[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN113032964B - 一种公交优先的交叉口信号控制方法及装置 - Google Patents

一种公交优先的交叉口信号控制方法及装置 Download PDF

Info

Publication number
CN113032964B
CN113032964B CN202110217767.XA CN202110217767A CN113032964B CN 113032964 B CN113032964 B CN 113032964B CN 202110217767 A CN202110217767 A CN 202110217767A CN 113032964 B CN113032964 B CN 113032964B
Authority
CN
China
Prior art keywords
delay time
intersection
bus
signal control
social
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
CN202110217767.XA
Other languages
English (en)
Other versions
CN113032964A (zh
Inventor
张祎
许梦云
施丘岭
邱志军
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202110217767.XA priority Critical patent/CN113032964B/zh
Publication of CN113032964A publication Critical patent/CN113032964A/zh
Application granted granted Critical
Publication of CN113032964B publication Critical patent/CN113032964B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种公交优先的交叉口信号控制方法，包括以下步骤：获取交叉口处各个方向社会车辆的轨迹数据，基于轨迹数据建立车辆到达率估计模型，并估算交叉口各个方向的车辆到达率；基于车辆到达率和稳态理论模型计算交叉口各方向的社会车辆平均延误时间；基于公交车辆的状态信息估算将要通过交叉口的各辆公交的公交延误时间；基于公交延误时间与社会车辆平均延误时间计算总延误时间，以总延误时间最小为目标，以周期相位约束以及绿灯时长约束为约束条件，求解公交优先信号控制方案；基于公交优先信号控制方案对交叉口的信号机进行信号控制。本发明在兼顾社会车辆与公交车辆的通行需求的前提下进行公交优先的信号控制，尤为适用饱和交叉口。

Description

一种公交优先的交叉口信号控制方法及装置
技术领域
本发明涉及交通信号控制技术领域，尤其涉及一种公交优先的交叉口信号控制方法、装置及计算机存储介质。
背景技术
随着我国经济稳步发展，交通运输需求不断增加，城市交通拥堵现象日益严重。公共交通系统是缓解交通拥堵的一种重要手段，但其受道路交通状态影响，延误现象频发，公共交通服务的可靠性和效率并不尽如人意。影响公交车辆通行效率的主要因素，是交通拥堵和信号配时未能适应当前交叉口通行需求。为了解决延误问题，提高公共交通系统的可靠性和运行效率，以公交信号优先控制方式为公交车辆提供时间上的优先通行权是有效手段之一。
交叉口公交优先信号控制算法在研究初期，大多是基于安装于路侧的车辆检测设备，例如线圈、雷达、视频检测器等，判断公交在路网中的位置，确定其当前行驶方向上要通过的交叉口，在车辆到达路口前实现对该交叉口信号灯调控。此类方法的缺点，一是定点安装的车辆检测设备只能获取有限的交通信息，且具有不连续性和单向性；二是此类信号优先控制是基于“先到先得”的控制策略，首先到达的公交车辆会获得优先权，因而缺乏对多个优先车辆以及社会车辆的协同。在交通流量较大或出现过饱和情况时优化效果变差，甚至会导致整个交叉口瘫痪；三是车辆检测设备投入大、易损坏，维护成本和工作量较大，且对检测环境要求较高，当有设备损坏或环境较为恶劣时控制效果不佳。
针对传统的车辆检测方法存在的瓶颈，基于其他数据源，如基于车辆轨迹数据开展的公交信号优先控制方法的研究，逐渐成为国内外的研究重点。车载定位设备的广泛应用使车辆轨迹数据的大量获取成为可能，轨迹数据是对车辆行驶路径的完整记录，同时也是道路交通状态的直接反映。基于这些数据，特别是高分辨率的轨迹数据，可以对当前的交通状况更准确的估计，打破了基于定点及多点检测的公交优先信号控制算法的研究瓶颈。
基于车辆轨迹数据的交叉口公交优先信号控制算法的研究在近几十年来不断发展成熟，研究重点集中于解决多个冲突优先请求，公交延误模型的改进，和整合公交信号优先控制功能的交叉口自适应信号控制等方向。这些研究中，大多数以交通流量是交叉口不饱和为前提假设，因为公交优先策略在流量较大甚至过饱和的时候效果甚微，甚至可能会加剧道路拥堵。造成这样结果的成因，可能是由于缺乏对交叉口社会车辆交通需求的实时感知，使得优化算法很难在为公交车提供优先的同时平衡社会车辆通行需求。但是，在流量较大的交叉口公交优先的需求显然更加迫切，如何在拥堵的交叉口为公交提供信号优先具有重大意义和研究价值。
