專利名稱：基于流體動力學的城市交通控制信號的自組織化方法
技術領域：
本發明涉及的是一種交通運輸技術領域的控制方法，尤其涉及一種基于流體動力學的城市交通控制信號的自組織化方法。
背景技術：
從城市交通信號控制方法和應用技術的角度，當前城市交通信號控制的背景技術主要有大系統觀點的簡化方法、人工智能觀點的智能化方法、自組織觀點的復雜性方法。基于大系統觀點的簡化方法由于其考慮的因素較多，求解時計算量太大，維數高，難以實現實時控制，而且存在著舍棄了城市汽車流交通控制復雜性本質的問題，實際應用效果極不理想。基于人工智能模型的交通系統控制方法中，模糊變量的分檔，神經網路的拓撲結構、類型和訓練的數據，專家知識表達的質量等等，都直接影響到系統的運行效率、實時性和穩定性。
經對現有技術文獻的檢索發現，楊煜普等在“基于再勵學習和遺傳算法的交通控制信號自組織控制”(自動化學報，2002，28(4)564-568)將遺傳再勵學習算法應用于城市交通信號控制中，但該算法的計算十分復雜，難以實現路口汽車流的實時響應控制。
發明內容
本發明的目的在于克服現有技術中存在的不足，提出一種基于流體動力學的城市交通控制信號的自組織化方法，使其解決城市交通控制存在的不確定性和車流量平衡問題，以提高城市交通控制系統的性能和實時性。
為達到以上目的，本發明所采用的解決方案是 一種基于流體動力學的城市交通控制信號的自組織化方法，每個交通路口具有采集和處理信息功能，以及設有兩套元胞自動機進行演化實現每個路口交通信號控制的動態決策，在元胞自動機的基礎上引進流體動力學建立交通流平衡模型，制定基于四相位順序切換的城市交通信號自組織控制規則及交通路口相位切換判別規則，實現交通系統信號模式的實時決策。
進一步，其包括以下步驟 1)各交通路口的實時信息采集處理將現有的交通網絡中的每個路口通過簡單改造，使其具有可以自主采集和處理簡單信息的能力； 2)基于納維-斯托克斯方程基本形式的交通流運動重構納維-斯托克斯方程是用來描述粘性流體運動的，在交通流中單個“分子”是車輛，其質量力的作用是可忽略的，從而得到用于交通流的納維-斯托克斯方程的簡化形式，
為壓強梯度力，
為車流動力粘性系數，u為車流速度 3)對交通流納維-斯托克斯方程進行有限差分來獲得元胞自動機本地規則對步驟2)中納維-斯托克斯方程簡化方程有限差分得到元胞自動機本地規則，得到各個路口處車流的速度u，根據速度-密度線形模型得到演化后的車流密度k，用于各路口紅綠燈判別的相關法則中，其中uf為自由流速度，kf為堵塞密度； 4)通過劃分相位來簡化交通模型并制定相應的演化規則根據車輛在實際路口的行駛狀態，劃分四個相位，隨著相位的演化，每次的相位切換后實際路口車輛流行駛模型對應于兩套同時進行演化的元胞自動機模型； 5)各交通路口的相位切換的判別規則各路口的交通燈根據相位切換，每個相位的駐留時間有一個最小量Δtmin和一個最大量Δtmax，在Δtmin與Δtmax之間，以Δt為一個基本時間單位，每時步對應時刻，根據該時刻路口四個相位對應的通行方向的車流密度ki計算得擁擠強度csi(i＝1，2，3，4)，綜合衡量四個擁擠強度后做出判斷，是否切換到下個相位。
所述的簡單改造，是指①在每個路口進車路段安裝車輛檢測傳感器，檢測進入路口等待車輛數以及當前車輛運行狀態，使路口具有檢測自身當前狀態的能力；②本地路口與其相鄰路口之間通過有線或無線的方式相互連接，實行雙向實時通信，為自組織控制決策提供實時的確定信息，實現路口信息共享；③使每個路口具有信息處理能力。
所述的相位切換根據相位順序依次切換，四相位分別為相位1，Y方向的左轉向燈亮，X方向的紅燈亮；相位2，Y方向的綠燈亮，X方向的紅燈亮；相位3，X方向的左轉向燈亮，Y方向的紅燈亮；相位4，X方向的綠燈亮，Y方向的紅燈亮，相位切換按照相位從1切換到2，從2切換到3，從3切換到4，從4切換到1，依此循環，不能跳過，也不能反向切換。
所述的駐留時間最小量Δtmin和最大量Δtmax，是指每個相位至少保持Δtmin之后才能進行相位切換，在Δtmin內相位保持不變，且每個相位最長只能保持Δtmax，一旦達到Δtmax即無條件切換到下一個相位。
