本發(fā)明涉及一種單交叉口信號(hào)燈時(shí)間控制方法及系統(tǒng)，屬于交通運(yùn)輸控制
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：目前，很多城市深受交通擁堵的困擾，如何構(gòu)建一個(gè)高效率的交通運(yùn)輸系統(tǒng)成為城市建設(shè)的頭等大事。許多已充分開(kāi)發(fā)的城市幾乎不能拓展交通道路，即在空間上已經(jīng)沒(méi)有可發(fā)展的空間，故交通理論很多方法都從時(shí)間上進(jìn)行了研究，即提出了很多交通信號(hào)控制理論算法。文獻(xiàn)《Trafficlightcontrolinnon-stationaryenvironmentbasedonmultiagentQ-learning》(下文簡(jiǎn)稱Adboosd的方法)提供了一種單交叉口信號(hào)燈時(shí)間控制方法，該控制方法將單交叉口的四個(gè)來(lái)車方向分為24種不同的車輛排隊(duì)狀態(tài)，如表1所示，但是，表中24種狀態(tài)并沒(méi)有區(qū)分l1＞l2＞l3＞l4、l1＝l2＝l3＝l4和l1＝l2＝l3＞l4等情況，而這些情況可能對(duì)交通網(wǎng)絡(luò)造成不同的影響。另外，每種車輛排隊(duì)狀態(tài)中不同的排隊(duì)車輛數(shù)也會(huì)對(duì)交通網(wǎng)絡(luò)造成不同的影響，例如，若li(i＝1,2,3,4)表示第i個(gè)車道車輛排隊(duì)長(zhǎng)度，則(l1:4,l2:5,l3:2,l4:3)和(l1:40,l2:50,l3:20,l4:30)同屬于l2≥l1≥l4≥l3交通狀態(tài)，顯然這種狀態(tài)不能選擇相同的綠燈時(shí)間。表1顯然這種方式?jīng)]有考慮到每種車輛排隊(duì)狀態(tài)中不同的排隊(duì)車輛數(shù)也會(huì)對(duì)交通網(wǎng)絡(luò)造成不同的影響，導(dǎo)致的信號(hào)燈時(shí)間段控制與實(shí)際交通狀況不符合，綠燈時(shí)間分配不科學(xué)，影響通行效率。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種單交叉口信號(hào)燈時(shí)間控制方法，以解決目前信號(hào)燈時(shí)間控制中沒(méi)有考慮排隊(duì)車輛數(shù)導(dǎo)致對(duì)信號(hào)燈控制不科學(xué)的問(wèn)題。同時(shí)，本發(fā)明還提供了一種單交叉口信號(hào)燈時(shí)間控制系統(tǒng)。本發(fā)明為解決上述技術(shù)問(wèn)題而提供一種單交叉口信號(hào)燈時(shí)間控制方法，該控制方法的步驟如下：1)按照單交叉口四個(gè)來(lái)車方向和每種車輛排隊(duì)狀態(tài)中不同的排隊(duì)車輛數(shù)將車輛排隊(duì)狀態(tài)分為nk種，n為車輛排隊(duì)長(zhǎng)度的種類，k為單交叉口的車道數(shù)；2)以交通信號(hào)相位個(gè)數(shù)、每個(gè)相位的最小時(shí)間、綠燈增加的時(shí)間段數(shù)和每段時(shí)間的長(zhǎng)度作為交通行為；3)根據(jù)所劃分的車輛排隊(duì)狀態(tài)和確定的交通行為采用Q學(xué)習(xí)法進(jìn)行學(xué)習(xí)，Q(s,a)←Q(s,a)+α[μ+γmaxa'Q(s',a')-Q(s,a)]s←s′其中α為學(xué)習(xí)速率，γ為折扣因子，s為目前的交通狀態(tài)即車輛排隊(duì)狀態(tài)，a為某一交通行為，μ為補(bǔ)償值，s'為下一個(gè)狀態(tài)，a'為下一個(gè)交通行為。進(jìn)一步地，所述的補(bǔ)償值μ是當(dāng)前信號(hào)周期通過(guò)交叉口車輛數(shù)與周期結(jié)束時(shí)交叉口排隊(duì)的車輛數(shù)的差值，當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)，補(bǔ)償值為正值；當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)補(bǔ)償值為負(fù)值。