电子设备及片区的交通控制策略确定方法与流程

1.本发明涉及智慧交通技术领域，尤其涉及一种电子设备及片区的交通控制策略确定方法。

背景技术：

2.交通信号控制系统现在已基本实现点、线、面的配时优化和协调控制。实际交通状况是随时间不断发生变化的，平低峰的控制子区适合执行绿波协调的控制策略，但周一、周二、周三、周四、周五、周六、周日每天的交通流规律可能不一致，平低峰时段不相同，每个路口执行的调度不同，每个时段路口控制方向也不同。
3.但现有协调控制策略推荐研究中，一般仅根据子区特点推荐策略名称，例如策略包含的控制路口、控制方向、控制时段、路口调度等详细策略信息仍需要依赖人工确定，节省人工量有限且不能完全适用符合实际交通特点。

技术实现要素：

4.本发明提供一种电子设备及片区的交通控制策略确定方法，能够通过片区内的车流量以及信号灯绿灯时间，确定交通控制策略中的优先协调方向和相位差，相比于人工配置的方法，提高效率。
5.第一方面，本发明实施例提供一种电子设备，包括：处理器和显示单元；
6.将目标区域进行划片，得到多个片区；
7.针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；
8.根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差；
9.显示单元，用于展示目标区域内的每个片区的交通控制策略。
10.上述电子设备，能够对目标区域进行划片得到多个片区，针对每个片区，根据其时间段内的车流量，确定该时间段的每个片区的优先协调方向，并根据该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，即路口的信号灯绿灯时间的情况，确定该片区的相位差，从而赋予与其时间段的时间关联度比较高的其他时间段，自己的交通控制策略，这样对于交通控制策略相比于人工配置的方法，提高效率。
11.在一种可能实施的方式中，处理器，具体用于：
12.将目标区域内的路口进行组合，得到多个片区组合；其中，所述片区组合中包含所述目标区域内的所有路口，所述片区组合包括多个初始片区；
13.将区间关联度和内部关联度之间的差值中最大的所述片区组合中的多个初始片区作为所述目标区域划分后的片区；
14.其中，所述区间关联度是根据所述片区组合中多个初始片区的关联度之间的差值
确定的；所述内部关联度是根据所述片区组合中多个初始片区内的路口关联度的平均值确定的；初始片区的关联度是根据初始片区内相邻路口之间的路口关联度确定的。
15.上述电子设备，能够通过各个片区内部关联度和各个片区之间的关联度进行比较，从而确定组成新的片区，从而使得组成的片区更加准确。
16.在一种可能实施的方式中，处理器，具体用于：
17.根据相邻路口中转向进口流量与直行进口流量之间的比值，以及流量最大值和流量最小值之间的比值，确定相邻路口的流量指标；其中，所述流量最大值为直行进口流量和直行出口流量中的比较大的值；所述流量最小值为直行进口流量和直行出口流量中的比较小的值；
18.将相邻路口中路口的最大车道和最小车道之间的比值，作为相邻路口的车道指标；
19.若相邻路口不拥堵，则根据相邻路口的流量指标、车道指标，确定相邻路口的路口关联度；
20.若相邻路口拥堵，则将阈值作为相邻路口的路口关联度。
21.上述电子设备，能够根据路口的实际车流量情况、车道以及拥堵情况，确定相邻路口的关联度，提高了关联度确定的准确性。
22.在一种可能实施的方式中，处理器，具体用于：
23.若其他时间段包含多个，则将至少两个时间段进行组合，得到组合时间段；其中，所述其他时间段和目标时间段均称为时间段；组合时间段包含目标时间段；
24.根据组合时间段内的每两个时间段的协方差，以及每两个时间段的方差，确定组合时间段之间的每两个时间段的相关系数；
25.将组合时间段之间的两个时间段的相关系数之间的平均值，作为组合时间段之间的时间关联度；
26.若所述组合时间段内时间段之间的时间关联度高于时间阈值，则将目标时间段该片区的交通控制策略，作为所述组合时间段内的其他时间段该片区的交通控制策略。
27.上述电子设备，能够通过两两时间段之间的车流量情况，确定其相关系数，得到其时间上的关联度，对于关联度高的时间段可以共享其交通控制策略，这样提高了确定控制策略的处理速度。
28.在一种可能实施的方式中，处理器，具体用于：
29.若所述目标时间段该片区的车流量比值大于第一阈值，则确定所述目标时间段该片区的优先协调方向为单向的正向协调；
30.若所述目标时间段该片区的车流量比值小于第二阈值，则确定所述目标时间段该片区的优先协调方向为单向的反向协调；
31.若所述目标时间段该片区的车流量比值在第三阈值和第四阈值之间，则确定目标时间段该片区的优先协调方向为双向协调；
32.若所述目标时间段该片区的车流量比值在第一阈值和第三阈值之间，或在第二阈值和第四阈值之间，则将所述目标时间段该片区的车流量比较大的方向作为所述目标时间段该片区的优先协调方向。
33.上述电子设备，能够通过车流量比值的大小，从而确定正反向流量在哪个方向比
较多，从而确定其哪个方向进行优先协调，这样提高了确定的准确性。
34.在一种可能实施的方式中，处理器，还用于：
35.针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；
36.从该路口的相位差集合中相位差对应的正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；其中，所述目标正反剩余绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反剩余绿波带宽，且所述目标正反剩余绿波带宽之和在该路口的相位差集合的相位差对应的正反剩余绿波带宽之和中是最大的；
37.从该路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；其中，所述目标正反绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反绿波带宽，且所述目标正反绿波带宽之和在该路口的相位差集合的相位差对应的正反绿波带宽之和中是最大的；
38.若所述目标正反剩余绿波带宽之和大于所述目标正反绿波带宽之和，且选择差值与所述目标正反绿波带宽之和之间的比值大于预设值，则将所述目标正反剩余绿波带宽对应的第一相位差作为所述目标时间段该路口的相位差；否则，将所述目标正反绿波带宽对应的第二相位差作为所述目标时间段该路口的相位差；其中，所述选择差值为所述目标正反剩余绿波带宽之和，与所述目标正反绿波带宽之和之间的差值。
39.上述电子设备，能够通过正反向不同带宽比例、正反向剩余绿波带宽比例与路口正方向车流量之间的关系，确定其路口的相位差，这样针对正反向不同带宽比例、正反向剩余绿波带宽比例之间与车流量更接近的比例，确定相位差，从而提高相位差确定的准确性。
40.第二方面，本发明实施例提供一种片区的交通控制策略确定方法，包括：
41.将目标区域进行划片，得到多个片区；
42.针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；
43.根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差。
44.在一种可能实施的方式中，将目标区域进行划片，得到多个片区，包括：
45.将目标区域内的路口进行组合，得到多个片区组合；其中，所述片区组合中包含所述目标区域内的所有路口，所述片区组合包括多个初始片区；
46.将区间关联度和内部关联度之间的差值中最大的所述片区组合中的多个初始片区作为所述目标区域划分后的片区；
47.其中，所述区间关联度是根据所述片区组合中多个初始片区的关联度之间的差值确定的；所述内部关联度是根据所述片区组合中多个初始片区内的路口关联度的平均值确定的；初始片区的关联度是根据初始片区内相邻路口之间的路口关联度确定的。
