一种潮汐交通状态干线信号协调设计方法与装置
技术领域
本发明属于交通安全控制领域，具体涉及一种基于LWR(Lighthill WhithamRichards)冲击波理论和绿波带宽最大化模型(maxband)的潮汐交通状态下城市干线信号协调设计方法与装置。
背景技术
潮汐交通现象经常出现在早晚高峰时段的城市道路，即城市干线中一个方向交通量较高，处于过饱和状态，另一个方向交通量较低，处于非饱和状态。常用的控制策略是设置可变车道以平衡两个方向的交通需求，但设置可变车道对于两个方向的车道数以及交通流不均衡程度要求比较高，即在高峰时段，路段的一方车流量比反方向车流量高出40％，并且存在管理运营成本高的问题。
直接从信号控制的角度解决潮汐交通问题的研究比较少，这是因为而低交通量方向(非饱和)与高交通量方向(过饱和)交通条件下控制思路和方式都存在显著差异导致的。很多过饱和控制研究依据LWR冲击波理论展开，以优化排队长度、吞吐量等指标为目标建立协调控制模型；非饱和交通条件的信号控制研究则主要以maxband模型为理论基础。两个分支都有较为详实的研究成果，但少有学者将过饱和控制与绿波控制结合提出有效的综合信号控制方案。因此，可以认为，现有技术对于过饱和交通状态干线双向信号协调控制的适应性是不足的。
发明内容
发明目的：针对现有方法的不足，本发明的目的在于为潮汐交通状态下的城市干线提供一套切实可行的信号协调控制优化方案，基于实际路段几何参数、交通参数、控制参数以及需进行优化时段的交通流量数据，对各交叉口绿灯时长、相位差、相位方案进行优化，在最大化系统通行能力的基础上，降低高交通量方向车均延误，并满足低交通量方向不停车需求。
技术方案：为实现以上发明目的，本发明采用如下技术方案：
一种潮汐交通状态干线信号协调设计方法，包括以下步骤：
(1)获取过饱和交通状态干线目标路段的几何参数、交通参数、控制参数以及需进行优化时段的交通流量数据。
(2)以干线为建模对象，构建以最大化干线两个方向加权吞吐量为目标的优化模型，通过调节绿灯时长实现干线吞吐量最大化；所述优化模型的约束包含保证本周期到达的车辆可以全部通过的约束、高交通量方向相位差处于临界状态时不存在空放的直行绿灯时长的约束、交通量进出平衡约束、绿灯时长的范围约束以及绿灯时长的相位约束。
(3)求解以最大化干线两个方向加权吞吐量为目标的优化模型，得到干线各交叉口各相位的绿灯时长。
(4)以高交通量方向(过饱和)干线各交叉口为建模对象，构建以最小化车均延误为目标的优化模型，通过调节相位差来实现车均延误最小化；所述优化模型的约束包含避免溢出约束、避免排队清空后主线车队未到达情况出现的约束、避免主线车队所有车辆均需排队等待的约束以及保证本周期到达车辆可以全部通过的约束。
(5)求解以最小化车均延误为目标的优化模型，得到高交通量方向交叉口与其上游交叉口之间相位差方案。
(6)以低交通量方向(非饱和)干线为建模对象，构建以最大化绿波带宽为目标的优化模型，通过调节相位方案来实现绿波带宽最大化；所述优化模型的约束包含绿波带宽的几何约束以及相位差与两个方向绿灯启亮时间差关系的约束。
(7)求解以最大化绿波带宽为目标的优化模型，得到得到各交叉口相位方案及绿波带参数。
作为优选，所述步骤(1)中获取的路段几何参数包括交叉口间距、车道功能以及对应车道数和进口道长度，路段交通参数包括饱和流率、路段限速、排队消散状态的车速和停车状态的车头间距，路段控制参数包括交叉口周期时长、绿灯间隔时长、正反方向权重、期望最小平均交通流率和期望最大平均交通流率(除主线直行相位)，交通流量数据包括目标路段各进口道各流向的单位时间到达车辆数，即车辆到达流率。
