fastreport.net 交叉表居中显示_基于LISA仿真的T型交叉口优化方案

21b38a0c-ff1d-eb11-8da9-e4434bdf6706.jpeg

基于LISA仿真的T型交叉口优化方案

1        该交叉口主要特征

该交叉口(R1路-R2路交叉口)为平面渠化加信号控制,信号控制为东进口往XXX方向(直转、左转)、西进口往XXX方向(直转、右转)、南进口往XXX方向(左转、右转)三个相位控制。

为表达清晰,下文中将以东进口、西进口、南进口分别表示R1路-R2路交叉口往XXX方向、往XXX方向、XXX方向。

2        交叉口现状分析

2.1       路口道路和路口周围土地使用现状

R1路与R2路交叉路口为标准形式的T字交叉口,东西进口和北南进口之间的夹角约为90度。东西向为主干道,路段上为双向4车道,其中东进口车道由一条直行一条左转车道组成,西进口车道由一条直行一条右转组成。南进口方向的R2路为次干道,由一条左转一条直行车道组成。该交叉口布局情况如图1-1所示。

23b38a0c-ff1d-eb11-8da9-e4434bdf6706.jpeg

图1-1

2.2       交叉口交通量现状

在本文中,处理R1路与R2路交叉路口的交通量的方法为:首先根据2019年9月1日到9月15日的日交通量以小时为单位,求取日平均交通量。然后在日均交通量中找到高峰小时流量,并以此流量作为本文调查研究的主要依据。

该交叉口交通量分布如表一所示。

表1 R1路与R2路交叉路口的高峰小时流量流向数据

进口道流向

东进口

西进口

南进口

交通量(pcu/h)

638

40

108

226

294

570

678

334

864

(调查时间2019.9.1-2019.9.15 0:00-23:00)

图2-1为R1路与R2路交叉路口的高峰小时流量流向图。如图所示,首先R1路与石大路交叉路口东进口左转和南进口右转车流量占比最大,且两个车道的流量差异较小。其次是西进口右转和南进口左转车流量占比也较大,车道流量差异小。最后东西进口道直行的流量相比于其他进口都非常小,道路利用率较低。

25b38a0c-ff1d-eb11-8da9-e4434bdf6706.jpeg

图2-1 R1路与R2路交叉路口的高峰小时流量流向图

2.3       通信号控制现状

R1路与R2路交叉路口采用了三相位的信号控制,具体相位方案如表2所示:

表2-1 R1路与R2路交叉路口原有信号相位控制方案

27b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

表二中相位配置根据XX省常见相位搭配给出,从表中可以看出,该交叉口相位配置过于简单,其特征是各进口方向的车流依次放行。这样会使得同一个相位中通行的各路径不能被有效利用,比如第一相位东进口直行左转一起放行,但是由于左转流量较大,而直行流量较小,导致直行的利用率很低,造成很大浪费。

3        交叉口改进方案

3.1  优化当前相位

首先是R1路与R2路交叉路口东进口左转和南进口右转车流量占比最大,且两个车道的流量差异较小。其次是西进口右转和南进口左转车流量占比也较大,车道流量差异小。最后东西进口道直行的流量相比于其他进口都非常小,道路利用率较低。

因此,在本交叉口的相位设置中,将东进口左转和南进口右转并入相位一,将西进口右转和南进口左转列入相位二,将东西进口道直行作为相位三。具体相位配置如表3-1所示。

表3-1 R1路与R2路交叉路口优化信号相位控制方案

29b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

 3.2       优化交叉口信号绿灯时长

交叉口的相位改变,其配时方案也必须相应改变。同时该交叉路口的流量比较小,若设置过大周期将使得交叉口平均延误大大提升,所以可使用小周期进行优化。

4  Lisa软件仿真交叉口

4.1       现状交叉口仿真

4.1.1   创建项目及交叉口

打开Project Management项目管理页面。点击new intersection variant 可以创建新的交叉口。创建现状的R1路交叉口。创建的位置可以在Lisa中体现出来,如图4-1。

2ab38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-1

4.1.2   绘制交叉口及输入基本数据

回到主页面,点击configuration 下的 basic data:首先,插入底图并确定比例尺。然后,创建道路中心轴并插入车道。该交叉口现状是T字形路口。东西向为主干道,路段上为双向4车道,其中东进口车道由一条直行一条左转车道组成,西进口车道由一条直行一条右转组成。南进口方向的R2路为次干道,由一条左转一条直行车道组成。每个车道宽度均为3.5m。绘制出的交叉口如图4-2所示。

