[发明专利]信号灯控制方法、模型训练方法、系统、装置及存储介质

说明书

本发明实施例公开了一种信号灯控制方法、模型训练方法、系统、装置及存储介质,根据目标路口的交通状态信息预测目标路口的信号灯控制策略，能够给出较佳的信号灯配时方案,另外，通过车辆在岔路上的行驶方向对车辆的行驶状态特征进行分组统计，得到目标路口中各个岔路上不同行驶方向车辆的行驶状态统计特征以进行信号灯控制策略的预测，由于统计特征信息的对象是整个岔路上不同行驶方向的车辆，实现了与路口中车道结构的解耦，这样输入的预测特征与岔路中的车道结构无关，即使岔路上的车道结构发生变化后，信号灯策略预测模型仍然能够适用，提高了信号灯策略预测或信号灯策略预测模型在实际道路环境的普遍适应性和使用灵活性。

技术领域

本发明涉及智慧交通领域，特别是涉及一种信号灯控制方法、模型训练方法、系统、装置及存储介质。

背景技术

随着城市化进程的加快和人均汽车占有量的提高，城市的交通变得越来越繁忙，城市路网的交通拥挤、交通事故问题愈加逐渐凸显。目前我国道路主要还是使用基于传统交通规则、固定配置的信号灯配时策略，而上述策略的制定和变更都具有较大的滞后性，无法快速响应交通的变化。

随着深度学习在人工智能领域的蓬勃发展，结合人工智能的自适应交通灯控制技术逐渐受到人们的关注。例如，通过使用强化学习的方法建立信号灯控制模型，利用训练好的信号灯控制模型对路口信号灯进行智能控制，能够给出较佳的信号灯配时方案。然而，上述的信号灯控制模型对实际道路环境的普遍适应性并不理想。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本发明实施例提供了一种信号灯控制方法、模型训练方法、系统、装置及存储介质，能够提高信号灯控制模型对实际道路环境的普遍适用性。

一方面，本发明实施例提供了一种信号灯控制方法，用于控制目标路口的信号灯工作状态，方法包括：

获取目标路口的交通状态信息，交通状态信息包括目标路口的第一车辆行驶状态信息；

根据交通状态信息进行信号灯状态策略预测，得到目标路口的信号灯控制策略；

根据信号灯控制策略控制目标路口的信号灯工作状态；

其中，第一车辆行驶状态信息包括目标路口中各个岔路上不同行驶方向车辆的行驶状态统计特征，第一车辆行驶状态信息通过以下步骤获得：

获取目标路口中各个岔路上行驶的车辆的行驶状态特征；

根据车辆在岔路上的行驶方向对车辆的行驶状态特征进行分组统计，得到目标路口中各个岔路上不同行驶方向车辆的行驶状态统计特征。

另一方面，本发明实施例还提供一种信号灯模型训练方法，包括：

基于目标路口所在的路网结构，构建目标路口的交通仿真环境，交通仿真环境包括目标仿真路口；

获取目标仿真路口的仿真交通状态信息，仿真交通状态信息包括目标仿真路口的第一车辆行驶状态信息；

将仿真交通状态信息作为训练数据对信号灯策略预测模型进行强化学习训练，信号灯策略预测模型用于对目标路口的信号灯控制策略进行预测；

其中，第一车辆行驶状态信息包括目标仿真路口中各个岔路上不同行驶方向仿真车辆的行驶状态统计特征，第一车辆行驶状态信息通过以下步骤获得：

获取目标仿真路口中各个岔路上行驶的仿真车辆的行驶状态特征；

根据仿真车辆在岔路上的行驶方向对仿真车辆的行驶状态特征进行分组统计，得到目标仿真路口中各个岔路上不同行驶方向仿真车辆的行驶状态统计特征。