一种基于卡警、视频检测器的多路口协调自适应控制方法与流程

1.本发明涉及智能交通技术领域，尤其是一种基于卡警、视频检测器的多路口协调自适应控制方法。


背景技术：

2.交通信号灯是交通安全产品中一个重要的显示工具，它的有效放行能加强对路口车辆的管理、提高道路资源利用率、减少车辆等待时长，更重要的是拉动了经济的迅猛发展。早期工作中，为了识别闯红灯行为，提出了基于视觉的红绿灯检测算法。其他信号灯检测算法基于不同的技术，如马尔代夫随机场、神经网络、数学形态等，引入了较多的经验模型来提升算法的性能，但是效率在达到实时性上还存在一定的差距。
3.目前视频流量检测技术已经应用到道路交通中，而卡警大数据技术鲜有技术人员运用到实际路口中，尤其把卡警大数据技术和视频流量检测技术相结合运用到多路口协调中更是凤毛麟角。这些技术的应用，能够提供可靠有效的实时动态车流量数据，提高协调路口通行效率。近年来，针对道路交通放行的优化服务工程逐渐成为大家研究的重要领域，对车流数据精密度、车流状态的实时监控、选择方案的预测放行也提出了更高的要求。其中卡警大数据技术和视频流量检测器技术的应用走进研究者的视野，而如何实现对这些数据利用最大化，并对路口单点，特别是对多路口协调做出有效的全局控制已经迫在眉睫。


技术实现要素：

4.本发明人针对上述问题及技术需求，提出了一种基于卡警、视频检测器的多路口协调自适应控制方法，通过放行规则和动向淘汰规则实现对路口未来放行模式的预测，并对动向放行合理地的淘汰，实现路口放行的最大利用率，进而提高干路放行效率。
5.本发明的技术方案如下：
6.一种基于卡警、视频检测器的多路口协调自适应控制方法，包括如下步骤：
7.分别选取协调路口平峰时段和高峰时段的放行周期作为参考周期，每个放行周期的放行模式相同；
8.通过卡警、视频检测器获取参考周期的第一历史动态信息，根据第一历史动态信息执行放行规则分别预测协调路口平峰时段和高峰时段的未来放行周期的放行模式；
9.根据放行规则确定关键路口的当前放行模式，通过卡警、视频检测器获取关键路口的第二历史动态信息和实时动态信息，根据第二历史动态信息和实时动态信息执行动向淘汰规则，以此更新关键路口的放行模式。
10.其进一步的技术方案为，第一历史动态信息包括各动向车流信息、每个放行周期各动向的放行时长；根据第一历史动态信息执行放行规则预测协调路口平峰时段的未来放行周期的放行模式，包括：
11.在一个放行方向中，根据车流信息分别设定两个相位的过渡放行时间，记为tr
i
，放行方向包括南北方向和东西方向，相位包括南北左转和南北直行、东西左转和东西直行；
12.根据每个放行周期各动向的放行时长计算参考周期各动向的平均放行时长；
13.分别计算相对放行方向的两个动向平均放行时长之差，记为u
i
；
14.通过比较u
i
与tr
i
的大小确定两个相位的比较值；
15.根据两个比较值的大小确定协调路口平峰时段的未来放行周期的放行模式。
16.其进一步的技术方案为，通过比较u
i
与tr
i
的大小确定两个相位的比较值，包括：
17.设放行方向为南北方向，则对应的相位为南北左转和南北直行，记两个相位的比较值分别为m
l
、m
s
，比较结果如下：
[0018][0019][0020]
其中，u1、u2分别为南/北左转、南/北直行平均放行时长之差，且u1＝nl
t
‑
sl
t
，nl
t
为北左转平均放行时长，sl
t
为南左转平均放行时长，u2＝ns
t
‑
ss
t
，ns
t
为北直行平均放行时长，ss
t
为南直行平均放行时长；tr1为南北左转的过渡放行时间，tr2为南北直行的过渡放行时间。
[0021]
其进一步的技术方案为，根据两个比较值的大小确定协调路口平峰时段的未来放行周期的放行模式，包括：
[0022]
若m
l
×
m
s
>0，则包括两种放行模式，每种放行模式含有三个相位，包括南北直行放行、主方向左转及直行放行、南北左转放行，其中主方向为南向或北向；
[0023]
若m
l
×
m
s
≤0，则放行模式含有两个相位，包括南北直行放行和南北左转放行。
[0024]
