一種對區(qū)域交通信號實(shí)時協(xié)調(diào)控制的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無線通信技術(shù)領(lǐng)域，具體涉及一種對區(qū)域交通信號實(shí)時協(xié)調(diào)控制的 方法。
[0002]
【背景技術(shù)】
[0003] 智能交通系統(tǒng)是解決現(xiàn)代交通問題最有效的途徑之一。交通信號控制是其子系統(tǒng) "先進(jìn)的交通管理系統(tǒng)"的重要組成部分。交通信號控制的目的表現(xiàn)在以下兩個方面：①緩 解交通擁堵，減少交通事故。②減少機(jī)動車因停車次數(shù)而造成的環(huán)境污染，減低能耗。交通 信號控制技術(shù)發(fā)展至今，形成了區(qū)域協(xié)調(diào)信號控制、集中控制和分層控制的主導(dǎo)控制系統(tǒng)。 這三種系統(tǒng)對緩解城市問題起了很大作用，但仍不能完全適應(yīng)我國城市交通系統(tǒng)的發(fā)展： ①對我國交通流運(yùn)行特性的預(yù)判不足。②以數(shù)學(xué)模型為基礎(chǔ)不能很好地滿足實(shí)時控制的需 求。③交叉口信號配時存在局限性。交通信號控制系統(tǒng)的研宄和開發(fā)，需要在借鑒國外先 進(jìn)控制技術(shù)的基礎(chǔ)上進(jìn)一步結(jié)合我國交通環(huán)境的特點(diǎn)。不斷擴(kuò)大的城市規(guī)模和日益嚴(yán)重的 交通問題向城市交通控制技術(shù)提出了更高的要求。
[0004] 目前，人工智能技術(shù)、現(xiàn)代控制技術(shù)等在城市交通控制領(lǐng)域應(yīng)用廣泛。由于道路交 通系統(tǒng)的復(fù)雜性以及動態(tài)分配的實(shí)時性，城市交通控制應(yīng)采用動態(tài)反饋控制。然而，交通系 統(tǒng)的非線性和隨機(jī)性使得建立在該動態(tài)反饋系統(tǒng)上的控制算法很難用數(shù)學(xué)模型方法進(jìn)行 描述。因此，相關(guān)人工智能方法的應(yīng)用倍受學(xué)術(shù)界的重視。在已見報道中，NairB. M.，Nair B. M.，Cai J等.一種針對孤立的信號控制交叉口在異常情況下的模糊邏輯控制器[C]. IEEE智能車輛論壇，2007:1229-1233.提出了一種交通信號模糊控制方法適用于四相位 單交叉路口，該模糊控制器的控制模式直接由各相位的車輛排隊長度來決定。然而，模糊控 制器中的控制規(guī)則和隸屬度函數(shù)通常依據(jù)專家經(jīng)驗(yàn)通過反復(fù)試驗(yàn)來完成。這種設(shè)計難以獲 得性能優(yōu)良的模糊控制器。高俊俠，李建更，陳陽舟等.交通信號2級模糊控制系統(tǒng)的優(yōu) 化設(shè)計與仿真[J].北京工業(yè)大學(xué)學(xué)報，2009, 35(1): 19-24.)提出了一種基于遺傳算法 的模糊隸屬度的優(yōu)化方案，實(shí)現(xiàn)了模糊控制器中模糊規(guī)則的合理優(yōu)化。林得剛，鄭長江， 陳淑燕等.基于神經(jīng)網(wǎng)絡(luò)的信號交叉口進(jìn)口車道交通延誤預(yù)測[J].大連交通大學(xué)學(xué)報， 2013，34(4): 53-56針對交通流量預(yù)測的特點(diǎn)，提出了 BP神經(jīng)網(wǎng)絡(luò)的方案以預(yù)測路口交 通流量。該方案考慮了路口其他非預(yù)測方向和交通信號配時方案對流量預(yù)測的影響。神經(jīng) 網(wǎng)絡(luò)具有很強(qiáng)的非線性，但自身也存在收斂慢等的缺點(diǎn)。劉琰.基于模糊粗糙神經(jīng)網(wǎng)絡(luò)的 交通流研宄[J].