CN114299713B - 一种基于自适应信号灯的单点交叉口车辆调度系统与方法 - Google Patents

Abstract

本发明请求保护一种基于自适应信号灯的单点交叉口车辆调度系统与方法，首先基于短时交通流预测算法预测出各车道的交通流信息，建立车道级优先队列，然后基于组合互斥模型验证并确定通行的相位相序，然后以单交叉口的平均延误，平均停车次数作为多目标函数采用粒子群算法结合禁忌搜索算法进行周期信号配时优化并根据各个相位的车流量分配相应的绿灯时间片，建立单点交叉口的相位优先通行权模糊控制器，最后根据实时交通状况进行进一步的信号配时优化。本发明各个模块相辅相成，形成一个完善的自适应信号灯的车辆调度系统与方法。可以有效提高单点交叉口的通行效率和驾驶员的舒适度。

Description

一种基于自适应信号灯的单点交叉口车辆调度系统与方法

技术领域

本发明属于优化交通通行效率领域，尤其涉及一种基于自适应信号灯的单点交叉口车辆调度系统与方法。

背景技术

随着车辆数的增加，对于道路上车辆的通行效率的提升需求也日渐增加，特别针对于交叉口。传统道路交叉口的交通信号灯配时例如SCOOT、SCATS仅仅只能保证的道路的安全性，却牺牲了道路的通行效率问题。所以为了更好的优化信号灯配时来调度道路上的交通流量是目前研究的重点。

近年来，智能交通引起了广泛的关注，对于交通信号灯的配时优化许多学者对此都做出了巨大的成就。这些研究大致可以分为三类。一是研究使用进化算法优化，如MinKeng Tan等提出了一种基于分散遗传算法的信号配时优化方法，以减少交通平均延迟。Alok Yadav等提出了一种基于遗传算法和梯度下降的信号灯配时方法，解决了遗传算法收敛不到实际最优解的问题，进一步改善了交通信号配时。Xiaobao Ren等根据对车流量数据的采集，用Webster方法设计合理的相位时序配时进行优化。MaryamAlami Chentoufi等提出了一种基于混合粒子群优化和禁忌搜索算法的自适应交通信号配时优化方法，解决了陷入局部最优和过早收敛的问题；梁国华等公开了一种城市饱和交叉口信号配时的优化方法，通过综合评价函数来衡量信号配时方案。

在上述方法中，虽然优化了周期配时，但是实际车流量和预测的误差会导致配时分配不合理，车道组合的固定，相位的固定使得交通的调度会存在一边车流量稀疏，一边车流量密集的情况。目前，尚未有一种基于自适应信号灯的单点交叉口车辆调度方法，该方法首先通过短时交通流预测算法测出各车道的交通流信息，建立车道级优先队列，然后基于组合互斥模型验证并确定通行相位，然后以单交叉口的平均延误，平均停车次数作为多目标函数采用粒子群算法结合禁忌搜索算法进行信号配时优化并根据各个相位的车流量分配相应的绿灯时间片，结合建立单点交叉口的相位优先通行权模糊控制器，同时根据实时交通状况进一步实现信号配时优化。

发明内容

本发明针对交叉口存在的通行效率问题，提供了一种自适应信号灯的单交叉口车辆调度方法，通过历史数据预测下一某时段的交通流，结合车道组合互斥模型算法确定通行相位，以单交叉口多目标联合函数，以粒子群算法和禁忌搜索算法进行周期信号配时优化，以地磁感应技术和目标识别技术获取实时的相位交通状况，进一步的优化相序配时，建立单点交叉口的模糊控制器来优化各个相位的通行权。各个模块相辅相成，形成一个完善的自适应信号灯的车辆调度系统与方法。可以有效提高单点交叉口的通行效率和驾驶员的舒适度。具体构建了基于短时交通流预测的车道组合互斥模型，基于粒子群算法结合禁忌搜索算法的多目标配时优化模型，基于单点交叉口的相位优先通行权模糊控制器模型，基于实时车况的自适应信号配时优化模型四个功能模块。

