1.本发明属于交通控制领域，具体的涉及一种信控
交叉口行人和非
机动车专用
相位阈值控制方法。
背景技术：
2.慢行交通是城市出行的重要组成部分，在促进交通可持续发展，衔接机动化出行等方面起到无法替代的作用。尤其随着共享单车的快速发展，作为我国主要交通方式的自行车出行比例进一步增加，混合交通安全和效率问题引起广泛关注。
3.因此，在城市道路设计中应该对行人及非机动车出行加以重视，保障所有交通参与者的权益。道路交叉口作为城市路网中机动车与行人及非机动车“争夺”通行权的重要区域，在该区域发生的人车干扰与冲突是影响其交通安全和通行效率的重要因素，有必要对信号控制交叉口控制方法进行深入研究。
技术实现要素：
4.为解决上述问题，本发明提出一种信控交叉口行人和非机动车专用相位阈值控制方法，该方法可改善交叉口人车混行现象、降低人车冲突风险、提高通行效率，且可保障慢行交通体的安全。
5.为达到上述目的，本发明采用以下技术方案是：一种信控交叉口行人和非机动车专用相位阈值控制方法，其特征在于：包括如下步骤：
6.①
初始数据的调查：对交叉口进行交叉口参数调查、交通量参数调查和人车冲突调查和交叉口的行人及非机动车可接受间隙调查；
7.②
根据机动车和行人及非机动车运行特征及信号控制做出约束，包括信号周期时长和有效绿灯时长关系约束、最短绿灯时长约束、最小周期时长约束、最大绿灯时长约束和非负约束；
8.③
建立模型：基于交通安全和通行效率两方面对城市道路信号控制交叉口运行成本进行分析，并由此建立一个交叉口安全成本模型和交叉口延误成本模型；
9.④
模型求解：以交叉口最小运行成本模型为单目标非线性最优化模型，在目标函数和多重约束下，对各机动车流量和行人及非机动车流量下最小运行成本进行搜索求解，并选择遗传算法对模型进行求解；
10.⑤
得到阈值，结束求解：根据设定规则进行迭代直至产生最优个体或达到最大迭代次数，最终得到不同模式下，关于机动车流量和行人及非机动车流量的交叉口最小运行成本。
11.优选地，步骤
②
中所述的信号周期时长和有效绿灯时长关系约束如式(1.2)所示：
[0012][0013]
式中：gi为第i相位有效率绿灯时长，s；
[0014]
l为信号控制损失时间，s；
[0015]
所述最短绿灯时长约束如式(1.3)所示：
[0016][0017]
式中：g
min
为最短绿灯时间，s；
[0018]
l
p
为行人及非机动车过街步行距离，m；
[0019]vp
为行人过街步行速度，m/s；
[0020]
i为绿灯间隔时间，s；
[0021]
所述最小周期时长约束如式(1.4)所示：
[0022][0023]
式中：c
min
为最小周期时长，s；
[0024]
为最小绿灯时间，s；
[0025]
l为信号控制损失时间，s；
[0026]
所述最大绿灯时长约束取180s；
[0027]
所述非负约束如式(1.5)所示：
[0028]
b≥0(1.5)
[0029]
若检验到该变量小于0，则取值为0。
[0030]
优选地，步骤
④
利用遗传算法对交叉口最小运行成本模型的求解方法是：
[0031]
步骤一：设计遗传算法编码方案，用以生成满足约束条件的可行控制参数；
[0032]
步骤二：设定初始种规模为60，设置最大迭代次数为50次；
[0033]
步骤三：对种个体进行适应度评价，计算每个染体对应的适应度；
[0034]
步骤四：按照适应度越高，选择概率越大的原则，从种中选择优良个体进行繁殖；
[0035]
步骤五：对筛选出的优良染体进行交叉，产生子代；
[0036]
步骤六：对子代染体进行变异操作；
[0037]
步骤七：判断是否终止，不满足终止条件则重复三、四、五步骤。
[0038]
本发明针对目前行人及非机动车专用相位设置中缺乏明确标准和评价方法的现状，以交叉口安全成本和延误成本最小为依据，确定了行人及非机动车专用相位设置阈值，有利于改善步行和非机动车交通系统发展滞后的现状，创造行人及非机动车的和谐交通环境，解决城市交通拥堵，保障城市道路交通安全，提高路网运行效率，为交叉口规划管理和优化改造提供了可行方法。
附图说明
[0039]
图1是本发明的流程图；
[0040]
