基于分组流的交通流诱导与控制研究

交通流诱导与控制是解决现代交通难题的有效手段,根据Internet分组流管理的基本思想,研究了城市路网交通流的诱导与控制。从4个主要方面比较了交通流与分组流的相似性,从而证明了把后者的理论应用于前者的可行性。介绍了分组的路由算法和拥塞控制策略,提出并举例说明了动态诱导路径的分区分层算法,交通拥塞控制的分布式交通量均衡方法。实践证明了这一方法应用于交通流的诱导和控制是可行和有效的。     

非合作交通网络中的Braess悖论及其避免

平衡交通流网络中存在一种看似矛盾的Braess悖论现象,即在交通网络中增加一条通路反而会降低网络性能。本文分析了悖论产生的机理,指出Braess悖论的出现是由于非合作网络中Nash平衡点不在Pareto边界上,并通过实例分析说明交通规划时应该尽量避免设计出可能导致Braess悖论发生的路网结构,而对于现有交通网络中存在的Pareto悖论现象,可以通过控制和诱导等策略使交通流的分配达到Pareto最优,从而避免悖论发生。     

分区分布式动态诱导系统应用研究

介绍了分布式动态诱导系统和城市交通分区理论以及城市交通小区划分的条件,并以长春市为研究对象进行了交通小区划分研究.描述了分区分布式动态诱导系统的工作模式,降低了分布式动态诱导系统的信息接收量,提高了分布式动态诱导系统的计算速度,扩大了交通信息中心的诱导范围.模拟了一个交通小区,分析了如何对不同车辆、不同位置的车辆进行路径诱导,平衡交通流效果显著.     

基于路网分层的协同诱导路径搜索算法

针对交通诱导中的分布式诱导和中心式诱导各自的不足,提出了基于路网分层的协同式诱导算法。首先,根据出行偏好,对路网进行了分层,并对不同形式的路径进行了分析。然后,通过对子区域中路径搜索进行动态搜索限定,提出了基于改进A*的跨层节点确定方法,在此基础上建立了基于改进的跨层路径搜索算法。最后,构建了协同式诱导算法模型,此模型运用中心式诱导完成主干道路网层交通流的诱导,而分布式诱导完成子区域小范围次要路网上的车辆的路径搜索,并对协同搜索算法进行了仿真验证。结果表明:该算法模型相比单一诱导模型计算性能好,平均搜索的效率提高了17.5倍。     

高速公路交通流密度的主线速度控制设计方法

结合高速公路出入口的实际设置情况、高速公路交通流的运行特点以及高速公路主线速度控制方式的实际需要,对经典高速公路宏观动态交通流模型进行了一定的修正;针对改进后的交通流模型,利用非线性系统控制中的反步设计方法,给出了求解控制率的矩阵方程;并提出了使用模糊控制方法进行主线速度控制的设计思路,为解决交通流模型难以确定、交通流参数难以检测等情况下的交通流密度主线速度控制问题提供了一种新方法。     

融合路段传输模型和深度学习的城市路网短时交通流状态预测

城市路网短时交通流预测是实现智慧城市的关键技术，随着人工智能的发展，越来越多的深度学习算法被应用于城市道路交通状态估计和预测研究。但是深度学习因缺少对交通流演化机理的刻画导致其可解释性不强，而交通流解析模型常因预测精度问题导致其应用效果受到限制。为了取长补短，首先对路段传输模型（Link Transmission Model，LTM）进行改进，提出了可以利用真实数据实时校准仿真网络从而提高预测精度的数据驱动型路段传输模型（Data-driven Link Transmission Model，D²LTM），并在此基础上引入时空深度张量神经网络模型（Spatial-temporal Deep Tensor Neural Networks，ST-DTNN）来捕获网络交通流数据中的时间维、空间维和深度维特征信息，形成融合路段传输模型和深度学习的城市路网短时交通流预测模型D²LTM-STDTNN。该混合模型一方面通过D²LTM机理模型来揭示交通流演化的基本规律，发挥其对城市路网交通流状态时空演化过程的精细刻画能力，增强混合模型机理的可解释性；另一方面利用ST-DTNN模型强大的高维数据挖掘能力和动态特征学习能力，提高城市级路网交通流的短时预测精度。该模型还考虑了交叉口不同转向的短时预测问题，具有更细的空间粒度和时间粒度，因此也具有更大的预测难度。实测结果表明：D²LTM-STDTNN混合模型相对于基准模型预测精度更高，且具备模拟演化机理方面的优势，提升了城市路网短时交通流状态预测能力，揭示了路段间的交通流动态演化规律，可为网络交通流模拟推演和主动管控提供了技术支撑。     

