绿波协调控制下的干线路段划分方法与流程

本发明属于干线路段划分方法
技术领域：
，具体涉及一种绿波协调控制下的干线路段划分方法。
背景技术：
：城市交通控制系统是城市交通管理和控制中的核心组成部分，它通过控制信号灯的红绿灯时间、相位差变化、相位序列手段将道路的通行权从时间上合理地分配给不同方向上的车流，使交通流能够平稳有序的运行。基于交通流运行特性，以提高干线通行效率为目标的交通信号绿波控制方法应运而生，车队在连续通过交叉口时能够尽可能的减少停车次数，即所谓的“一路绿灯，一路畅行”。理论上这一功能是可以实现的，但是现实中由于交通状况的复杂性、不可预测性，很难达到理想的效果。即使能够实现，也会造成较小的绿波带宽。绿波带宽是指一条线路进行绿波协调控制后，能够保证连续通过交叉口的车辆数。当参与协调的交叉口越多，其绿波带宽就越小，通过的车辆数也就越少。那么应用到现实中实际意义就不是很大。在现实中，城市主干道距离长、车流大、潮汐现象明显，与之交叉的支线多，交通流空间分布不均，在干线上使用统一的干线信号绿波控制方案通常只能获得相当窄的绿波带。鉴于此，在干线上需要进行路段的划分，在干线子路段上实施对应的绿波信号控制策略。这种方法虽然增加了停车次数，但是干线绿波带上通过车辆数将明显增加。目前对于干线绿波协调控制的应用绝大多数都未涉及到路段划分，交叉口分组划分主要应用于区域信号控制方面。一是因为以干线为协调单元本身就是比较小的控制单元，二是由于干线内的交通状况差异度不明显，难以做详细的划分。但是现实中划分的意义却是很明显，能够有效的增加绿波带宽。专利201310499695.8中，冯远静等人提出一种交通控制区域动态划分方法，该方法计算所有相邻交叉口之间路段的粗划分指标，并以此进行初次划分，粗划分指标根据距离、流量和周期原则确定；对初次划分剩余的路段，根据粗划分指标对它们进行降序排序并开始遍历，以绿波带带宽达到率作为细划分指标，并对子区进行再次细划分；根据绿波带带宽达到率是否满足调整条件，对子区进行动态调整。与专利201310499695.8不同的是，本方案从实际问题出发，针对现实中干线信号绿波控制所遇到的车流行驶速度难以判断、随着协调路口的增加车流的离散性不稳定、高峰期时绿波协调影响城市通行能力的三大问题。使用宏观基本图(MFD)中的VanAerde模型计算道路基本参数，准确判断车流速度；建立路段容纳交通量模型和交叉口间的相关度模型，判断各路段间车流的离散性；使用路段饱和度减少因绿波协调而降低城市通行能力的影响。最后，针对城市干线流量波动特性，引入动态反馈机制，对干线路段进行实时划分。现阶段对交通干线信号协调子区划分的方法研究为数甚少，涉及到子区划分的基本上是区域信号协调控制方面。现在做干线信号协调基本上只考虑到双向非对称的层面，对于有着较长距离，交通量变化较大且分布不均的干线协调效果不佳。容易得到窄带宽。其次，在实际的协调控制中，路段自由流速度始终的控制的主要依据，而已有的技术弱化这一特性，从而实际应用中实现效果不佳。进一步的，有益效果：本发明提供的绿波协调控制下的干线路段划分方法，利用宏观基本图中道路属性对干线交通参数变化较大的路段进行划分，解决了交通干线绿波协调控制带宽较窄的问题。该方法同时是基于实时数据，因此具有动态调整，实时反馈的功能，增加了方法的适应性和准确性。该方法考虑路段间和路段内交通参数的相似性并合并成综合评价模型，对于路段前期筛选具有重要作用。该方法使用了统计学中上下四分位数对路段自由流速度值进行聚类划分，这既是是划分指标又是评价指标，因此在实际应用中效果明显且直观。