一种基于DBSCAN密度聚类的交叉口信号控制方法、装置及系统制造方法及图纸

本发明专利技术涉及智能交通技术领域，具体公开了一种基于DBSCAN密度聚类的交叉口信号控制方法，其中，所述基于DBSCAN密度聚类的交叉口信号控制方法包括：采集交叉口每条车道的行车数据；根据每条车道的行车数据计算每个车道的排队长度；根据每个车道的排队长度计算同一车道多个周期的排队长度；根据同一车道多个周期的排队长度以及DBSCAN密度聚类算法判断当前交叉口信号控制方案是否满足需求；若当前交叉口信号控制方案不满足需求，则根据当前交叉口的每个车道的排队长度重新规划新的交叉口控制方案。本发明专利技术还公开了一种基于DBSCAN密度聚类的交叉口信号控制装置及系统。本发明专利技术提供的基于DBSCAN密度聚类的交叉口信号控制方法具有数据量大，精确度高的优势。

An Intersection Signal Control Method, Device and System Based on DBSCAN Density Clustering

The invention relates to the field of intelligent transportation technology, and specifically discloses an intersection signal control method based on DBSCAN density clustering. The intersection signal control method based on DBSCAN density clustering includes: collecting traffic data of each lane at intersection; calculating queue length of each lane according to traffic data of each lane; and measuring queue length of each lane according to queue length of each lane. Calculate the queue length of multiple cycles in the same lane; judge whether the current intersection signal control scheme meets the demand according to the queue length of multiple cycles in the same lane and DBSCAN density clustering algorithm; if the current intersection signal control scheme does not meet the demand, then re-plan the new intersection control scheme according to the queue length of each lane in the current intersection. The invention also discloses an intersection signal control device and system based on DBSCAN density clustering. The intersection signal control method based on DBSCAN density clustering provided by the invention has the advantages of large amount of data and high accuracy.

