一种信号灯的协调方法、计算设备及存储介质
技术领域
本发明涉及交通控制技术领域，尤其涉及一种信号灯的协调方法、计算设备及存储介质。
背景技术
随着公路网络大规模的发展，以及道路交通事故率的高速攀升，全国各地干线公路在一些主要交叉口开始应用交通信号灯控制车辆的通行，同时交通信号灯还可以缓解城市的交通拥堵，提高交通通行效率，然而随着车辆数量的大幅度增加，导致道路拥堵加剧，使得仅仅通过单一调节路口信号灯的配时已经无法很好地解决拥堵问题。
发明内容
鉴于上述问题，本发明提出了一种信号灯的协调方法、计算设备及存储介质，主要目的在于通过协调路口中的相位排序，优化路口信号灯的配置方案，以提高目标路径中车辆的通行效率。
为达到上述目的，本发明主要提供如下技术方案：
一方面，本发明提供一种信号灯的协调方法，具体包括：
针对至少一条目标路径，确定所述目标路径中多个路口具有的相位；
基于所述多个路口各自对应的相位排序，配置所述目标路径中可连续通过多个路口的第一持续时间；
根据与第一持续时间相对应的相位排序，确定所述目标路径中各个信号灯的配置方案。
另一方面，本发明提供另一种信号灯的协调方法，具体包括：
针对至少一条目标路径，确定所述目标路径中多个路口具有的相位；
基于两个相邻路口各自对应的相位排序，配置所述目标路径中可连续通过所述两个相邻路口的第二持续时间；
根据与第二持续时间相对应的相位排序，确定所述目标路径中各个信号灯的配置方案。
另一方面，本发明提供一种计算设备，包括存储器以及处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述计算机程序，以用于实现上述信号灯的协调方法中的步骤。
另一方面，本发明提供一种存储有计算机程序的计算机可读存储介质，计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器实现上述信号灯的协调方法中的步骤。
借由上述技术方案，本发明提供的一种信号灯的协调方法、计算设备及存储介质，是将路口中的相位排序方式作为协调信号灯的变量参数，使得在配置目标路径中各个信号灯的配置方案时，不仅仅是对信号灯的时间进行协调，还加入了路口的相位排序方式，如此，可以将目标路径中可连续通过多个路口的第一持续时间的最优解获得更大的优化空间，提高配置方案的优化效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明一示例性实施例的信号灯的协调系统的结构示意图；
图2为本发明一示例性实施例的信号灯的协调方法的流程示意图；
图3为本发明又一示例性实施例提供的信号灯的协调方法的流程示意图；
图4A为本发明一示例性实施例的车辆行驶道路的示意图；
图4B为本发明一示例性实施例的车辆行驶道路的示意图；
图5为本发明一示例性实施例提供的信号灯的协调装置的结构示意图；
图6为本发明另一示例性实施例提供的信号灯的协调装置的结构示意图；
图7为本发明又一示例性实施例提供的信号灯的协调装置的结构示意图；
图8为本发明一示例性实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
行业实践中受限于感知能力、对车流规律的把握以及人工智能优化应用的水平，绿波协调还停留在主干道通行保障，单向或者双向线状绿波的水平。并且在进行绿波协调时，缺少对实际要素的考虑。
在行业实践中可以主要考虑主干道通行效率，并确定全路径的绿波带宽，从而对信号灯进行控制，然而主干道通行方向通常是根据人工经验得出的，结构过于简单，并且，这种对信号灯的控制仅仅是对周期、绿信比、的调节，在多个路口的调节实践中，其可优化空间十分有限。
本申请实施例提供一种信号灯的协调方式，通过对路口中的相位排序作为一个决策参数进行整体路网的绿波优化，使得在对目标路径所途径路口的信号灯进行优化调节的过程中综合考虑了周期、绿信比、相位差以及相位顺序等参数，使得信号灯的配置方案能够具有更大的组合优化空间，从而提高配置方案的优化效果。
在本发明实施例中，针对至少一条目标路径，确定所述目标路径中多个路口具有的相位；基于该多个路口各自对应的的相位排序，配置所述目标路径中可连续通过多个路口的第一持续时间；根据与第一持续时间相对应的相位排序，确定所述目标路径中各个信号灯的配置方案。由于第一持续时间是可连续通过多个路口的时间，而该第一持续时间是基于各个路口中的相位排序的配置方式得到的，因此，通过优化第一持续时间，确定路口相位排序的最优选择，从而实现对全局优化决策，更大效率的保证了车辆能够快速通过目标路径，提高区域内的通行效率。
