一种智能区域交通协调控制方法与流程

1.本发明涉及一种控制方法，具体是一种智能区域交通协调控制方法。


背景技术：

2.交通信号控制系统是集现代计算机、通信和控制技术于一体的区域交通信号实时联网控制系统。交通信号控制系统从最初的手动控制，经历了机械式控制、电动式控制以及计算机控制四个阶段。控制范围也从最初的单点交叉口信号控制系统发展到主干线的协调控制系统乃至整个交通网络的区域控制系统。
3.随着社会经济的持续快速发展，机动车保有量不断提高，城市交通问题日益严重。由于道路先期条件规划不足，交通拥堵日益凸显，而道路基础条件受诸多因素的限制，不可能无限的扩展，因此，如何科学优化驾驶员和车辆出行线路，充分发挥路网的通行效能，显得尤为重要。


技术实现要素：

4.本发明的目的在于提供一种智能区域交通协调控制方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种智能区域交通协调控制方法，包括如下步骤：
7.步骤1：移动导航应用获取出行目的地，系统通过移动导航应用获取车辆标识编号、地理坐标、出行目的地基础信息，系统返回给移动导航应用整个区域交通概况和n种出行方案及相应的电子积分值，智能体结合自身的情况选取某种出行方案，系统将方案对应的电子积分值加到智能体的电子账户中；
8.步骤2：智能体选择区域交通协调控制策略，系统实时统计不同道路和地段的拥堵情况，实时收集各个智能体的当前的地理坐标，系统向前往拥堵道路或地段的部分智能体下发新出行方案及相应的电子积分值，通过移动导航应用提示智能体更改行驶路线，智能体对出行方案作出选择；
9.步骤3：智能体执行区域交通协调控制策略；
10.步骤4：智能体获得奖励或扣除电子积分；
11.步骤5：智能体升级区域交通协调控制策略；
12.系统和智能体不断迭代上述5个步骤，直到系统产生最优的区域交通协调控制策略。
13.作为本发明进一步的方案：所述步骤3智能体执行区域交通协调控制策略分为三种情况：一是执行新出行方案；二是按原方案执行；三是按其他方案执行，系统收集智能体执行区域交通协调控制策略的情况，系统向所在拥堵道路或地段的信号灯控制系统反馈交通流量指标，信号灯控制系统结合实际情况动态调整相位或者相位配时方案。
14.作为本发明进一步的方案：所述步骤4中，如果智能体在步骤3中执行新出行方案，
系统就将新出行方案对应的电子积分值加到智能体的电子账户中，反之，系统从智能体的电子账户中扣除出行方案对应的电子积分值，系统通过移动导航应用将电子积分变更情况实时反馈给智能体。
15.作为本发明进一步的方案：所述步骤5中，智能体从积分变更的情况学习区域交通协调控制策略，当智能体行驶到目的地后，系统将智能体此次的出行方案执行的情况存储到云平台中作为历史依据。
16.作为本发明再进一步的方案：所述智能体为车辆和驾驶员。
17.与现有技术相比，本发明的有益效果是：本发明通过现代化的人工智能信息技术，构建人与车、车与车、车与路智能网络，不断采集实时交通路况、传输和处理这些数据，并及时将信息传递给交通参与者，实现车辆有效分布到合适道路网络上，进而提高道路与车辆运营效率；本发明方法对道路车流量、交通态势综合判断，处理各种交通突发事件，科学、实时地调整各控制路口的红绿灯转换，能够有效降低车辆停车次数和延误，从而一定程度地缓解车辆拥堵现象；本发明方法有助于调整两者之间的主、被动关系，对缓解交通拥堵发挥了一定的作用。
附图说明
18.图1为智能区域交通协调控制方法的工作流程图。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.本发明实施例中，一种智能区域交通协调控制方法，控制方法流程流程如图1所示，包括以下步骤：