所述的擁擠強度為該路口各相位對應的通行方向內，距路口停車線一定長度內的車輛飽和度，即其中k是該路口各相位對應的通行方向的車流密度，L是各通行方向內進車路段車輛檢測傳感器安裝位置沿道路方向到路口停車線的距離，N是各通行方向進車路段L所含道路范圍內可以容納的車輛最大數；根據擁擠強度的相位切換判斷標準為 ①若當前相位的擁擠強度cs≤cs0，不考慮其他三個相位的擁擠強度，路口狀態切換到下一相位 ②若當前相位的擁擠強度cs0＜cs＜cs1，考查其他三個相位的擁擠強度最大值cs′若cs′≥cs1，路口狀態切換到下一相位；若cs′＜cs1，保持當前相位不變； ③若當前相位的擁擠強度cs≥cs1，不考慮其他三個相位的擁擠強度，保持當前相位不變； cs0和cs1為閾值，且0＜cs0＜cs1＜1，當cs≤cs0時，認為擁擠程度很小，車流通暢；當cs≥cs1時，認為擁擠程度很大，車流擁堵嚴重。
所述的時步為在(Δtmin-Δt)時刻，即根據路口當前車流狀況和相鄰路口情況，根據納維-斯托克斯簡化方程計算出Δtmin時刻路口車流狀況的預計，并依據此預計判斷Δtmin時刻路口的相位是否要切換；若Δtmin時刻仍保持相位不變，則計算(Δtmin+Δt)時刻的路口車流狀況的預計，并判斷(Δtmin+Δt)時刻路口的狀態是否要切換；依次計算Δt后的車流狀況預計，并判斷路口相位是否切換；若Δt后的時刻為Δtmax，則無條件切換到下一相位。
所述的車流密度k對應不同相位的通行方向分別計算 ①相位1，Y方向的左轉向燈亮，X方向的紅燈亮 X方向的車流密度kx1，kx2為 Y方向的車流密度ky1，ky2為 ②相位2，Y方向的綠燈亮，X方向的紅燈亮 X方向的車流密度kx1，kx2為 Y方向的車流密度ky1，ky2為 ③相位3，X方向的左轉向燈亮，Y方向的紅燈亮 Y方向的車流密度ky1，ky2為 X方向的流量kx1，kx2為 ④相位4，X方向的綠燈亮，Y方向的紅燈亮 Y方向的車流密度ky1，ky2為 X方向的車流密度kx1，kx2為 其中，kxo1，kxo2為演化前X方向的車流密度，kxin1，kxin2為其相鄰路口進入該路口的車流密度，kyo1，kyo2為演化前Y方向的車流密度，ky1，ky2為由演化后得到的Y方向的車流速度uy1，uy2而推算出的Y方向的車流密度，kyin1，kyin2為其相鄰路口進入該路口的車流密度，kx1，kx2為由演化后得到的X方向的車流速度ux1，ux2而推算出的X方向的車流密度，βl1，βl2為車流左轉的左轉系數，βr1，βr2為車流右轉的右轉系數，βs1，βs2為車流直行的直行系數，且βli+βri+βsi＝1，i＝1，2。
所述的車流動力粘性系數
與整個交通流中各個車輛的比例系數、道路狀況及車流密度相關。
所述的壓強梯度力其中k0，u0，n0分別為元胞自動機演化前的由CCD相機得到的路口車流密度、車流速度和車輛數。
由于采用了上述方案，本發明具有以下特點 1)每次計算之前，各路口與相鄰路口有信息通訊過程，通訊信息將參與計算，以此保證交通控制的實時性；相位切換的判斷是依據計算結果的預計，該預計與實際可能有偏差，但根據通訊信息在下一時步會被修正，保證下次預計的偏差減小；每次通訊的信息和計算只包含當前路口和其相鄰路口的信息，計算量小且計算簡單，保證決策的迅速和實時。
2)任意當前路口根據其本身以及相鄰路口的路況信息，在控制規則驅動下實現路口信號狀態的自主動態遷移，完成交通信號的自組織控制，這與傳統的交通信號控制方法有本質不同。
圖1實際城市交通區域圖。
圖2對應的自組織虛擬網絡圖。
圖3仿真結果與比較。
具體實施例方式 以下結合附圖所示實施例對本發明作進一步的說明。
本發明基于流體動力學的城市交通控制信號的自組織化方法，一方面將城市交通信號控制系統作為交通網絡處理，將每個路口作為具有自主采集和處理信息功能的智能體，而且每一路口同時有兩套元胞自動機進行演化來實現每個路口交通信號控制的動態決策；另一方面利用交通流與流體流存在天然的相似性，在元胞自動機的基礎上引進流體動力學來建立交通流的平衡模型，同時制定了基于四相位順序切換的城市交通信號自組織控制規則，并相應地制定了交通路口相位切換的判別規則，實現交通系統信號模式的實時決策。