发明内容
有鉴于此，有必要提供一种公交优先的交叉口信号控制方法、装置及计算机存储介质，用以解决目前公交优先信号控制方法没有考虑社会车辆的通行需求，导致在饱和交叉口中应用时收效甚微，甚至加剧拥堵的问题。
本发明提供一种公交优先的交叉口信号控制方法，包括以下步骤：
获取交叉口处各个方向社会车辆的轨迹数据，基于所述轨迹数据建立社会车辆到达率估计模型，根据所述社会车辆到达率估计模型估算所述交叉口各个方向的社会车辆到达率；
基于所述社会车辆到达率，并根据稳态理论模型计算交叉口各方向的社会车辆平均延误时间；
获取公交车辆的状态信息，基于所述状态信息估算将要通过交叉口的各辆公交的公交延误时间；
基于所述公交延误时间与所述社会车辆平均延误时间计算总延误时间，以总延误时间最小为目标，以周期相位约束以及绿灯时长约束为约束条件，求解公交优先信号控制方案；
基于所述公交优先信号控制方案对交叉口的信号机进行信号控制。
进一步的，基于所述轨迹数据建立社会车辆到达率估计模型，根据所述社会车辆到达率估计模型估算所述交叉口各个方向的社会车辆到达率，具体为：
从当前周期的轨迹数据中获取交叉口车辆到达信息，建立最大似然估计模型，并作为所述社会车辆到达率估计模型：
Figure BDA0002954572280000031
其中，L(xp1,xp2,...,xpn；λ)表示最大似然估计模型，xpi为第i辆社会车辆到达交叉口的轨迹数据，i＝1,2,…,n，n为当前周期内的社会车辆总数量，λ为车辆到达率；
基于最大似然估计模型估算车辆到达率：
Figure BDA0002954572280000032
λp为估算出的交叉口p相位的车辆到达率。
进一步的，基于所述社会车辆到达率，并根据稳态理论模型计算交叉口各方向的社会车辆平均延误时间，具体为：
计算当前周期已通过交叉口的社会车辆的第一延误时间；
计算当前周期未通过交叉口且下一周期通过交叉口的社会车辆的第二延误时间；
基于所述第一延误时间和所述第二延误时间计算所述社会车辆平均延误时间。
进一步的，基于所述第一延误时间和所述第二延误时间计算所述社会车辆平均延误时间，具体为：
Figure BDA0002954572280000033
其中，Dveh为社会车辆平均延误时间，
Figure BDA0002954572280000041
为k周期p相位的第一延误时间，
Figure BDA0002954572280000042
为k周期p相位的第二延误时间，γ1(p,k)表示社会车辆是否经历第一延误时间的标志参数，γ2(p,k)表示社会车辆是否经历第二延误时间的标志参数，P为相位数量。
进一步的，基于所述状态信息估算将要通过交叉口的各辆公交的公交延误时间，具体为：
基于所述状态信息计算公交在当前车道排队消散前到达并加入排队停车等待的第三延误时间；
基于所述状态信息计算公交未在当前周期通过交叉口而产生二次停车的第四延误时间；
基于所述状态信息计算公交随着排队消散通过路口时，由于车速大于排队消散速度而产生的第五延误时间；
基于所述第三延误时间、第四延误时间、第五延误时间计算得到所述公交延误时间。
进一步的，基于所述第三延误时间、第四延误时间、第五延误时间计算得到所述公交延误时间，具体为：
DB(i,p)＝∑N[θ1(i,p)DQ(i,p)+θ2(i,p)DR(i,p)+θ3(i,p)Ddis(i,p)]；
其中，DB(i,p)为公交延误时间，DQ(i,p)为第三延误时间，DR(i,p)为第四延误时间，Ddis(i,p)为第五延误时间，θ1(i,p)，θ2(i,p)和θ3(i,p)分别为判断公交是否经历第三延误时间、第四延误时间、第五延误时间的标志参数，N为当前周期收到的所有优先请求的车辆的集合。
进一步的，基于所述公交延误时间与所述社会车辆平均延误时间计算总延误时间，具体为：
基于所述公交延误时间与所述社会车辆平均延误时间计算交叉口的人均延误时间，作为所述总延误时间：
D＝∑NαDB(i,p)+βDveh；
其中，D为人均延误时间，即所述总延误时间，DB(i,p)为公交延误时间，Dveh为社会车辆平均延误时间，α为公交平均乘客数，β为社会车辆平均乘客数；
以总延误时间最小为目标，以周期相位约束以及绿灯时长约束为约束条件，求解公交优先信号控制方案，具体为：
建立以交叉口人均延误的总延误时间最小为目标的混合整数线性规划方程，设定周期相位约束条件，设定绿灯时长约束方程；
在所述约束条件的约束下求解所述混合整数线性规划方程，得到交叉口各相位的绿灯时长，作为所述公交优先信号控制方案。
进一步的，基于所述公交优先信号控制方案对交叉口的信号机进行信号控制，具体为：
判断当前周期内是否所有公交车辆均已通过交叉口，如果是，则恢复原始信号控制方案，否则继续采用所述公交优先信号控制方案对所述信号机进行信号控制。
本发明还提供一种公交优先的交叉口信号控制装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述公交优先的交叉口信号控制方法。
本发明还提供一种计算机存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现所述公交优先的交叉口信号控制方法。
