CN109637141A - 一种基于宽度优先搜索的动态配时交通信号灯控制方法 - Google Patents

Abstract

本发明公开了一种基于宽度优先搜索的动态配时交通信号灯控制方法。本发明基于某个车道车辆越多则通过的时间越长的准则，给各个路口动态分配时间，并采用一定深度的宽度优先搜索算法给出当前应该采取的相位开通顺序。首先，根据车流数据建立交通灯绿灯开通模型；其次，确立第一次分配的时间，并采用一定深度的宽度优先搜索确立交通灯相位开通序列；最后，将此最优序列和时间分配到交通灯，并作为控制交通灯的信号。本发明有效地解决了交通路口车辆“空等”的问题，并确保了在车辆数量较多的情况下车流通行效率的高效性。

Description

一种基于宽度优先搜索的动态配时交通信号灯控制方法

技术领域

本发明属于工业自动控制领域，涉及一种基于宽度优先搜索的动态配时交通信号灯控制方法。

背景技术

随着我国城市的快速发展，城市交通堵塞问题日益严重，一般传统的方法是拓宽道路、增加高架路和发展公共交通，以上方法或许能改善交通，但是也极大增加费用，而发展智能交通，尤其发展智能交通灯不仅能改善交通，还能减少成本费用。

在传统交通灯的控制方案中，每个周期让四个相位依次开通一个固定时间，但是由于各车道上的车辆及其通行方向的不同，因此固定时间可能会成为道路通行能力的瓶颈，甚至会出现车辆“空等”的现象。

针对交通拥堵的问题，国内外诸多学者对此进行了深入研究，其中，有人设计一种基于自行设定预置数来控制红绿灯时间的方案，但是只能做到依据具体情况人为来设置固定红绿灯的开通时间，不够灵活高效。还有以平均延误和停车次数为目标函数，采用模糊理论和遗传算法优化目标函数，这种方案需要反复迭代来得到最优结果，无法快速准确缓解交通堵塞。而现有的智能交通信号灯研究成果有如下几个缺点：一是依赖过去数据，不能及时应对突发情况；二是固定配时，不能体现不同的路况有不同的配时；三是固定相位顺序，不能反应下一个开通相位可能还是这个相位的情况。

发明内容

本发明针对上述智能交通灯的问题进行了研究，提出基于有限深度的宽度优先搜索算法来实时高效地控制交通灯，可以做到不固定相位的开通顺序和时间，即在某种情况下，可以持续开通某一相位或者让某一相位的开通时间远远长于其他相位的开通时间，从而实现高效的智能控制。

本发明的技术方案是通过车流数据采集、模型建立，构建成本函数、确定最优组合序列，实施交通灯控制等手段，确立了一种缓解交通拥堵的交通灯控制方案，利用该方法可以快速高效地缓解十字路口交通拥堵问题，解决车辆“空等”的现象。

本发明的具体方法是：

步骤一：测量数据和构建模型

以交通灯为中心，测出边长500米的正方形区域内所有的车辆，包括等待通过静止不动的，以及即将进入等待序列的。假设可以测得所有车道的汽车数量：

x_ij(i＝E,N,W,S；j＝1,2) (1)

其中，j＝1代表向左转的车辆；j＝2代表直行的车辆；i＝E代表来自东方的车辆；i＝N代表来自北方的车辆；i＝W代表来自西方的车辆；i＝S代表来自南方的车辆。

设在一个车辆绿灯开放周期T内，有A、B、C、D四种相位：

A相位：南北方向的车道可以左拐，其他车道禁止通行。

B相位：南北方向的车道可以直行，其他车道禁止通行。

C相位：东西方向的车道可以左拐，其他车道禁止通行。

D相位：东西方向的车道可以直行，其他车道禁止通行。

另设直行的车流为每秒v₁辆，转弯走向的车流为每秒v₂辆，其中考虑直行车速大于转弯，则约定：

v₁>v₂

步骤二：计算相位平均车辆

计算各个相位的平均车辆

步骤三：计算各相位的开通时间

考虑到实际车辆通行十字路口要有一定时间，设定动态分配时间的最低值t_min，即：

t_i>t_min(i＝A、B、C、D)

则各个相位的动态时间分配、如下：

其中，t_A,t_B,t_C,t_D是各个相位的开通时间。

步骤四：模拟k次搜索的结果

根据步骤一到二，得到各个模式的初始车辆数据为：x_A(0)、x_B(0)、x_C(0)、x_D(0)。根据步骤三得到第一次各个模式开通的分配时间：t_A(1)、t_B(1)、t_C(1)、t_D(1)。

