考虑城市干道车队运行特点的交通信号协调控制算法

为建立交通信号协调控制算法并确定其适用条件,考虑车队离散、车辆转出、下游交叉口排队长度3个因素,在分析罗伯逊离散模型的基础上,提出了交叉口协调相位车流到达图式的预测方法,并根据车流到达时刻与协调相位绿灯启亮、结束时刻的关系,建立了协调相位车流延误的计算模型;以交通控制子区内各交叉口协调相位车流总延误最小为优化目标,以相位差为优化变量,设计了信号协调方案优化算法.仿真结果表明:与改进数解法相比,该算法降低了协调相位车流延误7.4%;随着交叉口间距、转出车辆数、下游排队长度的增加,信号协调控制效益逐渐下降.      

交通区域协调控制模型

为提高交通区域通行效率,构建了适合各种交通状态的区域信号协调控制模型。以区域交叉口总排队车辆数与区域总输出车辆数为性能指标,考虑上下周期排队车辆数、各交叉口闭合相位差与有效绿灯时间,建立了模型约束条件。利用粒子群算法初始化有效绿灯时间与滞留车辆数,采用模拟退火算法求解有效绿灯时间,在不同交通状态下对某交叉口路网进行了仿真。仿真结果表明:与TRANSYT模型相比,低峰时段,采用本文模型排队车辆数降低了5.3%,区域总输出车辆数增加了5.5%;高峰时段,排队车辆数降低了17.9%,区域总输出车辆数增加了33.4%。交叉口的信号方案优化结果表明:与TRANSYT模型相比,采用本文模型时,各车道饱和度均降低,平均为1.8%,最大排队车辆数平均降低2.9%。分析结果表明:本文模型在各种交通状态下都是有效的,特别是在高峰状态下,控制效果优于TRANSYT模型。     

基于模糊神经网络的单交叉口变相序控制

针对城市交通流时变的特点，提出了一种可变相序自适应单交叉口控制算法，该算法根据通行权转移度来决定放行相位及通行时间，并综合考虑了所有相位车辆排队长度以及绿灯相位通行时间。通过多层BP神经网络实现单交叉口多相位模糊控制。结果表明，该控制器具有学习和泛化能力，可以有效的提高绿灯时间利用率并减少车辆平均延误。     

基于时空数据的信号交叉口实时排队长度测算

为提高信号交叉口实时排队长度估计精度,判断交叉口实时交通状态,作为交叉口实时信号控制基础。以过饱和交叉口为例,利用磁频检测法,应用车辆到达离散模型及交通波理论研究车辆排队演化过程,实时计算有无专用转向相位两种情况下车辆排队长度,并通过VISSIM和MATLAB仿真软件,验证算法的精度及实用性。结果表明,算法对于工程实用性较强,排队长度实时计算误差在工程应用可接受范围内,左转相位实时排队长度模型相比直行相位排队长度模型而言精度更高。     

基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.     

考虑上游交叉口信号设计的排队长度计算

排队长度是拥挤道路或短距离交叉口交通设计或信号控制重点考虑的交通评价指标之一.针对传统排队长度计算仅考虑单个交叉口交通运行参数的不足,构建了综合考虑上下游交叉口交通运行参数的排队长度计算模型.该模型以交通波理论为基础,综合考虑了上下游交叉口的信号设计、转向流量、路段长度,以及相位差等因素,通过各相位最大排队长度状态点的时空演化计算,得到了交叉口最大排队长度计算方法.经VISSIM和SYNCHRO等交通软件的对比分析表明,模型具有较高的计算精度,可定量分析上下游交叉口各交通要素对排队长度的影响,适用于关联交叉口的交通设计优化或拥挤路段的实时信号控制.     

城市高架快速路出口匝道与衔接交叉口整合控制研究

在城市高架快速路出口匝道与衔接交叉口处,为避免车辆排队回溯至高架快速路主线,提出可接受排队长度控制的出口匝道与衔接交叉口的整合控制策略。当出口匝道上排队长度超过可接受排队长度时,实行相应的绿灯相位延长策略或绿灯相位提前激活策略,通过调整衔接交叉口的信号配时,实现对出口匝道的优化控制。仿真结果表明:与出口匝道落地点控制策略相比,可接受排队长度控制策略在保证出口匝道车辆不溢出的前提下,使相交道路的平均排队长度和平均延误时间都有所减少。     

基于轨迹数据的过饱和信号路口排队长度分析

针对交通过饱和情况，利用网联车轨迹数据提供的车辆到达和停车位置等信息，提出一种基于交通冲击波的周期初始队列长度和最大排队长度的估计方法。基于网联车车辆轨迹确定车辆到达时刻、排队时刻、启动时刻及驶离时刻4个临界点的时空数据，并根据时空信息建立到达率估计模型，运用冲击波理论对每个周期初始队列长度及最大排队长度进行估计，应用微观交通仿真软件SUMO对模型进行仿真验证。实验结果表明：在网联车渗透率不低于20%的情况下，当v/c=1.0(v为实际交通流量，c为道路通行能力)时，初始队列长度MAE值小于6.5 m,MAPE值小于10%，最大排队长度的MAE值小于16.0 m,MAPE值小于11%，说明基于车辆轨迹的交叉口排队长度估计模型能够较为有效地估计过饱和交叉口的最大排队长度和初始队列长度。     

