基于SUMO分析模型的单路口信号灯最优配时实现方法、控制装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供基于SUMO分析模型的单路口信号灯最优配时实现方法、控制装置、电子设备及存储介质，方法包括：建立单路口SUMO分析模型；采集车辆在车道上的位置和速度数据，代入跟车模型运用模拟退火算法进行计算，得到单路口最优配时解决方案；采集路口间车流量数据，代入SUMO分析模型进行实时信号周期配时，动态地修改调整单路口最优配时解决方案；建立固定配时方案并进行比较；定量分析得到全局最优配时解决方案。本发明专利技术关键技术是对于车辆流动的整体数学建模，数学建模的准确与否直接影响最终效果。建模过程采用了实时分析的方法，更精确的计算出每秒每个车辆的速度和位置情况，实时计算出一个信号周期内全局的最优配时解决方案。

【技术实现步骤摘要】
基于SUMO分析模型的单路口信号灯最优配时实现方法、控制装置、电子设备及存储介质
本专利技术涉及智能交通
，尤其涉及基于SUMO分析模型的单路口信号灯最优配时实现方法、控制装置、电子设备及存储介质。
技术介绍
目前，现有技术是通过统计学模型根据早高峰和晚高峰的路况，定时配置信号灯方案。其存在的问题是：根据统计模型，单纯的从历史车流量入手，根据大范围时间段的车流量来对信号灯进行固定配置，方法不够灵活，很容易造成交通拥堵，无法实时、最优的匹配车流变化情况。
技术实现思路
本专利技术为了弥补现有技术的不足，提供基于SUMO分析模型的单路口信号灯最优配时实现方法、控制装置、电子设备及存储介质，SUMO全称SimulationofUrbanMobility，是一种开源、微观、多模态的交通模拟，它允许模拟由单个车辆组成的给定交通需求如何在给定的道路网络中移动。本技术方案通过部署SUMO分析模型，研究单路口信号灯的最优配时方案，根据实时车流量、实时排队长度和车辆的具体参数信息，实时计算出一个信号周期内全局的最优配时解决方案。本专利技术的实施例是这样实现的：第一方面，本专利技术实施例提供了基于SUMO分析模型的单路口信号灯最优配时实现方法，应用于服务器，该方法包括如下步骤：计算整个车流在一个信号周期内的数据，建立单路口SUMO分析模型；采集车辆在车道上的位置和速度的数据，代入跟车模型运用模拟退火算法进行计算，得到单路口最优配时解决方案；采集路口间的车流量数据，代入SUMO分析模型进行实时信号周期配时，动态地修改和调整单路口最优配时解决方案；建立固定配时方案并进行比较；判断能否让整个模拟信号周期内的等待车辆数降低；若能，定量分析得到全局最优配时解决方案，否则，重新调整模型参数。进一步地，如果车辆存在左右转弯的行为时，即使确定了左右转弯的车流量，仍无法估计出当前排队车辆中每个车辆的行进方向，现实中车辆也不会严格按照各个车道的方向等待信号灯变成绿灯，所以当前建立的SUMO分析模型是十字路口中，仅限单路口直行车辆的模型。进一步地，根据道路状况的复杂性，SUMO分析模型不限于十字路口的直行车辆模型，还可以是T字形路口、Y字形路口、□字形路口等不规则、多方向路口的转弯、掉头车辆。进一步地，建立整个四个方向车道的车辆行进行为的跟车模型；分析车辆加速度、减速度、驾驶员的敏感系数，以及车辆距离较近时候的跟车行为数据；对等待通行、正在通行和下个信号周期内将要进入车道的车辆的三种运动形态进行数学建模；最终建立目标函数，计算出一个信号周期内平均每秒通过路口起始白线并成功通过对面终止白线的车辆数。