一种自适应交通控制方法

1.一种自适应交通控制方法，包括交通数据采集的步骤、根据所述交通数据采集的结果进行未来交通状况预测的数据预测的步骤，以及在所述数据预测的结果基础上的生成控制方案的数据计算的步骤，其特征在于，所述数据计算步骤中，公共周期的获得是根据所述数据预测的结果中的流量和占有率数据计算得到交通强度参数，再根据该交通强度参数与公共周期的映射关系得到所述公共周期；
所述交通强度参数根据所述数据预测结果中的流量和占有率分别与饱和流量和饱和占有率之比的正比关系获得。
2.根据权利要求1所述的方法，其特征在于，所述数据计算步骤包括：
c1、获得关键路口的关键相位对应的流量和占有率的预测数据，及非关键路口的关键相位对应的流量预测数据；
c2、根据所述关键路口的所述预测数据计算得到交通强度参数；
c3、根据所述交通强度参数与公共周期的映射关系得到公共周期；
c4、根据所述关键路口的关键相位对应的流量比占全部流量比的比例及所述公共周期，分配所述关键相位的绿灯时间；
根据所述非关键路口的关键相位对应的流量比与饱和度值分配所述公共周期，得到所述关键相位的绿灯时间；
c5、计算各个路口之间的相位差以得到各个相位的绿灯起亮时间。
3.根据权利要求2所述的方法，其特征在于，
步骤c4中对关键路口的关键相位的绿灯时间分配过程具体包括：
c411、通过计算得到当前路口的各个关键相位的对应流量比，排除流量比最大的关键相位，对剩余关键相位分别按照其流量比占全部流量比的比例对所述公共周期分配得到绿信比时间，并将该绿信比时间作为相应的绿灯时间；
c412、所述公共周期的剩余时间为所述流量比最大的关键的相位的绿信比时间，并将该绿信比时间作为相应的绿灯时间；
步骤c4中对非关键路口的关键相位的绿灯时间分配过程具体包括：
c421、通过计算得到当前路口的各个关键相位的对应流量比，排除关键相位中的协调相位，剩余关键相位绿信比时间为对应流量比与所述公共周期的乘积除以饱和度值，并将该绿信比时间作为相应相位的绿灯时间；
c422、所述公共周期的剩余时间为所述关键相位中的协调相位的绿信比时间，并将该绿信比时间作为相应的绿灯时间；
步骤c5具体包括：
c511、对于单向协调情况来说，根据各个路口之间的距离与所述数据采集步骤所采集到的相应路口间路段的车速数据的比值得到相位差；
对于双向协调情况来说，根据各个路口之间的距离、所述数据采集步骤所采集到的相应路口间路段的车速数据以及相应相位的绿信比时间，运用数解法计算得到相位差；
c512、设定一个子区关键路口的关键相位的相位差为时间零基点，根据步骤c511中计算得到的该关键相位与其相邻路口的协调相位的相位差得到所述相邻路口的协调相位的绿灯起亮时间；并依次类推的得到全部协调相位的绿灯起亮时间。
4.根据权利要求3所述的方法，其特征在于，
步骤c411中、步骤c412和步骤c421中，得到所述绿信比时间后，均判断该绿信比时间是否在设定范围内，若是则执行后续步骤，否则若小于设定范围的最小值，则将该最小值作为绿信比时间，若大于设定范围的最大值，则将该最大值作为绿信比时间；
步骤c422中，得到所述协调相位绿信比时间后，判断该协调相位绿信比时间是否在设定范围内，若是则执行后续步骤，否则按照预设的基础方案对除关键相位中的协调相位外的非协调相位重新分配绿信比时间，之后再次执行协调相位绿信比时间的计算及后续步骤。
5.根据权利要求2所述的方法，其特征在于，步骤c2中，得到交通强度参数后，还包括判断该交通强度参数是否在设定范围内的步骤，若是，则执行后续的步骤，否则结束流程，将交通控制权下放至交通控制终端设备。
6.根据权利要求2所述的方法，其特征在于，步骤c3中，得到公共周期后，还包括判断该公共周期是否在设定范围内的步骤，若是则执行后续步骤，否则若小于设定范围的最小值，则将该最小值作为公共周期，若大于设定范围的最大值，则将该最大值作为公共周期。
