一种干道交通信号的网联优化控制方法技术

本发明专利技术涉及一种干道交通信号的网联优化控制方法，属于智能交通流控制技术领域。本方法包括将网联控制问题建模，通过引入一致性变量将问题解耦构建为一致性优化问题，利用交替方向乘子法实现并行计算，并行更新原始变量、一致性变量和对偶变量，直至满足设定的终止条件，将计算所得的信号灯控制量发送给各个信号灯进行执行。本方法的每一步计算都可以分别在各自信号灯的计算节点上进行，实现了问题求解的并行化。本方法有效地提高了计算求解效率，计算复杂度与路口数量无关，从而更适合大规模干道交通信号的协同控制。本发明专利技术的干道交通信号的网联优化控制方法，提升了控制效率，实现实时控制，缓解了交通拥堵等问题，有助于提高交通效率。

【技术实现步骤摘要】
一种干道交通信号的网联优化控制方法
本专利技术涉及一种干道交通信号的网联优化控制方法，属于智能交通流控制
技术背景城市街道网络中主要的交通流处于干道及沿着干道的道路。沿干道的交通信号的最佳配时控制对解决交通拥堵，节能减排和交通安全等方面的问题都有着至关重要意义。沿主干道协同控制交通信号灯具有诸多优势：一是可以提供更高级别的交通服务，提升交通流整体的车速，减少车辆的停车次数。二是交通流会更加顺畅，且可以减少车距提升道路容量。三是通过合理的控制信号灯，最大化车流到达路口时绿灯的时长，减少了车辆因红绿灯停止而造成的追尾现象。四是通过合理的控制信号灯，减少了车流间的车距，也可以减少绿灯时长内行人横穿马路的现象。目前针对干道交通信号的控制方式主要分为最大化通行时间、最小化整体的延迟时间与车辆的停车次数两种。由于最小化整体的延迟时间和车辆的停车次数这种方式需要评估延时、停止次数等变量，模型更为复杂并涉及到非线性，现有方法大多采用最大化通行时间的方式。对于最大化通行时间的交通信号灯控制方式，目前主流的求解方式有构建为最优化问题求解和采用启本文档来自技高网...

【技术保护点】
1.一种干道交通信号的网联优化控制方法，特征在于该方法包括以下步骤：/n(1)设定干道中有N个路口，建立N个路口中的任意两个连续路口绿灯配时的干道信号灯协同控制优化模型如下：/n

【技术特征摘要】
1.一种干道交通信号的网联优化控制方法，特征在于该方法包括以下步骤：
(1)设定干道中有N个路口，建立N个路口中的任意两个连续路口绿灯配时的干道信号灯协同控制优化模型如下：



满足：a(i)≤x(i)-ti≤y(i)-ti≤a(i)-hi-1
b(i)≤x(i)≤y(i)≤b(i)-gi









i＝0,1,2,…,N-2
其中，i为路口序号，N为干道上的路口总数，wi和为车辆正向行驶和车辆反向行驶的权重系数，Δi为车辆正向行驶和车辆反向行驶配时起始绿灯时间间隔，ηi为车辆反向行驶配时已经跨越的路口周期数，c表示一个信号灯周期；
x和分别表示车辆正向行驶和车辆反向行驶共有绿灯配时在当前路段的起始位置，y和表示车辆正向行驶和车辆反向行驶共有绿灯配时在当前路段的终止位置，a和表示车辆正向行驶和车辆反向行驶在上一路段的绿灯起始时刻，b和表示车辆正向行驶和车辆反向行驶在当前路段的绿灯起始时刻，o和表示车辆正向行驶和车辆反向行驶相邻路段间的周期间隔，g和表示车辆正向行驶和车辆反向行驶时该路段的绿灯时长，t和表示车辆正向行驶和车辆反向行驶车辆由上一路口到达该路口所需的时间，其中，x(i),y(i),a(i),b(i),为待求优化变量，公式中的角标i表示第i个路口；
(2)设定干道上路口间的关系为：车辆正向行驶中上一路口的车辆正向行驶时当前路段的绿灯起始时刻b与车辆正向行驶中上一路段的绿灯起始时刻a加上车辆由上一路口到达当前路口所需的时间t相同，即b(i)＝a(i)+ti，车辆反向行驶中当前路口的与车辆反向行驶时下一路口的加上车辆由下一路口到达当前路口所需的时间相同，即
通过引入一致性变量Z，对步骤(1)模型中的耦合部分解耦，解耦后的子模型为：



满足：
F1X1i＝Δ1i
A1X1i＝N1i
i＝0,1,2,…,N-2
其中，









F1＝[000-10001]