第二方面，本专利技术实施例还提供了一种实现单路口信号灯最优配时的SUMO分析模型，该模型部署方法如下：建立两个数组list1、list2，分别表示当前车道的车辆距离信号灯路口起始白线的距离，之后分别分析每一秒车辆的三种运动模型对list1、list2的影响变化情况：第一种运动模型是等待信号灯变成绿灯的等待车辆，SUMO分析模型的判定标准是车速小于0.1m/s的车辆，假设第一个车辆的加速是匀加速运动，第二个车辆设置一个延迟时间一般是1s，之后也开始匀加速运动，后续车辆都是延迟一个固定延迟时间后开始匀加速运动；第二种运动模型是信号灯变成绿灯瞬间还在车道上飞驰的车辆，也就是车速大于0.1m/s的车辆，这个运动模型需要估算出近似的车辆从进入车道至当前位置经过的时间，假设车辆进入车道的时间是按照相同时间均匀分布，利用跟车模型计算出当前车辆在车道上的位置和速度，把位置和速度信息加入list1和list2中存储；第三种运动模型是信号灯变成绿灯之后再进入车道的车辆，这些车辆同第二种运动模型的计算规律相似，模拟车辆在车道的位置和速度，区别在于初始位置是设置在车道的最远点。综合分析每一秒车辆的三种运动模型和四个方向流入车道的车辆的运动情况，就可以建立SUMO分析模型进行模拟。最后建立目标函数，是取一个信号周期内平均通过信号灯路口的车辆数量的最大值。第三方面，本专利技术实施例还提供了基于SUMO分析模型的单路口信号灯最优配时控制装置，应用于服务器，该装置包括如下结构：交通状态感知模块：采集各路口各车道上的车流量数据，车辆在车道上的位置和速度；模型构建和分析模块：根据车辆在车道上的位置和速度的数据，建立四个方向车道的车辆行进行为的跟车模型和三种运动模型，计算整个车流一个信号周期内的数据，建立单路口SUMO分析模型，对通过路口的车辆数量进行计算，最终建立目标函数；单路口优化控制模块：根据车辆在车道上的位置和速度的数据，代入跟车模型运用模拟退火算法进行计算，建立目标函数，计算出一个信号周期内平均每秒通过路口起始白线并成功通过路口终止白线的车辆数，得到单路口最优配时解决方案；路口间协调控制模块：采集路口间的车流量数据，代入SUMO分析模型中进行实时信号周期配时，动态地修改调整单路口最优配时解决方案，建立固定配时方案并进行比较；配时方案输出模块：判断能否让整个模拟信号周期内的等待车辆数降低，定量分析输出全局最优配时解决方案，并通过信号灯作用于受控车流；受控车流：是控制系统最终调控对象。进一步地，该模型构建和分析模块进一步包括模型模拟器和计算子模块。第四方面，本专利技术实施例还提供了一种电子设备，包括：存储器和处理器，存储器与处理器连接，存储器用于存储程序代码指令，处理器用于调用存储器中存储的程序代码指令，按照获得的程序执行如第一、二方面实施例所提供的方法。第五方面，本专利技术实施例还提供了一种存储介质，该存储介质存储有处理器可执行的程序代码指令，存储介质包括多条程序代码指令，多条指令被配置成使处理器执行如第一、二方面实施例所提供的方法。本专利技术实施例提供的基于SUMO分析模型的单路口信号灯最优配时实现方法、控制装置、电子设备及存储介质，相比于现有技术具有以下优点：本专利技术关键技术是对于车辆流动的整体数学建模，数学建模的准确与否直接影响最终效果。建模过程采用了实时分析的方法，更精确的计算出每秒每个车辆的速度和位置情况，从而达到更好的模拟效果，实时计算出一个信号周期内全局的最优配时解决方案，有效引导交通车流，均衡交通负载，提高路网的交通效率。附图说明图1为实施例一的基于SUMO分析模型的单路口信号灯最优配时实现方法的流程示意图。图2为实施例二的一种实现单路口信号灯最优配时的SUMO分析模型的部署示意图。图3为实施例三的基于SUMO分析模型的单路口信号灯最优配时控制装置的结构示意图。图4为实施例四的一种电子设备的结构示意图。图5为实施例五的一种网络系统的交互示意图。具体实施方式上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可以找说明书的内容予以实施，并且为了让本专利技术的上述和其他目的、特征和有点能够更明显易懂，以下为本专利技术的具体实施方式。实施例一参见图1，为本实施例提供本文档来自技高网...

