信号灯控制的城市道路机动车动态行程时间估计方法技术

本发明专利技术公开了一种信号灯控制的城市道路机动车动态行程时间估计方法，将分析时间分割成时间窗，对于当前时间窗，用等长的时间间隔分割为多个时间点；确定机动车行经道路所经过的交叉口、各交叉口间的距离，从交通信号控制系统获得各交叉口的实时信号配时数据，以及各交叉口线圈检测器采集的通用型交通流量数据，根据交通流量检测时间计算当前每一信号周期的交通流量；据此根据系统状态变化的概率，实现干道行程时间的动态估计。本发明专利技术可以实现有信号灯控制的城市道路的机动车动态行程时间估计，具有很好的可移植性，大大增强了经济性。

【技术实现步骤摘要】

本专利技术涉及城市道路上的机动车交通流的行程时间动态估计方法，特别涉及到利用连续若干交叉口交通信号灯控制系统的检测获得的交通流数据，来动态地估计城市信号 控制道路上的机动车交通流行程时间估计方法。
技术介绍
根据估计对象的不同，行程时间估计可以分为两大类连续流行程时间估计和间 断流行程时间估计。在城市道路中，通常在交叉路口设置有信号灯，由信号灯进行交通控 制，受其影响，城市道路的交通流为间断交通流，同时车辆在区段上行驶时，往往受到各种 因素的影响。相对连续交通流，信号控制道路的间断交通流更为复杂。因此，对干道行程时 间动态估计研究异常困难，对行程时间估计的报道不多。 中国专利技术专利申请200710202807. 3公开了一种便携式电子装置，包括存储器， 用于存储地图数据信息；输入模块，用于输入目的地信息；信号接收器，用于接收定位信 号，并根据定位信号确定当前位置信息；中央处理模块，用于根据目的地信息从存储器中 的地图数据信息查找对应的终点位置信息，根据当前位置信息及终点位置信息计算行程距 离，并利用行程距离及便携式电子装置的运动速度计算出行程时间。但是，该装置未考虑当 前实时路况的影响，用于城市道路间断交通流的估计误差较大；同时，对于未安装该装置的 车辆或者道路则不能提供行程时间估计。 中国专利技术专利200710067061. X公开了一种城市交通行程时间智能化分析系统， 其基于OD矩阵，同时考虑车流量、行程时间带来的约束、能够应用到城市复杂网路，但是这 一系统必须要在城市交通网络的各个路口安装大量的抓拍识别设备、智能化服务器，各个 抓拍识别设备连接智能化服务器；智能化服务器包括城市交通网络拓扑结构模块、车辆抓 拍识别模块，因此获取行程时间的成本相当巨大。 中国专利技术专利申请200710181628. 6公开了一种行程时间预测装置和方法、交通 信息提供系统和程序，组合现状和统计信息，能以高精度进行行程时间的中期预测。行程时 间预测装置从保持按日期种类统计处理各路段的过去的时间系列数据的行程时间推移模 式的行程时间推移模式存储，然后计算出该行程时间推移模式和所述逐次输入的行程时间 实时数据之间的误差减小的行程时间推移模式的变换参数，再变换所述行程时间推移模式 而取得的预测函数进行预测。该方法依赖于历史的行程时间值来预测(不是估计)行程时 间，但如何获取历史的行程时间并没有给出解决方案；此外该方法也未指出能否在信号灯 控制的道路上使用。 可见，现有技术中虽然给出了一些行程时间估计和预测方法，但是这些方法需要 安装大量的交通检测设备、或者GPS地理定位系统设备，所涉及的参数和变量数量多且难 以量化，受到模型应用成本约束，这些方法难以被大规模推广应用。 目前，城市道路的交通一般由交通信号控制系统控制，其中，通常在交叉路口设置 有信号灯，在交叉口的道路下设有线圈检测器，线圈检测器用于采集交通流量数据。因此，4如果可以利用交通信号控制系统采集的通用型交通流量数据动态估计行程时间，就不需要 安装交通检测设备，可以大大降低行程时间估计的成本。然而，目前情况下，交通信号控制 系统通常将每5、 10或15分钟内检测到的车辆数作为交通流量来记录，此时采样间隔大于 信号灯周期长度而无法采集各个相位放行的车辆数，因此无法动态估计交叉口延误。