21.步骤1：智能体观察交通环境。智能体在移动导航应用输入出行目的地。系统通过移动导航应用获取智能体的车辆标识编号、地理坐标、出行目的地等基础信息。系统从时空、公平、历史等角度权衡计算，按序返回给智能体整个区域交通概况和n种出行方案及相应的电子积分值。智能体结合自身的情况选取某种出行方案，系统将方案对应的电子积分值加到智能体的电子账户中。
22.步骤2：智能体选择区域交通协调控制策略。系统实时统计不同道路和地段的拥堵情况，实时收集各个智能体的当前的地理坐标。系统从时空、公平、历史等角度权衡计算，向前往拥堵道路或地段的部分智能体下发新出行方案及相应的电子积分值，通过移动导航应用提示智能体更改行驶路线。智能体对出行方案作出选择。
23.步骤3：智能体执行区域交通协调控制策略。智能执行策略分为三种情况：一是执行新出行方案；二是按原方案执行；三是按其他方案执行。智能系统收集智能体执行区域交通协调控制策略的情况，系统向所在拥堵道路或地段的信号灯控制系统反馈交通流量指标，信号灯控制系统结合实际情况动态调整相位或者相位配时方案。
24.步骤4：智能体获得奖励或扣除电子积分。如果智能体在步骤3中执行新出行方案，
系统就将新出行方案对应的电子积分值加到智能体的电子账户中。反之，系统从智能体的电子账户中扣除出行方案对应的电子积分值。系统通过移动导航应用将电子积分变更情况实时反馈给智能体。
25.步骤5：智能体升级区域交通协调控制策略。智能体从积分变更的情况学习区域交通协调控制策略。当智能体行驶到目的地后，系统将智能体此次的出行方案执行的情况存储到云平台中作为历史依据。
26.系统和智能体不断迭代上述5个步骤，直到系统产生最优的区域交通协调控制策略。
27.本发明中，交通参与者分为驾驶员、行人、交通执法者、机动车、非机动车、道路、信控设施、移动导航应用等。
28.本发明中，系统采用强化学习的人工智能算法，引导驾驶员或无人驾驶车辆行驶。强化学习有五个核心组成部分，它们分别是智能体、目标、环境、动作、奖励。其中，智能体表示驾驶员和车辆；目标表示出行的目的地；环境表示交通环境；动作表示车辆的行驶；奖励表示系统给驾驶员或无人驾驶车辆某一次驾驶的电子积分，电子积分兑换成精神和物质奖励。系统采用时空、公平、历史等角度权衡计算区域交通协调控制策略，具体规则如下：
29.(1)时空角度：分为时间和空间两方面。一般来说智能体比较关注驾驶时间尽量少，出行距离尽量短。系统结合道路或地段的拥堵情况，动态调整智能体出行方案的时空比，尽量使区域交通协调控制策略达到最优。
30.(2)公平角度：系统根据智能体的车辆标识编号获取车辆的情况，判断是否是公务车、特种车辆、普通车等。系统在向前往拥堵道路或地段的部分智能体下发新出行方案时，结合车辆的情况随机选取智能体。
31.(3)历史角度：系统根据智能体执行区域交通协调控制策略的历史情况，按照奖励为主、惩罚为辅的原则，动态调整新生成出行方案对应的电子积分值，以诱导智能体执行系统推荐的出行方案。
32.综上所述，本发明通过现代化的人工智能信息技术，构建人与车、车与车、车与路智能网络，不断采集实时交通路况、传输和处理这些数据，并及时将信息传递给交通参与者，实现车辆有效分布到合适道路网络上，进而提高道路与车辆运营效率。
33.本发明方法对道路车流量、交通态势综合判断，处理各种交通突发事件，科学、实时地调整各控制路口的红绿灯转换，能够有效降低车辆停车次数和延误，从而一定程度地缓解车辆拥堵现象。
34.城市交通供需平衡问题是解决城市交通拥堵的根本性问题，交通供给和交通需求是相互作用、相互影响的，智能区域交通调度控制有助于调整两者之间的主、被动关系，对缓解交通拥堵发挥了一定的作用。
35.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
36.此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包
含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。