【技术保护点】
1.一种基于SUMO模型的单路口信号灯最优配时实现方法，其特征在于：包括如下步骤：/nS1、计算整个车流一个信号周期内的数据，建立单路口SUMO分析模型；/nS2、采集车辆在车道上的位置和速度的数据，代入跟车模型运用模拟退火算法进行计算，得到单路口最优配时解决方案；/nS3、采集路口间的车流量数据，代入SUMO分析模型中进行实时信号周期配时，动态地修改调整单路口最优配时解决方案；/nS4、建立固定配时方案并进行比较；/nS5、判断能否让整个模拟信号周期内的等待车辆数降低；/nS6、若是，定量分析得到全局最优配时解决方案，否则，重新调整模型参数。/n

【技术特征摘要】
1.一种基于SUMO模型的单路口信号灯最优配时实现方法，其特征在于：包括如下步骤：
S1、计算整个车流一个信号周期内的数据，建立单路口SUMO分析模型；
S2、采集车辆在车道上的位置和速度的数据，代入跟车模型运用模拟退火算法进行计算，得到单路口最优配时解决方案；
S3、采集路口间的车流量数据，代入SUMO分析模型中进行实时信号周期配时，动态地修改调整单路口最优配时解决方案；
S4、建立固定配时方案并进行比较；
S5、判断能否让整个模拟信号周期内的等待车辆数降低；
S6、若是，定量分析得到全局最优配时解决方案，否则，重新调整模型参数。


2.如权利要求1所述的一种基于SUMO模型的单路口信号灯最优配时实现方法，其特征在于：所述S2进一步包括以下步骤：
S2.1、建立四个方向车道的车辆行进行为的跟车模型；
S2.2、分析车辆的加速度、减速度和驾驶员的敏感系数，以及车辆距离较近时候的跟车行为数据；
S2.3、对等待通行、正在通行和下个信号周期内将要进入车道的车辆的三种运动形态进行数学建模；
S2.4、确立目标函数，计算出一个信号周期内平均每秒通过路口起始白线并成功通过路口终止白线的车辆数。


3.如权利要求1或2所述的一种基于SUMO模型的单路口信号灯最优配时实现方法，其特征在于：在对所述车辆的加速度、减速度做了定量分析后，进一步优化跟车模型公式：
本次信号灯排队长度＝上次信号灯后车辆排队长度+车辆进入速度*信号灯时间-车辆通过平均速度*信号灯时间
其中，所述车辆进入速度是指车辆从后方加入排队队伍时的速度；所述车辆通过平均速度是指车辆通过路口起始白线的平均速度，忽略车辆在路口起始白线和终止白线之间的移动过程。


4.如权利要求3所述的一种基于SUMO模型的单路口信号灯最优配时实现方法，其特征在于：对于车辆各个速度和时间的计算，加入了车辆的加速度、减速度、车辆间距、驾驶员的敏感系数这类参数，使计算数据更加贴合实验效果并模拟真实路况。


5.如权利要求3所述的一种基于SUMO模型的单路口信号灯最优配时实现方法，其特征在于：所述进一步优化跟车模型公式后，在平均单位时间内，使各个方向通过的车辆数量最大化，使用最优配时解决方案的等待车辆数量相比一般配时方案的等待车辆数量要少20-34％。


6.一种实现单路口信号灯最优配时的SUMO分析模型，其特征在于：包括如下步骤：
S1.1、对等待通行、正在通行和下个信号周期内将要进入车道的车辆的三种运动形态进行数学建模，建立三种运动模型；
S1.2、建立两个数组list1、list2，分别表示当前车道的车辆距离信号灯路口起始白线的距离，之后分别分析每一秒车辆的三种运动模型对list1、list2的影响变化情况；
S1.3、第一种运动模型是等待信号灯变成绿灯的等待车辆，SUMO分析模型的判定标准是车速小于0.1m/s的车辆，假设第一个车辆的加速是匀加速运动，第二个车辆设置一个延迟时间，之后也开始匀加速运动，后续车辆都是延迟一个固定延迟时间后开始匀加速运动；
S1.4、否则，第二种运动模型是信号灯变成绿灯瞬间还在车道上飞驰的车辆，也就是车速大于0.1m/s的车辆，这个运动模型需要估算出近似的车辆从进入车道至当前位置经过的时间，...

【专利技术属性】
技术研发人员：汪敏，严妍，肖国泉，裴非，肖克，彭祖剑，邵罗树，张博，
申请(专利权)人：开普云信息科技股份有限公司，北京开普云信息科技有限公司，
类型：发明
国别省市：广东;44