48.在一种可能实施的方式中，根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向，包括：
49.若所述目标时间段该片区的车流量比值大于第一阈值，则确定所述目标时间段该片区的优先协调方向为单向的正向协调；
50.若所述目标时间段该片区的车流量比值小于第二阈值，则确定所述目标时间段该片区的优先协调方向为单向的反向协调；
51.若所述目标时间段该片区的车流量比值在第三阈值和第四阈值之间，则确定目标时间段该片区的优先协调方向为双向协调；
52.若所述目标时间段该片区的车流量比值在第一阈值和第三阈值之间，或在第二阈值和第四阈值之间，则将所述目标时间段该片区的车流量比较大的方向作为所述目标时间段该片区的优先协调方向。
53.在一种可能实施的方式中，根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差，包括：
54.针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；
55.从该路口的相位差集合中相位差对应的正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；其中，所述目标正反剩余绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反剩余绿波带宽，且所述目标正反剩余绿波带宽之和在该路口的相位差集合的相位差对应的正反剩余绿波带宽之和中是最大的；
56.从该路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；其中，所述目标正反绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反绿波带宽，且所述目标正反绿波带宽之和在该路口的相位差集合的相位差对应的正反绿波带宽之和中是最大的；
57.若所述目标正反剩余绿波带宽之和大于所述目标正反绿波带宽之和，且选择差值与所述目标正反绿波带宽之和之间的比值大于预设值，则将所述目标正反剩余绿波带宽对应的第一相位差作为所述目标时间段该路口的相位差；否则，将所述目标正反绿波带宽对应的第二相位差作为所述目标时间段该路口的相位差；其中，所述选择差值为所述目标正反剩余绿波带宽之和，与所述目标正反绿波带宽之和之间的差值。
58.第三方面，本发明实施例提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如第二方面中任一项所述的片区的交通控制策略确定方法。
59.另外，第二方面至第三方面中任一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果，此处不再赘述。
60.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
61.图1为本发明实施例提供的一种目标区域划分片区的场景的示意图；
62.图2为本发明实施例提供的一种相邻路口之间交通的场景的示意图；
63.图3为本发明实施例提供的一种片区的交通控制策略确定方法的流程图；
64.图4为本发明实施例提供的一种确定关键路口的流程图；
65.图5为本发明实施例提供的一种片区内的三个关键路口的示意图；
66.图6为本发明实施例提供的一种将目标区域划分成多个片区的流程图；
67.图7为本发明实施例提供的一种将目标区域划分成多个片区的示意图；
68.图8为本发明实施例提供的一种确定相邻路口的路口关联度的流程图；
69.图9为本发明实施例提供的一种两个相邻路口的交通示意图；
70.图10为本发明实施例提供的另一种确定相邻路口的路口关联度的流程图；
71.图11为本发明实施例提供的一种确定不相邻路口的路口关联度的流程图；
72.图12为本发明实施例提供的一种三个路口的交通示意图；
73.图13为本发明实施例提供的一种确定时间段关联度高的时间段的交通控制策略的流程图；
74.图14为本发明实施例提供的一种确定片区的优先协调方向的流程图；
75.图15为本发明实施例提供的一种确定片区内的路口的相位差的流程图；
76.图16为本发明实施例提供的另一种确定片区内的路口的相位差的流程图；
77.图17为本发明实施例提供的一种片区的交通控制策略确定方法的流程图；
78.图18为本发明实施例提供的一种展示给用户的片区内多个时间段的交通控制策略的显示图；
79.图19为本发明实施例提供的一种片区的交通控制策略确定装置的结构图；
80.图20为本发明实施例提供的一种电子设备的结构图。
具体实施方式
81.下面将结合附图对本技术实施例中的技术方案进行清除、详尽地描述。其中，在本技术实施例的描述中，除非另有说明，“/”表示或的意思，例如，a/b可以表示a或b；文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况，另外，在本技术实施例的描述中，“多个”是指两个或多于两个。
82.结合图1所示，目标区域内包括多个路口，在每个路口内设置一个信号灯，实际上交通是随时间不断变化的，所以对于控制交通的信号灯也需要按照控制方法进行运行，为了能够更加快速到目标区域中多个路口的控制策略，本发明提出将目标区域划分片区控制，例如，将目标区域划分为a片区、b片区、c片区，d片区，每个片区内包括多个路口，针对每个片区求取交通控制策略的优先协调方向，因为一般路口都是来自两边的车辆通过，结合图2所示，针对路口b，从路口a到路口b如果固定为正向，那么从路口c到路口b即为反向，可以先确定是单向的正向协调，还是单向的反向协调，双向协调，优先正向协调，优先反向协调。单向的正向协调为仅协调从路口a到路口b的方向上的路口b的信号灯绿灯时长，单向的反向协调为仅协调从路口c到路口b的方向上的路口b的信号灯绿灯时长。在双向协调时，同时协调从路口a到路口b的方向上的路口b的信号灯绿灯时长，以及协调从路口c到路口b的方向上的路口b的信号灯绿灯时长。优先正反方向协调，如果是反向优先，那么先协调从路口c到路口b的方向上的路口b的信号灯绿灯时长，如果是正向优先，那么先协调从路口a到路口b的方向上的路口b的信号灯绿灯时长。
83.基于此，本发明实施例提供了片区的交通控制策略确定方法，具体来说，结合图3所示，包括：
84.s300：将目标区域进行划片，得到多个片区；
85.结合图1所示，针对目标区域，可以将其划分片区，这样后续可以基于片区确定交通控制策略，从而提高了处理效率。
86.s301：针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；
87.具体来说，可以利用该片区的关键路口的正向车流量和反向车流量之间的车流量比值代替目标时间段该片区的正向车流量和反向车流量之间的车流量比值。
88.示例性的，结合图4所示，本发明提出通过以下方式确定片区内的关键路口：
89.s400：将片区内的所有路口按照等级进行排序；
90.其中主主相交路口优先等级为1，主次相交路口优先等级为2，次次相交的路口优先等级为3，次支相交的路口优先等级为4。
91.s401：求取目标时间段内该片区的所有路口的流量；
92.s402：根据该片区的所有路口的流量和优先级，确定关键值；
93.具体来说，可以将每个路口的流量和优先级相乘得到的乘积作为该路口的关键值；
94.s403：按照关键值的大小，从该片区的所有路口中选择预设个数的路口作为关键路口。
95.其中，从该片区的所有路口的关键值从大到小排列，取前三路口作为关键路口集[i1,i2,i3,
…
]。
[0096]
结合图5所示，当目标区域包括路口a～路口f，按照图4中的方式求取关键路口，加粗的圆点为关键路口，关键路口包括路口a，路口c，路口d；根据目标时间段路口a、路口b和路口c的正向车流量的平均值和反向车流量的平均值之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向。其中，路口a为正向车流量pa，反向车流量qa；路口b为正向车流量pb，反向车流量qb；路口c为正向车流量pc，反向车流量qc。
