CN110853346B - 交叉路口的车流控制方法和系统 - Google Patents
交叉路口的车流控制方法和系统 Download PDFInfo
- Publication number
- CN110853346B CN110853346B CN201910963076.7A CN201910963076A CN110853346B CN 110853346 B CN110853346 B CN 110853346B CN 201910963076 A CN201910963076 A CN 201910963076A CN 110853346 B CN110853346 B CN 110853346B
- Authority
- CN
- China
- Prior art keywords
- intersection
- vehicle
- target
- vehicles
- determining
- 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.)
- Active
Links
Images
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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种交叉路口的车流控制方法、装置及系统,所述交叉路口的车流按路口分别通行,所述方法包括:将交叉路口中当前存在等待通行车辆的路口确定为目标路口;在目标路口的数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡,以确定各个目标路口的放行车量;通过交叉路口的控制器控制多个目标路口依次放行车辆,且每个目标路口放行车辆的数量为同一路口对应的放行车量。本发明使得存在无人驾驶车辆的交通环境得到较高通行率。
Description
技术领域
本发明涉及智能交通技术领域,具体涉及一种交叉路口的车流控制方法和系统。
背景技术
随着城市的迅速发展,城市车辆迅速增多。但是城市车辆的增加速度和城市交通设施的发展速度不相平衡,这使得城市交通的健康发展受到严重制约,因而,缓解城市交通压力成为当今研究的热点问题。
无人驾驶技术和车联网技术被认为是缓解城市交通压力的重要手段。其中,无人驾驶技术所涉及的无人驾驶车辆,利用车上安装的各种传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上自主快速行驶。车联网技术所涉及的车联网,包含终端、云计算处理平台和数据分析平台这三个部分,其中,终端包含有车载终端和基础设施终端,车载终端采集车辆实时运行数据,实现对车辆所有工作信息和静、动态信息的采集、存储并发送,基础设施终端实时采集红绿灯、路灯、路标等信息;云计算处理平台和数据分析平台对终端采集的这些信息进行分析处理,从而使路上所有车辆和基础设施联网运行。
目前,5G网络投入运营,这不仅是带来信息传输速度的极大提升,更是让“万物连接”设想变成现实的开始,同样使车联网的运营成为可能,继而使得有无人驾驶车辆行驶的交通环境获得了了更加可靠的技术保障。在该交通环境中,如何使交叉路口的车流快速有序通行以保证较高通行率,是需要迫切解决的一个重要问题。
发明内容
有鉴于此,本发明实施例提供了一种交叉路口的车流控制方法和系统,以提高交叉路口的车流通行率。
根据本发明的第一方面,提供一种交叉路口的车流控制方法,所述交叉路口的车流按路口分别通行,所述方法包括:
将所述交叉路口中存在等待通行车辆的路口确定为目标路口;
在所述目标路口的数量大于1的情况下,对多个所述目标路口采用博弈论算法计算纳什均衡,以确定各个所述目标路口的放行车量;
通过所述交叉路口的控制器控制多个所述目标路口依次放行车辆,且每个所述目标路口放行车辆的数量为同一路口对应的所述放行车量。
可选地,对多个所述目标路口采用博弈论算法计算纳什均衡,包括:
将每个所述目标路口的放行车量确定为同一路口的收益值;
根据每个所述目标路口上车辆的等待时长确定同一路口的惩罚值;
将每个所述目标路口的所述收益值和所述惩罚值之差,确定为同一路口的回报值;
采用博弈论算法计算多个所述回报值的纳什均衡。
可选地,根据每个所述目标路口上车辆的等待时长确定同一路口的惩罚值,包括:
根据每个所述目标路口上第一车辆的等待时长确定同一路口的第一子惩罚值,所述第一车辆为所述目标路口在一个禁止放行车辆时段内到达路口的车辆;
根据每个所述目标路口上第二车辆的等待时长确定同一路口的第二子惩罚值,所述第二车辆为所述目标路口上经过一个放行车辆时段后依然没有通过所述交叉路口的车辆;
将每个所述目标路口的所述第一子惩罚值和所述第二子惩罚值之和,确定为同一路口的所述惩罚值。
可选地,根据每个所述目标路口上第一车辆的等待时长确定同一路口的第一子惩罚值,包括:
获取所述第一车辆的预设惩罚量,所述预设惩罚量为对所述第一车辆累积等待单位时长而预设的惩罚数量;
根据所述第一车辆的等待时长以及所述预设惩罚量,确定所述第一车辆的惩罚度;
通过每个所述目标路口上至少一个所述第一车辆的所述惩罚度总和,确定同一路口的所述第一子惩罚值。
可选地,根据每个所述目标路口上第二车辆的等待时长确定同一路口的第二子惩罚值,包括:
获取每个所述目标路口在一个放行车辆时段内的预到达车量;
根据每个所述目标路口的所述等待通行车辆的数量、所述预到达车量以及所述放行车量,确定同一路口的所述第二车辆总数;
通过所述目标路口上一个禁止放行车辆时段的时长和所述第二车辆总数,确定同一路口的所述第二子惩罚值。
可选地,获取每个所述目标路口在一个放行车辆时段内的预到达车量,包括:
获取即将到达所述交叉路口上各车辆的预估到达时间和通行方向;
根据各车辆的所述预估到达时间和所述通行方向,确定单位时间内到达所述交叉路口各路口的车辆数目;
