基于道路实时容量的交通灯智能控制方法技术

一种基于道路实时容量的交通灯智能控制方法，包括以下步骤：步骤1，根据实时车流量信息计算相位初始绿灯时长，并利用算法优化各相位绿灯时长；步骤2，判断绿灯时长是否合理，进行微调避免某个相位绿灯时长过长引起交通拥堵；步骤3，根据实时车流量信息计算道路流量处理能力，并结合车辆排队长度、车辆平均等待时间计算相位优先级；步骤4，将相位绿灯时长以及相位顺序作用于交通灯；具有通过合理利用相邻道路实时容量来解决道路拥堵问题的特点。

【技术实现步骤摘要】
基于道路实时容量的交通灯智能控制方法
本专利技术属于交通通信
，具体涉及基于道路实时容量的交通灯智能控制方法。
技术介绍
根据商务部统计数据显示2019年中国汽车保有量达2.5亿辆。最初人类专利技术汽车是为了给自己的出行和生活带来便利，但是随着车辆数的激增，交通拥堵日益严重，反而在一些情况下给人们出行带来不便，同时引发了不少社会问题，比如交通事故的频发、空气污染严重和交通拥堵等等，这些问题不仅影响了人们出行的舒适度、污染了环境还阻碍了城市的发展。因此需要一种通信技术缓解上述问题。研究发现在交通路口实现高效的交通信号灯控制是缓解城市拥堵，提高城市交通运行效率的重要有效手段之一。近几年车联网技术、5G研究、自动驾驶等技术的发展助力了智能交通的发展。智能交通灯是实现智能交通的重要组成部分之一。目前交通灯常见的控制方法有三种：定时控制、感应控制和自适应控制。前两种方法不能很好的根据实时交通流调整交通灯，难以满足日益增长的交通需求。而自适应交通灯控制通过实时的交通流信息及时动态地调整交通灯相位与时长，能有效地缓解交通拥堵。因此自适应交通灯成为了交通灯控制的研究热点。自适应交通灯控制常与各种算法相结合，比如模糊逻辑控制、遗传算法、神经网络、计算机视觉和强化学习等等。事实上缓解某个路口的交通拥堵需要其相邻路口进行配合，一旦配合不合理会造成拥堵的快速扩散。而现有的自适应交通灯控制方法大都考虑排队长度而没有考虑道路剩余容量对相邻路口的影响。
技术实现思路
为克服上述现有技术的不足，本专利技术的目的是提供一种基于道路实时容量的交通灯智能控制方法，具有通过合理利用相邻道路实时容量来解决道路拥堵问题的特点。为实现上述目的，本专利技术所采用的技术方案是，一种基于道路实时容量的交通灯智能控制方法，包括以下步骤：步骤1：根据实时车流量信息计算相位初始绿灯时长，并利用算法优化各相位绿灯时长；步骤2：判断绿灯时长是否合理，进行微调避免某个相位绿灯时长过长引起交通拥堵；步骤3：根据实时车流量信息计算道路流量处理能力，并结合车辆排队长度、车辆平均等待时间计算相位优先级；步骤4：将相位绿灯时长以及相位顺序作用于交通灯。所述步骤1，具体做法是，定义：车辆以λ为参数的泊松流到达路口；车辆能知道自己的车速v和当前所处位置；为表述方便，设定初始绿灯时长采取行为后绿灯时长为a秒；各车道第一辆没排队的车到达形成车辆排的时间为t，若t＞a表示没有停车等待的车辆部分没有收益也没有惩罚，根据车辆排队长度预先计算各相位初始绿灯时长，OriginalGreenTimei,s(k)＝LPQI,s(k)×η+δ(1)其中LPQi,s(k)表示车辆排队长度，η是车辆通过路口所需的时间，δ是对车辆启动延迟的补偿量，状态S：车道中车辆的位置和速度组成，各道路靠近停止线的225m道路部分，每7.5m划分为一个小格；根据实时车辆排队信息，在对应的道路车辆位置矩阵中标记有车的格为1，无车的格为0；若有车辆横跨两个格则将车头所在的格视为1，另一个视为0；行为A：交通灯的控制行为共有三