本發(fā)明屬于交通控制，具體涉及基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法及系統(tǒng)。

背景技術(shù)：

1、機場出發(fā)層車道是機場與城市交通系統(tǒng)交匯的關(guān)鍵區(qū)域，頻繁的人車交互行為對交通安全和效率有著重要影響。目前，大多數(shù)機場出發(fā)層車道并未實施信號控制，而是在交通流量大、人車沖突頻繁時，由機場工作人員進行現(xiàn)場指揮。這種方法在一定程度上依賴于人工經(jīng)驗，可能無法實時響應復雜多變的交通狀況，導致安全風險和交通延誤。

2、在評估是否應在機場出發(fā)層車道實施信號控制策略時，嚴格遵循現(xiàn)有規(guī)范與標準可能會遇到一些特定場景。這些場景雖然尚未達到啟用信號控制的嚴格標準，但卻存在顯著的安全風險。此外，啟用信號控制后，使用固定配時方案可能導致顯著的交通延誤。因此，亟需一種動態(tài)確定信號控制啟停及配時方案的方法，以在保證安全的前提下最小化交通延誤。

3、目前，評估信號控制對交通系統(tǒng)的影響時，通常采用仿真方法來進行安全與效率的評估。然而，傳統(tǒng)的交通行為建模方法對人車之間復雜交互動態(tài)的研究并不充分，未能全面考慮車輛與行人在交互過程中的決策過程，以及機場出發(fā)層車道的屬性對人車交通行為的影響。因此，基于傳統(tǒng)建模方法構(gòu)建的模型難以準確模擬真實的人車交互場景，無法為機場出發(fā)層車道交通控制提供可靠的決策支持。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提出了基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法及系統(tǒng)，提出適用于機場出發(fā)層車道的模糊元胞自動機模型，模擬路段上行人和車輛的運動、決策及交互行為。利用長短期記憶網(wǎng)絡預測路段車輛及行人分時段交通量，輸入到模糊元胞自動機模型進行安全指標評估，以確定是否啟用信號控制。若啟用信號控制，則進一步基于模型仿真得到不同配時方案下的交通延誤指標，確定合適的信號配時方案，從而在保障安全的前提下，盡可能提升機場出發(fā)層車道的系統(tǒng)運行效率。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，包括以下步驟：

4、構(gòu)建適用于機場出發(fā)層車道的模糊元胞自動機模型；

5、收集機場出發(fā)層車道的歷史交通流量數(shù)據(jù)；

6、利用長短期記憶神經(jīng)網(wǎng)絡，基于機場出發(fā)層車道的歷史交通流量數(shù)據(jù)，對未來交通流量進行分時段預測；

7、基于預測的交通流量，利用所述模糊元胞自動機模型進行機場出發(fā)層車道的安全指標評估，確定是否需要啟用交通信號控制；若需要交通信號控制，則基于仿真得到的交通延誤指標確定最優(yōu)信號配時。

8、優(yōu)選的，所述模糊元胞自動機模型用于模擬在路段人行橫道區(qū)域發(fā)生的人車交互行為，包括：行人運動模型、車輛運動模型、行人決策模型、車輛決策模型及車輛換道模型。

9、優(yōu)選的，構(gòu)建車輛決策模型的方法包括：

10、對于車輛在人行橫道前的視頻片段，記錄車輛在人行橫道前，未通過該車輛所在車道的行人距沖突區(qū)域的時距gap1、行人的速度v1，以及對應的駕駛決策；

11、根據(jù)所述駕駛決策對gap1和v1的等級進行劃分；

12、計算出特定數(shù)值的gap1和v1所屬等級的頻率，并作為隸屬度；

13、將gap1和v1的數(shù)值與對應的隸屬度繪制成散點圖，并用函數(shù)進行擬合，確定滿足預設要求的隸屬度函數(shù)類型及參數(shù)；

14、基于所述隸屬度函數(shù)類型及參數(shù)，完成車輛決策模型的構(gòu)建。

15、優(yōu)選的，構(gòu)建行人決策模型的方法包括：

16、對于行人過街的視頻片段，記錄在行人通過前方車道時該車道上距沖突區(qū)最近車輛的gap2以及速度v2，以及該行人的具體決策；

17、根據(jù)行人決策推算gap2與v2的所屬類型；

18、計算出特定數(shù)值的gap2和v2所屬類型的頻率，并作為隸屬度；

19、將gap2和v2的數(shù)值與對應的隸屬度繪制成散點圖，并用函數(shù)進行擬合，確定滿足預設要求的隸屬度函數(shù)類型及參數(shù)，最終標定行人決策模型。

20、優(yōu)選的，基于預測的交通流量，利用所述模糊元胞自動機模型進行機場出發(fā)層車道的安全指標評估的方法包括：

21、

22、其中，tdtcp，v(t)是在時間步長t內(nèi)，車輛v和行人p保持原有速度，到達沖突區(qū)域的時間之差；tp(t)、tv(t)為行人p、車輛v到達沖突區(qū)域的時間；lp，v(t)為行人p和車輛v的潛在沖突點的位置；lp(t)和lv(t)分別代表行人與車輛的位置；和分別代表行人與車輛的速度。

