一种基于车联网环境下交叉口的自适用控制方法

摘要

一种基于车联网环境下交叉口的自适用控制方法，其属于车联网技术领域。该方法充分利用了车联网的优势，将车辆的实时状态信息提供给路侧单元，它首先对整个交通路网进行抽象建模，计算出各股交通流的动态优先级；再根据交叉口的具体特性，建立最优相位相序模型，以求得当前交叉口的最优相位相序，使得高优先级的交通流能够优先通过路口，同时保证单次放行的车流量最大。该方法不用大量的埋设传感器，这不仅仅减轻了城市控制系统建设的成本，还有益于交通控制系统的维护升级。实时精确的掌握交通流、车辆的状态，大大的改变了以往交通控制系统严重滞后，得到信息较少甚至是错误的情况。

说明书

技术领域

本发明涉及一种基于车联网环境下交叉口的自适用控制方法，其属于车联网技术领域。

背景技术

随着国民经济的快速发展，城市机动车的数量持续增加。能源消耗与城市拥堵、汽车交通安全等问题已成为制约我国交通运输业可持续发展的瓶颈。城市交通的智能化，信息化，一体化成为了解决此问题的最关键的技术。智能交通技术可使交通堵塞减少约60％，使短途运输效率提高近70％，使现有道路网的通行能力提高2-3倍。但是，传统的交通控制方法存在着诸多的问题，主要问题如下：1)依靠道路静态传感器采集车流信息。目前，交通控制领域中主要通过磁频检测技术、波频检测技术、视频检测技术等方式采集交通流信息。采集到的原始数据一方面存在着各种误差，而且经常是不完整的或是异常的。另一方面采集到的信息具有一定的时间滞后性及单一性。2)目前车联网刚刚兴起，各个技术领域有待完善。传统交通控制方法依赖于单一的传感器采集的静态数据，无法对交通流进行实时的调控，完全不适用于车联网的工作环境。3)交通控制方法在交通非拥堵状态下工作效果较好，但在交通将要出现拥堵或是已经出现拥堵的情况下，控制效果较差。信号系统难以深入的分析交通流拥堵的原因，更难以决策在拥堵情况下放行哪段交通流最有益于交通拥堵疏散。4)传统的交通信号控制系统大都是假定信号的相位方案已经确定，对信号配时算法进行一些优化，却忽略了信号相位本身的优化。属于对交通的间接控制，不是针对交通流相位、相序需求的直接控制。更没能够结合交通流的实时状态，动态的进行相位相序的调整，控制滞后,效率低下。

发明内容

针对以上交通控制系统出现的问题，本发明提供了一种基于车联网环境下交叉口自适用控制方法，此方法充分利用了车联网的优势，通过DSRC通信技术将车辆的实时状态信息提供给路侧单元。路侧单元首先对整个交通路网进行抽象建模，计算出各股交通流的动态优先级。在此基础上，根据交叉口的具体特性，建立最优相位相序模型。通过该模型，求得当前交叉口的最优相位相序，使得高优先级的交通流能够优先通过路口，同时保证单次放行的车流量最大。

本发明采用以下技术方案：一种基于车联网环境下交叉口的自适用控制方法，车辆通过专用短程通信技术或WIFI将实时状态信息传输到路侧单元，路侧单元收集到车辆的实时状态信息进行信息统计处理，根据自适用控制策略得到当前路口的最优的相位相序，再由路侧单元将控制信息反馈到交通信号机，包括以下步骤：

(1)车辆通过专用短程通信技术或WIFI将车辆的实时状态信息发送给路侧单元；所述车辆的实时状态信息包括：速度、加速度、车辆转向信息、航向角、车辆GPS坐标。

(2)路侧单元对交叉口内车辆的实时状态信息进行处理统计，计算交叉口处各个车流之间的关联度；

ω_ij＝I₁+I₂

$>I_1=\frac{C_{i->j}}{C_i}$>

$>I_2=\frac{d_1+d_2+d_3}{l}$>

ω_ij表示交通流i与交通流j之间的关联度，I₁表示车道i上车辆转向车道j的数量C_i-＞j占车道i上车辆数量C_i的比例，I₂表示车辆排队对交通流的影响，d₁表示车辆的排队长度，d₂为车辆减速到停止所经过的距离，d₃为车辆正常行驶到减速的反应距离,l为相邻交叉口之间的距离；

(3)通过路径优先级模型计算各个车道上交通流的放行优先级，路侧单元根据精确的交通流参数计算每股交通流的放行优先级，其计算公式如下：

$>R\left(i\right)=\underset{j=0}{\overset{j=n}{\Sigma }}{W}_{\mathrm{ij}}R\left(j\right)+\mathrm{dt}$>

其中，R(i)表示车道上的交通流i的放行优先级，n表示当前交叉口需要控制的交通流的数量，W_ij表示交通流i与交通流j之间的关联度，t表示当前交通流等待的时间(秒)，d表示车辆等待时间所占的比重系数；

