城市道路交通拥堵自动判断算法研究

第４７卷第１期　中山大学学报（自然科学版）　ＡＣＴＡ　ＳＣＩＥＮＴＩＡＲＵＭ　ＮＡＴＵＲＡＬＩＵＭ　ＵＮＩＶＥＲＳＩＴＡＴＩＳ　ＳＵＮＹＡＴＳＥＮＩ　Ｖｏ１．４７　Ｎｏ．１　２００８年　１月　Ｊａｎ．　２００８　城市道路交通拥堵自动判断算法研究　全洪波，陈锐祥　（中山大学智能交通研究中心，广东广州５１０２７５）　摘　要：与高速公路交通流特点相比较，从城市路网中交通流多数为间断流的特点出发，结合目前城市道路中　所使用的交通流采集设备及信号控制设备，利用交通工程中交通流到达一离散模型对城市道路中不同类型的城　市交通流进行分析，选择出符合交通流变化的数学模型对进入路段和驶出路段的交通流分别利用模型匹配，从　而进行交通拥堵进行自动检测。这类算法的应用既为城市道路拥堵的自动判断提供了手段，又使得城市中所使　用的智能交通设施发挥更广泛的作用。　关键词：城市道路；拥堵判断；到达／离散函数；延误　中图分类号：Ｕ１２　文献标识码：Ａ　文章编号：０５２９－６５７９（２００８）Ｏ１－００４２－０５　目前所使用的拥堵判断算法多数是应用于高速　公路中，其所适用的交通流特点基本都是连续流而　非间断流的状态。基本原理为：在事件发生地点附　近，交通流参数如密度、占有率、流量或速度等将　会发生改变，通过检测器收集车流相关特性资料，　将实时交通参数与通过分析历史数据得出阈值进行　对比或利用事件自动检测算法预测道路上各检测点　所在位置或路段的特性参数，并与实际观测的各检　测点或路段的交通流参数进行分析比较，进而判断　出事件发生的地点和严重程度　。　但由于城市路网存在众多的交叉口，其交通流　基本都属于间断流，因此适用于高速公路的拥堵判　断算法在城市道路中基本无法应用。但城市道路拥　堵情况更需要智能化、更及时的发现与处置　Ｊ。　据，分析出车流到达所服从分布；　（２）利用路口ＳＣＴＡＳ采集流量数据，分析出　车流离散所服从分布；　（３）利用累计到达一离开交通量曲线计算总延误；　（４）利用历史数据确定总延误阈值；　（５）结合实时数据，当计算得总延误值大于阈　值时判断拥堵。　从线圈和ＳＣＴＡＳ所采集的交通状况信息内容　上可以看出，其共同数据为车流量和饱和度。但　ＳＣＴＡＳ的饱和度定义为车辆所占用的绿灯时间与　绿灯时长的比值，而线圈的饱和度定义为在采集周　期内车辆占用线圈时长与周期的比值。所以从本质　上看两者的饱和度也不同，这样能够用于对比分析　的交通数据仅有车流量（表１）。　表１　线圈与ＳＣＡＴＳ采集内容比较表　Ｔａｂ．１　Ｉｎｆｏｒｍａｔｉｏｎ　ｃｏｌｌｅｃｔｅｄ　ｂｙ　ｌｏｏｐｓ　ａｎｄ　ｓｃａｔｓ　因此，结合当前城市智能化交通流检测设备及　信号控制设备的应用现状，本文对城市交通拥堵判　断提出了一种新的算法¨　Ｈ　。　１　线圈（ＬＯＯＰ）与信号控制设备　（ＳＣＡＴＳ）综合利用　线圈与信号控制设备的综合利用ｌ１。。，就是分　别利用线圈和信号控制设备所采集的实时交通流数　据与交通工程中车流的到达和离散函数相匹配，通　过计算模型计算出一定时间范围内的车流量，与通　过历史数据所确定的阀值相对比，从而进行拥堵检　测，具体步骤如下：　（１）利用埋设在路段中线圈采集的车流量数　收稿日期：２００７—０４—１９　基金项目：城市交通综合仿真与分析系统开发和应用资助项目（２００６Ｂ１４９０１００４）；广东省道路交通安全保障与信息　发布平台（智能交通科技创新平台）（２００６Ｂ８０４１４００１）　作者简介：全洪波（１９７８年生），男，研究助理；Ｅ—ｍａｉｌ：ｑｕａｎｈｂ＠ｍａｉｌ．ｓｙｓｕ．ｅｄｕ．ｃｎ　维普资讯 http://www.cqvip.com