鉴于此，本发明采用的技术方案是：一种基于自适应信号灯的单点交叉口车辆调度方法，包括以下步骤：

根据车道级的历史交通流数据预测下一时段的车流量，根据预测的车流量大小设定车道级数据，以车道队列表示；

构建基于车道优先级队列的车道组合互斥模型，从而根据各个车道的优先级，分配相应的车道级绿灯时间片，确定通行的相位相序；

构建基于粒子群算法结合禁忌搜索算法的多目标配时优化模型，优化周期配时方案，再根据各个车道的车流量分配相应的绿灯时间片；

构建基于相位优先通行权的模糊控制器模型，根据每个车道的停车数，每个车道的停车等待时长，模糊推理出获得下一优先通行权的几率；

根据实时道路的拥堵状况，通过地磁车辆检测器对交叉口各个车道的交通流量数据进行采集分析，通过双目摄像头对停车线等待的车辆进行识别，基于实时的车道交通状况，对当前相位的时长作进一步的优化。

进一步，所述以车道队列表示车道级数据，即构建优先级队列：Priority(L1)>Priority(L2)>...>Priority(LN)，Priority(L1)表示车道L1的流量，L1,...,LN代表各个车道，N代表该单点交叉口的车道数。

具体地，所述分配绿灯时间片，以队列Time({Li,T})形式表示，按照时间片的大小排序：Time({L1,T})>Time({L2,T})>...>Time({Li,T})，其中，Li代表各个车道，T代表绿灯时间。

进一步，所述车道组合互斥模型中，首先初始化相位，通过车道组合模型确定通行相位，当确定了车道通行相位组合后，则通过矩阵关系 来限制其他相位，其中Li为当前的主车道，Lj为与Li组合的相位，N为车道数，获得通行权的车道Li＝1，未获得通行权的车道Li＝0，&表示与运算符。

进一步，所述初始化相位是根据历史交通流预测的车流量数据选择Priority(L1)作为主车道，寻找该车道相容车道中时间片最长的组合成一个相位，其中，^表示异或运算符。Li为主车道，Lx,Ly,Lz为Li的相容车道，当Priority(L1)时间片耗尽时，Priority(L2)作为主车道直到所有车道的时间片耗尽，将所有车道组合相位加入到队列Queue(Z_i)中，Z_i＝{L_ij，T}，其中，L_ij表示为该车道Li和车道Lj组成的相容相位，T代表绿灯时间。最后以Queue队列中所有的相位组合作为当前周期的通行相位顺序。在获取下一时段的预测数据前，保持该周期的相位相序模型。

进一步，所述多目标配时优化模型以平均延误和平均停车次数为优化指标构建多目标函数，采用改进粒子群算法结合禁忌搜索算法进行周期配时优化。

具体地，所述多目标函数为minf(x)＝w₁∑D_i+w₂∑S_i，其中w₁和w₂分别是对应的权重系数，其中D_i表示第i相位每辆车的平均延误，S_i表示第i相位的平均停车次数，C表示信号周期，g_i表示第i相位有效绿灯时间，q_i表示第i相位预测的车流量，x_i表示第i相位的饱和度。

进一步，所述模糊推理的控制规则为：

{VS_s,S_s,M_s,L_s,VL_s}表示等待时间划分的5个模糊子集，{VS_v,S_v,M_v,L_v,VL_v}表示等待车辆数划分的5个模糊子集，{VS_R,S_R,M_R,L_R,VL_R}各个车道获得下次通行权几率划分的5个模糊子集。

进一步，所述基于实时的车道交通状况，对当前相位的时长作进一步的优化，包括设定相位的等待时间Ti，基于模型控制器来使车辆数最少的相位有几率提前通行，提高驾驶员的舒适性。然后，基于当前实时的车况，车辆的稀疏或密集对当前通行的相位进行实时的信号配时优化。

本发明还提供一种基于自适应信号灯的单点交叉口车辆调度系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的单点交叉口车辆调度程序，所述单点交叉口车辆调度程序被所述处理器执行时实现如权利要求1至9中任一项所述基于自适应信号灯的单点交叉口车辆调度方法的步骤。

