信号灯平交路口优化设计方法

平交路口通行能力,一直是城市交通设计与管理者关注的重点。对于拥堵平交路口的改造,往往依赖于对路口宽度及通行时间上的增加,来实现平交路口整体通行能力的提升,而忽视了路口设计通行能力与实际交通量的匹配。通过实际案例,阐述在不增加路口宽度及信号灯周期条件下,通过对路口渠化车道及信号灯配时的调整,提高路口通行能力的设计方法,可为信号灯路口的优化设计提供一些借鉴和思路。     

浅析多相位交通信号控制

平面道路交叉口采用多相位交通信号控制．在理论上路口通行能力较两相位控制时略有下降．但由于彻底消除了交叉冲突点．提高了交通流流速．在一定条件下实际通行能力反而有所提高。     

基于线性规划的干线模糊补偿控制

针对传统干线控制方法的不足,提出了新的控制策略,采用递阶结构将传统的控制方法与模糊控制结合在一起对交通干线进行实时协调控制。由上层的中央协调单元通过传统的线性规划对交通中的确定性因素进行建模,得到干线控制所需要的信号周期、各个路口之间的相位差和绿信比等参数作为初步配时方案;然后针对交通问题中较强的随机性和不确定性,以模糊控制对得到的初步方案进行补偿,主要通过模糊逻辑对相位差进行调整,并最终由路口信号机根据路口的实际情况对绿信比进行调节,使整个干线控制得到优化。仿真结果表明,该方法比传统的定时控制和感应控制能更有效地提高干线的通行能力。     

一种新型交通组织方式实现饱和路口公交优先的探讨

公交优先是我国各大中城市解决日益严重交通拥堵问题的必然选择,实现交叉口范围内公交快速通行是体现公交优先的关键。饱和路口占用平面交叉口进口道实现公交优先将使道路通行能力受到很大影响。基于预信号控制提出一种新型的交通组织方式,深挖路口空间潜力,实现公交车优先通过路口,同时不减少交叉口通行能力,从而显著地减少公交出行的延误。对实际工程案例进行Vissim仿真评估,亡程效果显著。     

在城市道路主干线路口增设左转信号灯的建议

在城市主干线路口的交通指挥信号中增设一个左转向指标信号灯，实现路口过往车辆无交叉行驶，可改善路口的交通环境，提高路口的通行能力。     

基于CA方法的交通流数值模拟及信号灯感应控制策略研究

采用细胞自动机方法(Cellular Automata:CA)模拟含4个路口的城市道路交通流状态,并通过离散方程描述车辆的运动过程.研究了信号灯控制策略(同步定时控制及感应控制)对交通流状态的影响.数值模拟结果表明,信号灯对交通流的影响与道路中车辆密度有关,同时,感应控制参数的选取存在一合理的取值范围,可优化交通流通行...     

四路停车控制交叉口通行能力计算

基于实际调查和观测分析,采用冲突技术法建立了机非混合交通流条件下四路停车控制交叉口机动车流的通行能力计算模型,进一步提出了422型和444型四路停车控制交叉口共用车道和拓宽路口通行能力的计算方法。通过对比冲突技术法推荐模型计算通行能力与典型交叉口观测通行能力和车队分析法计算通行能力,验证了通行能力计算模型的有效性。此外,探讨了行人流和非机动车流对机动车流通行能力的影响。最后,计算分析给出了422型和444型四路停车控制交叉口行人和自行车流量与交叉口机动车流通行能力的回归关系式,为四路停车控制交叉口通行能力的确定提供参考。     

基于设置综合等待区的城市交叉口交通改善方法应用研究

城市道路交叉口是城市道路交通改善工作重点关注和研究内容.对交叉口道路交通条件进行研究,利用设置待转区来挖掘和充分利用道路的空间资源,增大了排队容量,缩短了排队长度,从而提高了路口通行能力和效率,整体上提高交叉口的通行能力.在研究综合等待区的基本情况和应用原理的基础上,分析设置的条件和信号控制模式,并以广州市滨江路-下渡路路口为例,验证了设置综合等待区的效果.      

基于多目标粒子群算法的智慧城市信号灯配时优化控制

为了顺应智慧城市建设需求，缓解城市道路的拥堵，提高车辆在城市路口的通行效率，本文基于多目标粒子群算法，以车辆实时延迟时间最小、城市路口通行能力最大为优化目标，建立智慧城市路口的多目标优化模型。通过优化计算得到Pareto最优解集，以多属性决策算法得到最优配时方案，并通过更新信号灯参数，实现了信号灯的动态优化。通过SUMO交通仿真平台搭建了城市路口仿真模型，结合粒子群算法进行仿真验证。仿真结果表明，经粒子群算法优化的城市路口配时，路口的通行性能显著提升，平均通行能力提升约3.69%，平均车辆延迟时间降低约21.35%。     

基于通行能力系数优化的道路交叉口单点动态控制研究

为提升城市交叉口在动态交通条件下的通行效率,提出一种单点控制方法。首先依据交叉口及相邻上下游路口信息计算真实交通需求及相关时长约束,并依据交通需求进行相序选择,依据过车信息更新饱和车头时距及饱和流量;然后结合相关约束构建模型求解路口通行能力系数,依据通行能力系数区分不同交通状态,并依据所取的状态采用相应策略进行信号控制;最后通过仿真实验和真实应用对该方法的有效性进行验证。     

基于Paramics的多相位感应信号控制仿真研究

介绍了微观交通仿真软件Paramics及其API函数,建立了基于微观交通仿真的感应信号控制策略技术路线,提出基于Paramics的感应信号控制仿真实现过程及相关技术,并结合仿真实例对仿真结果进行了分析.     

