[发明专利]一种城市路网信号控制子区划分方法及装置

说明书

本发明涉及一种城市路网信号控制子区划分方法及装置，属于城市智能交通技术领域。其中该方法包括如下步骤：确定目标区域的灯控路口位置信息；根据驶过目标区域的浮动车的数据信息，获取每个灯控路口的过车记录信息；根据各个灯控路口的过车记录信息，计算各个灯控路口间的相关性；根据各个灯控路口间的相关性，采用聚类算法对目标区域进行划分，得到若干个子区域，每个子区域为信号控制子区，且每个信号控制子区是由对应个数的相关性较高的灯控路口形成，将得到的各信号控制子区分别用于进行信号控制策略设计。该方法利用浮动车数据实现了城市路网信号控制子区的划分，降低了控制系统复杂度，可提高交通信号控制系统的稳定性和控制效益。

技术领域

本发明涉及一种城市路网信号控制子区划分方法及装置，属于城市智能交通技术领域。

背景技术

近年来，随着社会的不断进步，城市道路交通拥挤问题日益严重，政府及相关部门采取的多种控制管理方法中，交通信号控制是缓解交通拥堵的有效手段。然而随着城市路网规模、机动车保有量的不断增长，城市路网控制系统的复杂度也不断提高，因此，城市道路信号控制的难度也急剧增大，城市路网信号控制子区划分方法被提出以解决该问题。对城市路网信号控制子区划分时通常由交通工程师根据交叉口之间的物理距离以及观测路段上交通流状态，对城市路网系统进行信号控制子区的划分，这种方法很难保证城市路网信号控制子区划分的客观性和准确性。

发明内容

本发明的目的在于提供一种城市路网信号控制子区划分方法及装置，用以解决现有技术中交通工程师根据交叉口之间的物理距离以及观测路段上交通流状态进行信号控制子区的划分，导致信号控制子区划分难以保证客观性和准确性的问题。

为实现上述目的，本发明提出一种城市路网信号控制子区划分方法，包括如下步骤：

确定目标区域的灯控路口位置信息；

根据驶过目标区域的浮动车的数据信息，获取每个灯控路口的过车记录信息；根据各个灯控路口的过车记录信息，计算各个灯控路口间的相关性；

根据各个灯控路口间的相关性，采用聚类算法对目标区域进行划分，得到若干个子区域，每个子区域为信号控制子区，且每个信号控制子区是由对应个数的相关性较高的灯控路口形成，将得到的各信号控制子区分别用于进行信号控制策略设计。

通过获取目标区域内各灯控路口的过车记录，得到各个灯控路口的过往车辆列表，计算各灯控路口间的相关度，并且将相关度高的灯控路口集中在一个信号控制子区内进行信号控制，可提高信号控制系统的稳定性，然后根据子区内各灯控路口的状态设计合适的信号控制策略，从而降低过往车辆的停车次数和延误，提高道路的通行量和区域路网的控制效益。将该子区划分方法应用到绿波子区的划分中，也可以实现很好的绿波带设计。

进一步的,确定目标区域的灯控路口位置信息的过程包括：采用模板匹配法，将目标区域的电子地图与设定标准图像进行比较，得到的匹配结果为灯控路口，并根据匹配结果在电子地图中的位置，得到灯控路口的位置信息；设定标准图像为红绿灯的标准图像。

通过模板匹配法可以更加准确的确定灯控路口的位置。

进一步的,各个灯控路口间的相关性为：l_i为灯控路口i驶过车辆的集合，l_i+1为灯控路口i+1驶过车辆的集合，len(set(l_i∪l_i+1))为灯控路口i和灯控路口i+1驶过车辆并集后去重的元素个数，len(l_i∩l_i+1)为灯控路口i和灯控路口i+1驶过车辆的交集元素的个数。

相关性用于体现路口间的关联程度和相似性，通过在某个设定好的时间段内，既驶过灯控路口i又驶过灯控路口i+1的相同车辆的个数与驶过灯控路口i和灯控路口i+1的不同车辆的个数的比值，可以更加准确的体现路口间的关联程度和相似性。

进一步的,采用K-means聚类算法对目标区域进行划分。