7.根据权利要求6所述的方法，其特征在于，步骤c3中，在进行所述判断之前，首先判断所述公共周期与上一次得到的公共周期相比，其升降幅度是否超出了设定范围，若没有，则执行后续步骤；否则，若所述上升幅度超出了所述设定范围中的最大上升幅度，则将该最大上升幅度与所述公共周期合并作为公共周期；若所述下降幅度超出了所述设定范围中的最大下降幅度，则将该最大下降幅度与所述公共周期合并作为公共周期。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述数据预测步骤包括：
b1、取历史数据；该历史数据至少包括流量和占有率数据；
b2、取实时数据或往期与所述实时数据同时间点预测数据；所述实时数据为预测时间点的之前且接近预测时间点的所采集到的数据，其至少包括流量和占有率；所述往期与所述实时数据同时间点预测数据也至少包括流量和占有率；
b3、将所述历史数据的平均值和所述实时数据或往期与所述实时数据同时间点预测数据的平均值的平均值作为新的预测数据。
9.根据权利要求1至7中任一项所述的方法，其特征在于，所述数据采集步骤中，所采集到的数据至少包括流量、占有率、车速；所述数据预测步骤中，预测完毕后所得到的数据至少包括预测时间点的流量、占有率。

一种自适应交通控制方法\n技术领域\n[0001] 本发明涉及交通控制领域，尤其涉及一种自适应交通控制方法。\n背景技术\n[0002] 现有技术中，交通控制系统中对于公共周期的确定大多是采用一个单一的参数来进行，比如流量参数、排队长度参数、占有率参数等，这样所导致的缺点便是由于确定所述公共周期所依据的参数单一，在某些情况下其不能准确的反映当前的交通状况，进而错误的得到一个公共周期。 例如，在高饱和度的时候，流量很小排队很长，而占有率很大，如果仅根据流量来计算公共周期，因为流量很小，则所得到的公共周期将会较短，而实际情况则是需要一个较长的公共周期，因此得到的是一个错误的公共周期。\n[0003] 另外，现有的交通控制系统几乎完全依赖于交通控制中心，一旦交通控制中心出现故障，或者交通控制中心与交通控制终端之间通信链路出现故障，则无法对交通进行控制管理。\n[0004] 另一方面，现有技术中非关键路口的非协调相位的绿信比时间的确定依据流量比的大小，在实践中，这种单纯按照流量比来计算非协调相位绿信比时间的方法极易导致该路口的协调相位与非协调相位之间的绿信比时间分配不合理，最后使得非协调相位的绿信比时间分配较多，而协调相位的绿信比时间分配不足，进而满足不了实际需求。\n发明内容\n[0005] 本发明所要解决的技术问题在于提供一种能够较为准确的得到公共周期的交通控制方法。\n[0006] 为了解决上述技术问题，本发明提出一种自适应交通控制方法，包括交通数据采集的步骤、根据所述交通数据采集的结果进行未来交通状况预测的数据预测的步骤，以及在所述数据预测的结果基础上的生成控制方案的数据计算的步骤，所述数据计算步骤中，公共周期的获得是根据所述数据预测的结果中的流量和占有率数据得到所述公共周期。\n[0007] 其中，所述数据计算步骤中，首先根据所述流量和占有率数据计算得到交通强度参数，再根据该交通强度参数与公共周期的映射关系得到所述公共周期；\n[0008] 所述交通强度参数根据所述数据预测结果中的流量和占有率分别与饱和流量和饱合占有率之比的正比关系获得。\n[0009] 具体的，所述数据计算步骤包括：\n[0010] c1、获得关键路口的关键相位对应的流量和占有率的预测数据，及非关键路口的关键相位对应的流量预测数据；\n[0011] c2、根据所述关键路口的所述预测数据计算得到交通强度参数；\n[0012] c3、根据所述交通强度参数与公共周期的映射关系得到公共周期；\n[0013] c4、根据所述关键路口的关键相位对应的流量比之间的比例及所述公共周期，分配所述关键相位的绿灯时间；\n[0014] 根据所述非关键路口的关键相位对应的流量比与饱和度值分配所述公共周期，得到所述关键相位的绿灯时间；\n[0015] c5、计算各个路口之间的相位差以得到各个相位的绿灯起亮时间。