專利名稱：一種基于有機計算的區域邊界交通信號協調控制方法
技術領域：
本發明涉及城市交通信號控制及人工智能領域，具體涉及一種交通信號協調控制方法。技術背景
目前，國內外的交通信號控制系統均以區域為單位分別進行獨立控制，各交通信號控制區域根據本區域的道路交通流信息分別進行交叉口交通信號方案的優化和協調，各區域之間的交通信號控制“各自為政、互不干涉”。在區域邊界，邊界交叉口及其交通流信息分屬不同的控制區域，分別由各自所屬區域按本區域的交通流運行狀態對邊界交叉口進行交通信號配時參數進行優化。然而，由于城市中各區域人口分布、土地利用、經濟發展、交通出行等之間的差異性和關聯性，使得交通流在區域邊界交叉口間存在較大的不均衡性。 特別是在早、晚高峰期間，上游區域的交通流大量涌入下游區域，然而由于區域邊界交叉口分屬不同的控制區域管理，造成交通信息不對稱，使得下游區域邊界交叉口的交通信號沒法及時與上游區域邊界交叉口的交通信號進行協調，使交通流在邊界路口之間出現聚集狀態，容易引發交通擁擠、擁堵，并迅速回溯到上游區域，造成上游區域的產生區域性交通擁堵。另一方面，近年來我國突發災害事件頻繁發生，在突發災害下，受災區域大批的人流、物流、車流急需向鄰近區域迅速疏散，鄰近區域的邊界入口如果無法事先感知大批涌進的交通流，及時調整信號配時參數，與受災區域的邊界出口進行協調控制，容易在邊界路段出現阻滯現象，形成交通瓶頸，使受災區域的交通流無法進行快速疏散，從而對人民的生命、財產造成威脅，同時也影響影響搶險救災工作的順利實施。發明內容
針對目前國內外交通信號控制系統在區域邊界交通信號協調方面存在的空白，以及區域邊界在早晚高峰期間、突發事件情況下等容易出現交通擁擠、擁堵現象等問題。本發明提出了一種基于有機計算的區域邊界交通信號協調控制方法，充分利用分布在道路交通環境中的各種交通數據檢測器，使得交通信號控制系統能夠像有機生物一樣感知不同環境、不同條件下的道路交通信息，并利用有機計算系統的自我監控、自我優化、自我組織、自我設置等多種自我管理的功能特性，解決和應對不同區域邊界之間的交通信號沖突問題以及突發事件下的區域邊界交通信號優化問題，從而適應不斷變化或不可預見的區域邊界交通流。
本發明提出的一種基于有機計算的區域邊界交通信號協調控制方法主要由車流監測模塊、自我優化模塊、自我組織模塊、進化學習模塊、自我評估模塊和自我設置模塊等六部分組成，如圖1所示。本發明提出的一種基于有機計算的區域邊界交通信號協調控制方法，其特征主要包括以下步驟
1)車流監測模塊車流監測模塊位于交叉口智能型交通信號控制器車檢板內部， 是區域邊界交通信號協調控制的信息來源和決策依據。車流監測模塊的主要特征在于基于網格資源映射的思想，對交叉口不同類型、不同位置的交通檢測器的交通數據進行時間、空間校準，對相鄰交叉口的交通數據進行關聯分析，對歷史數據庫的交通數據進行數據挖掘， 從而構建形成基于多源交通信息的時空映射模型，在此基礎上對交叉口交通數據進行融合處理和態勢估計，實現對交叉口、路段交通流運行信息的綜合提取和集成監測，為區域邊界交通信號協調控制提供完整、可靠的交通數據。
2)自我優化模塊自我優化模塊位于交叉口智能型交通信號控制器主控板內部， 是區域邊界交通信號協調的初始信號方案來源和區域邊界交通信號協調優化的依據。自我優化模塊的主要特征在于基于實時動態交通信息，根據交叉口、路段的不同交通狀態，智能選擇不同的交通信號控制模式、控制目標、過渡策略。從而基于既定的交通信號控制模式、 控制目標和過渡策略，動態優化和調整本地交叉口的交通信號周期時長、各相位綠信比、相位差，優化出與本地交通流相適應的交通信號控制方案，從而為區域邊界的交通信號全局優化提供決策依據和方案支持。
同時，自我優化模塊還可接收上級控制模塊下發的協調優化控制指令，按照控制指令規定的交通信號控制模式、控制目標或控制方案優化、調整交通信號。
