CN110136443A - 一种基于车辆行驶状态的交通信号灯优化方法 - Google Patents

一种基于车辆行驶状态的交通信号灯优化方法 Download PDF

Info

Publication number
CN110136443A
CN110136443A CN201910438665.3A CN201910438665A CN110136443A CN 110136443 A CN110136443 A CN 110136443A CN 201910438665 A CN201910438665 A CN 201910438665A CN 110136443 A CN110136443 A CN 110136443A
Authority
CN
China
Prior art keywords
traffic lights
coefficient
current
straight
duration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910438665.3A
Other languages
English (en)
Other versions
CN110136443B (zh
Inventor
李锐
孙福明
陈鑫
李刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Li Rui
Original Assignee
Liaoning University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Liaoning University of Technology filed Critical Liaoning University of Technology
Priority to CN201910438665.3A priority Critical patent/CN110136443B/zh
Publication of CN110136443A publication Critical patent/CN110136443A/zh
Application granted granted Critical
Publication of CN110136443B publication Critical patent/CN110136443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/096—Arrangements for giving variable traffic instructions provided with indicators in which a mark progresses showing the time elapsed, e.g. of green phase

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于车辆行驶状态的交通信号灯优化方法，包括：步骤一、检测车辆通过第i个交通信号灯路口在t时段内的状态数据，步骤二、根据所述状态数据分别计算第i个交通信号灯路口的左转通行系数、右转通行系数和直行通行系数；步骤三、根据所述状态数据和通行系数计算第i个交通信号灯路口的直行影响系数和左转影响系数；步骤四、将左转通行系数、左转影响系数输入第一模糊控制器，获得表示左转信号灯时长的向量群；将直行通行系数、直行影响系数输入第二模糊控制器，获得表示直行信号灯时长的向量群，本发明采用两个模糊控制器，分别控制左转和直行交通信号灯时长，有效解决潮汐车流现象的拥堵问题。