本發明包括以下步驟 1)各交通路口的實時信息采集處理 將現有的交通網絡中的每個路口通過簡單改造，使其具有可以自主采集和處理簡單信息的能力； 所述的簡單改造，是指①在每個路口進車路段安裝車輛檢測傳感器，檢測進入路口等待車輛數以及當前車輛運行狀態，使路口具有檢測自身當前狀態的能力；②本地路口與其相鄰路口之間通過有線或無線的方式相互連接，實行雙向實時通信，為自組織控制決策提供實時的確定信息，實現路口信息共享；③使每個路口具有信息處理能力。
2)基于納維-斯托克斯方程基本形式的交通流運動重構 納維-斯托克斯方程，是用來描述粘性流體運動的。納維-斯托克斯方程的基本形式如下 用矢量的形式表示，則為 式(2)中稱為拉普拉斯算子，式(1)和式(2)就是常粘性系數的不可壓縮流體的納維-斯托克斯方程。其中四項依次為作用于單位質量流體的慣性力
質量力(fb)、壓強梯度力
和粘性力
由于在交通流中的所謂單個“分子”是車輛，而車輛是由發動機發出的能量來克服阻力行駛的；也就是說相對于車輛本身的運動來說，質量力的作用是可以被完全被忽略的。所以將(2)式引入到交通流中，可得到用于交通流的納維-斯托克斯方程的簡化形式 其一維的形式 注意這里都假設相互正交的兩路口的流體動力粘性系數相同，其實并不一定。
3)對交通流納維-斯托克斯方程進行有限差分來獲得元胞自動機本地規則 雖然涉及的城市交通控制問題是兩維的，但根據上述的分析，其實用到納維-斯托克斯簡化方程則是一維的，對(4)式進行有限差分得到元胞自動機本地規則 (其中λ＝Δt，) 由上式知每次演化后，可以得到在各個路口處車流的速度的情況，如何得到這時的車流密度k，較為實際的算法是Greenshields提出的速度u與密度k的線形模型(1935) 式中uf-自由流速度； kf-堵塞密度。
得到演化后的車流密度，這個量將用于各路口紅綠燈判別的相關法則中。
4)通過劃分相位來簡化交通模型并制定相應的演化規則 在考慮車輛在實際路口的行駛狀態后，總結包含有四個相位的紅綠燈(包括轉向燈)切換的轉向規則相位1Y方向的左轉向燈亮，X方向的紅燈亮；相位2Y方向的綠燈亮，X方向的紅燈亮；相位3X方向的左轉向燈亮，Y方向的紅燈亮；相位4X方向的綠燈亮，Y方向的紅燈亮。
隨著相位的演化，每次的相位切換后實際路口車輛流行駛模型對應于兩套同時進行演化的元胞自動機模型。
所述的相位切換是指 ①Y方向的左轉向燈亮，X方向的紅燈亮。
這時，X方向本身沒有車輛流動，這里所滿足的元胞自動機規則是針對Y方向的 使用元胞自動機的相關演化方法來得到若干步數后的Y方向的車流速度uy1，uy2。這里須引入描述車流左轉的左轉系數βl1，βl2，用來約束轉向燈控制的路口的車流流動。這時X方向的車流密度kx1，kx2為 其中kxo1，kxo2為演化前X方向的車流量(由測控系統得到)，這時由于進入X方向的車流不對本路口造成壓力，而是對其相鄰路口產生壓力；由其相鄰路口進入該路口的車流密度為kxin1，kxin2。
而這時Y方向的車流密度ky1，ky2為 其中，kyo1，kyo2為演化前Y方向的車流密度(由測控系統得到)。ky1，ky2為由演化后得到的Y方向的車流速度uy1，uy2而推算出的Y方向的車流密度；同理這時由其相鄰路口進入該路口的車流密度為kyin1，kyin2。
②Y方向的綠燈亮，X方向的紅燈亮。
這時，X方向本身沒有車輛流動，由Y方向經直行和右轉向后有一部分車沿著Y方向繼續行駛，一部份車則進入X方向車道。同樣的引入描述車流右轉的右轉系數βr1，βr2和車流直行的直行系數βs1，βs2。車流Y方向的元胞自動機規則 使用元胞自動機的相關演化方法來得到若干步數后的Y方向的車流速度uy1，uy2。這時X方向的車流密度kx1，kx2為 原因同上。
