一种智能红绿灯指挥系统及方法

1.本发明涉及车联网智能交通控制领域，特别是涉及一种智能红绿灯指挥系统及方法。


背景技术：

2.红绿灯指挥系统的发展经历了以下几个阶段：固定时阶段、可变固定时阶段与车流自适应阶段。
3.目前研究较多的车流自适应指挥是指利用传感器实时获取道路车流信息，然后根据各方向实际车流数量来制定指挥系统各相位时长。该方法路况传感器多为感应线圈，部分厂商也正在尝试利用视觉识别设备来采集实际路况。采用感应线圈进行路况采集，感应线圈如果埋设距离指挥系统较远，仅可以采集到各方向的车流数量，但是在路口的转向需求无法采集；如果感应线圈埋设在各方向导引道入口处，虽然可以采集到进入感应线圈的车流数量，但是排队长度无法采集。采用视觉识别设备理论上可以实现各方向车流的检测，但是影像处理分析时间较长，而且夜晚与恶劣天气也会影响视觉识别的效果。因此，上述方法不足以满足当前智能红绿灯指挥的需求。


技术实现要素：

4.本发明的目的是提供一种考虑了转向需求、排队长度的智能红绿灯实时指挥系统及方法。
5.为实现上述目的，本发明提供了如下方案：
6.本发明提供一种智能红绿灯指挥系统，包括：
7.车队长度相关参数采集模块，设置于每一车辆中，包括组合导航装置以及集成于车联网移动终端中的导航模块，用于获取车队长度相关参数，所述车队长度相关参数包括车辆所在位置、车辆行驶方向以及车辆在交叉口的转向需求；
8.所述车联网移动终端，设置于每一车辆中，用于将所述车队长度相关参数传输至交叉口计算中心；
9.所述交叉口计算中心，与所述车联网移动终端以及信号灯控制模块通信连接，用于接收各车辆发送的所述车队长度相关参数和车辆长度信息，并根据各车辆发送的所述车队长度相关参数和车辆长度信息，确定道路交叉口的综合路况信息；所述道路交叉口的综合路况信息包括：交叉口的每一方向直行的车队长度以及每一方向左转的车队长度；
10.所述交叉口计算中心还用于根据所述道路交叉口的综合路况信息确定信号灯控制方案，并将所述信号灯控制方案输至所述信号灯控制模块。
11.可选的，所述交叉口计算中心用于以所述交叉口的各方向绿灯时长与各方向排队车辆的数量成正比以及每一方向的绿灯时长均等于最长绿灯时长为约束条件，以通过率最大为目标，求取所述信号灯控制方案。
12.可选的，所述信号灯控制方案包括绿灯开始时刻，所述交叉口计算中心还用于将
所述绿灯开始时刻以及在车队中目标车辆前方车辆的数量传输至所述目标车辆的车联网移动终端；所述目标车辆的车联网移动终端还用于：根据所述绿灯开始时刻以及前方车辆的起步延迟确定目标车辆的起步时刻，根据所述绿灯的开始时刻、前方车辆的起步延迟、目标车辆在交叉口的平均加速度计算任意时刻目标车辆的理论速度，根据所述目标车辆的起步时刻以及所述任意时刻目标车辆的理论速度引导所述目标车辆通过所述交叉口。
13.可选的，所述交叉口计算中心与所述车联网移动终端通过5g信号通信连接。
14.本发明还提供一种智能红绿灯指挥方法，包括：
15.接收车队长度相关参数采集模块获取的各车队长度相关参数以及各车辆长度信息；所述车队长度相关参数包括车辆所在位置、车辆行驶方向以及车辆在交叉口的转向需求；所述车队长度相关参数采集模块，设置于每一车辆中；
16.根据各所述车队长度相关参数以及车辆长度信息确定道路交叉口的综合路况信息；所述道路交叉口的综合路况信息包括：交叉口的每一方向直行的车队长度以及每一方向左转的车队长度；
17.根据所述道路交叉口的综合路况信息确定信号灯控制方案，并将所述信号灯控制方案传输至所述信号灯控制模块。
18.可选的，根据所述道路交叉口的综合路况信息确定信号灯控制方案，具体包括：
19.根据所述道路交叉口的综合路况信息，确定所述交叉口的交通状态；所述交通状态包括交通高峰和交通低峰；所述交通高峰指单个相位或多个相位车辆排队数量大于最长绿灯时长内能通行的车辆数量；所述交通低峰指所有相位的车辆排队数量均小于最长绿灯时长内能通行的车辆数量；所述相位包括第一相位、第二相位、第三相位和第四相位，所述第一相位为上下行直行；所述第二相位为上下行左转；所述第三相位为左右行直行；所述第四相位为左右行左转；
