[发明专利]一种城市道路交叉口饱和流率计算方法

说明书

本发明公开了一种城市道路交叉口饱和流率计算方法，其中，包括：采集城市道路交叉口的交通数据；对所述交通数据进行预处理，并对预处理后得到的结果数据进行存储；根据Grubbs算法实时计算并存储单周期城市道路交叉口的平均车头时距；根据K‑means聚类算法对相同天气条件下单周期城市道路交叉口的平均车头时距进行聚类分析，得到聚类分析结果；根据所述聚类分析结果计算饱和情况下车头时距的均值，得到不同天气条件下城市道路交叉口饱和流率。本发明提供的城市道路交叉口饱和流率计算方法提高了不同天气条件下城市道路交叉口饱和流率的精度。

技术领域

本发明涉及交通控制技术领域，尤其涉及一种城市道路交叉口饱和流率计算方法。

背景技术

近年来，随着国民经济高速发展汽车保有量持续增长，2016年中国汽车保有量达1.94亿辆。不断增长的汽车数量对城市交通系统的正常运行带来巨大的压力，人们对交通系统运行的可靠性和可控性要求越来越高。城市道路交叉口是道路交通的咽喉，其通行能力直接影响整个交通网络的承载能力。由于不同方向机动车、非机动车和行人的相互干扰，交叉口处容易出现拥堵等问题。通过标志设置、道路渠化等交通组织方法进行调整的费用较高、交通参与者适应周期较长。因此，交通信号控制系统成为交叉口交通控制的主要方法。交通信号控制系统通过交通流信息采集和信号控制算法，可以提高城市道路交叉口的通行能力，均衡路网内交通流，避免或缓解道路交通拥堵，同时减少车辆拥堵停车等待时的尾气排放，降低环境污染。

饱和流率是交通信号配时优化的关键参数之一，一般可以通过模型或实测计算获得。饱和流率的模型计算方法需要根据影响饱和流率的因素进行各种修正，这些修正参数在量化或测量时存在一定难度，因此实际工程应用中多采用实测车头时距的方法来确定饱和流率。实测车头时距法测量饱和车流中小型车辆(即标准车辆)通过停止线的车头时距，为避免绿灯初期损失时间的影响，剔除最初几辆车的数据，最后取平均车头时距的倒数乘以3600即为饱和流率。该方法简单、易用，但是在实际应用中很难排除车型、天气等外部因素对车头时距的影响，不能满足交通信号配时优化对饱和流率精度的要求。

因此，如何能够提高不同天气条件下城市道路交叉口饱和流率的精度成为本领域技术人员亟待解决的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种城市道路交叉口饱和流率计算方法，以解决现有技术中的问题。

作为本发明的第一个方面，提供一种城市道路交叉口饱和流率计算方法，其中，所述城市道路交叉口饱和流率计算方法包括：

采集城市道路交叉口的交通数据；

对所述交通数据进行预处理，并对预处理后得到的结果数据进行存储；

根据Grubbs算法实时计算并存储单周期城市道路交叉口的平均车头时距；

根据K-means聚类算法对相同天气条件下单周期城市道路交叉口的平均车头时距进行聚类分析，得到聚类分析结果；

根据所述聚类分析结果计算饱和情况下车头时距的均值，得到不同天气条件下城市道路交叉口饱和流率。

优选地，所述交通数据包括信号灯数据、天气数据、车辆检测器占有数据、车道信息数据以及各个数据的采集时间。

优选地，所述对所述交通数据进行预处理，并对预处理后得到的结果数据进行存储包括：

根据各个数据的采集时间将所述车辆检测器占有数据、信号灯数据和天气数据分别对应；

根据所述车道信息数据将对应后的数据进行存储。

优选地，所述根据Grubbs算法实时计算并存储单周期城市道路交叉口的平均车头时距包括：

根据所述车辆检测器占有数据计算单个绿灯期间车辆间的车头时距，并对车头时距进行排序；