环形交叉口感应控制逻辑的离线生成与优化方法及系统

本发明涉及交通信号控制，具体涉及一种环形交叉口感应控制逻辑的离线生成与优化方法及系统，适用于已部署感应控制系统的环形交叉口在不同交通需求场景下的控制规则自动生成与更新。

背景技术：

1、环形交叉口在交通需求较低时可依靠让行规则维持连续运行，但随着进口流量增加、方向分布不均衡或行人过街需求提高，容易出现进口排队不均、环道车辆积聚、局部排队外溢以及行人与机动车通行权冲突等问题。对于已部署信号控制的环形交叉口，常采用由行人感应模式、环道清空模式和车辆感应模式构成的多模式感应控制结构。其中，车辆感应规则用于决定机动车相位的启动、保持和切断，模式切换规则用于决定不同运行模式之间的转换。现有规则通常由交通工程人员依据经验编写，并通过反复仿真或现场调试修正。当交通需求总量、进口流量分布、转向比例或行人需求发生变化时，原有规则可能不再适用，更新过程耗时且较为依赖人员经验。

2、围绕环形交叉口信号控制，已有研究分别从定时控制、自适应控制和强化学习控制等角度开展了探索。定时控制方法结构简单但依赖人工调查与配时计算，难以及时响应交通需求变化；自适应控制和强化学习方法虽可根据交通状态动态决策，但通常需要重新设计状态空间、动作空间或在线推理模块，其策略表达形式与既有感应控制规则体系差异较大，工程部署面临可解释性、逻辑校验和改造成本等问题。近年来，大语言模型（largelanguage model，llm）被尝试用于交通信号控制领域。部分方案将大语言模型作为在线控制器直接参与实时决策，但存在响应时延、输出波动、非法动作拦截和运行安全校验等问题；另有方案将大语言模型用于定时控制方案生成或自适应控制算法合成，但其输出形式与既有感应控制规则体系不兼容，且未针对环形交叉口特有的三模式控制结构进行专门设计。

技术实现思路

1、针对上述技术问题，本发明提供了一种在保留既有控制框架和检测器布设的前提下，能够自动生成、校验和筛选可执行控制规则，并通过仿真反馈持续改进规则的环形交叉口感应控制逻辑的离线生成与优化方法及系统。

2、本技术提供一种环形交叉口感应控制逻辑的离线生成与优化方法，包括以下步骤：

3、s1：根据环形交叉口进口道、环道和行人过街区域的检测器信息及信号控制机状态，构造结构化交通状态指标，按照作用范围划分为全局级指标、模式级指标和相位级指标；将所述结构化交通状态指标通过白名单注册，限定各指标的指标名称、数据类型、取值范围、计算方式和适用规则类型；

4、s2：将指标白名单、规则语法约束、允许执行动作、当前优化阶段信息、当前规则组合以及上一轮仿真评价报告组织为大语言模型输入，由大语言模型生成若干结构化候选规则；所述规则语法约束包括字段结构、逻辑运算符、比较运算符和可执行动作，所述当前规则组合包括车辆感应规则和模式切换规则；

5、s3：对所述结构化候选规则在执行仿真评价前，依次执行格式合法性校验、指标引用合法性校验和控制约束一致性校验；未通过校验的候选规则不进入仿真评价并触发重新生成；其中，至少包含最小绿灯时间、环道清空模式最小持续时间的工程硬约束由底层控制程序强制执行，不开放给大语言模型修改；

6、s4：将通过校验的候选规则与当前阶段固定规则组合，形成候选规则组合，在微观交通仿真环境中批量运行，获取各候选规则组合的运行评价指标，生成评价报告并将所述评价报告反馈至下一轮规则生成，重复执行步骤s2至s4进行迭代优化；

7、所述迭代优化分为三个阶段：

8、阶段一：固定模式切换规则，以车辆感应得分为目标，迭代优化车辆感应规则，得到阶段最优车辆感应规则；

9、阶段二：固定所述阶段最优车辆感应规则，以模式切换得分为目标，迭代优化模式切换规则，得到阶段最优模式切换规则；

10、阶段三：从前两阶段积累的历史候选规则组合中，按照综合得分分别选取优选规则组合，分别提取其中的车辆感应规则和模式切换规则，经去重后交叉组合，对已有组合复用历史仿真结果，对新增组合补充仿真评价，最终按照综合得分选取最优规则组合，作为适用于目标交通需求场景的最优规则组合。

11、优选地，所述全局级指标用于描述当前运行模式及可切换目标模式；所述模式级指标用于描述环道阻塞区数量、上游长排队进口数量、环道清空区段数量、进口排队压力标志和清空释放就绪标志；所述相位级指标用于描述当前车辆相位绿灯时长、检测器车头时距状态、候选相位灯色状态和相邻进口相位状态；所述环形交叉口的感应控制系统包括行人感应模式、环道清空模式和车辆感应模式，所述行人感应模式用于响应行人过街请求，所述环道清空模式用于限制进口车辆进入环道并释放环道积聚车辆，所述车辆感应模式用于依据检测状态组织机动车相位放行。

