[發明專利]一種相鄰路口交通關聯度智能計算方法

無效

• 申請號: 201210116548.3
• 申請日: 2012-04-19
• 公開（公告）號: CN102646330A
• 公開（公告）日: 2012-08-22
• 發明（設計）人: 沈國江;錢曉杰
• 申請（專利權）人: 浙江大學
• 主分類號: G08G1/00
• 分類號: G08G1/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 張法高

1.一種相鄰路口交通關聯度智能計算方法，其特征在于：通過相鄰交叉口路段長度、路段交通密度以及交叉口信號配時參數對相鄰交叉口交通關聯度的影響，設計了兩層遞階結構，上層基于路段長度對關聯度進行閥值判斷，下層基于距離長度、路段交通密度和信號周期的分層遞階結構與模糊控制關聯度計算方法；方法包括如下步驟：

1)關聯度分析：根據相鄰交叉口距離的遠近L、路段交通密度ρ以及交叉口信號周期T的優化程度對相鄰交叉口關聯度強弱的影響，分別確定影響交叉口因素的相鄰交叉口距離影響系數F_L、路段交通密度影響系數Γ_ρ、交叉口信號配時參數影響系數F_C；

2)算法結構：采用一種兩層結構來實現相鄰交叉口關聯度的計算，上層基于路段長度對關聯度進行閥值判斷，如果交叉口間的距離L小于200m，那么關聯度D作為1處理，而交叉口間的距離L大于1000m，則關聯度D作為0處理，如果交叉口間距離L處于200m和1000m之間，則關聯度D∈[0，1]，進入下一層，下層基于距離長度、路段交通密度和信號周期的模糊控制遞階結構；

3)智能計算：采用一種三輸入單輸出的模糊模塊來實現關聯度的計算，即輸入為路段長度影響系數、路段交通流密度影響系數和信號周期影響系數，輸出為相鄰交叉口關聯度。

2.如權利要求1所述的一種相鄰路口交通關聯度智能計算方法，其特征在于所述的步驟1)為：

2.1)相鄰交叉口距離：相鄰交叉口間的距離遠近對相鄰交叉口間的關聯度強弱產生影響，影響交通流的連續性和穩定性，交叉口距離影響系數F_L取決于路段長度L，當L小于200m時，F_L取1，當L大于1000m時，F_L取0，當L處于200m與1000m之間的時候，F_L取(1000-L)/800的計算值，且F_L∈[0，1]；

2.2)路段交通量：根據當前路段交通流密度大小對相鄰交叉口間的關聯度強弱產生影響，判斷當前路段的擁擠狀況，交叉口間路段交通量影響因素Γ_ρ是判斷交叉口是否需要協調控制的主要因素，Γ_ρ取決于當前路段交通流密度ρ，當路段交通流密度小時，車流行駛的離散性強，相鄰交叉口之間關聯度弱，實施協調控制無法帶來明顯的效益；反過來，當路段交通流密度大時，車流行駛的離散性弱，相鄰交叉口之間剩余的交通容量小，具有強關聯度，實施協調控制效果將非常明顯，ρ是如下定義的：

ρ(1→2)=NE(1→2)+NA(1→2)n(1→2)L]]>

ρ(2→1)=NE(2→1)+NA(2→1)n(2→1)L]]>

其中：1→2和2→1分別代表由路口1到路口2和路口2到路口1的兩個交通流通行方向；N_E(1→2)和N_E(2→1)分別為兩個方向路段上現有的車輛數，單位為PCU，PCU即Passenger?Car?Unit，為標準車當量數；N_A(1→2)和N_A(2→1)分別為兩個方向路段上下一個信號周期內的車輛預測增量，與路段交通流量、交叉口交通流渠化與信號配時等因素相關，單位為PCU；n_(1→2)和n_(2→1)分別為兩個方向路段上的車道數；ρ_(1→2)和ρ_(2→1)分別為兩個方向上的路段交通流密度，單位為PCU/m。由此定義Γ_ρ的計算式：

Fρ=avg(ρ(1→2)ρs,(1→2),ρ(2→1)ρs,(2→1))]]>

其中，ρ_s，(1→2)和ρ_s，(2→1)分別為飽和狀態下兩個方向上的路段交通流密度，單位為PCU/m。該式表示Γ_ρ取兩個方向的交通流密度與飽和密度比的均值，如果該路段為單行道，則取有通行權那個方向的比值。并且當Γ_ρ的值大于1的時候取1，以保證相鄰交叉口的路段交通量影響系數不大于1；

2.3)交叉口信號配時參數：根據當前交叉口信號配時參數的優化程度對相鄰交叉口間的關聯度強弱產生影響，判斷當前相鄰交叉路口間信號協調程度，交叉口信號配時參數影響系數F_C主要與交叉口的信號周期T相關，為了在相鄰交叉口之間實施信號協調控制，要求兩個相鄰交叉口的信號周期必須相等或成倍數關系，如果相鄰交叉口信號周期相差懸殊，且無法形成整數比例關系，則難以在相鄰交叉口之間實施協調控制，此時表現為弱關聯；相反，如果相鄰交叉路口為一個公共信號周期，此時相鄰交叉口之間表現為強關聯，交叉口信號配時參數影響系數F_C如下定義：

FC=|(R+12-TmaxTmin)|×2R-1]]>

其中：T_max和T_min分別為2個相鄰交叉口信號周期中的最大值和最小值；R為周期比例T_max/T_min，T_max/T_min∈[1，R]，因此F_c∈[0，1]。

3.如權利要求1所述的一種相鄰路口交通關聯度智能計算方法，其特征在于所述的步驟3)為：

智能計算采用三輸入單輸出的模糊模塊來實現關聯度的計算，輸入為路段長度影響系數F_L、路段交通流密度影響系數Γ_ρ和信號周期影響系數F_C，輸出為相鄰交叉口關聯度D；

路段長度影響系數F_L，其語言值為：S、M、B，其中S表示小，M表示中，B表示大，F_L的論域處于0與1之間，也即路段長度必須在200m和1000m之間，否則關聯度D在L小于200m時定義為0，而在L大于1000m時定義為1；

路段交通流密度影響系數Γ_ρ，其語言值為：VS、S、LS、LB、B、VB，其中VS表示很小，S表示小，LS表示略小，LB表示略大，B表示大，VB表示很大，Γ_ρ的論域處于0與1之間，也即其交通流密度不能大于飽和狀態下的交通流密度；

交叉口信號配時參數影響系數F_C，其語言值為：VS、S、B、VB，其中VS表示很小，S表示小，B表示大，VB表示很大，F_C的論域處于0與1之間，其相鄰兩交叉口信號周期T最大最小比值不超過2；

相鄰交叉口關聯度D，其語言值為：VW、W、M、S、VS，其中VW表示很弱，W表示弱，M表示中，S表示強，VS表示很強，D的論域處于0與1之間，若相鄰交叉口間距離L大于1000m，那么D的值定義為1，若相鄰交叉口間距離L小于200m，那么D的值定義為1，而若L處于200m與1000m之間時，關聯度D通過三個輸入量在模糊化轉換為模糊矢量后，經模糊規則推理再作清晰化處理后得到，其值大表示兩交叉口間的關聯程度強，反之，關聯度D小則兩交叉口間的關聯程度弱；

所述模糊規則為：如果路口間距影響系數大，即相鄰交叉口路段長度小，或路段交通流密度影響系數很大，即相鄰交叉口間路段上單位距離單位車道上車輛很多，或信號周期影響系數很大，即相鄰交叉口的周期很一致，則這兩個相鄰交叉口的關聯度強。