[發明專利]一種基于粒子群算法的相鄰路口間人行道信號燈控制方法

有效

• 申請號: 201510525897.4
• 申請日: 2015-08-25
• 公開（公告）號: CN105046990B
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 童素芬;溫曉岳;羅鵬;章步鎬
• 申請（專利權）人: 銀江股份有限公司
• 主分類號: G08G1/08
• 分類號: G08G1/08
• 代理公司: 杭州斯可睿專利事務所有限公司33241
• 代理人: 王利強

1.一種基于粒子群算法的相鄰路口間人行道信號燈控制方法，其特征在于：所述控制方法包括如下步驟：

1)參考歷史交通數據的時間段劃分；

采集歷史交通數據中，按交通流量變化劃分時間段，將流量變化較小時間段的劃在一塊，區分交通流量高峰段和平緩段；

2)人行道信號燈相位設置及相位變換設置

信號燈相位：R1人行道綠燈，機動車道紅燈

R2人行道紅燈，機動車道紅燈

R3人行道紅燈，機動車道綠燈

R4人行道紅燈，機動車道紅燈

相位R2、R4保證相位變換后，通行一半的行人或車輛順利通行，其時間設置為固定值，R2時間TR2＝人行道長度/人平均速度，R4時間TR4＝人行道寬度/機動車平均速度；

相位變換設置：

2.1)當人行道沒有行人，機動車道沒有車輛時，機動車道綠燈相位；

2.2)當機動車道出現車輛而人行道未出現行人時，機動車道綠燈相位；

2.3)當人行道出現行人而機動車道未出現車輛時，人行道綠燈相位；

2.4)當人行道有行人、機動車道有車輛時，計算人行道和機動車道綠燈相位需求程度，此時，信號燈循環變換順序為R1、R2、R3、R4，因為R2、R4的時間設置為固定值，R1、R3的相位時間根據人行道和機動車道綠燈相位需求程度是否滿足信號燈相位變換條件進行確定；

3)實時采集人行道和機動車道交通數據，計算人行道和機動車道綠燈相位需求程度

人行道綠燈相位需求程度包括前一相位狀態R3和當前相位狀態R1的行人通過人行道流量、行人等候數量、行人等候時間和行人流量波動情況；機動車道綠燈相位需求程度包括前一相位狀態R1和當前相位狀態R3的車輛通過人行道流量、車輛等候的排隊長度、車輛等候時間和車輛流量波動情況；

計算公式如下：

其中，

g_ren(t)、g_che(t)分別為t時人行道、機動車道綠燈相位需求程度；α_d為人行道、機動車道綠燈相位需求程度系數，d＝1,2,...,6，根據歷史交通數據和粒子群算法尋優求解得出；T_k-1為上一個相位狀態的狀態起點時間，T_k當前相位狀態的狀態起點時間，t為當前時間點；R(T_k-1)為T_k-1時相位狀態，同一個相位狀態在g_ren(t)、g_che(t)中的效果不同，因而取值不同，當前相位為R1時，R(T_k-1)在g_ren(t)的值設置為1，在g_che(t)值設置為-1，當前相位為R3時，R(T_k-1)在g_ren(t)的值設置為-1，在g_che(t)值設置為1；分別為J時間段內的車輛流量、行人流量歷史數據均值，J為步驟1)劃分的時間段，J∈T_NEW；分別為T_k-1～t之間的車輛流量、行人流量當前采集數據均值；Q(s)、Q_r(s)分別為s時的車輛流量、行人流量；L(s)、N(s)分別為s時的車輛排隊長度、行人數，由檢測行人過人行道的攝像機、車輛檢測器獲得；Q_max、Q_rmax、N_max、L_max、T_cmax分別為車輛流量、行人流量、行人數量、車輛排隊長度、相位狀態維持時間的上限值，參考歷史交通數據或經驗獲得；

人行道、機動車道綠燈相位需求程度系數α_d采用粒子群算法進行求解，d＝1,2,...,6，過程如下：

I)輸入交通參數及模型參數；

交通參數包括時間間隔DT、機動車道數NN、從路口A、B行駛到人行道的車輛流量，人行道兩端C、D的行人流量；模型參數包括α_d取值范圍[α_dmin,α_dmax]，粒子群規模數NUM，迭代次數kk，學習因子c1、c2，慣性權重因子w，[0,1]之間的隨機數r1、r2，粒子空間搜索維度D＝6；

