[发明专利]一种面向复杂交通控制环境的区域交通信号协调控制方法及系统

权利要求书

1.一种面向复杂交通控制环境的区域交通信号协调控制方法，其特征在于：所述方法将设置在交叉口的各进道口和出道口的交通检测器、交通控制器及与交通控制器连接的指示灯和倒计时显示设备、以及设备间的通信网络定义为交通控制环境，并针对交通控制环境的复杂性，构建面向区域交通信号协调控制的相位协调网络；然后基于该相位协调网络进行相位绿灯时间优化以及相位绿灯执行；所述方法具体如下：

步骤1、构建相位协调网络；

首先，对交通流量数据进行表示；

对任一交叉口v_k定义如下符号：

(1)交叉口v_k第i条进/出口道在检测截面的车道数量；

(2)交叉口v_k第i条进/出口道、第j条车道的检测截面内最大车辆数；

(3)在交叉口v_k的第n个周期、第l个相位期间，进入第i条进/出口道、第j条车道检测截面的车辆数；

(4)在交叉口v_k第n个周期、第l个相位期间，离开其第i条进/出口道、第j条车道检测截面的车辆数；

在交叉口v_k第n个周期、第l个相位结束时，计算其第i条进口道、第j条车道上的车辆数、饱和度以及相位期间的车辆驶离率依次为：

其中，T^k(n,l)为交叉口v_k第n个周期、第l个相位的时长；

计算交叉口v_k第n个周期、第l个相位结束时，其第i条出口道、第j条车道的车辆数、饱和度以及相位期间的车辆到达率依次为：

上述流量感知数据均由交叉口v_k在相位切换时独立完成采集和统计，交叉口之间没有统一的感知周期，保障各交叉口的交通数据采集是松耦合的；

然后，构建相位协调网络；

将各交叉口的信号相位，根据其对同一路段的影响连接成网络，称为相位协调网络；

具体地，将所有交叉口的信号相位的集合记为S＝{s_ik|v_i∈V,k∈[1,θ_i]}，其中θ_i为交叉口v_i的相位数量，对于无法纳入协调控制的交叉口，则假设为只包含一个特殊相位；同时，将交叉口v_i到相邻交叉口v_j的路段记为(v_i,v_j)，并设定(v_i,v_j)是交叉口v_i的第a条出口道，是交叉口v_j的第b条进口道；

假设在t时刻，交叉口v_i正运行到第φ_i(t)个信号周期，则针对交叉口v_i在路段(v_i,v_j)上的出口道，可按相位分别统计其最近P个周期的平均车辆到达率：

同理，假设在t时刻，交叉口v_j正运行到第φ_j(t)个信号周期，则针对交叉口v_j在路段(v_i,v_j)上的出口道，可按相位分别统计最近P个周期的平均车辆驶离率：

在此基础上，可以建立相邻交叉口v_i与v_j之间两两相位的连接，两个相位有向连接的强度为：

w(s_ik,s_jl)＝α_ij(k,t)·β_ij(l,t) (9)

其中，k∈[1,θ_i]，l∈[1,θ_j]；

最后，对整个相位协调网络的连接强度进行Min-Max标准化，记形成的网络为G(S,W,t)；在该网络中，每条有向边除了连接强度，还关联所对应的实际路段及其流量感知数据；每个节点除了代表某个相位，还关联相位的绿灯时间等信息；

步骤2、基于相位协调网络的相位绿灯优化；

在相位协调网络定周期更新完成后，通过定义节点上游和下游的负载情况，采用负载均衡策略优化相位的绿灯时间；

具体的，首先参考复杂网络做如下定义：

定义1：节点s_ik的q阶上/下游邻居节点

对相位协调网络的任意节点s_ik，其N阶邻居节点为与节点s_ik的最短有向距离不超过q步的节点，该类节点与s_ik构成的局部网络称为节点s_ik的q阶邻居网络，其中处于s_ik上游的节点称为q阶上游邻居节点，反之称为q阶下游邻居节点；

定义2：相位节点s_ik对s_jl的影响

记节点s_ik到节点s_jl的最短有向路径为则定义节点s_ik对s_jl的影响因子为：

定义f(s_ik,s_ik)＝1；

定义3：节点s_ik的入边负载

记节点s_ik的一阶上游邻居节点集合为取中的任一节点，假设记为s_jl，s_ik连向s_jl的有向边所关联路段为(v_j,v_i)，是交叉口v_i的第b条进口道，则定义该条入边(s_jl,s_ik)的负载为进口道最近P个周期的平均车辆饱和度：