有益效果：本发明为公交提供优先的同时平衡交叉口社会车辆交通需求，引入了包含社会车辆延误和公交延误的总乘客延误作为控制变量；在此基础上，提出了一种以交叉口乘客总延误最小为目标的控制方案寻优，进而实现交叉口的信号控制。本实施例同时考虑了公交和社会车辆的通行权，在给予公交优先通行的同时根据社会车辆通行需求分配绿灯时间，协调优化交叉口信号配时，对饱和起到交叉口拥堵疏散的效果。
附图说明
图1为本发明提供的公交优先的交叉口信号控制方法第一实施例的方法流程图；
图2为本发明提供的公交优先的交叉口信号控制方法第一实施例的交叉口示例图；
图3为本发明提供的公交优先的交叉口信号控制方法第一实施例的公交行驶轨迹时空图；
图4为本发明提供的公交优先的交叉口信号控制方法第一实施例的详细流程图；
图5为本发明提供的公交优先的交叉口信号控制装置第一实施例的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
实施例1
如图1所示，本发明的实施例1提供了公交优先的交叉口信号控制方法，包括以下步骤：
S1、获取交叉口处各个方向社会车辆的轨迹数据，基于所述轨迹数据建立社会车辆到达率估计模型，根据所述社会车辆到达率估计模型估算所述交叉口各个方向的社会车辆到达率；
S2、基于所述社会车辆到达率，并根据稳态理论模型计算交叉口各方向的社会车辆平均延误时间；
S3、获取公交车辆的状态信息，基于所述状态信息估算将要通过交叉口的各辆公交的公交延误时间；
S4、基于所述公交延误时间与所述社会车辆平均延误时间计算总延误时间，以总延误时间最小为目标，以周期相位约束以及绿灯时长约束为约束条件，求解公交优先信号控制方案；
S5、基于所述公交优先信号控制方案对交叉口的信号机进行信号控制。
基于背景技术中提出的问题，本实施例围绕饱和交叉口公交优先信号控制，提出了一种基于车辆轨迹数据的最优规划TSP策略，在准确预测公交和社会车辆延误的基础上，建立公交优先的决策机制，在给予公交优先通行的同时，协同考虑社会车辆的通行需求，协调优化信号配时，解决的大部分研究中未涉及的峰值流量下的交叉口公交信号优先问题。
针对上述目标，本实施例的具体实现为：基于车载定位设备获取的高分辨率社会车辆轨迹数据和公交车辆的行驶状态信息的前提条件下，利用大量获取的社会车辆轨迹数据建立到达率估计模型，估算交叉口各个方向的车辆到达率，实现对当前饱和交叉口各相位通行需求的实时感知、预测；基于检测到的公交车辆的公交位置、行驶状态等状态信息，对驶向交叉口的公交可能经历的运动状态进行分类，分段计算不同状态下的公交延误时间；基于估算的交叉口各方向的车辆到达率，根据稳态理论模型计算交叉口各方向社会车辆平均延误；以交叉口总延误(包括公交延误和社会车辆延误)最小为目标，确定满足周期相位约束，并满足绿灯时长约束条件的公交优先信号控制方案；根据计算出的公交优先信号控制方案，由公交优先信号控制系统发送控制指令到信号机，进行信号控制方案的执行和结束。
具体的控制流程如图4所示：S101、在进行信号控制之前，首先采集所有驶向交叉口的车辆轨迹数据；S102、基于车辆轨迹数据估算交叉口各个方向车辆到达率；S103、判断是否收到公交优先请求，如果否，则继续进行车辆轨迹数据的采集，如果是，则转下一步；S201、提取公交车辆行驶状态信息(包括时间、位置速度、行驶路径)；S202、分段估算公交延误时间；S203、计算当前交叉口所有方向上的公交总延误；S301、估算各相位的社会车辆延误；S302、估算当前周期社会车辆总延误；S401、在满足周期、相位和绿灯时长约束条件下，以交叉口总延误时间最小为目标，输出公交优先信息控制方案；S501、判断所有优先请求的车辆是否都已经通过交叉口，如果是，则继续进行信号控制，否则转下一步；S502、进一步判断是否有新进入交叉口的公交优先请求，如果是，则继续进行信号控制，否则转下一步；S503、恢复到原信号控制方案。
本实施例为公交提供优先的同时平衡交叉口社会车辆交通需求，引入了包含社会车辆延误和公交延误的总乘客延误作为控制变量；在此基础上，提出了一种以交叉口乘客总延误最小为目标的基于规划的TSP算法进行控制方案寻优，进而实现交叉口的信号控制。本实施例同时考虑了公交和社会车辆的通行权，在给予公交优先通行的同时根据社会车辆通行需求分配绿灯时间，协调优化交叉口信号配时，对饱和起到交叉口拥堵疏散的效果。
具体的，以下双环八相位的交叉口为例进行详细说明，双环八相位的交叉口示意图如图2所示。
优选的，基于所述轨迹数据建立社会车辆到达率估计模型，根据所述社会车辆到达率估计模型估算所述交叉口各个方向的社会车辆到达率，具体为：
从当前周期的轨迹数据中获取交叉口车辆到达信息，建立最大似然估计模型，并作为所述社会车辆到达率估计模型：
Figure BDA0002954572280000081
其中，L(xp1,xp2,...,xpn；λ)表示最大似然估计模型，xpi为第i辆社会车辆到达交叉口的轨迹数据，i＝1,2,…,n，n为当前周期内的社会车辆总数量，λ为车辆到达率；
基于最大似然估计模型估算车辆到达率：
Figure BDA0002954572280000082
λp为估算出的交叉口p相位的车辆到达率。