本发明的优点及有益效果如下：

1、本发明结合了历史数据对下一某段时间的车流量进行实时预测，通过实时车流量数据，基于绿灯时间片进行可变车道相位的组合，让主车道在一个同期内可以获得多次的通行权，提高通行效率。

2、本发明通过多参数联合作为目标函数，通过粒子群算法优化配时周期再结合禁忌搜索算法优化周期配时让结果更具有收敛性，防止出现局部最优的情况。

3、本发明建立了单点交叉口的相位优先通行权模糊控制器，通过实时监测交叉口红绿灯停车等待的车辆数和各个车道停车等待的时间进行模糊推理让一些车道能够赋予优先通行权，来提高驾驶员的舒适度。

4、本发明通过实际交叉口的车况，对于正在获取通行权的相位进行绿灯的延长或缩短来提高交通通行效率。

附图说明

图1是一种基于自适应信号灯的交叉口车辆调度方法的架构图；

图2是基于车道优先级队列的车道组合互斥模型；

图3是基于粒子群算法结合禁忌搜索算法的多目标配时优化模型；

图4是基于单点交叉口的相位优先通行权模糊控制器；

图5是基于实时车况的自适应信号配时优化模型。

具体实施方式

为使本发明的目的、技术方案和主要用途阐述更加清楚明了，下面将结合附图对本发明的具体实施方式做进一步说明。

本发明提供一种基于自适应信号灯的交叉口车辆调度方法，参照图1所示，包括构建了基于短时交通流预测的车道组合互斥模型，基于粒子群算法和禁忌搜索算法的多目标配时优化模型，基于单点交叉口的相位优先通行权模糊控制器，基于实时车况的自适应信号配时优化模型四个功能模块。

交通流预测主要基于车道的历史交通流数据进行加权平均预测出车流量，基于预测出的流量大小设定优先级队列：Priority(L1)>Priority(L2)>...>Priority(LN)。Priority(L1)表示车道L1的流量，L1,...,LN代表各个车道，N代表该单点交叉口的车道数。最后结合车流量赋予相应的绿灯时间片并设定时间队列，以队列Time({Li,T})形式表示，按照时间片的大小排序。Time({L1,T})>Time({L2,T})>...>Time({Li,T})其中，Li代表车道分配时间片为T所对应的车道。

提高单交叉口效率的关键技术之一是在于车道的合理组合，参照图2所示本发明设计一种车道组合互斥模型，主要负责根据各个车道的绿灯时间片，通过车道组合互斥模型，确定通行的相位相序。

其中，车道组合互斥模型的处理步骤如下：

步骤1：选择Time({Li′,T})，Li′为主车道，搜索Li′的相容车道的绿灯时间片和主车道的绿灯时间片是否为0。是，执行步骤2。否则，执行步骤4。

步骤2：针对主车道的相容车道的绿灯时间片大小确定相位{Li,Lj}，加入到队列Queue(Zi)中，Zi＝{L_ij,T}。其中L_ij表示车道i和车道j组成的相容相位，T表示该相容相位的绿灯时间片，T减去相容车道的时间片，若主车道的绿灯时间片还有剩余，则与下一个相容车道组合，直到主车道时间片耗尽。当最后一个相容车道时间片小于主车道剩余的时间片时，最后一个相容相位按照最长时间片赋予时间。每次组合消耗时间片后，Time队列重排序。当主车道时间片耗尽时，执行步骤1。否则执行步骤2。

步骤3：以当前Queue队列中的相位作为通行周期的相位顺序。

其中，所述互斥模型是确保每次形成的相容相位是符合道路通行规则。首先通过车道组合模型确定通行相位后，通过矩阵关系进一步来限制其他相位。其中Li为当前的主车道，Lj为与Li组合的相位，N为车道数，获得通行权的车道Li＝1，未获得通行权的车道Li＝0，&表示与运算符。

参照图3所示基于粒子群算法结合禁忌搜索算法的多目标配时优化模型能让结果更为精确，本发明借助粒子群算法结合禁忌搜索算法对周期配时进行优化。具体包括：通过建立以车辆平均延误和车辆平均停车次数作为多目标函数，通过粒子群算法结合禁忌搜索算法进行相位周期配时优化。