而這時Y方向的車流密度ky1，ky2為 ky1，ky2為由演化后得到的Y方向的車流速度uy1，uy2而推算出的Y方向的車流密度。由其相鄰路口進入該路口的車流密度為kyin1，kyin2。
③X方向的左轉向燈亮，Y方向的紅燈亮。
這時，Y方向本身沒有車輛流動，這里所滿足的元胞自動機規則是針對X方向的 使用元胞自動機的相關演化方法來得到若干步數后的X方向的車流速度ux1，ux2。這里須引入描述車流左轉的左轉系數βl1，βl2，用來約束轉向燈控制的路口的車流流動。這時Y方向的車流密度ky1，ky2為 其中kyo1，ky02為演化前Y方向的車流密度(由測控系統得到)，這時由于進入Y方向的車流不對本路口造成壓力，而是對其相鄰路口產生壓力；由其相鄰路口進入該路口的車流密度為kyin1，kyin2。
而這時X方向的流量kx1，kx2為 其中，kxo1，kxo2為演化前X方向的車流量(由測控系統得到)。kx1，kx2為由演化后得到的X方向的車流速度ux1，ux2而推算出的X方向的車流密度。由其相鄰路口進入該路口的車流密度為kxin1，kxin2。
④X方向的綠燈亮，Y方向的紅燈亮。
這時，Y方向本身沒有車輛流動，由X方向經直行和右轉向后有一部分車沿著X方向繼續行駛，一部分車則進入Y方向車道。同樣的引入描述車流右轉的右轉系數βr1，βr2和車流直行的直行系數βs1，βs2。車流Y方向的元胞自動機規則 使用元胞自動機的相關演化方法來得到若干步數后的X方向的車流速度ux1，ux2。這時Y方向的車流密度ky1，ky2為 原因同上。
而這時X方向的車流密度kx1，kx2為 kx1，kx2為由演化后得到的X方向的車流速度ux1，ux2而推算出的X方向的車流密度。由其相鄰路口進入該路口的車流密度為kxin1，kxin2。
注意由相鄰路口流入本地路口的車流密度與相鄰路口的相位有關，與元胞自動機的演化法則情況有關，所以具體形式沒有必要細究，只是在每次計算時須記得加上這一項。
5)各交通路口的相位切換的判別規則 各交通路口四個相位的紅綠燈(包括轉向燈)轉向規則的切換總是按照1-2-3-4-1-2-3-4-1-…進行的，且各路口在每個相位的駐留時間有一個最小量Δtmin和一個最大量Δtmax。在Δtmin與Δtmax之間，以Δt為一個基本時間單位，每時步對應時刻，根據該時刻路口四個相位對應的通行方向的車流密度ki計算得擁擠強度csi(i＝1，2，3，4)，綜合衡量四個擁擠強度后做出判斷，是否切換到下個相位。
所述的相位切換順序，是指相位必然且只能從1切換到2，從2切換到3，從3切換到4，從4切換到1，依此循環，不能跳過，即不能從1直接切換到3，也不能反向切換，即不能從2切換到1。
所述的駐留時間最小量和最大量，是指每個相位至少保持Δtmin之后才能進行相位切換，在Δtmin內相位保持不變，且每個相位最長只能保持Δtmax，一旦達到Δtmax即無條件切換到下一個相位。
所述的擁擠強度，是指該路口各相位對應的通行方向內，距路口停車線一定長度內的車輛飽和度，其表達式為 式中k是該路口各相位對應的通行方向的車流密度，L是各通行方向內進車路段車輛檢測傳感器安裝位置沿道路方向到路口停車線的距離，N是各通行方向進車路段L所含道路范圍內可以容納的車輛最大數。
所述的四個擁擠強度間的衡量判斷，是指根據擁擠強度的計算公式，cs必然在
內；取兩個值cs0和cs1作為閾值(0＜cs0＜cs1＜1)。當cs≤cs0時，認為擁擠程度很小，車流通暢；當cs≥cs1時，認為擁擠程度很大，車流擁堵嚴重。綜合衡量判斷的過程如下 ①若當前相位的擁擠強度cs≤cs0，不考慮其他三個相位的擁擠強度，路口狀態切換到下一相位 ②若當前相位的擁擠強度cs0＜cs＜cs1，考查其他三個相位的擁擠強度最大值cs′若cs′≥cs1，路口狀態切換到下一相位；若cs′＜cs1，保持當前相位不變； ③若當前相位的擁擠強度cs≥cs1，不考慮其他三個相位的擁擠強度，保持當前相位不變。