第１期　全洪波等：城市道路交通拥堵自动判断算法研究　４３　２车流到达／离散函数选择　由于不同特征的城市道路在不同时段交通流特　ｃ２　（６）　实际应用时，常令Ｐ＝／ｔｔ／ｎ，则公式为：Ｐ（　）＝　性不同，为了保证算法所自动判断交通拥堵的准确　性，因此要根据不同特征的城市道路在不同时段交　通流特性而选择不同的车流到达分布及车流离散分　布函数　卜　。　２．１　泊松分布　２．１．１　适用条件　车流密度不大，车辆间相互影　响微弱，其他外界干扰因素基本上不存在，即车流　是随机的。　２．１．２基本公式　Ｐ（　）：　：ｏ’ｌ，２…（１）　式中：Ｐ（　）为在计数周期ｔ内到达　辆车的概率；　Ａ为单位时间的平均到达率，辆／ｓ；ｔ为每个计数　周期的持续时间，ｓ；ｅ为自然对数的底。　实际应用时，常采用下面的公式：　Ｐ（　）＝　｝　（２）　式中：ｍ＝）ｔｔ为在计数周期ｔ内平均到达的车辆　数。　２．１．３参数估计　用泊松分布拟合数据时，参数　ｍ按下式计算：　“ｍ　～＝　　总周期数　一白　ｉ＝主　ｇ／白＾一　＝　∑　（３）　式中：ｇ为观测数据分组数；　为周期ｔ内到达　辆车这一事件发生的次（频）数；Ⅳ为观测的总　周期数。　２．１．４判别依据　泊松分布的数学期望Ｅ（　）与　方差Ｖａｒ（ｘ）是相等的，若ｍ和ｓ　分别为其无偏估　计，则当观测数据表明ｓ　／ｍ显著地不等于１．０时，　就表明泊松分布已不适用了。观测数据的方差ｓ　可按下式就算：　ｓ　（　一ｍ）　（　—ｍ）　＝　１　ｇ　一　（耋　Ｘｉ）　（４）　２．２二项分布　２．２．１　适用条件　车辆比较拥挤，自由行使机会　不多的车流。　２．２．２基本公式　）　、ｎ　＼／　（　ｎ－一　／　　＝０，１，２，…．　（５）　Ｃ：　（１一Ｐ）　……０＜Ｐ＜１　２．２．３参数估计　用二项分布拟合观测数据时，　参数Ｐ和ｎ分别按下式计算：　Ｐ：　：——　（７）Ｌ，　　ｎ＝旦＝　，（取整数）　（８）　Ｐ，ｎ—ｓ　式中：ｍ和ｓ　分别由上述公式计算。　２．２．４判别依据　由概率论可知，二项分布的数　学期望Ｅ（　）与方差Ｖａｔ（　）分别为：　Ｅ（　）＝ｎｐ　Ｖａｔ（　）＝ｎｐ（１一Ｐ）　（９）　即Ｖａｒ（ｘ）／Ｅ（　）＝１一Ｐ＜１。若ｍ和ｓ　分别为无　偏估计，则当观测数据表明ｓ　／ｍ大于１．０或接近　１．０时，就表明二项分布已经不适用了。　２．３负二项分布　２．３．１　适用条件　到达量波动较大的车辆，如距　观测点很近的上游处有信号灯控制的交叉口，而计　数周期又很短（短于绿灯相位长）时，则所得到　的车辆到达数具有较大的方差而服从负二项分布。　２．３．２基本公式　＝（・＋　）　）＝　・　．Ｐ（　＿１）…一１　（１０）　式中：口为负二项分布参数，取正实数。　２．３．３　参数估计　用负二项分布拟合观测数据　时，参数Ｐ和／３分别按下式计算：　Ｐ　＝号，卢　Ｌ　，　—一　（１１）　式中：ｍ和ｓ　分别由上述公式计算。　２．３．４判别依据　由概率论可知，负二项分布的　数学期望Ｅ（　）与方差Ｖａｔ（　）分别为：　Ｅ（　）：　，　（　）：　Ｐ　Ｐ　（１２）　即　篆　＝古＞１。若ｍ和ｓ　分别为无偏估计，　则当观测数据表明ｓ　／ｍ小于１．０或接近１．０时，　就表明负二项分布已不适用了。