一種面向可協調控制的干線交叉口關聯性分析及劃分方法

一種面向可協調控制的干線交叉口關聯性分析及劃分方法
【專利摘要】本專利公開了一種面向可協調控制的干線交叉口關聯性劃分方法，包括：步驟1，獲取干線用于各交叉口的關聯性分析的交通參數；步驟2：獲取干線各個交叉口實行單點控制時的信號配時方案數據；步驟3：確定相鄰交叉口的關聯度；步驟4：干線可協調控制交叉口的劃分。本發明建立了一個綜合關聯度指標來表達干線相鄰信號交叉口之間的關聯性，全面考慮了影響相鄰交叉口關聯度的五個關鍵因素，以協調相位協調車流通行能力最大化為主要目標，準確量化了相鄰交叉口之間的關聯程度，建立了科學、全面的關聯性分析方法。
【專利說明】
-種面向可協調控制的干線交叉口關聯性分析及劃分方法
技術領域
[0001] 本發明屬于智能交通管理和控制技術領域，設及一種用于城市交通控制系統中干 線相鄰交叉口關聯性分析及可協調控制的交叉口劃分方法。
【背景技術】
[0002] 城市交通干線承擔著整個城市的主要交通負荷，因此干線的協調控制主要也是針 對干線直行車流來進行設計的，干線控制是否合理有效，將直接影響到整個城市路網能否 快速有效的運行。由于城市交通具有隨機性、時變性和非線性的特點，傳統的干線協調控制 方式已經不能適應現代快速發展的交通要求。對于包含若干個交叉口的干線進行交通信號 協調控制時，往往需要按照一定的規則，將整條干線劃分為幾個相對獨立的"線控單元"，根 據"線控單元"的交通特性分別執行合適的控制優化策略。"線控單元"的劃分可W有效地優 化控制單元內可協調控制的交叉口間的交通信號配時方案，對于提升交通干線系統的穩定 性，提高干線通行能力及服務水平，避免交通堵塞具有十分重要的意義。
[0003] 在一條干線中，一個交叉口交通信號的調整往往會影響到相鄰若干個交叉口交通 流的運行狀況，相鄰交叉口間的關聯性日益明顯。劃分"線控單元"時首先要分析相鄰信號 交叉口之間的關聯性，W確定它們是否適合劃入同一個"線控單元"。目前，國內外學者多是 對交叉口交通狀態、路段長度、車輛到達率等因素進行分析，并利用數學建模的手段對控制 單元劃分的控制指標、闊值和算法進行相關研究。提出了基于"周期原則"、"流量原則"、"距 離原則"與"飽和度原則"的控制單元劃分方法，對可協調控制的相鄰交叉口間關聯度的研 究關注很少，尤其缺乏對各種影響相鄰交叉口相關性要素的綜合性分析。而現有的分析方 法均采用關聯度指標來表達交叉口之間的相關性，但是關聯度的計算方法依靠交通工程師 經驗確定，無法準確量化交叉口之間的聯系緊密程度。因此，通過對相鄰交叉口關聯性要素 的有效綜合，系統科學地確定了關聯度模型結構及臨界闊值，給出了相鄰交叉口關聯度的 定義，提出了基于關聯度分析的可協調控制交叉口劃分方法，實現了線控單元劃分的量度 化、標準化與系統化，為干線協調控制技術方法研究奠定了堅實基礎。
[0004] 現有的一些專利中，已有一些交叉口相關性分析和交通控制單元劃分的方法。申 請號為:201210217064,專利《相鄰信號交叉口相關性分析方法》中提出了一種相鄰信號交 叉口相關性的分析方法，但關聯度的闊值依靠經驗確定，缺乏一定的科學性，且并未明確適 用范圍；申請號為:201310478215,專利《基于C-均值模糊聚類分析的控制子區動態劃分方 法》中提供了一種定量劃分控制單元的方法，能根據交叉口交通流的動態特性和靜態特征， 優化劃分控制單元，該方法將單交叉口指標作為劃分依據，并未考慮交叉口間的相互影響， 對于干線協調控制，效果并不理想；申請號為:201310499695,專利《交通控制區域動態劃分 方法》中提出了一種基于相鄰交叉口之間路段的粗劃分指標CI的交通控制區域動態劃分方 法，但是該方法重的粗劃分指標CI是根據距離原則、流量原則、周期原則確定，并未將相鄰 交叉口關聯性要素進行有效綜合，計算簡單，劃分依據考慮不全面，且并未針對干線的交通 信號協調控制。

【發明內容】

[0005] 本發明的目的在于克服現有劃分方法劃分目標單一，交叉口間相關性因素考慮不 全面的問題，提出了一種基于干線相鄰信號交叉口關聯度分析的劃分方法，提高關聯度模 型結構與臨界闊值確定方面的系統性和科學性，實現了準確量化交叉口之間的關聯程度， 增加了干線通行能力和效率，適應了自適應交通控制系統的要求。
[0006] 為了解決上述問題，本發明提供了：
[0007] -種面向可協調控制的干線交叉口關聯性劃分方法，包括:步驟1，獲取干線用于各 交叉口的關聯性分析的交通參數;上述交通參數包括W to為時間間隔，采集數據包括干線相 鄰交叉口間的關聯路段的小時交通量、關聯路段的車輛平均速度、關聯路段的車輛排隊長度 W及關聯路段上車輛的平均延誤和通過上游交叉口時車輛的平均延誤時長，并將上述數據作 為影響交叉口之間關聯性的動態作用因子;干線相鄰交叉口巧日交叉口 j(i<j)，從巧Ijj方向， 記相鄰交叉口間的間距為關聯路段的小時交通量為9口>，關聯路段的車輛平均速度為 1'(巧'關聯路段上第k條車道的車輛最大排隊長度為為 <；；，關聯路段上車輛的平均延誤為 ，通過交叉口 i時車輛的平均延誤時長為，關聯路段上車流占用車道數"(可°步驟2:獲 取干線各個交叉口實行單點控制時的信號配時方案數據;所述單點控制時的信號配時方案數 據包括信號周期、綠信比和相鄰交叉日協調相位相位差;所述信號周期通過Cmax與Cmin分別表 示相鄰交叉口 i和交叉口 j的獨立設計信號周期中最大與最小值;所述綠信比在干線相鄰交叉 口巧〇交叉口^'，車流從巧1山'方向，通過各(?：7,與馬'乃1表示從巧1^'方向上相鄰交叉口巧〇交叉口占· 的綠燈持續時長;所述相鄰交叉口協調相位相位差在干線相鄰交叉口 i和交叉口 j，車流從i到 j方向，通過表示從巧リj方向上相鄰交叉口巧日交叉口 j之間的相位差。步驟3:確定相鄰交 叉口的關聯度;所述相鄰交叉口的關聯度包括段交通量關聯度、交叉口信號配時關聯度、行程 時間關聯度、排隊長度關聯度和平均延誤關聯度；其中：路段交通量關聯度：
