交叉口交通组织鲁棒性优化方法、系统、设备及介质与流程

1.本发明属于智能交通技术领域，具体涉及一种交叉口交通组织鲁棒性优化方法、系统、设备及介质。


背景技术：

2.随着我国经济的飞速发展以及城市化进程的不断推进，城市机动车保有量快速增长，居民出行需求大幅增加，尽管交通基础设施的建设从未停止，但城市却愈发拥堵，其中，大部分拥堵主要来源于交叉口管控措施的不合理设置。为了提升交叉口的出行效率，传统路口管理主要基于人工采集数据或线圈数据对路口信号方案进行调整，使其尽可能适应当前交叉口交通流运行，尽管获得了一定效果，但一旦交叉口流量超过一定阈值时，仅通过调整信号方案，无法缓解当前交叉口的拥挤。
3.为此，一部分学者提出通过优化交叉口的交通组织方案，从而进一步缓解交叉口的交通拥挤。在此方向，目前存在两种做法，一种做法是通过提出一些非常规的组织方案来缓解交叉口拥堵，如串联控制方案、连续流控制方案等；另一种做法是基于所收集到的交通流量数据，优化常规的组织方案来缓解交叉口拥堵。然而，非常规的组织方案容易造成驾驶员困惑，难以在实际中得以应用；而常规的组织方案优化对交叉口拥堵的缓解作用有限。
4.另一方面，上述交叉口交通组织方案优化主要基于交叉口某一时段的流量或平均流量，然而在实际交通系统中，到达交叉口的交通流量并不固定，而是随时间变化，呈现出明显的随时间变化的波动性特征。对于不同的出行需求场景，其对应的最优交通组织方案可能不同；当某个交通组织方案能很好的适应某些出行需求场景，但同时可能会严重影响其他出行需求场景下交叉口的出行效率，降低了交通组织方案的实际应用效果。
5.因此，急需一套能明显提升交叉口通行能力、缓解交叉口拥堵、并能很好适应不同出行需求的交通组织方案优化方法，进而克服非常规的组织方案容易造成驾驶员困惑和常规的组织方案优化对交叉口拥堵的缓解作用有限的缺陷。


技术实现要素：

6.有鉴于此，本发明的主要目的在于提供一种交叉口交通组织鲁棒性优化方法、系统、设备及介质。
7.为达到上述目的，本发明的技术方案是这样实现的：
8.第一方面，本发明实施例提供一种交叉口交通组织鲁棒性优化方法，所述方法包括：
9.确定交叉口几何结构，包括方向数和每个方向车道数；
10.根据交叉口的历史数据确定包含小汽车车流和大型车车流的x种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；
11.确定所述交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和
大型车车流的折算系数；
12.确定所述交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数；
13.根据不同转向车流在交叉口内的运行轨迹构建冲突集合；
14.根据预设交叉口交通组织鲁棒性优化模型确定所述交叉口的车道组织方案和所述x种出行需求场景下各自相应的信号配时方案。
15.在本示例性实施方式中，所述确定交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数，具体为:所述车道上任意一类型的任意转向车流与其他转向车流共同存在，与该类型的该转向车流单独存在相比，确定该类型的该转向车流交通流参数的变化率，根据所述该类型的该转向车流交通流参数的变化率与该类型的该转向车流在所述车道上的折算系数的乘积确定影响系数。
16.在本示例性实施方式中，根据不同转向车流在交叉口内的运行轨迹构建冲突集合，具体包括：根据不同转向车流在交叉口内的运行轨迹构建基本冲突集合、潜在同向冲突集合、潜在左转冲突集合、各方向存在潜在左转冲突的进口车道集合、潜在出口冲突的双车流对集合以及潜在出口冲突的三车流对集合。
17.在本示例性实施方式中，所述根据不同转向车流在交叉口内的运行轨迹构建基本冲突集合、潜在同向冲突集合、潜在左转冲突集合、各方向存在潜在左转冲突的进口车道集合、潜在出口冲突的双车流对集合以及潜在出口冲突的三车流对集合，具体包括：根据交叉口几何结构和各股车流的运行轨迹确定两股不同转向车流是否冲突、冲突关系是否受许可车道布设位置影响以及是否同一出口；之后，将所有不受许可车道布设位置影响的冲突添加到同一个集合，构建基本冲突集合；将同进口不同转向车流的冲突添加到同一个集合，构建潜在同向冲突集合；将对向方向一对发生潜在左转冲突的左转车流添加到同一个集合，构建潜在左转冲突集合；将发生潜在左转冲突的车道添加到该方向的潜在左转冲突的进口车道集合，构建各方向存在潜在左转冲突的进口车道集合；将同一出口的左、直、右转向车流两两配对，添加到同一个集合，构建该出口方向的潜在出口冲突的双车流对集合；将同一出口的左、直、右转向车流对添加到同一个集合，构建该出口方向的潜在出口冲突的三车流对集合。
18.在本示例性实施方式中，所述预设交叉口交通组织鲁棒性优化模型，具体为以交叉口整体通行能力和所述整体通行能力对所述x种出行需求场景的鲁棒性特征综合最优为目标，考虑交叉口车道组织、小汽车车流和大型车车流受许可车道位置影响、车流运行冲突、信号配时方案以及出行需求场景为约束条件而构建的混合整数线性规划模型。
