[发明专利]考虑供给侧约束的交叉口交通信号自适应控制方法

权利要求书

1.一种考虑供给侧约束的交叉口交通信号自适应控制方法，其特征在于，包括如下步骤：

步骤一：交叉口交通信息检测与处理；

步骤二：交叉口供需矩阵构建；

步骤三：基于智能规划的交叉口信号配时优化模型；

步骤四：基于决策树的交叉口信号配时优化；

步骤一中所述的交叉口交通信息检测与处理，包括以下具体步骤：

(1)交叉口进、出口道检测器的优化布设；

利用多传感器融合、交通控制理论、交通流理论的知识，确定约束控制下控制参数表达、取值、检测范围、检测器布设的方法；

(2)交叉口进、出口道视频信息获取及分析；

进口道车辆的排队长度为估算需求量的主要依据，利用深度学习、图像处理方法，通过背景模型、前景获取，对前景车道上的车辆直接学习，获取车道上车辆排队长度，将车辆排队长度换算为车辆数，记为

出口道的空余空间为出口道供给量的估算依据，仍利用视频图像处理、深度学习算法，通过背景模型、前景获取，对前景没有被车辆占用的空间进行学习，获取空余空间长度，并换算为供给车辆数，记为

步骤二中所述的交叉口供需矩阵构建，包括以下具体步骤：

(1)利用交通流的到达与释放规律、概率论、预测理论的相关知识，预测未来Δt₁期间交叉口进口道i预计到达的车辆数和出口道j预计释放的车辆数

(2)结合进、出口道供需量检测结果，建立交叉口交通供给量和需求量的时变关系表达，获取供给量和需求量：

将未来Δt₁期间交叉口进口道i的交通需求量记为S_i，那么：

将未来Δt₁期间交叉口出口道j的交通供给量记为D_j，那么：

(3)交叉口供需矩阵描述：设交叉口进口道交通流方向数为M、出口道数目为N，那么交叉口进口道各交通流的交通需求量为：S₁,S₂,……,S_M，交叉口各出口道的交通供给量为：D₁,D₂,……D_N；因此交叉口各进、出口道的交通需求量和供给量分别构成了需求矩阵S＝[S₁,S₂,……,S_M]和供给矩阵D＝[D₁,D₂,……D_N]；

步骤三中所述的基于智能规划的交叉口信号配时优化模型，包括以下具体步骤：

(1)交通流智能规划模型框架构建：将交通流信号控制问题规约为考虑供给侧约束的交通流不确定性智能规划快速求解问题，利用交通流运行特性、时间约束、道路渠化组织、车流相位相序级配交通控制领域显性和隐性相关的知识，将交通流的智能规划模型表达为一个五元组的形式(Q,I,G,A,R)，其中，Q表示问题描述、I表示问题的初始状态、G表示问题的目标状态、A表示动作集、R表示规则集；

(2)以交叉口车辆的释放效率与交通流调度的公平性为求解目标，建立基于智能规划的交叉口信号配时优化模型；

在考虑交通流的等待时间、排队长度参数的基础上，构造了交通流的公平惩罚函数η(t_w,Q,……)，其中t_w表示等待时间，Q表示排队长度；考虑供给侧约束的交通流智能规划模型表示为：

优化目标maxφ：

s.t.

基本动作集：Act＝a1,a2,a3,……

a1＝进口道i与k的交通流相位合并；

a2＝插入黄灯时间；

a3＝切换到下一交通流；

基本规则集：R＝r1,r2,r3,……

r1＝若进口道i与k的交通流存在合并关系，执行a1；

r2＝若交通流i结束，执行a2；

r3＝若黄灯时间结束，执行a3；

初始状态：初始时刻交叉口的状态；

目标状态：最优配时方案对应的交叉口状态；

其中：

C——优化周期；

λ_i——进口道i的权重；

η_i——为避免进口道i的交通流多次得不到释放，构造该交通流的公平惩罚函数；

S_i(C)——周期C内进口道i的交通需求量；

Tr_i'(C)——周期C内进口道i的车辆转移比例；

Tr'_M×N——可达转移矩阵，tr′_ij表示进口道i到出口道j的车辆转移比例；

D'——进口道向出口道释放的交通量；

Tr_M×N——转移矩阵，tr_ij表示进口道i向出口道j的车辆转移比例；

^——逻辑与运算；

A_M×N——交叉口进、出口之间的静态可达矩阵，反映交通流的空间OD方向，a_ij表示进口道i和出口道j之间的可达性，a_ij＝0表示不可达，a_ij＝1表示可达；

