CN108629970A - 基于蒙特卡罗树搜索的交叉口信号参数优化方法 - Google Patents

Abstract

本发明公开了一种基于蒙特卡罗树搜索的交叉口信号参数优化方法，该方法能够对城市道路网络的交叉口的信号配时进行实时优化，该方法具体为：首先定义备选相位集合、每个备选相位的性能函数，然后持续的对优化时间窗口内的信号参数进行搜索。每次搜索包含：(1)相位的采样；(2)交通流的模拟；(3)更新性能函数。经过若干次的搜索，依据更新完毕的性能函数，求得每个备选相位的最佳性能及对应的相位持续时间，最后挑选所有相位最佳性能中的最佳者及对应的相位时长，作为下一个相位方案。本发明的方法对交通流模型要求不高，通用性强，且能够灵活的选择相位方案，无需对相位和相序进行预先设定。

Description

基于蒙特卡罗树搜索的交叉口信号参数优化方法

技术领域

本发明涉及一种用于城市交通管理中的交叉口信号参数优化方法，尤其涉及一种基于蒙特卡罗树搜索的交叉口信号参数优化方法。具体来说，该方法是利用检测的流量数据、结合蒙特卡罗树搜索方法，对信号交叉口的信号灯相位和时长进行确定。

背景技术

交通控制是解决城市交通拥堵问题的重要手段之一。我国大中城市普遍应用了自适应交通控制系统。这类系统通过铺设于路面之下的线圈检测器获得动态的车流量，并利用各种算法来优化信号配时参数。上述系统在缓解我国城市交通问题方面起到了极大的作用。然而，上述系统存在的共性问题是在高峰时段，控制效果难以得到保证。究其原因，信号相位和相序方案固定，不能随着需求而变化。上述缺陷使得交叉口即使在高峰时期也常常出现绿灯空放的现象，浪费了通行能力、降低了交通系统的运行效率。

发明内容

为了解决现有控制方法的缺陷，本发明提出一种基于蒙特卡罗树搜索的交叉口信号参数优化方法。该方法基于动态的流量输入，灵活的从相位集合中选择相位，采用滚动优化方法对交叉口的信号参数进行优化。

本发明解决其技术问题所采用的技术方案是：

基于蒙特卡罗树搜索的交叉口信号参数优化方法，该方法是通过检测获得交叉口每个进口的流量，确定备选相位集合，定义相位性能函数，其自变量为相位的时间长度，因变量为函数值，设置滚动优化窗口T并限定蒙特卡罗树搜索迭代次数N_search，采用如下步骤获得下一个相位决策方案：

1)对优化窗口T以内的交通流进行树搜索，搜索次数为N_search次，每次搜索包括如下三个步骤：

(a)从备选相位集合中选择一系列的相位，并确定各相位时长，使得所选相位序列的总时长恰好大于T；

(b)采用获得的相位序列及其对应时长对交通流进行模拟；

(c)更新相位序列中第一个相位的性能函数；

2)当N_search次搜索完成后，针对备选相位集合中的每一个相位，求得该相位的最佳性能及对应的相位时长，最后，选择所有最佳性能之中的最佳者作为下一个相位方案，时间长度即为该相位的最佳性能对应的时长。

本发明通过对交叉口车流规律分析选出八个相位作为备选相位集合，如下所列：

相位p1为东西直行；

相位p2为东西左转；

相位p3为南北左转；

相位p4为南北直行；

相位p5为西进口单口放行；

相位p6为东进口单口放行；

相位p7为北进口单口放行；

相位p8为南进口单口放行。

对每一个备选相位p_k定义描述该相位性能的性能函数该函数的自变量为相位时间长度，函数值可以为车辆的延误。通过蒙特卡罗树搜索来不断更新性能函数，搜索次数越多，性能函数和真实值越靠近。