\n[0016] 进一步的，\n[0017] 步骤c4中对关键路口的关键相位的绿灯时间分配过程具体包括：\n[0018] c411、通过计算得到当前路口的各个关键相位的对应流量比，排除流量比最大的关键相位，对剩余关键相位分别按照其流量比占全部流量比的比例对所述公共周期分配得到绿信比时间，并将该绿信比时间作为相应的绿灯时间；\n[0019] c412、所述公共周期的剩余时间为所述流量比最大的关键的相位的绿信比时间，并将该绿信比时间作为为相应的绿灯时间；\n[0020] 步骤c4中对非关键路口的关键相位的绿灯时间分配过程具体包括：\n[0021] c421、通过计算得到当前路口的各个关键相位的对应流量比，排除关键相位中的协调相位，剩余关键相位绿信比时间为对应流量比与所述公共周期的乘积除以饱和度值，并将该绿信比时间作为相应相位的绿灯时间；\n[0022] c422、所述公共周期的剩余时间为所述关键相位中的协调相位的绿信比时间，并将该绿信比时间作为为相应的绿灯时间；\n[0023] 步骤c5具体包括：\n[0024] c511、对于单向协调情况来说，根据各个路口之间的距离与所述数据采集步骤所采集到的相应路口间路段的车速数据的比值得到相位差；\n[0025] 对于双向协调情况来说，根据各个路口之间的距离、所述数据采集步骤所采集到的相应路口间路段的车速数据以及相应相位的绿信比时间，运用数解法计算得到相位差；\n[0026] c512、设定一个子区关键路口的关键相位的相位差为时间零基点，根据步骤c511中计算得到的该关键相位与其相邻路口的协调相位的相位差得到所述相邻路口的协调相位的绿灯起亮时间；并依次类推的得到全部协调相位的绿灯起亮时间。\n[0027] 更进一步的，\n[0028] 步骤c411中、步骤c412和步骤c421中，得到所述绿信比时间后，均判断该绿信比时间是否在设定范围内，若是则执行后续步骤，否则若小于设定范围的最小值，则将该最小值作为绿信比时间，若大于设定范围的最大值，则将该最大值作为绿信比时间；\n[0029] 步骤c422中，得到所述协调相位绿信比时间后，判断该协调相位绿信比时间是否在设定范围内，若是则执行后续步骤，否则按照预设的基础方案对除关键相位中的协调相位外的非协调相位重新分配绿信比时间，之后再次执行协调相位绿信比时间的计算及后续步骤。\n[0030] 另外，步骤c2中，得到交通强度参数后，还包括判断该交通强度参数是否在设定范围内的步骤，若是，则执行后续的步骤，否则结束流程，将交通控制权下放至交通控制终端设备。\n[0031] 优选的，步骤c3中，得到公共周期后，还包括判断该公共周期是否在设定范围内的步骤，若是则执行后续步骤，否则若小于设定范围的最小值，则将该最小值作为公共周期，若大于设定范围的最大值，则将该最大值作为公共周期。\n[0032] 其中，步骤c3中，在进行所述判断之前，首先判断所述公共周期与上一次得到的公共周期相比，其升降幅度是否超出了设定范围，若没有，则执行后续步骤；否则，若所述上升幅度超出了所述设定范围中的最大上升幅度，则将该最大上升幅度与所述公共周期合并作为公共周期；若所述下降幅度超出了所述设定范围中的最大下降幅度，则将该最大下降幅度与所述公共周期合并作为公共周期。\n[0033] 其中，所述数据预测步骤包括：\n[0034] b1、取历史数据；该历史数据至少包括流量和占有率数据；\n[0035] b2、取实时数据或往期与所述实时数据同时间点预测数据；所述实时数据为预测时间点的之前且接近预测时间点的所采集到的数据，其至少包括流量和占有率；所述往期与所述实时数据同时间点预测数据也至少包括流量和占有率；\n[0036] b3、将所述历史数据的平均值和所述实时数据或往期与所述实时数据同时间点预测数据的平均值的平均值作为新的预测数据。\n[0037] 其中，所述数据采集步骤中，所采集到的数据至少包括流量、占有率、车速；\n所述数据预测步骤中，预测完毕后所得到的数据至少包括预测时间点的流量、占有率。\n[0038] 本发明由于采用流量及占有率两种参数来计算公共周期，因而得到的公共周期较为准确。 并且，在得到交通强度参数后进行一个判断，以确定是否适合将交通控制权下放至交通控制终端，下放至交通控制终端后就可以大大减少对交通控制中心的依赖性。 