《智能交通道路交通控制的基本理论和方法课件》由会员分享,可在线阅读,更多相关《智能交通道路交通控制的基本理论和方法课件(54页珍藏版)》请在金锄头文库上搜索。
1、第二章道路交通控制的基本理论和方法一、基本概念二、交通信号控制参数三、交通模型及有关概念四、基本的交通控制方法智能交通道路交通控制的基本理论和方法一、基本概念各种平面交叉路口智能交通道路交通控制的基本理论和方法一、基本概念平面交叉口交通组织方式1)环形交通。交叉口中央设交通岛2)无信号控制3)信号控制。采用信号机控制或人工指挥智能交通道路交通控制的基本理论和方法一、基本概念交通灯信号交通灯给出的信号为红、黄、绿3色。在多相位信号控制中灯光信号还包含左转、直行及右转的绿色和红色箭头灯。中华人民共和国道路交通管理条例规定1)绿灯亮时,准许车辆、行人通行,但转弯的车辆不准妨碍直行的车辆和被放行的行人
2、通行;2)黄灯亮时,不准车辆、行人通行,但已越过停止线的车辆和进入人行横道的行人,可以继续通行;3)红灯亮时,不准车辆、行人通行;4)绿色箭头灯亮时,准许车辆按箭头所示方向通行;5)黄灯闪烁时,车辆、行人须在确保安全的原则下通行。智能交通道路交通控制的基本理论和方法一、基本概念交通信号灯的安装与排列1)水平排列式2)垂直排列式智能交通道路交通控制的基本理论和方法一、基本概念交通信号灯的设置条件1)最小交通流量依据PCU(passengercarunit)称为标准小客车当量智能交通道路交通控制的基本理论和方法一、基本概念2)连续交通中断依据当交叉口主、次道路的交通量比较大时,次道路上车流穿越或左
3、转进入主道路将非常困难,为此,需设置信号灯智能交通道路交通控制的基本理论和方法一、基本概念3)行人交通量依据智能交通道路交通控制的基本理论和方法一、基本概念4)事故记录依据当考虑到交通事故发生的情况时,上述3项依据所规定的交通流量标准要降低20。5)综合考虑对于1),2),3)所列的3个流量依据,如果实际交通流量达到了任意2项所规定流量的80,则应安装信号灯。智能交通道路交通控制的基本理论和方法二、交通信号控制参数1、步与步长每个方向最多有8种灯色:红、黄、绿、左箭头、直箭头、右箭头、人行红、人行绿。步步:某一时刻,灯控路口各个方向各信号灯状态所组成的一组确定的灯色状态称为步。不同的灯色状态构
4、成不同的步。步长步长:步持续的时间信号灯在7:30开始开机,此时方向1和方向3左转绿箭头灯和红灯亮,方向2和4的红灯亮,其他灯均不亮,若该状态持续30秒。则这是控制方案中的一步,其步长为30秒。智能交通道路交通控制的基本理论和方法2、周期一个循环内各步的步长之和称为信号周期,简称周期,用C表示。若一个循环内有n步,各步步长分别为,则例如,在上图中,若一个循环由4步组成:第1步,方向1和方向3绿灯亮,方向2和方向4红灯亮,步长为30s;第2步,方向1和方向3黄灯亮,方向2和方向4红灯亮,步长为3s;第3步,方向1和方向3红灯亮,方向2和方向4绿灯亮,步长为35s;第4步,方向1和方向3红灯亮,方
5、向2和方向4黄灯亮,步长为5s。接下来又从第步开始下一个循环。则周期为智能交通道路交通控制的基本理论和方法3、相位在一个周期内,平面交叉口上某一支或支交通流所获得的通行权称为信号相位,简称相(位)相(位)通行权通行权:即该方向上的信号灯为绿色或绿箭头一个周期内有几个信号相位,则称该信号系统为几相位系统。由于第2相和第4相的左转交通流分别为第1相和第3相的延续,因而其步长可以短一些,如几秒钟。因此可称为“半相位”智能交通道路交通控制的基本理论和方法4、绿信比在一个信号周期中,各相位的有效绿灯时间与周期长度的比称为绿信比绿信比。若设为第i相信号的有效绿灯时间,C为周期长度,则该相信号的绿信比为显然
