CN114898576B - 交通控制信号的生成方法、目标网络模型的训练方法 - Google Patents
交通控制信号的生成方法、目标网络模型的训练方法 Download PDFInfo
- Publication number
- CN114898576B CN114898576B CN202210505848.4A CN202210505848A CN114898576B CN 114898576 B CN114898576 B CN 114898576B CN 202210505848 A CN202210505848 A CN 202210505848A CN 114898576 B CN114898576 B CN 114898576B
- Authority
- CN
- China
- Prior art keywords
- traffic
- target
- phase
- time window
- intersection
- 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
- 238000012549 training Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 title abstract description 13
- 238000012545 processing Methods 0.000 claims description 86
- 238000011156 evaluation Methods 0.000 claims description 47
- 230000004044 response Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 239000003795 chemical substances by application Substances 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000002787 reinforcement Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 9
- 238000013480 data collection Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008846 dynamic interplay Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种交通控制信号的生成方法、目标网络模型的训练方法及装置、设备、介质和产品，涉及人工智能技术领域，具体为智能交通和交通控制技术领域。具体实现方案包括：基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数；以及根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。
Description
技术领域
本公开涉及人工智能技术领域，具体为智能交通和交通控制技术领域，可应用于路网交通控制等场景。
背景技术
交通控制对优化区域通行效率和改善路网通行能力而言具有重要意义。但是，在一些场景下，交通控制存在控制效果不佳、控制效率低的现象。
发明内容
本公开提供了一种交通控制信号的生成方法、目标网络模型的训练方法及装置、设备、介质和产品。
根据本公开的一方面，提供了一种交通控制信号的生成方法，包括：基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；以及根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号。
根据本公开的另一方面，提供了一种目标网络模型的训练方法，包括：利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号；根据基于所述交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；以及根据所述附加评估值，调整所述待训练的目标网络模型的模型参数，得到经训练的目标网络模型。
根据本公开的另一方面，提供了一种目标网络模型的训练方法，包括：通过至少一个待训练的目标网络模型，确定训练样本集合，其中，各所述待训练的目标网络模型与目标路网中的至少一个路口相对应；利用所述训练样本集合，对全局网络模型进行训练，得到经调整的模型参数；以及根据所述经调整的模型参数，对各所述待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型。
根据本公开的另一方面，提供了一种交通控制信号的生成装置，包括：第一处理模块，用于基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；以及第二处理模块，用于根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号。
根据本公开的另一方面，提供了一种目标网络模型的训练装置，包括：第三处理模块，用于利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；第四处理模块，用于根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号；第五处理模块，用于根据基于所述交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；以及第六处理模块，用于根据所述附加评估值，调整所述待训练的目标网络模型的模型参数，得到经训练的目标网络模型。
根据本公开的另一方面，提供了一种目标网络模型的训练装置，包括：第八处理模块，用于通过至少一个待训练的目标网络模型，确定训练样本集合，其中，各所述待训练的目标网络模型与目标路网中的至少一个路口相对应；第九处理模块，用于利用所述训练样本集合，对全局网络模型进行训练，得到经调整的模型参数；以及第十处理模块，用于根据所述经调整的模型参数，对各所述待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的交通控制信号的生成方法或者目标网络模型的训练方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的交通控制信号的生成方法或者目标网络模型的训练方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的交通控制信号的生成方法或者目标网络模型的训练方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1示意性示出了根据本公开一实施例的交通控制信号的生成方法和装置的系统架构；
图2示意性示出了根据本公开一实施例的交通控制信号的生成方法的流程图；
图3示意性示出了根据本公开另一实施例的交通控制信号的生成方法的流程图；
图4示意性示出了根据本公开一实施例的目标网络模型的训练方法的流程图；
图5示意性示出了根据本公开一实施例的目标网络模型的训练过程的示意图；
图6示意性示出了根据本公开另一实施例的目标网络模型的训练方法的流程图；
图7示意性示出了根据本公开另一实施例的目标网络模型的训练过程的示意图；
图8示意性示出了根据本公开一实施例的交通控制信号的生成装置的框图；
图9示意性示出了根据本公开一实施例的目标网络模型的训练装置的框图；
