车路协同环境下多车协同车速引导建模与仿真

车路协同环境是利用无线通信技术、电子信息技术等高新技术建立的新颖交通环境,其以车车、车路通信为基础,有效实现了信息在系统内部的快速、准确、有效的传输,弥补了目前交通基础数据实时性、可靠性等方面存在不足.利用车路协同环境下,在单车车速引导的基础上,以交叉口整体效益最佳为目标,提出信号交叉口多车协同车速引导模型,以最大限度地降低交叉口车均延误,减少平均停车次数,提高绿灯时间利用率.同时,以上海市曹安路-绿苑路交叉口为例进行仿真验证,研究结果表明,相比于单车引导而言,多车协同引导可适用于高、中、低等不同饱和状态,且可有效降低交叉口车均延误及平均停车次数.      

基于车路协同环境的信号交叉口车速引导方法

针对现有的车速引导模型存在未综合考虑车辆跟驰行为、引导场景划分较粗略等问题，研究了4种基于车路协同环境下实时优化各车的车速引导模型。对车辆进行所属车辆列队划分，考虑车速引导影响对FVD跟驰模型进行改进。以车辆列队为引导单元，将车辆可能面临的交通状况细分为8种引导场景，以引导车辆不停车或少停车通过交叉口为目标，直接优化车辆加/减速度，建立车辆列队后车根据改进的跟驰模型计算目标跟驰加/减速度，并与头车组成列队以同一目标车速通过交叉口停车线的4种车速引导模型。以南昌市海棠北路/枫林西大街交叉口为例进行仿真验证，结果表明，所提出的车速引导模型能使车辆行程时间减少18.9%，最大排队长度减少58.8%，延误减少60.8%，燃油消耗减少36.4%，且适用于不同交通饱和状态，对提高信号交叉口通行效率和减少车辆燃油消耗有显著效果。      

Probe Data-based Identification of Vehicle Behaviors at Intersection

交通控制策略制定过程中,对于车辆在交叉口进口道前行为规律的把握至关重要.准确辨识进口道车辆行为模式,是研究下一代基于车路协同的交通控制理论的基础之一.基于车路实验平台的实时车载数据,运用加权平均法对交叉口的车辆换道和转向行为进行了观察分析,并通过建立线性规划模型及求解对辨识过程中的匹配误差进行了处理.最后实地的案例研究显示,本研究的方法对交叉口驾驶转向行为识别精度达100％,对换道行为识别的误差为8.33％,基本能够满足交通控制的要求.     

现代有轨电车条件下的交叉口信号控制方法

以交叉口交通效益最大化为目标,对现代有轨电车条件下的交叉口信号控制方法展开研究.改进了NSGA-II算法,提出了基于非支配排序的交叉口多目标优化算法,对单点交叉口多目标优化模型求解.在获取基础信号配时方案的基础上,根据车辆的实时参数,构建现代有轨电车主动信号优先控制方案评价指标体系,利用DEA-TOPSIS模型客观地从优先相位延误、非优先相位延误和电车偏移度等多个方面对各信号控制方法进行分析,实现最优信号控制.仿真实验表明:交叉口人均延误时间和平均停车次数为有效的控制目标;基于非支配排序的交叉口多目标优化算法与加权组合遗传算法相比,可综合优化多目标;与NSGA-II算法相比,可降低交叉口人均延误时间1.8 s,降低平均停车次数0.02;基于DEA-TOPSIS模型的有轨电车信号控制评价方法可以客观地综合多角度分析各信号控制方法的有效性和变化趋势,实现最优信号控制.      

信号交叉口车路协同诱导策略下ACC车辆控制模式研究

信号控制交叉口是城市道路交通网络中的基本节点,车辆在通过交叉口时频繁地启停和加减速等严重降低了交叉口的通行效率,并产生了更高的燃料消耗和污染物排放。无人驾驶技术中的车路协同技术和自适应巡航控制(Adaptive Cruise Control, ACC)技术为缓解交叉口处的交通拥堵和提高节能减排水平带来了新的契机。ACC车辆可以通过车载检测设备和传感器技术等实时获取自身与前车的行驶状态,并通过ACC控制系统做出比人类驾驶员更精确、稳定和安全的决策判断。根据ACC车辆在信号交叉口车路协同诱导策略下的行驶工况信息,考虑了ACC车辆在信号交叉口车路协同诱导策略下的控制模式,利用诱导策略对ACC车辆的控制模式进行了划分。在智能驾驶模型(IDM)的基础上建立了不同控制模式下的加速度算法,利用MATLAB对信号交叉口车路协同诱导策略下的ACC车辆的交通特性进行仿真模拟,对比分析了传统ACC车辆和车路协同诱导策略下的ACC车辆在通过交叉口时的平均延误、平均燃油消耗和平均污染物排放。仿真结果表明,车路协同诱导策略下的ACC车辆在不同等级车流密度下均能够降低交叉口的延误,并减少车辆的燃油消耗与污染物排放量。     