其中，多目标配时优化模型主要以车辆平均延误和车辆停车次数作为多目标函数，车辆平均延误采用韦氏模型：平均停车次数：/>其中Di表示第i相位每辆车的平均延误，C表示信号周期，gi表示第i相位有效绿灯时间，qi表示为第i相位预测的车流量，xi表示为第i相位的饱和度。建立目标函数：minf(x)＝w₁D+w₂S，其中w₁和w₂分别是对应的权重系数。再通过粒子群算法和禁忌搜索算法优化周期配时，其中粒子群算法结合禁忌搜索算法步骤如下：

步骤1：初始化粒子，速度。初始化禁忌列表为空，适应度函数值计算。步骤2：速度更新，位置更新，寻找个体最优解和群体最优解。步骤3：在最优解是否改进，若有执行步骤2。若无执行下一步。步骤3：填充禁忌列表并随机产生若干邻域解，选择候选解集。步骤4：判断是否满足特赦准则，是把该最优解作为当前解和当前的最优解，更新禁忌表。否，从候选集中搜索最优解作为当前解，更新禁忌表。步骤5：是否满足终止条件，不满足则执行步骤3，满足则结束。

参照图4所示，基于单点交叉口的相位优先通行权模糊控制器，模糊策略如下：

1)各个车道的等待时间(S)

S的基本论域[0，Tc]，划分为5个模糊子集，即{VS_s,S_s,M_s,L_s,VL_s}。根据经验值量化因子为1/N，模糊论域[0，Tc/N]。其中Tc表示单点交叉口一个周期的时长，N表示该单点交叉口的车道数。

2)各个车道的等待车辆数(V)

V的基本论域[0，40]，划分为5个模糊子集，即{VS_v,S_v,M_v,L_v,VL_v}。根据经验值量化因子为1，模糊论域[0，8]。

3)各个车道获得下次通行权的几率(R)

R的基本论域[0，5]，划分为5个模糊子集，即{VS_R,S_R,M_R,L_R,VL_R}。量化因子为1，模糊论域为[0，1]。

模糊推理具体描述为：当前车道的等待时间(S)为(VL)很长且当前车道的等待车辆数为(V)为很少(VS)时，获得下次通行权的几率(R)为很大(VL)。具体模糊控制规则如表1所示。

表1为模糊控制规则

参照图5所示基于实时车况的自适应信号配时优化模型主要负责基于实时道路的拥堵状况，采用地磁感应技术和目标识别技术，通过地磁车辆检测器对交叉口各个车道的交通流量数据进行采集分析，通过双目摄像头对停车等待的车辆进行识别，对当前相位的时长作进一步的优化，有效的调动车流流动，缓解交通压力。对于信号优化所述交通调度算法步骤如下：

步骤1：根据改进粒子群算法初始化相位配时方案，获得当前相位的绿灯时间片。

步骤2：为每个车道设置等待时间计时T_i，和等待车辆数R。在赋予行使权后，当前相位车道的T_i＝0。根据单交叉口的通行模糊控制器确定获得优先行驶权车道的几率。随机策略加入算法模型：定义一个随机数α，模糊化后几率最大的通行相位有α的概率获得下一次的行使权。

步骤3：如果当前通行相位在行驶车道未检测到有车辆通行，为了同时保证人行道的通行。若T>T_emt将绿灯T—>T_emt，如果当前通行相位在行驶车道检测到实时车辆较多，即等待车辆数大于M，则将绿灯时长以5s为单位延长。

步骤4：重复步骤2。

其中，T_i为车道i车辆的等待时间，M表示等待车辆数模糊为M的情况，T为当前相位的剩余绿灯时间，T_emt为相位车道无车辆时设置剩余绿灯的时间，该参数与行人通过交叉口的时间相关。

以上所述仅为本发明的较佳实施例，而非进行限制；对于本技术领域的专业技术人员或者普通人来说，在本发明所限定的权利范围内依然可以进行相关的修改和改善，但这些改变也应在本发明的保护范围内。