所述的判斷過程的時步，是指在(Δtmin-Δt)時刻，即根據路口當前車流狀況和相鄰路口情況，通過如4)所述的迭代方程計算出Δtmin時刻路口車流狀況的預計，并依據此預計判斷Δtmin時刻路口的相位是否要切換。若Δtmin時刻仍保持相位不變，則計算(Δtmin+Δt)時刻的路口車流狀況的預計，并判斷(Δtmin+Δt)時刻路口的狀態是否要切換。依次計算Δt后的車流狀況預計，并判斷路口相位是否切換。若Δt后的時刻為Δtmax，無條件切換到下一相位。
注意在(Δtmin-Δt)時刻即開始迭代計算和判斷，相位切換多發生在Δtmin與Δtmax之間；每次迭代計算之前，各路口與相鄰路口有信息通訊過程，通訊信息將參與迭代計算，以此保證交通控制的實時性；相位切換的判斷是依據迭代結果的預計，該預計與實際可能有偏差，但根據通訊信息在下-時步會被修正，保證下次預計的偏差減小；每次通訊的信息和迭代計算只包含當前路口和其相鄰路口的信息，計算量小且計算簡單，保證在Δt內完成，保證決策的迅速和實時。
本發明涉及具體參數的原理如下 1、車流動力粘性系數
在流體動力學方程中，流體的運動粘性系數
是一個非常重要的參數。
一般取決于流體的性質、溫度和壓強，它隨壓強(幾個大氣壓時)的變化不大，但與溫度有較大的關系。因此在流體力學中，運動粘性系數的概念反映了流體環境對流體運動的影響，在一定的條件下，它是一個確定值。
將流體動力學的N-S方程應用于車流分析時，需引入車流動力粘性系數
這個概念和參數，車流的動力粘性系數
與一般流體的定義一致，只是影響其變化的因素有所不同。車流的動力粘性系數
隨車流的混車率(車流中各種車輛的比例，如小車、輕型車、重型車等)、路道形態(車道數、車道寬度)、車流密度(自由流和阻塞流等)以及車流與其下游路口的距離(交通路口的瓶頸作效應)等而變化。
1)整個交通流中各種車輛的一個比例系數(整個車流以哪一種車輛為主，又附以哪幾種車輛)，這類似于先建立一個表格，然后再科學地定義出以那種車輛為主體的交通流所對應的交通流動力粘性因子
2)路道狀況(車道數)，對于具有一定數量路口的區域，其各條道路的道路狀況也不盡相同，以此為根據，同樣可以建立一個表格，然后再科學地定義出以那種車輛為主體的交通流所對應的交通流動力粘性因子
3)整個交通流中車輛的車流密度，同樣也決定了交通流動力粘性系數。可以想象，在交通擁擠的時候，交通流的動力粘性系數較大，而在交通舒緩的時候，交通流的動力粘性系數較小，同樣可以建立一個表格，然后再科學地定義出以那種車輛為主體的交通流所對應的交通流動力粘性因子
且與三者對應的影響因素分別為
滿足關系式 其中，αi為加權因子。
對于既定交通流的運動，
為一常粘性系數。
2、壓強梯度力
壓強梯度力，它表征了路口交通流的在壓力場作用下的行駛方向。由于路口交通流的壓力值和車輛的擁擠程度有直接關系，對于常規十字路口的設定，定義了在距離各路口150米(即CCD相機所擺放的位置)內車輛數與所在路口的車道數作為表達車輛的擁擠程度的參數，各路口各不相同。
在壓強梯度力公式中，有兩個參數
其中 ρ表示有CCD相機在各路口150米內側得的車輛數n0(veh)，
表示為一維元胞自動機中的沿單方向流入路口的車流壓力值，它的單位為veh·km/h2，所以
的單位為km/h2，是加速度的量綱。根據對
的單位得 其中k0，u0，n0分別為元胞自動機演化前的由CCD相機得到的路口車流密度、車流速度和車輛數。這個組合也同時提供了元胞自動機用于演化的初始條件。
3、納維-斯托克斯方程的有限差分 不失一般性，定義城市交通為一個X-Y的平面。以X方向為例，來說明規則的推導過程。如前所述，X方向的納維-斯托克斯方程可如下所示 在此用有限差分法來對其進行分解，以轉換成規則的形式。在問題的解空間上做如下的網格劃分在x軸上以為步長將
上J等分，y軸上以將
K等分。時間軸上以Δt為步長劃分，網格點(jΔx，kΔy，nΔt)記為(xj，yk，tn)，用ujkn，
fjkn表示u，
f(x，y，t)在(xj，yk，tn)處的值，根據泰勒展開取線性近似 忽略等式右邊的無窮小量，將式(10)、(11)代入式(4)得 整理可得式(5) (其中λ＝Δt，) 4、車流的轉向比例系數(包括左轉、右轉和直行系數) 根據路口車流轉向的大致特性設定車流的轉向比例系數，分別為左轉系數βl、右轉系數βr和直行系數βs，它們滿足關系βli+βri+βsi＝1。這三個系數雖表征的是一個統計量，但將其來描述即時路口車流流動的趨勢還是有一定科學性的。
