WO2023035666A1 - 一种基于预期收益估计的城市路网交通信号灯控制方法 - Google Patents
一种基于预期收益估计的城市路网交通信号灯控制方法 Download PDFInfo
- Publication number
- WO2023035666A1 WO2023035666A1 PCT/CN2022/094084 CN2022094084W WO2023035666A1 WO 2023035666 A1 WO2023035666 A1 WO 2023035666A1 CN 2022094084 W CN2022094084 W CN 2022094084W WO 2023035666 A1 WO2023035666 A1 WO 2023035666A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- vehicle
- phase
- distance
- lane
- intersection
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000011144 upstream manufacturing Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 206010021033 Hypomenorrhoea Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
-
- 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
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- 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
Definitions
- the present invention provides a kind of urban road network traffic signal light control method based on expected income estimation, comprises the following steps:
- Reward keep represents the expected income of entering a lane
- drive distance represents the driving distance in time
- future distance represents the future driving distance
- priority factor represents the road priority index
- priority factor normal(queue length )*normal(avg_delay)*normal(avg_travel time )
- step five is realized through the following sub-steps:
Abstract
一种基于预期收益估计的城市路网交通信号灯控制方法,利用C-V2X无线通信技术从车载终端获取路网中所有车辆的实时信息,从而获得当前道路实时交通状态,自适应的根据交通状态动态控制信号灯相位变换;通过预估信号灯的各个相位绿灯时长内可通行车辆的及时行驶距离和未来行驶距离,并综合提出的道路优先通行指数计算出保持当前相位和执行变换相位的预期收益,通过比较保持当前相位和切换为其他相位的预期收益大小,选择最佳相位,实现在下一个信号灯周期执行最佳相位的绿灯通行时长内尽可能让更多的可通行车辆行驶的更远。该方法通过在每一个信号灯周期内实现最大预期收益,能明显缓解交通拥堵,提高交通参与者的出行体验。
Description
本发明涉及智能交通技术领域,尤其涉及一种基于预期收益估计的城市路网交通信号灯控制方法。
交通强国是党的十九大作出的重大战略决策,形成安全、便捷、高效、绿色、经济的综合交通体系是智能交通技术的重要任务。当今社会,人们出门离不开交通,城市发展离不开交通。然而,由于城市人口的增加,现有的交通道路日益堵塞,缓解城市交通拥堵是智能佳通发展的重要任务。日常交通出行,由于早晚高峰的影响,传统的交通灯控制方法,固定配时方法或人工调整的方法,由于不能根据路网车辆信息动态调整交通信号灯配时,导致经常出现的一个方向交通拥堵另一个方向交通稀疏的情况时常发生。且当前缺乏有效的手段获取交通参与者实时准确的信息,导致信号灯控制信息不足,无法生成有效的信号灯配时方案。
随着5G的到来,C-V2X(Cellular-V2X,蜂窝车联网)无线通信技术快速发展,可以通过车载OBU,获取道路行驶车辆实时信息,对车辆实时信息的有效利用能帮助实现更加高效可靠的交通信号灯控制方案。
发明内容
本发明的目的在于针对现有城市路网交通信号控制方法的不足,提供一种基于预期收益估计的城市路网交通信号灯控制方法。
本发明的目的是通过以下技术方案来实现的:一种基于预期收益估计的城市路网交通信号灯控制方法,包括以下步骤:
