CN115762200A - 车路协同环境下信号交叉口车道功能动态优化方法及系统 - Google Patents

Abstract

本发明公开了一种车路协同环境下信号交叉口车道功能动态优化方法及系统，该方法包括：基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估，建立车道功能方案优化的判定准则；在每一控制周期中，利用获取的实时交通流量信息，根据判定准则判断是否需要进行车道功能方案的优化；若满足判定准则，则根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，基于该优化模型计算获取当前控制周期的最优车道功能方案。本发明通过建立车道功能优化的判定准则，保证车道功能动态控制的效能，构建车道功能优化模型，根据实时交通流量信息，实现对车道功能的动态优化。

Description

车路协同环境下信号交叉口车道功能动态优化方法及系统

技术领域

本发明属于车路协同交通控制领域，尤其涉及一种车路协同环境下信号交叉口车道功能动态优化方法及系统。

背景技术

随着机动车保有量的快速增长，城市交叉口交通拥堵、交通安全、尾气排放等问题日益加剧，严重制约了路网整体运行效率以及城市的可持续发展。除了快速增长的交通需求，交通需求时空分布不均衡是引发这些问题的另外一个重要诱因。

在传统交叉口控制中，交通信号是交叉口主要甚至唯一的控制手段，而车道功能基本保持固定不变。当面对交通需求较大的情况时，这种基于交通信号的交叉口管控方式对改善交叉口通行的效能是有限的。虽然针对交叉口车道功能控制(如交叉口可变车道)不是一个新问题，然而，目前的控制方式大都依据经验或历史数据制定控制策略，适用范围较窄，仅能够适应周期性的交通需求波动而无法适应偶发性的交通需求波动，且控制方式单一，控制效果十分有限。此外，由于缺乏实时信息交互，车辆通常较难适应车道功能的突然改变，导致可变车道利用率不高，甚至可能带来一些负面影响，如交通事故、通行效率下降等。

以车路协同为核心特征的新一代智能交通系统正逐步改变道路交通系统的组织形式、运营模式和管控方式，引发一系列变革性发展。在车路协同环境下，基于车车、车路交互信息能够实现对交叉口实时运行状态的全息感知，为实现更高效的交叉口管控提供丰富的数据支撑，同时车辆能够及时接收交通信号配时状态及车道功能等信息，车辆能够实现主动调控以适应交叉口控制策略，这些都为交叉口车道功能动态管控提供了必要的技术支撑。

发明内容

为解决上述现有技术的不足，本发明提供了一种车路协同环境下信号交叉口车道功能动态优化方法及系统，通过实时的交通流量信息实现对车道功能的动态优化，同时考虑到车道功能切换过程可能带来的车辆冲突、通行效率下降等负面影响，依据对交通流量变化情况的量化和对当前车道功能方案的评估，建立车道功能优化的判定准则，保证车道功能动态控制的效能，保证交叉口交通通行的效率。

第一方面，本公开提供了一种车路协同环境下信号交叉口车道功能动态优化方法，包括：

基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估，建立车道功能方案优化的判定准则；在每一控制周期中，利用获取的车路协同环境下交叉口不同方向的实时交通流量信息，根据判定准则判断是否需要进行车道功能方案的优化；

若不满足判定准则，则直接进行交通信号配时优化，若满足判定准则，则计算获取当前控制周期的最优车道功能方案；具体的，根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，基于该优化模型计算获取最优车道功能方案。

进一步的技术方案，所述判定准则包括第一判定准则和第二判定准则；所述第一判定准则为：若进口道当前控制周期的需求向量与上一控制周期的需求向量的叉积为零，且这两个需求向量的点积为正，则认为进口道在当前控制周期不满足车道功能优化的第一判定准则，此时该进口道的车道功能不需要重新优化；反之，则认为进口道在当前控制周期满足车道功能优化的第一判定准则。

进一步的技术方案，当进口道在当前控制周期满足车道功能优化的第一判定准则时，继续检验该进口道是否满足第二判定准则；

所述第二判定准则为：若存在候选车道功能方案，使得进口道当前控制周期的交通流量分布与当前车道功能方案的匹配程度小于与候选车道功能方案的匹配程度，则认为当前车道功能方案并非最优方案，此时需要对进口道的车道功能进行重新优化，反之，则不需要对进口道的车道功能进行重新优化。

