基于车辆排放的交叉口信号配时优化控制

从减少城市交叉口车辆排放的角度出发,根据行驶方向与行驶工况变化对车辆尾气排放的 影响,建立了车辆在直行和左转过程中完全停车、不完全停车以及不停车3 种状态下的机动车综 合排放模型,并将其与延误相结合,提出以车辆延误与排放的综合指标为优化目标,基于等饱和 度优化分解算法对信号周期进行求解的优化控制模型。使用VISSIM 微观交通仿真软件分别对原 有配时、Webster 优化配时和文中提出的综合指标优化配时进行了仿真实验和对比分析。结果表 明,采用文中算法优化的配时在交叉口总延误时间、总排放量和综合指标PI 方面都明显减少,优 化效果显著。     

基于元胞传输模型的过饱和交叉口信号控制方法

为克服现有交叉口信号控制优化方法在实际应用中的局限性,利用二维元胞传输模型构建交叉口信号的元胞传输模型。以交叉口饱和度的函数作为通行能力权重,综合考虑交叉口各进口的交通状态,并对过饱和进口引入饱和度的罚函数,实现对过饱和进口的优先优化;最后利用遗传算法进行交叉口信号控制的动态优化求解。实例验证表明:所构建的模型同时适用于过饱和及非饱和交叉口的信号控制优化,并可有效降低过饱和进口道及交叉口整体的饱和度,有助于提升交叉口的整体通行效益。     

过饱和交叉口交通信号控制动态规划优化模型

为满足过饱和交叉口信号控制的需求,应用动态规划理论,建立了过饱和交叉口信号控制优化模型,界定了模型的阶段、状态变量和决策变量,推导了平均排队长度状态转移方程和控制器状态转移方程,确定了基于交叉口不同饱和状态的目标函数与约束条件,提出了模型优化框架。非饱和状态以最小化延误为控制目标,饱和状态和过饱和状态以最大化通行能力为控制目标。通过迭代运算判断保持或者切换当前相位,并将控制效果实时反馈以调节下一阶段信号配时方案。以秦皇岛市某交叉口为例,基于实际采集数据得到了非饱和、饱和与过饱和3种状态的交通流量,应用动态规划模型获得配时方案,并与TRANSYT方法给出的配时方案进行了对比分析。分析结果表明:在非饱和状态下,采用动态规划模型计算的平均延误、饱和度、平均排队长度分别为49.3s、0.76、13.7veh,采用TRANSYT方法计算的对应值分别为52.0s、0.78、14.4veh;在过饱和状态下,采用动态规划模型计算的饱和度与平均延误分别为0.85、78.5s,采用TRANSYT方法计算的对应值分别为0.86、82.5s,但对应的平均排队长度为27.3veh,略优于动态规划模型的27.6veh;饱和状态控制效果与过饱和状态控制效果类似。可见,采用动态规划模型可以有效降低交叉口饱和度,减少各相位不同进口道车辆的平均延误。     

基于车辆轨迹重构的信号交叉口延误提取研究

通过信号交叉口设置的监控设施，获取停车线前f 辆车的相关信息，以其为分析数据源，重构车辆运行轨迹，提取信号交叉口的延误参数. 对于轨迹重构中车辆运行时减速、停车、启动，以及恢复正常行驶速度等关键时间点的确定方法为：借助前f 辆车的停车时间信息和车辆到达概率分布函数，确定后续车辆的停车时间；结合车辆减速过程满足的双曲正弦函数，确定经历排队车辆的减速时间点；以前f 辆车的启动时间为输入，借助饱和车头时距，计算车辆启动时间点；根据车辆加速满足的匀变加速过程，确定车辆恢复正常行驶速度的时间点. 最后，通过实际车辆轨迹数据验证了该方法的精度.     

考虑车辆排放的城市信号交叉口优化控制研究

运用了考虑排放和延误综合指标的城市信号交叉口信号配时方案,针对车辆在交叉口处不同运行特征下排放量的不同,提出了将车辆通过交叉口的运行特征与排放因子结合的方法,得出了车辆在交叉口的排放模型.在此基础上建立了考虑车辆排放和延误综合指标的城市交叉口信号优化控制模型,并运用改进的遗传算法求解模型,计算结果显示该模型减少了车辆的排放,有效地缓解了城市信号交叉口处车辆排放不易消散的问题.     