步骤一:获取城市路网道路信息,包括所有的道路的连通关系和各十字路口当前交通信号灯信息,假设每条道路包括三个方向车道:左转、直行、右转;每个十字路口交通信号灯包含4种相位,相位1:南北向大左转,相位2:南北向直行,相位3:东西向大左转,相位4:东西向直行;其中道路信息包括道路长度,并假设所有道路最高限速相同,道路当前车队队尾距离上游十字路口的距离;
步骤二:利用C-V2X无线通信技术,从车载终端获取路网中所有车辆的信息,包括车辆的即时速度,以及在道路上的位置,表示为距离上一个十字路口的距离;
步骤三:对路网中的每一个十字路口,获取当前的相位信息,并计算在下一个信号灯周期保持当前相位的所有进车道总预期收益和切换为另外3个相位的所有进车道最大总预期收 益,比较后选择最佳相位;若下一个信号灯周期执行相位和当前相位相同,则车辆的绿灯通行时长为T,若下一个信号灯执行相位和当前相位不同,则车辆的绿灯通行时长为T-t,其中t为发生相位切换时的红灯时长;计算所有进车道总预期收益的方式如下:
(3.1)每个进车道预期收益为该进车道车辆及时行驶距离与车辆未来行驶距离之和乘以道路优先通行指数,所有进车道的预期收益相加即为某相位的总预期收益;其中车辆及时行驶距离计算过程首先根据该车辆行驶速度、该车辆加速度、道路的最高限速、道路长度和距离上游十字路口的距离计算车辆到达十字路口还需行驶的距离以及所需时间;对于所有能通过路口的车辆,计算车辆在绿灯通行时长内的行驶距离;
(3.2)根据步骤(3.1)计算的车辆到达十字路口还需行驶的距离加上出车道的道路长度再减去左转、直行或右转方向对应车道的排队长度,判断得到的结果是否小于车辆在绿灯通行时长内的行驶距离;若否,则车辆及时行驶距离为车辆在绿灯通行时长内的行驶距离,车辆未来行驶距离为0;若是,则车辆及时行驶距离和车辆未来行驶距离按照下式计算:
drive
distance-f=d+L
2-q
f
式中,drive
distance-f表示左转、直行或右转方向对应车道的车辆及时行驶距离,future
distance-f表示左转、直行或右转方向对应车道的车辆未来行驶距离,q
f为左转、直行或右转方向对应车道的排队长度,f为left、through或right,分别表示左转、直行或右转方向;d为车辆到达十字路口还需行驶的距离,L
2为出车道的道路长度,D
T为车辆在绿灯通行时长内的行驶距离;p为下游十字路口左转车道为绿灯的概率,α为未来行驶距离折损系数,为经验系数;
(3.3)根据步骤(3.2)计算得到的左转、直行或右转三个方向的车辆及时行驶距离和车辆未来行驶距离,分别乘以车辆左转、直行或右转三个方向的概率并求和得到所有能通过十字路口的车辆的及时行驶距离和未来行驶距离。
进一步地,步骤一中,每个十字路口均包括南北双向车道和东西向双向车道,路口有交通信号灯,信号灯包括绿灯、红灯,绿灯通行,红灯不能通行。
进一步地,每一个相位包含一个进车道和三个出车道,出车道包括左转、直行、右转,右转车辆不受信号灯控制,能够随时右转。
进一步地,步骤(3.1)中,车辆到达十字路口所需时间remain
time计算过程如下:
式中,v为行驶速度,a为加速度,V为车辆所在道路的最高限速;如果remain
time小于绿灯通行时长,则车辆能通过当前路口。
进一步地,步骤(3.1)中,车辆在绿灯通行时长内的行驶距离D
T计算公式如下:
式中,T′取值为T或者T-t,表示绿灯通行时长。
进一步地,步骤(3.1)中,道路优先通行指数计算方式为:
priority
factor=normal(queue
length)*normal(avg_delay)*normal(avg_travel
time)
式中,queue
length表示进车道的排队长度,为车速小于0.01m/s车辆的车辆总数,normal表示采用Min-Max方法分别对三个因子进行无量纲化处理,avg_travel
time表示该进车道所有车辆在该车道的平均行驶时间,avg_delay表示进车道车辆的平均延迟,公式如下:
avg_delay=1-avg_speed/speed_limit
其中,avg_speed表示该进车道所有车辆的平均车速,speed_limit为进车道的最高限速。
进一步地,步骤(3.2)中,下游十字路口左转车道为绿灯的概率p计算公式为:
进一步地,步骤(3.3)中,车辆左转、直行或右转三个方向的概率分别为p
1,p
2,p
3,三者之和为1。
进一步地,步骤(3)中,根据预估的保持当前相位的总预期收益和相位发生切换的最大总预期收益,若相位发生切换的最大收益满足是保持当前相位的预期收益的一定倍数β,则切换相位至相位切换最大总收益的相位,否则保持当前相位,其中为β经验值。
本发明的有益效果是,本发明根据城市路网拓扑结构,通过C-V2X技术获取道路车辆的行驶状态,对每一个十字路口利用路口间的上下游关系,预估执行不同相位的预期收益,实现对路口通行利益最大化的相位分配。其实现方法完整可靠,相对传统交通信号配时方案灵活度更高,对缓解城市交通拥堵具有重大意义。
图1是一种基于预期收益估计的交通信号灯控制方法的流程图。
图2是一个十字路口交通信号相位示意图。
图3是在CBEngine交通仿真引擎的仿真可视化界面。
图4是在CBEngine交通仿真引擎的中的某一个路口(圆圈圈出的路口)。
下面根据附图详细说明本发明。