2bb38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-2

点击configuration 下的evaluation parameters:在左侧点击New Flow,输入交通流的名称,并输入流量矩阵(流量矩阵位于窗口的右上角)。输入各个交通流的流量值。如图4-3所示。

2db38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-3

交通流量数据输入完成后 ,软件导出的各方向流量图如图4-4所示。

30b38a0c-ff1d-eb11-8da9-e4434bdf6706.png图4-4

4.1.3   建立冲突点

点击planing 下的 conflicts,出现右表:基于不同方向交通流的冲突情况,单击表上的网格,确定各方向的冲突情况。(X代表有冲突,- 代表无冲突。)冲突点建立后如图4-5所示。

34b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-5

4.1.4   创建信号灯组

点击configuration 下的 signal groups:出现的表中有各方向的信号灯及其类型,各方向最小绿灯时间为6s,黄灯3s。创建的信号灯组如图4-6所示。

35b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-6

4.1.5   创建相位及相位切换表

单击planing 下的 stage,出现图4-7,4-8:(信号相位切换方案已自动生成)

37b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-7相位表

3ab38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-8相位切换表

4.1.6   配时方案设计

由于要用Lisa模拟现状路的情况,所以相应配时用上现有的配时,信号周期为108s,三个周期绿灯时间分别为40s,14s,36s。如图4-9所示。

3bb38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-9

4.1.7   配时方案评价

单击Signal Timing Plans下的Evaluation Signal of Signal Timing Plan。会出现一个Signal timing plan evaluation窗口。在HBS 2015标签页上,计算是根据2015年德国出版的HBS 2015评价的。其大致对应于美国公路通行能力手册。单击HBS 2015选项卡,可以显示其他评价。如图4-10所示。

3cb38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-10

从评价指标中可以看出各个路口的服务水平中西进口的右转,东进口的左转,南进口的右转都在D及D以上,延误也有52.126s。通行能力也只有4134Veh/h。故此交叉口可以在不大调的情况下,通过相位和信号配时来进行优化。

4.2       优化后交叉口仿真

4.2.1   创建项目及交叉口

打开Project Management项目管理页面。点击new intersection variant 可以创建新的交叉口。创建优化后的R1路交叉口。创建的位置可以在Lisa中体现出来,如图4-11。

3eb38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-11

4.2.2   绘制交叉口及输入基本数据

回到主页面,点击configuration 下的 basic data:首先,插入底图并确定比例尺。然后,创建道路中心轴并插入车道。优化后的交叉口东进口车道由一条直行一条左转车道组成,西进口车道由一条直行一条右转组成。南进口方向的R2路为次干道,由一条左转一条直行车道组成。车道宽度均为3.5m。绘制出的交叉口如图4-12所示。

3fb38a0c-ff1d-eb11-8da9-e4434bdf6706.png图4-12

点击configuration 下的evaluation parameters:在左侧点击New Flow,输入交通流的名称,并输入流量矩阵(流量矩阵位于窗口的右上角)。输入各个交通流的流量值。如图4-13所示。

40b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-13

交通流量数据输入完成后 ,软件导出的各方向流量图如图4-14所示。

41b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-14

4.2.3   建立冲突点

点击planing 下的 conflicts,出现右表:基于不同方向交通流的冲突情况,单击表上的网格,确定各方向的冲突情况。(X代表有冲突,- 代表无冲突。)冲突点建立后如图4-15所示。

42b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-15

4.2.4   创立信号灯组

点击configuration 下的 signal groups:出现的表中有各方向的信号灯及其类型,各方向最小绿灯时间为6s,黄灯3s。创建的信号灯组如图4-16所示。

35b38a0c-ff1d-eb11-8da9-e4434bdf6706.png图4-16

4.2.5   创立相位及相位切换表

单击planing 下的 stage,出现图4-17,4-18:(信号相位切换方案已自动生成)

44b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-17相位表

45b38a0c-ff1d-eb11-8da9-e4434bdf6706.png

图4-18相位切换表

4.2.6   配时方案设计

点击Planning 下的Signal timing plans。点击Automatic STPcalculation。此时将打开一个对话框,在其中可以设定计算参数。选择一种计算方法,如图4-19所示。