图10示意性示出了根据本公开一实施例的目标网络模型的训练装置的框图；
图11示意性示出了根据本公开实施例的用于交通控制的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种交通控制信号的生成方法。本实施例方法包括：基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数，以及根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。
图1示意性示出了根据本公开一实施例的交通控制信号的生成方法和装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
根据该实施例的系统架构100可以包括数据采集端(图1示出了多个，例如数据采集端101、102、103)、网络104和服务器105。网络104用于在数据采集端和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。服务器105可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或分布式系统，还可以是提供云服务、云计算、网络服务、中间件服务等基础云计算服务的云服务器。
数据采集端通过网络104与服务器105进行交互，以接收或发送数据等。数据采集端例如用于向服务器105提供基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息。服务器105可以是提供各种服务的服务器，例如可以是根据目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，进行交通控制的后台处理服务器(仅为示例)。
示例性地，数据采集端例如可以包括硬件采集设备、软件采集应用、机器学习模型等。硬件采集设备例如可以包括激光雷达、摄像头、毫米波雷达、感应式项圈等硬件设备。软件采集应用例如可用于从交通大数据平台、交通气象服务平台、车辆调度平台、城市信息化平台等媒介中获取路网的交通状态信息。机器学习模型例如可以包括图神经网络模型，图神经网络模型可以根据历史时间窗口内的路口流量变化，预测基于目标时间窗口的路口流量值和车辆的路径选择概率。根据路口流量值和车辆的路径选择概率，确定大范围路网中路口的交通状态信息。
例如，服务器105可以基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数，以及根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。
需要说明的是，本公开实施例所提供的交通控制信号的生成方法可以由服务器105执行。相应地，本公开实施例所提供的交通控制信号的生成装置可以设置于服务器105中。本公开实施例所提供的交通控制信号的生成方法也可以由不同于服务器105且能够与数据采集端和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的交通控制信号的生成装置也可以设置于不同于服务器105且能够与数据采集端和/或服务器105通信的服务器或服务器集群中。
应该理解，图1中的数据采集端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的数据采集端、网络和服务器。
本公开实施例提供了一种交通控制信号的生成方法，下面结合图1的系统架构，参考图2～图3来描述根据本公开示例性实施方式的交通控制信号的生成方法。本公开实施例的交通控制信号的生成方法例如可以由图1所示的服务器105来执行。
图2示意性示出了根据本公开一实施例的交通控制信号的生成方法的流程图。
如图2所示，本公开实施例的交通控制信号的生成方法200例如可以包括操作S210～S220。
在操作S210，基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。
在操作S220，根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。
下面示例说明本实施例的交通控制信号的生成方法的各操作示例流程。
示例性地，基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。
相邻路口与目标路口之间满足预设受控约束条件。例如，相邻路口与目标路口之间可以满足以下约束条件中的至少之一：满足预设距离阈值条件、符合预设交通协同控制目标、符合预设行政管理条件。本实施例对此不进行限定。
交通状态信息例如可以包括多源融合交通流信息、车道级交通事件信息和实时道路管控信息。多源融合交通流信息例如可以包括路段车辆流量、车辆排队长度、车辆行程时长、车均停车次数、车道平均延时、交通吞吐量等信息。车道级交通事件信息例如可以包括交通事故信息、道路施工信息、气象信息等。实时道路管控信息例如可以包括可变车道信息、优先通行信息等。
基于前一时间窗口的交通控制参数可以指示目标路口的交通信号灯的当前相位。交通信号灯的相位可以指示车道中的交通参与对象的允许通行方向，例如指示车道中获得通行权的车辆的允许行驶方向。以双向行驶的十字路口为例，十字路口可以包括八种交通信号灯相位，即包括每个方向的直行和左转相位。由于车辆行驶的冲突关系，单次最多允许两个相位处于允许通行状态。
交通控制参数可以包括针对交通信号灯的信号控制参数。一种示例方式，可以基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据基于前一时间窗口的信号控制参数，确定针对交通信号灯的相位组合参数和相位配时信息，以作为基于当前时间窗口的交通控制参数。
时间窗口的长度可以是预先设置的固定数值。示例性地，时长窗口的长度例如可以是5s，即每隔5s生成一次针对目标路口的交通控制参数。在执行本实施例的交通控制方法的过程中，可以根据目标路口的实际交通状态，调整时间窗口的长度，本实施例对此不进行限定。
根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号，以便基于交通控制信号执行针对目标路口的交通控制动作。示例性地，可以根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通信号灯的相位保持信号或相位切换信号。
通过本公开实施例，基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数，以及根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号，以便基于交通控制信号执行针对目标路口的交通控制动作。可以有效保证针对交通路口的交通控制效果，能够有效提升交通控制效率，以及有效降低交通控制成本，有利于优化区域通行效率和改善路网通行能力。
图3示意性示出了根据本公开另一实施例的交通控制信号的生成方法的流程图。
如图3所示，本公开实施例的交通控制信号的生成方法300例如可以包括操作S310～S320。
在操作S310，基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据基于前一时间窗口的信号控制参数，确定针对交通信号灯的相位组合参数和相位配时信息，以作为基于当前时间窗口的信号控制参数。
在操作S320，根据基于当前时间窗口的信号控制参数，生成针对目标路口的交通控制信号。
下面示例说明本实施例的交通控制信号的生成方法的各操作示例流程。
