[发明专利]基于傅里叶变换的数据驱动交叉口信号控制实际执行周期估计方法在审
申请号: | 201910021705.4 | 申请日: | 2019-01-10 |
公开(公告)号: | CN109584581A | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 李永强;童帅;冯远静;杨程赞;陆超伦;阮嘉烽;陈宇;陈浩 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G08G1/07 | 分类号: | G08G1/07;G06K9/00 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 快速傅里叶变换 傅里叶变换 交叉口信号 信号灯周期 数据驱动 周期估计 频域 车道 问题转换 交叉口 信号机 波峰 时域 数据库 路口 转化 | ||
一种基于傅里叶变换的数据驱动交叉口信号控制实际执行周期估计方法,包括以下步骤:1)从数据库中获取某个路口某个车道某一整天的过车数据2)对该车道当天一整天的过车数据进行快速傅里叶变换;3)找到频域离散幅频序列Y(f)的波峰所对应的频率;4)找出信号机实际执行周期所对应频率,转化成周期。与现有技术相比,本发明提出了基于快速傅里叶变换的交叉口信号灯周期确定方法,将时域的问题转换到频域以达到准确计算信号灯周期的目的。
技术领域
本发明涉及交通控制工程、大数据分析应用领域,尤其涉及基于傅里叶变换的数据驱动交叉口信号控制实际执行周期估计方法。
背景技术
由于交叉口停车线处电警卡口视频检测设备的普及,可以获取海量停车线处的过车数据。停车线处的过车数据可以反映交叉口处间断交通流的特性。间断交通流是由于信号控制将交叉口的使用权在时间轴上间断的分配给相互冲突的车流而形成。信号周期是定时信号控制的关键参数。实际运行过程中,定时信号控制是否按照预先设定的周期来执行,是保证信号控制正常运行的关键。本发明利用停车线处的过车数据,确定定时信号控制实际执行时的信号周期,从而监测信号周期是否按照预先设定的值正确执行。由于定时信号控制按周期执行,因此过车数据序列具有一定的周期特征。本发明首先利用傅里叶变换将时域中的过车数据序列变换到频域,然后通过对频域数据的分析估计实际执行的信号周期。目前还没有解决此类问题的相关方法。
发明内容
为了克服现有城市路口定时信号控制未按照预先设定的周期执行的问题,需要估计实际执行的信号周期以验证定时信号控制是否按照预先设定的周期来执行,本发明提出一种基于傅里叶变换的数据驱动交叉口信号控制实际执行周期估计方法,将时域的问题转换到频域,能够准确计算信号灯周期;以便验证定时信号控制是否按照预先设定的周期来执行,保证信号控制正常运行。
本发明解决其技术问题所采用的技术方案是:
一种基于傅里叶变换的数据驱动交叉口信号控制实际执行周期估计方法,包括以下步骤:
1)从数据库中获取某个路口某个车道某一整天的过车数据{pn},其中,pn为第n辆车通过停车线的时刻,单位为一天中的整数秒,n=1,2,......N;N为该交叉口该车道该天通过停车线的总车辆数;
2)对该车道当天一整天的过车数据进行快速傅里叶变换,过程如下:
2.1)将过车数据{pn}转换成以时间为标号的0/1序列y(t),时间标号t的单位为一天中的整数秒,计算采用如下公式:
2.2)利用快速傅里叶变换近似计算时域离散序列y(t)的频域离散幅频序列Y(f)。在进行快速傅里叶变换时,离散序列的长度选择为217=131072,并且时域离散序列y(t)的采样频率设置为1Hz,因此频域离散幅频序列Y(f)的频域标号f的采样间隔可以精确到0.00001Hz;
3)分析频域离散幅频序列Y(f)的波峰,估计一整天中所有周期值其中M为该天的分段配时中使用的不同周期的个数,过程如下:
3.1)找到频域离散幅频序列Y(f)的波峰所对应的频率{f′i},i=1,2,…,n,n为实际找到的波峰个数;因为在频域离散幅频序列Y(f)中的绝大多数频率f所对应的幅值Y(f)不为0且数值较小,若将这部分频率中的波峰作为之后分析的样本会严重影响实际估计周期的准确性,因此首先要设定一个阈值K,筛选出频域离散幅频序列Y(f)中大于K的那部分离散散幅频序列Y′(f);经过多次试验,阈值K选取为频域离散幅频序列Y(f)中从大到小排序第300个点所对应的值;筛选后的离散散幅频序列Y′(f)为锯齿波,往往在一个波峰临近位置还有数个波峰,因此寻找波峰时依据该点峰值大于前后相邻5个频率所对应的Y(f)来代表这个区域的波峰;即{f′i}中的频率f满足以下公式:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910021705.4/2.html,转载请声明来源钻瓜专利网。