将每个所述目标路口的所述车辆数目确定为同一路口的泊松强度,并将到达所述目标路口的车辆流确定为泊松流,以计算各个所述目标路口的所述预到达车量。
可选地,所述方法还包括:
在所述目标路口的数量等于1的情况下,通过所述交叉路口的控制器控制所述目标路口的等待通行车辆全部通行;以及,
在所述目标路口的等待通行车辆全部放行后,通过所述交叉路口的控制器控制所述交叉路口中车流按照预设路口顺序依次通行,直到所述交叉路口中所述目标路口的数量大于0。
根据本发明的第二方面,提供一种交叉路口的车流控制装置,所述交叉路口的车流按路口分别通行,所述装置包括:
第一确定模块,用于将所述交叉路口中当前存在等待通行车辆的路口确定为目标路口;
第二确定模块,用于在所述目标路口的数量大于1的情况下,对多个所述目标路口采用博弈论算法计算纳什均衡,以确定各个所述目标路口的放行车量;
第一放行模块,用于控制多个所述目标路口依次放行车辆,且每个所述目标路口放行车辆的数量为同一路口对应的所述放行车量。
可选地,所述第二确定模块包括:
第一确定单元,用于将每个所述目标路口的放行车量确定为同一路口的收益值;
第二确定单元,用于根据每个所述目标路口上车辆的等待时长确定同一路口的惩罚值;
第三确定单元,用于将每个所述目标路口的所述收益值和所述惩罚值之差,确定为同一路口的回报值;
计算单元,用于采用博弈论算法计算多个所述回报值的纳什均衡。
可选地,所述第二确定单元用于:
根据每个所述目标路口上第一车辆的等待时长确定同一路口的第一子惩罚值,所述第一车辆为所述目标路口在一个禁止放行车辆时段内到达路口的车辆;
根据每个所述目标路口上第二车辆的等待时长确定同一路口的第二子惩罚值,所述第二车辆为所述目标路口上经过一个放行车辆时段后依然没有通过所述交叉路口的车辆;
将每个所述目标路口的所述第一子惩罚值和所述第二子惩罚值之和,确定为同一路口的所述惩罚值。
可选地,所述第二确定单元用于:
获取所述第一车辆的预设惩罚量,所述预设惩罚量为对所述第一车辆累积等待单位时长而预设的惩罚数量;
根据所述第一车辆的等待时长以及所述预设惩罚量,确定所述第一车辆的惩罚度;
通过每个所述目标路口上至少一个所述第一车辆的所述惩罚度总和,确定同一路口的所述第一子惩罚值。
可选地,所述第二确定单元用于:
获取每个所述目标路口在一个放行车辆时段内的预到达车量;
根据每个所述目标路口的所述等待通行车辆的数量、所述预到达车量以及所述放行车量,确定同一路口的所述第二车辆总数;
通过所述目标路口上一个禁止放行车辆时段的时长和所述第二车辆总数,确定同一路口的所述第二子惩罚值。
可选地,所述第二确定单元用于:
获取即将到达所述交叉路口上各车辆的预估到达时间和通行方向;
根据各车辆的所述预估到达时间和所述通行方向,确定单位时间内到达所述交叉路口各路口的车辆数目;
将每个所述目标路口的所述车辆数目确定为同一路口的泊松强度,并将到达所述目标路口的车辆流确定为泊松流,以计算各个所述目标路口的所述预到达车量。
可选地,所述系统还包括:第二放行模块,用于:
在所述目标路口的数量等于1的情况下,通过所述交叉路口的控制器控制所述目标路口的等待通行车辆全部通行;以及,
在所述目标路口的等待通行车辆全部放行后,通过所述交叉路口的控制器控制所述交叉路口中车流按照预设路口顺序依次通行,直到所述交叉路口中所述目标路口的数量大于0。
根据本发明的第三方面,提供一种交叉路口的车流控制系统,所述交叉路口的车流按路口分别通行,所述系统包括:
车载终端,用于在承载所述车载终端的车辆到达所述交叉路口之前,生成包含预估到达时间以及通行方向的数据包,且即将到达所述交叉路口的部分车辆承载有所述车载终端;
车联网,用于将多个所述车载终端和路口控制器通信连接,以将各个所述数据包发送到所述路口控制器;
所述路口控制器,用于根据所述数据包确定所述交叉路口中各个路口是否存在等待通行车辆,并执行第一方面任一实施方式所述的交叉路口的车流控制方法。
根据本发明的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令被执行时实现第一方面任一实施方式所述的交叉路口的车流控制方法。
根据本发明的第五方面,提供一种交叉路口的车流控制装置,包括:
存储器,用于存储计算机指令;
处理器,耦合到所述存储器,所述处理器被配置为基于所述存储器存储的计算机指令执行实现如第一方面任一实施方式所述的交叉路口的车流控制方法。
本发明的实施例具有以下优点或有益效果:
本发明实施例提供的交叉路口车流控制方法、装置及系统,对车流按路口分别通行的交叉路口进行车流控制,在存在等待通行车辆的目标路口数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡以确定各个目标路口的放行车量,然后通过交叉路口的控制器按车辆数量控制各个目标路口车流通行,纳什均衡得到的放行车量使得交叉路口的通行率达到最佳,得到了交叉路口的最佳车流通行策略,这使得存在无人驾驶车辆的交通环境有较高通行率。
附图说明
通过参照以下附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是根据本发明实施例的交叉路口上一种车流通行示意图;
图2是根据本发明实施例的一种交叉路口车流控制方法流程图;
图3是根据本发明实施例的另一种交叉路口车流控制方法流程图;
图4是根据本发明实施例的根据每个目标路口上车辆的等待时长确定同一路口的惩罚值的方法流程图;
图5是根据本发明实施例的交叉路口车流控制装置结构框图;
图6是根据本发明实施例的交叉路口车流控制系统的结构示意图;
图7是根据本发明实施例的交叉路口车流控制装置的结构框图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程没有详细叙述。另外附图不一定是按比例绘制的。