(3)利用指示函数模型，将步骤(2)解耦后的子模型进一步简化为：



满足：A1X1i＝Z1i
其中，Z1i为一致性变量，为对变量取值范围进行限制的指示函数，即：



其中S表示优化函数的可行解集合，即满足下述约束条件的可行解的集合：



F1X1i＝Δ1i
(4)利用增广拉格朗日形式中的对偶变量λ1和惩罚因子ρ，将步骤(3)的一致性优化模型改写为增广拉格朗日形式L1ρ(X1,Z1,λ1)如下：



其中，上标T为矩阵转置；
(5)利用交替方向乘子方法(简称ADMM)，迭代求解步骤(4)的增广拉格朗日形式模型，实现对干路信号灯的网联式群体协同控制，包括以下步骤：
利用交替方向乘子方法，依次更新一致性变量Z1、原始变量X1以及对偶变量λ1，初始化时设置迭代次数k为1：
(5-1)在干道的各个路口，对原始变量X1进行并行更新，更新公式如下：



其中，表示取使得达到最小值的X1i；
(5-2)根据步骤(5-1)更新后的原始变量X1，对一致性变量Z1进行更新，更新公式如下：



其中，Ω表示与Z1i相关联的X1i的集合；
(5-3)根据步骤(5-1)更新后的原始变量X1和步骤(5-2)更新后的一致性变量Z1，更新对偶变量λ1，更新公式如下：



(5-4)根据求解增广拉格朗日形式模型的交替方向乘子方法的收敛判断条件，设定原始阈值∈pri和对偶阈值∈dual，分别计算原始误差和对偶误差若rk+1≤∈pri，且sk+1≤∈dual，则将作为干道协同控制的最优解，得到x,y,a(i),b(i),实现干道交通信号的网联式协同控制，若rk+1>∈pri或sk+1>∈dual，则返回步骤(5-1)，继续循环(5-1)至(5-4)的步骤。


2.一种干道交通信号的网联优化控制方法，其特征在于该方法包括以下步骤：
(1)设定干道中有N个路口，建立N个路口中的任意三个连续路口绿灯配时的干道信号灯协同控制优化模型如下：



满足：a(i)+ti≤x(i)≤y(i)≤a(i)+gi-1+ti
b(i)≤x(i)≤y(i)≤b(i)+gi
d(i)-ti+1≤x(i)≤y(i)≤d(i)+gi+1-ti+1


















i＝1,2,…,N-2
其中，i为路口序号，N为干道上的路口总数，wi和为车辆正向行驶和车辆反向行驶的权重系数；Δi为车辆正向行驶和车辆反向行驶配时起始绿灯时间间隔，ηi为车辆反向行驶配时已经跨越的路口周期数，c表示一个信号灯周期。
x和分别表示车辆正向行驶和车辆反向行驶共有绿灯配时在当前路段的起始位置，y和表示车辆正向行驶和车辆反向行驶共有绿灯配时在当前路段的终止位置，a和表示车辆正向行驶和车辆反向行驶在上一路段的绿灯起始时刻，b和表示车辆正向行驶和车辆反向行驶在当前路段的绿灯起始时刻，d和表示车辆正向行驶和车辆反向行驶在下一路段的绿灯起始时刻，o和表示车辆正向行驶和车辆反向行驶相邻路段间的周期间隔，g和表示车辆正向行驶和车辆反向行驶时该路段的绿灯时长，t和表示车辆正向行驶和车辆反向行驶车辆由上一路口到达该路口所需的时间，其中，x(i),y(i),a(i),b(i),为待求优化变量，公式中的角标i表示第i个路口；
(2)设定干道路口间的关系为：车辆正向行驶时当前路段的绿灯起始时刻b与车辆正向行驶时上一路段的绿灯起始时刻a加上车辆由上一路口到达当前路口所需的时间t相同，即b(i)＝a(i)+ti，且车辆正向行驶时当前路段的绿灯起始时刻b与车辆正向行驶时下一路段的绿灯起始时刻d减去车辆由当前路口到达下一路口所需的时间t相同，即b(i)＝d(i)-ti+1，车辆反向行驶时当前路口的与车辆反向行驶时下一路口的加上车辆由下一路口到达当前路口所需的时间相同，即且车辆反向行驶时当前路口的与车辆反向行驶时下一路口的减去车辆由当前路口到达下一路口所需的时间相同,即
通过引入一致性变量，对步骤(1)模型中的耦合部分解耦，解耦后的子模型为：



满足：
F2X2i＝δi
A2X2i＝Z2i
i＝0,1,2,…,N-2
其中，



























(3)利用指示函数模型，将上述解耦后的子模型进一步简化为：



满足：A2X2i＝Z2i
其中，Z2i为一致性变量，为对变量取值范围进行限制的指示函数，即：



其中S表示优化函数的可行解集合，即满足下述约束条件的可行解的集合：



F2X2i＝δi
(4)利用增广拉格朗日形式中的对偶变量λ2和惩罚因子ρ，将步骤(3-2-1)的一致性优化模型改写为增广拉格朗日形式L2ρ(X2,Z2,λ2)如下：



其中，上标T为矩阵转置；
(5)利用交替方向乘子方法，迭代求解步骤(4)的增广拉格朗日形式模型，实现对干路信号灯的网联式群体协同控制，包括以下步骤：
依次更新一致性变量Z2、原始变量X2以及对偶变量λ2...

【专利技术属性】
技术研发人员：李升波，李克强，李文宇，郜嘉鑫，许庆，刘敏俊，郑剑峰，张博，
申请(专利权)人：清华大学，北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11