【技术实现步骤摘要】
本专利技术涉及交通，尤其涉及一种交通信号灯控制方法、装置及电子设备。
技术介绍
1、随着人们生活水平的提高，机动车保有量快速增长，城市中交通堵塞问题越来越严重。若要解决交通拥堵问题，一是拓宽道路或者新建道路；二是使用人工智能技术对交通信号灯进行自适应控制。拓宽道路或者新建道路需要消耗大量的人力和财力。因此，为了缓解交通拥堵，智能交通信号灯控制方法应运而生。
2、传统的交通信号灯控制，主要是采用定时的交通信号控制方法，针对信号灯路口实时变化的车流，定时交通信号控制方法就显得不那么灵活，很容易导致交通拥堵。
技术实现思路
1、鉴于上述问题，本专利技术提供一种交通信号灯控制方法、装置及电子设备，有效解决大规模路网交通信号灯路口不规则问题，通过对交通信号灯的智能控制提高路网的通行能力，改善交通拥堵。
2、依据本专利技术的第一个方面，提供了一种交通信号灯控制方法，包括：
3、提取目标路网所有路口的环境观测数据；每个路口的环境观测数据包括该路口每个驶入车道当前时刻交通信号灯的相位动作、运行车辆数量、车辆等待总时间、车辆队列长度、车辆平均速度；
4、针对每个路口，根据该路口的环境观测数据以及训练好的目标模型，确定该路口交通信号灯的目标相位动作；
5、根据所述目标相位动作，控制该路口交通信号灯变化。
6、在一种可选的实施方式中，所述针对每个路口，根据该路口的环境观测数据以及训练好的目标模型，确定该路口交通信号灯的目标相位动作，
7、目标模型中输入该路口的环境观测数据，通过卷积层对环境观测数据进行特征提取；
8、将提取的特征分别输入至自注意力层及全连接层以进行融合，得到该路口交通信号灯的相位动作空间；
9、分别计算所述相位动作空间中每个相位动作的q值，根据每个相位动作的q值，确定目标相位动作。
10、在一种可选的实施方式中，所述根据每个相位动作的q值，确定目标相位动作，包括：
11、将最大q值对应的相位动作确定为目标相位动作。
12、在一种可选的实施方式中，所述根据每个相位动作的q值，确定目标相位动作，包括：
13、设置目标值，在确定目标相位动作时，随机选取一个随机数，将所述随机数与所述目标值比较，若所述随机数大于所述目标值，则将最大q值对应的相位动作确定为目标相位动作；
14、若所述随机数小于等于所述目标值，则从所述相位动作空间中随机选取一个相位动作作为目标相位动作。
15、在一种可选的实施方式中，所述随机数大于所述目标值的概率为90％。
16、在一种可选的实施方式中，所述目标模型是自注意力与卷积神经网络融合的dqn模型。
17、在一种可选的实施方式中，所述车辆队列长度为驶入车道的队列长度减去0.1倍的对应驶出车道上的队列长度。
18、依据本专利技术的第二个方面，提供一种交通信号灯控制装置，包括：
19、提取模块，用于提取目标路网所有路口的环境观测数据；每个路口的环境观测数据包括该路口每个驶入车道当前时刻交通信号灯的相位动作、运行车辆数量、车辆等待总时间、车辆队列长度、车辆平均速度；
20、确定模块，用于针对每个路口，根据该路口的环境观测数据以及训练好的目标模型，确定该路口交通信号灯的目标相位动作；
21、控制模块，用于根据所述目标相位动作，控制该路口交通信号灯变化。
22、依据本专利技术的第三个方面，提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现前述的交通信号灯控制方法。
23、依据本专利技术的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述的交通信号灯控制方法。
24、本说明书实施例中的上述一个或多个技术方案，至少具有如下技术效果：
25、本说明书实施例提供的一种交通信号灯控制方法、装置及电子设备，通过提取目标路网所有路口的环境观测数据；然后针对每个路口，根据该路口的环境观测数据以及训练好的目标模型，确定该路口交通信号灯的目标相位动作；之后根据所述目标相位动作，控制该路口交通信号灯变化。如此，根据每一个路口道路的实时情况来调控交通信号配时，提高路网的通行能力，改善交通拥堵。
26、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，而可依照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它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种交通信号灯控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述针对每个路口，根据该路口的环境观测数据以及训练好的目标模型，确定该路口交通信号灯的目标相位动作，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据每个相位动作的Q值，确定目标相位动作，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据每个相位动作的Q值，确定目标相位动作，包括：
5.根据权利要求4所述的方法，其特征在于，所述随机数大于所述目标值的概率为90％。
6.根据权利要求1所述的方法，其特征在于，所述目标模型是自注意力与卷积神经网络融合的DQN模型。
7.根据权利要求1所述的，其特征在于，所述车辆队列长度为驶入车道的队列长度减去0.1倍的对应驶出车道上的队列长度。
8.一种交通信号灯控制装置，其特征在于，包括：
9.根据权利要求8所述的装置，其特征在于，所述确定模块还用于：
10.一种电子设备，其特征在于，所述电子设备包括：存储器、处理器及存储在所述存储器上并
...【技术特征摘要】
1.一种交通信号灯控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述针对每个路口，根据该路口的环境观测数据以及训练好的目标模型，确定该路口交通信号灯的目标相位动作，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据每个相位动作的q值，确定目标相位动作，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据每个相位动作的q值，确定目标相位动作，包括：
5.根据权利要求4所述的方法，其特征在于，所述随机数大于所述目标值的概率为90％。
6.根据权利要求1所...
【专利技术属性】
技术研发人员：吴军芳，李盼，刘小壮，孟美华，薛欢娜，吕艾芬，汤锦，胡蝶，范成旺，杨远翔，何伟，尚德龙，周玉梅，
申请(专利权)人：中科南京智能技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。