基于交叉口资源预留的智能信号灯控制方法

1.本发明属于道路交叉口信号控制技术领域，涉及一种基于交叉口资源预留的智能信号灯控制方法。


背景技术：

2.交通运输系统中，交叉口是道路交通的瓶颈，交叉口管理更是保持交通安全和畅通最具挑战性的任务之一。一方面，虽然交叉口在整个道路系统中所占的比例相对较小，但它却是大部分交通事故发生的地点；另一方面，伦敦、悉尼、北京、广州等多个城市的实践表明，现有信号灯控制系统(如rhodes、scats等)对道路通行能力和路网容量的提升十分有限。现有的感应式信号控制方法无法实现相序和相位时长的实时动态调控，无法实现交通需求和交叉口供给的精细化匹配。
3.智能网联融合了车联网和无人驾驶技术的优点，可为构建安全、高效和可持续发展的新一代交通系统提供技术支持。诺贝尔将得主乔治
·
穆萨特认为凭借cav(connected-automated vehicle，智能网联汽车)技术，人工智能最终将接管对驾驶的权利。研究表明，与信号控制相比，cav市场渗透率达到100％时，通过车辆协同(无信号交叉口)可使交叉口延误减少几个数量级，同时指出当cav的市场渗透率低于90％时，无信号交叉口不能对交通控制做出明显改善。而与此同时，根据中国交通运输部《智能网联汽车道路侧试管理规范(试行)》和美国交通运输部《未来交通准备：自动驾驶3.0》等权威报告，在可预见的将来cav和人工驾驶汽车将长期共存，cav和人工驾驶汽车混行环境下交叉口应采用何种通行策略和控制方法成为交通运输领域亟待解决的关键问题。
4.在这种背景下，考虑到目前cav尚未商用，构建一种适用于低cav渗透场景，且能使交叉口通行效率随着cav渗透率的提高而提高的交叉口车辆协同方法具有重要的意义。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种基于交叉口资源预留的智能信号灯控制方法，通过对车道通行需求与交叉口资源供给进行精细化匹配，提高交通系统的整体运行效率。
6.为达到上述目的，本发明提供如下技术方案：
7.一种基于交叉口资源预留的智能信号灯控制方法，其包括以下步骤：
8.s1、将交叉口前长度为d的路段划设为车辆检测区，并配置控制中心、智能信号灯、车辆检测器和路侧单元(road side unit，rsu)；其中，智能信号灯和rsu联动并接受控制中心指令；人工驾驶汽车受信号灯控制，在绿灯时通过交叉口；
9.s2、统计交叉口车流量，将车流量较高的流向设置为主线通行相位，交叉口闲时该相位为绿灯；
10.s3、rsu通过车辆检测器获取车辆检测区中每个车道的车辆数，以及车辆队列中头车等待时间；所有车辆在缓冲线前可自由变道，车辆检测区内不允许变道；
11.s4、控制中心结合车道队列长度和队列头车等待时间为各车道分配通行相位p(tb,te)，并将信号控制方案发送至智能信号灯；其中tb表示相位开始时间，te表示相位结束时间；
12.进一步地，步骤s4包括以下步骤：
13.s41、将交叉口划分为n
×
n的网格，并采用二元数据结构sc∈{0,1}描述交叉口元胞的状态，实现交叉口时空供给与通行需求的统一表达；其中，sc＝0表示元胞处于空闲状态，sc＝1表示元胞处于占用状态；
14.s42、确定不同来向交通流的优先级；
15.s43、选择优先级最高的车道并为其分配通行相位。通行相位的计算方法从以下三个方面出发：基于投影算法的集合运算、通行相位时长计算、跟驰模型的选择。
16.若无法分配通行相位则重复步骤s42，选择下一条车道。
17.进一步地，步骤s42具体为：运用基于车队长度和头车等待时间的评分方法计算不同来向交通流的通行相位优先级：
[0018][0019]
式中，p
sξk
表示车道ξk的标准分，α表示队列长度权重，β表示头车等候时间权重，p
wξk