如图1所示,本发明提供了一种基于预期收益估计的城市路网交通信号灯控制方法,包括以下步骤:
步骤一:定义城市道路的一个十字路口,包括南北双向车道和东西向双向车道,路口有交通信号灯,信号灯包括绿灯、红灯,绿灯通行,红灯不能通行。每个十字路口交通信号灯包含4种相位,相位1:南北向大左转,相位2:南北向直行,相位3:东西向大左转,相位4:东西向大左转。右转车辆不受信号灯控制,可随时右转。每一个相位包含一个进车道和三个出车道,如相位1,进车道为图2中标号1,2的两个车道,出车道分别为图2中标号3,4,5,6,7,8等6个车道,其中北向左转方向进车道(图2标号2的车道)的车辆,可进入对应出车道左转、直行、右转三个方向车道(图2标号6,7,8的车道)。一个信号周期时长为T(单位,s),即一个相位绿灯持续时长为T,若相位发生切换,有t(单位,s)的红灯时长,各个相位车辆均不可通行,则切换后的相位绿灯持续时长为T-t。此处T取值为30s。
步骤二:获取城市路网道路信息,包括所有的道路的连通关系和各十字路口当前相位信息,假设每条道路包括三个方向车道:左转、直行、右转。其中道路信息包括道路长度,道路最高限速(假设所有道路最高限速相同),道路当前车队队尾距离上游十字路口的距离。
步骤三:利用C-V2X(Cellular-V2X,蜂窝车联网)无线通信技术,从车载终端获取路网中所有车辆的信息,包括车辆在道路上的位置,表示为距离上一个十字路口的距离(单位,m),速度(单位,m/s)。
步骤四:对路网中的每一个十字路口,获取路口的相位信息,利用当前十字路口相连通道路上车辆的位置、速度、加速度,以及道路信息,预估在下一个信号灯周期保持当前相位或切换为另外3个相位时,对应的进车道车辆在绿灯通行时长内能通过十字路口的所有车辆的最远行驶距离之和,并引入一个能反映进车道拥塞程度的优先通行指数,和最远行驶距离之和做乘法,作为执行该相位所能获得的预期收益。若下一个信号灯周期执行相位和当前相位相同,则车辆的绿灯通行时长为T,若下一个信号灯执行相位和当前相位不同,则车辆的绿灯通行时长为T-t。
进一步地,所述步骤三通过以下子步骤来实现:
(1)假设当前相位为phase,另外三个可切换的相位为phase
1,phase
2,phase
3。
(2)根据当前十字路口和下游十字路口的信息、两个十字路口所连接的道路信息,和在 连接道路上行驶的车辆信息,预估在的下一个信号灯周期执行相位和当前相位相同时的预期收益,即下一个信号灯周期执行相位为phase时的预期收益。此时由于相位保持不变,则下一个信号灯周期内绿灯通行时长为T。对该相位,计算所有进车道的预期收益之和,其中一个进车道的预期收益Reward
keep计算方式如下:
Reward
keep=(drive
distance+future
distance)*priority
factor
其中,Reward
keep表示一个进车道的预期收益,drive
distance表示及时行驶距离,future
distance表示未来行驶距离,priority
factor表示道路优先通行指数。
其中,drive
distance,future
distance计算方式如下:
对任一行驶在该进车道的车辆Veh,假设其行驶速度为v,加速度为a,车辆Veh所在道路的最高限速为V,道路长度为L
1,距离上游十字路口的距离为dis,则车辆到达十字路口还需行驶的距离为:
d=L
1-dis
车辆到达十字路口还需要的时间为:
如果remain
time<T,则车辆能通过当前路口。对所有能通过路口的车辆,计算其在时间T内的行驶距离:
对相应的三个出车道,假设其所在的道路长度为L
2,左转、直行、右转三个方向车道的排队长度分别为q
1,q
2,q
3,则车队队尾距离当前十字路口的距离分别为L
2-q
1,L
2-q
2,L
2-q
3。
对任一能通过当前路口的车辆,假设其进入若其驶入左转、直行、右转三个方向车道的概率分别为p
1,p
2,p
3(其中,p
1+p
2+p
3=1)。若其驶入左转车道:
当d+L
2-q
1≥D
T,则
drive
distance-left=D
T
future
distance-left=0
当d+L
2-q
1<D
T,则
drive
distance-left=d+L
2-q
1
若其驶入直行车道:
当d+L
2-q
2≥D
T,则
drive
distance-through=D
T
future
distance-through=0
当d+L
2-q
2<D
T,则
drive
distance-through=d+L
2-q
2
若其驶入右转车道:
当d+L
2-q
3≥D
T,则
drive
distance-right=D
T
future
distance-right=0
当d+L
2-q
3<D
T,则
drive
distance-right=d+L
2-q
3
其中α为未来行驶距离折损系数,折损系数是由于前面的排队车辆由于启动延迟或刹车等造成的未来行驶距离折损,为经验系数,此处取值为08。p为下游十字路口左转车道为绿灯的概率。
则该出车道的所有能通过十字路口的车辆的及时行驶距离和未来行驶距离分别为:
drive
distance=drive
distance-left*p
1+drive
