过结合全息路网数据的数据，基于所述全息路网数据计算公共周期，实现协调控制动态化，基于自动搭配相位相序库，并且根据上行相位差和下行相位差找到控制点之间最佳相位搭接方案，充分考虑了上行相位差和下行相位差的差异化，实现协调控制最优化。
在一些实施例中，所述全息路网数据包括静态数据和动态数据，所述静态数据包括交通路网的固有数据，所述动态数据包括实时车辆轨迹、流量预测数据和实时路网排队状态中的至少一种。
在一些实施例中，基于所述全息路网数据计算公共周期，包括如下步骤：
基于所述全息路网数据选择关键路口；
基于所述关键路口的最佳周期作为初步公共周期；
基于所述初步公共周期生成各个控制点位的单点自适应方案；
结合最大绿波带宽的干道协调控制数解算法对所述单点自适应方案进行调整，调整所述单点自适应方案中的初步公共周期，得到调整后的公共周期。
在一些实施例中，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差，包括如下步骤：
获取上行相位差的预设权重和下行相位差的预设权重；
基于所述预设权重、所述上行相位差、所述下行相位差和所述公共周期计算两个控制点位的相对相位差。
在一些实施例中，计算两个控制点位的相对相位差，包括如下步骤：
计算所述上行相位差和所述下行相位差的差值绝对值；
在所述差值绝对值小于等于公共周期*预设系数时，将所述上行相位差和所述下行相位差加权求和得到所述相对相位差；
在所述差值大于公共周期*预设系数且所述上行相位差大于下行相位差时，将所述上行相位差减去公共周期后与所述下行相位差加权求和；
在所述差值大于公共周期*预设系数且所述上行相位差小于下行相位差时，将所述下行相位差减去公共周期后与所述上行相位差加权求和。
在一些实施例中，基于所述相位相序库调整两个控制点位的相位相序，使得所述相对相位差和所述公共周期的关系满足预设条件，包括如下步骤：
基于所述相位相序库自适应调整两个控制点位的相位时序，使得所述相对相位差小于所述公共周期*预设系数。
在一些实施例中，所述分别计算上行相位差和下行相位差，包括如下步骤：
基于全息路网上行实时或预测采集的行程时间、全息路网建立的相连上游第一控制点位的上行相序差、全息路网建立的相连下游第二控制点位的上行相序差和公共周期计算上行相位差；
基于全息路网下行实时或预测采集的行程时间、全息路网建立的相连上游第一控制点位的下行相序差、全息路网建立的相连下游第二控制点位的下行相序差和公共周期计算下行相位差。。
在一些实施例中，还包括如下步骤：
在每日采集历史交通流数据；
基于当前日采集的所述历史交通流数据预先设定所述当前日的下一日的多个协调优化时段；
在所述下一日的每个协调优化时段开始时，重新计算公共周期，并对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差和重新计算的所述公共周期的关系满足预设条件，将各个控制点位选择的相位时序作为当前协调优化时段的信号控制方案。
本发明实施例还提供一种交通信号控制***，应用于所述的交通信号控制方法，所述***包括：
公共周期计算模块，用于获取预设时间段内的全息路网数据，基于所述全息路网数据计算公共周期；
库管理模块，用于基于所述全息路网数据建立各个控制点位的相位相序库；
相位差计算模块，用于以每两个控制点位为一个单元，分别计算上行相位差和下行相位差，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差；
控制方案生成模块，用于对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差和所述公共周期的关系满足预设条件，将各个控制点位选择的相位时序作为信号控制方案。
本发明实施例还提供一种交通信号控制设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行所述的交通信号控制方法的步骤。
通过采用本发明所提供的交通信号控制设备，所述处理器在执行所述可执行指令时执行所述的交通信号控制方法，由此可以获得上述交通信号控制方法的有益效果。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现所述的交通信号控制方法的步骤。
通过采用本发明所提供的计算机可读存储介质，其中存储的程序在被执行时实现所述的交通信号控制方法的步骤，由此可以获得上述交通信号控制方法的有益效果。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的交通信号控制方法的流程图；
图2是本发明一实施例的初步两两路口为单元的数解法绿波带宽示意图；
图3示出了双环相位结构的示意图；
图4示出了几种搭接相位组成；
图5示出了标准型十字路口的相序设计的示意图；
图6示出了畸形十字路口的相序设计的示意图；
图7是本发明一实施例的结合相位相序库分别形成各个上下行相序差的示意图；
图8是本发明一实施例的路口相位自动搭配后形成的方案效果图；
图9示出了设置协调优化时段的流程图；
图10是本发明一实施例的交通信号控制***的示意图；
图11是本发明一实施例的交通信号控制设备的结构示意图；
图12是本发明一实施例的计算机存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
如图1所示，在一实施例中，本发明提供了一种交通信号控制方法，包括如下步骤：
S100：获取预设时间段内的全息路网数据，基于所述全息路网数据计算公共周期；
S200：基于所述全息路网数据建立各个控制点位的相位相序库，在该实施例中，以各个路口为控制点位进行说明；
S300：以每两个控制点位为一个单元，分别计算上行相位差和下行相位差，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差；
