新型感知與控制的道路交叉口群信號控制系統(tǒng)及控制方法
【專利摘要】本發(fā)明公開了新型感知與控制的道路交叉口群信號控制系統(tǒng)及控制方法，通過構(gòu)建360o交叉口全景視頻實時監(jiān)測與建模、交叉口評估指數(shù)與在線仿真分析、過飽和交叉口關(guān)鍵路徑與控制策略優(yōu)化、交叉口信號控制優(yōu)化與全景視頻采集機器人聯(lián)動指揮的四步驟法方法，建立城市基于交叉口群的交通控制智能化機器人，解決城市道路過飽和交叉口單點運行最優(yōu)化問題，形成智能化指揮城市道路交叉口、過飽和交叉口、過飽和交叉口群交通控制與優(yōu)化方案，并采用基于交叉口群的交通控制智能化機器人，實現(xiàn)全景視頻采集機器人與交通信號控制機聯(lián)動，提升交叉口單點控制的交通效率和服務(wù)水平，從而大幅度提高城市交通系統(tǒng)的運行效率，緩解城市交通擁堵。
【專利說明】
新型感知與控制的道路交叉口群信號控制系統(tǒng)及控制方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及交通控制技術(shù)領(lǐng)域，具體的說是涉及新型感知與控制的道路交叉口群 信號控制系統(tǒng)及控制方法。
【背景技術(shù)】
[0002] 交叉口群是指城市道路網(wǎng)絡(luò)中地理位置相鄰且存在較強關(guān)聯(lián)性的若干交叉口集 合，對路網(wǎng)交通運行狀態(tài)影響顯著，是城市交通擁堵與交通安全的核心節(jié)點和關(guān)鍵所在。交 叉口群在城市道路網(wǎng)絡(luò)中存在形式分為城市中心區(qū)域的交叉口、城市內(nèi)部隧道兩端的交叉 口、立交橋相鄰的交叉口、高速路進出口匝道與城市道路街道銜接交叉口、城市快速路進出 口處的信號控制交叉口等。交叉口群構(gòu)成了城市道路網(wǎng)絡(luò)的重點交通區(qū)域，是提升城市交 通控制性能的關(guān)鍵，解決交叉口群擁堵問題將使城市整個片區(qū)道路網(wǎng)絡(luò)的交通擁堵問題得 到很大緩解。交叉口群關(guān)聯(lián)性主要表現(xiàn)在交叉口間距較短、關(guān)鍵路徑流量較大、車流離散性 小，下游交叉口的車流到達分布呈現(xiàn)車流組團狀態(tài)，而上游交叉口通行狀況在一定條件下 會受到下游排隊車輛的影響。交叉口群概念的提出，最早是基于交叉口協(xié)調(diào)控制的需要，交 叉口群關(guān)鍵詞定義包括：
[0003] 交叉口過飽和狀態(tài)：當交叉口兩個方向的流量與交叉口飽和流量之比的和大于1 時，即交通需求超過其通行能力時，將交叉口的狀態(tài)定義為過飽和狀態(tài)。
[0004] 交叉口群過飽和狀態(tài)：當交叉口群內(nèi)交通需求大于交叉口群路網(wǎng)的通行能力時， 認為交叉口群處于過飽和狀態(tài)。利用交叉口群整體交通需求和通行能力的比值(V/C比）來 判斷交叉口或交叉口群是否擁堵。同樣，也可以應(yīng)用滯留排隊來定義過飽和狀態(tài)，即存在車 輛在一個綠燈周期內(nèi)不能通過交叉口的情況(綠燈開始前已在排隊，綠燈時間結(jié)束時仍未 能通過交叉口），便可定義該狀態(tài)為過飽和狀態(tài)，并且擴展相關(guān)因素:過飽和狀態(tài)的程度(排 隊長度）、過飽和狀態(tài)的變化速度(排隊增長率）、過飽和狀態(tài)在交叉口群內(nèi)部的影響（阻擋 溢流、綠燈空放等負面效應(yīng)）、過飽和狀態(tài)的持續(xù)時間(持續(xù)時間）等。
[0005] 交叉口群關(guān)鍵路徑:在交叉口群的信號控制中，路徑是交叉口群中一個交叉口的 序列，使得從它的每個交叉口都有一個路段到達該序列的下一個交叉口。鑒于交叉口群中 交叉口是有限的，交叉口群中的所有路徑均為有限路徑，每條路徑均存在起點交叉口和終 點交叉口，對應(yīng)的交叉口流向定義為起點流向和終點流向，路徑經(jīng)過的交叉口定義為路徑 內(nèi)交叉口。交叉口群關(guān)鍵路徑指交叉口群中交通量最大且決定交叉口群整體運行效率的路 徑，在交叉口群關(guān)鍵路徑中，任何路段交通服務(wù)水平的改變都會對外交叉口群范圍內(nèi)其他 路徑產(chǎn)生影響，容易產(chǎn)生擁堵。長期以來，城市交通擁堵、交叉口群運行過飽和狀態(tài)的基于 交叉口群的交通控制問題，在實際應(yīng)用中并沒有從宏觀、中觀、微觀一體化層面上思考與解 決問題的實質(zhì)性成因?，F(xiàn)有技術(shù)對于城市交通安全、擁堵的交叉口控制，只是進行單一的 技術(shù)手段提升，如:交叉口建模分析，或是交叉口仿真，或是交叉口優(yōu)化等?；诖?，經(jīng)過長 期研究發(fā)現(xiàn):在過飽和狀態(tài)運行交叉口群中，首先城市道路交叉口單點運行并沒有達到最 優(yōu)狀態(tài);其次，城市交通過飽和狀態(tài)運行的交叉口早、晚高峰及平峰時段，現(xiàn)場指揮多數(shù)采 用人工模式，直接受天氣、季節(jié)、時間、空氣、身體等條件影響。諸如此類，既不能滿足長時 間、連續(xù)不斷地科學協(xié)調(diào)指揮交叉口信號控制，提高交叉口運行效率，由于交通污染原因又 損害交叉口指揮人員的身心健康，這一問題應(yīng)該予以解決。進入交通大數(shù)據(jù)、云計算等新一 代信息技術(shù)時代，根據(jù)國內(nèi)外相關(guān)技術(shù)發(fā)展現(xiàn)狀，在獲取交叉口群范圍、過飽和狀態(tài)產(chǎn)生時 間、交叉口群關(guān)鍵路徑、交通流參數(shù)飽和特征、控制信號機與全景視頻采集機器人聯(lián)動后指 揮交叉口運行諸多方面都迫切需要完善與提升。
[0006] 目前，過飽和狀態(tài)下的交通管理與控制方法已有過相關(guān)研究，但識別交叉口過飽 和狀態(tài)卻不多，現(xiàn)有的過飽和狀態(tài)的交通管理策略中，通常都假設(shè)交叉口得到大流量已知， 從而獲取交叉口的交通狀態(tài);而過飽和狀態(tài)下，不能提供足夠有效的數(shù)據(jù)來識別交叉口的 交通狀態(tài)。
[0007] 當前，國內(nèi)外主流的城市交通信號控制系統(tǒng)大部分采用分層次遞階式控制結(jié)構(gòu)， 如英國的SC00T(Split Cyele Offset Optimization Technique)、澳大利亞的SCATS (Sydney Coordinated Adaptive Traffic System)、日本的STREAM(Strategic Real-time Control for Megalopolis-traffic)、德國的M0TI0N(Method for the Optimization of Traffic Signals In On-Line Controlled Network)等。分層遞階式的控制結(jié)構(gòu)一般分為 組織層、協(xié)調(diào)層、控制層，其中協(xié)調(diào)層為區(qū)域級控制。英國的SC00T和澳大利亞的SCATS都屬 于靜態(tài)分區(qū)控制策略，二者的不同主要是分區(qū)后的相鄰子區(qū)域合并與分離的策略不同，英 國的SC00T是不能合并，澳大利亞的SCATS可以合并，二者的缺點是靜態(tài)分區(qū)控制策略，無法 適應(yīng)城市道路交通網(wǎng)絡(luò)交通流OD分布的動態(tài)變化。其它模式國內(nèi)并沒有一成不變地完整引 入。
[0008] 綜上所述，國內(nèi)外對城市道路交叉口群或類似概念進行了許多研究討論，討論的 主要內(nèi)容包括交叉口群概念、范圍界定、交通關(guān)聯(lián)特性、交通協(xié)調(diào)控制方法，而對于過飽和 狀態(tài)交叉口群的控制策略和方法研究還停留在初級階段。特別是在交通大數(shù)據(jù)、云計算環(huán) 境下，既使有關(guān)對過飽和狀態(tài)下交通控制和交通建模進行了討論，但是大部分研究工作只 專注與如何檢測過飽和狀態(tài)會帶來的延誤或在過飽和狀態(tài)下模型效果，獲得類似道路通行 能力手冊形式的公式或工作流程。對于管理過飽和狀態(tài)下交通流的運行最重要的是對過飽 和狀態(tài)所產(chǎn)生的超長排隊進行管理或控制整個路網(wǎng)的過飽和度(V/C比）；現(xiàn)有對過飽和狀 態(tài)產(chǎn)生的排隊進行管理的策略，大部分是根據(jù)下游交叉口的高級檢測器能檢測的排隊長度 來估計，但是很少有模型能預(yù)測排隊超過檢測點，甚至整個路段長度的情況。已有研究可以 實現(xiàn)不利用出口檢測器便能估計過飽和狀態(tài)排隊情況;大多數(shù)針對過飽和狀態(tài)交通控制 的研究是基于自適應(yīng)控制系統(tǒng)發(fā)展的；這些系統(tǒng)必須在過飽和狀態(tài)下都能工作，或者至少 在接近過飽和狀態(tài)下能有效運行。但是因為已有系統(tǒng)大多數(shù)是商用系統(tǒng)，關(guān)于自適應(yīng)信號 控制系統(tǒng)對過飽和狀態(tài)估計及控制的詳細方法的文獻很少見刊。
[0009] 針對交通流的過飽和特性，一些交通信號控制優(yōu)化的理論優(yōu)化策略或算法被提 出。部分常用的離線交通信號控制優(yōu)化軟件(如PASSER和TRANSYT)研發(fā)了過飽和狀態(tài)的信 號周期、綠信比、相位差的優(yōu)化方法。這些理論優(yōu)化策略和算法的主要缺點在于算法應(yīng)用時 要求道路的流量必須是已知的，即過飽和狀態(tài)下流量等交通參數(shù)必須是可測量的，但是在 過飽和狀態(tài)下交通參數(shù)不易獲取。理論算法多未討論算法在不同區(qū)域的適用性，不能簡單 的直接應(yīng)用。只有部分研究中提出了可進行實際工程應(yīng)用的過飽和狀態(tài)交通控制策略，因 為下游交叉口的限制，近期的研究多關(guān)注于單點交叉口的信號控制配時優(yōu)化，或識別用于 清除轉(zhuǎn)向車道排隊而對信號配時參數(shù)的調(diào)整方法，這些方法對于將信號控制策略進行分類 是有積極作用的，但是必須進行系統(tǒng)的定義。交通控制策略都提出了應(yīng)用"反向交通控制" 或"次要道路應(yīng)用綠閃燈"等策略，但是未對這些策略所產(chǎn)生的效果和機理進行深入討論和 分析。自適應(yīng)控制系統(tǒng)SCOOT、SCATS和RHODES也僅僅討論了宏觀的控制策略。如SCOOT的上 游截流控制策略，在已有文獻中僅僅是討論了控制原理，但是未給出應(yīng)用在實際控制系統(tǒng) 中的限制。因此，對過飽和狀態(tài)交通控制理論研究中具有代表性的有：
[0010] ①交通信號控制優(yōu)化的實時截流策略，主要適用于過飽和的干道網(wǎng)絡(luò)，RT/lMPOST 通過限制上游路段的交通量控制過飽和交叉口進口處的流量增長，這種方法充分地利用了 道路網(wǎng)絡(luò)的存儲能力。
[0011] ②最大通行策略主要通過調(diào)整不同的信號控制方案來使過飽和交叉口的通車數(shù) 最大。應(yīng)用此類型策略的主要有德克薩斯州城市信號控制策略、阿靈頓控制策略。