其中，為相鄰交叉口巧日j的路段交通量關聯度;0悶為關聯路段車道組 小時交通量;Lv為單個車輛的平均長度，取4.5m; ^朽j為相鄰交叉口 i和j間的間距，即相鄰交叉 口 i和j間路段車道總長度;"(巧為相鄰交叉口 i到j方向路段車流占用車道數;to為取樣時間； 信號配時關聯度：
廷中，巧;為相鄰交 叉口巧日j的信號配時關聯度;Cmax與Cmin分別為相鄰交叉口巧日交叉口 j的獨立設計信號周期 最大與最小值;分別為相鄰交叉口 i和交叉口 j的綠燈持續時長;口為相鄰交叉 口 i和交叉口 j之間的相位差；行程時間關聯度：
岸 中，/1.<可為相鄰交叉口巧日j的行程時間關聯度；V悶表示to時間內關聯路段上車輛行駛的平 均車速;排隊長度關聯度：
其中Λ巧，為相鄰交叉口巧日j的排隊長度 關聯度；表示to時間內相鄰交叉口 i和j的關聯路段上第k條車道的車輛最大排隊長度； 平均延誤關聯度：
庚中，厲為相鄰交叉口 i和j的平均延誤關聯度； 為*〇時間內相鄰交叉口巧蚊叉口 j關聯路段上車輛的平均延誤為to時間內車輛從 交叉口 i到相鄰交叉口 j方向，車輛行駛通過交叉口 i的平均延誤。對于干線從上游交叉口 i 到下游交叉口 j方向（簡稱ζ?方向），相鄰交叉口 i與交叉口 j之間的關聯度氣而按
史行定義計算;在雙向協調方向，對于to時間內 相鄰交叉口 i與交叉口 j之間的關聯度D(i,j)，定義為相鄰交叉口 i與交叉口 j之間的雙向最大 關聯度，即在巧Ijj方向相鄰交叉口關聯度氣動與j到i方向相鄰交叉口關聯度〇而之中取大
，其中，D(i,j)為在to時間間隔內相鄰交叉口巧日j的關聯度。W此類 推，Wto為采樣間隔，計算得到整個仿真時間t內的相鄰交叉口 i和j的所有關聯度值。步驟 4:干線可協調控制交叉口的劃分;按照步驟3計算得到仿真時間t內相鄰交叉口 i和j的所有 雙協調方向取大后得到的關聯度值D(i,"，求平均得到?^，記為相鄰交叉口 i和j的關聯 度；當干線共有N個交叉口時，則干線所有相鄰交叉口的所有關聯度值D(i,山共計有N-1個散 點數值，采用基于密度標準的DBSCAN聚類方法，對上述散點數值分類，實現對干線可協調控 制的交叉口的劃分。
[000引優選地，所述DBSCAN算法:選擇上述散點數值中任意兩個點之間的距離作為距離 度量；W給定點P為中屯、的圓形鄰域的范圍化PS)和給定點P為中屯、的鄰域內最少點的數量 (minPts)為輸入參數;其中，確定輸入參數之一半徑化S:對給定相鄰交叉口 i和j的關聯度 的數據集？={口山）山^' = 1，2，。'114刊}，對于任意點口山'），計算點口山')至化集合中 所有點之間的距離，距離按照從小到大的順序排序，排序后的距離集合為D={d(l)，d (2)，…，(1化-1)，(1化），(1化+1)，-，，(1(11)}，則(1化)就被稱為4-距離;4-距離是點9(。'）到其自 身之外的所有點之間距離第k近的距離;對待聚類集合中每個點p(ij)都計算k-距離，最后 得到所有點的k-距離集合6={6(1)，6(2)，-，，6(11)};根據得到的所有點的4-距離集合6，對 集合E按照e(l)~e(n)之間數值大小進行升序排序后得到k-距離集合E'，擬合一條排序后 的E'集合中k-距離的變化曲線，將發生變化最大的位置所對應的k-距離的值，確定為半徑 Bps的值；另一輸入參數minPts > 1。
[0009]優選地，DBSCAN算法對所有相鄰交叉口的關聯度散點遍歷后形成各個簇，對于數 據集中存在不屬于任何簇的點，將其定義為噪聲點;若噪點出現在兩端，即所述噪點位于第 1或N-1的位置，所述噪點對應端點處的相鄰交叉口，如果該值明顯大于其他數據點，則將端 點處的兩個相鄰交叉口劃分為一個獨立的線控單元協調控制，如果該值明顯小于其他數據 點，則對端點處的交叉口進行單點控制；
[0010] 若噪點不在端點處，即所述噪點位于第2~(N-2)的任意位置，所述噪點對應干線 中間的相鄰交叉口 i和j的關聯度值(i<j)，則將噪點對應的關聯度值與交叉口 i和交叉 口 i-1的關聯度D(i，i-1)比較，將交叉口 i與關聯度較大的歸為一類;將噪點對應的關聯度 值5^與交叉口 j與交叉口 j+1的關聯度D(j，j+1)比較，將交叉口 j與關聯度較大的值歸為 一類;若交叉口 i與交叉口 i-1歸為一類，而交叉口 j與i歸為一類，則對交叉口 j進行單點控 審IJ;若交叉口 i與j歸為一類，而交叉口 j與j+1歸為一類，則對交叉口 i進行單點控制。
[0011] 優選地，通過調整化S和MinPts的值，經過多次迭代計算對比，選擇最合適的參數 值。
[0012] 優選地，對于聚為一類但實際不相鄰的交叉口自動劃分開，分為兩個線控單元進 行協調控制;按路段的關聯值進行類別劃分后，處于分界位置的交叉口，分別比較其與左右 相鄰交叉口的關聯度，與關聯度值較大的歸為一類進行協調控制;若出現剩余單獨的交叉 口，則進行單點控制。
[0013] 與現有技術相比本發明的優點在于：