那么在深度为k的宽度优先搜索中，第k次搜索时，各个相位的开通时间为：

其中，t_i(k)表示第k次开通时第i相位的开通时间。

则经过第k次搜索后，各个相位的剩余车辆数：

其中x_i(k)表示第k次搜索后的i相位剩余车辆数量，s_i(k)表示第k次是否开通i相位，如果开通则s_i(k)＝1，否则s_i(k)＝0。

步骤五：确定搜索的最佳相位开通组合

构建十字路口问题的状态树：每一次相位选择都是A、B、C、D。在本发明中假定深度为k，在深度为k的宽度优先搜索中，目标函数为：

根据步骤四，会得到4^k个组合，对于每一个组合，

{s_i(j)}(i＝A、B、C、D；j＝1,2,…k)，判断目标函数是否最小，如果是最小，那么{s_i(j)}就是深度为k的宽度优先搜索最优序列。

步骤六：将最佳相位开通组合和时间分配给交通灯

由步骤五得到每一步交通灯绿灯开通相位{s_i(j)}，由步骤四，则得到每一步相应的绿灯相位开通时间，将这个最佳相位开通组合和时间分配给交通灯。

本发明的有益效果：

1、解决车辆“空等”现象，即让没有车辆的路口绿灯开通时间最小，车辆较多的路口绿灯开通时间最大。

2、实现比传统交通灯更高效的绿灯开放模式，可以让车流更快速的通过十字路口。

3、对交通灯的控制做到优化调整，达到节约成本的目的。

附图说明

图1为本发明交通模型图；

图2为交通灯绿灯开通模式图；

图3为构建的状态树。

具体实施方式

本发明设计的交通灯控制系统采取自动控制方式，采用检测装置测量以交通灯为中心，半径500米之内的所有驶入十字路口的车辆，包括静止等待的以及将进入等待序列的车辆，将接收到的数据输入控制器，进行相应的时间和相位顺序计算，以产生一个当前最优的控制方案来控制交通灯来调整十字路口的开通，以此实现车流的快速通过，然后再次检测，开始下一次循环。

步骤一：测量数据和构建模型

假如可以测得所有车道的汽车数量：

x_ij(i＝E,N,W,S；j＝1,2) (1)

其中，j＝1代表向左转的车辆；j＝2代表直行的车辆；i＝E代表来自东方的车辆；i＝N代表来自北方的车辆；i＝W代表来自西方的车辆；i＝S代表来自南方的车辆。交通模型见图1。注意：向右转弯的车流不受红绿灯的限制，可以假设其通行不影响交通堵塞问题，本发明重点在于讨论一种可以增大通过十字路口的车流量的调控红绿灯的方案。

设在一个车辆绿灯开放周期T内，有A、B、C、D四种相位(交通灯绿灯开通模式见图2)：

A相位：南北方向的车道可以左拐，其他车道禁止通行。

B相位：南北方向的车道可以直行，其他车道禁止通行。

C相位：东西方向的车道可以左拐，其他车道禁止通行。

D相位：东西方向的车道可以直行，其他车道禁止通行。

设在一个车辆测量周期T内，有A、B、C、D四种相位(交通灯开通模式)各自开通的时间是t_A,t_B,t_C,t_D秒。另设直行的车流为每秒v₁辆，转弯走向的车流为每秒v₂辆，其中考虑直行车速大于转弯，约定：

v₁>v₂

步骤二：计算相位平均车辆

根据步骤一，在一个周期中，计算出四个相位的平均车辆，然后根据车辆多少来划分四个相位的开通时间。计算各个相位的平均车辆如下：

步骤三：计算各相位的开通时间

同时，考虑到实际车辆通行十字路口要有一定时间，约定动态分配的时间要有一个最低值t_min，即：

t_i>t_min(i＝A、B、C、D)

则各个相位的动态时间分配方法如下：

其中，t_A,t_B,t_C,t_D是各个相位的开通时间。

步骤四：模拟k次搜索的结果

根据步骤一到二，可以得到各个模式的初始车辆数据为：x_A(0)、x_B(0)、x_C(0)、x_D(0)。根据步骤三得到第一次各个模式开通的分配时间：t_A(1)、t_B(1)、t_C(1)、t_D(1)。