Description

一种基于车辆行驶状态的交通信号灯优化方法
技术领域
本发明涉交通信号仿真控制领域，尤其涉及一种基于车辆行驶状态的交通信号灯优化方法。
背景技术
随着城市化进程的不断推进，机动车保有量迅速上升，城市道路拥堵情况日益严重。为保障车辆在城市道路间的正常运行，道路路口的交通信号控制尤其重要。路口的交通信号控制主要通过交通信号控制器来实现。因此，交通信号控制器在日常生活中扮演的角色越来越重要。
现有技术中，对路口的交通信号灯的控制通常是按照预设的时间进行控制，并且路口的每一个方向的绿灯通行时间一经设定在运行中是不改变的。这种情况下，道路路口的交通状况千变万化，当某一个方向拥堵或者多个方向拥堵时，该道路路口仍然按照预定的方式进行交通信号灯的控制，不但没有缓解交通状况，反而常常会到导致拥堵越来越严重。
尤其在一些城市潮汐车流现象严重，往往存在着一个方向拥堵严重，另一个方向却没什么车子经过，如果依然采用那种定时控制的方法只会使拥堵更加严重。
发明内容
本发明设计开发了一种基于车辆行驶状态的交通信号灯优化方法，采用两个模糊控制器，分别控制左转和直行交通信号灯时长，有效解决潮汐车流现象的拥堵问题。
本发明提供的技术方案为：
一种基于车辆行驶状态的交通信号灯优化方法，包括：
步骤一、检测车辆通过第i个交通信号灯路口在t时段内的状态数据，所述状态数据包括：左转车辆行驶速度vli(t)、左转车辆行驶加速度ali(t)、左转车流数量nli(t)，环境温度T(t)；右转车辆行驶速度vri(t)、右转车辆行驶加速度ari(t)、右转车流数量nri(t)；直行车辆行驶速度vzi(t)、直行车辆行驶加速度azi(t)、直行车流数量nzi(t)；
步骤二、根据所述状态数据分别计算第i个交通信号灯路口的左转通行系数、右转通行系数和直行通行系数；
步骤三、根据所述状态数据和通行系数计算第i个交通信号灯路口的直行影响系数和左转影响系数；
步骤四、将左转通行系数、左转影响系数输入第一模糊控制器，获得表示左转信号灯时长的向量群；以及
所述表示信号灯时长的向量群作为左转信号灯的控制时长输出；
将直行通行系数、直行影响系数输入第二模糊控制器，获得表示直行信号灯时长的向量群；以及
所述表示左转信号灯时长的向量群和直行信号灯时长的向量群作为信号灯的控制时长策略输出。
优选的是，所述第i个交通信号灯路口的通行系数计算公式为：
其中，Fki为第i个交通信号灯路口的通行系数；l对应左转参数，r为右转参数，z对应直行参数，Fli为第i个交通信号灯路口的左转通行系数，Fri为第i个交通信号灯路口的右转通行系数，Fzi为第i个交通信号灯路口的直行通行系数，ΔBki(t)＝max[vki(t)]-min[vki(t)]，k＝l，r，z；
其中，ave[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆平均速度，max[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最高车速，min[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最低车速。
优选的是，所述第i个交通信号灯路口的影响系数计算公式为：
其中，Fki为第i个交通信号灯路口对应k向的通行系数，T(t)环境温度，λ为与天气情况相关的量化系数。
优选的是，所述第一模糊控制器工作过程为：
将左转通行系数与预设左转通行系数比较得到左转通行系数偏差信号，将左转影响系数与预设左转影响系数比较得到左转影响系数偏差信号；
将左转通行系数偏差信号经过微分计算得到左转通行系数变化率信号，左转影响系数偏差信号经过微分计算得到左转影响系数变化率信号；
将左转通行系数变化率信号和左转影响系数变化率信号共同经过放大后输入第一模糊控制器，输出为左转灯通行时长控制系数。
优选的是，所述第二模糊控制器工作过程为：