本發明使系統中的任意當前路口根據其本身以及相鄰路口的路況信息，在控制規則驅動下實現路口信號狀態的動態遷移，完成交通信號的自組織控制，優化了城市交通運營環境。
實施例 1、城市目標路網的選擇 選擇上海中心城區的某個局部區域作為研究對象，將其抽象為如圖1所示的區域圖，它所對應的實際道路的自組織虛擬網絡如圖2所示。
2、設定仿真的必要情景 1)對于整個區域的每個路口，其長度、車道數等物理性質是一定的，而且用于表征路口各分叉性質的參數都分別作為全局變量設定在每個子模塊中。
2)作為一個開放區域的仿真，車流從邊界區域進入該系統，同時設定橫向流量和縱向流量，它們分別為 橫向流量＝2000輛/小時，縱向流量＝1400輛/小時 3)作為非邊界區域，其輸入、輸出完全按照前文的相關算法進行，使得車流在流入該系統后，能夠充分地擴散。
4)將車流量分為小流量(飽和度＝0.2)、中流量(飽和度＝0.5)、大流量(飽和度＝1.0)，同時對比使用基于元胞自動機自組織的城市智能控制和一般的定時信號燈控制(感應控制)對路口車流壓力的影響情況。
5)作為評價所選擇的局部區域交通控制性能指標，引入車輛平均延誤時間的概念，同時分別在小流量、中流量、大流量的情況下對比分析自組織控制和感應控制對整個系統車輛平均延誤時間的影響。
針對上述的情景，選擇該區域中非邊界的某個路口作為分析對象，進行仿真，在具體算例中選擇的是路口9，如圖2所示，仿真代數S(Step)為100代，即對應的時間為500s。
3、仿真結果及其分析 為驗證該規則的有效性，編制了基于WIN2K的Visual C++的交通信號控制仿真平臺進行驗證，以15分鐘內車輛的平均延誤時間及路口擁擠強度變化作為系統性能的評價指標進行仿真試驗。車輛進入該系統的數量(車流到達率)隨時間變化，且服從泊松分布；各路口的車流粘性系數
和轉車率γ由實測數據統計得到，系統仿真的其他參數如表1所示 表1 交通網絡仿真參數
在相同的隨機初始狀態條件下，對交通信號感應控制和自組織控制(基于流體運動狀態的自組織規則)策略進行仿真。設主干道的邊界路口車流到達率為Q1(輛/時)，其余道路為Q2(輛/時)，根據車流到達率的不同，進行3次仿真實驗。仿真結果如表2 由于交通信號控制的CA模型考慮了相鄰路口的交通信息，并且利用流體運動的流量平衡特性建立狀態演化的自組織規則，有效的均衡了交通網絡中的車流量，緩解了網絡中的擁擠，減少了車輛的平均延誤時間。從仿真結果看出，對于小流量、中流量和大流量3種不同的情況，基于流體運動規則的自組織信號控制較傳統的感應控制在路口擁擠控制以及性能(車輛平均延誤)上有較大程度的提高。當車輛到達率較小時，相鄰路口的流量對本地路口幾乎不形成影響，兩種策略的性能相差不大，但使用自組織控制時能較好地緩解擁擠情況；隨著流量的增加，相鄰路口流量之間相互協調，自組織控制策略在性能上顯示出較強的優越性，雖然大的車流量無法迅速通過單個路口，但就路網中道路的整體利用率而言是提高的。
上述的對實施例的描述是為便于該技術領域的普通技術人員能理解和應用本發明。熟悉本領域技術的人員顯然可以容易地對這些實施例做出各種修改，并把在此說明的一般原理應用到其他實施例中而不必經過創造性的勞動。因此，本發明不限于這里的實施例，本領域技術人員根據本發明的揭示，對于本發明做出的改進和修改都應該在本發明的保護范圍之內。
權利要求
1、一種基于流體動力學的城市交通控制信號的自組織化方法，其特征在于每個交通路口具有采集和處理信息功能，以及設有兩套元胞自動機進行演化實現每個路口交通信號控制的動態決策，在元胞自動機的基礎上引進流體動力學建立交通流平衡模型，制定基于四相位順序切換的城市交通信號自組織控制規則及交通路口相位切換判別規則，實現交通系統信號模式的實時決策。