服从负二项分布的　车流其车辆到达的不均匀程度最高。　维普资讯 http://www.cqvip.com 中山大学学报（自然科学版）　第４７卷　３延误及排队长度计算函数选择　３．１单车道函数　设车辆随机单个到达，平均到达率为Ａ，则两　次到达之间的平均间隔为１／Ａ。从单车道的驶出率　为　，则平均服务时间为１　。比率Ｐ＝Ａ　叫做　交通强度或利用系数。可确定各种状态的性质。如　果Ｐ＜１（即Ａ＜／ｘ）并且时问充分，每个状态将循　环出现。当Ｐ≥１。每个状态是不稳定的，而排队　的长度将会变得越来越长，没有限制。因此，要保　持稳定状态即确保单通道排队能够疏散的条件是Ｐ　＜１，即Ａ＜肛。　平均排队长度：　２　ｎ口＝　＝ｐｎ　（１３）　ｌ—Ｐ　排队中的平均等待时间：　＝　矗一　１（１４）　根据经验，当交通强度Ｐ超过０．８时，平均排队长　度迅速增加，状态变动范围和频度增长加快，即不　稳定因素迅速增长，服务水平迅速下降　～Ｊ。　３．２多车道函数　多车道条件下分两种情况：　单路排队多车道服务：指排成一个队等待数条　通道服务的情况。排队中头一辆车可视哪个通道有　空就到哪里接受服务。　多路多排队多通道服务：指每个通道各排一个　队，每个通道只为其相对应的一队车辆服务，车辆　不能随意换队。这个情况相当于Ⅳ个单通道服务　系统。　对于多通道服务系统，保持稳定状态的条件，　不是Ｐ＜１，而是ｐ／Ｎ＜１。其中Ｐ为各通道Ｐ的平　均值。现考虑各通道Ｐ值相等的情况则Ｐ＝Ｐ。若　令Ａ为进入系统中的平均到车率，则对于单路排　队多通道服务系统，存在下列关系：　平均排队长度：　唇＝ｎ—Ｐ　（１５）　排队中的平均等待时间：　Ｗ＝　Ａ　（１６）　４拥堵判断算法选择方案　４．１原则　（１）利用路段线圈进行路段单截面判断；　（２）利用路段ＳＣＡＴＳ进行单截面判断；　（３）利用路段线圈数据与ＳＣＴＡＳ数据相结合　进行判断；　（４）在同时布设有线圈与ＳＣＴＡＳ的路段（路　口）可采取三种方式结合判断的发布模式提高发　布信息准确性。　４．２方案选择　４．２．１　线圈单截面拥堵判断　通过线圈单截面进　行拥堵判断主要是通过对历史数据的分析　Ｊ，确　定对不同时刻不同情况下的交通流拥堵阀值，将线　圈实时采集的交通流数据与拥堵阀值进行对比，从　而分析道路的拥堵情况。　线圈采集的实时交通流数据分析包括：数据与　判断、数据预处理、计算交通特征参数等环节，同　时将实时交通流数据进行存储。进而不断充实历史　数据。动态的对拥堵阀值进行修正。　４．２．２　ＳＣＴＡＳ路口判断拥堵　类似线圈单截面判　断流程，只是由于ＳＣＡＴＳ所采集交通参数与线圈　的不同，但判断原理及流程基本一致（图１）。　４．２．３　线圈与ＳＣＡＴＳ综合判断算法　将线圈与　ＳＣＡＴＳ综合利用进行拥堵判断，就是通过对路段　线圈采集的数据进行分析，匹配出符合车流到达函　数，另外通过对路口ＳＣＡＴＳ采集到的数据进行分　析，匹配除符合车流离散函数，进而利用延误及排　队长度计算函数对拥堵进行判断。　为了保证拥堵判断的准确性，对线圈数据选择　到达函数和利用ＳＣＡＴＳ数据选择离散函数这两个　环节都要进行预判断、预处理及存储。　５结语　目前，城市道路交通拥堵情况日益严重，造成　城市道路拥堵的原因很多。但如果能够保障交通拥　堵的及时发现与处理将大大减少城市交通拥堵的影　响。因此，有必要借鉴高速公路拥堵自动判断的算　法，结合城市道路网交通流的具体情况。对城市道　路进行拥堵的自动判断。　本文利用交通工程中对车流进行分类及延误计　算的函数，结合当前城市内大力建设的智能交通相　关设施，提出了相关的拥堵判断模式，即将理论的　数据模型应用于实践。也将独立的系统联系起来以　共同为城市交通管理服务。相信。通过对城市道路　拥堵自动判断算法的研究可以有效的将交通流采集　系统与信号控制系统紧密的结合起来，即为城市道　路交通拥堵管理服务又节约了资金的投入。　维普资讯 http://www.cqvip.com