S400：对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，所述相对相位差和所述公共周期的关系满足预设条件，将各个控制点位选择的相位时序作为信号控制方案，即根据上行相位差和下行相位差找到控制点之间最佳相位搭接方案。
本发明首先通过步骤S100可以计算公共周期，并通过步骤S200可以基于全息路网数据建立相位相序库，通过步骤S300计算每两个控制点位的相对相位差，通过步骤S400基于相位差调整各个控制点位的相位时序，从而得到优化后的信号控制方案，在计算相对相位差时，将上行和下行的相位差分别进行计算，结合上下行的差距设计交通信号控制方案，通过结合全息路网数据的数据，基于所述全息路网数据计算公共周期，实现协调控制动态化，基于自动搭配相位相序库，并且根据上行相位差和下行相位差找到控制点之间最佳相位搭接方案，充分考虑了上行相位差和下行相位差的差异化，实现协调控制最优化。
现阶段全息路网已完美结合数字孪生技术实现大数据融合感知，以“上帝之眼”的视角优化协调路线及路网信控最优决策是本次研究的主题。本次重点研究干线场景下动态协调，提出结合全息路网大数据实时感知，将单点自适应控制和干线绿波协调控制组合形成自适应协调控制，自主学习路网属性、车辆速度，动态优化形成本地化最佳绿波带效果。充分发挥全息路网实时感知，数字孪生在线仿真优势，让协调控制最动态化、闭环化、最优化。
在该实施例中，所述全息路网数据包括各路口精细化数据信息，包括：路口现状配时信息、高精度地图、路口间距、区间速度、(工作日和非工作日全天24小时)统计的交通流数据等。将所述全息路网数据划分为静态数据和动态数据，所述静态数据包括交通路网的固有数据。所述动态数据包括实时车辆轨迹、流量预测数据和实时路网排队状态中的至少一种。所述静态数据例如可以包括：路网交通组织、潮汐流现象、路段间距、空间渠化等信息中的一种或多种，可以为设计协调优化的相位阶段、相序库提供信息基础。
在该实施例中，所述步骤S100中，基于所述全息路网数据计算公共周期，包括如下步骤：
基于所述全息路网数据选择关键路口；
基于所述关键路口的最佳周期作为初步公共周期；
基于所述初步公共周期生成各个路口的单点自适应方案；
结合最大绿波带宽的干道协调控制数解算法对所述单点自适应方案进行调整，调整所述单点自适应方案中的初步公共周期，得到调整后的公共周期。
以下对基于所述全息路网数据选择关键路口的方式进行介绍：
在该实施例中，基于全息路网数据，选择交通强度最大的路口，作为关键路口。各个路口的交通强度可以采用如下公式计算得到：
其中，Ti为路口的交通强度，V为路口当前流量，对应全息路网当前采集流量，Vm为最大流量，对应全息路网历史采集最大流量，o为当前占有率，对应全息路网当前采集占有率，om为最大占有率，对应全息路网历史采集最大占有率，Q为当前排队长度，Qm为最大排队长度，S为当前速度，Sm为最大速度。
在其他实施方式中，所述关键路口也可以采用其他方式来选择，例如选择当前流量最大的路口作为关键路口，或者由工作人员人工指定某一个路口作为关键路口等等。
以下对获取所述关键路口的最佳周期的方式进行介绍。在实施例中，除了获取所述关键路口的最佳周期，还可以进一步通过自学习获取高峰小时系数PHF、启动损失、车道通行能力和最小绿灯时间。
(1)最佳周期自学习
以单点路口为例，韦伯斯特延误模型最为常用，模型公式如下：
其中，表示交叉口某相位车辆平均延误(s/pcu)，其中s表示秒，pcu表示平均车辆到达量，Cl表示信号周期长度(s)，其中s表示秒，λ表示相位绿信比，y表示相位流量比，x表示相位的饱和度，q表示车辆到达率(pcu/h)，其中h表示小时，pcu表示平均车辆到达量。其中，
其中，qi表示相位i的平均车辆到达量(pcu)，Qi表示相位i的通行能力，Cl表示信号周期长度(单位为秒s)，Si表示相位i饱和流率，gi表示相位i的有效绿灯时间(单位为秒s)，yi表示相位i的相位流量比，λi表示相位i的相位绿信比。
其中，D表示车辆总延误时间，表示第i相位每辆车的平均延误时间(s/pcu)，qi表示第i相位的平均车辆到达量(pcu)，为近似解。
以单点路口Webster最佳周期为基础加入，加入结合实际路网，x<0.8时，采用Webster周期k初始情况选取5，结合实际路网感知状况主动学习、调整。
0.8≤x＜1时，采用阿克塞力克k初始情况选取0，实际使用结合路网停车因素进行调整。
其中，
其中，k为可自定义变量，可根据不同优化要求选取不同的值；L表示每个周期的总损失时间(s)，l表示启动损失时间(s)，结合全息路网历史数据感知，学***均时间。A表示黄灯时间(s)，结合路网实际需求，一般设为3s。I表示绿灯间隔时间(s)，i表示一个周期内的相位数，Y表示组成周期的全部信号相位的各个最大γ值之和。
(2)高峰小时系数PHF自学习
高峰小时系数PHF15结合全息路网感知数据采集自动生成，原理类似于下表，结合全息路网5分钟统计数据自动生成每个时间段的高峰小时系数，第三列交接车、第四列大型货车、第五列大型客车、第六列小汽车、小客车部分是全息路口收集到的5分钟数据信息，综合计算本地化不同时间段高峰小时系数。
(3)启动损失时间自学习
每个相位绿灯初期，车辆因启动而实际并未用于通车的一段绿灯时间，为相位绿灯初损失时间。
结合全息路网感知实测，将有红灯倒计时或红闪的路口和无红灯倒计时或黄闪路口区分开统计本地化的启动损失时间。
绿灯亮起到车辆通车结合全息路口感知进行分类统计实测时间为t1。另外，按信号通车规则，黄灯初期尚可有车辆通行，而黄灯后期已不能通车，黄灯末尾的这一段时间，属于相位黄灯末损失时间t2，根据实测把绿灯初损失时间同黄灯末损失时间合在一起t＝t1+t2，t称为启动损失时间。如下表结合全息路网统计计算本地化不同路口启动损失时间。最终得到路口的启动损失时间。
