一种基于实时排队信息的交叉口自适应信号控制方法技术

本发明专利技术涉及一种基于实时排队信息的交叉口自适应信号控制方法，根据控制状态信号CS，确定最优相序S

An Intersection Adaptive Signal Control Method Based on Real-time Queuing Information

【技术实现步骤摘要】
一种基于实时排队信息的交叉口自适应信号控制方法
本专利技术涉及智能交通控制领域，尤其是涉及一种基于实时排队信息的交叉口自适应信号控制方法。
技术介绍
城市交通在整个社会的发展中起着至关重要的作用，然而，交通拥堵问题日益凸显，成为城市进一步发展的一大阻碍。信号交叉口作为路网的咽喉，是保障城市交通高效稳定运行的关键。目前，国内外现有交通信号控制系统大多利用传统定点检测器所采集的车流量数据作为依据，对交叉口进行信号控制方案的制定和优化。由于定点检测器建设成本高、后期维护困难，且损坏率高导致检测误差较大而影响信号控制效果，现有的交通信息采集方式以及信号控制方法急需变革。随着“互联网+”时代的到来，城市交通出行者的移动互联大数据被越来越深入地挖掘并运用在交通领域，比如利用车辆轨迹数据分析得到交叉口各个流向的实时车辆排队状态，即排队长度、排队车辆数和排队增长速率等信息。这些数据与传统检测器获取的流量数据相比，更具有可靠性和连续性且获取成本很低，取代传统定点检测数据作为交叉口信号控制的新型数据源将成为未来的趋势。因此，研发一种基于排队信息的交叉口信号控制方法具有重要意义。针对上述问题及行业发展趋势，本专利技术提出了一种基于排队信息的交叉口信号控制方法，以交叉口各流向的实时排队长度和排队增长速率为基本输入，根据冲击波模型建立信号控制方案与排队长度的动态关系，以此划分出各种控制状态，并开发一种应对多控制状态的渐进寻优策略，实现优化排队、防止排队溢出的效果。该方法更加科学有效的识别多种控制状态并制定相应对策，能够应对复杂多变的交通环境，为国内自主研发自适应信号控制系统提供理论支持，此外，以排队信息代替传统数据源作为算法的输入，也是对“互联网+”时代下新型数据源在交通控制领域应用的探索。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于实时排队信息的交叉口自适应信号控制方法。本专利技术的目的可以通过以下技术方案来实现：一种基于实时排队信息的交叉口自适应信号控制方法，根据控制状态信号CS，确定最优相序S*和最优绿灯时间g*(S*)的控制方案，包括：步骤S1：根据当前排队信息确定相序备选集合ΩS并从中选取一个还未寻优过的备选相序Si；步骤S2：根据约束条件C0，求解优化问题1，检验优化问题1是否存在可行解，若存在，进入步骤S3，否则CS(Si)＝0，该子问题无可行解，Si不可行，进入步骤S7；步骤S3：获得优化问题1的最优值f1*和最优解根据约束条件C1，检验f1*≤0是否满足，若是，进入步骤S4，若否，CS(Si)＝1，Si对应的最优值f*(Si)＝f1*，最优解进入步骤S7；步骤S4：求解优化问题2，获得优化问题2的最优值和最优解根据约束条件C2，检验是否满足，若是，进入步骤S5，若否，CS(Si)＝2，Si对应的最优值最优解进入步骤S7；步骤S5：求解优化问题3，获得优化问题3的最优值和最优解根据约束条件C3，检验是否满足，若是，进入步骤S6，若否，CS(Si)＝3，Si对应的最优值最优解进入步骤S7；步骤S6：求解优化问题4，获得优化问题4的最优值和最优解CS(Si)＝4，Si对应的最优值最优解进入步骤S7；步骤S7：检验所述相序备选集合ΩS中的所有Si是否都完成寻优，若是，则所有子问题寻优结束，进入步骤S8，若否，则进入步骤S1进行新一轮寻优；步骤S8：从所述相序备选集合ΩS中取出CS值最大的S的集合ΛS，从所述ΛS中找出f*值最小的S作为最优相序S*，所对应的绿灯时间作为最优绿灯时间g*(S*)。步骤S2中约束条件C0是最小最大绿灯时间约束，具体为：其中，Gmin为最小绿灯时间，Gmax为最大绿灯时间，为相序对应绿灯时间；以及最大红灯时间约束，具体为：其中，为绿灯开始时刻，为红灯开始时刻，Rmax为最大红灯时间。所述控制方案包括两个相同时间长度的运行周期。所述步骤S3中优化问题1具体为：s.t.所述约束条件C1是指所有排队在第二周期结束时全部清空，具体为：其中，为第二周期剩余排队强度。所述步骤S4中优化问题2具体为：s.t.所述约束条件C2是指所有排队的最大排队强度MQI在两个周期内不超过安全阈值γ，γ＜1，具体为：其中，为最大排队强度。所述步骤S5中约束条件C3是指第一个周期内的所有排队在该周期结束时全部清空，具体为：所述优化问题3具体为：s.t.其中，为第一周期剩余排队强度。所述步骤S6中的优化问题4具体为：s.t.其中，为最大排队强度。所述控制方案在所述最优相序和最优绿灯时间确定之后立即执行至下一次优化决策时刻，重复以上步骤S1～S8，生成新的控制方案。与现有技术相比，本专利技术具有以下有益效果：1.根据排队强度与信号控制的动态关系，划分多种控制状态并建立相应的优化模型以适应各自的控制需求，利用渐进寻优策略寻找各个决策时刻下的最优控制方案，能够及时应对复杂多变的交叉口环境。2.以排队为核心构造优化模型，能够有效避免排队溢出并且兼顾降低延误，与传统的单纯优化延误或单纯优化排队的控制方法相比，效果更加全面。3.排队信息易于从手机和车辆GPS设备中获取，以排队信息代替传统的定点检测流量数据作为输入，是对“互联网+”时代下新型数据在交通控制领域应用的探索。4.设定备选相序规则，将相序做有限化处理，减小了同时优化离散变量和连续变量的难度，能够实现相序和绿灯时间的共同优化。附图说明图1为本专利技术的自适应信号控制方法总流程；图2为典型十字交叉口的流向和相位；图3为典型十字交叉口的相位组；图4为非饱和情况的排队强度与信号控制的关系；图5为饱和情况的排队强度与信号控制的关系；图6为渐进寻优法求解最优控制方案的流程；图7为案例交叉口的渠化示意；图8为案例第一种相序下的信号控制优化结果；图9为案例第二种相序下的信号控制优化结果。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。一种基于实时排队信息的交叉口自适应信号控制方法，利用交叉口各个流向的车辆排队信息，即排队长度和排队增长速率，进行交叉口的自适应信号控制。如图1所示，在交叉口每一次相位间隔开始时启动信号控制方案的优化决策，以各流向当前时刻的排队长度和排队增长速率为输入构造优化模型，通过多控制状态的渐进寻优方法，寻找从当前时刻开始未来两个周期内的最优控制方案，即相序和各流向的绿灯时间；获得当前的最优方案后，执行该方案至下一次相位间隔再次启动优化决策过程，以此类推，实现滚动优化。决策时刻开始的信号控制方案可以用两类变量来描述，相序S和绿灯时间g，相序是一个周期内各个相位组的放行先后顺序，绿灯时间是各个相位组放行的持续时间，两者即为本方法优化的对象。相序S是一个n×n的0-1矩阵，绿灯时间g是一个n×1的向量，n表示相位(或流向)的数量，如对于十字交叉口，n＝8。由于每次决策考虑未来两个周期，因此，有S(c)和g(c)，c＝1,2，c表示周期序号。用φi表示交叉口第i个相位(或流向)，对于S(c)，i行j列的元素描述在第c个周期内φi与φj的相对顺序，若为1，表示φj的顺序在φi之前，若为0，则φj在φi之后或两者顺序相同。如图3所示，相位组本文档来自技高网...