[0012] ③防止溢流的相位優(yōu)化方法可應(yīng)用于網(wǎng)格狀態(tài)城市道路網(wǎng)絡(luò)，此控制策略曾在美 國紐約州曼哈頓CBD部分應(yīng)用，并使總出行時間降低20%。
[0013] 國內(nèi)外學者提出了若干種交通控制子區(qū)/交叉口群范圍界定算法、過飽和狀態(tài)及 識別算法、瓶頸路段判別算法及交通控制策略及智能算法，緩解了城市道路網(wǎng)絡(luò)的交通擁 堵。但是現(xiàn)有的研究對過飽和狀態(tài)下交叉口群交通特性及容量等本質(zhì)特性多為定性分析， 未能見到定量化的揭示其特點；提出的交通控制策略多為針對實際問題的解決方案，不具 備普適性;對應(yīng)的信號控制模型及算法也多為理論探索，未能在實際道路網(wǎng)絡(luò)中進行驗證 應(yīng)用。
[0014] 綜上所述，現(xiàn)有技術(shù)的缺點主要表現(xiàn)在以下幾個方面：
[0015] ①交叉口群協(xié)調(diào)控制范圍未能體現(xiàn)其交通關(guān)聯(lián)性的實時動態(tài)變化;現(xiàn)有技術(shù)的既 有研究已經(jīng)認識到交叉口群的關(guān)聯(lián)特征不僅受交叉口間距的影響，還與車流分布特征、信 號控制方案等交叉口群的交通運行特性有關(guān)。在實際工程運行使用中，交叉口群和交通協(xié) 調(diào)控制的范圍都是動態(tài)變化的，而傳統(tǒng)交叉口群范圍確定方法智能化程度不高，只根據(jù)歷 史數(shù)據(jù)靜態(tài)劃分，且未考慮道路網(wǎng)絡(luò)的拓撲關(guān)系，需要對交叉口群關(guān)聯(lián)性特征以及交叉口 群范圍的判斷進行從新認識。
[0016] ②交叉口群過飽和狀態(tài)難以識別：
[0017] 過飽和狀態(tài)交叉口群中交通需求大于其通行能力，交叉口的排隊過長甚至溢出， 使常規(guī)交通檢測方法不能準確檢測實時交通運行數(shù)據(jù)。因過飽和狀態(tài)的交通控制策略和穩(wěn) 態(tài)的交通控制策略不同，如果不能準確識別過飽和狀態(tài)起始時間，將影響交通控制優(yōu)化算 法應(yīng)用效果。
[0018] ③缺乏定量分析過飽和狀態(tài)關(guān)鍵路徑的方法：
[0019] 將交叉口群作為整體進行信號協(xié)調(diào)控制已經(jīng)獲得學者的認同與關(guān)注，但是已有交 通控制策略通常以全局優(yōu)化或關(guān)鍵交叉口整治為主，在優(yōu)化過程中選取的協(xié)同路徑一般為 人工指定，未能對交叉口群范圍內(nèi)的關(guān)鍵路徑的識別與分級進行系統(tǒng)研究與應(yīng)用。
[0020] ④交通協(xié)調(diào)控制算法未能根據(jù)過飽和狀態(tài)交叉口群交通特性優(yōu)化;交叉口群要求 交通信號控制系統(tǒng)必須兼顧相鄰交叉口之間的協(xié)調(diào)性，優(yōu)化高密度道路網(wǎng)絡(luò)內(nèi)所有信號交 叉口的信號控制方案;此外由于交叉口群相鄰交叉口間距小，相鄰交叉口之間交通流相互 影響較大。

【發(fā)明內(nèi)容】

[0021] 針對現(xiàn)有技術(shù)中的不足，本發(fā)明要解決的技術(shù)問題在于提供了新型感知與控制的 道路交叉口群信號控制系統(tǒng)及控制方法。
[0022] 為解決上述技術(shù)問題，本發(fā)明通過以下方案來實現(xiàn):新型感知與控制的道路交叉 口群信號控制系統(tǒng)，該控制系統(tǒng)包括：
[0023] 全景視頻采集機器人，所述全景視頻采集機器人包括第一視頻攝像模塊、第二視 頻攝像模塊和數(shù)據(jù)處理器模塊，所述第一視頻攝像模塊和第二視頻攝像模塊分別與數(shù)據(jù)處 理器模塊連接；
[0024]所述第一視頻攝像模塊和第二視頻攝像模塊用于實時動態(tài)采集交叉口 360°全景 視頻，并將拍攝的視頻數(shù)據(jù)傳輸至數(shù)據(jù)處理器模塊；
[0025]所述數(shù)據(jù)處理器模塊用于根據(jù)視頻數(shù)據(jù)建立交叉口運行模型，根據(jù)交叉口運行模 型分析交叉口群交通特性，根據(jù)交叉口群交通特性進行交叉口評估指數(shù)與在線仿真分析， 識別交叉口群交通運行狀態(tài)，從而對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信 號配時控制方案優(yōu)化，調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略，并控制全景視頻采集 機器人運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信號配時優(yōu)化方案穩(wěn) 態(tài)運行與全景視頻采集機器人聯(lián)動指揮。
[0026]進一步的，所述第一視頻攝像模塊為高度可以伸縮的360°全景高清視頻攝像機， 設(shè)于全景視頻采集機器人的頭部上方，所述第二視頻攝像模塊為高清視頻攝像機，設(shè)于全 景視頻采集機器人的眼部。
[0027]進一步的，所述數(shù)據(jù)處理器模塊包括模型建立單元、交通特性分析單元、交通運行 狀態(tài)識別單元、策略優(yōu)化單元和方案運行單元；
[0028] 所述模型建立單元用于接收第一視頻攝像模塊及第二視頻攝像模塊傳輸?shù)囊曨l 數(shù)據(jù)，并對視頻數(shù)據(jù)進行歸類篩選、圖像識別及特征提取等處理后生成交叉口實時動態(tài)信 息環(huán)境，建立畫面清晰、視野開闊的交叉口運行模型；
[0029] 交通特性分析單元用于對交叉口運行模型進行運行態(tài)勢監(jiān)測，并根據(jù)交叉口運行 模型分析交叉口群交通特性；
[0030] 交通運行狀態(tài)識別單元用于根據(jù)交通特性進行交叉口評估指數(shù)與在線仿真分析， 識別交叉口群交通運行狀態(tài)；
[0031] 策略優(yōu)化單元用于對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信號配 時控制方案優(yōu)化與誘導(dǎo)，調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略；
[0032] 方案運行單元用于運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信 號配時優(yōu)化方案穩(wěn)態(tài)運行與全景視頻采集機器人聯(lián)動指揮。
[0033]進一步的，所述全景視頻采集機器人還包括顯示模塊，所述顯示模塊為觸摸顯示 屏，位于全景視頻采集機器人的身體部位，所述第一視頻攝像模塊和第二視頻攝像模塊分 別與顯示模塊連接，所述第一視頻攝像模塊和第二視頻攝像模塊將拍攝的視頻數(shù)據(jù)傳輸至 顯示模塊，所述顯示模塊用于顯示第一視頻攝像模塊和第二視頻攝像模塊拍攝的視頻數(shù) 據(jù)。
[0034] 新型感知與控制的道路交叉口群信號控制系統(tǒng)的控制方法，該控制方法包括以下 步驟：
[0035] 步驟a:通過全景視頻采集機器人實時動態(tài)采集交叉口 360°全景視頻，根據(jù)視頻數(shù) 據(jù)建立交叉口運行模型，并根據(jù)交叉口運行模型分析交叉口群交通特性；
[0036] 步驟b:根據(jù)交通特性進行交叉口評估指數(shù)與在線仿真分析，識別交叉口群交通運 行狀態(tài)；
[0037] 步驟c :對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信號配時控制方案 優(yōu)化，調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略；
[0038] 步驟d:運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信號配時優(yōu)化 方案穩(wěn)態(tài)運行與全景視頻采集機器人聯(lián)動指揮。
[0039] 進一步的，在步驟a中，對交叉口運行模型進行運行態(tài)勢監(jiān)測，所述運行態(tài)勢監(jiān)測 包括分析交叉口群擁堵形成、疏散機理、交通運行參數(shù)的采集與處理;所述交通運行參數(shù)的 采集與處理方法包括視頻車輛檢測和交通關(guān)聯(lián)性指標建模；
[0040] 交通關(guān)聯(lián)性指標包括尚散性關(guān)聯(lián)指標和阻滯性關(guān)聯(lián)指標：
[0041] 離散性關(guān)聯(lián)性指標為一個信號控制周期內(nèi)路徑起、訖點等長綠燈時間通過車輛的 比值I 1或通過車隊離散公式計算，即：
[0042]
>
[0043] 其中：q0( i)代表某一條路徑初始上游交叉口停車線i個時段的車流通過數(shù);qd( i + T)代表路徑末端交叉口第i+T個時段的車流到達數(shù);T代表從路徑起點至終點的行駛時間； tg代表一個信號周期內(nèi)的綠波持續(xù)時間，q〇(i)與qd(i+T)可采用現(xiàn)場觀測值；
[0044]離散性關(guān)聯(lián)性指標通過車隊離散公式計算，即：
[0045]
[0046] 其中：qd(j)代表路徑末端交叉口第j個時段的車流到達數(shù)，? = βΤ = βυ_υ，離散 魏Ρ二(1 I at) 〇、3穌觸麵，艦|齡勸〇.35_.8;
[0047] 阻滯性關(guān)聯(lián)指標為:對于交叉口群組成某條路的任意路段m，沿該路徑前進方向的 交叉口進口道若有N個不同流向，計算每個流向的功能區(qū)長度值< : /< = Gi= + 排隊長度< 采用實地觀測統(tǒng)計值或使用排隊長度計算公式進 行估算，采用排隊長度計算方法，減速距離C和感知-反應(yīng)距離的計算方法，將S定義 為路段m沿路徑前進方向的交叉口進口道中流向功能區(qū)長度最大值與路徑長度L的比值， 即：
[0048]
[0049] 若該路徑由M個路段組成，則其阻滯性指標12為
[0050] 進一步的，在步驟b中，所述識別交叉口群交通運行狀態(tài)包括交叉口群范圍界定、 交叉口群過飽和狀態(tài)識別、交叉口群的關(guān)鍵路徑檢測及交通參數(shù)短時預(yù)測建模與仿真；
[0051] 所述交叉口群過飽和狀態(tài)識別包括采用沖擊波的方法估算交叉口滯留排隊長度， 根據(jù)排隊車輛長期停留在檢測器上面造成的檢測器高占有率現(xiàn)象識別交叉口群中的溢流 現(xiàn)象，進一步識別交叉口群的過飽和狀態(tài)，所述沖擊波包括離使沖擊波U 2、背離沖擊波U3，波 速計算公式為：
[0052] 其中：qm和km分別代表流量最大時的流率和密度，kj代表堵塞密度，< 和女^代表 交通到達率和對應(yīng)的密度，和炎^指的是在時間Tc后經(jīng)過檢測器的交通流狀態(tài)；
[0053] 交叉口滯留排隊長度及過飽和程度指數(shù)計算:第η個周期內(nèi)的最大排隊長度 和達到最大排隊長度的時刻&=為：
[0054]
[0055]
[0056] 其中：Ld代表停車線到檢測器之間的距離。