19.在本示例性实施方式中，所述约束条件具体包括：构建第一约束条件，设计交叉口中各方向的车道组织方案；构建第二约束条件，将所述x种出行需求场景下小汽车车流和大型车车流分别分配到各自许可车道上；构建第三约束条件，识别潜在同向冲突、潜在左转冲突和潜在出口冲突是否冲突；构建第四约束条件，分离交叉口中基本冲突与潜在冲突，根据冲突状态优化所述x种出行需求场景下各自相应的信号配时方案；构建第五约束条件，确定所述x种出行需求场景下各自共享车道上各股车流之间的相互影响；构建第六约束条件，确定所述x种出行需求场景下交叉口整体通行能力和通行能力对所述x种出行需求的鲁棒性特征。
20.在本示例性实施方式中，所述整体通行能力对x种出行需求场景的鲁棒性特征在于每种场景下交叉口通行能力偏离整体通行能力的程度。
21.第二方面，本发明实施例还提供一种应用如上述方案中任意一项所述的交叉口交通组织鲁棒性优化方法的系统，该系统包括：参数获取单元、冲突集合构建单元、方案生成单元；
22.所述参数获取单元，用于确定交叉口几何结构，包括方向数和每个方向车道数；还用于根据交叉口的历史数据确定包含小汽车车流和大型车车流的x种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；还用于确定所述交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和大型车车流的折算系数；还用于确定所述交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数；
23.所述冲突集合构建单元，用于根据不同转向车流在交叉口内的运行轨迹构建冲突集合；
24.所述方案生成单元，用于根据预设交叉口交通组织鲁棒性优化模型确定当前交叉口的车道组织方案和所述x种出行需求场景下各自相应的信号配时方案。
25.第三方面，本发明实施例还提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行时实现根据上述第一方面所述的交叉口交通组织鲁棒性优化方法。
26.第四方面，本发明实施例还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行时实现根据上述第一方面所述的交叉口交通组织鲁棒性优化方法。
27.与现有技术相比，本发明构建了考虑出行需求波动的交叉口交通组织鲁棒性优化模型，在模型中考虑车流运行效率受许可车道布设位置影响、进出口车道数量分配、同出口的多股车流同时放行以及多出行需求对交叉口交通组织优化的影响，不再固定进出口车道数和同进口左、直、右转向车道的相对布设位置，从而可以获得出行效率更高、风险应对能力更强的交叉口的车道组织方案与信号配时方案。
附图说明
28.此处所说明的附图用来公开对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
29.图1为本发明实施例提供一种交叉口交通组织鲁棒性优化方法的流程图；
30.图2为本发明实施例提供一种交叉口交通组织鲁棒性优化方法中基本冲突的示意图
31.图3为本发明实施例提供一种交叉口交通组织鲁棒性优化方法中潜在同向冲突的示意图；
32.图4为本发明实施例提供一种交叉口交通组织鲁棒性优化方法中潜在左转冲突的示意图；
33.图5为本发明实施例提供一种交叉口交通组织鲁棒性优化方法中潜在出口冲突的示意图；
34.图6为本发明实施例提供一种交叉口交通组织鲁棒性优化方法中最优车道组织方案的示意图；
35.图7为本发明实施例还提供一种应用交叉口交通组织鲁棒性优化方法的系统的结构示意图；
36.图8为本发明实施例还提供了一种计算机可读存储介质的结构示意图。
具体实施方式
37.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
38.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、物品或者装置中还存在另外的相同要素。
39.本发明实施例提供一种交叉口交通组织鲁棒性优化方法，如图1所示，所述方法通过以下步骤实现：
40.步骤101：确定交叉口几何结构，包括方向数和每个方向车道数；
41.步骤102：根据交叉口的历史数据确定包含小汽车车流和大型车车流的x种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；
42.步骤103：确定所述交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和大型车车流的折算系数；
43.具体地，所述折算系数可以根据理论模型法和实测法进行确定。
44.示例性地，根据理论模型法确定每个方向每个车道上左、直、右转向的小汽车车流和大型车车流的折算系数；小汽车车流左、右转向折算系数按式计算得出；大型车车流左右转向折算系数按式计算得出，式中d
i,j,k
为车道k上(i,j)转向车流的转向半径；直行车流折算系数不受车道位置影响，计算所得各转向各车道上小汽车车流和大型车车流的折算系数如表1所示，表中车流用(i,j)表示，i,j∈i。
45.表1各车道上各转向小汽车车流和大型车车流的折算系数
46.[0047][0048]
折算系数用于表示不同转向的小汽车车流和大型车车流在不同进口车道上的运行效率。
[0049]