作为优选，所述步骤(2)中以目标路段第1交叉口至第n交叉口的各相位绿灯时长、第0交叉口正向主线直行相位、支线左转相位绿灯时长以及第n+1交叉口反向主线直行相位、支线左转相位绿灯时长为优化对象，第0交叉口为第1交叉口上游的交叉口，第n+1交叉口为第n交叉口下游的交叉口；优化模型的目标表示为：
其中，δ1，δ2分别为正向、反向的权重；
作为优选，所述步骤(2)中描述保证本周期到达的车辆可以全部通过约束表示为：
若wi＝w1，
若
若i＝0，gi＝t0,i+1
若i＝n+1，
其中，i表示第i交叉口；t0,i,
作为优选，所述步骤(2)中描述高交通量方向相位差处于临界状态时不存在空放的直行绿灯时长的约束表示为：
其中，i＝0时，g0为第0交叉口的正向直行相位绿灯时长。
作为优选，所述步骤(2)中的描述交通量进出平衡约束表示为：
其中，
作为优选，初始排队长度的变量表达式为：
其中，ei,
作为优选，所述步骤(4)中优化模型的目标表示为：
其中，AREAi为车辆行驶轨迹图中高交通量方向第i交叉口上游直行到达车队停止区域的面积，简称延误面积；
作为优选，所述步骤(4)中的描述高交通量方向避免溢出的约束表示为：
lmax,i≤Li
其中，lmax,i为第i交叉口高交通量方向最大排队长度；Li为第i交叉口与第i-1交叉口间距。
作为优选，所述步骤(4)中的描述高交通量方向避免排队清空后主线车队未到达情况出现的约束表示为：
其中，
作为优选，所述步骤(4)中的描述高交通量方向避免主线车队所有车辆均需排队等待情况出现的约束分别表示为：
作为优选，所述步骤(4)中的描述高交通量方向保证本周期到达车辆全部通过约束表示为：
若wi＝w1，
作为优选，高交通量方向延误面积表达式为：
若
若
作为优选，所述步骤(6)中的描述低交通量方向绿波带宽几何约束分别表示为：
其中，
作为优选，所述步骤(6)中的相位差与两个方向绿灯启亮时间差关系约束表示为：
其中，Δi为第i交叉口正向、反向主线直行相位绿灯启亮的时间差(以正向先放行为正)；Mi为整数，不限正负，一般情况下取值为-1，1，0。
基于相同的发明构思，本发明提供一种过饱和交通状态干线单向信号协调设计装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现所述的过饱和交通状态干线单向信号协调设计方法。
有益效果：本发明以干线为基本的建模对象，通过调节干线各交叉口各相位绿灯时长以提高绿时利用率，实现吞吐量最大化；在此基础上，通过调节相位差实现高交通量方向车均延误最小化，满足过饱和交通状态下的低延误需求，通过调节相位方案实现低交通量方向绿波带宽最大化，满足非饱和交通状态下的不停车需求。
附图说明
图1为本发明实施例的方法流程图。
图2为本发明实施例中示例的路段示意图。
图3为本发明实施例中示例的优化前后仿真效果示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细阐述，本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本发明实施例公开的一种过饱和交通状态干线双向信号协调设计方法，首先获取过饱和交通状态干线目标路段的几何参数、交通参数、控制参数以及需进行优化时段的交通流量数据；然后以干线为建模对象，构建以最大化干线吞吐量为目标的优化模型，求解优化模型，对参数进行优化，通过调整各交叉口各相位绿灯时长，提高主线通行能力；接着再以干线各交叉口为建模对象，构建以最小化高交通量方向车均延误为目标的优化模型，求解优化模型，对参数进行优化，通过调整交叉口与其上游交叉口之间的相位差，提高主线各交叉口服务水平；最后以干线为建模对象，构建以最大化低交通量方向绿波带宽为目标的优化模型，求解优化模型，对参数进行优化，通过各调节相位方案，满足低交通量方向不停车需求。