[0057]進一步的，在步驟c中，所述對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口 信號配時控制方案優(yōu)化方式包括交叉口信號配時控制優(yōu)化方案靜態(tài)優(yōu)化、動態(tài)協(xié)同交通信 號控制交叉口群、分層篩選過飽和狀態(tài)交叉口群的交通控制策略、基于非支配排序遺傳算 法優(yōu)化協(xié)調(diào)配時方案、作為信號控制動態(tài)優(yōu)化的基準配時方案、交通參數(shù)實時動態(tài)優(yōu)化算 法。
[0058]進一步的，在步驟d中，所述交叉口信號控制優(yōu)化方案與全景視頻采集機器人聯(lián)動 指揮的方法包括:城市道路過飽和交叉口群動靜協(xié)同交通控制、交叉口群關(guān)鍵路徑協(xié)調(diào)控 制周期的選擇、過飽和交叉口群關(guān)鍵路徑的相位差在線優(yōu)化、混合交通流對綠信比優(yōu)化的 影響在最大最小綠燈時間和綠燈間隔時間約束中合理考慮、建立新交叉口信號配時控制協(xié) 同聯(lián)動與指揮運行模式；
[0059] 所述交叉口群關(guān)鍵路徑協(xié)調(diào)控制周期的周期長度計算公式為：
[0060]
[00611在上述公式中：L為路段長度、W為上游交叉口寬度、Ga為下游交叉口的有效綠燈時 間、h為離駛車輛車頭時距、1為損失時間、Lv為平均車輛有效車度X1為防止溢流的周期長 度、SF為車輛清空時的安全系數(shù)。
[0062] 相對于現(xiàn)有技術(shù)，本發(fā)明的有益效果是:本發(fā)明的新型感知與控制的道路交叉口 群信號控制系統(tǒng)及其控制方法，通過構(gòu)建360°交叉口全景視頻實時監(jiān)測與建模、交叉口評 估指數(shù)與在線仿真分析、過飽和交叉口關(guān)鍵路徑與控制策略優(yōu)化、交叉口信號控制優(yōu)化與 全景視頻采集機器人聯(lián)動指揮的"四步驟法"方法，建立城市基于交叉口群的交通控制智能 化機器人，解決城市道路過飽和交叉口單點運行最優(yōu)化問題，形成智能化指揮城市道路交 叉口、過飽和交叉口、過飽和交叉口群交通控制與優(yōu)化方案，并采用基于交叉口群的交通控 制智能化機器人，實現(xiàn)全景視頻采集機器人與交通信號控制機聯(lián)動，建立交叉口信號控制 機器人服務(wù)模式，提升交叉口單點控制的交通效率和服務(wù)水平，有利于科學合理地對城市 道路網(wǎng)絡(luò)的交通流進行動態(tài)監(jiān)測與優(yōu)化組織，從而大幅度提高城市交通系統(tǒng)的運行效率， 緩解城市交通擁堵。
【附圖說明】
[0063] 圖1是本發(fā)明實施例的基于交叉口群的交通控制方法的流程圖；
[0064] 圖2是本發(fā)明實施例的識別交叉口群交通運行狀態(tài)的方法的流程圖；
[0065] 圖3是本發(fā)明實施例的過飽和狀態(tài)的交通信號控制優(yōu)化流程圖；
[0066] 圖4是本發(fā)明實施例的過飽和交叉口關(guān)鍵路徑與控制策略優(yōu)化方法的流程示意 圖；
[0067] 圖5是本發(fā)明實施例的交叉口群交通控制動態(tài)優(yōu)化方法框架圖；
[0068] 圖6是本發(fā)明實施例的防止溢流的周期長度計算方法示意圖；
[0069] 圖7是本發(fā)明實施例的新型感知與控制的道路交叉口群信號控制系統(tǒng)的結(jié)構(gòu)示意 圖；
【具體實施方式】
[0070] 下面結(jié)合附圖對本發(fā)明的優(yōu)選實施例進行詳細闡述，以使本發(fā)明的優(yōu)點和特征能 更易于被本領(lǐng)域技術(shù)人員理解，從而對本發(fā)明的保護范圍做出更為清楚明確的界定。
[0071] 請參閱圖1，是本發(fā)明實施例的基于交叉口群的交通控制方法的流程圖，本發(fā)明實 施例的基于交叉口群的交通控制方法包括以下步驟：
[0072] 步驟100:通過全景視頻采集機器人實時動態(tài)采集交叉口 360°全景視頻，并根據(jù)視 頻數(shù)據(jù)建立交叉口運行模型；
[0073]在步驟100中，全景視頻采集機器人的頭部上方設(shè)有高度可以伸縮的360°全景高 清視頻攝像機，全景視頻采集機器人的眼部為高清視頻攝像機，通過360°全景高清視頻攝 像機和高清視頻攝像機實時動態(tài)采集交叉口 360°全景視頻，對于采集的全景視頻進行歸類 篩選、圖像識別、特征提取等處理后生成交叉口實時動態(tài)信息環(huán)境，建立畫面清晰、視野開 闊的交叉口運行模型。
[0074] 步驟200:對交叉口運行模型進行運行態(tài)勢監(jiān)測，并根據(jù)交叉口運行模型分析交叉 口群交通特性；
[0075]在步驟200中，開展交通大數(shù)據(jù)交叉口運行模型標定與運行態(tài)勢監(jiān)測，并根據(jù)交叉 口整體模型分析交叉口群幾何拓撲結(jié)構(gòu)特性、道路空間特性、交叉口間交通流離散特性及 交通信號控制特性等交叉口群交通特性，分析交叉口群內(nèi)交通流運行特點和交通運行數(shù)據(jù) 采集及處理方法，作為交通狀態(tài)識別和交通信號控制的基礎(chǔ)。具體地，對交叉口運行模型進 行運行態(tài)勢監(jiān)測的方法包括以下步驟：
[0076]步驟201:分析交叉口群擁堵形成及疏散機理；
[0077]具體包括:分析交叉口群擁堵的誘發(fā)因素，確定交叉口溢流、綠燈空放、滯留排隊 等不良影響對于交叉口群交通擁堵的影響，確定過飽和狀態(tài)形成的過程;判斷交通流瓶頸 消散時的交通流運行狀態(tài)，應(yīng)用交通網(wǎng)絡(luò)負載均衡理論描述擁堵狀態(tài)疏散過程的交通流特 征，為分析過飽和狀態(tài)交叉口群的交通狀態(tài)奠定理論基礎(chǔ)。
[0078]步驟202:交通運行參數(shù)的采集與處理；
[0079] 具體包括:確定分析城市道路交叉口群交通運行狀態(tài)所需要的交通運行參數(shù)，比 較分析各種交通運行參數(shù)采集方法的優(yōu)缺點及對過飽和狀態(tài)交通信號控制的適應(yīng)性，優(yōu)選 交叉口群交通狀態(tài)識別和交通控制所需的數(shù)據(jù)來源；建立交通運行參數(shù)清洗處理方法，確 定交通流丟失數(shù)據(jù)補齊、交通流錯誤數(shù)據(jù)判別、修正及交通流冗余數(shù)據(jù)約簡的算法，為交通 狀態(tài)分析奠定基礎(chǔ)。本發(fā)明實施例的交通運行參數(shù)采集與處理方法具體包括視頻車輛檢測 和交通關(guān)聯(lián)性指標建t吳;其中：
[0080] 視頻車輛檢測的具體方式為：
[0081 ] 1)運動目標候選區(qū)域提取，確定車輛可能存在的區(qū)域；
[0082] 2)目標確認，對上階段產(chǎn)生的候選區(qū)域進行確認，判斷是車輛還是背景；
[0083] 3)目標分割，通過識別出圖像中符合車輛特征的像素，將待識別的目標從背景中 分咼出來；
[0084] 4)目標跟蹤，依據(jù)提取出的特征匹配前后幀中的車輛，從而計算交通運行參數(shù)；
[0085] 5)目標分類，根據(jù)幾何外形、紋理特征等對不同類型的車輛進行分類；
[0086] 6)后期處理，根據(jù)檢測需求計算交通運行參數(shù)，如車流量、車速等。
[0087] 交通關(guān)聯(lián)性指標包括尚散性關(guān)聯(lián)指標和阻滯性關(guān)聯(lián)指標；
[0088] 離散性關(guān)聯(lián)指標為:受車流離散因素的影響，下游交叉口若要保證車隊的首車和 末車均在同一綠燈時間內(nèi)通過交叉口，則需要設(shè)計一種擴散狀的變寬綠波帶。但此設(shè)計會 使最下游的交叉口的綠燈時間長得無法接受，是一種對離散性不加約束的控制方式，在實 際工程應(yīng)用中往往不可取。對離散約束的控制方法多采用等寬綠波，但該方法會使位于車 流首部或尾部的部分車輛會在每一個路口有一定的延誤。設(shè)定離散性關(guān)聯(lián)性指標Il為一個 信號控制周期內(nèi)路徑起、訖點等長綠燈時間通過車輛的比值，即：
[0089]
[0090] 在公式（I)中：qO (i )代表某一條路徑初始上游交叉口停車線i個時段的車流通過 數(shù);qd(i+T)代表路徑末端交叉口第i+T個時段的車流到達數(shù);T代表從路徑起點至終點的行 駛時間；tg代表一個信號周期內(nèi)的綠波持續(xù)時間。q0(i)與qd(i+T)可采用現(xiàn)場觀測值，也可 以通過車隊離散公式計算，即：
[0091]
[0092]在公式(2)中：qd( j)代表路徑末端交叉口第j個時段的車流到達數(shù)，? = βΤ = β( j-i)，離散系數(shù)F α 4表示待定參數(shù)，建議取值分別為0.35和0.8。
[0093] 阻滯性關(guān)聯(lián)指標為:對于交叉口群組成某條路的任意路段m，沿該路徑前進方向的 交叉口進口道若有N個不同流向，計算每個流向的功能區(qū)長度值％ : = ，排隊長度C可采用實地觀測統(tǒng)計值，也可以使用排隊長度計算 公式進行估算，本發(fā)明采用排隊長度計算方法，減速距離C和感知-反應(yīng)距離的計算方 法，將//定義為路段m沿路徑前進方向的交叉口進口道中流向功能區(qū)長度最大值與路徑長 度L的比值，即：
[0094]
[0095]
[0096]通過以上步驟，實現(xiàn)靜態(tài)/動態(tài)相宜、俯瞰全局的全方位360°建模，對于交叉口規(guī) 劃設(shè)計指標、交叉口當前運行指標、交叉口優(yōu)化生成指標三大類別指標進行比對分析研判， 完成交叉口實時動態(tài)運行監(jiān)測，形成全天候連續(xù)不斷的模型優(yōu)化自適應(yīng)循環(huán)工作，采集并 匯聚接入交叉口全天候的三個階段早高峰、平峰、晚高峰不同信號控制模式和組合控制模 式。實時動態(tài)匯聚接入交通大數(shù)據(jù)，同步開展交叉口在線建模，融合結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié) 構(gòu)化采集的不同交叉口數(shù)據(jù)，優(yōu)化并完善交叉口運行模型，完成交叉口動態(tài)模型，構(gòu)建全市 域交叉口交通大數(shù)據(jù)的信息源池，通過每個年度、每個季度、每個月份、每一天的監(jiān)測與模 型動態(tài)標定，實現(xiàn)交叉口實時動態(tài)監(jiān)測建模機器人。
[0097]本發(fā)明實施例的對交叉口群交通特性進行分析的具體分析方式為:分別從交叉口 群幾何拓撲特性、道路空間特性、交通流特性、交通信號控制特性等方面了解交叉口群的交 通特性，尋找交叉口群中交通流的變化特征，為應(yīng)用過飽和交通控制策略提供依據(jù)。其中， 交叉口群幾何拓撲特性根據(jù)交叉口群中兩個交叉口間的道路路徑數(shù)目特征將交叉口群分 類;道路空間特性分析了道路交通設(shè)施設(shè)計會對交通流運行產(chǎn)生的影響;交通流特性給出 了適用于過飽和狀態(tài)城市道路間斷流的描述模型，根據(jù)交叉口群交通流特性，選取合適的 交通運行數(shù)據(jù)采集手段，建立數(shù)據(jù)清洗及處理方法。交通信號控制特性分析基本控制原理 與控制結(jié)構(gòu)，為建立交通控制方法奠定了基礎(chǔ)。
[0098] 步驟300:根據(jù)交通特性進行交叉口評估指數(shù)與在線仿真分析，識別交叉口群交通 運行狀態(tài)；
