一种目标路口交通信号优化方法及系统与流程

1.本发明涉及交通信号技术领域，具体为一种目标路口交通信号优化方法及系统。


背景技术：

2.交通信号的作用是科学分配道路上车辆、行人在交叉路口的通行权，使之有秩序地顺利通行。交叉路口交通信号设置的不合理，会导致交叉路口上有的路口方向车辆滞留，形成滞留压车，停车时间长且频率高，有的路口方向空放时间长。为避免这一情况的频繁发生，需要对该交叉路口的交通信号进行优化。
3.在城市交叉口信号配时优化的过程中，优化案例是一种记录优化成果最具备说服力和信服力的载体。毫无疑义的说，案例中记录了优化过程的大部分的内容。大量的案例记载了交叉路口的优化控制策略与优化技术方案，对信号优化工作的决策过程有强大支撑。
4.虽然优化案例对于即将进行信号优化的路口具有极大的参考意义，但是在实际工作过程中，交通工程师需要大量翻阅优化案例以寻找合适的信号优化方法，这一过程不仅效率低下，而且仅靠人力的翻阅判定，可能寻找不到适配度最高的优化案例，匹配度有限，进而信号优化效果受限。


技术实现要素：

5.基于此，有必要针对现有技术中人力翻阅优化案例效率低、匹配度有限的问题，提供一种目标路口交通信号优化方法及系统。
6.为实现上述目的，本发明采用了以下技术方案：
7.一种目标路口交通信号优化方法，包括以下步骤：
8.s1.将已完成的案例路口信号优化方案根据路口问题进行分类，并将案例路口信号优化方案中的优化思路与路口问题关联，建立优化方案数据库。
9.s2.根据目标路口的目标交通数据和优化方案数据库中各案例路口的参考交通数据，计算目标路口与各案例路口在同一路口问题上的相似度si:
[0010][0011]
其中，qi为目标路口的各进口道车流量，q
max
为案例路口最大车流量，为目标路口平均行车速度，为目标路口平均展宽段长度，为目标路口平均渐变段长度，为目标路口平均路段补充长度，n为目标路口进口车道数，为案例路口平均行车速度，为案例路口平均展宽段长度，为案例路口平均渐变段长度，为案例路口平均路段补充长度,n为案例路口进道口数量。i为目标路口或案例路口的编号。
[0012]
s3.根据相似度si确定目标路口的路口问题，并在将该路口问题中相似度最大值对应的案例路口作为目标路口的匹配路口。
[0013]
其中，目标路口的路口问题确认方法如下：
[0014]
s31.将同一路口问题的各案例路口与目标路口的相似度si进行归一化处理，得到归一化后的相似度k
p
。
[0015]
s32.将归一化后的相似度k
p
进行均值处理，得到各路口问题与目标路口的关联性强度fi：其中，m是案例路口的总数量。
[0016]
s33.对所有关联性强度fi进行比较，进而将关联性强度最大值对应的路口问题确定为目标路口的路口问题。
[0017]
s4.提取该案例路口解决目标路口的路口问题的优化思路，进而输出目标路口所需的交通信号优化方案。
[0018]
进一步的，路口问题包括溢出问题、空放问题、伪空放问题、停车频率问题、停车延误时长问题。
[0019]
进一步的，优化方案数据库的建立方法包括以下步骤：
[0020]
将案例路口信号优化方案以报告形式存入预先建立的信号优化方案知识库。案例路口信号优化方案的报告包括路口概况、数据调研、问题分析、优化思路、方案设计以及优化效果。
[0021]
将案例路口信号优化方案以路口问题为依据进行分类归档，并将案例路口信号优化方案中的优化思路与路口问题关联。
[0022]
将案例路口信号优化方案中路口概况的非结构化数据转变为结构化数据，并对应进入存储，得到所需优化方案数据库。
[0023]