[0014] (1)本發明建立了一個綜合關聯度指標來表達干線相鄰信號交叉口之間的關聯 性，全面考慮了影響相鄰交叉口關聯度的五個關鍵因素，W協調相位協調車流通行能力最 大化為主要目標，準確量化了相鄰交叉口之間的關聯程度，建立了科學、全面的關聯性分析 方法。
[0015] (2)本發明所述的相鄰信號交叉口關聯性的關聯度模型中的參數隨路網交通狀態 的變化而變化，避免了 W往相關性分析中參數確定對經驗的依賴，運對于動態分析干線相 鄰信號交叉口之間的關聯性，實現可協調控制交叉口的劃分具有重要意義。
[0016] (3)本發明所述的基于干線相鄰信號交叉口關聯度分析的劃分方法建立在綜合分 析關聯性影響因素的基礎上，同時避免了通過經驗確定的綜合關聯度闊值對交通控制子區 的劃分，運用DBSCAN聚類算法，科學合理地確定了干線各相鄰交叉口不同關聯度指標值的 所屬類別，實現了干線可協調控制交叉口子區的準確劃分。
【附圖說明】
[0017] 圖1為本發明方法邏輯流程圖；
[001引圖2為本發明實施例中的干線示意圖；
[0019]圖3為本發明中干線相鄰交叉口關聯性分析流程圖；
[0020]圖4為本發明中干線可協調控制交叉口劃分方法流程圖；
[0021 ]圖5為本發明中確定交叉口劃分的輸入半徑的曲線圖。
[0022] 圖6為本發明中干線可協調控制交叉口劃分結果圖。
【具體實施方式】
[0023] 下面結合附圖和具體實施例對本發明做進一步闡述。
[0024] 本【具體實施方式】提供了一種基于可協調控制的干線交叉口關聯性分析及劃分方 法，通過下述步驟實現：
[0025] 步驟1:獲取干線用于各交叉口的關聯性分析的交通參數
[0026] 在所述步驟1中獲取上述交通參數包括但不限于相鄰交叉口間距、相鄰交叉口間 的關聯路段的小時交通量、關聯路段的車輛平均速度、關聯路段的車輛排隊長度W及關聯 路段上車輛的平均延誤和通過上游交叉口時車輛的平均延誤等。獲取上述參數為基于該參 數進行相關的交叉口的關聯性分析做準備。獲取的方式可W是與相關采集系統或者其他數 據源相連獲取相關數據也可W是通過輸入的方式獲取相關數據。
[0027] 相鄰交叉口間距將作為影響交叉口之間關聯性的靜態作用因子；Wto為時間間 隔，采集數據包括干線相鄰交叉口間的關聯路段的小時交通量、關聯路段的車輛平均速度、 關聯路段的車輛排隊長度W及關聯路段上車輛的平均延誤和通過上游交叉口時車輛的平 均延誤，運五個參數將作為影響交叉口之間關聯性的動態作用因子。假定干線相鄰交叉口 i 和交叉口 j(i<j)，從i到j方向，記相鄰交叉口間的間距為關聯路段的小時交通量為 9巧'關聯路段的車輛平均速度為1巧'關聯路段上第k條車道的車輛最大排隊長度為為 <;,，關聯路段上車輛的平均延誤為氣^,1，通過交叉口 i時車輛的平均延誤為氣關聯路段 上車流占用車道數1 詞下面分別對影響干線交叉口關聯性分析的幾個作用因子做簡要分 析。
[002引（1)相鄰交叉口間距
[0029] 對于干線協調控制而言，相鄰交叉口間距是決定相鄰交叉口關聯性強弱的一個關 鍵因素。一方面，干線相鄰交叉口間距的長短決定了上游交叉口駛出的車輛隊列在到達下 游交叉口時是否保持良好的連續性，從而影響協調控制作用的強弱，反映了相鄰交叉口間 的關聯性強弱。另一方面，干線相鄰交叉口間距的長短也決定了交叉口間關聯路段可容納 的最大交通量，W及下游路段排隊車輛是否會影響上游交叉口的車輛放行。
[0030] (2)路段交通量
[0031] 路段交通量的大小直接決定路段的交通擁擠狀況，是實時影響相鄰交叉口關聯性 大小的一個主要因素。路段交通量的大小決定了交叉口間關聯路段上是否有較大的剩余可 容納交通量，從而影響車輛隊列行駛的離散性強弱，反映出相鄰交叉口之間的實時相關性 強弱。路段交通量作為一種動態作用指標，可通過線圈檢測技術采集相鄰交叉口之間關聯 路段的交通量。
[0032] (3)排隊長度、平均車速及平均延誤
[0033] 排隊長度、平均車速和平均延誤的大小從側面反映了相鄰交叉口關聯路段的交通 實時狀態，路段排隊長度若過長會蔓延到上游交叉口，說明了相鄰交叉口間實時相關性較 強，故需要將相鄰交叉口協調控制W緩解擁堵狀況。而排隊長度的累積也會使得干線的平 均延誤增大，車輛平均行駛速度減小，影響整個干線車輛的通行。因此，綜合考慮運Ξ個實 時交通指標，可W有效分析相鄰交叉口間的關聯性。
[0034] 步驟2:獲取干線各個交叉口實行單點控制時的信號配時方案數據；
[0035] 單點控制時的信號配時方案數據，例如交叉口信號配時參數的設置可W有效地控 制路段交通量和決定協調控制實時效果，是決定相鄰交叉口實時關聯性大小的另一個重要 因素。所述單點控制時的信號配時方案數據包括但不限于信號周期、綠信比和相鄰交叉口 協調相位相位差等。
[0036] (1)信號周期
[0037] 干線相鄰交叉口之間良好的協調信號控制與相鄰交叉口的信號周期時長關聯性 很大，相鄰交叉口各自獨立設計的信號周期參差不齊，影響了各交叉口自身的車輛通行效 率與干線相鄰交叉口間的協調控制效果，進而影響了相鄰交叉口間的關聯性。記Cmax與Cmin 分別為相鄰交叉口 i和交叉口 j的獨立設計信號周期中最大與最小值。
[003引（2)綠信比
[0039] 所述綠信比是指交通燈一個周期內可用于車輛通行的時間比例。假定干線相鄰交 叉口 i和交叉口 j，車流從i到j方向，則相鄰交叉口協調相位的綠信比之差，將決定一段時間 內從巧Ijj方向上關聯路段交通量的累積與消散，也是影響相鄰交叉口相關性強弱的一個重 要因素。例如，若綠信比差值為正時，路段交通量將逐步積累，相鄰交叉口之間的關聯性逐 漸增強;反之，相鄰交叉口之間的關聯性逐漸減弱到某一定值。記分別為從i到j 方向上相鄰交叉口 i和交叉口 j的綠燈持續時長。