优选的，基于所述社会车辆到达率，并根据稳态理论模型计算交叉口各方向的社会车辆平均延误时间，具体为：
计算当前周期已通过交叉口的社会车辆的第一延误时间；
计算当前周期未通过交叉口且下一周期通过交叉口的社会车辆的第二延误时间；
基于所述第一延误时间和所述第二延误时间计算所述社会车辆平均延误时间。
在社会车辆延误估计模型中，基于估算的交叉口各个方向车辆到达率，提出社会车辆延误估算稳态模型，对社会车辆可能经历的延误进行分段，计算交叉口各个方向上总的社会车辆平均延误。
基于估算的交叉口各方向的车辆到达率，预测当前周期交叉口社会车辆通行需求，根据稳态理论模型计算交叉口各方向社会车辆平均延误是指：假设当前周期各相位对用的绿灯时间为Gp,k，根据稳态理论模型计算交叉口各个方向上总的社会车辆平均延误。社会车辆延误分为两部分：在当前周期，即k周期通过路口的车辆的延误和在k周期未通过路口的延误。
优选的，计算当前周期已通过交叉口的车辆的第一延误时间，具体为：
Figure BDA0002954572280000091
其中，
Figure BDA0002954572280000092
为第一延误时间，λp为估算出的交叉口p相位的车辆到达率，tp,k为k周期p相位的绿灯起始时刻，tp,j为j周期p相位的绿灯起始时刻，Gp,j为j周期p相位的的绿灯时长，tdis(p,k)为k周期p相位排队消散时刻；
计算当前周期未通过交叉口且下一周期通过交叉口的车辆的第二延误时间，具体为：
Figure BDA0002954572280000093
其中，
Figure BDA0002954572280000094
为第二延误时间，m1(p,k)为为tp,j至tp,j+Gp,j时段放行的车辆数，m2(p,k)为tp,j+Gp,j时刻剩余未放行的车辆数，Gp,k为k周期p相位绿灯时长，tp,k+1为k周期下一周期p相位的的绿灯起始时刻，sp为p相位饱和流率；
基于所述第一延误时间和所述第二延误时间计算所述社会车辆平均延误时间，具体为：
Figure BDA0002954572280000101
其中，Dveh为社会车辆平均延误时间，γ1(p,k)和γ2(p,k)为判断交叉口排队是否可以在当前周期清空的标志参数，具体的，γ1(p,k)表示社会车辆是否经历第一延误时间的标志参数，γ2(p,k)表示社会车辆是否经历第二延误时间的标志参数，P为相位数量。
j周期即k周期的上一周期。
优选的，基于所述状态信息估算将要通过交叉口的各辆公交的公交延误时间，具体为：
基于所述状态信息计算公交在当前车道排队消散前到达并加入排队停车等待的第三延误时间；
基于所述状态信息计算公交未在当前周期通过交叉口而产生二次停车的第四延误时间；
基于所述状态信息计算公交随着排队消散通过路口时，由于车速大于排队消散速度而产生的第五延误时间；
基于所述第三延误时间、第四延误时间、第五延误时间计算得到所述公交延误时间。
在公交延误时间估计模型中，为准确估算公交延误时间，对公交经历的延误时间进行分解，绘制公交驶向交叉口的时空关系图，如图3所示，对公交不同行驶状态下可能经历的延误时间分段进行估算，公交经历的延误时间分解为三部分：
公交在本车道排队消散前到达并加入排队停车等待的时间DQ(i,p)；
公交未在当前周期通过路口而产生二次停车的停车等待时间DR(i,p)；
公交随着排队消散通过路口时，由于车速vb(i,p)大于排队消散速度v3而产生的延误时间Ddis(i,p)。
优选的，基于所述状态信息计算公交在当前车道排队消散前到达并加入排队停车等待的第三延误时间，具体为：
Figure BDA0002954572280000111
其中，DQ(i,p)为第三延误时间，tp,k为k周期p相位的绿灯起始时刻，dQ(i,p)为公交到达排队队尾时离交叉口的距离，d(i,p)为公交发送优先请求时距离交叉口停车线的距离，vb(i,p)为公交正常行驶车速，t(i,p)为公交发送优先请求的时刻，v1为排队波的波速，tp,j为j周期p相位的绿灯起始时刻，Gp,j为j周期p相位的的绿灯时长，v2为起动波的波速；
基于所述状态信息计算公交未在当前周期通过交叉口而产生二次停车的第四延误时间，具体为：
Figure BDA0002954572280000112
其中，DR(i,p)为第四延误时间，tp,k为k周期p相位的绿灯起始时刻，tp,k+1为k周期下一周期p相位的绿灯起始时刻，Gp,k为k周期p相位绿灯时长，dR(i,p)为公交二次排队的排队位置，θ1(i,p)为判断公交是否经历第三延误时间的标志参数，tR(i,p)为公交二次排队时开始停车排队的时刻；
基于所述状态信息计算公交随着排队消散通过路口时，由于车速大于排队消散速度而产生的第五延误时间，具体为：
Figure BDA0002954572280000121
其中，Ddis(i,p)为第五延误时间，v3为排队消散波的波速，tv3(p,k)为k周期p相位路口排队消散时刻，tvb(p,k)为k周期p相位路开始排队时刻，θ3(i,p)为判断公交是否经历第五延误时间的标志参数；
基于所述第三延误时间、第四延误时间、第五延误时间计算得到所述公交延误时间，具体为：
DB(i,p)＝∑N[θ1(i,p)DQ(i,p)+θ2(i,p)DR(i,p)+θ3(i,p)Ddis(i,p)]；