【技术保护点】
1.一种基于实时排队信息的交叉口自适应信号控制方法，其特征在于，根据控制状态信号CS，确定最优相序S

【技术特征摘要】
1.一种基于实时排队信息的交叉口自适应信号控制方法，其特征在于，根据控制状态信号CS，确定最优相序S*和最优绿灯时间g*(S*)的控制方案，包括：步骤S1：根据当前排队信息确定相序备选集合ΩS并从中选取一个还未寻优过的备选相序Si；步骤S2：根据最小最大绿灯时间以及最大红灯时间约束条件C0，求解优化问题1，检验优化问题1是否存在可行解，若存在，进入步骤S3，否则CS(Si)＝0，该子问题无可行解，Si不可行，进入步骤S7；步骤S3：获得优化问题1的最优值f1*和最优解判断约束条件C1是否满足，若是，进入步骤S4，若否，CS(Si)＝1，Si对应的最优值f*(Si)＝f1*，最优解进入步骤S7，其中，约束条件C1为f1*≤0；步骤S4：求解优化问题2，获得优化问题2的最优值和最优解判断约束条件C2是否满足，若是，进入步骤S5，若否，CS(Si)＝2，Si对应的最优值最优解进入步骤S7，其中，约束条件C2为步骤S5：求解优化问题3，获得优化问题3的最优值和最优解判断约束条件C3是否满足，若是，进入步骤S6，若否，CS(Si)＝3，Si对应的最优值最优解进入步骤S7，约束条件C3为步骤S6：求解优化问题4，获得优化问题4的最优值和最优解CS(Si)＝4，Si对应的最优值最优解进入步骤S7；步骤S7：检验所述相序备选集合ΩS中的所有Si是否都完成寻优，若是，则所有子问题寻优结束，进入步骤S8，若否，则进入步骤S1进行新一轮寻优；步骤S8：从所述相序备选集合ΩS中取出CS值最大的S的集合ΛS，从所述ΛS中找出f*值最小的S作为最优相序S*，所对应的绿灯时间作为最优绿灯时间g*(S*)。2.根据权利要求1所述的一种基于实时排队信息的交叉口自适应信号控制方法，其特征在于，所述步骤S2中最小...

【专利技术属性】
技术研发人员：孙剑，殷炬元，胡祥旺，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31