连续流交叉口信号协调配时及延误模型

为解决连续流交叉口车辆二次停车和人-车冲突问题,防止车辆排队溢出,破坏连续流交叉口稳定的运行状态,提出人-车信号协调优化控制策略。根据车流运行特征,协调主、预信号配时,优化信号相位方案,以车均延误最小为目标构建优化模型。通过仿真对比可知,本文模型计算的延误估算误差在5%以内。通过案例分析可知,现状方案南北左转车均延误和车均停车次数是优化方案的2倍以上,说明优化方案避免了车辆二次停车;从整个交叉口来看,优化方案在两种流量场景下,车均延误分别降低了27.8%、18.5%,提升了交叉口运行效率。通过敏感性分析发现,移位左转车道长度在100 m时,综合效益最佳。     

基于RBF神经网络预测的交叉口信号周期时长优化

针对交叉口信号配时仅仅依靠单一历史数据进行计算的现状,为了使交叉口信号周期时长能够充分利用过往历史数据,根据城市交通流量具有周期性与不确定性的特点,提出了一种基于RBF神经网络预测的交叉口信号周期时长优化方法.根据交叉口晚高峰历史交通流量对RBF神经网络进行训练,用训练好的RBF神经网络去预测未来某一天交叉口晚高峰的交通流量;结合直行当量系数法将预测得到的交通流量转换为等效直行车流量,建立以平均车辆延误及车辆平均停车率为主要控制目标的多目标优化模型,用MATLAB建立遗传算法进行求解;以平均车辆延误与车辆停车率为评价指标对比分析了优化方法、Webster法和实际配时3种方法得到的结果.结果表明:提出的优化方法相较于Webster法和实际配时,在工作日分别减少12％、2％的平均车辆延误,在非工作日分别减少20％、18％的平均车辆延误,提高了交叉口的通行效率.     

�������н�ͨ�Ľ�����ź���ʱ��Ŀ���Ż�ģ��

城市道路交叉口各交通方式构成比例不同,对控制方案需求不一. 针对各种交通方式混行的信号控制交叉口,考虑道路使用率、出行者时间效率以及环境效益之间的协调关系,结合多目标规划模型的思想,以通行能力最大、车辆停车率及出行者平均延误最小为目标,以饱和度为约束条件,建立交叉口信号配时多目标优化模型. 根据不同交通状态下,各交通方式混合比例确定各性能指标的重要程度,最后运用遗传算法进行求解. 计算结果表明,配时参数多目标优化模型在综合性能指标下优于Webster算法,而且能较好地适应各交通状态的变化,使快、慢行交通协调运行.     

基于VISSIM仿真的信号交叉口优化方法研究

传统信号交叉口配时往往只考虑车辆延误指标,存在一些不足.故此,建立了考虑延误和停车次数的信号配时优化模型,提出应用VISSIM仿真软件与信号配时相结合的信号交叉口优化方法,并将该优化方法应用于交叉口优化实例中,仿真评价结果表明:采用该方法优化交叉口效果显著,平均排队长度、平均延误指标下降明显,能够很好地从时间和空间两方面改善交叉口的性能.     

������״̬�����Ⱥ�źſ��ƻ���ʵʩ���

为改善过饱和状态交叉口群的交通控制效果,优化了交通控制目标和结构,制定了信号配时方案优化的实施框架. 在分析溢流、滞留排队和阻挡等拥堵诱因的基础上,根据优化过饱和状态交通控制的需求,选取关键路径上通过车辆数最大和平均排队最小作为优化目标. 在单点交叉口层和交叉口群层间增加关键路径层,优化交通控制结构. 结合过饱和状态交叉口群交通控制特性,提出信号配时方案优化的实施框架及分层优化措施. 南京市广州路交叉口群仿真验证结果表明, 按信号配时优化框架建立的配时算法,可显著增大交叉口群内关键路径的通过车辆数,降低平均排队长度,改善过饱和状态交叉口群交通运行状况.     

