[发明专利]一种城市交通信号优化控制方法

摘要

一种城市交通信号优化控制方法，属于自动控制领域，包括：步骤1，选择控制方案，定义交通状态、瞬时路口收益和控制动作；步骤2，采样阶段采用感应控制，在每个采样时刻把交通摄像头拍摄的图像和相位并发送至服务器；步骤3，服务器从图像中提取交通状态并计算瞬时路口收益；步骤4，服务器计算每个离散交通状态出现的概率和路口收益，通过最大化路口平均收益得到最优控制策略并将其发送至路口机；步骤5，路口机设置交通信号控制器的控制策略为步骤4获得的策略，设置决策周期等于采样周期；步骤6，交通信号控制器从路口机获取离散交通状态，查询控制策略，把控制动作发送至路口机执行；能够提高较长时间段内路口交通的平均性能指标。

主权项

1.一种城市交通信号优化控制方法，其特征在于，包括以下步骤：步骤1，选择待优化的信号控制方案为固定相序控制，定义交通状态为当前相位的车辆排队长度和下一相位的车辆排队长度，定义瞬时路口收益为处于红灯相位的车辆排队长度的均值的倒数，定义控制动作为保持当前相位或切换到下一相位，定义控制策略为每个离散交通状态应该执行的控制动作；步骤2，在采样阶段，路口机设置交通信号控制器的控制策略为感应控制，并且设置交通信号控制器的最小绿灯时间、最大绿灯时间为采样周期的正整数倍，单位绿灯延长时间与采样周期相同，每个采样时刻所处的相位、第一交通摄像头(1)、第二交通摄像头(2)、第三交通摄像头(3)、第四交通摄像头(4)、第五交通摄像头(5)、第六交通摄像头(6)、第七交通摄像头(7)、第八交通摄像头(8)、和第九交通摄像头(9)、第十交通摄像头(10)、第十一交通摄像头(11)、第十二交通摄像头(12)拍摄的图像和控制动作构成一个样本，在每个采样时刻，第一交通摄像头(1)、第二交通摄像头(2)、第三交通摄像头(3)、第四交通摄像头(4)、第五交通摄像头(5)、第六交通摄像头(6)、第七交通摄像头(7)、第八交通摄像头(8)、和第九交通摄像头(9)、第十交通摄像头(10)、第十一交通摄像头(11)、第十二交通摄像头(12)和交通信号控制器选择的控制动作发送至路口机，路口机从图像中提取交通状态发送给交通信号控制器用于感应控制，然后把样本发送给服务器；步骤3，服务器每接收到一个样本后，根据样本中的当前相位，从相关图像中提取交通状态，然后对交通状态进行离散化，得到离散交通状态，计算并保存离散交通状态对应的瞬时路口收益；步骤4，服务器接收到预定数目的样本后，按照以下步骤计算最优控制策略：步骤a，定义瞬时路口收益r为采样时刻处于红灯相位的车辆排队长度的均值的倒数，按如下公式计算：其中，Ω表示所有处于红灯相位的车道编号的集合，Li表示车道i的车辆排队长度，m表示当前等待红灯的车道数；定义样本为如下形式的数据向量：(s,a,s’,r)，其中s表示某个采样时刻的连续的交通状态，a表示交通状态为s时执行的控制动作，s’表示下一个采样时刻的连续的交通状态，r表示交通状态为s’时的瞬时路口收益；计算每个离散交通状态对应的路口收益，一共有9个离散交通状态，路口收益矩阵R定义为R＝[r(s1) r(s2) … r(s9)]，其中si表示9个离散交通状态中第i个离散交通状态，r(si)表示离散交通状态为si时的路口收益，计算公式如下：其中，等号右边的分子表示所有s’等于si的样本(s,a,s’,r)中的瞬时路口收益r的和，Ni表示所有s’等于si的样本(s,a,s’,r)的集合，|Ni|表示集合Ni中的元素个数；步骤b，计算离散交通状态的条件转移概率，矩阵P1表示控制动作为a1时的离散交通状态转移矩阵，矩阵P2表示控制动作为a2时的离散交通状态转移矩阵，定义如下：其中，矩阵元素p(sj|si,ak)是条件概率，表示处于离散交通状态si，执行控制动作ak之后转移到状态sj的概率，根据样本(s,a,s’,r)计算P1和P2，设置路口平均收益的最大值Vmax等于0；步骤c，当前控制策略由矩阵Π1和矩阵Π2表示，定义如下：其中，π(si,ak)表示在离散状态si下执行动作ak的概率，取值只能为0和1，并且π(si,a1)+π(si,a2)的值必须等于1，如果是第一次执行步骤c，初始化Π1和Π2，并且令Π'1＝Π1，令Π'2＝Π2，Π'1和Π'2保存的是最优控制策略，否则，Π1和Π2的取值必须与之前任何一次执行步骤c时的Π1和Π2不同；步骤d，计算路口平均收益，先计算离散交通状态转移矩阵P，定义如下：其中，p(sj|si)是条件概率，表示处于离散交通状态si，10秒之后转移到状态sj的概率，计算公式如下：然后计算每个离散交通状态出现的概率，设为X＝[x(s1) x(s2) … x(s9)]，其中x(si)表示离散交通状态si出现的概率，只能取0到1之间的实数，X根据以下方程求解：路口平均收益V按照下列公式计算：V＝RXT其中，XT表示矩阵X的转置，如果V大于Vmax，则令Vmax＝V，并且令Π'1＝Π1，Π'2＝Π2否则，Vmax，Π'1和Π'2都保持不变；步骤e，如果Π1和Π2的取值没有遍历结束，则返回步骤c，否则优化结束，此时得到最优控制策略Π'1和Π'2；步骤5，服务器把步骤4获得的最优控制策略发送至路口机，路口机再把最优控制策略保存到交通信号控制器，设置交通信号控制器的控制策略为最优控制策略，把决策周期设置为等同于采样周期；步骤6，在每个决策时刻，路口机接收第一交通摄像头(1)、第二交通摄像头(2)、第三交通摄像头(3)、第四交通摄像头(4)、第五交通摄像头(5)、第六交通摄像头(6)、第七交通摄像头(7)、第八交通摄像头(8)、和第九交通摄像头(9)、第十交通摄像头(10)、第十一交通摄像头(11)、第十二交通摄像头(12)拍摄的图像并从中提取交通状态，然后使用步骤3中服务器所使用的离散化方法把交通状态进行离散化，把离散交通状态发送至交通信号控制器，交通信号控制器接收离散交通状态并查询策略选择合适的控制动作供路口机执行。