那么在深度为k的宽度优先搜索中，第k次搜索时，各个相位的开通时间为：

其中，t_i(k)(i＝A、B、C、D)表示第k次开通时第i相位的开通时间。

则经过第k次搜索后，各个相位的剩余车辆数：

其中x_i(k)(i＝A、B、C、D)表示第k次搜索后的i相位剩余车辆数量，s_i(k)(i＝A、B、C、D)表示第k次是否开通i相位，如果开通则s_i(k)＝1，否则s_i(k)＝0。

步骤五：确定搜索的最佳相位开通组合

构建十字路口问题搜索的状态树：每一次相位选择都是A、B、C、D，在本发明中假定深度为k，构建的状态树如图3。执行一定深度的宽度优先搜索方案是为了避免陷入局部最小值。理论上深度值越大，搜索的全局最优结果效率越高，但是深度的加深，会增加搜索的时间，对程序的实时性不利。基于上面的分析，构建十字路口问题的状态树：每一次相位选择都是A、B、C、D，在本发明中假定深度为k。在深度为k的宽度优先搜索中，目标函数为：

根据步骤四，会得到4^k个组合，对于每一个组合，{s_i(j)}(i＝A、B、C、D；j＝1,2,…k)，判断目标函数是否最小，如果是最小，那么{s_i(j)}(i＝A、B、C、D；j＝1,2,…k)就是深度为k的宽度优先搜索最优序列。

步骤六：将最佳相位开通组合和时间分配给交通灯

由步骤五可得到每一步交通灯绿灯开通相位{s_i(j)}，由步骤四，可以得到每一步相应的绿灯相位开通时间。因此，可以将这个最佳相位开通组合和时间分配给交通灯。

Claims (1)

1.一种基于宽度优先搜索的动态配时交通信号灯控制方法，其特征在于该方法包括以下步骤：

步骤一：测量数据和构建模型

以交通灯为中心，测出边长500米的正方形区域内所有的车辆，包括等待通过静止不动的，以及即将进入等待序列的；假设可以测得所有车道的汽车数量：

x_ij(i＝E,N,W,S；j＝1,2) (1)

其中，j＝1代表向左转的车辆；j＝2代表直行的车辆；i＝E代表来自东方的车辆；i＝N代表来自北方的车辆；i＝W代表来自西方的车辆；i＝S代表来自南方的车辆；

设在一个车辆绿灯开放周期T内，有A、B、C、D四种相位：

A相位：南北方向的车道可以左拐，其他车道禁止通行；

B相位：南北方向的车道可以直行，其他车道禁止通行；

C相位：东西方向的车道可以左拐，其他车道禁止通行；

D相位：东西方向的车道可以直行，其他车道禁止通行；

另设直行的车流为每秒v₁辆，转弯走向的车流为每秒v₂辆，其中考虑直行车速大于转弯，则约定：

v₁>v₂

步骤二：计算相位平均车辆

计算各个相位的平均车辆

步骤三：计算各相位的开通时间

考虑到实际车辆通行十字路口要有一定时间，设定动态分配时间的最低值t_min，即：

t_i>t_min(i＝A、B、C、D)

则各个相位的动态时间分配、如下：

其中，t_A,t_B,t_C,t_D是各个相位的开通时间；

步骤四：模拟k次搜索的结果

根据步骤一到二，得到各个模式的初始车辆数据为：x_A(0)、x_B(0)、x_C(0)、x_D(0)；根据步骤三得到第一次各个模式开通的分配时间：t_A(1)、t_B(1)、t_C(1)、t_D(1)；

那么在深度为k的宽度优先搜索中，第k次搜索时，各个相位的开通时间为：

其中，t_i(k)表示第k次开通时第i相位的开通时间；

则经过第k次搜索后，各个相位的剩余车辆数：

其中x_i(k)表示第k次搜索后的i相位剩余车辆数量，s_i(k)表示第k次是否开通i相位，如果开通则s_i(k)＝1，否则s_i(k)＝0；

步骤五：确定搜索的最佳相位开通组合

构建十字路口问题的状态树：每一次相位选择都是A、B、C、D；在本发明中假定深度为k，在深度为k的宽度优先搜索中，目标函数为：

根据步骤四，会得到4^k个组合，对于每一个组合，

{s_i(j)}(i＝A、B、C、D；j＝1,2,…k)，判断目标函数是否最小，如果是最小，那么{s_i(j)}就是深度为k的宽度优先搜索最优序列；

步骤六：将最佳相位开通组合和时间分配给交通灯

由步骤五得到每一步交通灯绿灯开通相位{s_i(j)}，由步骤四，则得到每一步相应的绿灯相位开通时间，将这个最佳相位开通组合和时间分配给交通灯。