一种基于短时行程时间预测的矿区交叉口管控方法与流程

1.本发明涉及交叉口管理与控制技术领域，具体而言，涉及一种基于短时行程时间预测的矿区交叉口管控方法。


背景技术：

2.交叉口是道路网络的节点，目前交叉口的路权管控方案主要分为信号交叉口环境下的路权管控以及无信号交叉口环境下的路权管控。信号交叉口环境下的路权管控主要针对信号配时、相位顺序、相位差等信号参数进行优化，实现交叉口的管控，控制对象主要为信号灯等交通设施，同时也是当下大部分城市交叉口所选用的控制方式；而无信号交叉口主要是依靠设置让行规则使车辆自觉遵守来实现交叉口的有序通行，但是随着目前车联网技术的发展，也出现了部分依托于车辆通信和控制技术的交叉口管控方案，这里主要针对的网联环境下的交叉口，使得能够通过控制车辆的轨迹、速度等实现车辆在交叉口的高效、有序的穿插通过。
3.目前传统的交叉口控制方法在矿区等特殊场景下，存在的不足主要体现在以下几个方面：
4.(1)目前常用的通过信号灯来进行交叉口控制的方法在矿区难以实施，主要是由于矿区大部分为非结构化道路，道路构型不规则同时容易发生变化，难以进行大规模的信号灯建设，同时针对道路变化来进行调整的成本也较高，难以适应矿区环境；
5.(2)矿区的交通环境与城市道路差异较大，主要体现在交通组成与通行优先级上，矿区交叉口的车辆主要是由矿用卡车组成，同时与城市道路各个社会车辆平等享有通行权的情况不同，矿区中因为要考虑车辆启停的成本与安全性，重载卡车往往比空载卡车的通行优先级更高，这一点在现有的交叉口管控方案较少考虑；
6.(3)现有的无信号交叉口管控方案大多依靠于极为可靠的通信能力和自动驾驶技术，应用场景较为理想化，往往在仿真实验中具有较为不错的效果，但是很难在现实场景中运用，尤其是在矿场这一类对于运行安全性较高的环境中。


技术实现要素：

7.为克服现有技术的不足，本发明旨在提出一种能够应用于矿区交叉口的常态化管控方法；考虑矿区交叉口的特有的交通特征和几何特征，在综合考虑方案实施的可行性以及整体的通行效率和安全性的情形下，提出一种结合行程时间预测的交叉口虚拟信号控制方法，一方面结合行程时间预测，提升交叉口车辆级的控制精度，另一方面通过虚拟信号，即通过控制中心给交叉口车辆统一下发通行权的方式，既能够借用信号控制的高安全性，又可以避免信号基础设施建设的高成本，突破传统交通控制方案在矿区实施的不足，解决传统方案在车辆通行优先级、控制精度以及不同交叉口之间可移植性的问题，到达提高矿区交叉口通行效率的同时保障车辆通行的安全性，同时在多变、不规则的非结构化道路的环境下，做到控制方案的普遍适用。
8.有鉴于此，本发明的第一方面在于提供一种基于短时行程时间预测的矿区交叉口管控方法。
9.本发明的第一方面提供了一种基于短时行程时间预测的矿区交叉口管控方法，包括如下步骤：s1，各车辆级短时行程时间预测：构建长短期记忆神经网络模型，对各车辆上传的历史行程数据分析，提取符合矿区运行的特征作为模型输入并对所述模型训练，通过训练后的所述模型对各车辆预测行程时间；s2，通行优先度计算：将交叉口空载和/或重载的各车辆都折算成标准车辆数，结合步骤s1的所述行程时间，计算出交叉口通行权的优先度；s3，交叉口通行规则建立：根据步骤s2的所述优先度，以进口道为单位设置相位，并判断各所述相位之间的优先度并进行相位调整，结合预测的行程时间，对非排队车辆进行通行权的延后，各车辆根据所述通行权选择行驶或停止；s4，矿区交叉口管控：根据步骤s3的交叉口通行规则，对交叉口进行相位控制和转换。
10.本发明提供的一种基于短时行程时间预测的矿区交叉口管控方法，考虑矿区交叉口的特有的交通特征和几何特征，具体地，通行权总体通过控制中心进行统一下发至车辆；一方面结合行程时间预测，提升交叉口车辆级的控制精度，另一方面通过虚拟信号，即通过控制中心给交叉口车辆统一下发通行权的方式，既能够借用信号控制的高安全性，又可以避免信号基础设施建设的高成本，提高矿区交叉口通行效率的同时保障车辆通行的安全性，同时在多变、不规则的非结构化道路的环境下，做到控制方案的普遍适用；
11.结合车辆动力性能增加重载车辆的重要性权重，提升重载车辆的行驶连续性，降低因车辆启停带来的成本损失，同时考虑交叉口构型，以通行时间为指标衡量车辆在交叉口的通行效率；并进行结合，实现了车辆通行优先级的实时计算与动态转换；
12.以进口道为单位设置相位，解决车辆空间冲突的问题，保证通行的安全性，设计出路权分配框架，保证车辆在交叉口通行的有序与效率。