[0040] (3)相位差
[0041] 假定干線相鄰交叉口 i和交叉口 j，車流從i到j方向，則相鄰交叉口協調相位的相 位差，將決定一個信號周期內路段上可能存在的最大交通量，對相鄰交叉口的實時關聯性 大小也會產生一定影響。但與綠信比差不同，相位差對相鄰交叉口相關性的影響并不具有 積累效應，而只是在當前信號周期內發揮瞬時作用。記為從i到j方向上相鄰交叉口 i和 交叉口 j之間的相位差。
[0042] 步驟3:確定相鄰交叉口的關聯度；
[0043] 相鄰交叉口的關聯度由路段交通量關聯度、交叉口信號配時關聯度、行程時間關 聯度、排隊長度關聯度和平均延誤關聯度五部分組成。本發明針對干線協調控制，故基于干 線協調相位的通行情況研究相鄰交叉口間的關聯性，假設干線相鄰交叉口 i和交叉口 j，雙 向協調控制，從i到j單向協調方向的五個關聯度的計算公式為：
[0044] (1)路段交通量關聯度：
[0045]
[0046] 其中，^巧)為相鄰交叉口 i和j的路段交通量關聯度；9可為關聯路段車道組小時 交通量，單位pcus/hour ;pcus/hou;r表示等效通行能力，即單位時間內可能通過的的最大交 通實體數(全部換算為當量小客車）;Lv為單個車輛的平均長度，取4.5m;^fr,|為相鄰交叉口 i 和j間的間距，即相鄰交叉口 i和j間路段車道總長度;1巧為相鄰交叉口 i到j方向路段車流 占用車道數;to為取樣時間。
[0047] (2)信號配時關聯度：
[0048] 考慮相鄰交叉口間配時參數(信號周期、綠信比和相位差）的差異性對關聯度的影 響，就可W定義：
[0049]
[0化0] 其中，竊為相鄰交叉口 i和j的信號配時關聯度;Cmax與Cmin分別為相鄰交叉口 i和 交叉口 j的獨立設計信號周期最大與最小值;與分別為相鄰交叉口 i和交叉口 j的 綠燈持續時長;0?為相鄰交叉口 i和交叉口 j之間的相位差。
[0051] (3)行程時間關聯度：
[0052] 參考交通信號協調及配時優化軟件Syncho中應用協調系數CF關于行程時間協調 系數的定義，Synchro認為相鄰兩個交叉口之間的行程時間一旦大于80s，由于距離過遠不 適宜采用協調控制，行程時間協調系數值設為0;而兩個交叉口之間的行程時間小于4s的 話，間距過短易產生溢流，此系數設為100。對行程時間在4至80s之間的相鄰兩交叉口，定義 行程時間關聯度：
[0化3]
[0054] 其中Λ厲)為相鄰交叉口巧Pj的行程時間關聯度；、村表示to時間內關聯路段上車 輛行駛的平均車速。
[0055] (4)排隊長度關聯度：
[0化6]
[0057] 其中Λ(瓊為相鄰交叉口巧日j的排隊長度關聯度；表示to時間內相鄰交叉口i 和j的關聯路段上第k條車道的車輛最大排隊長度。
[0058] (5)平均延誤關聯度：
[0化9]
[0060] 其中，Αχ功為相鄰交叉口巧日j的平均延誤關聯度；<：7>為*〇時間內相鄰交叉口巧U 交叉口 j關聯路段上車輛的平均延誤;為to時間內車輛從交叉口 i到相鄰交叉口 j方向， 車輛行駛通過交叉口 i的平均延誤。
[0061] 對于干線從上游交叉口 i到下游交叉口 j方向（簡稱?方向），相鄰交叉口 i與交叉 口 j之間的關聯度氣商可按式(6)進行定義計算：
[0062]
[0063]同理，對于相鄰交叉口 i和j，從j到i的單向協調方向來說，采集步驟1和步驟2中所 示的各交通參數，則相鄰交叉口 j到i之間的關聯度按照公式(1)-(6)計算得到，記為馬。。
[0064]在雙向協調方向，對于to時間內相鄰交叉口 i與交叉口 j之間的關聯度D(ij)，可定 義為相鄰交叉口 i與交叉口 j之間的雙向最大關聯度，即在巧ijj方向相鄰交叉口關聯度％ 與j到i方向相鄰交叉口關聯度氣巧之中取大。
[00 化]
[0066] 其中，D(ij)為在to時間間隔內相鄰交叉口 i和j的關聯度。W此類推，Wto為采樣間 隔，計算得到整個仿真時間t內的相鄰交叉口 i和j的所有關聯度值。
[0067] 步驟4:干線可協調控制交叉口的劃分；
[0068] 按照步驟3,計算得到仿真時間t內相鄰交叉口 i和j的所有關聯度值D(i,^，求平均 得到，記為相鄰交叉口 i和j的關聯度。設干線共有N個交叉口，則干線所有相鄰交叉口 的關聯度散點值有N-1個，采用基于密度標準的DBSCAN聚類方法，對散點分類，W實現對干 線可協調控制的交叉口的劃分。
[0069] DBSCAN算法需要選擇一種距離度量，對于待聚類的數據集中，任意兩個點之間的 距離，反映了點之間的密度，說明了點與點是否能夠聚到同一類中。DBSCAN算法需要輸入2 個參數:一個參數是半徑化PS)，表示W給定點P為中屯、的圓形鄰域的范圍；另一個參數是W 點P為中屯、的鄰域內最少點的數量(minPts)。
[0070] DBSCAN算法的關鍵問題是：
[0071] 1)確定輸入參數之一半徑化s:DBSCAN聚類使用到一個k-距離的概念，對給定相鄰 交叉口i和j的關聯度馬的數據集P= {p(ij) ;i，j = l，2，···η，;?辛j}，對于任意點P(i j)，計 算點P(ij巧化集合中所有點之間的距離，距離按照從小到大的順序排序，假設排序后的距 離集合為D= {d(l)，d(2)，···，cKk-l)，cKk)，cKk+l)，···，d(n)}，則cKk)就被稱為k-距離。也 就是說，k-距離是點p(ij巧Ij所有點（除了 p(ij)點)之間距離第k近的距離。對待聚類集合中 每個點Ρ(υ)都計算k-距離，最后得到所有點的k-距離集合6={6(1)，6(2)，一，6(11)}。根據 得到的所有點的k-距離集合E，對集合E進行升序排序后得到k-距離集合E'，需要擬合一條 排序后的E'集合中k-距離的變化曲線圖，然后繪出曲線，通過觀察，將急劇發生變化的位置 所對應的k-距離的值，確定為半徑化S的值。
