基于实时路况的信号绿波协调路线优化控制方法及系统技术方案

一种基于实时路况的信号绿波协调路线优化控制方法，其步骤如下：S1、获取路网信息、实时路况交通数据、信号机控制方案数据；S2、基于模糊理论，构建绿波协调有效性综合分析模型，计算路段绿波协调的有效性；S3、基于改进的层次聚类算法对绿波协调有效性较高的路段进行聚类，自动生成协调路线；S4、基于互联网实时路段速度数据，对协调路线整体协调方案进行优化，并下发协调命令。本发明专利技术克服了传统信号系统协调方案只能基于静态固化方案执行，难以适应实时路况的问题；提出了一种评价道路绿波协调有效性的方法，为交通信号控制提供理论支持；克服了传统信号系统协调方案路线无法随路况动态变更的问题。

Optimal control method and system of signal green wave coordinated route based on real-time road condition

【技术实现步骤摘要】
基于实时路况的信号绿波协调路线优化控制方法及系统
本专利技术属于交通
，涉及一种基于实时路况的信号绿波协调路线优化控制方法及系统。
技术介绍
绿波协调是城市交通信号优化的一种常见方法。通过调整协调路线各交叉口的信号配时相位启动的时间差，使得车辆在下游路口绿灯启亮时刻附近到达路口，实现车辆在绿波协调路线上“一路绿灯”地通行。绿波协调的设计要素通常有周期时长(由关键交叉口确定)，绿信比(由各交叉口实际交通状况确定)、相位差(由路段平均速度与路段长度确定)。绿波协调虽然能够有效提高车辆的行驶速度，但具有一定的局限性，通常只适用于以下几种情况：(1)交通量不大的路段(路段交通量过大，会导致车流速度不稳定，绿波协调效果较差)；(2)干线路段出入口较少的干线(过多出入口会影响路段平均车速，同时信号配时不能放空交叉口车辆，造成排队会影响绿波带宽)(3)干线各交叉口交通量相近(绿波采用相同周期，各交叉口交通相差太大会造成有些交叉口配时不合理)由于绿波协调的适用条件十分苛刻且设计繁琐，目前的交通信号绿波设计大部分为固定方案。即通过对特定路线的历史交通情况进行分析，针对不同时段设计相应的协调方案。但由于交通系统较强的动态性和随机性，路况差异导致开启的绿波协调方案无法取得理想的效果，甚至加剧了交通拥堵。因此，亟待一种能够基于实时路况优化并控制绿波协调方案的方法。
技术实现思路
为了克服现有技术中存在的不足，本专利技术在于提供了一种基于实时路况的信号绿波协调路线优化控制方法及系统，基于实时路况交通数据筛选出区域内符合绿波协调设计条件的路段、计算路段交通量的相似性，并基于改进的层次聚类算法对实时路况相似且满足绿波条件的路段进行聚类，识别路网中可以进行绿波协调的路线；根据实时车速对相位差参数进行优化后，将绿波协调指令下发至信号机。本专利技术采用的技术方案是：一种基于实时路况的信号绿波协调路线优化控制方法，其步骤如下：S1、获取路网信息、实时路况交通数据、信号机控制方案数据；S2、基于模糊理论，构建绿波协调有效性综合分析模型，计算路段绿波协调的有效性；S3、基于改进的层次聚类算法对绿波协调有效性较高的路段进行聚类，自动生成协调路线；S4、基于互联网实时路段速度数据，对协调路线整体协调方案进行优化，并下发协调命令。进一步，步骤S1中所述路网信息包括：路口属性、路段属性、车道属性、以及三者之间的从属关系数据；所述实时路况交通数据包括路段车辆速度数据、各流向车道流量、饱和度；所述信号机控制方案数据为信号机协调方案数据。