进一步的，存储的结构化数据包括案例路口各进口道车流量qi、案例路口进口道数量n、案例路口平均行车速度案例路口平均展宽段长度案例路口平均渐变段长度以及案例路口平均路段补充长度
[0024]
进一步的，相似度si归一化处理方法如下：
[0025]
获取同一路口问题下各案例路口与目标路口的相似度si(s1，s2，
…
，sm)。
[0026]
根据相似度si计算归一化后的相似度k
p
：
[0027]
其中，m为案例路口的总数量。
[0028]
进一步的，非结构化数据转化方法包括以下步骤：
[0029]
对非结构化数据进行数据分析，根据分析结果确定所需转换的的数据集，并对数据集进行错误检测，确定错误类型。
[0030]
根据错误类型搜寻并识别数据集中的错误数据，并根据预先定义的清洗规则对数据集进行数据清洗，并纠正错误数据。
[0031]
将清洗后的数据集进行标准化处理，得到所需的结构化数据。
[0032]
进一步的，错误类型搜寻方法包括统计算法、聚类算法或关联规则算法。
[0033]
本发明还涉及一种目标路口交通信号优化系统，包括数据存储模块、数据采集模块、数据处理模块。
[0034]
数据存储模块用于存储已完成的案例路口信号优化方案。
[0035]
数据采集模块用于采集目标路口的目标交通数据。目标交通数据包括目标路口的各进口道车流量qi。目标路口进口车道数n，目标路口平均行车速度目标路口平均展宽段
长度目标路口平均渐变段长度目标路口平均路段补充长度
[0036]
数据处理模块用于将已完成的案例路口信号优化方案根据路口问题进行分类，并将案例路口信号优化方案中的优化思路与路口问题关联。还用于提取案例路口信号优化方案的参考交通数据。参考交通数据包括案例路口最大车流量q
max
、案例路口平均行车速度案例路口平均展宽段长度案例路口平均渐变段长度案例路口平均路段补充长度案例路口进道口数量n。还用于计算目标路口与各案例路口在同一路口问题上的相似度si:还用于根据相似度si确定目标路口的路口问题，并在将该路口问题中相似度最大值对应的案例路口作为目标路口的匹配路口。还用于提取该案例路口解决目标路口的路口问题的优化思路，进而输出目标路口所需的交通信号优化方案。
[0037]
进一步的，目标路口交通信号优化系统还包括数据显示模块，其用于显示目标路口所需的交通信号优化方案。
[0038]
进一步的，路口问题包括溢出问题、空放问题、伪空放问题、停车频率问题、停车延误时长问题。
[0039]
与现有技术相比，本发明的有益效果包括：
[0040]
1、本发明通过将存储有已完成的案例路口信号优化方案的优化方案数据库与目标路口进行对比分析，自动匹配与目标路口交通特性最相近的优化方案，为目标路口交通信号优化提供支撑，效率高且匹配度高，无需人力翻阅查找，快速有效的得到所需优化方案，进而尽快为目标路口的交通信号进行优化；
[0041]
2、本发明在匹配到目标路口的最佳优化方案的同时也能够确定目标路口的路口问题，在对目标路口信号优化后，已完成的目标路口还可作为优化案例存入优化方案数据库，扩大优化方案数据库的优化案例，进而提高后续目标路口匹配优化方案的适配度。
附图说明
[0042]
参照附图来说明本发明的公开内容。应当了解，附图仅仅用于说明目的，而并非意在对本发明的保护范围构成限制。其中：
[0043]
图1为本发明介绍的一种目标路口交通信号优化方法的流程图；
[0044]
图2为基于图1的交叉路口呈十字型示意图；
[0045]
图3为基于图2的交叉路口呈t字型示意图。
具体实施方式
[0046]
容易理解，根据本发明的技术方案，在不变更本发明实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。