海南師范大學(xué)學(xué)報（自然科學(xué)版），2012，25(4)，pp: 386-388.結(jié)合模 糊控制理論和神經(jīng)網(wǎng)絡(luò)各自的優(yōu)點(diǎn)，構(gòu)造了模糊粗糙神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)路口交通流預(yù)測與控 制。韓敏，王亞楠.基于Kalman濾波的儲備池多元時間序列在線預(yù)報器[J].自動化學(xué) 報.2010，36(1): 169-173.提出了基于約束Kalman濾波的短時交通流量組合預(yù)測模型 以克服單一的交通流預(yù)測模型性能不穩(wěn)定的問題。但是Kalman濾波預(yù)測算法需要做大量 的矩陣和向量運(yùn)算，難以用于實(shí)時在線預(yù)測。高學(xué)輝，劉艷忠，王巧芝，賈世勝，孫皓等.基 于在線支持向量回歸算法的短時交通流預(yù)測[J].山東科技大學(xué)學(xué)報，2011，30(1) :78-82. 提出了一種基于在線支持向量回歸算法（Support Vector Regression, SVR)的短時交通流 預(yù)測方法，預(yù)測結(jié)果表明了其有效性。但是該方法還只是基于車輛檢測器的單點(diǎn)預(yù)測模型， 并且模型的參數(shù)優(yōu)化、預(yù)測精度的提高以及應(yīng)用規(guī)模還需進(jìn)一步研宄。以上公開文獻(xiàn)都只 針對交通路段的某一點(diǎn)或某一類指標(biāo)進(jìn)行預(yù)測和控制。
[0005]

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服上述缺點(diǎn)而提供的一種實(shí)時、有效地對區(qū)域交通信號進(jìn)行 協(xié)調(diào)控制，從而減少了區(qū)域內(nèi)的交通擁堵和能源消耗的對區(qū)域交通信號實(shí)時協(xié)調(diào)控制的方 法。
[0007] 本發(fā)明的一種對區(qū)域交通信號實(shí)時協(xié)調(diào)控制的方法，包括： 傳感器1采集被控對象的數(shù)據(jù)，由匯聚點(diǎn)2融合形成非冗余數(shù)據(jù)集，再將非冗余數(shù)據(jù) 集打上時間戳和地理位置并傳輸至網(wǎng)絡(luò)，遠(yuǎn)程控制端5中的狀態(tài)觀測器4接收來自匯聚點(diǎn) 2的非冗余數(shù)據(jù)集，并根據(jù)非冗余數(shù)據(jù)集給出被控對象狀態(tài)的預(yù)測值，再由遠(yuǎn)程控制端5中 的控制器3產(chǎn)生控制信號通過網(wǎng)絡(luò)送至執(zhí)行器6執(zhí)行；其中狀態(tài)觀測器4中的在線動態(tài)預(yù) 測步驟如下： a、 在狀態(tài)觀測器4緩沖區(qū)，來自于匯聚點(diǎn)2的非冗余數(shù)據(jù)集中提取前25個數(shù)據(jù)作為的 基準(zhǔn)數(shù)據(jù)，根據(jù)基準(zhǔn)數(shù)據(jù)建立樣本集合.f，并通過集合S中獲得預(yù)期值Pre ; b、 將集合S和預(yù)期值作為ε -SVR預(yù)測的訓(xùn)練樣本，選定高斯徑向基核函數(shù)進(jìn)行訓(xùn) 練，其中懲罰因子C取50,參數(shù)ε取0.0240,調(diào)整參數(shù)w與fc ; c、 從采樣數(shù)據(jù)中提取最后一組作為預(yù)測樣本，用訓(xùn)練得到的線性回歸函數(shù)獲得下一時 刻被控對象的預(yù)測值并輸出； d、 減量在線訓(xùn)練，在訓(xùn)練樣本中篩選需要遺忘的樣本，更新支持向量集與錯誤支持向 量集； e、 進(jìn)行一次樣本采樣，記錄當(dāng)前采樣時刻t與數(shù)據(jù)Jlh，設(shè)樣本的采樣周期為2~5s ; f、 當(dāng)運(yùn)算量占處理器資源超過70%時，則調(diào)整集合s與預(yù)期值Pm的大小，重復(fù)步驟b 至步驟e。