6、,绿信比反应了该信号相位交通流在一个周期中需要绿时的大小。经过优化的绿信比能够恰当地把绿时分配给各相位的交通流,从而使总延误或总停车次数等最小。第i相的有效绿灯时间计算如下:分别为第i相的绿灯时间、黄灯时间和损失时间。损失时间:1)绿灯开启,车辆需启动和加速;2)黄灯期间,车流量由大变小所造成的时间损失。智能交通道路交通控制的基本理论和方法5、相位差相位差是协调控制系统中的一个重要概念。相位差分为绝对相位差和相对相位差把干线上某一路口作为基准路口,其他各路口的协调相位起始时刻滞后于基准路口的协调相位起始时刻的最小时间差,称为绝对相位差沿车辆行驶方向任意相邻路口的协调相位起始时刻的最小时间差,称
7、为相对相位差。干线上所有路口的信号周期相同,各路口规定某一相位参加协调,称为协调相位。智能交通道路交通控制的基本理论和方法6、通行能力通行能力是指单位时间内连续通过车辆的能力,包括路段通行能力和路口通行能力。路段通行能力是指在单位时间内路段某截面能通过的最大车辆数;路口通行能力是指在单位时间内进入路口的最大车辆数,其单位都是PCU/h。在信号控制的情况下,路口的通行能力可使用下式计算:式中,为路口某一入口车道的通行能力(PCU/h),为饱和流量,为某相信号的有效绿灯时间。C为信号周期长度。智能交通道路交通控制的基本理论和方法饱和流量实际上是一个与交叉口绿信号时间无关的量,仅取决于道路条件和车辆
8、状况。20世纪50年代英国的韦伯斯特研究得出:对饱和流量影响最大的因素是车道宽度。国内学者在北京进行了交通观测,并根据观测结果提出了一个类似的公式计算直行车道的饱和流量和国外的计算公式相比,国内的饱和流量普遍比国外低20左右。车道纵坡对饱和交通量有一定的影响,当进口道处于上坡段时,纵坡值每增加1,饱和流量相应减少3。反之,进口车道处于下坡段时,纵坡值每增加1,饱和流量相应增加3。智能交通道路交通控制的基本理论和方法对混合车流行驶的车道,在计算饱和流量时,要考虑不同车辆的影响。韦伯斯特根据英国的交通状况,提出了采用“折算标准小客车单位”作为计算车道饱和流量的标准单位,其建议的折算系数如表国内采用
9、的车辆折算系数略有不同。按照国内车辆的分类方法,小客车和微型卡车称为小型车,而大型车和拖挂车折算成标准小型车的方法如下:1辆大型车1.48PCU,1辆拖挂车2.34PCU智能交通道路交通控制的基本理论和方法2.3交通模型及有关概念交通模型是描述交通流状态变量随时间和空间变化、分布规律及与交通控制变量之间关系的方程式或映射。交通模型是进行交通控制系统设计、分析、仿真、运行的工具。根据描述对象的不同,交通模型可分为微观模型和宏观模型。微观模型微观模型描述单个车辆的运动规律;宏观模型宏观模型描述车流的运动规律,即反映流量、速度和密度的变化过程。宏观模型是建立在微观模型基础上的。交通控制系统中主要采用
10、的是宏观模型。智能交通道路交通控制的基本理论和方法1、宏观稳态交通的基本特征、宏观稳态交通的基本特征宏观模型的基本特征主要用交通流量、交通密度和空间平均车速等描述。x点处,在t时刻,单位时间内通过的车辆数称为交通交通流量流量,用表示,单位为veh/h。x点处,在t时刻,每车道单位长度道路上拥有的车辆数称为交通密度交通密度,用 表示,单位为veh/km。在t时刻,x点附近车辆的速度平均值称为空间平均速空间平均速度度,用表示,单位为veh/h。根据上述定义及实际测量结果,人们发现:当车流均匀、车种单一时,3个量之间符合关系(1)智能交通道路交通控制的基本理论和方法经过长期研究,人们发现:速度随密度
