專利名稱：一種網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié)調(diào)控制方法
一種網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié)調(diào)控制方法技術(shù)領(lǐng)域
本發(fā)明屬于交通信號(hào)控制技術(shù)領(lǐng)域，涉及到一種網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié) 調(diào)控制方法。
背景技術(shù)：
大力發(fā)展公共交通是解決大中城市交通擁堵的重要手段，有助于改善環(huán)境、節(jié)能 減排。公交優(yōu)先作為公共交通發(fā)展方向之一受到廣泛重視，具有公交信號(hào)優(yōu)先功能的信號(hào) 控制系統(tǒng)設(shè)計(jì)具有很高的效費(fèi)比，是各國發(fā)展公共交通的重要措施。
在現(xiàn)有的公交優(yōu)先系統(tǒng)設(shè)計(jì)中，大多是針對(duì)給定的公交線路進(jìn)行設(shè)計(jì)，針對(duì)信號(hào) 配時(shí)進(jìn)行離線優(yōu)化，在信號(hào)優(yōu)先的相位控制方法上多采用綠燈延長、綠燈提前的方式。研究 表明在交通流量變化不大的情況下采用靜態(tài)離線優(yōu)化方式可取得較好效果，但離線優(yōu)化學(xué) 習(xí)計(jì)算量較大且較費(fèi)時(shí)間，不能滿足交通流量變化實(shí)時(shí)應(yīng)用需求。此外，通過給公交車信號(hào) 相位的優(yōu)先之后對(duì)社會(huì)交通會(huì)造成一定影響?，F(xiàn)有系統(tǒng)在平衡公交和社會(huì)車輛方面缺乏評(píng) 價(jià)指標(biāo)體系，缺乏動(dòng)態(tài)調(diào)節(jié)能力。
現(xiàn)階段已有包括SCOOT、SCAT等交通信號(hào)控制系統(tǒng)，具備一定區(qū)域性、網(wǎng)絡(luò)化的公 交信號(hào)優(yōu)先控制功能，具備一定的在線協(xié)調(diào)能力。但這些系統(tǒng)由于商業(yè)保密性不能開放接 口，多是需要針對(duì)不同交通環(huán)境進(jìn)行大量調(diào)查，由專業(yè)人員進(jìn)行實(shí)施，缺乏對(duì)不同交通環(huán)境 的可定制性、自適應(yīng)性和智能性，不能很好地滿足我國特有的復(fù)雜的交通環(huán)境的需求。發(fā)明內(nèi)容
(一)要解決的技術(shù)問題
本發(fā)明的目的是要克服單路口和基于干線協(xié)調(diào)的公交優(yōu)先的不足，在網(wǎng)絡(luò)范圍內(nèi) 以較小的對(duì)社會(huì)交通影響代價(jià)，實(shí)現(xiàn)公交優(yōu)先信號(hào)控制，最大限度地發(fā)揮信號(hào)控制系統(tǒng)的 調(diào)節(jié)作用，為此本發(fā)明一種基于網(wǎng)絡(luò)化分層遞階控制技術(shù)的信號(hào)控制方法。
( 二)解決問題的技術(shù)方案
為了實(shí)現(xiàn)所述的目的，本發(fā)明提供一種網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié)調(diào)控制方 法，所述方法包括
步驟SA 使用網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié)調(diào)控制系統(tǒng)，所述系統(tǒng)分為中心組 織層、區(qū)域協(xié)調(diào)層和現(xiàn)場執(zhí)行層；
