專利名稱：一種基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及城市交通信號(hào)控制及人工智能領(lǐng)域，具體涉及一種交通信號(hào)協(xié)調(diào)控制方法。技術(shù)背景
目前，國(guó)內(nèi)外的交通信號(hào)控制系統(tǒng)均以區(qū)域?yàn)閱挝环謩e進(jìn)行獨(dú)立控制，各交通信號(hào)控制區(qū)域根據(jù)本區(qū)域的道路交通流信息分別進(jìn)行交叉口交通信號(hào)方案的優(yōu)化和協(xié)調(diào)，各區(qū)域之間的交通信號(hào)控制“各自為政、互不干涉”。在區(qū)域邊界，邊界交叉口及其交通流信息分屬不同的控制區(qū)域，分別由各自所屬區(qū)域按本區(qū)域的交通流運(yùn)行狀態(tài)對(duì)邊界交叉口進(jìn)行交通信號(hào)配時(shí)參數(shù)進(jìn)行優(yōu)化。然而，由于城市中各區(qū)域人口分布、土地利用、經(jīng)濟(jì)發(fā)展、交通出行等之間的差異性和關(guān)聯(lián)性，使得交通流在區(qū)域邊界交叉口間存在較大的不均衡性。 特別是在早、晚高峰期間，上游區(qū)域的交通流大量涌入下游區(qū)域，然而由于區(qū)域邊界交叉口分屬不同的控制區(qū)域管理，造成交通信息不對(duì)稱，使得下游區(qū)域邊界交叉口的交通信號(hào)沒(méi)法及時(shí)與上游區(qū)域邊界交叉口的交通信號(hào)進(jìn)行協(xié)調(diào)，使交通流在邊界路口之間出現(xiàn)聚集狀態(tài)，容易引發(fā)交通擁擠、擁堵，并迅速回溯到上游區(qū)域，造成上游區(qū)域的產(chǎn)生區(qū)域性交通擁堵。另一方面，近年來(lái)我國(guó)突發(fā)災(zāi)害事件頻繁發(fā)生，在突發(fā)災(zāi)害下，受災(zāi)區(qū)域大批的人流、物流、車流急需向鄰近區(qū)域迅速疏散，鄰近區(qū)域的邊界入口如果無(wú)法事先感知大批涌進(jìn)的交通流，及時(shí)調(diào)整信號(hào)配時(shí)參數(shù)，與受災(zāi)區(qū)域的邊界出口進(jìn)行協(xié)調(diào)控制，容易在邊界路段出現(xiàn)阻滯現(xiàn)象，形成交通瓶頸，使受災(zāi)區(qū)域的交通流無(wú)法進(jìn)行快速疏散，從而對(duì)人民的生命、財(cái)產(chǎn)造成威脅，同時(shí)也影響影響搶險(xiǎn)救災(zāi)工作的順利實(shí)施。發(fā)明內(nèi)容
針對(duì)目前國(guó)內(nèi)外交通信號(hào)控制系統(tǒng)在區(qū)域邊界交通信號(hào)協(xié)調(diào)方面存在的空白，以及區(qū)域邊界在早晚高峰期間、突發(fā)事件情況下等容易出現(xiàn)交通擁擠、擁堵現(xiàn)象等問(wèn)題。本發(fā)明提出了一種基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制方法，充分利用分布在道路交通環(huán)境中的各種交通數(shù)據(jù)檢測(cè)器，使得交通信號(hào)控制系統(tǒng)能夠像有機(jī)生物一樣感知不同環(huán)境、不同條件下的道路交通信息，并利用有機(jī)計(jì)算系統(tǒng)的自我監(jiān)控、自我優(yōu)化、自我組織、自我設(shè)置等多種自我管理的功能特性，解決和應(yīng)對(duì)不同區(qū)域邊界之間的交通信號(hào)沖突問(wèn)題以及突發(fā)事件下的區(qū)域邊界交通信號(hào)優(yōu)化問(wèn)題，從而適應(yīng)不斷變化或不可預(yù)見(jiàn)的區(qū)域邊界交通流。
本發(fā)明提出的一種基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制方法主要由車流監(jiān)測(cè)模塊、自我優(yōu)化模塊、自我組織模塊、進(jìn)化學(xué)習(xí)模塊、自我評(píng)估模塊和自我設(shè)置模塊等六部分組成，如圖1所示。本發(fā)明提出的一種基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制方法，其特征主要包括以下步驟