[0047]
实施例1
[0048]
请参阅图1，本实施例介绍了一种目标路口交通信号优化方法，用于获取目标路口所需的交通信号优化方案，具体步骤如下：
[0049]
步骤1.将已完成的案例路口信号优化方案根据路口问题进行分类，并将案例路口信号优化方案中的优化思路与路口问题关联，建立优化方案数据库。
[0050]
其中，建立优化方案数据库需要进行如下操作：
[0051]
(11)将案例路口信号优化方案以报告形式存入预先建立的信号优化方案知识库。案例路口信号优化方案的报告包括路口概况、数据调研、问题分析、优化思路、方案设计以及优化效果。
[0052]
(12)将案例路口信号优化方案以路口问题为依据进行分类归档，并将案例路口信号优化方案中的优化思路与路口问题关联。路口问题包括溢出问题、空放问题、伪空放问题、停车频率问题、停车延误时长问题。
[0053]
(13)将案例路口信号优化方案中路口概况的非结构化数据转变为结构化数据，并对应进入存储，得到所需优化方案数据库。存储的结构化数据包括案例路口各进口道车流量qi、案例路口进口道数量n、案例路口平均行车速度案例路口平均展宽段长度案例路口平均渐变段长度以及案例路口平均路段补充长度
[0054]
下面先对路口问题进行说明，可能由于红灯时间过长或者其它原因，导致停车次数多，停车延误时间长，当目标路口的过往车辆通行不畅，形成了滞留压车，拥堵的队尾甚至快要排到下一个路口，但是当路口的绿灯亮起时，各个方向的车辆还是会不由自主的继续往前开，导致所有的来车交织在一起，造成路口锁死，而后方排队的压车继续蔓延，最终形成大面积拥堵甚至影响到周边的路网车辆通行，进而导致路口溢出。当某些路口出现路口溢出，也会影响到附近路口出现空放，因此多个路口问题彼此之间相互影响。当一个路口问题出现后，往往会导致其它路口问题的出现。
[0055]
在一个信号周期里，根据路口的常态交通出行需求设置各个方向的放行时间和顺序，但实际的交通流量却是千变万化的，不能确保每一次放行都精准而高效，因此，出现转瞬即逝的空放几乎是必然的。但是空放时间长，频率多则会影响到交通通畅，因此需要在保证路口每个方向一个车辆最小通行时间(驾驶员反应时间+启动时间+通过路口时间)的基础上，需要尽量减少空放，提高通行效率。因此对于路口空放的现象，需要针对实际情况合理调配。
[0056]
基于此，将不同案例路口的优化方案根据其对应的路口问题进行分类存放，也易于在确定目标路口的路口问题时，能够快速找到适配的优化方案。案例路口信号优化方案的报告分为路口概况报告、数据调研报告、问题分析报告、优化思路报告、方案设计报告以及优化效果报告。将一个优化方案分成多个报告存储，用于精准找到所需内容，简化寻找步骤。
[0057]
在建立优化方案数据库时，需要将非结构化数据转变为结构化数据，具体步骤为：
[0058]
(21)对非结构化数据进行数据分析，根据分析结果确定所需转换的的数据集，并对数据集进行错误检测，确定错误类型。由于一些数据可能存在数据缺失、数据不全或者重复数据，这些数据会影响到整体数据的准确性，也会造成数据冗长，因此需要找到这些错误数据。当确定数据的错误类型时，便可定义清洗规则，为后续数据清洗服务，清洗规则可以由一种算法构成，也可以是多种算法构成，例如通过概率统计函数进行空缺值的清洗，通过近邻排序算法进行重复数据的清洗。
[0059]
(22)根据错误类型搜寻并识别数据集中的错误数据，并根据预先定义的清洗规则
