CN104050319A - 一种实时在线验证复杂交通控制算法的方法 - Google Patents

Abstract

本发明公开一种实时在线验证复杂交通控制算法的方法。该方法包括了交通仿真软件模块、数据库模块、算法实现与测评模块，可以在仿真情况下，实时获取交通状态信息提供给拟真交通控制设备，由拟真交通控制设备根据被验证算法生成交通控制方案，重新应用于仿真环境，进而对复杂交通控制算法进行实时在线验证的方法。与现有技术相比，本发明所述的方法，可以对复杂的交通控制算法进行实时的、在线的仿真验证，这对于复杂交通控制算法安全、有效地应用于实际提供了保障，同时也为算法研究者提供了在线优化算法的方法，为今后的研究工作提供了一种切实有效的途径。

Description

一种实时在线验证复杂交通控制算法的方法

技术领域

本发明属于交通控制领域，涉及一种实时在线验证复杂交通控制算法的方法。

背景技术

随着世界城市化进程的加快，城市交通问题是大部分国家面临的难题之一。作为人口最多的发展中国家，中国的城市交通问题也亟待解决。智能交通系统(Intelligent Traffic System,ITS)正是当前解决问题的必要技术手段，智能交通系统中重要组成成分是交通仿真技术，它采用计算机数字模型来反映复杂交通现象，可以直观地反映控制方案的优劣。交通控制问题之所以如此复杂，是因为其控制对象具有不可实验性与不可反复性。现实生活中不可能直接在道路上直接测试新的控制方案，也不可能规划出一个区域进行控制方案的测试。交通控制方案是投入即使用的，具有不可试验性，短期内也无法更改。由于交通与社会运作息息相关，对交通控制方案的选择必须小心谨慎。必须使用仿真技术先对控制方案进行有效的测试。所以，必须建立一套有效的交通控制算法验证的仿真平台，不仅能够实现对控制算法的高拟真实时在线验证，还能帮助研究人员评价控制方案的优劣。

交通仿真技术在国外已经发展70余年，进入了成熟期。而我国研究起步较晚。目前的研究成果尚不能满足实际需求。特别是实现高拟真的实时在线交通仿真技术存在诸多难点：第一，符合实际的交通流模型搭建起来较为复杂；第二，要长时间、大范围地获取仿真模型所需的数据较为困难；第三，复杂的实时在线仿真技术需要多学科技术的融合。

我国目前设计使用的交通仿真平台建立在国外的交通仿真软件上，此类商用软件能够较为真实地还原交通状态，在业界被广泛认可，但由于外国对于知识产权的保护，我们很难直接对外国交通仿真软件底层模型及算法进行修改，这就导致了仿真并不完全符合我国实际情况，并且由于仿真软件功能的限制，目前已经研究得出的一些复杂的、智能的交通控制算法不能在仿真平台上进行应用。这就对复杂交通控制算法在使用前的评估验证提出了难题。并且，目前的交通仿真平台都是离线式分析，缺乏数据采集系统的支持，无法在线实时地对交通控制做出决策。

中国发明专利申请201010537651公开了一种采用分布式体系结构的交互式交通仿真系统。其核心在于将人在回路的车辆驾驶仿真器作为交通参与实体引入交通仿真系统中。

上述发明专利将车辆驾驶仿真器参与到交通仿真计算中，可实现多个车辆驾驶仿真器、多个交通环境仿真服务器在同一虚拟交通环境下的协同仿真。解决了，驾驶模拟装置与交通仿真软件之间的交互，但没有从根本上解决目前交通仿真均为离线且不能验证复杂交通控制算法这一特点。

中国发明专利申请200910067716.2公开了一种面向交通控制与诱导协调系统的仿真软件。

上述发明将交通仿真数据通过信息平台传送至现实的交通控制与诱导、协调系统，解决了对现实交通的控制与诱导、协调系统性能的测试问题，其侧重点在于对系统性能的测试，本质上是一种离线仿真，且发明并未考虑如何将复杂的不能被交通仿真软件直接使用的算法实现仿真，同时也没有提及根据实时拟真交通数据动态修正交通控制方案闭环验证交通控制算法的方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种在高拟真情况下，实时获取连续的拟真交通状态信息提供给拟真交通控制设备，由拟真交通控制设备根据被验证算法生成交通控制方案，重新应用于仿真环境，不断循环，进而对复杂交通控制算法进行实时在线验证的方法。