另外，本发明在计算非关键路口的非协调相位的绿信比时间时，采用了流量比和饱和度值相结合的方案，饱和度值的存在给协调相位的绿信比时间留出了足够的裕度，从而避免了协调相位的绿信比时间不足的现象。\n附图说明\n[0039] 图1是本发明一种自适应交通控制方法的一个实施例的总的流程图；\n[0040] 图2是数据预测过程的一个实施例的流程图；\n[0041] 图3是数据计算过程的一个实施例的流程图；\n[0042] 图4是本发明关键路口的绿灯起亮时间的确定过程的一个实施例的流程图；\n[0043] 图5是本发明非关键路口的绿灯起亮时间确定过程的一个实施例的流程图；\n[0044] 图6是本发明公共周期的一个修正过程的一个实施例的流程图；\n[0045] 图7是本发明相位差及绿灯起亮时间的计算过程的一个实施例的流程图。\n具体实施方式\n[0046] 下面结合附图对本发明进行详细阐述。\n[0047] 参考图1，图示了本发明一种自适应交通控制方法的一个实施例的总的流程图。\n如图所示，包括以下步骤：\n[0048] 步骤1，数据采集。即，通过各种现有的检测装置对后续需要用到的各种数据进行采集，所采集的内容包括流量、车速、占有率等数据；\n[0049] 步骤2，数据预测。即，根据步骤1所采集到的实时数据以及所存储的历史数据对未来的时间点的交通状况进行预测，预测结果至少包括所述未来时间点的流量、占有率数据；本步骤的详细过程可以参考图2所示实施例；\n[0050] 步骤3，数据计算。即，根据步骤2所预测得到的数据，计算得到交通控制的方案；本步骤详细过程可以参考图3所示实施例；\n[0051] 步骤4，结束。 即，结束本次交通控制的流程。\n[0052] 参考图2，图示了数据预测过程的一个实施例的工作流程。本实施例中以时空相关性数据为基础进行预测，从而区别现有的基于交通仿真的数据预测。 如图所示，包括以下步骤：\n[0053] 步骤21，取历史数据。 该历史数据为往期同一时间点的数据，例如当前要预测未来时间点周一18:25时的流量或占有率数据，则所述历史数据可以取上一周或上两周等周一18:25时的流量或占有率数据，所有历史数据被存储于数据库中以供调用；所述历史数据的读取个数视需要而定，本实施例中取3个；\n[0054] 步骤22，取实时数据。 该实时数据为当前要预测的未来时间点之前的，并且比较靠近所述未来时间点的数据，也就已经通过数据采集步骤1采集到的数据；例如，当前时间为周一18:20，未来时间点周一18:25，则此时所述实时数据可以取周一18:15、周一18:10、周一18:05的数据；所述比较靠近未来时间点具体的可以以其为截止时间的20分钟以内的时间点的数据；\n[0055] 步骤23，判断上述取实时数据是否成功，若成功，则执行步骤24，否则执行步骤25；\n[0056] 步骤24，进行数据预测。具体预测过程为，首先分两种情况，一种是步骤21中的历史数据读取成功，另一种是步骤21中历史数据读取失败；\n[0057] 对于第一种情况来说，将所述历史数据取平均值，将所述实时数据取平均值(取3个实时数据求平均值)，最后求上述两个平均值的平均值作为最终预测值；例如，对3个点的流量历史数据取平均值为x，对3个点的流量实时数据取平均值为y，则预测流量值＝(x/3+y/3)/2；\n[0058] 对于第二种情况来说，则直接将所述实时数据的平均值作为预测值；\n[0059] 本步骤执行完毕后，转向步骤29；\n[0060] 步骤25，取同一时间点的预测数据。 即，当无法获取实时数据时，则读取同一时间点的预测数据，所述同一时间点的预测数据是指对于无法获取的实时数据，则读取所述实时数据的时间点对应的预测数据；例如：若所述无法获得的实时数据对应的时间点为a、b、c，则取以前过程中所预测得到的时间点a、b、c的数据；\n[0061] 步骤26，判断上述预测数据是否读取成功，若是，则执行步骤27，否则执行步骤28；\n[0062] 步骤27，用所述同一时间点的预测数据作为所述无法获得的实时数据。 