步骤104：确定所述交叉口各车道上左、直、右三种转向不同类型的车流的折算系数相互受其他两种转向车流影响的影响系数；
[0050]
具体地，所述车道上某一类型某一转向车流与其他转向车流共同存在，与所述类型所述转向车流单独存在相比，确定该类型的该转向车流交通流参数的变化率，根据所述该类型的该转向车流交通流参数的变化率与该类型的该转向车流在所述车道上的折算系数的乘积确定影响系数。
[0051]
所述交通流参数可以是任意与折算系数相关的参数，如车头时距、流量、速度、密度、占有率、延误等。
[0052]
所述影响系数可以根据实测法进行确定。
[0053]
进口车道上(i,j1)转向m类型车流受(i,j2)转向车流的影响可通过以下模型进行计算：
[0054][0055]
式中为k车道上(i,j1)和(i,j2)转向车流同时存在时，(i,j1)转向m类型车流的交通流运行效率参数，为k车道上只存在(i,j1)转向车流时，(i,j1)转向m类型车流的交通流运行效率参数，计算所得各转向各车道上小汽车车流和大型车车流受其他转向车流的影响如表2-4所示。
[0056]
表2直行车流在不同车道上受其他转向车流的影响
[0057]
[0058][0059]
表3左转车流在不同车道上受其他转向车流的影响
[0060][0061]
表4右转车流在不同车道上受其他转向车流的影响
[0062][0063]
步骤105：根据不同转向车流在交叉口内的运行轨迹构建冲突集合；
[0064]
具体地，根据不同转向车流在交叉口内的运行轨迹构建基本冲突集合、潜在同向冲突集合、潜在左转冲突集合、各方向存在潜在左转冲突的进口车道集合、潜在出口冲突的双车流对集合以及潜在出口冲突的三车流对集合。
[0065]
根据交叉口几何结构和各股车流的运行轨迹确定两股不同转向车流是否冲突、冲
突关系是否受许可车道布设位置影响以及是否同一出口；之后，将所有不受许可车道布设位置影响的冲突添加到同一个集合，构建基本冲突集合；将同进口不同转向车流的冲突添加到同一个集合，构建潜在同向冲突集合；将对向进口方向一对发生潜在左转冲突的左转车流添加到同一个集合，构建潜在左转冲突集合；将发生潜在左转冲突的车道添加到该方向的潜在左转冲突的进口车道集合，构建各方向存在潜在左转冲突的进口车道集合；将同一出口的左直右转向车流两两配对，添加到同一个集合，构建该出口方向的潜在出口冲突的双车流对集合；将同一出口的左直右转向车流对添加到同一个集合，构建该出口方向的潜在出口冲突的三车流对集合。
[0066]
步骤106：根据预设交叉口交通组织鲁棒性优化模型确定所述交叉口的车道组织方案和所述x种出行需求场景下各自相应的信号配时方案。
[0067]
具体地，构建一套以交叉口整体通行能力和所述整体通行能力对各种出行需求场景的鲁棒性特征综合最优为目标，考虑交叉口车道组织、小汽车车流和大型车车流运行效率受许可车道位置影响、车流运行冲突、信号配时方案以及多出行需求场景为约束条件而构建的混合整数线性规划模型，协同优化交叉口的车道组织方案和信号配时方案。
[0068]
构建第一约束条件，设计交叉口中各方向的车道组织方案；本示例实施方式中，第一约束条件包括：
[0069][0070][0071]
式中：i为交叉口方向全局编号集合，沿顺时针编号；j为以方向i为参照的交叉口其他方向局部编号集合，沿顺时针编号；ki为i方向车道编号集合，沿顺时针编号；h为所述交叉口x种出行需求场景集合；α
i,k
为0-1变量，属于模型变量，表示i方向k车道是否被设置为进口车道，是则α
i,k
＝1，否则，α
i,k
＝0，表示i方向k车道被设置为出口车道；δ
i,j,k
为0-1变量，属于模型变量，表示i方向k车道是否允许车流(i,j)通过此车道进入交叉口，即k车道是否是车流(i,j)的许可进口车道，允许则δ
i,j,k
＝1，否则δ
i,j,k
＝0；ni为i方向车道数量，属于模型参数；为h需求场景下m类型车流(i,j)的出行需求，属于模型参数，m∈{p,ht}，其中p表示小汽车车流，ht表示大型车车流；z
i,j1,j2,k
为0-1变量，属于模型变量，表示车道k是否是车流(i,j1)和(i,j2)的共享车道，是则z
i,j1,j2,k
＝1，否则z
i,j1,j2,k
＝0；m为模型参数。
[0072]
其中，式(1)表示如果i方向k+1车道被设置为进口车道，则相邻的k车道也需要被设置为进口车道；式(2)表示如果i方向k车道允许车流(i,j)通过此车道进入交叉口，则k车道被设置为进口车道；式(3)表示如果i方向k车道被设置为进口车道，则至少有一股车流被允许从此车道进入交叉口；式(4)表示如果当前交叉口不允许车流(i,j)在此交叉口通行，则不为此车流分配许可车道；式(5)确保每个转向车流所允许通行的进口车道数应小于其出口车道数，进而避免在出口处产生堵塞；式(6)用于确定每个进口方向是否存在共享车道，以用于刻画共享车道上不同转向车流的相互影响；当δ
i,j1,k
＝δ
i,j2,k
＝1时，k车道同时允许车流(i,j1)和(i,j2)通行，式(6)确定k车道是车流(i,j1)和(i,j2)的共享车道，z
i,j1,j2,k
＝1；否则，k车道不是车流(i,j1)和(i,j2)的共享车道，式(6)确定共享车道变量z
i,j1,j2,k