2、如權利要求1所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于其包括以下步驟
1)各交通路口的實時信息采集處理將現有的交通網絡中的每個路口通過簡單改造，使其具有可以自主采集和處理簡單信息的能力；
2)基于納維-斯托克斯方程基本形式的交通流運動重構納維-斯托克斯方程是用來描述粘性流體運動的，在交通流中單個“分子”是車輛，其質量力的作用是可忽略的，從而得到用于交通流的納維-斯托克斯方程的簡化形式
為壓強梯度力，
為車流動力粘性系數，u為車流速度；
3)對交通流納維-斯托克斯方程進行有限差分來獲得元胞自動機本地規則對步驟2)中納維-斯托克斯方程簡化方程有限差分得到元胞自動機本地規則，得到各個路口處車流的速度u，根據速度-密度線形模型得到演化后的車流密度k，用于各路口紅綠燈判別的相關法則中，其中uf為自由流速度，kf為堵塞密度；
4)通過劃分相位來簡化交通模型并制定相應的演化規則根據車輛在實際路口的行駛狀態，劃分四個相位，隨著相位的演化，每次的相位切換后實際路口車輛流行駛模型對應于兩套同時進行演化的元胞自動機模型；
5)各交通路口的相位切換的判別規則各路口的交通燈根據相位切換，每個相位的駐留時間有一個最小量Δtmin和一個最大量Δtmax，在Δtmin與Δtmax之間，以Δt為一個基本時間單位，每時步對應時刻，根據該時刻路口四個相位對應的通行方向的車流密度ki計算得擁擠強度csi(i＝1，2，3，4)，綜合衡量四個擁擠強度后做出判斷，是否切換到下個相位。
3、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的簡單改造，是指①在每個路口進車路段安裝車輛檢測傳感器，檢測進入路口等待車輛數以及當前車輛運行狀態，使路口具有檢測自身當前狀態的能力；②本地路口與其相鄰路口之間通過有線或無線的方式相互連接，實行雙向實時通信，為自組織控制決策提供實時的確定信息，實現路口信息共享；③使每個路口具有信息處理能力。
4、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的相位切換根據相位順序依次切換，四相位分別為相位1，Y方向的左轉向燈亮，X方向的紅燈亮；相位2，Y方向的綠燈亮，X方向的紅燈亮；相位3，X方向的左轉向燈亮，Y方向的紅燈亮；相位4，X方向的綠燈亮，Y方向的紅燈亮，相位切換按照相位從1切換到2，從2切換到3，從3切換到4，從4切換到1，依此循環，不能跳過，也不能反向切換。
5、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的駐留時間最小量Δtmin和最大量Δtmax，是指每個相位至少保持Δtmin之后才能進行相位切換，在Δtmin內相位保持不變，且每個相位最長只能保持Δtmax，一旦達到Δtmax即無條件切換到下一個相位。
6、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的擁擠強度為該路口各相位對應的通行方向內，距路口停車線一定長度內的車輛飽和度，即其中k是該路口各相位對應的通行方向的車流密度，L是各通行方向內進車路段車輛檢測傳感器安裝位置沿道路方向到路口停車線的距離，N是各通行方向進車路段L所含道路范圍內可以容納的車輛最大數；根據擁擠強度的相位切換判斷標準為
①若當前相位的擁擠強度cs≤cs0，不考慮其他三個相位的擁擠強度，路口狀態切換到下一相位
②若當前相位的擁擠強度cs0＜cs＜cs1，考查其他三個相位的擁擠強度最大值cs′若cs′≥cs1，路口狀態切換到下一相位；若cs′＜cs1，保持當前相位不變；
③若當前相位的擁擠強度cs≥cs1，不考慮其他三個相位的擁擠強度，保持當前相位不變；
cs0和cs1為閾值，且0＜cs0＜cs1＜1，當cs≤cs0時，認為擁擠程度很小，車流通暢；當cs≥cs1時，認為擁擠程度很大，車流擁堵嚴重。
