[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

说明书

本发明涉及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及系统，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，包括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。通过机器学习方法自适应预测推断后续的短时交通信号状态。本发明针对单个交叉口独立控制和多个交叉口协同控制两种模式，分别给出了不同的预测推断流程，适用场景多样。为智能网联车群的规划与决策提供了可靠的短时交通信号状态数据基础。

技术领域

本发明涉及交通信号状态预测和推断的技术领域，尤其是涉及一种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。

背景技术

随着车辆网联、单体智能和多体协同等相关技术的蓬勃发展，智能网联车群的协同控制将成为未来主流。在一定的道路情况下，智能网联车辆通过适应并调节自身的行驶状态，使得自身与其他的智能网联车辆之间保持相对稳定的位置以及速度等，从而实现智能网联车群协同控制。实现智能网联车群协同控制的先决条件是车辆具备强大的感知能力，因而需要在车辆上搭载了摄像头、雷达、超声波等传感器。在车辆行驶过程中结合路侧感知设备和通信技术等，能够捕捉到单车周围环境信息、视野盲区环境信息、周围车辆信息和交通灯的信号状态等多源信息。

交通信号状态是智能网联车群进行规划和决策时需要考虑的重要信息。单车感知实时交通信号时，存在前车遮挡和路侧设施遮挡等问题，这使得仅依靠单车感知信息准确推断实时交通信号变得困难。此外，智能网联车群进行规划和决策还需要考虑未来状态，例如：剩余绿灯时间是否足以车群通过和在下次绿灯点亮前执行降低能耗的控制指令等。

现有技术针对如何获取实时信号状态已有相关成果，但是多为单个交叉口独立控制场景的技术并且鲜有关于短时信号状态预测的技术。通过交叉口信号机获取实时信号状态非常困难，具备强大感知能力的智能网联车群则刚好提供了一种新方式。现有的交叉口信号状态数据存储于信号机厂商中，而不同的信号机厂商有不同的数据存储形式和通信协议，这使得传输实时信号状态困难。另一方面，交通信号控制存在单个交叉口独立控制和多个交叉口协同控制的不同方式，并且交通信号控制方案在一段时间后会进行更新，这使得预测交通信号状态尤为困难。此外，信号机设备存储空间有限，其历史数据不足以支撑数据驱动的短时信号状态预测。针对上述的问题，需要发明一种数据驱动的交叉口短时信号状态预推方法和系统，提高实时信号状态推断的准确率和提供适用智能网联车辆的短时信号状态。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种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。

本发明的目的可以通过以下技术方案来实现：

作为本发明的第一方面，提供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，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。

进一步的，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。

进一步的，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：