即，用所述同一时间点的预测数据当作所述无法获得的实时数据来进行后续的预测过程；本步骤结束后执行步骤24；\n[0063] 步骤28，判断是否有历史数据，若有则用历史数据进行预测，即取历史数据的平均值作为预测值，若没有则执行步骤29；\n[0064] 步骤29，结束。 即，结束本次预测过程，若本次预测过程中无法得到预测值，则向应用层报错，或者同时也可以将上一次的预测值再次作为本次预测值使用等。\n[0065] 参考图3，图示了数据计算过程的一个实施例的工作流程。如图所示，包括以下步骤：\n[0066] 步骤31，获得关键路口的流量和占有率预测数据及非关键路口的流量预测数据；即，读取数据预测步骤2中的预测结果；所述的关键路口是指对一个区域的交通状况起主导作用的路口，非关键路口则是除关键路口以外的路口；\n[0067] 步骤32，根据所述关键路口的预测数据计算获得交通强度参数。 所述交通强度参数通过与所述流量与饱和流量之比和所述占有率与饱和占有率之比的正比映射关系得到；\n[0068] 获得该交通强度参数的一个实施例为简单的将所述流量与饱和流量之比和所述占有率与饱和占有率之比的加和作为交通强度参数；当然，本发明并不限于上述计算交通强度的方法，还可以在两个比值中至少一个之前乘系数，或者也可以采用其中一个比值作为交通强度参数，再或者也可以采用两个比值相乘的乘积作为交通强度参数等等；\n[0069] 本步骤得到交通强度参数后，继续判断该交通强度参数是否在设定的范围内，若是则执行后续步骤，否则执行步骤37，即不由控制中心进行交通控制，而是由交通控制终端部分进行控制，其根据数据采集结果实时进行控制，由于该控制过程不是本发明所在，因此不进行阐述；所述设定范围可以是一个边界阀值，若超过了该值，则认为在设定范围内不在设定范围内，否则则认为不在设定范围内或在设定范围内；当然所述设定范围还可以是包含上下限的范围，若在此之间或之外则认为在范围内，否则认为不在范围内；本发明不受所述设定范围形式的限制；\n[0070] 步骤33，根据所述交通强度参数与公共周期的映射关系得到公共周期。 该映射关系为预先设置的一个对应关系，其具体的可以是一个表格形式的对照表，在得到交通强度参数后，可以通过查表得到所述公共周期；本步骤结束后，同时执行步骤34和步骤\n35；\n[0071] 在这里，也可以对所述公共周期进行判断以确定其是否在设定范围内，若是/不是，则将交通控制权下放至交通控制终端，否则继续执行后续步骤；\n[0072] 步骤34，根据所述关键路口的流量预测数据与饱和流量的比值之间的比例得到绿灯时间。 即，按照流量预测数据与饱和流量的比的比例关系，分配各个关键相位的绿灯时间，具体过程可以参考图4所示实施例；本步骤执行完毕后，执行步骤36；所述流量预测数据与饱和流量的比值即为流量比；\n[0073] 步骤35，根据所述非关键路口的流量预测数据与饱和流量的比值，以及饱和度值得到绿灯时间。 即，按照流量预测数据与饱和流量的比值，以及饱和度值对公共周期分配得到非协调相位的绿信比时间，公共周期中剩余的时间即为协调相位的绿信比时间，具体过程可以参考图5所示实施例；所述流量预测数据与饱和流量的比值即为流量比；\n[0074] 步骤36，计算各个路口之间的相位差并得到各个相位的绿灯起亮时间。 即，计算在一个区域内的各个路口中，相邻路口相位之间的相位差，得到了相位差后，再计算得到各个相位的绿灯起亮时间，从而进行交通控制；本步骤的具体过程可以参考图7所示实施例；\n[0075] 步骤37，结束。 即结束整个计算过程，此时得到了各个相位的绿灯起亮时间和绿灯时间，从而能够进行交通控制。\n[0076] 在本发明数据计算过程的另一个实施例中，图3中步骤32可以省略，即直接通过流量和占有率来计算获得公共周期。 具体的，其可以仍然通过所述流量与饱和流量之比和所述占有率与饱和占有率之比的正比关系式计算得到公共周期，或者通过设定多个流量与饱和流量之比以及占有率与饱和占有率之比的范围，在不同的范围内选择不同的计算公共周期的公式。 例如，对于流量与饱和流量之比以及占有率与饱和占有率之比分别设定两个边界值，则所述两个比值所有的范围组合的有9种，此时则分别设置9个公式以计算公共周期。