进一步的技术方案，所述匹配程度为进口道的需求向量与车道功能方案的供给向量的余弦相似度。

进一步的技术方案，根据判定准则遍历交叉口所有进口道，获取每一进口道的判定结果，将判定结果之和与预设阈值比较，判定是否需要重新优化车道功能。

进一步的技术方案，所述车道功能优化模型的目标函数为：

其中，

表示最优的车道功能方案，μ_i表示流量乘子，N_a为交叉口进口道数量，进口道集合为I＝{1,2,...,N_a}，任意进口道i∈I。

进一步的技术方案，所述车道功能优化模型的约束条件包括车道分配约束、合流冲突约束、流量分配约束和进口道内部冲突约束。

第二方面，本公开提供了一种车路协同环境下信号交叉口车道功能动态优化系统，包括：

交通流量信息获取模块，用于获取车路协同环境下的交叉口不同方向的实时交通流量信息；

优化车道功能判断模块，用于在每一控制周期中，利用获取的实时交通流量信息，根据车道功能方案优化的判定准则判断是否需要进行车道功能方案的优化；所述判定准则是基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估而建立的；

优化车道功能模块，用于计算获取当前控制周期的最优车道功能方案；具体的，根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，基于该优化模型计算获取最优车道功能方案。

第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。

第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。

以上一个或多个技术方案存在以下有益效果：

1、本发明提供了一种车路协同环境下信号交叉口车道功能动态优化方法及系统，通过构建车道功能优化模型，根据实时交通流量信息实现对车道功能的动态优化，避免依据经验或历史数据制定控制策略适用范围较窄的问题，能够适应偶发性的交通需求波动，控制效果显著，提高交通通行效率。

2、本发明考虑到车道功能切换过程可能带来的车辆冲突、通行效率下降等负面影响，依据对交通流量变化情况的量化和对当前车道功能方案的评估，建立车道功能优化的判定准则，保证车道功能动态控制的效能，保证交叉口交通通行的效率，根据实际情况进行车道功能的必要性切换，避免车道功能切换频率过高而造成的负面影响。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明实施例一所述车道功能动态优化方法的整体流程图；

图2为典型4进口道交叉口示意图；

图3为进口道车道设置模式的示意图；

图4为进口道所有车道功能方案的示意图；

图5为潮汐交通流模拟示意图；

图6为本发明实施例一所述方法的实施流程图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一

本实施例提供了一种车路协同环境下信号交叉口车道功能动态优化方法，如图1所示，以周期为单位进行车道功能优化方案的滚动动态计算，在每一控制周期，首先基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估，建立车道功能方案优化的判定准则，根据判定准则判断是否需要进行车道功能方案的优化；若不满足判定准则，则直接进行交通信号配时优化，若满足判定准则，则计算获取当前控制周期的最优车道功能方案；根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，利用车路协同环境下获取的交叉口不同方向的实时交通流量信息，计算获取最优车道功能方案，以此优化车道功能，之后再进行交通信号配时优化，完成对当前控制周期的车路协同交叉口交通控制。

本实施例所提出的信号交叉口车道功能动态优化方案，具体包括以下步骤：

步骤S1、基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估，建立车道功能方案优化的判定准则，在每一控制周期中，利用车路协同环境下获取的交叉口不同方向的实时交通流量信息，根据判定准则判断是否需要进行车道功能方案的优化。

在本实施例中，首先，预设交叉口进口道数量为N_a，则进口道集合为I＝{1,2,...,N_a}，任意进口道i∈I中有

条驶入车道和

条驶出车道，通过滚动控制周期进行交叉口交通动态控制，预设交叉口控制周期长度为H，任意控制周期

的开始时间为cH，结束时间为(c+1)H。

基于车路协同环境下的车辆轨迹数据及路测传感器(如雷达、摄像头等)信息，获取实时的交叉口车道功能

及交叉口各转向的实时交通流量信息Q(t)：

其中，Q_i,j(t)为交叉口从进口道i到进口道j在时刻t的交通流量，i,j∈I。

利用0-1变量ν^c表示车道功能在控制周期c的优化情况，v^c＝1表示车道功能在控制周期c内经过优化和更新，反之，v^c＝0表示车道功能在控制周期c内未被优化和更新。在任意时刻t，上一个车道功能优化的控制周期为c*，满足：

