基于自旋玻璃模型的智能交通信号灯调控方法及系统

1.本发明涉及计算机智能交通控制技术领域，具体涉及一种基于自旋玻璃模型的智能交通信号灯调控方法及系统。


背景技术：

2.在交通运输领域，构建城市智能交通灯系统是提高城市交通管理效率、减少交通拥堵和改善道路安全的重要方案之一。现有的交通灯管理算法的研究主要集中在单一交通路口的状态优化上，即通过图像采集传感器等测绘手段，收集当前路口不同方向的交通拥堵状态，从而动态地调节自身的指示信号，进而起到舒缓拥堵的目的。显然，在大型城市交通系统中，针对单个路口节点的控制优化有着诸多弊端。一是难以对城市整体的交通通行效率进行优化，即单个路口的优化方案与城市整体的交通状态优化无关，单个路口的交通状况的改善并不能改善整个城市的交通状况；极度拥堵情况下，单个路口的优化反而会使相邻道路的拥堵状态加剧。二是管理分散，即不同路口的交通信号灯直接不存在关联，缺乏统一的管理和控制手段；在面对突发事件时，难以在第一时间做出有效调整。三是成本昂贵，要对单个路口的交通状态进行优化，便需要在每个路口均安装图像采集装置和图像处理装置，直接增加了信号灯的建设成本和后期维护成本。
3.基于上述问题，学界对群体智能交通灯的控制算法一直保持高度关注，并进行了大量理论尝试。但现有算法往往存在以下问题：一是使用的模拟网络的结构简单。大多数算法的效率模拟实验均基于井格模型开展，并设置每个路口具有“红灯”和“绿灯”两种不同的交通信号状态。但实际道路体系中，道路拓扑结构往往很难保持标准的井格网络，四岔路口也多采用四相位甚至八相位交通信号灯进行控制，因此算法的实用性较差。二是使用的全局优化算法的时间复杂度较高，即求解效率较低，难以处理真实路网中数百的交通控制节点，因此难以进行实际应用。
4.综上所述，目前交通灯的控制算法难以对城市路网的整体进行优化，而部分全局优化算法无法在真实交通网络中得以应用。


技术实现要素：

5.本发明的目的在于提供一种实现对城市路网的整体优化，自适应城市不同的出行模式和突发事件，提高了城市交通管理效率、减少交通拥堵和改善道路安全的基于自旋玻璃模型的智能交通信号灯调控方法及系统，以解决上述背景技术中存在的至少一项技术问题。
6.为了实现上述目的，本发明采取了如下技术方案：
7.一方面，本发明提供一种基于自旋玻璃模型的智能交通信号灯调控方法，包括：
8.基于前一时刻道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；
9.根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参
数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；
10.通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；
11.结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；
12.根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。
13.优选的，根据一般八相位路口的不同相位间的对称性关联，可以采用四位二进制数对不同相位进行唯一标识，根据对称性对不同的原子转向进行编码，确定每个相位的对应模式。
14.优选的，通过将各个相位的路口进行两两组合，得到各个相位路口之间的流量差表；标识二进制数中的位数，对流量差表进行总结归纳，得到南北方向的交通流量和东西方向的交通流量，从而得到整体车流量表示。
15.优选的，每个道路节点i，其具有邻接表ni，定义交通网络中的流量偏差代价函数为：
[0016][0017]
为表征道路路况的稳定性状态，即确保路口的信号灯不会频闪，差量代价函数为：
[0018][0019][0020]
则得到系统的整体哈密顿量为：h＝hq+hd。
[0021]
优选的，全局优化算法为模拟退火算法，结合哈密顿量，在退火降温的过程中，不断随机地对当前路口的相位情况进行扰动，在根据扰动计算得到新的哈密顿量后，与原哈密顿量进行比较并以一定的概率接受它，接受概率随着降温过程递减；当温度下降至阈值后，退火过程结束，将路口的原始相位状态替换为迭代结束后的新状态。
[0022]
优选的，全局优化算法为模拟分岔算法，对原始ising模型中离散的自旋态进行实数空间的连续化假设，对实际交通网络进行扩充后，采用四组非线性独立的二进制数描述。
[0023]
第二方面，本发明提供一种基于自旋玻璃模型的智能交通信号灯调控系统，包括：
[0024]
获取模块，用于基于历史道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；
[0025]
构建模块，用于根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；
[0026]