在车联网背景下,一部分车辆或全部车辆为无人驾驶车辆,该交通环境中交叉路口的车流如何快速有序通行,是需要重点关注的一个问题。现有技术中提供了一些交叉路口的车流控制方法,这些方法或者采用历史数据,或者基于深度强化学习,但都是对交叉路口红绿灯时间分配进行优化,这些方法需要人工参与红绿灯的识别以决定如何通行,是无法精准到控制哪一台车通过交叉路口,不适合无人驾驶车辆的控制。鉴于此,本发明实施例提供一种适用于对无人驾驶车辆进行控制的交叉路口车流控制方法、装置及系统,其能够使交叉路口的车流实现较高通行率。
图1所示是本发明实施例中交叉路口上一种车流通行示意图。参照图1,交叉路口的设置如下:各个路口按照交通规定的右行原则设置,即,按车辆通行方向,AB通道在H右侧,CD通道在I右侧,EF通道在J右侧,GH通道在K右侧;各个路口示出了直行和左转两个车流通道(右转不影响其他路口车辆通行,此处忽略描述),本发明实施例中交叉路口车流按路口进行通行,即,任一时刻只有一个路口的车流通行,在图1所示的交叉路口中:AB车道的车流同一时刻通行,CD车道的车流同一时刻通行,EF车道的车流同一时刻通行,GH车道的车流同一时刻通行。在交叉路口的各路口都没有等待通行车辆的情况下,车流的控制较为简单,可以根据一种预设路口顺序让车流按路口通行,例如图1所示的通行顺序:AB-CD-EF-GH的逆时针方向。在交叉路口中有存在等待通行车辆路口的情况下,为了使交叉路口具有较高的通行率,车流控制较为复杂,可以采取本发明提供的交叉路口车流控制方法。
图2所示是本发明实施例的交叉路口车流控制方法流程图。参照图2,本发明实施例提供的交叉路口车流控制方法,包括:
步骤S101,将交叉路口中存在等待通行车辆的路口确定为目标路口。
具体地,交叉路口是否存在等待通行车辆,可以根据当前交叉路口的车辆通行情况确定,以便对当前交叉路口车流进行疏通;还可以根据交叉路口车流到达情况进行提前预测,以便及早确定各路口的通行车量。其中,交叉路口车流到达情况,可以是通过即将到达交叉路口车辆发送的包含预估到达时间以及通行方向的数据包直接确定,也可以是通过将车流确定为泊松流来确定。
步骤S102,在目标路口的数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡,以确定各个目标路口的放行车量。
上述“放行车量”不同于“放行车辆”,“放行车量”是指放行车辆的数量。
需要说明的是,博弈论需要三个要素:参与者、战略空间和回报值,其中,参与者指博弈的决策主体,战略空间指各参与者采取战略的组合,回报值指参与者在一个特定战略组合下得到的期望收益。对多个目标路口采用博弈论算法,则参与者为各个目标路口,战略空间为交叉路口一次循环放行车辆过程中各目标路口放行车量的组合,回报值为交叉路口一次循环放行车辆过程中各目标路口的车辆通行率,计算纳什均衡即求得无一目标路口独自增加或减少放行车量可以增加交叉路口车辆总通行率时的交叉路口放行策略。
步骤S103,通过交叉路口的控制器控制多个目标路口依次放行车辆,且每个目标路口放行车辆的数量为同一路口对应的放行车量。
具体地,交叉路口的控制器可以通过车联网确定各目标路口上车辆的排队情况,并通过车联网将车辆放行信息广播给目标路口上的车辆,即,对各目标路口排序在前放行车量的车辆广播通行信息,而对往后的车辆广播禁止通行信息。需要强调的是,这里只是给出了交叉路口控制器控制车辆放行的一种实施方式,并不表示对控制车辆放行方式的限定。
本发明实施例中,在存在等待通行车辆的目标路口数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡以确定各个目标路口的放行车量,然后通过交叉路口的控制器控制各个目标路口车流通行,这种交叉路口车流控制方法按车辆数量控制车流通行,适合对有无人驾驶车辆的交通环境进行控制,其中,纳什均衡得到的放行车量使得交叉路口的通行率达到最佳,得到了交叉路口的最佳车流通行策略,这使得存在无人驾驶车辆的交通环境有较高通行率。
参照图3,在可选的实施例中,交叉路口车流控制方法,还包括:
步骤S104,在目标路口的数量等于1的情况下,通过交叉路口的控制器控制目标路口的等待通行车辆全部通行;以及,
步骤S105,在目标路口的等待通行车辆全部放行后,通过交叉路口的控制器控制交叉路口中车流按照预设路口顺序依次通行,直到交叉路口中目标路口的数量大于0。
上述预设路口顺序,例如有图1所示的通行顺序:AB-CD-EF-GH的逆时针方向循环顺序。
本发明实施例中,在目标路口的数量等于1的情况下,通过交叉路口的控制器控制目标路口的等待通行车辆全部通行,即,给予存在等待通行车辆的目标路口通行的优先权,减少目标路口车辆的等待时间,从而提高了交叉路口的通行率。
在可选的实施例中,步骤S102,对多个目标路口采用博弈论算法计算纳什均衡,包括:
将每个目标路口的放行车量确定为同一路口的收益值;
根据每个目标路口上车辆的等待时长确定同一路口的惩罚值;
将每个目标路口的收益值和惩罚值之差,确定为同一路口的回报值;
采用博弈论算法计算多个回报值的纳什均衡。
具体地,若将路口m的收益值记为Nm,路口m的惩罚值记为Lm,则同一路口m的回报值Om=Nm-Lm,交叉路口的总回报值为:
本发明实施例中m取不同值对应交叉路口的不同路口。采用博弈论算法计算多个回报值的纳什均衡,即,计算P取值最大时各目标路口的放行车量。
本发明实施例中,将每个目标路口的收益值和惩罚值之差确定为同一路口的回报值,由于回报值表征通行率,因而,这使得每个目标路口的通行率通过同一路口的放行车量和车辆等待时长确定,鉴于交叉路口中一个路口的车辆通行时其它路口的车辆需要等待,而对于交叉路口来说期望所有路口不仅放行较多车量并且各车辆有尽可能少的等待时长,因而,本发明实施例给出了目标路口车量通行率的一种合理确定方法。