46b38a0c-ff1d-eb11-8da9-e4434bdf6706.png图4-19

Minimum green times生成具有尽可能短的周期时长,同时其还符合信号灯组表(Basic data | Signal groups)中设定的最短绿灯时间的信号配时方案。

Flow生成满足所设定的交通流量数据的交通方案。

不选择默认生成出交通流中所有车流的最短平均等待时间的方案。

Maximum flow rate生成满足用户设定的最大交通流量比且所有车流的最短平均等待时间。

Desired cycle time生成出的信号配时方案与预设周期时长一起影响所有车流的最短平均等待时间。

这里选择Flow来进行计算。

点击Next

信号配时方案是根据信号相位和信号相位切换计算的。执行可行信号相位的初始计算,然后计算这些信号相位的所有组合,从而产生最佳信号相位组合和最佳信号相位序列。如图4-20所示。

47b38a0c-ff1d-eb11-8da9-e4434bdf6706.png图4-20

在计算出最佳配时方案后,可以选择所需方案并将其导出到配时图中。如图4-21所示。为最佳配时方案。

49b38a0c-ff1d-eb11-8da9-e4434bdf6706.png图4-21

4.2.7   配时方案评价

单击Signal Timing Plans下的Evaluation Signal of Signal Timing Plan。会出现一个Signal timing plan evaluation窗口。在HBS 2015标签页上,计算是根据2015年德国出版的HBS 2015评价的。其大致对应于美国公路通行能力手册。单击HBS 2015选项卡,可以显示其他评价。如图4-22所示。

4db38a0c-ff1d-eb11-8da9-e4434bdf6706.png图4-22

从评价指标中可以看出,经过Lisa的算法和最优配时,得出只要55s的信号周期就可得出最理想的配时方案。从指标表中可看出经过优化后R1路与R2路路口各个方向服务水平都有A,B,平均延误只有15.9s,交叉口通行能力高达5818Veh/h,所以只要通过调整相位和配时就能得到理想的结果,西进口的右转,东进口的左转,南进口的右转的服务水平都在A和B,道路畅通,优化方案可行。免费优化 后台提交(或联系客服)您周围、所在城市比较拥堵的或想要优化的交叉口, 尽智研究院为您免费出分析及优化方案哦! 尽智研究院客服微信:ysmkefu

咨询、购买LISA

更多有关交通控制软件LISA的介绍: 请点击: 交通控制软件LISA LISA中国区官网: www.hilisa.cn 咨询及购买Lisa请联系: 高经理:电话/微信:16619930462,邮箱:936239059@qq.com

4fb38a0c-ff1d-eb11-8da9-e4434bdf6706.jpeg

告知:需要学习YOLOv4进行TT100K数据集上中国交通标志识别的学员请前往(1) Ubuntu系统《YOLOv4目标检测实战:中国交通标志识别》课程链接:https://edu.csdn.net/course/detail/29362(2)《Windows版YOLOv4目标检测实战:中国交通标志识别》课程链接:https://edu.csdn.net/course/detail/29363在无人驾驶中,交通标志识别是一项重要的任务。本课程中的项目以美国交通标志数据集LISA为训练对象,采用YOLOv3目标检测方法实现实时交通标志识别。具体项目过程包括包括:安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA数据集、测试训练出的网络模、性能统计(mAP计算和画出PR曲线)和先验框聚类。YOLOv3基于深度学习,可以实时地进行端到端的目标检测,以速度快见长。本课程将手把手地教大家使用YOLOv3实现交通标志的多目标检测。本课程的YOLOv3使用Darknet,在Ubuntu系统上做项目演示。 Darknet是使用C语言实现的轻开源深度学习框架,依赖少,可移植性好,值得深入学习和探究。除本课程《YOLOv3目标检测实战:交通标志识别》外,本人推出了有关YOLOv3目标检测的系列课程,请持续关注该系列的其它课程视频,包括:《YOLOv3目标检测实战:训练自己的数据集》《YOLOv3目标检测:原理与源码解析》《YOLOv3目标检测:网络模改进方法》另一门课程《YOLOv3目标检测实战:训练自己的数据集》主要是介绍如何训练自己标注的数据集。而本课程的区别主要在于学习对已标注数据集的格式转换,即把LISA数据集从csv格式转换成YOLOv3所需要的PASCAL VOC格式和YOLO格式。本课程提供数据集格式转换的Python代码。请大家关注以上课程,并选择学习。下是使用YOLOv3进行交通标志识别的测试结果
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值