23、優(yōu)選的，確定是否需要啟用交通信號控制的方法包括：

24、將規(guī)范中若干組交通流量輸入所述模糊元胞自動機模型，比較得到的三個ntdtc數(shù)值，將其中最小的值作為安全限制值a；

25、將預測的交通流量值輸入所述模糊元胞自動機模型，如果輸出的ntdtc值大于安全指標a，則需要開啟機場出發(fā)層車道人行橫道處的信號燈，如果輸出的ntdtc值小于安全指標a，則不需要開啟信號燈。

26、優(yōu)選的，若需要交通信號控制，則基于仿真得到的交通延誤指標確定最優(yōu)信號配時的方法包括：

27、在路段設置信號控制是以總體交通效益最大為目標，優(yōu)化后的配時方案應保證總延誤最小，即行人延誤、車輛延誤的加權(quán)和w最小，表達式為：

28、w＝p×dkw+k×q×dkw，

29、其中，w為行人與車輛延誤的加權(quán)和；p、q分別為行人與車輛交通量；dkw、dkw分別為路段信號控制條件下的行人與車輛的平均延誤；k為行人與車輛延誤的換算系數(shù)。

30、本發(fā)明還提供了基于模糊元胞自動機的機場出發(fā)層車道交通控制決策系統(tǒng)，包括：模型構(gòu)建模塊、數(shù)據(jù)收集模塊、流量預測模塊和信號配時模塊；

31、所述模型構(gòu)建模塊用于構(gòu)建適用于機場出發(fā)層車道的模糊元胞自動機模型；

32、所述數(shù)據(jù)收集模塊用于收集機場出發(fā)層車道的歷史交通流量數(shù)據(jù)；

33、所述流量預測模塊用于利用長短期記憶神經(jīng)網(wǎng)絡，基于機場出發(fā)層車道的歷史交通流量數(shù)據(jù)，對未來交通流量進行分時段預測；

34、所述信號配時模塊用于基于預測的交通流量，利用所述模糊元胞自動機模型進行機場出發(fā)層車道的安全指標評估，確定是否需要啟用交通信號控制；若需要交通信號控制，則基于仿真得到的交通延誤指標確定最優(yōu)信號配時。

35、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

36、本發(fā)明通過構(gòu)建模糊元胞自動機模型，能夠更加真實地模擬機場出發(fā)層車道上的交通狀況。在模擬人車交互行為的過程中，不僅可以模擬正常的車輛跟馳、換道及行人的運動，還可以模擬駕駛員與行人在遇到人行橫道時的決策行為。此外，本發(fā)明利用安全指標評估來確定是否啟用信號控制，有效保障安全的前提下，盡可能提高機場出發(fā)層車道路段的運行效率。最后，通過結(jié)合各個時段的流量預測結(jié)果，制定相應的信號配時方案，優(yōu)化機場出發(fā)層車道的信號控制效果，從而提升系統(tǒng)的整體安全性和運行效率。

技術(shù)特征：

1.基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，其特征在于，所述模糊元胞自動機模型用于模擬在路段人行橫道區(qū)域發(fā)生的人車交互行為，包括：行人運動模型、車輛運動模型、行人決策模型、車輛決策模型及車輛換道模型。

3.根據(jù)權(quán)利要求2所述的基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，其特征在于，構(gòu)建車輛決策模型的方法包括：

4.根據(jù)權(quán)利要求2所述的基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，其特征在于，構(gòu)建行人決策模型的方法包括：

5.根據(jù)權(quán)利要求1所述的基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，其特征在于，基于預測的交通流量，利用所述模糊元胞自動機模型進行機場出發(fā)層車道的安全指標評估的方法包括：

6.根據(jù)權(quán)利要求5所述的基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，其特征在于，確定是否需要啟用交通信號控制的方法包括：

7.根據(jù)權(quán)利要求1所述的基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法，其特征在于，若需要交通信號控制，則基于仿真得到的交通延誤指標確定最優(yōu)信號配時的方法包括：

8.基于模糊元胞自動機的機場出發(fā)層車道交通控制決策系統(tǒng)，其特征在于，包括：模型構(gòu)建模塊、數(shù)據(jù)收集模塊、流量預測模塊和信號配時模塊；

技術(shù)總結(jié)
本發(fā)明公開了基于模糊元胞自動機的機場出發(fā)層車道交通控制決策方法及系統(tǒng)，方法包括：構(gòu)建適用于機場出發(fā)層車道的模糊元胞自動機模型；收集機場出發(fā)層車道的歷史交通流量數(shù)據(jù)；利用長短期記憶神經(jīng)網(wǎng)絡，基于機場出發(fā)層車道的歷史交通流量數(shù)據(jù)，對未來交通流量進行分時段預測；基于預測的交通流量，利用所述模糊元胞自動機模型進行機場出發(fā)層車道的安全指標評估，確定是否需要啟用交通信號控制；若需要交通信號控制，則基于仿真得到的交通延誤指標確定最優(yōu)信號配時。本發(fā)明旨在優(yōu)化機場出發(fā)層車道的人車混合交通流，提高交通效率和安全性。

技術(shù)研發(fā)人員：張健,賈立駿,陳亮,何佳
受保護的技術(shù)使用者：北京工業(yè)大學
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9