[发明专利]一种智能交通信号控制方法、装置及系统

说明书

一种智能交通信号控制方法、装置及系统，构建了交通信号控制模型，交通信号控制模型采集交通状态数据，通过算法计算累积奖励函数值，形成多维的长期控制目标，交通信号控制模型具有记忆可以用于选择决策，输出最优控制指令，输出的最优控制指令用于信号控制，产生新的交通状态。本发明根据实时的交通状态，可自动生成最优控制指令，实现实时智能最优自适应信号控制。采用阈值字典排序方法处理多目标控制问题，让最优控制指令与目标的优先级相适应，提高信号控制的适用范围。

技术领域

本发明属于交通信号控制领域，涉及一种智能交通信号控制方法、装置及系统。

背景技术

随着全球范围内交通需求的增加，交通拥堵已经成为生活中的常见问题，城市道路的快速增长破坏了人类社会在能源效率和环境污染方面的可持续发展，城市交通引起的空气污染对健康和生活环境造成了严重的影响。因此，交通的问题需要考量不同维度的控制目标。

现代城市道路和高速公路的交通管控，广泛应用了各种不同的控制工具，其中城市交通信号是城市交通控制中一个至关重要的组成部分。现有信号控制方法多针对某一目标或基于某一路口进行优化，存在工程应用性差，难以实现全区域的、多维目标、便于调整控制目标的交通信号控制。

发明内容

针对上述背景技术介绍中存在的问题，本发明的目的在于提供一种智能交通信号控制方法、装置及系统，在结合城市全域交通状态条件下，可自动生成控制方案，实现实时智能自适应信号控制，有效缓解交通拥堵。

本发明采用的技术方案是：

一种智能交通信号控制方法,包括步骤：

采集交通状态数据、若干奖励函数、协调信息、控制指令集，输入已构建的交通信号控制模型，输出最优控制指令；

交通信号控制模型，包括若干奖励函数、一控制指令集、一转移概率、一协调信息，奖励函数以交通状态与控制指令为变量，控制指令集与协调信息相关联；

交通信号控制模型求解包括：

多目标决策步骤，获得若干个信号控制目标，信号控制目标为在未来时间段的积累奖励函数值最优，奖励函数值由所述奖励函数、转移概率计算获得，将控制目标转化为可迭代目标；

多目标控制步骤，在可迭代目标约束下，求解满足可迭代目标的最优控制指令。

进一步地，交通信号控制模型，具体为：

其中，i＝1,2,…,n^obj为奖励函数的数量，x为交通状态，u为控制指令，r_i(x,u)为第i个奖励函数，π(x)为控制指令集，P(x^sub|x,u)∈[0,1]为给定交通状态x与控制指令u的后续交通状态x^sub的转移概率；c为协调信息；γ∈[0,1]为考虑重要性水平的折扣因子。

进一步地，多目标决策步骤，获得若干个信号控制目标，具体为：

将控制目标转化为可迭代目标，具体为：

Q^*(x_t,u_t)＝r(x_t,u_t)+γQ^*(x_t+1,u_t+1)