12、优选地，所述车辆感应规则包括启动规则和切断规则，分别用于判断候选车辆相位是否启动以及当前车辆相位是否结束；所述模式切换规则采用分层结构，顶层字段对应当前运行模式，每种模式下设置若干有序规则，规则引擎按照预设顺序逐条判断规则条件，首个满足条件的规则触发相应的模式转换动作。

13、优选地，所述格式合法性校验包括检查json语法、顶层结构、必填字段和逻辑运算符的合法性；所述指标引用合法性校验包括检查指标是否在所述指标白名单内以及是否超出指标适用范围；所述控制约束一致性校验包括检查模式名称合法性、模式转换关系合法性、动作类型合法性和固定字段完整性。

14、优选地，所述运行评价指标包括车均延误d、车均停车次数s、通过车辆数v、车辆感应模式下全部进口机动车相位同时处于红灯状态的累计时长a、通行权传递受阻次数b、环道停车区段数均值c、模式切换总次数m和上游长排队进口数均值u；

15、所述车辆感应得分按照以下公式计算：

16、；

17、所述模式切换得分和所述综合得分均按照以下公式计算：

18、；

19、；

20、其中，所述模式切换得分用于阶段二的候选规则排序，所述综合得分用于阶段三的最终规则组合排序。

21、优选地，所述结构化候选规则采用json格式输出，每个候选方案包括策略说明、适用场景说明以及当前阶段待优化规则的json对象；所述仿真评价中单次仿真时长设为4500秒，其中前900秒为预热时段，后3600秒为统计时段，每组交通需求场景采用多个随机种子重复运行。

22、优选地，阶段三中所述按照综合得分分别选取优选规则组合，具体为：按照综合得分分别从阶段一和阶段二的历史候选规则组合中选取前t个组合，并合并形成优选历史规则组合集；经去重后得到q条车辆感应规则和p条模式切换规则，交叉组合形成q×p个联合候选规则组合；对已完成仿真评价的历史组合直接复用已有结果，对新增组合补充仿真评价。

23、优选地，所述最优规则组合写入现场信号控制机或边缘控制器后，现场运行阶段仅执行确定性的规则引擎和底层安全约束，不再调用大语言模型。

24、本技术还提供一种电子设备，包括：存储器、处理器，其中，所述存储器上存储有用于在所述处理器上执行的计算机程序指令，所述处理器执行该计算机程序指令时，实现如上所述的方法。

25、本技术还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。

26、与现有技术相比，本发明具有以下有益效果：

27、1. 降低大语言模型在线控制风险

28、本发明将大语言模型用于离线规则生成，而非直接参与现场实时控制，能够有效降低接口时延、输出波动和异常响应对信号运行的影响。现场运行阶段仅执行确定性的规则引擎和底层安全约束，不调用大语言模型，保证了控制系统的确定性和稳定性。这与将大语言模型作为在线控制器的现有方案形成本质区别。

29、2. 与既有控制框架高度兼容

30、本发明在不改变既有检测器布设、信号灯组结构和控制框架的条件下，生成的结构化json规则可直接写入现场信号控制机或边缘控制器，便于工程部署和后续维护。这与evolvesignal输出python函数、signalclaw输出代码技能等需要对控制系统进行较大改造的方案相比，具有明显的工程优势。

31、3. 分阶段优化策略有效解决两类规则相互影响问题

32、本发明针对车辆感应规则与模式切换规则相互影响的问题，采用“车辆感应规则优化→模式切换规则优化→联合重组优化”三阶段策略，有效降低了联合搜索的组合规模，并能够识别不同类别规则对控制性能的贡献。实验结果表明，车辆感应规则优化可使车均延误较初始规则降低45.7%~64.6%，进一步优化模式切换规则后，模式切换次数由28.6~38.2次降至1.2~1.4次。

33、4. 三层合法性校验保障规则可执行性

34、本发明通过格式合法性校验、指标引用合法性校验和控制约束一致性校验三层静态校验，将大语言模型的输出限制在可执行范围内。同时，最小绿灯时间、环道清空模式最短持续时间等工程硬约束由底层程序强制执行，不开放给模型修改，从根本上避免生成规则突破安全边界。

35、5. 仿真反馈驱动的迭代优化机制

36、本发明通过仿真评价、诊断反馈和分阶段优化，可减少人工反复调试，提高规则更新效率。实验表明，以大语言模型glm为规则生成模型时，所得规则组合的车均延误为28.24秒，较人工设计的多级行人信号控制基准规则（44.03秒）降低35.9%。

37、6. 面向不同交通需求场景的适配能力

38、本发明能够面向不同交通需求场景生成适配规则。跨场景测试结果表明，面向特定需求结构生成的规则在对应场景下均取得最优或并列最优的综合评价得分；对于相邻进口高需求场景，定制规则较宽域需求规则降低车均延误25.4%。