(4)车辆通行能力自学习
传统进口道车道通行能力要考虑很多因素校正系数：比如车道宽度、坡度及大车校正、合用车道校验，这些校验操作麻烦，需要耗费大量精力统计各类参考系数，实用性不强，不具有针对性路网各个点位路口微观属性。
根据全息路网的数据的大量观测和统计，统计不同相位模式下不同车道的连续通行下平均车头时距，以此来计算本地化进口道不同相位模式矫正后道通行能力Q＝3600/t车头，分为左转、直行、右转、直右、直左、左直右、左右。具有动态的自学习能力，同时可针对各个路口微观属性生成针对性统计参数。如下车道通行能力结合车道属性以及所处相位的模式，自动生成校正后通行能力。
| 车道类型 | 车头时距 | 矫正后通行能力(PCU/h) |
| 左转 | t_车头1 | 3600/t_车头1 |
| 直行 | t_车头2 | 3600/t_车头2 |
| 右转 | t_车头3 | 3600/t_车头4 |
| 直右 | t_车头4 | 3600/t_车头4 |
| 直左 | t_车头5 | 3600/t_车头5 |
| 直左右 | t_车头6 | 3600/t_车头6 |
| 左右 | t_车头7 | 3600/t_车头7 |
(5)获取最小绿灯时间
对于涉及到关联行人过街相位需要保障行人过街最小绿灯时间，全息路网结合高精度地图大量历史数据统计行人过街群体和速度，照顾行人过街通行。具体最小绿灯获取的公式如下：
其中，Lp为行人过街道长度，vp为行人过街步速，I为绿灯间隔时间。需要说明的是，各个参数单位相对应，如，Lp单位为米(m)，vp单位为米/秒(m/s)，I的单位为秒(s)。
以下对生成各个路口的单点自适应方案的方式进行介绍：
在该实施例中，分别通过全息路网历史统计的交通流信息，初步给出各个路口最佳周期。具体如下表格，显示了全息路网统计下的路***通流数据。
通过采用上述方法，基于最佳周期将公共周期调整为98s，配时时间为东西直行35、东西左转19、南北直行25、南北左转19。依据主路口最佳周期初步暂定所有路口统一为公共周期C0＝98s。根据公共周期，各个路口重新分配绿信比。例如如下表格自动生成其他路口的方案。
以下对结合最大绿波带宽的干道协调控制数解算法调整公共周期的方式进行介绍：
(1)最大绿波带宽的干道协调控制数解算法
最大绿波带宽法中，通常采用图解法、模型法与数解法。图解法是通过几何作图的方式，不断调整绿波带速与信号周期，以期获得较好的协调效果。
在模型法中，MAXBAND模型较为经典。MAXBAND模型是利用干道时距图以绿波带宽最大为优化目标，通过建立绿波带宽与信号周期、相位差、相序方式等之间的混合整数规划模型以求取最大绿波带宽。
数解法是通过数值计算的方式，通过寻求最佳理想交叉口间距，以获得最大绿波带宽。相比于图解法与模型法，虽然三者均以绿波带宽最大为目标，但数解法具有计算简洁、实现方便、方案效果较优、可操作性强等优点，在全息路网感知下干道协调控制中，数解法更适合快速动态生成不同时段控制方案。
在该实施例中，前期先用数解法来确定，它通过寻找使得***中各实际信号距理想信号的最大挪移量最小来获得最优相位差控制方案。先将原各区间段不同的速度、行程时间进行统一格式，折算成数解法的统一速度。
行程时间是指车辆在路段上行驶时，从路段中某一点行驶到路段中另外一点所需要的行车时间，这部分时间包括行驶过程中可能出现的所有使行车延滞或道路行驶消耗的时间，包括但不限于行车时间、车辆启动延误时间、红灯减速时间、停车排队时间等。
(2)结合实验案例环境和全息路网数据数解法试算
如下表格为数解法距离折算的示例。
如下是案例中结合不同区段速度折算后间距的示例。
设有A、B、C、D四个交叉路口，它们相邻间距在上面表中有列举，A、B交叉口之间距离为252m，B、C为342m等，关键交叉口周期时长为98s，相应的***带速v＝10.52m/s(37.87km/h)，CV/2＝515。这就是说，相距515m信号的相位差，正好相当于交互式协调***的相位差(错半个周期)；相距1030m的信号，正好是同步式协调(错一个周期)。
逐一计算寻求协调效果最好的各理想信号的位置，以求得实际信号间协调效果最好的双向相位差。以515±100作为最适当的的变动范围，即415～625，将此范围填入表的a列内，a列内各行数字即为假定理想信号的间距。
如下是数解法挪移的示例。
最佳CV/2＝555.45，公共周期从C0＝98s调整为104s，各相位分配时间重新分配，分配结果为：东西直行38，东西左转21，南北直行25，南北左转20。
其他路口分别按照公共周期分配每个相位的绿信比，生成对应基础相位时间。同时生成的静态绿波方案要协调方向绿信比≥关键路口绿信比。
如图2所示，高峰期间具体呈现效果总体效果较差，没有形成双向绿波带。同时两路口组合比较如A、B头车需要等待28s，双向绿波带宽相对较小，B、C路口之间按照原来方案运行头车均需要等待19s左右双向绿波带宽相对适中，C、D路口双向头车只需要等待4s绿波带宽相对较宽，效果较好。因此，采用传统的初步两两路口为单元的数解法形成的交通信号控制方案对于高峰期间可能呈现出不好的效果，需要进一步采用步骤S300和S400来对交通信号控制方案进一步优化。
如下是通过采用最大绿波带宽的干道协调控制数解算法得到的初步控制方案应用后的整体效果示意图。
下面介绍基于全息路网数据建立各个路口的相位相序库的过程。
在该实施例中，结合全息路网高精度地图和流量分布情况、潮汐流规律。每个路口建立相位相序库。具体地，下面对建立相位相序库的具体实现方式进行介绍：
相位相序库为基于全息路网数据结合高精度地图的静态数据为基础建立的。在相位上，采用如图3所示的双环相位结构。在相位顺序上，不允许主路和次路之间进行跳相，但是可以允许主路直行和左转之间的顺序灵活搭接。