[0097]
根据(pa+pb+pc)/3与(qa+qb+qc)/3之间的比值，确定目标时间段该片区的交通控制策略中的优先协调方向。
[0098]
s302：根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差。
[0099]
路口的正向剩余绿波带宽为从正向来的车辆在不停车的情况下通过路口时绿灯的剩余时间；
[0100]
路口的反向剩余绿波带宽为从反向来的车辆在不停车的情况下通过路口时绿灯的剩余时间；
[0101]
路口的正向绿波带宽为从正向来的车辆在不停车的情况下通过路口所需的绿灯的时间；
[0102]
路口的反向绿波带宽为从反向来的车辆在不停车的情况下通过路口所需的绿灯的时间。
[0103]
相邻路口的相位差为两两相邻路口间绿灯启亮的时间差。
[0104]
路口的相位差为根据相邻路口的相位差得到的。例如，如果路口为路口b，那么路口b的相位差可以根据路口a和路口b的相位差，以及路口b和路口c的相位差得到。
[0105]
示例性的，再结合图2所示，对于路口b，从路口a到路口b的方向如果是正向，那么路口c到路口b为反向；从路口a到路口b的方向具有信号灯控制，这样能够控制从路口a到路口b的方向来的车辆通过路口b。路口b的正向剩余绿波带宽为从路口a到路口b的所有车辆在不停车的情况下通过路口b之后绿灯的剩余时间；路口b的反向剩余绿波带宽为从路口c到路口b的所有车辆在不停车的情况下通过路口b之后绿灯的剩余时间；路口b的正向绿波带宽为从路口a到路口b的所有车辆在不停车的情况下通过路口b时所需绿灯的时间；路口b的反向绿波带宽为从路口c到路口b的所有车辆在不停车的情况下通过路口b时所需绿灯的时间。
[0106]
示例性的，划分片区的过程，结合图6所示，包括：
[0107]
s600：将目标区域内的路口进行组合，得到多个片区组合；
[0108]
其中，片区组合中包含目标区域内的所有路口，片区组合包括多个初始片区；
[0109]
s601：将区间关联度和内部关联度之间的差值中最大的片区组合中的多个初始片区作为目标区域划分后的片区；
[0110]
其中，区间关联度是根据片区组合中多个初始片区的关联度之间的差值确定的；内部关联度是根据片区组合中多个初始片区内的路口关联度的平均值确定的；初始片区的关联度是根据初始片区内相邻路口之间的路口关联度确定的。
[0111]
举例来说，结合图7所示，目标区域包括4个路口，路口a～路口d，将路口进行组合，得到多个片区组合，片区组合1～片区组合7，片区组合1为路口a和路口b，路口c，路口d；片区组合2为路口a和路口b，路口c和路口d；片区组合3为路口b和路口c，路口a，路口d；片区组合4为路口c和路口d，路口a，路口b；片区组合5为路口a～路口c，路口d；片区组合6为路口b～路口d，路口a；片区组合7为路口a～路口d。
[0112]
求取七个片区组合中的区间关联度和内部关联度。以片区组合2为例，片区组合2由初始片区ab和初始片区cd，初始片区包括路口a和路口b，初始片区包括路口c和路口d。
[0113]
片区组合2的区间关联度为初始片区ab的关联度和初始片区cd的关联度之间的差值的平均值；
[0114]
片区组合2的内部关联度为初始片区ab的关联度和初始片区cd的关联度之和的平均值。
[0115]
依次类推，分别求取片区组合1，片区组合3～片区组合7的区间关联度和内部关联度。
[0116]
计算7个片区组合中的每个片区组合的区间关联度和内部关联度之间差值；将其中最大值的片区组合挑选出来，将该片区组合的初始片区作为划分后的片区，例如，差值最大的是片区组合2，那么片区组合的初始片区ab和初始片区cd，即为划分后的片区ab和片区cd。
[0117]
片区组合中区间关联度和内部关联度之间的差值的计算过程如下所示：
[0118]
d＝max|d
1-d2|
[0119][0120]dmn
＝|d
m-dn|
[0121][0122]
d2＝min(average(pn))
[0123][0124]
其中，d为片区组合中区间关联度和内部关联度之间的差值，d1为区间关联度，为片区组合中多个初始片区的关联度之间的差值的平均值，d2为内部关联度，内部关联度为片区组合中多个初始片区内的路口关联度的平均值。
[0125]dmn
为初始片区n减去初始片区m的关联度，取绝对值；其中初始片区个数1≤(n,m)≤路段数。dm为初始片区m的关联度，dn为初始片区n的关联度，初始片区的关联度为初始片区内各相邻路口之间的路口关联度的平均值。pn为n个初始片区的关联度之和，如果当前子区只有一个路口则关联度差值为0。
[0126]
其中，初始片区abcd的关联度为，路口a和路口b的关联度，路口b和路口c的关联度，路口c和路口d的关联度，这四个关联度的平均值。
[0127]
其中，相邻路口之间的路口关联度的确定方法，该确定方法也可以是不是相邻路口的两个路口之间的路口关联度的确定方法，结合图8所示，包括：
[0128]
s800：根据相邻路口中转向进口流量与直行进口流量之间的比值，以及流量最大值和流量最小值之间的比值，确定相邻路口的流量指标；其中，流量最大值为直行进口流量和直行出口流量中的比较大的值；流量最小值为直行进口流量和直行出口流量中的比较小的值；
[0129]
结合图9所示，路口j的情况，路口j有转向道路和直行道路。直行进口流量为路口i到路口j直行通过路口j的流量。直行出口流量为路口j到路口i直行通过路口i的流量。转向进口流量为路口i到路口j进行转向通过路口j的流量，即按照图9所示，向左转向的流量即为转向进口流量。该流量是指车流量。
[0130]
示例性的，相邻路口的流量指标的计算方式为：
[0131][0132][0133][0134]
其中，为路口i到路口j的转向进口流量，qi为路口i沿路段ij的方向的直行进口流量，qj为路口j沿路段j到i方向的直行出口流量。
[0135]
其中，在确定转向进口流量、直行进口流量、直行出口流量为一天当中的一个时段的车流量计算得到的。
[0136]
s801：将相邻路口中路口的最大车道和最小车道之间的比值，作为相邻路口的车道指标；
[0137]
其中，根据现有流量数据不全等实际问题，还可以增加应用车道数的指标，具体来说：
[0138]
[0139]
其中，ni为相邻路口中一个路口的车道，nj为相邻路口中另一个路口的车道，相邻路口的车道指标为最小车道数和最大车道数之间的比值。
[0140]
s802：若相邻路口不拥堵，则根据相邻路口的流量指标、车道指标，确定相邻路口的路口关联度；
[0141]
其中，可以将相邻路口的流量指标和车道指标之和，作为相邻路口的路口关联度。或者
[0142]
将相邻路口的流量指标和其对应的权要，与车道指标和其对应的权要之和，作为相邻路口的路口关联度。
[0143]
s803：若相邻路口拥堵，则将阈值作为相邻路口的路口关联度。
[0144]
其中，相邻路口拥堵情况可以根据一天当中的多个时间段的历史拥堵数据确定的，当然需要排除车祸等特殊原因造成的拥堵。如果他们之间均没有拥堵，或者大部分时间段是不存在拥堵的，那么就确定相邻路口是不拥堵的。
[0145]
举一个示例，本发明实施例还提供了采用更多的指标确定路口的关联度，结合图10所示，包括：
[0146]
s1000：根据相邻路口之间的距离，确定相邻路口的距离指标；
[0147]
具体来说：相邻路口间距离的关联度指标计算过程为：
[0148][0149]
其中，li为相邻路口之间的距离。
[0150]
s1010：根据相邻路口中转向进口流量与直行进口流量之间的比值，以及流量最大值和流量最小值之间的比值，确定相邻路口的流量指标；
[0151]
s1020：将相邻路口中路口的最大车道和最小车道之间的比值，作为相邻路口的车道指标；
[0152]
s1030：根据相邻路口中的一个路口的信号灯周期、相邻路口中的另一个路口的信号灯周期，确定相邻路口的周期指标；