＝0。
[0073]
构建第二约束条件，将所述x种出行需求场景下小汽车车流和大型车车流分别分配到各自许可车道上；本示例实施方式中，第二约束条件包括：
[0074][0075]
式中：表示h需求场景下通过车道k驶离交叉口的m类型车流(i,j)的流量，属于模型变量；为m类型车流(i,j)在k车道上的折算系数，属于模型参数；为在共享车道k上(i,j1)转向m类型车流受(i,j2)转向车流的影响，属于模型参数；f
i,j1,j2,k,h
为在车道k上h需求场景下车流(i,j1)受车流(i,j2)影响所增加的等量直行车流，属于模型辅助变量，当车道k为车流(i,j1)和(i,j2)的共享车道时，即z
i,j1,j2,k
＝1，受影响所增加等量直行车流为当车道k不是车流(i,j1)和(i,j2)的共享车道时，f
i,j1,j2,k,h
＝0；c
i,k
表示i进口方向k车道的通行能力，属于模型参数；μh为公共乘子，等价于h需求场景下交叉口通行能力，属于模型变量；为h需求场景下交叉口所能通过的m类型车流(i,j)的出行需求。
[0076]
其中，式(7)确保车流只分布在允许其通行的进口车道上，当δ
i,j,k
＝0时，车道k不允许车流(i,j)通行，此时式(7)确保式(8)确保若同时存在多个进口车道允许某股车流通行，则该车流均匀分布在其许可车道上，满足排队理论；当车道k1和k2同时允许车流(i,j)通行，式(8)确保满足排队理论，否则，上述关系不成立，式(8)被松弛；式(9)确保h需求场景下分布在各进口车道上的各股车流量之和与其所能通过的出行需求相等。
[0077]
构建第三约束条件，识别潜在同向冲突、潜在左转冲突以及潜在出口冲突是否冲突，以用于后续通过信号方案确保各组织方案下交叉口内各转向交通流的运行安全；本示例实施方式中，第三约束条件包括：
[0078][0079]
式中：ψs为存在潜在同向冲突的车流对集合；ψ
l
为存在潜在左转冲突的车流对集合；ψ
pe
为存在潜在出口冲突的双车流对集合；ψ
te
为存在潜在出口冲突的包含左、直、右转向的三车流对集合；k
i,lc
表示i方向上存在潜在左转冲突的车道集合，当i方向左转车道布设在集合k
i,lc
外的车道上，i方向左转车流与对向左转车流不冲突，否则，可能发生冲突；γ
i,j1,j2,k1
为0-1变量，属于模型变量，表示车流(i,j1)是否在车道k1与同进口不同转向车流(i,j2)发生冲突，是则γ
i,j1,j2,k1
＝1，否则γ
i,j1,j2,k1
＝0；χ
i,j,t,v
为0-1变量，表示存在潜在冲突的一对车流(i,j)与(t,v)是否发生冲突，是则χ
i,j,t,v
＝1，否则χ
i,j,t,v
＝0；λ
i,1,j,1,k1
为0-1变量，属于模型变量，表示左转车流(i,1)是否在车道k1与对向左转车流(j,1)发生冲突，是则λ
i,1,j,1,k1
＝1，否则λ
i,1,j,1,k1
＝0；ηj为0-1变量，属于模型变量，表示同出口的左、直、右转向的三股车流(i1,j)、(i2,j)和(i3,j)的进口车道数之和是否大于其出口车道数，是则ηj＝1，否则ηj＝0。
[0080]
其中，式(10)为逐车道对潜在同向冲突的冲突状态进行识别；当车道k1允许车流(i,j1)通行，若其左侧某一车道k2允许与其存在潜在同向冲突的车流(i,j2)通行，即δ
i,j1,k1
＝1，则车流(i,j1)和(i,j2)在车道k1上冲突，式(10)确定变量γ
i,j1,j2,k1
＝1；否则，车流(i,j1)和(i,j2)在车道k1上不冲突，式(10)确定变量γ
i,j1,j2,k1
＝0；式(11)为对潜在同向冲突的冲突状态进行最终识别，当一对存在潜在同向冲突的车流在
所有进口车道上均不发生冲突，即则该对车流不冲突，式(11)确定变量χ
i,j1,i,j2
＝0；否则，该对车流冲突，式(11)确定变量χ
i,j1,i,j2
＝1；式(12)为逐车道对潜在左转冲突的冲突状态进行识别；当i方向左转车道布设在存在潜在左转冲突的车道k1上，而同时其对向j方向左转车道布设在j方向存在潜在左转冲突车道上，即δ
i,1,k1
＝1，则左转车流(i,1)和(j,1)在车道k1上冲突，式(12)确定变量λ
i,1,j,1,k1
＝1；否则，左转车流(i,1)和(j,1)在车道k1上不冲突，式(12)确定变量λ
i,1,j,1,k1
＝0；式(13)为对潜在左转冲突的冲突状态进行最终识别，当一对对向左转车道均布设在各自存在潜在左转冲突的车道集合内，即则该对左转车流冲突，式(13)确定变量χ
i,1,j,1
＝1；否则，该对左转车流不冲突，变量χ
i,1,j,1
＝0。式(14)用于对一对存在潜在出口冲突的车流对的冲突状态进行识别，当车流对(i1,j)和(i2,j)的进口车道数之和大于其出口车道数则车流对(i1,j)和(i2,j)冲突，不可同时放行。式(15)用于判断同出口的左、直、右三股车流(i1,j)、(i2,j)和(i3,j)的进口车道数之和是否大于其出口车道数是则ηj＝1，否则ηj＝0。式(16)用于确定同出口的左、直、右三股车流是否可以同时放行，当左、直、右三股车流(i1,j)、(i2,j)和(i3,j)的进口车道数之和大于其出口车道数时，即ηj＝1，则左、直、右三股车流(i1,j)、(i2,j)和(i3,j)不能被同时放行，有且最多只有一对同出口车流可以被同时放行，即χ