本发明方法应用于以下系统，该系统包括交通仿真软件模块、数据库模块、算法实现与测评模块；交通仿真软件模块将拟真交通检测设备检测得到的实测数据传输给数据库模块，实时更新数据库模块信息；数据库模块存储拟真交通检测设备检测到的实测数据信息以及算法实现与测评模块运用交通流预测算法计算得到的交通流预测信息；算法实现与测评模块调用被验证的复杂交通控制算法根据数据库模块中存储的交通流预测信息，生成交通控制方案，将交通控制方案信息传送至交通仿真软件模块，交通仿真软件模块依据交通控制方案实时地对拟真交通控制设备进行调整，保证仿真的持续进行。

所述的交通仿真软件模块包括拟真路网搭建模块、拟真交通检测设备、拟真交通控制设备；拟真交通检测设备可以是检测线圈、视频检测器、微波检测器；拟真交通控制设备可以是交通控制灯、交通控制机、限速标志、诱导屏等；

所述的数据库模块包括实时数据库模块、预测数据模块；实时数据库模块包括采集得到的被验证的交通控制算法所要应用的道路区域的交通状态信息数据、拟真交通检测设备检测到的实测数据；预测数据模块存储了根据交通流预测算法修正模块预测的未来短期交通流数据；

所述的算法实现与测评模块包括实时交通控制方案生成模块、交通流预测算法修正模块；实时交通控制方案生成模块可调用被验证的交通控制算法生成交通控制方案，其中被验证的交通控制算法可以是经典交通控制算法、适应特殊交通模型的复杂算法、智能算法等；交通流预测算法修正模块包括了对实时数据模块数据的筛选、预处理和预测。

本发明的方法包括以下步骤：

步骤(1).采集被验证的交通控制算法所要应用的道路区域的交通状态信息数据，对采集到的交通状态信息数据依照各类检测设备的数据格式进行转换，得到仿真数据；然后对仿真数据进行筛选、预处理后储存在数据库模块中；

所述的交通状态信息是指被验证控制算法所要应用道路的硬件信息，包括道路车道分布、道路渠化、检测设备与控制设备布设情况等；

所述的仿真数据包括车辆流量q、车辆速度v、车辆占有率o，其中车辆流量为仿真直接使用数据，车辆速度与车辆占有率用于对仿真过程进行修正；

所述的依照各类检测设备的数据格式进行转换，是将部分非数字式显示的检测数据按照检测设备的数据格式转换为可读的数字，并进行单位的统一化处理，其中车辆流量为veh/h、车辆速度km/h、车辆占有率veh/km。

所述的筛选、预处理过程包括基本筛选、阈值筛选、数据恢复；

所述的基本筛选主要是对仿真数据进行排查，看是否包含负值或者数据缺失，根据仿真数据三个参数车辆流量、车辆速度、车辆占有率之间的关系，如下：

$v=\frac{{\mathrm{qc}}_k}{o}---\left(1\right)$

其中，v为车辆速度，单位为km/h；

q为车辆流量，单位为veh/h；

c_k为车身长度与检测设备长度之和，单位为km；

o为车辆占有率，单位为veh/km；

剔除明显错误的数据组合形式，包括：

编号	参数组合	处理方式	编号	参数组合	处理方式
						1	存在负值	删除	4	q＝0,v＝0,o≠0	删除
2	q≠0,v＝0,o＝0	删除	5	q＝0,v≠0,o≠0	删除
						3	q＝0,v≠0,o＝0	删除	6	q≠0,v＝0,o≠0	删除