20.当所述交通状态为交通低峰时，利用第一模型计算所述信号灯控制方案；所述第一模型为以交叉口车辆通过率最大为优化目标，以交叉口各方向绿灯时长与各方向排队车辆的数量成正比和各所述相位的绿灯时长均小于或等于最长绿灯时长为约束条件，建立的模型；
21.当所述交通状态为交通高峰时，利用第二模型计算所述信号灯控制方案；所述第二模型为以交叉口车辆通过率最大为优化目标，以交叉口各方向绿灯时长与各方向排队车辆的数量成正比和最大排队长度相位绿灯时长等于最长绿灯时长为约束条件建立的模型。
22.可选的，所述利用第一模型计算所述信号灯控制方案，具体包括：
23.根据第一相位上行车辆数与下行车辆数的平均值、车辆长度信息、相邻两车之间的距离、车辆加速度、后一辆车相对于前一辆车的起步时延，利用匀加速运动方程计算第一相位的绿灯时长；
24.根据所述第一相位的绿灯时长，利用公式t1:t2:t3:t4＝k1:k2:k3:k4，计算所述第二相位的绿灯时长、所述第三相位的绿灯时长以及所述第四相位的绿灯时长；
25.其中，t1、t2、t3、t4分别为第一相位的绿灯时长、第二相位的绿灯时长、第三相位的绿灯时长、第四相位的绿灯时长；k1、k2、k3、k4分别为第一相位上行车辆数和下行车辆数的平均值、第二相位上行车辆数和下行车辆数的平均值、第三相位上行车辆数和下行车辆数的平均值、第四相位上行车辆数和下行车辆数的平均值；
26.根据各所述相位的绿灯时长以及各所述相位的当前周期未执行时间，计算各所述相位的绿灯开始时刻；所述当前周期未执行时间指一个周期的时间减去已执行时间；所述一个周期的时间指同一位置同一颜色的信号灯两次点亮的时间差。
27.可选的，利用第二模型计算所述信号灯控制方案，具体包括：
28.根据所述道路交叉口的综合路况信息，计算出选定相位；所述选定相位为所述道路交叉口中排队车辆最多的相位；
29.确定所述最长绿灯时长为所述选定相位的绿灯时长；
30.根据所述选定相位的绿灯时长，依据各相位绿灯时长与各相位排队车数成正比的原则，计算除所述选定相位之外其余相位的绿灯时长；
31.根据各所述相位的绿灯时长以及各所述相位的当前周期未执行时间，计算各所述相位的绿灯开始时刻；所述当前周期未执行时间指一个周期的时间减去已执行时间；所述一个周期的时间指同一位置同一颜色的信号灯两次点亮的时间差。
32.可选的，所述方法还包括：
33.将目标车辆所属相位的所述绿灯开始时刻以及在车队中目标车辆前方车辆的数量传输至所述目标车辆的车联网移动终端；
34.所述目标车辆的车联网移动终端根据所述绿灯开始时刻以及前方车辆的起步延迟确定目标车辆的起步时刻；
35.所述目标车辆的车联网移动终端根据所述目标车辆的起步时刻引导所述目标车辆通过所述交叉口。
36.可选的，所述方法还包括：
37.所述目标车辆的车联网移动终端根据所述目标车辆所属相位的绿灯开始时刻、前方车辆的起步延迟、目标车辆在交叉口的平均加速度计算任意时刻目标车辆的理论速度；
38.所述目标车辆的车联网移动终端根据所述目标车辆的起步时刻以及任意时刻所述目标车辆的理论速度引导所述目标车辆通过所述交叉口。
39.根据本发明提供的具体实施例，本发明公开了以下技术效果：
40.本发明提供一种智能红绿灯指挥系统及方法，包括：车队长度相关参数采集模块，设置于每一车辆中，包括组合导航装置以及集成于车联网移动终端中的导航模块，用于获取车队长度相关参数，所述车队长度相关参数包括车辆所在位置、车辆行驶方向以及车辆在交叉口的转向需求；所述车联网移动终端，设置于每一车辆中，用于将所述车队长度相关参数传输至交叉口计算中心；所述交叉口计算中心，与所述车联网移动终端以及信号灯控制模块通信连接，用于接收各车辆发送的所述车队长度相关参数和车辆长度信息，并根据各车辆发送的所述车队长度相关参数和车辆长度信息，确定道路交叉口的综合路况信息；所述道路交叉口的综合路况信息包括：交叉口的每一方向直行的车队长度以及每一方向左转的车队长度；所述交叉口计算中心还用于根据所述道路交叉口的综合路况信息确定信号灯控制方案，并将所述信号灯控制方案输至所述信号灯控制模块。本发明上述方案考虑了转向需求、排队长度，能够实时提取车队长度相关参数，并计算出信号灯控制方案，能够满足当前智能红绿灯指挥的需求。