基于Logit模型的动态道路收费最优控制模型

在Logit动态的基础上建立了收费和通行能力的联合控制模型,通过控制时变的道路收费水平和通行能力,优化交通流的演化轨迹,使交通系统达到最优。通过简单的算例,在Logit动态的基础上对道路中的交通流进行分析和预测,进而对车辆进行诱导,从而达到交通管理的目的。     

模糊逻辑推理在消除交通流诱导负效应中的应用

针对交通流诱导可能产生的负效应问题,提出了诱导负效应消除的原理和模糊逻辑推理方法。在原理设计中,考虑了出行者的出行行为对网络交通流分配的影响;在实现方法上,应用模糊推理技术对分流交通量进行了预测,并设计了路线交叉口信号灯配时方案调整的模糊控制算法,模拟结果验证了模糊逻辑推理技术的有效性。研究表明:交通流诱导负效应的产生主要是由于信息条件下的道路出行者路线选择行为的不确定性引起的,而且交通流诱导与控制同时进行是消除交通流诱导负效应产生的关键。     

Fusion Framework of Urban Traffic Control and Route Guidance Based on CPS Theory

以避免交通拥堵和提高交通效率为目标,同时满足交通用户要求和交通系统交通流均衡要求,对城市交通控制与诱导融合框架进行研究.分析城市交通控制与诱导系统和信息物理融合系统(CPS)的特性及两者关联.探讨CPS理论应用于城市交通控制与诱导系统的各项技术要求.根据动态城市交通流诱导系统和城市交通信号控制系统的内容,针对两者相关性、冲突性与解决方法,考虑信息物理融合系统的人机系统特点,提出一种基于信息物理融合系统理论的城市交通控制与诱导融合框架.该框架包含计算部分、通讯部分、控制部分和物理世界部分,增强了城市交通流诱导系统和城市交通信号控制系统的融合度,侧重从技术层面分析两者深度融合的可行性,为智能交通系统中交通控制与诱导融合的实施提供理论依据.     

基于分布式强化学习的车辆控制算法研究

端到端自动驾驶算法的开发现已成为当前自动驾驶技术研发的热点。经典的强化学习算法利用车辆状态、环境反馈等信息训练车辆行驶，通过试错学习获得最佳策略，实现了端到端的自动驾驶算法开发，但仍存在开发效率低下的问题。为解决虚拟仿真环境下训练强化学习算法的低效性和高复杂度问题，本文提出了一种异步分布式强化学习框架，并建立了进程间和进程内的多智能体并行柔性动作-评价（soft actor-critic, SAC）分布式训练框架，加速了Carla模拟器上的在线强化学习训练。同时，为进一步实现模型的快速训练和部署，本文提出了一种基于Cloud-OTA的分布式模型快速训练和部署系统架构，系统框架主要由空中下载技术（over-the-air technology, OTA）平台、云分布式训练平台和车端计算平台组成。在此基础上，本文为了提高模型的可复用性并降低迁移部署成本，搭建了基于ROS的Autoware-Carla集成验证框架。实验结果表明，本文方法与多种主流自动驾驶方法定性相比训练速度更快，能有效地应对密集交通流道路工况，提高了端到端自动驾驶策略对未知场景的适应性，减少在实际环境中进行实验所需的时间和资...     

高速公路应急决策系统支持技术研究

针对我国高速公路管理部门不能迅速有效处理突发事件问题,分析了交通事件的分类,介绍了高速公路应急交通指挥决策系统主要内容和支持技术.主要包括:数据仓库设计、模型库设计、知识库设计、在线联机分析技术,在此基础上提出了主要保障技术.结合高速公路管理体制,提出了高速公路应急交通指挥决策程序.     

高速公路交通流组织方法

介绍了高速公路交通流的概念、组织意义;分析了高速公路的特点及影响其安全通行的因素;阐述了交通安全管理者在日常情况下、恶劣天气条件下、发生重特大交通事故时对高速公路交通流实施科学有效的组织方法,达到预防或减少事故发生,确保高速公路安全畅通的目的。     

混合交通流连续动力学建模

对现有的交通流动力学模型进行了简单的评价,在此基础上提出一种新的高阶混合交通流动力学模型,新模型重点研究了混合交通中的干扰项,用粘性项来计算交通阻力,然后对建立的交通流动力模型在特征根问题(车流应是各向异性)、负速度问题(车流倒退)和线性稳定性(主要指高密度下的车流稳定性)问题进行了理论分析。理论分析结果表明,新的高阶交通流动力学模型有效解决了困扰大多数高阶非平衡连续流模型难以处理的问题,而且新模型充分考虑了混合车流中不同车型比例车辆间的粘性阻力,相比较其他模型更能准确反映非纯小车流情况下的交通真实情况。     