distance-through*p
2+drive
distance-right*p
3
future
distance=future
distance-left*p
1+future
distance-through*p
2+future
distance-right*p
3
道路优先通行指数priority
factor
-计算方式为:
priority
factor=normal(queue
length)*normal(avg_delay)*normal(avg_travel
time)
queue
length,表示进车道的排队长度,为车速小于0.01m/s车辆的车辆总数。
avg_delay,表示进车道车辆的平均延迟,
avg_delay=1-avg_speed/speed_limit
其中,avg_speed:表示该进车道所有车辆的平均车速,speed_limit为进车道的最高限速。
avg_travel
time表示该进车道所有车辆在该车道的平均行驶时间。
normal表示采用Min-Max方法分别对三个因子进行无量纲化处理。
该相位其他进车道的预期收益计算方式同上,按上述方法计算完毕后,将所有进车道的预期收益相加即为该相位的总预期收益。
(3)根据当前十字路口和下游十字路口的信息、两个十字路口所连接的道路信息,和在连接道路上行驶的车辆信息,预估下一个信号灯周期执行相位发生切换时的收益,即对任一切换后的相位phase
i∈{phase
1,phase
2,phase
3},预估其预期收益。其中一个进车道的预期收益计算方式如下:
其中,
表示相位phase
i的预期收益,drive
distance:表示相应的及时行驶距离,future
distance:表示相应的未来行驶距离,priority
factor:表示相应的道路优先通行指数。drive
distance,future
distance计算方式如下:
对任一进车道的车辆Veh,假设其行驶速度为v,加速度为a,道路的最高限速为V,道路长度为L
1,距离上游十字路口的距离为dis,则车辆到达十字路口还需行驶的距离为:
d=L
1-dis
车辆到达十字路口还需要的时间为:
如果remain
time<T-t,则车辆能通过当前路口。对所有能通过路口的车辆,计算其在时间T-t内的行驶距离:
对相应的三个出车道,假设其所在的道路长度为L
2,左转、直行、右转三个方向车道的 排队长度分别为q
1,q
2,q
3,则车队队尾距离当前十字路口的距离分别为L
2-q
1,L
2-q
2,L
2-q
3。
对任一能通过当前路口的车辆,假设其进入若其驶入左转、直行、右转三个方向车道的概率分别为p
1,p
2,p
3(其中,p
1+p
2+p
3=1)。若其驶入左转车道:
当d+L
2-q
1≥D
T,则
drive
distance-left=D
T
future
distance-left=0
当d+L
2-q
1<D
T,则
drive
distance-left=d+L
2-q
1
若其驶入直行车道:
当d+L
2-q
2≥D
T,则
drive
distance-through=D
T
future
distance-through=0
当d+L
2-q
2<D
T:,则
drive
distance-through=d+L
2-q
2
若其驶入右转车道:
当d+L
2-q
3≥D
T,则
drive
distance-right=D
T
future
distance-right=0
当d+L
2-q
3<D
T,则
drive
distance-right=d+L
2-q
3
其中α为未来行驶距离折损系数,折损系数是由于前面的排队车辆由于启动延迟或刹车等造成的未来行驶距离折损,为经验系数,此处取值为0.8。p为下游十字路口左转车道为绿灯的概率。
则该出车道的所有能通过十字路口的车辆的及时行驶距离和未来行驶距离分别为:
drive
distance=drive
distance-left*p
1+drive
distance-through*p
2+drive
distance-right*p
3
future
distance=future
distance-left*p
1+future
distance-through*p
2+future
distance-right*p
3
道路优先通行指数priority
factor
-计算方式为:
priority
factor=normal(queue
length)*normal(avg_delay)*normal(avg_travel
time)
queue
length,表示进车道的排队长度,为车速小于0.01m/s车辆的车辆总数。
avg_delay:,表示进车道车辆的平均延迟,
avg_delay=1-avg_speed/speed_limit
其中,avg_speed表示该进车道所有车辆的平均车速,speed_limit为进车道的最高限速。
avg_travel
time表示该进车道所有车辆在该车道的平均行驶时间。
normal表示采用Min-Max方法分别对三个因子进行无量纲化处理。
phase
i相位其他进车道的预期收益计算方式同上,按上述方法计算完毕后,将所有进车道的预期收益相加即为该相位的总预期收益。并分别计算其他相位的总预期收益。