对数据集进行数据清洗，并纠正错误数据。通过数据清洗纠正错误数据，精简数据的同时提高数据的准确性。数据清理可以从数据的准确性、完整性、一致性、惟一性、适时性、有效性几个方面来处理数据的丢失值、越界值、重复数据等问题。错误类型搜寻方法可以是统计算法、聚类算法或关联规则算法。若是只检测重复数据，可以采用基本的字段匹配算法、递归的字段匹配算法或者其它可以检测重复数据的算法。
[0060]
(23)将清洗后的数据集进行标准化处理，得到所需的结构化数据。标准化目的是将数据的属性值转换成一个一致和统一的格式，方便与实例匹配和合并。当数据被清洗后，清洗后的数据集将原来的数据集替换，不仅可以提高数据质量，还可避免将来再次抽取数据后进行重复的清洗工作。
[0061]
步骤2.根据目标路口的目标交通数据和优化方案数据库中各案例路口的参考交通数据，计算目标路口与各案例路口在同一路口问题上的相似度si:
[0062][0063]
其中，案例路口各进口道车流量qi、案例路口进口道数量n、案例路口平均行车速度案例路口平均展宽段长度案例路口平均渐变段长度案例路口平均路段补充长度案例路口最大车流量q
max
为优化方案数据库中各案例路口的参考交通数据。
[0064]
目标路口的各进口道车流量qi、目标路口平均行车速度目标路口平均展宽段长度目标路口平均渐变段长度目标路口平均路段补充长度目标路口进口车道数n为目标路口的目标交通数据。i为目标路口或案例路口的编号。
[0065]
xi和xi由交通工程师根据交叉路口(案例路口或目标路口)特点决定。平均值由交叉路口各方向加和求平均得来。
[0066]
下面结合图2对交叉路口进行详细说明，如图2所示，交叉路口的每个方向的进口车道存在展宽段、渐变段和路段补充长度，但是在实际情况下有些路口可能没有展宽段和渐变段，此时展宽段长度和渐变段长度取值为0。以图2为例，该交叉路口为十字路口，进口车道量为4。以图3为例，若其中某一方向封闭，形成一个t型路口，则和封闭方向相邻方向的进口车道量为3，取值根据实际情况决定。
[0067]
步骤3.根据相似度si确定目标路口的路口问题，并在将该路口问题中相似度最大值对应的案例路口作为目标路口的匹配路口。其中，目标路口的路口问题确认方法如下：
[0068]
步骤31.将同一路口问题的各案例路口与目标路口的相似度si进行归一化处理，得到归一化后的相似度k
p
。具体步骤为：将同一路口问题下各案例路口与目标路口的相似度si(s1，s2，
…
，sm)进行归一化计算得到k
p
：其中，m为案例路口的总数量。当求出所有案例路口与目标路口的相似度si时，相似度si与路口问题(溢出问题、空放问题、伪空放问题、停车频率问题、停车延误时长问题)形成了一个m维数组。对相似度si归一化后的相似度k
p
也是一个数组。
[0069]
步骤32.将归一化后的相似度k
p
进行均值处理，得到各路口问题与目标路口的关联性强度fi：
[0070]
步骤33.对所有关联性强度fi进行比较，进而将关联性强度最大值对应的路口问
题确定为目标路口的路口问题。该步骤的目的是防止各类交通问题中分别存在一个相同的最大值，导致匹配方案与目标路口实际问题出现偏差，进而影响到最优方案的匹配。
[0071]
步骤4.提取该案例路口解决目标路口的路口问题的优化思路，进而输出目标路口所需的交通信号优化方案。
[0072]
参考输出的交通信号优化方案对目标路口进行信号优化，若优化方案与已有优化案例相同，则无需存入优化方案数据库，若与已有优化案例有区别，则可以将已经优化过的目标路口的优化方案作为优化案例存入优化方案数据库扩大优化方案数据库的优化案例，进而提高后续目标路口匹配优化方案的适配度。
[0073]
本发明通过将存储有已完成的案例路口信号优化方案的优化方案数据库与目标路口进行对比分析，自动匹配与目标路口交通特性最相近的优化方案，为目标路口交通信号优化提供支撑，效率高且匹配度高，和传统查找方式相比，具有更高的便捷性和准确性。