步骤1)中对于第k次搜索，其步骤(a)为：

从备选相位集合中对相位进行一系列采样，生成相位序列并确定其对应的相位时长序列满足并且N_k为已采样相位个数。

对相位的采样过程具体如下：

①确定相位：

在备选相位中随机选择某个相位，但是对于相位p_k其被选择的概率应满足和下式成正比：

其中，是当前所有相位被访问的次数的总和，是相位p_k已经被选择的次数，C是常数，可以根据具体情况确定数值，当PI指标定为车均延误时，C可取100；

为相位p_k的当前最佳性能函数值；

②确定被选择的相位的时长：

假设相位p_k被选择，则需要确定该相位持续时间方法如下：

A、首先确定参数N_MCMC、最小绿灯时间g_min和最大绿灯时间g_max，迭代次数初始化i＝0；

B、随机在[g_min,g_max]确定绿灯时间，得到并计算

C、随机在[g_min,g_max]确定绿灯时间，得到g^*，并计算

D、判断是否满足如果满足，则令否则并i＝i+1；

E、重复上述过程，直到i＝N_MCMC，输出作为被选相位的时长；

重复上述两个步骤①和②，得到一系列的相位及其对应的相位时长序列直到相位时长的和恰好大于等于优化时间窗口T。

所述的步骤1)中对于第k次搜索，其步骤(b)为：

将采样获得的相位序列及相应的时长输入交通流模型对交通流进行模拟，获取整个时间窗口T内每个信号周期每个进口的左转车流性能指标及直行车流的性能指标，并对每个进口方向的左转、直行车流的性能指标求和，求和结果作为相位序列中第一个相位的性能指标，并在步骤(c)中进行性能指标函数的更新；

所述的步骤1)中对于第k次搜索，其步骤(c)对性能函数进行更新，输入数据为相位序列中第一个相位其所有历史性能指标集合为输出为任意绿灯时间g′的更新后的函数值

a、计算矩阵K，维数为其中元素参数b可以取gmin，即最小绿灯时长，v₀可以取值0.3；

b、计算矩阵K_′，维数为其中

c、计算表示向量，维数为

本发明的有益效果是：

1、对交通流模型要求不高；采用启发式算法，通用性比较强；

2、能够灵活的选择相位方案，无需对相位和相序进行预先设定。

附图说明

图1信号交叉口及其分解示意图；

图2为普通四路交叉口的八个备选相位集合；

图3是用高斯过程回归定义的相位性能函数，备选相位集合中每个相位都有自身的性能函数；

图4是单次搜索过程的示意图，每次搜索的结果都会更新相应相位的性能函数；

图5是单次搜索过程中的采样步骤时确定相位时长的流程图；

图6是单个进口的一个方向交通流模拟示意图；

图7更新性能函数计算方法示意图。

具体实施方式

下面结合附图对本发明做进一步的详细描述。

图1中给出了一个交叉口及其分解示意图。交叉口共有四个进口，其中，每个进口路段都由两部分构成：展宽段和上游段。以东进口路段为例来描述，展宽段的长度为l_c，上游段的长度为l_u。其中展宽段存在着转向车道。左转和直行受信号控制，右转车无信号控制。

图2给出了普通四路交叉口的八个备选相位。

相位p1为东西直行；

相位p2为东西左转；

相位p3为南北左转；

相位p4为南北直行；

相位p5为西进口单口放行；

相位p6为东进口单口放行；

相位p7为北进口单口放行；

相位p8为南进口单口放行。

每个相位控制特定的车流。该相位集合也是本发明的决策集合。

图3为基于高斯过程回归过程定义的相位性能函数。其中，每个相位都有自己的高斯过程回归函数，记为自变量为相位的时间长度g，范围为[gmin,gmax]，其中，gmin为最小绿灯时长，gmax为最大绿灯时间，函数值为某一具体性能指标，比如可以采用车辆的延误。蒙特卡罗树搜索来不断更新性能函数，通过每一次搜索，亦即每一次选择、模拟、更新性能函数，都会改变该性能函数。搜索次数越多，性能函数和真实值越靠近。N_search次搜索之后的性能函数作为选择最终相位和时长的依据。

开始时需要对性能函数进行初始化，也即初始化时刻，性能函数都为0。并且记录相位p_k被访问(或者选中)的次数也初始化为

此外，对每个相位当前的性能函数都可以按照枚举法求解得到当前最佳性能函数及其对应的相位时长求解方法如下，从g＝gmin开始，依次加1，并计算直到g＝gmax。然后选择最小的作为最佳性能函数对应的相位时长即为