对应模块，用于通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；
[0027]
求解模块，用于结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；
[0028]
控制模块，用于根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。
[0029]
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于自旋玻璃模型的智能交通信号灯调控方法。
[0030]
第四方面，本发明提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的基于自旋玻璃模型的智能交通信号灯调控方法。
[0031]
第五方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的基于自旋玻璃模型的智能交通信号灯调控方法的指令。
[0032]
本发明有益效果：基于道路的实时交通流量信息，结合实际道路的拓扑连接结构推算当前时刻的车流转向概率等信息，构建了实时的城市交通流量模型；通过数学等价运算使城市交通流量模型与经典自旋玻璃模型相对应，结合模拟退火算法和模拟分支算法等全局优化算法，实现了对全局交通灯的智能动态调控，减少了道路拥堵，提升了城市现有道路的通勤效率；有效提升了城市交通信号灯对不同交通模式的动态调整能力，从而提升了城市路网利用率，减少拥堵的发生。
[0033]
本发明附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本发明的实践了解到。
附图说明
[0034]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]
图1为本发明实施例所述的基于真实道路的智能交通灯优化算法整体流程图。
[0036]
图2为本发明实施例所述的四分叉路八相位路口基本变量设置示意图。
[0037]
图3为本发明实施例所述的真实道路网络四分叉路八相位的交通编码示意图。
[0038]
图4为本发明实施例所述的根据对称性对不同原子转向进行编码的示意图。
[0039]
图5为本发明实施例所述的模拟退火算法流程图。
[0040]
图6为本发明实施例所述的单时刻模拟退火算法h-t图。
[0041]
图7为本发明实施例所述的截取范围内实际交通路口相位示意图。
[0042]
图8为本发明实施例所述的截取范围内对应高德地图中实际交通路网。
[0043]
图9为本发明实施例所述的相位持续时间频率图。
[0044]
图10为本发明实施例所述的相位周期频率图。
[0045]
图11为本发明实施例所述的不同相位持续时间箱线图。
[0046]
图12为本发明实施例所述的不同相位周期箱线图。
[0047]
图13为本发明实施例所述的不同η下的相位持续时间及周期时间示意图。
[0048]
图14为本发明实施例所述的不同η下的哈密顿量变化示意图。
具体实施方式
[0049]
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
[0050]
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
[0051]
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
[0052]
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
[0053]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0054]
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
[0055]
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
[0056]
实施例1
[0057]
本实施例1中，首先提供了一种基于自旋玻璃模型的智能交通信号灯调控系统，包括：
[0058]
获取模块，用于基于历史道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；
[0059]
构建模块，用于根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；
[0060]
对应模块，用于通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；
[0061]
求解模块，用于结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；
[0062]
控制模块，用于根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。
