一种基于动态转向比例估计的路口信号控制方法技术

本发明专利技术公开了一种基于动态转向比例估计的路口信号控制方法，该方法针对四相位控制十字路口，建立了基于卡尔曼滤波的状态空间模型，设计了改进的顺序卡尔曼滤波算法求解路口动态转向比例，在此基础上进一步建立了最小化延误和排队长度、最大化有效通行能力的多目标信号控制模型求解路口实时信号配时参数及评价指标。实例研究表明，本方法具有较高的效率和精度，可以实现路口的实时信号控制。针对动态转向比例估计与信号控制结合的研究基本空白的现状，本发明专利技术具有动态实时、高效率、高精度、多目标最优、在线应用等优点。

【技术实现步骤摘要】

本专利技术涉及应用在道路路口的基于动态转向比例估计的信号控制方法，用于道路路口交通信号优化控制。
技术介绍
实时的信号控制系统作为先进的交通管理系统的核心部分，对于缓解城市交通拥堵问题起着至关重要的作用。信号控制配时方案需要以交通量为基础，而路口交通量具有高度的时变性、非线性和随机性，因此，确立信号控制方案需要获取实时的路口进出口流量及转向流量信息。目前的流量检测系统无法准确获取实时转向流量，而路口动态转向比例估计模型可以根据路口进出口流量的时间序列，反推得到路口动态转向比例。所以，建立基于动态转向比例估计的信号控制方法对于优化路口信号控制方案具有重要意义。从路网信息获取完整性划分，动态O-D反推模型可分为封闭式网络动态O-D反推模型和开放式网络动态O-D反推模型。在开放式交通网络的O-D矩阵估计中，观测方程采用观测交通量等于O-D交通量与划分参数之积与随机项的和的形式。对于封闭式网络，假定所有入口和出口处的交通量均可检测到，并且网络中不存在随机的路径选择行为，即车辆均按预定好的路径行驶。所有的研究都是围绕寻找O-D分配比例展开的。最简单的封闭式网络即为单个路口，此时的O-D流即对应于路口处的转向比例，诸如Cremer&Keller(1981、1984)、Bell(1991)等，本专利技术即属于这一层次的问题。在路口信号控制方面，国内外学者提出的再励学习、模糊理论、人工神经网络、遗传算法等理论均被广泛引入到信号控制优化的研究中，形成了许多基于历史数据的信号控制模型，也有许多学者在经典Webster法的基础上，提出了许多改进的Webster算法。然而，上述方法均未完全解决路口转向流量信息无法检测得到的问题。由于现有的交通流量检测系统无法实时获取路口转向流量，目前考虑两者相互影响，在信号控制模型中考虑动态转向比例变化影响的研究几乎没有。本专利技术针对这一问题，引入基于卡尔曼滤波的动态转向比例估计模型和多目标信号控制模型，将二者结合，从而建立一种基于动态转向比例估计的路口信号控制方法，并设计算法，编程求解。
技术实现思路
为了解决当前交通信号控制方法对交通实时变化适应性差、控制效率低的问题，以动态转向比例数据为基础输入数据，寻求多目标最优的信号配时方案。为了达成所述目的，本反明提供一种基于动念转向比例估计的跆口信亏控制力法，包括基于卡尔曼滤波的路口动态转向比例估计模型和多目标优化的路口信号控制模型，通过路段流量检测器得到路口进出口流量，输入卡尔曼滤波动态转向比例估计模型，得到路口动态转向比例，为多目标信号控制模型实现实时配时提供输入数据，从而得到路口的实时信号配时方案，最终实现路口在延误、排队长度、有效通行能力三个评价指标的综合最优化，其主要步骤如下：步骤1：在路口进出口引道运行路段流量检测器，检