图4是是单次搜索过程的示意图。在当前时刻，也即需要相位决策的时刻，系统进行N_search次的搜索，每次搜索之后都要更新性能函数。

对于第k次搜索，算法的流程为：

(1)对相位进行一系列采样，生成相位序列及其对应的相位时长序列并且满足并且

(2)模拟，利用已知的路段流入流量和相位时长，对交叉口每个进口的交通流进行模拟；

(3)利用模拟的结果，更新相位的性能函数。

其中，采样过程分为两个步骤：确定相位和确定相位时长。

①确定相位。

在八个备选相位中按照概率随机选择某个相位。

每个相位p_k的被选择概率满足与下式成正比：

其中，是所有相位被访问的次数的总和，是相位p_k被选择的次数，每次搜索之后都要更新；

②确定被选择的相位的时长。

假设在上一步骤中选择了相位p_k，现需要确定相位持续时间，流程图如

图5所示，具体为：

A、首先确定参数N_MCMC、最小绿灯时间g_min和最大绿灯时间g_max，迭代次数初始化i＝0；参数N_MCMC可以自由设置，通常可以设定为500；

B、随机在[g_min,g_max]确定绿灯时间(均匀分布，生成随机数)，得到并计算

C、随机在[g_min,g_max]确定绿灯时间(均匀分布，生成随机数)，得到g^*，并计算

D、判断是否满足如果满足，则令否则并i＝i+1；

E、重复上述过程，直到i＝N_MCMC，输出作为被选相位的时长；

重复采样过程，得到一系列的相位及其对应的相位时长序列直到相位时长的和大于等于优化时间窗口T。

当采样一系列的相位及对应的时长之后，将这些相位时间输入至交通流模型对交通流进行模拟。模拟的示意图如

图6所示，由于一个交叉口的四路进口本质上相同，因此

图6仅仅给出了一个进口，其他进口类似。

其中展宽段长度为l_c，上游段长度为l_u。路段的动态流入流量已知，表达为q(t)＝q_l(t)+q_th(t)+q_r(t)，也即整个路段的流入流量等于左转流量q_l(t)、直行流量q_th(t)和右转流量q_r(t)的和。该流入流量可以通过检测器或者其他手段获得。

获得路段的流入流量q_l(t)、q_th(t)、q_r(t)之后，将其转换为展宽段入口的流量：和也即展宽段入口的流量是路段入口的流量在时间轴上的一个偏移。

得到展宽段入口流量q‘_l(t)、q‘_th(t)、q‘_r(t)之后，即可以对交叉口的流量进行模拟。以直行车流q‘_th(t)为例，

图6中给出了直行车流两个信号周期的变化图，在第i个周期，信号红灯和绿灯长度为r_i和g_i，不失一般性，图中第i个周期初始排队长度x_i为0。红灯启亮时刻，第一辆进入排队的车辆进入展宽段的时刻为a_i，并且其中C_m＝r_m+g_m为第m个周期的周期时长，v_f为路段限速，通常为50公里/小时。

在时刻t，进入排队的车辆数为从而，t时刻进入展宽段的车辆排队时候的位置为k_j为堵塞密度，可以取130辆/千米。该车辆进入展宽段之后行驶的时间长度为因此，排队队尾的坐标为变动t,可以得到排队队尾轨迹，如

图6所示。当绿灯启亮时，排队队头向上游传播，并且其传播速度为固定值w，如

图6所示，在图中为一条直线，w可以取值20千米/小时。当排队队头和队尾相遇，则排队消散，从而形成排队最远点该点为排队队头曲线和排队队尾曲线的交点，排队队头曲线的函数表达式为将排队队尾坐标代入排队队头曲线并整理，得到 上式右侧是t的递增线性函数，左右两侧相等时候的t即为

第i周期内的延误也即性能指标为阴影部分的面积，将排队队尾表达为该部分面积大小的计算方法为 PI_th,i表示直行车流在第i个周期的性能指标，采用同样的方法可以得到左转车流在第i个周期的性能指标PI_l,i。

将一个转向的所有周期性能指标求和，并对交叉口所有进口方向展宽段内的左转、直行的性能指标求和，就得到第k次搜索得到的交叉口的性能指标PI_k＝∑_进口∑_i(PI_th,i+PI_l,i)。

当第k次搜索结束之后，更新访问频数，并更新性能指标函数计算方法。上述更新仅仅针对被选择的相位序列的第一个相位而言，即：将PI_k作为相位序列中第一个相位的性能指标，其相位时长不变，即：为其采样时对应时长。频数更新方法如下：性能指标函数计算方法更新过程如下：假设对于相位所有历史性能指标集合为对于任意相位时长g′，欲计算流程图如

图7所示。其中，图中的参数b可以取gmin，v₀可以取值0.3；K表示矩阵，维数为表示矩阵K的逆矩阵；K_，表示向量，维数为表示向量，维数为因此，每次搜索结束之后，采样相位序列第一个相位有了新的访问值，进而可以对矩阵K、K_，进行更新，从而任意一点g′的函数值需要更新。除了的其他相位不需要更新。

N_search次搜索结束之后，得到的性能函数就可以作为相位优化的依据。假设结束了N_search次搜索，对于每一个相位p_k，都可以通过枚举法得到相位p_k的最佳性能指标及其对应的相位时长最终下一个相位方案采取所有最佳性能指标的最小值对应的相位，也即下一个相位决策方案为同时可得相位时长

