【技术实现步骤摘要】
基于交通流不确定性的城市干线信号相位差优化方法
[0001]本专利技术涉及智能交通信号控制领域,特别是一种基于交通流不确定性预测的城市干线信号相位差动态优化方法。
技术介绍
[0002]干线协调控制是一种提高干线运行效果的信号控制方法,该方法从系统的角度出发,将干线上的所有交叉口视为一个整体,通过整体信号配时的协调优化建立多个交叉口相互关联的信号配时方案组合,以减少车辆在各个交叉口上的停车时间,使得干道上的车辆可以畅通行驶。当干线上两相邻信号控制交叉口之间的距离适当,车辆在路段上行驶时能够保持一个车队的形式时,可考虑对此干线进行信号协调控制。在这种协调控制中,各交叉口具有共同的信号周期,通过合理选择公共信号周期和相邻信号间的相位差,建立最优信号配时方案组合,提高干线整体交通运行效果,减小车辆延误以及停车次数。
[0003]传统的干线协调控制多基于历史交通流数据进行定时控制,忽略了交通流随时间变化的特性,只适用于交通流比较稳定的路段,当交通流变化较大时,已有的信号配时方案难以适应实际交通状况,控制效果有所下降,为了改善这一状况,可以实时采集交通流数据,实行动态信号配时。同时,已有的干线协调方法多是基于历史数据预测交通流均值,结合协调配时方法实行动态信号控制,忽略了交通流的随机波动性特征,随着时间的推移预测效果会不断降低,从而影响到干线控制效果,因此,需要对交通流的不确定性进行量化计算,以提高预测和干线协调控制的效果。
技术实现思路
[0004]本专利技术所要解决的技术问题是克服现有技术的不足而提
【技术保护点】
【技术特征摘要】
1.一种基于交通流不确定性预测的城市干线信号相位差动态优化方法,其特征在于:该方法包括以下具体步骤:步骤1、采集干线内交叉口进出口道方向、各方向进出口道所含车道数、车道流向以及各交叉口间距,采集t时段内各交叉口各流向的交通流量,并确定干线车辆的设计平均车速;步骤2、计算各交叉口的最佳信号周期时长、各交叉口间初始时段的相位差以及干线的公共周期、调整配时、初始时段的绿波宽带;步骤3、获取各交叉口交通流的预测区间;步骤4、优化t时段各交叉口的相位差,获取t时段干线最优相位差集合。2.根据权利要求1所述的一种基于交通流不确定性预测的城市干线信号相位差动态优化方法,其特征在于,所述步骤2中各交叉口的最佳信号周期时长,计算公式如下:化方法,其特征在于,所述步骤2中各交叉口的最佳信号周期时长,计算公式如下:化方法,其特征在于,所述步骤2中各交叉口的最佳信号周期时长,计算公式如下:其中:Y
i
表示交叉口i全部相位的最大流量比之和;y
i,j
表示交叉口i第j相位关键车道的交通流量比;m表示该交叉口的信号相位数;表示初始时段内交叉口i第j相位关键车道的交通流量;q
S_i,j
表示交叉口i第j个相位的饱和流量;L
i
表示交叉口i的总损失时间;l
i,j
表示交叉口i第j相位损失时间;r
i
表示交叉口i全红时间;C
i
表示交叉口i的信号周期长度。3.根据权利要求1所述的一种基于交通流不确定性预测的城市干线信号相位差动态优化方法,其特征在于,所述步骤2中干线的公共周期及调整配时,计算公式如下:C=max(C1,C2,C3,
…
,C
i
,
…
,C
n
)g
i,j
=g
E_i,j
‑
A
i,j
+l
i,j
其中:C表示公共周期长度;C
i
表示交叉口i的信号周期长度;L
i
表示交叉口i的总损失时间;
l
i,j
表示交叉口i第j相位损失时间;Y
i
表示交叉口i全部相位的最大流量比之和;y
i,j
表示交叉口i第j相位关键车道的交通流量比;n表示交叉口的总个数;g
E_i,j
表示交叉口i第j相位有效绿灯时间;g
i,j
表示交叉口i第j相位实际绿灯时间;A
i,j
表示交叉口i第j个相位黄灯时间。4.根据权利要求1所述的一种基于交通流不确定性预测的城市干线信号相位差动态优化方法,其特征在于,所述步骤2中各交叉口间初始时段的相位差,计算公式如下:其中:表示交叉口i与交叉口i
‑
1的初始时段的相位差,len
i
表示交叉口i与交叉口i
‑
1之间的间距,len1=0;v表示干线车辆的设计平均车速。5.根据权利要求1所述的一种基于交通流不确定性预测的城市干线信号相位差动态优化方法,其特征在于,所述步骤2中初始时段的绿波带宽,计算公式如下:化方法,其特征在于,所述步骤2中初始时段的绿波带宽,计算公式如下:化方法,其特征在于,所述步骤2中初始时段的绿波带宽,计算公式如下:其中:表示初始时段通过交叉口i的绿波带下线的对应时间;表示初始时段通过交叉口i的绿波带上线的对应时间;表示初始时段交叉口p与交叉口p
‑
1的相位差,且len
p
表示交叉口p与交叉口p
‑
1之间的间距;g
E_i,主直
表示交叉口i的主路直行相位实际绿灯时间;v表示干线车辆的设计平均车速;B0表示初始时段的绿波带宽。6.根据权利要求1所述的一种基于交通流不确定性预测的城市干线信号相位差动态优化方法,其特征在于,所述步骤3具体步骤如下:步骤31、设定交叉口i到交叉口i+1为上行方向,利用卡尔曼滤波分别求解以下两组状态方程,获得t时段交叉口i主路直行上行方向的交通流短期预测均值和交通流方差预测值
其中:分别表示t时段、t
‑
1时段交叉口i的k流向交通流的状态变量,T表示转置,初始值φ表示自回归参数;θ表示移动平均参数;表示t时段的状态转移矩阵,λ表示遗忘因子;表示t时段交叉口i的k流向交通流状态噪声,表示t时段交叉口i的k流向交通流状态噪声,表示t时段交叉口i的k流向交通流观测噪声,表示t时段交叉口i的k流向交通流观测噪声,表示t时段交叉口i的k流向交通流观测值;表示t时段交叉口i的k流向交通流观测矩阵,表示t时段交叉口i的k流向交通流观测...
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。