对所有入边负载求和，可得节点的s_ik的入边负载：

定义4：节点s_ik的q阶上游负载

记节点s_ik的q阶上游邻居节点集合为则定义节点s_ik的q阶上游负载为：

定义5：节点s_ik的出边负载

记节点s_ik的一阶下游邻居节点集合为取中的任一节点，假设记为s_jl，其连向s_ik的有向边所关联路段为(v_i,v_j)，是交叉口v_i的第a条出口道，则定义该条出边(s_ik，s_jl)的负载为对应出口道最近P个周期的平均车辆饱和度：

对所有出边负载求和，可得节点的s_ik的出边负载：

定义6：节点s_ik的q阶下游负载

记节点s_ik的q阶下游邻居节点集合为则定义节点s_ik的q阶下游负载为：

在上述定义的基础上，利用S型函数来调整相位节点s_ik的绿灯时间：

其中，和分别为实际中约束相位s_ik的最大和最小绿灯；当上游负载超过下游的负载时，绿灯时间接近最大绿灯，反之则接近最小绿灯；

步骤3、进行基于模糊控制的相位绿灯执行；

交叉口在相位切换时上传交通流检测数据，获取最新的当前所有放行车道检测截面的最大车辆数GN、等待放行的车道检测截面的最大车辆数RN、以及相位绿灯优化时间，然后根据模糊控制方法决策实际执行的相位绿灯时间，最后通过网络下发给交叉口的控制器执行；

根据模糊控制方法决策实际执行的相位绿灯时间,具体如下：

将绿灯时间模糊化，分为VS、S、M、L、VL五类，其中，VS表示绿灯时间较短，S表示绿灯时间短、M表示绿灯时间适中，L表示绿灯时间长、VL表示绿灯时间较长；采用等分的三角隶属度函数，并将g_ik(t)作为其中VL的转折点值，作为相位的最大绿灯；

与绿灯时间长度对应，将相位开始时各车道在检测截面内的车辆数分为VF、F、Z、M、VM五类，其中，VF表示车辆很少，F表示车辆少，Z表示车辆适中，M表示车辆多，VM表示车辆很多；采用等分的三角隶属度函数，并将作为其中VM的转折点值；交叉口在各相位开始时根据上一相位结束时各进口车道的车辆数，获得当前所有放行车道检测截面的最大车辆数GN、以及等待放行的车道检测截面的最大车辆数RN，最后根据模糊规则，在相位开始时决策出最终执行的绿灯长度。

2.一种面向复杂交通控制环境的区域交通信号协调控制系统，其特征在于：

所述系统包括PCN模块和控制模块，所述PCN模块作为通信中间那件，负责通过网络接收交通控制环境中的交通检测数据，并在此基础上定周期进行自我更新，并对区域内能够介入控制的交叉口的相位进行优化；

所述交通控制环境包括设置在交叉口的各进道口和出道口的交通检测器、交通控制器及与交通控制器连接的指示灯和倒计时显示设备、以及设备间的通信网络；

所述PCN模块用于构建相位协调网络、定周期更新相位协调网络的拓扑结构、关联数据，以及用于基于相位协调网络的相位优化；

所述相位协调网络的构建如下：

首先，对交通流量数据进行表示；

对任一交叉口v_k定义如下符号：

(1)交叉口v_k第i条进/出口道在检测截面的车道数量；

(2)交叉口v_k第i条进/出口道、第j条车道的检测截面内最大车辆数；

(3)在交叉口v_k的第n个周期、第l个相位期间，进入第i条进/出口道、第j条车道检测截面的车辆数；

(4)在交叉口v_k第n个周期、第l个相位期间，离开其第i条进/出口道、第j条车道检测截面的车辆数；

在交叉口v_k第n个周期、第l个相位结束时，计算其第i条进口道、第j条车道上的车辆数、饱和度以及相位期间的车辆驶离率依次为：

其中，T^k(n,l)为交叉口v_k第n个周期、第l个相位的时长；

计算交叉口v_k第n个周期、第l个相位结束时，其第i条出口道、第j条车道的车辆数、饱和度以及相位期间的车辆到达率依次为：

上述流量感知数据均由交叉口v_k在相位切换时独立完成采集和统计，交叉口之间没有统一的感知周期，保障各交叉口的交通数据采集是松耦合的；

然后，构建相位协调网络；

将各交叉口的信号相位，根据其对同一路段的影响连接成网络，称为相位协调网络；

具体地，将所有交叉口的信号相位的集合记为S＝{s_ik|v_i∈V,k∈[1,θ_i]}，其中θ_i为交叉口v_i的相位数量，对于无法纳入协调控制的交叉口，则假设为只包含一个特殊相位；同时，将交叉口v_i到相邻交叉口v_j的路段记为(v_i,v_j)，并设定(v_i,v_j)是交叉口v_i的第a条出口道，是交叉口v_j的第b条进口道；

