基于参数标定和改进Webster配时法的交通信号优化方法

技术领域

本发明涉及城市智能交通技术领域，具体涉及基于参数标定和改进Webster配时法的交通信号优化方法。

背景技术

在人工智能、车路协同等新技术、新体系在智能交通领域逐步发展的背景下，路口交通信号控制仍是任何智能交通系统不可忽视、交通管理提升不可避免的重要落脚点，能够满足复杂方案设计和交通流特征的路口信号配时优化方法有着巨大的应用价值。在实际配时优化业务及系统应用中，存在多种配时优化路径之争。

由于基于交通流理论的传统配时法存在基础参数设置不合理和使用场景受限等问题，所以被基于强化学习、最优化等技术路径的信号配时法在配时优化业务系统中广泛替代。但是，基于交通流理论的和其确定性的输出结果可为交通工程师提供即时的优化反馈，快速定位和调整信号配时参数流程，其几乎无算力需求的特点使其在边缘端优化系统或中心大规模实施优化系统的建设中节省大量硬件算力成本。

作为最具代表性的基于交通流理论的配时模型——经典Webster配时法，在相位方案结构和路口饱和度上有使用约束，难以适应多变、复杂的应用场景和相位方案设计，在实际的方案设计中，相位搭接(连续两个相位放行相同的转向)、二次放行(基于车流离散情况设计的停车聚合二次放行)是非常普遍的，导致实际的优化系统中Webster配时法往往无用武之地或无法输出正确的结果。

由此可见，如何解决传统Webster配时法在实际应用场景中基础参数设置不合理、使用受限等问题，提升其工程应用能力和适用范围，为建立快速、准确、稳定的交通信号配时优化系统提供算法支撑，有着重要的意义。

发明内容

本发明要解决的技术问题是如何解决传统Webster配时法在实际应用场景中基础参数设置不合理、使用受限等问题从而为建立快速、准确、稳定的交通信号配时自适应优化系统提供算法支撑。

为了解决上述技术问题，本发明提供了一种基于参数标定和改进Webster配时法的交通信号优化方法，所述方法包括：

S1、在路口停车线前各车道布设检测线圈，用于采集过车信息并本地存储；

S2、基于所述过车信息标定饱和车头时距并计算各车道的饱和流量，以减少过饱和交通流对信号配时的影响；

S3、基于相位剩余流量比的阶段流量比计算：针对相位搭接和阶段二次放行提出所述相位剩余流量比的概念，解决Webster配时法在所述相位搭接和所述阶段二次放行的信号配时需求下的适应问题，其中：

针对所述相位搭接：引入阶段独立相位集合I，所述阶段独立相位集合I是当前阶段与后一阶段相位交集在当前阶段相位集合中的补集，遍历相位方案中的阶段进行流量比分配，所述阶段流量比的分配方法是：