上述根据每个目标路口上车辆的等待时长确定同一路口的惩罚值,即,根据每个目标路口上所有车辆等待时长的累积结果确定同一路口的惩罚值,每个目标路口在交叉路口一次循环放行车辆过程中是历经两个时段:放行车辆时段和禁止放行车辆时段,对应地,每个目标路口上所有等待通行车辆可以分为两种:第一车辆和第二车辆,其中,第一车辆为目标路口在一个禁止放行车辆时段内到达路口的车辆,第二车辆为目标路口上经过一个放行车辆时段后依然没有通过交叉路口的车辆。参照图4,在可选的实施例中,上述根据每个目标路口上车辆的等待时长确定同一路口的惩罚值,包括:
步骤S401,根据每个目标路口上第一车辆的等待时长确定同一路口的第一子惩罚值;
步骤S402,根据每个目标路口上第二车辆的等待时长确定同一路口的第二子惩罚值;
步骤S403,将每个目标路口的第一子惩罚值和第二子惩罚值之和,确定为同一路口的惩罚值。
在一个可选实施例中,步骤S401,根据每个目标路口上第一车辆的等待时长确定同一路口的第一子惩罚值,包括:
获取第一车辆的预设惩罚量,预设惩罚量为对第一车辆累积等待单位时长而预设的惩罚数量;
根据第一车辆的等待时长以及预设惩罚量,确定第一车辆的惩罚度;
通过每个目标路口上至少一个第一车辆的惩罚度总和,确定同一路口的第一子惩罚值。
本发明实施例中,对第一车辆的等待时长设置预设惩罚量,即,对第一车辆和第二车辆单位时长惩罚数量的不同提供了预设值,使得第一车辆和第二车辆等待情况的不同被计量在惩罚值的确定之中。
在另一个可选的实施例中,步骤S402,根据每个目标路口上第二车辆的等待时长确定同一路口的第二子惩罚值,包括:
获取每个目标路口在一个放行车辆时段内的预到达车量;
根据每个目标路口的等待通行车辆的数量、预到达车量以及放行车量,确定同一路口的第二车辆总数;
通过目标路口上一个禁止放行车辆时段的时长和第二车辆总数,确定同一路口的第二子惩罚值。
具体地,若将预到达车量记为Qm,等待通行车辆的数量如上记为Cm,以及放行车量记为Nm,则第二车辆总数为:C'm=Qm+Cm-Nm。可以以交叉路口一次循环放行车辆过程作为一个单位时段来计算第二车辆的等待时长,则所有第二车辆在经过一个放行车辆时段后依然没有通过交叉路口时,则第二车辆在交叉路口本次循环放行车辆过程结束时还需等待一个禁止放行车辆时段,其时长为t-tm,其中,tm为路口m一次放行车辆时段的时长,t为交叉路口一次循环放行车辆过程的总时长(假设平均每辆车通过交叉路口用时μ,则每个路口的放行车量时段时长tm=Nmμ,交叉路口一次循环放行车辆的总时长),因而,第二子惩罚值可以确定为:
L”=(t-tm)C'm
本发明实施例中,在计算第二车辆总数的时候,将每个目标路口在一个放行车辆时段内的预到达车量考虑在内,使得第二车辆总数更加精确。
上述获取每个目标路口在一个放行车辆时段内的预到达车量,可以是:即将到达交叉路口上的各智能车辆根据自己的行驶路线确定下一个需要通过的交叉路口,在与即将到达路口间隔距离为预设长度的情况下生成一个包含预估到达时间和通行方向的数据包,通过车联网等方式将该数据包发送到交叉路口控制器,以便交叉路口控制器获取每个目标路口在一个放行车辆时段内的预到达车量。但是,由于实际运行环境的复杂,不能保证所有车辆都能与交叉路口控制器进行通信,所以为了提高系统的可靠性,上述获取每个目标路口在一个放行车辆时段内的预到达车量,可以通过以下步骤实现:
获取即将到达交叉路口上各车辆的预估到达时间和通行方向;
根据各车辆的预估到达时间和通行方向,确定单位时间内到达交叉路口各路口的车辆数目;
将每个目标路口的车辆数目确定为同一路口的泊松强度,并将到达目标路口的车辆流确定为泊松流,以计算各个目标路口的预到达车量。
需要强调的是,通过智能的无人驾驶车辆发送预估到达时间和通行方向的情况下,上述确定出的单位时间内到达交叉路口各路口车辆数目只包括无人驾驶车辆,因而各路口车辆应是上述车辆数目的β倍,β为正常数,表示交叉路口上无人驾驶车辆的占比。
具体地,若如上所述将交叉路口各路口等待通行车辆的数量记为Cm,放行车量记为Nm,放行车辆时段时长记为tm,交叉路口一次循环放行车辆过程的总时长记为t,且将交叉路口各路口的泊松强度记为λm;并且,假设一个路口放行车辆时段内第一辆车开始通行时,此时快到达该路口的第一辆车到达路口的时长为hm,则在将到达目标路口的车辆流确定为泊松流后,每个目标路口在一个放行车辆时段内的预到达车量为:
其中,π为时间变量,n为到达目标路口的车辆数。
并且,由于第一车辆为目标路口在一个禁止放行车辆时段内到达路口的车辆,若将车辆流视为泊松流,那么在交叉路口本次循环放行车辆结束(即该个禁止放行车辆时段结束)时,基于第一车辆的等待时长以及预设惩罚量而得到的第一子惩罚值L'为:
因而,路口m的惩罚值Lm为:
综上所述,本发明实施例给出了交叉路口车流控制方法的各个实施例。本发明实施例的交叉路口车流控制方法实现过程中,可以是交叉路口控制器通过安装上述交叉路口车流控制方法的计算程序来实现对交叉路口车流的控制,该计算程序的部分代码如表一所示,其中,各字母所表示的意义已在前述部分说明,此处不再赘述。
表一
图5所示为本发明实施例提供的交叉路口车流控制装置结构框图。参照图5,交叉路口车流控制装置包括:
第一确定模块,用于将交叉路口中当前存在等待通行车辆的路口确定为目标路口;
第二确定模块,用于在目标路口的数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡,以确定各个目标路口的放行车量;
第一放行模块,用于控制多个目标路口依次放行车辆,且每个目标路口放行车辆的数量为同一路口对应的放行车量。
本发明实施例中,交叉路口车流控制装置包括第一确定模块、第二确定模块和第一方向模块,其中,第二确定模块在目标路口的数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡,以确定各个目标路口的放行车量,这使得交叉路口的通行率达到最佳,得到了交叉路口的最佳车流通行策略,因而,针对存在无人驾驶车辆的交通环境,本发明实施例提供了一种有较高通行率的交叉路口车流控制装置。