3)自我組織模塊自我組織模塊位于控制中心智能型區域邊界協調控制器組織板內部，是區域邊界協調控制器構建區域邊界交叉口群對區域邊界交叉口進行統一協調優化控制的前提。自我組織模塊的主要特征在于根據區域邊界交叉口的交通狀態變量和交通控制變量，分析區域邊界交叉口交通流之間的相關性、相似性、耦合性等潛在的關聯關系， 并根據區域邊界交叉口實時的道路交通信息，對區域邊界交叉口群的控制范圍進行動態劃分，從而為區域邊界交叉口群的動態優化，制定與區域邊界交通流運行特性相適應的交通信號控制模式、控制目標、控制方案提供前提保障。
4)進化學習模塊進化學習模塊位于控制中心智能型區域邊界協調控制器協調板內部，是區域邊界交叉口群交通信號動態優化的核心。進化學習模塊的主要特征在于利用人工智能的方法對區域邊界交叉口群的交通流運行狀態和交通信號控制模式、控制目標進行分類學習和規則發現，提取出與交通流相適應的、運行效果最好的交叉口群交通信號控制模式和控制目標。同時，還需要與區域邊界交叉口群相鄰的交通信號控制區域進行交通信號控制模式、控制目標的協調，共同制定最優的交叉口群交通信號控制模式、控制目標，防止出現新的區域邊界，造成交通擁擠轉移。最后，根據優選的交通信號控制模式和控制目標，利用自然進化和適應的思想對交叉口群的交通信號控制方案進行實時在線優化， 獲得最優交通信號控制模式、控制目標下區域邊界交叉口群各交叉口的交通信號控制方案。將當前確定的交通信號控制模式、控制目標、控制方案與規則知識庫中規則進行匹配和競標，如果當前交通信號控制模式、控制目標、控制方案形成的消息記錄優于知識規則庫中的規則，則更新數據庫模型，為區域邊界交叉口群選擇與交通流運行狀態相適應的交通信號控制模式、控制目標、控制方案提供知識規則。
5)自我評估模塊自我評估模塊位于控制中心智能型區域邊界協調控制器測評板內部，是區域邊界交叉口群交通信號控制模式、控制目標、控制方案的在線仿真評估中心，為區域邊界交叉口群選擇最優的交通信號控制模式、控制目標、控制方案提供決策依據。自我評估模塊的主要特征在于將區域邊界交叉口群的道路交通信息作為輸入變量、將進化學習模塊確定的交通信號控制方案作為控制變量，利用微觀交通仿真評價對區域邊界交叉口群的交通信號協調控制性能進行在線評估，評測進化學習模塊優化形成的交通信號控制方案控制效果，如果控制效果與仿真效果存在較大差異，則匹配知識規則庫中的知識規則，獲取對應的交通信號控制模式、控制目標和控制方案重新進行仿真評估，直至交通信號控制方案的運行效果與仿真運行效果接近，以獲得區域邊界交叉口群最佳的交通信號控制模式、控制目標和控制方案。
6)自我設置模塊自我設置模塊位于控制中心智能型區域邊界協調控制器交互板內部，是區域邊界交通信號協調控制的控制參數、控制信息、控制狀態的顯示窗口以及高級用戶進行區域邊界交通信號協調控制人工干預的界面。自我設置模塊的主要特征在于將自我評估模塊最終確定的區域邊界交叉口群各交叉口的交通信號控制參數通過通信網絡 (光纖網絡或3G無線通信網絡)傳遞給安裝在交叉口的智能型交通信號控制器，最終由智能型交通信號控制器執行交通信號控制方案，實現區域邊界交叉口交通信號的動態協調。 同時，自我設置模塊記錄區域邊界不同交通流運行狀態下，高級用戶對區域邊界交叉口群交通信號控制范圍、控制模式、控制目標、控制方案等交通信號控制參數的制定，形成知識規則，存儲到進化學習模塊的知識規則庫，為區域交叉口群根據不同的交通流條件匹配最優的交通信號控制范圍、控制模式、控制目標等提供依據。
本發明能夠實現區域邊界交叉口之間的協調，避免區域邊界交叉口交通擁擠、擁堵的發生。


圖1基于有機計算的區域邊界交通信號協調控制系統組成圖2車流監測模塊的數據處理流程圖3進化學習模塊的數據處理流程圖。
具體實施方式
如圖1所示，本發明所述的一種基于有機計算的區域邊界交通信號協調控制方法由車流監測模塊、自我優化模塊、自我組織模塊、進化學習模塊、自我評估模塊和自我設置模塊等六部分組成，其工作的具體流程為
1)車流監測模塊
車流監測模塊的數據來源包括本地交叉口附近的交通檢測器實時數據、鄰近交叉口傳送的實時交通數據以及控制中心提取的歷史交通數據，通過對交通數據的時空校準、 關聯分析、數據挖掘，構建形成交通流的時空資源映射模型，并在此基礎上進行多源交通數據融、交通狀態判別和交通流運行態勢估計。車流監測模塊的數據處理流程如圖2所示，具體實施過程如下