表示车道ξk头车等待时间(单位为s)；p
lξk
表示车道ξk检测区内车辆队列长度(单位为m)：
[0020][0021]
其中，m表示车辆数，l
vi
表示车辆长度，δ表示拥塞距离。
[0022]
进一步地，通行相位p(tb,te)的计算如下：
[0023]
1)执行基于投影算法的集合运算：
[0024][0025]
式中，t
ξkj
表示交叉口进口方向ξ的车道k轨迹上第j个冲突点的资源占用时间记录，其中ξ∈{e,s,w,n}，e、s、w、n分别表示交叉口东、南、西、北四个方向；表示第j个冲突点到起始线的距离(单位为m)，λ表示车道转向，λ∈{l,s}，l表示左转，s表示直行；va表示车辆从起始线启动到离开交叉口的平均速度(m/s)；t
pξk
表示所有t
ξkj
在交叉口停车线上的投影集合；表示将t
ξkj
沿着时间轴倒退可根据上式找到其他车道上车辆的通行时隙。
[0026]
上式中，va由下式计算：
[0027][0028]
式中，ai表示车辆i的启动加速度(m/s2)，为一常量，l
inter
表示交叉口的长度(m)。
[0029]
2)计算通行相位时长：
[0030][0031]
式中，tg表示通行相位时长(s)；m表示某一车道检测区上的车辆集合；sm表示后车启动时前车行驶的距离(m)；ai表示车辆启动加速度(m/s2)，为一常量；li表示车身长度(m)；δs
*
表示安全距离(m)；vf表示期望速度(m/s)；s1表示车辆从启动到加速至期望速度所需要行驶的距离(m)，t
loss
表示损失时间；
[0032]
3)选择车辆跟驰模型为智能驾驶模型(intelligent driver model，idm)，智能驾驶模型为：
[0033][0034]
subject to：
[0035][0036][0037]
式中，ai(t)表示车辆瞬时加速度(m/s2)，变量；i表示车辆编号；t表示仿真时间(s)；a
max
表示车辆最大加速度(m/s2)，常量模型参数；b表示舒适减速度(m/s2)，常量；σ表示安全车头时距(s)，常量模型参数；s0表示车辆堵塞时的车间距，常量模型参数；vi(t)表示车辆瞬时速度(m/s)，变量；v
max
表示车辆最大速度(m/s)，常量；表示跟驰车辆和前车的安全距离(m)；δvi(t)表示跟驰车辆和前车的速度差(m/s)；δdi(t)表示跟驰车辆和前车的车间距(m)；表示车辆i加载到路网的时间(s)；
[0038]
4)判断车道ξk是否满足获得通行相位的条件：
[0039][0040]
式中，p
swi
表示车道wi的标准分，p(tb,te)即为所求的通行相位，t
b-te＝tg；t
pwi
表示车道wi在交叉口内的冲突点时空资源占用在起始线上的投影；
[0041]
5)执行步骤4)后，将车道wi标记为已分配通行相位，在其通行相位结束前不再参与通行相位分配；返回步骤2)选取下一个优先级最高的车道计算通行相位。
[0042]
上述所有约束条件组成一个多约束非线性数学规划模型，对其进行求解，如果有可行解，则得到车道编号ξk和相应的通行相位p(tb,te)。
[0043]
本发明的有益效果在于：本发明能对车道通行需求与交叉口资源供给进行精细化匹配，从而解决现有信号灯控制技术对交通流管控较为粗放的问题，使交通系统的整体运行效率得到明显提升。此外，当道路上出现cav时，cav可在进入车辆检测区后立即向控制中心申请通行相位，从而减少停车次数，提高交叉口通行效率，而且随着路网中cav的渗透率的提高，交叉口通行效率可以进一步提高，可以解决交叉口控制模型不能适应不同cav渗透场景的问题，发挥cav信息交互、协同通行的优势。
[0044]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0045]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0046]