以下结合附图，详细说明本发明各实施例提供的技术方案。
图1为本发明一示例性实施例提供的一种信号灯的协调系统的结构示意图。如图1所示，该协调系统100可以包括：计算设备101、控制设备102以及信号灯103。
其中，计算设备101可以是任何具有一定计算能力的计算设备。计算设备101的基本结构可以包括：至少一个处理器。处理器的数量取决于计算设备101的配置和类型。计算设备101也可以包括存储器，该存储器可以为易失性的，例如RAM，也可以为非易失性的，例如只读存储器(Read-Only Memory，ROM)、闪存等，或者也可以同时包括两种类型。计算设备101可以是指在网络虚拟环境中提供计算处理服务的设备，通常是指利用网络进行信号灯协调的服务器。在物理实现上，计算设备101可以是任何能够提供计算服务，响应服务请求，并进行处理的设备，例如可以是常规服务器、云服务器、云主机、虚拟中心等。计算设备101的构成主要包括处理器、硬盘、内存、系统总线等，和通用的计算机架构类似。
控制设备102可以是任何具有一定计算能力的计算设备。控制设备102的基本结构可以包括：至少一个处理器。处理器的数量取决于控制设备102的配置和类型。控制设备102也可以包括存储器，该存储器可以为易失性的，例如RAM，也可以为非易失性的，例如只读存储器(Read-Only Memory，ROM)、闪存等，或者也可以同时包括两种类型。控制设备102可以是指交通信号机，控制设备102可以由主液晶显示屏、CPU板、控制板、带光耦隔离的灯组驱动板、开关电源、按钮板等共6种功能模块插件板，以及配电板、接线端子排等组成。
信号灯103是指用于指挥交通运行的信号灯，可以包括控制器，LED显示组件以及电源等，LED显示组件一般由红灯、绿灯、黄灯的LED显示组件组成。红灯表示禁止通行，绿灯表示准许通行，黄灯表示警示。其中，控制器可以与控制设备102连接，用于接收控制设备102发送的信号。控制器可以为单片机。
在本发明实例中，计算设备101，针对至少一条目标路径，确定所述目标路径中各个路口具有的相位；基于所述路口中的相位排序，配置所述目标路径中可连续通过多个路口的第一持续时间；根据配置后的第一持续时间，确定所述目标路径中各个信号灯的配置方案。
在一些实例中，计算设备101将优化配置方案中的优化参数，如控制参数，可以包括信号灯的公共周期、相位的绝对相位差以及相位的绿信比、路口相位的排序等，发送至控制设备102，控制设备102接收到这些控制参数后，根据这些控制参数向信号灯103发送控制信号。信号灯103在接收到控制信号，根据控制信号，来控制信号灯的显示。
需要说明的是，本发明实施例，可以应用于道路上的信号灯的协调，计算设备101在确定出优化方案后，将优化方案中的控制参数发送至控制各个道路中信号灯的控制设备102，控制设备102根据接收到的控制参数，对其对应的信号灯发送控制信号，使得信号灯在接收到控制信号后，根据该控制信号变化信号灯的LED灯，使得该道路上的车辆能够以较快的速度通过各个路口，从而减少道路上车辆的拥堵情况。
在上述本实施例中，计算设备101可以与控制设备102进行网络连接，信号灯103可以与控制设备102进行网络连接，该网络连接可以是无线或有线网络连接。若计算设备101与控制设备102是通信连接，该移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、WiMax等中的任意一种。若信号灯103可以与控制设备102是通信连接，该移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、WiMax等中的任意一种。
下面结合方法实施例，针对计算设备101协调信号灯的过程进行详细说明。
图2为本发明一示例性实施例的信号灯的协调方法的流程示意图。本申请实施例提供的该方法200由计算设备执行，例如，服务器；该方法200包括以下步骤：
201：针对至少一条目标路径，确定目标路径中多个路口具有的相位。