【技术实现步骤摘要】
一种基于DBSCAN密度聚类的交叉口信号控制方法、装置及系统
本专利技术涉及智能交通
，尤其涉及一种基于DBSCAN密度聚类的交叉口信号控制方法、基于DBSCAN密度聚类的交叉口信号控制装置及包括该基于DBSCAN密度聚类的交叉口信号控制装置的基于DBSCAN密度聚类的交叉口信号控制系统。
技术介绍
随着城市交通控制技术的不断发展，单点定时信号的配时方法在不断地研究和改进中，目前单点交叉口定时信号配时最为流行的几种计算方法，分别是：Webster、TRRL法、ARRB法、HCM法、冲突点法。国内普遍采用的是Webster方法，该方法以交通延误作为交通效益指标，以交通延误最小求解处信号控制路口的最佳周期时长，然后通过各个方向的流量比去分配最佳周期时长。这种方法虽然能够减小单个交叉口的延误时间，但是目前考虑到城市内一些交叉口的流量在某一段时间内处于饱和或超饱和状态，再使用Webster方法计算出的信号控制周期，就难以满足现状的交通通行需求，也就是说交叉口的每个方向的交通流量相对比较固定。而对于一天内的交通量变化比较大的交叉口，采用Webster法计算出的控制方案，往往只能在某一段时间内适合该交叉口的控制方式；这就需要根据历史时段交通量变化规律，采用多时段定时控制方案可以间接的满足交通量变化规律，目前是一种常用的信号配时方案。以及当前大部分城市采用的多个信号控制交叉口进行线控、面控和联网控制的方法对城市的信号交叉口控制有着很好的改善作用。随着通信与计算机的发展，感应式信号控制技术得到了快速发展，各国研究人员逐步研究并总结出了流量－密度感应控制；基于绿时有效利用率的感应控制；具有“抢”、“要”功能的全感应控制；基于模糊控制和绿时有效利用率的全感应控制；具有跳相位功能的全感应控制；具有相序优化功能的全感应控制；优化感应控制等等。这些控制方法对城市交通信号控制系统都有着不同程度的改善和建议。然而近几年大数据技术的快速发展，大数据算法也逐渐被应用于控制方法中，在确定信号控制周期时，有通过机器学习的方法确定最佳周期，通常采用一些大数据算法确定信号控制的最佳周期和最佳绿灯时间。目前已有Agent技术、强化学习、自适应动态规划(ADP)和平行控制理论等算法在交通信号控制中的研究，尤其后面两个是目前国内外在交通控制领域研究的前沿课题，正处在探索发展期。强化学习由于受多相位、交通流大范围变化等问题的影响，Q值矩阵存储空间要求异常庞大，会产生“维数灾”，使得该方法在实际应用中受到限制。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一，提供一种基于DBSCAN密度聚类的交叉口信号控制方法、基于DBSCAN密度聚类的交叉口信号控制装置及包括该基于DBSCAN密度聚类的交叉口信号控制装置的基于DBSCAN密度聚类的交叉口信号控制系统，以解决现有技术中的问题。作为本专利技术的第一个方面，提供一种基于DBSCAN密度聚类的交叉口信号控制方法，其中，所述基于DBSCAN密度聚类的交叉口信号控制方法包括：采集交叉口每条车道的行车数据；根据每条车道的行车数据计算每个车道的排队长度；根据每个车道的排队长度计算同一车道多个周期的排队长度；根据同一车道多个周期的排队长度以及DBSCAN密度聚类算法判断当前交叉口信号控制方案是否满足需求；若当前交叉口信号控制方案不满足需求，则根据当前交叉口的每个车道的排队长度重新规划新的交叉口控制方案。优选地，所述根据每条车道的行车数据计算每个车道的排队长度包括：获取每条车道的行车数据中的上游交叉口进入本路段参与排队的车辆数；计算每个周期滞留车辆数；根据上游交叉口进入本路段参与排队的车辆数和每个周期滞留车辆数计算每个周期绿灯亮起时刻排队车辆数；根据每个周期绿灯亮起时刻排队车辆数、有效车头间距和与交叉口同向的车道数计算每个车道每个周期的排队长度。优选地，所述计算每个周期滞留车辆数的计算公式为：其中，表示第i-1周期到达的车辆数，表示第i-1周期驶离的车辆数，表示第i-1周期滞留车辆数。优选地，所述根据上游交叉口进入本路段参与排队的车辆数和每个周期滞留车辆数计算每个周期绿灯亮起时刻排队车辆数的计算公式为：其中，表示第i周期绿灯起始时刻排队车辆数，表示上游交叉口进入本路段参与排队的车辆数，表示第i-1周期滞留车辆数。优选地，所述根据每个周期绿灯亮起时刻排队车辆数、有效车头间距和与交叉口同向的车道数计算每个车道每个周期的排队长度的计算公式为：其中，Leff表示有效车头间距，lanenum表示与交叉口同向的车道数，表示第i周期绿灯起始时刻排队车辆数，表示每个车道每个周期的排队长度。优选地，所述根据每个车道的排队长度计算同一车道多个周期的排队长度包括：重复所述根据每条车道的行车数据计算每个车道的排队长度的步骤得到车道数编号与车道排队长度的二维坐标。优选地，所述根据同一车道多个周期的排队长度以及DBSCAN密度聚类算法判断当前交叉口信号控制方案是否满足需求包括：将每个周期内每条车道的排队长度作为DBSCAN密度聚类算法的聚类对象；根据每个周期内每条车道的排队长度确定DBSCAN密度聚类算法的第一阈值参数和第二阈值参数；判断每条车道的排队长度与第一阈值参数的大小，以及判断周期数与第二阈值参数的大小；若每条车道的排队长度小于第一阈值参数，且周期数大于第二阈值参数，则当前交叉口信号控制方案不满足需求。优选地，所述根据当前交叉口的每个车道的排队长度重新规划新的交叉口控制方案包括：计算交叉口每个方向的每个车道历史周期的排队长度值；获取交叉口各个方向的车道的排队长度总值；根据每个车道历史周期的排队长度值和排队长度总值计算交叉口所有排队车辆通过该交叉口所需的时长，并将该时长确定为新的周期时长；根据新的周期时长以及交叉口每个方向车道排队长度确定交叉口每个相位的绿灯时长。作为本专利技术的第二个方面，提供一种基于DBSCAN密度聚类的交叉口信号控制装置，其中，所述基于DBSCAN密度聚类的交叉口信号控制装置包括：采集模块，所述采集模块用于采集交叉口每条车道的行车数据；第一计算模块，所述第一计算模块用于根据每条车道的行车数据计算每个车道的排队长度；第二计算模块，所述第二计算模块用于根据每个车道的排队长度计算同一车道多个周期的排队长度；判断模块，所述判断模块用于根据同一车道多个周期的排队长度以及DBSCAN密度聚类算法判断当前交叉口信号控制方案是否满足需求；方案规划模块，所述方案规划模块用于若当前交叉口信号控制方案是否满足需求，则根据当前交叉口的每个车道的排队长度重新规划新的交叉口控制方案。作为本专利技术的第三个方面，提供一种基于DBSCAN密度聚类的交叉口信号控制系统，其中，所述基于DBSCAN密度聚类的交叉口信号控制系统包括交通采集设备、交通信号机和前文所述的基于DBSCAN密度聚类的交叉口信号控制装置，所述交通采集设备和交通信号机均与所述基于DBSCAN密度聚类的交叉口信号控制装置通信连接，所述基于DBSCAN密度聚类的交叉口信号控制装置用于通过所述交通采集设备获取交叉口每条车道的行车数据，所述基于DBSCAN密度聚类的交叉口信号控制装置用于根据获取的交叉口每条车道的行车数据进行处理与判断，得到新的交叉口控制方案，并将新的交叉口控制方本文档来自技高网...