[0072] 2)確定另一輸入參數minPts:根據經驗計算最少點的數量minPts，確定minPts的 大小，實際上也是確定k-距罔中k的值，k> 1。
[0073] DBSCAN算法對所有相鄰交叉口的關聯度散點遍歷后形成各個簇，若此時數據集中 存在不屬于任何簇的點，則視為噪聲點。如果覺得經驗值聚類的結果不滿意，可W適當調整 Eps和MinPts的值，經過多次迭代計算對比，選擇最合適的參數值。
[0074] 步驟5:干線可協調控制的交叉口劃分結果；
[0075] DBSCAN算法輸入:數據集是由N-1個干線相鄰交叉口巧日j的關聯度0^(i<j)數據 點組成;被劃分為同一簇的最少點的數量minPts含1;半徑化S按照步驟4中的"1)確定輸入 參數之一半徑化S"的計算步驟求解，其中設定k值，進而得到半徑化S的值。
[0076] DBSCAN算法輸出：符合實際交通狀況，達到可協調控制的要求;所有生成的簇(將 干線N個交叉口劃分為不同的可協調控制子區）。
[0077] 聚類結果判定為噪點的值處理如下:若噪點出現在兩端，即端點處的相鄰交叉口， 如果該值明顯大于其他數據點，則將端點處的兩個相鄰交叉口劃分為一個獨立的線控單元 協調控制，如果該值明顯小于其他數據點，則對端點處的交叉口進行單點控制。若噪點不在 端點處，即對應干線中間的相鄰交叉口 i和j，則比較交叉口 i和j與另一側相鄰交叉口的關 聯度，將其與關聯度較大的值歸為一類。
[0078] 聚為一類但無法協調控制的交叉口處理如下:對于聚為一類但實際不相鄰的交叉 口自動劃分開，分為兩個線控單元進行協調控制。按路段的關聯值進行類別劃分后，處于分 界位置的交叉口，分別比較其與左右相鄰交叉口的關聯度，與關聯度值較大的歸為一類進 行協調控制。若出現剩余單獨的交叉口，則進行單點控制。
[0079] 本發明對干線相鄰交叉口的關聯度進行分析，綜合考慮了影響交叉口關聯性的多 重因素，對相鄰交叉口關聯性進行了準確量化，并且基于關聯度指標對可協調控制的交叉 口進行劃分，對劃分為一類的交叉口可采取協調控制方式，提高干線的通行能力，進而提升 整個路網的通行效率。
[0080] 實施例一
[0081] 在本【具體實施方式】中，提供了如下實施例，該實施例中W合肥市高新區望江西路 此東西向干線的交通狀態數據為例提，包括供了如圖1、圖3和圖4所示的流程。具體而言，通 過下述步驟實現：
[0082] 步驟1:獲取干線各個交叉口實行單點控制時的信號配時方案；
[0083] 交叉口信號配時參數(信號周期、綠信比和相位差)作為直接影響關聯度的靜態作 用因子，其各個交叉口協調方向的配時參數如表1所示。干線交叉口執行協調控制時的協調 相位是東西向，故表中的綠燈時長表示東西向的綠燈時間，因為交叉口 i雙向綠燈時間相 同，尚
[0084]
[0085] 步驟2:采集干線各交叉口的關聯性分析的交通參數；
[0086] 本發明W合肥市高新區望江西路此東西向干線的交通狀態數據為例，數據空間范 圍西起創新大道和望江西路交叉口，東至西二環路和望江西路交叉口，全長7333.1米，共12 個交叉口，11個相鄰交叉口關聯路段，交叉口 ID從西至東編號依次增加，仿真路網如圖2所 示;時間范圍為每隔五分鐘采集一次數據，仿真時間共一小時。
[0087] (1)干線相鄰交叉口間距
[008引經過實地測量，得到該靜態影響因子，相鄰交叉口間距如下：
[0089] 路段Ri即交叉口 1和2間的關聯路段，有：氣巧=[阿=彿7.4 m，W此類推，路段於有： 王網=王網二訊7'7 m，路段把有：王阿=王悶=542.5 m.路段尺4有：王阿=王阿=()44.；^，路段扣有： 王網二王網=1撕Gm，路段Rg有：王(巧)際)=387'5町路段R?有網=L網=272. 6m，路段齡有； V9)=如)=撕m，路段R成：%ΓΟ)=王(雨)=775.8 m，路段Rio有：命劇=王(麗)=巧4.9 m，路 段Rii有：王(町1)=王(勵)=358.9m。
[0090] 各關聯路段車道數：路段Ri有："網-"閩-4 '路段R2有："網-"防)-4,路段R3有： '柄=4' "?巧=5,路段R4有：。町)="阿=5'路段Rs有："阿=巧巧= 4，路段Rs有："朽)="網=4， 路段R?有："網=0網三3 '路段Rs有：Μ(爵)=4,《網=3，路段Rg有：《卿=Μ(曬)=4，路段Rio 有:"(廝1)二4' "(耐)=3，路段Rii有:。(麗)二內阿)三2。
[0091] (2)路段交通量
[0092] W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，獲得相鄰交叉口 i到j協 調方向W及從j到i協調方向關聯路段的交通量%7>:郝%5：)哨交叉口8和交叉口9為例，結 果如表2所示：
[0093]
[0094] (3)排隊長度
[0095] W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，獲得相鄰交叉口 i到j協 調方向W及從j到i協調方向關聯路段的最大排隊長虔