单交叉口交通流的智能控制

目前,我国大多数城市交通趋于饱和,对城市交叉口信号优化控制是缓解目前交通现状的有效方案.根据城市交叉口交通流的特点,本文提出一种新的智能控制方法.判断交叉口的交通强度,选择定时控制或自适应模糊控制.在自适应模糊控制中,考虑到非机动车辆的影响,根据各相位排队长度,确定绿灯相位的延时时间和下一个最佳绿灯相位.在绿灯延时期间,通过自适应模块实时输出的延时校正量确定最佳延时时间.仿真结果表明,此方法能够有效地降低车辆平均延误.     

随机条件下单点交叉口信号配时优化

分析了信号交叉口交通流的随机特性,根据与期望排队长度相关的相位机动车排队长度偏差指标,考虑不同相位的权重因素,建立了交叉口信号配时优化模型,研究了相位清空可靠度与周期时长和相位绿灯时间的定量关系。对模型进行了确定性转化,并以两相位信号交叉口为例进行了算例试验分析。计算结果表明:交通流到达率的方差从0增加到350 pcu.s-1时,周期时长将从50 s增加到232 s,且到达率方差较大的相位需要更多的绿灯时间;排队长度由4 pcu增加到30 pcu时,相位清空可靠度仅从0.712增加到0.884。可见交通流到达率的随机特性对交叉口信号配时参数的设置影响明显,模型正确。     

基于模糊数学的环形交叉口自适应控制研究

对比现有交叉口主要控制方式的控制原理及优缺点，根据环形交叉口交通流特性，兼顾当前绿灯相位车辆到达情况与红灯相位车辆排队长度，提出相位相序可变的环形交叉口模糊自适应控制模型。     

����������Ľ���ڿɱ�����ģ�����Ʒ���

针对城市交叉口交通流的特点,提出了一种自适应可变相序的多相位控制算法。该算法依据绿灯相位车队长度和红灯相位车队长度的比较决定绿灯相位是否转移,在不需要绿灯相位转移时,利用模糊神经网络控制器控制绿灯延时长度。不但结合了模糊控制和神经网络控制的优点,而且所给出的算法相序可变,实现了道路交叉口多相位相序可变控制。仿真结果表明,本文设计的模糊神经网络控制器能够有效降低车辆平均延误,满足实时控制的要求。     

基于Petri网的城市主干道交通信号协调优化

为研究城市主干道交通信号协调优化问题,建立了包括交叉口交通信号显示模块与信号相位转换模块的时延Petri网模型与基于变速度连续Petri网的交通流模型,设计了由监控、判别和通行相位选择3个子系统构成的交通信号控制系统,并给出了具体的控制步骤.根据连续Petri网中各参数间的关系,以车辆排队长度、上游路段车流速度和下游路段畅通度为输入变量,以相位优先指数为输出变量,确定下一通行相位,采用模糊Petri网确定当前相位的最佳绿灯时间,并进行了仿真计算.仿真结果表明:采用Petri网与模糊控制相结合的方法后,由西向东与由东向西方向车流的行程时间分别缩短了7.1％、7.6％,交叉口排队长度的改进率分别为11.9％、11.2％,4个相位的交叉口平均延误分别由9.7、10.3、11.8、13.2s下降到8.2、9.1、11.4、11.4s.可见,主干道信号协调优化方法可以较好地实现干线信号协调控制.     

考虑车速诱导及车辆到达特征的交叉口信号优化控制方法

为了解决相邻交叉口间的信号协调控制问题,针对有可变信息标志车速诱导的交叉口,提出了一种考虑车速诱导及交叉口上游路段车辆到达特性的交通信号优化控制方法.分析了不同交通规模、V/C、路段长度和诱导速度约束值的差异对该优化方法控制效益的影响,明确了该方法的适用条件.研究结果表明,非饱和交通(V/C0.86)及相邻交叉口路段长度在600 m左右时应用本方法优势明显,能够使停车次数和排队延误显著下降.本方法通过速度诱导和信号控制方案的调整来减少自上游驶来的车辆不必要的停车,提高交叉口的绿灯期间时间资源的利用效率,有利于信号交叉口通行效益的提升.     