11、的增加呈现单调下降的趋势。这是因为驾驶员出于安全的原因,总是根据车辆间距的大小来调整自己的车速。经过实验研究,格林希尔兹于1933年提出了线性关系模型1)速度与密度的关系)速度与密度的关系智能交通道路交通控制的基本理论和方法2)流量与密度的关系根据特性及式(1),可以得到关系模型:(2)令求得最大流量为及智能交通道路交通控制的基本理论和方法3)流量与速度的关系根据公式(1)和(2)可得曲线与曲线类似。令,求得最大流量为及一路段内车辆占用的道路长度总和与路段长度之比,称为占有率占有率或车辆占有率车辆占有率。智能交通道路交通控制的基本理论和方法2、连续交通流模型对于正常运动的交通流,可以假定流量,
12、密度和速度都是x和t 的连续、可微函数,并满足解析运算所需要的性质。考察x的任意区间a,b和任意时刻t,设车流通过a,b点的流量分别为和。因为时刻t在区间a,b内的车辆数为,其变化率为。在路段a,b没有其他出入口的情况下,车辆数是守恒的,于是(4)智能交通道路交通控制的基本理论和方法另一方面,在关于q和的解析性质的假定下将上式带入式(4),有由于区间a,b是任意的,故这就是连续交通流方程。该方程表明:某一路段车流量降低,意味着密度增大。智能交通道路交通控制的基本理论和方法3、城市道路交通模型过饱和交通流:指红灯期间到达路口的车辆不能在随后的绿灯时间内全部放行。考虑一个交叉口两个相互竞争的过饱和
13、交通流,设车辆到达率分别为,(veh/s),排队长度分别为,,两个方向的饱和流量分别为,。两个方向上的有效绿灯时间分别为,。交通控制的目标是尽量减少排队,于是可取路口的排队长度作为状态变量。则;离散状态方程为在上式中,车辆到达率是客观需求,无法由路口的信号配时进行调整。我们可以通过C或的选择来控制排队长度。智能交通道路交通控制的基本理论和方法 本店经营各类毛绒玩具礼品、公仔、靠垫、挂件等本店经营各类毛绒玩具礼品、公仔、靠垫、挂件等等,支持批发零售,欢迎来样看样定做生产。为了赚人等,支持批发零售,欢迎来样看样定做生产。为了赚人气,本店所有商品批发价销售,超低秒杀!虽然我们的气,本店所有商品批发价
14、销售,超低秒杀!虽然我们的信誉不高,但我们会以诚信为本,为您提供质高价廉的信誉不高,但我们会以诚信为本,为您提供质高价廉的商品和优质的服务!祝您购物愉快!商品和优质的服务!祝您购物愉快! 欢迎大家来逛逛欢迎大家来逛逛【扬州五亭龙玩具总动员扬州五亭龙玩具总动员】个人小广告:个人小广告:智能交通道路交通控制的基本理论和方法智能交通道路交通控制的基本理论和方法4、高速公路交通模型为了建立模型,将高速公路按实际几何情况和交通情况划分为若干路段。每一路段内交通状态可近似认为是均匀的,即不变。且每一路段内车道数目不变,至多包含一个入口和一个出口。智能交通道路交通控制的基本理论和方法1)稳态模型考虑一条高速
15、公路,假如按照实际几何情况和交通情况分为N个路段,每一段内的交通状态近似认为是均匀的,且每段内车道数不变,至多包含一个入口匝道和一个出口匝道,则有上式也可以写成向量形式智能交通道路交通控制的基本理论和方法2)动态模型智能交通道路交通控制的基本理论和方法智能交通道路交通控制的基本理论和方法智能交通道路交通控制的基本理论和方法2.2交通参数的检测和计算在交通控制系统中,常用的交通参数主要有:交通流量占有率排队长度速度和密度等。这些参数有些可以直接测量,有些需要根据其他检测量计算得到。智能交通道路交通控制的基本理论和方法1、交通流量用环形线圈检测器检测交通流量时,应尽量做到每车道设置一个线圈。用一个
16、线圈横跨多个车道的方法,容易漏检,如当几辆车并排通过线圈时,只能算一辆车。设检测器的计数周期为T,Ni为观测期内第i车道检测器的计数值,则 i车道在该周期内的交通流量为然而,按这种方法算出的交通流量,还需要进行调整,因为它无法区分大小车辆。一个简单的方法是进行交通调查后,确定交通流中的各种车辆的平均分布状况,然后用一个折算系数把由上式测得的交通流量换算成标准小客车当量。智能交通道路交通控制的基本理论和方法2、车速为了准确测量车速,通常要在车流方向上埋设两个性能相同的环形线圈。由微处理器给出一个p(ms)的基准时间脉冲。当车辆进入线圈A时,脉冲计数开始;当车辆进入线圈B时,脉冲计数结束,得到脉冲