[0063]
本实施例1中，利用上述的系统实现了基于自旋玻璃模型的智能交通信号灯调控方法，包括：
[0064]
基于历史道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时
交通流量信息；
[0065]
根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；
[0066]
通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；
[0067]
结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；
[0068]
根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。
[0069]
其中，根据一般八相位路口的不同相位间的对称性关联，可以采用四位二进制数对不同相位进行唯一标识，根据对称性对不同的原子转向进行编码，确定每个相位的对应模式。通过将各个相位的路口进行两两组合，得到各个相位路口之间的流量差表；标识二进制数中的位数，对流量差表进行总结归纳，得到南北方向的交通流量和东西方向的交通流量，从而得到整体车流量表示。
[0070]
每个道路节点i，其具有邻接表ni，定义交通网络中的流量偏差代价函数为：
[0071][0072]
为表征道路路况的稳定性状态，即确保路口的信号灯不会频闪，差量代价函数为：
[0073][0074][0075]
则得到系统的整体哈密顿量为：h＝hq+hd。
[0076]
其中，采用的全局优化算法为模拟退火算法，结合哈密顿量，在退火降温的过程中，不断随机地对当前路口的相位情况进行扰动，在根据扰动计算得到新的哈密顿量后，与原哈密顿量进行比较并以一定的概率接受它，接受概率随着降温过程递减；当温度下降至阈值后，退火过程结束，将路口的原始相位状态替换为迭代结束后的新状态。
[0077]
或者，采用的全局优化算法为模拟分岔算法，对原始ising模型中离散的自旋态进行实数空间的连续化假设，对实际交通网络进行扩充后，采用四组非线性独立的二进制数描述。
[0078]
实施例2
[0079]
本实施例2中，提供一种全局智能交通灯优化方法，实现对城市路网的整体优化，自适应城市不同的出行模式(如早高峰、晚高峰)和突发事件(如紧急疏散、行政管控等)，极大程度上依托现有的道路结构来提高城市交通管理效率、减少交通拥堵和改善道路安全。其对标准四岔路口八相位交通信号灯进行编码建模，并向下兼容常见的丁字路口的三相位信号灯系统，结合实际城市的路网拓扑结构并从交通控制的角度出发构建城市道路的全局代价函数，使城市系统与统计物理中经典的自旋玻璃模型相对应，从而借助经典的自旋玻璃求解算法对智能交通灯系统进行求解优化。即通过最小化全局代价函数，使城市路网中各分支道路的车流尽可能平均分布。另一方面该系统能够集成现有的道路图像传感器或使
用如百度、高德等现有交通导航软件提供的道路拥堵状态数据，实时更新矫正实际车流状态，从而得到符合当前时刻真实路况的全局优化结果，具备极大的应用价值。
[0080]
如图1所示，展示本发明的整体实现路径。分为基于实际交通态势数据短时预测模型和全局优化模型两个部分。其中短时预测模型通过现有的图像采集传感器或地图供应商(通过gps信号估算)提供的实时交通态势数据，结合实际网络的拓扑结构，估算每个路口每个通行方向上的短时流量变化。从而可以在计算机中模拟采用不同交通信号灯相位时后续的道路车辆的流量变化。在此基础上，应用全局优化模型，即通过最小化系统的代价函数完成对交通系统的整体优化。
[0081]
对于真实道路建模，采用目前应用最为广泛的四道路交叉八相位路口作为基本路口模型进行城市道路的建模。
[0082]
假设我们处理的真实道路网络中存在n个交通路口以及m条道路连接，即交通图g＝(v,e),v＝{1,2,...,n}，e是所有路口的集合。自然地，道路可以用其连接的路口进行唯一标识，即通过顺序点对(i,j)可以唯一标识一条有向路。同时每条道路本身具有三类属性，即左转概率α(i,j)、右转概率β(i,j)和车流量q(i,j)，由此可以给出相邻两个路口的基本示意图如图2所示。
[0083]
特别地，为简化示意图，在图中为每个路口的连接的四条道路采用象限标识方法用数字1-4进行区分。为了更好地表达路口状态并方便其算法优化，根据一般八相位路口的不同相位间的对称性关联，可以采用四位二进制数对不同相位进行唯一标识，如图3所示。进而，我们根据对称性对不同的原子转向进行了编码，如图4所示。在后续描述中，我们约定每个相位的对应模式如下：相位一：0000；相位二：1000；相位三：1010；相位四：0010；相位五：0101；相位六：1101；相位七：1111；相位八：0111。
[0084]
对于短时预测模型，通过将各个相位的路口进行两两组合，可以得到了各个相位路口之间的流量差表。
[0085]