进一步，步骤S2的具体步骤如下：S2.1、建立影响绿波协调有效性的动态因素集；所述动态因素集为：U＝{△cm,dsm,△tm}其中，△cm,为m路段上下游路口最佳周期时长差值，dsm为m路段饱和度，△tm为路段平均行程时间和绿波协调方案设计相位差的差值；S2.2、确定各因素对于绿波协调有效性的权重，建立权重集；设置三种动态因素的权重集为：W＝{qc,qds,qt}其中，qc为上下游路口理论周期偏差的权重，qds为路段饱和度的权重，qt为路段车速和设计车速偏差的权重；S2.3、确定单因素模糊权重模型，建立隶属度函数；S2.4、建立绿波协调有效性综合分析模型，计算路段绿波协调有效性。进一步，步骤S2.3的具体步骤如下：将绿波协调有效性按照高低依次设定为A、B、C三个等级(A>B>C)，得到绿波协调有效性模糊集V：V＝{A、B、C}设置c1,c2,ds1,ds2,t1,t2分别为上下游路口理论最佳周期偏差△cm,、路段饱和度dsm、路段平均行程时间和绿波协调方案设计相位差的差值△tm分级阈值的动态边界，确定单一动态因素与绿波协调有效性分级之间的映射关系；对上述动态因素进行归一化处理，令：其中，△cmax为路口允许设置最大值和最小周期的差值；dsmax为饱和度理论最大值边界，通常为100；t0为路段离线协调方案设计相位差；根据以上模型，构建单动态因素的隶属度函数如下：其中，φ{△cm'→A}为△cm'关于A等级的隶属度函数，以此类推，其中k是隶属度函数的临界点处的斜率。计算路段对象关于各因素的隶属度，构造动态因素模糊关系矩阵为：式中，rij表示第i个因素关于第j个分级等级的隶属程度；进一步，步骤S2.4的具体步骤如下：采用模糊变换分析路段对象的分级结果：S＝W·R＝[qcqdsqt]·R＝[b1b2b3]式中，S为模糊综合评价集，bj表示路段对象关于第j个等级结果的隶属程度；将评价等级进行量化，对应设置各分级等级的秩；然后，以S中各等级对应的隶属度为权值，进行加权平均，得到模糊分级指标α，将α四舍五入后，即为路段对象的分级结果，公式为：rank≈α。进一步，步骤S3的具体步骤如下：S3.1、根据路段上下游路口信息及车道功能，确定车辆在路段之间能否通行，构建路网可达矩阵；S3.2、统计近N个周期路段交通数据，计算绿波协调有效性和交通数据相似性，并填入路网可达性矩阵，构建绿波协调路段相似度矩阵；S3.3、基于层次聚类算法，对绿波协调路段相似度矩阵中的路段进行聚类，生成具有绿波协调有效性的路线。进一步，步骤S3.2的具体步骤如下：计算各路段连续N个信号周期上下路口游理论周期偏差平均值、路段饱和度平均值、路段行程时间偏差平均值；归一化后，绿波协调有效性综合分析模型，得到各路段的绿波协调有效性；过滤绿波协调有效性分级rank为B和C的路段，构建路网绿波协调候选路段集合U；计算集合U中各路段之间的转向车道流量，并标记流量占比最大的关键车道；遍历路网可达矩阵中元素，筛选具有上下游关系且均存在于集合U中的路段组合<X→Y>，计算X到Y路段的转向流量与Y路段关键车道流量的欧式距离：其中，DX->Y为路段X与Y的欧式距离相似度，fX->Y为X到Y路段的转向流量，为Y路段的关键流量；若路段具有上下游关系但任意一方不在绿波协调候选路段集合中，令：DX->Y＝∞将计算出来的路段交通流量欧式距离相似度填入路网可达矩阵对应位置，得到绿波协调路段相似度矩阵KD；进一步，步骤S3.3的具体步骤如下：：(1)确定路段对象允许合并最小欧式距离差△D；(2)遍历绿波协调路段相似度矩阵KD中元素，找到最小值；(3)将最小值元素对应的路段对象合并，生成组合路段对象，组合路段对象的上游路口为组合中未连接上游路段的路段的上游路口，下游路口为组合对象中未连接下游路段的路段的下游路口；(4)计算组合路段和其他本文档来自技高网...