(4)获取切换相位的总预期收益最大的相位,并计算出相应的最大总预期收益。
Reward
change-max表示相位发生切换的最大总预期收益,对应的相位记为phase
j。
步骤五:根据预估的保持当前相位的总预期收益和相位发生切换的最大总预期收益,若相位发生切换的最大收益满足是保持当前相位的预期收益的一定倍数,则切换相位至相位切换最大总收益的相位,否则保持当前相位。
进一步地,所述步骤五通过以下子步骤来实现:
比较Reward
keep和Reward
change-max值大小。
若Reward
change≤β*Reward
keep,则保持当前相位。
若Reward
change>β*Reward
keep,则将相位切换为phase
j。
其中,β为经验值。此处β取值为1.6。
根据该方法,在CBEngine交通仿真引擎中,基于城市路网,设置2024个路口,3010条道路,10186个车流进行仿真,如图3和图4所示,图4中为用圆圈圈出的在CBEngine交通 仿真引擎的中的某一个路口,当前道路南北向直行车道车流量较大,在下一个信号灯周期内执行相位2,即南北向车辆直行。分别利用该方法和最大压力法控制信号灯,比较发现该方法的延迟指数相比于最大排队压力法的延迟指数,降低了23%。该方法由于能在每一个信号灯周期内根据道路交通实时状态,动态控制相位变换,在绿灯通行时间内尽可能让更多的通行车辆行驶的更远,因此能明显缓解交通拥堵,提高出行体验。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (9)
- 一种基于预期收益估计的城市路网交通信号灯控制方法,其特征在于,包括以下步骤:步骤一:获取城市路网道路信息,包括所有的道路的连通关系和各十字路口当前交通信号灯信息,假设每条道路包括三个方向车道:左转、直行、右转;每个十字路口交通信号灯包含4种相位,相位1:南北向大左转,相位2:南北向直行,相位3:东西向大左转,相位4:东西向直行;其中道路信息包括道路长度,并假设所有道路最高限速相同,道路当前车队队尾距离上游十字路口的距离;步骤二:利用C-V2X无线通信技术,从车载终端获取路网中所有车辆的信息,包括车辆的即时速度,以及在道路上的位置,表示为距离上一个十字路口的距离;步骤三:对路网中的每一个十字路口,获取当前的相位信息,并计算在下一个信号灯周期保持当前相位的所有进车道总预期收益和切换为另外3个相位的所有进车道最大总预期收益,比较后选择最佳相位;若下一个信号灯周期执行相位和当前相位相同,则车辆的绿灯通行时长为T,若下一个信号灯执行相位和当前相位不同,则车辆的绿灯通行时长为T-t,其中t为发生相位切换时的红灯时长;计算所有进车道总预期收益的方式如下:(3.1)每个进车道预期收益为该进车道车辆及时行驶距离与车辆未来行驶距离之和乘以道路优先通行指数,所有进车道的预期收益相加即为某相位的总预期收益;其中车辆及时行驶距离计算过程首先根据该车辆行驶速度、该车辆加速度、道路的最高限速、道路长度和距离上游十字路口的距离计算车辆到达十字路口还需行驶的距离以及所需时间;对于所有能通过路口的车辆,计算车辆在绿灯通行时长内的行驶距离;(3.2)根据步骤(3.1)计算的车辆到达十字路口还需行驶的距离加上出车道的道路长度再减去左转、直行或右转方向对应车道的排队长度,判断得到的结果是否小于车辆在绿灯通行时长内的行驶距离;若否,则车辆及时行驶距离为车辆在绿灯通行时长内的行驶距离,车辆未来行驶距离为0;若是,则车辆及时行驶距离和车辆未来行驶距离按照下式计算:drive distance-f=d+L 2-q f式中,drive distance-f表示左转、直行或右转方向对应车道的车辆及时行驶距离,drive distance-f表示左转、直行或右转方向对应车道的车辆未来行驶距离,q f为左转、直行或右转方向对应车道的排队长度,f为left、through或right,分别表示左转、直行或右转方向;d为车辆到达十字路口还需行驶的距离,L 2为出车道的道路长度,D T为车辆在绿灯通行时长内的行驶距离;p为下游十字路口左转车道为绿灯的概率,α为未来行驶距离折损系数,为 经验系数;(3.3)根据步骤(3.2)计算得到的左转、直行或右转三个方向的车辆及时行驶距离和车辆未来行驶距离,分别乘以车辆左转、直行或右转三个方向的概率并求和得到所有能通过十字路口的车辆的及时行驶距离和未来行驶距离。
- 根据权利要求1所述的一种基于预期收益估计的城市路网交通信号灯控制方法,其特征在于,步骤一中,每个十字路口均包括南北双向车道和东西向双向车道,路口有交通信号灯,信号灯包括绿灯、红灯,绿灯通行,红灯不能通行。
- 根据权利要求1所述的一种基于预期收益估计的城市路网交通信号灯控制方法,其特征在于,每一个相位包含一个进车道和三个出车道,出车道包括左转、直行、右转,右转车辆不受信号灯控制,能够随时右转。