13.另外，根据本发明的实施例提供的技术方案还可以具有如下附加技术特征：
14.上述任一技术方案中，所述模型包括：输入层，用于将所述历史行程数据转化为所述模型可读的形式；lstm模块，用于对包含多种影响因素的所述模型输入进行处理，并获取所述特征；输出层，用于接收获取的所述特征，并处理得出所述行程时间。
15.在该技术方案中，整个模型最重要的部分就是多变量lstm模块，基本的lstm模块是由多个记忆神经元按时间次序连接而成的，每个记忆神经元内部都有三个门结构，分别为输入门、遗忘门和输出门，共同控制着信息的更新与遗忘；
[0016]“遗忘门”让循环神经网络能够“忘记”之前的无用信息，“输入门”补充新的记忆，“输出门”产生当前时刻的输出。通常的“门”结构结合使用一个按位做乘法的操作和一个sigmoid函数，当“门”关上时(sigmoid神经网络层输出为0时)，所有信息都无法通过；当“门”打开时(sigmoid神经网络层输出为1时)，所有信息都可以通过。
[0017]
上述任一技术方案中，所述特征包括：车辆状态、矿区交通状态和天气状态；其中，所述车辆状态包括：运载状态和车辆运行方向。
[0018]
在该技术方案中，分析矿区的特点，提取了从车辆状态、矿区交通状态以及天气状况三个维度的特征，在车辆状态层面，结合车辆的运载状态以及车辆运行方向的矿车较为显著的运行特征,实现行程时间的准确预测。
[0019]
上述任一技术方案中，所述优先度采用下述公式计算：wi＝qi/ti；其中，wi表示第i
个进口道的通行优先度、qi表示第i个所述进口道的排队长度，用于表征交叉口的交通状态、ti表示第i个进口道车辆的通过交叉口的平均通行时间，用于表征交叉口的形状。
[0020]
在该技术方案中，根据各个进口道的排队长度和平均通行时间确定一个优先值，优先值越大越容易被赋予通行权；通过车辆通过交叉口的平均通行时间来表征交叉口的几何形状，并用过排队长度表征交叉口的交通状态。
[0021]
上述任一技术方案中，所述排队长度采用下述公式计算：上述任一技术方案中，所述排队长度采用下述公式计算：其中，qi表示第i个所述进口道的排队长度、nj表示第j种车辆的数量、n表示车辆的种类、αj表示第j种车辆的权重系数。
[0022]
在该技术方案中，通过进口道的排队长度来表征交通状态，需要将排队长度进行标准化，即以某一种车辆为标准，根据车辆的动力学性能将其他车辆均转化为标准车辆数，由于重载车辆的启停时间往往比空载车辆要更长，因此在折算时也会相当于更多的车辆数，重载车辆越多，交叉口的标准排队也就越长。
[0023]
上述任一技术方案中，所述权重系数采用下述公式计算：,αj＝nrj/nr0；其中，αj表示第j种车辆的权重系数、nrj表示该车辆的比功率、nr0表示标准车辆的比功率。
[0024]
在该技术方案中，车辆的权重系数完全取决于车辆特性，即车辆的加速性能，最高车速以及车辆的制动性能等，上述参数是车辆之间除了几何尺寸之外最大的差异，现有的不同车辆之间的制动距离相差并不大，因此差异主要存在于车辆的加速性能以及最高车速之间，即车辆的动力性能，采用一个综合性指标——比功率，表述车辆的动力性能，当两车的比功率相等，即比值为1时，可以看作是两车除了几何尺寸外其他性能近似一致。
[0025]
上述任一技术方案中，所述平均通行时间采用下述公式计算：其中，ti表示第i个进口道车辆的通过交叉口的平均通行时间、tm表示第i个进口道的第m条路径的通行时间、nm表示第i个进口道前往第m条路径的车辆数量。
[0026]
在该技术方案中，平均通行时间通过交叉口的进口道为单位衡量，为每一个进口道中等待通行的车辆通过交叉口所需要的平均时间，平均通行时间越长，代表当该进口道的车辆获得通行权时，占用交叉口的时间会更长，进而增加其他进口道车辆的等待时间，因此平均通行时间越长的进口道其通行优先级也会更低。
[0027]
上述任一技术方案中，所述相位控制和转换的步骤，具体为：e1，检测并判断当前交叉口是否有排队，如无排队则进行e2，如有则进行e3；e2，根据车辆距离按照先到先得的原则分配通行权，并返回步骤e1；e3，计算每个所述相位的通行权的优先度并进行通行权下发；e4，判断在时间段内拥有通行权的相位是否有后续车辆到达，若否则返回步骤e1，若是则进行步骤e5；e5，判断拥有通行权的相位当前通行时间是否达到上限，若是则返回步骤e1，若否则进行步骤e6；e6，对拥有通行权的相位按照车数延长对应数量的时间段，并返回步骤e4。