技术实现思路
本专利技术目的是提供一种适用于有信号灯控制的城市道路的机动车动态行程时间 的估计方法，可以利用现有交通信号控制系统的数据，而不需要另行安装交通检测设备，从 而以低成本实现行程时间的动态估计。 为达到上述目的，本专利技术考虑将分析时段分割为若干个较短的时间窗，然后进一 步把一个时间窗分割为多个时间间隔，通过将干道的各个交叉口处的车辆是否排队定义为 干道系统的状态，由此构造出一个无记忆特性的随机过程。在一个时间窗内，确定每个时间 间隔上的干道状态，再根据马尔可夫随机决策理论，实现了一个时间窗的干道行程时间估 计。将该过程应用到每个时间窗上实现干道行程时间动态估计。 根据上述构思，本专利技术采用的技术方案是一种信号灯控制的城市道路机动车动 态行程时间估计方法，包括如下步骤 (1)设定一时间窗用于估计行程时间，时间窗长度至少为5分钟，将时间窗用等长 的时间间隔分割为多个时间点，所述时间间隔为5秒 15秒；确定机动车行经道路所经过 的交叉口 、各交叉口间的距离，从交通信号控制系统获得各交叉口的实时信号配时数据，以 及各交叉口线圈检测器采集的通用型交通流量数据，根据交通流量检测时间计算当前每一 信号周期的交通流量； (2)利用步骤(1)采集的数据计算时间窗内各时间点各交叉口的状态，对第k个交叉口，在第t个时间点，其状态用二进制变量表示为、，车辆在交叉口A排队 、0,车辆在交叉口&没有排队 则在该时间点，整个系统状态表示为X(t)，A(0 = 邻)=M其中，K为行程中交叉口的个数；(1) 对单个交叉口的状态可以根据在交叉口停车线前的车辆是否排队来确定。附图1 给出一个交叉口排队的持续时间与信号灯配时之间的对应关系，其中实线表示排队持续时 间，其起始时刻和红灯起亮时间一致，而其持续长度是红灯时间加排队消散时间，因此排队 持续时间大于红灯时间。虚线表示没有排队情况出现的畅通持续时间，其起始时间是从前 一红灯时间排队结束的时刻开始算起。 由图l可知，其某个方向的车道组上的车辆在第n个信号周期的排队持续时间dpn<formula>formula see original document page 6</formula>(2) 其中，Cn为第n个信号周期时长；S是车道组的饱和流率，即单位时间内能通行的 车的数量(通常可以取1800辆/小时)；rn为第n个周期的红灯时间；gn为第n个周期的 绿灯时间；qn为第n个周期的交通流量； 根据各交叉口车辆的排队持续时间和信号配时数据，得出各个时间点的系统状 态，对于K个交叉口的道路，可能的不同的状态数为2K个； 参见附图2，在一个时间窗内，在每15秒确定干道系统状态及其变量时，确定方法 如图2所示，如果交叉口为1则表示该处有停车排队，否则该处无停车排队情况； (3)根据步骤(2)获得的整个时间窗中各个时间点的状态，干道系统状态的转移 必须要考虑每个路段的交叉口停车与畅通的状态转移。干道系统的状态X(t)，包含了各个 路段(包括相邻下游的交叉口 )的状态变量Xk(t)。因此转移矩阵所对应的每个状态可以 用1，2， . . . ， m来表示，其状态总数为m = 2K个，K为交叉口数量。干道的一步转移概率矩 阵则表示系统经过一个时间间隔，所有状态之间可能互相转化的概率矩阵，即 P =p12、凡i Aw LP鹏乂 (6) 其中，Pij表示系统在时间点t的状态为i，在时间点t+1转移到状态j的概率，m 为2、 Pij可写为如下条件概率 Pij = p{X(t+l) = j|X(t) = i} (7) 其中i， j = l，2，K，m，t = 1， 2， 3K. Pij可以这样计算所有从状态i转移到状态j 的总数除以所有从状态i转移到其他所有状态，包括状态i的总数。 根据马尔可夫链理论，对固定的状态j，不管链从什么起始状态出发，通过本文档来自技高网...

