[发明专利]一种对区域交通信号实时协调控制的方法

说明书

技术领域

本发明属于无线通信技术领域,具体涉及一种对区域交通信号实时协调控制的方法。

背景技术

智能交通系统是解决现代交通问题最有效的途径之一。交通信号控制是其子系统“先进的交通管理系统”的重要组成部分。交通信号控制的目的表现在以下两个方面：①缓解交通拥堵，减少交通事故。②减少机动车因停车次数而造成的环境污染，减低能耗。交通信号控制技术发展至今，形成了区域协调信号控制、集中控制和分层控制的主导控制系统。这三种系统对缓解城市问题起了很大作用，但仍不能完全适应我国城市交通系统的发展：①对我国交通流运行特性的预判不足。②以数学模型为基础不能很好地满足实时控制的需求。③交叉口信号配时存在局限性。交通信号控制系统的研究和开发，需要在借鉴国外先进控制技术的基础上进一步结合我国交通环境的特点。不断扩大的城市规模和日益严重的交通问题向城市交通控制技术提出了更高的要求。

目前，人工智能技术、现代控制技术等在城市交通控制领域应用广泛。由于道路交通系统的复杂性以及动态分配的实时性，城市交通控制应采用动态反馈控制。然而，交通系统的非线性和随机性使得建立在该动态反馈系统上的控制算法很难用数学模型方法进行描述。因此，相关人工智能方法的应用倍受学术界的重视。在已见报道中，Nair B. M., Nair B. M., Cai J等.一种针对孤立的信号控制交叉口在异常情况下的模糊逻辑控制器[C].IEEE 智能车辆论坛, 2007:1229-1233.提出了一种交通信号模糊控制方法适用于四相位单交叉路口，该模糊控制器的控制模式直接由各相位的车辆排队长度来决定。然而，模糊控制器中的控制规则和隶属度函数通常依据专家经验通过反复试验来完成。这种设计难以获得性能优良的模糊控制器。高俊侠,李建更,陈阳舟等.交通信号2级模糊控制系统的优化设计与仿真[J].北京工业大学学报,2009,35(1): 19-24.) 提出了一种基于遗传算法的模糊隶属度的优化方案,实现了模糊控制器中模糊规则的合理优化。林得刚,郑长江,陈淑燕等. 基于神经网络的信号交叉口进口车道交通延误预测[J]. 大连交通大学学报, 2013, 34(4): 53-56针对交通流量预测的特点，提出了BP 神经网络的方案以预测路口交通流量。该方案考虑了路口其他非预测方向和交通信号配时方案对流量预测的影响。神经网络具有很强的非线性,但自身也存在收敛慢等的缺点。刘琰.基于模糊粗糙神经网络的交通流研究[J]. 海南师范大学学报(自然科学版), 2012, 25(4), pp: 386-388.结合模糊控制理论和神经网络各自的优点,构造了模糊粗糙神经网络,实现路口交通流预测与控制。韩敏, 王亚楠. 基于Kalman 滤波的储备池多元时间序列在线预报器[J]. 自动化学报. 2010, 36(1): 169-173.提出了基于约束Kalman滤波的短时交通流量组合预测模型以克服单一的交通流预测模型性能不稳定的问题。但是Kalman 滤波预测算法需要做大量的矩阵和向量运算，难以用于实时在线预测。高学辉，刘艳忠，王巧芝，贾世胜，孙皓等.基于在线支持向量回归算法的短时交通流预测[J].山东科技大学学报,2011,30(1):78-82.提出了一种基于在线支持向量回归算法（Support Vector Regression,SVR）的短时交通流预测方法，预测结果表明了其有效性。但是该方法还只是基于车辆检测器的单点预测模型，并且模型的参数优化、预测精度的提高以及应用规模还需进一步研究。以上公开文献都只针对交通路段的某一点或某一类指标进行预测和控制。

发明内容

本发明的目的在于克服上述缺点而提供的一种实时、有效地对区域交通信号进行协调控制，从而减少了区域内的交通拥堵和能源消耗的对区域交通信号实时协调控制的方法。

本发明的一种对区域交通信号实时协调控制的方法，包括：

    传感器1采集被控对象的数据，由汇聚点2融合形成非冗余数据集，再将非冗余数据集打上时间戳和地理位置并传输至网络，远程控制端5中的状态观测器4接收来自汇聚点2的非冗余数据集，并根据非冗余数据集给出被控对象状态的预测值，再由远程控制端5中的控制器3产生控制信号通过网络送至执行器6执行；其中状态观测器4中的在线动态预测步骤如下：

  a、在状态观测器4缓冲区，来自于汇聚点2的非冗余数据集中提取前25个数据作为的基准数据，根据基准数据建立样本集合 ，并通过集合中获得预期值；