一種相鄰路口交通關聯度智能計算方法
2023-08-06 05:36:16 2
專利名稱：一種相鄰路口交通關聯度智能計算方法
技術領域：
本發明涉及交通控制算法，具體地說涉及ー種相鄰路ロ交通關聯度智能計算方法。
背景技術：
隨著城市路網密度的増加和車輛數的增長，相鄰交叉ロ之間的關聯程度日益增強，路網交叉ロ間交通流對智能交通信號控制的協調要求也變得越來越高。現代智能交通控制系統提出了分區控制的模式，其基本思想是將整個城市道路網絡分為相對獨立的交通子區，以交通子區為單位進行協調控制，降低交通系統的複雜性並提高控制系統的效能和
可靠性。相鄰交叉ロ關聯度是ー個對相鄰交叉ロ間交通流相關性進行定量描述的交通參數，綜合反映了路段交通狀態和信號控制方案差異對相鄰交叉ロ間關聯程度的客觀影響。相鄰交叉ロ關聯度的研究作為交通子區動態劃分的理論基礎，已受到國內外專家學者的較大關注。本發明設計的相鄰路ロ關聯度計算方法可以用於交通子區的動態劃分及區域交通信號協調控制，對交通流協調控制具有重要意義。
發明內容
本發明目的是為降低交通系統的複雜性並提高控制系統的效能和可靠性，提供一種相鄰路ロ交通關聯度智能計算方法。相鄰路ロ交通關聯度智能計算方法通過相鄰交叉ロ路段長度、路段交通密度以及交叉ロ信號配時參數對相鄰交叉ロ交通關聯度的影響，設計了兩層遞階結構，上層基於路段長度對關聯度進行閥值判斷，下層基於距離長度、路段交通密度和信號周期的分層遞階結構與模糊控制關聯度計算方法；方法包括如下步驟I)關聯度分析根據相鄰交叉ロ距離的遠近L、路段交通密度P以及交叉ロ信號周期T的優化程度對相鄰交叉ロ關聯度強弱的影響，分別確定影響交叉ロ因素的相鄰交叉ロ距離影響係數^、路段交通密度影響係數r p、交叉ロ信號配時參數影響係數F。；2)算法結構採用ー種兩層結構來實現相鄰交叉ロ關聯度的計算，上層基於路段長度對關聯度進行閥值判斷，如果交叉ロ間的距離L小於200m，那麼關聯度D作為I處理，而交叉ロ間的距離L大於1000m，則關聯度D作為O處理，如果交叉ロ間距離L處於200m和IOOOm之間，則關聯度D e
，進入下ー層，下層基於距離長度、路段交通密度和信號周期的模糊控制遞階結構；3)智能計算採用ー種三輸入單輸出的模糊模塊來實現關聯度的計算，即輸入為路段長度影響係數、路段交通流密度影響係數和信號周期影響係數，輸出為相鄰交叉ロ關聯度。所述的步驟I)為
2. I)相鄰交叉ロ距離相鄰交叉ロ間的距離遠近對相鄰交叉ロ間的關聯度強弱產生影響，影響交通流的連續性和穩定性，交叉ロ距離影響係數^取決於路段長度L，當L小於200m時，Fl取1，當L大於IOOOm時，Fl取0，當L處於200m與IOOOm之間的時候，Fl取(1000-L)/800 的計算值，且^ e
；2. 2)路 段交通量根據當前路段交通流密度大小對相鄰交叉ロ間的關聯度強弱產生影響，判斷當前路段的擁擠狀況，交叉ロ間路段交通量影響因素Γ p是判斷交叉ロ是否需要協調控制的主要因素，Γ p取決於當前路段交通流密度P，當路段交通流密度小吋，車流行駛的離散性強，相鄰交叉ロ之間關聯度弱，實施協調控制無法帶來明顯的效益；反過來，當路段交通流密度大時，車流行駛的離散性弱，相鄰交叉ロ之間剩餘的交通容量小，具有強關聯度，實施協調控制效果將非常明顯，P是如下定義的
權利要求
1.ー種相鄰路ロ交通關聯度智能計算方法，其特徵在於通過相鄰交叉ロ路段長度、路段交通密度以及交叉ロ信號配時參數對相鄰交叉ロ交通關聯度的影響，設計了兩層遞階結構，上層基於路段長度對關聯度進行閥值判斷，下層基於距離長度、路段交通密度和信號周期的分層遞階結構與模糊控制關聯度計算方法；方法包括如下步驟 1)關聯度分析根據相鄰交叉ロ距離的遠近L、路段交通密度P以及交叉ロ信號周期T的優化程度對相鄰交叉ロ關聯度強弱的影響，分別確定影響交叉ロ因素的相鄰交叉ロ距離影響係數^、路段交通密度影響係數Γ p、交叉ロ信號配時參數影響係數F。； 2)算法結構採用ー種兩層結構來實現相鄰交叉ロ關聯度的計算，上層基於路段長度對關聯度進行閥值判斷，如果交叉ロ間的距離L小於200m，那麼關聯度D作為I處理，而交叉ロ間的距離L大於1000m，則關聯度D作為O處理，如果交叉ロ間距離L處於200m和IOOOm之間，則關聯度D e
