基于深度學(xué)習(xí)的干線協(xié)調(diào)方案應(yīng)用研究

基于深度學(xué)習(xí)的干線協(xié)調(diào)方案應(yīng)用研究摘要：視頻卡口系統(tǒng)與深度學(xué)習(xí)技術(shù)在智能交通中已被廣泛應(yīng)用，其數(shù)據(jù)大多用于交序優(yōu)化等算法，生成面向應(yīng)用的干線協(xié)調(diào)方案；最后通過VISSIM微觀仿真測試，形成基于深度學(xué)習(xí)的干線協(xié)調(diào)控制方案。結(jié)果表明：這一方案能提升數(shù)據(jù)采集的準(zhǔn)確性，關(guān)鍵詞：深度學(xué)習(xí)；干線協(xié)調(diào)；應(yīng)用研究通故事有60%發(fā)生在交義口范掏內(nèi)；此外機(jī)動車通過交義口時一般都會出現(xiàn)減速（?？诘倪\(yùn)行效率對于治理交通問題具有實(shí)際意義，其中綠波協(xié)調(diào)控制作為一項(xiàng)常見手段一?綠波協(xié)調(diào)控制研究綠波協(xié)調(diào)控制的傳統(tǒng)研究主要集中在公共周期、綠信比以及協(xié)調(diào)控制方法上,隨后許多研究針對傳統(tǒng)硏究中的相位相序固定、綠波速度恒定、排隊(duì)等不足進(jìn)行了改進(jìn)。李祥塵等通過優(yōu)化交叉口相位相序來提升綠波協(xié)調(diào)效果。賈彥峰等通過重疊相位對相位相序進(jìn)行優(yōu)化，取得了綠波協(xié)調(diào)的良好效果。盧凱等則在分析不同行駛方向的速度變化和分布情況，在多個備選方案中優(yōu)選出最佳方案，提高了綠波方案的適應(yīng)性。夏井新等引入速度波動，構(gòu)建了帶寬最大化模型生成最佳方案，獲得較好效果……?，F(xiàn)有理論研究已較為完善，另外近年來隨著智能交通建設(shè),視頻卡口在路網(wǎng)上的覆蓋率逐步提升，提供了豐富的視頻資源。但是視頻卡口自身的過車數(shù)據(jù)山于外界因素導(dǎo)致其數(shù)據(jù)準(zhǔn)確率并不高，不能直接應(yīng)用于信號配時優(yōu)化。深度學(xué)習(xí)在圖像識別領(lǐng)域的應(yīng)用1?基于深度學(xué)習(xí)的流量采集模型本文釆用YOLOV3框架訓(xùn)練車輛識別模型，首先對輸入視頻的圖像進(jìn)行識別并定位每幀圖片中的車輛對象，且進(jìn)一步對檢測到的車輛進(jìn)行分類；然后利用前后兩幀圖片中檢測到的車輛所處位置進(jìn)行對比，通過判斷本幀圖片的車輛標(biāo)記框中心點(diǎn)是否在上幀該車輛標(biāo)記框之內(nèi)來判定是否為同一輛車，從而達(dá)到跟蹤的U的；最后利用標(biāo)定檢測線，通過線框位置關(guān)系，得到車道級的機(jī)動車流量與交通構(gòu)成。在實(shí)際應(yīng)用中利用標(biāo)定停車線的位置來統(tǒng)汁分車道的流量并且利用TensorRT提升檢測效率（見圖1）。干線協(xié)調(diào)根據(jù)協(xié)調(diào)方向可分為雙向協(xié)調(diào)和單向協(xié)調(diào)，其判斷條件為干線是否具有明顯的流量差異，而在平峰時段干線雙向流量差異往往不顯著，因此協(xié)調(diào)道路大多采取雙向綠波協(xié)調(diào)，方案流程見圖2。選擇最大周期時長的交義口作為關(guān)鍵交義口，公式如下:tEGn為非關(guān)鍵交義口非協(xié)調(diào)相位中相位相位中相位n關(guān)鍵車流的飽和流量（pcu/h）,xp為非關(guān)鍵交義口非協(xié)調(diào)相位的飽和（3）確定非關(guān)鍵交義口協(xié)調(diào)相位的有效綠燈時間：由于非協(xié)調(diào)相位的最小有（4）確定以后，富余有效綠燈時間全部調(diào)劑給協(xié)調(diào)相位，形成最大綠波帶寬。相位差是進(jìn)行綠波協(xié)調(diào)控制的關(guān)鍵參數(shù)，本文利用唐克雙等提出非對稱式MULTIBAND算法［10］計(jì)算相位差。該模型取消了MULTIBAND對綠波帶中心線對稱的限制，以及允許速度波動，更符合實(shí)際三?案例分析本文以永康市溪心路5個路口（麗州路至廣電路）為例，溪心路位于永康市區(qū)南面的一條東西向主要干道，主要承擔(dān)過境交通與通勤交通為主，溪心路各交叉口渠化本文利用基于深度學(xué)習(xí)的車輛識別模型，獲取車道級機(jī)動車流量，結(jié)果如表1;通過信號機(jī)控制平臺及現(xiàn)場調(diào)查獲取各交義口信號配時信息，結(jié)果如表2。為獲取溪心路路段速度、采取浮動車調(diào)查，經(jīng)過多次測量，該路段平均車速為50km/ho4.雙向綠波協(xié)調(diào)方案本文在根據(jù)現(xiàn)狀交義口渠化條件下，采用搭接相位優(yōu)化相位相序方案，得到雙向綠波協(xié)調(diào)方案如下表，同時根據(jù)時距圖可知綠波帶寬占周期時長的40%o本文基于深度學(xué)習(xí)構(gòu)建了車道級流量采集模型，并以永康市溪心路五個交義口為例，通過合理的搭接相位利用非對稱MULTIBAND算法生成了雙向綠波協(xié)調(diào)控制方案，最終仿真結(jié)果表明，雙向綠波協(xié)調(diào)方案有助于縮短行程時間、減少停車次數(shù)，提升交通運(yùn)行效率。然而本文中對于排隊(duì)清空、各路段速度取值等問題以及對于非協(xié)調(diào)方向的影響未在文中體現(xiàn)，是未來硏究需要改進(jìn)的地方?！咀髡吆喗椤客舫?986.09J,男，漢族，浙江省杭州市人，碩士學(xué)歷，浙江建院建筑規(guī)劃設(shè)計(jì)院交通匸程師，主要研究方向：交通規(guī)劃、交通工程.信號優(yōu)化及控[1]李祥塵等?基于相位優(yōu)化的干線雙向綠波協(xié)調(diào)控制方法[J]?交通運(yùn)輸工程與信息學(xué)報,2018,16(1):115-121.[3]賈彥峰等.基于相位相序優(yōu)化的雙向綠波協(xié)調(diào)控