图2是遗传算法流程图；
[0041]
图3是a市某交叉口渠化示意图；
[0042]
图4是现状交叉口vissim仿真模型；
[0043]
图5是加设行人及非动车专用相位交叉口vissim仿真模型。
具体实施方式
[0044]
为了使本技术的目的、技术方案及有益效果更加清楚明白，通过实测数据和vissim仿真相结合的方式，对本发明的技术方案做进一步详细说明。
[0045]
如图1所示：本发明提供一种信控交叉口行人和非机动车专用相位阈值控制方法，包括以下流程：
[0046]
第一步：初始数据的调查，确定目标函数：对交叉口进行交叉口参数调查、交通量参数调查和人车冲突调查用以对本发明结果进行实例验证，以及交叉口的行人及非机动车可接受间隙调查用以对人车冲突行为进行描述；
[0047]
确定目标函数，即人车冲突的交通安全成本和人车交互状态下机动车、行人及非机动车的延误成本之和最低，如式(1.1)所示：
[0048]
minm＝ms+md(1.1)
[0049]
式中：m为信号控制交叉口运行总成本，元/h；
[0050]ms
为城市道路交叉口小时安全成本，元/h；
[0051]
md信号控制交叉口小时延误成本，元/h；
[0052]
第二步：交叉口信号配时优化：在进行模型求解前，需根据机动车和行人及非机动车运行特征及信号控制做出约束，包括信号周期时长和有效绿灯时长关系约束、最短绿灯时长约束、最小周期时长约束、最大绿灯时长约束和非负约束；
[0053]
①
信号周期时长和有效绿灯时长关系约束
[0054][0055]
式中：gi为第i相位有效率绿灯时长，s；
[0056]
l为信号控制损失时间，s。
[0057]
②
最小绿灯时长约束
[0058]
为保障行人及非机动车过街安全，兼控行人及非机动车的机动车绿灯相位需要进行行人及非机动车过街时间检验，满足行人及非机动车安全过街要求的最短绿灯时间如式(1.3)所示。
[0059][0060]
式中：g
min
为最短绿灯时间，s；
[0061]
l
p
为行人及非机动车过街步行距离，m；
[0062]vp
为行人过街步行速度，m/s；
[0063]
i为绿灯间隔时间，s。
[0064]
③
最小周期时长约束
[0065]
最小周期时长受最小绿灯时间控制，必须确保周期时长不小于最小绿灯时间与信号控制损失时间之和，其计算如式(1.4)所示。
[0066][0067]
式中：c
min
为最小周期时长，s；
[0068]
为最小绿灯时间，s；
[0069]
l为信号控制损失时间，s。
[0070]
④
最大周期时长约束
[0071]
交叉口信号设置中信号周期时长的增长可以使交叉口获得更多的有效率绿灯时间，提高绿信比，但是周期过长会导致交叉口延误增加。所以，应对信号周期时长进行限制，根据相关研究最大绿灯时长取180s。
[0072]
⑤
非负约束
[0073]
根据实际情况，需要随时对交叉口最小运行成本模型的目标函数中非负变量进行非负检验，保证与实际情况相符。
[0074]
b≥0(1.5)
[0075]
若检验到该变量小于0，则取值为0。
[0076]
第三步：建立模型：基于交通安全和通行效率两方面对城市道路信号控制交叉口运行成本进行分析，并由此建立一个交叉口安全成本模型和交叉口延误成本模型；
[0077]
第四步：模型求解：以交叉口最小运行成本模型为单目标非线性最优化模型，在目标函数和多重约束下，对各机动车流量和行人及非机动车流量下最小运行成本进行搜索求解，并选择遗传算法对模型进行求解，利用遗传算法对交叉口最小运行成本模型的求解方法是：
[0078]
参数设置
[0079]
①
编码方案：为生成满足约束条件的可行控制参数，设计了以下遗传算法的编码方案。信号控制周期时长通过一个随机数λc和最大、最小信号周期进行编码如式(1.6)所示：
[0080]
c＝c
min
+(c
max-c
min
)λc(1.6)
[0081]
式中：c为信号周期时长，s；
[0082]cmin
，c
max
分别为最小和最大信号周期时长，s；
[0083]
λc为一个随机数，λc∈[0,1]。
[0084]
