[發明專利]一種基于車輛排隊長度變化率的可變車道轉向控制方法

有效

• 申請號: 202110145720.7
• 申請日: 2021-02-02
• 公開（公告）號: CN112907970B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 夏瑩杰;朱思雨;徐小高
• 申請（專利權）人: 杭州遠眺科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06N3/04;G06N3/08
• 代理公司: 杭州華知專利事務所(普通合伙) 33235
• 代理人: 束曉前

本發明涉及一種基于車輛排隊長度變化率的可變車道轉向控制方法，包括以下步驟：S1：通過主控臺獲取路網狀態數據，并根據路網狀態數據計算路口的車輛排隊長度變化率；S2：根據車輛排隊長度變化率，計算當前時間執行的控制動作的單步動作分數值；S3：根據單步動作分數值，計算所執行控制動作的長期期望分數值；S4：構建兩個結構相同用于計算長期期望分數值和訓練模型參數的深度學習網絡，并進行優化；S5：計算備選控制動作的長期期望分數值，選擇最高分的轉向動作進行可變車道控制。夠將復雜多變的路網狀態數據參數化，訓練深度神經網絡學習可變車道轉向方法，提高決策效率，有效減少了道路資源浪費問題和交通擁堵情況。

技術領域

本發明屬于深度學習技術領域，具體涉及一種基于車輛排隊長度變化率的可變車道轉向控制方法。

背景技術

隨著城市的發展，中心城區土地價值日益高昂，個人住宅區不斷向城外移動，車輛流動在工作單位和住所移動時出現潮汐規律。這種潮汐規律具體表現在早高峰進入城市的車流量大，離開城市的車流量??；晚高峰離開城市的車流量大，進入城市的車流量小。潮汐現象使得城市交通擁堵加劇并且道路基礎設施利用率較低。通過可變車道改變道路轉向的方法可以有效減少道路擁堵和提高道路資源的利用率。

為了解決上述問題，公開號為CN109920244A的中國專利公開了一種可變車道實時控制系統及方法，通過設備監測子系統、車道狀態子系統、方案研判子系統和方案決策子系統進行路網狀態獲取和可變車道轉向控制決策。在該方法中，可變車道可以依據實時路網狀態進行自適應變化，緩解交通擁堵，提升道路資源的利用率。但由于實際應用中可變車道轉向控制所面對的路網狀態復雜多變，僅通過規則決策方式難以覆蓋巨大的路網狀態空間，對道路資源的均衡優化問題所提升的性能是十分有限的。

而公開號為CN110648536A的中國專利公開了一種基于多交通指標的可變車道信號控制方法，通過實時交通數據獲得綠燈時段的開始排隊長度和結束排隊長度以及期間的飽和度作為交通特征數據，每一特征指標均達到閾值條件觸發可變車道轉向請求，對方案進行評估后判斷是否進行可變車道轉向控制。在實際操作的過程中，指標和閾值的設置具有一定的主觀局限性，與實際交通流變化不相適應。在復雜多變的路網狀態下，與綜合評估所有路網狀態特征再進行直接比較的方式相比，上述方法難以達到理論分析的性能。

在公開號為CN111667700A的中國專利還公開了一種基于短時交通狀態預測的交叉口可變車道控制方法，通過電子地圖獲取交叉口相鄰關系，根據歷史統計數據計算交叉路口匯入比和監控對象的滯留量評估監控對象的堵塞風險，調整可變車道轉向控制方案。該方案通過過去歷史數據估計實時匯入交叉口的車流量會造成一定的偏差，所采取的可變車道轉向控制不一定能夠應對實時的交通流變化，依據過去經驗設置的堵塞風險閾值難以達到全局最優。

而深度學習通過模擬人類大腦認知方式對數據進行處理，具有強大的特征分析能力。將復雜多變的路網狀態數據參數化，訓練深度神經網絡學習可變車道轉向控制決策方法，保證方法的實時性；通過深度神經網絡計算不同路網狀態下可選轉向控制動作的長期期望分數，選取分數值最高的動作作為最優轉向控制決策，保證方法的有效性。通過及時有效的可變車道控制決策方法，有助于減少道路資源浪費問題和交通擁堵情況，解決“高峰期”出行困難的交通痛點問題。

發明內容

本發明提供了一種基于車輛排隊長度變化率的可變車道轉向控制方法，能夠將復雜多變的路網狀態數據參數化，訓練深度神經網絡學習可變車道轉向方法，提高決策效率，且在面對不斷變化的路網狀態信息，有效減少了道路資源浪費問題和交通擁堵情況。

本發明的技術方案如下：

一種基于車輛排隊長度變化率的可變車道轉向控制方法，包括以下步驟：

S1：通過主控臺獲取路網狀態數據，并根據路網狀態數據計算路口的車輛排隊長度變化率；

S2：根據車輛排隊長度變化率，計算當前時間執行的控制動作的單步動作分數值；