[0074]
实施例2
[0075]
本实施例介绍了一种目标路口交通信号优化系统，包括数据存储模块、数据采集模块、数据处理模块。
[0076]
数据存储模块用于存储已完成的案例路口信号优化方案。
[0077]
数据采集模块用于采集目标路口的目标交通数据。目标交通数据包括目标路口的各进口道车流量qi。目标路口进口车道数n，目标路口平均行车速度目标路口平均展宽段长度目标路口平均渐变段长度目标路口平均路段补充长度
[0078]
数据处理模块用于将已完成的案例路口信号优化方案根据路口问题进行分类，并将案例路口信号优化方案中的优化思路与路口问题关联。还用于提取案例路口信号优化方案的参考交通数据。参考交通数据包括案例路口最大车流量q
max
、案例路口平均行车速度案例路口平均展宽段长度案例路口平均渐变段长度案例路口平均路段补充长度案例路口进道口数量n。还用于计算目标路口与各案例路口在同一路口问题上的相似度si：还用于根据相似度si确定目标路口的路口问题，并在将该路口问题中相似度最大值对应的案例路口作为目标路口的匹配路口。还用于提取该案例路口解决目标路口的路口问题的优化思路，进而输出目标路口所需的交通信号优化方案。
[0079]
为了方便查看匹配到的目标路口所需的交通信号优化方案，还设置了显示模块，易于使用人员查看。此外，还可设置输入模块，用于数据的输入。
[0080]
本实施例和实施例1具有相同的有益效果。
[0081]
本发明的技术范围不仅仅局限于上述说明中的内容，本领域技术人员可以在不脱离本发明技术思想的前提下，对上述实施例进行多种变形和修改，而这些变形和修改均应当属于本发明的保护范围内。

技术特征：
1.一种目标路口交通信号优化方法，其用于获取目标路口所需的交通信号优化方案，其特征在于，所述目标路口交通信号优化方法包括以下步骤：s1.将已完成的案例路口信号优化方案根据路口问题进行分类，并将案例路口信号优化方案中的优化思路与路口问题关联，建立优化方案数据库；s2.根据所述目标路口的目标交通数据和所述优化方案数据库中各案例路口的参考交通数据，计算所述目标路口与各案例路口在同一路口问题上的相似度s
i
:其中，q
i
为目标路口的各进口道车流量，q
max
为案例路口最大车流量，为目标路口平均行车速度，为目标路口平均展宽段长度，为目标路口平均渐变段长度，为目标路口平均路段补充长度，n为目标路口进口车道数，为案例路口平均行车速度，为案例路口平均展宽段长度，为案例路口平均渐变段长度，为案例路口平均路段补充长度,n为案例路口进道口数量；i为目标路口或案例路口的编号；s3.根据相似度s
i
确定所述目标路口的路口问题，并在将该路口问题中相似度最大值对应的案例路口作为所述目标路口的匹配路口；其中，所述目标路口的路口问题确认方法如下：s31.将同一路口问题的各案例路口与所述目标路口的相似度s
i
进行归一化处理，得到归一化后的相似度k
p
；s32.将归一化后的相似度k
p
进行均值处理，得到各路口问题与所述目标路口的关联性强度f
i
：其中，m是案例路口的总数量；s33.对所有关联性强度f
i