图1为交叉口布局示意图；
[0047]
图2为交叉口通行需求与资源供给统一表达示意图；
[0048]
图3为投影算法示意图；
[0049]
图4为交叉口控制流程图；
[0050]
图5为交叉口示意图；
[0051]
图6为不同控制方案的车均延误对比图。
具体实施方式
[0052]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0053]
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
[0054]
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”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和简化描述，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，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0055]
实施例1
[0056]
本实施例基于以下假设：
[0057]
(1)cav低渗透率场景不考虑cav车辆的通信功能；
[0058]
(2)车辆进入检测区后控制中心可通过感应装置获取每个车道的车辆数以及排队车辆中头车等待时间；
[0059]
(3)所有车辆在缓冲线前可自由变道，检测区内不允许变道，车辆在无车辆冲突情况下可右转，这与现行的交通法规一致；
[0060]
(4)智能信号灯由控制中心控制，在满足一定的要求后可切换通行相位。
[0061]
考虑一个双向六车道的典型交叉口，将交叉口前长度为d的路段设置为车辆检测区，配置控制中心、智能信号灯、车辆检测器和rsu，其中，rsu和智能信号灯联动并接受控制中心指令，人工驾驶汽车受信号控制并根据绿灯通过交叉口，如图1所示。
[0062]
为实现交通需求与时空供给的精细化匹配，必须建立统一的数据结构对车辆通行需求与交叉口空间资源供给进行定量描述，从而实现资源配置的“可计算”。如图2所示，将交叉口划分为n
×
n的网格，并采用二元数据结构sc∈{0,1}描述交叉口元胞的状态，其中，sc＝0表示元胞处于空闲状态，sc＝1表示元胞处于占用状态。图2中的编号k∈{1,2,3}对应车道编号，字母e、s、w、n分别代表东、西、南、北四个方向。图2分别给出了在不同系统时间t1～tn的交叉口元胞状态。人工驾驶汽车到达交叉口的时刻无法准确预估，其通行受信号灯控制，将对应车道通行相位时段内所涉及的元胞设计为连续占用，此时无论有车辆通过，元胞均处于被占用状态。每个车道在满足一定的条件时可向控制中心预约通行时隙，控制中心通过简单的集合运算得到可用的通行时隙，车辆只需要按照信号灯行驶。这样就实现了交叉口时空供给与通行需求的统一表达。
[0063]
为了得到可用的通行时隙，控制中心必须保证预留时间内通行轨迹上的所有元胞处于空闲状态，因此，必须找出所有可能存在资源分配冲突的元胞。同一车道上车辆间的冲突涉及车道上所有的元胞，车辆只需遵循跟驰模型即可消除冲突；不同来向的车道只在车道相交处(即冲突点)存在冲突的元胞。如图3所示，交叉口内的冲突点由左上角的交叉口车道轨迹图表示，则西进左转的车道w1将通过4个冲突点上的元胞(图中的圆)，每个元胞的资源被绿灯相位占用的时段可用右侧的时空图表示。
[0064]
此时，控制中心为西进左转方向的来车申请通行相位p
wn1