各控制模式信号绿灯时间同样由随机数进行编码，不同模式下随机数个数不同，对于传统两相位信号控制模式，可以通过一个随机数进行编码，如式(1.7)、(1.8)所示：
[0085][0086][0087]
式中：g1，g2分别为第一、二相位绿灯信号时长，s；
[0088]g1min
，g
2min
分别为第一、二相位最短绿灯信号时长，s；
[0089]ix
为清空时间；
[0090]
λn为一个随机数，λn∈[0,1]。
[0091]
对于加设行人及非机动车专用相位后的两相位信号控制模式，共三个相位绿灯时长，则需要两个随机数进行编码，如式(1.9)、(1.10)、(1.11)所示：
[0092][0093]
[0094][0095]
式中：g1，g2，g3分别为各相位绿灯信号时长，s，其中第三相位为行人及非机动车专用相位；
[0096]g1min
，g
2min
，g
3min
为各相位最短绿灯信号时长，s；
[0097]
随机数，
[0098]
②
种规模：根据精度要求和求解过程时效考虑设定种规模，给定初始种规模为60。
[0099]
③
迭代次数限制：根据精度要求和求解过程时效考虑设定迭代次数限制，设置最大迭代次数为50次。
[0100]
④
选择：对随机生成的个体进行适应度评价，并采用赌的选择方法对样本进行选择，每个个体在下一代中被选择的概率如式(1.12)所示。
[0101][0102]
式中：fi为第i个个体适应度值。
[0103]
⑤
交叉：本发明采用自适应遗传算法，根据适应度值对交叉口概率进行设定，如式(1.13)所示：
[0104][0105]
式中：pc为自适应交叉概率，概率p
c1
设定为0.8，概率p
c2
设定为0.5；
[0106]
f'为交叉两个体中较大适应度值；
[0107]fmax
为种中最大适应度值；
[0108]favg
为种中平均适应度值。
[0109]
⑥
变异：自适应变异概率同样依据种进化特征而变化，如式(1.14)所示：
[0110][0111]
式中：pv为自适应变异概率，概率p
v1
设定为0.1，概率p
v2
设定为0.01。
[0112]
根据设定规则进行迭代直至产生最优个体或达到最大迭代次数，最终得到不同模式下，关于机动车流量和行人及非机动车流量的交叉口最小运行成本。
[0113]
第五步：得到阈值，结束求解：根据设定规则进行迭代直至产生最优个体或达到最大迭代次数，最终得到不同模式下，关于机动车流量和行人及非机动车流量的交叉口最小运行成本。
[0114]
实施例：
[0115]
以a市某典型十字型交叉口为例，该交叉口人车混行严重，交通秩序混乱，其形式及几何尺寸如图3所示。交叉口东西向为主干路，机动车道双向四车道，有非机动车道，仅东
进口道有展宽；南北方向为次干路，机动车道为双向四车道，有非机动车道，且进口道有展宽。交叉口现状为两相位信号控制，信号周期为116s，行人及非机动车与直行机动车共用同一信号相位，且行人绿灯信号比机动车绿灯信号提前7s结束，作为清空时间。
[0116]
现状交叉口运行成本：(1)通过实测数据获得，观测时间内该交叉口中遵章行人及非机动车与机动车共发生人车冲突566起，其中严重冲突134起；违规行人及非机动车与机动车共发生人车冲突31起，其中严重冲突2起，则交叉口小时安全成本为149.87元/h。(2)效率评价中机动车延误和行人及非机动车延误采用vissim仿真获得，根据实测交叉口几何尺寸参数、控制参数、交叉口渠化等进行仿真路网构建和参数标定，仿真模型如图4所示。由vissim仿真获得现状交叉口机动车和行人及非机动车平均延误：交叉口平均机动车延误为12.5s，平均行人及非机动车延误为9.7s，则交叉口延误成本为321.15元/h，考虑安全成本，现状交叉口运行成本为471.02元/h。
[0117]
加设行人及非机动车专用相位后运行成本：(1)加设行人及非机动车专用相位后，在行人及非机动车绿灯时间内不存在人车冲突，仅闯红灯部分行人及非机动车发生人车冲突而产生安全成本，认为冲突情况与加设专用相位之前无明显变化，则共发生人车冲突31起，其中严重冲突2起，则交叉口小时安全成本可忽略不计。(2)效率评价中机动车延误和行人及非机动车延误采用vissim仿真获得，根据实测交叉口几何尺寸参数、控制参数、交叉口渠化等进行仿真路网构建和参数标定，仿真模型如图5所示。由vissim仿真获得加设行人及非机动车专用相位交叉口机动车和行人及非机动车平均延误：交叉口平均机动车延误为15.7s，平均行人及非机动车延误为16.1s，则交叉口延误成本为460.70元/h，因不存在人车冲突，则交叉口运行成本为460.70元/h。