所述的阈值筛选是指对仿真数据三个参数车辆流量、车辆速度、车辆占有率中超过阈值的数据进行剔除，该阈值可根据实际情况进行限定；

所述的数据恢复主要是通过历史数据中相同时间段的数据对缺失数据进行补充恢复；

步骤(2).根据步骤(1)采集到的交通状态信息数据，在交通仿真软件模块上利用交通仿真软件其路网搭建功能搭建仿真路网；利用交通仿真软件中的道路编辑功能依照步骤(1)中采集得到的实际道路的硬件信息，在仿真路网上布设拟真交通检测设备及拟真交通控制设备，给定交通仿真软件模块初始交通状态信息；

所述的交通仿真软件可以是目前国际、国内较为成熟完善的商用交通仿真软件，应该包括以下功能：具有拟真路网搭建系统，能够准确描述路网的长度、宽度、坡度、曲度等信息，同时可以对道路进行拟真渠化等；支持各类拟真交通检测设备与拟真交通控制设备；支持用O-D矩阵或转弯流量表来描述交通需求；能在仿真的同时形成实时仿真数据反馈，数据内容包括交通流三大参数流量、速度、占有率以及延误、排队长度、停车次数等交通评价指标；留有供开发者研究的二次开发接口。

步骤(3).根据步骤(2)中布设的拟真交通检测设备采集得到的实测数据传送至实时数据模块；实时数据模块将数据传送至交通流预测算法修正模块，交通流预测算法修正模块调用交通流短期预测算法得到预测短期交通流数据，交通控制方案生成模块调用需要被验证的交通控制算法根据预测短期交通流数据计算出交通控制方案，将交通控制方案传送到拟真交通控制设备中，实现对仿真平台的交通控制；

所述的交通流短期预测算法可以是卡尔曼滤波算法、神经网络预测算法等当前使用较多的各类短期交通流预测算法。

所述的交通控制方案的生成：交通控制方案生成模块利用交通流短期预测算法得到的下一周期短期交通流数据，调用被验证的交通控制算法，算法根据输入的车辆流量、车辆速度、车辆占有率等信息计算出下一周期最优的交通控制方案：信号灯周期与配时。

步骤(4).拟真交通检测设备继续采集实时数据，构成的回路，实现对全过程的仿真验证，拟真交通检测设备在线采集交通控制方案实施后的交通状态信息，与步骤(1)中初次采集被验证的交通控制算法所要应用的道路区域的交通状态信息数据进行比较，实现了复杂交通控制算法的实时在线验证。

步骤(2)中在搭建仿真路网时可以增加、减少、改变拟真道路硬件设施进行仿真验证，此类改变可以用于道路改造的模拟评价；

步骤(3)中算法实现与测评模块还可以包括交通控制方案记录模块，记录交通控制方案生成模块生成的交通控制方案，以便后期根据仿真结果进行微调与人为干预，提高控制方案的可行性；

步骤(3)中可以将实时采集的交通流数据与之前预测的本时刻的交通流数据进行比较，用于对交通流预测算法部分参数进行微调修正，使得控制算法与控制方案更契合实际。

本发明的有益效果如下：

本发明以实际路网信息搭建高仿真的模拟环境对被验证的交通控制算法进行仿真验证，验证过程不会影响实际道路交通；

本发明将数据库模块、交通仿真软件中的拟真交通检测设备以及拟真交通控制设备、算法实现与测评模块之间构成了回路，能够实现实时在线的交通仿真，实时交通控制方案生成模块生成的交通控制方案更具实时性、连贯性、准确性；

本发明应用于道路设施改进时，可以在道路设施改进前模拟仿真环境，验证新环境下原有交通控制算法的适用性，对于指导交通设施改善和提出匹配交通设施改善后的交通控制算法方案有着重要意义。

附图说明

图1是本发明所述的方法的示意图；

图2是本发明所述方法运行过程的流程图。

具体实施方式

以下结合附图及实施例对本发明进行进一步的详细说明。

本发明方法应用于以下系统，如图1所示，该系统包括交通仿真软件模块、数据库模块、算法实现与测评模块；三个模块利用接口程序连接；交通仿真软件模块将拟真交通检测设备检测得到的实测数据传输到数据库模块中，实时更新数据库模块信息；数据库模块对采集得到的被验证的交通控制算法所要应用的道路区域的交通状态信息数据进行筛选与预处理，并可对上述交通状态信息数据进行预测，然后将数据传输给算法实现与测评模块；算法实现与测评模块调用被验证的复杂交通控制算法生成交通控制方案，将交通控制方案信息传送至交通仿真软件模块，依据交通控制方案实时地对拟真交通控制设备进行调整，保证仿真的持续进行。