，则如图3中交叉口内部的车辆轨迹(实线)所示，车辆安全通过交叉口的条件是车辆轨迹上所有元胞的资源占用处于空闲状态。图中核心区的实线轨迹表征了在通行相位开始和结束时刻，车辆匀速通过交叉口的轨迹。为了使得尽可能多的车辆在通行相位内通过交叉口同时减少交叉口时空资源浪费，需要设置合理的通行相位起止时间。采用基于“预留”机制的多流向车辆通行时隙计算方法，如果车辆的预测轨迹上的任何一个单元格被其他车辆占用或预留，控制中心将拒绝该车辆的请求。否则，车辆可以通过交叉口而不会发生任何冲突。
[0065]
如图3所示，要实现车道通行需求与交叉口资源供给的精细化匹配，有两个关键问题需要解决：
[0066]
(1)根据各车道交通流状态确定各车道分配通行相位的优先级；
[0067]
(2)为优先级最高的车道分配通行相位。
[0068]
下面结合图4对本实施例的控制方法详述如下，包括以下步骤：
[0069]
步骤s1：统计交叉口车流量，将车流量较高的流向设置为主线通行相位，交叉口闲时该相位为绿灯；
[0070]
步骤s2：车辆进入检测区后rsu通过车辆检测器获取每个车道的车辆数以及排队车辆中头车等待时间；
[0071]
步骤s3：控制中心综合考虑各车道队列长度和队列头车等待时间，为各车道分配通行相位p(tb,te)，并将信号控制方案发送给智能信号灯，具体步骤如步骤s31～s33所示；
[0072]
步骤s31：将交叉口划分为n
×
n的网格，并采用二元数据结构sc∈{0,1}描述交叉
口元胞的状态，实现交叉口时空供给与通行需求的统一表达，其中，sc＝0表示元胞处于空闲状态，反之亦然；
[0073]
步骤s32：确定不同来向交通流的优先级，选择满足通行相位分配条件的车道并为其分配通行相位，具体为：
[0074]
运用基于车队长度和头车等候时间的评分方法计算不同来向交通流的通行相位优先级，公式如下：
[0075][0076]
式中，p
sξk
表示车道ξk的标准分，α表示队列长度权重，β表示头车等候时间权重，p
wξk
表示车道ξk头车等待时间(单位为s)；p
lξk
表示车道ξk检测区内车辆队列长度(单位为m)：
[0077][0078]
其中，m表示车辆数，l
vi
表示车辆长度，δ表示拥塞距离；
[0079]
步骤s33：选择优先级最高的车道，为其分配通行相位p(tb,te)，通行相位的计算方法从以下三个方面出发：基于投影算法的集合运算、通行相位时长计算、跟驰模型的选择；
[0080]
若无法分配通行相位则重复步骤s32，选择下一条车道，具体步骤如步骤a～步骤d所示；
[0081]
步骤a：执行基于投影算法的集合运算，公式如下：
[0082][0083]
式中，t
ξkj
表示交叉口进口方向ξ的车道k轨迹上第j个冲突点的资源占用时间记录，其中ξ∈{e,s,w,n}，e、s、w、n分别表示交叉口东、南、西、北四个方向；表示第j个冲突点到起始线的距离(单位为m)，λ表示车道转向，λ∈{l,s}，l表示左转，s表示直行；va表示车辆从起始线启动到离开交叉口的平均速度(m/s)；t
pξk
表示所有t
ξkj
在交叉口停车线上的投影集合；表示将t
ξkj
沿着时间轴倒退可根据上式找到其他车道上车辆的通行时隙。
[0084]
式(3)中，va由下式计算：
[0085][0086]
式中，ai表示车辆i的启动加速度(m/s2)，为一常量，l
inter
表示交叉口的长度(m)
[0087]
步骤b：计算通行相位时长，公式如下：
[0088][0089]
式中，tg表示通行相位时长(s)；m表示某一车道检测区上的车辆集合；sm表示后车启动时前车行驶的距离(m)，设置sm＝5m；ai表示车辆启动加速度(m/s2)，为一常量；li表示
车身长度(m)；δs
*
表示安全距离(m)；vf表示期望速度(m/s)；s1表示车辆从启动到加速至期望速度所需要行驶的距离(m)，t
loss
表示损失时间(s)，t
loss
＝3s；
[0090]