[0118]
行人及非机动车专用相位设置效果评价：该交叉口平均单进口道机动车流量为621pcu/h，行人及非机动车流量为787ped/h，通过阈值曲线可以发现，处于推荐设置行人及非机动车专用相位范围之内。
[0119]
加设行人及非机动车专用相位后，机动车平均延误由12.5s上升至15.7s，行人及非机动车延误由9.7s上升至16.1s，交叉口通行效率略有下降，交叉口延误成本由321.15元上升至460.70元。但是，通过加设行人及非机动车专用相位，消除了人车冲突，大幅提高了交叉口安全性，交叉口小时安全成本由149.87元/h将为0元/h。
[0120]
总体上，加设行人及非机动车专用相位后交叉口运行成本由471.02元/h下降至460.70元，结果表明行人及非机动车专用相位的设置使交叉口运行成本有所降低，总体效益得到提升。考虑到城市中有大量信控交叉口存在此问题，整体来看，存在可观的经济效益。
技术特征：
1.一种信控交叉口行人和非机动车专用相位阈值控制方法，其特征在于：包括如下步骤：
①
初始数据的调查：对交叉口进行交叉口参数调查、交通量参数调查和人车冲突调查和交叉口的行人及非机动车可接受间隙调查；
②
根据机动车和行人及非机动车运行特征及信号控制做出约束，包括信号周期时长和有效绿灯时长关系约束、最短绿灯时长约束、最小周期时长约束、最大绿灯时长约束和非负约束；
③
建立模型：基于交通安全和通行效率两方面对城市道路信号控制交叉口运行成本进行分析，并由此建立一个交叉口安全成本模型和交叉口延误成本模型；
④
模型求解：以交叉口最小运行成本模型为单目标非线性最优化模型，在目标函数和多重约束下，对各机动车流量和行人及非机动车流量下最小运行成本进行搜索求解，并选择遗传算法对模型进行求解；
⑤
得到阈值，结束求解：根据设定规则进行迭代直至产生最优个体或达到最大迭代次数，最终得到不同模式下，关于机动车流量和行人及非机动车流量的交叉口最小运行成本。2.根据权利要求1所述的一种信控交叉口行人和非机动车专用相位阈值控制方法，其特征在于：步骤
②
中所述的信号周期时长和有效绿灯时长关系约束如式(1.2)所示：式中：g
i
为第i相位有效率绿灯时长，s；l为信号控制损失时间，s；所述最短绿灯时长约束如式(1.3)所示：式中：g
min
为最短绿灯时间，s；l
p
为行人及非机动车过街步行距离，m；v
p
为行人过街步行速度，m/s；i为绿灯间隔时间，s；所述最小周期时长约束如式(1.4)所示：式中：c
min
为最小周期时长，s；为最小绿灯时间，s；l为信号控制损失时间，s；所述最大绿灯时长约束取180s；所述非负约束如式(1.5)所示：b≥0(1.5)若检验到该变量小于0，则取值为0。3.根据权利要求1所述的一种信控交叉口行人和非机动车专用相位阈值控制方法，其特征在于：所述步骤
④
利用遗传算法对交叉口最小运行成本模型的求解方法是：
步骤一：设计遗传算法编码方案，用以生成满足约束条件的可行控制参数；步骤二：设定初始种规模为60，设置最大迭代次数为50次；步骤三：对种个体进行适应度评价，计算每个染体对应的适应度；步骤四：按照适应度越高，选择概率越大的原则，从种中选择优良个体进行繁殖；步骤五：对筛选出的优良染体进行交叉，产生子代；步骤六：对子代染体进行变异操作；步骤七：判断是否终止，不满足终止条件则重复三、四、五步骤。
技术总结
本发明提供一种信控交叉口行人和非机动车专用相位阈值控制方法，包括如下步骤：
技术研发人员：
由婷婷 王雪元 朱晓东 孟维伟 高佳宁 薛丹璇 何佳 罗瑞琪 张兴宇 郭丽苹 陈永昊 肖云飞 孙晨然
受保护的技术使用者：
中国市政工程华北设计研究总院有限公司
技术研发日：
2022.05.27
技术公布日：
2022/9/6