[0099] 在步驟300中，在交叉口群評估指數(shù)與再現(xiàn)仿真分析中，用于過飽和狀態(tài)交通信號 控制的交叉口群交通狀態(tài)識別，主要包括交叉口群范圍界定、交叉口群過飽和狀態(tài)識別、交 叉口群的關(guān)鍵路徑檢測、短時交通流參數(shù)變化特性預(yù)測四個方面。在交叉口運行狀態(tài)的評 價時所需要的交通運行參數(shù)主要包括:車速、流量、占有率等，對于交通擁堵狀態(tài)自動判斷 算法主要包括指數(shù)平滑法、加州算法、McMaster算法、SND法、互相關(guān)法、卡爾曼濾波法等。具 體地，為了清楚說明步驟300,請參閱圖2,是本發(fā)明實施例的識別交叉口群交通運行狀態(tài) 的方法的流程圖。本發(fā)明實施例的識別交叉口群交通運行狀態(tài)的方法包括以下步驟：
[0100] 步驟301:界定交叉口群范圍；
[0101] 在對象道路網(wǎng)絡(luò)中構(gòu)建交叉口群，需要建立分析和解決交叉口群交通問題的基本 范圍，交叉口群范圍的界定是對于交叉口群進行交通狀態(tài)識別和交通控制優(yōu)化的先決條 件。在城市道路網(wǎng)絡(luò)干線信號協(xié)調(diào)控制中，交叉口群層面對的交叉口進行協(xié)調(diào)控制，可以取 得顯著的改善交叉口群范圍內(nèi)的交通運行狀。在交通信號機的計算能力與計算時間不足以 直接求解整個路網(wǎng)的最優(yōu)化交通控制方案，經(jīng)常會陷入局部最優(yōu)的情況下，利用交叉口群 范圍確定算法將整個路網(wǎng)劃分為若干個交叉口群，進而優(yōu)化其交通控制策略是進行交通協(xié) 調(diào)控制的可行之路。交叉口群的協(xié)調(diào)控制介于單點控制和區(qū)域控制之間，其范圍應(yīng)符合交 通信號機的硬件需求，并能在短時間內(nèi)選擇最優(yōu)的交通控制策略。交叉口群范圍界定的原 則如下：
[0102] 1)擁有較強關(guān)聯(lián)性的交叉口應(yīng)被劃分到一個交叉口群，關(guān)聯(lián)性不強的交叉口應(yīng)劃 分在不同的交叉口群中；
[0103] 2)城市道路網(wǎng)絡(luò)中各個交叉口群中的交叉口數(shù)應(yīng)大致相等，并且符合交通控制機 的硬件需求；
[0104] 3)算法的時間復(fù)雜度要低，占用內(nèi)存要少；
[0105 ] 4)范圍界定的結(jié)果應(yīng)對交通流運行有正面的影響。
[0106]在本發(fā)明實施例中，界定交叉口群范圍的方法具體包括:在判斷交叉口群空間特 性及內(nèi)在關(guān)聯(lián)機理的基礎(chǔ)上，分析交叉口群中交叉口間的交通關(guān)聯(lián)性，建立基于特征矩陣 的交叉口群范圍界定方法和基于自組織神經(jīng)網(wǎng)絡(luò)的交叉口群范圍界定方法。分別應(yīng)用車輛 排隊長度與連線交叉口空間距離的比值和綠燈時間的有效利用程度來描述交叉口群關(guān)聯(lián) 特征，前者結(jié)合流量因素和距離因素，后者兼顧流量因素和配時因素，綜合應(yīng)用各種特征分 析方法，界定交叉口群的范圍。
[0107]步驟302 :識別及評估交叉口群過飽和狀態(tài)；
[0108] 了解交叉口群過飽和狀態(tài)的形成與疏散機理，為過飽和狀態(tài)交叉口群交通信號控 制提供理論依據(jù)。在本發(fā)明實施例中，交叉口群過飽和狀態(tài)識別及評估指數(shù)的識別方法為： 基于分析交叉口群過飽和程度的方法，提出應(yīng)用由負面效應(yīng)造成的無效綠燈時間和總綠燈 時間的比值來定義過飽和程度指數(shù)，并用此衡量交叉口群過飽和程度?；谶^飽和狀態(tài)交 叉口群在空間維度和時間維度上所產(chǎn)生的負面效應(yīng)的特性，分別在空間和時間維度計算交 叉口群的過飽和程度指數(shù)。在空間維度上通過沖擊波模型和時空圖，由排隊開始消散時產(chǎn) 生的沖擊波和綠波開始時產(chǎn)生的離駛沖擊波計算交叉口最大排隊長度，由排隊開始消散時 產(chǎn)生的沖擊波和下周期紅燈開始時產(chǎn)生的停車沖擊波計算交叉口的支流排隊長度，以此 計算空間維度的過飽和程度系數(shù)。在時間維度，主要通過由交叉口排隊溢流產(chǎn)生的上游檢 測器長時間占有現(xiàn)象來計算交叉口的過飽和程度系數(shù)。綜合空間維度和時間維度的過飽和 程度系數(shù)，識別交叉口群的過飽和狀態(tài)。
[0109] 過飽和狀態(tài)不能直接由交通參數(shù)測量或計算識別，只能通過過飽和狀態(tài)所產(chǎn)生的 溢流等負面效應(yīng)間接獲得。為定量識別交叉口群的過飽和狀態(tài)，對交叉口群過飽和狀態(tài)的 定義進行延伸，通過由過飽和狀態(tài)引起的負面效應(yīng)計算過飽和系數(shù)，從而確定交叉口群的 過飽和狀態(tài)。過飽和狀態(tài)指當一個受交通信號控制的交通設(shè)施發(fā)生交通需求大于其通行能 力狀態(tài)(綠燈時間的最大通過數(shù))時的情況，其可由某周期的滯留排隊對下一周期的負面影 響或上游交通設(shè)施因溢流出而在一個周期內(nèi)產(chǎn)生的負面效應(yīng)來定義，并應(yīng)用無效綠燈時間 和總綠燈時間的比值(過飽和系數(shù))來衡量過飽和程度。
[0110] 在本發(fā)明實施例中，采用感應(yīng)線圈交通檢測數(shù)據(jù)評估交叉口群的過飽和狀態(tài)，感 應(yīng)線圈典型布設(shè)方式包括停車線檢測器和高級檢測器(在停車線上游布設(shè))兩種。在過飽和 狀態(tài)下交叉口群排隊較長，不管停車線檢測器還是高級檢測器都不能準確檢測識別過飽和 狀態(tài)交叉口的交通組織，需要用參數(shù)估計方法來識別交叉口群的過飽和狀態(tài)。應(yīng)用過飽和 狀態(tài)下交通控制在時空范圍內(nèi)產(chǎn)生的負面效應(yīng)來代替?zhèn)鹘y(tǒng)的估計方法評價交通設(shè)施的狀 態(tài)。算法所識別負面效應(yīng)主要有信號周期結(jié)束時的滯流排隊長度和上游交叉口的溢流現(xiàn) 象，兩種負面效應(yīng)都會造成信號交叉口的有效綠燈時間降低。采用沖擊波的方法估算交叉 口滯留排隊長度，根據(jù)排隊車輛長期停留在檢測器上面造成的檢測器高占有率現(xiàn)象識別交 叉口群中的溢流現(xiàn)象，進一步識別交叉口群的過飽和狀態(tài)。
[0111] 沖擊波波速的計算，設(shè)波速U2，u3，u4)也被用于計算一個周期內(nèi)的最大排隊長 度，因交通到達流率方差較大，排隊沖擊波Ul)不適用于估算排隊長度。選用離使沖擊波
[112] 和背尚沖擊波(113)估算排隊長度，計算公式為：
[0112]
[0113] 在公式(4)中：qm和km分別代表流量最大時的流率和密度，kj代表堵塞密度，和 <代表交通到達率和對應(yīng)的密度。<和€指的是在時間Tc后經(jīng)過檢測器的交通流狀態(tài)，在 求解u2時此處假設(shè)了 qm，km和kj為固定值，壓縮沖擊波u4和離駛沖擊波u2有著相同的波速。
[0114] 高分辨交通數(shù)據(jù)被用來估算包括g，qm，km在內(nèi)的各種交通變量，其中交通 流率數(shù)據(jù)，如<和聊可直接由檢測器獲取，但是km等密度數(shù)據(jù)必須進行估算?；谑录?的交通數(shù)據(jù)可以提供單獨的占有時間，假設(shè)有效車長已知，即可獲得空間平均速度;此時可 利用平均流率除以空間平均車速來估算密度數(shù)據(jù)。估算個體速度ui，空間平均速度US，流率 q和密聲
[0115]
[0116]
[0117]
[0118]
[0119] 在公式(5)至公式(8)中：t0, i和tg，i代表車輛i的檢測器占有時間和時間間隔，Ui 和hi代表車輛i的速度和車頭間距，q，us和k分別代表平均流率，空間平均車速和密度，Le代 表有效車長，η代表同一交通狀態(tài)中一個車隊的車輛數(shù)。滯留排隊長度及過飽和程度指數(shù)計 算，第η個周期內(nèi)的最大排隊長度和達到最大排隊長度的時刻7；；^為：
[0120]
[0121]
[0122] 在公式(9)和公式(10)中：Ld代表停車線到檢測器之間的距離。
[0123] 步驟303:交叉口群關(guān)鍵路徑檢測與分級；
[0124] 交叉口群的關(guān)鍵路徑是交通擁堵的高發(fā)路段，也是交叉口群的瓶頸路段，根據(jù)實 時動態(tài)交通信息分析交叉口群的路徑等級，識別交叉口群的關(guān)鍵路徑，可使交叉口群交通 控制能更加高效的對交叉口群的交通流進行優(yōu)化，基于交叉口群中車隊交通關(guān)聯(lián)性強的特 征，采用基于小波變換和頻譜分析的交叉口群關(guān)鍵路徑識別辦法，分析并提取交叉口群交 通流短時變化特性，利用數(shù)據(jù)挖掘分析的方法檢測交叉口群的關(guān)鍵路徑，對于交叉口群路 徑分級。結(jié)合交叉口群關(guān)鍵路徑上下游車流離散程度小的特性，應(yīng)用小波變換技術(shù)將交通 信號按不同頻率分解，保留反映交通流短時變化特性的高頻信號和反映交通流基礎(chǔ)變化特 性的低頻信號，將濾波后的交通信號重構(gòu)成突顯交通流短時變化特性的新交通信號，作為 關(guān)鍵路徑識別及分級的輸入數(shù)據(jù)。計算用小波變換重構(gòu)的交叉口群各個進口流向交通信號 的功率譜密度和流向間的交叉譜密度。通過計算各個交叉譜的一致性系數(shù)確定兩個交通信 號的相關(guān)度，獲得對應(yīng)指定進口所有路徑的關(guān)鍵程度指數(shù)，再通過計算兩個信號之間的相 位，輔以兩點的出行時間驗證計算有效性，綜合分析所有進口關(guān)鍵路徑的重要程度。
[0125] 交叉口群中個交叉口交通關(guān)聯(lián)性的強弱主要表現(xiàn)在交叉口間車流離散程度大小， 即下游交叉口的到達車流特性和上游車流特性的相似性。這種相似性在關(guān)鍵路徑上的表現(xiàn) 更為明顯，一旦關(guān)聯(lián)交叉口群中上游交叉口因交通信號控制或交通擁堵引起流量、車速等 交通流參數(shù)變化，根據(jù)關(guān)聯(lián)性相鄰交叉口的強關(guān)聯(lián)性，交通流參數(shù)的短時變化特性可保持 至下游交叉口。在過飽和狀態(tài)下，因車流一直以飽和流率通過交叉口，路段中交通流變化參 數(shù)的離散程度比穩(wěn)態(tài)時更少，將交叉口各流向交通流參數(shù)的短時變化特性作為依據(jù)，可建 立模型識別過飽和狀態(tài)交叉口群的關(guān)鍵路徑。模型需要確定合適的交通參數(shù)以描述車流特 征，并選取恰當?shù)臄?shù)據(jù)挖掘方法提取車流的短時變化特性。
[0126] 為了突顯交叉口群關(guān)鍵路徑上下游車流離散程度小的特征，運用小波變換方法將 交通信號按不同頻率分解，保留反映交通流短時變化特性的高頻信號和反映交通流基礎(chǔ)變 化特征的低頻信號，將濾波后的交通信號重構(gòu)成突顯交通短時變化特性的新交通信號，作 為關(guān)鍵路徑識別及分級的輸入數(shù)據(jù)。小波變換是時間（空間）頻率的局部化分析，它通過伸 縮平移運算對信號（函數(shù))逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細 分，能自動適應(yīng)時頻信號分析的要求，從而可聚焦到信號的任意細節(jié)，解決了傅里葉變換的 困難問題。小波變換是一種窗口大小固定且其形狀可變，時間窗和頻率窗都可以改變的時 頻分辨率，而高頻部分具有較高的時間分辨率和較低的頻率分辨率。