\n[0077] 参考图4，图示了本发明关键路口的绿灯起亮时间的确定过程的一个实施例的工作流程。 如图所示，包括以下步骤：\n[0078] 步骤341，计算非流量比最大的关键相位绿信比时间。 此处的非流量比最大是指，在关键路口的各个相位中，每个相位都有一个流量与饱和流量的比值，其中比值最大的相位先排除在外，对于剩余的相位计算分配绿信比时间。 具体过程为，将所述全部关键相位的流量与饱和流量的比值之和作为分母，将一个非流量比最大的关键相位的流量与饱和流量之比作为分子，其与所述公共周期的乘积便是该关键相位所计算分配得到的绿信比时间，以此类推得到全部非流量比最大的关键相位的绿信比时间；例如，一个关键路口包括4个关键相位A、B、C、D(其同时也表示相应相位的流量比)，其中A为流量比最大的相位，则B、C、D对应的绿信比时间分别为TB/(A+B+C+D)、TC/(A+B+C+D)、TD/(A+B+C+D)，其中T表示公共周期；\n[0079] 步骤342，判断步骤341所得到的绿信比时间是否在设定范围内，若是则执行步骤343，否则执行步骤346；\n[0080] 步骤343，根据所述非流量比最大的关键相位绿信比时间得到流量比最大的关键相位绿信比时间。 具体过程为，将所述非流量比最大的关键相位的绿信比时间求和，将所述公共周期减去所述和值作为流量比最大的关键相位的绿信比时间；\n[0081] 步骤344，判断步骤343所得到的绿信比时间是否在设定范围内，若是，则执行步骤347，否则执行步骤345；\n[0082] 步骤345，若所述绿信比时间小于所述设定范围中的最小值即下限，则将所述最小值作为绿信比时间，若所述绿信比时间大于所述设定范围中的最大值即上限，则将所述最大值作为绿信比时间；本步骤结束后执行步骤347；\n[0083] 步骤346，若步骤341中所得到的绿信比时间小于所述设定范围中的最小值即下限，则将所述最小值作为绿信比时间，若所述绿信比时间大于所述设定范围中的最大值即上限，则将所述最大值作为绿信比时间；本步骤结束后执行步骤343；\n[0084] 步骤347，结束。即，结束本次计算流程，经上述过程计算得到绿信比时间作为相应相位的绿灯时间。\n[0085] 需要说明的是，本发明中所述的相位均是指关键相位。\n[0086] 参考图5，图示了本发明非关键路口的绿灯起亮时间的确定过程的一个实施例的工作过程。 如图所示，包括以下步骤：\n[0087] 步骤351，按流量比和饱和度值计算非协调相位绿信比时间。 所述非协调相位是指，在一个区域的多个非关键路口之间，相互关联的不同相位称为协调相位，而协调相位以外的非关键路口的相位成为非协调相位；例如，甲、乙、丙3个十字路口(非关键路口)依次相连，其中甲的北向相位连接乙的南向相位，乙的北向相位连接丙的南向相位，通过这些路口的连接相位的车流需要协调控制，那么对于甲路口来说北向相位是协调相位，剩余相位为非协调相位；同理，可以类推乙、丙路口的非协调相位和协调相位；\n[0088] 非协调相位绿信比时间具体计算过程为，将每个非协调相位的流量比与公共周期的乘积除以饱和度值，便得到每个非协调相位的绿信比时间；其中饱和度值在0～1之间取值，优选的可以取0.7、0.8、0.9等；\n[0089] 步骤352，判断所述绿信比时间是否在设定范围内，若是则执行步骤353，否则执行步骤357；\n[0090] 步骤353，根据所述非协调相位绿信比时间得到协调相位绿信比时间。具体过程为，用所述公共周期减去所述非协调相位绿信比时间的加和所得到的时间；\n[0091] 步骤354，判断步骤353中所得到的绿信比时间是否在设定范围内，若是总则执行步骤358，否则执行步骤355；\n[0092] 步骤355，判断步骤354中进行判断的所述绿信比时间的来源，若是按流量比计算得到的(即步骤351、353、357得到的)，则执行步骤356，若是按基础方案计算得到的(即步骤356)，则执行步骤358；此处对来源的判断可以通过在对不同的来源计算时使用不同的标记值，在本步骤中只需判断该标记值即可；\n[0093] 步骤356，按基础方案设置非协调相位绿信比时间。