相位切换方式与相位顺序密切相关，相位切换模块实质上就是对相位顺序的优化。相位顺序的设置和优化需要满足3个原则：(1)安全性，(2)效率性，(3)相对稳定性。
对于十字路口，在相位(阶段)选择中，采用标准十字路口相位搭配。在信号控制交叉口，其每一种控制状态(一种通行权)，即对各进口道不同方向所显示的不同灯色的组合，称为一个信号相位。相位相序为相位依次放行顺序。相位个数的选择和相序的放行跟实际路口现场环境有关，同时对于常见的对称放行：主路与主路四相位、主路与次路(支路)三相位、次路(支路)与次路(支路)两相位。可以采用标准对称放行四相位，或者采用单口放行四相位，并设定每个放行方向的通行时间。
对于丁字路口，在相位(阶段)选择中，采用标准丁字路口相位搭配，并且设定每个放行方向的通行时间。
在实际路网场景使用搭接相位主要有三个原因：1.解决主要道路交通流量不均衡的问题；2.可单独控制直行与左转车流；3.有利于做绿波协调控制。同时对于单边放行的搭接相位，行人放行只能放行半侧行人通行。
搭接相位使用条件：
1、使用搭接相位，路口如有施工，对称方向必须分开接线；
2、使用搭接相位，路口如有左转待行区、直行待行区，需结合路口实际情况合理调整搭接相位、相序确保待行区车辆不影响冲突方向车辆通行；
3、搭接相位的使用需要保障行人过街时间、满足现场需求。
图4示出了几种搭接相位组成。
在相位相序库建立过程中，需要考虑左转保护相位和右转控制，具体地，左转设置专有相位依据如下：
1、单独左转车道、采用左转方向指示信号灯；
2、对向车道数大于等于3条；
3、左转车道数大于等于1.5条且对向直行车道数大于等于1.5条；
4、左转与对向直行车流视线不佳；
5、流量条件：左转单周期流量大于5辆；
6、事故条件：左转与对向直行车流3年内平均每年发生事故2次以上，或发生过死亡事故；
7、左转与对向直行车流、人行过街冲突放行，导致路口拥堵或无法在绿灯间隔时间内清空。
8、非机动采用左转通行的。
右转一般情况是不受信号灯控制，符合以下条件应设置右转单独灯控：
1、右转车流量及单个冲突的行人量达到《GB14886-2016道路交通信号灯设置与安装规范》中的交通流量条件——高峰小时流量、任意连续8小时流量；
2、右转车流与单个冲突行人的事故量达到《GB14886-2016道路交通信号灯设置与安装规范》中的交通事故条件；
3、右转车流与其他方向机动车、非机动车、行人过街冲突产生交通拥堵或无法在绿灯间隔时间内清空；
4、无右转渠化岛的信控路口，单向右转车道数大于等于2条
5、有明确的右转控流需求；
6、需考虑右转大货车流量。
下面介绍对相序的选择。
1、常规十字路口相序选择
路口相序的选择也是根据现场的现场环境和车道布局所确定的，一般相序的放行顺序存在于多相位的配置的路口，如十字路口四相位存在先放左转或者先放直行的顺序，相位的放行顺序和环境有关，如图5所示为一般的标准型十字路口的相序设计。图6所示为畸形十字路口的相序设计。b、f点路口为冲突点，ab为左转车辆通行的长度，cd为直行车辆通行长度。如果先放左转再放直行相位，当左转相位转换到直行相位时，左转相位尾车1和直行相位的头车8同时离开停车线。ab>cd时，直行车8对通行对左转车1产生影响，左转车1就被停滞在交叉口内，影响对向车的运行，导致必须设置较长的绿灯间隔时间(黄闪、全红)来保证尾车1驶离交叉口。因此对于标准的十字路口的交叉垂直的路口建议先直行再左转有利于交通通行。如图6所示，对于畸形的十字路口，ab<cd时，建议先左转再直行有利于交通通行。
同时对于具有待行区的路口相序要保证进入待行区的车辆，不会影响冲突方位车辆通行。例如，四个方向左转均有待行区，且待行区的长度影响了冲突方位的车辆放行，此时每次放行某个方向直行进入待行区的车辆，必须在放行冲突方位车辆之前放行清空待行区的相位，相序受到一定限制，东西向(或南北向)一定是以对称左转相位或单口左直相位结束东西向(或南北向)放行。
同时对于左转、直行均有待行区的路口，相序的限制条件相对严格，同时在空间设计上路口直行待行区的长度也受相交道路左转车行车轨迹的限制。
2、考虑行人过街单口放行相序
单口放行相序顺时针的清空距离大于逆时针的清空距离，相位安全性高一点。同时顺时针、逆时针放行相位均有行人绿波效果，顺时针相序对应行人靠左行驶绿波、逆时针放行对应行人靠右行驶绿波，单口跳跃放行均有等待一个方位放行时间。
比如案例中核心点位确定了高峰期关键路口点位1，这个需要结合外场是否有渠化待行区、信号灯具体组成确定相位、相序库，这样对于数解法不规律路口通过相序调整和搭接来形成最佳绿波带效果。
如路口A和路口B上下行时间24s，路口A如不考虑外场信号灯组合和待行区等条件限制，可把相序和相位阶段可以将相位阶段分成如下几种情况：
情况1：原方案：东西直行38东西左转21非协调相位45
情况2：东向直左21东西直行17西向直左21非协调相位45
情况3：东向直左21西向直左21东西直行17非协调相位45
情况4：西向直左21东西直行17东向直左21非协调相位45
情况5：西向直左21东向直左21东西直行17非协调相位45
情况6：东西直行17西向直左21东向直左21非协调相位45
情况7：东西直行17东向直左21西向直左21非协调相位45
情况8：(不推荐，结合现场)东西左转21东西直行38非协调相位45
同时对于路口B，对于相序和相位阶段也同样如A路口一样，那么可以考虑A路口相位阶段情形1-8和B路口相位阶段1-8的总计64种各种搭配形成较原数解法更好的绿波带宽。
如下列举了两两路口握手为单元的示例。
| 路口A | 阶段一 | 阶段二 | 阶段三 | 非协调相位 |
| 相序阶段 | a | b | c | d |
| 路口B | 阶段一 | 阶段二 | 阶段三 | 非协调相位 |