1)車流監(jiān)測(cè)模塊車流監(jiān)測(cè)模塊位于交叉口智能型交通信號(hào)控制器車檢板內(nèi)部， 是區(qū)域邊界交通信號(hào)協(xié)調(diào)控制的信息來(lái)源和決策依據(jù)。車流監(jiān)測(cè)模塊的主要特征在于基于網(wǎng)格資源映射的思想，對(duì)交叉口不同類型、不同位置的交通檢測(cè)器的交通數(shù)據(jù)進(jìn)行時(shí)間、空間校準(zhǔn)，對(duì)相鄰交叉口的交通數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，對(duì)歷史數(shù)據(jù)庫(kù)的交通數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘， 從而構(gòu)建形成基于多源交通信息的時(shí)空映射模型，在此基礎(chǔ)上對(duì)交叉口交通數(shù)據(jù)進(jìn)行融合處理和態(tài)勢(shì)估計(jì)，實(shí)現(xiàn)對(duì)交叉口、路段交通流運(yùn)行信息的綜合提取和集成監(jiān)測(cè)，為區(qū)域邊界交通信號(hào)協(xié)調(diào)控制提供完整、可靠的交通數(shù)據(jù)。
2)自我優(yōu)化模塊自我優(yōu)化模塊位于交叉口智能型交通信號(hào)控制器主控板內(nèi)部， 是區(qū)域邊界交通信號(hào)協(xié)調(diào)的初始信號(hào)方案來(lái)源和區(qū)域邊界交通信號(hào)協(xié)調(diào)優(yōu)化的依據(jù)。自我優(yōu)化模塊的主要特征在于基于實(shí)時(shí)動(dòng)態(tài)交通信息，根據(jù)交叉口、路段的不同交通狀態(tài)，智能選擇不同的交通信號(hào)控制模式、控制目標(biāo)、過(guò)渡策略。從而基于既定的交通信號(hào)控制模式、 控制目標(biāo)和過(guò)渡策略，動(dòng)態(tài)優(yōu)化和調(diào)整本地交叉口的交通信號(hào)周期時(shí)長(zhǎng)、各相位綠信比、相位差，優(yōu)化出與本地交通流相適應(yīng)的交通信號(hào)控制方案，從而為區(qū)域邊界的交通信號(hào)全局優(yōu)化提供決策依據(jù)和方案支持。
同時(shí)，自我優(yōu)化模塊還可接收上級(jí)控制模塊下發(fā)的協(xié)調(diào)優(yōu)化控制指令，按照控制指令規(guī)定的交通信號(hào)控制模式、控制目標(biāo)或控制方案優(yōu)化、調(diào)整交通信號(hào)。
3)自我組織模塊自我組織模塊位于控制中心智能型區(qū)域邊界協(xié)調(diào)控制器組織板內(nèi)部，是區(qū)域邊界協(xié)調(diào)控制器構(gòu)建區(qū)域邊界交叉口群對(duì)區(qū)域邊界交叉口進(jìn)行統(tǒng)一協(xié)調(diào)優(yōu)化控制的前提。自我組織模塊的主要特征在于根據(jù)區(qū)域邊界交叉口的交通狀態(tài)變量和交通控制變量，分析區(qū)域邊界交叉口交通流之間的相關(guān)性、相似性、耦合性等潛在的關(guān)聯(lián)關(guān)系， 并根據(jù)區(qū)域邊界交叉口實(shí)時(shí)的道路交通信息，對(duì)區(qū)域邊界交叉口群的控制范圍進(jìn)行動(dòng)態(tài)劃分，從而為區(qū)域邊界交叉口群的動(dòng)態(tài)優(yōu)化，制定與區(qū)域邊界交通流運(yùn)行特性相適應(yīng)的交通信號(hào)控制模式、控制目標(biāo)、控制方案提供前提保障。