，進入下ー層，下層基於距離長度、路段交通密度和信號周期的模糊控制遞階結構； 3)智能計算採用ー種三輸入單輸出的模糊模塊來實現關聯度的計算，即輸入為路段長度影響係數、路段交通流密度影響係數和信號周期影響係數，輸出為相鄰交叉ロ關聯度。
2.如權利要求I所述的ー種相鄰路ロ交通關聯度智能計算方法，其特徵在於所述的步驟I)為 2.I)相鄰交叉ロ距離相鄰交叉ロ間的距離遠近對相鄰交叉ロ間的關聯度強弱產生影響，影響交通流的連續性和穩定性，交叉ロ距離影響係數^取決於路段長度L，當L小於200m時，Fl取1，當L大於IOOOm時，Fl取0，當L處於200m與IOOOm之間的時候，Fl取(1000-L)/800 的計算值，且^ e
； 2.2)路段交通量根據當前路段交通流密度大小對相鄰交叉ロ間的關聯度強弱產生影響，判斷當前路段的擁擠狀況，交叉ロ間路段交通量影響因素Γ p是判斷交叉ロ是否需要協調控制的主要因素，Γ p取決於當前路段交通流密度P，當路段交通流密度小時，車流行駛的離散性強，相鄰交叉ロ之間關聯度弱，實施協調控制無法帶來明顯的效益；反過來，當路段交通流密度大時，車流行駛的離散性弱，相鄰交叉ロ之間剩餘的交通容量小，具有強關聯度，實施協調控制效果將非常明顯，P是如下定義的
3.如權利要求I所述的ー種相鄰路ロ交通關聯度智能計算方法，其特徵在於所述的步驟3)為 智能計算採用三輸入單輸出的模糊模塊來實現關聯度的計算，輸入為路段長度影響係數^、路段交通流密度影響係數Γ ρ和信號周期影響係數F。，輸出為相鄰交叉ロ關聯度D ; 路段長度影響係數Fy其語言值為S、M、B，其中S表示小，M表示中，B表示大，Fl的論域處於O與I之間，也即路段長度必須在200m和IOOOm之間，否則關聯度D在L小於200m時定義為0，而在L大於IOOOm時定義為I ; 路段交通流密度影響係數Γ p，其語言值為VS、S、LS、LB、B、VB，其中VS表示很小，S表示小，LS表示略小，LB表示略大，B表示大，VB表示很大，Γ p的論域處於O與I之間，也即其交通流密度不能大於飽和狀態下的交通流密度； 交叉ロ信號配時參數影響係數F。，其語言值為VS、S、B、VB，其中VS表示很小，S表示小，B表示大，VB表示很大，F。的論域處於O與I之間,其相鄰兩交叉ロ信號周期T最大最小比值不超過2 ; 相鄰交叉ロ關聯度D，其語言值為VW、W、M、S、VS，其中VW表示很弱，W表示弱，M表示中，S表示強，VS表示很強，D的論域處於O與I之間，若相鄰交叉ロ間距離L大於1000m，那麼D的值定義為I，若相鄰交叉ロ間距離L小於200m，那麼D的值定義為I，而若L處於200m與IOOOm之間時，關聯度D通過三個輸入量在模糊化轉換為模糊矢量後，經模糊規則推理再作清晰化處理後得到，其值大表示兩交叉ロ間的關聯程度強，反之，關聯度D小則兩交叉ロ間的關聯程度弱； 所述模糊規則為如果路ロ間距影響係數大，即相鄰交叉ロ路段長度小，或路段交通流密度影響係數很大，即相鄰交叉ロ間路段上単位距離單位車道上車輛很多，或信號周期影響係數很大，即相鄰交叉ロ的周期很一致，則這兩個相鄰交叉ロ的關聯度強。
全文摘要
本發明公開了一種相鄰路口交通關聯度智能計算方法。針對城市路網交通協調控制中的交通子區動態劃分問題，應用智能控制理論設計了一種相鄰交叉口交通關聯度的智能計算方法。根據相鄰交叉口路段長度、路段交通密度以及交叉口信號配時參數對相鄰交叉口交通關聯度的影響，設計了基於分層遞階結構的相鄰交叉口交通關聯度計算方法，上層基於路段長度對關聯度進行閥值判斷，下層基於距離長度、路段交通密度和信號周期，採用模糊控制方法對關聯度進行計算。本發明為交通子區的動態劃分及區域交通信號協調控制提供了一種有效的方法。
文檔編號G08G1/00GK102646330SQ201210116548
公開日2012年8月22日 申請日期2012年4月19日 優先權日2012年4月19日
發明者沈國江, 錢曉傑 申請人:浙江大學