202：基于多个路口各自对应的相位排序，配置目标路径中可连续通过多个路口的第一持续时间。
203：根据于第一持续时间相对对应的相位排序，确定目标路径中各个信号灯的配置方案。
以下针对上述步骤进行详细阐述：
步骤201：针对至少一条目标路径，确定目标路径中多个路口具有的相位。
其中，目标路径，也可以称为主要车流路径，是指一个区域内的待配置的道路。
此外，相位是指一个信号灯的周期内同时获取通行权的一组交通流。相位是根据各个路口的车流流量经过计算后来确定的。所以每个路口的相位不一样。例如，一个十字路口的两个方向的直行和左转都完成后所用的时间和过程称之为相位。交通路口的相位表示了该路口中各方向交通流所能够完成的放行状态，或者说是各方向交通流所拥有的通行权。
路口具有的相位一般是根据路口的实际地理形态所确定，如丁字路口、十字路口等，其根据实际的交通流状态就能够确定路口所具有的相位。因此，本步骤所确定的是目标路径所经过的多个路口的相位。
步骤202、基于多个路口各自对应的相位排序，配置目标路径中可连续通过多个路口的第一持续时间。
其中，相位排序，也称相序，是指路口中各相位中交通流的通行顺序，在目前对信号灯优化的方案中，由于相序的离散性导致其建模复杂，一般是将相序作为固定参数，即在相序固定的前提下进行信号灯配置方案的优化调节，而本发明中，则是将相序作为一个优化参数来配置第一持续时间。使得该配置过程能够通过调节路口中相序实现，而基于对路口相序的调节，也能够使信号灯的绿信比、周期等参数获的更大的组合优化空间，以提高配置优化的效果。
此外，第一持续时间，也可以称为多步绿波带宽或N步绿波带宽，多个路口的绿波带宽，是指车辆从第一个路口被允许通行后，到达每个路口时都被允许通行，且到达多个路口中最后一个路口的最早时间，与车辆从第一个被允许通行后，到达每个路口时都被允许通行，且到达多个路口中最后一个路口的最晚时间的时间差。应理解，在本步骤中是针对每条目标路径中的多个路口。例如，当目标路径中存在10个路口，那么存在9组多个路口，如，第一个路口到第二个路口的一步绿波带宽，第一个路口到第三个路口的二步绿波带宽，第一个路口到第四个路口的三步绿波带宽，直至第一个路口到第十个路口的九步绿波带宽。图4B示出了车辆行驶道路图400B，在该图400B中展示了目标路径401中存在的多个路口404(用虚线框框出的3个路口)。其中，在图400B中目标路径401中显示的箭头，表明车辆在目标路径401上的行驶方向，在图400B中的多个路口中最右侧路口为第一个路口，最左侧路口为最后一个路口。
在一些实例中，该方法200还包括：获取预置区域中的多条车流路径；根据多条车流路径中的车流流量，从多条车流路径中获取至少一条目标路径。
其中，预置区域可以是指城市、区县、几条道路组成的地段等等。在该预置区域中应该包含多条车流路径，从这些车流路径中选出需要配置的车流路径，即目标路径。
例如，当要获取XX区域的目标路径时，可以从行驶车辆中安装的车载GPS(GlobalPositioning System全球定位系统)或GPS装置上传的行驶数据中，来确定行驶在XX区域中的车辆，并从这些车辆中获取对应的行驶数据，根据这些行驶数据，确定出在该XX区域中，不同时间点中使用频率较高的车流路径，将这些使用频率较高的车流路径作为目标路径。
在一些实例中，该方法200还包括：建立第一模型，该第一模型用于配置可连续通过多个路口的第一持续时间；配置可连续通过多个路口的第一持续时间，包括：利用第一模型配置可连续通过多个路口的第一持续时间。
在一些实例中，该方法200还包括：针对至少一条目标路径，建立第二模型，第二模型用于配置可连续通过两个相邻路口的第二持续时间；根据配置后的第二持续时间以及第一模型，配置第一持续时间。
其中，第二持续时间，也可以称为一步绿波带宽，表示两个相邻路口的绿波带宽，是指车辆从第一个路口被允许通行(在绿灯情况下)到达第二个路口的最早时间，与车辆从第一个路口被允许通行到达第二个路口的最晚时间的时间差。应理解，在该步骤中，是针对每条目标路径中，任意两个相邻路口。例如，当目标路径中存在10个路口，那么存在9组相邻路口，即9个一步绿波带宽。
在一些实例中，建立第二模型，包括：将第二持续时间最大化作为第二模型的第二配置目标；根据至少一条目标路径的车流流量以及第二配置目标，建立至少一条目标路径的第二模型。