步骤c：选择车辆跟驰模型为智能驾驶模型(intelligent driver model，idm)，其公式如下：
[0091][0092]
subject to：
[0093][0094]
式中，ai(t)表示车辆瞬时加速度(m/s2)，变量；i表示车辆编号；t表示仿真时间(s)；a
max
表示车辆最大加速度(m/s2)，常量模型参数；b表示舒适减速度(m/s2)，常量；σ表示安全车头时距(s)，常量模型参数；s0表示车辆堵塞时的车间距，常量模型参数；vi(t)表示车辆瞬时速度(m/s)，变量；v
max
表示车辆最大速度(m/s)，常量；表示跟驰车辆和前车的安全距离(m)；δvi(t)表示跟驰车辆和前车的速度差(m/s)；δdi(t)表示跟驰车辆和前车的车间距(m)；表示车辆i加载到路网的时间(s)；
[0095]
步骤d：判断车道ξk(以ξk＝w1为例)是否满足获得通行相位的条件：
[0096][0097]
式中，p
sw1
表示车道w1的标准分，p(tb,te)即为所求的通行相位，t
b-te＝tg；t
pw1
表示车道w1在交叉口内的冲突点时空资源占用在起始线上的投影；执行步骤d后，将该车道标记为已分配通行相位，不再参与通行相位分配直至该通行相位结束，返回步骤s32选取另一个优先级最高的车道求解其通相位。
[0098]
上述所有约束条件公式(1)～(7)组成一个多约束非线性数学规划模型，对其求解，如果有可行解，则得到车道编号ξk和相应的通行相位p(tb,te)。
[0099]
下面以图5所示的交叉口为例来详细说明本实施例所述控制方法的应用过程，并在仿真软件sumo中建立仿真模型，实现仿真可视化。在此图中，交叉口为双向6车道，右转车流实行渠化分流，内侧车道为左转车道，中间车道为直行车道，因此具有普遍代表性。
[0100]
为便于计算，对车辆的时间维度以相对时间来描述，单位为s，空间距离单位为m，速度单位为m/s。设交叉口各进口直行车道停车线到第一个冲突点的距离为8m，到第二个冲突点的距离为12m，到第三个冲突点的距离为14m，到第四个冲突点的距离为18.6m，交叉口长度为27.6m。控制过程中的具体参数设置如表1所示：
[0101]
表1参数设置
[0102][0103]
经过实地监测，交叉口各来向交通流情况为东进口657veh/h，南进口712veh/h，西进口459veh/h，北进口633veh/h。
[0104]
从时刻0开始，交叉口路段先后有三个车道的车辆检测区检测到车辆到达，其余车道未检测到车辆，各车车道交通流状态如表2所示：
[0105]
表2初始时刻交叉口各车道状态表
[0106][0107]
下面按照前面所提控制方法为车道n2、e2、w2、s2制定控制方案。
[0108]
步骤s1：东西走向交通流量为：657+459＝1116veh/h，南北走向交通流量为：712+633＝1345veh/h，因此将南北走向设置为主线通行相位，交叉口闲时该相位为绿灯。
[0109]
步骤s2：车辆进入缓冲区后rsu通过车辆检测器获取每个车道的车辆数以及排队车辆中头车等待时间，统计结果如表2所示；
[0110]
步骤s3：控制中心综合考虑各车道队列长度和队列头车等待时间，为各车道分配通行相位p(tb,te)，并将信号控制方案发送给智能信号灯，具体步骤如步骤s31～s33所示；
[0111]
步骤s31：将交叉口划分为12
×
12的网格，并采用二元数据结构sc∈{0,1}描述交叉口元胞的状态，实现交叉口时空供给与通行需求的统一表达；
[0112]
步骤s32：确定不同来向交通流的优先级，选择满足通行相位分配条件的车道并为其分配通行相位，具体步骤如步骤a所示；
[0113]
步骤a：计算车道n2、e2、w2、s2的标准分：
[0114]
p
ln2
＝4.8
×