如图1所示，本发明实施例公开的一种潮汐交通状态干线信号协调设计方法，包括以下步骤：
步骤1、获取过饱和交通状态干线目标路段的几何参数、交通参数、控制参数以及需进行优化时段的交通流量数据。
需调查获取的路段几何参数包括交叉口间距Li、车道功能以及对应车道数ni、进口道长度lup,i，路段交通参数包括饱和流率qm、路段限速vf、排队消散状态的车速vc、停车状态的车头间距h0，路段控制参数包括交叉口周期时长T、绿灯间隔时长I，交通流量数据包括目标路段第0交叉口至第n+1交叉口各进口道各流向的单位时间到达车辆数，即车辆到达流率Q。
饱和流率qm通过观测目标路段交叉口绿灯启亮时的饱和车头时距Δt0换算得到，计算公式为：
排队消散状态的车速vc通过测量通过交叉口停止线车辆的车速获得。
步骤2、以干线为建模对象，构建以最大化干线两个方向加权吞吐量为目标的优化模型，通过调节绿灯时长实现干线吞吐量最大化；所述优化模型的约束包含保证本周期到达的车辆可以全部通过约束、高交通量方向相位差处于临界状态时不存在空放的直行绿灯时长约束、交通量进出平衡约束、绿灯时长范围约束、绿灯时长相位约束。
具体地，目标干线两个方向加权吞吐量表示为：
其中，δ1，δ2分别为正向、反向的权重；
描述保证本周期到达的车辆可以全部通过约束表示为：
若wi＝w1，
若
若i＝0，gi＝t0,i+1
若i＝n+1，
其中，i表示第i交叉口；t0,i,
描述高交通量方向相位差处于临界状态时不存在空放的直行绿灯时长约束表示为：
描述交通量进出平衡约束表示为：
其中，
绿灯时长范围约束表示为:
g0,max≥g0≥g0,min
假设主线为南北走向，以从南到北为正方向，从北到南为反方向。其中，g0,min,g0,max分别为第0交叉口主线正向直行相位绿灯时长的最小值与最大值，
第i交叉口各相位绿灯时间的最小值计算公式为：
其中，gα,i,min,gα,i,max分别为第i交叉口第α相位的最小、最大绿灯时长；Qα,i为第i交叉口第α相位的交通量；nα,i,为第i交叉口第α相位的车道数；EQmax,EQmin分别为期望绿灯时间内通过停止线的最大、最小平均交通流率，依据交通量拥堵状态确定。
绿灯时长相位约束表示为:
其中，K为充分大的数,如10000；μi为0-1变量，当μi＝0时，相位方案为对称或搭接放行，当μi＝1时，相位方案为单口放行；T为周期时长；I为绿灯间隔时长。
初始排队长度的变量表达式为：
其中，ei,
步骤3、求解以最大化干线两个方向加权吞吐量为目标的优化模型，得到干线各交叉口各相位的绿灯时长。
其中，各交叉口各相位绿灯时长包括以目标路段第1交叉口至第n交叉口的各相位绿灯时长、第0交叉口正向主线直行相位、支线左转相位绿灯时长以及第n+1交叉口反向主线直行相位、支线左转相位绿灯时长。
该优化模型为混合整数线形规划模型，可以利用matlab中intlinprog函数进行求解。
步骤4、以高交通量方向(过饱和，假设目标路段正向为高交通量方向，反向为低交通量方向)干线的每个交叉口为建模对象，构建以最小化高交通量方向车均延误为目标的优化模型，通过调节相位差来实现交叉口间的信号协调，从而降低干线最小化高交通量方向车均延误；所述优化模型的约束包含避免溢出约束、避免排队清空后主线车队未到达情况出现的约束、避免主线车队所有车辆均需排队等待情况出现的约束、保证本周期到达车辆可以全部通过的约束。
具体地，第i交叉口高交通量方向车均延误表示为：
其中，AREAi为车辆行驶轨迹图中第i交叉口上游直行到达车队停止区域的面积，简称延误面积；
高交通量方向延误面积的变量表达式为：
若
若
交通波的变量表达式为：
描述避免高交通量方向溢出约束表示为：
lmax,i≤Li
