当前位置:首页 > 物联网 > 《物联网技术》杂志
[导读]摘要:在传统数解法交通绿波带算法的基础上,根据道路情况实行分段,对传统数解法模型进行了优化。优化后的绿波带协调算法运算量得到较大减少,以便其利用EXCEL表即可得到较为准确的交通绿波带控制参数,以适合手持嵌入式设备的处理,并在感知车流的基础上对实时绿波带控制进行了一定的探索。

引言

最近十年,随着汽车数量的剧增,无论是发达国家还是发展中国家,都不同程度地受交通问题的困扰。在现代城市交通信号控制中,为了保证主要路线的畅通,经常会使用干线协调控制,即绿波带控制模式。有了绿波带,那么其优先保持畅通的车流,就可以一路绿灯地通过道路控制区域,尽量减少路口的停留时间。

对干道绿波协调控制算法研究常见的有图解法和数解法。图解法对于路口较多的干道,作图复杂,实现困难。数解算法是通过计算理想交叉路口间距的集合,从而寻找与实际交叉路口间距最为匹配的理想交叉路口间距,来确定绿波协调控制的最佳公共信号周期与各交叉路口交通信号的相位差,使干道绿波协调控制系统能获得尽可能大的绿波带宽度和较为理想的绿波协调控制效果。此模型是MAXBAND核心模型形式,求解此问题时,软件编程复杂,编程效率低,实时性差等,所以传统的数解法实用性不强,且宜受道路流量情况影响而无法进行实时优化。

1数解法优化思路

在以往的绿波带协调控制算法中,通常是对整条道路进行统一计算,一条主干道往往有十几个至几十个路口,当路口较多时,分析与计算比较复杂。其次,即使同一条主干道,往往各段的交通情况也是不同的,限速也是不同的。在双向绿波带协调控制数解法优化中,首先对道路流量、车道、路口情况进行分析,把道路特性相近的多个路口作为一个对象分析,对这个对象进行双向绿波带协调控制,这样数解法的计算量就相对减小了;然后在这多个对象间通过微调绿波带车速、车辆分流等方法,实现双向绿波带协调控制;最后把这多个对象通过一定的方法衔接起来,从而实现整条主干道的双向绿波带协调控制。同时,在控制的过程中,采用地磁、RFID等传感器,感知路面车流情况,来调整绿波带控制参数,实现绿波带的实时智能控制。

2优化步骤

2.1确定公共信号周期的允许变化范围

根据现有的交通灯控制方案,观察主干道上各个交叉路口的车流情况,在各个路口独立的情况下,车流能否基本满足路口车流的通行。如果基本能满足,假定主干道上有m个分段,共有n个交叉路口,则第i个交叉路口的信号周期变化范围取[Cmini,Cmaxi],可得此主干道双向绿波协调控制的公共信号周期允许变化范围[Cmin,Cmax],应根据集合[max{Cmin1,Cmin2,…,Cminn},min{Cmax1,Cmax2,…,Cmaxn}]来确定。

2.2确定各交叉路口的绿信比和相序

根据各个交叉路口的特点和不同的车流情况,分配各相位绿灯相位的时间。

计算不同公共信号周期取值与不同交通信号相序下的理想交叉路口间距。其方法是根据已确定的公共信号周期变化范围,在此范围内,取不同长度的步长,来逐个计算在不同交通信号相序情况下的理想交叉路口的间距。一般步长可取1s、2s或3s,步长不能取太大,否则计算误差较大。