Y＝max{y′

其中，y

在分配完当前的所述阶段流量比之后，更新各个所述相位剩余流量比，各个所述相位剩余流量比满足公式：

y′

其中，当相位i包含于阶段k时，δ

针对所述阶段二次放行：逆向分配所述阶段流量比，并与正向所述流量比分配结果求均值；

在所述阶段流量比分配完成后，若所述相位剩余流量比均为零，则进入信号配时环节；若存在所述相位剩余流量比为非零，则当前所述相位方案不适用于当前的交通状况；

S4、在所述信号配时自主优化环节中，若所述信号配时满足最小绿约束关系，则所述信号配时结束；若所述信号配时不满足最小绿约束关系，则进入最小绿调整流程；其中：

所述最小绿约束关系是：

其中，g

所述最小绿调整的算法满足：

其中，C

若C

若C

进一步的，所述方法还包括：

当所述方法应用于交通流量变化较大的路段时，下一个周期执行更新后的所述信号配时，并基于更新后的所述信号配时记录所述过车信息，实现交通信号实时优化；

当所述方法应用于交通长期稳定的路段时，基于历史数据在固定时间段内更新所述过车信息，实现交通信号配时优化。

进一步的，所述S1中的过车信息包括车道lid、车辆vid、车辆类型type、过车status以及过车time。

进一步的，对所述过车信息进行数据筛选，所述数据筛选包括删除间断影响车辆的所述过车信息，并以所述间断影响车辆为断点，将所述各车道周期过车拆分为多组数据。

进一步的，所述S2中的饱和流量标定的方法是：

其中，n是满足

进一步的，针对所述Webster配时法要求阶段流量比之和不大于0.9，且只适用于非饱和交通的信号配时，所述S4中还涉及到流量比重置，所述流量比重置的方法是：

当∑Y＞0.9时，对所有阶段的所述流量比Y按照各自所占整体的比例进行重分配，分配方法如下：

当∑Y≤0.9时，Y′＝Y。

进一步的，所述S4中还涉及信号总损失时间L、初始信号周期C

所述信号总损失时间L的计算公式是：

L＝∑l

其中，rt

所述初始信号周期C

其中，L是所述信号总损失时间，Y′

所述阶段有效绿灯时间g

其中，C

与现有技术相比，本发明具有如下有益效果：

本发明通过饱和流率标定、改进Webster配时法使其适配非标准相位方案和过饱和交通流情况，解决了传统Webster配时法在实际应用场景中基础参数设置不合理、使用受限等问题，且基于应用场景实现交通信号配时优化或实时自主优化。

附图说明

图1为本发明的流程框图；

图2为本发明数据筛选步骤中的间断影响车辆的示意图；

图3为本发明中的车头时距的示意图；

图4为本发明中的信号控制拓扑结构图；

图5为本发明一实施例中的采集过车信息的示意图；

图6为本发明一实施例中的标准相位方案和存在搭接的相位方案的对比示意图。

具体实施方式

为使本发明的技术方案和技术效果更加清楚，下面将结合实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

本发明提供一种基于参数标定和改进Webster配时法的交通信号优化方法，包括交通数据采集、饱和流量标定、流量比分配和信号配时优化，基于此可形成信号周期级或指定时间范围内的信号配时自主优化业务流程，其中流量比分配和信号配时优化方法适用于任何场景的信号配时优化。下面具体阐述交通数据采集、饱和流量标定、流量比分配和信号配时优化，如图1所示：

1、过车信息采集与存储

在路口停车线前各车道布设线圈检测器或基于视频、雷达的虚拟线圈检测，用于采集过车信息并本地存储。过车信息包括车道lid、车辆vid、车辆类型type、过车status[车辆进入检测线圈、车辆驶出检测线圈]以及过车time，time单位为毫秒。

在设定的统计周期[t

分别统计各个车道的所有status为车辆进入检测线圈的过车记录数量，根据车辆type折算为小汽车数量，作为统计周期内的交通量q

2、基于过车特征分析的饱和流量标定

基于交通流理论分析，根据过车信息标定饱和车头时距并计算各车道的饱和流量，减少过饱和交通流对信号配时的影响。

(1)数据筛选

考虑到信号控制路口间断流的运行特征，首先需要排除红灯阻断和拥堵阻塞对连续流识别的影响。两相比较，临界阻塞状态导致的停止时间要小于红灯阻断时间。预设车辆静止速度的阈值为v、车身长度为l、检测线圈宽度为w，则间断流时间阈值可设置为(l+w)/v，检查相邻的过车记录，存在t

进一步根据间断影响车辆的判定，对各个车道统计周期[t

(2)计算车头时距

如图3所示，针对每组统计数据，以status为车辆进入检测线圈的记录开始，计算每一个辆车通过线圈时间和其与后一辆车间的车头时距，车头时距满足公式：

t

h

其中，设定h

(3)饱和流量标定

根据Greenshields速度-密度线性关系模型，以停车密度作为K

考虑到实际车流的离散性，在车速较大时，车速和间距趋向于离散分布，因此以小于期望车速车流作为连续流饱和流量的识别对象，即大于期望密度。

相邻车头时距h

即密度越大，

判定为连续跟车，车头时距可用作饱和流量标定。

每条车道的饱和流量标定方法如下：

其中，n是满足

饱和流量标定通过识别基本过车数据中的连续通行片段，并根据交通流模型筛选符合连续运行特征的饱和车头时距进行信号配时基础参数的校准，有效识别混合车流、拥堵车流对路口通行效率的影响，减少理论模型输出与实际应用需求的误差。

