一种基于车路云协同的信号机控制系统及控制方法技术方案

本发明专利技术公开了一种基于车路云协同的信号机控制系统，通过路侧RSU和感知设备采集交通参与者的数据、每个车道排队长度、通行平均速度、通过路口的平均时长，并将所采集的数据传输给路侧MEC设备；路侧MEC设备实时接收其采集的数据及经过的网联车联的运行数据，并对其进行处理；路侧MEC设备将处理后的数据通过信号机传输给云控平台控制系统；云控平台控制系统根据接收的数据，实时计算路口多个方向的信号机最优配时方案，并以预设的时间粒度定时调整信号机配时。本发明专利技术的有益效果是：在现有信号机系统的基础上利用智能交通相关技术实现了局部路口信号机配时人工智能化，通过动态优化信号机配时，让路口通行效率最大化,改善整个路网的交通状况。路网的交通状况。路网的交通状况。

【技术实现步骤摘要】
一种基于车路云协同的信号机控制系统及控制方法


[0001]本专利技术属于智能交通
，尤其涉及一种基于车路云协同的信号机控制系统。

技术介绍

[0002]随着城市化进程，道路越建越多，车辆拥堵情况越发严重，特别在重点路段和路口。其中对于信号机、车道全局优化和动态调整是交管部门主要手段，常用的方法有：信号机分时配时、多个信号机组成绿波、动态可变车道等，这些方法从一定程度上缓解了路口的交通拥堵排队的情况；但是，这些方法存在一定局限性，都是依据人们的经验值总结出来的，不具有通用性，且不能根据实时路口的交通状态，更有效动态调整信号机配时。
[0003]鉴于此，现有技术中对此进行了研究；如专利申请CN210155839U公开了一种基于5G车联网的滤波通行系统，其结合实时车辆信息和红绿灯信息，通过网联式交互，增加车辆协同感知范围，便于车辆实时作出正确驾驶决策和调整灯态信息，来保证行驶方向多个路口连续性绿波；但其存在的问题是以车为核心，并没有考虑到道路其他交通参与者(如非机动车等)，片面的为了增加单车的通行时长，并没有整体解决路口的通行时长，因此并不能达到实时根据路口交通状态动态调整信号机配时的问题。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供了一种基于车路云协同的信号机控制系统，在道路全时空范围内单一交通路口多个方向根据交通参与者的流量情况动态调整信号机配时，达到单一路口通行效率最大化。
[0005]本专利技术所述的一种基于车路云协同的信号机控制系统，包括路侧MEC设备、道路感知设备、信号机、路侧RSU、云控平台控制系统以及网联车辆；
[0006]所述网联车辆通过与路侧RSU通信实现与路侧MEC设备数据交互；
[0007]所述道路感知设备采集每个车道排队长度、通行平均速度、通过路口的平均时长并传输路侧MEC设备；
[0008]路侧MEC设备接收道路感知设备及路侧RSU传输的数据，对道路感知设备传输的不同类型的数据进行融合处理，将融合后的数据及原始数据通过信号机发送给云控平台控制系统；
[0009]云控平台控制系统根据接收的数据，实时计算路口多个方向的信号机最优配时方案，并以预设的时间粒度定时调整信号机配时。
[0010]采用上述基于车路云协同的信号机控制系统的控制方法，步骤为：
[0011]步骤1、路侧RSU基于LTE
‑
V2X通信技术实时收集网联车的运行状态，包含且不仅限于：位置、速度、加速度、方向角，并根据高精度地图计算车辆所在的车道；
[0012]步骤2、路侧MEC外接道路感知设备，实时收集并融合相关感知数据，并标记相关交通参与者及相关参数；
[0013]步骤3、路侧MEC以1Hz的频率采集路口的信号机各方向的相位数据；
[0014]步骤4、路侧MEC通过信号机将步骤1、步骤2和步骤3所得到的数据实时上报给云控平台控制系统，数据上报的频率不低于亚秒级；
[0015]步骤5、云控平台控制系统采用实时流式处理方法，以滑动窗口时间为基本粒度，统计路口各方向的交通参与者实时通行流量和排队情况；
[0016]步骤6、云控平台控制系统根据计算因子的优先级，在整个全局范围要求的前期下，实时计算路口各方向的信号机配时方案；
[0017]步骤7、以一定时间粒度将新配时方案提交，通过人工或云控平台控制系统审核，并将经过审核的新配时方案传输给路侧MEC执行，控制信号机各方向的相位时长。
[0018]进一步的，步骤1中，路侧MEC从云控平台下载高精度地图，并通过路侧RSU实时广播给附近通过的网联车辆，网联车辆根据自身的地址位置信息，结合高精度地图判断出其所在的车道。
[0019]进一步的，步骤2中，道路感知设备采集的数据为视频数据和雷达扫描数据，通过模糊方法，将上述视频数据和雷达扫描数据融合为一组数据
