CN113053141B - 一种基于联网车辆数据的自适应交通信号控制方法及装置 - Google Patents

Abstract

本发明提供一种基于CV数据的自适应交通信号控制方法，包括以下步骤：对实时接收到的CV数据储存于CV数据存储模块并作为当前周期CV数据；利用当前周期CV数据计算下一周期的相位顺序与相位分配时间；利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；释放当前周期CV数据，将下一周期的CV数据重新储存，将数据反馈存储于数据反馈存储模块。本发明还提供基于CV数据的交通信号控制装置。本发明根据存储的数据对当前的交通流进行预测，根据得到的相位信息对交通流进行控制得到数据反馈；本发明在获得最优控制决策的同时得到了数据反馈即了解了控制方法的有效性，使得控制更加有效。

Description

一种基于联网车辆数据的自适应交通信号控制方法及装置

技术领域

本发明涉及交通信号控制技术领域，具体涉及一种基于联网车辆数据的自适应交通信号控制方法及装置。

背景技术

近几年来车辆保有率不断增加，但是不断地扩大路面显然是不现实的，所以利用交通信号控制去改变车辆通行率以及减少车辆阻塞是现阶段非常可行的一种方法,交通信号控制是基于交通流状态对交通流进行控制，是车辆能够有序、高效安全通行的基础，一方面在有效控制下，可以提高车辆通行的容量并且减小空气污染；另一方面减小了车辆阻塞带来的经济损失。目前的道路检测***，主要利用的是线圈检测器。

通常我们在交通信号控制时采用的数据来源基本都是来自于线圈检测器，但是在实际应用中，线圈检测器主要有以下三方面的缺点：1)线圈检测器只能在车辆经过检测器的那个瞬间，不能够获得车辆位置、速度等具体信息；2)如果有一个线圈检测器损坏，就会丢失大量的交通流数据；3)线圈检测器安装与维护的费用也是非常昂贵的。

由以上分析可知，线圈检测器的应用并不能向控制***提供足够准确的数据源并且成本非常高。

发明内容

为了克服上述现有技术存在的问题，本发明提供一种基于联网车辆数据的自适应交通信号控制方法及装置。

本发明的技术方案是：

一种基于联网车辆数据的自适应交通信号控制方法，包括以下步骤：

对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据；

利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间；

利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；

释放当前周期联网车辆数据，将下一周期的联网车辆数据重新储存，将数据反馈存储于数据反馈存储模块。

作为本发明的进一步技术方案为：所述对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据；具体包括：利用车辆上的线圈传感器，通过无线通信和互联网技术，全方位实施人、车、路动态信息实时交互，通过V2X(vehicle toeverything，车对外界的信息交换)技术获取车辆的实时信息，并将获取到的车辆的实时信息按照xml格式存储于联网车辆数据存储模块。

作为本发明的进一步的技术方案为：利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间，具体包括：

使用预测模型，在车辆经过控制交叉口上流交叉口的线圈传感器时，得到车辆经过该线圈传感器的信息；

根据平均车速以及线圈传感器到控制交叉口的距离得到行程时间；

根据行程时间以及车辆的转弯率得到到达控制交叉口的车辆数量；

车辆平均车速按照联网车辆数据进行修正，根据修正后的车辆数量，得到车辆排队长度；

预先设置一个相位顺序，根据预测模型依据联网车辆数据对短时间内交通流进行基本预测，根据预测的到达控制交叉口的车辆数量计算车辆排队长度，判断是否跳过某一个相位“通行权”的分配，此时相位的持续时间为0。

其中，相位是指一个信号周期中分配“通行权”的时间，相位顺序即“通行权”分配的顺序；预先设置一个相位顺序，此时不可出现同时给两个相位分配“通行权”的情况，可根据交通流状态跳过没有交通需求的相位，故相位的顺序是可变的；

作为本发明的进一步技术方案为：所述利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；具体包括：联网车辆数据以及相位顺序得到之后，根据联网车辆数据采用控制模块对转换之后的数据进行计算，得到下一周期的相位分配：

G_j＝s_j-γ；

上式中s_j代表每个周期中每个相位的最优决策变量，依据联网车辆数据对交通状态判断得到一个最优的相位持续时间，主要是根据联网车辆数据做一个短期的交通状态的判断，判断联网车辆到各个交叉口的时间以及预计的排队长度q_j，若q_j＜Q，Q为预设的最小排队长度，则此时不需要分配“通行权”，则跳过当前相位，若q_j＞Q，则需要为对应的各个相位分配“通行权”，此时周期中每个相位的持续时间必须大于γ，γ为相位交替时的清理时间，即黄灯时间，获得每个相位的最佳决策变量，即每个相位的持续时间，则可得到每个相位的绿灯时间G_j。