第１期　全洪波等：城市道路交通拥堵自动判断算法研究　］ｊ４５　］图１　线圈与ＳＣＡＴＳ综合拥堵判断流程　Ｆｉｇ．１　Ｆｌｏｗ　ｃｈａｒｔ　ｏｆ　ｉｎｃｉｄｅｎｔ　ｄｅｔｅｃｔｉｏｎ　ｂｙ　ｕｓｉｎｇ　ｌｏｏｐ　ａｎｄ　Ｓｃａｔｓ　ｔｉｏｎ　ａｌｇｏｒｉｔｈｍ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｈｉｇｈｗａｙ　ａｎｄ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　参考文献：　杨兆升．智能运输系统概论［Ｍ］．北京：人民交通出版　社，２０ｏ３：３５—９６．　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ，２００３，２０（３）：１—５．　［８］　姜紫峰，刘小坤．基于神经网络的交通事件检测算法　［Ｊ］．西安公路交通大学学报，２０００，２０（３）：２—６．　ＪＩＡＮＧ　Ｚｉｆｅｎｇ。ＬＩＵ　Ｘｉａｏｋｕｎ．Ａｒｔｉｉｆｃｉｌ　ｎｅｕｒａａｌ　ｎｅｔｗｏｒｋ　王炜，过秀成．交通工程学［Ｍ］．南京：东南大学出版　社，２０００：８０—１２５．　（ＡＮＮ）ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｔｒｆａｉｆｃ　ｉｎｃｉｄｅｎｔｓ　ｄｅｔｅｃｔｉｏｎ［Ｊ］．Ｊｏｕｒ－　ｎａｌ　ｏｆ　Ｘｉ’ａｎ　Ｈｉｈｗａｙｇ　Ｕｎｉｖｅｒｓｉｔｙ，２０００，２０（３）：２—６．　徐学才，刘澜．事件自动检测算法的比较及评估［Ｊ］．　交通科技与经济，２００４（２）：３—６．　ＸＵ　Ｘｕｅｃａｉ，ＬＩＵ　Ｌａｎ．Ｃｏｍｐａｒａｔｉｖｅ　ａｓｓｅｓｓｍｅｎｔ　ｏｆ　ａｕｔｏｍａｔ－　蔡伯根．高速公路事件自动检测算法［Ｊ］．交　［９］　史新宏，通运输系统工程与信息，２００１，１１（１）：１～５．　ＳＨＩ　Ｘｉｎｈｏｎｇ，ＣＡＩ　Ｂｏｇｅｎ．Ｆｒｅｅｗａｙ　ａｕｔｏｍａｔｉｃ　ｉｎｃｉｄｅｎｔ　ｄｅ—　ｉｃ　ｉｎｃｉｄｅｎｔ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍｓ［Ｊ］．Ｔｅｃｈｎｏｌｏｇｙ＆Ｅｃｏｎｏ－　ｍｙ　ｉｎ　Ａｒｅａｓ　ｏｆ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００４，（２）：３—６．　ｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，２００１，１　１（１）：１　—谭光莉，姜紫峰．高速公路事故自动检测算法的研讨　［Ｊ］．西安公路交通大学学报，１９９９（３）：３—８．　ＴＡＮ　Ｇｕａｎｇｌｉ，ＪＩＡＮＧ　Ｚｉｆｅｎｇ．Ｆｒｅｅｗａｙ　ａｕｔｏｍａｔｉｃ　ｉｎｃｉｄｅｎｔ　５．　［１０］　周申培，严新平．信息融合技术在交通流量预测中的　应用［Ｊ］．