买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河海大学

摘要：本发明涉及异型信号交叉口通行能力模型修正系数算法，针对异型交叉口，收集异型交叉口的基本信息、非机动车违章行为数据以及有无非机动车违章行为影响下机动车数据；根据收集的非机动车违章行为数据，分析非机动车违章行为时空特征，所述时空特征包括时间特征以及空间特征，即从时间特征以及空间特征两个角度进行分析，并将分析的因素作为对机动车车流的可能影响因素，对这些可能影响因素进行初步筛选，筛选得到对机动车饱和车流造成影响的关键影响因素；以有无非机动车违章行为影响下机动车数据为基础，对筛选得到的关键影响因素分别进行分析，得到不同关键影响因素对有无非机动车违章行为影响下机动车运行特征的影响系数；对不同的影响系数进行整合，确定机动车饱和车头时距和加速损失时间的修正系数，建立非机动车违章行为影响下的信号控制异型交叉口通行能力修正模型；最后对建立的通行能力修正模型进行验证。本发明为异型信号交叉口的组织优化和信号配时提供了重要的参考。

主权项：1.异型信号交叉口通行能力模型修正系数算法，其特征在于：具体包括以下步骤：步骤S1：数据的采集与整理，针对异型交叉口，收集异型交叉口的基本信息、非机动车违章行为数据以及有无非机动车违章行为影响下机动车数据；异型交叉口是指在交叉口位置中，其中一个道路夹角小于75°；异型交叉口的基本信息包括根据道路夹角及转向将车道分为小角度左转车道、大角度左转车道、小角度右转车道以及大角度右转车道；还包括周期、相位、黄灯时长、绿灯时长以及红灯时长，提供计算有效绿灯时间所需要的各种参数；非机动车违章行为数据包括非机动车在通行权和非通行权时，非机动车类型、非机动车到达时刻、非机动车违章时刻、非机动车停止违章时刻、违章距离、违章持续时长以及机动车平均饱和车头时距；机动车数据包括机动车类型、机动车到达停止线时刻以及有无违章非机动车；步骤S2：根据步骤S1收集的非机动车违章行为数据，分析非机动车违章行为时空特征，所述时空特征包括时间特征以及空间特征，即从时间特征以及空间特征两个角度进行分析，并将分析的因素作为对机动车车流的可能影响因素，对这些可能影响因素进行初步筛选，筛选得到对机动车饱和车流造成影响的关键影响因素；所述时间特征包括非机动车违章开始时刻以及非机动车违章持续时长比，空间特征包括非机动车相对位置、非机动车群体违章数量以及违章距离；将上述时间特征以及空间特征作为研究非机动车违章行为对机动车饱和车头时距的可能影响因素，采用二项Logistic回归模型进行因素筛选，得到对机动车饱和车流造成影响的关键影响因素包括非机动车相对位置、非机动车群体违章数量、违章持续时长比以及违章距离；违章持续时长比为非机动车违章持续时长与非机动车违章时相应红灯相位时长之比；定义违章持续时长比为λ，非机动车违章持续时间为t1，单位为s，非机动车违章时相应红灯相位时长为t2，单位为s，则计算公式为： 步骤S3：以步骤S1中收集的有无非机动车违章行为影响下机动车数据为基础，对步骤S2中筛选得到的关键影响因素分别进行分析，得到不同关键影响因素对有无非机动车违章行为影响下机动车运行特征的影响系数；步骤S4：对步骤S3中不同的影响系数进行整合，确定机动车饱和车头时距和加速损失时间的修正系数，建立非机动车违章行为影响下的信号控制异型交叉口通行能力修正模型；步骤S5：对建立的通行能力修正模型进行验证。

全文数据：

权利要求：

百度查询： 河海大学 异型信号交叉口通行能力模型修正系数算法