CN111768639A - 一种网联交通环境下的多交叉口信号配时系统及其方法 - Google Patents

Abstract

本发明涉及一种网联交通环境下的多交叉口信号配时系统及其方法，该方法包括：车载传感器采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元传输给交通控制中心；交通控制中心根据收集到的各车辆当前状态信息及路径计划信息，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；交通控制中心将信号配时方案传输给各交叉口信号机，由各交叉口信号机对应执行信号配时方案，即完成多交叉口信号配时过程。与现有技术相比，本发明考虑车辆个体级的当前状态及未来状态的演变，不限制于固定的相位组合与相序，能够实现多交叉口信号配时精准化协同，降低车辆通行延误。

Description

一种网联交通环境下的多交叉口信号配时系统及其方法

技术领域

本发明涉及智能交通控制技术领域，尤其是涉及一种网联交通环境下的多交叉口信号配时系统及其方法。

背景技术

城市路网承载着时空动态变化的车辆通行需求，交叉口信号作为分配交叉路口处不同方向交通流通行权的关键控制手段，信号配时(交叉路口处红、绿灯的时间配比)直接决定了道路资源的利用效率，直接影响人们出行的安全和效率。信号配时的优化主要体现在两个层面：在单交叉口层面的对动态需求自适应性优化，以及在多个交叉口层面的信号协同优化。

现有的单交叉口配时方法多基于Webster方法，使各相位绿信比与历史流量需求水平成正比，后增加一些可根据实时到达需求微调配时的算法逻辑；而多交叉口协同配时则是基于交叉口间的相位差来最大化交叉口间关键相位的绿波带宽度，如MAXBAND，MULTIBAND等方法。

上述的传统信号配时方法受限于交通感知条件，所依据的数据源仅包括历史流量情况及固定检测器检测的集计交通需求信息(如流量、密度、排队等)，难以对车辆个体级非集计信息进行感知和预测。因此信号配时很大受限于既有的相位组合和相序的框架，优化空间有限，难以完全适应动态变化的交通需求、不能实现多交叉口的精细化交通协同控制，容易增加车辆通行延误、降低路网通行效率。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种网联交通环境下的多交叉口信号配时系统及方法，能够不限制于固定的相位组合与相序，实现高自由度的多交叉口信号配时精准化协同。

本发明的目的可以通过以下技术方案来实现：一种网联交通环境下的多交叉口信号配时系统，包括交通控制中心，所述交通控制中心的输入端分别与各路侧单元连接，所述交通控制中心的输出端分别与各交叉口信号机连接，所述各路侧单元与路网中车辆上的车载传感器相连接，所述车载传感器用于采集车辆当前状态信息及路径计划信息；

所述路侧单元用于将各车辆当前状态信息及路径计划信息传输给交通控制中心；

所述交通控制中心用于根据各车辆当前状态信息及路径计划信息，计算输出相应的信号配时方案；

所述交叉口信号机用于执行交通控制中心输出的信号配时方案。

进一步地，所述车辆当前状态信息包括车辆位置和车辆速度，所述路径计划信息包括车辆的未来路径。

进一步地，所述车载传感器通过V2X(vehicle to X，车用无线通信技术)方式连接至路侧单元。

一种网联交通环境下的多交叉口信号配时方法，在预设的每个配时更新时刻执行，包括以下步骤：

S1、车载传感器采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元传输给交通控制中心，其中，车辆当前状态信息包括车辆位置及车辆速度，路径计划信息包括车辆的未来路径；

S2、交通控制中心根据收集到的各车辆当前状态信息及路径计划信息，基于MILP(Mixed Integral Linear Programming，混合整数线性规划)模型，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；

S3、交通控制中心将信号配时方案传输给各交叉口信号机，由各交叉口信号机对应执行信号配时方案，即完成多交叉口信号配时过程。

进一步地，所述步骤S2中多交叉口信号配时优化模型的优化目标为路网中所有车辆的通行延误最小化，多交叉口信号配时优化模型的约束条件包括信号配时安全限制条件、非集计交通动态限制条件和道路容量限制条件，所述非集计交通动态限制条件用于约束车辆在交叉口的排队行为以及交叉口间的通行行为，所述道路容量限制条件用于约束进口道车辆排队长度，避免进口道排队过长而发生溢出。