【技术保护点】
一种信号灯控制的城市道路机动车动态行程时间估计方法，其特征在于，包括如下步骤：（１）设定一时间窗用于估计行程时间，时间窗长度至少为５分钟，将时间窗用等长的时间间隔分割为多个时间点，所述时间间隔为５秒～１５秒；确定机动车行经道路所经过的交叉口、各交叉口间的距离，从交通信号控制系统获得各交叉口的实时信号配时数据，以及各交叉口线圈检测器采集的通用型交通流量数据，根据交通流量检测时间计算当前每一信号周期的交通流量；（２）利用步骤（１）采集的数据计算时间窗内各时间点各交叉口的状态，对第ｋ个交叉口，在第ｔ个时间点，其状态用二进制变量表示为：＊＊＊则在该时间点，整个系统状态表示为Ｘ（ｔ），Ｘ（ｔ）＝＊＊＊其中，Ｋ为行程中交叉口的个数；对单个交叉口，其某个方向的车道组上的车辆在第ｎ个信号周期的排队持续时间ｄｐ↓［ｎ］为ｄｐ↓［ｎ］＝＊＊＊其中，Ｃ↓［ｎ］为第ｎ个信号周期时长；Ｓ是车道组的饱和流率，即单位时间内能通行的车的数量；ｒ↓［ｎ］为第ｎ个周期的红灯时间；ｇ↓［ｎ］为第ｎ个周期的绿灯时间；ｑ↓［ｎ］为第ｎ个周期的交通流量；根据各交叉口车辆的排队持续时间和信号配时数据，得出各个时间点的系统状态，对于Ｋ个交叉点，可能的不同的状态数为２↑［Ｋ］个；（３）根据步骤（２）获得的整个时间窗中各个时间点的状态，获得系统经过一个时间间隔，所有状态之间可能互相转化的概率矩阵，Ｐ↑［１］＝＊＊＊其中，ｐ↓［ｉｊ］表示系统在时间点ｔ的状态为ｉ，在时间点ｔ＋１转移到状态ｊ的概率，ｍ为２↑［Ｋ］；由此，系统到达状态ｊ的概率为π↓［ｊ］，满足＊＊＊（４）获得行程时间估计值为＊＝＊＊π↓［ｊ］｛（１－ｘ↓［ｋ］（ｔ））×ＮＤＴ↓［ｋ］＋ｘ↓［ｋ］（ｔ）×ＤＴ↓［ｋ］｝式中，ＮＤＴ↓［ｋ］＝Ｌ↓［ｋ］／ｕ↓［ｆ］Ｌ↓［ｋ］是上游交叉口ｋ－１到下游交叉口ｋ的路段长度；ｕ↓［ｆ］为自由流行程速度，取道路的设计车速；ＤＴ↓［ｋ］＝（Ｌ↓［ｋ］－Ｌ↓［ｑ］↑［（ｋ）］）／ｕ↓［ｆ］＋ｄ↓［ｋ］Ｌ↓［ｑ］↑［（ｋ）］为车辆在交叉口ｋ的排队长度，ｄ↓［ｋ］为交叉口ｋ上某进口道的平均延误；采用ＨＣＭ２０００交叉口延误计算公式获得；（５）重复步骤（１）至（４）获得不同时刻的时间窗的估计行程时间，即可实现干道行程时间的动态估计。...

