本发明涉交通信号仿真控制领域，尤其涉及一种基于车辆行驶状态的交通信号灯优化方法。
背景技术：
：随着城市化进程的不断推进，机动车保有量迅速上升，城市道路拥堵情况日益严重。为保障车辆在城市道路间的正常运行，道路路口的交通信号控制尤其重要。路口的交通信号控制主要通过交通信号控制器来实现。因此，交通信号控制器在日常生活中扮演的角色越来越重要。现有技术中，对路口的交通信号灯的控制通常是按照预设的时间进行控制，并且路口的每一个方向的绿灯通行时间一经设定在运行中是不改变的。这种情况下，道路路口的交通状况千变万化，当某一个方向拥堵或者多个方向拥堵时，该道路路口仍然按照预定的方式进行交通信号灯的控制，不但没有缓解交通状况，反而常常会到导致拥堵越来越严重。尤其在一些城市潮汐车流现象严重，往往存在着一个方向拥堵严重，另一个方向却没什么车子经过，如果依然采用那种定时控制的方法只会使拥堵更加严重。技术实现要素：本发明设计开发了一种基于车辆行驶状态的交通信号灯优化方法，采用两个模糊控制器，分别控制左转和直行交通信号灯时长，有效解决潮汐车流现象的拥堵问题。本发明提供的技术方案为：一种基于车辆行驶状态的交通信号灯优化方法，包括：步骤一、检测车辆通过第i个交通信号灯路口在t时段内的状态数据，所述状态数据包括：左转车辆行驶速度vli(t)、左转车辆行驶加速度ali(t)、左转车流数量nli(t)，环境温度t(t)；右转车辆行驶速度vri(t)、右转车辆行驶加速度ari(t)、右转车流数量nri(t)；直行车辆行驶速度vzi(t)、直行车辆行驶加速度azi(t)、直行车流数量nzi(t)；步骤二、根据所述状态数据分别计算第i个交通信号灯路口的左转通行系数、右转通行系数和直行通行系数；步骤三、根据所述状态数据和通行系数计算第i个交通信号灯路口的直行影响系数和左转影响系数；步骤四、将左转通行系数、左转影响系数输入第一模糊控制器，获得表示左转信号灯时长的向量群；以及所述表示信号灯时长的向量群作为左转信号灯的控制时长输出；将直行通行系数、直行影响系数输入第二模糊控制器，获得表示直行信号灯时长的向量群；以及所述表示左转信号灯时长的向量群和直行信号灯时长的向量群作为信号灯的控制时长策略输出。优选的是，所述第i个交通信号灯路口的通行系数计算公式为：其中，fki为第i个交通信号灯路口的通行系数；l对应左转参数，r为右转参数，z对应直行参数，fli为第i个交通信号灯路口的左转通行系数，fri为第i个交通信号灯路口的右转通行系数，fzi为第i个交通信号灯路口的直行通行系数，δbki(t)＝max[vki(t)]-min[vki(t)]，k＝l，r，z；其中，ave[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆平均速度，max[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最高车速，min[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最低车速。优选的是，所述第i个交通信号灯路口的影响系数计算公式为：其中，fki为第i个交通信号灯路口对应k向的通行系数，t(t)环境温度，λ为与天气情况相关的量化系数。优选的是，所述第一模糊控制器工作过程为：将左转通行系数与预设左转通行系数比较得到左转通行系数偏差信号，将左转影响系数与预设左转影响系数比较得到左转影响系数偏差信号；将左转通行系数偏差信号经过微分计算得到左转通行系数变化率信号，左转影响系数偏差信号经过微分计算得到左转影响系数变化率信号；将左转通行系数变化率信号和左转影响系数变化率信号共同经过放大后输入第一模糊控制器，输出为左转灯通行时长控制系数。优选的是，所述第二模糊控制器工作过程为：将直行通行系数与预设直行通行系数比较得到直行通行系数偏差信号，将直行影响系数与预设直行影响系数比较得到直行影响系数偏差信号；将直行通行系数偏差信号经过微分计算得到直行通行系数变化率信号，直行影响系数偏差信号经过微分计算得到直行影响系数变化率信号；将直行通行系数变化率信号和左转影响系数变化率信号共同经过放大后输入第二模糊控制器，输出为直行灯通行时长控制系数。优选的是，所述左转通行系数与预设左转通行系数的模糊集为：{nb，nm，ns，zr，ps，pm，pb}，nb表示负大，nm表示负中，ns表示负小，zr表示零，ps表示正小，pm表示正中，pb表示正大，它们的论域为：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。优选的是，所述直行通行系数与预设直行通行系数的模糊集为：{nb，nm，ns，zr，ps，pm，pb}，nb表示负大，nm表示负中，ns表示负小，zr表示零，ps表示正小，pm表示正中，pb表示正大，它们的论域为：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。