进一步地，所述优化目标具体为：

其中，ω为车辆编号，Ω为多交叉口内的车辆集合，k为交叉口进口道编号，即交叉口的相位，每个进口道对应一个渠化流向，并对应某一相位，

为车辆ω路径中在多交叉口区域范围内的最后一个经由进口道，

为车辆ω驶出进口道

的预测时间，t₀为当前时刻，

为车辆ω以自由流状态无限制的驶过路网所需要的最短时间，因此

即为车辆ω的控制延误，Y为多交叉口的信号配时方案，为各交叉口各相位的绿灯启亮和关闭时间，

为交叉口相位k在优化时间范围内第i个绿灯时间的开始时间，

对应为交叉口相位k第i个绿灯时间的结束时间，s为交叉口编号，S为路网中交叉口集合，K_s为交叉口s的所有进口道集合，即交叉口s的所有相位集合。

进一步地，所述信号配时安全限制条件包括最大及最短绿灯时间限制、冲突相位安全间隔限制，所述最大及最短绿灯时间限制具体为：

其中，

与

分别为交叉口相位k的最大及最短绿灯时长；

所述冲突相位安全间隔限制具体为：

其中，

为相位k₁与k₂的绿灯间隔时间，即相位k₁关闭后至相位k₂启亮的最小时间间隔，M为显著大值，

为表示相位k₁与k₂是否为冲突相位的01辅助变量，冲突即为1，不冲突即为0，

为描述两个相位相序的01变量。

进一步地，所述非集计交通动态限制条件包括先到先行限制、绿灯通过限制和多交叉口间通行限制，所述先到先行限制具体为：

其中，

为车辆ω₁与ω₂驶入驶出先后关系的01变量，

为车辆ω₁在ω₂之后驶入进口道k，

反之，Δt_c为两辆车通过停车线的最短车头时距，

为车辆ω驶出进口道k的驶出时间，

为车辆ω在进口道k的到达时间，P^ω为车辆ω的未来路径集合，则

和

分别为车辆ω₁与ω₂的未来路径集合，

为车辆ω自当前状态至面临的第一个交叉口的到达时间，

和v_U分别为车辆ω当前位置与下个交叉口的距离、速度、最大加速度和道路限速，

为车辆ω从当前状态驶至下个交叉口所需时间；

所述绿灯通过限制具体为：

其中，

为表示车辆ω最终选择哪一绿灯时段驶出进口道k的01变量，选择第i个绿灯即

否则

则表示车辆ω只能选择一个绿灯时段驶出进口道k，τ_r为绿灯启亮后车辆的反映时间；

所述多交叉口间通行限制具体为：

其中，

为车辆ω在上个交叉口s_{_}的驶出时间，

为车辆ω到达下个交叉口s的到达时间，

为从上个交叉口s_{_}至下个交叉口s间路段的行程时间，

为车辆ω通行的第一个交叉口。

进一步地，所述道路容量限制具体为：

其中，

为表示车辆ω在进口道k的第i个绿灯前排队的01变量，即

表示车辆ω在进口道k中将因为等待第i个绿灯而排队，

为车辆ω在进口道k每次排队的最大长度，

为进口道k所容许的最大排队长度。

进一步地，所述步骤S2中对优化模型进行求解具体是通过Gurobi或Lingo求解器对优化模型进行求解。

与现有技术相比，本发明具有以下优点：

一、本发明利用车载传感器采集车辆相关信息，通过路侧单元将车辆相关信息传输给交通控制中心，由交通控制中心采用MILP模型建立优化模型并求解得到信号配时方案，最终由交叉口信号机执行该信号配时方案，其中，采用混合整数线性规划模型构建优化模型，以所有车辆通行延误最小化作为优化目标，模型中对交叉口的信号配时方案不限制相位组合、相序及周期，在保障安全的前提下，直接对每个车辆对应绿灯的启亮和关闭时刻进行高自由度的优化，以此实现了多交叉口信号配时协同控制的目的，能够有效降低车辆通行延误。