[0008] 上述的一種對區(qū)域交通信號實(shí)時協(xié)調(diào)控制的方法，其中：被控對象為各種交通參 數(shù)包括車速、交通流量及道路占有率等。
[0009] 本發(fā)明與現(xiàn)有技術(shù)相比具有明顯有益效果，從以上技術(shù)方案可知：本發(fā)明在無線 傳感網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，通過數(shù)據(jù)匯聚形成非冗余數(shù)據(jù)集，并采用分簇策略將區(qū)域交通控 制系統(tǒng)建模成一類集成信息調(diào)度與控制的離散切換系統(tǒng)。在離散切換系統(tǒng)中，不僅考慮了 數(shù)據(jù)包傳輸?shù)木W(wǎng)絡(luò)時延和丟包率，而且觀測器利用改進(jìn)的ε -SVR訓(xùn)練方法實(shí)現(xiàn)對多數(shù)據(jù) 源融合的交通信號狀態(tài)的在線預(yù)測并通過控制器進(jìn)行總體協(xié)調(diào)控制。本發(fā)明能實(shí)時、有效 地對區(qū)域交通信號進(jìn)行協(xié)調(diào)控制，從而減少了區(qū)域內(nèi)的交通擁堵和能源消耗。
[0010]
【附圖說明】 圖1為本發(fā)明的原理示意圖 圖中標(biāo)記： 1、傳感器；2、匯聚點(diǎn)；3、控制器；4、狀態(tài)觀測器；5、遠(yuǎn)程控制端；6、執(zhí)行器。
[0011]
【具體實(shí)施方式】
[0012] 如圖1所示，一種對區(qū)域交通信號實(shí)時協(xié)調(diào)控制的方法，包括： 傳感器1采集被控對象的數(shù)據(jù)，由匯聚點(diǎn)2融合形成非冗余數(shù)據(jù)集，再將非冗余數(shù)據(jù) 集打上時間戳和地理位置并傳輸至網(wǎng)絡(luò)，遠(yuǎn)程控制端5中的狀態(tài)觀測器4接收來自匯聚點(diǎn) 2的非冗余數(shù)據(jù)集，并根據(jù)非冗余數(shù)據(jù)集給出被控對象狀態(tài)的預(yù)測值，再由遠(yuǎn)程控制端5中 的控制器3產(chǎn)生控制信號通過網(wǎng)絡(luò)送至執(zhí)行器6執(zhí)行；其中：被控對象為各種交通參數(shù)包 括車速、交通流量及道路占有率等，被控對象生成η維狀態(tài)變量

為執(zhí)行器收到的P維控制變量：
為匯聚點(diǎn) 發(fā)送的q維輸出變量
為能量有限的干擾信號。CT丨為從傳感 器到觀測器器的網(wǎng)絡(luò)時延，為從控制器到執(zhí)行器的網(wǎng)絡(luò)時延，為觀測器的計 算時延。
[0013] 在被控對象的各種交通參數(shù)的采集過程中，采用基于數(shù)據(jù)的網(wǎng)格化系統(tǒng)，其格狀 網(wǎng)每個正方形小區(qū)域?yàn)閏? €/，邊長^根據(jù)應(yīng)用任務(wù)的求解精度而定，如節(jié)點(diǎn)，的位置可記 為1^為，夕。
[0014] 每一個傳感器(安裝在車輛和路邊設(shè)施）都有一個唯一的標(biāo)志ID，由可信中心 (Trusted Authority)負(fù)責(zé)對節(jié)點(diǎn)認(rèn)證、注冊并授權(quán)。節(jié)點(diǎn)可通過ID號和TA簽發(fā)的數(shù)字證 書相互驗(yàn)證身份。
[0015] 作如下假設(shè)： 假設(shè)一匯聚點(diǎn)的采樣周期為T，執(zhí)行器節(jié)點(diǎn)以事件為驅(qū)動； 假設(shè)二閉環(huán)系統(tǒng)總時延
假設(shè)三由于傳感器采集的被控對象數(shù)據(jù)或控制信號在網(wǎng)絡(luò)傳輸中受到約束，匯聚點(diǎn) 最多只能