基于车辆队列的饱和状态下城市主干道旅行时间估算方法

当前城市主干道过饱和交通流交通状况恶劣,交通拥堵时常发生,由于受信号灯的周期性阻滞作用,交叉口上游车辆淤积现象严重,传统的连续交通流模型无法用于估算城市主干道旅行时间.有鉴于此,提出了一种适用于中断交通流的基于车辆队列的旅行时间估算方法.基于道路上已有的存在型检测器,运用检测器采集的高精度实时数据,研究了车队识别和匹配方法,通过匹配车队信息,对通过饱和状态下城市主干道的车辆进行了实时旅行时间估算.在此基础上,利用Q-Paramics软件进行了实例模型仿真验证.通过对比算法估算值和仿真模型观测值,验证了算法的合理性和有效性,为评估饱和状态下的城市主干道交通状态奠定了基础.     

基于车路协同的交叉口车辆最大流量协调方法

设计了一种无信号灯的交叉口车辆协调控制策略,该策略将交叉口车辆通行控制问题转化为以最大流量为目标的整数规划问题,通过求解该问题获得最佳的通行策略达到车辆安全高效通过交叉口.与定时控制和自适应控制策略在各种交通负载下的仿真对比表明,所提出的协调控制策略能明显降低交叉口车辆的平均停车等待时间、平均排队长度和停车率.      

全设置连续流交叉口信号配时及延误模型

为了解决连续流交叉口车辆多次停车问题，提出了各流向车辆在所遇第2条停车线处不用停车的优化控制策略。通过协调主预信号配时，调整信号控制相位相序方案，促使车辆直接通过所遇第2条停车线，使得左转车辆停车次数由3次减少到2次或者1次，直行车辆停车次数由2次减少到1次。分析各流向车辆到达-驶离图式，构建左转车流在所遇第3条停车线处的延误计算模型，结合Webster经典模型，给出连续流交叉口整体延误计算模型，其计算结果与VISSIM仿真结果基本一致。推导给出车辆不二次停车、车车不冲突以及连续流交叉口自身交通组织等因素所需满足的约束条件，以交叉口车均延误最小化为优化目标，构建连续流交叉口主预信号协调配时优化控制模型，并设计了4种交通场景以验证不同情况下的效益改善情况。研究结果表明：通过信号协调减少1次停车，能够降低50%以上的车均延误和车均停车次数；根据各转向交通量所占比例选择合适的车道分配方案有助于提升连续流交叉口通行效率；在2种策略下交叉口车均停车次数分别为0.88~1.05、0.59~0.77，与已有控制策略约2次车均停车次数相比，明显降低了连续流交叉口车辆停车次数。研究成果可为连续流交叉口控制提供新的视角，对交叉口通行效率的提升效果也更加显著。     

车路协同无信号交叉口的矩形冲突检测及消解

针对车路协同环境下的冲突问题，建立了以系统反应时间代替驾驶员反应时间的自动驾驶车辆制动距离模型，以此作为安全距离改进了矩形冲突检测模型，并根据轨迹优化的研究思路，提出了以矩形冲突检测模型为基础的冲突消解算法，对非通行优先权车辆进行速度引导，避免车辆冲突。在车联网开源框架 Veins 的基础上，将交通仿真器 SUMO和网络仿真器 OMNeT++双向耦合，并对冲突检测模型与消解模型进行验证。仿真结果显示，该冲突检测及消解模型具有可行性，与传统无信号交叉口四路停车让行规则相比，模型中的速度引导方案能减少合流冲突车辆 8.6%的平均行驶时间，减少交叉冲突车辆 8.3%的平均行驶时间；合流冲突和交叉冲突中车辆的平均速度分别提高了61.4%和105.0%。在实际应用中，冲突消解模型可以为不同速度范围内的自动驾驶车辆提供速度参考，降低无信号交叉口车辆发生碰撞的概率，提高无信号交叉口的通行效率。     