[0127] 小波變換繼承和發(fā)揚了短時傅里葉變換局部化的思想，同時又可克服了窗口大小 不隨頻率變化等缺點能夠提供一個隨頻率改變的時間-頻率窗口，時進行信號時頻分析和 處理的理想工具。它的主要特點是通過變換能夠充分突出問題某些方面的特征，在許多領(lǐng) 域都得到了成功的應(yīng)用。
[0128] 小波變換即為將待分析信號展開成一族小波機之加權(quán)和，其含義把母小波 (Mother Wavelet)函數(shù)免(?)作位移τ后，再在不同尺度α下與待分析信號f(t)作內(nèi)積：
[0129]
[0130] 在公式（I 1 )中：α代表尺度因子，α>0 ; τ代表位移，其值可正可負；
:表小波函數(shù)及其位移與尺度伸縮。 LulolJ 」At里· H弁又人W各徑上下游交通流的關(guān)聯(lián)度，米用頻譜分析的方法，將 交通流變化作為輸入信號，分析其在不同頻率下的頻譜變化特征。通過計算各個交叉口進 口交通信號的交叉譜密度，分析其信號的一致性系數(shù)，以確定兩個交通信號的相關(guān)度，并應(yīng) 用兩個信號的相位差，以判斷算法的有效性。
[0132] 頻譜是指一個時域的信號在頻域下的表示方式，可以針對信號進行傅里葉變換而 得到，所得的結(jié)論分別以振幅或相位為縱軸，頻率為橫軸。以振幅頻譜表示振幅隨頻率變化 的情況，相位頻譜表示相位隨頻率變化的情形。頻譜可以表示一個信號由哪些頻率的弦波 所組成，也可以看出各頻率弦波的大小和相位等信息。頻譜分析是一種將復(fù)雜信號分解為 較簡單信號的技術(shù)，找出一個信號在不同頻率下的信息（如振幅、功率、強度、相位等）的做 法即位頻譜分析。
[0133] 功率譜是數(shù)字時間序列在不同頻率上能量分布特性的表征，如果時間序列自協(xié)方 差函數(shù)Yk滿；
則功率譜密度f (μ)與yk之間有如下的對應(yīng)關(guān)系：
:中：f(y)定義在[_π，π]上，是實值非負函數(shù)。
[0134] 步驟304:交通參數(shù)短時預(yù)測建模與仿真；
[0135] 根據(jù)過飽和狀態(tài)交通流特性可知，傳統(tǒng)交通流模型不能直接通過模型計算未來的 交通狀態(tài)。應(yīng)用改進的指數(shù)平滑方法、狀態(tài)空間神經(jīng)網(wǎng)絡(luò)、擴展卡爾曼濾波方法、數(shù)據(jù)融合 方法預(yù)測交叉口群短時交通參數(shù)的變化特征。通過利用當前時段和歷史時段的交通數(shù)據(jù)， 對下一時段的交通數(shù)據(jù)進行預(yù)測，模型不受過飽和狀態(tài)的限制。交通參數(shù)短時預(yù)測在動態(tài) 交通控制算法設(shè)計中具有重要的作用，預(yù)測的精度對于交通控制算法的有效性有顯著影 響。根據(jù)預(yù)測的基本方式的不同，短時交通流預(yù)測模型分為數(shù)據(jù)驅(qū)動和基于模型兩種類型。 數(shù)據(jù)驅(qū)動的方法用數(shù)理統(tǒng)計或人工智能的方法處理，如交通流量、交通速度、旅行時間等歷 史交通數(shù)據(jù)，并預(yù)測未來時段交通流的變化;基于模型的方法主要應(yīng)用交通流傳播模型對 薛丁路徑上的交通流狀態(tài)進行估計和預(yù)測，按照模型對交通流描述的細致程度，可將模型 分為宏觀模型、中觀模型、微觀模型三種。應(yīng)用于交通參數(shù)短時預(yù)測的方法形式多樣，效果 各異，本發(fā)明采用基于狀態(tài)空間神經(jīng)網(wǎng)絡(luò)和擴展卡爾曼濾波的短視交通流預(yù)測模型。和傳 統(tǒng)對神經(jīng)網(wǎng)絡(luò)不同，狀態(tài)空間神經(jīng)網(wǎng)絡(luò)通過添加一個存儲之前神經(jīng)元狀態(tài)的狀態(tài)層作為短 期記憶層，以使神經(jīng)網(wǎng)絡(luò)能根據(jù)當前時刻的狀態(tài)和前一時刻的狀態(tài)決定預(yù)測輸出值，能更 高效的學習復(fù)雜的時空狀態(tài)。通過狀態(tài)空間神經(jīng)網(wǎng)絡(luò)的數(shù)學描述可知，隱藏層的向量s (t) 為輸入向量和偏差加權(quán)和，其可通過傳遞函數(shù)式由輸入層向量x(t)計算得出：
[0136]
[0137] 在公式（12)中：sm代表第m個隱藏層神經(jīng)元的值，歷^;代表連接第i個輸入層神經(jīng) 元和第m個隱藏層神經(jīng)元的權(quán)重代表連接第e個隱藏層神經(jīng)元和第m個狀態(tài)層神經(jīng)元 的權(quán)重，Of代表與第m個隱藏層神經(jīng)元的偏差值權(quán)重，bm代表第m個隱藏層神經(jīng)元的偏差 值，其值固定為l，h( ·)代表傳遞函數(shù)。
[0138] 步驟400:對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信號配時控制方 案優(yōu)化與誘導(dǎo)，調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略；
[0139] 在步驟400中，交叉口群設(shè)施優(yōu)化、控制結(jié)構(gòu)、交通控制策略及模型決定了信號控 制方案在過飽和狀態(tài)下的優(yōu)化思路和控制效果。由于當前尚未形成較為成熟的過飽和狀態(tài) 交通控制目標，因此當常規(guī)交通控制的目標可以使交通流暢運行時，應(yīng)盡量采用較為成熟 的信號優(yōu)化策略而不是選用新的控制策略。
[0140]控制結(jié)構(gòu)是指為實現(xiàn)控制策略所采取的系統(tǒng)結(jié)構(gòu)，主要包括集中式、分散式、分布 式三種。交通控制系統(tǒng)由于具有典型的信息分散(子系統(tǒng)分布于廣闊的城市空間范圍）的特 點，隨著道路網(wǎng)絡(luò)規(guī)模的擴大難以做到集中式控制，根據(jù)對路網(wǎng)交通狀態(tài)的判別，實現(xiàn)控制 參數(shù)和控制結(jié)構(gòu)的分級與組合，是解決控制問題的核心辦法。
[0141 ]根據(jù)過飽和狀態(tài)交叉口群的空間、交通流和交通控制的特性，在優(yōu)化過飽和狀態(tài) 交叉口群交通控制方案時，應(yīng)將交叉口群的交通控制分為三層:交叉口群交通管理層、關(guān)鍵 路徑協(xié)調(diào)控制層、單點交叉口優(yōu)化層。交叉口群控制管理層在交叉口群層面對整體交通需 求進行管理，保證在過飽和狀態(tài)下，將交通壓力向周邊路網(wǎng)分擔;關(guān)鍵路徑協(xié)調(diào)控制層主要 優(yōu)化關(guān)鍵路徑的協(xié)調(diào)交通信號控制方案，利用交叉口群路網(wǎng)的存儲能力，保障交叉口群關(guān) 鍵路徑的交通流順暢運行，快速疏散交通擁堵;單點交叉口優(yōu)化層是根據(jù)實施動態(tài)交通狀 況優(yōu)化各個交叉口的信號配時方案，保證關(guān)鍵路徑通過車輛最多、平均排隊長度最小，避免 負面效應(yīng)產(chǎn)生。
[0142]對應(yīng)交叉口群的三層交通控制結(jié)構(gòu)，過飽和狀態(tài)的交通控制策略對應(yīng)劃分為單點 優(yōu)化層、關(guān)鍵路徑優(yōu)化層、網(wǎng)絡(luò)優(yōu)化層。單點優(yōu)化層主要關(guān)注于單個交叉口配時方案的計 算，在關(guān)鍵路徑優(yōu)化層反饋初始信號配時方案(綠信比、周期長度等)后優(yōu)化初始配時方案， 并將最終的信號配時方案發(fā)送至交叉口的控制單元，各控制單元需要能相互交換信息，進 行短時交通流預(yù)測，完成控制方案的滾動優(yōu)化。關(guān)鍵路徑優(yōu)化層是根據(jù)實時動態(tài)交通檢測 數(shù)據(jù)和關(guān)鍵路徑，兼顧交通控制優(yōu)化策略和優(yōu)化目標約束條件，形成關(guān)鍵路徑協(xié)調(diào)控制方 案。此方案反映了交通控制者緩解交叉口群范圍內(nèi)瓶頸路段的決策思想，是網(wǎng)絡(luò)層信號控 制方案優(yōu)化的基礎(chǔ)，也是緩解交叉口群過飽和狀態(tài)的核心。
[0143] 在過飽和狀態(tài)下的城市道路交叉口群進行協(xié)調(diào)控制時，應(yīng)結(jié)合過飽和控制策略， 針對交叉口群路網(wǎng)交通流的運行特征，在簡化戰(zhàn)略控制參數(shù)間相互影響的基礎(chǔ)上，在關(guān)鍵 路徑采用共同的信號周期驚醒控制，并把交叉口間車隊的離散程度限制在可協(xié)調(diào)的閾值 內(nèi)，充分利用干支路的空間存儲能力，使整體優(yōu)化后的控制輸出方案能更好地適應(yīng)交叉口 群范圍內(nèi)交通需求狀況的實時變化。
[0144] 過飽和狀態(tài)下城市道路交叉口群的交通運行狀態(tài)評價標準和穩(wěn)態(tài)的交通運行狀 態(tài)評價方法不同，其優(yōu)化目標也有所不同。過飽和狀態(tài)交叉口群的交通控制策略需要根據(jù) 交叉口群實時交通運行狀態(tài)、交叉口群的設(shè)計特性、過飽和狀態(tài)下的優(yōu)化目標(如交叉口通 過數(shù)、排隊長度等)綜合決定。通過檢測裝置采集的數(shù)據(jù)應(yīng)該通過處理和計算才能滿足交通 控制和管理的需求。決策支持系統(tǒng)是整個交通控制回路中最核心的部分，該系統(tǒng)根據(jù)交通 信息處理系統(tǒng)得出的實時交通運行數(shù)據(jù)以及短時預(yù)測信息來實時確定交通控制策略，從而 在不同干擾的情況下實現(xiàn)預(yù)設(shè)的控制目標(如交叉口通過最大數(shù)、排隊長度最短等），以供 交通決策人員參考。交通決策人員通過實地交通狀況和交叉口群交通運行特性來確定最終 的交通控制策略。交叉口群交通控制系統(tǒng)的有效性是由控制策略的有效性以及和實際情況 的相關(guān)性決定的，因此在確定交通控制策略時，應(yīng)盡可能完善系統(tǒng)的優(yōu)化方法和選擇自動 控制理論算法，而非簡單的應(yīng)用某些特定的算法來解決問題。
[0145] 城市道路交叉口群中交通運行的狀況可用多種評價指標來描述，為了方便分析， 本發(fā)明選取路網(wǎng)中總旅行時間的消耗為標準進行評價。假設(shè)在時段t內(nèi)，第i個交叉口進入 交叉口群區(qū)域的車輛數(shù)為Di(t)(i = l，2,…），所以交叉口群的總進入量為： _輛總數(shù) _車輛數(shù) 〇 )，則： 路網(wǎng)中的 成市道路 交叉口群的總消耗時間最小等價于時間權(quán)重下的輸出流量最大，即在適當?shù)慕煌刂拼胧?下，車輛能越快離開交叉口群，總體所消耗的時間越短。