【技术特征摘要】
一种信号灯控制的城市道路机动车动态行程时间估计方法，其特征在于，包括如下步骤(1)设定一时间窗用于估计行程时间，时间窗长度至少为5分钟，将时间窗用等长的时间间隔分割为多个时间点，所述时间间隔为5秒～15秒；确定机动车行经道路所经过的交叉口、各交叉口间的距离，从交通信号控制系统获得各交叉口的实时信号配时数据，以及各交叉口线圈检测器采集的通用型交通流量数据，根据交通流量检测时间计算当前每一信号周期的交通流量；(2)利用步骤(1)采集的数据计算时间窗内各时间点各交叉口的状态，对第k个交叉口，在第t个时间点，其状态用二进制变量表示为则在该时间点，整个系统状态表示为X(t)， <mrow><mi>X</mi><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>=</mo><mfenced open='[' close=']'> <mtable><mtr> <mtd><msub> <mi>x</mi> <mn>1</mn></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow> </mtd></mtr><mtr> <mtd><msub> <mi>x</mi> <mn>2</mn></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow> </mtd></mtr><mtr> <mtd><mi>M</mi> </mtd></mtr><mtr> <mtd><msub> <mi>x</mi> <mi>K</mi></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow> </mtd></mtr> </mtable></mfenced> </mrow>其中，K为行程中交叉口的个数；对单个交叉口，其某个方向的车道组上的车辆在第n个信号周期的排队持续时间dpn为 <mrow><msub> <mi>dp</mi> <mi>n</mi></msub><mo>=</mo><mfenced open='{' close=''> <mtable><mtr> <mtd><mfrac> <mrow><msub> <mi>r</mi> <mi>n</mi></msub><mo>&CenterDot;</mo><mi>S</mi> </mrow> <mrow><mi>S</mi><mo>-</mo><msub> <mi>q</mi> <mi>n</mi></msub> </mrow></mfrac><mo>,</mo> </mtd> <mtd><mi>if</mi> </mtd> <mtd><mfrac> <mrow><msub> <mi>r</mi> <mi>n</mi></msub><mo>&CenterDot;</mo><msub> <mi>q</mi> <mi>n</mi></msub> </mrow> <mrow><mi>S</mi><mo>-</mo><msub> <mi>q</mi> <mi>i</mi></msub> </mrow></mfrac><mo>&lt;</mo><msub> <mi>g</mi> <mi>n</mi></msub> </mtd></mtr><mtr> <mtd><msub> <mi>C</mi> <mi>n</mi></msub><mo>,</mo> </mtd> <mtd><mi>else</mi> </mtd> <mtd><mfrac> <mrow><msub> <mi>r</mi> <mi>n</mi></msub><mo>&CenterDot;</mo><msub> <mi>q</mi> <mi>n</mi></msub> </mrow> <mrow><mi>S</mi><mo>-</mo><msub> <mi>q</mi> <mi>n</mi></msub> </mrow></mfrac><mo>&GreaterEqual;</mo><msub> <mi>g</mi> <mi>n</mi></msub> </mtd></mtr> </mtable></mfenced> </mrow>其中，Cn为第n个信号周期时长；S是车道组的饱和流率，即单位时间内能通行的车的数量；rn为第n个周期的红灯时间；gn为第n个周期的绿灯时间；qn为第n个周期的交通流量；根据各交叉口车辆的排队持续时间和信号配时数据，得出各个时间点的系统状态，对于K个交叉点，可能的不同的状态数为2K个；(3)根据步骤(2)获得的整个时间窗中各个时间点的状态，获得系统经过一个时间间隔，所有状态之间可能互相转化的概率矩阵， <mrow><msup> <mi>P</mi> <mn>1</mn></msup><mo>=</mo><mfenced open='(' close=')'> <mtable><mtr> <mtd><msub> <mi>p</mi> <mn>11</mn></msub> </mtd> <mtd><msub> <mi>p</mi> <mn>12</mn></msub> </mtd> <mtd><mi>L</mi> </mtd> <mtd><msub> <mi>p</mi> <mrow><mn>1</mn><mi>m</mi> </mrow></msub> </mtd></mtr><mtr> <mtd><msub> <mi>p</mi> <mn>21</mn></msub> </mtd> <mtd><msub> <mi>p</mi> <mn>22</mn></msub> </mtd> <mtd><mi>L</mi> </mtd> <mtd><msub> <mi>p</mi> <mrow><mn>2</mn><mi>m</mi> </mrow></msub> </mtd></mtr><mtr> <m...

【专利技术属性】
技术研发人员：张勇，
申请(专利权)人：苏州大学，
类型：发明
国别省市：32[中国|江苏]