车联网环境下信号交叉口车速控制策略

为了减轻城市道路上信号交叉口对交通流的阻断,针对车联网环境下个体车辆可 以与路侧设施及交叉口中心控制系统实时信息交互的特征,提出了信号交叉口车速控制策 略,在提高交叉口通行效率的基础上兼顾驾驶舒适性与环境友好性.为验证车速控制模型的有 效性,基于多智能体技术建立了车联网环境下信号交叉口车速控制仿真系统,以典型十字交 叉口为例,模拟对比分析了传统驾驶和车联网2 种环境下车辆通过交叉口的行程时间、燃料消 耗与污染物排放.结果表明,该速度控制策略下车辆通过交叉口的平均行程时间减少了约 60%,燃料消耗减少了约40%,污染物的排放也有显著减少.     

考虑前车状态的智能网联车交叉口行为决策

为使智能网联汽车（intelligent connected vehicle, ICV）在复杂交通环境下高效、安全地通过信号交叉口，在车联网实时获取信号灯和前车状态信息的基础上，建立了智能网联汽车通过信号交叉口的驾驶行为决策框架. 通过跟驰模型推导智能网联汽车和前方车辆在未来的行驶状态，预测得到前方车辆是否要通过交叉口的行为，进一步分别对智能网联汽车是领头车和跟随车时通过交叉口停止线的条件进行判断；将换道加入到驾驶方式中来寻求更高的通行效率，用基于换道时间模型的方法判断智能网联汽车换道后的通过条件；仿真对比分析了所提出模型和现有模型的决策能力，讨论了影响决策过程的关键因素. 研究结果表明:相比于现有模型，综合信号灯和前车行驶意图的决策方法能够提高智能网联汽车对通行条件判断的准确性，从而进行更合理的行为选择，随着单位绿灯剩余时间的增加，车辆决策通过交叉口的概率可提高20%，当前车道的车辆位置对决策结果影响显著.      

考虑驾驶风格的闭环反馈车速引导方法研究

信号交叉口的车速控制不当会降低车辆的燃油经济性甚至引起追尾碰撞事故,车路协同环境下的车速引导系统可以有效提高信号交叉口处的通行效率和燃油经济性。现有车速引导研究大多忽略了驾驶员风格的差异性,将导致驾驶员无法准确跟踪引导速度。针对该问题,建立考虑驾驶风格的闭环反馈车速引导模型。首先,分析不同风格驾驶员车辆最大纵向加速度的概率分布;其次,研究闭环反馈车速引导方法,使驾驶员更准确地跟踪引导车速;然后,基于机会约束规划方法优化闭环反馈车速引导模型,使模型更加符合驾驶员的不同风格;最后,在MATLAB/ Simulink环境中设计仿真场景,对激进型、适中型和保守型3种闭环反馈车速引导模型进行仿真分析。仿真结果表明：相较于传统车速引导模型,本文模型可使不同风格的驾驶员更容易跟踪引导车速,其中,激进型和适中型车速引导模型可以使车辆以更短的时间通过交叉路口,保守型车速引导模型可以提高车辆在绿灯相位通过交叉口的概率。本文方法可以有效地提高信号交叉口的通行效率。     

Design and Simulation of Signal Phase for Pedestrians' Twice Crossing at Large Signalized Intersections

Under conditions of mixed traffic, pedestrians' twice crossing (PTC) is one of the effective maneuvers for signalized intersections with particularly large size to enhance traffic safety and efficiency by decreasing conflicts and ambiguity of pedestrians and motorized vehicles. However, it will lead to diminishing of vehicles throughput if the signal phase for PTC is not properly designed. In this paper, a method to design signal phase for PTC at large signalized intersections is proposed. The method is aimed at coordinating pedestrian and vehicle signal phases by making them overlap and by combining them. A limiting factor of the method is also presented, after detailed schemes of pedestrian signal phase being worked out under different assumptions of original vehicle signals and setting conditions for PTC. In order to compare the optional schemes of pedestrian signal phase, an evaluation model with regard to pedestrians' waiting time at different waiting zones and a simulation model to implement the evaluation are constructed. The proposed method and models are also employed to analyze the schemes of signal phase for PTC at a practical signalized intersection.     

