[发明专利]一种基于在线交通仿真的单点优化控制方法及装置

说明书

本发明提供了一种基于在线交通仿真的单点优化控制方法及装置，涉及交通信号控制技术领域，包括：获取实时交通检测数据；根据实时交通检测数据进行在线仿真，预测信号交叉口在预设时间内的交通状态；根据预测的交通状态采用自适应优化算法对信号交叉口进行单点信号配时优化，确定优化信号配时方案；根据优化信号配时方案进行在线仿真，评估优化信号配时方案下的交通状态是否满足预设优化条件；当满足预设优化条件时，根据优化信号配时方案对信号交叉口进行控制。本发明通过根据不同的交通状态，选择合适的控制策略、优化目标和约束条件，利用在线仿真对优化方案进行预验证，形成控制闭环，提高优化方案的有效性。

技术领域

本发明涉及交通信号控制技术领域，具体而言，涉及一种基于在线交通仿真的单点优化控制方法及装置。

背景技术

近年来，随着人民生活水平的提高和汽车工业的蓬勃发展，我国汽车保有量逐年剧增。而汽车持有量的增加也引发了各种问题，例如交通流量增长速度加快、交通秩序紊乱程度增高、道路基础设施不足以及道路路网布局不合理等等。由于交叉口是车辆与行人汇集、转向和疏散的必经之地，相当于交通的咽喉，因此解决交叉口的拥堵问题至关重要。

交通信号配时优化经多年的研究和发展，已经形成了一套较为成熟和稳定的理论体系。以Webster为代表的基于流量比和等饱和度法的信号配时理论长期处于重要地位，该方法根据交叉口各个流向的交通需求大小，来均衡分配一个周期内的绿灯时间，是实际应用最广的配时优化方法，但在实地应用中也面临诸多问题。一方面，交通流自身存在复杂性，不同交通需求量条件下的信号配时控制策略有所不同，出行者的心理因素和安全性也不容忽视。另一方面，由于交通流存在明显的随机性，多时段控制的信号配时方案有时不能很好地捕捉实时动态的交通状态变化。而近年来出现的基于机器学习和强化学习等非显性建模的信号配时方法，将信号控制模型的知识和配时经验完全交给机器模型进行自主学习，并不具备验证优化方案的能力，导致实地验证的试错成本较高。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题，为达上述目的，第一方面，本发明提供了一种基于在线交通仿真的单点优化控制方法，其包括：

获取实时交通检测数据；

根据所述实时交通检测数据进行在线仿真，预测信号交叉口在预设时间内的交通状态；

根据预测的交通状态采用自适应优化算法对所述信号交叉口进行单点信号配时优化，确定优化信号配时方案，其中，所述自适应优化算法包括多个目标函数和多个约束条件；

根据所述优化信号配时方案进行在线仿真，评估所述优化信号配时方案下的交通状态是否满足预设优化条件；

当满足所述预设优化条件时，根据所述优化信号配时方案对所述信号交叉口进行控制。

进一步地，所述根据预测的交通状态采用自适应优化算法对所述信号交叉口进行单点信号配时优化，确定优化信号配时方案包括：

根据所述预测的交通状态选择控制策略；

根据所述控制策略确定所述自适应优化算法的所述目标函数和所述约束条件；

根据所述目标函数和所述约束条件进行优化，确定所述优化信号配时方案。

进一步地，所述根据所述预测的交通状态选择控制策略包括：

根据所述信号交叉口的流向饱和度和进口道的速度指数来选择所述控制策略。

进一步地，所述流向饱和度根据所述信号交叉口的流量和饱和流率确定，所述进口道的速度指数根据所述进口道的实时检测速度与历史最大检测速度确定。

进一步地，所述根据所述目标函数和所述约束条件进行优化，确定所述优化信号配时方案包括：