测得到时间间隔k内的路段进出口流量，即Qi(k)，i=1,2,3,4表示时段k自进口道i流入路口的流量，Yj(k)，j=1,2,3,4表示时段k自出口道j流出路口的流量；步骤2：定义路口的动态转向比例Bij(k)为状态变量，以检测得到的路口进出口流量为己知量，在远端计算机中运行改进的顺序卡尔曼滤波算法程序，求解基于卡尔曼滤波的动态转向比例估计模型，得到优化的路口动态转向比例；步骤3：在远端计算机中运行多目标信号控制模型的算法程序，以优化的路口动态转向比例为己知量，求解以车辆延误、平均排队长度、道路有效通行能力为评价指标的多目标信号控制模型，得到最优的信号配时方案，达到延误和排队长度小、有效通行能力大的评价指标综合最优化；步骤4：将所得最优的信号配时方案传输到路口信号机，用来实施交通信号控制。为满足实时在线应用和反推精度的要求，本专利技术采用基于卡尔曼滤波的状态空间模型，来求解路口动态转向比例；引入动态转向比例Bij(k)作为状态变量；状态方程：B(k)=B(k-1)+W(k)观测方程：Y(k)=Q(k)*B(k)+e(k)式中B(k)、Y(k)、Q(k)分别为Bij(k)、Qi(k)、Yj(k)的向量形式，W(k)是均值为0的高斯白噪声向量，e(k)是均值为0的观测高斯白噪声向量。对于动态转向比例结果采用裁切和标准化的处理，使各进口动态转向比例均小于1且总和等于1，利用MATLAB的M语言编程求解卡尔曼滤波转向比例估计模型。多目标信号控制模型针对延误、排队长度、有效通行能力三个评价指标定义加权参数，建立以相位的有效绿灯时间和周期为自变量，以延误最小、排队长度最小和道路有效通行能力最大作为目标函数的非线性优化模型。首先，定义延误、排队长度、道路有效通行能力三个评价指标的加权系数Kx1、Kx2、Kx3：Kx1=2sxpx(1-P)；Kx2=sxPx(1-P)T；Kx3=2(3600/T)P；式中sx为第x个相位的饱和流量，px为第x个相位交通流量和饱和流量之比，P为各相位交通流量与饱和流量之比的和，T为信号周期。Kx1、Kx2和Kx3三个参数的取值反映了以下三个方面的影响：(1)Kx1和Kx2随着P的增加而减小，Kx3随着P的增加而增加，使得优化目标在平峰时侧重减少延误和排队，而在高峰期间则着重提高通行能力；(2)随着周期时间增长，排队长度随之增大，在排队长度加权系数Kx2中引入周期T；(3)目标函数计算时间以小时为计算单位，Kx3中引入每小时的周期数量3600／T。在权重系数Kx1、Kx2、Kx3的计算中，px与P的获取均需要由动态转向比例估计模型提供的Bij(k)作为已知数据，从而在信号控制模型中考虑了动态转向比例估计的影响。非线性优化模型如下：minf(Gx,T)=Σx=1n[Kx1dx+Kx2Lx-Kx3Qx]]]>s.t.{Σx=1n(Gx+Ax+Rx)=T0.9px≤GxT≤1.1px,1≤x≤ngreenx,min≤Gx≤greenx,max,1≤x≤nΣx=1nGx+L≤J,1≤x≤nGx≥0,1≤x≤n]]>式中：Gx：第x个相位的有效绿灯时间；dx：第x个相位车辆到达的平均延误时间；Lx：第x个相位的车辆平均排队长度；Qx：第x个相位的道路有效通行能力；Ax：第x个相位的黄灯时间；Rx：第x个相位的全红时间；px：第x个相位交通流量和饱和流量之比；n：信号相位数；greenx,mmin’greenx,max：路口第x本文档来自技高网...