将直行通行系数与预设直行通行系数比较得到直行通行系数偏差信号，将直行影响系数与预设直行影响系数比较得到直行影响系数偏差信号；
将直行通行系数偏差信号经过微分计算得到直行通行系数变化率信号，直行影响系数偏差信号经过微分计算得到直行影响系数变化率信号；
将直行通行系数变化率信号和左转影响系数变化率信号共同经过放大后输入第二模糊控制器，输出为直行灯通行时长控制系数。
优选的是，所述左转通行系数与预设左转通行系数的模糊集为：{NB，NM，NS，ZR，PS，PM，PB}，NB表示负大，NM表示负中，NS表示负小，ZR表示零，PS表示正小，PM表示正中，PB表示正大，它们的论域为：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。
优选的是，所述直行通行系数与预设直行通行系数的模糊集为：{NB，NM，NS，ZR，PS，PM，PB}，NB表示负大，NM表示负中，NS表示负小，ZR表示零，PS表示正小，PM表示正中，PB表示正大，它们的论域为：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。
优选的是，所述左转灯通行时长控制系数模糊集为Δδj＝{Δδ1，Δδ2，Δδ3，Δδ4，Δδ5，Δδ6，Δδ7}，其中，其中，Δδ1表示负大，Δδ2表示负中，Δδ3表示负小，Δδ4表示零，Δδ5表示正小，Δδ6表示正中，Δδ7表示正大，它们的论域为{-3δtki，-2δtki，-δtki，0，δtki，2δtki，3δtki}。。
优选的是，所述直行灯通行时长控制系数模糊集为Δωj＝{Δω1，Δω2，Δω3，Δω4，Δω5，Δω6，Δω7}，其中，Δω1表示负大，Δω2表示负中，Δω3表示负小，Δω4表示零，Δω5表示正小，Δω6表示正中，Δω7表示正大，它们的论域为{-3ωtki，-2ωtki，-ωtki，0，ωtki，2ωtki，3ωtki}。
优选的是，所述信号灯的控制时长为：
其中，tli(g)为第i个交通信号灯路口左转绿灯时长，tli(R)为第i个交通信号灯路口左转红灯时长，tzi(g)第i个交通信号灯路口直行绿灯时长，tzi(R)第i个交通信号灯路口直行红灯时长，tl0为预设左转灯时长，tz0为预设直行灯时长。
本发明所述的有益效果
本发明设计开发了一种基于车辆行驶状态的交通信号灯优化方法，采用两个模糊控制器，分别控制左转和直行交通信号灯时长，有效解决潮汐车流现象的拥堵问题，本发明还结合天气因素控制交通信号灯时长，能够根据天气情况进行时长调节，避免了由天气情况造成的拥堵。
具体实施方式
下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
本发明提供的基于车辆行驶状态的交通信号灯优化方法包括：
步骤一、检测车辆通过第i个交通信号灯路口在t时段内的状态数据，所述状态数据包括：左转车辆行驶速度vli(t)、左转车辆行驶加速度ali(t)、左转车流数量nli(t)，环境温度T(t)；右转车辆行驶速度vri(t)、右转车辆行驶加速度ari(t)、右转车流数量nri(t)；直行车辆行驶速度vzi(t)、直行车辆行驶加速度azi(t)、直行车流数量nzi(t)；
步骤二、根据所述状态数据分别计算第i个交通信号灯路口的左转通行系数、右转通行系数和直行通行系数；
第i个交通信号灯路口的通行系数计算公式为：
其中，Fki为第i个交通信号灯路口的通行系数；l对应左转参数，r为右转参数，z对应直行参数，Fli为第i个交通信号灯路口的左转通行系数，Fri为第i个交通信号灯路口的右转通行系数，Fzi为第i个交通信号灯路口的直行通行系数，ΔBki(t)＝max[vki(t)]-min[vki(t)]，k＝l，r，z；