二、本发明在构建优化模型时，结合车载传感器非集计感知的车辆相关信息，基于车辆当前状态和未来路径，考虑个体车辆非集计的状态变化，通过设置非集计交通动态限制条件，能够对个体车辆的未来交通状态进行主动预测推演，预先分配每个车辆在路网中各途径交叉口的时空通行资源，使得信号配时方案能够适应动态变化的交通需求，进一步保证了多交叉口信号配时协同控制的精准化程度，提高路网通行效率。

附图说明

图1为本发明的系统连接示意图；

图2为本发明的方法流程示意图；

图3为实施例中多交叉口基本场景示意图；

图4为实施例中信号配时方案动态更新流程示意图；

图中标记说明：1、交通控制中心，2、路侧单元，3、交叉口信号机，4、车载传感器。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，一种网联交通环境下的多交叉口信号配时系统，包括交通控制中心1、路侧单元2和交叉口信号机3，交通控制中心1的输入端通过路侧单元2与路网中车辆上的车载传感器4相连接，交通控制中心1的输出端连接至交叉口信号机3，该系统的具体工作过程为：网联车辆通过车载传感器4，感知实时车辆状态，包括当前位置和速度，并将车辆的实时状态与未来路径计划发送至路侧单元2，进而传输至交通控制中心1；

交通控制中心1根据收集得到的车辆状态与未来路径，计算求解得到相应的信号配时方案；

交通控制中心1将计算结果发送至各交叉口信号机3，由交叉口信号机3执行信号配时方案，即完成多交叉口信号配时过程。

本实施例中，车载传感器4通过V2X通信方式与路侧单元2实时传输车辆相关信息，交通控制中心1基于V2X通信收集获得的道路交通中车辆的实时状态信息及未来路径计划，动态优化道路网络中各交叉口的信号配时方案，提高路网通行效率。具体的，应用上述系统于实际中，具体信号配时方案将随时间持续滚动更新，每次配时更新的执行步骤如图2所示，包括以下步骤：

S1、车载传感器4采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元2传输给交通控制中心1，其中，车辆当前状态信息包括车辆位置及车辆速度，路径计划信息包括车辆的未来路径；

S2、交通控制中心1根据收集到的各车辆当前状态信息及路径计划信息，基于MILP模型理论，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；

S3、交通控制中心1将信号配时方案传输给各交叉口信号机3，由各交叉口信号机3对应执行信号配时方案，即完成多交叉口信号配时过程。

在步骤S2中，优化模型为混合整数线性规划模型(MILP)，具体为：

一、优化目标为所有车辆在路网的通行延误最小化：

其中，ω为车辆编号；k为交叉口进口道编号(即交叉口的相位)，每个进口道对应一个渠化流向，并对应某一相位；

为车辆ω路径中在多交叉口区域范围内的最后一个经由进口道，

表示预测车辆ω驶出进口道

的时间；t₀为当前时刻；

为车辆ω以自由流状态无限制的驶过路网所需要的最短时间；故

表示车辆ω的控制延误，而Ω表示多交叉口内的车辆集合，因此本发明中的优化模型以所有车辆的延误最低为优化目标。

Y为模型的决策变量，为多交叉口的配时方案，表示为各交叉口各相位(用其一一对应的进口道编号标识)的绿灯启亮和关闭时间，即

其中，

为相位k在优化时间范围内第i个绿灯时间的开始时间，

对应为相位k第i个绿灯时间的结束时间；s为交叉口编号，S为路网中交叉口集合，K_s为交叉口s的所有进口道(相位)集合。

二、约束条件包括：

2.1、信号配时规则限制：

本发明中的优化模型不限制交叉口的相位组合、相序及周期，而直接对每个车道对应绿灯的启亮和关闭时刻进行高自由度的优化，配时结果只需要满足信号配时基本安全原则即可，包括：

