一种基于自适应迭代学习控制的城市主干道协调控制方法技术

一种基于自适应迭代学习控制的城市主干道协调控制方法包括：a.确定关键交叉口：对于被控主干道，将其中交通需求最大的交叉口确定为关键交叉口；b.初始化公共信号周期，绿信比，相位差；c.优化关键交叉口绿信比；d.优化非关键交叉口绿信比；e.循环，每隔3～5个信号周期，重复步骤c和d。本发明专利技术以交叉口为控制对象，利用上下游交叉口的流量相关性对交叉口进行两两协调，根据实时的道路流量情况，通过迭代学习控制方法(ILC)计算信号灯各相位的绿灯时间，最后通过去伪策略来实时整定闭环控制器参数。本发明专利技术降低了主干道控制的实时计算量，提高了主干道的通行效率，效果优于传统的定时控制方案，为城市主干道协调控制提供了一种有效方法。

A coordinated control method for urban trunk roads based on adaptive iterative learning control

A coordinated control method of urban trunk road based on adaptive iterative learning control includes: a. Determining key intersections: For the controlled trunk road, the intersection with the largest traffic demand is identified as the key intersection; B. Initializing the public signal cycle, green signal ratio, phase difference; C. Optimizing the green signal ratio of the key intersection; D. Optimizing the green signal ratio of the key intersection; Non critical intersection green letter ratio, e. cycle, every 3~5 signal cycles, repeat steps C and D. The invention takes the intersection as the control object, coordinates the intersection by using the flow correlation between the upstream and downstream intersections, calculates the green light time of each phase of the signal lamp through the iterative learning control method (ILC) according to the real-time road flow situation, and finally sets the parameters of the closed-loop controller in real time through the de-dummy strategy. The invention reduces the real-time calculation amount of the main road control, improves the traffic efficiency of the main road, and has better effect than the traditional timing control scheme, and provides an effective method for the coordinated control of the urban main road.