II)產生初始族群，以隨機方式產生族群每個粒子的初始位置和速度；

隨機產生NUM個粒子，D維空間中第d維的粒子i的速度表示為v_id，D維空間中第d維的粒子i的位置表示為x_id，d維表示{α₁、α₂、α₃、α₄、α₅、α₆}中的某一維度，x_id取值范圍[α_dmin,α_dmax]，v_id取值范圍在[0,α_dmax-α_dmin]，第i個粒子個體最優位置為所有中的最優為

III)計算適應度，根據適應度函數，計算每個粒子的適應度值，以此判斷粒子的好壞；適應度函數為

j為時間間隔計數，β為車輛流量比重；

當人行道行人數不為零且機動車道車輛數不為零時作為計算時間起點，此時j＝1，T_s為計算時間終點；

A、當j＝1時，機動車道為綠燈狀態；

B、計算當前信號狀態下βQ_r(j)+(1-β)Q(j)，按步驟3)計算當前人行道、機動車道綠燈緊急程度、判斷是否滿足信號變換條件；

C、根據行人平均速度、車輛平均速度計算判斷信號變換條件后，人行道的滯留行人數NZ_ren、機動車道滯留的車輛數NZ_che；

D、當j+1時，人行道行人數N(j)＝NZ_ren+Q_{r_C}(j)·DT+Q_{r_D}(j)·DT，機動車道車輛數，進而計算機動車道排隊長度 L(j)＝[NZ_che+Q_{_A}(j)·DT+Q_{_B}(j)·DT]/NN；

E、j+1是否滿足時間終點，不滿足重復步驟B、C、D，滿足則下一步

F、計算時間段內

IV)更新速度和位置，找到每個粒子目前為止搜尋過程中的最優解，再找到所有粒子到目前為止搜尋過程中的最優解，根據速度公式更新每個粒子的位置和速度；

v_id(t+1)＝w·v_id(t)+c₁·r₁·(p_id(t)-x_id(t))+c₂·r₂·(p_gd(t)-x_id(t))

x_id(t+1)＝x_id(t)+v_id(t+1)

V)產生新族群，判斷粒子好壞，產生新的粒子族群；

VI)判斷是否滿足停止條件，滿足則進入下一步，不滿足返回到步驟III)；

VII)找到全局最優；

4)判斷當前人行道和機動車道綠燈相位需求程度是否滿足信號燈相位變換條件，過程如下：

4.1)當g_ren(t)＝g_che(t)時，此時標記為T₀；

4.2)與T₀最接近的，路口A、B信號下一相位變化時間點分別為T_A0、T_B0，

max(T_A0,T_B0)-T₀≤TX，信號變換時間為max(T_A0,T_B0)

max(T_A0,T_B0)-T₀＞TX并且min(T_A0,T_B0)-T₀＜TX，信號變換時間為min(T_A0,T_B0)

min(T_A0,T_B0)-T₀＞TX，信號變換時間為T₀

其中，TX為信號燈相位變換時間閾值；max(T_A0,T_B0)、min(T_A0,T_B0)分別為T_A0、T_B0中的較大值、較小值；當人行道綠燈相位需求程度和機動車道綠燈相位程度滿足閾值條件時，判斷當前時間是否滿足路口A、B信號周期及相位變化的時間切換閾值；此時標記為T₀₀；

4.3)信號燈狀態維持時間，當前相位狀態的狀態起點時間T_k～T₀₀，是否在[T_cmin,T_cmax]范圍，T_cmin、T_cmax分別相位狀態維持時間的下限值和上限值，當T₀₀-T_k＜T_cmin時，信號變換時間為T_k+T_cmin，否則信號變換時間為T₀₀，這是為了防止信號燈根據行人、車輛情況反復變化；

5)當滿足信號燈相位變換條件時，信號燈變換相位。

2.如權利要求1所述的一種基于粒子群算法的相鄰路口間人行道信號燈控制方法，其特征在于：所述步驟1)中，劃分過程如下：

采集歷史交通數據中，一天內每個時間段，從路口A、B行駛到人行道的車輛流量信息，人行道兩端C、D的行人流量信息，求取N天每個時間段車輛流量和行人流量的平均值，為第i個時間段車輛流量N天的平均值，為第i個時間段行人流量N天的平均值，根據車輛流量均值和行人流量均值的變化趨勢劃分時間段，每個時間段的流量變化趨勢為：

其中，為第i個時間段車輛流量的變化趨勢，第i個時間段行人流量的變化趨勢，將分別從大到小排列，分別取排列前面的NY個，將第NY個標記為第NY個標記為分別比較與與記錄和 的時間點，按時間先后排成序列，相同的時間點合并，形成新的時間段序列，求取新的時間段序列內每個時間段的車輛流量和行人流量均值 j∈T_NEW