考虑到车辆通常较难适应车道功能的突然改变，为了降低车道功能的切换频率，本实施例构建了车道功能优化的判定准则，该判定准则构建的主要依据为对交通流量变化情况的量化和对当前车道功能方案与交通流量分布匹配程度的评估。

(1)量化交通流量变化情况

在控制周期c开始时，交通流量的分布可以表示为一个方向向量

即

该方向向量

表示为进口道i的需求向量，其中，

表示在控制周期c开始时刻从进口道i到进口道j这一车流方向(i，j)的交通流量

使用差向量

表示进口道i在当前控制周期c和上一控制周期c*中交通流量的变化，差向量不仅能够反应交通流量的数量变化(通过差向量的模长||Δ||反应)，而且能够反应出交通流量分布的变化方向，满足：

当需求向量具有相同方向时，则认为交通流量分布是相同，此时该进口道i的车道功能不需要重新优化。两需求向量方向的判断为：通过两向量的叉积

来判断两个向量是否平行(或反向平行)，通过两向量点积

的正负来判断两个向量夹角的情况，满足：

当两个向量平行或反向平行时，叉积为零向量，若此时两向量的点积为正数，则可以判定两个向量的夹角小于90°，基于此，给出车道功能优化的第一个判定准则，即：

若进口道i当前控制周期c的需求向量

与上一控制周期c*的需求向量

的叉积为零，且这两个需求向量的点积为正，即

且

则认为进口道i在当前控制周期不满足车道功能优化的第一判定准则，即ζ_i＝0，此时该进口道i的车道功能不需要重新优化；否则，认为进口道i在当前控制周期满足车道功能优化的第一判定准则，即ζ_i＝1，并继续检验该进口道i是否满足第二判定准则。

(2)评估车道功能方案与交通流量分布的匹配程度

评估某一进口道车道功能方案与交通流量分布的匹配程度，首先需要对车道资源的分配模式进行合理量化，引入供给向量的概念来表示给定车道功能方案下的车道资源分配模式，在本实施例中，利用变量

表示进口道i在上一控制周期c*的供给向量：

其中，

和

分别表示给定车道功能方案

下左转、直行和右转的通行能力，该给定车道功能方案为上一控制周期所施行的车道功能方案，也即当前控制周期初始的车道功能方案。

将余弦相似度(余弦距离)作为进口道内交通流量需求分布与供给分布的匹配程度的评价指标，余弦相似度定义为向量夹角的余弦值，只取决于两向量的夹角，与向量的模长无关，假设x和y是两个非零向量，则其余弦相似度Γ(x,y)满足：

其中，θ为x和y的夹角，x_i和y_i分别为向量x和y的元素。Γ(x,y)的取值范围为[-1,1]，取-1时表示两个向量的方向相反(θ＝π)，取1时表示两个向量方向完全一致(θ＝0)，取0时表示两向量互相垂直(θ＝π/2)。

考虑到交通流量随机变化的复杂性，难以给出一个合理的阈值来判断需求向量

和供给向量

是否相似，本实施例通过需求向量和供给向量的相对相似性来评估车道功能方案，即判断在当前交通流量分布条件下是否存在更优的车道功能方案，如果存在其他车道功能方案使得需求向量和供给向量具有更高的相似性，则认为当前车道功能方案需要重新优化，否则，则认为不需要重新优化。

具体的，以X表示当前车道功能方案(当前控制周期初始的车道功能方案)的候选车道功能方案集合，x表示该集合中候选车道功能方案，候选方案x对应的供给向量为

若存在候选方案x使得

则认为当前车道功能方案是不合理的，此时进口道i的车道功能需要进行重新优化，即ζ_i＝1，反之，则认为进口道i的车道功能不需要进行重新优化。

也就是说，车道功能优化的第二判定准则为：

若存在候选车道功能方案x，使得进口道i当前控制周期c的交通流量分布与当前车道功能方案的匹配程度小于与候选车道功能方案的匹配程度，即使得进口道i当前控制周期c的需求向量与当前车道功能方案的供给向量的余弦相似度小于与候选车道功能方案x的需求向量的余弦相似度，则认为当前车道功能方案并非最优方案，即ζ_i＝1，此时需要对进口道i的车道功能进行重新优化，否则，ζ_i＝0，此时不需要对进口道i的车道功能进行重新优化。