示例性地，基于前一时间窗口的信号控制参数指示了交通信号灯的当前相位。可以基于第一交通状态信息和第二交通状态信息，根据交通信号灯的当前相位，确定交通信号灯的基于当前时间窗口的相位组合参数。相位组合参数可以指示交通信号灯的以下任一相位状态：与当前相位相同的相位状态、基于当前相位的搭接相位、基于当前相位的下一相位。
根据第一交通状态信息、第二交通状态信息和基于前一时间窗口的信号控制参数，确定交通信号灯的基于当前时间窗口的相位组合参数，以及基于相位组合参数，确定交通信号灯的相位配时信息。有利于实现针对交通信号灯的自适应智能化控制，有利于实现更精细化的交通协同控制，可以有效改善交通控制效果，有利于优化区域通行效率和改善路网通行能力。
示例性地，由相位组合参数指示的交通信号灯的相位状态可以是与当前相位相同的相位状态，即在当前时间窗口内通过延长相位持续时长的方式沿用当前相位。由相位组合参数指示的交通信号灯的相位状态可以是基于当前相位的搭接相位，搭接相位保留了当前相位中的部分相位不变，而引入了部分新的相位。例如，在保持直行绿灯相位不变的情况下，将左转绿灯相位切换为左转红灯相位。由相位组合参数指示的交通信号灯的相位状态也可以是与当前相位不同的下一相位。
根据针对交通信号灯的相位组合参数，确定相位配时信息。一种示例方式，响应于相位组合参数指示与当前相位相同的相位状态或者指示搭接相位，确定当前时间窗口所沿用的前一时间窗口内的目标相位。根据目标相位在前一时间窗口内的第一持续时长，确定目标相位基于当前时间窗口的第二持续时长，以得到相位配时信息，第一持续时长与第二持续时长的和小于或等于相位持续时长阈值。
响应于相位组合参数指示基于当前相位的下一相位，根据第一交通状态信息、第二交通状态信息和相位持续时长阈值，确定下一相位中的各相位的相位持续时长，以得到针对下一相位的相位配时信息。相位持续时长可以是对应相位的绿灯显示时长，相位持续时长阈值可以是预先设置的各相位的最大绿灯显示时长。
根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。交通控制信号例如可以是针对交通信号灯的相位保持信号或相位切换信号。示例性地，可以根据基于当前时间窗口的交通控制参数，控制交通信号灯继续基于当前相位显示绿灯，也可以控制交通信号灯由当前相位切换至其他相位。
通过本公开实施例，基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据基于前一时间窗口的信号控制参数，确定针对交通信号灯的相位组合参数和相位配时信息，以作为基于当前时间窗口的信号控制参数，以及基于当前时间窗口的信号控制参数，生成针对目标路口的交通控制信号。利用动态交互场景中的不同路口的交通状态信息，进行针对目标路口的交通信号控制，可以有效改善针对目标路口的交通控制效果，有利于优化路网的整体通行收益，有利于实现更智能化的路网交通调控能力。此外，可以有效提升针对目标路口的交通控制效率，以及有效降低交通控制成本。
图4示意性示出了根据本公开一实施例的目标网络模型的训练方法的流程图。
如图4所示，本公开实施例的目标网络模型的训练方法400例如可以包括操作S410～S440。
在操作S410，利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。
在操作S420，根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。
在操作S430，根据基于交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值。
在操作S440，根据附加评估值，调整待训练的目标网络模型的模型参数，得到经训练的目标网络模型。
下面示例说明本实施例的交通控制信号的生成方法的各操作示例流程。
示意性地，可以基于真实路网信息和历史交通数据，构建交通仿真环境和强化学习环境。基于交通仿真环境和强化学习环境，通过强化学习算法进行强化学习，得到经训练的目标网络模型。强化学习算法例如可采用Q-learning算法实现，本实施例对此不进行限定。
交通仿真环境例如可由信号灯配时生成器、路网生成器和车流生成器实现。信号灯配时生成器可以模拟交通仿真环境中的交通信号灯的运作情况。路网生成器可以模拟交通仿真环境模中的可通行路段和交通交叉口。车流生成器可以模拟交通仿真环境中的路段车流量。
利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。示例性地，可以根据仿真交通数据或采集的真实交通数据，得到第一样本交通状态信息和第二样本交通状态信息。
一种示例方式，待训练的目标网络模型可以是智能体网络模型。可以将第一样本交通状态信息、第二样本交通状态信息和基于前一时间窗口的交通控制参数，作为智能体网络模型的输入数据。
由智能体网络模型对第一样本交通状态信息和第二样本交通状态信息进行卷积处理，得到与各路口关联的车流量特征矩阵。对与各路口关联的车流量特征矩阵进行叠加，得到目标路网的多通道张量，目标路网包括目标路口和至少一个相邻路口。将多通道张量和基于前一时间窗口的交通控制参数进行合并，由智能体网络模型的全连接层基于合并后的特征信息，输出针对当前时间窗口的交通控制参数。
交通控制参数可以包括针对交通信号灯的信号控制参数。可以利用待训练的目标网络模型，基于第一样本交通状态信息和第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的信号控制参数，确定针对交通信号灯的相位组合参数和相位配时信息，以作为基于当前时间窗口的信号控制参数。交通信号灯的相位指示了车道中的交通参与对象的允许通行方向。
基于前一时间窗口的信号控制参数指示了交通信号灯的当前相位。针对交通信号灯的基于当前时间窗口的相位组合参数可以指示以下任一相位状态：与当前相位相同的相位状态、基于当前相位的搭接相位、基于当前相位的下一相位。
根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。交通控制信号例如可以是针对交通信号灯的相位保持信号或相位切换信号。可以根据基于交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值。控制性能指标例如可以包括车道平均延时、车均停车次数、车辆排队长度、车辆行程时长、交通吞吐量、智能体模型稳定性中的至少一个。车道平均延时例如可以根据车道平均车速和车道最大许可车速确定。
控制执行结果指示了目标路口和至少一个相邻路口分别基于当前时间窗口的交通状态信息。一种示例方式，可以根据目标路口和至少一个相邻路口分别基于当前时间窗口的交通状态信息，确定与对应路口关联的基于控制性能指标的反馈附加值，以及确定目标路网基于控制性能指标的状态附加值。目标路网包括目标路口和至少一个相邻路口。
根据状态附加值和与至少一个路口关联的反馈附加值，确定附加评估值。示例性地，根据与目标路口和至少一个相邻路口分别关联的预设评估权重和反馈附加值，计算加权反馈附加值。根据加权反馈附加值和状态附加值，确定附加评估值。
根据目标路口和至少一个相邻路口分别基于当前时间窗口的交通状态信息，确定用于指导模型参数调整的附加评估值。通过充分考虑交通控制对区域通行效率和路网通行能力的影响，可以有效改善交通控制的智能化程度，可以有效保证交通控制效果，以及有效提升交通控制效率。
附加评估值可以指示针对交通控制信号的正向评价或负向评价。正向评价指示控制执行结果倾向预设交通调度目标，负向评价指示控制执行结果偏离交通调度目标。交通调度目标例如可以包括减少车均延时、减少车均停车次数、缩短车辆排队长度、缩短车辆行程时长、增加交通吞吐量中的至少一个。