其进一步的技术方案为，从随机选取的连续几个放行周期中获取第二历史动态信息，包括每个放行周期中各动向的车流信息；从当前放行周期中获取实时动态信息，包括当前放行模式中各动向的实际放行时长；
[0025]
关键路口每个相位的动向淘汰规则相同，则根据第二历史动态信息和实时动态信息执行动向淘汰规则，以此更新关键路口的放行模式，包括：
[0026]
根据车流信息设定第一相位中第一动向的最大放行时长和最小放行时长，记为t
max
、t
min
；
[0027]
实时获取第一动向的实际放行时长并记为t，然后分别与最大放行时长和最小放行时长进行比较，当t
min
＜t＜t
max
且不满足动向淘汰规则时，继续放行第一相位，并重新执行实时获取第一动向的实际放行时长的步骤；当t
min
＜t＜t
max
且满足动向淘汰规则时，或者，当t≥t
max
时，淘汰第一动向，并执行设定第一相位中下一动向的最大放行时长和最小放行时长的步骤，依次判断第一相位的所有动向，若所有动向均被淘汰，则淘汰第一相位，开始对下一相位执行动向淘汰规则。
[0028]
其进一步的技术方案为，第二历史动态信息还包括每个放行周期中各阶段的车辆
数、动向放行时长、各动向相邻两车的间隔时间，实时动态信息还包括下一相位中各动向的总车辆数以及当前相位相邻两车的实际间隔时间t
n1
；
[0029]
判断是否满足动向淘汰规则的方法包括：
[0030]
对于每个选定的放行周期，将放行周期的所有相位的动向放行时长划分成三个阶段并统计各阶段的车辆数，执行车辆数误淘汰规则精确统计每个阶段各动向中每个通道的车辆数；
[0031]
计算所有选定的放行周期各阶段的车辆数平均值，记为确定各动向的通道数n和每辆车所占空间长度l，则各动向车辆排队长度阈值为：
[0032][0033]
选取放行周期各阶段的车辆数平均值中的最大值，与其对应的动向放行时长相除，得到的商值作为车辆数阈值，记为n
max
；
[0034]
计算所有选定的放行周期各动向相邻两车的间隔时间平均值作为相邻两车间隔时间阈值，记为t
n
；
[0035]
根据实时获取的下一相位中各动向的总车辆数n
′
得到下一相位实际车辆排队长度为：l＝n
′×
n
×
l；
[0036]
计算各动向单位计数周期内的实际车辆数为：
[0037][0038]
其中，t1、t2、t3分别为各阶段对应的动向放行时长；
[0039]
将实时获取的下一相位实际车辆排队长度、实际车辆数和实际间隔时间分别与对应的阈值进行比较，确定淘汰标准值，记为p，比较结果如下：
[0040][0041]
其中，若p＝1表明当前动向被淘汰，若p＝0表明当前动向未被淘汰，若当前相位至少有一个动向未被淘汰则当前相位未被淘汰，继续放行当前相位；
[0042]
条件[1]表明当前动向的车辆较少，需淘汰当前动向，反之，条件[4]表明需继续放行当前动向；
[0043]
条件[2]表明当前动向中相邻两车的车间距较大，车流量稀疏，需淘汰当前动向，反之，条件[5]表明需继续放行当前动向；
[0044]
条件[3]表明下一相位中动向车流量较大且当前相位动向的车辆较少，需淘汰当
前动向，反之，条件[6]表明下一相位中动向车流量较密集，需继续放行当前动向。
[0045]
其进一步的技术方案为，第二历史动态信息还包括各动向总车辆通过停止线的总时间t
a
以及上个放行周期各动向通过停止线的总车辆数n
a
，实时动态信息还包括当前放行模式中各动向的单位车辆实际通行时长t
u
；
[0046]
执行车辆数误淘汰规则统计每个阶段各动向中每个通道的车辆数，包括：
[0047]
根据车流信息设定某个动向随机时段中单位车辆的最小通行时长和最大通行时长，分别记为t
umin
、t
umax
；
[0048]
将单位车辆实际通行时长分别与最小通行时长和最大通行时长进行比较，确定动向中每个通道的车辆数，比较结果如下：
[0049][0050]
当t
umin
＜t
u
＜t
umax
时，计算动向的单位车辆通行时长为：
[0051][0052]
根据关键路口车辆行驶的速度设定车辆通过停止线的预估时间，记为t
q
；
[0053]
将单位车辆通行时长与预估时间进行比较，确定动向中每个通道的车辆数，比较结果如下：
[0054][0055]