(4)结合交通流放行优先级得到当前路口中的最优的相位相序，在单个交叉口处建立加权的无向连通图，图中交通流i对应的结点为L_i，对应的交通流的优先级为R_i；结点L_i与L_j之间的边表示交通流不相互冲突可以在同一个相位之内通行，利用自适用算法求解图的加权最大完全子图，得到路口最优的相位相序；

(5)路侧单元将最优的相位相序反馈到信号控制系统，以控制放行的绿时时间，放行的绿时时间保证单次放行清空当前路口的车辆；在队尾车辆完全通过交叉口后，发送确认信息给路侧单元，路侧单元以此为依据判断绿时的结束时间。

本发明的有益效果是：该方法充分利用了车联网的优势，将车辆的实时状态信息提供给路侧单元，它首先对整个交通路网进行抽象建模，计算出各股交通流的动态优先级。并在此基础上，根据交叉口的具体特性，建立最优相位相序模型。通过该模型，求得当前交叉口的最优相位相序，使得高优先级的交通流能够优先通过路口，同时保证单次放行的车流量最大。该方法不用大量的埋设传感器，这不仅仅减轻了城市控制系统建设的成本，还有益于交通控制系统的维护升级。实时精确的掌握交通流、车辆的状态，大大的改变了以往交通控制系统严重滞后，得到信息较少甚至是错误的情况。在交通流的放行优先级基础上得到的最优相位相序，使得系统不仅仅保证了高优先级的交通流能够优先的通过交叉口，减少交通拥堵的发生，同时能够保证单次放行的车流量最大。

附图说明

图1是一种基于车联网环境下交叉口的自适用控制方法的框图。

图2是城市路网抽象建模图。

图3是交叉口交通流及对应的加权图。

具体实施方式

本实施例提供一种车联网环境下交叉口自适用控制方法，车辆数据实时采集，通过专用短程通信DSRC或WIFI将车辆实时信息以标准的通信格式传输到路侧单元RSU。RSU收集到车辆的实时状态信息进行信息统计处理。根据自适用控制策略得到当前路口的最优的相位相序。RSU将控制信息反馈到交通信号机。具体实施方法如下：

1.车辆状态信息的实时采集及传输

目前车联网中车路通信主要通过WIFI、3G、DSRC。本方法主要采用DSRC或WIFI将车辆的实时状态信息传输给路侧单元RSU。采集的车辆实时状态信息包括实时速度，加速度，车辆转向信息，航向角，车辆GPS坐标。

2.城市路网的抽象建模

为了表示交通流之间的依赖关系并计算各路段的交通流的动态优先级指数，首先需要对路网进行抽象建模，构造路网的有向加权图。其过程如下：城市路网中的交叉口以结点表示，交叉口之间的路径则以有向边来表示，如图2所示。

3.交通流优先级指数计算

以路径优先级指数R(i)来表示当前交通流的放行的缓急程度。其计算公式如下：

$>R\left(i\right)=\underset{j=0}{\overset{j=n}{\Sigma }}{W}_{\mathrm{ij}}R\left(j\right)+\mathrm{dt}$>

ω_ij＝I₁+I₂

$>I_1=\frac{C_{i->j}}{C_i}$>

$>I_2=\frac{d_1+d_2+d_3}{l}$>

其中，R(i)表示当前车道交通流的放行的优先级，n表示当前交叉口需要控制的交通流的数量；W_ij表示交通流i与交通流j之间的关联程度；t表示当前交通流等待的时间(秒)；d表示车辆等待时间所占的比重系数。I₁表示车道i上车辆转向车道j的数量C_i-＞j占车道i上车辆数量C_i的比例，此参数由车载单元通过车辆转向信号状态获取，路侧单元收集到车辆转向状态信息之后进行计算。I₂表示车辆排队对交通流的影响。其中d₁表示车辆的排队长度，此参数由路侧单元根据车辆GPS数据，统计计算得到。d₂为车辆减速到停止所经过的距离，由车辆的实时速度、加速度及GPS可获得此参数，d₃为车辆正常行驶到减速的反应距离,l为相邻交叉口之间的距离。

4.最优相位相序

为了获得交叉口处最优的相位相序，使得交通流在单个周期内的通行量最大，同时保证高优先级的交通流能够优先通过交叉口。该方法对交叉口处的交通流进行抽象建模，如图3所示。表示交叉口处的9股交通流，以L_i表示。在同一个相位之内能够通过路口不产生冲突的交通流称之为相互兼容，对应的节点之间有边相连。通过步骤3得到的每股交通流的优先级为R_i，即为右侧图的节点的权值。设图的顶点集合为N＝{n₁,n₂,.....n_i}对应的边的集合为E＝{R₁,R₂........R_i}。通过算法可得最大的加权完全子图，顶点集合为N＝{n_n,.....n_m}n≤m≤i即为最优先放行的车流集合。以此类推，将剩下的节点依次进行计算。

5.放行的绿时时间

路侧单元将当前路口的最优的相位相序反馈到信号控制系统，控制放行的绿时时间，放行的绿时时间保证单次放行能够清空当前路口的车辆。路侧单元通过获得的车辆信息，得到各个车道上的队尾车辆信息。在队尾车辆完全通过交叉口后，发送确认信息给路侧单元，路侧单元以此为依据判断绿时的结束时间。