4)進(jìn)化學(xué)習(xí)模塊進(jìn)化學(xué)習(xí)模塊位于控制中心智能型區(qū)域邊界協(xié)調(diào)控制器協(xié)調(diào)板內(nèi)部，是區(qū)域邊界交叉口群交通信號(hào)動(dòng)態(tài)優(yōu)化的核心。進(jìn)化學(xué)習(xí)模塊的主要特征在于利用人工智能的方法對(duì)區(qū)域邊界交叉口群的交通流運(yùn)行狀態(tài)和交通信號(hào)控制模式、控制目標(biāo)進(jìn)行分類學(xué)習(xí)和規(guī)則發(fā)現(xiàn)，提取出與交通流相適應(yīng)的、運(yùn)行效果最好的交叉口群交通信號(hào)控制模式和控制目標(biāo)。同時(shí)，還需要與區(qū)域邊界交叉口群相鄰的交通信號(hào)控制區(qū)域進(jìn)行交通信號(hào)控制模式、控制目標(biāo)的協(xié)調(diào)，共同制定最優(yōu)的交叉口群交通信號(hào)控制模式、控制目標(biāo)，防止出現(xiàn)新的區(qū)域邊界，造成交通擁擠轉(zhuǎn)移。最后，根據(jù)優(yōu)選的交通信號(hào)控制模式和控制目標(biāo)，利用自然進(jìn)化和適應(yīng)的思想對(duì)交叉口群的交通信號(hào)控制方案進(jìn)行實(shí)時(shí)在線優(yōu)化， 獲得最優(yōu)交通信號(hào)控制模式、控制目標(biāo)下區(qū)域邊界交叉口群各交叉口的交通信號(hào)控制方案。將當(dāng)前確定的交通信號(hào)控制模式、控制目標(biāo)、控制方案與規(guī)則知識(shí)庫(kù)中規(guī)則進(jìn)行匹配和競(jìng)標(biāo)，如果當(dāng)前交通信號(hào)控制模式、控制目標(biāo)、控制方案形成的消息記錄優(yōu)于知識(shí)規(guī)則庫(kù)中的規(guī)則，則更新數(shù)據(jù)庫(kù)模型，為區(qū)域邊界交叉口群選擇與交通流運(yùn)行狀態(tài)相適應(yīng)的交通信號(hào)控制模式、控制目標(biāo)、控制方案提供知識(shí)規(guī)則。
5)自我評(píng)估模塊自我評(píng)估模塊位于控制中心智能型區(qū)域邊界協(xié)調(diào)控制器測(cè)評(píng)板內(nèi)部，是區(qū)域邊界交叉口群交通信號(hào)控制模式、控制目標(biāo)、控制方案的在線仿真評(píng)估中心，為區(qū)域邊界交叉口群選擇最優(yōu)的交通信號(hào)控制模式、控制目標(biāo)、控制方案提供決策依據(jù)。自我評(píng)估模塊的主要特征在于將區(qū)域邊界交叉口群的道路交通信息作為輸入變量、將進(jìn)化學(xué)習(xí)模塊確定的交通信號(hào)控制方案作為控制變量，利用微觀交通仿真評(píng)價(jià)對(duì)區(qū)域邊界交叉口群的交通信號(hào)協(xié)調(diào)控制性能進(jìn)行在線評(píng)估，評(píng)測(cè)進(jìn)化學(xué)習(xí)模塊優(yōu)化形成的交通信號(hào)控制方案控制效果，如果控制效果與仿真效果存在較大差異，則匹配知識(shí)規(guī)則庫(kù)中的知識(shí)規(guī)則，獲取對(duì)應(yīng)的交通信號(hào)控制模式、控制目標(biāo)和控制方案重新進(jìn)行仿真評(píng)估，直至交通信號(hào)控制方案的運(yùn)行效果與仿真運(yùn)行效果接近，以獲得區(qū)域邊界交叉口群最佳的交通信號(hào)控制模式、控制目標(biāo)和控制方案。
6)自我設(shè)置模塊自我設(shè)置模塊位于控制中心智能型區(qū)域邊界協(xié)調(diào)控制器交互板內(nèi)部，是區(qū)域邊界交通信號(hào)協(xié)調(diào)控制的控制參數(shù)、控制信息、控制狀態(tài)的顯示窗口以及高級(jí)用戶進(jìn)行區(qū)域邊界交通信號(hào)協(xié)調(diào)控制人工干預(yù)的界面。自我設(shè)置模塊的主要特征在于將自我評(píng)估模塊最終確定的區(qū)域邊界交叉口群各交叉口的交通信號(hào)控制參數(shù)通過(guò)通信網(wǎng)絡(luò) (光纖網(wǎng)絡(luò)或3G無(wú)線通信網(wǎng)絡(luò))傳遞給安裝在交叉口的智能型交通信號(hào)控制器，最終由智能型交通信號(hào)控制器執(zhí)行交通信號(hào)控制方案，實(shí)現(xiàn)區(qū)域邊界交叉口交通信號(hào)的動(dòng)態(tài)協(xié)調(diào)。 同時(shí)，自我設(shè)置模塊記錄區(qū)域邊界不同交通流運(yùn)行狀態(tài)下，高級(jí)用戶對(duì)區(qū)域邊界交叉口群交通信號(hào)控制范圍、控制模式、控制目標(biāo)、控制方案等交通信號(hào)控制參數(shù)的制定，形成知識(shí)規(guī)則，存儲(chǔ)到進(jìn)化學(xué)習(xí)模塊的知識(shí)規(guī)則庫(kù)，為區(qū)域交叉口群根據(jù)不同的交通流條件匹配最優(yōu)的交通信號(hào)控制范圍、控制模式、控制目標(biāo)等提供依據(jù)。