擬交叉口 8和交叉口 9為例，即
結果如表3所示：
[0096]
[0097] (4)平均車速
[009引 W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，獲得相鄰交叉口 i到j協 調方向W及從j到i協調方向關聯路段車輛的平均速度朽)和V爐)交叉口8和交叉口9為 例，結果如表4所示：
[0099]
[0100]
[0101] (5)平均延誤
[0102] W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，獲得相鄰交叉口 i到j協 調方向關聯路段的車輛平均延誤和通過上游交叉口的車輛平均延誤相鄰交叉口 j 至Iji協調方向關聯路段的車輛平均延誤和通過上游交叉口的車輛平均延誤交叉 刖和交叉口 9為例，結果如表5所示： 「01031
[0104]
[0105] 步驟3:確定相鄰交叉口的關聯度；
[0106] 相鄰交叉口的關聯度由路段交通量關聯度、交叉口信號配時關聯度、行程時間關 聯度、排隊長度關聯度和平均延誤關聯度五部分組成。本發明針對干線協調控制，故基于干 線協調相位的通行情況研究相鄰交叉口間的關聯性，假設干線相鄰交叉口 i和交叉口 j，雙 向協調控制，從i到j單向協調方向的五個關聯度的計算公式為：
[0107] (1)路段交通量關聯度：
[010 引
[0109] 其中Λ(巧為相鄰交叉口 i和j的路段交通量關聯度;%為關聯路段車道組小時 交通量，單位pcus/hour; Lv為單個車輛的平均長度，取4.5m; '巧為相鄰交叉口 i和j間的間 距，即相鄰交叉口 i和j間路段車道總長度；"(巧為相鄰交叉口 i到j方向路段車流占用車道 數;to為取樣時間，取5min。
[0110] W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，按照式（1)計算得到相 鄰交叉口 i到j協調方向的路段交通量關聯度，結果如表6所示：
[0111]
[0112]
[0113] (2)信號配時關聯度：
[0114] 考慮相鄰交叉口間配時參數(信號周期、綠信比和相位差）的差異性對關聯度的影 響，就可W定義：
[0115]
[01 1 6] 其中Λ石，為相鄰交叉口巧日j的信號配時關聯度;Cmax與Cmin分別為相鄰交叉口巧口 交叉口 j的獨立設計信號周期最大與最小值;與gjbj分別為相鄰交叉口 i和交叉口 j的綠 燈持續時長;為相鄰交叉口 i和交叉口 j之間的相位差。
[0117]由式(2)計算得到的干線相鄰交叉口信號配時關聯度如表7所示：
[011 引
[0119] (3)行程時間關聯度：
[0120] 相鄰兩個交叉口 i和j之間的行程時間一旦大于80s，J巧動設為0;而兩個交叉口之 間的行程時間小于4s的話，可設為100。對行程時間在4至80S之間的相鄰兩交叉口 i和j， 從i到j單向協調方向，定義行程時間關聯度：
[0121]
[012^ 其中Λ?胡為相鄰交叉口 i和j的行程時間關聯度；V朽)表示每五分鐘時間內關聯路 段上車輛行駛的平均車速，單位m/s，to取5min。
[0123] W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，按照式(3)計算得到相 鄰交叉口 i到j協調方向的行程時間關聯度，結果如表8所示：
[01941
[0125]
[0126] 由于量綱不同導致計算結果與其余四個關聯度差異性較大，故對結果進行最大值 最小值標準化，化為0到1區間內。按照公式計算得到相鄰交叉口 i到j協調方向 歸一化后的行程時間關聯度，結果如表9所示：
[0127]
[012 引
[0129] (4)排隊長度關聯度：
[0130]
[013。 其中Λ稱為相鄰交叉口巧Pj的排隊長度關聯度;表示每五分鐘時間內相鄰交 叉口 i和j的關聯路段上第k條車道的車輛最大排隊長度。
[0132] W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，按照式(4)計算得到相 鄰交叉口 i到j協調方向的行程時間關聯度，結果如表10所示：
[0133]
[0134] (5)平均延誤關聯度：
[0135]
[0136] 其中，/。勵為相鄰交叉口巧日j的平均延誤關聯度； <。為每五分鐘相鄰交叉口巧U 交叉口 j關聯路段上車輛的平均延誤；為每五分鐘車輛從交叉口 i到相鄰交叉口 j方向， 車輛行駛通過上游交叉口的平均延誤。
[0137] W每五分鐘為時間間隔，仿真時長一小時。通過仿真輸出，按照式(5)計算得到相 鄰交叉口 i到j協調方向的平均延誤關聯度，結果如表11所示：
[013 引
[0139]
[0140] (6)確定相鄰交叉口關聯度：
[0141] 對于干線從上游交叉口 i到下游交叉口 j方向（簡稱竊方向），相鄰交叉口 i與交叉 口 j之間的關聯度C抗,可按式(6)進行定義計算：
[0142]
[0143] 結果如表12所示。
[0144]
[0145]
[0146] 同理，對于從j到i的單向協調方向來說，計算得到相鄰交叉口 j到i之間的關聯度 記為〇府。
[0147] 在雙向協調方向，每五分鐘相鄰交叉口 i與交叉口 j之間的關聯度D(i,j)，可定義為 相鄰交叉口 i與交叉口 j之間的雙向最大關聯度，即在i到j方向相鄰交叉口關聯度^商);與j 到 i方向相鄰交叉口關聯度Λ乃之中取大。
[014 引