技术实现要素：发明目的：为了克服现有技术中存在的不足，本发明提供一种绿波协调控制下的干线路段划分方法，基于路段自由流速度进行交通干线子区动态划分，以增加绿波带带宽，提高协调控制适应性，解决现有技术中存在的对于有着较长距离，交通量变化较大且分布不均时，信号协调控制下的干线协调效果不佳，容易得到窄带宽的问题。为实现上述目的，本发明采用的技术方案为：一种绿波协调控制下的干线路段划分方法，包含以下步骤：S1、初始信息采集：在单点信号优化控制下采集交通流参数以及干线静态信息；S2、交通指标计算：包括相邻交叉口关联度计算、路段间容纳交通量计算、VanAerde模型下基本特征参数值计算；S3、进行路段划分：建立相邻交叉口、路段间相关度模型并计算，剔除交叉口、路段间相关度的交叉口，不进行协调控制，j是路段编号；α是路段间相关度阈值；统计路段间自由流速度的上、下四分位数，对于处于上、下四分位数之间的路段，划为同一子区并进行绿波协调控制；处于四分位数以下或以上的路段，另为一子区进行绿波协调控制；计算路段饱和度，子区内进行协调控制时，计算参与协调干线及其支路的饱和度p值，如果p大于设定值，则放弃其参与子区协调，将其作为单点进行信号优化配时；S4、划分路段后进行绿波协调控制；S5、交通指标监测：在实施交通干线子区绿波协调控制后，每隔一段时间输入道路当前运行参数，计算交通指标和路段划分指标；S6、判断干线子区内交通指标的差异度是否达到阈值：如果未达到阈值，则执行当前信号配时方案；若差异度达到阈值，则转到步骤S4，调整干线子区后并重新进行绿波协调控制。进一步的，步骤S2中，相邻交叉口关联度计算具体如下：I=0.51+t[n·qmaxΣi=1nqi-(N-2)]---(1)]]>其中，I为交叉口间的关联度；n为来自上游交叉口车辆驶入的分支数；qmax为来自上游交叉口主线方向的直行最大车流量，为qi中的最大值；为到达下游交叉口的交通量的总和，十字形交叉口n＝3；t为车辆在两交叉口间的行程时间，单位为分钟，等于交叉口间距L除以车辆的平均速度V；N为由上游驶向下游的车道数。进一步的，步骤S2中，路段容纳交通量计算使用三个时间段即早高峰、晚高峰、平峰的车流平均密度作为路段容纳交通量，具体如下：Rij=qilj*λ,i=1,2,3;j=1,2,3...,n---(2)]]>其中，R是路段容纳交通量，q是直行交通流流量，i是时段编号，i＝1是早高峰时段；i＝2，晚高峰时段；i＝3，平峰时段；j是路段编号，l是路段长度，λ是路段车道数。进一步的，步骤S2中，利用VanAerde模型计算道路基本特征参数值：k=1C1+c2uf-u+c3u---(3)]]>q=ku=uC1+c2uf-u+c3u---(4)]]>∂q∂u|uc=∂∂uuC1+c2uf-u+c3u|uc=0---(5)]]>c1=mc2,m=2uc-uf(uf-uc)2---(6)]]>其中，k是交通流密度，q是交通流流量，u是交通流平均速度，c1是车辆间的固定距离，在一般城市路段平峰时取2-3米，高峰时取1-2米；c2是车辆间的可变间距，c3是车辆间的距离系数；根据式(3)、(4)、(5)、(6)计算出参数c2、c3、自由流速度uf(km/h)、临界速度uc(km/h)。考虑到第二边界条件，由于拥挤密度时的交通流速度u＝0，根据式(3)得到，拥挤密度：kj=1c1+c2uf=ufc1uf+c2---(7)]]>此时，由式(6)可得到车辆间可变间距c2=1kj(m+1uf)=uf(uf-uc)2kjuc2---(8)]]>考虑到第三边界条件，当道路通行能力达到最大值qc时，其速度为临界速度uc，结合公式(4)、(8)此时c3、qc可由下式得到c3=-c1+ucqc-c2uf-ucuc=1qc-ufkjuc2---(9)]]>qc=kjufuc2+c3kj---(10).]]