[发明专利]一种基于轨迹数据的干线协调控制优化方法

权利要求书

1.一种基于轨迹数据的干线协调控制优化方法，其特征在于，包括以下步骤：

预先搭建基于轨迹数据的交通特征参数计算模型，其中包括获取车辆在采样间隔内的停车次数和周期实时排队长度；

进行搭建交叉口信号协调控制指数模型，并进行获取下游车辆到达分布和获取对当前车流条件下路段能够达到的最大绿灯到达率；

进行信号协调相位差优化模型，用于协调最小车流总延误，将获取的结果作为干线协调控制优化；

所述获取车辆在采样间隔内的停车次数，包括以下步骤：

建立有序回归模型，表示为：

p_(stops＝2)＝1-p_(stops＝0)-p_(stops＝1)

其中，0、1和2表示为采样间隔内停车次数；stops为采样间隔内的预测停车次数；p_(stops＝n)为预测停车次数为n的概率；θ₀～θ₅为回归系数；Δt为采样间隔长度；v₁为采样间隔开始时的车速；v₂为采样间隔结束时的车速；d为采样间隔内的车辆行驶距离；

基于有序回归模型，并获得车辆在每一采样间隔内的停车次数后，预测车辆通过交叉口时整条轨迹的总停车次数；

所述周期实时排队长度，包括标定排队长度的期望，表示为：

其中，l_p≥1，浮动车渗透率为p；周期C_j中实际排队车辆数为N；其浮动车数量为N_p；最后一辆排队浮动车位置为L_p；

所述获取下游车辆到达分布，包括以下步骤：

获取车辆的平均行驶车速v_a，预测其若不发生停车到达停车线的时间，表示为：

t_a＝t_s+d_s/v_a

其中，t_a为车辆预计到达停车线的时间；t_s为车辆受到交叉口信号灯影响而开始停车的时间；d_s为车辆开始停车位置到进口道停车线距离；v_a为车辆平均行驶车速；

进行轨迹数据的叠加，包括将多时段的轨迹数据根据所在周期的对应时刻进行叠加，利用叠加后的数据进行到达时间分布计算；

获取车辆到达时间分布，包括将每辆车到达下游断面的时间，将多周期的轨迹数据进行叠加；

所述获取对当前车流条件下路段能够达到的最大绿灯到达率，包括以下步骤：

标定预计到达下游交叉口的时间在下游交叉口绿灯范围内的车辆N_g，占所有车辆N的比例，且绿灯到达率，表示为：

其中，N_g为到达时间在绿灯范围内的车辆数；N为协调方向总车辆数；POG为绿灯到达率；

获取绿灯到达率最大(max POG)的目标等价为使未及时清空的车辆数最小作为模型的目标函数，表示为：

min∑_tRn_T(t)。

2.根据权利要求1所述的基于轨迹数据的干线协调控制优化方法，其特征在于，所述进行信号协调相位差优化模型，包括标定交叉口排队修正模型、标定车辆轨迹预测模型和标定车辆延误计算模型。

3.根据权利要求2所述的基于轨迹数据的干线协调控制优化方法，其特征在于，所述标定交叉口排队修正模型，包括对各个交叉口排队的特征参数进行修正，包括以下步骤：

令两个相邻交叉口之间的原始相对相位差两个相邻交叉口之间的当前相对相位差xdF_i＝F_i-F_i-1，则两个相邻交叉口之间的相对相位差变化为：表示为：