根据附加评估值，调整目标网络模型的模型参数，得到经训练的目标网络模型。一种示例方式，可以基于经训练的目标网络模型，得到针对目标路口的交通控制参数预测模型。可以将经训练的目标网络模型，作为单路口交通控制模型，也可作为多路口交通控制模型中的局部模型。
通过本公开实施例，利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。根据基于交通控制信号的控制执行结果，确定用于指导模型参数调整的附加评估值。根据动态交互场景中的不同路口的交通状态信息，确定针对目标路口的交通控制参数。可以有效保证交通控制参数的预测效果，有效改善路口交通控制的智能化程度，以及有效提升路网的交通控制效率。
图5示意性示出了根据本公开一实施例的目标网络模型的训练过程的示意图。
如图5所示，可以利用多智能体协同控制模型501，根据目标路网的交通状态信息，输出针对目标路网的交通控制参数。多智能体协同控制模型501可以包括多个待训练的目标网络模型。目标网络模型例如可以是智能体网络模型，各智能体网络模型例如可以分别与路口1、路口2、.......、路口n相对应。
针对目标路网中的任意目标路口，利用与目标路口关联的智能体网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。
交通控制参数可以包括针对交通信号灯的信号控制参数，例如可以包括交通信号灯的相位组合参数和相位配时信息。相位配时信息可以指示对应相位的绿灯持续时长。
根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。利用交通仿真环境502，执行针对目标路网中的各路口的交通控制信号。根据基于交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值。根据附加评估值，调整多智能体协同控制模型501中的各目标网络模型的模型参数，得到经训练的目标网络模型。交通仿真环境502可以是基于真实路网信息和历史交通数据构建的。交通仿真环境502例如可由信号灯配时生成器、路网生成器和车流生成器实现。
通过充分考虑交通控制对区域通行效率和路网通行能力的影响，可以有效改善交通控制的智能化程度，可以有效保证交通控制效果，以及有效提升交通控制效率。
图6示意性示出了根据本公开另一实施例的目标网络模型的训练方法的流程图。
如图6所示，本公开实施例的目标网络模型的训练方法600例如可以包括操作S610～S630。
在操作S610，通过至少一个待训练的目标网络模型，确定训练样本集合，其中，各待训练的目标网络模型与目标路网中的至少一个路口相对应。
在操作S620，利用训练样本集合，对全局网络模型进行训练，得到经调整的模型参数。
在操作S630，根据经调整的模型参数，对各待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型。
示例性地，可以采用深度强化学习框架构建全局网络模型和至少一个待训练的目标网络模型。全局网络模型和目标网络模型可以包括相同的网络模型结构，例如可以包括相同的深度强化学习智能体结构。
训练样本集合中可以包括至少一个训练样本。一种示例方式，可以利用任意待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。目标路口可以是目标路网中与待训练的目标网络模型对应的路口。
可以根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。根据基于交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值。第一样本交通状态信息、第二样本交通状态信息、基于前一时间窗口的交通控制参数、基于当前时间窗口的交通控制参数和附加评估值构成训练样本。
利用训练样本集合中的至少一个训练样本，对全局网络模型进行训练，得到经调整的模型参数。例如，可以将至少一个训练样本输入全局网络模型，以供全局网络模型根据各训练样本中的附加评估值，确定基于当前时间窗口的交通控制参数是否合理，进而调整全局网络模型的模型参数，得到经调整的模型参数。基于经调整的模型参数，对各待训练的目标网络模型的模型参数进行更新。得到至少一个经训练的目标网络模型。
通过至少一个待训练的目标网络模型，确定训练样本集合。利用训练样本集合，对全局网络模型进行训练，得到经调整的模型参数。以及，根据经调整的模型参数，对各待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型。可以有效提升目标网络模型的训练速度，有利于实现大规模的并行网络模型训练。训练样本分布的多样化，可以有效避免目标网络模型在训练过程中陷入局部最优的问题，可以有效提升经训练的目标网络模型的泛化性能，有利于实现智能化的路网交通控制。
图7示意性示出了根据本公开另一实施例的目标网络模型的训练过程的示意图。
如图7所示，可以利用多智能体协同控制模型701，加载基于多时间窗口的真实交通状态数据进行采样。多智能体协同控制模型701可以包括多个待训练的目标网络模型。目标网络模型例如可以是智能体网络模型，各智能体网络模型例如可以分别与路口1、路口2、.......、路口n相对应。
多智能体协同控制模型701中的各目标网络模型可以将训练样本上传至中转单元702，由中转单元702对由各目标网络模型上传的训练样本进行汇总，并将汇总后的训练样本集合提供给学习单元703。由学习单元703基于训练样本集合，通过强化学习算法进行强化学习，得到强化学习结果。由学习单元703根据强化学习结果指导调整全局网络模型704的模型参数，得到经训练的全局网络模型704。经训练的全局网络模型704也可用于指导更新各目标网络模型，得到经训练的目标网络模型。
强化学习结果例如可以是针对目标路网中的各路口的交通控制参数，交通控制参数可以包括针对交通信号灯的信号控制参数，例如可以包括交通信号灯的相位组合参数和相位配时信息。
利用多个目标网络模型，加载基于多时间窗口的真实交通状态数据进行采样，可以有效提升目标网络模型训练的收敛速度。训练样本分布的多样化，可以有效避免目标网络模型在训练过程中陷入局部最优的问题，有利于改善交通控制的智能化程度，以及有效保证交通控制效果。
图8示意性示出了根据本公开一实施例的交通控制信号的生成装置的框图。
如图8所示，本公开实施例的交通控制信号的生成装置800例如包括第一处理模块810和第二处理模块820。
第一处理模块810，用于基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数；以及第二处理模块820，用于根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。相邻路口与目标路口满足预设受控条件。
通过本公开实施例，基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数，以及根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号，以便基于交通控制信号执行针对目标路口的交通控制动作。可以有效保证针对交通路口的交通控制效果，能够有效提升交通控制效率，以及有效降低交通控制成本，有利于优化区域通行效率和改善路网通行能力。
根据本公开的实施例，交通控制参数包括针对交通信号灯的信号控制参数；第一处理模块包括：第一处理子模块，用于基于第一交通状态信息和第二交通状态信息，根据基于前一时间窗口的信号控制参数，确定针对交通信号灯的相位组合参数和相位配时信息，以作为基于当前时间窗口的信号控制参数，交通信号灯的相位指示了车道中的交通参与对象的允许通行方向。