本發(fā)明能夠?qū)崿F(xiàn)區(qū)域邊界交叉口之間的協(xié)調(diào)，避免區(qū)域邊界交叉口交通擁擠、擁堵的發(fā)生。


圖1基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制系統(tǒng)組成圖2車流監(jiān)測(cè)模塊的數(shù)據(jù)處理流程圖3進(jìn)化學(xué)習(xí)模塊的數(shù)據(jù)處理流程圖。
具體實(shí)施方式
如圖1所示，本發(fā)明所述的一種基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制方法由車流監(jiān)測(cè)模塊、自我優(yōu)化模塊、自我組織模塊、進(jìn)化學(xué)習(xí)模塊、自我評(píng)估模塊和自我設(shè)置模塊等六部分組成，其工作的具體流程為
1)車流監(jiān)測(cè)模塊
車流監(jiān)測(cè)模塊的數(shù)據(jù)來(lái)源包括本地交叉口附近的交通檢測(cè)器實(shí)時(shí)數(shù)據(jù)、鄰近交叉口傳送的實(shí)時(shí)交通數(shù)據(jù)以及控制中心提取的歷史交通數(shù)據(jù)，通過(guò)對(duì)交通數(shù)據(jù)的時(shí)空校準(zhǔn)、 關(guān)聯(lián)分析、數(shù)據(jù)挖掘，構(gòu)建形成交通流的時(shí)空資源映射模型，并在此基礎(chǔ)上進(jìn)行多源交通數(shù)據(jù)融、交通狀態(tài)判別和交通流運(yùn)行態(tài)勢(shì)估計(jì)。車流監(jiān)測(cè)模塊的數(shù)據(jù)處理流程如圖2所示，具體實(shí)施過(guò)程如下
(1)首先，區(qū)域邊界交叉口分布著多種不同類型的交通檢測(cè)器，需要充分利用各種檢測(cè)器采集的交通數(shù)據(jù)，為區(qū)域邊界交通信號(hào)協(xié)調(diào)控制提供完整、可靠的交通數(shù)據(jù)。然而， 每一種檢測(cè)器采集的交通數(shù)據(jù)只能反映檢測(cè)器安裝位置所在截面一定范圍內(nèi)的交通流狀態(tài)，不能全面反映所在路段或交叉口的實(shí)際交通流狀態(tài)。同時(shí)，由于不同檢測(cè)器交通數(shù)據(jù)檢測(cè)的時(shí)間、位置、統(tǒng)計(jì)特征以及交通參數(shù)的形態(tài)各不相同，使得不同的檢測(cè)器對(duì)同一交通參數(shù)的檢測(cè)具有不同的準(zhǔn)確性，同一檢測(cè)器對(duì)不同的交通參數(shù)的檢測(cè)也具有不同的準(zhǔn)確性。因此，需要先對(duì)區(qū)域邊界交叉口不同檢測(cè)器采集的交通數(shù)據(jù)進(jìn)行時(shí)空校準(zhǔn)。
假設(shè)以時(shí)間T為校準(zhǔn)的時(shí)間基準(zhǔn)點(diǎn)，Si (ti; P)和Si (t2，P )分別為檢測(cè)器Si在T的相鄰時(shí)刻ti、t2檢測(cè)到的交通參數(shù)數(shù)值，且、< T < t2，則時(shí)間基準(zhǔn)點(diǎn)的交通參數(shù)數(shù)值校準(zhǔn)為
aI i-J
其中，α為交通流波動(dòng)因子，β為交通檢測(cè)隨機(jī)噪聲。
假設(shè)以某一檢測(cè)截面0為校準(zhǔn)的空間基準(zhǔn)點(diǎn)，Si (O1, P)和h (O2，P )分別為檢測(cè)器SpS^在截面ο的相鄰位置檢測(cè)到的交通參數(shù)數(shù)值，且O1在截面ο的下游，A在截面ο的上游，則以ο為空間基準(zhǔn)點(diǎn)的交通參數(shù)數(shù)值校準(zhǔn)為
PΛ
