[發明專利]信號交叉口電動自行車提前啟亮時間的確定方法

有效

• 申請號: 201811017918.1
• 申請日: 2018-09-02
• 公開（公告）號: CN109559504B
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 曲昭偉;高雨虹;宋現敏;李志慧;陳永恒;馬林;梁迪;夏英集
• 申請（專利權）人: 吉林大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/015;G08G1/08;G08G1/081
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 齊安全;胡景陽

1.一種信號交叉口電動自行車提前啟亮時間的確定方法，其特征在于，所述的信號交叉口電動自行車提前啟亮時間的確定方法的步驟如下：

1)綠燈期間機非干擾機理的分析：

(1)機非干擾現象分析：

a.通過分析電動自行車在釋放初期軌跡點的頻數變化，得到自由流條件和密集流條件下電動自行車運行軌跡的聚集度和擴散分布:

a)當信號交叉口相位為直行時，且電動自行車相鄰的機動車道為右轉機動車道，此時直行電動自行車會呈連續流不間斷通過交叉口，嚴重阻滯右轉機動車的通行，使得機動車需長期等待電動自行車群通過后方可轉彎；

b)當信號交叉口相位為直行時，且電動自行車相鄰的機動車道為直行機動車道，此時直行電動自行車會搶先占用旁邊的直行機動車道，并擴散擠壓直行機動車，導致機動車向外側偏移并道；

c)當信號交叉口相位為左轉時，左轉電動自行車會搶先占用機動車的左轉待轉區，并與機動車交叉混行，擠壓機動車向內側空間行駛；

b.進一步量化電動自行車的膨脹釋放對機動車的影響，統計不同綠燈階段的電動自行車平均密度與機動車平均行駛時間的交互關系：

電動自行車對不同行駛方向的機動車影響程度各異，對右轉機動車的影響最大，延誤時間最長可達23s，直行和左轉機動車最大車均延誤時間分別為9.2s和7.4s；

c.根據上述分析，當電動自行車數量較多時，對機動車干擾嚴重，較大程度降低了整個交叉口的運行效率，因此在電動自行車數量較多時，設置電動自行車提前啟亮顯得尤為必要；

(2)機非干擾程度量化分析：

a.影響強度指標的定義

電動自行車對機動車影響的直接表現是機動車行駛時間的變化，僅比較行駛時間的大小不能正確反映出機動車受電動自行車的干擾程度，它會受到交叉口尺寸的影響；深入分析可知，對比機動車在有無非機動車干擾條件下行駛時間的變化值，才能更加真實有效地反映出機動車受影響的程度，因此定義了一個反映非機動車對機動車干擾的新型指標—影響強度，其表達式如下：

式中：T_d—受非機動車干擾下機動車通過交叉口的時間，單位.s；

T_o—不受非機動車干擾下機動車通過交叉口的時間，單位.s；

b.影響強度與不同變量的關系

通過實際觀測發現，影響強度受周圍車路環境的影響頗大，為了更好的探討影響強度與這些因素的相互關系，分別分析了影響強度與電動自行車流量Q_e、電動自行車平均速度V_e、機動車流量Q_v及機動車平均速度V_v的關系；

分析結果顯示，影響強度與電動自行車、機動車的相關變量均有關聯，且影響強度的變化能夠反映出道路交通狀態的改變，因此若利用影響強度來構建電動自行車提前啟亮時間模型，則其能更好的反映出非機動車對機動車的干擾程度；

2)電動自行車提前啟亮時間的確定：

通過擬合實際數據，獲得了釋放初期時間與影響強度、電動自行車比例的復合關系，分別得到直行和左轉的提前啟亮時間關系圖形，根據擬合圖形的變化趨勢，假設不同方向上電動自行車提前啟亮時間的計算公式分別為：

T_s＝a₁+a₂·ES²+a₃·ES·Pe+a₄·Pe²+a₅·ES³+a₆·ES²·Pe (2)

T_l＝b₁+b₂·ES·Pe+b₃·Pe²+b₄·ES²·Pe+b₅·Pe³+b₆·exp(-(b₇·Pe)²) (3)

式中：

T_s,T_l—分別是直行和左轉電動自行車提前啟亮時間，單位.s；

a_f,b_w—待定參數，需根據實際參數進行擬合，其中：f＝1,2…6,w＝1,2…7；

Pe—電動自行車所占比例，計算公式為：

k—非機動車轉換為機動車的折算系數，本文取0.2；

結合已有研究，機動車流量、飽和車頭時距可表示為公式(5)和(6)，則電動自行車提前啟亮時間公式可表示為公式(7)和(8)：

式中：

t_l—車輛啟動損失時間，單位.s；

t—實際統計數據時的調查時間，單位.s；

h_tj—實際統計數據時的某個車頭時距，單位.s；

設置電動自行車提前相位可以減少機非之間的干擾，但如果電動自行車提前相位設置過長，一定程度上會影響交叉口的運行效率、增加車輛通行延誤；為了保證不給機動車造成較大延誤，非機動車總的提前啟亮時間不超過最佳信號周期的15％；否則，應當對非機動車提前相位時間作調整；

3)混合交通流信號配時多目標優化模型的建立：

(1)控制性能指標的選取；

(2)多目標優化模型的建立。