[发明专利]一种基于数据驱动的交通路网分布式区域控制方法

说明书

本发明公开了一种基于数据驱动的交通路网分布式区域控制方法，包括交通数据滤波、交通路网车道饱和度建模和信号灯配时分布式区域控制；根据预测模型进行滚动优化，设定一系列未来的控制信号U(k)，在给定约束下，求得最优解决方案U*(k)，并将其作为控制对象的输入；进一步利用纳什优化方法解决多个子系统的关联问题，获得最优信号周期时长本发明利用数据驱动方法研究车道饱和度预测模型，提出基于分布式预测控制的交通信号灯区域配时优化，为避免或缓解交通拥堵提供一套高效控制方法。

技术领域

本发明复杂系统控制技术领域，特别涉及一种基于数据驱动的交通路网分布式区域控制方法。

背景技术

随着我国经济的飞速发展和居民收入水平的稳定增加，我国城市交通运输的需求激增。如何处理交通拥堵问题成为城市化进程中迫切需要解决的难题之一。交通信号灯配时优化是解决城市交通问题的有效手段之一，其主要任务是对道路上的交通流进行合理的引导。采用智能交通系统，对现有路网进行科学有效管理，可以提高车辆通行率。智能交通在支撑交通运输管理的同时，更加注重满足民众出行和公众交通出行的需求，构建一个绿色安全的体系。

减少车辆的平均延误时间和平均停车次数是城市智能交通系统设计的主要目标。由于子系统间相互耦合性、物理空间和信息空间时变交互性、诸多不确定性等本质特点，城市交通系统的控制设计面临许多挑战。区域交通信号协调控制技术发展迅速、需求强，经过众多的研究人员的多年努力，也已经取得了不错的成果。然而，交通区域信号协调控制在我国还未发展成熟，尤其在交通系统的智能预测及控制方法仍有诸多问题亟待解决。目前，随着现代技术和通信技术的不断提高，复杂分布式系统的控制方式也逐渐向网络化的分布式协调控制转变。与集中式控制相比，分布控制的安全性、可靠性和灵活性得到大大提高，且具有较高的故障容错能力，即当系统部分传感器或执行机构出现故障或开启关闭部分单元时，整个系统仍可正常运行。

针对复杂系统的控制逐渐向网络化的分布式区域控制转变，分布式控制的安全性、可靠性和灵活性得到大大提高，且具有较高的故障容错能力。近年来，分布式预测控制受到了极大关注，分布式预测控制不再将复杂工业过程当成一个整体，而是看作成相互耦合的若干个子系统，各子系统都具有传感器、控制器和执行器。由于子系统之间具有较好的独立性，我们可以将分布式区域控制器安装距离子系统较近的距离，传输距离一般也不长，这样就可以减少或去除控制器到对象的传输时延，使得网络传输带宽较小，性能可靠。

城市交通系统规模巨大、系统复杂、干扰众多，无法准确获取全局甚至局部的数学模型，传统基于模型的方法无法应付其预报与控制问题。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于数据驱动的交通路网分布式区域控制方法，利用数据驱动方法研究车道饱和度预测模型，提出基于分布式预测控制的交通信号灯区域配时优化，为避免或缓解交通拥堵提供一套高效控制方法。

本发明的目的通过以下的技术方案实现：一种基于数据驱动的交通路网分布式区域控制方法，包括：

S1、交通数据滤波：对交通数据进行预处理，处理包括数据丢包、异常数据的问题；

S2、交通路网车道饱和度建模：车道饱和度是指在一个相位周期内，绿灯时间的使用效率；具体是指在车道探测器处，被车流有效利用的绿灯时间与总的绿灯时间之比；车道饱和度的计算公式为：

其中DS指车道饱和度，T_G指绿灯时间，T₀指有效绿灯时间，T是指探测器上无车辆通过的绿灯时间，t是指车流正常行驶时前后两辆车间的空当时间，h是指一个相位车道通过路口的车辆数；

车道饱和度建模步骤包括：

S2-1模型输入参数选择；

S2-2车道饱和度预测建模；