作为本发明的进一步技术方案为：所述利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；具体包括：通过建立交通模型以得到控制方法的数据反馈：包括以下步骤：

确定交通流参数；

建立相应的控制模型；

根据得到的控制参数控制交通流；

得到控制参数的数据反馈。

进一步的，所述将数据反馈存储于数据反馈存储模块，具体包括：数据反馈指在应用了控制参数之后，得到的关于尚未分配到“通行权”的交通流的第二排队长度；

其中L_queue为每条交通流排队长度的均值，一共有n条交通流，

为在第j个相位分配“通行权”时，未获得“通行权”的交通流中最后一个联网车辆的位置，

为在第j个相位分配“通行权”时，未获得“通行权”的交通流中第一个联网车辆的位置，通过L_queue判断控制方法的有效性。

本发明还提供基于联网车辆数据的交通信号控制装置，包括：

联网车辆数据存储模块，对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据，释放当前周期联网车辆数据，将下一周期的联网车辆数据重新储存；

相位计算模块，利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间；

控制模型模块，利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；

反馈数据存储模块，用于存储数据反馈。

本发明的有益技术效果为：

本发明提供的基于联网车辆数据的自适应交通信号控制方法，达到预先控制交通信号的目的，联网车辆数据存储模块将实时接收到的联网车辆数据按照一定顺序储存在联网车辆数据的储存模块；根据存储的数据对当前的交通流进行预测，对车辆到达交叉口的时间做预测，采用实时优化方法对交通流进行到达预测，即至少做一个短期的交通流预测。通过设定固定的相位顺序，对交通流数据做出的预测、联网车辆数据以及相位顺序的分配做出一个最优决策，得到每个相位的持续时间；根据得到的相位信息对交通流进行控制得到数据反馈；本发明在获得最优控制决策的同时得到了数据反馈即了解了控制方法的有效性，使得控制更加有效。

附图说明

图1为本发明提出的一种基于联网车辆数据的自适应交通信号控制方法流程图；

图2为本发明提出的一具体实施方式流程图；

图3为本发明提出的一具体实施方式流程图；

图4为本发明提出的一具体实施方式流程图；

图5为本发明提出的一种基于联网车辆数据的自适应交通信号控制装置结构图。

具体实施方式

以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。

随着车路协同及车车协同理论技术的不断发展，充分考虑到来自于车辆线圈传感器的CV(Connected Vehicle，联网车辆)数据，联网车辆数据是直接来自于车辆线圈传感器的交通流数据，比起以往的数据来源，具有更准确更高效的特性。在获取到数据之后，对数据进行进一步处理，利用联网车辆数据作为控制模型的输入，进而利用控制模型计算出下一周期的相位顺序以及持续时间，提高了交通信号控制的准确性以及高效性。

目前在交通信号控制方面，我们所依赖的数据源主要来自于线圈检测器，而线圈检测器只能提供车辆经过检测器时的数据，并且安装费用十分昂贵。联网车辆数据不仅可以在一定范围内提供车辆的基本信息并且十分经济，且在一部分联网车辆数据检测不到时，只是降低了CV的渗透率，而不会有很严重的数据损失。

本发明提出一种基于联网车辆数据的自适应交通信号控制方法，得到的联网车辆数据经过变换之后，再经控制模型对数据处理之后，得到下一周期的周期长度以及相位分配，得到的下一周期数据对比之前的控制方法更准确，也更高效。

参见图1，为本发明提出的一种基于联网车辆数据的自适应交通信号控制方法流程图；

如图1所示，一种基于联网车辆数据的自适应交通信号控制方法，包括以下步骤：

步骤101，对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据；

步骤102，利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间；

步骤103，利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；

步骤104，释放当前周期联网车辆数据，将下一周期的联网车辆数据重新储存，将数据反馈存储于数据反馈存储模块。

在车辆上安装线圈传感器，在一定范围内利用线圈传感器进行一个车与车、车与路之间的简单的信息共享(包括车辆速度、车辆位置以及车头距等)，在车辆驶离出一定距离时，为保护隐私，便释放掉这些信息。我们可根据这些信息得到的数据叫联网车辆数据。

其中联网车辆数据的存储模块分别存储一定范围内各个车道车辆的基本信息，包括车辆速度、加速度以及车头距等，然后依据这些基本信息做一个一定范围内的交通流预测，将预测之后的交通流状态作为控制模型的输入。

本发明提出一种基于联网车辆数据的自适应交通控制方法，对实时接收到的联网车辆数据按照一定的固定格式进行储存，可选择XML格式存储，利用当前的联网车辆数据计算下一周期的相位顺序与相位分配，利用联网车辆数据计算出的相位顺序以及每个相位的持续时间对信号进行控制并得到数据反馈(排队长度以及延迟)用以实现控制的有效性，进而得到实时、高效并且安全的控制方法。