确定不同的入口方式和交通信号相序。假定交叉路口A和交叉路口B为东西干道的相邻交叉路口,交叉路口A位于交叉路口B以东;A、B二个路口公共信号周期为C,A、B二个路口的交通灯顺序为直行绿灯,左转绿灯,直行左转均为红灯(简称为红灯)。在此计算中,由于对主干道进行了有选择的分段,所以近似认为非主干道左转或右转汇入的车流等于下一路口左转或右转流出的车流,而主干道的车流近似不变。在绿波控制方向,路口A的信号灯相位如下:直行绿色箭头灯亮,持续时间为tAgd;左转绿色箭头灯亮,持续时间为tAgl;直行左转均为红色箭头灯,持续时间为tAr。路口B的信号灯相位如下:直行绿色箭头灯亮,持续时间为tBgd;左转绿色箭头灯亮,持续时间为tBgl;直行左转均为红色箭头灯,持续时间为tBr。A、B各交通信号相位之间的间隔时间均为ti;绿波带速度取vgw。针对交叉路口A和B,利用时距图可以计算出相应的理想交叉路口间距。当交叉路口A与交叉路口B之间的距离为理想交叉路口间距时,将能获得较好的绿波协调控制效果。某些交叉路口如果在计划相位情况下无法实现双向绿波协调控制,则在保证公共信号周期不变的情况下,微调交叉路口的放行方式和放行相位。图1所示是交叉路口计划相位图。

分段式优化数解法智能交通绿波带算法

图2给出了理想交叉路口间距的计算过程。在图2中,PA是交叉路口A的实际位置,L1、L2、L3、L4分别为上行和下行的双向车流,双向车流速度为双向绿波协调控制的绿波速度vgw,PB1为路口B经公共周期C后正好是直行绿灯的理想位置,PB3为路口B经3倍公共周期C后正好是直行绿灯的理想位置,而PB2为经2倍公共周期C后的路口B的位置,此时为直行红灯,所以此位置的相位要调整,即初相偏移一定时间后也能使双向车流经过此理想路口时也为双向绿灯。所以,在同一相序设置下,相邻可选相向交叉路口的间距为

分段式优化数解法智能交通绿波带算法

当交叉路口A、B取相同相时序,即第一相位、第二相位、第三相位、第四相位时,可得理想交叉路½口间距Si(A,B)应满足关系式:

分段式优化数解法智能交通绿波带算法

经过整理,得到理想交叉路口间距Si(A,B)应等于:

分段式优化数解法智能交通绿波带算法

如果相邻路口A、B直行绿灯时间相等,同时,交叉路口B可以取正向(即第一相相位、第二相位、第三相位、第四相位),也可取反向(第三相位、第四相位、第一相位、第二相位),则可得到理想路口间距公式为:

分段式优化数解法智能交通绿波带算法

对于式(3),m取相邻值时,可得到理想交叉路口B的相邻间距为½Cvgw.

2.3计算不同步长时的理想路口间距

根据公共信号周期范围,可计算不同步长时的理想路口间距,寻求干道交叉路口的最佳公共信号周期。偏移绿信比是由于实际交叉路口绿灯中心时刻点与理想交叉路口绿灯中心时刻线不重合,产生了时间的偏移。根据绿波速度,这个时间偏移量与公共信号周期的比值也就是偏移绿信比。

计算偏移绿信比,首先选取基准交叉路口,如以路口A进行讨论,按照路口A的相序设置,分别计算在不同信号周期取值情况下的最佳相序组合与最大偏移绿信比,寻找对应最大偏移绿信比最小的信号周期取值。

2.4计算各个交叉路口与基准路口的相位差时间

根据已经计算得到的各个交叉路口的实际位置与理想位置的偏移量及绿波速度,就可以确定各个实际路口的绿灯点亮的起始时间。

具体计算时,首选要确定参考对象,也就是基准方向和基准时间。以基准路口向另一方向行驶为基准方向,即上行方向,相关的行驶方向即为下行方向;时间基准以基准路口的基准方向放行相位绿灯中心时刻为时间基准点。再根据各交叉路口的信号相序设置、最接近的理想交叉路口位置和基准方向放行相位的绿信比大小,计算各个交叉路口的相位差大小。

第i个交叉路口的相位差Ot可由下式进行计算:

Oi=孚—2CAui+KC(0WOi<C)(4)式中,匕i为与交叉路口i的信号相序相同,并且与实际距离最近的理想交叉路口与基准交叉路口间的距离;Vi为交叉路口i的基准方向放行相位绿信比。