【技术实现步骤摘要】
一种基于自适应迭代学习控制的城市主干道协调控制方法
本专利技术涉及交通信号控制
，尤其是涉及一种基于自适应迭代学习控制的城市主干道协调控制方法。
技术介绍
随着我国社会经济的发展和人民生活水平的提高，越来越多的汽车进入了普通家庭，交通事故、交通拥堵、环境污染和能源消耗等问题日趋严重，旅行时间、旅行安全、环境质量和生活质量都受到了交通状况的制约。城市道路交通信号控制是现代城市交通管理中极其重要的一个方面，其管理与控制水平的优劣将直接影响城市道路交通运行的效果。在城市路网中，主干道承受着巨大的交通负荷，因此，实现良好的城市主干道交通信号控制是城市交通畅通化措施的重点。现代城市交通信号控制理论研究表明，实现城市主干道交通信号动态协调控制，特别是通过实现信号配时优化条件，调控交通流，并使其均匀分布在主干道中，将极大地提高路网的通行能力，改善交通主干道本身及周边道路的交通溢流现象，是城市交通高峰期交通信号控制的最佳选择。作为一种高效的城市交通协调控制方式，基于自适应迭代学习控制的城市主干道协调控制方法具有以下特点：1.保证主干道整体的车流均衡，从而降低主干道交叉口溢流的情况；2.交叉口绿灯使用效率更高，从而提高了主干道的通行能力；3.根据实时数据调整配时方案，能迅速应对交通需求的变化，提高了路网的稳定性；4.可使主干道承受更大的交通需求，从而降低了路网其余部分的压力，改善整个路网的交通状况。国外主干道交通信号协调控制方法已有研究成果，如：J.D.C.Little首先提出了MAXBAND算法，针对包括n个路口S1,...,Sn的城市主干道，给出一组优化的交通信号相位差，使尽可能多的机动车在设定的速度范围内能够一次不停的通过主干道。N.H.Gartner在MAXBAND方法的基础上提出了MULTIBAND，对许多重要特性都进行了改进，如清空时间的设定，左转车辆的控制，对干线中不同路段实现不同带宽等。但这些研究成果并未有效利用交通需求变化的日重复特性，且随着路网规模的扩大，计算量迅速上升。
技术实现思路
本专利技术要克服现有技术上述不足，提供一种基于自适应迭代学习控制的城市主干道协调控制的方法，从而降低主干道发生拥堵的几率，提高城市出行效率。本专利技术是一种基于自适应迭代学习控制的城市主干道协调控制的方法，用于一个包括若干连续相邻交叉口的城市道路交通区域，包括如下步骤：a.确定关键交叉口：对于被控主干道，将其中交通需求最大的交叉口确定为关键交叉口。b.初始化公共信号周期，绿信比，相位差：对于关键交叉口，根据Webster方法获得交叉口信号周期，并将其作为交叉口公共信号周期；各交叉口均采用四相位配时方案，分别按其相位流量比计算初始绿信比；同时利用路段长度除以路段平均速度计算主干道相邻交叉口之间的相位差。c.优化关键交叉口绿信比：根据实时交通数据，利用去伪控制方法确定迭代学习控制的闭环控制率，然后利用前次迭代的误差以及本次迭代的误差，使用开闭环迭代学习控制方法优化绿信比。d.优化非关键交叉口绿信比：从关键交叉口的相邻交叉口开始，两两协调，将上游交叉口作为主路口，下游交叉口作为从路口，进行主从协调控制设计，依次完成非关键交叉口的绿信比优化。e.循环，每隔3～5个信号周期，重复步骤c和d。本专利技术作为一种城市主干道协调控制方法，步骤c、d的优化目标是在有限的控制时间[0,K]内，使关键交叉口各相位关键车流的道路占有率趋向于理想占有率od，并使非关键交叉口主干道方向上车流的道路占有率趋向于主路口对应流向的道路占有率，即步骤c中，对绿信比优化的算法步骤如下：1)利用去伪策略确定迭代学习控制的闭环控制器首先确定一个候选控制器参数集合使得其中各参数对应的控制器均确保相应的迭代学习控制收敛。然后确定去伪策略中对于每一个候选参数对应控制器的虚拟参考的计算方法：最后确定每个候选控制器的性能指标：其中α和β为设定向量。从候选控制器参数集合中选取最大的计算它对应控制器的虚拟参考和性能指标若该候选控制器满足性能指标，则该控制器为非伪控制器，加入控制系统，若不满足，则在剩余的候选控制器参数中选择最大的一个进行计算，直至有候选参数对应的控制器满足性能指标。2)根据去伪策略得到的控制器进行关键交叉口绿灯时间的计算，其中迭代学习控制的学习律设定为：其中un(k)为第n次迭代第k个采样周期的绿灯时间，en(k)为第n次迭代过程第k个采样时刻的误差，为开环迭代学习控制部分，为闭环迭代学习控制部分，为闭环学习控制率，ko为开环学习控制率。针对城市交通问题愈发突出，而城市主干道作为城市交通的主动脉，交通负荷不断增大的现状，通过协调城市主干道的信号配时，合理利用现有的道路基础设施，降低拥堵发生的几率。本专利技术以交叉口为控制对象，利用上下游交叉口的流量相关性对交叉口进行两两协调，根据实时的道路流量情况，通过迭代学习控制方法(ILC)计算信号灯各相位的绿灯时间，最后通过去伪策略来实时整定闭环控制器参数。本专利技术的优点是：降低了主干道控制的实时计算量，提高了主干道的通行效率，效果优于传统的定时控制方案，为城市主干道协调控制提供了一种有效方法。附图说明图1为使用本专利技术方法的城市某主干道部分路段示意图；具体实施方式以下通过附图和实施例对本专利技术作进一步的说明。如图1所示使用本专利技术方法的一个包括若干连续相邻交叉口的城市道路交通区域，共有3个交叉口，用自然数序列表示为{1,2,3}，其中东西向道路为主干道，南北向道路为次干道或支路，东西向流量一般明显大于南北向。定义由西往东为主干道上行方向，由东往西为下行方向。各路口交通流相位划分如下：相位1为东西向直行和右转；相位2为东西向左转和右转；相位3为南北向直行和右转；相位4为南北向左转和右转。本专利技术的一种基于自适应迭代学习控制的城市主干道协调控制的方法，包括如下步骤：a.确定关键交叉口：对于被控主干道，将其中交通需求最大的交叉口确定为关键交叉口。b.初始化公共信号周期，绿信比，相位差：对于关键交叉口，根据Webster方法得到交叉口信号周期，并将其作为交叉口公共信号周期；各交叉口均采用四相位配时方案，分别按其相位流量比计算初始绿信比；同时利用路段长度除以路段平均速度计算主干道相邻交叉口之间的相位差。c.优化关键交叉口绿信比：根据实时交通数据，利用去伪控制方法确定迭代学习控制的闭环控制率，然后利用前次迭代的误差以及本次迭代的误差，使用开闭环迭代学习控制方法优化绿信比。d.优化非关键交叉口绿信比：从关键交叉口的相邻交叉口开始，两两协调，将上游交叉口作为主路口，下游交叉口作为从路口，进行主从协调控制设计，依次完成非关键交叉口的绿信比优化。e.循环，每隔3～5个信号周期，重复步骤c和d。步骤a中关键交叉口的选择步骤为：获得受控路段上每个交叉口的交通需求数据{Q1，Q2，Q3},选择其中最大的一个作为关键交叉口，如图1所示该控制区域的关键交叉口为交叉口1。步骤c和d中，对绿信比的进行优化的目标是在有限的控制时间[0,K]内，使关键交叉口各相位关键车流的道路占有率趋向于理想占有率od，并使非关键交叉口主干道方向上车流的道路占有率趋向于主路口对应流向的道路占有率，即步骤c中对关键交叉口绿信比进行优化计算的过程为：1)利用去伪策略确定迭代学习控制的闭本文档来自技高网...