东西方向和南北方向上流量差表分别如表1、表2所示。
[0086]
表1
[0087][0088]
表2
[0089][0090]
用x
(c)
表示二进制数中的第c位，并对以上流量差表进行总结归纳，可以进一步给出南北方向的交通流量q
sn
(i,j)和东西方向的交通流量q
ew
(i,j)如下：
[0091][0092][0093]
进一步地，有整体车流量表示为：
[0094][0095]
一般地，对于每个道路节点i，其具有邻接表ni，定义交通网络中的流量偏差代价函数为：
[0096][0097]
同样的，为进一步表征道路路况的稳定性状态，即确保路口的信号灯不会频闪，差量代价函数为：
[0098][0099][0100]
由此，可以得到系统的整体哈密顿量为：h＝hq+hd。
[0101]
而对于全局优化算法，本发明中采用的真实道路建模方法满足统计物理系统中的自旋玻璃态模型的基本假设，因此可以使用应用于自旋玻璃态模型的求解算法进行求解。
[0102]
本实施例中，展示两类常用求解算法的具体实施细节。
[0103]
如图5所示，其中一种为模拟退火算法：模拟退火算法是一种通用概率演算法，用来在一个大的搜寻空间内找寻命题的最优解，其原理是将热力学的理论套用到统计学上，将搜寻空间内每一点抽象为空气内的分子；分子的能量，就是它本身的动能；而搜寻空间内的每一点，也像空气分子一样带有“能量”，以表示该点对命题的合适程度。演算法先以搜寻空间内一个任意点作起始：每一步先选择一个“邻居”，然后再计算从现有位置到达“邻居”的概率。根据模拟退火算法的原理并结合上述定义的哈密顿量，在退火降温的过程中，我们要不断随机地对当前路口的相位情况进行扰动，在根据扰动计算得到新的哈密顿量后，与原哈密顿量进行比较并以一定的概率接受它，接受概率随着降温过程递减。当温度下降至阈值后，退火过程结束，将路口的原始相位状态替换为迭代结束后的新状态。
[0104]
另一种为模拟分叉算法：根据模拟分岔算法的基本要求，我们要对原始ising模型中离散的自旋态进行实数空间的连续化假设，同时限制每个二进制x
(c)
∈[-1,+1]。由此，当对实际交通网络进行扩充后，我们不能用一组简单的二进制数来表示交通灯的相位状态，而是采用四组非线性独立的二进制数ω描述。因此，对应的sb算法的自洽迭代应该扩展到四维空间中进行。一般地，用x
(c)
表示四组二进制位，应使用与之对应的x
(y)
来表征动量项，其中c＝1,2,3,4。可以得到以下表示：
[0105][0106][0107][0108][0109]
特别地，在上述公式中的四组二进制数具有非线性关联，如ω＝0001是不被系统允许的。因此对实际交通网络的最优化问题将转化为在有约束条件下求解偏微分方程组的问题。
[0110]
由于本实施例中上述算法只考虑了实际道路的交通流量情况，因此对于实际应用过程中的个别路段流量信息缺失或更新不及时的情况时，需要设置保险器。保险器是一个机械计时器，用于检测每个相位的周期(同一相位两次出现的间隔时间)，当超出预警值时(即某一相位长时间未出现)，强制更新信号灯状态为对应相位15s，而后恢复智能控制。
[0111]
本实施例中，以某市为例，我们截取了经度：116.36～116.47，纬度：39.91～39.98范围内的实际路网，如图8所示，同时采用对应区域内的来自高德api的实际交通态势数据(2021年5月10日18：00至19：00)来应用模拟退火算法进行测试，如图6所示，对该区域内的真实交通信号灯控制网络进行了优化，系统哈密顿量如预期下降至一个较低的稳定水平。
[0112]
进而，我们在一段连续的时间内对该模型进行了优化，在具体细节上，每个实际数据的15秒进行一次退火操作，并根据退火结果更新车流量信息，每当有新的实际数据传入时，用该实际数据代替退火结果更新车流量信息。如图7所示得到路口相位的变化情况。
[0113]
随后我们对路网的结点交通灯相位变化情况作图进行了分析，如图9所示。图9中展示了在η＝1时交通灯相位频闪情况，大部分交通相位持续时间趋向于向于程序退火更新周期(10s)，持续时间频率随持续时长增大逐级递减，只有极少数路口相位可持续90s以上。图10中展示了在η＝1时交通灯相位周期情况(即间隔多长时间再次变化为当前相位)，相位周期时长分布较为广泛30s到300s之间，大约20％的相位周期是在60s内，周期时间频率随周期时长增大逐级递减。图11中展示了在η＝1时交通灯不同相位的持续时间情况，除了相位4，6以外其他6个相位持续时长中位数均为15s，相位4和6的持续时长中位数为30s，8个相位的持续时长平均值都是30s，相位5和6的上边界较其他相位高出一倍大小，说明相位5，6在某些特定时刻需要长时间维持来缓解道路间车流量。图12中展示了在η＝1时交通灯不同相位周期情况，8个相位周期中位数均为120s，平均周期分布在200s-250s之间，相位4周期时间上边界和平均值最大，说明相位4的使用频率较少，而相位8周期时间上边界和平均值最小，说明相位8的使用频率较大。图13中展示了在η分别取0.01，0.1，1，10，100时交通灯相位持续时间和周期情况，相位持续时间和周期时间随着η的增大而增大，说明理论公式中hd的设置来维持路况的稳定性达到了预期效果，设置η很小时，交通信号频闪较大；设置η很大时，交通信号几乎不发生变动。因此我们可以根据实际需求来调节η值，调整适合路况的频闪状态。图14中展示了在η分别取0.01，0.1，1，10，100时哈密顿量h的变化情况，系统哈密顿
