一种网联信控交叉口控制系统及方法技术方案

本发明专利技术公开了一种网联信控交叉口控制系统及方法，利用路侧协同控制子系统的接受其通信范围内的全部车辆行驶信息，根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇，成簇车辆即形成车辆组队，形成交叉口组队集合，根据交叉口组队集合构建交叉口信号优化模型，以交叉口所有车辆延误作为目标函数，车辆运动学模型和交通模型为约束条件，采用遗传算法对信号灯配时进行求解得到最优配时方案，待本周期结束后，在下一周期根据最优配时方案进行交叉口信号灯控制，本发明专利技术以交叉口所有车辆数据集合进行优化处理得到优化交叉口红绿灯配时，提高道路通行能力，降低能源消耗与尾气排放量。

【技术实现步骤摘要】
一种网联信控交叉口控制系统及方法
本专利技术涉及智慧交通领域，具体是一种网联信控交叉口控制系统及方法。
技术介绍
随着汽车保有量的不断增加，城市交通问题日益严重，交叉口作为城市交通网络的枢纽，是解决城市交通问题的核心。目前，大多数交叉口采用固定配时的信号控制方式控制各个进道口车辆的通行权，但固定配时的信号控制往往与实际交通流量不符，使得交叉口通行效率低下。目前，众多学者对信号控制方式进行了优化，信号控制也经历了感应控制和自适应控制的发展过程，但这些方法大多采用定点采集数据，获取的交通流数据有限且无法保证精确性、交互性差，并且车辆难以充分利用交叉口信号信息，难以满足当前交通出行需求。
技术实现思路
本专利技术的目的在于提供一种网联信控交叉口控制系统及方法，以克服现有技术的不足。为达到上述目的，本专利技术采用如下技术方案：一种网联信控交叉口控制方法，包括以下步骤：S1，当搭载有车载子系统的车辆进入交叉路口路侧协同控制子系统通信范围内，车辆的车载子系统通过V2I方式向路侧协同控制子系统实时发送自身车辆行驶信息；S2，构建交叉口交通流模型，路侧协同控制子系统接收其通信范围内的全部车辆行驶信息，根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇，成簇车辆即形成车辆组队，形成交叉口组队集合，根据交叉口组队集合构建交叉口信号优化模型，以交叉口所有车辆延误作为目标函数，车辆运动学模型和交通模型为约束条件；S3，采用遗传算法对信号灯配时进行求解得到最优配时方案，待本周期结束后，在下一周期根据最优配时方案进行交叉口信号灯控制。进一步的，形成交叉口组队集合C；C＝{CA1...,CAm,CB1...CBn,CC1...CCs,CD1...CDt}其中m,n,s,t分别代表各入口聚类后簇数。进一步的，聚类后形成多个簇以及多个异常点，对同入口簇进行簇间相似性判断，若相似性程度符合相似度设定阈值，进行簇融合。进一步的，异常点进行是否可合并判断，若可以在符合车辆运动学约束下通过车速调整，将异常点可加入其他簇内，则进行合并，否则独自作为一类。进一步的，构建优化模型如下：s.t.tij∈gigmin≤gi≤C-nLtij-ti(j-1)≥timintij≥tmin0＜vi≤vmax0＜ai≤amax其中，D为车辆总延误，d为单个车辆延误，tij为第i个进道口的第j辆车通过交叉口的时间，gi代表第i个进道口绿灯时长，gmin和gmax分别代表绿灯时长最小值和最大值，C代表相位周期，L代表相位损失时间，n为相位数，vi和ai分别代表第i辆车的速度和加速度。进一步的，采用遗传算法对信号灯配时进行求解具体包括以下步骤：A，采用实数编码，初始化种群；利用适应度函数利用评价车辆簇的方式进行评价：式中，F表示车辆簇的价值，反映了一个车辆簇的优先考虑程度，受车辆簇到达交叉口的距离d、速度v以及车辆簇的大小n影响，α1，α2，α3为权重系数；B，寻找适应度高的染色体作为下一代种群的染色体，保证种群向着更优的方向进化；C，通过两个父代染色体的线性组合产生两个新的子代染色体；其中，分别代表交叉后的染色体，分别代表交叉操作前的染色体；ρ表示交叉位点；D，为产生新染色体，进行变异操作：Xk+1＝θY+(1-θ)Xk每一代中的最优染色体都将保存进入下一代，最后选出最优染色体，即最优配时方案。进一步的，初始化种群包括种群规模大小，最大迭代次数，交叉概率Pc和变异概率Pm。进一步的，选择方法选用轮盘赌法，每一条染色体被选中的概率如式所示式中，Pk是第k条染色体被选中的概率；Fk是第k条染色体的适应度；N是染色体的总数目。一种网联信控交叉口控制系统，包括智能车载子系统和路侧协同控制系统，路侧协同控制子系统设置于交叉路口，车载子系统安装于车辆上，车载子系统用于获取车辆行驶信息，并将车辆的行驶信息传输至该交叉路口所属的路测协同系统，路侧协同控制子系统根据车辆根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇，成簇车辆即形成车辆组队，形成交叉口组队集合，根据交叉口组队集合构建交叉口信号优化模型，以交叉口所有车辆延误作为目标函数，车辆运动学模型和交通模型为约束条件，对信号灯配时进行求解得到最优配时方案，待本周期结束后，在下一周期根据最优配时方案进行交叉口信号灯控制。车载子系统包括C-V2X车载单元、GPS定位模块、数据采集模块、数据处理模块和人机交互模块，所述C-V2X车载单元搭载在车辆上，负责数据的收发，所述数据采集模块用于采集车辆运行信息；所述GPS定位模块用于获取车辆驶向信息；数据处理模块将数据采集模块采集的采集车辆运行信息和GPS定位模块获得的车辆驶向信息以及通过V2I方式获取的信号灯信息进行融合处理。与现有技术相比，本专利技术具有以下有益的技术效果：本专利技术一种网联信控交叉口控制方法，利用路侧协同控制子系统的接受其通信范围内的全部车辆行驶信息，根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇，成簇车辆即形成车辆组队，形成交叉口组队集合，根据交叉口组队集合构建交叉口信号优化模型，以交叉口所有车辆延误作为目标函数，车辆运动学模型和交通模型为约束条件，采用遗传算法对信号灯配时进行求解得到最优配时方案，待本周期结束后，在下一周期根据最优配时方案进行交叉口信号灯控制，本专利技术以交叉口所有车辆数据集合进行优化处理得到优化交叉口红绿灯配时，提高道路通行能力，降低能源消耗与尾气排放量。进一步的，采用遗传算法对信号灯配时进行优化，能够很好地解决非线性优化问题，即以所有车辆延误最小的目标优化问题，提高交叉口位置安全性以及交通效率，有效减少停车次数，降低排放与能源消耗。本专利技术一种网联信控交叉口控制系统，结构简单，能够通过网联通信，充分考虑交叉口实时流量变化，以最小化交叉口交通延误为目标函数，从而进行相位配时优化，提高交叉口通信效率。附图说明图1为本专利技术实施例中网联信控交叉口控制系统结构图。图2为本专利技术实施例中网联信控交叉口示例场景图。图3为本专利技术实施例中网联信控交叉口控制方法流程图。具体实施方式下面结合附图对本专利技术做进一步详细描述：如图1所示，一种网联信控交叉口控制系统，包括车载子系统和路侧协同控制子系统，路侧协同控制子系统设置于交叉路口，车载子系统安装于车辆上，车载子系统用于获取车辆行驶信息，并将车辆的行驶信息传输至该交叉路口所属的路侧协同控制子系统，路侧协同控制子系统根据车辆行驶信息，以路侧协同控制子系统所在交叉路口的通信范围内所有车辆旅行时间为优化目标，结合安全跟车约束、车辆运动学约束以及交通信号配时约束，对交叉口信号配时与车辆旅行时间进行优化。车载子系统包括C-V2X车载单元、GPS定位模块、数据采集本文档来自技高网...

