[发明专利]智慧交通信号灯组网协同优化控制系统及控制方法

权利要求书

1.一种智慧交通信号灯组网协同优化控制系统，其特征在于，包括：

数据采集与设备控制模块，用于控制监控摄像机采集车流信息，对采集的信息进行包装，明确信息的来源摄像机，摄像机的位置、采集时间信息，并上传到指挥中心模块与信息提取模块；

所述数据采集与设备控制模块还负责接收其他模块传输的交通信号灯控制信号，控制交通信号灯的切换；

信息提取模块，包含多个局部信息提取模块，每个局部信息提取模块部署在一个边缘服务器上，负责从所述数据采集与设备控制模块接收监控摄像机的视频流信息，利用训练完成的深度卷积神经网络提取视频流中每个交通路口的等待红灯的车辆数量、车辆的等待时间信息；整合多个路口的车辆信息，计算车辆从等待到穿过路口所需的平均时间，将所有的计算结果整合设备信息传输到决策模块；

决策模块，负责交通信号灯控制的决策；所述决策模块划分为多个局部决策模块，每个局部决策模块部署在一个边缘服务器中；局部决策模块包含多个边缘决策模块，每个边缘决策模块控制一个交通信号灯；边缘决策模块接收并向相邻路口对应的边缘决策模块、局部决策模块共享信息提取模块的信息，使用强化学习技术，根据所述信息提取模块提取的信息和从相邻路口对应的边缘决策模块接收的信息，做出交通信号灯信号变化与否的决策，并将决策信息上传到指挥中心模块，与此同时将决策指令下发到所述数据采集与设备控制模块；

所述决策模块还接收指挥中心下发的干预指令，调整决策，再下发指令到数据采集与设备控制模块；

所述决策模块对交通信号灯控制进行了组网设计，即当前交通路口的决策受到下一个交通路口观测信息的影响，若下一个交通路口交通状况较差，本交通路口将减少放行车辆；所述决策模块将观测信息和激励函数中本路口的排队车辆的数量减去了同向相邻路口排队车辆数量与权重因子ρ的乘积，ρ可以设置为0-1之间的浮点数；若差为负数，设置该值为0；观测值state设置如下：

State＝[[排队的车辆数量-同向相邻路口排队车辆数量×ρ],平均等待时长],[平均通行时间],[特种车辆数量]]

激励函数设置如下：

R＝-(排队的车辆数量-同向相邻路口排队车辆数量×ρ+平均等待时长)-平均通行时间²-特种车辆的数量×平均通行时间²

指挥中心模块，用于整合信息，数据可视化，提供高层决策接口，干预所述决策模块的决策。

2.根据权利要求1所述的智慧交通信号灯组网协同优化控制系统，其特征在于，每个智能体控制一个交通信号灯，在强化学习过程中，将多个相邻交通路口的观测信息整合在一起，激励值整合在一起，即负责一个区域的n个相邻的路口交通信号灯的n个智能体，共享区域的观测信息与激励值信息，实现多个智能体之间协同优化。