>进一步的，步骤S3中，相邻交叉口、路段的相关度计算具体如下：Sj,j+1i=|IRij-Rij+1|---(11)]]>其中，是相邻路段交叉口和路段间的相关性，R是路段容纳交通量，i是时段编号，i＝1是早高峰时段；i＝2，晚高峰时段；i＝3，平峰时段；j是路段编号；I是相邻交叉口关联度值。进一步的，步骤S3中，统计路段间自由流速度的上下四分位数具体如下：统计满足指标的路段上各时段自由流速度uf，对uf值进行分组并统计其频次、累计频率，所述指标为相邻交叉口路段的相关度；用四分位差描述整个路段由流速度uf的离散趋势，计算公式为：下四分位数：式中，L是处于25％位置上的值所在组的下限；p是处于25％位置上的值所在组的频次；Cf↑是L以下的累计频次；h为组距；n为数据个数。上四分位数：式中，L是处于75％位置上的值所在组的下限；p是处于75％位置上的值所在组的频次；Cf↑是L以下的累计频次；h为组距；n为数据个数。进一步的，步骤S3中，路段的饱和度计算如下：p=qqc---(14)]]>式中，p为路段当前饱和度值，q为路段当前交通流流量，qc为路段的通行能力。进一步的，步骤S3中，所述设定值为80％。进一步的，步骤S5后，判断干线子区内交通指标的差异度是否大于0.1，饱和度p是否小于80％，若不满足以上条件则转到步骤S4，调整干线子区并后重新进行绿波协调控制，以维持子区内较一致的路段通行能力，提高绿波协调控制的带宽。有益效果：本发明提供的绿波协调控制下的干线路段划分方法，利用宏观基本图中道路属性对干线交通参数变化较大的路段进行划分，解决了交通干线绿波协调控制带宽较窄的问题。该方法同时是基于实时数据，因此具有动态调整，实时反馈的功能，增加了方法的适应性和准确性。该方法考虑路段间和路段内交通参数的相似性并合并成综合评价模型，对于路段前期筛选具有重要作用。该方法使用了统计学中上下四分位数对路段自由流速度值进行聚类划分，这既是是划分指标又是评价指标，因此在实际应用中效果明显且直观。附图说明图1是本发明实施例绿波协调控制下的干线路段划分方法的流程示意图。图2是实施例方法所得的路段划分示意图。具体实施方式下面结合附图对本发明作更进一步的说明。如图1所示，本发明为一种绿波协调控制下的干线路段划分方法，依据路段固有属性以及交通参数的变化，利用相邻交叉口、路段间的相似性、宏观基本图中的交通流模型以及交通流密度的约束，将一条干线划分为多个路段，在此基础上进行协调控制；该种绿波协调控制下的干线路段划分方法，利用宏观基本图中道路属性对干线交通参数变化较大的路段进行划分，解决了交通干线绿波协调控制带宽较窄的问题。该方法同时是基于实时数据，因此具有动态调整，实时反馈的功能，增加了方法的适应性和准确性。术语解释：“绿波带”，即是“信号灯多点控制技术”，即在一个区域或一条道路上实行统一的信号灯控制，将纳入控制范围的信号灯全部连接起来，通过计算机加以协调控制，使车流在干道上行驶的过程中，连续得到一个接一个的绿灯信号，畅通无阻地通过沿途所有交叉路口。实施例一种绿波协调控制下的干线路段划分方法，基于宏观基本图VanAerde模型，以增加干线绿波车辆通过量为目标的交通干线动态划分方法。本案例中使用苏州市吴江区鲈乡路上平峰期时的7个交叉口为研究对象。如图1，包含以下步骤：S1、初始信息采集，在单点信号优化控制下采集交通流参数以及干线静态信息，其中，交通流参数包括单位时间内路段车流量，干线静态信息包括路段长度、车道数、交叉口类型、平均车速。S2、交通指标计算，包括相邻交叉口关联度计算，计算路段间容纳交通量，VanAerde模型下基本特征参数值计算。