i1,j,i2,j
+χ
i1,j,i3,j
+χ
i2,j,i3,j
≥2，否则，出口有足够多的车道可以同时放行此三股车流，此三股车流互不冲突，即当ηj＝1时，χ
i1,j,i2,j
+χ
i1,j,i3,j
+χ
i2,j,i3,j
＝0。
[0081]
构建第四约束条件，分离交叉口中基本冲突与潜在冲突，确保交叉口运行安全，并优化x种出行需求场景下各股车流相应的绿灯信号方案；
[0082]
本示例实施方式中，第四约束条件为包括：
[0083][0084][0085]
式中：ζh表示h需求场景下周期时长的倒数，属于模型变量；c
h,max
和c
h,min
分别表示h需求场景下许可的最大和最小周期时长，属于模型参数；g
h,max
和g
h,min
分别表示h需求场景下许可的最大和最小绿灯时长，属于模型参数；θ
i,j,h
和φ
i,j,h
分别表示h需求场景下车流(i,j)的绿灯起点及时长，以周期时长为单位，属于模型变量；θ
i,k,h
和φ
i,k,h
分别表示h需求场景下i方向k车道的绿灯起点及时长，以周期时长为单位，属于模型变量；ω
i,j,t,v,h
为0-1变量，表示h需求场景下冲突车流(i,j)和(t,v)的绿灯显示顺序，ω
i,j,t,v,h
＝0表示车流(i,j)的绿灯先于冲突车流(t,v)的绿灯开启，反之ω
i,j,t,v,h
＝1，属于模型变量；ψb为基本冲突集合；w
i,j,t,v
为绿灯间隔时间，属于模型参数；p
i,k
为i方向k车道的最大可接受饱和度，属于模型参数；e为有效绿灯补偿时间，属于模型参数。
[0086]
其中，式(17)约束h需求场景下周期时长的取值范围；式(18)-(20)分别约束h需求场景下m类型车流(i,j)的绿灯起点、时长和终点的取值范围；式(21)和(22)确保h需求场景下具有共享车道的多股车流被分配相同的绿灯起点和时长；当i方向k车道同时允许车流(i,j1)和(i,j2)通行，即δ
i,j1,k
＝δ
i,j2,k
＝1，式(21)和(22)使得分配给车流(i,j1)和(i,j2)的绿灯起点和时长分别为θ
i,j1,h
＝θ
i,k,h
＝θ
i,j2,h
，φ
i,j1,h
＝φ
i,k,h
＝φ
i,j2,h
，进而确保具有共享车道的多股车流被分配相同的绿灯起点和时长。式(23)和(24)用于分开放行h需求场景下存在基本冲突的车流对；式(23)确保存在基本冲突的车流对的绿灯相序一致，即变量ω
i,j,t,v,h
和ω
t,v,i,j,h
有且仅有一个为0，一个为1；当ω
i,j,t,v,h
＝0，ω
t,v,i,j,h
＝1时，车
流(i,j)的绿灯先于冲突车流(t,v)的绿灯开启，式(24)确保车流(t,v)的绿灯起点晚于车流(i,j)的绿灯终点和所需的绿灯间隔之和开启，进而确保存在基本冲突的车流对(i,j)和(t,v)的运行安全；反之，式(24)确保车流(i,j)的绿灯起点晚于车流(t,v)的绿灯终点和所需的绿灯间隔之和开启；式(25)和(26)用于分开放行h需求场景下存在潜在冲突的车流对。当存在潜在冲突的车流对(i,j)和(t,v)冲突，即χ
i,j,t,v
＝1，式(25)和(26)确保分开开启车流(i,j)和(t,v)的相位绿灯；当χ
i,j,t,v
＝0，车流对(i,j)和(t,v)不冲突，可以同时放行，式(25)和(26)被松弛；式(27)确保进口车道k的饱和度小于可接受饱和度，确保各进口车道交通强度均衡。
[0087]
根据冲突状态确定所述x种出行需求场景下各自相应的信号配时方案；
[0088]
构建第五约束条件，确定所述x种出行需求场景下各自共享车道上各股车流之间的相互影响；
[0089]
本示例实施方式中，第五约束条件为包括：
[0090][0091]
式(28)-(31)用于线性确定变量f
i,j1,j2,k,h
，使变量f
i,j1,j2,k,h
与非线性项等价。
[0092]
构建第六约束条件，确定交叉口整体通行能力和整体通行能力对所述x种出行需求的鲁棒性特征；
[0093]
本示例实施方式中，第六约束条件包括：
[0094]
[0095][0096]
式中：为所述x种出行需求场景下交叉口通行能力期望值，属于模型变量，用以表示交叉口整体通行能力，保障交叉口基本运行效率；s表示交叉口通行能力对所述x种出行需求的鲁棒性特征，属于模型变量，s越小，则鲁棒性越大，出行需求波动对交叉口通行能力的影响越小，反之，交叉口通行能力受出行需求影响较为明显，当前交叉口交通组织方案不能很好的匹配所有的出行需求；dh表示出行需求h在实际交叉口运行中的发生概率，属于模型参数；κ
h,1
和κ
h,2
为两指示变量，均为0-1变量，属于模型变量，表示出行需求h场景下交叉口通行能力μh与交叉口整体通行能力的差异性，当κ
h,1
＝1，κ
h,2
＝0，反之，κ
h,1
＝0，κ
h,2
＝1；ν
h,1
和ν
h,2
均为辅助变量，表示交叉口整体通行能力对出行需求h场景下μh的敏感性，分别等价于和
[0097]
其中，式(32)用于确定所述x种出行需求场景下当前交叉口交通组织方案下交叉口整体通行能力；式(33)用于确定所述x种出行需求场景下交叉口整体通行能力对x种出行需求的鲁棒性特征；式(34)和(35)分别用于确定指示变量κ