【技术保护点】
1.一种基于实时路况的信号绿波协调路线优化控制方法，其步骤如下：/nS1、获取路网信息、实时路况交通数据、信号机控制方案数据；/nS2、基于模糊理论，构建绿波协调有效性综合分析模型，计算路段绿波协调的有效性；/nS3、基于改进的层次聚类算法对绿波协调有效性较高的路段进行聚类，自动生成协调路线；/nS4、基于互联网实时路段速度数据，对协调路线整体协调方案进行优化，并下发协调命令。/n

【技术特征摘要】
1.一种基于实时路况的信号绿波协调路线优化控制方法，其步骤如下：
S1、获取路网信息、实时路况交通数据、信号机控制方案数据；
S2、基于模糊理论，构建绿波协调有效性综合分析模型，计算路段绿波协调的有效性；
S3、基于改进的层次聚类算法对绿波协调有效性较高的路段进行聚类，自动生成协调路线；
S4、基于互联网实时路段速度数据，对协调路线整体协调方案进行优化，并下发协调命令。


2.根据权利要求1所述的一种基于实时路况的信号绿波协调路线优化控制方法，其特征在于：步骤S1中所述路网信息包括：路口属性、路段属性、车道属性、以及三者之间的从属关系数据；所述实时路况交通数据包括路段车辆速度数据、各流向车道流量、饱和度；所述信号机控制方案数据为信号机协调方案数据。


3.根据权利要求1所述的一种基于实时路况的信号绿波协调路线优化控制方法，其特征在于：步骤S2的具体步骤如下：
S2.1、建立影响绿波协调有效性的动态因素集；
所述动态因素集为：
U＝{△cm,dsm,△tm}
其中，△cm为m路段上下游路口最佳周期时长差值，dsm为m路段饱和度，△tm为路段平均行程时间和绿波协调方案设计相位差的差值；
S2.2、确定各因素对于绿波协调有效性的权重，建立权重集；
设置三种动态因素的权重集为：
W＝{qc,qds,qt}
其中，qc为上下游路口理论周期偏差的权重，qds为路段饱和度的权重，qt为路段车速和设计车速偏差的权重；
S2.3、确定单因素模糊权重模型，建立隶属度函数；
S2.4、建立绿波协调有效性综合分析模型，计算路段绿波协调有效性。


4.根据权利要求1所述的一种基于实时路况的信号绿波协调路线优化控制方法，其特征在于：步骤S2.3的具体步骤如下：
将绿波协调有效性按照高低依次设定为A、B、C三个等级，得到绿波协调有效性模糊集V：
V＝{A、B、C}
设置c1,c2,ds1,ds2,t1,t2分别为上下游路口理论最佳周期偏差△cm、路段饱和度dsm、路段平均行程时间和绿波协调方案设计相位差的差值△tm分级阈值的动态边界，确定单一动态因素与绿波协调有效性分级之间的映射关系；
对上述动态因素进行归一化处理，令：









其中，△cmax为路口允许设置最大值和最小周期的差值；dsmax为饱和度理论最大值边界，通常为100；t0为路段离线协调方案设计相位差；
根据以上模型，构建单动态因素的隶属度函数如下：



























其中，φ{△cm'→A}为△cm'关于A等级的隶属度函数，以此类推，其中k是隶属度函数的临界点处的斜率；
计算路段对象关于各因素的隶属度，构造动态因素模糊关系矩阵为：



式中，rij表示第i个因素关于第j个分级等级的隶属程度。


5.根据权利要求4所述的一种基于实时路况的信号绿波协调路线优化控制方法，其特征在于：步骤S2.4的具体步骤如下：
采用模糊变换分析路段对象的分级结果：
S＝W·R＝[qcqdsqt]·R＝[b1b2b3]
式中，S为模糊综合评价集，bj表示路段对象关于第j个等级结果的隶属程度；
将评价等级进行量化，对应设置各分级等级的秩；然后，以S中各等级对应的隶属度为权值，进行加权平均，得到模糊分级指标α，将α四舍五入后，即为路段对象的分级结果，公式为：



rank≈α。


6.根据权利要求1所述的一种基于实时路况的信号绿波协调路线优化控制方法，其特征在于：步骤S3的具体步骤如下：
S3.1、根据路段上下游路口信息及车道功能，确定车辆在路段之间能否通行，构建路网可达矩阵；
S3.2、统计近N个周期路段交通数据，计算绿波协调有效性和交通数据相似性，并填入路网可达性矩阵，构建绿波协调路段相似度矩阵；
S3.3、基于层次聚类算法，对绿波协调路段相似度矩阵中的路段进行聚类，生成具有绿波协调有效性的路线。


7.根据权利要求6所述的一种基于实时路况的信号绿波协调路线优化控制方法，其特征在于：步骤S3.2的具体步骤如下：
计算各路段连续N个信号周期上下路口游理论周期偏差平均值、路段饱和度平均值、路段行程时间偏差平均值；归一化后，将其输入绿波协调有效性综合分析模型，得到各路段的绿波协调有效性；
过滤绿波协调有效性分级rank为B和C的路段，构建路网绿波协调候选路段集合U；计算集合U中各路段之间的转向车道流量，并标记流量占比最大的关键车道；遍历路网可达矩阵中元素，筛选具有上下游关系且均存在于集合U中的路段组合<X→Y>，计算X到Y路段的转向流量与Y路段关键车道流量的欧式距离：



其中，DX->Y为路段X与Y的欧式距离相似度，fX->Y为X到Y路段的转向流量，为Y路段的关键流量；
若路段具有上下游关系但任...

【专利技术属性】
技术研发人员：谢竞成，徐甲，丁楚吟，邹开荣，吴越，郭海锋，
申请(专利权)人：银江股份有限公司，
类型：发明
国别省市：浙江;33