【技术保护点】
1.一种网联信控交叉口控制方法，其特征在于，包括以下步骤：/nS1，当搭载有车载子系统的车辆进入交叉路口路侧协同控制子系统通信范围内，车辆的车载子系统通过V2I方式向路侧协同控制子系统实时发送自身车辆行驶信息；/nS2，构建交叉口交通流模型，路侧协同控制子系统接收其通信范围内的全部车辆行驶信息，根据交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇，成簇车辆即形成车辆组队，形成交叉口组队集合，根据交叉口组队集合构建交叉口信号优化模型，以交叉口所有车辆延误作为目标函数，车辆运动学模型和交通模型为约束条件；/nS3，采用遗传算法对信号灯配时进行求解得到最优配时方案，待本周期结束后，在下一周期根据最优配时方案进行交叉口信号灯控制。/n

【技术特征摘要】
1.一种网联信控交叉口控制方法，其特征在于，包括以下步骤：
S1，当搭载有车载子系统的车辆进入交叉路口路侧协同控制子系统通信范围内，车辆的车载子系统通过V2I方式向路侧协同控制子系统实时发送自身车辆行驶信息；
S2，构建交叉口交通流模型，路侧协同控制子系统接收其通信范围内的全部车辆行驶信息，根据交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇，成簇车辆即形成车辆组队，形成交叉口组队集合，根据交叉口组队集合构建交叉口信号优化模型，以交叉口所有车辆延误作为目标函数，车辆运动学模型和交通模型为约束条件；
S3，采用遗传算法对信号灯配时进行求解得到最优配时方案，待本周期结束后，在下一周期根据最优配时方案进行交叉口信号灯控制。


2.根据权利要求1所述的一种网联信控交叉口控制方法，其特征在于，形成交叉口组队集合C；
C＝{CA1...,CAm,CB1...CBn,CC1...CCs,CD1...CDt}
其中m,n,s,t分别代表各入口聚类后簇数。


3.根据权利要求2所述的一种网联信控交叉口控制方法，其特征在于，聚类后形成多个簇以及多个异常点，对同入口簇进行簇间相似性判断，若相似性程度符合相似度设定阈值，进行簇融合。


4.根据权利要求2所述的一种网联信控交叉口控制方法，其特征在于，异常点进行是否可合并判断，若可以在符合车辆运动学约束下通过车速调整，将异常点可加入其他簇内，则进行合并，否则独自作为一类。


5.根据权利要求2所述的一种网联信控交叉口控制方法，其特征在于，构建优化模型如下：



s.t.
tij∈gi
gmin≤gi≤C-nL
tij-ti(j-1)≥timin
tij≥tmin
0＜vi≤vmax
0＜ai≤amax
其中，D为车辆总延误，d为单个车辆延误，tij为第i个进道口的第j辆车通过交叉口的时间，gi代表第i个进道口绿灯时长，gmin和gmax分别代表绿灯时长最小值和最大值，C代表相位周期，L代表相位损失时间，n为相位数，vi和ai分别代表第i辆车的速度和加速度。


6.根据权利要求5所述的一种网联信控交叉口控制方法，其特征在于，采用遗传算法对信号灯配时进行求解具体包括以下步骤：
A，采用实数编码，初始化种群；利用适应度函数利用评价车辆簇的方式进行评价：


<...

【专利技术属性】
技术研发人员：王润民，张心睿，赵祥模，徐志刚，凡海金，杨澜，汪贵平，卢涛，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61