[發明專利]一種基于車聯網區塊鏈的智能交通燈配時方法

有效

• 申請號: 202010136821.3
• 申請日: 2020-03-02
• 公開（公告）號: CN111311932B
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 王桐;楊光新;李升波;孫琪
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G08G1/08
• 分類號: G08G1/08;G08G1/01;G06Q10/04;G06Q50/30
• 代理公司: 哈爾濱市陽光惠遠知識產權代理有限公司 23211
• 代理人: 孫莉莉

1.一種基于車聯網區塊鏈的智能交通燈配時方法，其特征在于，所述交通燈上安裝有路測單元，所述方法包括基于區塊鏈實現未身份認證數據安全轉發驗證階段和根據城市道路流量感知設計相位輪詢交通燈配時模型階段；

所述基于區塊鏈實現未身份認證數據安全轉發驗證階段，具體為：

步驟1.1、當前車輛將當前信息數據和用戶身份數據打包傳輸給接收者；

步驟1.2、接收車輛或交通燈收到數據包后，根據標識碼和密碼解密身份密鑰，根據信用度大小判斷選擇接收信息或遠程認證；

步驟1.3、利用信令開銷最小化將路上車輛分簇并選出簇頭，將簇頭作為信用度計量節點C進行區塊鏈遠程認證數據提取；

步驟1.4、對區塊鏈節點進行完整性度量，接收車輛或交通燈對接收到的數據進行完全測量，從而獲得可信驗證平臺下的標識集合和集成集合，然后將身份證明和完整性證據發送到簇頭節點C，由該節點C進行遠程證明；

步驟1.5、對區塊鏈節點進行遠程證明，C點將車輛的證據發布到整個區塊鏈網絡，簇內每個車輛都將驗證身份和集成證據，從而得出車輛到C點的決策；

步驟1.6、區塊鏈中區塊的生成和發布，在簇內車輛中隨機選擇一輛車作為記賬節點，該記賬節點根據步驟1.5獲取的決策收集分析獲得整個網絡的驗證結論，并得到一個新的區塊，最后，該記賬節點將新的區塊發布到整個網絡，并更新區塊鏈；

所述根據城市道路流量感知設計相位輪詢交通燈配時模型階段，具體為：

路口交通燈模型規劃：根據路口交通邏輯設計相位輪詢模型，各相位持續時間與該相位范圍內所有的道路車流和交通燈規劃有關，同時建立相位輪詢時間和道路潛在通行能力的離散分布模型；

道路當前車流模型規劃：交通燈為紅燈時，第一個車隊不足以到達路口時不會改變道路的車流分布狀態，否則，車隊將在路口上造成積壓，這將導致車道上部分車隊匯合，最終得到間距-車隊-間距-車隊-間距-……的車流分布；

道路潛在通行能力計算：每個相位的潛在通行能力為當前道路的通行能力和其它道路的潛在影響之和；

交通燈信號配置：當路口的相位中的部分車流稀疏時，各個路口按比例減少其綠燈時間，并在每一次輪詢后重新規劃；

所述步驟1.2具體為：

接收車輛或交通燈使用標識碼和密碼解密車輛身份秘鑰，并進行驗證簽名，當驗證簽名正確后，當前車輛和接收車輛或交通燈將建立會話秘鑰，即建立起當前車輛和接收車輛或交通燈的通信，對信息數據進行處理；如果不能驗證，則說明該接收車輛節點的信用度不滿足要求，需進行遠程認證；

所述步驟1.5具體為：

1)根據用戶身份內核PID_AIK實現車輛節點和C點的識別，驗證身份是否合法，并得出結論state_m；

2)根據可信驗證平臺和C點的集成狀態對車輛節點進行識別，以驗證身份是否被篡改，并得出結論state_n；

3)根據前兩步結論計算出車輛節點到C點的決策結論；

交通燈對車輛的數據包轉發過程為不使用區塊鏈的數據傳輸過程；

在路口交通燈模型規劃中，設一個2×2的十字路口，車輛分為南北直行、南北左轉、東西直行和東西左轉四個相位，所述四個相位和交通燈構成一個相位輪詢模型；所有相位的持續時間t范圍為t∈[0,N]，N為普通交通燈的持續時間，每個相位的持續時間根據四條道路的潛在通行能力按比例配時，使用潛在通行能力的原因是任意路口的交通燈規劃都會對整個城市交通帶來影響，潛在通行能力則更能反應出整個城市交通對規劃道路的影響；十字路口的一個輪詢周期將會給規劃道路帶來離散車流分布Q_n＝[Q_n1,Q_n2,Q_n3,Q_n4]，Q_n為四個連續相位的預計車流，其中每個元素代表不同輪詢相位給道路帶來的車流量，不同車道分配的兩個連續元素有值，剩余兩個連續元素無值；

在道路當前車流模型規劃中，根據城市交通情況，每條道路的車流分為若干車隊，每個車隊的個體保持最小跟隨距離并保持相同速度前行；當路段交通燈指示為紅燈時，交通燈內置的運算模塊將感知路段的車流，設三個輪詢時間為t_w，t_y，t_z，v為道路限速；車隊s₁符合時，則該車隊s₁不會在路口造成積壓；同理，車隊s_m符合時，該車隊s_m不必和前車隊匯合，否則兩個車隊將匯合；此時道路的車流根據車隊匯合情況估計，道路上各車隊的距離序列為[a₁,a₂,…,a_m]，當其中某個元素為0時，即將兩個車隊合并，車隊長度直接累加即可，最終得到間距-車隊-間距-車隊-間距-……的車流分布，第一個間距可為0，之后均不可為0；

道路潛在通行能力P_n計算由當前道路的通行能力P_x和其它道路的潛在影響P_y共同作用，即P_n＝P_x+P_y；

當前道路的通行能力不僅與車隊流量有關，更與車隊的通過狀態有關；當前輪詢時間為t_x時，在(0,t_x)內，根據車隊“全部通過”、“部分通過”、“全部不通過”這三種狀態得到道路真實流量與時間的關系，即：

因此當前道路的通行能力為：

其它道路的潛在影響P_y即為P_y＝α_MQ_MX+α_NQ_NX+ο(x)，其中M和N為道路的標簽并與被規劃的十字路口所連的道路相關，ο(x)為較遠道路的影響，即較遠道路和規劃道路之間所有影響因子之積乘以較遠道路流量，其值為0；α_M和α_N為影響因子。