17、数为n,则车辆的速度为智能交通道路交通控制的基本理论和方法设在某一观测期内,共有N辆车通过检测点,且每辆车的速度分别为,则该时间段内的交通流的时间平均时间平均速度速度为空间平均速度空间平均速度是指在某一时间内通过一路段的所有车辆的速度平均值。设路段长度为 ,在一个观测期内共有N辆车通过该路段,则N辆车通过该路段的平均行驶时间为 于是该观测期内的空间平均速度为即空间平均速度等于所有通过车辆速度的调和平均值。智能交通道路交通控制的基本理论和方法3、占有率也叫做车辆占有率,其定义为一路段内车辆占用的道路长度总和与路段长度之比。由于难以测量,通常用时间占有率时间占有率代替。用环形线圈检测器测量占有率要
18、将检测器置成方波方波工作方式。设在某个观测期T内,共有N辆车通过线圈,测得i车道车辆j通过环形线圈的方波宽度为 ,则该时间段内,车道i上车辆的时间占有率为 智能交通道路交通控制的基本理论和方法4、交通密度根据空间平均速度公式,只要测出交通流量和车流的空间平均速度则可得到观测期T内的交通密度智能交通道路交通控制的基本理论和方法2.3基于信息融合技术的交通量检测方法为了完整准确地测量交通量参数,仅仅采用单一检测器是不能胜任的。随着电子信息技术的进步,检测器的成本有了明显下降,而性能却有了大幅度的提高。本节讨论采用多个车辆检测器进行信息融合,从而获得准确的交通量参数。智能交通道路交通控制的基本理论和
19、方法1、基于Kalman滤波的排队长度估计考虑一个两交叉路口。车队由路口A经过一路段驶向路口B;路口A的出口处和路口B的入口处分别安装有一个环形线圈检测器。智能交通道路交通控制的基本理论和方法车队的离散模型为:k表示第k周期;表示k时刻路口B入口处的流量(veh/s);表示时刻路口A的出口流量(veh/s);=(第k个周期时刻)t;t为路段平均行驶时间的0.8倍;F为平滑系数(0F1);由A到B方向上,路口B停车线前的排队长度为C路口B的信号周期长度;s该相位的饱和流量;有效绿灯时间;是控制变量智能交通道路交通控制的基本理论和方法在上两式基础上,可写出随机动态方程为状态变量;为22状态转移矩阵
20、;为22系数矩阵;为输入变量;为22动态噪声驱动矩阵;为2维动态噪声矢量。智能交通道路交通控制的基本理论和方法观测方程为为路口B入口处的流量测量值;为观测噪声根据上两式可得出Kalman滤波递推公式智能交通道路交通控制的基本理论和方法由上述公式可知,只需根据时刻的测量数据和k1时刻状态向量的估计值,即可递推计算k时刻状态向量的估值,从而获得排队长度的估计值。需要注意的是:若排队长度的估计值为负数,则应取估计值为0。智能交通道路交通控制的基本理论和方法2、基于加权平均融合算法的空间平均速度估计为了计算两交叉口之间车辆的平均行驶时间,通常需要确定车辆的空间平均速度。从上游出口处起,到本交叉口停车线
21、止,每隔100150m安装一对检测器,每对检测器均可检测车辆的时间平均速度。智能交通道路交通控制的基本理论和方法设某一观测期内n对检测器测得的空间平均速度为,其总体服从正态分布,且相互独立。引入加权因子,则空间平均速度的数据融合值为:仔细选取,可使总的均方误差最小,总的均方误差为利用柯西不等式及权的定义智能交通道路交通控制的基本理论和方法等式成立时,总的均方误差达到最小,而等式当且仅当时成立,代入(3)式有此时于是,总的均方误差达到最小的空间平均速度的数据融合值智能交通道路交通控制的基本理论和方法2.4基于图像识别技术的交通参数视频检测方法预处理利用数字图像识别技术,对用高速摄像机拍摄的交通现