通过联网车辆数据得到的短期交通流预测，可以实时、准确地对交通流进行控制，改善传统的对交通流的控制方法，在排队长度小于设定值时还可以跳过该相位，节省时间的同时提高了控制效率。

对于获得的联网车辆数据，即一些简单的车辆信息，如车辆速度、位置、加速度以及车头距等信息，首先要根据这些信息对当前的交通流进行一个预测，至少需要对下一周期的交通流进行预测。依据这些信息对交通流进行一个简单预测之后，利用优化算法计算下一周期的相位顺序以及相位分配。

在步骤101中，对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据；具体包括：利用车辆上的线圈传感器，通过无线通信和互联网技术，全方位实施人、车、路动态信息实时交互，通过V2X技术获取车辆的实时信息，并将获取到的车辆的实时信息按照xml格式存储于联网车辆数据存储模块。即利用车辆上的线圈传感器，通过车车协同以及车路协同***获取车辆的实时信息，并将获取到的车辆信息存储与联网车辆数据存储模块。

参见图2和图3，在步骤102中，利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间，具体包括：

使用预测模型，在车辆经过控制交叉口上流交叉口的线圈传感器时，得到车辆经过该线圈传感器的信息；

根据平均车速以及线圈传感器到控制交叉口的距离得到行程时间；

根据行程时间以及车辆的转弯率得到到达控制交叉口的车辆数量；

车辆平均车速按照联网车辆数据进行修正，根据修正后的车辆数量，得到车辆排队长度；

预先设置一个相位顺序，根据预测模型依据联网车辆数据对短时间内交通流进行基本预测，根据预测的到达控制交叉口的车辆数量计算车辆排队长度，判断是否跳过某一个相位“通行权”的分配，此时相位的持续时间为0。

其中，相位是指一个信号周期中分配“通行权”的时间，相位顺序即“通行权”分配的顺序；预先设置一个相位顺序，此时不可出现同时给两个相位分配“通行权”的情况，可根据交通流状态跳过没有交通需求的相位，故相位的顺序是可变的。

在步骤103中，所述利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；具体包括：联网车辆数据以及相位顺序得到之后，根据联网车辆数据采用控制模块对转换之后的数据进行计算，得到下一周期的相位分配：

G_j＝s_j-γ

G_j＝s_j-γ；

其中，s_j代表每个周期中每个相位的最优决策变量，γ为相位交替时的清理时间，即黄灯时间，q_j为预计的排队长度；G_j相位的绿灯时间；依据联网车辆数据对交通状态判断得到一个最优的相位持续时间，主要是根据联网车辆数据做一个短期的交通状态的判断，判断联网车辆到各个交叉口的时间以及预计的排队长度q_j，若q_j＜Q，Q为预设的最小排队长度，则此时不需要分配“通行权”，则跳过当前相位，若q_j＞Q，则需要为对应的各个相位分配“通行权”，此时周期中每个相位的持续时间必须大于γ，γ为相位交替是的清理时间，即黄灯时间。得到每个相位的最佳决策变量，即每个相位的持续时间，则可得到每个相位的绿灯时间G_j。

本发明根据接收到的联网车辆数据做一个一定范围内的交通流预测，再根据预测以及联网车辆数据对交叉口进行一个优化算法，计算出相位顺序以及每个相位的持续时间。

参见图4，得到最优的相位顺序以及相位持续时间之后，利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；具体包括：通过建立交通模型以得到控制方法的数据反馈：包括以下步骤：

步骤301，确定交通流参数；

步骤302，建立相应的控制模型；

步骤303，根据得到的控制参数控制交通流；

步骤304，得到控制参数的数据反馈。

本发明实例中，数据反馈模块主要是针对得到的控制方法，判断控制方法的有效性。

其中，将数据反馈存储于数据反馈存储模块，具体包括：数据反馈指在应用了控制参数之后，得到的关于尚未分配到“通行权”的交通流的第二排队长度；

其中L_queue为每条交通流排队长度的均值，一共有n条交通流，

为在第j个相位分配“通行权”时，未获得“通行权”的交通流中最后一个联网车辆的位置，

为在第j个相位分配“通行权”时，未获得“通行权”的交通流中第一个联网车辆的位置，通过L_queue判断控制方法的有效性。

这里采用第二排队长度作为数据反馈观察控制方法的有效性，第二排队长度与之前预测模型里的排队长度并不是同一变量，第二排队长度是对于控制效果的检验，而预测模型中的排队长度是作为控制方法输入存在的。

参见图5，本发明还提供基于联网车辆数据的自适应交通信号控制装置，包括：

联网车辆数据存储模块201，对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据，释放当前周期联网车辆数据，将下一周期的联网车辆数据重新储存；