此处的基础方案是预设的方案，该方案内置了非协调相位的绿信比时间的分配关系；本步骤结束后执行步骤352；\n[0094] 步骤357，若步骤352中判断的所述绿信比时间小于所述设定范围中的最小值即下限，则将所述最小值作为绿信比时间，若所述绿信比时间大于所述设定范围中的最大值即上限，则将所述最大值作为绿信比时间；本步骤结束后执行步骤353；\n[0095] 步骤358，结束。即，结束本次计算流程，经上述过程计算得到绿信比时间作为相应相位的绿灯时间。\n[0096] 参考图6，图示了本发明在得到公共周期后的一个修正过程的一个实施例的工作流程。 在得到公共周期，为了使其更加准确本发明添加了修正过程，如图所示，包括以下步骤：\n[0097] 步骤331，判断经计算得到公共周期的波动幅度是否超出了x％若是，则执行步骤332，否则执行步骤333。 这里所述的x根据不同地区的实际情况，可以取从-100到\n100的所有值，例如±20、±30、±40等，另外此处的x包含了符号，即正号表示增幅，负号表示降幅；\n[0098] 步骤332，公共周期＝上一公共周期×(1+x％)。 这里的上一公共周期是指在上一次的数据计算过程中所计算得到的公共周期值；\n[0099] 步骤333，判断得到的公共周期是否在设定范围内，若是，则执行步骤335，否则执行步骤334；\n[0100] 步骤334，若步骤333中判断的公共周期小于所述设定范围中的最小值即下限，则将所述最小值作为公共周期，若所述公共周期大于所述设定范围中的最大值即上限，则将所述最大值作为公共周期；\n[0101] 步骤335，结束。\n[0102] 参考图7，图示了本发明相位差及绿灯起亮时间的计算过程的一个实施例的流程。 如图所示，包括以下步骤：\n[0103] 步骤361，获得实时车速信息。该实时车速通过所述数据采集步骤1获得，或者也可以为历史数据，或者可以是综合二者的结果，具体的可以类比数据预测过程；\n[0104] 步骤362，判断所述实时车速是否在设定范围内，若是，则执行步骤363，否则执行步骤365；\n[0105] 步骤363，计算相位差。\n[0106] 对于单向协调情况来说，计算各个路口之间的距离与采集到的车速数据的比值即得到相位差。即，将所述距离除以所述车速得到的时间便是相应的相位差。 例如，路口甲的北向相位和乙的南向相位相邻，且其之间的距离为s，所述车速为v，则甲的北向相位和乙的南向相位之间的相位差为s/v；\n[0107] 对于双向协调情况来说，则根据所述路口之间的距离，及所述路口之间的路段所采集到的车速，以及相应相位的绿信比时间，运用数解法进行计算；由于数解法为交通领域公知的算法，且其较为复杂，故在此不进行进一步阐述，本领域普通技术人员完全可以根据本描述及公知算法计算得到所述相位差；\n[0108] 步骤364，设定时间零基点，根据相位差，计算得到绿灯起亮时间。即，通过步骤363得到相位差后，再以一个关键路口的关键相位为基点设置为绿灯起亮时间零，则其它路口协调相位相对于所述关键相位的相位差即转变为绝对相位差，该绝对相位差即为所述协调相位的绿灯起亮时间，依次类推，得到所有相位的绿灯起亮时间；本步骤结束后执行步骤366；此处关键路口是指对一个子区的交通状况起主导作用的路口，该子区是由于交通控制为分区域进行，子区仅表示某一区域；\n[0109] 步骤365，若步骤362中判断的所述车速小于所述设定范围中的最小值即下限，则将所述最小值作为车速，若所述车速大于所述设定范围中的最大值即上限，则将所述最大值作为车速；本步骤结束后执行步骤363；\n[0110] 步骤366，结束。即，结束本次交通控制流程，生成交通控制方案(即，各相位的绿灯起亮时间、绿灯时间)。\n[0111] 值得注意的是，本发明所述的设定范围包括上限和下限，若在此之间则表示在设定范围内，对于上下限的两个端点来说，其既可以看作在范围内，或者也看作在范围外，具体情况可以随机选择或视需要而定。\n[0112] 以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。