[0028]
在该技术方案中，交叉口的具体管控需要根据当前交叉口的交通状态进行适当调整，如果当前车辆较少，交叉口无排队，则根据“先到先得”的原则进行通行权的发放，如果当前交叉口车辆较多，交叉口产生排队，则需要进行优先度的计算和管控；
[0029]
按照优先度进行排序并发放通行权，为了减少车辆的停车次数，提高通行效率，需
要根据车辆到达的时间间隔(行程时间预测)来进行通行权的适当延长，同时每个相位的通行权有上限，避免某一相位一直获得通行权。
[0030]
上述任一技术方案中，所述时间段为4s-8s，以及所述上限为40s-50s。
[0031]
在该技术方案中，所述时间段为当前进口道通行权空放的最大时间，为1-2辆车通过交叉口的时间，根据经验值可以取4s-8s；所述上限的设置为了避免其他相位车辆等待时间过长，导致车辆闯入交叉口等危险情况的发生，即司机的停车忍耐度，该值根据经验来决定，取40s-50s的范围。
[0032]
本发明与现有技术相比所具有的有益效果：
[0033]
提出一种基于lstm的行程时间预测方法，分析矿区的特点，提取了从车辆状态、矿区交通状态以及天气状况三个维度的特征，在车辆状态层面，结合车辆的运载状态以及车辆运行方向的矿车较为显著的运行特征,实现行程时间的准确预测；
[0034]
能够有效的解决矿区车辆通行优先级的问题，通过车辆标准化的方式重构排队长度，结合车辆动力性能增加重载车辆的重要性权重，上提升重载车辆的行驶连续性，降低因车辆启停带来的成本损失，同时综合考虑交叉口构型，以通行时间为指标衡量车辆在交叉口的通行效率，实现了车辆通行优先级的实时计算与动态转换；
[0035]
通过相位冲突分析，分离车辆冲突方向，同时结合道路特征以及算法适应性的需要，以进口道为单位设置相位，解决车辆空间冲突的问题，保证通行的安全性，并融合感应式信号控制逻辑，设计出路权分配框架，保证车辆在交叉口通行的有序与效率。
[0036]
根据本发明的实施例的附加方面和优点将在下面的描述部分中变得明显，或通过根据本发明的实施例的实践了解到。
附图说明
[0037]
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制。
[0038]
图1为本发明的流程图；
[0039]
图2为本发明的矿区异形交叉口示意图。
具体实施方式
[0040]
为了可以更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
[0041]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0042]
请参阅图1-2，本发明的第一方面提供了一种基于短时行程时间预测的矿区交叉口管控方法，包括如下步骤：
[0043]
第一步，车辆级短时行程时间预测：首先通过车载设备对车辆行驶数据进行收集，形成历史数据库，并对数据进行分析，挖掘历史数据的特性，从中提取符合矿区运行特点的特征；搭建长短期记忆神经网络(lstm)，使用历史数据训练，直到模型预测的结果符合需要，即实现车辆级行程时间的准确预测；
[0044]
具体地，车辆级短时行程时间预测的具体方法为：
[0045]
将整个过程分为行程时间影响因素的提取以及lstm神经网络的构建两个部分：
[0046]
结合矿区的运行特征，行程时间影响因素的分析主要从三个角度进行，分别为车辆层面、道路交通层面以及天气层面，具体分析如下表所示：
[0047]
[0048][0049]
构建lstm网络模型，该模型由三个部分组成：输入层负责将预处理后的数据转化为模型可读的形式；lstm模块主要负责对包含多种影响因素的输入数据进行处理，获取特征信息；输出层接受获取的特征信息，处理得出最终的行程时间预测结果。
[0050]
整个模型最重要的部分就是多变量lstm模块，基本的lstm模块是由多个记忆神经元按时间次序连接而成的，每个记忆神经元内部都有三个门结构，分别为输入门、遗忘门和
输出门，共同控制着信息的更新与遗忘。“遗忘门”让循环神经网络能够“忘记”之前的无用信息，“输入门”补充新的记忆，“输出门”产生当前时刻的输出。通常的“门”结构结合使用一个按位做乘法的操作和一个sigmoid函数，当“门”关上时(sigmoid神经网络层输出为0时)，所有信息都无法通过；当“门”打开时(sigmoid神经网络层输出为1时)，所有信息都可以通过。