考虑动态车速的双周期干线信号协调控制多目标优化

干线协调控制通常以干线方向通行效率最大为目标，导致一些小型交叉口次路方向延误较大。针对该问题，基于车路协同环境，研究了车速引导下的双周期干线多目标优化方法。针对上游交叉口饱和交通流与非饱和交通流2种情况，提出了考虑排队消散和相位差的动态车速引导模型。以干线延误、通行能力、停车次数，双周期交叉口次路方向延误为优化目标，构建了车速引导下的双周期干线多目标优化模型，采用遗传算法对模型进行求解。基于COM接口，采用Python和Vissim搭建车路协同仿真环境，以北京市两广路的3个路口为例进行仿真验证。对比了本文模型与原配时方案、无车速引导下双周期干线多目标优化模型的效果，结果表明，本文模型相比于原配时方案和无车速引导下多目标优化模型，干线平均延误分别减少19.6%，8.3%，通行能力分别提升5.6%，8.4%，平均停车次数分别减少11.2%，24.2%，双周期交叉口次路方向平均延误分别减少33.9%，5.8%，表明本文模型将速度引导与多目标优化相结合，提高了双周期干线的通行效率，降低了双周期交叉口次路方向的延误，达到了干线和双周期交叉口共同优化的目的。      

临界饱和状态交通干线协调控制模型

为提升临界饱和状态下干线车流通行效率，提出了一种基于冲击波理论的干线双向信号协调控制方法。首先，建立了考虑车速变化、转向比例、车道变化等因素的干线交通流模型，分析了临界饱和交通干线交通流运行状态与各参数间的关系。第二，构建了以干线双向通过量最大化为优化目标的混合整数线性规划模型，通过优化干线公共周期和各交叉口绿信比以提高干线通行能力。第三，构建了以延误最小化为优化目标的二次规划模型，并提出了相应的求解算法，通过优化相位差和相位方案实现了干线交叉口的信号协调。临界饱和交通干线协调控制模型由通过量最大化模型和延误最小化模型构成，考虑各交叉口间的制约影响关系，有效避免了排队滞留、溢出、交叉口“死锁”等现象。采用两阶段优化方法，通过通过量最大化模型优化周期及绿信比，继而应用延误最小化模型优化交叉口相位方案及相位差，获得干线系统双向信号协调最优控制方案。最后，应用临界饱和交通状态干线协调控制模型对南京市中山东路10个交叉口进行了信号协调优化，并对优化结果进行了仿真分析。结果表明：临界饱和交通状态干线协调控制模型能对双向临界饱和干线的信号控制方案进行优化，与对照方案相比，优化方案的双向总交通量提升了21.9%，车均延误降低了63.1%，通行能力与服务水平提升显著。     

交通干线相邻交叉口动态协调控制研究

建立了交叉口交通流的动态模型,基于该模型实现了交通信号相位的动态配时,提出了一种考虑双向绿波的干线相邻交叉口相位差优化控制方法,并采用改进的遗传算法(GA)进行求解,从而实现交通干线分级递阶协调控制,避免了交通拥挤和堵塞。以济南市经十路干线交叉口为对象,选择不同时段的车流量数据进行仿真研究,仿真结果表明,本文提出的控制方案能够有效地减小车辆排队长度,从而提高干线交通畅通,降低车辆平均延误时间,是进行城市交通干线控制有效且实用的方法。     

面向常发拥堵点的交通信号协调控制方法

针对高峰期间常发拥堵点交通需求过大、周边关联交叉口交通负荷分布不均的问题, 研究了面向常发拥堵点的交通信号协调控制方法。通过对常发拥堵点的车流进行追踪与溯源, 根据交通量关联度确定信号协调控制范围, 然后基于路径的流量分担率与路段平均饱和度识别信号协调控制范围内的关键路径。基于宏观基本图理论, 考虑关键路径对路网运行状态的影响, 构建边界交叉口主动限流控制模型。同时, 利用元胞传输模型描述交叉口与路段的运行状态, 以关键路径通行能力最大化和进口道饱和度均衡化为信号控制优化目标, 建立均衡路网交通负荷的信号控制优化模型。以武汉市发展大道青年路交叉口以及关联交叉口为对象开展仿真实验, 结果表明: 虽然本文方法下的边界交叉口车均延误增加了6.8 s, 但常发拥堵点的车均延误降低了15.7 s; 关键路径的车均延误减少72.6 s, 平均排队长度减少26.1 m。并且, 路网整体的车均延误降低14.7%, 驶出车辆数增加26.6%, 验证了提出方法缓解常发拥堵点交通拥堵的有效性。      