h,1
和κ
h,2
的取值，当时，式(34)和(35)分别确定指示变量κ
h,1
＝1和κ
h,2
＝0，反之，κ
h,1
＝0和κ
h,2
＝1；式(36)-(39)和(40)-(43)分别用于线性确定交叉口整体通行能力对出行需求h场景下μh的敏感性ν
h,1
和ν
h,2
的取值，通过式(36)-(39)和(40)-(43)，保障模型可以应用于大规模出行需求场景，找到最优解；当κ
h,1
＝1时，式(36)-(39)确保辅助变量否则，ν
h,1
＝0；当κ
h,2
＝1时，式(40)-(43)确保辅助变量否则，ν
h,2
＝0。
[0098]
需要说明的是，模型参数是需要提前确定并带入到模型中的变量；模型变量是需要通过求解模型获得的变量，且具有具体物理意义；辅助变量类似与模型变量，是需要通过求解模型获得的变量，但不具有具体物理意义，是在模型构建过程中产生的变量，方便模型构建。
[0099]
通过目标函数实现交叉口整体通行能力和整体通行能力对x种出行需求鲁棒性的综合性能最优的目标。
[0100]
本实施例中，构建目标函数：式中β为模型参数，用于刻画交叉口整体通行能力和整体通行能力对所述x种出行需求的鲁棒性间的平衡关系，为目标函数中交叉口整体通行能力的权重。当β越大时，交叉口交通组织鲁棒性优化时越注重交叉口整体通行能力的提升；反之，越注重整体通行能力对x种出行需求的鲁棒性的提升，减少出行需求波动对交叉口时空资源配置方案运行效果的影响。
[0101]
本实施例中，基于人工经验确定β＝0.1。
[0102]
实施例
[0103]
以典型十字信号交叉口为例，如图2所示。东西方向为主路方向，各包含8个车道，南北方向为支路方向，各包含4个车道，按西北东南顺序将进口方向全局编号，如图3所示为潜在同向冲突示例，如图4所示为潜在左转冲突示例，如图5所示为潜在出口冲突示例，如图6所示为最优组织方案。
[0104]
实地调查或通过路口检测器确定包含小汽车车流和大型车车流x种出行需求场景。
[0105]
x种出行需求场景可通过直接利用调查所得的历史数据统计每种场景发生的频率，当两需求各转向流量差异均较小，如相对差异均小于5％时，可将其作为同一场景，取其各转向流量平均值，否则，作为不同场景。
[0106]
本实施例调查得到3个交通需求场景，如表5所示，每个场景发生概率均为1/3。
[0107]
表5出行需求(veh/h)
[0108][0109][0110]
基于人工经验确定该交叉口最大最小许可周期时长c
max
＝120s，c
min
＝60s，最大绿灯时长g
max
＝80s，基于行人过街时间需求确定最小许可相位绿灯时长g
min
＝6s，基于交叉口“两难区域”避免原则确定绿灯间隔时间w＝6s。车道的最大可接受饱和度p
i,k
取交通工程学中推荐值0.9；交通工程学中推荐有效绿灯补偿时间在[0s，4s]之间取值，基于人工经验，本实施例有效绿灯补偿时间e取3s。
[0111]
车道通行能力可根据理论模型法、实测法和国家标准进行确定，本示例实施方式中，参考国家标准cjj37-2012《城市道路工程设计规范》，确定路口各进口车道通行能力均为1800pcu/h。
[0112]
模型参数m可取任意一个大于出行需求的正整数，本实施例中m＝10000。
[0113]
根据两股不同转向车流是否冲突以及冲突关系是否受许可车道布设位置影响，构建基本冲突集合、潜在同向冲突集合、潜在左转冲突集合、各进口存在潜在左转冲突的进口车道集合、潜在出口冲突的双车流对集合以及潜在出口冲突的三车流对集合。
[0114]
实施例中各对车流冲突类型如表6所示，表中字母b表示基本冲突，字母s表示潜在同向冲突，字母l表示潜在左转冲突，字母e表示潜在出口冲突，符号
“‑”
表示不冲突；方向1和3中存在潜在左转冲突的进口车道均为车道1，当左转车道布设在其他进口车道上，对向左转车流(1，2)和(3，4)不冲突；支路方向2和4中不存在潜在左转冲突的进口车道，即实施例中左转车流(2，3)和(4，1)不存在潜在左转冲突。
[0115]
表6十字信号交叉口人工车流之间冲突分类
[0116][0117]
采用gams求解器求解上述交叉口交通组织鲁棒性优化模型，获得以交叉口整体通行能力和鲁棒性综合性能最优为目标的考虑车流运行效率受许可车道布设位置影响、进出口车道数量分配、同出口的多股车流同时放行以及多出行需求对交叉口交通组织优化的影响的交叉口车道组织方案和信号配时方案，最优目标函数为0.96171，各场景下交叉口通行能力μ1＝1.0878，μ2＝1.0812，μ3＝1.0284，交叉口整体通行能力通行能力对3种出行需求的鲁棒性s＝0.0249，最优车道组织方案如图6所示，最优信号配时方案如表7所示，周期时长c＝120s。
[0118]
表7最优信号配时方案(s)
[0119]
[0120][0121]
本发明构建了考虑出行需求波动的交叉口交通组织鲁棒性优化模型，在模型中考虑车流运行效率受许可车道布设位置影响、进出口车道数量分配、同出口的多股车流同时放行以及多出行需求对交叉口交通组织优化的影响，不再固定进出口车道数和同进口左、直、右转向车道的相对布设位置，从而可以获得出行效率更高、风险应对能力更强的交叉口的车道组织方案与信号配时方案。