22、场画面进行处理,获得被检测车道上车型、车速、车流量等交通参数,为交通控制和管理提供准确的交通流数据,从而更有效地进行交通控制和管理。与传统接触式检测方法相比,它的安装工程量小、检测范围大、系统可靠性高,是一种很有前途的方法。智能交通道路交通控制的基本理论和方法基于图像识别技术的交通参数视频检测方法的过程:图像信息获取图像预处理(包括图像恢复和图像增强等)图像特征提取(包括图像分割、特征提取、符号描述、纹理分析、运动图像分析和图像的检测与配准等)车型分类及车流量统计为了保证交通参数检测的实时性,视频检测系统必须有较快的计算和处理速度,一般采用高档机加装专用图像采集卡进行图像采集和处理。智能交通道
23、路交通控制的基本理论和方法 图像的退化:图像的退化:图像在形成、传输和记录过程中,受多种原因的影响,其质量会有所下降,典型表现为图像模糊、失真、有噪声等。 图像恢复:图像恢复:利用退化过程的先验知识,尽可能恢复图像的本来面目,即由退化了的图像恢复到能够真实反映景物的图像。图像增强图像增强的目的是采用一系列技术去改善图像的效果或将图像转换成一种更适合于人或机器进行分析处理的形式。图像增强处理有两类方法:空间域法和频率域法。前者是在原图像上直接进行数据运算;后者是在图像的变换域上进行修改,增强我们感兴趣的部分。图像增强主要有灰度级修正、图像平滑、图像锐化、图像的伪彩色处理和图像的几何校正等技术。图
24、像恢复处理与图像增强处理的关系是:先做恢复处理(如果图像已退化的话),再做增强处理。智能交通道路交通控制的基本理论和方法1、摄像机的安装根据道路实际情况及实施的可能性和信息的完备性,将摄像机安装在被检测道路的正上方,面向车头。摄像机的摇移、推拉、俯仰角度在调整完毕后固定,以保持检测参数相对不变;调整电子快门,保证对高速运动物体摄取的画面清晰;打开自动光圈,这样可以一定程度地适应天气的变化智能交通道路交通控制的基本理论和方法2、图像采集与处理的协调将摄像头拍摄的视频图像转换为BMP格式的数字图像存储在计算机内存中;根据为图像卡分配的可用内存大小可算出内存中能够同时存储的图像帧数。根据道路交通实际
25、情况,没有必要采用每秒24帧的速度连续采集,可酌情相隔一定时间单帧采集一幅交通画面。又因为得到交通参数的图像处理算法需要花费一定的时间,所以为了不影响系统的实时性,图像采集过程应与图像处理过程分开进行,且保证图像采集顺利进行。利用Windows操作系统的多任务处理特性,可将图像采集过程放在不同于图像处理过程的另一个程序线程中进行,且赋予采集线程以较高优先级,保证采集的实时性。智能交通道路交通控制的基本理论和方法3、图像的恢复在不同应用领域的图像,有不同的退化原因。如遥感图像,可能大气扰动和几何畸变是主要原因;一般景物照相,运动模糊可能是主要原因。在交通参数的视频检测系统中,运动模糊是造成图像退
26、化的主要原因。在视频检测中,车速较高(大约超过60km/h)时,摄像机摄取的画面通常是模糊的。为了精确地进行图像分割,往往需要先对运动模糊图像进行图像恢复。比较传统的图像恢复方法,如基于Bayes估计的恢复方法,基于调和理论的迭代算法和滤波法等面临着高维方程组的求解问题,或要求恢复过程满足广义平稳过程的假设。上述方法难以满足视频检测的实时性要求。智能交通道路交通控制的基本理论和方法由于神经网络在并行非线性处理及大容量计算方面存在着巨大潜力,因此被用于解决图像处理领域内的多种问题。1988年,神经网络首次用于图像恢复的研究。采用基于S函数的全并行自反馈Hopfield神经网络进行运动图像恢复,用S函数代替了分段线性函数,使得网络能量能够精确地达到最小,且恢复过程加快。实验结果证明:基于S函数的Hopfield神经网络方法能保证图像恢复的精度,显示出较强的容错性。智能交通道路交通控制的基本理论和方法