所述的交通仿真软件模块包括拟真路网搭建模块、拟真交通检测设备、拟真交通控制设备；

所述的数据库模块包括实时数据库模块、预测数据模块；

所述的算法实现与测评模块包括实时交通控制方案生成模块、交通流预测算法修正模块。

所述的拟真交通检测设备可以是检测线圈、视频检测器、微波检测器；

所述的拟真交通控制设备可以是交通控制灯、交通控制机、限速标志、诱导屏等；

所述的实时数据库模块包括采集得到的被验证的交通控制算法所要应用的道路区域的交通状态信息数据、拟真交通检测设备检测到的实测数据；

所述的预测数据模块存储了根据交通流预测算法修正模块预测的未来短期交通流数据；

所述的实时交通控制方案生成模块可调用被验证的交通控制算法生成交通控制方案；被验证的交通控制算法可以是经典交通控制算法、适应特殊交通模型的复杂算法、智能算法等；

所述的交通流预测算法修正模块包括了对实时数据库模块数据的筛选、预处理和预测。

本发明所述的方法工作过程如下，如图2，以一种实时在线验证一种控制算法为例：

步骤(1).采集被验证的交通控制算法所要应用的道路区域的交通状态信息数据，对采集到的交通状态信息数据依照各类检测检测设备的数据格式进行转换，得到仿真数据，然后对仿真数据进行筛选、预处理后储存在数据库模块中；

所述的交通状态信息是指被验证控制算法所要应用道路的硬件信息，包括道路车道分布、道路渠化、检测设备与控制设备布设情况等；

所述的仿真数据包括车辆流量q、车辆速度v、车辆占有率o，其中车辆流量为仿真直接使用数据，车辆速度与车辆占有率用于对仿真过程进行修正；

所述的依照各类检测设备的数据格式进行转换，是将部分非数字式显示的检测数据按照检测设备的数据格式转换为可读的数字，并进行单位的统一化处理，其中车辆流量为veh/h、车辆速度km/h、车辆占有率veh/km。所述的筛选、预处理过程包括基本筛选、阈值筛选、数据恢复；

所述的基本筛选主要是对仿真数据进行排查，看是否包含负值或者数据缺失，根据仿真数据三个参数车辆流量、车辆速度、车辆占有率之间的关系，如下：

$v_s=\frac{{\mathrm{qc}}_k}{o}---\left(1\right)$

其中，v为平均速度，km/h；

q为车流流量，veh/h；

c_k车身长度与检测器长度之和，km；

o为占有率，veh/km；

剔除明显错误的数据组合形式，包括：

编号	参数组合	处理方式	编号	参数组合	处理方式
						1	存在负值	删除	4	q＝0,v＝0,o≠0	删除
2	q≠0,v＝0,o＝0	删除	5	q＝0,v≠0,o≠0	删除
						3	q＝0,v≠0,o＝0	删除	6	q≠0,v＝0,o≠0	删除

所述的阈值筛选指对仿真数据三个参数车辆流量、车辆速度、车辆占有率中超过阈值的数据进行剔除，该阈值可根据实际情况进行限定；

所述的数据恢复主要是通过历史数据中相同时间段的数据对缺失数据进行补充恢复；

步骤(2).根据步骤(1)采集到的交通状态信息数据，在交通仿真软件模块上利用交通仿真软件其路网搭建功能搭建仿真路网；利用交通仿真软件中的道路编辑功能依照步骤(1)中采集得到的实际道路的硬件信息，在仿真路网上布设拟真交通检测设备及拟真交通控制设备，给定交通仿真软件模块初始交通状态信息；