量h随着η的增大而下降幅度减小，η设置较小时，交通信号变化频率快，能在短时间内不断调整相位状态，以使系统能降到更低的能量值；η设置较大时，交通信号变化频率慢，很长时间才会调整一次相位状态，故系统信号状态和实时交通流量不符，哈密顿量较大。
[0114]
综上所述，在本文构建的交通流量模型下，使用对应的自旋玻璃态算法进行求解，可以一般性地在持续性(一种相位持续多久)和周期性(同种相位多久后回归)两方面满足交通信号灯的运作模式。特别地，由于交通状态求解算法依赖于实际交通数据，对于极少数特殊点，可能会出现相位更新不及时的情况；需要另增设计时器等干预装置，保证不同相位在一定时间内能够重复出现即可。
[0115]
实施例3
[0116]
本实施例3提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于自旋玻璃模型的智能交通信号灯调控方法，该方法包括：
[0117]
基于历史道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；
[0118]
根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；
[0119]
通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；
[0120]
结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；
[0121]
根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。
[0122]
实施例4
[0123]
本实施例4提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的基于自旋玻璃模型的智能交通信号灯调控方法，该方法包括：
[0124]
基于历史道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；
[0125]
根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；
[0126]
通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；
[0127]
结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；
[0128]
根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。
[0129]
实施例5
[0130]
本实施例5提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的基于自旋玻璃模型的智能交通信号灯调控方法的指令，该方法包括：
[0131]
基于历史道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；
[0132]
根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；
[0133]
通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；
[0134]
结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；
[0135]
根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。
[0136]
综上所述，本发明实施例所述的基于自旋玻璃模型的智能交通信号灯调控方法及系统，采用全局智能交通灯优化方法，实现对城市路网的整体优化，自适应城市不同的出行模式(如早高峰、晚高峰)和突发事件(如紧急疏散、行政管控等)，极大程度上依托现有的道路结构来提高城市交通管理效率、减少交通拥堵和改善道路安全。其对标准四岔路口八相位交通信号灯进行编码建模，并向下兼容常见的丁字路口的三相位信号灯系统，结合实际城市的路网拓扑结构并从交通控制的角度出发构建城市道路的全局代价函数，使城市系统与统计物理中经典的自旋玻璃模型相对应，从而借助经典的自旋玻璃求解算法对智能交通灯系统进行求解优化。即通过最小化全局代价函数，使城市路网中各分支道路的车流尽可能平均分布。另一方面该系统能够集成现有的道路图像传感器或使用现有地图软件(如百度、高德等)提供的道路拥堵状态数据，实时更新矫正实际车流状态，从而得到符合当前时刻真实路况的全局优化结果，具备极大的应用价值。