- 根据权利要求1所述的一种基于预期收益估计的城市路网交通信号灯控制方法,其特征在于,步骤(3.1)中,道路优先通行指数计算方式为:priority factor=normal(queue length)*normal(avg_delay)*normal(avg_travel time)式中,queue length表示进车道的排队长度,为车速小于0.01m/s车辆的车辆总数,normal表示采用Min-Max方法分别对三个因子进行无量纲化处理,avg_travel time表示该进车道所有车辆在该车道的平均行驶时间,avg_delay表示进车道车辆的平均延迟,公式如下:avg_delay=1-avg_speed/speed_limit其中,avg_speed表示该进车道所有车辆的平均车速,speed_limit为进车道的最高限速。
- 根据权利要求1所述的一种基于预期收益估计的城市路网交通信号灯控制方法,其特征在于,步骤(3.3)中,车辆左转、直行或右转三个方向的概率分别为p 1,p 2,p 3,三者之和为1。
- 根据权利要求1所述的一种基于预期收益估计的城市路网交通信号灯控制方法,其特征在于,步骤(3)中,根据预估的保持当前相位的总预期收益和相位发生切换的最大总预期收益,若相位发生切换的最大收益满足是保持当前相位的预期收益的一定倍数β,则切换相位至相位切换最大总收益的相位,否则保持当前相位,其中为β经验值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US18/349,980 US11941979B2 (en) | 2021-09-10 | 2023-07-11 | Traffic light control method for urban road network based on expected return estimation |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111059324.9 | 2021-09-10 | ||
CN202111059324.9A CN113506442B (zh) | 2021-09-10 | 2021-09-10 | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US18/349,980 Continuation US11941979B2 (en) | 2021-09-10 | 2023-07-11 | Traffic light control method for urban road network based on expected return estimation |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023035666A1 true WO2023035666A1 (zh) | 2023-03-16 |
Family
ID=78016603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2022/094084 WO2023035666A1 (zh) | 2021-09-10 | 2022-05-20 | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11941979B2 (zh) |
CN (1) | CN113506442B (zh) |
WO (1) | WO2023035666A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116959275A (zh) * | 2023-09-20 | 2023-10-27 | 济南致业电子有限公司 | 一种城市交通拥堵优化方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506442B (zh) | 2021-09-10 | 2021-12-28 | 之江实验室 | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150015421A1 (en) * | 2013-07-09 | 2015-01-15 | Tomtom International B.V. | Methods and systems for determining information relating to the operation of traffic control signals |
CN106846867A (zh) * | 2017-03-29 | 2017-06-13 | 北京航空航天大学 | 一种车联网环境下信号交叉口绿色驾驶车速诱导方法及仿真系统 |
CN107507430A (zh) * | 2017-09-15 | 2017-12-22 | 清华大学 | 一种城市路口交通控制方法及系统 |
WO2018115511A1 (en) * | 2016-12-22 | 2018-06-28 | Luxembourg Institute Of Science And Technology (List) | Method and system for enhanced traffic light signaling and for computing a target speed of an automotive vehicle |
CN109754617A (zh) * | 2017-11-01 | 2019-05-14 | 张云超 | 一种高通行效率交通信号灯控制方法、装置及系统 |