其进一步的技术方案为，当第一相位被淘汰后，计算第一相位的相位结余时间，并加入到下一相位的动向放行时长中，直到当前放行周期结束后得到最后一个相位的相位结余时间作为第一周期结余时间，将第一周期结余时间加入到协调路口的绿波相位的时长中，直到最后一个协调路口的最后一个相位，得到最后一个相位的相位结余时间作为第二周期结余时间，第二周期结余时间是绿波控制下绿波相位的相位结余总时间，协调路口为关键路口的下游路口。
[0056]
其进一步的技术方案为，相位结余时间的表达式为：t
p
＝t
max
‑
t；
[0057]
周期结余时间的表达式为：t
c
＝t
p
′
，其中t
p
′
表示一个放行周期内最后一个相位结余时间。
[0058]
本发明的有益技术效果是：
[0059]
本技术提供的控制方法有效避免了单个路口放行局部化、获取车流量信息不全面、路口动向误淘汰、高峰时段易产生进口拥堵出口溢出现象等局限性。在多路口协调控制下运用卡警和视频流量检测器获取实时车辆数据的同时，充分考虑协调路口平峰和高峰时段选取的几个周期内的放行状况，实行预测放行和实时动态放行模式，合理有效地进行协调路口的单点动向预测放行模式、动向淘汰规则、车辆数误淘汰规则和协调下游路口动向淘汰规则等方法的实行。从而保障干线车流通行畅通、车量信息的准确采集统计、信号灯最
大利用率、单个路口到多个路口协调控制放行效率。运用已有的车辆数据进行预测式放行和放行中动态淘汰式放行，有效减少车辆路口通行时间进而提高协调路口通行效率。将信号机系统和基于卡警、视频流量检测器检测车辆数据淘汰放行准则进行有效合理地配合，实现路口的智能化交通放行。
附图说明
[0060]
图1是本技术提供的预测放行模式的流程图。
[0061]
图2是本技术提供的动向淘汰规则的判断流程图。
[0062]
图3是本技术提供的车辆数误淘汰规则的判断流程图。
具体实施方式
[0063]
下面结合附图对本发明的具体实施方式做进一步说明。
[0064]
下面先简单介绍下该方法涉及的专业名词：放行周期指每个方向或动向放行一次的总时长，例如东西放行开始，到下一次东西放行开始为止为一个放行周期。放行方向包括南北方向和东西方向，放行方向对应的相位包括南北左转和南北直行、东西左转和东西直行。八大动向包括南直行、南左转、北直行、北左转、东直行、东左转、西直行、西左转。相位也即当前放行模式，例如南北直行动向搭配放行表示一个相位、南左转和北左转一起放行也是一个相位。
[0065]
本技术公开了一种基于卡警、视频检测器的多路口协调自适应控制方法，由于平峰时段和高峰时段预测放行模式的方法相同，本实施例以平峰时段预测放行模式的方法进行详细说明，该方法包括：
[0066]
步骤1：以南北方向作为放行方向，则对应的相位为南北左转和南北直行，随机选取协调路口平峰时段的连续三个放行周期作为参考周期。
[0067]
步骤2：通过卡警、视频检测器获取参考周期的第一历史动态信息，包括各动向车流信息、每个放行周期各动向的放行时长。根据第一历史动态信息执行放行规则预测协调路口平峰时段的未来放行周期的放行模式。
[0068]
如图1所示，具体包括如下分步骤：
[0069]
步骤21：根据车流信息分别设定两个相位的过渡放行时间，记为tr
i
，过渡放行时间指绿灯闪烁时长和黄灯亮起时长之和。
[0070]
步骤22：根据每个放行周期各动向的放行时长计算参考周期(也即三个放行周期)各动向的平均放行时长。
[0071]
步骤23：分别计算相对放行方向的两个动向平均放行时长之差，记为u
i
。
[0072]
步骤24：通过比较u
i
与tr
i
的大小确定两个相位的比较值。
[0073]
记两个相位的比较值分别为m
l
、m
s
，比较结果如下：
[0074]
[0075][0076]
其中，u1、u2分别为南/北左转、南/北直行平均放行时长之差，且u1＝nl
t
‑
sl
t
，nl
t
为北左转平均放行时长，sl
t
为南左转平均放行时长，u2＝ns
t
‑
ss
t
，ns
t
为北直行平均放行时长，ss
t
为南直行平均放行时长；tr1为南北左转的过渡放行时间，tr2为南北直行的过渡放行时间。
[0077]
步骤25：根据两个比较值的大小确定协调路口平峰时段的未来放行周期的放行模式。
[0078]