城市主干道短距离交叉口信号优化控制

城市主干道短距离交叉口受进口道长度的限制,交通流量较大,极易发生排队溢出,影响上游路口的车辆通行。为解决该问题,本研究先从交通流运行和交通波传播的角度,分析短距离进口道内车辆的到达-排队-驶离过程,提出滞留排队的概念,得到最长排队长度和滞留排队长度的计算公式。再据此和车辆到达驶离图得到短距离进口道单位周期延误的计算方法,修正交叉口车均延误公式。然后,以交叉口车均延误最小化为目标,以短距离车道的最长排队长度不得超过路段长度和禁止车辆二次排队为约束条件,建立短距离交叉口信号控制的优化模型,并运用遗传算法对其进行求解。最后,以长沙市的芙蓉路-城南路交叉口为例,利用Vissim 4.3软件进行信号优化前后的仿真验证。研究结果表明:与优化前的信号控制方案相比,优化后的信号控制方案的短距离进口道平均排队长度降低了36.9%,最长排队长度减少了42.3%,交叉口车均停车次数减少了21.2%,通过车辆数增加了19.8%,车均延误减少了25.8%,这些结果均说明该方案能有效地防止短距离进口道的排队溢出,大幅提高短距离交叉口的通行能力与运行效率。     

基于可逆车道的菱形立交交叉口车道设置及信号配时优化研究

菱形立交是城市内常用的一种立交形式,为了提升衔接区域交叉口的服务水平,本文提出了基于可逆车道的菱形立交交叉口信号控制方法。可逆车道应用于内部路段所有左转车道和地面出口道的部分车道上,传统控制方法无法保证内部路段车辆被及时清空,安全隐患较大,故在分析了可逆车道设置条件,考虑内部路段的及时清空和排队长度控制以及相位方案等约束条件后建立了配时优化模型,并基于枚举法求解。通过算例及VISSIM仿真对方法的可行性和效果进行了验证,并与传统信号控制方法进行对比,发现前者在高水平交通需求下显著优于后者,使得交叉口处总通过车辆数提高了2.0%,车均延误降低了52.7%,出口匝道上的最大排队长度减少了62%以上。     

考虑二次排队的智能网联车生态驾驶策略

为避免车辆在交叉口的急加减速与启停现象,减少车辆燃油消耗和污染物排放,提出了一种考虑二次排队的智能网联车生态驾驶策略。首先构建了考虑驾驶员反应的交叉口处排队车辆的改进IDM跟驰模型,通过信号配时、车辆排队长度等信息估计排队车辆消散时间;其次,依据交叉口处是否出现车辆二次排队,将生态驾驶策略分类为“前方车辆在绿灯时间清空”和“前方车辆二次排队”两种情况,结合智能网联车与交叉口的距离等信息优化车辆行驶轨迹;最后将提出的生态驾驶策略与自由驾驶在不同排队长度场景下进行对比仿真实验。仿真结果表明：相较于自由驾驶,生态驾驶策略能够有效减少车辆的急加减速与停车行为,随着交叉口排队长度的增加,生态驾驶策略的优化效果更加明显;当排队车辆在第一个绿灯时间消散时,采用生态驾驶策略的车辆的总体油耗降低了9.98%,CO₂、CO、HC、NOx平均排放量分别降低了11.69%、20.14%、1.66%和29.09%;当交叉口处出现车辆二次排队时,采用生态驾驶策略的车辆总体油耗降低了15.0%,CO₂、CO、HC、NOx平均排放量分别降低了15.42%、27.51%、2....     

基于排队状态的单点交叉口动态信号配时算法

以绿灯末尾排队状态为目标,研究了二相位控制单点交叉口的动态信号配时。根据排队形成和消散过程建立了排队模型,分析了信号周期、绿信比和到达率对排队状态的影响。以两相位排队均处在弱欠饱和状态为控制目标,提出了随到达率变化的简便信号配时算法,根据总流量比计算信号周期,根据较大的流量比调节主相位绿信比。仿真结果表明:信号周期缓慢地同向改变两相排队状态,绿信比反向改变两相排队状态,到达率仅改变相应相位的排队状态。当交叉口饱和流率为0.50 pcu·s-1,黄灯和绿灯前损时间为4 s,到达率在0.10～0.26 pcu·s-1之间变化时,两相排队始终都在弱欠饱和状态,说明配时算法是有效的。     

���������źŵĽ�����������

延误是交叉口交通设计和信号优化的重要评价指标。针对传统延误计算仅考虑单个交叉口的不足,本文构建了综合考虑上下游交叉口交通运行参数的延误计算模型。模型以交通波理论为基础,综合考虑了上下游交叉口的相位相序、绿灯时长、流向流量、路段长度及相位差等因素,通过计算下游交叉口队尾时空点在各相位的演变构建队尾时空多边形,计算队尾时空多边形的面积即可得到下游交叉口计算车道组的停车延误,将其加上加减速延误最终得到交叉口信号控制延误。示例分析表明,该模型与VISSIM和SYNCHRO等软件相比,延误计算精度较高。     

考虑上游信号的交叉口延误计算

延误是交叉口交通设计和信号优化的重要评价指标.针对传统延误计算仅考虑单个交叉口的不足,本文构建了综合考虑上下游交叉口交通运行参数的延误计算模型. 模型以交通波理论为基础,综合考虑了上下游交叉口的相位相序、绿灯时长、流向流量、路段长度及相位差等因素,通过计算下游交叉口队尾时空点在各相位的演变构建队尾时空多边形,计算队尾时空多边形的面积即可得到下游交叉口计算车道组的停车延误,将其加上加减速延误最终得到交叉口信号控制延误.示例分析表明,该模型与VISSIM 和 SYNCHRO等软件相比,延误计算精度较高.