[0020]进一步的，步骤6中，云控平台信号机控制系统接收路侧MEC融合输入，综合计算多个因子，以一定的滑动窗口时间实时计算路口多个方向的信号机最优配时方案，并以小于滑动窗口的预设时间粒度定时调整信号机配时；
[0021]路口方向配时方案公式为：
[0022][0023]其中，Vq为车辆排队长度，Vt车辆通行平均时长，Vr为车辆因子占比，Pq为行人排队长度，Pt为行人通行平均时长，Pr为行人因子占比，Nq为非机动车排队长度，Nt为非机动车通行平均时长，Nr为非机动车因子占比，Rp为路口通行优先级；Tn为时间因子。
[0024]进一步的，步骤6中，所述计算因子的优先级为：路口通行优先级>车辆排队长度>行人排队长度>车辆通行平均时长>行人通行平均时长。
[0025]本专利技术所述的有益效果为：本专利技术根据计算因子中路口通行优先级可以兼顾到连续性绿灯的问题，特别是在本方向是绿灯，但是没有车时(或者车辆较少时)，可兼顾到另外方向有车辆积压时信号调整；在现有信号机系统的基础上利用智能交通相关技术实现了局部路口信号机配时人工智能化，通过动态优化信号机配时，让路口通行效率最大化,改善整个路网的交通状况。
附图说明
[0026]为了使本专利技术的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本专利技术作进一步详细的说明。
[0027]图1是本专利技术所述系统的结构示意图；
[0028]图2是本专利技术所述方法的流程图。
具体实施方式
[0029]如图1所示，一种基于车路云协同的信号机控制系统，包括路侧MEC设备、道路感知设备、信号机、路侧RSU、云控平台控制系统以及网联车辆；
[0030]所述网联车辆通过与路侧RSU通信实现与路侧MEC设备数据交互；
[0031]所述道路感知设备采集每个车道排队长度、通行平均速度、通过路口的平均时长并传输路侧MEC设备；
[0032]路侧MEC设备接收道路感知设备和路侧RSU传输的数据，并将原始数据和融合数据通过信号机发送给云控平台控制系统；
[0033]云控平台控制系统根据接收的数据，实时计算路口多个方向的信号机最优配时方案，并以预设的时间粒度定时调整信号机配时。
[0034]采用一种基于车路云协同的信号机控制系统的控制方法，步骤为，
[0035]步骤1、路侧RSU基于LTE
‑
V2X通信技术实时收集网联车的运行状态，包含且不仅限于：位置、速度、加速度、方向角，并根据高精度地图计算车辆所在的车道；路侧MEC从云控平台控制系统下载高精度地图，并通过路侧RSU实时广播给附近通过的网联车辆，网联车辆根据自身的地址位置信息，结合高精度地图判断出其所在的车道。
[0036]步骤2、路侧MEC外接道路感知设备，实时收集并融合相关感知数据，并标记相关交通参与者及相关参数；
[0037]道路感知设备通常采用摄像头、激光雷达或者毫米波雷达组合使用，通过摄像头采集视频数据，根据摄像头的实时视频流数据通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车路云协同的信号机控制系统，其特征在于，包括路侧MEC设备、道路感知设备、信号机、路侧RSU、云控平台控制系统以及网联车辆；所述网联车辆通过与路侧RSU通信实现与路侧MEC设备数据交互；所述道路感知设备采集每个车道排队长度、通行平均速度、通过路口的平均时长并传输路侧MEC设备；路侧MEC设备接收道路感知设备、路侧RSU及信号机传输的数据，对道路感知设备传输的不同类型的数据进行融合处理，将融合后的数据及原始数据发送给云控平台控制系统；云控平台控制系统根据接收的数据，实时计算路口多个方向的信号机最优配时方案，并以预设的时间粒度定时调整信号机配时。2.采用权利要求1所述的一种基于车路云协同的信号机控制系统的控制方法，其特征在于，步骤1、路侧RSU基于LTE
‑
V2X通信技术实时收集网联车的运行状态，包含且不仅限于：位置、速度、加速度、方向角，并根据高精度地图计算车辆所在的车道；步骤2、路侧MEC外接道路感知设备，实时收集并融合相关感知数据，并标记相关交通参与者及相关参数；步骤3、路侧MEC以1Hz的频率采集路口的信号机各方向的相位数据；步骤4、路侧MEC通过信号机将步骤1、步骤2和步骤3所得到的数据实时上报给云控平台控制系统，数据上报的频率不低于亚秒级；步骤5、云控平台控制系统采用实时流式处理方法，以滑动窗口时间为基本粒度，统计路口各方向的交通参与者实时通行流量和排队情况；步骤6、云控平台控制系统根据计算因子的优先级，在整个全局范围要求的前期下，实时计算路口各方向的信号机配时方案；步骤7、以一定时间粒...

【专利技术属性】
技术研发人员：韩亚敏，
申请(专利权)人：中睿智能交通技术有限公司，
类型：发明
国别省市：