其中，车流流量是指车流路径中车辆数目。
例如，根据前文所述，建立第二模型如下式1)所示：
max(∑rtfrt*∑i,pinrt/lasthopbi,p→j,q)1)
其中，bi,p→j,q是指第二配置目标，即一步绿波带宽，在这里是指两个相邻路口的第二持续时间，i和j均是路口，i可以为第一个路口，j为i后面的下一个路口，即第二个路口，p为i路口的相位，q为j路口的相位。rt为至少一条目标路径，frt为一条目标路径的车流流量。i,pinrt/lasthop为i，p in rt/last hop，表示i，p为该目标路径中除了最后一个路口的任一路口以及该任一路口的相位，以具有10个路口的目标路径为例，那么i,pinrt/lasthop为第一个路口以及第一个路口的相位、第二个路口以及第二个路口的相位、……第九个路口以及第九个路口的相位。
需要说明的是，对于目标路径来说，该目标路径可以是直线路径，即多个路口组成一条直线路径，也可以是非直线路径。以直线路径举例，行驶在该直线路径上的车辆，需要在其中的各个路口直向行驶，此时，每个路口的相位也就确定了，即在确定了目标路径时，该目标路径中的各个路口的相位也是确定的。如图4A所示，在图400A中的目标路径401是直线路径，且根据每条目标路径401中显示的箭头，表明车辆在目标路径401上的行驶方向，在图400A中的两个相邻路口402中右侧路口为第一个路口，左侧路口为第二个路口。
在一些实例中，该方法200还包括：根据至少一条目标路径中车流流量、第二配置目标以及是否可连续通过两个相邻路口对应的标识参数，建立至少一条目标路径的第二模型。
其中，是否可连续通过两个相邻路口对应的标识参数，也可以称为两个相邻路口是否存在绿波，当存在绿波时，则标识参数可以为1，当不存在绿波时，该标识参数可以为0。其中，绿波是指车辆在一个路口被允许通行时(即绿灯开启)，到达下一个路口依然绿灯的情况。应理解，对于一步绿波而言，是在两个相邻路口的时候，车辆在到达下一个路口依然绿灯的情况。
例如，根据前文所述，建立第二模型如下式2)所示：
max(∑rtfrt*∑i,pinrt/lasthop(bi,p→j,q+α*δi,p→j,q))2)
其中，α为预置系数，可以为权重系数，属于0-1之间；δi,p→j,q为标识参数，表示在相邻路口i和j是否存在绿波。同时对应路口具有对应的相位p和q。
需要说明的是，当第二模型考虑了一步绿波参数后，可以更加优化该一步绿波带宽，使得得到的一步绿波带宽对应的优化方案(也可以称为配置方案)更加有利于高效率的车辆通行。
在一些实例中，该方法200还包括：根据至少一条目标路径中的车流流量、第二配置目标、是否可连续通过两个相邻路口对应的标识参数以及两个相邻路口的对应相位，建立至少一条目标路径的第二模型。
其中，两个相邻路口的对应相位对于目标路径而言，每个路口的相位是已被确定的，以直线路径为例，两个相邻路口的对应相位可以是两个直行相位。该直行相位还可以包含该路口的右向行驶的交通流。
例如，根据前文所述，建立第二模型如下式3)所示：
max((∑rtfrt*∑i,pinrt/lasthop(bi,p→j,q+α*δi,p→j,q))-β*∑coc)3)
其中，β为预置系数，可以为权重系数，属于0-1之间，该β所表示的权重用于衡量相邻路口相位差的重要程度；c为路口，与i和j释义相同，该路口c可以包括路口i和j；oc为路口的绝对相位差，即每个路口确定的相位与标准相位之间的差值，该标准相位可以人为设定，可以设定为0s。当标准相位为0时，且一个路口的相位为30s，则该相位的绝对相位差则为30-0＝30s。
需要说明的是，当第二模型考虑了绝对相位差后，可以从多个求解出的一步绿波带宽中剔除掉冗余的一步绿波带宽，使得得到的一步绿波带宽对应的优化方案更加有利于高效率的车辆通行。
在一些实例中，该方法200还包括：基于路口中的相位排序，确定目标路径中各个路口的信号灯时间参数；根据信号灯时间参数，建立第二模型的约束方程。
其中，路口中的相位排序的变化，能够直接影响到车辆在经过路口某一相位时所对应的通行状态，以及通过所需等待的时间。因此，在本步骤中，将相位排序作为一个可优化的决策变量，以确定路口的信号灯时间参数，进而构建第二模型的约束方程。