其中，DB(i,p)为公交延误时间，θ1(i,p)，θ2(i,p)和θ3(i,p)分别为判断公交是否经历第三延误时间、第四延误时间、第五延误时间的标志参数。
优选的，基于所述公交延误时间与所述社会车辆平均延误时间计算总延误时间，具体为：
基于所述公交延误时间与所述社会车辆平均延误时间计算交叉口的人均延误时间，作为所述总延误时间：
D＝∑NαDB(i,p)+βDveh；
其中，D为人均延误时间，即所述总延误时间，DB(i,p)为公交延误时间，Dveh为社会车辆平均延误时间，α为公交平均乘客数，β为社会车辆平均乘客数；
以总延误时间最小为目标，以周期相位约束以及绿灯时长约束为约束条件，求解公交优先信号控制方案，具体为：
建立以交叉口人均延误的总延误时间最小为目标的混合整数线性规划方程：
MIN(∑NαDB(i,p)+βDveh)；
其中，MIN()表示取最小值；
设定周期相位约束条件；
本实施例中周期相位约束条件是指：提供的控制方法遵循我国GB25280-2010中规定的双环八相位的交通信号配时参数标准，周期相位约束条件如下；
Figure BDA0002954572280000131
tp+1,k＝tp,k+Gp,k+Yp,k,p∈{1,2,3}or{5,6,7}；
Figure BDA0002954572280000132
tp,k＝tq,k,(p,q)∈{(1,5),(3,7)}；
其中，Gp,k为k周期p相位绿灯时长，Yp,k为k周期p相位黄灯时长，tp+1,k为k周期p+1相位的的绿灯起始时刻，tp,k为k周期p相位的绿灯起始时刻，t1,k+1为k周期的下一周期第一相位的绿灯起始时刻，t1,k为k周期期第一相位的绿灯起始时刻，t5,k+1为k周期的下一周期第五相位的绿灯起始时刻，t5,k为k周期第五相位的绿灯起始时刻，tq,k为k周期q相位的绿灯起始时刻；
设定绿灯时长约束方程：
Gmin(p,k)≤Gp,k≤Gmax(p,k)；
其中，Gmin(p,k)为最小绿灯时间，Gmax(p,k)为最大绿灯时间，Gp,k为p相位k周期的绿灯时长；
在所述约束条件的约束下求解所述混合整数线性规划方程，得到交叉口各相位的绿灯时长，作为所述公交优先信号控制方案。
在准确预测公交和社会车辆延误的基础上，建立公交优先的决策机制，以乘客总延误最小为优化目标(包括公交延误和社会车辆延误)，设置满足周期相位约束。在给予公交优先通行的同时，协同考虑社会车辆的通行需求，协调优化信号配时。
以交叉口总延误(包括公交延误和社会车辆延误)最小为目标，确定满足绿灯时长约束条件的公交优先信号控制方案是指：为了求得最优的配时方案，本实施例提出了一个以交叉口人均延误的总和最小为目标的混合整数线性规划方程来求解当前周期最优的信号配时方案，输出为各个相位方向的绿灯时间。
优选的，基于所述公交优先信号控制方案对交叉口的信号机进行信号控制，具体为：
判断当前周期内是否所有公交车辆均已通过交叉口，如果是，则恢复原始信号控制方案，否则继续采用所述公交优先信号控制方案对所述信号机进行信号控制。
按照上述计算过程得出的公交优先信号控制方案，遵循信号机协议，发送信号控制指令，为公交车辆提供放行，并在所有优先车辆通过路口并无新的优先车辆驶入路口后，结束信号控制。
实施例2
如图5所示，本发明的实施例2提供了公交优先的交叉口信号控制装置，包括处理器10以及存储器20，所述存储器20上存储有计算机程序，所述计算机程序被所述处理器10执行时，实现实施例1提供的公交优先的交叉口信号控制方法。
本发明实施例提供的公交优先的交叉口信号控制装置，用于实现公交优先的交叉口信号控制方法，因此，公交优先的交叉口信号控制方法所具备的技术效果，公交优先的交叉口信号控制装置同样具备，在此不再赘述。
实施例3
本发明的实施例3提供了计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现实施例1提供的公交优先的交叉口信号控制方法。
本发明实施例提供的计算机存储介质，用于实现公交优先的交叉口信号控制方法，因此，公交优先的交叉口信号控制方法所具备的技术效果，计算机存储介质同样具备，在此不再赘述。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种公交优先的交叉口信号控制方法，其特征在于，包括以下步骤：
获取交叉口处各个方向社会车辆的轨迹数据，基于所述轨迹数据建立社会车辆到达率估计模型，根据所述社会车辆到达率估计模型估算所述交叉口各个方向的社会车辆到达率；
基于所述社会车辆到达率，并根据稳态理论模型计算交叉口各方向的社会车辆平均延误时间；
获取公交车辆的状态信息，基于所述状态信息估算将要通过交叉口的各辆公交的公交延误时间；
基于所述公交延误时间与所述社会车辆平均延误时间计算总延误时间，以总延误时间最小为目标，以周期相位约束以及绿灯时长约束为约束条件，求解公交优先信号控制方案；
基于所述公交优先信号控制方案对交叉口的信号机进行信号控制；
基于所述社会车辆到达率，并根据稳态理论模型计算交叉口各方向的社会车辆平均延误时间，具体为：
计算当前周期已通过交叉口的社会车辆的第一延误时间；
计算当前周期未通过交叉口且下一周期通过交叉口的社会车辆的第二延误时间；
基于所述第一延误时间和所述第二延误时间计算所述社会车辆平均延误时间；
基于所述第一延误时间和所述第二延误时间计算所述社会车辆平均延误时间，具体为：