相邻交叉口关联度计算如下：I=0.51+t[n·qmaxΣi=1nqi-(N-2)]---(1)]]>其中，I为交叉口间的关联度；n为来自上游交叉口车辆驶入的分支数；qmax为来自上游交叉口主线方向的直行最大车流量，为qi中的最大值；为到达下游交叉口的交通量的总和，十字形交叉口n＝3；t为车辆在两交叉口间的行程时间，单位为分钟，等于交叉口间距L除以车辆的平均速度V；N为由上游驶向下游的车道数。相邻交叉口关联度计算，根据公式1计算相邻交叉口关联度如下表1所示。路段容纳交通量计算如下：交通干线路段容纳交通量反映了相邻路段交通流的连续性。当路段距离过长，行驶的交通流会随着距离的增加而消散开来，与此同时当路段交通流量较小时，车流的离散性越高。因此分别使用三个时间段(早高峰、晚高峰、平峰)的车流平均密度最为路段容纳交通量，具体计算公式如下：Rij=qilj*λ,i=1,2,3;j=1,2,3...,n---(2)]]>其中，R是路段容纳交通量，q是交通流流量，i是时段编号，i＝1，早高峰时段；i＝2，晚高峰时段；i＝3，平峰时段；j是路段编号。I是路段长度，λ是路段车道数。使用平峰期间的车流平均密度最为路段容纳交通量，根据公式2计算道路容纳交通量，如下表1所示。VanAerde模型下道路基本特征参数值计算如下：VanAerde非线性函数模型是MichelVanAerde和HeshamRakha在1995年提出的一种基于不同路段上环形检测器采集的数据，来研究速度-流量关系的自适应模型。该模型广泛适用于高度公路、隧道、城市干线等不同类型的道路上。不同于一般的速度流量模型，VanAerde模型可以还原道路上全部的速度-流量情形，如自由流、临界流等等。宏观基本图是路网的客观属性，任何规模的路网都拥有自己的宏观基本图。根据VanAerde模型，相关参数的计算公式为：k=1C1+c2uf-u+c3u---(3)]]>q=ku=uC1+c2uf-u+c3u---(4)]]>∂q∂u|uc=∂∂uuc1+c2uf-u+c3u|uc=0---(5)]]>c1=mc2,m=2uc-uf(uf-uc)2---(6)]]>其中，k是交通流密度(Veh/km)，q是交通流流量(Veh/h)，u是交通流平均速度，c1是车辆间的固定距离，为常数(km)，c2是车辆间的可变间距(km)，c3是车辆间的距离系数。根据式(3)、(4)、(5)、(6)计算出参数c2、c3、自由流速度uf(km/h)、临界速度uc(km/h)。考虑到第二边界条件，由于拥挤密度时的交通流速度u＝0，根据式(3)得到，拥挤密度：kj=1c1+c2uf=ufc1uf+c2---(7)]]>此时，车辆间距c1可由下式得出c1=1kj-c2uf---(8)]]>此时，由式(6)和式(8)可得到车辆间可变间距c2=1kj(m+1uf)=uf(uf-uc)2kjuc2---(9)]]>结合公式(8)和公式(9)，此时c1可由下式得到c1=uf(2uc-uf)kjuc2---(10)]]>考虑到第三边界条件，当道路通行能力达到最大值qc时，其当速度为临界速度uc，结合公式(4)、(9)、(10)此时c3、qc可由下式得到c3=-c1+ucqc-c2uf-ucuc=1qc-ufkjuc2---(11)]]>qc=kjufuc2+c3kj---(12)]]>由此可以得到拥挤密度kj(Veh/km)、通行能力qc(Veh/h)。根据公式3-12算相关道路交通参数，如下表1所示。S3、建立相邻交叉口路段间相关度模型并计算，统计路段间自由流速度的上、下四分位数，计算路段饱和度，进行路段划分。步骤S3中路段划分指标计算具体实现方式如下：相邻交叉口、路段的相关度为：Sj,j+1i=|IRij-Rij+1|---(13)]]>其中，是相邻路段交叉口和路段间的相关性，其与交叉口关联度、路段容纳交通量相关。