根据本公开的实施例，基于前一时间窗口的信号控制参数指示了交通信号灯的当前相位；第一处理子模块包括：第一处理单元，用于基于第一交通状态信息和第二交通状态信息，根据交通信号灯的当前相位，确定针对交通信号灯的相位组合参数；以及第二处理单元，用于根据针对交通信号灯的相位组合参数，确定相位配时信息，相位组合参数指示交通信号灯的以下任一相位状态：与当前相位相同的相位状态、基于当前相位的搭接相位、基于当前相位的下一相位。
根据本公开的实施例，第二处理单元包括：第一处理子单元，用于响应于相位组合参数指示与当前相位相同的相位状态或者指示搭接相位，确定当前时间窗口所沿用的前一时间窗口内的目标相位；以及第二处理子单元，用于根据目标相位在前一时间窗口内的第一持续时长，确定目标相位基于当前时间窗口的第二持续时长，以得到相位配时信息，第一持续时长与第二持续时长的和小于或等于相位持续时长阈值。
根据本公开的实施例，第二处理模块包括：第二处理子模块，用于根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通信号灯的相位保持信号或相位切换信号。
图9示意性示出了根据本公开一实施例的目标网络模型的训练装置的框图。
如图9所示，本公开实施例的目标网络模型的训练装置900例如包括第三处理模块910、第四处理模块920、第五处理模块930和第六处理模块940。
第三处理模块910，用于利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数；第四处理模块920，用于根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号；第五处理模块930，用于根据基于交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；以及第六处理模块940，用于根据附加评估值，调整待训练的目标网络模型的模型参数，得到经训练的目标网络模型。
通过本公开实施例，利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数。根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号。根据基于交通控制信号的控制执行结果，确定用于指导模型参数调整的附加评估值。根据动态交互场景中的不同路口的交通状态信息，确定针对目标路口的交通控制参数。可以有效保证交通控制参数的预测效果，有效改善路口交通控制的智能化程度，以及有效提升路网的交通控制效率。
根据本公开的实施例，控制执行结果指示了目标路口和至少一个相邻路口分别基于当前时间窗口的交通状态信息；第五处理模块包括：第三处理子模块，用于根据目标路口和至少一个相邻路口分别基于当前时间窗口的交通状态信息，确定与对应路口关联的基于控制性能指标的反馈附加值，以及确定目标路网基于控制性能指标的状态附加值；以及第四处理子模块，用于根据反馈附加值和状态附加值，确定附加评估值，目标路网包括目标路口和至少一个相邻路口。
根据本公开的实施例，第四处理子模块包括：第三处理单元，用于根据与目标路口和至少一个相邻路口分别关联的预设评估权重和反馈附加值，计算加权反馈附加值；以及第四处理单元，用于根据加权反馈附加值和状态附加值，确定附加评估值。
根据本公开的实施例，该装置还包括：第七处理模块，用于基于经训练的目标网络模型，得到针对目标路口的交通控制参数预测模型。
图10示意性示出了根据本公开一实施例的目标网络模型的训练装置的框图。
如图10所示，本公开实施例的目标网络模型的训练装置1000例如包括第八处理模块1010、第九处理模块1020和第十处理模块1030。
第八处理模块1010，用于通过至少一个待训练的目标网络模型，确定训练样本集合，各待训练的目标网络模型与目标路网中的至少一个路口相对应；第九处理模块1020，用于利用训练样本集合，对全局网络模型进行训练，得到经调整的模型参数；以及第十处理模块1030，用于根据经调整的模型参数，对各待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型。
通过至少一个待训练的目标网络模型，确定训练样本集合。利用训练样本集合，对全局网络模型进行训练，得到经调整的模型参数。以及，根据经调整的模型参数，对各待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型。可以有效提升目标网络模型的训练速度，有利于实现大规模的并行网络模型训练。训练样本分布的多样化，可以有效避免目标网络模型在训练过程中陷入局部最优的问题，可以有效提升经训练的目标网络模型的泛化性能，有利于实现智能化的路网交通控制。
根据本公开的实施例，训练样本集合中包括至少一个训练样本，第八处理模块包括：第五处理子模块，用于利用任意待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对目标路口的基于前一时间窗口的交通控制参数，确定与目标路口关联的基于当前时间窗口的交通控制参数；第六处理子模块，用于根据基于当前时间窗口的交通控制参数，生成针对目标路口的交通控制信号；第七处理子模块，用于根据基于交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；第一样本交通状态信息、第二样本交通状态信息、基于前一时间窗口的交通控制参数、基于当前时间窗口的交通控制参数和附加评估值构成训练样本。
应该注意的是，本公开的技术方案中，所涉及的信息收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图11示意性示出了根据本公开实施例的用于交通控制的电子设备的框图。
图11示出了可以用来实施本公开实施例的示例电子设备1100的示意性框图。电子设备1100旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行深度学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如对象描述生成方法。例如，在一些实施例中，对象描述生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的交通控制信号的生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为实现交通控制信号的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程模型训练装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与对象的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向对象显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，对象可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与对象的交互；例如，提供给对象的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自对象的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形对象界面或者网络浏览器的对象计算机，对象可以通过该图形对象界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (18)