ＩＳ通讯２００５（３）：Ｔ２—４１．　ＺＨＯＵ　Ｓｈｅｎｐｅｉ，ＹＡＮ　Ｘｉｎｐｉｎｇ．Ａｎ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｉｎｆｏｒ－　ｍａｒｉｏｎ　ｆｕｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　ｔｈｅ　ｐｒｅｄｉｃｔｉｏｎ　ｏｆ　ｒｏａｄ　ｔｒａｆｆｉｃ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｘｉ’ａｎ　Ｈｉｇｈｗａｙ　Ｕｎｉｖｅｒ－　ｓｉｔｙ，１９９９（３）：３—８　李智．城市道路交通异常事件下的路线导行策略研究　［Ｄ］．同济大学道路与交通工程系，２０００．　张云伟，刘跃明．交通事件检测的一种滤波算法［Ｊ］．　ｐａｒａｍｅｔｅｒｓ［Ｊ］．Ｉｎｔｅｌｌｉｇｅｎｔ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ，２００５　（３）：２—４１．　云南工业大学学报，１９９８（４）：２—５．　ＺＨＡＮＧ　Ｙｕｎｗｅｉ，ＬＩＵ　Ｙｕｅｍｉｎｇ．Ａ　ｍｅｔｈｏｄ　ｏｆ　ｔｒａｆｉｃ　ｉｆｎｃｉ－　姜桂艳．道路交通状态判别技术与应用［Ｍ］．北京：　人民交通出版社，２００４．　［１２］　皮晓亮，杨晓光，孙亚．基于环形线圈检测器采集信　ｄｅｎｔ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｏｕｇｈ　ｉｆｌｔｅｒｉｎｇ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　ｙｕｎｎａｎ　Ｐｏｌ－　ｙｔｅｃｈｎｉｃ　Ｕｎｉｖｅｒｓｉｔｙ，１９９８（４）：２—５．　息的交通状态分类方法应用研究［Ｊ］．华东公路，　２００６（１）：４—６．　ＰＩ　Ｘｉａｏｌｉａｎｇ，ＹＡＮＧ　Ｘｉａｏｇｕａｎｇ，ＳＵＮ　Ｙａ．Ａｐｐｌｉｃａｔｉｏｎ　ｒｅ－　ｓｅａｒｃｈ　ｏｆ　ｔｒｆｆａｉｃ　ｓｔａｔｅ　ｃｌａｓｓｉｆｙ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｃｏｌｌｅｃｔｅｄ　杨耀华，李昕．高速公路事件检测系统及算法［Ｊ］．公　路交通科技，２００３，２０（３）：１—５．　ＹＡＮＧ　Ｙａｏｈｕａ．ＬＩ　Ｘｉ．Ｆｒｅｅｗａｙ　ａｕｔｏｍａｔｉｃ　ｉｎｃｉｄｅｎｔ　ｄｅｔｅｃ－　维普资讯 http://www.cqvip.com 中山大学学报（自然科学版）　第４７卷　ｉｎｆｏｒｍａｔｉｏｎ　ｆｒｏｍ　ｌｏｏｐ　ｄｅｔｅｃｔｏｒ［Ｊ］．Ｅａｓｔ　Ｃｈｉｎａ　Ｈｉｇｈｗａｙ，　［１４］　ＳＴＥＰＨＡＮＥＤＥＳ　Ｙｏｒｇｏｓ　Ｊ，ＬＩＵ　Ｘｉａｏ．Ａｒｔｉｉｆｃｉａｌ　ｎｅｕｒｌａ　２ｏｏ６（１）：４—６．　ｎｅｔｗｏｒｋｓ　ｆｏｒ　ｆｒｅｅｗａｙ　ｉｎｃｉｄｅｎｔ　ｄｅｔｅｃｔｉｏｎ［Ｃ］．Ｔｒａｎｓｐｏｒｔａ－　ＭＵＳＳＡ　Ｒｅｎａｔｕｓ　Ｎ．Ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｄｒｉｖｅｒ—ｂａｓｅｄ　ｆｒｅｅｗａｙ　ｔｉｏｎ　Ｒｅｓｅａｒｃｈ　Ｒｅｃｏｒｄ　１４９４　ＴＲＢ．Ｗａｓｈｉｎｇｔｏｎ　Ｄ　Ｃ：Ｎａ—　ｉｎｃｉｄｅｎｔ　ｄｅｔｅｃｔｉｏｎ［Ｃ］．