步骤S2、根据上述判定准则遍历交叉口所有进口道，获取每一进口道的判定结果，将判定结果之和与预设阈值比较，判定是否需要重新优化车道功能。若不符合，则直接进行交通信号配时优化，若符合，则计算获取最优车道功能方案，以此重新优化车道功能。

上述将判定结果之和与预设阈值比较，判定是否需要重新优化车道功能，具体为：

其中，

为设定的阈值系数，

可以根据需要调整取值。

步骤S3、根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，利用车路协同环境下获取的交叉口不同方向的实时交通流量信息，计算获取最优车道功能方案。

首先，分析当前车道功能方案下每一车道的通行能力与交通流量的分配关系。对于进口道i中的车道

其通行能力s_i,k主要取决于车道限速和车道功能，满足：

其中，

表示进口道i中车道k为专用直行车道时的通行能力，其受车道限速等因素的影响，可通过经典跟驰模型计算得到，R_i,j,k为车流(i,j)中使用车道k的车辆的转弯半径，f_i,j,k为车流(i,j)中使用车道k的流量比例(0<f_i,j,k<1)，满足：

其中，q_i,j,k表示从进口道i到进口道j使用车道k的交通流量。

利用y_i,k表示进口道i中车道k的饱和度，也称为流量系数，将其定义为分配到该车道k上的总流量和车道通行能力的比值，满足：

综合上述公式可得：

假设车流(i,j)中使用不同车道的车辆轨迹具有相同的转弯半径，即

则y_i,k满足：

其中，κ_i,j＝1+1.5/R_i,j是和车辆转弯半径相关的常数，表示将转弯车流的流量转换为直行车流流量的转换系数。

基于一般假设，车辆均是利己的，在某一进口道内，若有多条车道服务同一转向的车辆，那么该转向的车辆均倾向于选择车辆数更少的车道，从而能够获得更高通行效率，根据排队理论，车辆在各条车道上的分配将达到均衡，也就是说服务同一转向的车流的各条车道的饱和度将达到一致。

通过上述方案，计算获得当前车道功能方案下每一车道的通行能力，基于该车道的通行能力，进一步计算获取该车道的饱和度也即流量系数，车道的通行能力和流量系数是构建下述车道功能优化模型的重要参数，如下述车道功能优化模型的流量分配约束条件。

其次，建立以交叉口通行能力最大化为目标函数的车道功能优化模型。具体的，在给定的车道功能方案下，车流(i,j)能够允许的最大交通流量q_i,j等于进口道i中所有允许该车流方向通行的车道上的交通流量总和，满足：

对任意进口道i∈I，其通行能力可以认为是固定不变的，通过车道功能设置实现向不同转向车辆分配通行能力，车道功能分配的目标是最大化交叉口的剩余通行能力，使用流量乘子μ_i乘以对应的交通流量Q_i,j用于表示能够保持进口道i正常运行的最大交通流量q_i,j，同时最大交通流量q_i,j应小于分配给该转向的通行能力s_i,j，满足：

在给定交通需求下，最大化进口道的剩余通行能力等效于最大化流量乘子μ_i，得到车道功能优化模型的目标函数：

其中，

表示最优的车道功能方案。

此处并未直接以最大交通流量q_i,j最大化为目标函数构建优化模型，是考虑到这一方式没有考虑各转向的实际交通需求情况，最终求解的车道功能方案并非最优，通过上述以最大化流量乘子μ_i为目标函数的车道功能优化模型，能够尽可能的使车道功能按需分配。

上述车道功能优化模型的控制变量δ_i,j,k表示交叉口的车道功能，δ_i,j,k＝1表示进口道i中的车道k允许车流(i,j)通行；反之，则不允许车流(i,j)通行。

车道功能设置需满足一定的约束条件，包括流量分配约束、合流冲突约束、流量分配约束和进口道内部冲突约束。

(1)车道分配约束

为了保证交叉口的车道资源不被浪费，需要保证每一条驶入车道均被使用，另一方面，当车流方向(i,j)在某些控制周期不存在通行车辆时(Q_i,j＝0)，则不应向该车流方向分配车道资源，即：