[0122]
本发明实施例还提供一种应用上述实施例的交叉口交通组织鲁棒性优化方法的系统，如图7所示，该系统包括：参数获取单元、冲突集合构建单元、方案生成单元；
[0123]
所述参数获取单元，用于确定交叉口几何结构，包括方向数和每个方向车道数；用于根据交叉口的历史数据确定包含小汽车车流和大型车车流的x种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；用于确定所述交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和大型车车流的折算系数；还用于确定所述交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数；
[0124]
所述冲突集合构建单元，用于根据不同转向车流在交叉口内的运行轨迹构建冲突集合；
[0125]
所述方案生成单元，用于根据预设交叉口交通组织鲁棒性优化模型确定当前交叉口的车道组织方案和所述x种出行需求场景下各自相应的信号配时方案。
[0126]
所述冲突集合构建单元，具体用于根据不同转向车流在交叉口内的运行轨迹构建基本冲突集合、潜在同向冲突集合、潜在左转冲突集合、各方向存在潜在左转冲突的进口车道集合、潜在出口冲突的双车流对集合以及潜在出口冲突的三车流对集合。
[0127]
所述冲突集合构建单元，具体用于根据交叉口几何结构和各股车流的运行轨迹确定两股不同转向车流是否冲突、冲突关系是否受许可车道布设位置影响以及是否同一出口；之后，将所有不受许可车道布设位置影响的冲突添加到同一个集合，构建基本冲突集合；将同进口不同转向车流的冲突添加到同一个集合，构建潜在同向冲突集合；将对向进口方向一对发生潜在左转冲突的左转车流添加到同一个集合，构建潜在左转冲突集合；将发
生潜在左转冲突的车道添加到该方向的潜在左转冲突的进口车道集合，构建各方向存在潜在左转冲突的进口车道集合；将同一出口的左直右转向车流两两配对，添加到同一个集合，构建该出口方向的潜在出口冲突的双车流对集合；将同一出口的左直右转向车流对添加到同一个集合，构建该出口方向的潜在出口冲突的三车流对集合。
[0128]
在一些实施例中，如图7所示，为本发明实施例还提供了一种计算机可读存储介质的结构示意图，该存储介质上存储有可读的计算机程序701；其中，该计算机程序701可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务机器，或者网络设备等)或处理器(processor)执行以下步骤：
[0129]
确定交叉口几何结构，包括方向数和每个方向车道数；
[0130]
根据交叉口的历史数据确定包含小汽车车流和大型车车流的x种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；
[0131]
确定所述交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和大型车车流的折算系数；
[0132]
确定所述交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数；
[0133]
根据不同转向车流在交叉口内的运行轨迹构建冲突集合；
[0134]
根据预设交叉口交通组织鲁棒性优化模型确定所述交叉口的车道组织方案和所述x种出行需求场景下各自相应的信号配时方案。
[0135]
而前述的存储介质包括：u盘、移动硬盘、磁碟或者光盘、rom(read-only memory，只读存储器)、ram(random access memory，随机存取存储器)等各种可以存储程序代码的介质，或者是计算机、服务机器、手机、平板等终端设备。
[0136]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0137]
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

技术特征：
1.一种交叉口交通组织鲁棒性优化方法，其特征在于，所述方法包括：确定交叉口几何结构，包括方向数和每个方向车道数；根据交叉口的历史数据确定包含小汽车车流和大型车车流的x种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；确定所述交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和大型车车流的折算系数；确定所述交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数；根据不同转向车流在交叉口内的运行轨迹构建冲突集合；根据预设交叉口交通组织鲁棒性优化模型确定所述交叉口的车道组织方案和所述x种出行需求场景下各自相应的信号配时方案。2.根据权利要求1所述的交叉口交通组织鲁棒性优化方法，其特征在于，所述确定交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数，具体为:所述车道上任意一类型的任意转向车流与其他转向车流共同存在，与该类型的该转向车流单独存在相比，确定该类型的该转向车流交通流参数的变化率，根据所述该类型的该转向车流交通流参数的变化率与该类型的该转向车流在所述车道上的折算系数的乘积确定影响系数。