优选的是，所述左转灯通行时长控制系数模糊集为δδj＝{δδ1，δδ2，δδ3，δδ4，δδ5，δδ6，δδ7}，其中，其中，δδ1表示负大，δδ2表示负中，δδ3表示负小，δδ4表示零，δδ5表示正小，δδ6表示正中，δδ7表示正大，它们的论域为{-3δtki，-2δtki，-δtki，0，δtki，2δtki，3δtki}。。优选的是，所述直行灯通行时长控制系数模糊集为δωj＝{δω1，δω2，δω3，δω4，δω5，δω6，δω7}，其中，δω1表示负大，δω2表示负中，δω3表示负小，δω4表示零，δω5表示正小，δω6表示正中，δω7表示正大，它们的论域为{-3ωtki，-2ωtki，-ωtki，0，ωtki，2ωtki，3ωtki}。优选的是，所述信号灯的控制时长为：其中，tli(g)为第i个交通信号灯路口左转绿灯时长，tli(r)为第i个交通信号灯路口左转红灯时长，tzi(g)第i个交通信号灯路口直行绿灯时长，tzi(r)第i个交通信号灯路口直行红灯时长，tl0为预设左转灯时长，tz0为预设直行灯时长。本发明所述的有益效果本发明设计开发了一种基于车辆行驶状态的交通信号灯优化方法，采用两个模糊控制器，分别控制左转和直行交通信号灯时长，有效解决潮汐车流现象的拥堵问题，本发明还结合天气因素控制交通信号灯时长，能够根据天气情况进行时长调节，避免了由天气情况造成的拥堵。具体实施方式下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。本发明提供的基于车辆行驶状态的交通信号灯优化方法包括：步骤一、检测车辆通过第i个交通信号灯路口在t时段内的状态数据，所述状态数据包括：左转车辆行驶速度vli(t)、左转车辆行驶加速度ali(t)、左转车流数量nli(t)，环境温度t(t)；右转车辆行驶速度vri(t)、右转车辆行驶加速度ari(t)、右转车流数量nri(t)；直行车辆行驶速度vzi(t)、直行车辆行驶加速度azi(t)、直行车流数量nzi(t)；步骤二、根据所述状态数据分别计算第i个交通信号灯路口的左转通行系数、右转通行系数和直行通行系数；第i个交通信号灯路口的通行系数计算公式为：其中，fki为第i个交通信号灯路口的通行系数；l对应左转参数，r为右转参数，z对应直行参数，fli为第i个交通信号灯路口的左转通行系数，fri为第i个交通信号灯路口的右转通行系数，fzi为第i个交通信号灯路口的直行通行系数，δbki(t)＝max[vki(t)]-min[vki(t)]，k＝l，r，z；其中，ave[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆平均速度，max[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最高车速，min[vki(t)]为第i个交通信号灯路口在t时段内的对应k向行驶车辆最低车速。步骤三、根据所述状态数据和通行系数计算第i个交通信号灯路口的直行影响系数和左转影响系数；其中，fki为第i个交通信号灯路口对应k向的通行系数，t(t)环境温度，λ为与天气情况相关的量化系数，表1给出了天气情况对应的量化系数。表1天气情况量化系数表天气雨天雪天冰雹雾天晴朗λ0.6-0.81.5-1.92.2-4.61.2-1.30.3-0.5天气风天霾沙尘暴结冰暴风λ0.8-1.01.4-1.61.2-2.53.3-5.23.8-6.1步骤四、将左转通行系数fli、左转影响系数gli输入第一模糊控制器，其中，fli、gli的实际变化范围分别为[10,30]，[20,60]，fli、gli的离散论域均为{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}则比例因子k1＝6/20、k2＝6/40定义模糊子集及隶属度函数把左转通行系数fli分为七个模糊状态：pb(正大)，pm(正中)，ps(正小)，0(零)，ns(负小)，nm(负中)，nb(负大)，结合经验得出左转通行系数fli的隶属度函数表，如表2所示。表2放电能力系数fli的隶属度函数表fli-6-5-4-3-2-10123456pb0000000000000pm00000.20.4000.20000ps0000.20.40.6000.40.20000000.20.40.60.81.000.60.40.400nb0.20.40.40.80.80000.80.80.80.20.4nm0.60.80.800000001.00.60.8ns0.81.01.000000000.10.81.0把左转影响系数gli分为七个模糊状态：pb(正大)，pm(正中)，ps(正小)，0(零)，ns(负小)，nm(负中)，nb(负大)，结合经验得出左转影响系数gli的隶属度函数表，如表3所示。