基于车辆轨迹的信号交叉口机非冲突判别

选取长沙市中心区4个典型信号交叉口,利用视频轨迹追踪软件,提取右转机动车与直行非机动车的冲突交通流轨迹数据。以减速、换道等避险行为与可能发生碰撞(距离碰撞点时间小于2 s)为依据,采集机非冲突样本;选择距离碰撞最大时间(MTTC)和冲突时间差(TDTC)作为评价指标,提出一种基于交通流运行轨迹的改进型TTC(Time to Collision)法的机非冲突判别方法。选择某实例交叉口,分别采用TTC法、改进型TTC法和后侵入时间(PET)法,评估得到右转机动车与直行非机动车的冲突数,分别为7,24,22次。结果表明,传统的TTC法低估了交叉口的机非冲突水平,改进型TTC法的判别准确率提高了2.14倍,证明了方法的可行性。     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。     

������·�ڽ�ͨ�ź���ƣ�����ģ�ͼ����·����ıȽ����ܽ�

在北美交通早高峰与晚高峰期间,大量信号灯控制的交叉路口会处于过饱和状态.对于非饱和路口的信号设计,已经有许多行之有效的理论方法和信号控制策略可以使用;对于过饱和路口,当前却没有被广泛接受的信号控制模型可以直接采用.对于孤立的信号路口,实时有效的配时通常被认为是优化交通流的一个非常重要手段.基于这一原则,多种过饱和路口交通信号设计方案出现在以往的研究中。但是由于没有对这些方法进行过有效的综合评测,所以一直没有对各种设计方法优缺点的清晰描述.本文对两组经典饱和路口信号设计模型进行了详细的评测与比较,进而深入分析这些模型的特点与可用性.在研究中这两组模型的控制结果还与最新的信号设计软件TRANSYT 7F和Synchro给出的优化信号进行了比较.基于比较结果,最终得到用于过饱和路口信号设计的方法选择指南.     

信号交叉口绿色驾驶车速控制方法

信号交叉口是整个城市交通路网中的瓶颈区域.车流经常在路口停车等候造成怠速行驶,严重降低交叉口的通行效率,同时造成严重的汽车尾气排放污染.为了减轻交叉口对交通流的阻断,合理降低信号交叉口的车辆延误、燃油消耗和污染物排放,本文提出了一种基于多级可变速度限制的信号交叉口绿色驾驶控制方法.该方法以可变速度限制值为控制变量,并基于固定式检测器获取的交叉口附近道路交通状况信息对车辆进行速度限制值的实时发布,以实现在不增加旅行时间的基础上平滑车辆驶近交叉口过程中的时空轨迹.通过MATLAB对该方法进行仿真验证,结果表明,其能够有效地降低交叉口的车辆延误,并减少车辆的燃油消耗与污染物排放量.     

基于遗传算法的交通信号优化控制研究

通过对信号交叉口延误模型的研究,提出了一种新的相位配时优化算法。此算法是将遗传算法引入到延误模型中,以信号交叉口车辆的平均延误最小为目标,考虑交叉口服务水平等多方面的限制,建立新的模型算法,并将其应用于常州市的典型交叉口,获得较好的优化结果。     

信号控制交叉口左转非机动车过街模式适用性

为分析信号控制交叉口两种左转非机动车过街模式（机动车和非机动车一体化模式以及行人和非机动车一体化模式）的适用条件,在动态交通条件下,定量分析两种模式对典型两相位和四相位信号控制交叉口通行效率和安全性的单独与综合影响。在通行效率方面,选取机动车通行能力作为评价指标;在安全性方面,引入一个可比选交通设计方案的指标——交通当量冲突。通过理论与实例分析,从通行效率和安全性两方面给出了两种模式的适用性。结果表明：两种模式在上述方面均有单独优势;两相位信号控制交叉口,在相应的左转非机动车和机动车交通量条件下两种模式均能同时提高交叉口通行效率和安全性;四相位信号控制交叉口,两种模式均不能同时起到积极作用。