出口道左转交叉口信号控制鲁棒优化方法

为了提高出口道左转交叉口在现实交通需求和供给波动环境中的适应性，权衡运行效率与稳定性，对其鲁棒优化方法进行研究。在对出口道左转交叉口运行特点和饱和流率进行分析的基础上，提出从交通需求分布、基本饱和流率分布和实际运行车速分布3个方面考虑交通的波动性，以适应出口道左转交叉口交通供给波动与控制方案相关联的特征。在此基础上，分别以平均值-标准差最小、条件风险值最小和最大值最小化为目标，建立3种信号控制鲁棒优化方法，并基于遗传算法建立求解算法。通过算例分析，对鲁棒优化算法的准确性、平均值-标准差模型的参数取值和3种鲁棒优化方法优化效益进行分析。研究结果表明：所建立的鲁棒优化方法可实现交通需求和供给波动下出口道左转交叉口信号控制与设计车速的优化设计，相较于传统控制方案其在保证效率的前提下提高了控制方案运行的稳定性；平均值-标准差模型和条件风险值模型对于各项指标均表现较好，可在保障平均延误维持较优值的基础上（案例中车均延误增加小于3%）显著改善运行效果的稳定性（案例中延误标准差减少约40%）；最小-最大模型对延误最大值的优化效果最佳，但其对于控制方案的整体效率会造成较大的负面影响（案例中车均延误增加了8.19%）。     

信号交叉口基于出发时刻预测的生态驾驶方法

在城市道路交通中,信号交叉口区域内车辆频繁停车启动的现象,加剧了整体交通流的能源消耗、污染排放与车辆延误。为了减少信号交叉口启停波现象对整体交通流产生的负面影响,以面向未来人工驾驶车辆(HDV)/智能网联车辆(CAV)混合构成的新型混合交通环境为基础,提出了一种基于出发时刻预测的生态驾驶方法,通过优化CAV的驾驶轨迹,减少交叉口区域的车辆延误和能源消耗。首先,对混合交通流的基本图模型进行了分析,根据启停波影响范围,划分CAV通过交叉口的驾驶场景;然后,建立了子区渗透率对饱和车头时距的影响关系,预测了CAV以当前饱和车头时距通过交叉口的时间;最后,结合车辆与交叉口的距离,利用分段三角函数模型,生成其通过交叉口的速度限制曲线,并将优化速度嵌入到智能车辆的跟驰模型中作为限制速度,从而使CAV在无法通过当前绿灯窗口的条件下,实现提前减速,在通过交叉口区域后解除速度限制,切换回自身的跟驰模型。此外,还提出了平均综合效能这一指标来综合评价驾驶策略在效率和能耗2个方面的性能,并将提出的基于出发时刻预测的生态驾驶方法与传统网联车辆控制方法、经典交叉口节能控制方法进行了对比。研究结果表明:提出的出发时刻预测方法可以精确预测CAV在交叉口的出发时刻,有效减少车辆的能源消耗与污染排放,同时提高信号交叉口的通行效率;在渗透率大于60%情况下,该方法对系统效能的提高达到12%左右,在10%渗透率条件下也可以达到6%的效能增益;在交通饱和流率在0.5~0.9的范围内时,系统的效能增益较明显。     

城市错位交叉口信号控制方案优化研究

针对城市中心地区较为常见的错位交叉口带来的交通问题,结合南京市中航科技城开发建设项目,对错位交叉口的交通信号联动控制方法进行研究,以保证错位交叉口运行的顺畅性和安全性.基于错位交叉口信号联动控制模型的建立,以南京市航空路一瑞金路一尚书巷形成的错位交叉口为研究对象,利用Vissim建立错位交叉口的仿真环境,对城市错位交叉口的运行状态进行了评价.研究结果表明通过优化错位交叉口信号控制策略,可以提高错位交叉口的通行能力,减少交叉口车辆的延误,达到改善交叉口运行环境的目的.     

熊氏无灯交叉通行法

针对城市道路经常塞车的情况,提出一种公路交叉路口车流通行方案,该方案通过巧妙地设计道路与车流,创建车辆调头区,使得交叉路口不需红绿灯,各种流向的车辆在通过交叉路口时不需停车,各行其道,从而可以最大限度地发挥道路的通行能力,大大提高城市车辆通行速度,消除城市塞车。并且采用这种通行方案的成本极低,因此便于在大中城市推广实施。     

新型下沉式交叉口无障碍左转交通设计

在城市交叉口所有方向车流中,左转车流是对交叉口影响最大的车流。它不但会增加交叉口的平均延误,而且会大大增加交叉口的冲突点个数,对交叉口的安全性有重要的影响。从交通工程设计和安全角度出发,在广泛参照国内外先进设计理论和方法的基础上,提出一种新型的立体下沉式无障碍交叉口左转交通设计。