若m
l
×
m
s
>0，则包括两种放行模式，第一种放行模式以北方向放行为主，包括三个相位。第一个相位是南北直行放行，第二个相位是北左转及北直行放行，第三个相位是南北左转放行。需要说明的是，这种情况是北方向直行车辆比较多且南方向左转车辆比较少。第二种放行模式以南方向放行为主，包括三个相位。第一个相位是南北直行放行，第二个相位是南左转及南直行放行，第三个相位是南北左转放行。需要说明的是，这种情况是南方向直行车辆比较多且北方向左转车辆比较少。
[0079]
若m
l
×
m
s
≤0，则放行模式含有两个相位，包括南北直行放行和南北左转放行。
[0080]
步骤3：根据放行规则确定关键路口的当前放行模式，通过卡警、视频检测器获取关键路口的第二历史动态信息和实时动态信息，根据第二历史动态信息和实时动态信息执行动向淘汰规则，以此更新关键路口的放行模式。
[0081]
从随机选取的连续三个放行周期中获取第二历史动态信息，包括每个放行周期中各阶段的车辆数n
i
、动向放行时长t
i
、各动向的车流信息、各动向相邻两车的间隔时间、各动向总车辆通过停止线的总时间t
a
以及上个放行周期各动向通过停止线的总车辆数n
a
；从当前放行周期中获取实时动态信息，包括当前放行模式中各动向的实际放行时长t、单位车辆实际通行时长t
u
、下一相位中各动向的总车辆数n
′
以及当前相位相邻两车的实际间隔时间t
n1
。
[0082]
由于关键路口每个相位的动向淘汰规则相同，本实施例以第一相位为例详细进行说明，如图2所示，具体包括如下分步骤：
[0083]
步骤31：根据车流信息设定第一相位中第一动向的最大放行时长和最小放行时长，记为t
max
、t
min
。
[0084]
步骤32：实时获取第一动向的实际放行时长t，然后分别与最大放行时长和最小放行时长进行比较，当t
min
＜t＜t
max
且不满足动向淘汰规则时，继续放行第一相位，并重新执行实时获取第一动向的实际放行时长的步骤。当t
min
＜t＜t
max
且满足动向淘汰规则时，或者，当t≥t
max
时，淘汰第一动向，并执行设定第一相位中下一动向的最大放行时长和最小放行时长的步骤，依次判断第一相位的所有动向，若所有动向均被淘汰，则淘汰第一相位，开始对下一相位执行动向淘汰规则。
[0085]
判断是否满足动向淘汰规则的方法包括：
[0086]
步骤321：设定车辆排队长度阈值，实时获取下一相位实际车辆排队长度。
[0087]
1)考虑到实际路口一个放行周期中相位各动向放行开始时、放行中和结束时的车流量密度(即单位时间内通过的车辆数)的不同，对于每个选定的放行周期，将放行周期的所有相位的动向放行时长划分成三个阶段。以相位开始时到动向放行时长的1/3为第一个阶段即开始阶段，这一阶段统计的车辆数记为n1；以动向放行时长的1/3到2/3为第二个阶段即放行中阶段，这一阶段统计的车辆数记为n2；以动向放行时长的2/3到结束为第三个阶段即结束时阶段，这一阶段统计的车辆数记为n3。
[0088]
2)考虑到实际路口会出现极其拥堵或车辆大小差异，执行车辆数误淘汰规则精确统计每个阶段各动向中每个通道的车辆数。
[0089]
3)计算三个放行周期各阶段的车辆数平均值，记为确定各动向的通道数n和每辆车所占空间长度l，则各动向车辆排队长度阈值为：
[0090][0091]
可选的，如果某一动向的通道数大于1，此阶段统计的车辆数应乘以车道数作为此阶段的车辆数。每辆车所占空间长度可以取经验值，即l＝7m。
[0092]
4)根据实时获取的下一相位中各动向的总车辆数n
′
得到下一相位实际车辆排队长度为：l＝n
′×
n
×
l。
[0093]
步骤322：设定车辆数阈值，并计算各动向单位计数周期内的实际车辆数。
[0094]
1)选取放行周期各阶段的车辆数平均值中的最大值，与其对应的动向放行时长相除，得到的商值作为车辆数阈值，记为n
max
。
[0095]
2)计算各动向单位计数周期内的实际车辆数为：
[0096][0097]
其中，t1、t2、t3分别为各阶段对应的动向放行时长。
[0098]
步骤323：设定相邻两车间隔时间阈值，实时获取当前相位相邻两车的实际间隔时间t
n1
。