[0149] 其中，D(i,"為相鄰交叉口 i和j的關聯度。W每五分鐘為時間間隔，仿真時長一小 時。一小時相鄰交叉口 i和j的所有關聯度町1,山的結果如表13所示。
[0150]
[0151]
[0152] 步驟4:干線可協調控制交叉口的劃分；
[0153] 根據表14的結果，對一小時相鄰交叉口 i和j的關聯度求平均得到5^，記為相鄰 交叉口 i和j的關聯度。圖2中的干線共有12個交叉口，結果如表14所示：
[0154]
[0156] 干線所有相鄰交叉口的關聯度散點值有11個，采用基于密度標準的DBSCAN聚類方 法，對散點分類，W實現對干線可協調控制的交叉口的劃分。
[0157] 1)確定DBSCAN算法輸入參數minPts :根據經驗計算最少點的數量minPts，確定 minPts的大小，實際上也是確定k-距離中k的值，由于共11個點，故選擇劃分為同一簇的點 的數量滿足符合實際情況的最小值，取k = 2。故minPts = 2。
[0158] 2)確定DBSCAN算法輸入參數半徑化S:對給定相鄰交叉口 i和j的關聯度萬^的數 據集P= {2.211，2.313，2.150，1.376，1.439，2.783，2.703，1.537，1.358，1.980，3.326}，對 于任意點，計算它到P集合中剩余所有點之間的距離，距離按照從小到大的順序排序。由于k =2,故選取任一點到所有點（除本身)之間距離第2近的值。對待聚類集合中每個點都計算 2-距離，最后得到所有點的2-距離集合6={6(1)，6(2)，-'，6(11)}。根據得到的所有點的2- 距離集合E，對集合E進行升序排序后得到2-距離集合E '，E'= {0.063,0.081,0.081,0.102， 0.161，0.163，0.163，0.231，0.390，0.470，0.623}，需要擬合一條排序后的E'集合中2-距離 的變化曲線圖，然后繪出曲線，如圖5所示，通過觀察，急劇發生變化的位置所對應的2-距離 的值為0.163，運就是DBSCAN算法劃分可協調控制交叉口時的半徑化S的值。故化S = 0.163。
[0159] 步驟5:干線可協調控制的交叉口劃分結果；
[0160] DBSCAN算法輸入:被劃分為同一簇的最少點的數量minPts = 2;半徑化S = 0.163。
[0161] DBSCAN算法輸出：符合實際交通狀況，達到可協調控制的要求;所有生成的簇(將 干線12個交叉口劃分為不同的可協調控制子區）。
[0162] W相鄰交叉口關聯度值為聚類中屯、，將干線交叉口劃分為Ξ類，結果如表15所示， 對應的聚類中屯、值如表16所示。
[0163]
[0165]結合干線實際情況，其中劃分為第2類的所有交叉口實際并不是兩兩相鄰，故基于 相鄰屬性分為兩類進行協調控制。基于關聯度對干線交叉口進行劃分的聚類結果如圖6所 示。最后兩個值聚類結果判定為噪點，由于5^為3.326,明顯大于其他關聯度值，交叉口 11和12關聯性較強，故進行協調控制。此外，處于分界位置的交叉口，根據其與上下游交叉 口的關聯度將其劃分到關聯度較大的一類中，其中，吉大于^但是由于5^值明 顯大于Αιμιι，故交叉口 10不適宜與后兩個交叉口進行協調控制，故將交叉口 10劃為前一 類。最終，交叉口 1/2/3/4分為一類進行協調控制，交叉口 5實施單點控制，交叉口 6/7/8分為 一類進行協調控制，交叉口 9/10進行協調控制，交叉口 11/12進行協調控制。
[0166]本發明方法利用安徽省望江西路主干道的實際信號配時數據作為數據基礎， Paramics微觀交通仿真軟件搭建仿真環境獲取交通狀態數據，綜合考慮了影響交叉口關聯 性的多重因素，對干線相鄰交叉口的關聯度進行分析。在建立相鄰交叉口關聯度分析模型 的基礎上，選取基于密度劃分方法的DBSCAN聚類算法，對不同的相鄰交叉口關聯度指標值 進行精確分類，實現了干線可協調控制的交叉口劃分，對劃分為一類的交叉口可采取協調 控制方式，提高干線的通行能力，進而提升整個路網的通行效率。
【主權項】
1. 一種面向可協調控制的干線交叉口關聯性劃分方法，包括： 步驟1，獲取干線用于各交叉口的關聯性分析的交通參數； 上述交通參數包括以to為時間間隔，采集數據包括干線相鄰交叉口間的關聯路段的小 時交通量、關聯路段的車輛平均速度、關聯路段的車輛排隊長度以及關聯路段上車輛的平 均延誤和通過上游交叉口時車輛的平均延誤時長，并將上述數據作為影響交叉口之間關聯 性的動態作用因子;干線相鄰交叉口 i和交叉口 j(i〈j)，從i到j方向，記相鄰交叉口間的間 距為1P丨，關聯路段的小時交通量為^/7丨，關聯路段的車輛平均速度(可'關聯路段上第k 條車道的車輛最大排隊長度為為，關聯路段上車輛的平均延誤為<0，通過交叉口 i時車 輛的平均延誤時長為，關聯路段上車流占用車道數1明； 步驟2:獲取干線各個交叉口實行單點控制時的信號配時方案數據； 所述單點控制時的信號配時方案數據包括信號周期、綠信比和相鄰交叉口協調相位相 位差;所述信號周期通過Cma4C_分別表示相鄰交叉口 i和交叉口 j的獨立設計信號周期中 最大與最小值;所述綠信比在干線相鄰交叉口 i和交叉口 j，車流從i到j方向，通過丨與 5(?