其中，M为一个足够大的常数，且该常数为正数。

(2)合流冲突约束

专用右转车道上的右转车流(j-1,j)不受交通信号的控制，其可能与左转车流(i＝j-3)或直行车流(i＝j-2)在出口道处产生合流冲突，使用0-1变量

表示进口道i中的车道k是否为专用右转车道，

表示该车道为专用右转车道；否则，不是专用右转车道，满足：

由于每个出口道中驶出车道的数量是固定的，存在合流冲突的两股车流使用的驶出车道总数不应超过出口道j中的驶出车道总数，即：

(3)流量分配约束

根据车道的流量分配原则，若相邻两车道k和k+1允许同一车流方向通行时，两条车道应具有相同的流量系数，即y_i,k＝y_i,k+1，满足：

(4)进口道内部冲突约束

在同一个进口道内，各转向车辆的轨迹之间不应存在交叉以避免同一进口道内不同转向的车辆间产生冲突，在进口道i中，当车道k+1允许车流(i,j)通行时，此时内侧车道k不能允许目标进口道在进口道j的顺时针方向(j–1,…,N_a–1)的所有车流通行，即：

基于上述车道功能优化模型，利用车路协同环境下获取的交叉口不同方向的实时交通流量信息，计算获取最优车道功能方案。

在本实施例中，以图2所示的典型信号交叉口为实施对象，进行算例说明。针对一般交叉口，进口道的车道有7种设置模式，如图3所示，用变量l表示车道类型，l＝1表示左转车道，l＝2表示左转直行车道，l＝3表示直行车道，l＝4表示直行右转车道，l＝5表示右转车道，l＝6表示左转右转车道，l＝7表示左转直行右转车道，其中，左转右转车道和左转直行右转车道(l＝6,7)适用于进口道车道数量较少的情况，在该实施例中不再考虑。

结合图6所示，设置初始化控制周期c＝0，控制周期长度H＝60s，以交通流量矩阵Q(0)为输入，对交叉口车道功能进行优化，得到最优的车道功能方案

车道功能优化周期c*＝0。

在任意控制周期

的开始时刻cH，根据实时交通流量信息获取交叉口流量矩阵Q(cH)，进口道i的需求向量为

进口道i当前车道功能方案为

首先，需要检验每个进口道i是否满足第一判定准则，计算当前控制周期和上一控制周期的需求向量的叉积

和点积

若

且

则有ζ_i＝0，此时该进口道i无需继续检验第二判定准则；否则，ζ_i＝1，则需继续检验该进口道是否满足第二判定准则。

根据下表1所示，计算得到不同类型车道的通行能力，进而能够计算得到供给向量

表1不同类型车道的通行能力

检验进口道i是否满足第二判定准则，若当前车道功能为图4中所圈出的车道功能方案，其相邻的车道功能方案作为潜在更优方案，构成候选车道功能方案集合X。

若存在候选方案

该候选方案x对应的供给向量

使得

即满足第二判定准则,则ζ_i＝1，否则ζ_i＝0。

继续检验下一进口道是否满足上述判定准则，直至遍历所有进口道。当部分进口道满足判定准则时，根据需要判定是否需要重新优化车道功能：

其中，

为设定的阈值系数，

在本实施例中取

若满足判定准则，则以当前交通流量Q(cH)为输入，基于车道功能优化模型求解得到最优车道功能方案，以此对车道功能进行优化和更新，同时更新c*＝c，并对信号配时方案进行优化；若不满足判定准则，则不进行车道功能优化，只对信号配时方案进行优化。

本实施例所述交叉口采用如表2所示的交通流量为基础交通流量，并在进口道1和进口道3中模拟潮汐交通流现象，进口道1中直行和左转流量变化情况如图5所示。

表2基础交通流量

本实施例中，控制周期长度取H＝60s，通过上述方案进行测试，获取20个控制周期中的车道功能优化方案，如下表3所示。

表3车道功能方案

实施例二

本实施例提供了一种车路协同环境下信号交叉口车道功能动态优化系统，包括：

交通流量信息获取模块，用于获取车路协同环境下的交叉口不同方向的实时交通流量信息；

优化车道功能判断模块，用于在每一控制周期中，利用获取的实时交通流量信息，根据车道功能方案优化的判定准则判断是否需要进行车道功能方案的优化；所述判定准则是基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估而建立的；