進(jìn)一步地，交叉口的周期長(zhǎng)度δ為：δ＝nph×tmin+nex×hex其中nph表示交通信號(hào)相位的個(gè)數(shù)，tmin表示每個(gè)相位的最小時(shí)間，nex表示綠燈增加的時(shí)間段數(shù)，hex表示每段時(shí)間的長(zhǎng)度。進(jìn)一步地，所述交叉口的周期長(zhǎng)度δ可調(diào)，周期長(zhǎng)度δ通過(guò)調(diào)整綠燈增加的時(shí)間段數(shù)nex和每段時(shí)間長(zhǎng)度hex來(lái)實(shí)現(xiàn)調(diào)整。本發(fā)明還提供了一種單交叉口信號(hào)燈時(shí)間控制系統(tǒng)，該控制系統(tǒng)包括車輛排隊(duì)狀態(tài)劃分模塊、交通行為構(gòu)建模塊和Q學(xué)習(xí)迭代模塊，所述的車輛排隊(duì)狀態(tài)劃分模塊用于按照單交叉口四個(gè)來(lái)車方向和每種車輛排隊(duì)狀態(tài)中不同的排隊(duì)車輛數(shù)將車輛排隊(duì)狀態(tài)分為nk種，n為車輛排隊(duì)長(zhǎng)度的種類，k為單交叉口的車道數(shù)；所述的交通行為構(gòu)建模塊用于以交通信號(hào)相位個(gè)數(shù)、每個(gè)相位的最小時(shí)間、綠燈增加的時(shí)間段數(shù)和每段時(shí)間的長(zhǎng)度作為交通行為；所述的Q學(xué)習(xí)迭代模塊用于根據(jù)所劃分的車輛排隊(duì)狀態(tài)和確定的交通行為采用Q學(xué)習(xí)法進(jìn)行學(xué)習(xí)，Q(s,a)←Q(s,a)+α[μ+γmaxa'Q(s',a')-Q(s,a)]s←s′其中α為學(xué)習(xí)速率，γ為折扣因子，s為目前的交通狀態(tài)即車輛排隊(duì)狀態(tài)，a為某一交通行為，μ為補(bǔ)償值，s'為下一個(gè)狀態(tài)，a'為下一個(gè)交通行為。進(jìn)一步地，所述的補(bǔ)償值μ是當(dāng)前信號(hào)周期通過(guò)交叉口車輛數(shù)與周期結(jié)束時(shí)交叉口排隊(duì)的車輛數(shù)的差值，當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)，補(bǔ)償值為正值；當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)補(bǔ)償值為負(fù)值。進(jìn)一步地，交叉口的周期長(zhǎng)度δ為：δ＝nph×tmin+nex×hex其中nph表示交通信號(hào)相位的個(gè)數(shù)，tmin表示每個(gè)相位的最小時(shí)間，nex表示綠燈增加的時(shí)間段數(shù)，hex表示每段時(shí)間的長(zhǎng)度。進(jìn)一步地，所述交叉口的周期長(zhǎng)度δ可調(diào)，周期長(zhǎng)度δ通過(guò)調(diào)整綠燈增加的時(shí)間段數(shù)nex和每段時(shí)間長(zhǎng)度hex來(lái)實(shí)現(xiàn)調(diào)整。本發(fā)明的有益效果是:本發(fā)明按照單交叉口四個(gè)來(lái)車方向和每種車輛排隊(duì)狀態(tài)中不同的排隊(duì)車輛數(shù)將車輛排隊(duì)狀態(tài)分為nk種，n為車輛排隊(duì)長(zhǎng)度的種類，k為單交叉口的車道數(shù)；以交通信號(hào)相位個(gè)數(shù)、每個(gè)相位的最小時(shí)間、綠燈增加的時(shí)間段數(shù)和每段時(shí)間的長(zhǎng)度作為交通行為；根據(jù)所劃分的車輛排隊(duì)狀態(tài)和確定的交通行為采用Q學(xué)習(xí)法進(jìn)行學(xué)習(xí)。本發(fā)明通過(guò)改變狀態(tài)空間的定義，將車輛排隊(duì)狀態(tài)劃分的與交叉口的實(shí)際情況更加吻合，使得綠燈時(shí)間的分配更加科學(xué)。此外，本發(fā)明根據(jù)某一交通信息的正面和負(fù)面影響，對(duì)綠燈時(shí)間進(jìn)行補(bǔ)償，當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)，補(bǔ)償值為正值；當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)補(bǔ)償值為負(fù)值；此外本發(fā)明還避免了固定周期的限制，使得單交叉口信號(hào)時(shí)間的控制更加靈活。