The invention relates to an optimization method for coordinated control of trunk roads based on sampling trajectory data, which includes the following steps: 1) acquiring the sampling vehicle trajectory data, preprocessing the trajectory characteristic vectors and the prior arrival rate matrix; 2) judging the arrival status of sampling trajectory in the period according to any given set of signal timing data based on the prior arrival rate matrix, and then judging the arrival status of sampling trajectory in the period of traffic. Waves are reconstructed to estimate the mapping arrival time and actual arrival time of the trajectory, and the signal control delay of the trajectory at each intersection is obtained. 3) By accumulating the signal control delay of each trajectory at all intersections, the analytical expressions of the total delay of all sampling trajectories of the main road and the signal timing parameters of each intersection are obtained. An optimization model is established based on the constraints between the timing parameters, and the multi-peak group optimization is carried out. The algorithm is solved. Compared with the prior art, the invention has the advantages of considering space-time correlation, better coordination effect and wide applicability.
【技术实现步骤摘要】
一种基于抽样轨迹数据的干道协调控制优化方法
本专利技术涉及交通控制领域,尤其是涉及一种基于抽样轨迹数据的干道协调控制优化方法。
技术介绍
城市主干道作为交通网络的骨架,承担着长距离快速交通和通勤交通的通达功能,拥堵现象却是最频繁和严重的,因此城市干道常采取协调控制的策略以保证主线交通的运行效率。虽然当前信号控制领域已经发展到感应控制和自适应控制的阶段,类似SCOOT、SCATS等感应控制系统应用也已经落地,但多时段的定时控制策略仍是现阶段城市主干道交通控制与管理应用较广泛且经济有效的方式。目前,定时干道控制的主要数据输入为通过定时检测器或者人工测量获取的干道各流向的小时集计流量,一方面设备的运维成本高,另一方面数据精度也会受到设备损坏或者检测失效的影响。另外,现有的定时控制模型的协调目标和数据输入之间的关系多基于特定理论推到得到,流量输入对信号配时参数优化的作用不够显著,且协调结果与流量之间缺乏反馈机制,无法确定干道运行在协调之后的变化。在实际应用中,实际的运行质量和优化得到的协调目标值常存在不一致的情况,例如基于带宽的干道协调模型应用中,实际的主线运行车流并不完全在绿波带的范围内行驶。在数据检测方面,随着车联网和移动检测技术的发展,海量轨迹数据开始为交通检测提供丰富实时的交通信息。相比于传统的定点检测器,轨迹数据上传频率高,精度高,且不会受到布设范围的限制,也不需要考虑设备购置和维修的成本。因此,建立基于轨迹数据的干道协调控制方法对于补充现有干道控制研究具有重要的现实意义。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于抽样轨 ...
【技术保护点】
1.一种基于抽样轨迹数据的干道协调控制优化方法,其特征在于,包括以下步骤:1)获取抽样车辆轨迹数据,预处理得到轨迹特征向量以及先验的到达率矩阵;2)基于先验的到达率矩阵,根据任一组给定的信号配时数据对抽样轨迹在所在周期的到达状态进行判定并对交通波进行重构,估计轨迹的映射到达时刻和实际到达时刻,得到轨迹在每个交叉口的信控延误;3)累加各轨迹在所有交叉口的信控延误,得到干道所有抽样轨迹的总延误与每个交叉口的信号配时参数的解析式,并基于配时参数间的约束建立优化模型,通过多峰群优化算法求解。
【技术特征摘要】
1.一种基于抽样轨迹数据的干道协调控制优化方法,其特征在于,包括以下步骤:1)获取抽样车辆轨迹数据,预处理得到轨迹特征向量以及先验的到达率矩阵;2)基于先验的到达率矩阵,根据任一组给定的信号配时数据对抽样轨迹在所在周期的到达状态进行判定并对交通波进行重构,估计轨迹的映射到达时刻和实际到达时刻,得到轨迹在每个交叉口的信控延误;3)累加各轨迹在所有交叉口的信控延误,得到干道所有抽样轨迹的总延误与每个交叉口的信号配时参数的解析式,并基于配时参数间的约束建立优化模型,通过多峰群优化算法求解。2.根据权利要求1所述的一种基于抽样轨迹数据的干道协调控制优化方法,其特征在于,所述的步骤1)中,轨迹特征向量Xi的表达式为:其中,i为轨迹编号,为轨迹在每个交叉口的映射到达时刻,为轨迹进入当前干道范围的时刻,为每个路段的平均行驶速度,为每个交叉口是否停车排队;由二项变量δi,m组成,用于表征轨迹在每个交叉口是否停车通过,具体为:的计算式为:其中,上标0表示初始配时,下标m表示交叉口编号,M为交叉口总数,为初始配时下轨迹i在交叉口m的映射到达时刻,为在初始配时下轨迹i在交叉口m是否停车排队,为在初始配时下轨迹i的平均行驶速度,为初始配时下轨迹i在交叉口m的实际到达时刻;的具体计算式为:其中,为轨迹i在交叉口m加入排队的时刻,slm为交叉口m停车线的位置,为轨迹i在交叉口m加入排队的位置。3.根据权利要求2所述的一种基于抽样轨迹数据的干道协调控制优化方法,其特征在于,所述的步骤1)中,初始配时方案下每个信号周期内的先验到达率矩阵A的计算式为:其中,λi,m为交叉口m轨迹i-1与i之间到达间隔之间的到达率,I为轨迹总数,为轨迹i在交叉口m的所在周期的红灯启亮时刻,用以表征初始配时下轨迹i在交叉口m所在周期是否为第一条抽样轨迹。4.根据权利要求2所述的一种基于抽样轨迹数据的干道协调控制优化方法,其特征在于,所述的步骤2)具体包括以下步骤:21)根据给定的信号配时组合确定轨迹i所在的周期ci,m;22)从最上游的交叉口开始,根据给定配时方案和轨迹的映射到达时刻对抽样轨迹在所在周期的到达状态进行判定,按照轨迹是否在原配时为停车通过的变量值以及在给定配时方案下是否为周期内第一条抽样轨迹的二项变量值ni,m进行划分,根据划分结果并获取简化后的轨迹i在交叉口m的实际到达时刻,并计算轨迹i在交叉口m的信控延误。5.根据权利要求4所述的一种基于抽样轨迹数据的干道协调控制优化方法,其特征在于,所述的步骤21)中,轨迹i所在的周期ci,m的计算式为:其中,Cm、为交叉口的周期长度和相位差。6.根据权利要求4所述的一种基于...
【专利技术属性】
技术研发人员:唐克双,姚佳蓉,李克平,
申请(专利权)人:同济大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。