[0153]
具体来说：相邻路口的周期指标的计算方式为：
[0154][0155][0156]
其中，ci为相邻路口中的一个路口的信号灯周期，cj为相邻路口中的另一个路口的信号灯周期。当相邻路口的周期指标大于1时，那么相邻路口的周期指标实际为0，如果相邻路口的周期指标不大于1时，那么相邻路口的周期指标为根据相邻路口中的一个路口的信号灯周期、相邻路口中的另一个路口的信号灯周期计算出来的。
[0157]
s1040：根据相邻路口的距离指标、流量指标、车道指标、周期指标，确定相邻路口的路口关联度。
[0158]
具体来说，通过以下算式确定相邻路口的路口关联度：
[0159][0160][0161]
其中α、β、γ、ε为四个动态权值，由于影响系数很大或很小对关联度都有很大的影响，因此影响系数很大或者很小时该影响系数的权值相对较大，定义α的计算公式如下，β、γ、ε的计算方法一致。定义动态权重系数属于常规系数。
[0162][0163]
其中，如果路口i或路口j无流量数据，则权值β为0。
[0164]
举另一个示例，本发明实施例提供不相邻的路口之间的关联度，结合图11和图12所示，以路口h和路口j为例，包括：
[0165]
s1100：根据不相邻路口之间的距离，确定不相邻路口的距离指标；
[0166]
具体来说：不相邻路口间距离的关联度指标计算过程的公式与相邻路口的公式相同，均为：
[0167][0168]
其中，lh为路口h和路口j之间的距离。
[0169]
s1110：根据不相邻路口中转向进口流量与直行进口流量之间的比值，以及流量最大值和流量最小值之间的比值，确定不相邻路口的流量指标；
[0170]
结合图12所示，不相邻路口为路口h和路口j，路口h和路口j中间间隔路口i，路口j有转向道路和直行道路。直行进口流量为路口h到路口j直行通过路口j的流量，即从路口h经过路口i再直行通过路口j的车辆即为直行进口流量中的一个车辆。直行出口流量为路口j到路口h直行通过路口h的流量，即从路口j经过路口i再直行通过路口h的车辆即为直行出口流量中的一个车辆。转向进口流量为路口h到路口j进行转向通过路口j的流量,即从路口h经过路口i再转向通过路口j的车辆即为转向进口流量中的一个车辆。
[0171]
示例性的，相邻路口的流量指标的计算方式为：
[0172][0173][0174][0175]
其中，为路口h到路口j的转向进口流量，qh为路口h沿路段hj的方向的直行进口流量，qj为路口j沿路段j到h方向的直行出口流量。
[0176]
s1120：将不相邻路口中路口的最大车道和最小车道之间的比值，作为不相邻路口的车道指标；
[0177]
例如，求取路口h和路口j中最大车道和最小车道之间的比值。
[0178]
s1130：根据不相邻路口中的一个路口的信号灯周期、不相邻路口中的另一个路口的信号灯周期，确定不相邻路口的周期指标；
[0179]
具体来说：不相邻路口的周期指标的计算方式与相邻路口的周期指标的计算方向相同。计算方式中，一个路口为路口h，另一个路口为路口j。
[0180]
s1140：根据不相邻路口的距离指标、流量指标、车道指标、周期指标，确定不相邻路口的路口关联度。
[0181]
具体来说，确定相邻路口的路口关联度与不相邻路口的路口关联度的公式相同，他们的权重也相同，具体可以参考上述相邻路口的路口关联度中拥堵情况如何计算路口关联度的公式。
[0182]
如果目标时间段为一天内的一个时间段，或者，目标时间段为一天的时间段，例如，周一、周二、周三、周四、周五、周六、周日，这样确定每个时间段对应的交通控制策略的过程计算量比较大，基于此，本发明实施例提出一种处理方式，结合图13所示，包括：
[0183]
s1300：若其他时间段包含多个，则将至少两个时间段进行组合，得到组合时间段；其中，其他时间段和目标时间段均称为时间段；组合时间段包含目标时间段；
[0184]
s1310：根据组合时间段内的每两个时间段的协方差，以及每两个时间段的方差，确定组合时间段之间的每两个时间段的相关系数；
[0185]
s1320：将组合时间段之间的两个时间段的相关系数之间的平均值，作为组合时间段之间的时间关联度；
[0186]
s1330：若组合时间段内时间段之间的时间关联度高于时间阈值，则将目标时间段该片区的交通控制策略，作为组合时间段内的其他时间段该片区的交通控制策略。
[0187]
例如，目标时间段为一天的时间。详细来说，周一、周二、周三、周四、周五、周六、周日交通规律不一致的问题，将交通规律相似的天划分到同一调度表，不同规律的天划分到不同调度表，是进行时段划分的前提。
[0188]
可以以关键路口代替该片区，那么在计算时间关联度时，关键路口包括多个时，需要确定每个关键路口的组合时间段之间的时间的关联度的平均值为该片区的组合时间段之间的时间关联度。
[0189]
每个路口的组合时间段之间的时间段关联度的具体过程为：
[0190]
以周一、周二、周三、周四、周五、周六、周日为单位，将每天k个交通流量时间序列数据作为一个列向量fi，选择需要分析的所有数据向量构成k
×
n矩阵f＝[f1,f2,
…
,fn]k×n，其中k＝7，n＝288。
[0191]
定义相关系数r为各向量两两之间相关系数的平均值，即：
[0192][0193]
式中，r为矩阵f的相关系数，i,j为天数。
[0194]
为第i天和第j天的相关系数；
[0195]
其中cov(fi,fj)＝e[(f
i-e(fi))(f
j-e(fj))]，为第i天和第j天数据的协方差；e(fi)为列向量fi的均值，d(fi)＝e((f
i-e(fi))2)为列向量fi的方差。相关系数r越大，表明n个交通数据向量之间的相似程度越大。
[0196]
如果周一、周二、周五的时间关联度比较高时，那么周一、周二、周五的时间的该片
区的交通控制策略均相同。如果计算出其中一天，例如周一，那么周二，周五的无需计算，与周一相同即可。
[0197]
针对一天当中的多个时间段进行划分，包括：
[0198]
(1)采用聚类算法进行时段划分。
[0199]
(2)从样本集合中随机抽取k个样本点作为初始簇的中心。
[0200]
(3)将每个样本点划分到距离它最近的中心点所代表的簇中。
[0201]
(4)用各个簇中所有样本点的中心点代表簇的中心点。
[0202]
(5)重复(2)和(3)，直到簇的中心点不变或达到设定的迭代次数或达到设定的容错范围。
[0203]
距离计算公式(欧几里得距离的平方)：
[0204][0205]
簇内误差平方和计算公式：
[0206][0207]
uj表示簇j的中心。
[0208]
(6)采用轮廓分析法对聚类效果进行评估，从中选择最佳聚类。轮廓分析通过以下工作可以计算出样本的轮廓系数：
[0209]
将样本x与簇内的其他点之间的平均距离作为簇内的内聚度a。
[0210]
将样本x与最近簇中所有点之间的平均距离看作是与最近簇的分离度b。
[0211]
将簇的分离度与簇内聚度之差除以二者中比较大的数得到轮廓系数。计算公式如下：
[0212][0213]
轮廓系数的取值在-1到1之间。当簇内聚度与分度离相等时，轮廓系数为0。当b》》a时，轮廓系数近似取到1，此时模型的性能最佳。
[0214]
为了选取更好的聚类结果，在计算资源允许的情况下，每次的数据聚类三次后，取有效聚类的最大轮廓系数的最大值对应的簇类数，作为最佳簇类数k。如果想要更精细化方案可以对k值范围进行指定。
[0215]
k＝num{max(max(silh_m(i))
(1)
,max(silh_m(i))
(2)
,max(silh_m(i))
(3)
)}
[0216]
默认k≥5，即划分后的时段至少对早高峰、平峰、晚高峰、夜间进行区分。
[0217]
其中，根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向的方式，结合图14所示，包括：
[0218]
s1400：若目标时间段该片区的车流量比值大于第一阈值，则确定目标时间段该片区的优先协调方向为单向的正向协调；