ＩＴＥ　Ｊｏｕｒｎａｌ，Ｍａｒｃｈ　１９９７：３３—　ｔｉｏｎａｌ　Ｒｅｓｅａｒｃｈ　Ｃｏｕｎｃｉｌ，１９９５：９１—９７．　４０．　Ａｎａｌｙｓｅ　ｏｆ　Ａｕｔｏｍａｔｉｃ　Ｉｎｃｉｄｅｎｔ　Ｄｅｔｅｃｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　Ｕｒｂａｎ　Ｒｏａｄ　ＱＵＡＮ　Ｈｏｎｇ－ｂｏ，ＣＨＥＮ　Ｒｕｉ－ｘｉａｎｇ　（Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｒｅ　ｏｆ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍ，Ｓｕｎ　Ｙａｔ—ｓｅｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ　５　１　０２７５，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｅｘｐｒｅｓｓｗａｙ，ｍｏｓｔ　ｏｆ　ｔｈｅ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｉｎ　ｕｒｂａｎ　ｒｏａｄ　ｎｅｔｗｏｒｋ　ｃａｎ　ｂｅ　ｄｅｎｏｔｅｄ　ａｓ　ｉｎｔｅｒｒｕｐｔｅｄ　ｔｒａｆｆｉｃ　ｆｌｏｗ．Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｃｕｒｒｅｎｔｌｙ　ｅｍｐｌｏｙｅｄ　ｅｑｕｉｐｍｅｎｔ　ｆｏｒ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｃｏｌｌｅｃｔｉｏｎ　ａｎｄ　ｔｒａｆｆｉｃ　ｓｉｇｎａｌ　ｃｏｎｔｒｏｌ　ｉｎ　ｕｒｂａｎ　ｒｏａｄｓ，ｄｉｆｆｅｒｅｎｔ　ｔｙｐｅｓ　ｏｆ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｉｎ　ｕｒｂａｎ　ｒｏａｄｓ　ｉｓ　ａｎａｌｙｓｅｄ　ｗｉｔｈ　ｔｈｅ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ａｒｒｉｖａｌ／ｄｅｐａｒｔｕｒｅ　ｍｏｄｅｌ　ｉｎ　ｔｒａｎｓ－　ｐｏｒｔａｔｉｏｎ　ｅｎｇｉｎｅｅｒｉｎｇ．Ｍａｔｈｅｒｍａｔｉｃａｌ　ｍｏｄｅｌｓ　ｃｏｍｐｌｙｉｎｇ　ｗｉｔｈ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｃｈａｎｇｅｓ　ａｒｅ　ｕｔｉｌｉｚｅｄ　ｔｏ　ｍａｔｃｈ　ｔｈｅ　ｔｒａｆｆｉｃ　ｆｌｏｗ　ｉｎ　ｂｏｔｈ　ｅｎｔｒｙ　ａｎｄ　ｅｘｉｔ　ｒｏａｄ　ｂｌｏｃｋｓ．ｔｈｕｓ　ｅｎａｂｌｉｎｇ　ｔｈｅ　ａｕｔｏｍａｔｉｃ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｔｒａｆｆｉｃ　ｉｎｓｉｄｅｎｔ．