Claims (8)

1.一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于，包括以下步骤：

根据车道级的历史交通流数据预测下一时段的车流量，根据预测的车流量大小设定车道级数据，以车道队列表示车道级数据，构建优先级队列；

构建基于车道优先级队列的车道组合互斥模型，从而根据各个车道的优先级，分配相应的车道级绿灯时间片，确定一个周期通行的相位相序；

构建基于粒子群算法结合禁忌搜索算法的多目标配时优化模型，优化周期配时方案，再根据各个相位的车流量分配相应的绿灯时间片；所述多目标配时优化模型以平均延误和平均停车次数为优化指标构建多目标函数，采用改进粒子群算法结合禁忌搜索算法进行周期配时优化；

构建基于相位优先通行权的模糊控制器模型，根据每个车道的停车数，每个车道的停车等待时长，模糊推理出下一相位获得优先通行权的几率；

根据实时道路的拥堵状况，通过地磁车辆检测器对交叉口各个车道的交通流量数据进行采集分析，通过双目摄像头对停车线等待的车辆进行识别；基于实时的车道交通状况，对当前相位的时长作进一步的优化，包括设定相位的等待时间Ti，基于模型控制器来使车辆数最少的相位有几率提前通行，然后，基于当前实时的车况，车辆的稀疏或密集对当前通行的相位进行实时的信号配时优化。

2.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述优先级队列为：Priority(L1)>Priority(L2)>...>Priority(LN)，Priority(L1)表示车道L1的车流量，L1,...,LN代表各个车道，N代表该单点交叉口的车道数。

3.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：分配绿灯时间片，以队列Time({Li,T})形式表示，根据车流量的不同分配相应的绿灯时间片，并按照时间片的大小排序：Time({L1,T})>Time({L2,T})>...>Time({Li,T})，其中，Li代表各个车道，T代表绿灯时间。

4.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述车道组合互斥模型中，首先初始化相位，通过车道组合模型确定通行相位，当确定了车道通行相位组合后，则通过矩阵关系 来限制其他相位，其中Li为当前的主车道，Lj为与Li组合的相位，N为车道数，获得通行权的车道Li＝1，未获得通行权的车道Li＝0，&表示与运算符。

5.根据权利要求4所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述初始化相位是根据历史交通流预测的车流量数据选择Priority(L1)作为主车道，寻找该车道相容车道中时间片最长的组合成一个相位，其中，^表示异或运算符，Li为主车道，Lx,Ly,Lz为Li的相容车道，当Priority(L1)时间片耗尽时，Priority(L2)作为主车道直到所有车道的时间片耗尽，将所有车道组合相位加入到队列Queue(Z_i)中，Z_i＝{L_ij，T}，其中，L_ij表示为车道Li和车道Lj组成的相容相位，T代表绿灯时间，最后以Queue队列中所有的相位组合作为当前周期的通行相位顺序，在获取下一时段的预测数据前，保持该周期的相位相序模型。

6.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：多目标函数为minf(x)＝w₁∑D_i+w₂∑S_i，其中w₁和w₂分别是对应的权重系数；

其中Di表示第i相位每辆车的平均延误，S_i表示第i相位的平均停车次数，C表示信号周期，g_i表示第i相位有效绿灯时间，q_i表示第i相位预测的车流量，x_i表示第i相位的饱和度。

7.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述模糊推理的控制规则为：

{VSs,Ss,Ms,Ls,VLs}表示等待时间划分的5个模糊子集，{VSv,Sv,Mv,Lv,VLv}表示等待车辆数划分的5个模糊子集，{VS_R,S_R,M_R,L_R,VL_R}各个车道获得下次通行权几率划分的5个模糊子集。

8.一种基于自适应信号灯的单点交叉口车辆调度系统，其特征在于：包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的单点交叉口车辆调度程序，所述单点交叉口车辆调度程序被所述处理器执行时实现如权利要求1至7中任一项所述基于自适应信号灯的单点交叉口车辆调度方法的步骤。