| 相序阶段 | a′ | b′ | c′ | d′ |
在该实施例中，所述步骤S300中，所述计算上行相位差和下行相位差包括如下步骤：
基于全息路网上行实时或预测采集的行程时间、全息路网建立的相连上游第一控制点位的上行相序差、全息路网建立的相连下游第二控制点位的上行相序差和公共周期计算上行相位差；
基于全息路网下行实时或预测采集的行程时间、全息路网建立的相连上游第一控制点位的下行相序差、全息路网建立的相连下游第二控制点位的下行相序差和公共周期计算下行相位差。
以下示例性地给出了一种上行相位差和下行相位差的计算公式：
其中，O上和O下分别表示上行相位差和下行相位差，O2和O1分别表示第一控制点位的绝对相位差和第二控制点位的绝对相位差，s1上表示全息路网上行实时或预测采集的行程时间，t1上表示全息路网建立的相连上游第一控制点位的上行相序差，t2上表示全息路网建立的相连下游第二控制点位的上行相序差，C表示公共周期，s1下表示全息路网下行实时或预测采集的行程时间，t1下表示全息路网建立的相连上游第一控制点位的下行相序差，t2下表示全息路网建立的相连下游第二控制点位的下行相序差。
图7示例性地示出了路口A的上行相位差和下行相位差的计算过程示意图。其中，a表示2阶段相比于1阶段的相位差，b表示3阶段相比于1阶段的相位差。其他路口的上行相位差和下行相位差可以采用同样的方法计算得到。
在该实施例中，所述步骤S300中，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差，包括如下步骤：
获取上行相位差的预设权重和下行相位差的预设权重；
基于所述预设权重、所述上行相位差、所述下行相位差和所述公共周期计算两个控制点位的相对相位差。
在该实施例中，计算两个控制点位的相对相位差，包括如下步骤：
计算所述上行相位差和所述下行相位差的差值绝对值；
在所述差值绝对值小于等于公共周期*预设系数时，将所述上行相位差和所述下行相位差加权求和得到所述相对相位差；
在所述差值大于公共周期*预设系数且所述上行相位差大于下行相位差时，将所述上行相位差减去公共周期后与所述下行相位差加权求和；
在所述差值大于公共周期*预设系数且所述上行相位差小于下行相位差时，将所述下行相位差减去公共周期后与所述上行相位差加权求和。
此处预设系数可以根据需要选择，在该实施例中，预设系数例如可以选择为0.5，但本发明不以此为限，在其他实施方式中，预设系数也可以选择为0.4、0.6等。
在该实施例中，以预设系数采用0.5为例，采用如下公式计算两个控制点位的相对相位差O双向：
O双向＝α1，O上+(1-a1)，o下 当
O双向＝α1*(O上-C)+(1-α1)*O下 当
O双向＝α1*O上+(1-α1)，(O下-C) 当
其中，O上和O下分别表示上行相位差和下行相位差，α1表示上行相位差的预设权重，取值范围为[0,1]，(1-α1)表示下行相位差的预设权重，取值范围为[0,1]，C表示公共周期。
在该实施例中，上下行权重值的获取具体有两种方法，可以任选其一：
1、利用全息路网历史采集交通方向系数，方向系数是指在路段上往返两方向的道路上车辆驶往某一方向的交通量与两方向交通量总和之比。采用如下公式计算：
其中，K上代表上行方向系数；Q上代表上行方向小时交通流量；Q上代表上行方向小时交通流量；
K下＝1-K上
因此可得方向权重：α1＝K上；1-α1＝K下
2、结合交警用户长期经验积累或期望优先通行方向，自定义方向权重系数。
在该实施例中，基于所述相位相序库调整两个控制点位的相位相序，所述相对相位差和所述公共周期的关系满足预设条件，包括如下步骤：
基于所述相位相序库自适应调整两个控制点位的相位时序，使得所述相对相位差小于所述公共周期*预设系数。此处预设系数例如为0.5，或者其他小于1的数值，0.4、0.6、0.7等，在预设系数为0.5时，使得所述相对相位差小于所述公共周期的一半。
具体地，以预设系数为0.5为例进行说明，将上下行相位差结合权重比率在C/2周期内进行挪移，实现最佳的绿波带效果。如下表为本次案例结合全息路网历史数据，通过建立相位相序库结合优化模型算法进行动态自适应协调优化后的方案示例。其中，如图8所示，原高峰期数解法最大绿波带宽结合相位相序库和上下行权重动态调整，自动生成适合本地化最佳方案，经评估优化效果良好。
在该实施例中，所述交通信号控制方法还包括如下步骤：
设定相位相序库的更新时间周期；
在每个更新时间周期开始时，基于当前时刻之前预设时间段内的全息路网数据，更新各个控制点位的相位相序库。
在该实施例中，所述交通信号控制方法还包括如下步骤：
在每日采集历史交通流数据；
基于当前日采集的所述历史交通流数据预先设定该当前日的下一日的多个协调优化时段；
在该下一日的每个协调优化时段开始时，重新执行步骤S100～S400，将步骤S400中各个控制点位选择的相位时序作为当前协调优化时段的信号控制方案。
因此，在该实施例中，在每个协调优化时段自动试算关键路口最佳周期，并结合上下游相连路口生成相位阶段最佳搭配，下发自适应协调控制对应相位差，满足干线动态协调控制路网的要求。实现了全息路网感知下的自适应协调控制优化，可以更好地匹配实际路网动态的交通流变化需求。并且可以根据历史交通流数据自动设定每天的协调优化时段，实现协调优化时段的自适应调整。
具体地，如图9所示，采用如下步骤设置协调优化时段：
1、结合流量数据统计、预测统计和相位相序库选择关键路口。关键路口的选择条件可以根据需要设定，例如选择流量最大的路口、选择交通强度最大的路口等。
2、实时交通流数据统计，结合最佳周期公式生成周期、绿信比方案，作为预生成方案。
判断原有方案和预生成方案之间周期偏差是否在20％范围内，若是，维持当前方案，若超过20％范围，则重新执行步骤S100～S400生成最新的交通信号控制方案。