[0099]
计算三个放行周期各动向相邻两车的间隔时间平均值作为相邻两车间隔时间阈值，记为t
n
。
[0100]
步骤324：计算结余时间。
[0101]
结余时间分为两种，一种是相位结余时间，记为t
p
。相位结余时间是相位最大绿时间与相位实际放行绿灯时长的差值，由步骤32可知，相位结余时间的表达式为：t
p
＝t
max
‑
t，需要说明的是，t
p
可以为正结余，也可以为负结余；
[0102]
另一种是周期结余时间，记为t
c
。周期结余时间是这一放行周期内最后一个相位结余时间t
p
′
，其表达式为：t
c
＝t
p
′
。
[0103]
步骤325：将实时获取的下一相位实际车辆排队长度l、实际车辆数n
t
和实际间隔时间t
n1
分别与对应的阈值进行比较，确定淘汰标准值，记为p，比较结果如下：
[0104][0105]
其中，若p＝1表明当前动向被淘汰，若p＝0表明当前动向未被淘汰，若当前相位至少有一个动向未被淘汰则当前相位未被淘汰，继续放行当前相位。
[0106]
条件[1]表明当前动向的车辆较少，需淘汰当前动向。反之，条件[4]表明当前动向的车辆较多，需继续放行当前动向。
[0107]
条件[2]表明当前动向中相邻两车的车间距较大，车流量稀疏，需淘汰当前动向。反之，条件[5]表明当前动向中相邻两车的车间距较小，车流量较密集，需继续放行当前动向。
[0108]
条件[3]表明下一相位中动向车流量较大且当前相位动向的车辆较少，需淘汰当前动向。反之，条件[6]表明下一相位中动向车流量较密集，需继续放行当前动向。
[0109]
采用上述相同的方法可以得到协调路口每个动向的最大放行时长t
max
′
和最小放行时长t
min
′
，每个动向的车辆排队长度阈值l
max
′
、车辆数阈值n
max
′
和相邻两车间隔时间阈值t
n
′
。其中，协调路口为关键路口的下游路口。
[0110]
当第一相位被淘汰后，计算第一相位的相位结余时间，并加入到下一相位的动向放行时长中，直到当前放行周期结束后得到最后一个相位的相位结余时间作为第一周期结余时间，将第一周期结余时间加入到协调路口的绿波相位的时长中，直到最后一个协调路口的最后一个相位，得到最后一个相位的相位结余时间作为第二周期结余时间，第二周期结余时间是绿波控制下绿波相位的相位结余总时间。
[0111]
在步骤321中，执行车辆数误淘汰规则精确统计每个阶段各动向中每个通道的车辆数，如图3所示，具体包括如下步骤：
[0112]
1)根据车流信息设定第一动向随机时段中单位车辆的最小通行时长和最大通行时长，分别记为t
umin
、t
umax
。
[0113]
2)将单位车辆实际通行时长t
u
分别与最小通行时长t
umin
和最大通行时长
[0114]
t
umax
进行比较，确定动向中每个通道的车辆数n
u
′
，比较结果如下：
[0115][0116]
3)当t
umin
＜t
u
＜t
umax
时，则需做进一步的判断：计算动向的单位车辆通行时长t
u
′
为：
[0117][0118]
4)根据关键路口车辆行驶的速度设定车辆通过停止线的预估时间，记为t
q
。
[0119]
5)将单位车辆通行时长t
u
'与预估时间t
q
进行比较，进一步确定动向中每个通道的车辆数n
u
′
，比较结果如下：
[0120][0121]
在多路口协调控制下运用卡警和视频流量检测器获取实时车辆数据的同时，充分考虑协调路口平峰和高峰时段选取的几个周期内的放行状况，实行预测放行和实时动态放行模式，合理有效地进行协调路口的单点动向预测放行模式、动向淘汰规则、车辆数误淘汰规则和协调下游路口动向淘汰规则等方法的实行。从而保障干线车流通行畅通、车量信息的准确采集统计、信号灯最大利用率、单个路口到多个路口协调控制放行效率。运用已有的车辆数据进行预测式放行和放行中动态淘汰式放行，有效减少车辆路口通行时间进而提高协调路口通行效率。将信号机系统和基于卡警、视频流量检测器检测车辆数据淘汰放行准则进行有效合理地配合，实现路口的智能化交通放行。
[0122]
以上所述的仅是本技术的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。