进行比较，进而将关联性强度最大值对应的路口问题确定为所述目标路口的路口问题；s4.提取该案例路口解决所述目标路口的路口问题的优化思路，进而输出所述目标路口所需的交通信号优化方案。2.根据权利要求1所述的目标路口交通信号优化方法，其特征在于，所述路口问题包括溢出问题、空放问题、伪空放问题、停车频率问题、停车延误时长问题。3.根据权利要求2所述的目标路口交通信号优化方法，其特征在于，所述优化方案数据库的建立方法包括以下步骤：将案例路口信号优化方案以报告形式存入预先建立的信号优化方案知识库；所述案例路口信号优化方案的报告包括路口概况、数据调研、问题分析、优化思路、方案设计以及优化效果；将案例路口信号优化方案以路口问题为依据进行分类归档，并将案例路口信号优化方案中的优化思路与路口问题关联；将所述案例路口信号优化方案中路口概况的非结构化数据转变为结构化数据，并对应进入存储，得到所需优化方案数据库。4.根据权利要求3所述的目标路口交通信号优化方法，其特征在于，存储的结构化数据包括案例路口各进口道车流量q
i
、案例路口进口道数量n、案例路口平均行车速度案例
路口平均展宽段长度案例路口平均渐变段长度以及案例路口平均路段补充长度5.根据权利要求1所述的目标路口交通信号优化方法，其特征在于，相似度si归一化处理方法如下：获取同一路口问题下各案例路口与所述目标路口的相似度s
i
(s1，s2，
…
，s
m
)；根据相似度s
i
计算归一化后的相似度k
p
：其中，m为案例路口的总数量。6.根据权利要求3所述的目标路口交通信号优化方法，其特征在于，所述非结构化数据转化方法包括以下步骤：对非结构化数据进行数据分析，根据分析结果确定所需转换的的数据集，并对所述数据集进行错误检测，确定错误类型；根据错误类型搜寻并识别所述数据集中的错误数据，并根据预先定义的清洗规则对所述数据集进行数据清洗，并纠正错误数据；将清洗后的数据集进行标准化处理，得到所需的结构化数据。7.根据权利要求6所述的目标路口交通信号优化方法，其特征在于，所述错误类型搜寻方法包括统计算法、聚类算法或关联规则算法。8.一种目标路口交通信号优化系统，其特征在于，其包括：数据存储模块，其用于存储已完成的案例路口信号优化方案；数据采集模块，其用于采集目标路口的目标交通数据；所述目标交通数据包括目标路口的各进口道车流量q
i
；目标路口进口车道数n，目标路口平均行车速度目标路口平均展宽段长度目标路口平均渐变段长度目标路口平均路段补充长度数据处理模块，其用于将已完成的案例路口信号优化方案根据路口问题进行分类，并将案例路口信号优化方案中的优化思路与路口问题关联；还用于提取案例路口信号优化方案的参考交通数据；所述参考交通数据包括案例路口最大车流量q
max
、案例路口平均行车速度案例路口平均展宽段长度案例路口平均渐变段长度案例路口平均路段补充长度案例路口进道口数量n；还用于计算所述目标路口与各案例路口在同一路口问题上的相似度s
i
:还用于根据相似度s
i
确定所述目标路口的路口问题，并在将该路口问题中相似度最大值对应的案例路口作为所述目标路口的匹配路口；还用于提取该案例路口解决所述目标路口的路口问题的优化思路，进而输出所述目标路口所需的交通信号优化方案。9.根据权利要求8所述的目标路口交通信号优化系统，其特征在于，所述目标路口交通信号优化系统还包括数据显示模块，其用于显示所述目标路口所需的交通信号优化方案。10.根据权利要求8所述的目标路口交通信号优化系统，其特征在于，所述路口问题包括溢出问题、空放问题、伪空放问题、停车频率问题、停车延误时长问题。

技术总结
本发明提供一种目标路口交通信号优化方法及系统。该目标路口交通信号优化方法包括以下步骤：S1.将已完成的案例路口信号优化方案根据路口问题进行分类，建立优化方案数据库；S2.根据目标路口的目标交通数据和优化方案数据库中各案例路口的参考交通数据，计算目标路口与各案例路口在同一路口问题上的相似度S


技术研发人员：陈爱杰 毛世卿 任高飞 吴梦平
受保护的技术使用者：江苏航天大为科技股份有限公司
技术研发日：2022.12.27
技术公布日：2023/5/30