表3左转影响系数gli的隶属度函数表获得模糊推理过程必须执行复杂的矩阵运算，计算量非常大，在线实施推理很难满足控制系统实时性的要求，本发明采用查表法进行模糊推理运算，模糊推理决策采用二输入单输出的方式，通过经验可以总结出模糊控制器的初步控制规则，模糊控制器根据得出的模糊值对输出信号进行解模糊化，得到故障等级γ，求模糊控制查询表，由于论域是离散的，模糊控制规则及可以表示为一个模糊矩阵，采用单点模糊化，得出左转灯通行时长控制系数控制规则见表4。表4为模糊控制规则表将直行通行系数fzi、直行影响系数gzi输入第二模糊控制器，其中，fzi、gzi的实际变化范围分别为[10,30]，[20,60]，fzi、gzi的离散论域均为{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}则比例因子k1＝6/20、k2＝6/40定义模糊子集及隶属度函数把直行通行系数fzi分为七个模糊状态：pb(正大)，pm(正中)，ps(正小)，0(零)，ns(负小)，nm(负中)，nb(负大)，结合经验得出直行通行系数fzi的隶属度函数表，如表5所示。表5直行通行系数fzi的隶属度函数表fzi-6-5-4-3-2-10123456pb0000000000000pm00000.20.4000.20000ps0000.20.40.6000.40.20000000.20.40.60.81.000.60.40.400nb0.20.40.40.80.80000.80.80.80.20.4nm0.60.80.800000001.00.60.8ns0.81.01.000000000.10.81.0把直行影响系数gzi分为七个模糊状态：pb(正大)，pm(正中)，ps(正小)，0(零)，ns(负小)，nm(负中)，nb(负大)，结合经验得出直行影响系数gzi的隶属度函数表，如表6所示。表6直行影响系数gzi的隶属度函数表gzi-6-5-4-3-2-10123456pb0000000000000pm00000.20.4000.20000ps0000.20.60.6000.40.20000000.20.60.60.81.000.60.40.400nb0.20.40.40.80.80000.80.80.80.20.4nm0.60.80.800000001.00.60.8ns0.81.01.000000000.10.81.0获得模糊推理过程必须执行复杂的矩阵运算，计算量非常大，在线实施推理很难满足控制系统实时性的要求，本发明采用查表法进行模糊推理运算，模糊推理决策采用二输入单输出的方式，通过经验可以总结出模糊控制器的初步控制规则，模糊控制器根据得出的模糊值对输出信号进行解模糊化，得到故障等级γ，求模糊控制查询表，由于论域是离散的，模糊控制规则及可以表示为一个模糊矩阵，采用单点模糊化，得出直行灯通行时长控制系数控制规则见表7。表7为模糊控制规则表信号灯控制的输出策略为：信号灯的控制时长为：其中，tli(g)为第i个交通信号灯路口左转绿灯时长，tli(r)为第i个交通信号灯路口左转红灯时长，tzi(g)第i个交通信号灯路口直行绿灯时长，tzi(r)第i个交通信号灯路口直行红灯时长，tl0为预设左转灯时长，tz0为预设直行灯时长。，δδ1表示负大，δδ2表示负中，δδ3表示负小，δδ4表示零，δδ5表示正小，δδ6表示正中，δδ7表示正大，对应论域为{-3δtki，-2δtki，-δtki，0，δtki，2δtki，3δtki}，δ＝0.8s，tl0＝3min。优选的是，所述直行灯通行时长控制系数模糊集为δωj＝{δω1，δω2，δω3，δω4，δω5，δω6，δω7}，其中，δω1表示负大，δω2表示负中，δω3表示负小，δω4表示零，δω5表示正小，δω6表示正中，δω7表示正大，对应的论域为{-3ωtki，-2ωtki，-ωtki，0，ωtki，2ωtki，3ωtki}ω＝0.9s，tz0＝3min。本发明设计开发了一种基于车辆行驶状态的交通信号灯优化方法，采用两个模糊控制器，分别控制左转和直行交通信号灯时长，有效解决潮汐车流现象的拥堵问题，本发明还结合天气因素控制交通信号灯时长，能够根据天气情况进行时长调节，避免由天气情况造成的拥堵，本发明通过模糊控制将信号灯时长控制系数分为七个模糊集，并给出控制时长和控制系数之间的对应关系式，能够精准控制信号灯时长，保证车辆迅速通行。尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。当前第1页12