[0137]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0138]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0139]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0140]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0141]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种基于自旋玻璃模型的智能交通信号灯调控方法，其特征在于，包括：基于前一时刻道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。2.根据权利要求1所述的基于自旋玻璃模型的智能交通信号灯调控方法，其特征在于，根据一般八相位路口的不同相位间的对称性关联，可以采用四位二进制数对不同相位进行唯一标识，根据对称性对不同的原子转向进行编码，确定每个相位的对应模式。3.根据权利要求2所述的基于自旋玻璃模型的智能交通信号灯调控方法，其特征在于，通过将各个相位的路口进行两两组合，得到各个相位路口之间的流量差表；标识二进制数中的位数，对流量差表进行总结归纳，得到南北方向的交通流量和东西方向的交通流量，从而得到整体车流量表示。4.根据权利要求2所述的基于自旋玻璃模型的智能交通信号灯调控方法，其特征在于，每个道路节点i，其具有邻接表n
i
，定义交通网络中的流量偏差代价函数为：为表征道路路况的稳定性状态，即确保路口的信号灯不会频闪，差量代价函数为：为表征道路路况的稳定性状态，即确保路口的信号灯不会频闪，差量代价函数为：则得到系统的整体哈密顿量为：h＝h
q
+h
d
。5.根据权利要求1所述的基于自旋玻璃模型的智能交通信号灯调控方法，其特征在于，全局优化算法为模拟退火算法，结合哈密顿量，在退火降温的过程中，不断随机地对当前路口的相位情况进行扰动，在根据扰动计算得到新的哈密顿量后，与原哈密顿量进行比较并以一定的概率接受它，接受概率随着降温过程递减；当温度下降至阈值后，退火过程结束，将路口的原始相位状态替换为迭代结束后的新状态。6.根据权利要求1所述的基于自旋玻璃模型的智能交通信号灯调控方法，其特征在于，全局优化算法为模拟分岔算法，对原始ising模型中离散的自旋态进行实数空间的连续化假设，对实际交通网络进行扩充后，采用四组非线性独立的二进制数描述。7.一种基于自旋玻璃模型的智能交通信号灯调控系统，其特征在于，包括：获取模块，用于基于历史道路流量数据，结合实际道路交叉口的监控图像数据，获得道路的实时交通流量信息；
构建模块，用于根据实际道路的拓扑连接结构，结合实时交通流量信息，计算当前时刻的交通参数信息，根据四岔路口八相位交通模式构建实际交通网络模型；其中，所述交通参数信息包括道路流量信息、车流转向概率信息；对应模块，用于通过数学等价运算使实际交通网络模型与经典自旋玻璃模型相对应；求解模块，用于结合全局优化算法，使用应用于自旋玻璃态模型的求解算法求解实际交通网络模型，得到交通信号灯控制策略；控制模块，用于根据交通信号灯控制策略，实现对全局交通灯的智能动态调控。8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-6任一项所述的基于自旋玻璃模型的智能交通信号灯调控方法。9.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如权利要求1-6任一项所述的基于自旋玻璃模型的智能交通信号灯调控方法。10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-6任一项所述的基于自旋玻璃模型的智能交通信号灯调控方法的指令。

技术总结
本发明提供一种基于自旋玻璃模型的智能交通信号灯调控方法及系统，属于计算机智能交通控制技术领域，经过高德、百度等地图测绘企业提供的道路流量数据，结合实际道路交叉口的监控图像数据等，获得道路的实时交通流量信息；根据实际道路的拓扑连接结构推算当前时刻的车流转向概率等信息，从而构建实时的城市交通流量模型，并通过数学等价运算可使其与经典自旋玻璃模型相对应。基于上述模型，结合模拟退火算法和模拟分支算法等全局优化算法，从而实现对全局交通灯的智能动态调控，尽可能减少道路拥堵以提升城市现有道路的通勤效率。该算法的部署能有效提升城市交通信号灯对不同交通模式的动态调整能力，从而提升了城市路网利用率，减少拥堵的发生。减少拥堵的发生。减少拥堵的发生。


技术研发人员：赵胜达 柳哲坤 俱博成 张兴华 张晓东 王良 许丹丹
受保护的技术使用者：北京交通大学
技术研发日：2023.03.27
技术公布日：2023/7/4