其中，约束方程是指用于限定第二配置目标的方程，还可以用于限定决策变量的方程，决策变量也可以用来限定第二配置目标(也可以称为优化目标)，例如，路口的绝对相位差oc以及标识参数等。
信号灯时间参数可以包括但不限于：信号灯的公共周期、信号灯各相位绿灯时间(也可以称为路口各相位绿灯时间或绿信比)。信号灯时间参数可以为决策变量。
例如，根据前文所述，约束方程可以包括下式4)-7)：
πMIN≤π≤πMAX4)
∑stc，s＝π5)
-π≤oi-oj≤π7)
其中，π为信号灯的公共周期，即一个路口各个相位的公共周期；πMIN为公共周期最小值；πMAX为公共周期最大值；tc，s为路口各个相位的绿信比，其中s为路口的相位，c为路口；
需要说明的是，对于一条目标路径而言，各个路口的信号灯的公共周期是相同的。同时，对于每个路口而言，该路口的各个相位的绿信比之和为公共周期。
由于，本发明中信号灯的相序是可变的，因此，信号灯时间参数还特别包括有：路口中的各相位对应的绿灯开启时间和绿灯结束时间。其中，绿灯开启时间和绿灯结束时间用于表示路口在某一种相序组合状态下，一个相位通行状态的变化过程。比如，对于一个4相位的路口而言，若相序为相位1→相位4→相位3→相位2，那么对于相位3的绿灯开启时间即为相位1与相位4的通行时间之和，而相位3的绿灯结束时间即为相位1、相位4以及相位3的通行时间之和。
在一些实例中，由于路口的相序为变量，因此，相位对应的绿灯开启时间和绿灯结束时间也可以表示为对应相序的变量，并以此构建第二模型的约束方程，具体包括：建立相序组合变量，该相序组合变量用于根据路口中的相位确定各相位的排序；根据相序组合变量确定目标路径通过路口对应相位的相序；根据相序以及信号灯周期，确定相位对应的绿灯开启时间和绿灯结束时间。
其中，为了便于数据建模以及模型运算，本步骤中采用矩阵变量来表达该相序组合变量，并基于矩阵变换确定不同相序组合中各个相位所对应的绿灯开启时间和绿灯结束时间。例如，以4相位的路口信号灯为例：
相序组合变量可表示为矩阵：
其中，ωij的取值为0或1，为1时表示第j个相位的顺序处于第i个位置，i、j的取值为[1,2,3,4]，根据ωij的取值范围和矩阵的行列约束，来表示一个路口中个相位的排列顺序，该行列约束为每一行只能有一个元素的值为1，其他值均为0，其表示每一个顺序位上只能有一个相位，而每一列中也只能有一个元素的值为1，其他值均为0，其表示每一个相位只能出在一个顺序位。比如：
该矩阵中行对应相位的顺序，列表示相位，其所对应的相序为：相位3→相位4→相位1→相位2。
基于上述的矩阵变量，需要通过矩阵转换得到对应的时间变量矩阵，以得到各个相位所对应的绿灯起始时间与绿灯结束时间的表达式，其具体方式包括：
先构建辅助矩阵变量：
其中，αij的取值为1或0，通过该辅助矩阵变量能够表示路口相位通行状态的变化过程，αij为1表示第j个相位的结束时间要考虑排在顺序i位置的相位对应的时间，对应上述的相序示例，其转换结果为：
之后，基于辅助矩阵变量得到时间变量矩阵：
其中，γij的取值在[0,tc,i]之间，tc,表示c路口的第i相位的绿灯时间变量，其对应的约束条件为γij≤αij*M，γij≥(αij-1)*M+tc,i，即表示当αij为1时，γij＝tc,i，当αij为0时，γij＝0。对应于上述相序示例，该时间变量矩阵的取值如下：
如此，可以得到相位1对应的绿灯起始时间
在一些实例中，建立第二模型的约束方程，包括：根据上游路口对应相位的绿灯开启时间和绿灯结束时间以及所述两个相邻路口对应相位差，确定可连续通过两个相邻路口的第二最早时间以及第二最晚时间；根据下游路口对应相位的绿灯开启时间和绿灯结束时间以及所述两个相邻路口对应相位差，确定到达下游路口的第二通行起始时间以及第二通行结束时间；根据所述第二最早时间、所述第二最晚时间、所述第二通行起始时间以及所述第二通行结束时间，建立所述第二持续时间的约束方程。
其中，上游路口与下游路口是按照目标路径的车流方向确定的两个相邻路口。
两个相邻路口对应相位差是指两个路口确定的相位的相对相位差，即两个相位的绝对相位差的差值，例如，i路口p相位的绝对相位差为30s，j路口q相位的绝对相位差为40s，那么i路口p相位和j路口q相位的相对相位差为40-30＝10s。
第二最早时间，也可以称为两个相邻路口的最早到达时间，是指车辆在第一个路口被允许通行后，最早到达下一个路口的时间。