3.根据权利要求1所述的交叉口交通组织鲁棒性优化方法，其特征在于，所述根据不同转向车流在交叉口内的运行轨迹构建冲突集合，具体包括：根据不同转向车流在交叉口内的运行轨迹构建基本冲突集合、潜在同向冲突集合、潜在左转冲突集合、各方向存在潜在左转冲突的进口车道集合、潜在出口冲突的双车流对集合以及潜在出口冲突的三车流对集合。4.根据权利要求3所述的交叉口交通组织鲁棒性优化方法，其特征在于，所述根据不同转向车流在交叉口内的运行轨迹构建基本冲突集合、潜在同向冲突集合、潜在左转冲突集合、各方向存在潜在左转冲突的进口车道集合、潜在出口冲突的双车流对集合以及潜在出口冲突的三车流对集合，具体包括：根据交叉口几何结构和各股车流的运行轨迹确定两股不同转向车流是否冲突、冲突关系是否受许可车道布设位置影响以及是否同一出口；之后，将所有不受许可车道布设位置影响的冲突添加到同一个集合，构建基本冲突集合；将同进口不同转向车流的冲突添加到同一个集合，构建潜在同向冲突集合；将对向进口方向一对发生潜在左转冲突的左转车流添加到同一个集合，构建潜在左转冲突集合；将发生潜在左转冲突的车道添加到该方向的潜在左转冲突的进口车道集合，构建各方向存在潜在左转冲突的进口车道集合；将同一出口的左、直、右转向车流两两配对，添加到同一个集合，构建该出口方向的潜在出口冲突的双车流对集合；将同一出口的左、直、右转向车流对添加到同一个集合，构建该出口方向的潜在出口冲突的三车流对集合。5.根据权利要求4所述的交叉口交通组织鲁棒性优化方法，其特征在于，所述预设交叉口交通组织鲁棒性优化模型，具体为：以交叉口整体通行能力和所述整体通行能力对所述x种出行需求场景的鲁棒性特征综合最优为目标，考虑交叉口车道组织、小汽车车流和大型车车流受许可车道位置影响、车流运行冲突、信号配时方案以及出行需求场景为约束条件
而构建的混合整数线性规划模型。6.根据权利要求5所述的交叉口交通组织鲁棒性优化方法，其特征在于，所述约束条件，具体包括：构建第一约束条件，设计交叉口各方向的车道组织方案；构建第二约束条件，将所述x种出行需求场景下小汽车车流和大型车车流分别分配到各自许可车道上；构建第三约束条件，识别潜在同向冲突、潜在左转冲突和潜在出口冲突是否冲突；构建第四约束条件，分离交叉口中基本冲突与潜在冲突，根据冲突状态优化所述x种出行需求场景下各自相应的信号配时方案；构建第五约束条件，确定所述x种出行需求场景下各自共享车道上各股车流之间的相互影响；构建第六约束条件，确定交叉口整体通行能力和所述整体通行能力对所述x种出行需求场景的鲁棒性特征。7.根据权利要求1-6任意一项所述的交叉口交通组织鲁棒性优化方法，其特征在于，所述整体通行能力对x种出行需求场景的鲁棒性特征在于每种场景下交叉口通行能力偏离整体通行能力的程度。8.一种应用如权利要求1-7任意一项所述的交叉口交通组织鲁棒性优化方法的系统，其特征在于，该系统包括：参数获取单元、冲突集合构建单元、方案生成单元；所述参数获取单元，用于确定交叉口几何结构，包括方向数和每个方向车道数；还用于根据交叉口的历史数据确定包含小汽车车流和大型车车流的x种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；还用于确定所述交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和大型车车流的折算系数；还用于确定所述交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数；所述冲突集合构建单元，用于根据不同转向车流在交叉口内的运行轨迹构建冲突集合；所述方案生成单元，用于根据预设交叉口交通组织鲁棒性优化模型确定所述交叉口的车道组织方案和所述x种出行需求场景下各自相应的信号配时方案。9.一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行时实现根据权利要求1至7中任一项所述的交叉口交通组织鲁棒性优化方法。10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

技术总结
本发明公开了一种交叉口交通组织鲁棒性优化方法、系统、设备及介质，该方法为确定交叉口几何结构；根据交叉口的历史数据确定包含小汽车车流和大型车车流的X种出行需求场景、交叉口最大和最小许可周期时长、最大和最小相位许可绿灯时长、绿灯间隔时间、最大可接受饱和度；确定交叉口的每个方向的每个车道上左转向、直行、右转向的小汽车车流和大型车车流的折算系数；确定交叉口各车道上不同类型的左、直、右三种转向车流的折算系数相互受其他两种转向车流影响的影响系数；根据不同转向车流在交叉口内的运行轨迹构建冲突集合；根据预设交叉口交通组织鲁棒性优化模型确定交叉口的车道组织方案和X种出行需求场景下各自相应的信号配时方案。号配时方案。号配时方案。


技术研发人员：程平 孔桦桦 钱国敏 韩超伟 吴建平 章步镐 郑蓉
受保护的技术使用者：银江技术股份有限公司
技术研发日：2023.04.26
技术公布日：2023/8/4