[发明专利]一种适用多设备的信控方案实施优化方法及其系统和装置

权利要求书

1.一种适用多设备的信控方案实施优化方法，其特征在于，包括以下步骤：

通过终端检测设备获取各车道的车辆通过信号；

根据所述车辆通过信号解析出各分车道的车头时距数据得到原始的信控方案数据，所述信控方案数据具体包括，通过对所述车头时距数据进行时间序列分析，得到的信控方案的多个相位、各相位所包括的通行车道组、各相位的相序和时长、信控方案的周期时长；

将各车道的车头时距进行集计分析，得到各车道的车头时距分布情况和车头时距占比数据，根据信控方案数据排除因等红灯造成车头时距占比数据，得出绿灯期间各个车道实际的车头时距分布与占比数据；

设置理想车头时距形态模型和理想车道特征，对各车道的车头时距形态模型进行判断，以及对各车道进行特征标记；所述车头时距形态模型包括理想型、无排队过车稀疏型、有排队后期浪费型、有排队饱和型和干扰型，所述车道特征标记包括理想车道、干扰车道、过饱和车道和低效车道，所述方法还包括判断所述过饱和车道是否聚集在同一相位，得出所述过饱和车道聚集的过饱和相位；判断所述低效车道是否聚集在同一相位，得出所述低效车道聚集的低效相位；判断车头时距形态模型和进行车道特征标记的具体步骤包括

生成各车道的车头时距随时间变化的车头时距曲线；

当所述通行车道组包括多个车道时，在信控方案的一个周期内，若车辆的车头时距等于或略大于设定的安全车头时距，且车头时距曲线无明显波动，则所述车道的车头时距形态模型是理想型；

若车辆的车头时距明显大于设定的安全车头时距，车头时距曲线有波动且全周期维持在高值，则所述车道的车头时距形态模型是无排队过车稀疏型；

若前期车辆的车头时距接近安全车头时距，车头时距曲线稳定无显著波动，后期车头时距明显大于安全车头时距，则所述车道的车头时距形态模型是有排队后期浪费型；

若整个周期内车头时距均接近或小于安全车头时距，且偶尔小于安全车头时距的水平，车头时距曲线波动小，则所述车道的车头时距形态模型是有排队饱和型；

若初期车头时距明显大于安全车头时距，且车头时距曲线有较大波动，后期车头时距逐渐接近安全车头时距，车头时距曲线逐渐稳定，则所述车道的车头时距形态模型是干扰型；

若所述车道的车头时距形态模型是理想型，则所述车道是理想车道；

若所述车道的车头时距形态模型是干扰型，则所述车道是干扰车道；

若所述车道的车头时距形态模型是无排队过车稀疏型或有排队后期浪费型，则所述车道是低效车道；

若所述车道的车头时距形态模型是有排队饱和型，则所述车道是过饱和车道；

对所述信控方案数据进行优化和训练测试，使优化后的信控方案数据实施后，各车道的车头时距形态模型和各车道的特征标记与所述理想车头时距形态模型和理想车道特征相符。

2.如权利要求1所述的一种适用多设备的信控方案实施优化方法，其特征在于：所述车辆通过信号是带有时间戳的车辆通过记录数据。

3.如权利要求2所述的一种适用多设备的信控方案实施优化方法，其特征在于：还包括将非结构化的车辆通过信号转换为带有时间戳的车辆通过记录数据。

4.如权利要求1所述的一种适用多设备的信控方案实施优化方法，其特征在于：进行车道特征标记的的具体步骤还包括：

当所述通行车道组是单车道时，若车头时距小于5s的车头时距个数占同周期内车头时距个数的比例小于第一设定阈值，或车头时距大于15s的车头时距个数占同周期内车头时距个数的比例大于第二设定阈值，则所述车道是低效车道；

若车头时距小于3s的车头时距加和占同周期该车道分配绿灯时间总比例大于第三设定阈值，则所述车道是过饱和车道。

5.如权利要求1所述的一种适用多设备的信控方案实施优化方法，其特征在于：还包括将优化后的信控方案数据发送至控制中心或信号控制机，以及所述控制中心对优化后的信控方案数据进行测试后发送信号控制机的步骤。