在可选的实施例中,第二确定模块包括:
第一确定单元,用于将每个目标路口的放行车量确定为同一路口的收益值;
第二确定单元,用于根据每个目标路口上车辆的等待时长确定同一路口的惩罚值;
第三确定单元,用于将每个目标路口的收益值和惩罚值之差,确定为同一路口的回报值;
计算单元,用于采用博弈论算法计算多个回报值的纳什均衡。
在可选的实施例中,第二确定单元用于:
根据每个目标路口上第一车辆的等待时长确定同一路口的第一子惩罚值,第一车辆为目标路口在一个禁止放行车辆时段内到达路口的车辆;
根据每个目标路口上第二车辆的等待时长确定同一路口的第二子惩罚值,第二车辆为目标路口上经过一个放行车辆时段后依然没有通过交叉路口的车辆;
将每个目标路口的第一子惩罚值和第二子惩罚值之和,确定为同一路口的惩罚值。
在可选的实施例中,第二确定单元用于:
获取第一车辆的预设惩罚量,预设惩罚量为对第一车辆累积等待单位时长而预设的惩罚数量;
根据第一车辆的等待时长以及预设惩罚量,确定第一车辆的惩罚度;
通过每个目标路口上至少一个第一车辆的惩罚度总和,确定同一路口的第一子惩罚值。
在可选的实施例中,第二确定单元用于:
获取每个目标路口在一个放行车辆时段内的预到达车量;
根据每个目标路口的等待通行车辆的数量、预到达车量以及放行车量,确定同一路口的第二车辆总数;
通过目标路口上一个禁止放行车辆时段的时长和第二车辆总数,确定同一路口的第二子惩罚值。
在可选的实施例中,第二确定单元用于:
获取即将到达交叉路口上各车辆的预估到达时间和通行方向;
根据各车辆的预估到达时间和通行方向,确定单位时间内到达交叉路口各路口的车辆数目;
将每个目标路口的车辆数目确定为同一路口的泊松强度,并将到达目标路口的车辆流确定为泊松流,以计算各个目标路口的预到达车量。
在可选的实施例中,交叉路口车流控制系统还包括:第二放行模块,用于:
在目标路口的数量等于1的情况下,通过交叉路口的控制器控制目标路口的等待通行车辆全部通行;以及,
在目标路口的等待通行车辆全部放行后,通过交叉路口的控制器控制交叉路口中车流按照预设路口顺序依次通行,直到交叉路口中目标路口的数量大于0。
图6所示为本发明实施例提供的交叉路口的车流控制系统,交叉路口的车流按路口分别通行。参照图6,交叉路口的车流控制系统包括:
车载终端,用于在承载车载终端的车辆到达交叉路口之前,生成包含预估到达时间以及通行方向的数据包,且即将到达交叉路口的部分车辆承载有车载终端;
车联网,用于将多个车载终端和路口控制器通信连接,以将各个数据包发送到路口控制器;
路口控制器,用于根据数据包确定交叉路口中各个路口是否存在等待通行车辆,并执行本发明实施例的交叉路口的车流控制方法。
图6所示的车流控制系统中,路口控制器还可以通过车联网向车载终端广播车辆放行信息,即,对各目标路口排序在前放行车量的车辆广播通行信息,而对往后的车辆广播禁止通行信息。
本发明实施例中,交叉路口的车流控制系统通过路口控制器实现交叉路口的车流控制方法,其中,在存在等待通行车辆的目标路口数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡以确定各个目标路口的放行车量,然后通过交叉路口的控制器按车辆数量控制各个目标路口车流通行,纳什均衡得到的放行车量使得交叉路口的通行率达到最佳,得到了交叉路口的最佳车流通行策略,即,对有无人驾驶车辆的交通环境提供了一种高通行率的交叉路口车流控制系统。
本发明一实施例的交叉路口车流控制装置,包括:
存储器,用于存储计算机指令;
处理器,耦合到存储器,处理器被配置为基于存储器存储的计算机指令执行上述的交叉路口的车流控制方法。
图7示出的设备仅仅是交叉路口车流控制装置的一个示例,不应对本发明实施例的功能和使用范围构成任何限制。参考图7,该交叉路口车流控制装置包括通过总线连接的处理器701、存储器702和输入输出设备703。存储器702包括只读存储器(ROM)和随机访问存储器(RAM),存储器702内存储有执行系统功能所需的各种计算机指令和数据,处理器701从存储器702中读取各种计算机指令以执行各种适当的动作和处理。输入输出设备703包括键盘、鼠标等的输入部分;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。存储器702还存储有以下的计算机指令以完成本发明实施例的交叉路口车流控制方法规定的操作:将交叉路口中当前存在等待通行车辆的路口确定为目标路口;在目标路口的数量大于1的情况下,对多个目标路口采用博弈论算法计算纳什均衡,以确定各个目标路口的放行车量;通过交叉路口的控制器控制多个目标路口依次放行车辆,且每个目标路口放行车辆的数量为同一路口对应的放行车量。
相应地,本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,所述计算机指令被执行时实现上述交叉路口车流控制方法所规定的操作。
附图中的流程图、框图图示了本发明实施例的系统、方法、装置的可能的体系框架、功能和操作,流程图和框图上的方框可以代表一个模块、程序段或仅仅是一段代码,所述模块、程序段和代码都是用来实现规定逻辑功能的可执行指令。也应当注意,所述实现规定逻辑功能的可执行指令可以重新组合,从而生成新的模块和程序段。因此附图的方框以及方框顺序只是用来更好的图示实施例的过程和步骤,而不应以此作为对发明本身的限制。
系统的各个模块或单元可以通过硬件、固件或软件实现。软件例如包括采用JAVA、C/C++/C#、SQL等各种编程语言形成的编码程序。虽然在方法以及方法图例中给出本发明实施例的步骤以及步骤的顺序,但是所述步骤实现规定的逻辑功能的可执行指令可以重新组合,从而生成新的步骤。所述步骤的顺序也不应该仅仅局限于所述方法以及方法图例中的步骤顺序,可以根据功能的需要随时进行调整。例如将其中的某些步骤并行或按照相反顺序执行。