2.1.1、最大及最短绿灯时间限制：

其中，

与

分别为相位k的最大及最短绿灯时长；

2.1.2、冲突相位安全间隔限制：

其中，

为相位k₁与k₂的绿灯间隔时间，即相位k₁关闭后至相位k₂启亮的最小时间间隔；M为显著大值；

为表示相位k₁与k₂是否为冲突相位的01辅助变量，冲突即为1，不冲突即为0；

为描述两个相位相序的01变量。

2.2、非集计交通系统动态限制：

本发明中优化模型以所有车辆延误加和的最小化为目标，各车辆的状态演变情况及对应的控制延误的预测结果为备选控制方案Y与当前初始状态和未来路径(即输入信息X)的函数，即D^ω＝f(Y,X)，因此需要将f(Y,X)通过线性化的形式融入优化模型。将车辆ω在进口道k(k在其未来路径沿途中，表示为k∈P^ω)的到达时间

与车辆最终驶离进口道rk的时间

引入模型，其对应预测结果遵循以下限制条件：

2.2.1、先到先行(First-In-First-Out，FIFO)

多个车辆驶出某一进口道的时间先后顺序应与它们驶入的顺序一致，即为：

其中，

表示车辆ω₁与ω₂驶入驶出先后关系的01变量，

表示车辆ω₁在ω₂之后驶入进口道k，

反之；Δt_c为两辆车通过停车线的最短车头时距。同时，显然有：

车辆自当前状态至面临的第一个交叉口的到达时间

可通过车辆当前位置与下个交叉口的距离

速度

最大加速度

和道路限速v_U计算，将车辆从当前状态驶至下个交叉口所需时间记为

则有：

2.2.2、绿灯通过

车辆在交叉口驶出停车线的时间必须在对应相位的绿灯时间内，同时满足与其他车辆的安全间隔。

由于每个相位在优化周期内有多个绿灯(N个)，模型中采用一系列01变量

表示车辆ω最终选择哪一绿灯时段驶出进口道k，选择第i个绿灯即

否则

具体包括：

对于某一车辆ω最终只能选择一个绿灯时段驶出进口道k，即：

车辆驶出时间需要受到信控与其他车辆的限制，即：

其中，τ_r为绿灯启亮后车辆的反映时间。

2.2.3、多交叉口间车辆通行过程

在本发明中，车辆自在上个交叉口s_{_}的驶出时间

始，至车辆到达路径中下个交叉口s的到达时间

相差为从交叉口s_{_}至交叉口s间路段的行程时间

2.3、道路容量限制：

在路网车辆较多时，信号控制不当可能导致某进口道排队过长以至于溢出。为避免这种情况，本发明的优化模型中采用01变量

来表示车辆ω是否会在进口道k的第i个绿灯前排队，即

表示车辆ω在进口道k中将因为等待第i个绿灯而排队。根据Shockwave排队波动模型，有下列数量关系：

∈P^ω∩P^ω′

则每次排队的最大长度需要小于进口道k所容许的最大值：

由此可知，本发明提出的优化模型的目标函数和约束条件皆满足一次性(或可通过简单数学变换成为一次)，故模型的可求解性可以保证。在构建上述的MILP优化模型时，车辆当前状态信息用于推算预测车辆在下个进口道的达到时间

并以此递归推算车辆在上个交叉口的驶出时间

车辆到达下个交叉口的到达时间

图3所示为本实施例的多交叉口基本场景示意，图4为本实施例中的信号配时方案动态更新流程示意，即信号配时方案只在预设的配时更新时刻进行求解输出，本实施例在构建MILP模型时，预先设置该模型的相关参数为：优化时间范围300s、最小绿灯时间

最大绿灯时间

各相位绿灯次数N＝4、各冲突相位间的安全间隔

各路段限速v_U＝60km/h、最大加速度

绿灯启亮反应时间τ_r＝0.5s、车辆通过最短时距Δt_c＝1.5s。采用Gurobi9.0求解器求解配时优化模型，配合使用IntelCoreTMi5–1.80GHz处理器，能够将每次模型求解时间控制在5s以内。