步驟SB 中心組織層進(jìn)行公交優(yōu)先控制任務(wù)規(guī)劃和目標(biāo)分解，中心組織層中的離 線學(xué)習(xí)模塊結(jié)合交通知識(shí)庫和信號(hào)控制算法與路口特征庫進(jìn)行學(xué)習(xí)，將控制任務(wù)分解為區(qū) 域協(xié)調(diào)參數(shù)及區(qū)域控制目標(biāo)，結(jié)合在線學(xué)習(xí)模塊學(xué)習(xí)結(jié)果從信號(hào)控制算法與路口特征庫中 選擇區(qū)域內(nèi)路口適應(yīng)度最大的信號(hào)控制算法，并同區(qū)域協(xié)調(diào)參數(shù)及區(qū)域控制目標(biāo)下發(fā)到區(qū) 域協(xié)調(diào)層；同時(shí)，中心組織層從區(qū)域交通信息獲取模塊獲取各區(qū)域交通流量信息放入交通 知識(shí)庫，進(jìn)行離線學(xué)習(xí)；
步驟SC:區(qū)域協(xié)調(diào)層的協(xié)調(diào)控制學(xué)習(xí)與評(píng)估模塊接收中心組織層的區(qū)域控制目標(biāo)，控制算法緩存接收區(qū)域內(nèi)適用的信號(hào)控制算法，協(xié)調(diào)控制學(xué)習(xí)與評(píng)估模塊完成區(qū)域協(xié) 調(diào)控制的在線學(xué)習(xí)與控制效果評(píng)估功能，結(jié)合區(qū)域交通信息獲取模塊所接收的現(xiàn)場執(zhí)行層 各路口交通擁堵改善趨勢(shì)和相鄰路口各相位的最大擁堵級(jí)別差和公交延誤情況來確定是 否進(jìn)行信號(hào)控制算法調(diào)整，并計(jì)算區(qū)域內(nèi)路口各相位最大綠燈時(shí)間，按最大綠燈時(shí)間之比 來調(diào)整路口定時(shí)控制周期各相位信號(hào)配時(shí)；通過區(qū)域協(xié)調(diào)控制算法處理模塊給現(xiàn)場執(zhí)行層 分派控制參數(shù)和控制算法，實(shí)現(xiàn)對(duì)區(qū)域內(nèi)的路口信號(hào)進(jìn)行協(xié)調(diào)控制，完成公交優(yōu)先區(qū)域協(xié) 調(diào)控制功能；交通信息獲取模塊獲取各區(qū)域交通流量信息并發(fā)送給中心組織層；
步驟SD 現(xiàn)場執(zhí)行層運(yùn)行默認(rèn)的定時(shí)信號(hào)控制算法，信號(hào)控制算法容器接收區(qū)域 協(xié)調(diào)層發(fā)送的信號(hào)控制算法與控制參數(shù)并提供信號(hào)控制算法在線切換功能，通過接收添加 公交優(yōu)先支持的模糊控制和感應(yīng)控制以及排隊(duì)長度控制算法來進(jìn)行公交優(yōu)先信號(hào)控制，通 過信號(hào)控制執(zhí)行模塊完成路口的交通信號(hào)控制并實(shí)現(xiàn)公交優(yōu)先功能支持，路口交通信息獲 取模塊完成交通信息采集并將提交區(qū)域協(xié)調(diào)層。
其中，離線學(xué)習(xí)模塊針對(duì)不同路口在M小時(shí)典型時(shí)段下交通流的信號(hào)控制算法 的控制效果進(jìn)行離線學(xué)習(xí)，根據(jù)學(xué)習(xí)結(jié)果對(duì)信號(hào)控制算法進(jìn)行調(diào)度來實(shí)現(xiàn)按路口需求優(yōu)化 控制；采用遺傳算法將運(yùn)行默認(rèn)的定時(shí)控制算法、模糊控制算法、感應(yīng)控制算法以及排隊(duì)長 度控制算法效果歸一化，并分別給予0. 25的權(quán)系數(shù)來計(jì)算信號(hào)控制算法分配的適應(yīng)度，所 述適應(yīng)度的計(jì)算步驟如下
步驟SBl 對(duì)運(yùn)行默認(rèn)的定時(shí)控制算法、模糊控制算法、感應(yīng)控制算法以及排隊(duì)長 度控制算法效果的系數(shù)做初始化，生成四個(gè)22位的二進(jìn)制數(shù)串；
步驟SB2 分別計(jì)算四個(gè)二進(jìn)制數(shù)串的適應(yīng)度
若適應(yīng)度的種群代數(shù)達(dá)到150代，取出適應(yīng)度最大的二進(jìn)制數(shù)串作為最后適應(yīng)度 的結(jié)果，結(jié)束；
若適應(yīng)度的種群代數(shù)小于150代，取出適應(yīng)度最大的兩個(gè)二進(jìn)制數(shù)串作為父本， 繼續(xù)步驟SB3 ；
步驟SB3 隨機(jī)產(chǎn)生一個(gè)小于22的隨機(jī)數(shù)，將兩父本在隨機(jī)數(shù)位置上交叉生成新 的兩個(gè)二進(jìn)制數(shù)串；
步驟SB4 隨機(jī)產(chǎn)生一個(gè)隨機(jī)數(shù)
若隨機(jī)數(shù)大于閥值，觸發(fā)步驟SB4，隨機(jī)產(chǎn)生一個(gè)不大于22的隨機(jī)數(shù)，將新生成的 二進(jìn)制數(shù)串在該隨機(jī)數(shù)位置上取反，轉(zhuǎn)步驟SB2 ；若隨機(jī)數(shù)小于閥值，轉(zhuǎn)步驟SB2。
其中，結(jié)合步驟SB中在線學(xué)習(xí)模塊學(xué)習(xí)結(jié)果從控制算法與路口特征庫中選擇適 應(yīng)度最大的信號(hào)控制算法，由中心組織層獲取不同路口在每日典型交通流下包含時(shí)間、信 號(hào)控制算法類型和控制效果的控制信息，按照路口車輛平均速度、路口交通飽和度和路口 平均車輛延誤時(shí)間的控制效果評(píng)價(jià)指標(biāo)對(duì)信號(hào)控制算法進(jìn)行學(xué)習(xí)，通過設(shè)置評(píng)價(jià)指標(biāo)閥值 來選取特定路口特定時(shí)段最優(yōu)信號(hào)控制算法，如果有多個(gè)可選或沒有最優(yōu)選時(shí)，則選擇使 用頻率最高的信號(hào)控制算法。
其中，步驟SC中區(qū)域協(xié)調(diào)層計(jì)算區(qū)域內(nèi)各路口各相位的最大綠燈時(shí)間是給每個(gè) 路口初始設(shè)定綠燈時(shí)間調(diào)整經(jīng)驗(yàn)基礎(chǔ)值，通過獲取擁堵情況和公交延遲得到路口各相位擁 堵級(jí)別作為綠燈時(shí)間調(diào)整的參數(shù)，結(jié)合調(diào)整步長進(jìn)行最大綠燈時(shí)間計(jì)算，通過與最小最大 綠燈時(shí)間做比較，得出路口各相位的最大綠燈時(shí)間計(jì)算公式如下
權(quán)利要求
1.一種網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié)調(diào)控制方法，其特征在于，所述方法包括步驟SA:使用網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié)調(diào)控制系統(tǒng)，所述系統(tǒng)分為中心組織層、區(qū)域協(xié)調(diào)層和現(xiàn)場執(zhí)行層；步驟SB 中心組織層進(jìn)行公交優(yōu)先控制任務(wù)規(guī)劃和目標(biāo)分解，中心組織層中的離線學(xué) 習(xí)模塊結(jié)合交通知識(shí)庫和信號(hào)控制算法與路口特征庫進(jìn)行學(xué)習(xí)，將控制任務(wù)分解為區(qū)域協(xié) 調(diào)參數(shù)及區(qū)域控制目標(biāo)，結(jié)合在線學(xué)習(xí)模塊學(xué)習(xí)結(jié)果從信號(hào)控制算法與路口特征庫中選擇 區(qū)域內(nèi)路口適應(yīng)度最大的信號(hào)控制算法，并同區(qū)域協(xié)調(diào)參數(shù)及區(qū)域控制目標(biāo)下發(fā)到區(qū)域協(xié) 調(diào)層；同時(shí)，中心組織層從區(qū)域交通信息獲取模塊獲取各區(qū)域交通流量信息放入交通知識(shí) 庫，進(jìn)行離線學(xué)習(xí)；步驟SC:區(qū)域協(xié)調(diào)層的協(xié)調(diào)控制學(xué)習(xí)與評(píng)估模塊接收中心組織層的區(qū)域控制目標(biāo)，控 制算法緩存接收區(qū)域內(nèi)適用的信號(hào)控制算法，協(xié)調(diào)控制學(xué)習(xí)與評(píng)估模塊完成區(qū)域協(xié)調(diào)控制 的在線學(xué)習(xí)與控制效果評(píng)估功能，結(jié)合區(qū)域交通信息獲取模塊所接收的現(xiàn)場執(zhí)行層各路口 交通擁堵改善趨勢(shì)和相鄰路口各相位的最大擁堵級(jí)別差和公交延誤情況來確定是否進(jìn)行 信號(hào)控制算法調(diào)整，并計(jì)算區(qū)域內(nèi)路口各相位最大綠燈時(shí)間，按最大綠燈時(shí)間之比來調(diào)整 路口定時(shí)控制周期各相位信號(hào)配時(shí)；通過區(qū)域協(xié)調(diào)控制算法處理模塊給現(xiàn)場執(zhí)行層分派控 制參數(shù)和控制算法，實(shí)現(xiàn)對(duì)區(qū)域內(nèi)的路口信號(hào)進(jìn)行協(xié)調(diào)控制，完成公交優(yōu)先區(qū)域協(xié)調(diào)控制 功能；交通信息獲取模塊獲取各區(qū)域交通流量信息并發(fā)送給中心組織層；步驟SD 現(xiàn)場執(zhí)行層運(yùn)行默認(rèn)的定時(shí)信號(hào)控制算法，信號(hào)控制算法容器接收區(qū)域協(xié)調(diào) 層發(fā)送的信號(hào)控制算法與控制參數(shù)并提供信號(hào)控制算法在線切換功能，通過接收添加公交 優(yōu)先支持的模糊控制和感應(yīng)控制以及排隊(duì)長度控制算法來進(jìn)行公交優(yōu)先信號(hào)控制，通過信 號(hào)控制執(zhí)行模塊完成路口的交通信號(hào)控制并實(shí)現(xiàn)公交優(yōu)先功能支持，路口交通信息獲取模 塊完成交通信息采集并將提交區(qū)域協(xié)調(diào)層。
2.如權(quán)利要求1所述的方法，其特征在于，離線學(xué)習(xí)模塊針對(duì)不同路口在M小時(shí)典型 時(shí)段下交通流的信號(hào)控制算法的控制效果進(jìn)行離線學(xué)習(xí)，根據(jù)學(xué)習(xí)結(jié)果對(duì)信號(hào)控制算法進(jìn) 行調(diào)度來實(shí)現(xiàn)按路口需求優(yōu)化控制；采用遺傳算法將運(yùn)行默認(rèn)的定時(shí)控制算法、模糊控制 算法、感應(yīng)控制算法以及排隊(duì)長度控制算法效果歸一化，并分別給予0. 25的權(quán)系數(shù)來計(jì)算 信號(hào)控制算法分配的適應(yīng)度，所述適應(yīng)度的計(jì)算步驟如下步驟SBl 對(duì)運(yùn)行默認(rèn)的定時(shí)控制算法、模糊控制算法、感應(yīng)控制算法以及排隊(duì)長度控 制算法效果的系數(shù)做初始化，生成四個(gè)22位的二進(jìn)制數(shù)串；步驟SB2 分別計(jì)算四個(gè)二進(jìn)制數(shù)串的適應(yīng)度若適應(yīng)度的種群代數(shù)達(dá)到150代，取出適應(yīng)度最大的二進(jìn)制數(shù)串作為最后適應(yīng)度的結(jié) 果，結(jié)束；若適應(yīng)度的種群代數(shù)小于150代，取出適應(yīng)度最大的兩個(gè)二進(jìn)制數(shù)串作為父本，繼續(xù) 步驟SB3 ；步驟SB3 隨機(jī)產(chǎn)生一個(gè)小于22的隨機(jī)數(shù)，將兩父本在隨機(jī)數(shù)位置上交叉生成新的兩 個(gè)二進(jìn)制數(shù)串；步驟SB4 隨機(jī)產(chǎn)生一個(gè)隨機(jī)數(shù)若隨機(jī)數(shù)大于閥值，觸發(fā)步驟SB4，隨機(jī)產(chǎn)生一個(gè)不大于22的隨機(jī)數(shù)，將新生成的二進(jìn) 制數(shù)串在該隨機(jī)數(shù)位置上取反，轉(zhuǎn)步驟SB2 ；若隨機(jī)數(shù)小于閥值，轉(zhuǎn)步驟SB2。
3.如權(quán)利要求1所述的方法，其特征在于，結(jié)合步驟SB中在線學(xué)習(xí)模塊學(xué)習(xí)結(jié)果從控 制算法與路口特征庫中選擇適應(yīng)度最大的信號(hào)控制算法，由中心組織層獲取不同路口在每 日典型交通流下包含時(shí)間、信號(hào)控制算法類型和控制效果的控制信息，按照路口車輛平均 速度、路口交通飽和度和路口平均車輛延誤時(shí)間的控制效果評(píng)價(jià)指標(biāo)對(duì)信號(hào)控制算法進(jìn)行 學(xué)習(xí)，通過設(shè)置評(píng)價(jià)指標(biāo)閥值來選取特定路口特定時(shí)段最優(yōu)信號(hào)控制算法，如果有多個(gè)可 選或沒有最優(yōu)選時(shí)，則選擇使用頻率最高的信號(hào)控制算法。
4.如權(quán)利要求1所述的方法，其特征在于，步驟SC中區(qū)域協(xié)調(diào)層計(jì)算區(qū)域內(nèi)各路口各 相位的最大綠燈時(shí)間是給每個(gè)路口初始設(shè)定綠燈時(shí)間調(diào)整經(jīng)驗(yàn)基礎(chǔ)值，通過獲取擁堵情況 和公交延遲得到路口各相位擁堵級(jí)別作為綠燈時(shí)間調(diào)整的參數(shù)，結(jié)合調(diào)整步長進(jìn)行最大綠 燈時(shí)間計(jì)算，通過與最小最大綠燈時(shí)間做比較，得出路口各相位的最大綠燈時(shí)間計(jì)算公式 如下MaxGIfν χ = Ma.x|BsseT + Step水 J (Rank - BalanceT) + Weight + (Raiik;:fpk — BlanceTj ’ Weightup - ( Rankf|^ri1 - BIanceT)MaxGT-為路口第N個(gè)相位(W1N)的最大綠燈時(shí)間；Weight表示當(dāng)前路口參數(shù)權(quán)值，Weightup和Weightd_分別表示前一個(gè)和后一個(gè)路口 參數(shù)權(quán)值，為簡單起見此處三者取相同值；Step為調(diào)整步長，BaseT為綠燈時(shí)間調(diào)整經(jīng)驗(yàn)基值，BlanceT為平衡值，防止最大綠燈 時(shí)間控制發(fā)散；MinMaxGTk為該相位最小最大綠燈時(shí)間；其中=Rank^k = IRanki, j,k*ffeighti +BRanki, j,k*ffeightb ；Rank^k路口各相位擁堵級(jí)別，i為路口號(hào)，j為方向，k為左轉(zhuǎn)或直行標(biāo)識(shí)，包括路口 擁堵級(jí)別IRanki, j, k和公交延遲BRanki, ^ k，Weighti表示路口擁堵權(quán)值，Weightb表示公交 延遲權(quán)值。
5.如權(quán)利要求1所述的方法，其特征在于，還包括區(qū)域協(xié)調(diào)層的區(qū)域內(nèi)路口飽和度所 對(duì)應(yīng)的定時(shí)控制周期各相位信號(hào)配時(shí)長度學(xué)習(xí)算法是由區(qū)域協(xié)調(diào)層通過學(xué)習(xí)來設(shè)定不同 級(jí)別的交通飽和度所對(duì)應(yīng)的信號(hào)控制周期長度配時(shí)；在給定控制周期長度的基礎(chǔ)上，通過 設(shè)定最小搜索步長得到新的控制周期長度，并獲取反饋的交通飽和度作為控制效果，進(jìn)行 控制周期的迭代調(diào)整，直到獲得最好效果停止迭代，所述學(xué)習(xí)方法的具體步驟如下步驟SCl 給定路口定時(shí)控制周期T的搜索范圍[Tmin，Tmax]最小的搜索步長^itepmin，學(xué) 習(xí)過程中一個(gè)策略的最大執(zhí)行次數(shù)M，以及初始控制周期Ttl和初始的搜索步長^ ；步驟SC2 當(dāng)每次出現(xiàn)狀態(tài)sa時(shí)，獲取對(duì)應(yīng)的狀態(tài)sa，執(zhí)行初始控制周期Ttl，并記錄其 控制效果是下一次從現(xiàn)場執(zhí)行層反饋的最大飽和度代入到評(píng)價(jià)函數(shù)的值；直至狀態(tài)sa出 現(xiàn)M次后，計(jì)算初始控制周期Ttl的M次評(píng)價(jià)的控制效果，記為％ ；步驟SC3 計(jì)算控制周期T+ = T0+Step0,控制周期T_ = T0-Step0,如果T+ > Tfflax或 T_ < Tmin則T+ = Tmax或T_ = Tmin ；對(duì)狀態(tài)sa分別執(zhí)行控制周期T+和T_各M次，控制效 果為e+, e_ ；步驟SC4 如果e+ > e_，并且e+ < e0,則初始控制周期Ttl等于控制周期T+，轉(zhuǎn)向步驟SC3 ；步驟SC5 如果e+ < e_，并且e_ > eQ，則Ttl = T_，轉(zhuǎn)向步驟SC3 ； 步驟306:如果％>6+，且％>6_，如果I St印。I > St印min，則St印。=M印。/2，轉(zhuǎn)向 步驟SC3，否則搜索停止，最優(yōu)控制周期為f = Ttl ； 所述控制效果評(píng)價(jià)函數(shù)為
6.如權(quán)利要求1所述的方法，其特征在于，還包括現(xiàn)場執(zhí)行層的支持公交優(yōu)先信號(hào)控 制的信號(hào)控制算法并實(shí)現(xiàn)算法切換的是在定時(shí)控制、感應(yīng)控制、基于排隊(duì)長度控制和模糊 控制等路口信號(hào)控制算法中集成包括優(yōu)先判別、交通流預(yù)測(cè)和控制策略選擇算法來實(shí)現(xiàn)公 交優(yōu)先支持，當(dāng)前信號(hào)控制算法退出運(yùn)行前，會(huì)將包括當(dāng)前路口綠時(shí)、最大綠時(shí)、當(dāng)前相位 號(hào)、上一相位號(hào)等路口控制狀態(tài)，通過消息發(fā)送給默認(rèn)控制算法，默認(rèn)控制算法在接收到路 口狀態(tài)數(shù)據(jù)后接著上一秒的狀態(tài)繼續(xù)計(jì)算，當(dāng)前信號(hào)控制算法退出時(shí)、在新的信號(hào)控制算 法到來之前，由默認(rèn)定時(shí)控制算法進(jìn)行控制；當(dāng)新的信號(hào)控制算法到達(dá)現(xiàn)場執(zhí)行層并被激 活后，發(fā)送到達(dá)消息給默認(rèn)控制算法，然后接收默認(rèn)控制算法傳遞的路網(wǎng)狀態(tài)數(shù)據(jù)和下一 個(gè)信號(hào)配時(shí)狀態(tài)數(shù)據(jù)，接管路口信號(hào)控制，默認(rèn)控制算法退出運(yùn)行。
全文摘要
本發(fā)明是一種網(wǎng)絡(luò)化分層遞階公交優(yōu)先信號(hào)協(xié)調(diào)控制方法，包括中心組織層對(duì)交通信號(hào)控制任務(wù)進(jìn)行分解，發(fā)送信號(hào)協(xié)調(diào)控制目標(biāo)到區(qū)域協(xié)調(diào)層，并根據(jù)路口控制效果學(xué)習(xí)結(jié)果調(diào)度信號(hào)控制算法；區(qū)域協(xié)調(diào)層按中心組織層的控制目標(biāo)，結(jié)合區(qū)域內(nèi)現(xiàn)場執(zhí)行層的各路口交通擁堵改善趨勢(shì)和相鄰路口各相位的最大擁堵級(jí)別差和公交延誤情況來確定是否進(jìn)行現(xiàn)場執(zhí)行層信號(hào)控制算法調(diào)整，并計(jì)算區(qū)域內(nèi)路口各相位最大綠燈時(shí)間，按最大綠燈時(shí)間之比來調(diào)整各路口定時(shí)控制周期各相位信號(hào)配時(shí)；現(xiàn)場執(zhí)行層運(yùn)行默認(rèn)的定時(shí)信號(hào)控制算法，并接收添加公交優(yōu)先支持的模糊控制和感應(yīng)控制及排隊(duì)長度信號(hào)控制算法來進(jìn)行公交優(yōu)先信號(hào)控制；通過網(wǎng)絡(luò)化分層遞階信號(hào)協(xié)調(diào)控制。
文檔編號(hào)G08G1/087GK102034359SQ20101060308
公開日2011年4月27日 申請(qǐng)日期2010年12月23日 優(yōu)先權(quán)日2010年12月23日
發(fā)明者任延飛, 葉佩軍, 姚楠, 宋東平, 王飛躍, 陳誠, 黃武陵 申請(qǐng)人:中國科學(xué)院自動(dòng)化研究所