基于聚类的多模式交叉口控制方法及系统技术方案

本发明专利技术适用于交通数据处理领域，具体提供了基于聚类的多模式交叉口控制方法，所述的控制方法包括以下步骤：通过架设前端摄像头及雷达感测器获取前端数据；通过所述前端数据标定参数，所述参数包括交通量、单车道饱和流率和通行能力、饱和度和最大承载能力、单车道交叉口损失时间、有效绿灯时间、等效系数、关键车道流量总和；基于所述参数调整交叉口控制方式。本发明专利技术还提供了基于聚类的多模式交叉口控制系统。本发明专利技术提供的控制方法和系统，作为智能交通系统的关键交通运行状态的准确预测能够为城市道路信号配、行车信息发布、区域路网信号协调控制甚至城市建设规划提供数据分析支撑。撑。撑。

【技术实现步骤摘要】
基于聚类的多模式交叉口控制方法及系统


[0001]本专利技术属于交通数据处理领域，尤其涉及基于聚类的多模式交叉口控制方法及系统。

技术介绍

[0002]随着经济的快速发展，我国人口数量和机动车数量也随之剧增，而交通量的快速增长以及城市道路建设的不完善带来了许多交通问题。为此，道路上也布置了越来越多的监测装置，以对道路的各项交通数据进行收集；其中，道路上布置的监测装置越来越先进，每天都会采集到海量的交通流数据。
[0003]然而，这些反映交通状况的时空信息都是原始和粗糙的数据，并没有进行深层次的加工处理，导致其中潜在的交通规律被忽略，造成交通流资源的严重浪费。