[0051]
通过矿区的历史行车数据对网络模型进行训练，最终得到符合使用要求的模型进行保存及后续调用。
[0052]
第二步，通行优先度计算：通过车辆上传的位置信息及状态信息，统计交叉口各类型车辆的数目，结合车辆换算系数的相关计算，再将交叉口的空、重载车辆统一折算成标准车辆数，实现交叉口排队长度的标准化，之后结合历史行车数据，统计得出车辆在交叉口内的平均通行时间，综合计算出该交叉口的通行优先度；
[0053]
具体地，通行优先度从交叉口交通状态和交叉口形状两个维度进行衡量，其中通过进口道的排队长度来表征交通状态，需要将排队长度进行标准化，即以某一种车辆为标准，根据车辆的动力学性能将其他车辆均转化为标准车辆数，由于重载车辆的启停时间往往比空载车辆要更长，因此在折算时也会相当于更多的车辆数，重载车辆越多，交叉口的标准排队也就越长，具体计算公式如下：
[0054]
αj＝nrj/nr0(1)
[0055][0056]
其中，αj表示第j种车辆的权重系数，nrj表示该车辆的比功率，nr0表示标准车辆的比功率，qi表示第i个进口道的标准排队长度，nj表示第j种车辆的实际数量，n表示具体的车辆种类。
[0057]
另一方面，通过车辆通过交叉口的平均通行时间来表征交叉口的几何形状，具体计算如下：
[0058][0059]
其中，ti表示第i个进口道车辆的通过交叉口的平均通行时间，tm表示第i个进口道的第m条路径的通行时间，nm表示第i个进口道前往第m条路径的车辆数。
[0060]
最后根据各个进口道的排队长度和平均通行时间确定一个优先值，优先值越大越容易被赋予通行权，具体计算公式如下：
[0061]
wi＝qi/tiꢀꢀ
(4)
[0062]
其中，wi表示第i个进口道的通行优先度。
[0063]
第三步，交叉口通行规则建立：结合上一步计算得出的优先度，通过提出的相位优先度控制算法，判断各相位之间的优先度灵活动态地调整相位，即可根据交通需求实现通行权的快速切换，同时再次结合行程时间预测的结果，针对非排队车辆实现通行权的适当延长，通行权总体通过控制中心进行统一下发至车辆，车辆，根据通行权来选择行驶或停止的操作；
[0064]
具体地，交叉口的具体管控需要根据当前交叉口的交通状态进行适当调整，如果当前车辆较少，交叉口无排队，则根据“先到先得”的原则进行通行权的发放，如果当前交叉
口车辆较多，交叉口产生排队了，则需要进行优先度的计算和管控，按照优先度进行排序并发放通行权，同时需要注意的是为了减少车辆的停车次数，提高通行效率，还需要根据车辆到达的时间间隔(行程时间预测)来进行通行权的适当延长，同时每个相位的通行权有上限，避免某一相位一直获得通行权。
[0065]
第四步，根据交叉口通行规则，对交叉口进行相位控制和转换；
[0066]
具体地，第四步中相位控制和转换的步骤为：
[0067]
step1：初始化，并检测当前交叉口的排队长度，如无排队则转到step2，如有，则到step3；
[0068]
step2：根据车辆距离按照“先到先得”的原则分配通行权，之后转回step1；
[0069]
step3：计算各相位优先通行权并进行通行权下发；
[0070]
step4：判断在一定时间间隔内，4s-8s，是否有后续车辆到达，如没有，则转到step1，如有，则继续step5；其中，时间间隔优选的数值为5s；
[0071]
step5：判断当前通行时间是否达到上限，40s-50s，如有，则转回step1，如无，则继续step6；其中，上限优选的数值为40s；
[0072]
step6：对当前相位进行一定的通行时间延长，供后续车辆通过，并转回step4。
[0073]
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0074]
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

技术特征：