根据本发明的系统和方法可以部署在单个或多个服务器上。例如,可以将不同的模块分别部署在不同的服务器上,形成专用服务器。或者,可以在多个服务器上分布式部署相同的功能单元、模块或系统,以减轻负载压力。所述服务器包括但不限于在同一个局域网以及通过Internet连接的多个PC机、PC服务器、刀片机、超级计算机等。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种应用于无人驾驶交通环境的交叉路口的车流控制方法,其特征在于,所述交叉路口的车流按路口分别通行,所述方法包括:
将所述交叉路口中存在等待通行车辆的路口确定为目标路口;
在所述目标路口的数量大于1的情况下,将每个所述目标路口m的放行车量确定为同一目标路口的收益值为Nm;
根据每个所述目标路口m上车辆的等待时长确定同一目标路口的惩罚值Lm;
将每个所述目标路口m的所述收益值和所述惩罚值之差,确定为同一目标路口的回报值Om=Nm-Lm;
交叉路口的总回报值P为:
其中,Om表示同一目标路口中的回报值,m表示交叉路口的各个路口,
采用博弈论算法计算多个所述回报值的纳什均衡,计算P取值最大时各目标路口的放行车量;
通过所述交叉路口的控制器控制多个所述目标路口依次放行车辆,且每个所述目标路口放行车辆的数量为同一目标路口对应的所述放行车量;
根据每个所述目标路口上第一车辆的等待时长确定同一目标路口的第一子惩罚值,所述第一车辆为所述目标路口在一个禁止放行车辆时段内到达路口的车辆;
根据每个所述目标路口上第二车辆的等待时长确定同一目标路口的第二子惩罚值,所述第二车辆为所述目标路口上经过一个放行车辆时段后依然没有通过所述交叉路口的车辆;
将每个所述目标路口的所述第一子惩罚值和所述第二子惩罚值之和,确定为同一目标路口的所述惩罚值;获取每个所述目标路口在一个放行车辆时段内的预到达车量;
根据每个所述目标路口的所述等待通行车辆的数量、所述预到达车量以及所述放行车量,确定同一目标路口的所述第二车辆总数;
通过所述目标路口上一个禁止放行车辆时段的时长和所述第二车辆总数,确定同一目标路口的所述第二子惩罚值;获取每个所述目标路口在一个放行车辆时段内的预到达车量,包括:
获取即将到达所述交叉路口上各车辆的预估到达时间和通行方向;
根据各车辆的所述预估到达时间和所述通行方向,确定单位时间内到达所述交叉路口各路口的车辆数目;
将每个所述目标路口的所述车辆数目确定为同一目标路口的泊松强度,并将到达所述目标路口的车辆流确定为泊松流,以计算各个所述目标路口的所述预到达车量Qm:
其中,n表示到达目标路口的车辆数,π表示时间变量,β为正常数,表示交叉路口上无人驾驶车辆的占比,tm表示路口m一次放行车辆时段的时长,λm表示路口m的泊松强度,hm表示在路口m放行车辆时段内第一辆车开始通行时,快到达该路口的第一辆车到达路口的时长,
并且,由于第一车辆为目标路口在一个禁止放行车辆时段内到达路口的车辆,若将车辆流视为泊松流,那么在交叉路口本次循环放行车辆结束时,基于第一车辆的等待时长以及预设惩罚量而得到的第一子惩罚值Lm'为:
因而,路口m的惩罚值Lm为:
其中,n表示到达目标路口的车辆数,π表示时间变量,β为正常数,表示交叉路口上无人驾驶车辆的占比,p表示到达交叉路口的时刻,t表示交叉路口一次循环放行车辆过程的总时长,tm表示路口m一次放行车辆时段的时长,λm表示路口m的泊松强度,k表示预设惩罚量,Cm’表示同一目标路口的所述第二车辆总数。
2.根据权利要求1所述的方法,其特征在于,根据每个所述目标路口上第一车辆的等待时长确定同一目标路口的第一子惩罚值,包括:
获取所述第一车辆的预设惩罚量,所述预设惩罚量为对所述第一车辆累积等待单位时长而预设的惩罚数量;
根据所述第一车辆的等待时长以及所述预设惩罚量,确定所述第一车辆的惩罚度;
通过每个所述目标路口上至少一个所述第一车辆的所述惩罚度总和,确定同一目标路口的所述第一子惩罚值。
3.根据权利要求1所述的方法,其特征在于,还包括:
在所述目标路口的数量等于1的情况下,通过所述交叉路口的控制器控制所述目标路口的等待通行车辆全部通行;以及,
在所述目标路口的等待通行车辆全部放行后,通过所述交叉路口的控制器控制所述交叉路口中车流按照预设路口顺序依次通行,直到所述交叉路口中所述目标路口的数量大于0。
4.一种应用于无人驾驶交通环境的交叉路口的车流控制装置,其特征在于,所述交叉路口的车流按路口分别通行,所述装置包括:
第一确定模块,用于将所述交叉路口中当前存在等待通行车辆的路口确定为目标路口;
第二确定模块,用于在所述目标路口的数量大于1的情况下,将每个所述目标路口m的放行车量确定为同一目标路口的收益值为Nm;
根据每个所述目标路口m上车辆的等待时长确定同一目标路口的惩罚值Lm;
将每个所述目标路口m的所述收益值和所述惩罚值之差,确定为同一目标路口的回报值Om=Nm-Lm;
交叉路口的总回报值P为:
其中,Om表示同一目标路口中的回报值,m表示交叉路口的各个路口,
采用博弈论算法计算多个所述回报值的纳什均衡,计算P取值最大时各目标路口的放行车量;
第一放行模块,用于控制多个所述目标路口依次放行车辆,且每个所述目标路口放行车辆的数量为同一目标路口对应的所述放行车量根据每个所述目标路口上第一车辆的等待时长确定同一目标路口的第一子惩罚值,所述第一车辆为所述目标路口在一个禁止放行车辆时段内到达路口的车辆;
根据每个所述目标路口上第二车辆的等待时长确定同一目标路口的第二子惩罚值,所述第二车辆为所述目标路口上经过一个放行车辆时段后依然没有通过所述交叉路口的车辆;
将每个所述目标路口的所述第一子惩罚值和所述第二子惩罚值之和,确定为同一目标路口的所述惩罚值;获取每个所述目标路口在一个放行车辆时段内的预到达车量;