其中，ave[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆平均速度，max[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最高车速，min[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最低车速。
步骤三、根据所述状态数据和通行系数计算第i个交通信号灯路口的直行影响系数和左转影响系数；
其中，Fki为第i个交通信号灯路口对应k向的通行系数，T(t)环境温度，λ为与天气情况相关的量化系数，表1给出了天气情况对应的量化系数。
表1 天气情况量化系数表
天气 雨天 雪天 冰雹 雾天 晴朗
λ 0.6-0.8 1.5-1.9 2.2-4.6 1.2-1.3 0.3-0.5
天气 风天 霾 沙尘暴 结冰 暴风
λ 0.8-1.0 1.4-1.6 1.2-2.5 3.3-5.2 3.8-6.1
步骤四、将左转通行系数Fli、左转影响系数Gli输入第一模糊控制器，
其中，Fli、Gli的实际变化范围分别为[10,30]，[20,60]，Fli、Gli的离散论域均为{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}
则比例因子k1＝6/20、k2＝6/40
定义模糊子集及隶属度函数
把左转通行系数Fli分为七个模糊状态：PB(正大)，PM(正中)，PS(正小)，0(零)，NS(负小)，NM(负中)，NB(负大)，结合经验得出左转通行系数Fli的隶属度函数表，如表2所示。
表2 放电能力系数Fli的隶属度函数表
F<sub>li</sub> -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
PB 0 0 0 0 0 0 0 0 0 0 0 0 0
PM 0 0 0 0 0.2 0.4 0 0 0.2 0 0 0 0
PS 0 0 0 0.2 0.4 0.6 0 0 0.4 0.2 0 0 0
0 0 0 0.2 0.4 0.6 0.8 1.0 0 0.6 0.4 0.4 0 0
NB 0.2 0.4 0.4 0.8 0.8 0 0 0 0.8 0.8 0.8 0.2 0.4
NM 0.6 0.8 0.8 0 0 0 0 0 0 0 1.0 0.6 0.8
NS 0.8 1.0 1.0 0 0 0 0 0 0 0 0.1 0.8 1.0
把左转影响系数Gli分为七个模糊状态：PB(正大)，PM(正中)，PS(正小)，0(零)，NS(负小)，NM(负中)，NB(负大)，结合经验得出左转影响系数Gli的隶属度函数表，如表3所示。
表3 左转影响系数Gli的隶属度函数表
获得模糊推理过程必须执行复杂的矩阵运算，计算量非常大，在线实施推理很难满足控制系统实时性的要求，本发明采用查表法进行模糊推理运算，模糊推理决策采用二输入单输出的方式，通过经验可以总结出模糊控制器的初步控制规则，模糊控制器根据得出的模糊值对输出信号进行解模糊化，得到故障等级Γ，求模糊控制查询表，由于论域是离散的，模糊控制规则及可以表示为一个模糊矩阵，采用单点模糊化，得出左转灯通行时长控制系数控制规则见表4。
表4为模糊控制规则表
将直行通行系数Fzi、直行影响系数Gzi输入第二模糊控制器，
其中，Fzi、Gzi的实际变化范围分别为[10,30]，[20,60]，Fzi、Gzi的离散论域均为{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}
则比例因子k1＝6/20、k2＝6/40
定义模糊子集及隶属度函数
把直行通行系数Fzi分为七个模糊状态：PB(正大)，PM(正中)，PS(正小)，0(零)，NS(负小)，NM(负中)，NB(负大)，结合经验得出直行通行系数Fzi的隶属度函数表，如表5所示。
表5 直行通行系数Fzi的隶属度函数表
F<sub>zi</sub> -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