1.一种交通控制信号的生成方法，包括：
基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；以及
根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号，
其中，
所述交通控制参数包括针对交通信号灯的信号控制参数；
所述基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数，包括：
基于所述第一交通状态信息和所述第二交通状态信息，根据基于所述前一时间窗口的信号控制参数，确定针对所述交通信号灯的相位组合参数和相位配时信息，以作为基于所述当前时间窗口的信号控制参数，
其中，所述交通信号灯的相位指示了车道中的交通参与对象的允许通行方向。
2.根据权利要求1所述的方法，其中，
基于所述前一时间窗口的信号控制参数指示了所述交通信号灯的当前相位；
所述基于所述第一交通状态信息和所述第二交通状态信息，根据基于所述前一时间窗口的信号控制参数，确定针对所述交通信号灯的相位组合参数和相位配时信息，包括：
基于所述第一交通状态信息和所述第二交通状态信息，根据所述交通信号灯的当前相位，确定针对所述交通信号灯的相位组合参数；以及
根据针对所述交通信号灯的相位组合参数，确定所述相位配时信息，
其中，所述相位组合参数指示所述交通信号灯的以下任一相位状态：与所述当前相位相同的相位状态、基于所述当前相位的搭接相位、基于所述当前相位的下一相位。
3.根据权利要求2所述的方法，其中，所述根据针对所述交通信号灯的相位组合参数，确定所述相位配时信息，包括：
响应于所述相位组合参数指示与所述当前相位相同的相位状态或者指示所述搭接相位，确定所述当前时间窗口所沿用的所述前一时间窗口内的目标相位；以及
根据所述目标相位在所述前一时间窗口内的第一持续时长，确定所述目标相位基于所述当前时间窗口的第二持续时长，以得到所述相位配时信息，
其中，所述第一持续时长与所述第二持续时长的和小于或等于相位持续时长阈值。
4.根据权利要求1至3中任一项所述的方法，其中，所述根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号，包括：
根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通信号灯的相位保持信号或相位切换信号。
5.一种目标网络模型的训练方法，包括：
利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；
根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号；
根据基于所述交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；以及
根据所述附加评估值，调整所述待训练的目标网络模型的模型参数，得到经训练的目标网络模型；
其中，所述控制执行结果指示了所述目标路口和所述至少一个相邻路口分别基于所述当前时间窗口的交通状态信息；
其中，所述根据基于所述交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值，包括：
根据所述目标路口和所述至少一个相邻路口分别基于所述当前时间窗口的交通状态信息，确定与对应路口关联的基于所述控制性能指标的反馈附加值，以及确定目标路网基于所述控制性能指标的状态附加值；其中，所述目标路网包括所述目标路口和所述至少一个相邻路口；以及
根据所述反馈附加值和所述状态附加值，确定所述附加评估值。
6.根据权利要求5所述的方法，其中，所述根据所述反馈附加值和所述状态附加值，确定所述附加评估值，包括：
根据与所述目标路口和所述至少一个相邻路口分别关联的预设评估权重和所述反馈附加值，计算加权反馈附加值；以及
根据所述加权反馈附加值和所述状态附加值，确定所述附加评估值。
7.根据权利要求5至6中任一项所述的方法，还包括：
基于所述经训练的目标网络模型，得到针对所述目标路口的交通控制参数预测模型。
8.一种目标网络模型的训练方法，包括：
通过至少一个待训练的目标网络模型，确定训练样本集合，其中，各所述待训练的目标网络模型与目标路网中的至少一个路口相对应；
利用所述训练样本集合，对全局网络模型进行训练，得到经调整的模型参数；以及
根据所述经调整的模型参数，对各所述待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型，
其中，所述训练样本集合中包括至少一个训练样本，所述通过至少一个待训练的目标网络模型，确定训练样本集合，包括：
利用任意待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；
根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号；
根据基于所述交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；以及
所述第一样本交通状态信息、所述第二样本交通状态信息、基于所述前一时间窗口的交通控制参数、基于所述当前时间窗口的交通控制参数和所述附加评估值构成所述训练样本。
9.一种交通控制信号的生成装置，包括：
第一处理模块，用于基于目标路口的第一交通状态信息和至少一个相邻路口的第二交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；以及
第二处理模块，用于根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号，
其中，
所述交通控制参数包括针对交通信号灯的信号控制参数；所述第一处理模块包括：
第一处理子模块，用于基于所述第一交通状态信息和所述第二交通状态信息，根据基于所述前一时间窗口的信号控制参数，确定针对所述交通信号灯的相位组合参数和相位配时信息，以作为基于所述当前时间窗口的信号控制参数，
其中，所述交通信号灯的相位指示了车道中的交通参与对象的允许通行方向。
10.根据权利要求9所述的装置，其中，
基于所述前一时间窗口的信号控制参数指示了所述交通信号灯的当前相位；所述第一处理子模块包括：
第一处理单元，用于基于所述第一交通状态信息和所述第二交通状态信息，根据所述交通信号灯的当前相位，确定针对所述交通信号灯的相位组合参数；以及
第二处理单元，用于根据针对所述交通信号灯的相位组合参数，确定所述相位配时信息，
其中，所述相位组合参数指示所述交通信号灯的以下任一相位状态：与所述当前相位相同的相位状态、基于所述当前相位的搭接相位、基于所述当前相位的下一相位。
11.根据权利要求10所述的装置，其中，所述第二处理单元包括：
第一处理子单元，用于响应于所述相位组合参数指示与所述当前相位相同的相位状态或者指示所述搭接相位，确定所述当前时间窗口所沿用的所述前一时间窗口内的目标相位；以及
第二处理子单元，用于根据所述目标相位在所述前一时间窗口内的第一持续时长，确定所述目标相位基于所述当前时间窗口的第二持续时长，以得到所述相位配时信息，
其中，所述第一持续时长与所述第二持续时长的和小于或等于相位持续时长阈值。
12.根据权利要求9至11中任一项所述的装置，其中，第二处理模块包括：
第二处理子模块，用于根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通信号灯的相位保持信号或相位切换信号。
13.一种目标网络模型的训练装置，包括：