附图说明
41.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，下面将对实施例中所需要使用的附图作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。
42.图1为本发明实施例1提供的一种智能红绿灯指挥系统结构图；
43.图2为本发明实施例2提供的一种智能红绿灯指挥方法流程图；
44.图3为本发明实施例2提供的第一相位平面图；
45.图4为本发明实施例2提供的第二相位平面图；
46.图5为本发明实施例2提供的第三相位平面图；
47.图6为本发明实施例2提供的第四相位平面图。
48.符号说明：1：车队长度相关参数采集模块；2：交叉口计算中心；3：信号灯控制模块；11：组合导航装置；12：车联网移动终端。
具体实施方式
49.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。
50.本发明的目的是提供一种考虑了转向需求、排队长度的智能红绿灯指挥系统及方法。
51.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
52.实施例1
53.本实施例提供一种智能红绿灯指挥系统，请参阅图1，包括：
54.车队长度相关参数采集模块1，设置于每一车辆中，包括组合导航装置11 以及集成于车联网移动终端12中的导航模块，用于获取车队长度相关参数，所述车队长度相关参数包括车辆所在位置、车辆行驶方向以及车辆在交叉口的转向需求；
55.所述车联网移动终端12，设置于每一车辆中，用于将所述车队长度相关参数传输至交叉口计算中心2；
56.所述交叉口计算中心2，与所述车联网移动终端12以及信号灯控制模块3 通信连接，用于接收各车辆发送的所述车队长度相关参数和车辆长度信息，并根据各车辆发送的所述车队长度相关参数和车辆长度信息，确定道路交叉口的综合路况信息；所述道路交叉口的综合路况信息包括：交叉口的每一方向直行的车队长度以及每一方向左转的车队长度；
57.所述交叉口计算中心2还用于根据所述道路交叉口的综合路况信息确定信号灯控制方案，并将所述信号灯控制方案输至所述信号灯控制模块3。
58.获取精准的车队长度相关参数信息是按需配时方案计算的前提，利用车队长度相关参数采集模块1实现车队长度相关参数信息的获取，长度相关参数采集模块包括组合导
航装置11以及集成于车联网移动终端12中的导航模块两大部分。其中，组合导航装置11包括卫星定位装置与惯性导航装置两大部分，卫星定位装置包括：卫星、基站与gnss(global navigation satellite system)定位装置；惯性导航装置包括：陀螺仪与加速度计。
59.其中，卫星指的是在轨飞行卫星，空间被观测目标，任意时刻其坐标已知，是gnss坐标反算的空间参照。卫星向地面发送广播信号，地面gnss接收机接收到广播信号后可以解算出接收机至每一颗卫星的距离ρ，在锁定至少4 颗卫星后，通过后方交会空间反算，可以得到gnss相位中心的三维坐标，精度10米左右。
60.基站由架设在已知点上的gnss接收机、通信线路及无人值守的计算机等构成。基站gnss接收机通过观测与可见卫星星座的信号，可计算出每颗卫星的卫星差、信号传播误差，然后根据车载gnss的请求，通过5g网络，将这些误差发送至车载gnss终端，提升车载gnss的定位精度至厘米级。