5+(5-1)
×
2＝32(m)
[0115]
p
sn2
＝32+6
×
0.5＝35(8)
[0116]
p
le2
＝4.8
×
8+(8-1)
×
2＝52.4(m)
[0117]
p
se2
＝52.4+14
×
0.5＝59.4(9)
[0118]
p
lw2
＝4.8
×
7+(7-1)
×
2＝45.6(m)
[0119]
p
sw2
＝45.6+28
×
0.5＝59.6(10)
[0120]
p
ls2
＝4.8
×
1＝4.8(m)
[0121]
p
ss2
＝4.8+31
×
0.5
×
2＝20.3(11)
[0122]
则车道优先级为w2》e2》n2》s2。
[0123]
步骤s33：选择优先级最高的车道w2，为其分配通行相位p(tb,te)，具体步骤如步骤a～步骤d所示；
[0124]
步骤a：执行基于投影算法的集合运算，公式如下：
[0125][0126][0127]
此时，t
pw2
记录为空。
[0128]
步骤b：计算通行相位时长：
[0129][0130]
由于上式在本实施例中除cardm外均为常量，因此上式可化简为：
[0131]
tg＝(cardm-1)
×
2.24+6.59
ꢀꢀ
(15)
[0132]
得到tg≈20s。
[0133]
步骤c：车辆的运动由idm模型描述。
[0134]
步骤d：判断车道w2是否满足获得通行相位的条件：
[0135][0136]
因此车道w2的通行相位为p(0，20)，记录t
pw2
＝[0,20]，登记冲突点被占用情况，由式(13)反推可得：t
w21
＝[1.3,21.3]，t
w22
＝[1.9,21.9]，t
w23
＝[2.3,22.3]，t
w24
＝[3,23]。
[0137]
返回步骤s32选取另一个优先级最高的车道求解其通行相位：
[0138]
步骤s32：车道优先级为：e2》n2》s2
[0139]
步骤s33：选择优先级最高的车道e2，为其分配通行相位：
[0140]
步骤a：执行基于投影算法的集合运算：
[0141]
t
pe2
＝(t
e21-1.3)∪(t
e22-1.9)∪(t
e23-2.3)∪(t
e24-3)
ꢀꢀ
(16)
[0142]
此时t
pe2
记录为空。
[0143]
步骤b：计算通行相位时长，cardm＝8，带入式(15)可得tg≈22.3s。
[0144]
步骤c：车辆的运动由idm模型描述。
[0145]
步骤d：判断车道e2是否满足获得通行相位的条件：
[0146][0147]
因此车道e2的通行相位为p(0，22.3)，记录t
pe2
＝[0,22.3]，登记冲突点被占用情况，由式(13)反推可得：t
e21
＝[1.3,23.6]，t
e22
＝[1.9,24.2]，t
e23
＝[2.3,24.6]，t
e24
＝[3,25.3]。
[0148]
返回步骤s32选取另一个优先级最高的车道求解其通行相位：
[0149]
步骤s32：车道优先级为：n2＞s2
[0150]
步骤s33：选择优先级最高的车道n2，为其分配通行相位：
[0151]
步骤a：执行基于投影算法的集合运算：
[0152]
t
pn2
＝(t
n21-1.3)∪(t
n22-1.9)∪(t
n23-2.3)∪(t
n24-3)
ꢀꢀ
(18)
[0153]
由于t
n21
＝t
e24
，t
n24
＝t
w21
，因此：
[0154][0155]
步骤b：计算通行相位时长，cardm＝5，代入式(15)可得tg≈15.6s。
[0156]
步骤c：车辆的运动由idm模型描述。
[0157]
步骤d：判断车道n2是否满足获得通行相位的条件：
[0158][0159]
因此车道n2的通行相位为p(24.1，39.7)，记录t
pn2