剔除的交叉口，不进行协调控制。α值由各城市实际情况给出。I是相邻交叉口关联度，由式(1)可以得出。总体而言，相邻交叉口关联度I越大，相邻路段间容纳交通量R的差值越小，则相邻交叉口、路段的相关度值越大，说明两个路段间的相关性越强。根据公式13算相邻交叉口路段间相关度模型如下表1所示。路段间自由流速度的上、下四分位数统计如下：统计满足指标1(相邻交叉口路段的相关度)的路段上各时段自由流速度uf，依据经验，对uf值先进行分组并统计其频次、累计频率。用四分位差描述整个路段由流速度uf的离散趋势。计算公式为：下四分位数：式中，L是处于25％位置上的值所在组的下限；n是处于25％位置上的值所在组的频次；Cf↑是L以下的累计频次；h为组距；n为数据个数。上四分位数：式中，L是处于75％位置上的值所在组的下限；n是处于75％位置上的值所在组的频次；Cf↑是L以下的累计频次；h为组距；n为数据个数。对于处于四分位数之间的路段，划为同一子区并进行绿波协调控制。处于四分位数以下或以上的路段，另为一子区进行绿波协调控制。路段的饱和度p=qqc---(16)]]>式中，p为路段当前饱和度值，q为路段当前交通流流量(Veh/h)，qc为路段的通行能力(Veh/h)。子区内进行协调控制时，计算参与协调干线及其支路的的饱和度p值，如果p>90％，则放弃其参与子区协调，将其作为单点进行信号优化配时。根据公式14-16计算自由流速度的上下四分位数及路段饱和度如下表1所示。S4、划分路段后进行绿波协调控制；S5、交通指标监测，在实施交通干线子区绿波协调控制后，每隔一段时间输入道路当前运行参数，计算交通指标和路段划分指标；实施绿波协调控制，并监测交通指标步骤S4、S5中绿波协调控制，交通指标监测具体实施方式如下：通过步骤S2，S3对交通干线初次划分路段，然后进行信号协调控制，由于本发明重点在于路段的划分，因此这里不再赘述信号协调的方法。划分后的路段随着时间的变化(早高峰、晚高峰、平峰)，其道路基本特征参数值会发生变化，此时需要按照步骤S2，S3方法重新计算并设定新的阈值。由此形成路段的动态、反馈式划分方式。S6、判断干线子区内交通指标的差异度是否达到阈值；如果未达到阈值，则执行当前信号配时方案；若差异度达到阈值，则转到步骤S4，调整干线子区并后重新进行绿波协调控制，以维持子区内较一致的路段通行能力，提高绿波协调控制的带宽。以上对交通干线初次划分路段，然后进行信号协调控制，由于本发明重点在于路段的划分，因此这里不再赘述信号协调的方法。划分后的路段随着时间的变化(早高峰、晚高峰、平峰)，其道路基本特征参数值会发生变化，此时需要按照步骤S2，S3方法重新计算并设定新的阈值。由此形成路段的动态、反馈式划分方式。表1实施例中，由于路口4的饱和度p大于0.8因此不参与不协调控制，路口简单关联度均大于0.1且自由流速度均处于上下四位数。因此如图2所示将路口1、2、3作为统一协调周期参与绿波协调，路口5、6、7作为统一协调周期参与绿波协调，路口4不参与协调。图2为实施例的绿波协调控制下的干线路段划分方法所得路段划分示意图。实施例方法依据路段固有属性以及交通参数的变化，利用相邻交叉口、路段间的相似性、宏观基本图中的交通流模型以及交通流密度的约束。合理地将一条干线划分为多个路段，在此基础上进行协调控制。解决信号协调控制下的交通干线由于参与协调的交叉口数量众多，路段交通量波动变化，由此造成的绿波效果不明显的问题。表1各参数数值记录表以上所述仅是本发明的优选实施方式，应当指出：对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。当前第1页1 2 3