所述交通仿真软件可以是目前国际、国内较为成熟完善的商用交通仿真软件，应该包括以下功能：具有拟真路网搭建系统，能够准确描述路网的长度、宽度、坡度、曲度等信息，同时可以对道路进行拟真渠化等；支持各类拟真交通检测设备与拟真交通控制设备；支持用O-D矩阵或转弯流量表来描述交通需求；能在仿真的同时形成实时仿真数据反馈，数据内容包括交通流三大参数流量、速度、占有率以及延误、排队长度、停车次数等交通评价指标；留有供开发者研究的二次开发接口。

步骤(3).根据步骤(2)中布设的拟真交通检测设备采集得到的实测数据传送至实时数据模块；实时数据模块将数据传送至交通流预测算法修正模块，交通流预测算法修正模块调用交通流短期预测算法得到预测短期交通流数据，交通控制方案生成模块调用需要被验证的交通控制算法根据预测短期交通流数据计算出交通控制方案，将交通控制方案传送到拟真交通控制设备中，实现对仿真平台的交通控制；

所述的交通流短期预测算法可以是卡尔曼滤波算法、神经网络预测算法等当前使用较多的各类短期交通流预测算法。

以卡尔曼滤波算法为例：

设QL(τ+k)为τ时刻以后k各时间段的路段L上的交通流量，V(τ)是τ时刻的各出入口的交通流量向量，V(τ-1)是τ时刻前一个时段的各出口入口的交通流量向量。

QL*(τ+k)＝H₀V(τ)+H₁V(τ-1)+H₂V(τ-2)+ω(τ)(2)

式中：H₀、H₁、H₂为参数矩阵，H_i＝[c'¹(τ),c'²(τ),…,c'ⁿ(τ)](i＝0,1,2)，c是状态变量；n为路段上入口和出口处所考虑的检测器的总数；ω(τ)为观测噪声，这里取为零均值的白噪声。

所述的交通控制方案的生成：交通控制方案生成模块利用交通流短期预测算法得到的下一周期短期交通流数据，调用被验证的交通控制算法，算法根据输入的车辆流量、车辆速度、车辆占有率等信息计算出下一周期最优的交通控制方案：信号灯周期与配时。

步骤(4).拟真交通检测设备继续采集实时数据，构成的回路，实现对全过程的仿真验证，拟真交通检测设备在线采集交通控制方案实施后的交通状态信息，与步骤(1)中初次采集被验证的交通控制算法所要应用的道路区域的交通状态信息数据进行比较，实现了复杂交通控制算法的实时在线验证。

步骤(2)中在搭建仿真路网时可以增加、减少、改变拟真道路硬件设施进行仿真验证，此类改变可以用于道路改造的模拟评价；

步骤(3)中算法实现与测评模块还可以包括交通控制方案记录模块，记录交通控制方案生成模块生成的交通控制方案，以便后期根据仿真结果进行微调与人为干预，提高控制方案的可行性；

步骤(3)中可以将实时采集的交通流数据与之前预测的本时刻的交通流数据进行比较，用于对交通流预测算法部分参数进行微调修正，使得控制算法与控制方案更契合实际。

Claims (4)

1.一种实时在线验证复杂交通控制算法的方法，应用于以下系统，该系统包括交通仿真软件模块、数据库模块、算法实现与测评模块；交通仿真软件模块将拟真交通检测设备检测得到的实测数据传输给数据库模块，实时更新数据库模块信息；数据库模块存储拟真交通检测设备检测到的实测数据信息以及算法实现与测评模块运用交通流预测算法计算得到的交通流预测信息；算法实现与测评模块调用被验证的复杂交通控制算法根据数据库模块中存储的交通流预测信息，生成交通控制方案，将交通控制方案信息传送至交通仿真软件模块，交通仿真软件模块依据交通控制方案实时地对拟真交通控制设备进行调整，保证仿真的持续进行；

所述的交通仿真软件模块包括拟真路网搭建模块、拟真交通检测设备、拟真交通控制设备；

所述的数据库模块包括实时数据库模块、预测数据模块；实时数据库模块包括采集得到的被验证的交通控制算法所要应用的道路区域的交通状态信息数据、拟真交通检测设备检测到的实测数据；预测数据模块存储了根据交通流预测算法修正模块预测的未来短期交通流数据；