【技术保护点】
一种基于动态转向比例估计的路口信号控制方法，其特征在于，基于动态转向比例估计的路口信号控制方法包括基于卡尔曼滤波的路口动态转向比例估计模型和多目标优化的路口信号控制模型，通过路段流量检测器得到路口进出口流量，输入卡尔曼滤波动态转向比例估计模型，得到路口动态转向比例，将其作为多目标信号控制模型的输入数据，从而得到路口的实时信号配时方案，最终实现路口在延误、排队长度、有效通行能力三个评价指标的综合最优化，其主要步骤如下：步骤1：在路口进出口引道运行路段流量检测器，检测得到时间间隔k内的路段进出口流量，即Qi(k)，i=1，2，3，4表示时段k自进口道i流入路口的流量，Yj(k)，j=1，2，3，4表示时段k自出口道j流出路口的流量；步骤2：定义路口的动态转向比例Bij(k)为状态变量，以检测得到的路口进出口流量为已知量，在远端计算机中运行改进的顺序卡尔曼滤波算法程序，求解基于卡尔曼滤波的动态转向比例估计模型，得到优化的路口动态转向比例；步骤3：在远端计算机中运行多目标信号控制模型的算法程序，以优化的路口动态转向比例为已知量，求解以车辆延误、平均排队长度、道路有效通行能力为评价指标的多目标信号控制模型，得到最优的信号配时方案，达到延误和排队长度小、有效通行能力大的综合最优化目标；步骤4：将所得最优的信号配时方案传输到路口信号机，用来实施交通信号控制。...

【技术特征摘要】
1.一种基于动态转向比例估计的路口信号控制方法，其特征在于，基于动态转向比例估
计的路口信号控制方法包括基于卡尔曼滤波的路口动态转向比例估计模型和多目标优化的路
口信号控制模型，通过路段流量检测器得到路口进出口流量，输入卡尔曼滤波动态转向比例
估计模型，得到路口动态转向比例，将其作为多目标信号控制模型的输入数据，从而得到路
口的实时信号配时方案，最终实现路口在延误、排队长度、有效通行能力三个评价指标的综
合最优化，其主要步骤如下：
步骤1：在路口进出口引道运行路段流量检测器，检测得到时间间隔k内的路段进出口流
量，即Qi(k)，i=1，2，3，4表示时段k自进口道i流入路口的流量，Yj(k)，j=1，2，3，4表示时段k自
出口道j流出路口的流量；
步骤2：定义路口的动态转向比例Bij(k)为状态变量，以检测得到的路口进出口流量为
已知量，在远端计算机中运行改进的顺序卡尔曼滤波算法程序，求解基于卡尔曼滤波的动态
转向比例估计模型，得到优化的路口动态转向比例；
步骤3：在远端计算机中运行多目标信号控制模型的算法程序，以优化的路口动态转向
比例为已知量，求解以车辆延误、平均排队长度、道路有效通行能力为评价指标的多目标信
号控制模型，得到最优的信号配时方案，达到延误和排队长度小、有效通行能力大的综合最
优化目标；
步骤4：将所得最优的信号配时方案传输到路口信号机，用来实施交通信号控制。
2.如权利1所述一种基于动态转向比例估计的路口信号控制方法，其特征是：为满足实
时在线应用和反推精度的要求，本发明采用基于卡尔曼滤波的状态空间模型，来求解路口动
态转向比例；
引入动态转向比例Bij(k)作为状态变量；
状态方程：B(k)=B(k-1)+W(k)
观测方程：Y(k)=Q(k)*B(k)+e(k)
式中B(k)、Y(k)、Q(k)分别为Bij(k)、Qi(k)、Yj(k)的向量形式，W(k)是均值为0
的高斯白噪声向量，e(k)是均值为0的观测高斯白噪声向量；
对于动态转向比例结果采用裁切和标准化的处理，使各进口动态转向比例均小于1且总
和等于1，利用MATLAB的M语言编程求解卡尔曼滤波转向比例估计模型。
3.如权利1所述一种基于动态转向比例估计的路口信号控制方法，其特征是：多目标信
号控制模型针对延误、排队长度、有效通行能力三个评价指标定义加权参数，建立以相位的
有效绿灯时间和周期为自变量，以延误最小、排队长度最小和道路有效通行能力最大作为目

\t标函数的非线性优化模型，
首先，定义延误、排队长度、道路有效通行能力三个评价指标的加权系数Kx1、Kx2、Kx3：
Kx1=2sxPx(1-P)；Kx2=sxPx(1-P)T；Kx3=2(3600/T)P；
式中sx为第x个相位的饱和流量，Px为第x个相位交通流量和饱和流量之比，P为各相

【专利技术属性】
技术研发人员：焦朋朋，孙拓，杜林，王红霖，李扬威，刘美琪，刘彤，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：