CN110619752A (zh) * | 2019-06-12 | 2019-12-27 | 东南大学 | 一种基于lte-v2x通信技术的车辆与信号灯协同控制方法及控制系统 |
CN112330962A (zh) * | 2020-11-04 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 交通信号灯控制方法、装置、电子设备及计算机存储介质 |
CN113506442A (zh) * | 2021-09-10 | 2021-10-15 | 之江实验室 | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8855900B2 (en) * | 2011-07-06 | 2014-10-07 | International Business Machines Corporation | System and method for self-optimizing traffic flow using shared vehicle information |
CN109410606B (zh) * | 2018-03-22 | 2021-05-04 | 合肥革绿信息科技有限公司 | 一种基于视频的主干路协同信号机控制方法 |
CN109035832A (zh) * | 2018-09-12 | 2018-12-18 | 清华大学苏州汽车研究院(吴江) | 基于v2x通信的信号灯路口智能通行系统 |
CN110136455B (zh) * | 2019-05-08 | 2021-06-25 | 济南大学 | 一种交通信号灯配时方法 |
CN111862633A (zh) * | 2020-06-23 | 2020-10-30 | 东风汽车集团有限公司 | 一种基于v2x的交通信号灯控制方法、路侧单元及系统 |
TWI754405B (zh) * | 2020-10-05 | 2022-02-01 | 鼎漢國際工程顧問股份有限公司 | 新世代雙向互動交控管理系統 |
-
2021
- 2021-09-10 CN CN202111059324.9A patent/CN113506442B/zh active Active
-
2022
- 2022-05-20 WO PCT/CN2022/094084 patent/WO2023035666A1/zh unknown
-
2023
- 2023-07-11 US US18/349,980 patent/US11941979B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150015421A1 (en) * | 2013-07-09 | 2015-01-15 | Tomtom International B.V. | Methods and systems for determining information relating to the operation of traffic control signals |
WO2018115511A1 (en) * | 2016-12-22 | 2018-06-28 | Luxembourg Institute Of Science And Technology (List) | Method and system for enhanced traffic light signaling and for computing a target speed of an automotive vehicle |
CN106846867A (zh) * | 2017-03-29 | 2017-06-13 | 北京航空航天大学 | 一种车联网环境下信号交叉口绿色驾驶车速诱导方法及仿真系统 |
CN107507430A (zh) * | 2017-09-15 | 2017-12-22 | 清华大学 | 一种城市路口交通控制方法及系统 |
CN109754617A (zh) * | 2017-11-01 | 2019-05-14 | 张云超 | 一种高通行效率交通信号灯控制方法、装置及系统 |
CN110619752A (zh) * | 2019-06-12 | 2019-12-27 | 东南大学 | 一种基于lte-v2x通信技术的车辆与信号灯协同控制方法及控制系统 |
CN112330962A (zh) * | 2020-11-04 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 交通信号灯控制方法、装置、电子设备及计算机存储介质 |
CN113506442A (zh) * | 2021-09-10 | 2021-10-15 | 之江实验室 | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
Non-Patent Citations (2)
Title |
---|
