[发明专利]基于智能网联车群感知的交叉口信号状态预推方法及系统

权利要求书

1.一种基于智能网联车群感知的交叉口短时信号状态预推方法，其特征在于，所述信号状态预推方法基于智能网联车群感知数据的采集交通信号灯状态，将交通信号灯状态输入预推模型，得到预推模型预推结果，所述预推模型包括以下部分：

单个交叉口信号控制方案辨识；

单个交叉口信号状态预推；

多个交叉口信号状态联合预推。

2.根据权利要求1所述的一种基于智能网联车群感知的交叉口短时信号状态预推方法，其特征在于，所述交通信号灯状态基于实时感知数据，通过语义分割模型，从智能网联车群传输的实时感知数据中提取得到，所述交通信号灯状态包括交叉口各个进口的道绿灯、黄灯和红灯是点亮还是熄灭。

3.根据权利要求1所述的一种基于智能网联车群感知的交叉口短时信号状态预推方法，其特征在于，所述单个交叉口信号控制方案辨识包括以下步骤：

S1：单个灯持续阶段划分：

基于交通信号灯状态历史时间序列，划分包括每个交通信号灯点亮的开始时刻、持续时间和结束时刻的持续阶段；

S2：单个通行方向阶段划分：

基于S1输出的持续阶段，得到每个通行方向的绿、黄和红三个灯色各自的开始时刻、持续时间和间隔时间；合并每个通行方向绿灯、黄灯和红灯持续阶段为该通行方向合并阶段；处理黄灯缺失导致的非连续数据；按照绿灯、黄灯和红灯顺序划分每个方向的通行方向阶段结果；

S3：信号周期划分：

基于S2输出的单个通行方向阶段，合并单个交叉口所有通行方向的阶段，按照时间顺序排列，寻找最大相同通行方向的集合，集合中时间顺序相邻通行方向相同的行之间的元素构成一个信号周期。

4.根据权利要求3所述的一种基于智能网联车群感知的交叉口短时信号状态预推方法，其特征在于，所述单个通行方向阶段划分步骤包括：

每次从单个交叉口12个通行方向中取一个方向对应的数据，合并该方向绿灯、黄灯和红灯持续阶段为该通行方向合并阶段，然后按照开始时刻时间戳升序排序；

如果该通行方向合并阶段的首行不为绿灯，选取第一次绿灯出现的时刻，去除该时刻之前的点亮阶段数据；如果末行不为红灯，选取最后一次红灯出现的时刻，去除该时刻之后的持续阶段数据；

分别从第一个绿灯、黄灯以及红灯出现开始，每隔2行取数据；如果所取数据不为对应的绿灯、黄灯或红灯，记录该数据的索引并跳出循环；

如果黄灯索引小于绿灯索引且黄灯索引小于红灯索引，判断黄灯缺失；构造新行添加该新行到持续阶段中，该行开始时刻时间戳等于黄灯索引对应的开始时刻时间戳，持续时间等于0，间隔时间等于0；重新按照开始时刻时间戳升序排序，对开始时刻时间戳列做一阶差分，得到每行之间的间隔时间；每次取3行数据，构造包含三个灯色各自的开始时刻、持续时间和间隔时间的新行添加到方向阶段划分结果集中；

输出单通行方向阶段划分结果。

5.根据权利要求1所述的一种基于智能网联车群感知的交叉口短时信号状态预推方法，其特征在于，所述单个交叉口信号状态预推包括以下步骤：

S4：当前信号状态辨识

输入信号灯实时状态时间序列，辨识当前信号状态，输出实时点亮灯色已经持续的时间和点亮开始时刻；

S5：信号周期匹配

方案1：指实时传输时刻前最近一个完整信号控制方案。方案2：指方案1前推最近的一个完整信号控制方案；

如果方案1和方案2相位相同，方案1做预测值，方案2做真实值，计算两者的误差；

根据误差数值大小划分不同等级的可信度；

当可信度高时，将方案1作为依据信号控制方案Cs用于后续推断；当可信度低时，采用梯度下降决策树模型给出最佳的依据信号控制方案Cs；

S6：后续信号状态推断

基于可信度、依据信号控制方案和当前信号状态，考虑搭接相位场景，获取实时信号状态在依据信号控制方案中对应的信号相位，根据信号相位推断点亮灯剩余的点亮时间和下一相位。