PB 0 0 0 0 0 0 0 0 0 0 0 0 0
PM 0 0 0 0 0.2 0.4 0 0 0.2 0 0 0 0
PS 0 0 0 0.2 0.4 0.6 0 0 0.4 0.2 0 0 0
0 0 0 0.2 0.4 0.6 0.8 1.0 0 0.6 0.4 0.4 0 0
NB 0.2 0.4 0.4 0.8 0.8 0 0 0 0.8 0.8 0.8 0.2 0.4
NM 0.6 0.8 0.8 0 0 0 0 0 0 0 1.0 0.6 0.8
NS 0.8 1.0 1.0 0 0 0 0 0 0 0 0.1 0.8 1.0
把直行影响系数Gzi分为七个模糊状态：PB(正大)，PM(正中)，PS(正小)，0(零)，NS(负小)，NM(负中)，NB(负大)，结合经验得出直行影响系数Gzi的隶属度函数表，如表6所示。
表6 直行影响系数Gzi的隶属度函数表
G<sub>zi</sub> -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
PB 0 0 0 0 0 0 0 0 0 0 0 0 0
PM 0 0 0 0 0.2 0.4 0 0 0.2 0 0 0 0
PS 0 0 0 0.2 0.6 0.6 0 0 0.4 0.2 0 0 0
0 0 0 0.2 0.6 0.6 0.8 1.0 0 0.6 0.4 0.4 0 0
NB 0.2 0.4 0.4 0.8 0.8 0 0 0 0.8 0.8 0.8 0.2 0.4
NM 0.6 0.8 0.8 0 0 0 0 0 0 0 1.0 0.6 0.8
NS 0.8 1.0 1.0 0 0 0 0 0 0 0 0.1 0.8 1.0
获得模糊推理过程必须执行复杂的矩阵运算，计算量非常大，在线实施推理很难满足控制系统实时性的要求，本发明采用查表法进行模糊推理运算，模糊推理决策采用二输入单输出的方式，通过经验可以总结出模糊控制器的初步控制规则，模糊控制器根据得出的模糊值对输出信号进行解模糊化，得到故障等级Γ，求模糊控制查询表，由于论域是离散的，模糊控制规则及可以表示为一个模糊矩阵，采用单点模糊化，得出直行灯通行时长控制系数控制规则见表7。
表7为模糊控制规则表
信号灯控制的输出策略为：信号灯的控制时长为：
其中，tli(g)为第i个交通信号灯路口左转绿灯时长，tli(R)为第i个交通信号灯路口左转红灯时长，tzi(g)第i个交通信号灯路口直行绿灯时长，tzi(R)第i个交通信号灯路口直行红灯时长，tl0为预设左转灯时长，tz0为预设直行灯时长。，Δδ1表示负大，Δδ2表示负中，Δδ3表示负小，Δδ4表示零，Δδ5表示正小，Δδ6表示正中，Δδ7表示正大，对应论域为{-3δtki，-2δtki，-δtki，0，δtki，2δtki，3δtki}，δ＝0.8s，tl0＝3min。
优选的是，所述直行灯通行时长控制系数模糊集为Δωj＝{Δω1，Δω2，Δω3，Δω4，Δω5，Δω6，Δω7}，其中，Δω1表示负大，Δω2表示负中，Δω3表示负小，Δω4表示零，Δω5表示正小，Δω6表示正中，Δω7表示正大，对应的论域为{-3ωtki，-2ωtki，-ωtki，0，ωtki，2ωtki，3ωtki}ω＝0.9s，tz0＝3min。
本发明设计开发了一种基于车辆行驶状态的交通信号灯优化方法，采用两个模糊控制器，分别控制左转和直行交通信号灯时长，有效解决潮汐车流现象的拥堵问题，本发明还结合天气因素控制交通信号灯时长，能够根据天气情况进行时长调节，避免由天气情况造成的拥堵，本发明通过模糊控制将信号灯时长控制系数分为七个模糊集，并给出控制时长和控制系数之间的对应关系式，能够精准控制信号灯时长，保证车辆迅速通行。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (10)