至此，下一个相位方案就确定了下来。上述过程可以不断重复，进而得到一系列的相位决策方案。

Claims (7)

1.一种基于蒙特卡罗树搜索的交叉口信号参数优化方法，其特征在于：通过检测获得交叉口每个进口的流量，确定备选相位集合，定义相位性能函数，其自变量为相位的时间长度，因变量为函数值，设置滚动优化窗口T并限定蒙特卡罗树搜索迭代次数N_search，采用如下步骤获得下一个相位决策方案：

1)对优化窗口T以内的交通流进行树搜索，搜索次数为N_search次，每次搜索包括如下三个步骤：

(a)从备选相位集合中选择一系列的相位，并确定各相位时长，使得所选相位序列的总时长恰好大于T；

(b)采用获得的相位序列及其对应时长对交通流进行模拟；

(c)更新相位序列中第一个相位的性能函数；

2)当N_search次搜索完成后，针对备选相位集合中的每一个相位，求得该相位的最佳性能及对应的相位时长，最后，选择所有最佳性能之中的最佳者作为下一个相位方案，时间长度即为该相位的最佳性能对应的时长。

2.根据权利要求1所述的基于蒙特卡罗树搜索的交叉口信号参数优化方法，其特征在于：选出八个相位作为备选相位集合，如下所列：

相位p1为东西直行；

相位p2为东西左转；

相位p3为南北左转；

相位p4为南北直行；

相位p5为西进口单口放行；

相位p6为东进口单口放行；

相位p7为北进口单口放行；

相位p8为南进口单口放行。

3.根据权利要求1所述的基于蒙特卡罗树搜索的交叉口信号参数优化方法，其特征在于：每一个备选相位p_k都定义了描述该相位性能的性能函数该函数的自变量为相位时间长度，函数值为车辆的延误。

4.根据权利要求1所述的基于蒙特卡罗树搜索的交叉口信号参数优化方法，其特征在于：步骤1)中对于第k次搜索，其步骤(a)为：

从备选相位集合中对相位进行一系列采样，生成相位序列并确定其对应的相位时长序列满足并且N_k为已采样相位个数。

5.根据权利要求3所述的基于蒙特卡罗树搜索的交叉口信号参数优化方法，其特征在于：对相位的采样过程具体如下：

①确定相位：

在备选相位中随机选择某个相位，但是对于相位p_k其被选择的概率应满足和下式成正比：

其中，是当前所有相位被访问的次数的总和，是相位p_k已经被选择的次数，C是常数，可以根据具体情况确定数值，当PI指标定为车均延误时，C可取100；

为相位p_k的当前最佳性能函数值；

②确定被选择的相位的时长：

假设相位p_k被选择，则需要确定该相位持续时间方法如下：

A、首先确定参数N_MCMC、最小绿灯时间g_min和最大绿灯时间g_max，迭代次数初始化i＝0；

B、随机在[g_min,g_max]确定绿灯时间，得到并计算

C、随机在[g_min,g_max]确定绿灯时间，得到g^*，并计算

D、判断是否满足如果满足，则令否则并i＝i+1；

E、重复上述过程，直到i＝N_MCMC，输出作为被选相位的时长。

重复上述两个步骤①和②，得到一系列的相位及其对应的相位时长序列直到相位时长的和恰好大于等于优化时间窗口T。

6.根据权利要求1所述的基于蒙特卡罗树搜索的交叉口信号参数优化方法，其特征在于：所述的步骤1)中对于第k次搜索，其步骤(b)为：

将采样获得的相位序列及相应的时长输入交通流模型对交通流进行模拟，获取整个时间窗口T内每个信号周期每个进口的左转车流性能指标及直行车流的性能指标，并对交叉口所有进口方向的左转、直行车流的性能指标求和，求和结果作为相位序列中第一个相位的性能指标，并在步骤(c)中进行性能指标函数的更新。

7.根据权利要求1所述的基于蒙特卡罗树搜索的交叉口信号参数优化方法，其特征在于：所述的步骤1)中对于第k次搜索，其步骤(c)对性能函数进行更新，输入数据为相位序列中第一个相位其所有历史性能指标集合为输出为任意绿灯时间g′的更新后的函数值

a、计算矩阵K，维数为其中元素参数b可以取gmin，即最小绿灯时长，v₀可以取值0.3；

b、计算矩阵K_，，维数为其中

c、计算 表示向量，维数为