ABOHASHIMA HANAA; GHEITH MOHAMED; ELTAWIL AMR: "A proposed IoT based Smart traffic lights control system within a V2X framework", 2020 2ND NOVEL INTELLIGENT AND LEADING EMERGING SCIENCES CONFERENCE (NILES), IEEE, 24 October 2020 (2020-10-24), pages 338 - 343, XP033858957, DOI: 10.1109/NILES50944.2020.9257874 * |
JI, WEI ET AL.: "Technology Connotation and Application Prospect of Digital Twin Intelligent Transportation System", COLLECTION OF SCIENTIFIC AND TECHNOLOGICAL PAPERS (2) OF THE 15TH CHINA INTELLIGENT TRANSPORTATION ANNUAL CONFERENCE, 30 November 2020 (2020-11-30) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116959275A (zh) * | 2023-09-20 | 2023-10-27 | 济南致业电子有限公司 | 一种城市交通拥堵优化方法及系统 |
CN116959275B (zh) * | 2023-09-20 | 2023-12-26 | 济南致业电子有限公司 | 一种城市交通拥堵优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113506442B (zh) | 2021-12-28 |
US11941979B2 (en) | 2024-03-26 |
CN113506442A (zh) | 2021-10-15 |
US20230351890A1 (en) | 2023-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023035666A1 (zh) | 一种基于预期收益估计的城市路网交通信号灯控制方法 | |
CN105046987B (zh) | 一种基于强化学习的路面交通信号灯协调控制方法 | |
CN107730922B (zh) | 一种单向干线绿波协调控制自适应调整方法 | |
CN111932916B (zh) | 一种城市道路动态应急车道的控制方法及控制系统 | |
CN107274684A (zh) | 一种车路协同环境下单点交叉口信号控制策略选择方法 | |
CN108281026A (zh) | 一种自动驾驶环境下交叉路口无信号灯车辆调度方法 | |
CN108122420B (zh) | 一种路中型动态公交专用道清空距离设置方法 | |
CN104064036A (zh) | 借道对向出口道左转的交叉口交通组织与信号配时方法 | |
CN111833619B (zh) | 一种过饱和交通状态干线双向信号协调设计方法与装置 | |
CN111091722A (zh) | 人机混合驾驶环境下交叉口信号控制参数的优化方法 | |
CN112037540B (zh) | 一种潮汐交通状态干线信号协调设计方法与装置 | |
CN114155724B (zh) | 一种车联网环境下的交叉口交通信号控制方法 | |
CN111127872B (zh) | 考虑行人与右转车辆冲突的直右可变导向车道的控制方法 | |
CN112017439B (zh) | 一种自动驾驶交叉口行人过街摆渡车控制方法 | |
CN111091724A (zh) | 交叉口直行车使用对向左转道的动态车道设计及信控方法 | |
CN115565390A (zh) | 智能网联汽车多车道队列通行控制方法、系统及计算机可读存储介质 | |
CN110164148B (zh) | 一种城市路口交通灯智能配时控制方法及控制系统 | |
CN109859475B (zh) | 一种基于dbscan密度聚类的交叉口信号控制方法、装置及系统 | |
CN115035704A (zh) | 一种信号控制交叉口行人信号提前相位设置方法 | |
CN113470390A (zh) | 短连线交叉口边缘节点融合的多相位动态协调控制方法 | |
CN108765988A (zh) | 一种面向互联网数据的路口信号动态优化方法 | |
CN114913698B (zh) | 无专用道公交信号感应与右转合乘时空协同优先控制方法 | |
CN107705584B (zh) | 一种城市道路交叉口自适应信号控制方法 | |
CN112669628B (zh) | 一种基于需求-供给双波动的交叉口信号设计方法 | |
CN115578869A (zh) | 一种车路协同环境下的交叉口公交动态优先系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22866144 Country of ref document: EP Kind code of ref document: A1 |