7、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的時步為在(Δtmin-Δt)時刻，即根據路口當前車流狀況和相鄰路口情況，根據納維一斯托克斯簡化方程計算出Δtmin時刻路口車流狀況的預計，并依據此預計判斷Δtmin時刻路口的相位是否要切換；若Δtmin時刻仍保持相位不變，則計算(Δtmin+Δt)時刻的路口車流狀況的預計，并判斷(Δtmin+Δt)時刻路口的狀態是否要切換；依次計算Δt后的車流狀況預計，并判斷路口相位是否切換；若Δt后的時刻為Δtmax，則無條件切換到下一相位。
8、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的車流密度k對應不同相位的通行方向分別計算
①相位1，Y方向的左轉向燈亮，X方向的紅燈亮
kx1＝kxo1+kxin1
X方向的車流密度kx1，kx2為；
kx2＝kxo2+kxin2
ky1＝kyo1-βl1ky1+kyin1
Y方向的車流密度ky1，ky2為 ；
ky2＝kyo2-βl2ky2+kyin2
②相位2，Y方向的綠燈亮，X方向的紅燈亮
kx1＝kxo1+kxin1
X方向的車流密度kx1，kx2為；
kx2＝kxo2+kxin2
ky1＝kyo1-(βs1+βr1)ky1+kyin1
Y方向的車流密度ky1，ky2為 ；
ky2＝kyo2-(βs2+βr2)ky2+kyin2
③相位3，X方向的左轉向燈亮，Y方向的紅燈亮
ky1＝kyo1+kyin1
Y方向的車流密度ky1，ky2為 ；
ky2＝kyo2+kyin2
kx1＝kxo1-βl1kx1+kxin1
X方向的流量kx1，kx2為
kx2＝kxo2-βl2kx2+kxin2
④相位4，X方向的綠燈亮，Y方向的紅燈亮
ky1＝kyo1+kyin1
Y方向的車流密度ky1，ky2為；
ky2＝kyo2+kyin2
kx1＝kxo1-(βs1+βr1)kx1+kxin1
X方向的車流密度kx1，kx2為 ；
kx2＝kxo2-(βs2+βr2)kx2+kxin2
其中，kxo1，kxo2為演化前X方向的車流密度，kmin1，kmin2為其相鄰路口進入該路口的車流密度，kyo1，kyo2為演化前Y方向的車流密度，ky1，ky2為由演化后得到的Y方向的車流速度uy1，uy2而推算出的Y方向的車流密度，kyin1，kyin2為其相鄰路口進入該路口的車流密度，kx1，kx2為由演化后得到的X方向的車流速度ux1，ux2而推算出的X方向的車流密度，βl1，βl2為車流左轉的左轉系數，βr1，βr2為車流右轉的右轉系數，βs1，βs2為車流直行的直行系數，且βli+βri+βsi＝1，i＝1，2。
9、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的車流動力粘性系數
與整個交通流中各個車輛的比例系數、道路狀況及車流密度相關。
10、如權利要求2所述的基于流體動力學的城市交通控制信號的自組織化方法，其特征在于所述的壓強梯度力
其中k0，u0，n0分別為元胞自動機演化前的由CCD相機得到的路口車流密度、車流速度和車輛數。
全文摘要
一種基于流體動力學的城市交通控制信號的自組織化方法，屬于交通工程技術領域。本發明將城市交通信號控制系統作為交通網絡處理，每個路口作為具有自主采集和處理信息功能的智能體，而且每一路口同時有兩套元胞自動機進行演化來實現每個路口交通信號控制的動態決策；另一方面，利用交通流與流體流存在天然的相似性，在元胞自動機的基礎上引進流體動力學來建立交通流的平衡模型，同時制定了基于四相位順序切換的城市交通信號自組織控制規則，并相應地制定了交通路口相位判別規則，實現交通系統信號模式的實時決策。本發明解決城市交通控制存在的不確定性和車流量平衡問題，以提高城市交通控制系統的性能和實時性。
文檔編號G08G1/07GK101515407SQ20091004703
公開日2009年8月26日 申請日期2009年3月4日 優先權日2009年3月4日
發明者王安麟, 濤 姜, 亮 胡, 善盈盈, 興 楊, 虞曉華 申請人:同濟大學