经过交通仿真实验证明，采用本发明提出的信号配时方法，在交通需求非饱和状态下，相较于现有固定配时方法，本发明的车辆平均延误降低了72.3％，相较于现有协同配时方法(SHNCHRO)，本发明的车辆平均延误降低了31.8％。

综上所述，本发明基于各车辆的当前状态和未来路径，通过预测在各可行配时方案下的交通演化状态，进行主动交通控制和优化，其中，信号配时方案采用MILP优化模型：

优化模型以所有车辆总延误最低为优化目标；

优化模型包括线性化的交通状态演变系统动态、交叉口配时安全规则、道路容量等限制条件；

配时优化过程中不限制交叉口的相位组合、相序及周期，而直接对每个车道对应绿灯的启亮和关闭时刻进行高自由度的优化，对交叉口的配时方案不限制相位组合、相序及周期，即交叉口中各方向对应绿灯不必须依照一定组合按固定顺序依次启亮并重复，各绿灯启亮时间在保证安全的前提下完全按照实时交通需求设计，本发明中的模型可在满足安全限制的前提下对交叉口不同相位的启亮时段任意的排列组合，高自由度的优化模型大大释放了道路资源利用效率可优化空间；

在交通状态演变系统动态中，考虑了个体车辆非集计的状态变化，包括车辆在交叉口的排队行为及交叉口间通行行为，通过对路网中所有车辆状态演变的系统动态进行了线性化的解析，为高效地进行主动优化控制提供了有力支撑。

考虑到现有多交叉口协同配时方法对路网拓扑情况敏感性很高，难以制定普适性自动化的协同优化机制，对某一特定路网往往需要专业人士针对性的分析来制定协同控制策略，优化应用成本高。本发明提出的信号配时方法可应用于现实道路交通环境中各种类型和拓扑结构的多交叉口场景，适用性和可移植性较强，适合商业产品化开发及在大规模路网中应用。

Claims (10)

1.一种网联交通环境下的多交叉口信号配时系统，其特征在于，包括交通控制中心(1)，所述交通控制中心(1)的输入端分别与各路侧单元(2)连接，所述交通控制中心(1)的输出端分别与各交叉口信号机(3)连接，所述各路侧单元(2)与路网中车辆上的车载传感器(4)相连接，所述车载传感器(4)用于采集车辆当前状态信息及路径计划信息；

所述路侧单元(2)用于将各车辆当前状态信息及路径计划信息传输给交通控制中心(1)；

所述交通控制中心(1)用于根据各车辆当前状态信息及路径计划信息，计算输出相应的信号配时方案；

所述交叉口信号机(3)用于执行交通控制中心(1)输出的信号配时方案。

2.根据权利要求1所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述车辆当前状态信息包括车辆位置和车辆速度，所述路径计划信息包括车辆的未来路径。

3.根据权利要求1所述的一种网联交通环境下的多交叉口信号配时系统，其特征在于，所述车载传感器(4)通过V2X通信方式连接至路侧单元(2)。

4.一种应用权利要求1所述多交叉口信号配时系统的多交叉口信号配时方法，其特征在于，所述多交叉口信号配时方法在预设的每个配时更新时刻被执行，所述多交叉口信号配时方法包括以下步骤：

S1、车载传感器(4)采集车辆当前状态信息及路径计划信息，并将采集的信息通过路侧单元(2)传输给交通控制中心(1)，其中，车辆当前状态信息包括车辆位置及车辆速度，路径计划信息包括车辆的未来路径；

S2、交通控制中心(1)根据收集到的各车辆当前状态信息及路径计划信息，建立主动控制多交叉口信号配时的MILP优化模型，并对该优化模型进行求解，得到信号配时方案；

S3、交通控制中心(1)将信号配时方案传输给各交叉口信号机(3)，由各交叉口信号机(3)对应执行信号配时方案，即完成多交叉口信号配时过程。

5.根据权利要求4所述的一种多交叉口信号配时方法，其特征在于，所述步骤S2中多交叉口信号配时优化模型的优化目标为路网中所有车辆的通行延误最小化，多交叉口信号配时优化模型的约束条件包括信号配时安全限制条件、非集计交通动态限制条件和道路容量限制条件，所述非集计交通动态限制条件用于约束车辆在交叉口的排队行为以及交叉口间的通行行为，所述道路容量限制条件用于约束进口道车辆排队长度，避免进口道排队过长而发生溢出。