＝[24.1,39.7]，登记冲突点被占用情况，由式(13)反推可得：t
n21
＝[25.4,41]，t
n22
＝[26.1,41.6]，t
n23
＝[26.5,42]，t
n24
＝[27.1,42.7]。
[0160]
返回步骤s32选取另一个优先级最高的车道求解其通行相位：
[0161]
步骤s32：车道优先级为：s2
[0162]
步骤s33：选择优先级最高的车道s2，为其分配通行相位：
[0163]
步骤a：执行基于投影算法的集合运算：
[0164]
t
ps2
＝(t
s21-1.3)∪(t
s22-1.9)∪(t
s23-2.3)∪(t
s24-3)
ꢀꢀ
(21)
[0165]
由于t
s21
＝t
w24
，t
s24
＝t
e21
，因此：
[0166][0167]
步骤b：计算通行相位时长，cardm＝1，代入式(15)可得tg≈6.6s。
[0168]
步骤c：车辆的运动由idm模型描述。
[0169]
步骤d：判断车道s2是否满足获得通行相位的条件：
[0170]
[0171]
因此车道n2的通行相位为p(21.8，28.4)，记录t
ps2
＝[21.8,28.4]，登记冲突点被占用情况，由式(13)反推可得：t
s21
＝[23.1,29.7]，t
s22
＝[23.7,30.3]，t
s23
＝[24.1,30.7]，t
s24
＝[24.8,31.4]。
[0172]
实施例2
[0173]
本实施例采用开源微观交通仿真软件sumo来仿真验证本发明提出的基于交叉口资源预留的智能信号灯控制方法。两种现有的信号控制方法，即固定信号控制和感应信号控制被用来比较本发明的性能。固定信号控制的相位周期长度为90s，有四个相位，具体而言，第一相位和第三相位分别为东西向和南北向直行相位，第二相位和第四相位分别为东西向和南北向左转相位。第一至四相位的有效绿灯时间依次为27s、10s、27s和10s。每个进口的饱和流量为1800pcu/h，直行组和左转组的通行能力分别为540pcu/h和200pcu/h。注意右转车辆是实施渠道化分流。在感应信号控制中，车辆检测器设置在交叉口上游60m处，用于启动信号控制。在此控制中，如果达到最大绿灯时间或6秒内没有检测到车辆，则绿灯相位将终止。
[0174]
采用固定信号控制下的流量/通行能力(volume/capacity，v/c)比率来表示输入交通量。在30分钟内，南北向的输入流量由320pcu/h缓慢增加到1180pcu/h(v/c比率大约从0.32到1.2)，而东西向的输入流量由400pcu/h缓慢增加到1180pcu/h(v/c比率大约从0.4到1.2)。由于车辆的到达遵循泊松分布，因此到达的车辆总数并非呈线性增长，而是随时间略有波动。各方向的车流中，左转、直行、右转的比率分别为25％、60％和15％。
[0175]
三种方法中车辆延误的比较如图6所示，图中可见，本发明在降低车均延误方面优于现有的固定信号控制和感应信号控制方法。
[0176]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.一种基于交叉口资源预留的智能信号灯控制方法，其特征在于：该方法包括以下步骤：s1、将交叉口前长度为d的路段划设为车辆检测区，并配置控制中心、智能信号灯、车辆检测器和路侧单元；所述智能信号灯和路侧单元联动并接受控制中心指令；s2、统计交叉口车流量，将车流量较高的流向设置为主线通行相位，交叉口闲时该相位为绿灯；s3、路侧单元通过车辆检测器获取车辆检测区中每个车道的车辆数，以及车辆队列中头车等待时间；s4、控制中心结合车道队列长度和队列头车等待时间为各车道分配通行相位p(t
b
,t
e
)，并将信号控制方案发送至智能信号灯；其中t
b
表示相位开始时间，t
e