[0219]
s1410：若目标时间段该片区的车流量比值小于第二阈值，则确定目标时间段该片区的优先协调方向为单向的反向协调；
[0220]
s1420：若目标时间段该片区的车流量比值在第三阈值和第四阈值之间，则确定目
标时间段该片区的优先协调方向为双向协调；
[0221]
s1430：若目标时间段该片区的车流量比值在第一阈值和第三阈值之间，或在第二阈值和第四阈值之间，则将目标时间段该片区的车流量比较大的方向作为目标时间段该片区的优先协调方向。
[0222]
详细来说，采用该片区的关键路口的车流量比值，代替该片区的车流量比值。例如，关键路口的车流量：
[0223]
原始数据粒度：每5分钟流量数据，全天288个。
[0224]
5分钟流量数据平滑：平滑方法采用loess算法(二次加权回归算法)，参考前后1个小时的流量。
[0225]
数据窗口：按照1小时窗口，5分钟间隔，进行滚动获取小时流量，全天277个。
[0226]
目标时间段该片区的车流量比值的计算方法为：
[0227][0228]
设定目标时间段的第一阈值和第二阈值，第一阈值为2，第二阈值为0.8。当p＞2时执行单向的正向协调，p＜0.5时执行单向的反向协调；当0.8＜p＜1.2时执行双向协调(即正反向优先级相同)；其他协调比例下，按照协调比例区分协调优先级和优先程度。例如p＝1.4，则正向优先比例为58％，反向优先比例为42％，正向优先。
[0229]
其中，确定路口的相位差的方法，结合图15所示，包括：
[0230]
s1500：针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；
[0231]
具体来说，根据目标时间段该路口的交通情况，以双向停车次数和剩余绿波带宽为目标，确定该路口与相邻的路口的相位差区间或集合，再根据绿波带宽确定该路口的相位差集合，依次类推确定该片区的每个路口的相位差集合；其中，双向停车次数和剩余绿波带宽这两个参量与该路口与相邻的路口的相位差是具有函数关系的，当得知双向停车次数和剩余绿波带宽这两个参量的数值后，即可得到该路口与相邻的路口的相位差。同时，该路口与相邻的路口的相位差、绿波带宽与该路口的相位差之间具有函数关系，当得知上述两个参量的数值，那么可以得到该路口的相位差，即相位差集合。
[0232]
s1510：从该路口的相位差集合中相位差对应的正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；
[0233]
其中，目标正反剩余绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反剩余绿波带宽，且目标正反剩余绿波带宽之和在该路口的相位差集合的相位差对应的正反剩余绿波带宽之和中是最大的；
[0234]
s1520：从该路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；
[0235]
其中，目标正反绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反绿波带宽，且目标正反绿波带宽之和在该路口的相位差集合的相位差对应的正反绿波带宽之和中是最大的；
[0236]
s1530：若目标正反剩余绿波带宽之和大于目标正反绿波带宽之和，且选择差值与目标正反绿波带宽之和之间的比值大于预设值，则将目标正反剩余绿波带宽对应的第一相
位差作为目标时间段该路口的相位差；否则，将目标正反绿波带宽对应的第二相位差作为目标时间段该路口的相位差；
[0237]
其中，选择差值为目标正反剩余绿波带宽之和，与目标正反绿波带宽之和之间的差值。
[0238]
详细来说，选取该路口的相位差集合中相位差对应的正反剩余绿波带宽中正反剩余绿波带加和最大，且计算剩余绿波带宽满足的解oa，若该值有多个，则取其中间值，其对应正反绿波带宽度加和为s1。
[0239]
其中，p的计算方式为：
[0240][0241]
为正反向剩余绿波带宽的比例。
[0242]
选取该路口的相位差集合中相位差对应的正反绿波带宽中，正反绿波带加和最大，且计算绿波带宽满足的解ob，优先方向绿波带宽大于非优先方向绿波带宽的相位差集合，若该值有多个，则取其中间值，其对应正反绿波带宽度加和为s2。
[0243]
其中，为正反向绿波带宽的比例。
[0244]
对比相位差为oa,ob时的正反绿波带宽加和s1、s2，若s1＞s2，且则取oa，否则取ob。
[0245]
本发明实施例提供了另一种确定相位差的方法，结合图16所示，包括：
[0246]
s1600：针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；
[0247]
s1610：若该路口相位差与不停车路口相位差集合存在交集，则取交集作为该路口新的相位差集合；若不存在交集，则取不停车的相位差集合作为该路口新的相位差集合；
[0248]
其中不停车路口相位差集合可以预设的相位差集合。
[0249]
s1620：将该片区的所有路口的新的相位差集合中的每个相位差进行组合，得到正反向停车次数加和最少的该片区的所有路口的相位差集合；
[0250]
详细来说，取该片区的每个路口的新的相位差集合中的一个相位差，利用该相位差，计算正反向停车次数加和，然后再从该片区的每个路口的新的相位差集合中取另一个相位差，再计算正反向停车次数加和，依次类推，将该片区的每个路口的新的相位差集合中的每个相位差均进行组合，得到多个正反向停车次数加和，如果加和的相位差组合包括多个，也就说明有些路口的相位差还是一个集合，那么可以通过以下的步骤继续进行选择。如果路口的相位差集合中的相位差仅有一个，那么就不需要进行下面的步骤了。
[0251]
s1630：针对该片区内每个目标路口，从该目标路口的相位差集合中相位差对应的
正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；目标路口为相位差集合中包括多个相位差的路口。
[0252]
s1640：从该目标路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；
[0253]
s1650：若目标正反剩余绿波带宽之和大于目标正反绿波带宽之和，且选择差值与目标正反绿波带宽之和之间的比值大于预设值，则将目标正反剩余绿波带宽对应的第一相位差作为目标时间段该目标路口的相位差；否则，将目标正反绿波带宽对应的第二相位差作为目标时间段该目标路口的相位差。
[0254]
本发明举一个示例，针对一个目标区域来说，可以求取每周的每天的每个时间段的优先协调方向和路口的相位差。
[0255]
在进行确定交通控制策略时，那么先进行预处理，具体来说：
[0256]
基础路网数据：路口：路口名称、所属辖区、经纬度信息；路段：路段名称、路段上游路口、路段下游路口、路段方向、路段长度、路段类型(快速路、主干路、次干路、支路)、车道数、设计速度、路段经纬度等构建城市基础路网。
[0257]
获取路口、干线的流量数据，用于时段划分、均衡系数、控制方向比例计算。
[0258]
获取电警、卡口原始过车数据，将基础路网拓扑结构构建邻接矩阵，挖掘每辆过车的完整出行链，形成完整有效的出行记录，包括车辆路径和经过每个路口的时间，用于识别拥堵路段驶入驶出的关键路径，确定控制路口。
[0259]
具体来说，结合图17所示：
[0260]
s1700：确定目标区域内相邻路口之间的路口关联度；
[0261]
s1710：根据目标区域内路口关联度大于预设值的相邻路口进行组合，得到多个初始片区；
[0262]
s1720：根据两两初始片区的内部关联度和区间关联度，将多个初始片区重新组合得到多个片区；
[0263]
组合过程可以按照如图6执行。
[0264]
s1730：针对目标区域中的每个路口，将一周七天进行任意组合，得到多个组合时间；根据组合时间中的该路口的车流量，计算组合时间的时间关联度；
