智能交通（5）——借鉴思路

KDDCUP2021 city brain 信号灯控制解决方案

report地址KDDCup2021-CityBrainChallenge-starter-kit/reports at main · CityBrainChallenge/KDDCup2021-CityBrainChallenge-starter-kit · GitHubContribute to CityBrainChallenge/KDDCup2021-CityBrainChallenge-starter-kit development by creating an account on GitHub.https://github.com/CityBrainChallenge/KDDCup2021-CityBrainChallenge-starter-kit/tree/main/reports

1.IntelligentLight: Vote-Based Traffic Coordination Algorithm

思路

设计了一种基于投票的交通协调算法，车道上的每辆车都可以对下一个时间步长的信号相位“投票”。影响其投票权重的因素有:总保留时间、总行程时间预测、车辆压力计算项。

算法框架

• 投票得分：为每辆车分配一个投票得分，基于此得分选择最佳信号相位。
• 机制：通过记录和交叉验证车辆的行驶路线，预测未来路线和总行程时间。
• 车辆分类：
  1. 无约束车辆：即将到达目的地或剩余行程无信号灯的交叉口。
  2. 有约束车辆：不符合无约束条件的车辆。

投票得分计算

• 公式： Vote Score=Total Travel Time Prediction×Pressure Item×Total Preserved Time
• 组成部分：
  1. 总行程时间预测：预测车辆在无信号灯干扰下的行程时间。
  2. 压力项计算：基于车辆所在上游车道的压力和预测的下游车道压力。
  3. 总保留时间项：考虑车辆到达交叉口的时间和速度。

黑名单机制

1. 检测异常：系统会监测每个车道的首辆车是否在绿灯期间移动。如果首辆车在绿灯期间没有移动，这表明该车道可能存在拥堵或异常情况。
2. 动态添加：一旦发现异常，系统会将该车道临时加入黑名单。这意味着在接下来的一段时间内，该车道将不会被考虑在信号灯相位的选择中。
3. 动态移除：系统会定期检查黑名单中的车道，判断其是否已经恢复正常。一旦下游车道的压力降低，系统会将该车道从黑名单中移除，恢复正常的信号灯控制。

举例说明

假设在一个交叉口有四个车道，分别通往不同的方向。每个车道上有多辆车，每辆车都有自己的投票得分。

车道设置

假设一个交叉口有四个车道，分别通往不同的方向。我们可以将这些车道标记为：

• 车道1：北向南
• 车道2：东向西
• 车道3：南向北
• 车道4：西向东

• 时间步1：

  • 车辆1、2、3在车道1上，分别有投票得分10、8、5。
  • 车辆4、5在车道2上，分别有投票得分6、7。
  • 车辆6、7在车道3上，分别有投票得分4、3。
  • 车辆8在车道4上，投票得分2。

• 时间步2：

  • 算法计算每个可能的信号灯相位的行动值：
    • 相位1：允许车道1和车道2的车辆通过，行动值 = 10 + 8 + 5 + 6 + 7 = 36。
    • 相位2：允许车道3和车道4的车辆通过，行动值 = 4 + 3 + 2 = 9。
  • 相位1的行动值最高，因此选择相位1作为当前时间步的信号灯相位。