根据每个所述目标路口的所述等待通行车辆的数量、所述预到达车量以及所述放行车量,确定同一目标路口的所述第二车辆总数;
通过所述目标路口上一个禁止放行车辆时段的时长和所述第二车辆总数,确定同一目标路口的所述第二子惩罚值;获取每个所述目标路口在一个放行车辆时段内的预到达车量,包括:
获取即将到达所述交叉路口上各车辆的预估到达时间和通行方向;
根据各车辆的所述预估到达时间和所述通行方向,确定单位时间内到达所述交叉路口各路口的车辆数目;
将每个所述目标路口的所述车辆数目确定为同一目标路口的泊松强度,并将到达所述目标路口的车辆流确定为泊松流,以计算各个所述目标路口的所述预到达车量:
其中,n表示到达目标路口的车辆数,π表示时间变量,β为正常数,表示交叉路口上无人驾驶车辆的占比,tm表示路口m一次放行车辆时段的时长,λm表示路口m的泊松强度,hm表示在路口m放行车辆时段内第一辆车开始通行时,快到达该路口的第一辆车到达路口的时长,
并且,由于第一车辆为目标路口在一个禁止放行车辆时段内到达路口的车辆,若将车辆流视为泊松流,那么在交叉路口本次循环放行车辆结束时,基于第一车辆的等待时长以及预设惩罚量而得到的第一子惩罚值L'为:
因而,路口m的惩罚值Lm为:
其中,n表示到达目标路口的车辆数,π表示时间变量,β为正常数,表示交叉路口上无人驾驶车辆的占比,p表示到达交叉路口的时刻,t表示交叉路口一次循环放行车辆过程的总时长,tm表示路口m一次放行车辆时段的时长,λm表示路口m的泊松强度,k表示预设惩罚量,Cm’表示同一目标路口的所述第二车辆总数。
5.一种应用于无人驾驶交通环境的交叉路口的车流控制系统,其特征在于,所述交叉路口的车流按路口分别通行,所述系统包括:
车载终端,用于在承载所述车载终端的车辆到达所述交叉路口之前,生成包含预估到达时间以及通行方向的数据包,且即将到达所述交叉路口的部分车辆承载有所述车载终端;
车联网,用于将多个所述车载终端和路口控制器通信连接,以将各个所述数据包发送到所述路口控制器;
所述路口控制器,用于根据所述数据包确定所述交叉路口中各个路口是否存在等待通行车辆,并执行权利要求1-3中任一项所述的交叉路口的车流控制方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令被执行时实现如权利要求1至3中任一项所述的交叉路口的车流控制方法。
7.一种应用于无人驾驶交通环境的交叉路口的车流控制装置,其特征在于,包括:
存储器,用于存储计算机指令;
处理器,耦合到所述存储器,所述处理器被配置为基于所述存储器存储的计算机指令执行实现如权利要求1至3任一项所述的交叉路口的车流控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963076.7A CN110853346B (zh) | 2019-10-11 | 2019-10-11 | 交叉路口的车流控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963076.7A CN110853346B (zh) | 2019-10-11 | 2019-10-11 | 交叉路口的车流控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110853346A CN110853346A (zh) | 2020-02-28 |
CN110853346B true CN110853346B (zh) | 2022-01-28 |
Family
ID=69597252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910963076.7A Active CN110853346B (zh) | 2019-10-11 | 2019-10-11 | 交叉路口的车流控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110853346B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113947948A (zh) * | 2021-11-12 | 2022-01-18 | 京东鲲鹏(江苏)科技有限公司 | 一种车辆通行控制方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014048855A (ja) * | 2012-08-31 | 2014-03-17 | Sumitomo Electric Ind Ltd | 交通情報測定装置および交通情報測定方法 |
CN104008656A (zh) * | 2014-06-16 | 2014-08-27 | 上海萃智工业技术有限公司 | 一种智能红绿灯系统 |
CN106652513A (zh) * | 2017-01-22 | 2017-05-10 | 斑马信息科技有限公司 | 提高交通网络中的路口的车辆通行能力的系统和方法 |
CN107274684A (zh) * | 2017-08-01 | 2017-10-20 | 东南大学 | 一种车路协同环境下单点交叉口信号控制策略选择方法 |
CN108074405A (zh) * | 2016-11-16 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种道路交通信号控制方法、装置及系统 |
CN108074404A (zh) * | 2016-11-14 | 2018-05-25 | 伍煜东 | 智能交通管理系统及方法 |
CN110246344A (zh) * | 2019-03-28 | 2019-09-17 | 中国公路工程咨询集团有限公司 | 一种基于博弈论的信号配时方法 |