1.一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，包括如下步骤：s1，车辆级短时行程时间预测：构建长短期记忆神经网络模型，对各车辆上传的历史行程数据分析，提取符合矿区运行的特征作为模型输入并对所述模型训练，通过训练后的所述模型对各车辆预测行程时间；s2，通行优先度计算：将交叉口空载和/或重载的各车辆都折算成标准车辆数，结合步骤s1的所述行程时间，计算出交叉口通行权的优先度；s3，交叉口通行规则建立：根据步骤s2的所述优先度，以进口道为单位设置相位，判断各所述相位之间的优先度并进行相位调整，结合预测的行程时间，对非排队车辆进行通行权的延后，各车辆根据所述通行权选择行驶或停止；s4，矿区交叉口管控：根据步骤s3的交叉口通行规则，对交叉口进行相位控制和转换。2.根据权利要求1所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述模型包括：输入层，用于将所述历史行程数据转化为所述模型可读的形式；lstm模块，用于对包含多种影响因素的所述模型输入进行处理，并获取所述特征；输出层，用于接收获取的所述特征，并处理得出所述行程时间。3.根据权利要求1所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述特征包括：车辆状态、矿区交通状态和天气状态；其中，所述车辆状态包括：运载状态和车辆运行方向。4.根据权利要求1所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述优先度采用下述公式计算：w
i
＝q
i
/t
i
；其中，w
i
表示第i个进口道的通行优先度、q
i
表示第i个所述进口道的排队长度，用于表征交叉口的交通状态、t
i
表示第i个进口道车辆的通过交叉口的平均通行时间，用于表征交叉口的形状。5.根据权利要求4所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述排队长度采用下述公式计算：其中，q
i
表示第i个所述进口道的排队长度、n
j
表示第j种车辆的数量、n表示车辆的种类、α
j
表示第j种车辆的权重系数。6.根据权利要求5所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述权重系数采用下述公式计算：α
j
＝nr
j
/nr0；其中，α
j
表示第j种车辆的权重系数、nr
j
表示第j种车辆的比功率、nr0表示标准车辆的比功率。7.根据权利要求4所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述平均通行时间采用下述公式计算：
其中，t
i
表示第i个进口道车辆的通过交叉口的平均通行时间、t
m
表示第i个进口道的第m条路径的通行时间、n
m
表示第i个进口道前往第m条路径的车辆数量。8.根据权利要求1所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述相位控制和转换的步骤，具体为：e1，检测并判断当前交叉口是否有排队，如无排队则进行e2，如有则进行e3；e2，根据车辆距离按照先到先得的原则分配通行权，并返回步骤e1；e3，计算每个所述相位的通行权的优先度并进行通行权下发；e4，判断在时间段内拥有通行权的相位是否有后续车辆到达，若否则返回步骤e1，若是则进行步骤e5；e5，判断拥有通行权的相位当前通行时间是否达到上限，若是则返回步骤e1，若否则进行步骤e6；e6，对拥有通行权的相位按照车数延长对应数量的时间段，并返回步骤e4。9.根据权利要求8所述的一种基于短时行程时间预测的矿区交叉口管控方法，其特征在于，所述时间段为4s-8s，以及所述上限为40s-50s。

技术总结
本发明属于交叉口管理与控制技术领域，具体公开了一种基于短时行程时间预测的矿区交叉口管控方法，包括如下步骤：S1，车辆级短时行程时间预测；S2，通行优先度计算；S3，交叉口通行规则建立；S4，矿区交叉口管控；具有以下有点：在车辆状态层面，结合车辆的运载状态以及车辆运行方向的矿车较为显著的运行特征,实现行程时间的准确预测；结合车辆动力性能增加重载车辆的重要性权重，上提升重载车辆的行驶连续性，降低因车辆启停带来的成本损失，同时综合考虑交叉口构型，以通行时间为指标衡量车辆在交叉口的通行效率；同时结合道路特征以及算法适应性的需要，以进口道为单位设置相位，解决车辆空间冲突的问题，保证通行的安全性。保证通行的安全性。保证通行的安全性。


技术研发人员：段星集 梁启君 吴轩 栾小飞 贾江泽
受保护的技术使用者：北京踏歌智行科技有限公司
技术研发日：2022.12.07
技术公布日：2023/7/13