61.组合导航gnss接收机的功能是在开阔的环境中接收来自卫星的信号、同时接收来自基站的改正数据，计算gnss接收机至每颗卫星的距离，并反算出车辆的三维坐标、行驶方向与速度。
62.卫星、基站及车载gnss接收机间连接关系为：卫星信号以广播方式向外发送，可被基站及车载gnss接收机接收；车载gnss接收机可以将其坐标、仪器id通过5g网络上传至基站，并从基站获取改正数，提升车载gnss接收机定位精度。
63.惯性导航装置主要由陀螺仪与加速度计构成，作为gnss定位的有效补充，可以测量出隐蔽环境下车辆的行驶方向，车辆的速度与加速度，反算任意时刻车辆在隐蔽空间的三维坐标。
64.车联网移动终端12的导航模块配备记录道路、交叉口、信号灯等各交通要素及小区、厂矿企业等地理位置信息的电子地图；车联网移动终端12可根据组合定传递的坐标显示车辆的当前位置、计算出车辆距交叉口的排队长度，可根据目的地进行线路优化，还可以根据交叉口计算中心2下发信息计算引导方案并对车辆进行引导航行等。
65.交叉口计算中心2由高性能计算机及无线网络构成，是系统的神经中枢，实现交叉口排队车辆信息的收集、交叉口各方向最佳配时方案的计算、红绿灯的指挥控制、红绿灯当前状态的获取、车联网移动终端12的指挥等。
66.考虑到车辆可能处于开阔位置区域或隐蔽位置区域两种情况，因此，针对两种情况，分别采用了不同的装置来获取车辆所在位置、所述行驶方向以及所述行驶速度。
67.当车辆在开阔区域时，采用车载gnss接收来自4颗及以上的卫星信号，可以解算出卫星至车辆的距离；利用车载gnss接收来自基站的改正信号，可以计算出卫星的公共误差，对观测的距离进行修正；利用空间后方交会算法可以解算出开阔环境下车辆的三维坐标(pos)。因为差分定位精度可达厘米级，所以车辆的行驶速度(v)与行驶方向(dir)可由2时刻车辆的三维坐标直接求得。设t1时刻车辆的三维坐标为pos(由x1，y1，z1构成)，t2时刻车辆的三维坐标为pos(由x2，y2，z2构成)。则车辆的瞬时速度计算方法见下式。
[0068][0069]
因为车辆导航使用的地图为平面地图，所以车辆行驶方向仅计算平面方向，行驶方向采用与北方向(测量学中北方向为x方向)所夹的坐标方位角来表达，其计算方法见下
式。
[0070][0071]
当车辆在隐蔽区域时，利用惯性导航装置12可以实现隐蔽区域车辆信息的感知；惯性导航装置12由陀螺仪与加速度计构成，其中高速旋转的陀螺仪可以在较长时间保持原来的方向，用其可以测量出任意时刻车辆行驶方向；加速度计可以实时测量出任意时刻车辆的加速度，用其结合经历时间，可以测量出任意时刻车辆的速度。两种设备组合即可测量出任意时刻车辆的位置(pos)、行驶方向(dir)及速度(v)。
[0072]
由此可见，上述方案中无论是采用卫星定位装置还是采用惯性导航装置，均可以准确获得车辆位置、行驶方向和行驶速度。对于车队长度相关参数中的车辆在交叉口的转向需求(tur)需要通过当前车辆位置(pos)、目的地位置(pos)、经车联网移动终端12的导航模块对线路优化后确定。
[0073]
还需要说明的是，上述方案仅展示出了一种获取车队长度相关参数的方案，本发明中还可采取其他方式获取车队长度相关参数。
[0074]
此外，本发明提供的装置还可获取车辆距交叉口的距离、车辆类型与长度等信息。例如，根据车辆的位置(pos)，采用车联网移动终端12的导航模块存储的地图中红绿灯的坐标，通过空间距离公式算得车辆距交叉口的距离。车辆的类型(typ)、长度(len)等参数可以在车载地图使用时手工录入。
[0075]
传统的线圈感知手段仅能感知道路的车流信息，交叉口各车道的车辆数量需要根据经验判断；虽然视频识别手段可以感知部分进入引导车道的车辆数量与排队长度，但未进入引导车道的车流需求无法感知，而且视频算法受外界光线影响较大，无法满足全天候指挥的需求。而本发明采用组合导航+电子地图模式，可以实时感知探测范围内道路所有方向车辆位置、行驶方向、转向需求、排队长度等全面路况信息，从而真正实现路况信息的全面探测。