种，如下所示：奖励r：奖励由两部分组成：每个相位绿灯时间内车辆通行量作为收益，而车辆平均等待时间作为惩罚，两者共同决定奖励，具体如下所示：a、交通灯即将从红灯转为绿灯车道第一辆没有排队的车辆根据自身信息计算自己到达形成车辆排的时间t，若t<a说明该车辆可以在接下来的绿灯时间a秒内通过路口，则在a配时策略下该车道车辆通行量为：其中NUMvehicle表示已经在排队的车辆数目；λ表示车辆是以λ为参数的泊松流到达路口；a是初始绿灯时长采取行为后的绿灯时间；b、交通灯即将从绿灯转为红灯车道第一辆没有排队的车辆根据自身信息计算自己到达形成车辆排的时间t；若t<a则该车等待时间为a-t，后面的车以λ为参数的泊松流到达路口；设p时刻(0≤p≤a-t)有车辆到达并开始等待，则智能体(Agent)会因车辆等待而受到惩罚，并以等待时长结合一个常系数k定义惩罚度，则智能体(Agent)因该道路的车辆等待时间所受惩罚为：其中NUMvehicle表示已经在排队的车辆数目；综上可得，设i路口的智能体(Agent)在状态s下采取行为获得的奖励如下列公式所示：ri＝α*rewardi+β*[rewardiA+rewardiB+rewardiC+rewardiD](6)其中，rewardi表示路口i的奖励，rewardiA、rewardiB、rewardiC和rewardiD分别表示与路口i相邻四个路口的奖励，式中α、β是常系数满足公式(7)，rewardi具体如公式(8)所示，rewardiA、rewardiB、rewardiC和rewardiD与之相类似：α+β＝1(7)其中rewardNS(si,ai)表示南北方向转绿灯的奖励，rewardWE(si,ai)表示东西方向转绿灯的奖励，具体组成如公式(9)和公式(10)所示：进一步将公式归一化使得满足|ri|≤1，所以奖励r为：总之，系统输入当前状态，输出该状态下各行为Q值，Qt+1(st,at)＝Qt(st,at)+αt[rt+γmaxaQt+1(st+1,a+1)-Qt(st,at)](12)算法根据公式(12)计算各行为的Q值，系统根据行为选择策略选择Q值最大的行为或者随机选择行为，根据采取的行为对该相位对应的绿灯时长进行优化。所述的步骤2，具体做法是：一组相位拥有通行权就意味着其他相位的车辆需要等待，若该相位长时间保持绿灯则会造成其他相位的车辆等待时间过长，从而导致车辆平均等待时间增加，造成道路拥堵，因此需要判断绿灯时长是否合理，若优化后的绿灯时间大于相位最大绿灯时间，则将绿灯时长减少为相位最大绿灯时长，若优化后的绿灯时间小于等于相位最大绿灯时间，则不需要对绿灯时间进行微调。所述的步骤3，具体做法是：设定：一个周期内一个路口每个相位至多有一次绿灯时间；每辆车通过路口所需时间为2s；道路(i,j)的道路长度为Mij；blanki,j(k)为第k个周期开始时道路(i,j)没有车辆的道路长度；leavei,j(k)为第k个周期中离开道路(i,j)的车辆长度；remaini,j(k)为第k-1个周期结束时道路(i,j)中未能离开道路的车辆排队长度；道路剩余容量Cij(k)为第k个周期中道路(i,j)所能容纳的新车数量，即Cij(k)＝blanki,j(k)+leavei,j(k)(13)利用公式(13)可以得到RTPC，(RoadTrafficProcessingCapability，英文简称为：RTPC，中文意思为：道路流量处理能力)，即将道路剩余容量与输入需求做差，并作为相位顺序的影响因素之一，RTPCi,j(k+1)＝Ci,j(k)本文档来自技高网...