AM_M×N——交叉口进、出口之间的动态可达矩阵，am_ij表示进口道i和出口道j之间的可达性，am_ij＝0表示不可达，am_ij＝1表示可达，am_ij的状态的改变通过动作集和规则集实现，反映交通流的空间OD实际运行方向，受道路渠化组织、交通管制、交通事件、特殊警务、需求量为0、供给量为0情况的影响；

g_i——进口道i的绿灯时间；

E_i(t)——进口道i的车辆释放率；

——进口道i的最小绿灯时间和最大绿灯时间；

其中，约束条件D'≤D实现对进口道释放的车辆数的限制，避免出口道排队溢出；反应需求约束，避免规划求解过程为获取最优值，出现为负数或大于1的情况；实现对交通流i的最大绿灯时间和最小绿灯时间的约束。

2.根据权利要求1所述的一种考虑供给侧约束的交叉口交通信号自适应控制方法，其特征在于：

步骤四中所述基于决策树的交叉口信号配时优化，包括以下具体步骤：

依据步骤三中建立的交叉口信号配时优化模型，采用决策树的方法对交叉口的信号配时进行优化，具体步骤如下：

(1)目标状态的搜索：

将优化周期分为m个时长为Δt₂的间隔，称之为阶段；对于每个阶段，以交叉口当前的状态及决策变量作为输入，交叉口的状态包括交叉口进、出口道的交通供需量、车辆到达离开特性、信号状态；输出为运行指标及该阶段结束后交叉口的交通状态；且前一阶段的输出作为下一阶段的输入；

其中，第n阶段决策变量的定义如下：

在每一阶段开始时，根据动作集和规则集做出决策，并对交叉口的下列状态信息进行更新：

①第n阶段进口道i释放的车辆数：

其中：s_i表示进口道i车流的饱和流率，单位pcu/Δt₂；

C_i(n)为第n阶段进口道i到达的车辆数；

S_i(n)为第n阶段进口道i的排队车辆数；

②第n+1阶段进口道i上排队车辆数为：

S_i(n+1)＝S_i(n)+C_i(n)-R_i(n) (7)

③第n+1阶段出口道j上车辆总数为：

Q_j(n+1)＝Q_j(n)+R(n)×A_j-L_j(n) (8)

其中：R(n)为第n阶段各进口道转移车辆数；

A_j为各进口道与j出口道之间的可达矩阵；

L_j(n)为第n阶段j出口道驶离的车辆数；

④第n阶段出口道j上剩余的排队容量：

D_j(n)＝N_j-Q_j(n) (9)

其中：N_j表示j出口道的排队总容量；

⑤第n+1阶段优化时间：

T(0)＝0 (10)

其中：gmin表示最小绿灯时间；

⑥第n+1阶段车流的绿灯时间：

⑦第n阶段进口道i的信号状态：

⑧第n+1阶段的节点标号：

p(0)＝1 (13)

⑨第n+1阶段的运行指标为：

延误：

通行能力：

当节点的优化时间T达到优化周期C时，即成为终止节点，对比各终止节点对应的F/C的值，该值最大的节点存储的交叉口状态信息即为交叉口的目标状态；

(2)生成配时方案:

对于搜索过程中产生的每一个节点，均存在唯一的位置信息，即节点标号与之对应；在得到目标状态之后，根据其对应的节点标号，按照下述公式，逆推回到初始状态，获得最优的决策序列；

根据对决策变量DM的定义，DM(n)＝1表示切换到下一相位，DM(n)＝0表示保持当前相位，在得到最优的决策序列之后，即可得到其对应的配时方案。