[0265]
具体计算时间关联度可以按照如图13所示。
[0266]
s1740：根据该路口的车流量，将一周七天内的每一天划分多个子时间段；
[0267]
划分过程可以为采用轮廓分析法对聚类效果进行评估，从中得到最佳聚类数进行时段聚类。
[0268]
s1750：从时间关联度高于时间阈值的组合时间中选择一天；
[0269]
s1760：针对选择的该天内的每个子时间段，若目标时间段该片区的平均车流量超过阈值流量，则根据该子时间段该片区的正向车流量和反向车流量之间的车流量比值，确定该子时间段该片区的交通控制策略中的优先协调方向；
[0270]
s1770：根据该子时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定该子时间段该片区的交通控制策略中每个路口的相位差。
[0271]
s1780：将时间关联度高于时间阈值的组合时间中除去选择的该天外的其他天的交通控制策略为选择的该天的交通控制策略。
[0272]
每天内的子时间段为早高峰、平峰、晚高峰、夜间。
[0273]
针对每个时间段进行划分：
[0274]
夜间低峰时段，流量小于一定阈值，时段内超过50％的时间中5min路口车道平均流量小于等于阈值，当前时段执行双向绿波协调。
[0275]
识别子区仅有一个方向的路段，无反向路段则系统判定为单行线，执行单向绿波协调。
[0276]
针对子时间段内路口的车流量平均流量超过阈值时，可以根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向。
[0277]
结合图18所示，目标区域包括片区a、片区b、片区c、片区d，当选择片区a时，片区a内对应多个路口，路口a～路口f，每个路口在周一到周日的每个子时间段均会有相位差，以及片区a内总的协调方向。例如，片区a总的协调方向为路口a到路口f的方向优先协调，周一的每个路口的相位差，由于周一、周三、周五的时间关联度高于时间阈值，那么他们之间的交通控制策略相同。
[0278]
当上述内容确定后，还可以进行更新，具体来说：
[0279]
系统实时监视各片区的交通状态；
[0280]
重新计算片区时段，判断新生成时段与当前时段的差异性β，差异性大于阈值，则子区时段需要更新，差异性小于阈值，保持当前状态；
[0281]
监视子区各时段下对应的交通状态，调整对应的控制策略；
[0282]
协调子区干线均衡系数差异较大，调整协调方向。
[0283]
如图19所示，本发明还提供一种片区的交通控制策略确定装置，包括：
[0284]
划分模块1900，用于将目标区域进行划片，得到多个片区；
[0285]
第一确定模块1910，用于针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；
[0286]
第二确定模块1920，用于根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差。
[0287]
可选的，划分模块1900，具体用于：
[0288]
将目标区域内的路口进行组合，得到多个片区组合；其中，所述片区组合中包含所述目标区域内的所有路口，所述片区组合包括多个初始片区；
[0289]
将区间关联度和内部关联度之间的差值中最大的所述片区组合中的多个初始片区作为所述目标区域划分后的片区；
[0290]
其中，所述区间关联度是根据所述片区组合中多个初始片区的关联度之间的差值确定的；所述内部关联度是根据所述片区组合中多个初始片区内的路口关联度的平均值确定的；初始片区的关联度是根据初始片区内相邻路口之间的路口关联度确定的。
[0291]
可选的，划分模块1900，还用于：
[0292]
根据相邻路口中转向进口流量与直行进口流量之间的比值，以及流量最大值和流量最小值之间的比值，确定相邻路口的流量指标；其中，所述流量最大值为直行进口流量和直行出口流量中的比较大的值；所述流量最小值为直行进口流量和直行出口流量中的比较
小的值；
[0293]
将相邻路口中路口的最大车道和最小车道之间的比值，作为相邻路口的车道指标；
[0294]
若相邻路口不拥堵，则根据相邻路口的流量指标、车道指标，确定相邻路口的路口关联度；
[0295]
若相邻路口拥堵，则将阈值作为相邻路口的路口关联度。
[0296]
可选的，第二确定模块1920，还用于：
[0297]
若其他时间段包含多个，则将至少两个时间段进行组合，得到组合时间段；其中，所述其他时间段和目标时间段均称为时间段；组合时间段包含目标时间段；
[0298]
根据组合时间段内的每两个时间段的协方差，以及每两个时间段的方差，确定组合时间段之间的每两个时间段的相关系数；
[0299]
将组合时间段之间的两个时间段的相关系数之间的平均值，作为组合时间段之间的时间关联度；
[0300]
若所述组合时间段内时间段之间的时间关联度高于时间阈值，则将目标时间段该片区的交通控制策略，作为所述组合时间段内的其他时间段该片区的交通控制策略。
[0301]
可选的，第一确定模块1910，具体用于：
[0302]
若所述目标时间段该片区的车流量比值大于第一阈值，则确定所述目标时间段该片区的优先协调方向为单向的正向协调；
[0303]
若所述目标时间段该片区的车流量比值小于第二阈值，则确定所述目标时间段该片区的优先协调方向为单向的反向协调；
[0304]
若所述目标时间段该片区的车流量比值在第三阈值和第四阈值之间，则确定目标时间段该片区的优先协调方向为双向协调；
[0305]
若所述目标时间段该片区的车流量比值在第一阈值和第三阈值之间，或在第二阈值和第四阈值之间，则将所述目标时间段该片区的车流量比较大的方向作为所述目标时间段该片区的优先协调方向。
[0306]
可选的，第二确定模块1920，具体用于：
[0307]
针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；
[0308]
从该路口的相位差集合中相位差对应的正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；其中，所述目标正反剩余绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反剩余绿波带宽，且所述目标正反剩余绿波带宽之和在该路口的相位差集合的相位差对应的正反剩余绿波带宽之和中是最大的；
[0309]
从该路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；其中，所述目标正反绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反绿波带宽，且所述目标正反绿波带宽之和在该路口的相位差集合的相位差对应的正反绿波带宽之和中是最大的；
[0310]
若所述目标正反剩余绿波带宽之和大于所述目标正反绿波带宽之和，且选择差值与所述目标正反绿波带宽之和之间的比值大于预设值，则将所述目标正反剩余绿波带宽对应的第一相位差作为所述目标时间段该路口的相位差；否则，将所述目标正反绿波带宽对
应的第二相位差作为所述目标时间段该路口的相位差；其中，所述选择差值为所述目标正反剩余绿波带宽之和，与所述目标正反绿波带宽之和之间的差值。
[0311]
另外，结合图1-图19描述的本发明实施例的片区的交通控制策略确定方法和装置可以由电子设备来实现。
[0312]
电子设备包括：处理器和显示单元；
[0313]
处理器，用于将目标区域进行划片，得到多个片区；
[0314]
针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；
[0315]
根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差；
[0316]
显示单元，用于展示目标区域内的每个片区的交通控制策略。
[0317]
可选的，处理器，具体用于：
[0318]