3、历史数据统计，按照节假日和工作日分类，首先需求历史统计的峰值和谷值，并在峰值(谷值)流量时刻其波动20％范围内自动组合形成高峰(低峰)时刻。
在其他时间段，以流量波动在20％范围内自动组合形成不同协调优化时段。
4、将实时数据统计传输到预测模型进行奖励或惩罚反馈，矫正预测。此处预测模型即为通过上下行权重两两搭接选择路口相位相序的模型。本发明通过结合全息路网动态感知，主动学习并调整最佳周期和相位相序搭配，预测新方案评价效果，形成自适应协调控制的闭环。具体地，在采用本发明的交通信号控制方法形成信号控制方案并应用到路网控制后，过一段时间可以再次采集全息路网数据，并且进行预设评价指标的计算，预设评价指标例如可以包括通信效率、延误率等，从而可以形成对该交通信号控制方法实施效果的反馈，可以根据该反馈调整具体的相位相序搭接方式。此外，也可以应用多种控制方案(包括采用本发明的交通信号控制方法采用不同的相位相序搭接方式的方案以及采用绿波带宽数解法形成的方案)后，采集不同控制方案对应的全息路网数据，并分别计算预设评价指标，通过预设评价指标的比较选择效果更好的信号控制方案。
5、每天将不同协调优化时段的分配情况反馈给相位相序库供第二天相同节假日或工作日作为初始协调优化时段使用。
如图10所示，本发明实施例还提供一种交通信号控制***，应用于所述的交通信号控制方法，所述***包括：
公共周期计算模块M100，用于获取预设时间段内的全息路网数据，基于所述全息路网数据计算公共周期；
库管理模块M200，用于基于所述全息路网数据建立各个控制点位的相位相序库；
相位差计算模块M300，用于以每两个控制点位为一个单元，分别计算上行相位差和下行相位差，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差；
控制方案生成模块M400，用于对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差和所述公共周期的关系满足预设条件，将各个控制点位选择的相位时序作为信号控制方案。
本发明首先通过公共周期计算模块M100可以生成初步控制方案，并通过库管理模块M200可以基于全息路网数据建立相位相序库，通过相位差计算模块M300计算每两个控制点位的相对相位差，通过控制方案生成模块M400基于相位差调整各个控制点位的相位时序，从而得到优化后的信号控制方案，在计算相对相位差时，将上行和下行的相位差分别进行计算，结合上下行的差距设计交通信号控制方案，通过结合全息路网数据的数据，基于所述全息路网数据计算公共周期，实现协调控制动态化，基于自动搭配相位相序库，并且根据上行相位差和下行相位差找到控制点之间最佳相位搭接方案，充分考虑了上行相位差和下行相位差的差异化，实现协调控制最优化。
本发明实施例还提供一种交通信号控制设备，包括处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行所述的交通信号控制方法的步骤。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为***、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。
下面参照图11来描述根据本发明的这种实施方式的电子设备600。图11显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同***组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过采用本发明所提供的交通信号控制设备，所述处理器在执行所述可执行指令时执行所述的交通信号控制方法，由此可以获得上述交通信号控制方法的有益效果。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现所述的交通信号控制方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图12所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或集群上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
通过采用本发明所提供的计算机可读存储介质，其中存储的程序在被执行时实现所述的交通信号控制方法的步骤，由此可以获得上述交通信号控制方法的有益效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (8)
1.一种交通信号控制方法，其特征在于，包括如下步骤：
获取预设时间段内的全息路网数据，基于所述全息路网数据计算公共周期；
基于所述全息路网数据建立各个控制点位的相位相序库；
以每两个控制点位为一个单元，分别计算上行相位差和下行相位差，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差；
对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差小于所述公共周期*预设系数，将各个控制点位选择的相位时序作为信号控制方案；
其中，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差，包括如下步骤：
获取上行相位差的预设权重和下行相位差的预设权重；
计算所述上行相位差和所述下行相位差的差值绝对值；
在所述差值绝对值小于等于公共周期*预设系数时，将所述上行相位差和所述下行相位差加权求和得到所述相对相位差；
在所述差值大于公共周期*预设系数且所述上行相位差大于下行相位差时，将所述上行相位差减去公共周期后与所述下行相位差加权求和；