Figure 29883DEST_PATH_IMAGE001
；
其中，
Figure 308418DEST_PATH_IMAGE002
为社会车辆平均延误时间，
Figure 456502DEST_PATH_IMAGE003
为
Figure 199199DEST_PATH_IMAGE004
周期
Figure 407327DEST_PATH_IMAGE005
相位的第一延误时间，
Figure 173158DEST_PATH_IMAGE006
为
Figure 859354DEST_PATH_IMAGE007
周期
Figure 863082DEST_PATH_IMAGE005
相位的第二延误时间，
Figure 307357DEST_PATH_IMAGE008
表示社会车辆是否经历第一延误时间的标志参数，
Figure 763746DEST_PATH_IMAGE009
表示社会车辆是否经历第二延误时间的标志参数，
Figure 253633DEST_PATH_IMAGE005
为相位数量。
2.根据权利要求1所述的公交优先的交叉口信号控制方法，其特征在于，基于所述轨迹数据建立社会车辆到达率估计模型，根据所述社会车辆到达率估计模型估算所述交叉口各个方向的社会车辆到达率，具体为：
从当前周期的轨迹数据中获取交叉口车辆到达信息，建立最大似然估计模型，并作为所述社会车辆到达率估计模型：
Figure 846289DEST_PATH_IMAGE010
；
其中，
Figure 458536DEST_PATH_IMAGE011
表示最大似然估计模型，
Figure 136642DEST_PATH_IMAGE012
为第
Figure 492537DEST_PATH_IMAGE013
辆社会车辆到达交叉口的轨迹数据，
Figure 736436DEST_PATH_IMAGE014
，
Figure 457268DEST_PATH_IMAGE015
为当前周期内的社会车辆总数量，
Figure 419407DEST_PATH_IMAGE016
为车辆到达率；
基于最大似然估计模型估算车辆到达率：
Figure 251097DEST_PATH_IMAGE017
；
Figure 86854DEST_PATH_IMAGE018
为估算出的交叉口
Figure 775324DEST_PATH_IMAGE005
相位的车辆到达率。
3.根据权利要求1所述的公交优先的交叉口信号控制方法，其特征在于，基于所述状态信息估算将要通过交叉口的各辆公交的公交延误时间，具体为：
基于所述状态信息计算公交在当前车道排队消散前到达并加入排队停车等待的第三延误时间；
基于所述状态信息计算公交未在当前周期通过交叉口而产生二次停车的第四延误时间；
基于所述状态信息计算公交随着排队消散通过路口时，由于车速大于排队消散速度而产生的第五延误时间；
基于所述第三延误时间、第四延误时间、第五延误时间计算得到所述公交延误时间。
4.根据权利要求3所述的公交优先的交叉口信号控制方法，其特征在于，基于所述第三延误时间、第四延误时间、第五延误时间计算得到所述公交延误时间，具体为：
Figure 693601DEST_PATH_IMAGE019
；
其中，
Figure 328982DEST_PATH_IMAGE020
为公交延误时间，
Figure 547474DEST_PATH_IMAGE021
为第三延误时间，
Figure 875687DEST_PATH_IMAGE022
为第四延误时间，
Figure 750102DEST_PATH_IMAGE023
为第五延误时间，
Figure 251491DEST_PATH_IMAGE024
，
Figure 793330DEST_PATH_IMAGE025
和
Figure 26866DEST_PATH_IMAGE026
分别为判断公交是否经历第三延误时间、第四延误时间、第五延误时间的标志参数，
Figure 654156DEST_PATH_IMAGE027
为当前周期收到的所有优先请求的车辆的集合。
5.根据权利要求1所述的公交优先的交叉口信号控制方法，其特征在于，基于所述公交延误时间与所述社会车辆平均延误时间计算总延误时间，具体为：
基于所述公交延误时间与所述社会车辆平均延误时间计算交叉口的人均延误时间，作为所述总延误时间：
Figure 693656DEST_PATH_IMAGE028
；
其中，
Figure 815634DEST_PATH_IMAGE029
为人均延误时间，即所述总延误时间，
Figure 485650DEST_PATH_IMAGE030
为公交延误时间，
Figure 396974DEST_PATH_IMAGE031
为社会车辆平均延误时间，
Figure 177848DEST_PATH_IMAGE032
为公交平均乘客数，
Figure 428701DEST_PATH_IMAGE033
为社会车辆平均乘客数；
以总延误时间最小为目标，以周期相位约束以及绿灯时长约束为约束条件，求解公交优先信号控制方案，具体为：
建立以交叉口人均延误的总延误时间最小为目标的混合整数线性规划方程，设定周期相位约束条件，设定绿灯时长约束方程；