第三处理模块，用于利用待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；
第四处理模块，用于根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号；
第五处理模块，用于根据基于所述交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；以及
第六处理模块，用于根据所述附加评估值，调整所述待训练的目标网络模型的模型参数，得到经训练的目标网络模型；
其中，所述控制执行结果指示了所述目标路口和所述至少一个相邻路口分别基于所述当前时间窗口的交通状态信息；
其中，所述第五处理模块包括：
第三处理子模块，用于根据所述目标路口和所述至少一个相邻路口分别基于所述当前时间窗口的交通状态信息，确定与对应路口关联的基于所述控制性能指标的反馈附加值，以及确定目标路网基于所述控制性能指标的状态附加值；其中，所述目标路网包括所述目标路口和所述至少一个相邻路口；以及
第四处理子模块，用于根据所述反馈附加值和所述状态附加值，确定所述附加评估值。
14.根据权利要求13所述的装置，其中，所述第四处理子模块包括：
第三处理单元，用于根据与所述目标路口和所述至少一个相邻路口分别关联的预设评估权重和所述反馈附加值，计算加权反馈附加值；以及
第四处理单元，用于根据所述加权反馈附加值和所述状态附加值，确定所述附加评估值。
15.根据权利要求13至14中任一项所述的装置，还包括：
第七处理模块，用于基于所述经训练的目标网络模型，得到针对所述目标路口的交通控制参数预测模型。
16.一种目标网络模型的训练装置，包括：
第八处理模块，用于通过至少一个待训练的目标网络模型，确定训练样本集合，其中，各所述待训练的目标网络模型与目标路网中的至少一个路口相对应；
第九处理模块，用于利用所述训练样本集合，对全局网络模型进行训练，得到经调整的模型参数；以及
第十处理模块，用于根据所述经调整的模型参数，对各所述待训练的目标网络模型的模型参数进行更新，得到至少一个经训练的目标网络模型，
其中，所述训练样本集合中包括至少一个训练样本，所述第八处理模块包括：
第五处理子模块，用于利用任意待训练的目标网络模型，基于目标路口的第一样本交通状态信息和至少一个相邻路口的第二样本交通状态信息，根据针对所述目标路口的基于前一时间窗口的交通控制参数，确定与所述目标路口关联的基于当前时间窗口的交通控制参数；
第六处理子模块，用于根据基于所述当前时间窗口的交通控制参数，生成针对所述目标路口的交通控制信号；
第七处理子模块，用于根据基于所述交通控制信号的控制执行结果，确定基于预设控制性能指标的附加评估值；
所述第一样本交通状态信息、所述第二样本交通状态信息、基于所述前一时间窗口的交通控制参数、基于所述当前时间窗口的交通控制参数和所述附加评估值构成所述训练样本。
17.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1～4中任一项所述的交通控制信号的生成方法，或者权利要求5～7中任一项所述的目标网络模型的训练方法，或者权利要求8所述的目标网络模型的训练方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1～4中任一项所述的交通控制信号的生成方法，或者权利要求5～7中任一项所述的目标网络模型的训练方法，或者权利要求8所述的目标网络模型的训练方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210505848.4A CN114898576B (zh) | 2022-05-10 | 2022-05-10 | 交通控制信号的生成方法、目标网络模型的训练方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210505848.4A CN114898576B (zh) | 2022-05-10 | 2022-05-10 | 交通控制信号的生成方法、目标网络模型的训练方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114898576A CN114898576A (zh) | 2022-08-12 |
| CN114898576B true CN114898576B (zh) | 2023-12-19 |
Family
ID=82721344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210505848.4A Active CN114898576B (zh) | 2022-05-10 | 2022-05-10 | 交通控制信号的生成方法、目标网络模型的训练方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114898576B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108510764A (zh) * | 2018-04-24 | 2018-09-07 | 南京邮电大学 | 一种基于q学习的多路口自适应相位差协调控制系统及方法 |
| CN112289045A (zh) * | 2020-10-19 | 2021-01-29 | 智邮开源通信研究院(北京)有限公司 | 交通信号控制方法、装置、电子设备及可读存储介质 |
| CN112365724A (zh) * | 2020-04-13 | 2021-02-12 | 北方工业大学 | 一种基于深度强化学习的连续交叉口信号协同控制方法 |
| WO2021042401A1 (en) * | 2019-09-07 | 2021-03-11 | Beijing Didi Infinity Technology And Development Co., Ltd. | Method and device for traffic light control |
| CN112614343A (zh) * | 2020-12-11 | 2021-04-06 | 多伦科技股份有限公司 | 基于随机策略梯度的交通信号控制方法、系统及电子设备 |
| WO2021073716A1 (en) * | 2019-10-14 | 2021-04-22 | Huawei Technologies Co., Ltd. | Traffic reasoner |
| CN113299085A (zh) * | 2021-06-11 | 2021-08-24 | 昭通亮风台信息科技有限公司 | 一种交通信号灯控制方法、设备及存储介质 |
| CN113870588A (zh) * | 2021-08-20 | 2021-12-31 | 深圳市人工智能与机器人研究院 | 一种基于深度q网络的交通灯控制方法、终端及存储介质 |
| CN114038216A (zh) * | 2021-10-08 | 2022-02-11 | 之江实验室 | 一种基于路网划分和边界流量控制的信号灯管控方法 |
| CN114333357A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤智能科技有限公司 | 一种交通信号控制方法、装置、电子设备及存储介质 |
| CN114399909A (zh) * | 2021-12-31 | 2022-04-26 | 深圳云天励飞技术股份有限公司 | 交通信号灯控制方法及相关设备 |