[0146] 請參閱圖3,是本發(fā)明實施例的過飽和狀態(tài)的交通信號控制優(yōu)化流程圖。過飽和交 叉口關(guān)鍵路徑與控制策略優(yōu)化方式具體為:在交叉口群范圍、過飽和狀態(tài)、關(guān)鍵路徑、短時 交通流參數(shù)變化信息明確前提下，首先優(yōu)化過飽和狀態(tài)交通信號控制的優(yōu)化目標、交通控 制結(jié)構(gòu)及不同層面的交通控制策略，實現(xiàn)對過飽和狀態(tài)交叉口群交通信號控制，選取關(guān)鍵 路徑通過車輛數(shù)最大和排隊最小為優(yōu)化目標，應(yīng)用交叉口群層、關(guān)鍵路徑層、單點交叉口層 的三個層次優(yōu)化模式分別論述交通控制優(yōu)化策略；以防止交叉口群產(chǎn)生溢流、綠燈空放等 負面效應(yīng)為邊界條件，確定交叉口群交通控制參數(shù)的優(yōu)化范圍，并提出交通控制參數(shù)優(yōu)化 方法，以使過飽和狀態(tài)交叉口群交通流順暢運行，快速恢復(fù)道能應(yīng)用穩(wěn)態(tài)交通控制優(yōu)化方 法的狀態(tài)。在靜態(tài)參考配時方案優(yōu)化的基礎(chǔ)上，根據(jù)實時動態(tài)交通流和短時交通流預(yù)測信 息，動態(tài)更新交通信號配時方案。為了清楚說明步驟400,請參閱圖4,是本發(fā)明實施例的過 飽和交叉口關(guān)鍵路徑與控制策略優(yōu)化方法的流程示意圖。本發(fā)明實施例的過飽和交叉口關(guān) 鍵路徑與控制策略優(yōu)化與調(diào)整方法包括以下步驟：
[0147] 步驟401:交叉口信號配時控制優(yōu)化方案靜態(tài)優(yōu)化;在過飽和狀態(tài)下，穩(wěn)態(tài)交通控 制以使交通流運行順暢的優(yōu)化目標不再適用。分析關(guān)鍵路徑通行車數(shù)最大、排隊長度最小 等優(yōu)化目標在過飽和狀態(tài)交通控制的適用性，并確定交通控制優(yōu)化目標，為交通控制參數(shù) 的優(yōu)化奠定基礎(chǔ)。結(jié)合過飽和狀態(tài)交叉口群需要優(yōu)化疏導(dǎo)瓶頸路段交通流量的控制目標， 在交通控制時選擇分層遞階的交通控制結(jié)構(gòu)，并分為交叉口群層、關(guān)鍵路徑層、單點交叉口 層。交叉口群層主要通過限流、自適應(yīng)控制等方法，將交叉口群內(nèi)部交通流快速疏散，同時 適當限制外部交通流進入;關(guān)鍵路徑層關(guān)注交叉口群交通問題最突出路徑的協(xié)調(diào)信號配時 方案;單點交叉口層則通過交叉口處的信號機根據(jù)實時交通參數(shù)和關(guān)鍵路徑層的協(xié)調(diào)控制 方案優(yōu)化配時參數(shù)，最終確定交叉口信號配時控制優(yōu)化方案。
[0148] 步驟402:動態(tài)協(xié)同交通信號控制交叉口群；
[0149] 步驟403:分層篩選過飽和狀態(tài)交叉口群的交通控制策略;根據(jù)交叉口群的三層遞 階優(yōu)化控制模型，在已有控制策略中篩選適用于過飽和狀態(tài)的交通控制策略。其中單點交 叉口層的交通控制策略有綠燈延時、提前終止相位、相位再服務(wù)、動態(tài)左轉(zhuǎn)、左轉(zhuǎn)相位提前/ 移后、短連線交叉口采用相同配時方案等;關(guān)鍵路徑層包括反向協(xié)調(diào)控制、同步交通控制、 綠閃和防止溢流、綠燈空放的相位差設(shè)計等;交叉口群層的控制策略主要有限流、自適應(yīng)控 制等。
[0150] 步驟404:基于非支配排序遺傳算法優(yōu)化協(xié)調(diào)配時方案，作為信號控制動態(tài)優(yōu)化的 基準配時方案；以交叉口群運行的離線數(shù)據(jù)為基礎(chǔ)，依照過飽和狀態(tài)的交通控制目標，選取 關(guān)鍵路徑通過的加權(quán)通行車輛數(shù)最大和關(guān)鍵路徑平均排隊最小為優(yōu)化目標，以各交叉口的 綠燈時間為輸入變量，應(yīng)用第二代多目標非支配排序遺傳算法優(yōu)化協(xié)調(diào)配時方案，作為信 號控制動態(tài)優(yōu)化的基準配時方案。
[0151 ]步驟405:交通參數(shù)實時動態(tài)優(yōu)化算法；
[0152] 具體請參閱圖5,是本發(fā)明實施例的交叉口群交通控制動態(tài)優(yōu)化方法框架圖?；?交通狀態(tài)信息、短時交通流預(yù)測結(jié)果、關(guān)鍵控制參數(shù)的取值范圍，在基準控制方案的基礎(chǔ) 上，根據(jù)實時交通數(shù)據(jù)動態(tài)地調(diào)整交通控制參數(shù)的取值，并對各個步驟進行時耗分析。為達 到通過交通控制防止過飽和狀態(tài)交叉口群產(chǎn)生負面效應(yīng)的目標，可通過調(diào)整周期長度，避 免離散沖擊波和排隊消散沖擊波的交匯點位于上游交叉口前，從而達到避免滯留排隊的 目的；通過調(diào)整兩個交叉口的相位差，也同樣可以避免溢流和綠燈空放現(xiàn)象的產(chǎn)生。應(yīng)用此 方法獲取各個交通參數(shù)的取值范圍，可以作為交通參數(shù)動態(tài)優(yōu)化的取值范圍。
[0153] 步驟500:運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信號配時優(yōu) 化方案穩(wěn)態(tài)運行與全景視頻采集機器人聯(lián)動指揮；
[0154] 在步驟500中，現(xiàn)有的全景視頻采集機器人已經(jīng)能夠勝任精確、重復(fù)性的工作，但 很多時候它還不能夠靈活地根據(jù)新任務(wù)進行自我調(diào)整，也不能夠應(yīng)付一個不熟悉的或不確 定的情景，例如城市道路交通全景視頻采集機器人聯(lián)動指揮交叉口運行等，本發(fā)明通過對 全景視頻采集機器人進行感知、認知和行為控制，實現(xiàn)交叉口信號控制優(yōu)化與全景視頻采 集機器人聯(lián)動指揮。通過步驟100至步驟400實現(xiàn)全景視頻采集機器人對交叉口的感知、認 知，進入穩(wěn)態(tài)交叉口信號配時控制優(yōu)化方案，將交叉口信號配時控制優(yōu)化方案運行三個周 期，同時把交叉口信號配時控制優(yōu)化方案與全景視頻采集機器人聯(lián)動指揮交叉口正常運 行，實現(xiàn)交叉口信號控制優(yōu)化與全景視頻采集機器人聯(lián)動指揮。本發(fā)明實施例的交叉口信 號控制優(yōu)化方案與全景視頻采集機器人聯(lián)動指揮的方法包括以下步驟：
[0155] (1)城市道路過飽和交叉口群動靜協(xié)同交通控制流程：
[0156] 根據(jù)城市道路交叉口群交通控制模型結(jié)構(gòu)，對過飽和狀態(tài)交叉口群進行交通控 制，應(yīng)結(jié)合交叉口群狀態(tài)識別算法，識別交叉口群的過飽和狀態(tài)。當確定交叉口群處于過飽 和狀態(tài)，且調(diào)整傳統(tǒng)的交通信號控制方法不能消除當前擁堵狀態(tài)時，應(yīng)首先確定交叉口群 過飽和狀態(tài)形成的原因，如果交叉口群產(chǎn)生過飽和狀態(tài)是由于個別交叉口因為交通設(shè)計而 產(chǎn)生了溢流或綠燈空放等負面效應(yīng)，應(yīng)采用相應(yīng)的交通管理控制措施，以盡快排除交通擁 堵;如果交通量過大，則應(yīng)在交叉口邊界范圍進行截留或限流的方法，盡快疏散交叉口群內(nèi) 部的滯留排隊車輛，同時結(jié)合交通流短時預(yù)測的結(jié)果，以靜態(tài)優(yōu)化方案為基礎(chǔ)，針對交叉口 群的瓶頸路段一關(guān)鍵路徑對交通信號進行動態(tài)優(yōu)化，以盡可能快速地疏解關(guān)鍵路徑上的車 流。在優(yōu)化各個交叉口的交通配時方案時，需要充分利用路網(wǎng)的車流存儲能力，保障車流順 暢運行，使擁堵盡快消散。如果交叉口群的過飽和狀態(tài)的形成已經(jīng)常態(tài)化，則需要在城市整 體范圍內(nèi)對交通需求進行分析，通過提高交通設(shè)施的供給和交通管理措施，并結(jié)合交通誘 導(dǎo)等方式，減少瓶頸路段的交通流量。
[0157] (2)協(xié)調(diào)控制周期的選擇：
[0158] 交叉口群關(guān)鍵路徑協(xié)調(diào)控制周期的選擇是過飽和狀態(tài)信號協(xié)調(diào)控制的關(guān)鍵任務(wù)， 選取非最優(yōu)信號周期長度將會增加交叉口排隊溢流和阻擋發(fā)生的概率。在穩(wěn)定交通流狀態(tài) 下，周期長度可以通過到達交通量和路段通行能力等參數(shù)確定;而在過飽和狀態(tài)下，協(xié)調(diào)控 制周期長度的主要影響因素為路段存儲能力及紅燈時間和綠燈時間車輛的到達率。
[0159] 過飽和狀態(tài)交通協(xié)調(diào)控制周期長度選取的主要目標在于避免交叉口群的關(guān)鍵交 叉口發(fā)生排隊溢流現(xiàn)象，應(yīng)用上游截流策略，通過協(xié)調(diào)上游交叉口的周期長度來避免交叉 口溢流現(xiàn)象的產(chǎn)生。應(yīng)用這一策略生成的建議周期長度為確保排隊形成的沖擊波在到達上 游交叉口前消散的最大周期長度。
[0160] 具體地，請參閱圖6,是本發(fā)明實施例的防止溢流的周期長度計算方法示意圖。本 發(fā)明通過時空圖繪制出計算防止產(chǎn)生排隊溢流的最大信號控制周期的計算公式如下：
[0161]
[0162]在公式（13)中：L-路段長度;W-上游交叉口寬度;Ga-下游交叉口的有效綠燈時間； h_離駛車輛車頭時距；1-損失時間;Lu-平均車輛有效車度;RL-沖擊波消散地點;Cl-防止溢 流的周期長度;SF-車輛清空時的安全系數(shù);u-離駛沖擊波的波速;v-下一車流第一輛車的 速度；停車沖擊波的波速；協(xié)調(diào)控制相位差。
[0163] 過飽和狀態(tài)下協(xié)調(diào)交通控制周期長度還應(yīng)考慮關(guān)鍵路徑下游離駛率和路段長度
[5]，因此，計算周期長度應(yīng)為：
[0164]
[0165] 交叉口群各交叉口的周期長度應(yīng)在關(guān)鍵路徑協(xié)調(diào)控制周期的范圍基礎(chǔ)上，根據(jù)單 點交叉口層的交通控制優(yōu)化策略和信號控制約束結(jié)合實際交通到達率對信號周期長度進 行搜索。當路段或短連線交叉口交通流量較大時，應(yīng)該避免使用短周期;為避免短連線交叉 口產(chǎn)生排隊溢出現(xiàn)象，當不能使用短周期時可采用調(diào)整相位差的方法以減少紅燈時間的到 達率。同樣延長下游交叉口綠燈時間以便在上游交叉口產(chǎn)生截流效果也可避免產(chǎn)生排隊溢 流問題。短連線交叉口在交通量較高時對周期長度的限制如下所述。
[0166] ①各路口的最小誦行能力約東：
[0167]
[0168] 在公式（15)中：巧_第i各交叉口相位j的時間長度;Li-第i各交叉口的總損失時 間。
[0169] (2)夂奪￥ □的昜女誦桿能力的市.
[0170]
[0171]
[0172]
[0173] 在公式（17)中：第各交叉口的相位最大飽和度;Yi-第i個交叉口的流量比之 和，其彳+管加下忒斫芫.