【技术保护点】
1.一种基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述基于DBSCAN密度聚类的交叉口信号控制方法包括：采集交叉口每条车道的行车数据；根据每条车道的行车数据计算每个车道的排队长度；根据每个车道的排队长度计算同一车道多个周期的排队长度；根据同一车道多个周期的排队长度以及DBSCAN密度聚类算法判断当前交叉口信号控制方案是否满足需求；若当前交叉口信号控制方案不满足需求，则根据当前交叉口的每个车道的排队长度重新规划新的交叉口控制方案。

【技术特征摘要】
1.一种基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述基于DBSCAN密度聚类的交叉口信号控制方法包括：采集交叉口每条车道的行车数据；根据每条车道的行车数据计算每个车道的排队长度；根据每个车道的排队长度计算同一车道多个周期的排队长度；根据同一车道多个周期的排队长度以及DBSCAN密度聚类算法判断当前交叉口信号控制方案是否满足需求；若当前交叉口信号控制方案不满足需求，则根据当前交叉口的每个车道的排队长度重新规划新的交叉口控制方案。2.根据权利要求1所述的基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述根据每条车道的行车数据计算每个车道的排队长度包括：获取每条车道的行车数据中的上游交叉口进入本路段参与排队的车辆数；计算每个周期滞留车辆数；根据上游交叉口进入本路段参与排队的车辆数和每个周期滞留车辆数计算每个周期绿灯亮起时刻排队车辆数；根据每个周期绿灯亮起时刻排队车辆数、有效车头间距和与交叉口同向的车道数计算每个车道每个周期的排队长度。3.根据权利要求2所述的基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述计算每个周期滞留车辆数的计算公式为：其中，表示第i-1周期到达的车辆数，表示第i-1周期驶离的车辆数，表示第i-1周期滞留车辆数。4.根据权利要求3所述的基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述根据上游交叉口进入本路段参与排队的车辆数和每个周期滞留车辆数计算每个周期绿灯亮起时刻排队车辆数的计算公式为：其中，表示第i周期绿灯起始时刻排队车辆数，表示上游交叉口进入本路段参与排队的车辆数，表示第i-1周期滞留车辆数。5.根据权利要求4所述的基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述根据每个周期绿灯亮起时刻排队车辆数、有效车头间距和与交叉口同向的车道数计算每个车道每个周期的排队长度的计算公式为：其中，Leff表示有效车头间距，lanenum表示与交叉口同向的车道数，表示第i周期绿灯起始时刻排队车辆数，表示每个车道每个周期的排队长度。6.根据权利要求1所述的基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述根据每个车道的排队长度计算同一车道多个周期的排队长度包括：重复所述根据每条车道的行车数据计算每个车道的排队长度的步骤得到车道数编号与车道排队长度的二维坐标。7.根据权利要求1所述的基于DBSCAN密度聚类的交叉口信号控制方法，其特征在于，所述根据同一车道多个...

【专利技术属性】
技术研发人员：高超，张蔚伟，郭永，杨波，郝霆，张晨，邢晓欢，
申请(专利权)人：江苏中设集团股份有限公司，
类型：发明
国别省市：江苏,32