附圖說(shuō)明圖1是具有四個(gè)相位的單交叉口示意圖；圖2是仿真試驗(yàn)的結(jié)果比較圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式做進(jìn)一步的說(shuō)明。本發(fā)明一種單交叉口信號(hào)燈時(shí)間控制方法的實(shí)施例本發(fā)明針對(duì)單交叉口交通擁堵的情況，提出一種單交叉口信號(hào)燈時(shí)間控制方法，以解決目前信號(hào)燈時(shí)間控制中沒(méi)有考慮排隊(duì)車輛數(shù)導(dǎo)致對(duì)信號(hào)燈控制不科學(xué)的問(wèn)題。1.按照單交叉口四個(gè)來(lái)車方向和每種車輛排隊(duì)狀態(tài)中不同的排隊(duì)車輛數(shù)將車輛排隊(duì)狀態(tài)分為nk種，n為車輛排隊(duì)長(zhǎng)度的種類，k為單交叉口的車道數(shù)。本實(shí)施例中的針對(duì)的單交叉口如圖1所示，Z1、Z2、Z3和Z4是車輛進(jìn)入并通過(guò)交叉口的區(qū)域，A、B、C和D是一個(gè)信號(hào)周期內(nèi)的四個(gè)相位，將不同的排隊(duì)長(zhǎng)度分為較小，中等和較大三類，若單交叉口有k個(gè)車道，則理論上將有3k種不同的車輛排隊(duì)狀態(tài)，當(dāng)k＝4時(shí)，共有81種狀態(tài)，遠(yuǎn)遠(yuǎn)多于表1中的24種狀態(tài)，與實(shí)際的交通狀況更加符合。2.以交通信號(hào)相位個(gè)數(shù)、每個(gè)相位的最小時(shí)間、綠燈增加的時(shí)間段數(shù)和每段時(shí)間的長(zhǎng)度作為交通行為。交通行為包括<nph,tmin,nex,hex>，其中nph表示交通信號(hào)相位個(gè)數(shù)，本實(shí)施例中的交通信號(hào)相位個(gè)數(shù)為4，tmin表示每個(gè)相位的最小時(shí)間，nex表示綠燈增加的時(shí)間段數(shù)，hex表示每段時(shí)間的長(zhǎng)度，交叉口的一個(gè)周期長(zhǎng)度δ為：δ＝nph×tmin+nex×hex3.采用Q學(xué)習(xí)法對(duì)信號(hào)燈時(shí)間進(jìn)行控制Q學(xué)習(xí)算法是動(dòng)態(tài)規(guī)劃的有關(guān)理論及動(dòng)物學(xué)習(xí)心理學(xué)的有力相互結(jié)合，以求解具有延遲回報(bào)的序貫優(yōu)化決策問(wèn)題為目標(biāo)，該法是根據(jù)TD算法對(duì)Markov決策過(guò)程的行為值函數(shù)進(jìn)行迭代運(yùn)算，具體的公式如下：Q(s,a)←Q(s,a)+α[μ+γmaxa'Q(s',a')-Q(s,a)]s←s′其中s表示狀態(tài)，a表示動(dòng)作，Q(s,a)表示對(duì)狀態(tài)s下動(dòng)作a得到的總體回報(bào)的一個(gè)估計(jì)，α為學(xué)習(xí)速率，μ為補(bǔ)償值，s'為下一個(gè)狀態(tài)，a'為下一個(gè)動(dòng)作。該算法的迭代過(guò)程如下：1.對(duì)每個(gè)s，a初始化表項(xiàng)Q(s,a)為0；2.觀察當(dāng)前狀態(tài)s；3.一直重復(fù)做：選擇一個(gè)動(dòng)作a并執(zhí)行它，該動(dòng)作為使Q(s,a)最大的a，接收到立即回報(bào)r，觀察新?tīng)顟B(tài)s'，對(duì)Q(s′,a′)按照下式更新表項(xiàng)：Q(s,a)對(duì)于本發(fā)明而言，這里的動(dòng)作a表示一個(gè)交通行為，s為目前的交通狀態(tài)即車輛排隊(duì)狀態(tài)，a為某一交通行為，μ為補(bǔ)償值，s'為下一個(gè)交通狀態(tài)，a'為下一個(gè)交通行為。通過(guò)上述算法，本發(fā)明能夠快速、精準(zhǔn)的實(shí)現(xiàn)對(duì)單交叉口信號(hào)燈時(shí)間的控制。在Q學(xué)習(xí)迭代過(guò)程中，現(xiàn)有方法中的補(bǔ)償值μ與車輛排隊(duì)長(zhǎng)度成反比，μ歸一化后的范圍為[0,1]，故每次補(bǔ)償值都為正值，在迭代的過(guò)程中，時(shí)延將會(huì)累計(jì)增大?？