[發(fā)明專利]一種基于動態(tài)轉(zhuǎn)向比例估計的路口信號控制方法

有效

• 申請?zhí)枺?/td>: 201410067783.5
• 申請日: 2014-02-27
• 公開（公告）號: CN103810869A
• 公開（公告）日: 2014-05-21
• 發(fā)明（設(shè)計）人: 焦朋朋;孫拓;杜林;王紅霖;李揚威;劉美琪;劉彤
• 申請（專利權(quán)）人: 北京建筑大學(xué)
• 主分類號: G08G1/08
• 分類號: G08G1/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及應(yīng)用在道路路口的基于動態(tài)轉(zhuǎn)向比例估計的信號控制方法，用于道路路口交通信號優(yōu)化控制。

背景技術(shù)

實時的信號控制系統(tǒng)作為先進(jìn)的交通管理系統(tǒng)的核心部分，對于緩解城市交通擁堵問題起著至關(guān)重要的作用。信號控制配時方案需要以交通量為基礎(chǔ)，而路口交通量具有高度的時變性、非線性和隨機性，因此，確立信號控制方案需要獲取實時的路口進(jìn)出口流量及轉(zhuǎn)向流量信息。目前的流量檢測系統(tǒng)無法準(zhǔn)確獲取實時轉(zhuǎn)向流量，而路口動態(tài)轉(zhuǎn)向比例估計模型可以根據(jù)路口進(jìn)出口流量的時間序列，反推得到路口動態(tài)轉(zhuǎn)向比例。所以，建立基于動態(tài)轉(zhuǎn)向比例估計的信號控制方法對于優(yōu)化路口信號控制方案具有重要意義。

從路網(wǎng)信息獲取完整性劃分，動態(tài)O-D反推模型可分為封閉式網(wǎng)絡(luò)動態(tài)O-D反推模型和開放式網(wǎng)絡(luò)動態(tài)O-D反推模型。在開放式交通網(wǎng)絡(luò)的O-D矩陣估計中，觀測方程采用觀測交通量等于O-D交通量與劃分參數(shù)之積與隨機項的和的形式。對于封閉式網(wǎng)絡(luò)，假定所有入口和出口處的交通量均可檢測到，并且網(wǎng)絡(luò)中不存在隨機的路徑選擇行為，即車輛均按預(yù)定好的路徑行駛。所有的研究都是圍繞尋找O-D分配比例展開的。最簡單的封閉式網(wǎng)絡(luò)即為單個路口，此時的O-D流即對應(yīng)于路口處的轉(zhuǎn)向比例，諸如Cremer&Keller(1981、1984)、Bell(1991)等，本發(fā)明即屬于這一層次的問題。

在路口信號控制方面，國內(nèi)外學(xué)者提出的再勵學(xué)習(xí)、模糊理論、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等理論均被廣泛引入到信號控制優(yōu)化的研究中，形成了許多基于歷史數(shù)據(jù)的信號控制模型，也有許多學(xué)者在經(jīng)典Webster法的基礎(chǔ)上，提出了許多改進(jìn)的Webster算法。然而，上述方法均未完全解決路口轉(zhuǎn)向流量信息無法檢測得到的問題。

由于現(xiàn)有的交通流量檢測系統(tǒng)無法實時獲取路口轉(zhuǎn)向流量，目前考慮兩者相互影響，在信號控制模型中考慮動態(tài)轉(zhuǎn)向比例變化影響的研究幾乎沒有。本發(fā)明針對這一問題，引入基于卡爾曼濾波的動態(tài)轉(zhuǎn)向比例估計模型和多目標(biāo)信號控制模型，將二者結(jié)合，從而建立一種基于動態(tài)轉(zhuǎn)向比例估計的路口信號控制方法，并設(shè)計算法，編程求解。

發(fā)明內(nèi)容

為了解決當(dāng)前交通信號控制方法對交通實時變化適應(yīng)性差、控制效率低的問題，以動態(tài)轉(zhuǎn)向比例數(shù)據(jù)為基礎(chǔ)輸入數(shù)據(jù)，尋求多目標(biāo)最優(yōu)的信號配時方案。

為了達(dá)成所述目的，本反明提供一種基于動念轉(zhuǎn)向比例估計的跆口信虧控制力法，包括基于卡爾曼濾波的路口動態(tài)轉(zhuǎn)向比例估計模型和多目標(biāo)優(yōu)化的路口信號控制模型，通過路段流量檢測器得到路口進(jìn)出口流量，輸入卡爾曼濾波動態(tài)轉(zhuǎn)向比例估計模型，得到路口動態(tài)轉(zhuǎn)向比例，為多目標(biāo)信號控制模型實現(xiàn)實時配時提供輸入數(shù)據(jù)，從而得到路口的實時信號配時方案，最終實現(xiàn)路口在延誤、排隊長度、有效通行能力三個評價指標(biāo)的綜合最優(yōu)化，其主要步驟如下：

步驟1：在路口進(jìn)出口引道運行路段流量檢測器，檢測得到時間間隔k內(nèi)的路段進(jìn)出口流量，即Q_i(k)，i=1,2,3,4表示時段k自進(jìn)口道i流入路口的流量，Y_j(k)，j=1,2,3,4表示時段k自出口道j流出路口的流量；

步驟2：定義路口的動態(tài)轉(zhuǎn)向比例B_ij(k)為狀態(tài)變量，以檢測得到的路口進(jìn)出口流量為己知量，在遠(yuǎn)端計算機中運行改進(jìn)的順序卡爾曼濾波算法程序，求解基于卡爾曼濾波的動態(tài)轉(zhuǎn)向比例估計模型，得到優(yōu)化的路口動態(tài)轉(zhuǎn)向比例；

步驟3：在遠(yuǎn)端計算機中運行多目標(biāo)信號控制模型的算法程序，以優(yōu)化的路口動態(tài)轉(zhuǎn)向比例為己知量，求解以車輛延誤、平均排隊長度、道路有效通行能力為評價指標(biāo)的多目標(biāo)信號控制模型，得到最優(yōu)的信號配時方案，達(dá)到延誤和排隊長度小、有效通行能力大的評價指標(biāo)綜合最優(yōu)化；

步驟4：將所得最優(yōu)的信號配時方案傳輸?shù)铰房谛盘枡C，用來實施交通信號控制。

為滿足實時在線應(yīng)用和反推精度的要求，本發(fā)明采用基于卡爾曼濾波的狀態(tài)空間模型，來求解路口動態(tài)轉(zhuǎn)向比例；

引入動態(tài)轉(zhuǎn)向比例B_ij(k)作為狀態(tài)變量；

狀態(tài)方程：B(k)=B(k-1)+W(k)

觀測方程：Y(k)=Q(k)*B(k)+e(k)

式中B(k)、Y(k)、Q(k)分別為B_ij(k)、Q_i(k)、Y_j(k)的向量形式，W(k)是均值為0的高斯白噪聲向量，e(k)是均值為0的觀測高斯白噪聲向量。