-
2019
- 2019-10-11 CN CN201910963076.7A patent/CN110853346B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014048855A (ja) * | 2012-08-31 | 2014-03-17 | Sumitomo Electric Ind Ltd | 交通情報測定装置および交通情報測定方法 |
CN104008656A (zh) * | 2014-06-16 | 2014-08-27 | 上海萃智工业技术有限公司 | 一种智能红绿灯系统 |
CN108074404A (zh) * | 2016-11-14 | 2018-05-25 | 伍煜东 | 智能交通管理系统及方法 |
CN108074405A (zh) * | 2016-11-16 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种道路交通信号控制方法、装置及系统 |
CN106652513A (zh) * | 2017-01-22 | 2017-05-10 | 斑马信息科技有限公司 | 提高交通网络中的路口的车辆通行能力的系统和方法 |
CN107274684A (zh) * | 2017-08-01 | 2017-10-20 | 东南大学 | 一种车路协同环境下单点交叉口信号控制策略选择方法 |
CN110246344A (zh) * | 2019-03-28 | 2019-09-17 | 中国公路工程咨询集团有限公司 | 一种基于博弈论的信号配时方法 |
Non-Patent Citations (1)
Title |
---|
基于博弈论和强化学习的交通系统最优调度方法及其应用;韩格;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20110515;正文第16-20页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110853346A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7351487B2 (ja) | トポロジーマップに基づくインテリジェントナビゲーションの方法及びシステム | |
Chen et al. | An improved adaptive signal control method for isolated signalized intersection based on dynamic programming | |
CN109598950B (zh) | 一种智能网联车辆的匝道协同汇入控制方法及系统 | |
Dezani et al. | Optimizing urban traffic flow using Genetic Algorithm with Petri net analysis as fitness function | |
US20140058652A1 (en) | Traffic information processing | |
CN109857002A (zh) | 数据采集方法、装置、设备及计算机可读存储介质 | |
CN104424812B (zh) | 一种公交到站时间预测系统和方法 | |
CN111667693B (zh) | 用于确定预计到达时间的方法、装置、设备及介质 | |
CN113375689B (zh) | 导航方法、装置、终端和存储介质 | |
CN112249009B (zh) | 车速控制方法、装置、系统及电子设备 | |
CN113033925B (zh) | 用于控制自动驾驶车辆行驶、装置、电子设备和介质 | |
CN111366166B (zh) | 一种导航路径规划方法及装置 | |
CN112309138A (zh) | 交通信号控制方法、装置、电子设备及可读存储介质 | |
CN111161545B (zh) | 基于视频的交叉口区域交通参数统计方法 | |
CN110853346B (zh) | 交叉路口的车流控制方法和系统 | |
CN113442920A (zh) | 编队行驶的控制方法、装置、计算机可读介质及电子设备 | |
Bayrak et al. | Optimization of dedicated bus lane location on a transportation network while accounting for traffic dynamics | |
CN111341093A (zh) | 车队的控制方法、装置、设备及存储介质 | |
US20220219729A1 (en) | Autonomous driving prediction method based on big data and computer device | |
CN114863047A (zh) | 路口虚拟线绘制方法、装置、电子设备及计算机程序产品 | |
JPH07129882A (ja) | 道路交通信号制御適正化装置、およびそれを用いた道路交通流管制システム | |
CN114005297A (zh) | 一种基于车联网的车队协调行驶方法 | |
CN109934496B (zh) | 区域间通行影响确定方法、装置、设备和介质 | |
CN107341961B (zh) | 基于信息素反馈的路径诱导方法以及计算机可读存储介质 | |
CN115662172A (zh) | 交通信号灯运行状态确定方法及装置、电子设备 |
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 |