将目标区域内的路口进行组合，得到多个片区组合；其中，所述片区组合中包含所述目标区域内的所有路口，所述片区组合包括多个初始片区；
[0319]
将区间关联度和内部关联度之间的差值中最大的所述片区组合中的多个初始片区作为所述目标区域划分后的片区；
[0320]
其中，所述区间关联度是根据所述片区组合中多个初始片区的关联度之间的差值确定的；所述内部关联度是根据所述片区组合中多个初始片区内的路口关联度的平均值确定的；初始片区的关联度是根据初始片区内相邻路口之间的路口关联度确定的。
[0321]
可选的，处理器，具体用于：
[0322]
根据相邻路口中转向进口流量与直行进口流量之间的比值，以及流量最大值和流量最小值之间的比值，确定相邻路口的流量指标；其中，所述流量最大值为直行进口流量和直行出口流量中的比较大的值；所述流量最小值为直行进口流量和直行出口流量中的比较小的值；
[0323]
将相邻路口中路口的最大车道和最小车道之间的比值，作为相邻路口的车道指标；
[0324]
若相邻路口不拥堵，则根据相邻路口的流量指标、车道指标，确定相邻路口的路口关联度；
[0325]
若相邻路口拥堵，则将阈值作为相邻路口的路口关联度。
[0326]
可选的，处理器，具体用于：
[0327]
若其他时间段包含多个，则将至少两个时间段进行组合，得到组合时间段；其中，所述其他时间段和目标时间段均称为时间段；组合时间段包含目标时间段；
[0328]
根据组合时间段内的每两个时间段的协方差，以及每两个时间段的方差，确定组合时间段之间的每两个时间段的相关系数；
[0329]
将组合时间段之间的两个时间段的相关系数之间的平均值，作为组合时间段之间的时间关联度；
[0330]
若所述组合时间段内时间段之间的时间关联度高于时间阈值，则将目标时间段该片区的交通控制策略，作为所述组合时间段内的其他时间段该片区的交通控制策略。
[0331]
可选的，处理器，具体用于：
[0332]
若所述目标时间段该片区的车流量比值大于第一阈值，则确定所述目标时间段该片区的优先协调方向为单向的正向协调；
[0333]
若所述目标时间段该片区的车流量比值小于第二阈值，则确定所述目标时间段该片区的优先协调方向为单向的反向协调；
[0334]
若所述目标时间段该片区的车流量比值在第三阈值和第四阈值之间，则确定目标时间段该片区的优先协调方向为双向协调；
[0335]
若所述目标时间段该片区的车流量比值在第一阈值和第三阈值之间，或在第二阈值和第四阈值之间，则将所述目标时间段该片区的车流量比较大的方向作为所述目标时间段该片区的优先协调方向。
[0336]
可选的，处理器，具体用于：
[0337]
针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；
[0338]
从该路口的相位差集合中相位差对应的正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；其中，所述目标正反剩余绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反剩余绿波带宽，且所述目标正反剩余绿波带宽之和在该路口的相位差集合的相位差对应的正反剩余绿波带宽之和中是最大的；
[0339]
从该路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；其中，所述目标正反绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反绿波带宽，且所述目标正反绿波带宽之和在该路口的相位差集合的相位差对应的正反绿波带宽之和中是最大的；
[0340]
若所述目标正反剩余绿波带宽之和大于所述目标正反绿波带宽之和，且选择差值与所述目标正反绿波带宽之和之间的比值大于预设值，则将所述目标正反剩余绿波带宽对应的第一相位差作为所述目标时间段该路口的相位差；否则，将所述目标正反绿波带宽对应的第二相位差作为所述目标时间段该路口的相位差；其中，所述选择差值为所述目标正反剩余绿波带宽之和，与所述目标正反绿波带宽之和之间的差值。
[0341]
基于上述的介绍，示例性的，提出了图20的电子设备结构。
[0342]
图20示出了电子设备的结构示意图。
[0343]
下面以电子设备为例对实施例进行具体说明。应该理解的是，图20所示电子设备仅是一个范例，并且电子设备可以具有比图20中所示的更多的或者更少的部件，可以组合两个或多个的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
[0344]
图20中示例性示出了根据示例性实施例中电子设备的硬件配置框图。如图20所示，电子设备包括：存储器2010、显示单元2020、处理器2030、以及电源2040等部件。
[0345]
存储器2010可用于存储软件程序及数据。处理器2030通过运行存储在存储器2010的软件程序或数据，从而执行电子设备的各种功能以及数据处理。存储器2010可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器2010存储有使得电子设备能运行的操作系统。本技术中存储器2010可以存储操作系统及各种应用程序，还可以存储执行本技术实施例所述方法
的代码。
[0346]
显示单元2020可用于接收输入的数字或字符信息，产生与电子设备的用户设置以及功能控制有关的信号输入，具体地，显示单元2020可以包括设置在电子设备正面的触摸屏2021，可收集用户在其上或附近的触摸操作，例如点击按钮，拖动滚动框等。
[0347]
显示单元2020还可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种菜单的图形用户界面(graphical user interface，gui)。具体地，显示单元2020可以包括设置在电子设备正面的显示屏2022。其中，显示屏2022可以采用液晶显示器、发光二极管等形式来配置。显示单元2020可以用于显示本技术中所述的各种图形用户界面。
[0348]
其中，触摸屏2021可以覆盖在显示屏2022之上，也可以将触摸屏2021与显示屏2022集成而实现电子设备的输入和输出功能，集成后可以简称触摸显示屏。本技术中显示单元2020可以显示应用程序以及对应的操作步骤。
[0349]
处理器2030是电子设备的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器2010内的软件程序，以及调用存储在存储器2010内的数据，执行电子设备的各种功能和处理数据。在一些实施例中，处理器2030可包括一个或多个处理单元；处理器2030还可以集成应用处理器和基带处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，基带处理器主要处理无线通信。可以理解的是，上述基带处理器也可以不集成到处理器2030中。本技术中处理器2030可以运行操作系统、应用程序、用户界面显示及触控响应，以及本技术实施例所述的处理方法。另外，处理器2030与显示单元2020耦接。
[0350]
电子设备还包括给各个部件供电的电源2040(比如电池)。电源可以通过电源管理系统与处理器2030逻辑相连，从而通过电源管理系统实现管理充电、放电以及功耗等功能。电子设备还可配置有电源按钮，用于终端的开机和关机，以及锁屏等功能。
[0351]
另外，结合上述实施例中的电子设备，本发明实施例可提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如上述任一项所述的片区的交通控制策略确定方法。
[0352]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0353]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：