紤]車輛數(shù)在整個(gè)信號(hào)周期中的分布情況，本發(fā)明根據(jù)到達(dá)交叉口的車輛數(shù)設(shè)置迭代的補(bǔ)償值μ，該補(bǔ)償值是當(dāng)前信號(hào)周期通過(guò)交叉口車輛數(shù)與周期結(jié)束時(shí)交叉口排隊(duì)的車輛數(shù)的差值，當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)，補(bǔ)償值為正值；當(dāng)通過(guò)交叉口的車輛數(shù)大于排隊(duì)的車輛數(shù)時(shí)補(bǔ)償值為負(fù)值，即交叉口的綠燈時(shí)間不足以讓一個(gè)信號(hào)周期的到達(dá)車輛通過(guò)該交叉口。為了避免固定周期的限制，使得單交叉口信號(hào)時(shí)間的控制更加靈活，本發(fā)明中的交叉口的一個(gè)周期長(zhǎng)度δ可自主調(diào)整，具體地，周期長(zhǎng)度δ通過(guò)調(diào)整綠燈增加的時(shí)間段數(shù)nex和每段時(shí)間長(zhǎng)度hex來(lái)實(shí)現(xiàn)調(diào)整。本發(fā)明一種單交叉口信號(hào)燈時(shí)間控制系統(tǒng)的實(shí)施例本實(shí)施例中的控制系統(tǒng)包括車輛排隊(duì)狀態(tài)劃分模塊、交通行為構(gòu)建模塊和Q學(xué)習(xí)迭代模塊，車輛排隊(duì)狀態(tài)劃分模塊用于按照單交叉口四個(gè)來(lái)車方向和每種車輛排隊(duì)狀態(tài)中不同的排隊(duì)車輛數(shù)將車輛排隊(duì)狀態(tài)分為nk種，n為車輛排隊(duì)長(zhǎng)度的種類，k為單交叉口的車道數(shù)；交通行為構(gòu)建模塊用于以交通信號(hào)相位個(gè)數(shù)、每個(gè)相位的最小時(shí)間、綠燈增加的時(shí)間段數(shù)和每段時(shí)間的長(zhǎng)度作為交通行為；Q學(xué)習(xí)迭代模塊用于根據(jù)所劃分的車輛排隊(duì)狀態(tài)和確定的交通行為采用Q學(xué)習(xí)法進(jìn)行學(xué)習(xí)，Q(s,a)←Q(s,a)+α[μ+γmaxa'Q(s',a')-Q(s,a)]s←s′其中α為學(xué)習(xí)速率，γ為折扣因子，s為目前的交通狀態(tài)即車輛排隊(duì)狀態(tài)，a為某一交通行為，μ為補(bǔ)償值，s'為下一個(gè)狀態(tài)，a'為下一個(gè)交通行為。各模塊的具體實(shí)現(xiàn)手段已在方法的實(shí)施例中進(jìn)行了詳細(xì)說(shuō)明，這里不再贅述。為了進(jìn)一步證明本發(fā)明的效果，下面進(jìn)行仿真實(shí)驗(yàn)，本次仿真實(shí)驗(yàn)采用ParamicsV6和MATLAB軟件進(jìn)行仿真，仿真條件如表2所示，通過(guò)交叉口的車輛總數(shù)為4800輛，共計(jì)時(shí)間為10個(gè)小時(shí)，每個(gè)相位的綠燈時(shí)間設(shè)定{15,25,35}，各相位根據(jù)車流量情況選擇不同的綠燈時(shí)間，設(shè)定信號(hào)的周期長(zhǎng)度是可變的，信號(hào)周期長(zhǎng)度即為所有相位綠燈時(shí)間之和再加8秒，8秒是四個(gè)相位的黃燈時(shí)間。表2Z1Z2Z3Z4TotalZ1120080002000Z23000200500Z3010002001200Z450006001100Total800220014004004800仿真結(jié)果如圖2所示，Abdoos的方法和本發(fā)明方法累計(jì)的平均延誤時(shí)間分別為48655秒和35235秒，圖2中結(jié)果表明，本發(fā)明比Abdoos的方法的單交叉口通行效率提高了27.6％，具有更好的信號(hào)控制效果。本發(fā)明使用人工智能學(xué)習(xí)模式來(lái)模擬單交叉口的車輛通行狀況，利用實(shí)時(shí)的車流量信息計(jì)算各個(gè)路口的綠燈時(shí)間，相比之前的單交叉口信號(hào)控制算法，本發(fā)明中交通狀態(tài)的劃分更加符合實(shí)際交通狀況，本發(fā)明對(duì)綠燈方向進(jìn)入交叉口的車輛和紅燈方向排隊(duì)車輛的平均誤差進(jìn)行了補(bǔ)償和反饋，從而最小化交叉口信號(hào)周期的車輛延誤時(shí)間，最大程度地增大單交叉口的通行效率。當(dāng)前第1頁(yè)1 2 3