在所述差值大于公共周期*预设系数且所述上行相位差小于下行相位差时，将所述下行相位差减去公共周期后与所述上行相位差加权求和。
2.根据权利要求1所述的交通信号控制方法，其特征在于，所述全息路网数据包括静态数据和动态数据，所述静态数据包括交通路网的固有数据，所述动态数据包括实时车辆轨迹、流量预测数据和实时路网排队状态中的至少一种。
3.根据权利要求1所述的交通信号控制方法，其特征在于，基于所述全息路网数据计算公共周期，包括如下步骤：
基于所述全息路网数据选择关键路口；
基于所述关键路口的最佳周期作为初步公共周期；
基于所述初步公共周期生成各个控制点位的单点自适应方案；
结合最大绿波带宽的干道协调控制数解算法对所述单点自适应方案进行调整，调整所述单点自适应方案中的初步公共周期，得到调整后的公共周期。
4.根据权利要求1所述的交通信号控制方法，其特征在于，所述分别计算上行相位差和下行相位差，包括如下步骤：
基于全息路网上行实时或预测采集的行程时间、全息路网建立的相连上游第一控制点位的上行相序差、全息路网建立的相连下游第二控制点位的上行相序差和公共周期计算上行相位差；
基于全息路网下行实时或预测采集的行程时间、全息路网建立的相连上游第一控制点位的下行相序差、全息路网建立的相连下游第二控制点位的下行相序差和公共周期计算下行相位差。
5.根据权利要求1所述的交通信号控制方法，其特征在于，还包括如下步骤：
在每日采集历史交通流数据；
基于当前日采集的所述历史交通流数据预先设定所述当前日的下一日的多个协调优化时段；
在所述下一日的每个协调优化时段开始时，重新计算公共周期，并对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差和重新计算的所述公共周期的关系满足预设条件，将各个控制点位选择的相位时序作为当前协调优化时段的信号控制方案。
6.一种交通信号控制***，其特征在于，应用于权利要求1至5中任一项所述的交通信号控制方法，所述***包括：
公共周期计算模块，用于获取预设时间段内的全息路网数据，基于所述全息路网数据计算公共周期；
库管理模块，用于基于所述全息路网数据建立各个控制点位的相位相序库；
相位差计算模块，用于以每两个控制点位为一个单元，分别计算上行相位差和下行相位差，基于所述上行相位差和下行相位差计算两个控制点位的相对相位差；
控制方案生成模块，用于对于各个单元，基于所述相位相序库搭配选择两个控制点位的相位相序，使得所述相对相位差和所述公共周期的关系满足预设条件，将各个控制点位选择的相位时序作为信号控制方案。
7.一种交通信号控制设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至5中任一项所述的交通信号控制方法的步骤。
8.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现权利要求1至5中任一项所述的交通信号控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210747670.4A CN115116242B (zh) | 2022-06-29 | 2022-06-29 | 交通信号控制方法、***、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210747670.4A CN115116242B (zh) | 2022-06-29 | 2022-06-29 | 交通信号控制方法、***、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115116242A CN115116242A (zh) | 2022-09-27 |
| CN115116242B true CN115116242B (zh) | 2024-07-12 |
Family
ID=83331146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210747670.4A Active CN115116242B (zh) | 2022-06-29 | 2022-06-29 | 交通信号控制方法、***、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115116242B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116631202B (zh) * | 2022-10-27 | 2024-08-06 | 东南大学 | 面向交通溢流的瓶颈交叉口群信号控制优化方法 |
| CN116994444B (zh) * | 2023-09-26 | 2023-12-12 | 南京邮电大学 | 一种交通灯控制方法、***及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103021195A (zh) * | 2012-12-10 | 2013-04-03 | 浙江大学 | 一种相邻交叉口协调控制相位差的优化方法 |
| CN105185130A (zh) * | 2015-09-30 | 2015-12-23 | 公安部交通管理科学研究所 | 一种变周期下的道路交叉口间的信号协调控制方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110047303B (zh) * | 2019-06-05 | 2021-04-16 | 上海千年城市规划工程设计股份有限公司 | 提高双向绿波控制中绿波带带宽的相位相序调整方法 |