所述的算法实现与测评模块包括实时交通控制方案生成模块、交通流预测算法修正模块；实时交通控制方案生成模块调用被验证的交通控制算法生成交通控制方案；交通流预测算法修正模块包括了对实时数据模块数据的筛选、预处理和预测；

其特征在于该方法包括以下步骤：

步骤(1).采集被验证的交通控制算法所要应用的道路区域的交通状态信息数据，对采集到的交通状态信息数据依照各类检测设备的数据格式进行转换，得到仿真数据；然后对仿真数据进行筛选、预处理后储存在数据库模块中；

所述的交通状态信息是指被验证控制算法所要应用道路的硬件信息；

所述的仿真数据包括车辆流量q、车辆速度v、车辆占有率o，其中车辆流量为仿真直接使用数据，车辆速度与车辆占有率用于对仿真过程进行修正；

所述的依照各类检测设备的数据格式进行转换，是将部分非数字式显示的检测数据按照检测设备的数据格式转换为可读的数字，并进行单位的统一化处理，其中车辆流量为veh/h、车辆速度km/h、车辆占有率veh/km；

所述的筛选、预处理过程包括基本筛选、阈值筛选、数据恢复；

所述的基本筛选主要是对仿真数据进行排查，看是否包含负值或者数据缺失，根据仿真数据三个参数车辆流量、车辆速度、车辆占有率之间的关系，如下：

$v=\frac{{\mathrm{qc}}_k}{o}---\left(1\right)$

其中，v为车辆速度，单位为km/h；

q为车辆流量，单位为veh/h；

c_k为车身长度与检测设备长度之和，单位为km；

o为车辆占有率，单位为veh/km；

所述的阈值筛选是指对仿真数据三个参数车辆流量、车辆速度、车辆占有率中超过阈值的数据进行剔除；

所述的数据恢复主要是通过历史数据中相同时间段的数据对缺失数据进行补充恢复；

步骤(2).根据步骤(1)采集到的交通状态信息数据，在交通仿真软件模块上利用交通仿真软件其路网搭建功能搭建仿真路网；利用交通仿真软件中的道路编辑功能依照步骤(1)中采集得到的实际道路的硬件信息，在仿真路网上布设拟真交通检测设备及拟真交通控制设备，给定交通仿真软件模块初始交通状态信息；

步骤(3).根据步骤(2)中布设的拟真交通检测设备采集得到的实测数据传送至实时数据模块；实时数据模块将数据传送至交通流预测算法修正模块，交通流预测算法修正模块调用交通流短期预测算法得到预测短期交通流数据，交通控制方案生成模块调用需要被验证的交通控制算法根据预测短期交通流数据计算出交通控制方案，将交通控制方案传送到拟真交通控制设备中，实现对仿真平台的交通控制；

所述的交通控制方案的生成：交通控制方案生成模块利用交通流短期预测算法得到的下一周期短期交通流数据，调用被验证的交通控制算法，算法根据输入的车辆流量、车辆速度、车辆占有率等信息计算出下一周期最优的交通控制方案：信号灯周期与配时；

步骤(4).拟真交通检测设备继续采集实时数据，构成的回路，实现对全过程的仿真验证，拟真交通检测设备在线采集交通控制方案实施后的交通状态信息，与步骤(1)中初次采集被验证的交通控制算法所要应用的道路区域的交通状态信息数据进行比较，实现了复杂交通控制算法的实时在线验证。

2.如权利要求1所述的一种实时在线验证复杂交通控制算法的方法，其特征在于步骤(2)中在搭建仿真路网时可以增加、减少、改变拟真道路硬件设施进行仿真验证，用于道路改造的模拟评价。

3.如权利要求1所述的一种实时在线验证复杂交通控制算法的方法，其特征在于步骤(3)中算法实现与测评模块还包括交通控制方案记录模块，记录交通控制方案生成模块生成的交通控制方案。

4.如权利要求1所述的一种实时在线验证复杂交通控制算法的方法，其特征在于步骤(3)中可将实时采集的交通流数据与之前预测的本时刻的交通流数据进行比较，用于对交通流预测算法部分参数进行微调修正。