交叉口信号控制自组织算法

为提高信号交叉口的控制效率,运用模式识别基本理论,对交叉口交通流运行状态的基本特征进行了提取,构建了信号控制模式类型与模式空间;依据定时控制、感应控制和自适应控制延误模型,运用统计模式识别方法建立了交叉口信号控制的模式分类方法;在此基础上,应用自组织理论,建立了信号控制方式之间的转换算法(自组织算法)与协商机制;最后结合哈尔滨市智能交通系统应用示范工程调查数据进行仿真。研究结果表明:交叉口信号控制自组织算法较单一信号控制方式在提高信号控制效益方面具有明显优势。     

基于无线地磁的交叉口信号控制策略研究

感应控制主要是利用无线地磁检测器采集道路交叉口实时交通信息,及时传递给交通控制系统,结合感应控制自动实施控制的原理,确定城市道路交叉口智能控制方案,根据交叉口交通量实际状况进行合理配时;文章对合肥市黄山路-天智路交叉口的固定信号周期测得的周期、相位时间、通过的车辆数及车辆平均等待的时间与感应控制条件下的各参数实际值作对比,分析各参数之间存在的差距,确定在车流量较少的情况下,感应控制优于常规的固定周期信号控制方法。     

信号交叉口排队长度预测的神经网络方法

预测信号交叉口的排队长度可以为交通信号控制和管理提供非常重要的信息。基于神经网络，针对定时和感应信号交叉口两种不同情况，成功实现了单、双车道排队长度的预测。同时，感应器与停车线之间的距离对预测精度的影响也进行了初步分析。模拟结果同时表明，神经网络对左转车道排队长度的预测效果不佳，不能为信号控制和管理提供有效的信息。     

不同交通流状况下的交叉口信号控制策略

从交叉口信号的传统控制与现代控制两个层面，对不同交通流状况下的交叉口控制策略选取问题进行了较为全面深入的分析研究，分别讨论了定时控制、感应控制、模糊控制与最优控制在交叉口信号控制中的适用条件，并着重阐述了饱和交通状况下路口信号的最优控制方法，从而有效地解决了使用模糊控制技术进行交叉口信号控制时存在的一些问题。研究结果表明，在饱和交通状况下单纯依靠通过车辆数与排队车辆数来实施模糊控制并非合理，此时需要进一步考虑车道饱和流量因素的影响。     

Artificial intelligence for traffic signal control based solely on video images

Learning-based traffic control algorithms have recently been explored as an alternative to existing traffic control logics. The reinforcement learning (RL) algorithm is being spotlighted in the field of adaptive traffic signal control. However, no report has described the implementation of an RL-based algorithm in an actual intersection. Most previous RL studies adopted conventional traffic parameters, such as delays and queue lengths to represent a traffic state, which cannot be exactly measured on-site in real time. Furthermore, the traffic parameters cannot fully account for the complexity of an actual traffic state. The present study suggests a novel artificial intelligence that uses only video images of an intersection to represent its traffic state rather than using handcrafted features. In simulation experiments using a real intersection, consecutive aerial video frames fully addressed the traffic state of an independent four-legged intersection, and an image-based RL model outperformed both the actual operation of fixed signals and a fully actuated operation.     

Design of Reinforcement Learning Parameters for Seamless Application of Adaptive Traffic Signal Control

Adaptive traffic signal control (ATSC) is a promising technique to alleviate traffic congestion. This article focuses on the development of an adaptive traffic signal control system using Reinforcement Learning (RL) as one of the efficient approaches to solve such stochastic closed loop optimal control problem. A generic RL control engine is developed and applied to a multi-phase traffic signal at an isolated intersection in Downtown Toronto in a simulation environment. Paramics, a microscopic simulation platform, is used to train and evaluate the adaptive traffic control system. This article investigates the following dimensions of the control problem: 1) RL learning methods, 2) traffic state representations, 3) action selection methods, 4) traffic signal phasing schemes, 5) reward definitions, and 6) variability of flow arrivals to the intersection. The system was tested on three networks (i.e., small, medium, large-scale) to ensure seamless transferability of the system design and results. The RL controller is benchmarked against optimized pretimed control and actuated control. The RL-based controller saves 48% average vehicle delay when compared to optimized pretimed controller and fully-actuated controller. In addition, the effect of the best design of RL-based ATSC system is tested on a large-scale application of 59 intersections in downtown Toronto and the results are compared versus the base case scenario of signal control systems in the field which are mix of pretimed and actuated controllers. The RL-based ATSC results in the following savings: average delay (27%), queue length (28%), and l CO₂ emission factors (28%).     

基于仿真的交通信号控制优化策略研究

根据道路流量,研究了利用灵活的控制策略提高交通控制的效率问题.针对信号控制交叉口实际流量动态变化的特征,在现有传统控制方法的基础上根据交叉口交通流的变化特点,提出采用可变车道控制模式的控制方法、单边轮放控制模式的控制方法,介绍了其潜在的适用条件、优势及特点,并在交通流量调查的的基础上,建立了交叉口的相应仿真模型,利用信号控制仿真软件Synchro验证了在高峰期不同控制方法的效果.仿真结果表明,所提出的控制方法适用于具有相应流量特点的交叉口,提高了信号交叉口的控制效率.     

平面交叉口相交BRT线路的优先协调控制方法研究

基于公交感应控制的思想,提出了基于公交优先战略的信号配时优化方法。分析了BRT优先信号控制策略,界定了BRT优先控制的研究环境,提出了优先控制原则——引起延误最小优先考虑原则,提出优先控制原理,分析各控制参数,确定了各模块中的关键参数计算过程。实例分析表明,该控制方法对相交BRT车辆在平面交叉口的协调控制具有可行性。