技术实现思路

[0004]本专利技术的目的在于提供基于聚类的多模式交叉口控制方法及系统，旨在解决上述
技术介绍
中所提出的技术问题。
[0005]为实现上述目的，本专利技术基于实际数据的实时分析与分类，采用一种无监督式算法，它适用于不同客观条件下的交叉口交通分析数据，为更深层次的数据应用提供基础数据支撑。
[0006]第一方面，本专利技术提供了基于聚类的多模式交叉口控制方法，所述的控制方法包括以下步骤：
[0007]通过架设前端摄像头及雷达感测器获取前端数据；
[0008]通过所述前端数据标定参数，所述参数包括交通量、单车道饱和流率和通行能力、饱和度和最大承载能力、单车道交叉口损失时间、有效绿灯时间、等效系数、关键车道流量总和；
[0009]基于所述参数调整交叉口控制方式。
[0010]在本专利技术提供的一个实施例中，所述基于所述参数调整交叉口控制方式的步骤包括：
[0011]同一个相位内不同行驶方向，通过比较同相位内损失时间T
μ
来确定关键流量；
[0012]构造关键相位流量矩阵；
[0013]根据参数以及关键车道流量和，计算周期时长，周期时长的确定有两种模式为常规状态与饱和状态；
[0014]若关键车道流量的比值与通行能力的比值大于等于0.8时，则执行第一策略，否则执行第二策略。
[0015]在本专利技术提供的一个实施例中，所述关键相位流量矩阵表示为：
[0016][0017]其中，用n来代表交叉口所有的相位总和，i表示第i个时间维度，j表示第j个相位，M
ij
表示第i个时间段第j个相位中的关键流量。
[0018]在本专利技术提供的一个实施例中，所述第一策略具体包括：
[0019]基于所述感知数据提取关键交叉口集合C；
[0020]确定关键交叉口的过饱和状况进口道、对应的下游关联的相邻交叉口U
a
以及关联流向d
a,i
；
[0021]根据关键交叉口进口道交通承载能力与路段出入交通需求产生下游相邻交叉口，所述下游相邻交叉口为和吸引量叠加后的下游相邻交叉口；若下游相邻交叉口在集合C中，继续执行饱和状态方案，直到下游的交叉口经过叠加计算不再满足饱和状态时停止执行饱和状态方案；
[0022]通过关联交叉口指定相相位，设置相位差，执行最终的交叉口控制方案。
[0023]在本专利技术提供的一个实施例中，所述关键交叉口的判定方式包括：若交叉口任一进口道内某一流向或多个流向车道组的交通需求超过其相应的最优交通承载能力，则将该交叉口判定为关键交叉口。
[0024]在本专利技术提供的一个实施例中，所述通过关联交叉口指定相相位，设置相位差的过程中，U
a
与U
a+1
相位差：
[0025][0026]其中：SP
i,i+1
表示交叉口a与交叉口a+1之间的通过时间，L
a，a+1
表示交叉口a与交叉口a+1之间的通过距离。
[0027]在本专利技术提供的一个实施例中，所述第二策略具体包括：
[0028]计算矩阵行向量之间的修正余弦相似度；
[0029]遍历行向量，从上之下，两两之间计算修正余弦相似度，找出相似度最大的两个行向量，取各元素平均值合并为一个新的行向量，标签为β，并再次计算新的行向量与其他行向量的修正余弦相似度；
[0030]标签更新为β+1，直到还剩一个行向量时退出计算；
[0031]根据计算结果，选取相似度作为判别标准，当系统有新的交通量数据采集后，以此相似度作为标准，若与已存在的交通量历史数据对比，相似度大于标准，则不另行执行计算。
[0032]在本专利技术提供的一个实施例中，所述余弦相似度的修正所采用的公式为：
[0033][0034][0035]其中，i表示第i个时间维度，j表示第j个相位，M
ij
表示第i个时间段第j个相位中的关键流量；S
(i,j)
表示第i个时间段第j个相位中余弦相似度。
[0036]第二方面，本专利技术提供了基于聚类的多模式交叉口控制系统，所述的控制系统用于实现如第一方面所提供的控制方法，所述的控制系统包括：
[0037]前端检测器，所述前端检测器用于采集前端数据，将视频原始数据存储。
[0038]存储单元，所述存储单元用于数据的路侧本地的存储，用于单个路口，作为路侧计算节点的数据源；
[0039]路测计算节点，所述路测计算节点通过网络联接、协议转换，提供轻量化的联接管理、实时数据分析。
[0040]交叉口控制机，所述交叉口控制机是交通信号控制系统中位于交叉口现场的底层执行单元，其用于实现交叉口交通信号控制。
[0041]每个交叉路口设置一个存储单元与计算单元，作为网络拓扑的基点，通过构建路口与路口之间的通信，形成在路侧的整体网络，同时建立云端与路侧网络的通信。
[0042]与现有技术相比，本专利技术提供的控制方向及系统将数据挖掘技术应用到交通流量分析中，不仅可以发掘整个城市的道路交通流空间分布特性还可以发现有效的模式为交通管制和诱导规划提供依据；本专利技术提供的控制方法和系统，作为智能交通系统的关键交通运行状态的准确预测能够为城市道路信号配、行车信息发布、区域路网信号协调控制，甚至城市建设规划提供数据分析支撑。
附图说明
[0043]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例。
[0044]图1为普通十字交叉口的示意图；
[0045]图2为本专利技术提供的基于聚类的多模式交叉口控制方法的实现流程图；
[0046]图3为本专利技术提供的基于聚类的多模式交叉口控制方法的一个子流程图；
[0047]图4为本专利技术提供的路径示意图；
[0048]图5为本专利技术提供的基于聚类的多模式交叉口控制系统的结构框图；
[0049]图6为本专利技术提供的计算机设备的结构框图；
具体实施方式
[0050]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于聚类的多模式交叉口控制方法，其特征在于，所述的控制方法包括以下步骤：通过架设前端摄像头及雷达感测器获取前端数据；通过所述前端数据标定参数，所述参数包括交通量、单车道饱和流率和通行能力、饱和度和最大承载能力、单车道交叉口损失时间、有效绿灯时间、等效系数、关键车道流量总和；基于所述参数调整交叉口控制方式。2.根据权利要求1所述的基于聚类的多模式交叉口控制方法，其特征在于，所述基于所述参数调整交叉口控制方式的步骤包括：同一个相位内不同行驶方向，通过比较同相位内损失时间T
μ
来确定关键流量；构造关键相位流量矩阵；根据参数以及关键车道流量和，计算周期时长，周期时长的确定有两种模式为常规状态与饱和状态；若关键车道流量的比值与通行能力的比值大于等于0.8时，则执行第一策略，否则执行第二策略。3.根据权利要求2所述的基于聚类的多模式交叉口控制方法，其特征在于，所述关键相位流量矩阵表示为：其中，用n来代表交叉口所有的相位总和，i表示第i个时间维度，j表示第j个相位，M
ij
表示第i个时间段第j个相位中的关键流量。4.根据权利要求2或3所述的基于聚类的多模式交叉口控制方法，其特征在于，所述第一策略具体包括：基于所述感知数据提取关键交叉口集合C；确定关键交叉口的过饱和状况进口道、对应的下游关联的相邻交叉口U
a
以及关联流向d
a,i
；根据关键交叉口进口道交通承载能力与路段出入交通需求产生下游相邻交叉口，所述下游相邻交叉口为和吸引量叠加后的下游相邻交叉口；若下游相邻交叉口在集合C中，继续执行饱和状态方案，直到下游的交叉口经过叠加计算不再满足饱和状态时停止执行饱和状态方案；通过关联交叉口指定相相位，设置相位差，执行最终的交叉口控制方案。5.根据权利要求4所述的基于聚类的多模式交叉口控制方法，其特征在于，所述关键交叉口的判定方式包括：若交叉口任一进口道内某一流向或多个流向车道组的交通需求超过其相应的最优交通承载能力，则将该交叉口判定为关键交叉口。6.根据权利要求5所述的基于聚类的多模式交叉口控制方法，其...

【专利技术属性】
技术研发人员：王泽宁，熊光辉，
申请(专利权)人：上海辉略企业发展集团有限公司，
类型：发明
国别省市：