表示從i到j方向上相鄰交叉口 i和交叉口 j的綠燈持續時長;所述相鄰交叉口協調相位 相位差在干線相鄰交叉口 i和交叉口 j，車流從i到j方向，通過(6(67丨表示從i到j方向上相鄰 交叉口 i和交叉口 j之間的相位差； 步驟3:確定相鄰交叉口的關聯度； 所述相鄰交叉口的關聯度包括段交通量關聯度、交叉口信號配時關聯度、行程時間關 聯度、排隊長度關聯度和平均延誤關聯度;其中：-其中，7/彳可為相鄰交叉口 i和j的路段交通量關 聯度;為關聯路段車道組小時交通量;U為單個車輛的平均長度，取4.5m;1 丨g丨為相鄰交 叉口 i和j間的間距，即相鄰交叉口 i和j間路段車道總長度嚴網為相鄰交叉口 i到j方向路段 車流占用車道數;to為取樣時間；.其中，4(? ? 為相鄰交叉口 i和j的信號配時關聯度;Cma^C_分別為相鄰交叉口 i和交叉口 j的獨立設計 信號周期最大與最小值;丨與丨分別為相鄰交叉口 i和交叉口 j的綠燈持續時長;P丨b丨為 相鄰交叉口 i和交叉口 j之間的相位差；其中，為相鄰交叉口 i和j的行程時間關聯度;V(可表示to時間內關聯路段上車輛行駛的平均車速；其中Λ(〇為相鄰交叉口 i和j的排隊長度關聯 度;g表示to時間內相鄰交叉口 i和j的關聯路段上第k條車道的車輛最大排隊長度；其中，為相鄰交叉口 i和j的平均延誤關聯 度;<&為七?時間內相鄰交叉口 _交叉口 關聯路段上車輛的平均延誤;^為七?時間內車 輛從交叉口 i到相鄰交叉口 j方向，車輛行駛通過交叉口 i的平均延誤。 對于干線從上游交叉m到下游交叉口 j方向（簡稱U方向），相鄰交叉口 i與交叉口 j之在雙向協調方向，對于to時間內相鄰交叉口 i與交叉口 j之間的關聯度D(u)，定義為相 鄰交叉口 i與交叉口 j之間的雙向最大關聯度，即在i到j方向相鄰交叉口關聯度與·i 方向相鄰交叉口關聯度0^.)^之中取大今?,Λ _ = _m ax丨A 7Γ；?，3功}，其中，D (i, j)為在t 〇時間間隔內 相鄰交叉口 i和j的關聯度。以此類推，以to為采樣間隔，計算得到整個仿真時間t內的相鄰 交叉口 i和j的所有關聯度值。 步驟4:干線可協調控制交叉口的劃分； 按照步驟3計算得到仿真時間t內相鄰交叉口 i和j的所有雙協調方向取大后得到的關 聯度值D(1^，求平均得到H，記為相鄰交叉口 i和j的關聯度；當干線共有N個交叉口時， 則干線所有相鄰交叉口的所有關聯度值D(1』共計有N-1個散點數值，采用基于密度標準的 DBSCAN聚類方法，對上述散點數值分類，實現對干線可協調控制的交叉口的劃分。2.根據權利要求1所述的一種一種面向可協調控制的干線交叉口關聯性劃分方法，其 特征在于， 所述DBSCAN算法:選擇上述散點數值中任意兩個點之間的距離作為距離度量；以給定 點P為中心的圓形鄰域的范圍(Eps)和給定點P為中心的鄰域內最少點的數量(minPts)為輸 入參數； 其中， 確定輸入參數之一半徑E p s :對給定相鄰交叉口 i和j的關聯度的數據集P = {p (i j); i，j = 1，2，…η，i矣j}，對于任意點P (i j)，計算點P (i j)至lj P集合中所有點之間的距離， 距離按照從小到大的順序排序，排序后的距離集合為D= {d(l)，d(2)，…，d(k-l)，d(k)，d(k + 1)，…，d(n)}，則d(k)就被稱為k-距離;k-距離是點p(ij)到其自身之外的所有點之間距離 第k近的距離;對待聚類集合中每個點p(ij)都計算k-距離，最后得到所有點的k-距離集合E = {e(l)，e(2)，…，e(n)};根據得到的所有點的k-距離集合E，對集合E按照 e(l)~e(n)之間 數值大小進行升序排序后得到k-距離集合E'，擬合一條排序后的E'集合中k-距離的變化曲 線，將發生變化最大的位置所對應的k-距離的值，確定為半徑Eps的值； 另一輸入參數minPts > 1。3. 根據權利要求1-2中任意項所述的一種方法，其特征在于，DBSCAN算法對所有相鄰交 叉口的關聯度散點遍歷后形成各個簇，對于數據集中存在不屬于任何簇的點，將其定義為 噪聲點； 若噪點出現在兩端，即所述噪點位于第1或N-1的位置，所述噪點對應端點處的相鄰交 叉口，如果該值明顯大于其他數據點，則將端點處的兩個相鄰交叉口劃分為一個獨立的線 控單元協調控制，如果該值明顯小于其他數據點，則對端點處的交叉口進行單點控制； 若噪點不在端點處，即所述噪點位于第2~(N-2)的任意位置，所述噪點對應干線中間 的相鄰交叉口 i和j的關聯度值(i〈 j)，則將噪點對應的關聯度值^與交叉口 i和交叉口 i-1的關聯度D( i，i-1)比較，將交叉口 i與關聯度較大的歸為一類;將噪點對應的關聯度值 與交叉口 j與交叉口 j+1的關聯度D (j，j+1)比較，將交叉口 j與關聯度較大的值歸為一 類;若交叉口 i與交叉口 i-Ι歸為一類，而交叉口 j與i歸為一類，則對交叉口 j進行單點控制； 若交叉口 i與j歸為一類，而交叉口 j與j+Ι歸為一類，則對交叉口 i進行單點控制。4. 根據權利要求1-3中任意項所述的一種方法，其特征在于，通過調整Eps和MinPts的 值，經過多次迭代計算對比，選擇最合適的參數值。5. 根據權利要求1-4中任意項所述的一種方法，其特征在于，對于聚為一類但實際不相 鄰的交叉口自動劃分開，分為兩個線控單元進行協調控制；按路段的關聯值進行類別劃分 后，處于分界位置的交叉口，分別比較其與左右相鄰交叉口的關聯度，與關聯度值較大的歸 為一類進行協調控制;若出現剩余單獨的交叉口，則進行單點控制。
【文檔編號】G08G1/081GK105825690SQ201610423063
【公開日】2016年8月3日
【申請日】2016年6月15日
【發明人】王云鵬, 胡雅雯, 于海洋, 余貴珍, 吳志海
【申請人】北京航空航天大學