原文传递
交叉路口信号灯智能控制方法的研究
| 论文题名： | 交叉路口信号灯智能控制方法的研究 |
| 关键词： | 智能交通;目标检测;多目标追踪;交通信号控制;深度强化学习 |
| 摘要： | 随着中国经济的快速发展，越来越多的人们为方便出行购买汽车，不断增多的汽车数量给道路交通带来了严重的拥堵问题。本文针对单交叉路口在信号灯定时控制下通行效率低的问题，提出基于深度强化学习的智能控制方法，通过及时检测车流量、车辆平均车速和路口车辆排队长度对交通信号灯进行控制，缓解路口交通拥堵问题，提高交叉路口的通行效率。主要工作有: （1）以交叉路口监控摄像头拍摄的视频图像作为YOLOX目标检测算法的输入图像,利用卷积神经网络提取图像特征，目标检测算法输出图像中的车辆目标位置信息。以YOLOX目标检测算法输出的信息作为DeepSORT跟踪算法的输入，利用检测跟踪获得的数据信息，统计计算得到车流量、车辆的行驶速度和车道车辆排队长度。改进后的目标检测算法减少了漏检误检目标车辆的情况，提高了检测交通状态信息的准确度。 （2）在VISSIM软件中搭建单交叉路口的双向五车道交通仿真模型，既为智能体学习提供交通状态信息，也为智能体控制交通信号灯提供仿真环境。 （3）利用深度强化学习算法建立交通信号灯控制算法，以车流量、车辆行驶过路口的平均车速和车辆平均排队长度作为智能体的状态输入，以车流量、车辆行驶过路口的平均速度、车辆平均排队长度和行程延误时间计算奖励值，通过神经网络计算动作带来的价值。因为DQN计算动作价值时，会高估动作Q值，长期累计经验会带来较大的误差，所以引入DoubleDQN和DuelingDQN改进算法，改进后的方法缓解了过高估计Q值的问题。 （4）使用Python语言编写控制算法，通过com接口与VISSIM联合仿真完成实验。结果表明，在单交叉路口中基于深度强化学习的交通信号灯控制方法优于传统的控制方法，减小了单交叉路口的拥堵情况，提高了车辆的通行效率。 |
| 作者： | 赵帅豪 |
| 专业： | 电子信息 |
| 导师： | 韦敏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安石油大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