【技术保护点】
1.一种基于自适应迭代学习控制的城市主干道协调控制方法，适用于一个包括若干连续相邻交叉口的城市道路交通区域，包括以下步骤：a.确定关键交叉口：对于被控主干道，将其中交通需求最大的交叉口确定为关键交叉口；b.初始化公共信号周期，绿信比，相位差：对于关键交叉口，根据Webster方法获得交叉口信号周期，并将其作为交叉口公共信号周期；各交叉口均采用四相位配时方案，分别按其相位流量比计算初始绿信比；同时利用路段长度除以路段平均速度计算主干道相邻交叉口之间的相位差；c.优化关键交叉口绿信比：根据实时交通数据，利用去伪控制方法确定迭代学习控制的闭环控制率，然后利用前次迭代的误差以及本次迭代的误差，使用开闭环迭代学习控制方法优化绿信比；d.优化非关键交叉口绿信比：从关键交叉口的相邻交叉口开始，两两协调，将上游交叉口作为主路口，下游交叉口作为从路口，进行主从协调控制设计，依次完成非关键交叉口的绿信比优化；e.循环，每隔3～5个信号周期，重复步骤c和d。

【技术特征摘要】
1.一种基于自适应迭代学习控制的城市主干道协调控制方法，适用于一个包括若干连续相邻交叉口的城市道路交通区域，包括以下步骤：a.确定关键交叉口：对于被控主干道，将其中交通需求最大的交叉口确定为关键交叉口；b.初始化公共信号周期，绿信比，相位差：对于关键交叉口，根据Webster方法获得交叉口信号周期，并将其作为交叉口公共信号周期；各交叉口均采用四相位配时方案，分别按其相位流量比计算初始绿信比；同时利用路段长度除以路段平均速度计算主干道相邻交叉口之间的相位差；c.优化关键交叉口绿信比：根据实时交通数据，利用去伪控制方法确定迭代学习控制的闭环控制率，然后利用前次迭代的误差以及本次迭代的误差，使用开闭环迭代学习控制方法优化绿信比；d.优化非关键交叉口绿信比：从关键交叉口的相邻交叉口开始，两两协调，将上游交叉口作为主路口，下游交叉口作为从路口，进行主从协调控制设计，依次完成非关键交叉口的绿信比优化；e.循环，每隔3～5个信号周期，重复步骤c和d。2.根据权利要求1所述的一种基于自适应迭代学习控制的城市主干道协调控制方法，其特征在于：步骤c和步骤d所述的优化的目标为在有限的控制时间[0,K]内，使关键交叉口的各相位...

【专利技术属性】
技术研发人员：沈国江，陈文峰，杨曦，刘志，朱李楠，刘端阳，阮中远，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33