高速公路场景图像的二值化及交通标志定位检测方法

采用CCD摄像机采集高速公路场景图像，并通过图像颜色空间变换，将图像的RGB量值转换为色度-饱和度-亮度（HSV）量值。采用基于阈值的方法对场景图像中颜色饱和度分量进行二值化分割处理；利用场景二值化图像形状特征（周长、形状参数、圆形性参数）去除非目标区域，并通过搜索场景二值化图像方向投影值序列的突变点实现标志准确定位。采用HSV颜色模型中的亮度分量和最佳阈值法对场景图像中标志区域进行二值化处理。结果表明，应用上述方法能取得良好的效果。     

基于交通流元胞自动机模型的车辆当量换算

将一维元胞自动机模型用于模拟周期性边界条件下高速公路的车流运动,用随机慢化FI模型对一定交通环境下车流的车速与密度之间的关系进行仿真分析。探讨了不同车型和车速对道路最大流量(最大通行能力)的影响。依据不同车型在同一道路上的不同通行能力,提出了一种不同车型车辆之间当量换算系数的确定方法。在模拟仿真过程中,考虑不同类型车辆的最大行驶速度及所占空间不同,仿真模型具有不同的参数。通过计算机模拟,得到不同车型的交通流基本图,根据相同道路条件下的最大流量值,给出了以通行能力作为基准时当量换算系数的计算公式。     

基于时空交互模型的高速公路季节事故频次影响因素分析

为了深入了解影响高速公路事故频次的显著因素，采集2014年广东省开阳高速公路的事故、道路、交通和气象数据，以曲率和坡度同质性为原则将整条公路划分为154条路段，采用时空交互模型拟合路段季节事故数和道路设计参数、交通特征、气象因素间的内在关系。该模型不仅解释了相邻路段间的空间效应和相邻季节间的时间效应，而且还考虑了时空效应间的相互作用，有助于提高模型的拟合预测性能、减少参数估计偏倚。基于贝叶斯推断的模型估计和评价结果显示：事故数据中存在显著的时空关联和交互效应；时空交互模型比传统层级泊松模型的拟合优度更高；路段长度与事故频次线性相关，而交通量则与事故频次间存在非线性关系；高速公路交通安全性随着中、大型客、货车（三类车）比例的增加而显著提高；路段曲率、坡度越大，交通事故风险越高；风速越高、降水量越多的季节，事故频次将显著上升。研究结果可为高速公路交通安全改善方案的制定提供理论依据。     

高速公路施工区信号汇入控制研究

为减少高速公路施工区由于车道封闭而形成的局部瓶颈路段,使得行驶车辆安全平稳通过施工区,在国内外高速公路施工区汇入控制策略研究的基础上,结合交通流理论对信号汇入控制进行分析和优化,并利用交通仿真技术对比分析常规汇入控制和信号汇入控制效果,研究发现信号汇入控制可以显著提高施工区单位时间的交通通过量,降低每辆车的平均延误和平...     

基于CA的短时交通事件干扰下的交通流仿真

公路上发生短时交通事件时,会对公路上的交通流产生干扰。利用元胞自动机（cellular au-tomata,CA）建立单向双车道高速公路模型。通过CA对发生短时交通事件后的区域进行划分,提出事件下游区域、核心区域、上游区域的CA模型,并构建焦虑换道、急切换道、理性换道规则。最后用MATLAB软件对短时交通事件干扰下的高速公路交通流进行仿真。结果表明,在低、高密度交通流的情况下,相同事件对交通流的干扰存在一定差异,在排队时间、最大排队长队、平均排队长度上均有所不同。     

高速公路浓雾监测预警系统

为研究浓雾对高速公路运营的影响,通过建设高速公路环境气象监测站以获取与浓雾发生密切相关的气象要素和能见度实测值,并结合高速公路沿线历史浓雾个例研究形成浓雾的环流形势特征和局地监测站气象要素演变与能见度值变化规律和特征,由此建成了高速公路浓雾监测预警系统。系统通过多种通讯传输和显示手段,将自动监测站的实况和预报中心制作的浓雾预警、预报结论传送至公路运营指挥中心,供采取决策措施时应用。该系统目前已由无锡段扩展到常州至苏州段,在试验应用期,沪宁高速公路在试验路段未发生因浓雾而造成的重大交通事故。     

高速公路路网管理中心系统框架设计

以高速公路路网管理工作为研究对象,阐述了高速公路路网管理中心系统框架的范畴,结合交通工程和信息系统设计的框架思路,明确了路网管理中心平台设计的系统功能和内容。最后以天津市高速公路路网管理中心系统框架设计为实例,得出系统在设计和建设过程中应加强组织管理协调、重视基础支撑平台建设和数据融合管理的结论。