1.一种基于车辆行驶状态的交通信号灯优化方法，其特征在于，包括：
步骤一、检测车辆通过第i个交通信号灯路口在t时段内的状态数据，所述状态数据包括：左转车辆行驶速度vli(t)、左转车辆行驶加速度ali(t)、左转车流数量nli(t)，环境温度T(t)；右转车辆行驶速度vri(t)、右转车辆行驶加速度ari(t)、右转车流数量nri(t)；直行车辆行驶速度vzi(t)、直行车辆行驶加速度azi(t)、直行车流数量nzi(t)；
步骤二、根据所述状态数据分别计算第i个交通信号灯路口的左转通行系数、右转通行系数和直行通行系数；
步骤三、根据所述状态数据和通行系数计算第i个交通信号灯路口的直行影响系数和左转影响系数；
步骤四、将左转通行系数、左转影响系数输入第一模糊控制器，获得表示左转信号灯时长的向量群；以及
所述表示信号灯时长的向量群作为左转信号灯的控制时长输出；
将直行通行系数、直行影响系数输入第二模糊控制器，获得表示直行信号灯时长的向量群；以及
所述表示左转信号灯时长的向量群和直行信号灯时长的向量群作为信号灯的控制时长策略输出。
2.根据权利要求1所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述第i个交通信号灯路口的通行系数计算公式为：
其中，Fki为第i个交通信号灯路口的通行系数；l对应左转参数，r为右转参数，z对应直行参数，Fli为第i个交通信号灯路口的左转通行系数，Fri为第i个交通信号灯路口的右转通行系数，Fzi为第i个交通信号灯路口的直行通行系数，k＝l，r，z；ΔBki(t)＝max[vki(t)]-min[vki(t)]，k＝l，r，z；
其中，ave[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆平均速度，max[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最高车速，min[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最低车速。
3.根据权利要求1或2所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述所述第i个交通信号灯路口的影响系数计算公式为：
其中，Fki为第i个交通信号灯路口对应k向的通行系数，T(t)环境温度，λ为与天气情况相关的量化系数。
4.根据权利要求3所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述第一模糊控制器工作过程为：
将左转通行系数与预设左转通行系数比较得到左转通行系数偏差信号，将左转影响系数与预设左转影响系数比较得到左转影响系数偏差信号；
将左转通行系数偏差信号经过微分计算得到左转通行系数变化率信号，左转影响系数偏差信号经过微分计算得到左转影响系数变化率信号；
将左转通行系数变化率信号和左转影响系数变化率信号共同经过放大后输入第一模糊控制器，输出为左转灯通行时长控制系数。
5.根据权利要求3所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述第二模糊控制器工作过程为：
将直行通行系数与预设直行通行系数比较得到直行通行系数偏差信号，将直行影响系数与预设直行影响系数比较得到直行影响系数偏差信号；
将直行通行系数偏差信号经过微分计算得到直行通行系数变化率信号，直行影响系数偏差信号经过微分计算得到直行影响系数变化率信号；
将直行通行系数变化率信号和左转影响系数变化率信号共同经过放大后输入第二模糊控制器，输出为直行灯通行时长控制系数。
6.根据权利要求4所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述左转通行系数与预设左转通行系数的模糊集为：{NB，NM，NS，ZR，PS，PM，PB}，NB表示负大，NM表示负中，NS表示负小，ZR表示零，PS表示正小，PM表示正中，PB表示正大，它们的论域为：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。
7.根据权利要求5所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述直行通行系数与预设直行通行系数的模糊集为：{NB，NM，NS，ZR，PS，PM，PB}，NB表示负大，NM表示负中，NS表示负小，ZR表示零，PS表示正小，PM表示正中，PB表示正大，它们的论域为：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。
8.根据权利要求6或7所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述左转灯通行时长控制系数模糊集为Δδj＝{Δδ1，Δδ2，Δδ3，Δδ4，Δδ5，Δδ6，Δδ7}，其中，其中，Δδ1表示负大，Δδ2表示负中，Δδ3表示负小，Δδ4表示零，Δδ5表示正小，Δδ6表示正中，Δδ7表示正大，它们的论域为{-3δtki，-2δtki，-δtki，0，δtki，2δtki，3δtki}。。
9.根据权利要求8所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述直行灯通行时长控制系数模糊集为Δωj＝{Δω1，Δω2，Δω3，Δω4，Δω5，Δω6，Δω7}，其中，Δω1表示负大，Δω2表示负中，Δω3表示负小，Δω4表示零，Δω5表示正小，Δω6表示正中，Δω7表示正大，它们的论域为{-3ωtki，-2ωtki，-ωtki，0，ωtki，2ωtki，3ωtki}。
10.根据权利要求9所述的基于车辆行驶状态的交通信号灯优化方法，其特征在于，所述信号灯的控制时长为：
其中，tli(g)为第i个交通信号灯路口左转绿灯时长，tli(R)为第i个交通信号灯路口左转红灯时长，tzi(g)第i个交通信号灯路口直行绿灯时长，tzi(R)第i个交通信号灯路口直行红灯时长，tl0为预设左转灯时长，tz0为预设直行灯时长。
CN201910438665.3A 2019-05-24 2019-05-24 一种基于车辆行驶状态的交通信号灯优化方法 Active CN110136443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910438665.3A CN110136443B (zh) 2019-05-24 2019-05-24 一种基于车辆行驶状态的交通信号灯优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910438665.3A CN110136443B (zh) 2019-05-24 2019-05-24 一种基于车辆行驶状态的交通信号灯优化方法

