融合多源数据的区域动态协调信号控制

徐震辉，邵 庆，应东辉，刘 畅，胡灵龙，刘 志

(1.浙江浙大中控信息技术有限公司，浙江 杭州 310053；2.杭州市公安局萧山区分局交通警察大队，浙江 杭州 311200；3.浙江工业大学 计算机科学与技术学院，浙江 杭州 310023)

随着城市规模的扩大、路网密度的增加以及交通需求的增长，交叉口之间的交通流相关性日益明显。为提高区域交通运行的整体效率，需要打破单路口控制的局限，从城市路网总体控制目标出发，统筹协调交叉口群的信号配时方案。在“互联网+”和大数据的背景下，交通数据越来越丰富，每天都有海量实时的动态数据生成，给动态交通信号控制带来了崭新的生命力，也产生了数据存储格式不统一、采集频率不统一和质量参差不齐等问题。通过多源数据融合[1]准确地获取交通参数，识别与预测交通态势，进行交通信号控制决策，实现自适应动态协调控制，已经成为交通信号控制技术的主流趋势[2-3]。徐涛等[4]采用贝叶斯估计和模糊逻辑等数据融合方法，针对多源异构交通信息，建立了数据级、特征级和决策级3 个层次的融合体系。于超等[5]以视频检测和微波检测数据为基础, 结合BP神经网络模型，对城市信号控制主干道的旅行时间进行预测。唐克双等[6]基于对定点线圈、浮动车和AVI数据的融合，进行城市道路交通状态估计与判别，实现交叉口单点信号控制和城市干道协调信号控制。Wang等[7]利用手机信令数据和出租车GPS数据定位瓶颈路段车辆的主要来源，筛选需要进行信号优化的交叉口，实施瓶颈控制，缓解交通拥堵。……