[0076]
作为一种可选的实施方式，所述交叉口计算中心2与所述车联网移动终端 12通过5g信号通信连接。
[0077]
交叉口车辆较多，信息上传下达的数据量巨大，传统通信技术无法同时处理这么多连接，也无法实时传输如此大量的数据。第五代通信技术(5g)具有高速率、低时延、广连接等特点，本发明5g网络可用于基站与车载gnss 接收机、车载移动终端与交叉口计算中心2的实时高速双向通信。
[0078]
车辆长度相关信息采集模块获取路况信息之后，通过车联网移动终端采用 5g网络将车辆长度相关信息上传至交叉口计算中心2。
[0079]
作为一种可选的实施方式，所述交叉口计算中心2用于以所述交叉口的各方向绿灯时长与各方向排队车辆的数量成正比以及每一方向的绿灯时长均小于或等于最长绿灯时长为约束条件，以通过率最大为目标，求取所述信号灯控制方案。
[0080]
本系统以交叉口通行能力最大为优化目标，以每个方向的绿灯时长与排队长度成正比作为约束条件，优化出红绿灯各个相位的最佳配时。本发明的配时方案是真正根据实际路况需求分配红绿灯时长，使交叉口指挥更有的放矢，缩短了车辆的平均等待时间，提升了交叉口车辆通行能力。
[0081]
作为另一种可选的实施方式，所述信号灯控制方案包括绿灯开始时刻，所述交叉口计算中心2还用于将所述绿灯开始时刻以及在车队中目标车辆前方车辆的数量传输至所述目标车辆的车联网移动终端12。所述目标车辆的车联网移动终端12还用于：根据所述绿灯开始时刻以及前方车辆的起步延迟确定目标车辆的起步时刻，根据所述绿灯的开始时刻、前方车辆的起步延迟、目标车辆在交叉口的平均加速度计算任意时刻目标车辆的理论速度，根据所述目标车辆的起步时刻以及所述任意时刻目标车辆的理论速度引导所述目标车辆通过所述交叉口。
[0082]
交叉口计算中心2与车联网移动终端12根据实时上报的路况信息、计算出的最佳配时方案、当前红绿灯状态等信息计算出一车一方案，并进行全过程引导服务，包括：起步倒计时提醒、车辆全程加减速提示等，避免了因精神不集中起步延迟、速度不够、或者加速过猛等情况，提升了交叉口的通行能力，确保了车辆的安全。
[0083]
本发明实现上述效果的一大原因就是借助5g网络，红绿灯指挥系统实时了解精确的路况信息(车流变化、车辆位置、行驶速度等)，每个车辆知晓交叉口的指挥方案，并且每辆车的引导方案是不同的，且是在实时调整之中的。
[0084]
实施例2
[0085]
本实施例提供一种智能红绿灯指挥方法，请参阅图2，包括：
[0086]
s1、接收车队长度相关参数采集模块1获取的各车队长度相关参数以及各车辆长度信息；所述车队长度相关参数包括车辆所在位置、车辆行驶方向以及车辆在交叉口的转向需求。所述车队长度相关参数采集模块，设置于每一车辆中；
[0087]
其中，车队长度相关参数采集模块1获取的车队长度相关参数，具体包括：
[0088]
采用卫星定位装置或惯性导航装置获得所述车辆所在位置和所述行驶方向；
[0089]
根据所述车辆的位置、目的地的位置以及线路导航方案，确定所述在交叉口的转向需求。
[0090]
车辆长度信息在车载地图使用时手工录入，因此直接从车联网移动终端 12调取。
[0091]
s2、根据各所述车队长度相关参数以及车辆长度信息确定道路交叉口的综合路况信息；所述道路交叉口的综合路况信息包括：交叉口的每一方向直行的车队长度以及每一方向左转的车队长度。
[0092]
交叉口计算中心2接收到各车队长度相关参数之后，将各方向收集的数据进行汇总，统计每个方向直行与左转排队等待车流数量、排队长度等，为模型计算提供数据基础。
[0093]
交叉口计算中心2在对车队长度相关参数进行汇总时，可以设定一个探测距离，汇总探测距离内的车队信息。
[0094]
具体可设定探测距离为lt，逐个分析上传的车辆信息，根据车辆当前位置(pos)，计算该车距离交叉口的距离l，仅当l《lt时，再根据其行驶方向(dir)、交叉口转向需求(tur)进行分类汇总，可以得到各方向车辆数量。
[0095]
各方向车辆数量用以下字符表示：n1(上下直行方向上侧车辆数量)、 n2(上下直行方向下侧车辆数量)、n3(上下左转方向上侧车辆数量)、n4(上下左转方向下侧车辆数量)、n5(左右直行方向左侧车辆数量)、n6(左右直行方向右侧车辆数量)、n7(左右左转方向左侧车辆数量)、n8(左右左转方向右侧车辆数量)。
[0096]
s3、根据所述道路交叉口的综合路况信息确定信号灯控制方案，并将所述信号灯
控制方案传输至所述信号灯控制模块3。
[0097]
作为一种可选的实施方式，所述s3具体包括：
[0098]
根据所述道路交叉口的综合路况信息，确定所述交叉口的交通状态。
[0099]
其中，所述交通状态包括交通高峰和交通低峰。所述交通高峰指单个相位或多个相位车辆排队数量大于最长绿灯时长内能通行的车辆数量；所述交通低峰指所有相位的车辆排队数量均小于最长绿灯时长内能通行的车辆数量。所述相位包括第一相位、第二相位、第三相位和第四相位，所述第一相位为上下行直行；所述第二相位为上下行左转；所述第三相位为左右行直行；所述第四相位为左右行左转。
[0100]
第一种情况：当所述交通状态为交通低峰时，利用第一模型计算所述信号灯控制方案；所述第一模型为以交叉口车辆通过率最大为优化目标，以交叉口各方向绿灯时长与各方向排队车辆的数量成正比和各所述相位的绿灯时长均小于或等于最长绿灯时长为约束条件，建立的模型。
[0101]
此处的信号灯控制方案指的是路口各相位的最佳配时方案，以十字交叉口为例说明最优配时的过程，采用4个相位进行指挥，为方便理解，图3-图6示出了各相位平面图。
[0102]
第二种情况：当所述交通状态为交通高峰时，利用第二模型计算所述信号灯控制方案；所述第二模型为以交叉口车辆通过率最大为优化目标，以交叉口各方向绿灯时长与各方向排队车辆的数量成正比和排队最长相位时长为最大绿灯时长为约束条件建立的模型。
[0103]
由于在进行交叉口的最佳配时计算的过程中会用到车辆平均加速度(a)、后一车辆比前一车辆平均启动延迟(
△
t)与后一车辆与前一车辆平均停车间隔数据(
△
l)3个参数，为后续计算方便，应事先确定这些参数的大小。对于平均加速度(a)，采用在车辆上放置加速度计，在交叉口启动过程中多次观测，然后求平均值方法获得；经过在不同小型车辆多次观测，小型车辆在交叉口的平均加速度为0.8米/秒2。后一车辆比前一车辆平均启动延迟(
△
t)采用长期观测求平均值方法获得，根据多次计时观测，小型车后一车辆比前一车辆平均启动延迟为1秒。后一车辆与前一车辆平均停车间隔数据(
△
l)也采用多次观测求平均值方式获得，经过多次观测，车辆之间的平均停车间隔(
△
l)为0.9米。
[0104]
需要说明的是，上述获取加速度、启动时延以及停车间隔等数据的方法仅仅是为使本领域技术人员对本发明的方案有更清晰的理解，而提出的一种示例方案及数据，并不限定本发明的保护范围。例如，后续计算中也需要用到每一辆车的长度，而本方案为方便计算，采用了某一数值作为车队中车辆的平均长度，而实际应用时，由于每一车辆会将本车辆的长度数据上传交叉口计算中心 2，因此交叉口计算中心2可采用真实上传的各车长数据进行计算，以提高计算精度。
[0105]
为判断交通高、低峰，需要计算绿灯最长时间t
max
时排队可通过交叉口的最大车辆数量n
max
，计算方法采用匀加速运动方程解算。设某方向有n
max
辆车排队等待通过交叉口，绿灯未亮起，所有车辆均处于静止状态；在绿灯亮起后，t
max
时间内恰好n
max
辆车全部通过交叉口，则最后一辆车n
max
行驶的距离为n
max
×
(len+
△
l)；第一辆车绿灯亮起时启动，后一辆车均较前车延迟1 秒启动，故第n
max
辆车通过交叉口实际的行驶时间为t
max-(n
max-1)，将各数据代入下面公式即可解算出n
max
。
[0106][0107]
交通高峰和交通低峰两种情况下分别采用不同的配时方法，交通高峰时，最长排队相位绿灯时长设置为t
max
、其余各相位时长与各相位车辆成比例，按需计算各相位最佳配时；交通低峰时，首先根据某方向平均排队车辆数量、车辆加速度计算该方向所有车辆通过交叉口所需时间，其它方向的绿灯时长按照与车流比例计算配置。
[0108]
在红绿灯指挥系统进入下一周期时，将上一周期探测的各相位车辆进行汇总统计，将各相位上下行车辆平均值作为该方向的车流。由于红绿灯的执行过程都是不断重复的，因此，一个完整的周期是某个方向由绿灯变红灯起算，至下一次该方向绿灯再重新变为红灯的时间间隔。一个周期也可以理解为交叉口各个方向都放行一次的时间。
[0109]
将各相位统计的上下行平均排队车辆数量与n
max
进行比对，如果各相位平均排队车辆均小于n
max
，则属于交通低峰情况，否则为交通高峰情况。
[0110]
具体的，针对上述第一种情况：
[0111]
作为一种可选的实施方式，所述计算所述第一模型的最优解，获得所述交通低峰下，所述信号灯控制方案，具体包括：
[0112]
(1)根据第一相位上行车辆数与下行车辆数的平均值、车辆长度信息、相邻两车之间的距离、车辆加速度、后一辆车相对于前一辆车的起步时延，利用匀加速运动方程计算第一相位的绿灯时长；
[0113]
其中，第一相位下行车辆数量n1、上行车辆n2，上行车辆与下行车辆不等，上行车辆与下行车辆共用一个绿灯相位，为了避免浪费，同时减少等待，采用上下行车辆的平均值k1作为基数计算所需绿灯时长。计算方法仍采用物体由静止启动的匀加速运动方程，约束条件为确保是k1辆车顺利通过交叉口。则第k1辆车行驶的距离为k1×
(len+
△
l)，第k1辆车通过交叉口的耗时为 t
1-(k
1-1)；其中，k1(上下行车辆平均值)、len(为车辆长度)、
△
l(为车辆间隔)，a1(为车辆加速度)均为已知值，t1为待求值，仅有一个未知数，可求出该方向最长绿灯时长t1。
[0114][0115][0116]
(2)根据所述第一相位的绿灯时长，利用公式t1:t2:t3:t4＝k1:k2:k3:k4，计算所述第二相位的绿灯时长、所述第三相位的绿灯时长以及所述第四相位的绿灯时长；
[0117]
其中，t1、t2、t3、t4分别为第一相位的绿灯时长、第二相位的绿灯时长、第三相位的绿灯时长、第四相位的绿灯时长；k1、k2、k3、k4分别为第一相位上行车辆数和下行车辆数的平均值、第二相位上行车辆数和下行车辆数的平均值、第三相位上行车辆数和下行车辆数的平均值、第四相位上行车辆数和下行车辆数的平均值；
[0118]
(3)根据各所述相位的绿灯时长以及各所述相位的当前周期未执行时间，计算各所述相位的绿灯开始时刻；所述当前周期未执行时间指一个周期的时间减去已执行时间；所述一个周期的时间指同一位置同一颜色的信号灯两次点亮的时间差。
[0119]
交叉口计算中心2根据系统当前时间(now)、未执行时间(tw)、各相位最佳配时(t1、
t2、t3、t4)、黄灯间隔(tj)，可计算出四个相位绿灯开启时刻(tk)，分别为：now+tw、now+tw+t1+tj、now+tw+t1+t2+2*tj、 now+tw+t1+t2+t3+3*tj。
[0120]
针对上述第二种情况：
[0121]
作为一种可选的实施方式，所述计算所述第二模型的最优解，获得所述交通高峰下，所述信号灯控制方案，具体包括：
[0122]
(1)根据所述道路交叉口的综合路况信息，计算出选定相位；所述选定相位为所述道路交叉口中排队车辆最多的相位；
[0123]
(2)确定所述最长绿灯时长为所述选定相位的绿灯时长；
[0124]
(3)根据所述选定相位的绿灯时长，依据各相位绿灯时长与各相位排队车数成正比的原则，计算除所述选定相位之外其余相位的绿灯时长；
[0125]
如果处于交通高峰，选择平均排队长度最大相位，将该方向的绿灯时长定为最长容许时长t
max
，其它方向绿灯时长按照与各相位车辆数成正比计算。
[0126]
例如，设第一相位车辆排队长度最长，则第一相位绿灯时长定为t
max
，根据t
max
:t2:t3:t4＝k1:k2:k3:k4计算其它相位的绿灯时长；若其它相位排队最长，仅需将该相位绿灯时长替换为t
max
即可。
[0127]
获得交叉口每一相位的最佳配时方案(信号灯控制方案)之后，交叉口计算中心2将按需计算的1、2、3、4相位最优绿灯配时t1、t2、t3、t4结果转化成控制指令通过网络传递至信号灯控制模块3，控制模块按指令要求控制各灯显示。
[0128]
(4)根据各所述相位的绿灯时长以及各所述相位的当前周期未执行时间，计算各所述相位的绿灯开始时刻；所述当前周期未执行时间指一个周期的时间减去已执行时间；所述一个周期的时间指同一位置同一颜色的信号灯两次点亮的时间差。
[0129]
作为一种可选的实施方式，所述方法还包括：
[0130]
s4、将目标车辆所属相位的所述绿灯开始时刻以及在车队中目标车辆前方车辆的数量传输至所述目标车辆的车联网移动终端。
[0131]
s5、所述目标车辆的车联网移动终端12根据所述绿灯开始时刻以及前方车辆的起步延迟确定目标车辆的起步时刻。
[0132]
在计算目标车辆的起步时刻之前，需要先计算出目标车辆相对于其所在相位的绿灯开启时刻的延迟时间ty：
[0133]
ty＝
△
t
×
(ln-1)
[0134]
其中，ln为目标车辆在导引道的位次，
△
t为起步时后车比前车起步平均延迟。
[0135]
根据目标车辆所在相位的绿灯开启时刻tk，以及目标车辆的启动延迟时间ty，即可得到目标车辆的启动时刻。
[0136]
s6、所述目标车辆的车联网移动终端12根据所述目标车辆的起步时刻引导所述目标车辆通过所述交叉口。
[0137]
在实际应用中，车联网移动终端12可根据目标车辆的启动时刻，在该时刻的前n秒对车主进行倒计时提醒，避免启动延迟。
[0138]
作为另一种可选的实施方式，所述方法还包括：
[0139]
所述目标车辆的车联网移动终端12根据所述目标车辆所属相位的绿灯开始时刻、前方车辆的起步延迟、目标车辆在交叉口的平均加速度计算任意时刻目标车辆的理论速
度。
[0140]
其中，任意时刻t车辆的理论速度v
理
：
[0141]v理
＝a
平
×
(t-t
k-ty)
[0142]
所述目标车辆的车联网移动终端12根据所述目标车辆的起步时刻以及任意时刻所述目标车辆的理论速度引导所述目标车辆通过所述交叉口。
[0143]
根据移动端计算的任意时刻车辆理论速度，在任意时间任意位置进行车辆加减速引导，在确保安全的条件下引导车辆尽早通过交叉口。
[0144]
车辆驾驶员的行为对交叉口通行能力影响很大，比如等红灯期间注意力不集中，启动会延迟；另外，如果是新手驾驶，因经验不足，在交叉口可能行驶过慢，造成启动延迟；也有可能行驶过快，造成安全风险，容易发生碰撞事故等。本发明采用一车一方案对车辆通过交叉口全程进行引导，确保了行驶安全与通过效率。
[0145]
目前全国大部分红绿灯指挥系统都处在基于经验而非实时路况盲目指挥阶段，虽然部分路况感知设备已经开始应用与智能指挥领域，但还存在以下问题：能感知车流，但是无法感知排队长度；或者能感知车辆排队数量，但是效率无法满足实时指挥的需求；或只有配时功能，无交互引导功能等。
[0146]
本发明上述方案，不仅能够感知排队长度，并计算出路口红绿灯的最佳配时方案，还可以针对交叉口的每一辆车提供一车一方案，以引导车辆通行。
[0147]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0148]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。