其中f為離散系數(shù)；P” Pj分別為平移向量；m為尺度因子；R為旋轉(zhuǎn)矩陣。
(2)其次，由于城市路網(wǎng)的人口分布和土地利用特征，以及交通流之間的序貫性， 區(qū)域邊界交叉口之間的交通流存在一定的相關(guān)關(guān)系，上游交叉口流出的流量與下游交叉口流入的流量之間存在一定的關(guān)聯(lián)
其中n為上游交叉口的流入流向數(shù)舟為上游交叉口第i流入流向的交通量；t 為車流從上游交叉口智能型交通信號(hào)控制器交通流統(tǒng)計(jì)基準(zhǔn)位置到達(dá)下游交叉口交通流統(tǒng)計(jì)分析位置的平均行程時(shí)間；~為車流離散的影響因子。則可以進(jìn)一步將相鄰交叉口智能型交通信號(hào)控制器傳送過(guò)來(lái)的流入方向的交通流統(tǒng)計(jì)數(shù)據(jù)進(jìn)行時(shí)空校準(zhǔn)，獲得本地交叉口的交通流狀態(tài)描述
其中Jup(x2，t2)為上游交叉口智能型交通信號(hào)控制器傳送的t2時(shí)刻&位置的交通參數(shù)統(tǒng)計(jì)量JdtrenU1,、)為上游交叉口智能型交通信號(hào)控制器傳送的交通參數(shù)統(tǒng)計(jì)量在本地交叉口 X1位置、時(shí)刻的映射量；f (X)、ω (t)分別為空間和時(shí)間轉(zhuǎn)換函數(shù)。
(3)再者，控制中心交通信息數(shù)據(jù)庫(kù)存儲(chǔ)的交通數(shù)據(jù)能夠反映出道路交通流在一定時(shí)期的變化規(guī)律，通過(guò)數(shù)據(jù)挖掘可以發(fā)現(xiàn)路網(wǎng)交通流在某一空間不同時(shí)間的變化規(guī)律和某一時(shí)間不同空間的變化規(guī)律，從而預(yù)測(cè)未來(lái)某一時(shí)刻某一空間的道路交通信息。因此，區(qū)域邊界的交通流運(yùn)行狀態(tài)可以通過(guò)以下步驟進(jìn)行挖掘
Stepl 從控制中心交通信息數(shù)據(jù)庫(kù)中提取區(qū)域邊界交叉口的數(shù)據(jù)集合P = {p(t-n · T),p(t-(n-l) · Τ)，. . .，ρ (t)} = {Pl，p2，. . . pj，ρ 為交通流多元樣本參數(shù)，t 為樣本取樣最近時(shí)刻，T為樣本取樣周期。
St印2 利用歐氏距離的離差平和法D = I Ipi-Vj 12(Pi為交通參數(shù)樣本，Vj為聚類中心)進(jìn)行層次距離分析，按交通參數(shù)的時(shí)變特征把交通數(shù)據(jù)劃分為具有相近的簇C =
權(quán)利要求
1. 一種基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制方法，其特征在于由以下步驟實(shí)現(xiàn)1)車流監(jiān)測(cè)模塊(1)首先，對(duì)采集的交通數(shù)據(jù)進(jìn)行時(shí)空校準(zhǔn)；以時(shí)間T為校準(zhǔn)的時(shí)間基準(zhǔn)點(diǎn)，SiU1, P)和Si(t2，P)分別為檢測(cè)器Si在T的相鄰時(shí)刻tp t2檢測(cè)到的交通參數(shù)數(shù)值，且、< T < t2，則時(shí)間基準(zhǔn)點(diǎn)的交通參數(shù)數(shù)值校準(zhǔn)為
全文摘要
一種基于有機(jī)計(jì)算的區(qū)域邊界交通信號(hào)協(xié)調(diào)控制方法，涉及城市交通信號(hào)控制及人工智能領(lǐng)域，由車流監(jiān)測(cè)模塊、自我優(yōu)化模塊、自我組織模塊、進(jìn)化學(xué)習(xí)模塊、自我評(píng)估模塊和自我設(shè)置模塊組成。本發(fā)明能夠?qū)崿F(xiàn)區(qū)域邊界交叉口之間的協(xié)調(diào)，避免區(qū)域邊界交叉口交通擁擠、擁堵的發(fā)生。
文檔編號(hào)G08G1/07GK102542818SQ20121000979
公開(kāi)日2012年7月4日 申請(qǐng)日期2012年1月13日 優(yōu)先權(quán)日2012年1月13日
發(fā)明者于德新, 楊兆升, 林賜云, 龔勃文 申請(qǐng)人:吉林大學(xué)