[0174]
[0175] 在公式（18)中：j-一個周期的相位差；y j，y ' j-第j相位的流量比和設(shè)計流量比； qd-設(shè)計交通量，單位pcu/h; sd-設(shè)計飽和流量，單位pcu/h。
[0176] 交叉口群協(xié)調(diào)交通控制參考周期長度取上述條件周期最小值：
[0177] Cref=min(Ci,C2,C3,C4,C5) (19)
[0178] (3)相位差優(yōu)化計算方法：
[0179]相位差優(yōu)化可以被看作以相位差為優(yōu)化參數(shù)的優(yōu)化問題，其目標是某個復(fù)雜函數(shù) 的值最大或最小，過飽和交叉口群相位差在線優(yōu)化時，應(yīng)優(yōu)化關(guān)鍵路徑的相位差。在優(yōu)化相 位差時，將交叉口群中各路段分為若干路徑，并按照關(guān)鍵路徑的重要程度對其進行優(yōu)化。在 包含η個交叉口的路徑中，可能存在的相位差個數(shù)為(C/r)n-l，C為周期長度(s)，r為搜索步 長(s)。因此，求解相位差的計算復(fù)雜程度呈η的指數(shù)冪增長，需要采用高效的優(yōu)化方法[6]， 采用線-軸結(jié)合方法來優(yōu)化城市道路交叉口群關(guān)鍵路徑的相位差。
[0180]線-軸結(jié)合法通過一系列搜索、結(jié)合的步驟把路網(wǎng)等價為一個路段，每次結(jié)合相當 于把一個額外的路段轉(zhuǎn)化為與之前路段相同的路段，以直接利用之前路段所優(yōu)化的路段流 量，比較適用于中心城區(qū)的干線型交叉口群。其通過"串聯(lián)"和"并聯(lián)"組合的形式來優(yōu)化交 通信號控制網(wǎng)絡(luò)的相位差。
[0?81 ]假設(shè)j的取值范圍是從j 〇到j(luò)max:
[0182] 步驟一:在所優(yōu)化干線道路的起點位置定義其實交叉口 J0;
[0183] 步驟二:按照以下過程依次組合干線路網(wǎng)上的各個交叉口；
[0184] ①令{ Δ } = { Δ j〇，Δ j〇+l，…，Δ j-Ι}(設(shè)第j個交叉口為關(guān)鍵交叉口，相位差優(yōu)化 以第j個交叉口優(yōu)化級最高）；
[0185] ②令{ Δ } = { Δ } { Δ j}(其中Δ j為先前合并過的相位差）；
[0186] ③假設(shè)每個周期可分為B個時段，每個時段長度為ω，設(shè)δ = 1，2，…，（B-I )，通過對 每個交叉口當前的相位差和之前結(jié)合的相位差增加，來建立網(wǎng)絡(luò)相位差評價模型：
[0187]
[0188] ④選擇合適的δ值以取得最好的評價效果，使得{ Δ } -{ Δ }δ。
[0189] 步驟三:對于孤立系統(tǒng)，可指定相位差的調(diào)整集合{△ j}至特定值以便指定交叉口 相位差達到要求。
[0190]優(yōu)化過飽和狀態(tài)交叉口群的相位差尤其需要考慮下游交叉口通行能力的限制和 其他流向匯入關(guān)鍵路徑的重轉(zhuǎn)向交通流所形成的交叉口排隊。過飽和狀態(tài)交叉口群相位差 的優(yōu)化需要在原有方案的基礎(chǔ)上考慮兩個約束：即設(shè)計相位差防止交叉口產(chǎn)生溢流現(xiàn)象和 綠燈空放現(xiàn)象。
[0191] (4)信號控制實時自適應(yīng)更新
[0192] 綠信比的優(yōu)化調(diào)整是交通信號控制系統(tǒng)四大參數(shù)（周期、相位相序、綠信比、相位 差)調(diào)整中最活躍、最頻繁的參數(shù)。單點交叉口綠信比優(yōu)化實時自適應(yīng)控制關(guān)鍵內(nèi)容如下：
[0193] ①綠信比的界定
[0194] 交通控制信號周期時長確定后，其中一個信號相位的有效綠燈時間與周期時長之 比定義為信號相位的濾波比，即1 f其中λ為綠信比，C為信號周期時長，ge為有效綠 燈時間，ge = g(綠燈時間)+A(黃燈時間）_L(啟動損失時間）；在信號周期C確定以后，對綠信 比λ的優(yōu)化就是優(yōu)化有效綠燈時間ge，而確定顯示綠燈時間g之后同時就確定ge，本文中優(yōu) 化ge就是確定優(yōu)化g。
[0195] ②綠信比優(yōu)化設(shè)置的目的和前提
[0196] 當交通控制系統(tǒng)的信號周期時長已經(jīng)優(yōu)化確定后，為了動態(tài)地對應(yīng)交通流的實際 變化，需要每周期對各相位的綠燈時間進行再分配調(diào)整，以使整個交叉口交通流運行的指 標值達到最佳化。同時保障信號周期和相位差的優(yōu)化結(jié)果得以執(zhí)行。建立假設(shè)：
[0197] 1)信號周期已經(jīng)得到合理的確定；
[0198] 2)相位相序已經(jīng)得到合理的選擇優(yōu)化；
[0199] 3)交叉口各進口道連線的上下游均埋設(shè)了車輛檢測器；
[0200] 4)混合交通流對綠信比優(yōu)化的影響在最大最小綠燈時間和綠燈間隔時間等約束 中合理考慮。
[0201] ③綠信比初值的確定
[0202] 信號控制系統(tǒng)開始運行時相位的綠燈時間可以通過離線優(yōu)化確定，或調(diào)用在此前 相近時段的方案，隨著系統(tǒng)的運行可不斷地在線優(yōu)化調(diào)整，通過優(yōu)化算法逐步符合實際交 通流的運行狀態(tài)。不同信號周期的各相位最佳綠信比之比基本與相位飽和流量比之比大致 成正比：
[0203]
[0204]在公式(21)中：gi、g j代表相位i、j的最佳綠信比；yi、y j代表相位i、j的飽和流量 比；qi、q j代表相位i、j的流量，si、s j代表相位i、j的飽和流量。因此，在信號周期已經(jīng)優(yōu)化 確定的情況下，可以按照等飽和分配的原則，依據(jù)各相位的飽和流量比之比來進行單點實 時自適應(yīng)控制下的綠信比初值的確定。
[0205]④綠信比優(yōu)化的約束條件
[0206] 綠信比優(yōu)化的約束條件主要是信號周期約束、最大最小綠燈時間約束、通行能力 約束：
[0207]
[0208] 在公式(22)中，i代表相位數(shù)目；qi代表相位i的流量，C代表信號周期;gi代表相位 i的綠信比；S代表相位i的飽和流量;Xp代表每一相位的飽和可接受的最大臨界飽和度，通 常取Xp = 0.95; gmin代表相位的最小綠燈時間，gmax代表相位的最大綠燈持續(xù)時間，gmin和 gmax可依據(jù)城市的交通狀況離線確定，以有利于保證交通安全并提高效率。
[0209]⑤綠信比優(yōu)化原理與算法
[0210]綠信比優(yōu)化與信號周期優(yōu)化存在最大的不同點在于:綠信比為多維向量，其維數(shù) 等于相位數(shù)目。因此，在綠信比優(yōu)化時必須考慮如何在保證優(yōu)化精度的情況下簡化多維空 間優(yōu)化的復(fù)雜性和占用的內(nèi)存開銷。在信號周期確定情況下，綠信比的分配通常具有以下 方法：
[0211] a.等飽和配時法:基于公平的原則，按飽和流量比作為綠信比優(yōu)化的依據(jù)，具有簡 單、快速、近似最優(yōu)的特點，但通車效率和服務(wù)水平并不如總延誤最小化配時。
[0212] b.總延誤最小化配時法:基于效率的原則進行綠信比分配，通車效率和服務(wù)水平 最好，但計算時間長、模型要求復(fù)雜。
[0213] c.車均延誤相等配時法:使各相位車流的車均延誤相等。
[0214] d.排隊率相等配時法:使各相位車流的排隊率相等。
[0215] 基于此，選擇基于等飽和分配的總延誤最小化的優(yōu)化法，以等飽和分配的綠信比 作為系統(tǒng)尋優(yōu)的初始綠信比，再逐步逼近最佳的綠信比。
[0216] ⑥綠信比優(yōu)化流程
[0217]依據(jù)上述分析，綠信比優(yōu)化的運算流程可以分為三個階段：
[0218] a.綠信比的初始分配階段
[0219] 利用上游檢測器實時檢測生成的周期交通量圖式，依據(jù)等飽和度的原則，按照各 相位的飽和流量比之比對信號周期時長進行初始分配，各相位的綠信比之和服從信號周期 約束和最大最小綠燈時長、最大臨界飽和度約束：
[0220]
[0221] 在公式(23)中，m代表交叉口的相位數(shù)；
[0222]
[0223] 在公式(24)中，qi代表第i相位的交通量，Si代表第i相位的飽和流量。
[0224] b.綠信比的二次優(yōu)化
[0225] 如果增加相位綠燈時間減少的延誤和停車次數(shù)的總收益，大于被紅燈延誤的車輛 所受的總損失，就應(yīng)增加綠燈配時；反之則應(yīng)減少綠燈時間?；诖?，綠信比的優(yōu)化從交叉 口主路上的延長相位綠信比開始，使用爬山法，在綠燈開啟前，與上一周期執(zhí)行的綠信比進 行比較，搜索+△ gS，0，_ Ags情況下交叉口延誤大小的變化，找到延誤最小的綠信比微調(diào)方 案，此時優(yōu)化試算交叉口所有的非延長相位依據(jù)等飽和度原則，按照到達飽和流量比之比 分配綠信比，由此得出優(yōu)化得出交叉口延長相位的綠信比和其他所有非延長相位的綠信 比。如果存在任一非延長相位不滿足最大最小綠燈時長約束、最大臨界飽和度約束，則滿足 以上約束之后再新進行等飽和分配：
[0226]
[0227] 在公式(25)中，
[0228]

[0231] c ·球悒K1的諷仃調(diào)楚1兀億[0232] 由于系統(tǒng)上下游均設(shè)置了檢測器，因此可以根據(jù)感應(yīng)控制節(jié)約綠燈時間的情況，
[0229] 延長相位的綠信比，為上一周期延長相位的綠信比，其優(yōu)化目標函數(shù)為：
[0230] 進行節(jié)余綠燈時間的重新分配，以獲得更好的效益，促進系統(tǒng)的延誤值進一步降低。建立三 類相位:延長相位、感應(yīng)相位、基本相位;其目的主要是便于感應(yīng)控制時合理的調(diào)劑各相位 綠燈時間的余缺，把非延長相位多余的綠燈時間優(yōu)先分配給交通量大的延長相位。
[0233] ⑦延長相位差設(shè)置的原則
[0234] 延長相位通常設(shè)置在交通量大或飽和流量比大的主路，其最終綠燈時間，只能在 其他相位的綠信比確定之后才能確定，其等于周期時長減去其他所有相位之后的剩余時 間，延長相位的總數(shù)目通常應(yīng)小于設(shè)置感應(yīng)相位的總數(shù)。
[0235] 引入延長相位后，需要把延長相位緊跟設(shè)置在感應(yīng)相位之后，當感應(yīng)相位被跳過 時或有多余綠燈節(jié)余時，延長相位可以獲得感應(yīng)相位的多出的全部綠燈時間。反之把延長 相位設(shè)置在感應(yīng)相位完結(jié)之前則不可取，因為當感應(yīng)相位尚未達到最大綠燈時，則節(jié)余綠 燈時間無法調(diào)劑給延長相位以保證優(yōu)化的周期時長得以執(zhí)行。
[0236] -個主路方向通常最多可以設(shè)置一個延長相位，不一定每個協(xié)調(diào)方向均需要設(shè)置 有延長相位，特別是在兩相位情況下?；鞠辔恢皇菫榱艘?guī)定執(zhí)行調(diào)整時的方向而引入的 相位，不一定每個交叉口都必須設(shè)置基本相位，特別是在兩相位情況下。如果感應(yīng)控制相位 在上一周期被跳轉(zhuǎn)過去，則在下一周期的綠信比優(yōu)化時把一般相位設(shè)置時的最小綠燈時間 賦為初始優(yōu)化的感應(yīng)相位綠信比初置。
[0237] ⑧基于雙延長相位的綠信比優(yōu)化
[0238] 上述內(nèi)容主要是對單延長相位情況下的綠信比優(yōu)化進行了描述，但會存在延長相 位不唯一的情況，比如在兩條主干道相交的大型交叉口存在典型的四相位情形。此時存在 兩個延長相位，可以采用雙方向爬山法進行優(yōu)化搜索，得到總延誤最小情況下的最佳綠信 比。此時對所有非延長相位按照等飽和進行綠燈分配，對所有延長相位也按照等飽和進行 綠燈分配，但又不等同于計算初始綠信比情況下的所有相位間完成等飽和，而是同類相位 間相對的等飽和。針對典型的四相位情況，令gl、g3為非延長相位1和3的綠信比，g2、g4為延 長相位2和4的綠信比，對綠信比的優(yōu)化搜索采用雙方向爬山法，則有：
[0239]
[0240] 雙延長相位的綠信比優(yōu)化采用雙方向爬山法，其優(yōu)化目標函數(shù)為：
[0241]
(28);
[0242] 在公式(28)中，d(gl)、d(g3)、d(g4)代表沿延長相位g2方向使用爬山法得到的各 非延長相位延誤值;d(gll)、d(g33)、d(g44)代表沿延長相位g4方向使用爬山法得到的各非 延長相位延誤值；Ag2代表延長相位2的搜索步長；Ag4代表延長相位4的搜索步長;'代表 延長相位2上一信號執(zhí)行的綠信比；S代表延長相位4上一信號執(zhí)行的綠信比。
[0243] ⑨綠信比優(yōu)化的間隔
[0244] 為了最終實現(xiàn)信號周期確定情況下的延誤最小化，必須實時匹配于不斷變化的各 進口連線的交通狀況。當綠信比的調(diào)整間隔太長，則實時性較差，系統(tǒng)應(yīng)對各相位交通需求 變化過于滯后。當綠信比調(diào)整間隔太短，則頻繁調(diào)整將帶來系統(tǒng)運行的不穩(wěn)定。由于作為戰(zhàn) 略主參數(shù)的信號周期的優(yōu)化間隔為兩周期，而綠信比作為純戰(zhàn)術(shù)參數(shù)，其調(diào)整間隔應(yīng)低于 信號周期，故綠信比的優(yōu)化為每周期一次。綠信比的優(yōu)化時間一般在本周期信號結(jié)束前優(yōu) 化下一周期的綠信比?？紤]到系統(tǒng)優(yōu)化運算以及通訊傳輸所需要的時間，故在下一周期第 一組相位綠燈開啟前必須優(yōu)化出各種相位的綠信比，其提前時間T由以下兩部分組成:第一 是系統(tǒng)優(yōu)化運算所需的時間Tl:取決于算法的性能、計算規(guī)模、硬件配置情況;第二是系統(tǒng) 方案執(zhí)行所需的時間T2:由通訊傳輸時間和信號機解碼時間所決定。