| CN114444718A (zh) * | 2022-01-26 | 2022-05-06 | 北京百度网讯科技有限公司 | 机器学习模型的训练方法、信号控制方法和装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109493620B (zh) * | 2017-09-11 | 2022-05-24 | 阿里巴巴集团控股有限公司 | 一种交通路况分析系统、方法以及装置 |
| CN108665714A (zh) * | 2017-09-28 | 2018-10-16 | 孟卫平 | 交通信号泛弦控制方法及其系统 |
-
2022
- 2022-05-10 CN CN202210505848.4A patent/CN114898576B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108510764A (zh) * | 2018-04-24 | 2018-09-07 | 南京邮电大学 | 一种基于q学习的多路口自适应相位差协调控制系统及方法 |
| WO2021042401A1 (en) * | 2019-09-07 | 2021-03-11 | Beijing Didi Infinity Technology And Development Co., Ltd. | Method and device for traffic light control |
| WO2021073716A1 (en) * | 2019-10-14 | 2021-04-22 | Huawei Technologies Co., Ltd. | Traffic reasoner |
| CN112365724A (zh) * | 2020-04-13 | 2021-02-12 | 北方工业大学 | 一种基于深度强化学习的连续交叉口信号协同控制方法 |
| CN112289045A (zh) * | 2020-10-19 | 2021-01-29 | 智邮开源通信研究院(北京)有限公司 | 交通信号控制方法、装置、电子设备及可读存储介质 |
| CN112614343A (zh) * | 2020-12-11 | 2021-04-06 | 多伦科技股份有限公司 | 基于随机策略梯度的交通信号控制方法、系统及电子设备 |
| CN113299085A (zh) * | 2021-06-11 | 2021-08-24 | 昭通亮风台信息科技有限公司 | 一种交通信号灯控制方法、设备及存储介质 |
| CN113870588A (zh) * | 2021-08-20 | 2021-12-31 | 深圳市人工智能与机器人研究院 | 一种基于深度q网络的交通灯控制方法、终端及存储介质 |
| CN114038216A (zh) * | 2021-10-08 | 2022-02-11 | 之江实验室 | 一种基于路网划分和边界流量控制的信号灯管控方法 |
| CN114333357A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤智能科技有限公司 | 一种交通信号控制方法、装置、电子设备及存储介质 |
| CN114399909A (zh) * | 2021-12-31 | 2022-04-26 | 深圳云天励飞技术股份有限公司 | 交通信号灯控制方法及相关设备 |
| CN114444718A (zh) * | 2022-01-26 | 2022-05-06 | 北京百度网讯科技有限公司 | 机器学习模型的训练方法、信号控制方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114898576A (zh) | 2022-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20230026961A (ko) | 장애물 이동 궤적의 예측 방법, 장치 및 자율 운전 차량 | |
| CN114596553B (zh) | 模型训练方法、轨迹预测方法、装置及自动驾驶车辆 | |
| CN113682318B (zh) | 车辆行驶控制方法及装置 | |
| CN113689698B (zh) | 交通控制方法、装置、电子设备、存储介质及程序产品 | |
| CN113807270A (zh) | 道路拥堵检测方法、装置及电子设备 | |
| CN114444718B (zh) | 机器学习模型的训练方法、信号控制方法和装置 | |
| CN115083175B (zh) | 基于车路协同的信号管控方法、相关装置及程序产品 | |
| KR20220128051A (ko) | 도시부 도로의 도로망 셀 단위 교통량 변화 시뮬레이션 방법 및 컴퓨터 프로그램 | |
| CN114355793A (zh) | 用于车辆仿真评测的自动驾驶规划模型的训练方法及装置 | |
| JP2023022185A (ja) | 地図データ処理方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム | |
| CN115534939A (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
| CN115862322A (zh) | 一种车辆可变限速控制优化方法、系统、介质及设备 | |
| CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
| CN114973698A (zh) | 控制信息的生成方法和机器学习模型的训练方法、装置 | |
| CN114219078A (zh) | 一种神经网络模型交互训练方法、装置及存储介质 | |
| CN114898576B (zh) | 交通控制信号的生成方法、目标网络模型的训练方法 | |
| CN116189454A (zh) | 交通信号控制方法、装置、电子设备及存储介质 | |
| CN115547050A (zh) | 一种基于马尔科夫决策过程的智能交通信号控制优化方法、软件 | |
| CN113799798B (zh) | 车辆的行驶轨迹的确定方法、装置、电子设备和存储器 | |
| CN115330067A (zh) | 一种交通拥堵预测方法、装置、电子设备及存储介质 | |
| CN114140553A (zh) | 一种基于条件变分自编码器的路口引导线生成方法及系统 | |
| CN113450569A (zh) | 确定路口状态的方法、装置、电子设备和存储介质 | |
| CN114970949B (zh) | 行驶速度预测方法、装置、电子设备及存储介质 | |
| CN112100836B (zh) | 车辆边界参数的获取方法和装置 | |
| CN114475632B (zh) | 自动驾驶控制数据确定方法、装置、设备及存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230928 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Applicant after: Apollo Zhixing Technology (Guangzhou) Co.,Ltd. Address before: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant before: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |