一种交通信号控制方法及系统技术方案

技术编号:26260959 阅读:78 留言:0更新日期:2020-11-06 17:57
本发明专利技术公开了一种交通信号控制方法及系统,控制方法包括:根据目标交叉路口的车辆数量,计算得到目标交叉路口的交通状态信息;根据目标交叉路口中绿灯放行到车辆启动的时间以及车辆数量,计算得到目标交叉路口的绿灯时间;判断绿灯时间是否小于整个配时周期,若是,则根据交通状态信息将绿灯时间更新为实际绿灯时间;根据实际绿灯时间控制交叉路口的交通信号时间。本发明专利技术实施例能够有效提高道路资源的利用率以及提高车辆通行的效率。

【技术实现步骤摘要】
一种交通信号控制方法及系统
本专利技术涉及交通
,尤其是涉及一种交通信号控制方法及系统。
技术介绍
近年由于机动车数量的增多,交通拥堵的现象不断发生,交通灯控制的重要性也与日俱增。本专利技术的专利技术人在研究中发现,现有的交通信号控制系统是根据历史交通流信息进行统计分析,而固定设置红灯、绿灯、黄灯的时间。但是现有的交通信号控制系统无法根据实际的交通流来调整交通灯的信号时间,导致城市交通中车辆通行的效率低下。
技术实现思路
本专利技术提供一种交通信号控制方法及系统,解决现有技术城市交通中车辆通行的效率低下的技术问题,提高道路资源的利用率以及提高车辆通行的效率。本专利技术的第一实施例提供一种交通信号控制方法,包括:根据目标交叉路口的车辆数量,计算得到所述目标交叉路口的交通状态信息;根据所述目标交叉路口中绿灯放行到车辆启动的时间以及所述车辆数量,计算得到所述目标交叉路口的绿灯时间;判断所述绿灯时间是否小于整个配时周期,若是,则根据所述交通状态信息将所述绿灯时间更新为实际绿灯时间;根据所述实际绿灯时间控制所述交叉路口的交通信号时间。进一步地,在根据所述实际绿灯时间控制所述交叉路口的交通信号时间之后,还包括:建立Q学习模型,根据所述Q学习模型以及所述实际绿灯时间计算车辆延误时间。进一步地,所述根据所述Q学习模型以及所述实际绿灯时间计算车辆延误时间,具体为:将根据所述实际绿灯时间控制所述交叉路口的交通信号时间作为Q学习模型的动作,根据预设的策略计算执行所述动作的回报期望;根据所述回报期望构建以车辆延误时间最小化为目标的奖赏函数,根据所述奖赏函数以及影响因子计算所述车辆延误时间。进一步地,根据邻近交叉路口车辆的数量设定所述影响因子。进一步地,根据所述交通状态信息将所述绿灯时间更新为实际绿灯时间,具体为:根据邻近交叉路口与所述目标交叉路口的路程差以及所述交通状态信息的交通流,计算得到邻近时间;将所述邻近时间与所述绿灯时间的和更新为实际绿灯时间。本专利技术的另一实施例提供了一种交通信号控制系统,包括:第一计算模块、第二计算模块、更新模块和控制模块;所述第一计算模块,用于根据目标交叉路口的车辆数量,计算得到所述目标交叉路口的交通状态信息;所述第二计算模块,用于根据所述目标交叉路口中绿灯放行到车辆启动的时间以及所述车辆数量,计算得到所述目标交叉路口的绿灯时间;所述更新模块,用于判断所述绿灯时间是否小于整个配时周期,若是,则根据所述交通状态信息将所述绿灯时间更新为实际绿灯时间;所述控制模块,用于根据所述实际绿灯时间控制所述交叉路口的交通信号时间。进一步地,还包括优化模块:建立Q学习模型,根据所述Q学习模型以及所述实际绿灯时间计算车辆延误时间。进一步地,所述优化模块,包括用于:将根据所述实际绿灯时间控制所述交叉路口的交通信号时间作为Q学习模型的动作,根据预设的策略计算执行所述动作的回报期望;根据所述回报期望构建以车辆延误时间最小化为目标的奖赏函数,根据所述奖赏函数以及影响因子计算所述车辆延误时间。进一步地,根据邻近交叉路口车辆数量设定所述影响因子。进一步地,所述更新模块,具体为:根据邻近交叉路口与所述目标交叉路口的路程差以及所述交通状态信息的交通流,计算得到邻近时间;将所述邻近时间与所述绿灯时间的和更新为实际绿灯时间。本专利技术提供一种交通信号控制系统及系统,能够提高道路资源的利用率以及提高车辆通行的效率。附图说明图1是本专利技术实施例提供的一种交通信号控制方法的流程示意图;图2是本专利技术实施例提供的一种交通信号控制方法的另一流程示意图;图3是本专利技术实施例提供的一种交通信号控制系统的结构示意图。具体实施方式下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。在本申请的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。请参阅图1-2,在本专利技术的第一实施例中,提供了如图1所示的一种交通信号控制方法,包括:S1、根据目标交叉路口的车辆数量,计算得到目标交叉路口的交通状态信息;在本专利技术实施例中,为了提高对城市交通道路上交通信号控制效率,建立一个以目标交叉路口为核心的共享信息模型,其中共享信息模型涵盖了目标交叉路口开往下一交叉路口的车辆数量,上一交叉路口放行车辆起始时间Tstart、上一交叉路口放行车辆结束时间Tend,交通流由目标交叉路口到达下一交叉路口的时间Tarrive,需要说明的是,共享信息模型通过雾节点将信息共享至目标区域的交叉路口节点。本专利技术实施例的交通状态信息计算公式为:其中,表示第i个交叉路口t时刻状态,表示t时刻从第i个交叉路口到第j个交叉路口的车辆数量。S2、根据目标交叉路口中绿灯放行到车辆启动的时间以及车辆数量,计算得到目标交叉路口的绿灯时间;将绿灯时间与预设的绿灯时间作比对,可以执行控制绿灯时间的动作,包括:延长绿灯时间、缩短绿灯时间和保持绿灯时间。绿灯时间的计算公式为:Tgreen=d+2*N(3)其中,d表示绿灯放行到车辆启动时间,N表示交叉路口排队车辆数。作为本专利技术实施例的一种实施方式,排队车辆数量公式为:St={Nt}(4)其中,St交叉路口t时刻状态,Nt表示交叉路口t时刻排队数量。S3、判断绿灯时间是否小于整个配时周期,若是,则根据交通状态信息将绿灯时间更新为实际绿灯时间;需要说明的是,配时周期为预设的交通信号时间,包括红灯时间、绿灯时间和黄灯时间,在对绿灯时间进行更新时,综合考虑目标交叉路口的交通状态信息和邻近交叉路口的交通状态信息,计算得到交通流由目标交叉路口到邻近交叉路口的邻近时间,并根据邻近时间修正绿灯时间,将邻近时间与绿灯时间的和作为实际绿灯时间,能够准确得到目标交叉路口的实际绿灯时间,从而能够根据实际绿灯时间合理控制目标交叉路口的交通信号时间。S4、根据实际绿灯时间控制交叉路口的交通信号时间。在本专利技术实施例中,通过实际绿灯时间控制目标交叉路口的交通信号时间,能够有效提高道路资源的利用率以及提高车辆通行的效率。作为本专利技术实施例的一种具体实施方式,在根据实际绿灯时间控制交叉路口的交通信号时间之后,还包括:建立Q学习模型,根据Q学习模型以及实际绿灯时间计算车辆延误时间。作为本专利技术实本文档来自技高网...

【技术保护点】
1.一种交通信号控制方法,其特征在于,包括:/n根据目标交叉路口的车辆数量,计算得到所述目标交叉路口的交通状态信息;/n根据所述目标交叉路口中绿灯放行到车辆启动的时间以及所述车辆数量,计算得到所述目标交叉路口的绿灯时间;/n判断所述绿灯时间是否小于整个配时周期,若是,则根据所述交通状态信息将所述绿灯时间更新为实际绿灯时间;/n根据所述实际绿灯时间控制所述目标交叉路口的交通信号时间。/n

【技术特征摘要】
1.一种交通信号控制方法,其特征在于,包括:
根据目标交叉路口的车辆数量,计算得到所述目标交叉路口的交通状态信息;
根据所述目标交叉路口中绿灯放行到车辆启动的时间以及所述车辆数量,计算得到所述目标交叉路口的绿灯时间;
判断所述绿灯时间是否小于整个配时周期,若是,则根据所述交通状态信息将所述绿灯时间更新为实际绿灯时间;
根据所述实际绿灯时间控制所述目标交叉路口的交通信号时间。


2.如权利要求1所述的交通信号控制方法,其特征在于,在根据所述实际绿灯时间控制所述目标交叉路口的交通信号时间之后,还包括:
建立Q学习模型,根据所述Q学习模型以及所述实际绿灯时间计算车辆延误时间。


3.如权利要求2所述的交通信号控制方法,其特征在于,所述根据所述Q学习模型以及所述实际绿灯时间计算车辆延误时间,具体为:
将根据所述实际绿灯时间控制所述交叉路口的交通信号时间作为Q学习模型的动作,根据预设的策略计算执行所述动作的回报期望;
根据所述回报期望构建以车辆延误时间最小化为目标的奖赏函数,根据所述奖赏函数以及影响因子计算所述车辆延误时间。


4.如权利要求3所述的交通信号控制方法,其特征在于,根据邻近交叉路口的车辆数量设定所述影响因子。


5.如权利要求1所述的交通信号控制方法,其特征在于,根据所述交通状态信息将所述绿灯时间更新为实际绿灯时间,具体为:
根据邻近交叉路口与所述目标交叉路口的路程差以及所述交通状态信息的交通流,计算得到邻近时间;
将所述邻近时间与所述绿灯时间的和更新为实际绿灯时间。

【专利技术属性】
技术研发人员:张东波黎丽张昱凌翔魏千洲秦昊刘智王晓旭林利彬杨瑞吴丹雯郭旭王佳相
申请(专利权)人:广东省智能制造研究所
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1