[0245] (5)建立新交叉口信號配時控制協(xié)同聯(lián)動與指揮運行模式；
[0246] 建立的過飽和狀態(tài)交叉口群信號控制優(yōu)化新方案，在交叉口實際控制信號機環(huán)境 運行三個周期，與交叉口信號控制優(yōu)化與全景視頻采集機器人聯(lián)動指揮運行，實現(xiàn)人工交 通信號控制指揮的48個動作與交叉口信號控制協(xié)同一致，賦予全景視頻采集機器人以優(yōu)化 過飽和狀態(tài)交叉口群的交通信號控制功能，全景視頻采集機器人行使人工協(xié)調(diào)交叉口交通 運行指揮的新職能。
[0247] 請參閱圖7,是本發(fā)明實施例的新型感知與控制的道路交叉口群信號控制系統(tǒng)的 結(jié)構(gòu)示意圖。本發(fā)明實施例的新型感知與控制的道路交叉口群信號控制系統(tǒng)包括全景視頻 采集機器人，全景視頻采集機器人包括第一視頻攝像模塊1、第二視頻攝像模塊2、數(shù)據(jù)處理 器模塊（圖未示)和顯示模塊3;第一視頻攝像模塊1和第二視頻攝像模塊2分別與數(shù)據(jù)處理 器模塊和顯示模塊3連接;第一視頻攝像模塊1和第二視頻攝像模塊2用于實時動態(tài)采集交 叉口 360°全景視頻，并將拍攝的視頻數(shù)據(jù)傳輸至數(shù)據(jù)處理器模塊和顯示模塊3，數(shù)據(jù)處理器 模塊用于根據(jù)視頻數(shù)據(jù)建立交叉口運行模型，對交叉口運行模型進行運行態(tài)勢監(jiān)測，并根 據(jù)交叉口運行模型分析交叉口群交通特性，根據(jù)交叉口群交通特性進行交叉口評估指數(shù)與 在線仿真分析，識別交叉口群交通運行狀態(tài)，從而對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行 過飽和交叉口信號配時控制方案優(yōu)化，調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略，并控 制全景視頻采集機器人運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信號配 時優(yōu)化方案穩(wěn)態(tài)運行與全景視頻采集機器人聯(lián)動指揮，解決城市道路過飽和交叉口單點運 行最優(yōu)化問題;顯示模塊3用于顯示第一視頻攝像模塊1和第二視頻攝像模塊2拍攝的視頻 數(shù)據(jù)。
[0248] 在本發(fā)明實施例中，第一視頻攝像模塊1為高度可以伸縮的360°全景高清視頻攝 像機，設(shè)于全景視頻采集機器人的頭部上方，第二視頻攝像模塊2為高清視頻攝像機，設(shè)于 全景視頻采集機器人的眼部，顯示模塊3為觸摸顯示屏，位于全景視頻采集機器人的身體部 位，便于人工觸摸操作。
[0249] 以上所述僅為本發(fā)明的優(yōu)選實施方式，并非因此限制本發(fā)明的專利范圍，凡是利 用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其它相 關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。
【主權(quán)項】
1. 新型感知與控制的道路交叉口群信號控制系統(tǒng)，其特征在于，該控制系統(tǒng)包括： 全景視頻采集機器人，所述全景視頻采集機器人包括第一視頻攝像模塊(1 )、第二視頻 攝像模塊(2)和數(shù)據(jù)處理器模塊，所述第一視頻攝像模塊和第二視頻攝像模塊分別與數(shù)據(jù) 處理器模塊連接； 所述第一視頻攝像模塊和第二視頻攝像模塊用于實時動態(tài)采集交叉口 360°全景視頻， 并將拍攝的視頻數(shù)據(jù)傳輸至數(shù)據(jù)處理器模塊； 所述數(shù)據(jù)處理器模塊用于根據(jù)視頻數(shù)據(jù)建立交叉口運行模型，根據(jù)交叉口運行模型分 析交叉口群交通特性，根據(jù)交叉口群交通特性進行交叉口評估指數(shù)與在線仿真分析，識別 交叉口群交通運行狀態(tài)，從而對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信號配 時控制方案優(yōu)化，調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略，并控制全景視頻采集機器 人運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信號配時優(yōu)化方案穩(wěn)態(tài)運行 與全景視頻采集機器人聯(lián)動指揮。2. 根據(jù)權(quán)利要求1所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)，其特征在于： 所述第一視頻攝像模塊為高度可W伸縮的360°全景高清視頻攝像機，設(shè)于全景視頻采集機 器人的頭部上方，所述第二視頻攝像模塊為高清視頻攝像機，設(shè)于全景視頻采集機器人的 眼部。3. 根據(jù)權(quán)利要求1所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)，其特征在于： 所述數(shù)據(jù)處理器模塊包括模型建立單元、交通特性分析單元、交通運行狀態(tài)識別單元、策略 優(yōu)化單元和方案運行單元； 所述模型建立單元用于接收第一視頻攝像模塊及第二視頻攝像模塊傳輸?shù)囊曨l數(shù)據(jù)， 并對視頻數(shù)據(jù)進行歸類篩選、圖像識別及特征提取等處理后生成交叉口實時動態(tài)信息環(huán) 境，建立畫面清晰、視野開闊的交叉口運行模型； 交通特性分析單元用于對交叉口運行模型進行運行態(tài)勢監(jiān)測，并根據(jù)交叉口運行模型 分析交叉口群交通特性； 交通運行狀態(tài)識別單元用于根據(jù)交通特性進行交叉口評估指數(shù)與在線仿真分析，識別 交叉口群交通運行狀態(tài)； 策略優(yōu)化單元用于對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信號配時控 制方案優(yōu)化與誘導(dǎo)，調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略； 方案運行單元用于運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信號配 時優(yōu)化方案穩(wěn)態(tài)運行與全景視頻采集機器人聯(lián)動指揮。4. 根據(jù)權(quán)利要求1所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)，其特征在于： 所述全景視頻采集機器人還包括顯示模塊，所述顯示模塊為觸摸顯示屏，位于全景視頻采 集機器人的身體部位，所述第一視頻攝像模塊和第二視頻攝像模塊分別與顯示模塊連接， 所述第一視頻攝像模塊和第二視頻攝像模塊將拍攝的視頻數(shù)據(jù)傳輸至顯示模塊，所述顯示 模塊用于顯示第一視頻攝像模塊和第二視頻攝像模塊拍攝的視頻數(shù)據(jù)。5. -種W權(quán)利要求1所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)的控制方 法，其特征在于，該控制方法包括W下步驟： 步驟a:通過全景視頻采集機器人實時動態(tài)采集交叉口 360°全景視頻，根據(jù)視頻數(shù)據(jù)建 立交叉口運行模型，并根據(jù)交叉口運行模型分析交叉口群交通特性； 步驟b:根據(jù)交通特性進行交叉口評估指數(shù)與在線仿真分析，識別交叉口群交通運行狀 態(tài)； 步驟C :對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信號配時控制方案優(yōu)化， 調(diào)整過飽和狀態(tài)交叉口群交通信號控制策略； 步驟d:運行調(diào)整后的交叉口群交通信號控制策略，實現(xiàn)交叉口控制信號配時優(yōu)化方案 穩(wěn)態(tài)運行與全景視頻采集機器人聯(lián)動指揮。6.根據(jù)權(quán)利要求5所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)的控制方法， 其特征在于:在步驟a中，對交叉口運行模型進行運行態(tài)勢監(jiān)測，所述運行態(tài)勢監(jiān)測包括分 析交叉口群擁堵形成、疏散機理、交通運行參數(shù)的采集與處理;所述交通運行參數(shù)的采集與 處理方法包括視頻車輛檢測和交通關(guān)聯(lián)性指標建模； 交通關(guān)聯(lián)性指標包括離散性關(guān)聯(lián)指標和阻滯性關(guān)聯(lián)指標： 離散性關(guān)聯(lián)性指標為一個信號控制周期內(nèi)路徑起、訖點等長綠燈時間通過車輛的比值 I 1或通過車隊離散公式計算，即：? 其中：q0(i)代表某一條路徑初始上游交叉口停車線i個時段的車流通過數(shù);qd(i+T)代 表路徑末端交叉口第i巧個時段的車流到達數(shù);T代表從路徑起點至終點的行駛時間；tg代 表一個信號周期內(nèi)的綠波持續(xù)時間，q〇(i)與qd(i巧)可采用現(xiàn)場觀測值； 離散性關(guān)聯(lián)性指標通過車隊離散公式計算，即：其中：qd(j)代表路徑末端交叉口第j個時段的車流到達數(shù)，t =機= i3(j-i)，離散系數(shù) E二(1厶。α、β表示待定參數(shù)，建議取值分別為0.35和0.8; 阻滯性關(guān)聯(lián)指標為:對于交叉口群組成某條路的任意路段m，沿該路徑前進方向的交叉 口進口道若有N個不同流向，計算每個流向的功能區(qū)長度值巧+端，+端,， 排隊長度采用實地觀測統(tǒng)計值或使用排隊長度計算公式進行估算，采用排隊長度計算 方法，減速距離《。和感知-反應(yīng)距離謂，的計算方法，將巧定義為路段m沿路徑前進方向的交 叉口進口道中流向功能區(qū)長度最大值與路徑長度L的比值，即：若該路徑由Μ個路段組成，則其阻滯性指標12為：7. 根據(jù)權(quán)利要求5所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)的控制方法， 其特征在于:在步驟b中，所述識別交叉口群交通運行狀態(tài)包括交叉口群范圍界定、交叉口 群過飽和狀態(tài)識別、交叉口群的關(guān)鍵路徑檢測及交通參數(shù)短時預(yù)測建模與仿真； 所述交叉口群過飽和狀態(tài)識別包括采用沖擊波的方法估算交叉口滯留排隊長度，根據(jù) 排隊車輛長期停留在檢測器上面造成的檢測器高占有率現(xiàn)象識別交叉口群中的溢流現(xiàn)象， 進一步識別交叉口群的過飽和狀態(tài)，所述沖擊波包括離使沖擊波化、背離沖擊波化，波速計 算公式為：其中：qm和km分別代表流量最大時的流率和密度，kj代表堵塞密度，和代表交通 到達率和對應(yīng)的密度，?;^3"和去3"指的是在時間Tc后經(jīng)過檢測器的交通流狀態(tài)； 交叉口滯留排隊長度及過飽和程度指數(shù)計算:第η個周期內(nèi)的最大排隊長度左;;和達到 1.11過義 最大排隊長度的時刻為：其中:Ld代表停車線到檢測器之間的距離。8. 根據(jù)權(quán)利要求5所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)的控制方法， 其特征在于:在步驟C中，所述對過飽和狀態(tài)交叉口群的關(guān)鍵路徑進行過飽和交叉口信號配 時控制方案優(yōu)化方式包括交叉口信號配時控制優(yōu)化方案靜態(tài)優(yōu)化、動態(tài)協(xié)同交通信號控制 交叉口群、分層篩選過飽和狀態(tài)交叉口群的交通控制策略、基于非支配排序遺傳算法優(yōu)化 協(xié)調(diào)配時方案、作為信號控制動態(tài)優(yōu)化的基準配時方案、交通參數(shù)實時動態(tài)優(yōu)化算法。9. 根據(jù)權(quán)利要求5所述的新型感知與控制的道路交叉口群信號控制系統(tǒng)的控制方法， 其特征在于:在步驟d中，所述交叉口信號控制優(yōu)化方案與全景視頻采集機器人聯(lián)動指揮的 方法包括:城市道路過飽和交叉口群動靜協(xié)同交通控制、交叉口群關(guān)鍵路徑協(xié)調(diào)控制周期 的選擇、過飽和交叉口群關(guān)鍵路徑的相位差在線優(yōu)化、混合交通流對綠信比優(yōu)化的影響在 最大最小綠燈時間和綠燈間隔時間約束中合理考慮、建立新交叉口信號配時控制協(xié)同聯(lián)動 與指揮運行模式； 所述交叉口群關(guān)鍵路徑協(xié)調(diào)控制周期的周期長度計算公式為：在上述公式中：L為路段長度、W為上游交叉口寬度、(?為下游交叉口的有效綠燈時間、h 為離駛車輛車頭時距、1為損失時間、Lv為平均車輛有效車度、Cl為防止溢流的周期長度、SF 為車輛清空時的安全系數(shù)。
【文檔編號】G08G1/081GK105844927SQ201610209177
【公開日】2016年8月10日
【申請日】2016年4月6日
【發(fā)明人】陳乙利, 陳乙周, 黎忠華
【申請人】深圳榕亨實業(yè)集團有限公司