一种兼顾事故风险与通行效率的信号控制动态优化方法技术

一种兼顾事故风险与通行效率的信号控制动态优化方法，涉及交通工程技术领域，针对现有技术中交叉口通行效率低的问题，本申请通过将极值分布模型中RLC作为奖励，并引入贝尔曼方程，并充分考虑了进口道在该周期的总延误，并根据总延误在Q表中选取对应的动作，以实现针对各个进口绿灯延时的目的，进而提升通行效率。本申请优化后每个信号周期的交叉口车均延误与优化前的相比，降低了23.6％，优化后的交叉口RLC也有了明显的减少，从而达到了降低事故风险，提高通行效率的目的。提高通行效率的目的。提高通行效率的目的。

【技术实现步骤摘要】
一种兼顾事故风险与通行效率的信号控制动态优化方法


[0001]本专利技术涉及交通工程
，具体为一种兼顾事故风险与通行效率的信号控制动态优化方法。

技术介绍

[0002]由于人口大规模向城市聚集，各类城市道路成为了这些车辆的主要使用场所，虽然当前研究学者针对目前的交通问题提出了各种改进措施，但是城市交通拥堵以及交通安全问题依旧十分严峻。
[0003]在交通安全方面，城市道路交叉口作为联通城市路网的重要组成部分，车流交汇冲突现象以及车辆停车与变道行为十分频繁，路况复杂多变，故极易由于驾驶员的疏忽而引发交通事故。据相关研究表明，就发生事故的位置来看，路段事故占比达到80％；而交叉口事故仅占20％，然而在交叉口发生的事故密度却远高于路段。就发生事故类型而言，在道路交通事故中，机动车之间的交通事故占比达到了60％。因此，合理地进行交叉口安全分析，是降低事故风险，减少交通事故和损失的必要前提和基本条件。
[0004]在通行效率方面，为保障车辆安全、高效通行，交叉口需要通过信号控制，对各个方向的车流进行分离。然而，受信号灯影响，交叉口车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种兼顾事故风险与通行效率的信号控制动态优化方法，其特征在于包括以下步骤：步骤一：获取交通视频数据，然后利用运动分析软件Kinovea进行处理，得到侧面碰撞冲突与追尾冲突的PET数据以及每个信号周期的协变量数据，其中，协变量数据为一个信号周期内存在直左冲突相位中直行车辆数以及一个信号周期内存在直左冲突相位中左转车辆数；步骤二：将侧面碰撞冲突与追尾冲突的PET数据以及每个信号周期的协变量数据引入极值分布模型，并利用极值分布模型得到周期事故重现水平，最后利用周期事故重现水平构建贝尔曼方程；所述贝尔曼方程表示为：Q
t+1
(s
t
,a
t
)
←
Q
t
(s
t
,a
t
)+α
t+1
[r
t+1
+γmax
a∈A
Q
t
(s
t+1
,a
t+1
)
‑
Q
t
(s
t
,a
t
)]其中，s
t
为当前状态，即进口道在该周期的总延误，a
t
为当前状态下选择的行动，即绿灯延长时间，Q
t+1
为更新后的Q值，Q
t
为更新前的Q值，r
t+1
为状态s
t
下采取行动a
t
的奖励，α
t+1
为学习率，γ为对未来奖励的衰减值，即折扣因子，A为动作空间，s
t+1
和a
t+1
分别为下一状态和在下一状态下选择的行动，t为当前状态，t+1为下一状态；所述状态s
t
下采取行动a
t
的奖励r
t+1
表示为：其中，ω为权重系数，nl为交叉口车道数，D
i
为第i个进口道在该周期的总延误，RLC
t
为当前状态下周期事故重现水平，RLC
t+1
为下一状态下周期事故重现水平；步骤三：获取交通视频数据中交叉口几何结构数据，之后利用交叉口几何结构数据在SUMO中搭建交叉口仿真模型，并利用灵敏度分析法对交叉口仿真模型进行仿真参数标定；步骤四：利用步骤二中贝尔曼方程构建Q学习自适应信号控制模型，并利用仿真参数标定后的交叉口仿真模型训练Q学习自适应信号控制模型；步骤五：利用训练好的Q学习自适应信号控制模型进行信号控制。2.根据权利要求1所述的一种兼顾事故风险与通行效率的信号控制动态优化方法，其特征在于所述构建Q学习自适应信号控制模型的具体步骤为：步骤四一：定义交叉口的状态空间和动作空间，以此构建Q表，所述动作空间为绿灯延长时间；步骤四二：将Q表中每个Q值进行初始化，即将Q表中每个Q值设定初值为0或者随机数；步骤四三：根据当前状态随机选取一个动作，并将该动作对应的绿灯延长时间执行在交叉口上进行信号控制，之后根据实际交叉口的运行情况，收集环境反馈信息...

【专利技术属性】
技术研发人员：付川云，王新星，逯兆友，柏伟，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：