(1)首先，區域邊界交叉口分布著多種不同類型的交通檢測器，需要充分利用各種檢測器采集的交通數據，為區域邊界交通信號協調控制提供完整、可靠的交通數據。然而， 每一種檢測器采集的交通數據只能反映檢測器安裝位置所在截面一定范圍內的交通流狀態，不能全面反映所在路段或交叉口的實際交通流狀態。同時，由于不同檢測器交通數據檢測的時間、位置、統計特征以及交通參數的形態各不相同，使得不同的檢測器對同一交通參數的檢測具有不同的準確性，同一檢測器對不同的交通參數的檢測也具有不同的準確性。因此，需要先對區域邊界交叉口不同檢測器采集的交通數據進行時空校準。
假設以時間T為校準的時間基準點，Si (ti; P)和Si (t2，P )分別為檢測器Si在T的相鄰時刻ti、t2檢測到的交通參數數值，且、< T < t2，則時間基準點的交通參數數值校準為
aI i-J
其中，α為交通流波動因子，β為交通檢測隨機噪聲。
假設以某一檢測截面0為校準的空間基準點，Si (O1, P)和h (O2，P )分別為檢測器SpS^在截面ο的相鄰位置檢測到的交通參數數值，且O1在截面ο的下游，A在截面ο的上游，則以ο為空間基準點的交通參數數值校準為
PΛ
其中f為離散系數；P” Pj分別為平移向量；m為尺度因子；R為旋轉矩陣。
(2)其次，由于城市路網的人口分布和土地利用特征，以及交通流之間的序貫性， 區域邊界交叉口之間的交通流存在一定的相關關系，上游交叉口流出的流量與下游交叉口流入的流量之間存在一定的關聯
其中n為上游交叉口的流入流向數舟為上游交叉口第i流入流向的交通量；t 為車流從上游交叉口智能型交通信號控制器交通流統計基準位置到達下游交叉口交通流統計分析位置的平均行程時間；~為車流離散的影響因子。則可以進一步將相鄰交叉口智能型交通信號控制器傳送過來的流入方向的交通流統計數據進行時空校準，獲得本地交叉口的交通流狀態描述
其中Jup(x2，t2)為上游交叉口智能型交通信號控制器傳送的t2時刻&位置的交通參數統計量JdtrenU1,、)為上游交叉口智能型交通信號控制器傳送的交通參數統計量在本地交叉口 X1位置、時刻的映射量；f (X)、ω (t)分別為空間和時間轉換函數。
(3)再者，控制中心交通信息數據庫存儲的交通數據能夠反映出道路交通流在一定時期的變化規律，通過數據挖掘可以發現路網交通流在某一空間不同時間的變化規律和某一時間不同空間的變化規律，從而預測未來某一時刻某一空間的道路交通信息。因此，區域邊界的交通流運行狀態可以通過以下步驟進行挖掘
Stepl 從控制中心交通信息數據庫中提取區域邊界交叉口的數據集合P = {p(t-n · T),p(t-(n-l) · Τ)，. . .，ρ (t)} = {Pl，p2，. . . pj，ρ 為交通流多元樣本參數，t 為樣本取樣最近時刻，T為樣本取樣周期。
St印2 利用歐氏距離的離差平和法D = I Ipi-Vj 12(Pi為交通參數樣本，Vj為聚類中心)進行層次距離分析，按交通參數的時變特征把交通數據劃分為具有相近的簇C =
權利要求
1. 一種基于有機計算的區域邊界交通信號協調控制方法，其特征在于由以下步驟實現1)車流監測模塊(1)首先，對采集的交通數據進行時空校準；以時間T為校準的時間基準點，SiU1, P)和Si(t2，P)分別為檢測器Si在T的相鄰時刻tp t2檢測到的交通參數數值，且、< T < t2，則時間基準點的交通參數數值校準為
全文摘要
一種基于有機計算的區域邊界交通信號協調控制方法，涉及城市交通信號控制及人工智能領域，由車流監測模塊、自我優化模塊、自我組織模塊、進化學習模塊、自我評估模塊和自我設置模塊組成。本發明能夠實現區域邊界交叉口之間的協調，避免區域邊界交叉口交通擁擠、擁堵的發生。
文檔編號G08G1/07GK102542818SQ20121000979
公開日2012年7月4日 申請日期2012年1月13日 優先權日2012年1月13日
發明者于德新, 楊兆升, 林賜云, 龔勃文 申請人:吉林大學