| CN110689737B (zh) * | 2019-09-30 | 2020-12-04 | 华南理工大学 | 寻求最大双向绿波带宽的干道协调相位绿灯时间优化方法 |
| CN111554091B (zh) * | 2020-04-26 | 2022-04-22 | 江苏智通交通科技有限公司 | 考虑路口流量失衡状况的交通信号控制方案时段划分方法 |
-
2022
- 2022-06-29 CN CN202210747670.4A patent/CN115116242B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103021195A (zh) * | 2012-12-10 | 2013-04-03 | 浙江大学 | 一种相邻交叉口协调控制相位差的优化方法 |
| CN105185130A (zh) * | 2015-09-30 | 2015-12-23 | 公安部交通管理科学研究所 | 一种变周期下的道路交叉口间的信号协调控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115116242A (zh) | 2022-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115116242B (zh) | 交通信号控制方法、***、设备及存储介质 | |
| Al Islam et al. | Distributed coordinated signal timing optimization in connected transportation networks | |
| CN108877268B (zh) | 一种面向无人驾驶的无红绿灯十字路口智能调度方法 | |
| Patel et al. | Effects of autonomous vehicle behavior on arterial and freeway networks | |
| Yao et al. | A trajectory smoothing method at signalized intersection based on individualized variable speed limits with location optimization | |
| Mehrabipour et al. | A cell‐based distributed‐coordinated approach for network‐level signal timing optimization | |
| CN107016857B (zh) | 一种信控交叉口左转交通组合设计优化方法 | |
| CN109976355A (zh) | 轨迹规划方法、***、设备及存储介质 | |
| CN1441369B (zh) | 交通控制*** | |
| CN105489034A (zh) | 一种干线完全交通控制***及方法 | |
| CN111145565B (zh) | 一种用于城市交通的协调路线和协调方案的推荐方法及*** | |
| CN104200680A (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
| CN112309122A (zh) | 一种基于多***协同的智慧公交分级决策*** | |
| CN108335496A (zh) | 一种城市级交通信号优化方法与*** | |
| Li et al. | Turning-lane and signal optimization at intersections with multiple objectives | |
| Manasra et al. | Optimization-based operations control for public transportation service with transfers | |
| CN113689696B (zh) | 基于车道管理的多模式交通协同疏散方法 | |
| Yang et al. | A coordinated signal priority strategy for modern trams on arterial streets by predicting the tram dwell time | |
| Dong et al. | Sharing bus lanes: a new lanes multiplexing-based method using a dynamic time slice policy | |
| Shi et al. | Simultaneous optimization of passive transit priority signals and lane allocation | |
| CN113470390B (zh) | 短连线交叉口边缘节点融合的多相位动态协调控制方法 | |
| CN115547023A (zh) | 一种车辆控制方法、装置及*** | |
| Xu et al. | When automated vehicles meet non-signalized intersections: A collision-free scheduling solution | |
| Ramaswamy et al. | Lane assignment on automated highway systems | |
| CN103696336A (zh) | 十字路口及三叉路口堆栈式软立交*** |
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 |