一种对区域交通信号实时协调控制的方法
【技术领域】
[0001] 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。
[0002]
【背景技术】
[0003] 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宄和开发，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。
[0004] 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，NairB. 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 交通流研宄[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宄。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。
[0005]
【发明内容】
[0006] 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。
[0007] 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.f，并通过集合S中获得预期值Pre ; b、 将集合S和预期值作为ε -SVR预测的训练样本，选定高斯径向基核函数进行训 练，其中惩罚因子C取50,参数ε取0.0240,调整参数w与fc ; c、 从采样数据中提取最后一组作为预测样本，用训练得到的线性回归函数获得下一时 刻被控对象的预测值并输出； d、 减量在线训练，在训练样本中筛选需要遗忘的样本，更新支持向量集与错误支持向 量集； e、 进行一次样本采样，记录当前采样时刻t与数据Jlh，设样本的采样周期为2~5s ; f、 当运算量占处理器资源超过70%时，则调整集合s与预期值Pm的大小，重复步骤b 至步骤e。
[0008] 上述的一种对区域交通信号实时协调控制的方法，其中：被控对象为各种交通参 数包括车速、交通流量及道路占有率等。
[0009] 本发明与现有技术相比具有明显有益效果，从以上技术方案可知：本发明在无线 传感网络结构的基础上，通过数据汇聚形成非冗余数据集，并采用分簇策略将区域交通控 制系统建模成一类集成信息调度与控制的离散切换系统。在离散切换系统中，不仅考虑了 数据包传输的网络时延和丢包率，而且观测器利用改进的ε -SVR训练方法实现对多数据 源融合的交通信号状态的在线预测并通过控制器进行总体协调控制。本发明能实时、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。
[0010]
【附图说明】 图1为本发明的原理示意图 图中标记： 1、传感器；2、汇聚点；3、控制器；4、状态观测器；5、远程控制端；6、执行器。
[0011]
【具体实施方式】
[0012] 如图1所示，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：被控对象为各种交通参数包 括车速、交通流量及道路占有率等，被控对象生成η维状态变量
为执行器收到的P维控制变量：
为汇聚点 发送的q维输出变量
为能量有限的干扰信号。CT丨为从传感 器到观测器器的网络时延，为从控制器到执行器的网络时延，为观测器的计 算时延。
[0013] 在被控对象的各种交通参数的采集过程中，采用基于数据的网格化系统，其格状 网每个正方形小区域为c? €/，边长^根据应用任务的求解精度而定，如节点，的位置可记 为1^為，夕。
[0014] 每一个传感器(安装在车辆和路边设施）都有一个唯一的标志ID，由可信中心 (Trusted Authority)负责对节点认证、注册并授权。节点可通过ID号和TA签发的数字证 书相互验证身份。
[0015] 作如下假设： 假设一汇聚点的采样周期为T，执行器节点以事件为驱动； 假设二闭环系统总时延
假设三由于传感器采集的被控对象数据或控制信号在网络传输中受到约束，汇聚点 最多只能