假设在t时刻，交叉口v_i正运行到第φ_i(t)个信号周期，则针对交叉口v_i在路段(v_i,v_j)上的出口道，可按相位分别统计其最近P个周期的平均车辆到达率：

同理，假设在t时刻，交叉口v_j正运行到第φ_j(t)个信号周期，则针对交叉口v_j在路段(v_i,v_j)上的出口道，可按相位分别统计最近P个周期的平均车辆驶离率：

在此基础上，可以建立相邻交叉口v_i与v_j之间两两相位的连接，两个相位有向连接的强度为：

w(s_ik,s_jl)＝a_ij(k,t)·β_ij(l,t) (9)

其中，k∈[1,θ_i]，l∈[1,θ_j]；

最后，对整个相位协调网络的连接强度进行Min-Max标准化，记形成的网络为G(S,W,t)；在该网络中，每条有向边除了连接强度，还关联所对应的实际路段及其流量感知数据；每个节点除了代表某个相位，还关联相位的绿灯时间等信息；

基于相位协调网络的相位优化具体如下：

在相位协调网络定周期更新完成后，通过定义节点上游和下游的负载情况，采用负载均衡策略优化相位的绿灯时间；

具体的，首先参考复杂网络做如下定义：

定义1：节点s_ik的q阶上/下游邻居节点

对相位协调网络的任意节点s_ik，其N阶邻居节点为与节点s_ik的最短有向距离不超过q步的节点，该类节点与s_ik构成的局部网络称为节点s_ik的q阶邻居网络，其中处于s_ik上游的节点称为q阶上游邻居节点，反之称为q阶下游邻居节点；

定义2：相位节点s_ik对s_jl的影响

记节点s_ik到节点s_jl的最短有向路径为则定义节点s_ik对s_jl的影响因子为：

定义f(s_ik,s_ik)＝1；

定义3：节点s_ik的入边负载

记节点s_ik的一阶上游邻居节点集合为取中的任一节点，假设记为s_jl，s_ik连向s_jl的有向边所关联路段为(v_j,v_i)，是交叉口v_i的第b条进口道，则定义该条入边(s_jl,s_ik)的负载为进口道最近P个周期的平均车辆饱和度：

对所有入边负载求和，可得节点的s_ik的入边负载：

定义4：节点s_ik的q阶上游负载

记节点s_ik的q阶上游邻居节点集合为则定义节点s_ik的q阶上游负载为：

定义5：节点s_ik的出边负载

记节点s_ik的一阶下游邻居节点集合为取中的任一节点，假设记为s_jl，其连向s_ik的有向边所关联路段为(v_i,v_j)，是交叉口v_i的第a条出口道，则定义该条出边(s_ik，s_jl)的负载为对应出口道最近P个周期的平均车辆饱和度：

对所有出边负载求和，可得节点的s_ik的出边负载：

定义6：节点s_ik的q阶下游负载

记节点s_ik的q阶下游邻居节点集合为则定义节点s_ik的q阶下游负载为：

在上述定义的基础上，利用S型函数来调整相位节点s_ik的绿灯时间：

其中，和分别为实际中约束相位s_ik的最大和最小绿灯；当上游负载超过下游的负载时，绿灯时间接近最大绿灯，反之则接近最小绿灯；

所述控制模块设有多个交叉口模糊控制进程，每一交叉口模糊控制进程均通过网络连接交通控制环境，用于控制相应的交叉口绿灯执行，具体如下：

交叉口在相位切换时上传交通流检测数据，模糊控制进程在此时从PCN模块获取最新的当前所有放行车道检测截面的最大车辆数GN、等待放行的车道检测截面的最大车辆数RN、以及相位绿灯优化时间，然后根据模糊控制方法决策实际执行的相位绿灯时间，最后通过网络下发给交叉口的控制器执行；

根据模糊控制方法决策实际执行的相位绿灯时间,具体如下：

将绿灯时间模糊化，分为VS、S、M、L、VL五类，其中，VS表示绿灯时间较短，S表示绿灯时间短、M表示绿灯时间适中，L表示绿灯时间长、VL表示绿灯时间较长；采用等分的三角隶属度函数，并将g_ik(t)作为其中VL的转折点值，作为相位的最大绿灯；

与绿灯时间长度对应，将相位开始时各车道在检测截面内的车辆数分为VF、F、Z、M、VM五类，其中，VF表示车辆很少，F表示车辆少，Z表示车辆适中，M表示车辆多，VM表示车辆很多；采用等分的三角隶属度函数，并将作为其中VM的转折点值；交叉口在各相位开始时根据上一相位结束时各进口车道的车辆数，获得当前所有放行车道检测截面的最大车辆数GN、以及等待放行的车道检测截面的最大车辆数RN，最后根据模糊规则，在相位开始时决策出最终执行的绿灯长度。