2.5求取双向绿波协调控制的绿波时间宽度

根据已经计算得到的上、下行方向和各交叉路口的偏移绿信比,对每个路口分别计算绿灯中心时刻线上方绿信比与下方绿信比。绿波带的宽度就是绿灯中心时刻线上方最小绿信比与下方最小绿信比之和。

偏移绿信比可能为正,也可能为负。当偏移绿信比为正时,即交叉路口的实际位置处于相应最近理想交叉路口位置的下游,所以绿灯中心时刻线的上方绿信比应减去一个单位的偏移绿信比,而下方绿信比应加上一个单位的偏移绿信比;当偏移绿信比为负时,即交叉路口的实际位置是位于最近理想交叉路口的上游,那么绿灯中心时刻线的上方绿信比应加上一个单位的偏移绿信比,而下方绿信比应减去一个单位的偏移绿信比。

2.6验证和调整

根据计算结果,可画时距图验证,并对个别路口情况进行调整。由于上述计算得到的距离均为理想距离,实际情况有可能与理想距离差别太大,正好处于相邻信号周期的中间;如果采用与其他路口相同的信号相位,则偏移绿信比较大,会大大影响整条道路的绿波带宽度,导致绿波控制失败。

在进行调整中,要注意整个调整必须保证信号周期与绿波带控制的公共信号周期相同,这样才能保证始终能进行绿波控制。

2.7实时调整拥堵路口的绿灯放行时间

根据上述计算得到的双向协调绿波带控制算法,在交通高峰时间,通过物联网技术,对道路实际流量进行实时测量,找出关键的拥堵路口,在不破坏绿波控制的前提下,在此路口适当实时调整绿波带方向放行绿灯时间,提高道路交通流量。

由于此算法中,进口是对称放行方式,所以双向绿波带也是对称的。

3分段间的绿波衔接

在上述提出的分段式数解法绿波带优化算法中,分段间的绿波衔接也是关键之一,涉及到整个绿波带的正常工作。在分段过程中,并不是对主干道进行随便分段的,而是要在衔接路口的上行或下行方向有一个流量较小的路口。同时,二段的公共信号周期不会相差太多,这样,二段绿波协调控制才能较好地衔接。另外,分段计算得到的信号公共周期不能相差太多。

在实施过程中,选取了无锡市的学前路(解放东路至中南路段)进行计算,此路段共5.5km,穿过无锡的商业中心,道路较长,同时道路情况复杂,比较有代表性,对算法具有较强的验证性。根据上面介绍的方法计算得到分段一(解放东路至解放西路)的信号周期为98s,初相为82s;分段二(解放西路至中南路)的信号周期为102s,初相为87s。二段是作为一条道路进行绿波协调控制的,必须有一个统一的参考时间,如果以分段一的时间为标准,则分段二各个交叉路口的初相均需要减小5s。二段的公共信号周期相差4s,而二段中的各个路口公共信号时间参数不宜独立调整,改变一个路口公共信号周期均会影响整个分段的双向绿波协调。在此例中,绿波衔接路口信号周期选择与分段一相同,即选择98s,而上行方向的下一个路口的绿信比为0.65,计算得到有36s的红灯时间,所以有9个公共信号周期在理论上是无法实现上行方向的绿波控制,而其余的16个公共信号周期中,即使二段有周期差,也能实现双向的绿波协调控制,持续时间为30min左右。可以把这30min时间放在交通流量最大的时候。通过试验,在此路段实现了整条道路的双向绿波协调控制。

4结语

现代化的交通流是人、车、路和外部因素等构成的巨大系统,它具有复杂性、动态性和随机性等特点,所以分析复杂,计算量大。本文主要把一些复杂的道路根据一定的条件进行分段,采用一种简化方式对分段道路进行双向协调绿波带控制,通过简单的EXCEL表格计算就可以得到双向非平衡绿波协调控制的解,计算量小,控制效果好,适应合于手持终端等嵌入式系统。

20211024_617519306de89__分段式优化数解法智能交通绿波带算法

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