可以通过下式8)确定：
其中，
第二最晚时间，也可以称为两个相邻路口的最晚到达时间，是指车辆在第一个路口被允许通行后，最晚到达下一个路口的时间。
可以通过下式9)确定：
其中，
第二通行起始时间，也可以称为到达路口车流方向起始绿灯时间，是指车辆在第一个路口被允许通行后，到达下一个路口可畅通通过该路口(即该行驶车辆在到达该路口时，前方无车辆等待通行)的起始时间。
可以通过下式10)确定：
其中，
第二通行结束时间，也可以称为到达路口车流方向终止绿灯时间，是指车辆在第一个路口被允许通行后，到达下一个路口并通过该路口的终止时间。
可以通过下式12)确定：
其中，
在一些实例中，建立第二持续时间的约束方程，包括：根据第二最早时间、第二最晚时间、第二通行起始时间、第二通行结束时间以及标识参数，建立第二持续时间的约束方程。
例如，根据前文所述，第二持续时间的约束方程可以包括下式14)-19)：
其中，
此外，还可以考虑前一个公共周期的一步绿波带宽，此时，根据上述方法确一个公共周期前的通行起始时间；并确定前一个公共周期的一步绿波带宽的约束方程，由于前文已经详细赘述过公式确定方式，此处就不再赘述。
需要说明的是，上述公式均在一条目标路径下实现的，当目标路径确定时，该目标路径中各个路口的相位也是确定的。其中一个路口被允许通行时就表示该路口确定的相位是被允许通行的。但是，确定的相位由于所在路口中的相位排序的不同，其通行的时间会根据相位排序的变化而产生对应的改变。
在一些实例中，该方法200还包括：根据第二最早时间、第二最晚时间、第二通行起始时间以及第二通行结束时间，建立是否可连续通过两个相邻路口对应的标识参数的约束方程。
例如，根据前文所述，约束方程还可以包括下式20)-23)：
此外，还可以考虑前一个公共周期的标识参数，此时，根据上述方法确一个公共周期前的通行起始时间；一个公共周期前的通行终止时间；并确定前一个公共周期的标识参数的约束方程，由于前文已经详细赘述过公式确定方式，此处就不再赘述。
在一些实例中，上述标识参数还可以通过下式24或25确定：
其中，
上述一步绿波带宽还可以通过下式26)或27)确定：
其中，
在一些实例中，建立第一模型，包括：将第一持续时间最大化作为第一模型的第一配置目标；根据至少一条目标路径中的车流流量以及第一配置目标，建立至少一条目标路径的第一模型。
例如，根据前文所述，建立第一模型如下式28)所示：
其中，μ为N步；residualhopsfromiinrt为residual hops from i in rt表示步数，是该目标路径的路口数量减1步。
在一些实例中，该方法200还包括：根据至少一条目标路径中的车流流量、第一配置目标以及是否可连续通过多个路口对应的标识参数，建立至少一条目标路径的第一模型。
其中，是否可连续通过多个路口对应的标识参数，也可以称为多个路口是否存在绿波，当存在绿波时，则标识参数可以为1，当不存在绿波时，该标识参数可以为0。应理解，对于多步绿波而言，是在多个路口的时候，车辆在到达每个路口依然绿灯的情况。
例如，根据前文所述，建立第一模型如下式29)所示：
其中，
在一些实例中，该方法200还包括：根据至少一条目标路径中的车流流量、第一配置目标、是否可连续通过多个路口对应的标识参数以及多个路口的对应相位，建立至少一条目标路径的第一模型。
其中，多个路口的对应相位对于目标路径而言，每个路口的相位已被确定，以直线路径为例，多个路口的对应相位可以是多个直行相位。
例如，根据前文所述，建立第一模型如下式30)所示：
在一些实例中，配置第一持续时间，包括：基于路口中的相位排序，确定目标路径中各个路口的信号灯时间参数；根据第二模型中的第二配置目标以及信号灯时间参数，建立第一持续时间的约束方程；根据第一持续时间的约束方程以及第一模型，配置第一持续时间。
其中，该实例中的信号灯时间参数至少包括路口的各相位对应的绿灯开启时间和绿灯结束时间。
在一些实例中，建立第一持续时间的约束方程，包括：根据多个路口中第一个路口的绿灯开启时间以及多个路口对应相位差，确定可连续通过多个路口的第一最早时间；根据第一最早时间以及第二配置目标，确定可连续通过多个路口的第一最晚时间；根据多个路口中最后到达路口的绿灯开启时间和绿灯结束时间以及最后到达路口的相位，确定最后到达路口的第一通行起始时间以及第一通行结束时间；根据第一最早时间、第一最晚时间、第一通行起始时间以及第一通行结束时间，建立第一持续时间的约束方程。