1.一种电子设备，其特征在于，包括：处理器和显示单元；处理器，用于将目标区域进行划片，得到多个片区；针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差；显示单元，用于展示目标区域内的每个片区的交通控制策略。2.根据权利要求1所述的电子设备，其特征在于，处理器，具体用于：将目标区域内的路口进行组合，得到多个片区组合；其中，所述片区组合中包含所述目标区域内的所有路口，所述片区组合包括多个初始片区；将区间关联度和内部关联度之间的差值中最大的所述片区组合中的多个初始片区作为所述目标区域划分后的片区；其中，所述区间关联度是根据所述片区组合中多个初始片区的关联度之间的差值确定的；所述内部关联度是根据所述片区组合中多个初始片区内的路口关联度的平均值确定的；初始片区的关联度是根据初始片区内相邻路口之间的路口关联度确定的。3.根据权利要求2所述的电子设备，其特征在于，处理器，具体用于：根据相邻路口中转向进口流量与直行进口流量之间的比值，以及流量最大值和流量最小值之间的比值，确定相邻路口的流量指标；其中，所述流量最大值为直行进口流量和直行出口流量中的比较大的值；所述流量最小值为直行进口流量和直行出口流量中的比较小的值；将相邻路口中路口的最大车道和最小车道之间的比值，作为相邻路口的车道指标；若相邻路口不拥堵，则根据相邻路口的流量指标、车道指标，确定相邻路口的路口关联度；若相邻路口拥堵，则将阈值作为相邻路口的路口关联度。4.根据权利要求1所述的电子设备，其特征在于，处理器，具体用于：若其他时间段包含多个，则将至少两个时间段进行组合，得到组合时间段；其中，所述其他时间段和目标时间段均称为时间段；组合时间段包含目标时间段；根据组合时间段内的每两个时间段的协方差，以及每两个时间段的方差，确定组合时间段之间的每两个时间段的相关系数；将组合时间段之间的两个时间段的相关系数之间的平均值，作为组合时间段之间的时间关联度；若所述组合时间段内时间段之间的时间关联度高于时间阈值，则将目标时间段该片区的交通控制策略，作为所述组合时间段内的其他时间段该片区的交通控制策略。5.根据权利要求1所述的电子设备，其特征在于，处理器，具体用于：若所述目标时间段该片区的车流量比值大于第一阈值，则确定所述目标时间段该片区的优先协调方向为单向的正向协调；若所述目标时间段该片区的车流量比值小于第二阈值，则确定所述目标时间段该片区的优先协调方向为单向的反向协调；
若所述目标时间段该片区的车流量比值在第三阈值和第四阈值之间，则确定目标时间段该片区的优先协调方向为双向协调；若所述目标时间段该片区的车流量比值在第一阈值和第三阈值之间，或在第二阈值和第四阈值之间，则将所述目标时间段该片区的车流量比较大的方向作为所述目标时间段该片区的优先协调方向。6.根据权利要求1～5任一项所述的电子设备，其特征在于，处理器，具体用于：针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；从该路口的相位差集合中相位差对应的正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；其中，所述目标正反剩余绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反剩余绿波带宽，且所述目标正反剩余绿波带宽之和在该路口的相位差集合的相位差对应的正反剩余绿波带宽之和中是最大的；从该路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；其中，所述目标正反绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反绿波带宽，且所述目标正反绿波带宽之和在该路口的相位差集合的相位差对应的正反绿波带宽之和中是最大的；若所述目标正反剩余绿波带宽之和大于所述目标正反绿波带宽之和，且选择差值与所述目标正反绿波带宽之和之间的比值大于预设值，则将所述目标正反剩余绿波带宽对应的第一相位差作为所述目标时间段该路口的相位差；否则，将所述目标正反绿波带宽对应的第二相位差作为所述目标时间段该路口的相位差；其中，所述选择差值为所述目标正反剩余绿波带宽之和，与所述目标正反绿波带宽之和之间的差值。7.一种片区的交通控制策略确定方法，其特征在于，包括：将目标区域进行划片，得到多个片区；针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差。8.根据权利要求7所述的方法，其特征在于，将所述目标区域进行划片，得到多个片区，包括：将目标区域内的路口进行组合，得到多个片区组合；其中，所述片区组合中包含所述目标区域内的所有路口，所述片区组合包括多个初始片区；将区间关联度和内部关联度之间的差值中最大的所述片区组合中的多个初始片区作为所述目标区域划分后的片区；其中，所述区间关联度是根据所述片区组合中多个初始片区的关联度之间的差值确定的；所述内部关联度是根据所述片区组合中多个初始片区内的路口关联度的平均值确定的；初始片区的关联度是根据初始片区内相邻路口之间的路口关联度确定的。9.根据权利要求7所述的方法，其特征在于，根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向，
包括：若所述目标时间段该片区的车流量比值大于第一阈值，则确定所述目标时间段该片区的优先协调方向为单向的正向协调；若所述目标时间段该片区的车流量比值小于第二阈值，则确定所述目标时间段该片区的优先协调方向为单向的反向协调；若所述目标时间段该片区的车流量比值在第三阈值和第四阈值之间，则确定目标时间段该片区的优先协调方向为双向协调；若所述目标时间段该片区的车流量比值在第一阈值和第三阈值之间，或在第二阈值和第四阈值之间，则将所述目标时间段该片区的车流量比较大的方向作为所述目标时间段该片区的优先协调方向。10.根据权利要求7～9任一项所述的方法，其特征在于，根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差，包括：针对该片区的每个路口，根据目标时间段该路口的交通情况，确定该路口的相位差集合；从该路口的相位差集合中相位差对应的正反剩余绿波带宽中，选择一个目标正反剩余绿波带宽；其中，所述目标正反剩余绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反剩余绿波带宽，且所述目标正反剩余绿波带宽之和在该路口的相位差集合的相位差对应的正反剩余绿波带宽之和中是最大的；从该路口的相位差集合中相位差对应的正反绿波带宽中，选择一个目标正反绿波带宽；其中，所述目标正反绿波带宽为与该路口的车流量比值之间的差值在预设范围内的正反绿波带宽，且所述目标正反绿波带宽之和在该路口的相位差集合的相位差对应的正反绿波带宽之和中是最大的；若所述目标正反剩余绿波带宽之和大于所述目标正反绿波带宽之和，且选择差值与所述目标正反绿波带宽之和之间的比值大于预设值，则将所述目标正反剩余绿波带宽对应的第一相位差作为所述目标时间段该路口的相位差；否则，将所述目标正反绿波带宽对应的第二相位差作为所述目标时间段该路口的相位差；其中，所述选择差值为所述目标正反剩余绿波带宽之和，与所述目标正反绿波带宽之和之间的差值。

技术总结

本发明提供一种电子设备及片区的交通控制策略确定方法，涉及智慧公交技术领域，该方法包括：根据目标区域的每个路口的交通情况，将目标区域进行划片，得到多个片区；针对每个片区，若目标时间段该片区的平均车流量超过阈值流量，则根据目标时间段该片区的正向车流量和反向车流量之间的车流量比值，确定目标时间段该片区的交通控制策略中的优先协调方向；根据目标时间段该片区的每个路口的正反剩余绿波带宽和正反绿波带宽，确定目标时间段该片区的交通控制策略中每个路口的相位差。本发明实施例能够通过片区内的车流量以及信号灯绿灯时间，确定交通控制策略中的优先协调方向和相位差，相比于人工配置的方法，提高效率。提高效率。提高效率。