东南大学李大韦获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉东南大学申请的专利一种基于MPC的可变相序溢流交叉口信号协调控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118486177B 。
龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410575534.0,技术领域涉及:G08G1/08;该发明授权一种基于MPC的可变相序溢流交叉口信号协调控制方法是由李大韦;黄东浩;贺崇琦;李咚叮;范甬辰设计研发完成,并于2024-05-10向国家知识产权局提交的专利申请。
本一种基于MPC的可变相序溢流交叉口信号协调控制方法在说明书摘要公布了:本发明公开了一种基于MPC的可变相序溢流交叉口信号协调控制方法,包括:根据上游交叉口车辆的行驶数据,预测未来到达溢流交叉口即下游交叉口停车线的车辆数量;根据预测的车辆到达数量,计算下游交叉口车辆的排队长度;构建基于动态规划的下游交叉口信号配时优化模型,并求解得到当前一次优化的信号配时方案;将上一次优化的信号配时方案中第一个绿灯时间长度不为0的阶段的绿灯结束时间作为下一次优化的开始时间,实现动态滚动优化控制。本发明通过使用在交叉口上游进口道采集到的车辆轨迹大数据,估计下游车辆的到达情况,构建动态规划模型为溢流交叉口推荐最佳信号配时方案,实现路口的反溢流控制,提高城市道路交通运行效率,降低出行延误水平。
本发明授权一种基于MPC的可变相序溢流交叉口信号协调控制方法在权利要求书中公布了:1.一种基于MPC的可变相序溢流交叉口信号协调控制方法,其特征在于,包括如下步骤: 步骤1,根据上游交叉口车辆的行驶数据,预测未来到达溢流交叉口即下游交叉口停车线的车辆数量; 步骤2,根据步骤1预测的下游交叉口停车线的车辆到达数量,计算下游交叉口车辆的排队长度; 步骤3,基于步骤2构建基于动态规划的下游交叉口信号配时优化模型,并采用前向递归和后向递归算法进行求解,得到当前一次优化的信号配时方案; 所述基于动态规划的下游交叉口信号配时优化模型具体为: minmaxLt 式中,L1,t、L2,t、LN,t分别表示t时刻第1、2、N个车道组车辆的排队长度; 状态变量sj表示阶段j结束后总共被分配相位的时间,sj的取值范围为:sj=r,…,T,r为黄灯或全红时间,T为当前一次优化的优化时间长度; 相邻阶段状态变量的关系如下所示: sj-1=sj-hjxj 式中,sj-1表示阶段j-1的状态变量,xj为控制变量,xj表示阶段j的绿灯时间;xj的所有可能取值为: 式中,Xjsj表示给定sj时所有可用控制变量xj的集合,γ为最小绿灯时间; 对于构建的信号配时优化模型,先采用前向递归算法计算获得最优目标函数值,再采用后向递归算法获得最优目标函数条件下各个阶段的控制变量取值,其中,前向递归算法具体如下: Step1:令j=1,sj-1=0,vj0=0; Step2:遍历状态变量sj的可能取值; Step3:确定给定状态变量sj时控制变量xj的取值集合Xjsj; Step4:计算并将集合Xjsj中使得vjsj最小的xj记为最优取值fjsj,xj为给定sj和xj时,阶段j期间的交叉口最大排队长度;vjsjj、vj-1sj-1分别为初始时刻到阶段j、j-1的交叉口最大排队长度; Step5:判断是否遍历完sj,若是,转到Step6,否则转到Step2; Step6:若jP,令j=j+1,并转到Step2;若j≥P且对所有k有vj-kT=vjT,k≤P-1,P为溢流交叉口总阶段数,则结束算法,否则转到Step2; 后向递归算法具体如下: 设定J为前向递归算法计算优化值的最后一个阶段,则令j=J-P+1; Step7:根据确定的及Step4获取 Step8:计算 Step9:如果j1,令j=j-1,转到Step7,否则结束算法; 从而得到当前一次优化的信号配时方案; 步骤4,将上一次优化的信号配时方案中,第一个绿灯时间长度不为0的阶段的绿灯结束时间作为下一次优化的开始时间,实现动态滚动优化控制。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励