3、基于剩余流量比的阶段流量比计算

(1)相位流量比

根据路口渠化和信号灯设置，明确可控信号相位与相位-车道关联的关系，生成相位流量比。

本发明中的相位是路口最小控制单元，相位间不存在重叠的放行交通流。

相位流量比y等于相位流量与相位饱和流量的比值，即

其中，m是相位关联的车道数量，α是根据控制目标分配的各相位的饱和度指标。

(2)阶段流量比分配

进一步的，结合信号方案设计完成阶段流量比分配，本发明中的阶段是相位的组合，是放行时间的载体，阶段按照一定的顺序组合形成方案。信号控制拓扑结构如图4所示，

传统Webster配时法仅适用标准相位方案(相位无二次放行)，以及存在人工流程可根据经验转化分配系统难以实现的弊端。

针对相位搭接、阶段二次放行等不规则的信号控制场景及方案配时需求，本发明提出相位剩余流量比y′

在阶段流量比分配过程中，相位剩余流量等于相位流量比减去已分配到阶段的流量比。

初始化时，各相位的剩余流量比等于相位流量比，即y′＝y。

针对相位搭接：引入阶段独立相位集合I：当前阶段中包含且下一阶段中不包含的相位集合，即阶段独立相位集合I是当前阶段与后一阶段相位交集在当前阶段相位集合中的补集。

遍历方案中的阶段进行流量比分配，分配方法如下：

Y＝max{y′

其中，y

在计算完当前阶段的流量比之后，更新各个相位的剩余流量比。各个相位的所述剩余流量比满足公式：

y′

其中，δ

针对阶段二次放行：可逆向分配阶段流量比，并与正向分配结果求均值。

基于剩余流量比的分配方法，可有效应对常见的相位搭接和二次放行方案设计，减少相位方案设计对理论模型应用范围的限制，提高理论模型的适用性。

在阶段流量比分配完成后，若所述相位剩余流量比为0，则进入信号配时环节；若存在相位剩余流量比为非零，则当前相位方案不适用于当前的交通状况。

4、信号配时优化

在信号配时自主优化环节中，若信号配时满足最小绿约束关系，则信号配时结束；若所述信号配时不满足最小绿约束关系，则进入最小绿调整流程。

(1)流量比重置

Webster配时法要求阶段流量比之和要不大于0.9，且只适用于非饱和交通的信号方案配时。本发明提出了改进的计算方法，使其适用于过饱和交通的信号方案配时。

当∑Y＞0.9时，对所有阶段的流量比Y按照各自所占整体比例Y/∑Y进行重分配，分配方法如下：

当∑Y≤0.9时，Y′＝Y。

信号配时流量比重置，解决饱和和过饱和交通流情况下原理论模型不适用的问题。

(2)计算信号总损失时间

信号总损失时间L等于阶段损失时间之和l

L＝∑l

rt

(3)计算初始周期

(4)计算阶段有效绿灯时间

(5)最小绿约束

最小绿是相位的配置参数，已获取的g

其中，

如存在阶段不满足最小绿约束关系，则进入最小绿调整流程；否则，信号配时结束。

(6)最小绿调整

最小绿调整算法服从三个原则，分别是：最大周期原则、流量比原则和剩余配比原则。

A、最大周期原则：信号周期C

B、流量比原则：在C

C、剩余配比原则：在C

信号配时流程给出了最小绿检查调整原则和明确的方法流程，在校准阶段时间的过程中避免绿信比与流量比的失衡和过大的信号周期。

实施例

1、过车信息采集与存储

在路口停车线前各车道布设线圈检测器或基于视频、雷达的虚拟线圈检测，用于采集过车信息，检测器布置在停车线前0-30m内，确保车辆驶入车道实线区降低变道可能。过车信息包括车道lid、车辆vid、车辆类型type、过车status[车辆进入检测线圈、车辆驶出检测线圈]以及过车time，time单位为毫秒。