Ｔｈｉｓ　ａｌｇｏｒｉｔｈｍ　ｓｅｒｖｅｓ　ａｓ　ａ　ｍｅａｓｕｒｅ　ｆｏｒ　ｔｈｅ　ａｔｏｍａｔｉｃ　ｊｕｄｇｅｍｅｎｔ　ｏｆ　ｕｒｂａｎ　ｒｏａｄ　ｃｏｎｇｅｓｔｉｏｎ　ａｎｄ　ｔｈｅ　ｅｘｐａｎｓｉｏｎａｌ　ｕｔｉｌｉｔｙ　ｏｆ　ｉｎｔｅｌｌｉｇｅｎｔ　ｔｒａｎｓｐｏｒｔａ－　ｔｉｏｎ　ｆａｃｉｌｉｔｉｅｓ　ｉｎ　ｕｒｂａｎ　ａｒｅａｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｕｒｂａｎ　ｒｏａｄ；ｉｎｃｉｄｅｎｔ　ｄｅｔｅｃｔｉｏｎ；ａｒｒｉｖｉｎｇ／ｄｅｐａｒｔｉｎｇ　ｆｕｎｃｔｉｏｎ；ｄｅｌａｙ　写　＝　石＼　写　石　石　石　缔　石　石　石　石　石　石　＝　石　石　缔　石　石　、　（上接第４１页）　ｏｎ　Ｏｐｔｉｍｉｚａｔｉｏｎ　Ｍｏｄｅｌ　ｆｏｒ　Ｇｕｉｄｅ　Ｓｉｇｎ　Ｐｌａｎｎｉｎｇ　Ｂａｓｅｄ　ｏｎ　Ｓｔｒａｙｉｎｇ　Ｉｎｄｅｘ　ＸＩＡＯ　Ｇｕｏ－ｒｏｎｇ，ＹＵ　Ｚｈｉ，ＨＵＡＮＧ　Ｍｉｎ　（Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｒｅ　ｏｆ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍ，Ｓｕｎ　Ｙａｔ－ｓｅｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ　５　１０２７５，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｓｔｒａｙｉｎｇ　ｉｎｄｅｘ　ｗａｓ　ａｄｏｐｔｅｄ　ｔｏ　ｅｖａｌｕａｔｅ　ｑｕａｎｔｉｔａｔｉｖｅｌｙ　ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ｐｌａｎｎｉｎｇ　ｓｃｈｅｍｅ　ｏｆ　ｇｕｉｄｅ　ｓｉｇｎ　ｇ　ｉｎｓｔａｌ－　ｌａｔｉｏｎ　ｔｏ　ｒｅｄｕｃｅ　ｔｈｅ　ｃｏｓｔ　ｏｆ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ，ｈｅｌｐ　ｒｏａｄ　ｕｓｅｒｓ　ｍａｋｅ　ｂｅｔｔｅｒ　ｒｏｕｔｅ　ｃｈｏｉｃｅ，ａｎｄ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｃｏｎｄｉｔｉｏｎｓ　ｔｈａｔ　ｕｇｉｄｅ　ｓｉｇｎ　ｐｌａｎｎｉｎｇ　ｉｎ　ｔｈｅ　ｐａｓｔ　ｗａｓ　ｄｏｎｅ　ｑｕａｌｉｔａｔｉｖｅｌｙ　ｍｏｒｅ　ｔｈａｎ　ｑｕａｎｔｉｔａｔｉｖｅｌｙ，ｌｉｍｉｔｅｄ　ｔｏ　ｓｉｎｇｌｅ　ｊｕｎｃｔｉｏｎ　ａｎｄ　ｓｕｂ－　ｊｅｃｔ　ｔｏ　ｉｎｄｉｖｉｄｕａｌ　ｅｘｐｅｒｉｅｎｃｅ　ｏｆ　ｔｈｅ　ｐｌａｎｎｅｒ．Ａｎ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｍｏｄｅｌ　ｃｏｎｓｉｄｅｒｉｎｇ　ｔｈｅ　ｗｅｉｇｈｔｉｎｅｓｓ　ｏｆ　ｄｉｆｆｅｒｅｎｔ　ＯＤ　ｐａｉｓｒ　ｗａｓ　ａｌｓｏ　ｐｒｏｐｏｓｅｄ　ｔｏ　ｇｅｔ　ｔｈｅ　ｏｐｔｉｍｕｍ　ｒｏａｄ　ｓｉｇｎ　ｐｌａｎｎｉｎｇ　ｓｃｈｅｍｅ．Ａｐｐｌｉｃａｔｉｏｎ　ｓｈｏｗｓ　ｔｈａｔ　ｔｈｅ　ｐｌａｎｎｉｎｇ　ｓｃｈｅｍｅ　ｐｒｏ—　ｖｉｄｅｄ　ｂｙ　ｔｈｅ　ｍｏｄｅｌ　ｗａｓ　ａｂｌｅ　ｔｏ　ｇｉｖｅ　ｍｏｒｅ　ｅｆｆｅｃｔｉｖｅ　ｇｕｉｄａｎｃｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｔｏ　ｒｏａｄ　ｕｓｅｒｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｇｕｉｄｅ　ｓｉｇｎ；ｓｔｒａｙｉｎｇ　ｉｎｄｅｘ；ｔｒａｆｉｆｃ　ａｓｓｉｎｇｍｅｎｔ；ｏｐｔｉｍｉｚａｔｉｏｎ　ｍｏｄｅｌ