[發明專利]一種基于電警數據的方案選擇式的交通信號動態綠波控制方法

有效

• 申請號: 201910830040.1
• 申請日: 2019-09-04
• 公開（公告）號: CN110634309B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 徐騰飛;費賽男;徐偉敏;王新
• 申請（專利權）人: 南京洛普股份有限公司
• 主分類號: G08G1/083
• 分類號: G08G1/083
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 李珍

1.一種基于電警數據的方案選擇式的交通信號動態綠波控制方法，其特征在于：包括如下步驟：

步驟1：建立云服務器，在云服務器中建立數據采集模塊、數據分析模塊、方案庫生成模塊、方案匹配模塊和方案發送模塊；

步驟2：數據采集模塊用于通過中間庫與電警系統實現對接，定周期提取綠波各路口過車數據；

數據采集模塊每15分鐘提取綠波各路口每個轉向車道的過車數據，過車數據包括車牌號碼和過車時間；

步驟3：數據分析模塊用于通過上下游車牌匹配、時間差計算，得到各路口每個車輛的到達時間；

數據分析模塊利用過車數據，通過上下游車牌匹配，計算同一輛車經過上下游路口的時間差，得到各路口綠波方向上每個車輛的到達時間；

步驟4：數據分析模塊通過設計NR_K聚類模型，分別對各路口的車輛到達時間進行聚類分析，并將各聚類質心的最小值作為該路口綠波方向上車輛的平均到達時間；

數據分析模塊根據以下公式設計NR_K聚類模型，分別對各路口的車輛到達時間進行聚類分析，并將各聚類質心的最小值作為該路口綠波方向上車輛的平均到達時間；

其中，k是質心最小的類，是k類的樣本數，ΔT_i^k是k類每個車輛的到達時間，T_g是路口的平均到達時間；

NR_K聚類模型的初始類質心是由以下公式確定，具有非隨機性，能夠提高聚類算法的收斂速度，降低聚類結果的隨機性：

C_k＝Value_min+val×(2×(k+1)-1)/(2×N_c)；

其中，Value_min是樣本集中的最小值，val是樣本集中最大值與最小值之差，N_C是類別個數，k∈[0,N_C-1]；

步驟5：方案庫生成模塊用于以最高限速值為上限，將綠波設計速度劃分若干等級，并依據不同等級，為綠波各路口制定相應的備選方案，形成方案庫，同時將備選方案配置到各路口本地信號機；

方案庫生成模塊以路段最高行駛限速值為上限，將其劃分三個等級{V₁,V₂,V₃}，依據不同等級，分別將其作為綠波設計速度，為各路口制定相應的備選方案；

步驟6：方案匹配模塊將各個綠波按照由高到低的等級順序進行方案匹配，其中包含關鍵路口的綠波等級為高級，其它綠波等級為低級；

方案匹配模塊依據設計的Multi_M匹配原則，從方案庫中自動匹配選擇最適合綠波當前交通狀態的控制方案，并記錄該控制方案的編號；

優先等級用1,2,3....表示，數字越低表示優先級越高；

方案匹配模塊依據設計的Multi_M匹配原則，從方案庫中自動匹配選擇最適合綠波當前交通狀態的控制方案，并記錄該控制方案的編號；

所述Multi_M匹配原則存在兩種模式：第一種是主干道實行綠波控制，次干道實行非綠波控制；第二種是主干道實行綠波控制，次干道也實行綠波控制；

其中，第一種匹配模式是依據當前主干道的平均行駛速度，匹配方案庫中最佳設計速度，確定當前主干道各路口的相位差參數；第二種匹配模式是分別依據當前主干道和次干道的平均行駛速度，匹配方案庫中最佳設計速度，確定當前主干道各路口的相位差參數；

最佳設計速度的匹配核心算子如以下公式：

其中，是綠波平均行駛速度，V₁,V₂,V₃是綠波三檔綠波設計速度，V_m是依據實際路況匹配的最佳設計速度；

步驟7：方案發送模塊將生成的控制方案的編號發送至各路口本地信號機，各信號機依據控制方案的編號自動調用本地預存的控制方案。

2.如權利要求1所述的一種基于電警數據的方案選擇式的交通信號動態綠波控制方法，其特征在于：在云服務器中還建立優先級管理模塊，優先級管理模塊采用定時心跳發送機制，云服務器每隔五分鐘向本地各信號機發送心跳，如果本地信號機在五分鐘內沒有接收到心跳，則自動啟動本地默認控制方案，確保信號機的安全穩定運行。