Publications (2)

Publication Number Publication Date
CN110136443A true CN110136443A (zh) 2019-08-16
CN110136443B CN110136443B (zh) 2020-09-29

Family

ID=67573168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910438665.3A Active CN110136443B (zh) 2019-05-24 2019-05-24 一种基于车辆行驶状态的交通信号灯优化方法

Country Status (1)

Country Link
CN (1) CN110136443B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020008637A1 (en) * 1999-09-15 2002-01-24 Lemelson Jerome H. Intelligent traffic control and warning system and method
CN1452140A (zh) * 2002-12-30 2003-10-29 刘业兴 交通信号模糊自适应控制系统及其方法
CN101042805A (zh) * 2007-03-09 2007-09-26 吉林大学 单个交叉口混合交通信号的控制方法
CN101169903A (zh) * 2007-10-19 2008-04-30 黄辉先 一种控制路口交通流的智能交通控制系统
CN101470955A (zh) * 2007-12-26 2009-07-01 奥城同立科技开发（北京）有限公司 路口交通综合控制系统
CN101604479A (zh) * 2009-07-14 2009-12-16 北京交通大学 混合交通环境下平面信号交叉口服务水平的评价方法
CN105139667A (zh) * 2015-09-28 2015-12-09 大连理工大学 一种左转短车道影响的交叉口可变导向车道控制方法
CN105632198A (zh) * 2016-01-26 2016-06-01 新誉集团有限公司 基于模糊控制的城市区域道路交通协调控制方法及系统
CN105719494A (zh) * 2015-12-23 2016-06-29 青岛理工大学 一种潮汐车道与变向车道协同优化的交通绿波协调控制技术
CN205959418U (zh) * 2016-06-16 2017-02-15 兰州理工大学 一种基于组合控制的交通信号控制系统
WO2017164721A1 (fr) * 2016-03-23 2017-09-28 Boulmakoul Azedine Systeme de supervision et de controle du trafic
CN107862877A (zh) * 2017-09-30 2018-03-30 浙江海洋大学 一种城市交通信号模糊控制方法
CN108305479A (zh) * 2018-03-13 2018-07-20 辽宁工业大学 一种用于交通路口左转的交通诱导方法
CN108665706A (zh) * 2018-05-23 2018-10-16 辽宁工业大学 一种城市区域道路分级诱导方法
CN108932844A (zh) * 2018-10-17 2018-12-04 石家庄学院 交通灯控制方法及装置
CN109087517A (zh) * 2018-09-19 2018-12-25 山东大学 基于大数据的智能信号灯控制方法和系统
CN109559504A (zh) * 2018-09-02 2019-04-02 吉林大学 信号交叉口电动自行车提前启亮时间的确定方法
CN109637160A (zh) * 2018-11-29 2019-04-16 中电海康集团有限公司 一种动态交通条件下的单点控制方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020008637A1 (en) * 1999-09-15 2002-01-24 Lemelson Jerome H. Intelligent traffic control and warning system and method
CN1452140A (zh) * 2002-12-30 2003-10-29 刘业兴 交通信号模糊自适应控制系统及其方法
CN101042805A (zh) * 2007-03-09 2007-09-26 吉林大学 单个交叉口混合交通信号的控制方法
CN101169903A (zh) * 2007-10-19 2008-04-30 黄辉先 一种控制路口交通流的智能交通控制系统
CN101470955A (zh) * 2007-12-26 2009-07-01 奥城同立科技开发（北京）有限公司 路口交通综合控制系统
CN101604479A (zh) * 2009-07-14 2009-12-16 北京交通大学 混合交通环境下平面信号交叉口服务水平的评价方法
CN105139667A (zh) * 2015-09-28 2015-12-09 大连理工大学 一种左转短车道影响的交叉口可变导向车道控制方法
CN105719494A (zh) * 2015-12-23 2016-06-29 青岛理工大学 一种潮汐车道与变向车道协同优化的交通绿波协调控制技术
CN105632198A (zh) * 2016-01-26 2016-06-01 新誉集团有限公司 基于模糊控制的城市区域道路交通协调控制方法及系统