需要说明的是，第一持续时间的约束方程与第二持续时间的约束方程类似，此处就不再赘述。仅将具有明显变化的第二最晚时间以及增添的约束方程列出：
其中，
步骤203、根据与第一持续时间相对应的相位排序，确定目标路径中各个信号灯的配置方案。
例如，根据前文所述，通过MILP模型(mixed integer linear programming混合整数线性规划)对第一模型以及第二模型进行求解，根据上述约束方程，求解出最大化第二配置目标的同时，求解出最大化第一配置目标，在得出最大化第一配置目标以及最大化第二配置目标后，则可以确定每个配置目标对应的配置方案，如配置方案中的各个控制参数，如信号灯的公共周期、每个路口各个相位绿信比以及路口的绝对相位差等。
根据步骤202中所说明的内容可以看出，通过第一模型能够得到的优化后的最大第一持续时间，从而确定出目标路径中各个信号灯的配置方案，但是，在本发明中，由于增加了对每个路口内的相位排序调节，使得信号灯配置方案的组合空间更大，也就是说，对于同样的最大第一持续时间，其对应的多个路口各自对应的相位排序的组合方式可能存在多个，此时，就需要从多个相位排序的组合方式中选择一个，并以此为目标路径中的每个路口对应的信号灯确定配置方案，可见，对于本步骤中的配置方案不仅包含有信号灯的公共周期、每个路口各个相位绿信比以及路口的绝对相位差等控制参数，还包括有信号灯所在路口对应的相位排序。
在本实施例中，利用预置区域内车流路径的分析，将网状路径拆分为各主车流路径，避免了环状结构等复杂结构，降低了优化模型的复杂性，提高优化模型的灵活性；同时将相对相位差限制在正负一个公共周期内，更适合通过MILP模型快速获得优化模型的全局最优解。以及以车流加权的绿波带宽最大化来作为优化目标(也可以称为配置目标)，从一步绿波带宽到多步绿波带宽求解，使得优化方案的优化效果更加完整，从而实现区域级信号灯协调全局优化决策。同时，在该优化方案中通过将路口的相位排序作为优化的变量，让相序的变化对相位的绿灯开启时间与绿灯结束时间产生影响，从而使得信号灯配时方案优化具有更多的组合优化空间，提高了优化的效率以及效果。
进一步的，图3为本发明另一示例性实施例提供的又一种信号灯的协调方法的流程示意图。本申请实施例提供的该方法300由计算设备执行，例如，服务器，该方法300包括以下步骤：
301：针对至少一条目标路径，确定目标路径中多个路口具有的相位。
302：基于两个相邻路口各自对应的相位排序，配置目标路径中可连续通过两个相邻路口的第二持续时间。
303、根据与第二持续时间相对应的相位排序，确定目标路径中各个信号灯的配置方案。
需要说明的是，由于步骤301-303在前文中已经详细阐述过了，这里就不再赘述。
图5为本发明一示例性实施例提供的信号灯的协调装置的结构框架示意图。该装置500可以应用于计算设备中，该装置500包括第一确定模块501、第一建立模块502以及第二确定模块503，以下针对各个模块的功能进行详细的阐述：
第一确定模块501，用于针对至少一条目标路径，确定该目标路径中多个路口具有的相位。
第一建立模块502，用于基于多个路口各自对应的相位排序，配置目标路径中可连续通过多个路口的第一持续时间。
第二确定模块503，用于根据与第一持续时间相对应的相位排序，确定目标路径中各个信号灯的配置方案。
在一些实例中，该装置500还包括：第一建立模块502，还用于建立第一模型。配置目标路径中可连续通过多个路口的第一持续时间，包括：通过第一模型，配置可连续通过多个路口的第一持续时间。
在一些实例中，如图6所示该装置500还包括：第二建立模块504，用于针对至少一条目标路径，建立第二模型，该第二模型用于配置可连续通过两个相邻路口的第二持续时间；根据配置后的第二持续时间以及第一模型，配置第一持续时间。
在一些实例中，该装置500还包括：获取模块505，用于获取预置区域中的多条车流路径；根据多条车流路径中的车流流量，从多条车流路径中确定至少一条目标路径。
在一些实例中，第一建立模块502，用于将第一持续时间最大化作为第一模型的第一配置目标；根据至少一条目标路径中的车流流量以及第一配置目标，建立至少一条目标路径的第一模型。