【技术保护点】
1.一种基于道路实时容量的交通灯智能控制方法，其特征在于，包括以下步骤：/n步骤1：根据实时车流量信息计算相位初始绿灯时长，并利用算法优化各相位绿灯时长；/n步骤2：判断绿灯时长是否合理，进行微调避免某个相位绿灯时长过长引起交通拥堵；/n步骤3：根据实时车流量信息计算道路流量处理能力，并结合车辆排队长度、车辆平均等待时间计算相位优先级；/n步骤4：将相位绿灯时长以及相位顺序作用于交通灯。/n

【技术特征摘要】
1.一种基于道路实时容量的交通灯智能控制方法，其特征在于，包括以下步骤：
步骤1：根据实时车流量信息计算相位初始绿灯时长，并利用算法优化各相位绿灯时长；
步骤2：判断绿灯时长是否合理，进行微调避免某个相位绿灯时长过长引起交通拥堵；
步骤3：根据实时车流量信息计算道路流量处理能力，并结合车辆排队长度、车辆平均等待时间计算相位优先级；
步骤4：将相位绿灯时长以及相位顺序作用于交通灯。


2.根据权利要求1所述的一种基于道路实时容量的交通灯智能控制方法，其特征在于，所述步骤1，具体做法是，定义：车辆以λ为参数的泊松流到达路口；车辆能知道自己的车速v和自己当前所处位置；为表述方便，设定初始绿灯时长采取行为后绿灯时长为a秒；各车道第一辆没排队的车到达形成车辆排的时间为t，若t>a表示没有停车等待的车辆部分没有收益也没有惩罚，
根据车辆排队长度预先计算各相位初始绿灯时长，
OriginalGreenTimei,s(k)＝LPQI,s(k)×η+δ(1)
其中LPQi,s(k)表示车辆排队长度，η是车辆通过路口所需的时间，δ是对车辆启动延迟的补偿量；
状态S：车道中车辆的位置和速度组成，各道路靠近停止线的225m道路车辆分布以及对应的车辆速度作为状态，每7.5m划分为一个小格；根据实时车辆排队信息，在对应的道路车辆位置矩阵中标记有车的格为1，无车的格为0；若有车辆横跨两个格则将车头所在的格视为1，另一个视为0；
行为A：交通灯的控制行为共有三种，如下所示：



奖励r：奖励由两部分组成：每个相位绿灯时间内车辆通行量作为收益，而车辆平均等待时间作为惩罚，两者共同决定奖励，具体如下所示：
a、交通灯即将从红灯转为绿灯
车道第一辆没有排队的车辆根据自身信息计算自己到达形成车辆排的时间t，若t<a说明该车辆可以在接下来的绿灯时间a秒内通过路口，则在a配时策略下该车道车辆通行量为：



其中NUMvehicle表示已经在排队的车辆数目；λ表示车辆是以λ为参数的泊松流到达路口；a是初始绿灯时长采取行为后的绿灯时间；
b、交通灯即将从绿灯转为红灯
车道第一辆没有排队的车辆根据自身信息计算自己到达形成车辆排的时间t；若t<a则该车等待时间为a-t，后面的车以λ为参数的泊松流到达路口；设p时刻(0≤p≤a-t)有车辆到达并开始等待，则智能体会因车辆等待而受到惩罚，并以等待时长结合一个常系数k定义惩罚度，



则智能体因该道路的车辆等待时间所受惩罚为：



综上可得，设i路口的智能体在状态s下采取行为获得的奖励如下列公式所示：
ri＝α*rewardi+β*[rewardiA+rewardiB+rewardiC+rewardiD](6)
其中，rewardi表示路口i的奖励，rewardiA、rewardiB、rewardiC和rewardiD分别表示与路口i相邻四个路口的奖励，式中α、β是常系数满足公式(7)，rewardi具体如公式(8)所示，rewardiA、rewardiB、rewardiC和rewardiD与之相类似：
α+β＝1(7)



其中rewardNS(si，ai)表示南北方向转绿灯的奖励，rewardWE(si，ai)表示东西方向转绿灯的奖励，具体组成如公式(9)和公式(10)所示：






进一步将公式...

【专利技术属性】
技术研发人员：樊秀梅，蔡含宇，胡倩儒，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61