6.根据权利要求5所述的一种多交叉口信号配时方法，其特征在于，所述优化目标具体为：

其中，ω为车辆编号，Ω为多交叉口内的车辆集合，k为交叉口进口道编号，即交叉口的相位，每个进口道对应一个渠化流向，并对应某一相位，

为车辆ω路径中在多交叉口区域范围内的最后一个经由进口道，

为车辆ω驶出进口道

的预测时间，t₀为当前时刻，

为车辆ω以自由流状态无限制的驶过路网所需要的最短时间，因此

即为车辆ω的控制延误，Y为多交叉口的信号配时方案，为各交叉口各相位的绿灯启亮和关闭时间，

为交叉口相位k在优化时间范围内第i个绿灯时间的开始时间，

对应为交叉口相位k第i个绿灯时间的结束时间，s为交叉口编号，S为路网中交叉口集合，K_s为交叉口s的所有进口道集合，即交叉口s的所有相位集合。

7.根据权利要求6所述的一种多交叉口信号配时方法，其特征在于，所述信号配时安全限制条件包括最大及最短绿灯时间限制、冲突相位安全间隔限制，所述最大及最短绿灯时间限制具体为：

其中，

与

分别为交叉口相位k的最大及最短绿灯时长；

所述冲突相位安全间隔限制具体为：

其中，

为相位k₁与k₂的绿灯间隔时间，即相位k₁关闭后至相位k₂启亮的最小时间间隔，M为显著大值，

为表示相位k₁与k₂是否为冲突相位的01辅助变量，冲突即为1，不冲突即为0，

为描述两个相位相序的01变量。

8.根据权利要求7所述的一种多交叉口信号配时方法，其特征在于，所述非集计交通动态限制条件包括先到先行限制、绿灯通过限制和多交叉口间通行限制，所述先到先行限制具体为：

其中，

为车辆ω₁与ω₂驶入驶出先后关系的01变量，

为车辆ω₁在ω₂之后驶入进口道k，

反之，Δt_c为两辆车通过停车线的最短车头时距，

为车辆ω驶出进口道k的驶出时间，

为车辆ω在进口道k的到达时间，P^ω为车辆ω的未来路径集合，则

和

分别为车辆ω₁与ω₂的未来路径集合，

为车辆ω自当前状态至面临的第一个交叉口的到达时间，

和v_U分别为车辆ω当前位置与下个交叉口的距离、速度、最大加速度和道路限速，

为车辆ω从当前状态驶至下个交叉口所需时间；

所述绿灯通过限制具体为：

其中，

为表示车辆ω最终选择哪一绿灯时段驶出进口道k的01变量，选择第i个绿灯即

否则

则表示车辆ω只能选择一个绿灯时段驶出进口道k，τ_r为绿灯启亮后车辆的反映时间；

所述多交叉口间通行限制具体为：

其中，

为车辆ω在上个交叉口s_-的驶出时间，

为车辆ω到达下个交叉口s的到达时间，

为从上个交叉口s_{_}至下个交叉口s间路段的行程时间，

为车辆ω通行的第一个交叉口。

9.根据权利要求8所述的一种多交叉口信号配时方法，其特征在于，所述道路容量限制具体为：

其中，

为表示车辆ω在进口道k的第i个绿灯前排队的01变量，即

表示车辆ω在进口道k中将因为等待第i个绿灯而排队，

为车辆ω在进口道k每次排队的最大长度，

为进口道k所容许的最大排队长度。

10.根据权利要求4所述的一种多交叉口信号配时方法，其特征在于，所述步骤S2中对优化模型进行求解具体是通过Gurobi或Lingo求解器对优化模型进行求解。

Images