优化车道功能模块，用于计算获取当前控制周期的最优车道功能方案；具体的，根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，基于该优化模型计算获取最优车道功能方案。

实施例三

本实施例提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如上所述的基于深度学习和机器视觉的细胞检测方法中的步骤。

实施例四

本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成如上所述的基于深度学习和机器视觉的细胞检测方法中的步骤。

以上实施例二至四中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。

本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，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。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种车路协同环境下信号交叉口车道功能动态优化方法，其特征是，包括：

基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估，建立车道功能方案优化的判定准则；在每一控制周期中，利用获取的车路协同环境下交叉口不同方向的实时交通流量信息，根据判定准则判断是否需要进行车道功能方案的优化；

若不满足判定准则，则直接进行交通信号配时优化，若满足判定准则，则计算获取当前控制周期的最优车道功能方案；具体的，根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，基于该优化模型计算获取最优车道功能方案。

2.如权利要求1所述的车路协同环境下信号交叉口车道功能动态优化方法，其特征是，所述判定准则包括第一判定准则和第二判定准则；所述第一判定准则为：若进口道当前控制周期的需求向量与上一控制周期的需求向量的叉积为零，且这两个需求向量的点积为正，则认为进口道在当前控制周期不满足车道功能优化的第一判定准则，此时该进口道的车道功能不需要重新优化；反之，则认为进口道在当前控制周期满足车道功能优化的第一判定准则。

3.如权利要求2所述的车路协同环境下信号交叉口车道功能动态优化方法，其特征是，当进口道在当前控制周期满足车道功能优化的第一判定准则时，继续检验该进口道是否满足第二判定准则；

所述第二判定准则为：若存在候选车道功能方案，使得进口道当前控制周期的交通流量分布与当前车道功能方案的匹配程度小于与候选车道功能方案的匹配程度，则认为当前车道功能方案并非最优方案，此时需要对进口道的车道功能进行重新优化，反之，则不需要对进口道的车道功能进行重新优化。

4.如权利要求3所述的车路协同环境下信号交叉口车道功能动态优化方法，其特征是，所述匹配程度为进口道的需求向量与车道功能方案的供给向量的余弦相似度。

5.如权利要求1所述的车路协同环境下信号交叉口车道功能动态优化方法，其特征是，根据判定准则遍历交叉口所有进口道，获取每一进口道的判定结果，将判定结果之和与预设阈值比较，判定是否需要重新优化车道功能。

6.如权利要求1所述的车路协同环境下信号交叉口车道功能动态优化方法，其特征是，所述车道功能优化模型的目标函数为：

其中，

表示最优的车道功能方案，μ_i表示流量乘子，N_a为交叉口进口道数量，进口道集合为I＝{1,2,...,N_a}，任意进口道i∈I。

7.如权利要求1所述的车路协同环境下信号交叉口车道功能动态优化方法，其特征是，所述车道功能优化模型的约束条件包括车道分配约束、合流冲突约束、流量分配约束和进口道内部冲突约束。

8.一种车路协同环境下信号交叉口车道功能动态优化系统，其特征是，包括：

交通流量信息获取模块，用于获取车路协同环境下的交叉口不同方向的实时交通流量信息；

优化车道功能判断模块，用于在每一控制周期中，利用获取的实时交通流量信息，根据车道功能方案优化的判定准则判断是否需要进行车道功能方案的优化；所述判定准则是基于对交通流量变化情况的量化和对车道功能方案与交通流量分布匹配程度的评估而建立的；

优化车道功能模块，用于计算获取当前控制周期的最优车道功能方案；具体的，根据当前车道功能方案与交通流量在每一车道上的分配关系，建立以交叉口通行能力最大化为目标函数的车道功能优化模型，基于该优化模型计算获取最优车道功能方案。

9.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如权利要求1-7中任一项所述的一种车路协同环境下信号交叉口车道功能动态优化方法的步骤。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成如权利要求1-7中任一项所述的一种车路协同环境下信号交叉口车道功能动态优化方法的步骤。

Images