在所述约束条件的约束下求解所述混合整数线性规划方程，得到交叉口各相位的绿灯时长，作为所述公交优先信号控制方案。
6.根据权利要求1所述的公交优先的交叉口信号控制方法，其特征在于，基于所述公交优先信号控制方案对交叉口的信号机进行信号控制，具体为：
判断当前周期内是否所有公交车辆均已通过交叉口，如果是，则恢复原始信号控制方案，否则继续采用所述公交优先信号控制方案对所述信号机进行信号控制。
7.一种公交优先的交叉口信号控制装置，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-6任一项所述的公交优先的交叉口信号控制方法。
8.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机该程序被处理器执行时，实现如权利要求1-6任一项所述的公交优先的交叉口信号控制方法。
CN202110217767.XA 2021-02-26 2021-02-26 一种公交优先的交叉口信号控制方法及装置 Active CN113032964B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110217767.XA CN113032964B (zh) 2021-02-26 2021-02-26 一种公交优先的交叉口信号控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110217767.XA CN113032964B (zh) 2021-02-26 2021-02-26 一种公交优先的交叉口信号控制方法及装置

Publications (2)

Publication Number Publication Date
CN113032964A CN113032964A (zh) 2021-06-25
CN113032964B true CN113032964B (zh) 2022-07-26

Family

ID=76461782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110217767.XA Active CN113032964B (zh) 2021-02-26 2021-02-26 一种公交优先的交叉口信号控制方法及装置

Country Status (1)

Country Link
CN (1) CN113032964B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113593275B (zh) * 2021-07-09 2022-09-20 同济大学 一种基于公交信号优先的交叉口网联自动驾驶方法
CN113724509B (zh) * 2021-07-12 2023-03-14 清华大学 一种时空协同的公交优先控制方法和装置
CN113506453B (zh) * 2021-09-10 2022-02-22 华砺智行(武汉)科技有限公司 公交车优先信号控制方法、装置、设备及可读存储介质
CN113793518A (zh) * 2021-09-13 2021-12-14 浙江大华技术股份有限公司 车辆通行处理方法、装置、电子设备和存储介质
CN113920762A (zh) * 2021-10-08 2022-01-11 湖南湘江智能科技创新中心有限公司 一种基于智能网联环境下应急车辆优先通行的控制方法
CN114120664B (zh) * 2022-01-05 2022-09-20 北京航空航天大学合肥创新研究院(北京航空航天大学合肥研究生院) 一种基于博弈论的混行交通交叉口信号与车辆轨迹协同控制方法
CN114495528A (zh) * 2022-01-26 2022-05-13 宋炳毅 一种城市快速路交叉口公交优先信号协调配时方法
CN114724353B (zh) * 2022-03-10 2023-06-09 深圳大学 考虑行人的公交信号被动优先控制方法及装置
CN116229724B (zh) * 2023-05-06 2023-08-01 华东交通大学 考虑旅客平均时延的交通信号控制方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107248299A (zh) * 2017-07-26 2017-10-13 北方工业大学 一种基于驻站时间的专用道公交优先干线协调控制方法
WO2018072240A1 (zh) * 2016-10-20 2018-04-26 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
CN108053645A (zh) * 2017-09-12 2018-05-18 同济大学 一种基于轨迹数据的信号交叉口周期流量估计方法
CN110009918A (zh) * 2019-03-25 2019-07-12 武汉理工大学 一种单点交叉口公交专用道信号控制优化方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299433B (zh) * 2014-06-05 2016-09-14 上海应用技术学院 基于rfid车载电子标签的公交信号优先控制方法
JP2020502718A (ja) * 2016-12-19 2020-01-23 スルグリーン・エルエルシー デジタル優先度付与をもつ接続された適応型車両交通管理システム
CN109410609A (zh) * 2018-11-19 2019-03-01 吉林大学 车联网环境下基于多请求的公交优先信号控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018072240A1 (zh) * 2016-10-20 2018-04-26 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
CN107248299A (zh) * 2017-07-26 2017-10-13 北方工业大学 一种基于驻站时间的专用道公交优先干线协调控制方法
CN108053645A (zh) * 2017-09-12 2018-05-18 同济大学 一种基于轨迹数据的信号交叉口周期流量估计方法
CN110009918A (zh) * 2019-03-25 2019-07-12 武汉理工大学 一种单点交叉口公交专用道信号控制优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Research on Transit Signal Priority Strategy of Single Intersection Based on V2X Environment;Yi Zhang et al.;《The 5th International Conference on Transportation Information and Safety》;20190717;第356-363页 *
公交优先交通信号优化控制的动态自适应混沌粒子群优化算法;蔡延光等;《东莞理工学院学报》;20171017;第24卷(第05期);第32-39页 *
红绿灯配时优化模型研究――以秦皇岛华联商厦五岔路口为例;林荷静等;《中国高新技术企业》;20160210(第05期);第23-24页 *

Also Published As

Publication number Publication date
CN113032964A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN113032964B (zh) 一种公交优先的交叉口信号控制方法及装置
CN106652493B (zh) 一种车联网环境下的交叉口信号优化控制方法
Chen et al. An improved adaptive signal control method for isolated signalized intersection based on dynamic programming
CN104485005B (zh) 交叉口多线路公交车辆优先请求冲突协调控制方法
WO2018072240A1 (zh) 一种路网潮汐交通流可变导向车道控制方法
CN112037507B (zh) 一种过饱和交通状态干线自适应信号协调设计方法与装置
TW201901632A (zh) 道路交通控制系統、方法以及電子設備
CN108364486B (zh) 多场景车辆优先自适应交通信号控制系统及其工作方法
CN110969845B (zh) 一种基于车路协同的智能车速控制方法及系统
CN113516854B (zh) 一种基于卡警、视频检测器的多路口协调自适应控制方法
WO2021083232A1 (zh) 一种网联公交车到站停靠管理优化方法
CN112750318B (zh) 一种基于边缘云的匝道合流控制方法及系统
CN113096419A (zh) 一种服务于车辆优先通行的信号控制方法
CN111932916B (zh) 一种城市道路动态应急车道的控制方法及控制系统
WO2013007075A1 (zh) 交通信号灯分配时长的获取方法及装置
CN113345240A (zh) 一种基于智能网联环境的高速公路车辆汇入方法及系统
CN113192333A (zh) 一种公交优先信号控制方法
CN107293134A (zh) 基于虚拟电子围栏的公交信号优先控制策略
CN112071095B (zh) 一种基于v2x技术的应急车辆通过交叉口的信号配时方法
CN114613155B (zh) 一种特种车辆优先的事后信号时间补偿方法
CN114999207B (zh) 一种智能网联环境下的公交车生态迫近引导方法
WO2022156756A1 (zh) 一种路侧终端、交通信号灯控制方法及相关系统
CN109118793B (zh) 车流控制方法及装置
Liu et al. Modelling and simulation of cooperative control for bus rapid transit vehicle platoon in a connected vehicle environment
CN109859475A (zh) 一种基于dbscan密度聚类的交叉口信号控制方法、装置及系统

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