以每一轮信号放行开始为周期起点，重新记录数据，一轮信号放行结束时终止，在此期间记录的过车数据作为当前周期的原始数据。

分车道统计周期车流量，确定status为进入的小型车、中型车和大型车的数量，分别乘以当量折算系数并累加获得周期车流量q

2、基于过车特征分析的饱和流量标定

(1)数据筛选

假设车辆静止速度阈值为1m/s，平均车身长度为5m，线圈宽度为1m，则当第i辆车和i+1辆车的过车时间满足t

(2)计算车头时距

针对每组统计数据，以status为进入的记录开始，计算每一个辆车通过线圈时间t

t

h

(3)饱和流量标定

根据平均车身长度6m和路面停车时相邻车辆间隔2m的假设，车道的饱和流量标定方法如下：

其中，n是满足

3、基于剩余流量比的阶段流量比计算

(1)相位流量比

根据路口渠化和信号灯设置，明确可控信号相位与相位-车道关联关系，生成相位流量比。如图5所示的检测布置图，可控相位和车道/检测器的关系如下：

相位流量比y等于相位流量与相位饱和流量的比值，即

其中，m是相位关联的车道数量，α是根据控制目标分配的各相位的饱和度指标。

(2)阶段流量比分配

进一步的，结合信号方案设计完成阶段流量比分配。

如图6所示，给出了一个标准相位方案和存在搭接的相位方案的对比示意图。在搭接相位方案中，存在部分相位(相位5，6)二次放行，传统的以阶段关联相位流量比的最大值作为阶段流量比的方法无法解决该类场景或需要预设其他条件，本发明基于引入的剩余流量比实现了二次放行场景的分配方式。

在阶段流量比分配过程中，相位剩余流量等于相位流量比减去已分配到阶段的流量比。初始化时，各相位的剩余流量比等于相位流量比，即y′＝y。

针对相位搭接：引入阶段独立相位集合I，当前阶段中包含且下一阶段中不包含的相位集合，即当前阶段与后一阶段相位交集在当前阶段相位集合中的补集。遍历方案中的阶段进行流量比分配，分配方法如下：

Y＝max{y′

其中，y

y′

其中，δ

在阶段流量比分配完成后，如存在相位剩余流量比不为0的，则当前相位方案不适用于当前的交通状况；否则，可进入信号配时环节。

4、信号配时优化

(1)流量比重置

当∑Y＞0.9时，对所有阶段的流量比Y按照各自所占整体比例Y/∑Y进行重分配，分配方法如下：

当∑Y≤0.9时，Y′＝Y。

(2)计算信号总损失时间

信号总损失时间L等于阶段损失时间l

L＝∑l

rt

(3)计算初始周期

(4)计算阶段有效绿灯时间

(5)最小绿检查与调整

以下给出了融合首轮最小绿检查的具体调整流程：

A、为每个阶段设置一个调整需求标识Adj[s]，同时设置一个周期调整标识CAdj，标识都是0-1变量，初始化为0。

B、依次对Adj[s]＝0的阶段进行最小绿检查，如满足

C、若CAdj＝0，转入流程H；否则，CAdj＝0，继续。

D、令标识MGAdj[s]＝1的阶段，阶段有效绿灯时间

E、判断C

(a)根据流量比计算所有Adj[s]＝0阶段的有效绿灯时间：

g

(b)Adj[s]＝1阶段的有效绿灯时间为最小有效绿灯时间。

F、对所有标识Adj[s]＝1的阶段有效绿灯时间(等于最小有效绿灯时间)进行检查，判断g

G、令所有标识Adj[s]＝1的阶段有效绿灯时间等于最小有效绿灯时间，即

返回流程B。

H、输出各阶段有效绿灯时间，并根据C＝∑g

本发明通过饱和流率标定、改进Webster配时法使其适配非标准相位方案和过饱和交通流情况且实现交通信号配时优化或实时自主优化。

基于本发明实现交通信号配时优化或实时自主优化的应用场景如下：

当应用于长期稳定的交通路段，例如城市主干道、高速公路等，可以基于本发明实现信号配时优化。基于历史数据和交通预测进行计算和调整，以提高交通效率和减少交通拥堵。交通信号配时优化的方法一般在固定时间段内进行调整，例如早晚高峰时段。

当应用于交通流量变化较大、交通状况波动较频繁的路段，例如交叉口、路口等，可以基于本发明实现信号实时自主优化。通过实时获取车道上的过车信息，如交通监测设备、车辆探测器、摄像头等，然后根据这些过车信息基于本发明来动态调整信号灯的配时方案。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。