表示相位结束时间。2.根据权利要求1所述的智能信号灯控制方法，其特征在于：步骤s4包括以下步骤：s41、将交叉口划分为n
×
n的网格，并采用二元数据结构sc∈{0,1}描述交叉口元胞的状态，实现交叉口时空供给与通行需求的统一表达；其中，sc＝0表示元胞处于空闲状态，sc＝1表示元胞处于占用状态；s42、确定不同来向交通流的优先级；s43、选择优先级最高的车道并为其分配通行相位；若无法分配通行相位，则返回步骤s42选择下一车道。3.根据权利要求2所述的智能信号灯控制方法，其特征在于：步骤s42具体为：运用基于车队长度和头车等待时间的评分方法计算不同来向交通流的通行相位优先级：式中，p
sξk
表示车道ξk的标准分，α表示队列长度权重，β表示头车等候时间权重，p
wξk
表示车道ξk头车等待时间；p
lξk
表示车道ξk检测区内车辆队列长度：其中，m表示车辆数，l
vi
表示车辆长度，δ表示拥塞距离。4.根据权利要求1所述的智能信号灯控制方法，其特征在于：在步骤s4中，通行相位p(t
b
,t
e
)的计算如下：1)执行基于投影算法的集合运算：式中，t
ξkj
表示交叉口进口方向ξ的车道k轨迹上第j个冲突点的资源占用时间记录，其中ξ∈{e,s,w,n}，e、s、w、n分别表示交叉口东、南、西、北四个方向；表示第j个冲突点到起始线的距离，λ表示车道转向；v
a
表示车辆从起始线启动到离开交叉口的平均速度；t
pξk
表示所有t
ξkj
在交叉口停车线上的投影集合；表示将t
ξkj
沿着时间轴倒退2)计算通行相位时长：
式中，t
g
表示通行相位时长，m表示某一车道检测区上的车辆集合，s
m
表示后车启动时前车行驶的距离，a
i
表示车辆启动加速度，l
i
表示车身长度，δs
*
表示安全距离，v
f
表示期望速度，s1表示车辆从启动到加速至期望速度所需要行驶的距离，t
loss
表示损失时间；3)嵌入智能驾驶模型，智能驾驶模型为：subject to：式中，a
i
(t)表示车辆瞬时加速度，i表示车辆编号，a
max
表示车辆最大加速度，b表示舒适减速度，σ表示安全车头时距，s0表示车辆堵塞时的车间距，v
i
(t)表示车辆瞬时速度，v
max
表示车辆最大速度，表示跟驰车辆和前车的安全距离，δv
i
(t)表示跟驰车辆和前车的速度差，δd
i
(t)表示跟驰车辆和前车的车间距，表示车辆i加载到路网的时间；4)判断车道ξk是否满足获得通行相位的条件：式中，p
swi
表示车道wi的标准分，t
pwi
表示车道wi在交叉口内的冲突点时空资源占用在起始线上的投影；5)执行步骤4)后，将车道wi标记为已分配通行相位，在其通行相位结束前不再参与通行相位分配；返回步骤2)选取下一个优先级最高的车道计算通行相位。5.根据权利要求1所述的智能信号灯控制方法，其特征在于：在所述车辆检测区内，车辆不允许变道。

技术总结
本发明涉及一种基于交叉口资源预留的智能信号灯控制方法，属于道路交叉口信号控制技术领域。该方法为：将交叉口前长度为d的路段设置为车辆检测区，配置控制中心、智能信号灯、车辆检测器、RSU，RSU和智能信号灯联动并接受控制中心指令；统计交叉口车流量，将车流量较高的流向设置为主线通行相位，交叉口闲时该相位为绿灯；通过车辆检测器获取每个车道的车辆数以及排队车辆中头车等待时间并发送给RSU；控制中心综合考虑各车道队列长度和队列头车等待时间，为各车道分配通行相位，并将信号控制方案发送给智能信号灯。本发明能对车道通行需求与交叉口资源供给进行精细化匹配，从而使交通系统的整体运行效率得到明显提升。通系统的整体运行效率得到明显提升。通系统的整体运行效率得到明显提升。


技术研发人员：黄鑫 向杰 李永福 黄龙旺
受保护的技术使用者：重庆邮电大学
技术研发日：2023.04.17
技术公布日：2023/6/28