[发明专利]一种基于多维指标的干线绿波智能诊断方法

说明书

本发明公开了一种基于多维指标的干线绿波智能诊断方法，包括如下步骤：构建绿波分析大数据资源库，为后续指标体系评分计算提供数据支撑；指标分为现象层、诊断层和决策层，现象层、诊断层指标评分计算，利用诊断层各个指标评分计算结果，按照路段权重等级进行归一化评分，得出诊断层各个指标评分计算结果；完成现象层指标与诊断层指标的关联性分析架构，利用诊断层各个指标评分与现象层各个指标评分计算出指标关联分析评分结果，根据指标关联分析评分结果诊断出绿波线路问题所在，并提出对应的绿波线路优化整改措施。本发明既可实现绿波运行状态实时监测、效果评价和智能诊断，也可实现全流程的问题诊断和精准治理，全闭环流程管理。

技术领域：

本发明涉及交通信号控制领域，特别涉及一种基于多维指标的干线绿波智能诊断方法。

背景技术：

随着城市经济的快速发展和机动车保有量的快速增加，交通拥堵已成为有普遍的“城市病”。干线绿波信号协调控制是目前常用的协调控制方法，通过对干线各交叉口信号灯参数的调整，使得干线协调方向的车辆按一定的速度行驶范围能够不停车或少停车的通过下游交叉口，从而达到减少停车次数和车均延误、提高道路通行能力、改善交通拥堵现状的目的。干线绿波协调是目前普遍采用的提高干道通行效率的成熟技术。目前干线绿波关注的技术是绿波方案的设计和应用实施，关于干线绿波的运行状态监控、诊断和实际效果评估研究较少。由于干线绿波的干扰因素太多，干线绿波的运行状态监控和实际效果评估对于干线绿波全时段稳定运行和及时调优发挥极其重要的作用，对城市干道通行效率的提升和保障具有重大意义。

目前已提出的绿波运行效果评价分析方法存在三方面的问题：一是缺少对绿波稳定性全时段连续监测的科技手段。目前常用的方法是通过单辆实验车开展某个时间片段的绿波运行测试，不能有效反映全部车辆在整个绿波运行时段的通行情况。也有采用固定检测器数据或浮动车数据对整个绿波运行时段的效果进行评价分析的方法，然而固定检测器受到检测器位置的限制，存在数据缺失、数据不连续的问题，浮动车数据根据地图匹配，是个估算的值，不是实时数据，存在较大误差，从而导致效果评价不准确；二是对绿波运行效果评价不直观，所用评价指标普遍偏少，未能充分考虑影响绿波运行效率的指标，不利于整个绿波运行时段的问题诊断，且并未针对各个指标进行归类分析，不能反映绿波方案的整体运行情况；三是绿波效果优化依赖人工经验判断，缺少宏观指导性意见输出，未进行指标关联分析并给出决策，不能形成有效的整改措施。因此，对绿波实现整个运行时段的监控、评价、诊断并整改闭环是非常重要的。

发明内容：

为了弥补现有技术问题的不足，本发明的目的是提供一种基于多维指标的干线绿波智能诊断方法，突破已有的绿波运行效果评价分析方法，针对干线协调的长期稳定运行、应用效果评估、问题诊断和优化整改业务需求，开展了基于多维指标的干线协调智能诊断模型研究，利用交管部门已建路口的电警设备过车数据、信号机设备相位状态数据等的复合应用，通过对整个绿波运行时段的海量数据进行清洗过滤、融合匹配、汇总封装形成绿波分析大数据资源库；在大数据资源的基础上对绿波运行的指标进行分层次、分类计算，对绿波道路给予客观的评价、诊断，并提出优化建议方案，使得绿波运行更加高效稳定，降低车辆延误，提高通行效率。

本发明的技术方案如下：

一种基于多维指标的干线绿波智能诊断方法，其特征在于，包括如下步骤：

(1)、构建绿波分析大数据资源库：电子设备采集并统计路口的过车数据，调查或收集路口的信号配时信息、路口渠化信息、绿波运行信息、车辆轨迹信息数据，利用大数据技术对全绿波时段海量数据进行清洗过滤、融合匹配、汇总封装构建绿波分析大数据资源库，为后续指标体系评分计算提供数据支撑；

(2)、指标分层次归类：包括现象层、诊断层和决策层三层架构的指标体系，

现象层：利用停车次数、过车流量、平均行程时间三大绿波运行直观评价指标对绿波线路运行评分；

诊断层：利用交通工程理论构建绿波运行诊断指标体系，挖掘绿波线路的深层问题所在；