其中，lmax,i为第i交叉口最大排队长度；Li为第i交叉口与第i-1交叉口的间距。
高交通量方向最大排队长度的变量表达式为：
若
若
描述避免高交通量方向排队清空后主线车队未到达情况出现的约束表示为：
其中，
描述避免高交通量方向主线车队所有车辆均需排队等待情况出现的约束分别表示为：
描述保证高交通量方向本周期到达车辆全部通过约束表示为：
若wi＝w1，
步骤5、求解以最小化高交通量方向车均延误为目标的优化模型，得到高交通量方向交叉口与其上游交叉口之间的相位差。该优化模型为二次规划模型，可以利用matlab中quadprog函数求解。由于各相位差之间互不影响，因此可以逐个交叉口求解最优相位差，对于单个交叉口存在两种情况，对应的最大排队长度与延误面积的计算方式存在差异，分别对两种情况进行优化求解，比较目标函数大小取最优的解。
步骤6、以低交通量方向(非饱和)干线为建模对象，构建以最大化绿波带宽为目标的优化模型，通过调节相位方案来实现绿波带宽最大化；所述优化模型的约束包含绿波带宽几何约束、相位差与两个方向绿灯启亮时间差关系约束。
具体地，目标绿波带宽表示为：
描述低交通量方向绿波带宽几何约束分别表示为：
其中，
低交通量方向排队清除时间
相位差与两个方向绿灯启亮时间差关系约束表示为：
其中，Δi为第i交叉口正向、反向主线直行相位绿灯启亮的时间差(以正向先放行为正)；Mi为整数，不限正负，一般情况下取值为-1，1，0。
描述的正向、反向主线直行相位绿灯启亮的时间差的变量表达式为：
其中，Δi,1,Δi,2,Δi,3,Δi,4,Δi,5分别对应南北对称、南北搭接、北南搭接、南东北西、南西北东五种相位方案下Δi取到的值；ρi,1,ρi,2,ρi,3,ρi,4,ρi,5为0-1变量。
步骤7、求解以最大化绿波带宽为目标的优化模型，得到各交叉口相位方案及绿波带参数。各交叉口的相位方案指第1至第n交叉口的相位方案，包括南北对称、南北搭接、北南搭接、南东北西、南西北东五种；绿波带参数分别为低交通量方向绿波带宽
该优化模型为混合整数线形规划模型，可以利用matlab中intlinprog函数进行求解。
基于相同的发明构思，本发明实施例提供一种潮汐交通状态干线信号协调设计装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现所述的潮汐交通状态干线信号协调设计方法。
下面结合一个具体算例对本发明实施例的方法做进一步说明：
(1)设计路段概况
设置算例并进行过饱和信号协调方案设计，以南北走向(以自南向北为正)的包含六个交叉口的城市信号主线为研究对象，其进口道直行车道数与路段长度数据如图2所示。潮汐交通状态下，两个方向的交通量出现明显差异，假设目标路段正向为高交通量方向，反向为低交通量方向。
(2)交通参数设置
实施例步骤中涉及的重要交通参数如表1所示。
表1交通参数设置
附表1
(3)控制方案
以正向吞吐量最优并满足反向交通所有需求，以及正向车均延误与反向绿波带宽最优化为目标，求解控制方案，即绿灯时长、相位差(相邻交叉口间主线直行相位启亮时间差)、相位方案结果，如表2所示。
表2算例优化方案
(4)优化效果
对相位差优化前后的控制方案进行仿真，绘制一段时期内交叉口1至交叉口6之间的车辆轨迹图，如图3所示。
在满足反向交通需求的前提下，正向吞吐量达到了单车道每周期25辆。正向平均单交叉口车均延误为5.06秒，达到了A级服务水平。反向做绿波处理，一般情况下，绿波带宽达到了17.2秒。为了寻求更大的绿波带宽，采取绿波带分段处理，将目标路段划分为交叉口1-交叉口3、交叉口4-交叉口6两段，进行最大带宽求解，所得带宽分别为21.6秒和25.6秒，能较好的满足低交通量方向的不停车目标。