相位计算模块202，利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间；

控制模型模块203，利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；

反馈数据存储模块204，用于存储数据反馈。

本发明实施例中的基于联网车辆数据的自适应交通信号控制方法的各种变化方式和具体实例同样适用于基于联网车辆数据的自适应交通信号控制装置，通过前述对基于联网车辆数据的自适应交通信号控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中基于联网车辆数据的自适应交通信号控制装置，所以为了说明书的简洁，在此不再详述

以上对本发明进行了详细介绍，但是本发明不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。不脱离本发明的构思和范围可以做出许多其他改变和改型。应当理解，本发明不限于特定的实施方式，本发明的范围由所附权利要求限定。

Claims (5)

1.一种基于联网车辆数据的自适应交通信号控制方法，其特征在于，包括以下步骤：

对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据；

利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间；

利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；

释放当前周期联网车辆数据，将下一周期的联网车辆数据重新储存，将数据反馈存储于数据反馈存储模块；

所述对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据；具体包括：利用车辆上的线圈传感器，通过无线通信和互联网技术，全方位实施人、车、路动态信息实时交互，通过V2X技术获取车辆的实时信息，并将获取到的车辆的实时信息按照xml格式存储于联网车辆数据存储模块；

利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间；具体包括：

使用预测模型，在车辆经过控制交叉口上流交叉口的线圈传感器时，得到车辆经过该线圈传感器的信息；

根据平均车速以及线圈传感器到控制交叉口的距离得到行程时间；

根据行程时间以及车辆的转弯率得到到达控制交叉口的车辆数量；

车辆平均车速按照联网车辆数据进行修正，根据修正后的车辆数量，得到车辆排队长度；

预先设置一个相位顺序，根据预测模型依据联网车辆数据对短时间内交通流进行基本预测，根据预测的到达控制交叉口的车辆数量计算车辆排队长度，判断是否跳过某一个相位“通行权”的分配，此时相位的持续时间为0；

所述利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；具体包括：联网车辆数据以及相位顺序得到之后，根据联网车辆数据采用控制模块对转换之后的数据进行计算，得到下一周期的相位分配：

G_j＝s_j-γ；

其中，s_j代表每个周期中每个相位的最优决策变量，γ为相位交替时的清理时间，即黄灯时间，q_j为预计的排队长度；G_j为相位的绿灯时间；依据联网车辆数据对交通状态判断得到一个最优的相位持续时间，主要是根据联网车辆数据做一个短期的交通状态的判断，判断联网车辆到各个交叉口的时间以及预计的排队长度q_j，若q_j＜Q，Q为预设的最小排队长度，则此时不需要分配“通行权”，则跳过当前相位，若q_j＞Q，则需要为对应的各个相位分配“通行权”，此时周期中每个相位的持续时间必须大于γ，获得每个相位的最佳决策变量，即每个相位的持续时间，则可得到每个相位的绿灯时间G_j；

所述将数据反馈存储于数据反馈存储模块，具体包括：数据反馈指在应用控制参数之后，得到的关于尚未分配到“通行权”的交通流的第二排队长度；

其中L_queue为每条交通流排队长度的均值，一共有n条交通流，

为在第j个相位分配“通行权”时，未获得“通行权”的交通流中最后一个联网车辆的位置，

为在第j个相位分配“通行权”时，未获得“通行权”的交通流中第一个联网车辆的位置，通过L_queue判断控制方法的有效性。

2.根据权利要求1所述的一种基于联网车辆数据的自适应交通信号控制方法，其特征在于，所述相位是指一个信号周期中分配“通行权”的时间，相位顺序即“通行权”分配的顺序。

3.根据权利要求1所述的一种基于联网车辆数据的自适应交通信号控制方法，其特征在于，所述预先设置一个相位顺序，具体为，根据交通流状态跳过没有交通需求的相位，且相位的顺序可变。

4.根据权利要求1所述的一种基于联网车辆数据的自适应交通信号控制方法，其特征在于，所述利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；具体包括：通过建立交通模型以得到控制方法的数据反馈：包括以下步骤：

确定交通流参数；

建立控制模型；

根据得到的控制参数控制交通流；

得到控制参数的数据反馈。

5.一种基于联网车辆数据的自适应交通信号控制装置，其用于实现权利要求1所述的基于联网数据的自适应交通信号控制方法，其特征在于，包括：

联网车辆数据存储模块，对实时接收到的联网车辆数据储存于联网车辆数据存储模块并作为当前周期联网车辆数据，释放当前周期联网车辆数据，将下一周期的联网车辆数据重新储存；

相位计算模块，利用当前周期联网车辆数据计算下一周期的相位顺序与相位分配时间；

控制模型模块，利用计算的相位顺序以及相位分配时间对信号进行控制并获取数据反馈；

反馈数据存储模块，用于存储数据反馈。

Images