WO2017164721A1 (fr) * 2016-03-23 2017-09-28 Boulmakoul Azedine Systeme de supervision et de controle du trafic
CN205959418U (zh) * 2016-06-16 2017-02-15 兰州理工大学 一种基于组合控制的交通信号控制系统
CN107862877A (zh) * 2017-09-30 2018-03-30 浙江海洋大学 一种城市交通信号模糊控制方法
CN108305479A (zh) * 2018-03-13 2018-07-20 辽宁工业大学 一种用于交通路口左转的交通诱导方法
CN108665706A (zh) * 2018-05-23 2018-10-16 辽宁工业大学 一种城市区域道路分级诱导方法
CN109559504A (zh) * 2018-09-02 2019-04-02 吉林大学 信号交叉口电动自行车提前启亮时间的确定方法
CN109087517A (zh) * 2018-09-19 2018-12-25 山东大学 基于大数据的智能信号灯控制方法和系统
CN108932844A (zh) * 2018-10-17 2018-12-04 石家庄学院 交通灯控制方法及装置
CN109637160A (zh) * 2018-11-29 2019-04-16 中电海康集团有限公司 一种动态交通条件下的单点控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
程海鹏: "基于模糊逻辑的城市交通信号优化控制", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
马文阁: "基于模糊控制的单交叉口信号控制方法与算法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN110136443B (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN103021191B (zh) 智能交通控制装置及控制方法
CN103927887B (zh) 结合离散速度模型的阵列式fpga交通状态预测及控制系统
CN108437991A (zh) 一种智能电动汽车自适应巡航控制系统及其方法
CN101840635B (zh) 基于人工免疫粒子群算法的可变限速控制方法
SE534751C2 (sv) En modul och en metod avseende modval vid bestämning av hastighetsbörvärden för ett fordon
CN107389076A (zh) 一种适用于智能网联汽车的节能实时动态路径规划方法
CN108001447A (zh) 一种智能车辆路径跟踪前轮转角补偿控制方法
CN113741199B (zh) 一种基于智能网联信息的整车经济性速度规划方法
CN108597235A (zh) 基于交通视频数据的交叉口信号参数优化及效果评估方法
CN110103959A (zh) 一种自适应巡航控制方法
CN111324130A (zh) 一种仿鸽群的智能车编队协同自适应巡航控制切换方法
CN107862877A (zh) 一种城市交通信号模糊控制方法
SE0950436A1 (sv) Modul för bestämning av börvärden till ett styrsystem i ett fordon
CN113741464B (zh) 一种基于时空数据强化学习的自动驾驶速度控制框架
CN108665706B (zh) 一种城市区域道路分级诱导方法
CN106652480A (zh) 一种基于微波地磁数据的交叉口最大排队长度计算方法
CN116229762A (zh) 一种基于智能发光标线的交叉口右转车碰撞预警方法
CN112950965A (zh) 一种用于交叉路口黄灯困境的车速控制和信号灯配时方法
CN110136443A (zh) 一种基于车辆行驶状态的交通信号灯优化方法
CN102956109B (zh) 一种信号交叉口进口道外置左转车道设置需求判定方法
CN117671955A (zh) 一种基于车道级元胞动态划分的合流瓶颈区综合管控方法
Yi-Fei et al. Research on polling based traffic signal control strategy with fuzzy control
CN114913684B (zh) 一种融合多模型与数据驱动的瓶颈路段交通流控制方法
CN108648455B (zh) 一种基于综合出行费用的城市路网模式选择方法
CN105931474A (zh) 一种带有量子决策的防止城市道路交叉口群的局部溢流控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210401

Address after: 121001 no.169ding-1, Shiying street, Guta District, Jinzhou City, Liaoning Province

Patentee after: Li Rui

Address before: 121001, 169 street, Guta District, Liaoning, Jinzhou

Patentee before: LIAONING University OF TECHNOLOGY

TR01 Transfer of patent right