在一些实例中，第二建立模块504，用于将第二持续时间最大化作为第二模型的第二配置目标；根据至少一条目标路径中的车流流量以及第二配置目标，建立至少一条目标路径的第二模型。
在一些实例中，第二建立模块504，用于根据至少一条目标路径中的车流流量、第二配置目标、是否可连续通过两个相邻路口对应的标识参数以及两个相邻路口的对应相位，建立至少一条目标路径的第二模型。
在一些实例中，第二建立模块504，还用于基于所述多个路口各自对应的相位排序，确定目标路径中各个路口的信号灯时间参数，所述信号灯时间参数至少包括路口中的各相位对应的绿灯开启时间和绿灯结束时间；根据所述信号灯时间参数，建立第二模型的约束方程。
在一些实例中，第二建立模块504，还用于建立相序组合变量，所述相序组合变量用于根据每个路口中的相位确定各相位的排序；根据相序组合变量确定目标路径通过所述路口对应相位的相序；根据相序以及信号灯周期，确定相位对应的绿灯开启时间和绿灯结束时间。
在一些实例中，第二建立模块504，还用于根据上游路口对应相位的绿灯开启时间和绿灯结束时间以及所述两个相邻路口对应相位差，确定可连续通过两个相邻路口的第二最早时间以及第二最晚时间；根据下游路口对应相位的绿灯开启时间和绿灯结束时间以及所述两个相邻路口对应相位差，确定到达下游路口的第二通行起始时间以及第二通行结束时间，其中，所述上游路口与下游路口是按照目标路径的车流方向确定的两个相邻路口；根据所述第二最早时间、所述第二最晚时间、所述第二通行起始时间以及所述第二通行结束时间，建立所述第二持续时间的约束方程。
在一些实例中，第二建立模块504，还用于根据所述第二最早时间、所述第二最晚时间、所述第二通行起始时间以及所述第二通行结束时间，建立是否可连续通过两个相邻路口对应的标识参数的约束方程。
在一些实例中，第二建立模块504，还用于根据所述第二最早时间、所述第二最晚时间、所述第二通行起始时间、所述第二通行结束时间以及所述标识参数，建立所述第二持续时间的约束方程。
在一些实例中，第一建立模块502，还用于基于所述路口中的相位排序，确定目标路径中各个路口的信号灯时间参数，所述信号灯时间参数至少包括路口的各相位对应的绿灯开启时间和绿灯结束时间；根据所述第二模型中的第二配置目标以及信号灯时间参数，建立所述第一持续时间的约束方程；根据所述第一持续时间的约束方程以及第一模型，配置所述第一持续时间。
在一些实例中，第一建立模块502，还用于建立第一持续时间的约束方程，具体包括：根据所述多个路口中第一个路口的绿灯开启时间以及所述多个路口对应相位差，确定可连续通过多个路口的第一最早时间；根据所述第一最早时间以及所述第二配置目标，确定可连续通过多个路口的第一最晚时间；根据所述多个路口中最后到达路口的绿灯开启时间和绿灯结束时间以及所述最后到达路口的相位，确定所述最后到达路口的第一通行起始时间以及第一通行结束时间；根据所述第一最早时间、所述第一最晚时间、所述第一通行起始时间以及所述第一通行结束时间，建立所述第一持续时间的约束方程。
图7为本发明又一示例性实施例提供的又一种信号灯的协调装置的结构框架示意图。该装置600可以应用于计算设备中，例如，服务器，该装置600包括：第一确定模块601，建立模块602以及第二确定模块603，以下针对各个模块的功能进行详细的阐述：
第一确定模块601，用于针对至少一条目标路径，确定该目标路径中多个路口具有的相位。
建立模块602，用于基于两个相邻路口各自对应的相位排序，配置目标路径中可连续通过两个相邻路口的第二持续时间。
第二确定模块603，用于根据与第二持续时间相对应的相位排序，确定目标路径中各个信号灯的配置方案。
以上描述了图5所示的协调装置500的内部功能和结构，在一个可能的设计中，图5所示的协调装置500的结构可实现为计算设备，如图8所示，该计算设备700可以包括：存储器701以及处理器702；
存储器701，用于存储计算机程序；
处理器702，用于执行计算机程序，以用于执行上述图2或图3方法实施例中信号灯的协调方法的步骤。
另外，本发明实施例还提供了一种计算机存储介质，计算机程序被一个或多个处理器执行时，致使一个或多个处理器实现图2或图3方法实施例中信号灯的协调方法的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
