1.一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于，包括以下步骤：根据车道级的历史交通流数据预测下一时段的车流量，根据预测的车流量大小设定车道级数据，以优先级车道队列表示；

构建基于车道优先级队列的车道组合互斥模型，从而根据各个车道的优先级，分配相应的车道级绿灯时间片，确定一个周期通行的相位相序；

构建基于粒子群算法结合禁忌搜索算法的多目标配时优化模型，优化周期配时方案，再根据各个相位的车流量分配相应的绿灯时间片；

构建基于相位优先通行权的模糊控制器模型，根据每个车道的停车数，每个车道的停车等待时长，模糊推理出获得下一相位获得优先通行权的几率；

根据实时道路的拥堵状况，通过地磁车辆检测器对交叉口各个车道的交通流量数据进行采集分析，通过双目摄像头对停车线等待的车辆进行识别，基于实时的车道交通状况，对当前相位的时长作进一步的优化。

2.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述以车道队列表示车道级数据，即构建优先级队列：Priority(L1)>Priority(L2)>...>Priority(LN)，Priority(L1)表示车道L1的车流量，L1,...,LN代表各个车道，N代表该单点交叉口的车道数。

3.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述分配绿灯时间片，以队列Time({Li,T})形式表示，根据车流量的不同分配相应的绿灯时间片，并按照时间片的大小排序：Time({L1,T})>Time({L2,T})>...>Time({Li,T})，其中，Li代表各个车道，T代表绿灯时间。

4.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述车道组合互斥模型中，首先初始化相位，通过车道组合模型确定通行相位，当确定了车道通行相位组合后，则通过矩阵关系 1来限制其他相位，其中Li为当前的主车道，Lj为与Li组合的相位，N为车道数，获得通行权的车道Li＝1，未获得通行权的车道Li＝0，&表示与运算符。

5.根据权利要求4所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述初始化相位是根据历史交通流预测的车流量数据选择Priority(L1)作为主车道，寻找该车道相容车道中时间片最长的组合成一个相位， 其中，^表示异或运算符。Li为主车道，Lx,Ly,Lz为Li的相容车道，当Priority(L1)时间片耗尽时，Priority(L2)作为主车道直到所有车道的时间片耗尽，将所有车道组合相位加入到队列Queue(Zi)中，Zi＝{Lij，T}，其中，Lij表示为该车道Li和车道Lj组成的相容相位，T代表绿灯时间。最后以Queue队列中所有的相位组合作为当前周期的通行相位顺序。在获取下一时段的预测数据前，保持该周期的相位相序模型。

6.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述多目标函数为minf(x)＝w1∑Di+w2∑Si，其中w1和w2分别是对应的权重系数；

其中Di表示第i相

位每辆车的平均延误，Si表示第i相位的平均停车次数，C表示信号周期，gi表示第i相位有效绿灯时间，qi表示第i相位预测的车流量，xi表示第i相位的饱和度。

7.根据权利要求1或2所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述多目标配时优化模型以平均延误和平均停车次数为优化指标构建多目标函数，采用改进粒子群算法结合禁忌搜索算法进行周期配时优化。

8.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述模糊推理的控制规则为：

{VSs,Ss,Ms,Ls,VLs}表示等待时间划分的5个模糊子集，{VSv,Sv,Mv,Lv,VLv}表示等待车辆数划分的5个模糊子集，{VSR,SR,MR,LR,VLR}各个车道获得下次通行权几率划分的5个模糊子集。

9.根据权利要求1所述一种基于自适应信号灯的单点交叉口车辆调度方法，其特征在于：所述基于实时的车道交通状况，对当前相位的时长作进一步的优化，包括设定相位的等待时间Ti，基于模型控制器来使车辆数最少的相位有几率提前通行，然后，基于当前实时的车况，车辆的稀疏或密集对当前通行的相位进行实时的信号配时优化。

10.一种基于自适应信号灯的单点交叉口车辆调度系统，其特征在于：包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的单点交叉口车辆调度程序，所述单点交叉口车辆调度程序被所述处理器执行时实现如权利要求1至9中任一项所述基于自适应信号灯的单点交叉口车辆调度方法的步骤。