人工智能型交通信号控制系统及方法与流程

本发明涉及自动控制，尤其涉及交通信号的人工智能自动控制。

背景技术：

1、目前交通信号的自动控制大多依赖专家依照经验所制定的控制流程，但这种方式并不能准确反应场域交通行为，且无法针对不同车种做出反应。此外，这种方式的适用范围受限，例如只要道路规划的不同，就必须再次通过专家重新制定不同的控制流程，在使用上极不便利。

2、虽然目前已有部分技术可通过人工智能应用于交通信号，但这些技术大多是通过短暂拍摄路口的车流影像作为交通情况分析对象，并非直接碰触交通信号秒数的控制问题。此外，过去信号控制技术上多半以车流通过量，即一般所称之车流量或流量，来判断实时交通状况，这种方式也无法真实反映路况，例如在塞车时，由于通过路口的车辆较少，分析判断可能会误判成道路上的车辆较少而减少此路口的绿灯秒数，但实际上车辆很多，导致交通堵塞更严重。

技术实现思路

1、根据本发明的一实施例，提供了一种交通信号控制系统，用于控制一控制范围内的交通信号。交通信号控制系统包含训练用类神经网络、决策用类神经网络及控制单元。控制单元控制控制范围内的交通信号。训练用类神经网络通过训练用数据进行强化学习，其中训练用数据的类型包含至少部分控制范围内的车道几何布设数据、车种数据、车流量、路段旅行时间、停等车队长度、占有率及车辆数目资料的至少其中一种。决策用类神经网络根据训练用类神经网络的训练成果对实时交通数据进行分析，以产生对应该控制范围内的至少一交通信号的决策，其中实时交通数据的类型包含目前至少部分控制范围内的车道几何布设数据、车种数据、车流量、路段旅行时间、停等车队长度、占有率及车辆数目资料的至少其中一种；控制单元利用该决策控制控制范围内的至少一交通信号。

2、根据本发明的另一实施例，提供了一种交通信号控制方法，用于控制一控制范围内的交通信号，该方法是通过交通信号控制系统来执行，交通信号系统包含训练用类神经网络、决策用类神经网络及控制单元。交通信号控制方法包含步骤：借由训练用类神经网络通过训练用数据进行强化学习，其中训练用数据的类型包含至少部分控制范围内的车道几何布设数据、车种数据、车流量、路段旅行时间、停等车队长度、占有率及车辆数目资料的至少其中一种；借由决策用类神经网络，根据训练用类神经网络的训练成果对实时交通数据进行分析，以产生对应该控制范围内的至少一交通信号的决策，其中该实时交通数据的类型包含目前至少部分控制范围内的车道几何布设数据、车种数据、车流量、路段旅行时间、停等车队长度、占有率及车辆数目资料的至少其中一种；以及借由控制单元，利用该决策控制控制范围内的至少一交通信号。

技术特征：

1.一种交通信号控制系统，用于控制一控制范围内的交通信号，其特征在于，包含：

2.如权利要求1所述的交通信号控制系统，其特征在于，还包含第二训练用类神经网络及第二决策用类神经网络，其中所述第二训练用类神经网络通过多个所述训练用数据进行所述强化学习，所述第二决策用类神经网络根据所述训练用类神经网络或第二训练用类神经网络的训练结果对所述实时交通数据进行分析，以产生对应所述控制范围内的一第二交通信号的一第二决策，且所述控制单元利用所述第二决策控制所述控制范围内的所述第二交通信号。

3.如权利要求1所述的交通信号控制系统，其特征在于，所述训练用数据的类型还包含所述控制范围内的至少一交通信号的时相指示及/或剩余秒数，所述实时交通数据的类型还包含所述控制范围内的所述至少一交通信号的目前时相指示及/或目前剩余秒数。

4.如权利要求3所述的交通信号控制系统，其特征在于，所述训练用数据的类型还包含所述控制范围以外的至少一交通信号的时相指示及/或剩余秒数，所述实时交通数据的类型还包含所述控制范围以外的所述至少一交通信号的目前时相指示及/或目前剩余秒数。

5.如权利要求4所述的交通信号控制系统，其特征在于，所述控制范围以外的所述至少一交通信号所在的路口相邻于所述控制范围。

6.一种交通信号控制方法，用于控制一控制范围内的交通信号，所述方法是通过交通信号控制系统来执行，所述交通信号控制系统包含训练用类神经网络、决策用类神经网络及决策中心，其特征在于，所述方法包含步骤：

7.如权利要求6所述的交通信号控制方法，其中所述交通信号控制系统还包含第二训练用类神经网络及第二决策用类神经网络，其中所述第二训练用类神经网络通过多个所述训练用数据进行所述强化学习，所述第二决策用类神经网络根据所述训练用类神经网络或第二训练用类神经网络的训练结果对所述实时交通数据进行分析，以产生对应所述控制范围内的一第二交通信号的一第二决策，且所述控制单元利用所述第二决策控制所述控制范围内的所述第二交通信号。

8.如权利要求6所述的交通信号控制方法，其特征在于，所述训练用数据的类型还包含所述控制范围内的至少一交通信号的时相指示及/或剩余秒数，所述实时交通数据的类型还包含所述控制范围内的所述至少一交通信号的目前时相指示及/或目前剩余秒数。

9.如权利要求8所述的交通信号控制方法，其特征在于，所述训练用数据的类型还包含所述控制范围以外的至少一交通信号的时相指示及/或剩余秒数，所述实时交通数据的类型还包含所述控制范围以外的所述至少一交通信号的目前时相指示及/或目前剩余秒数。

10.如权利要求9所述的交通信号控制方法，其特征在于，所述控制范围以外的所述至少一交通信号所在的路口相邻于所述控制范围。

技术总结
一种交通信号控制系统，包括：训练用类神经网络、决策用类神经网络及控制单元。训练用类神经网络通过多个训练用数据进行强化学习。决策用类神经网络根据训练用类神经网络的训练成果对实时交通数据进行分析，以产生对应控制范围内的交通信号的决策。控制单元利用该决策控制控制范围内的该交通信号。

技术研发人员：万家豪,黄友恒,徐嘉骏,黄铭崇
受保护的技术使用者：睿星科技股份有限公司
技术研发日：
技术公布日：2024/1/15