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。     

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。     

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。     

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。     

智能网联汽车协同生态驾驶策略综述

为了跟踪近年来智能网联汽车(CAV)协同生态驾驶策略的研究进展, 分析了车辆、驾驶行为、交通网络和社会这4类因素对CAV能耗的影响程度, 以车辆、基础设施和旅行者为对象对目前CAV生态研究进行分类, 重点分析了信号交叉口生态驶入与离开、生态协同自适应巡航控制、匝道合流区生态协同驾驶、生态协同换道轨迹规划和生态路由5种典型车辆协同生态驾驶应用场景的研究现状。分析结果表明: 相比人类驾驶方式, 在任何交通流量CAV 100%渗透率的条件下和低交通流量CAV部分渗透率的条件下, CAV油耗节省效果显著, 最高可达63%, 而具有部分智能化和网联化等级的CAV油耗可至少节省7%;现有研究较少考虑人机共驾情况下, 驾驶人反应延迟和自动控制器传输延迟导致的轨迹跟踪偏离; 现有研究将车车通信/车路通信假定为理想数据交互过程, 未考虑通信拓扑、传输时延、通信失效与基站切换等因素对CAV生态协同驾驶策略的影响; 现有研究较少探讨多车道、交叉口转向-直行共用车道和U型车道等交通场景, 以及不同智能网联等级CAV与人类驾驶汽车、行人、自行车等共存的混合交通条件下的生态驾驶策略; 受限于自动驾驶技术和基础设施尚未成熟和完善, 真实交通场景下的测试验证工作尚未开展; 车辆控制、车车通信、多车协同、混合交通流场景、半实物仿真测试和真实交通场景测试等方面将是CAV协同生态驾驶策略的进一步发展方向。      

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.      

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。     

信号交叉口车辆集结与消散分析

从流体力学宏观模型出发,通过对信号交叉口交通波分析,应用Ｇｒｅｅｎｂｅｒｇｖ－ｋ模型推导出交叉口排队长度及消散时间计算公式。针对不同的入口车辆到达率对信号交叉口的车辆集结与消散作了定量分析和计算。     

考虑刹车灯影响的信号交叉口交通流模型研究

实际道路中前方车辆刹车灯会对后方车辆造成影响。在改进的刹车灯模型的基础上建立信号交叉口的元胞自动机模型,研究交通流速度、密度、排队长度及绿灯时长之间的关系;并与不考虑刹车灯模型时的信号交叉口元胞自动机模型进行对比分析。研究表明:考虑与不考虑刹车灯的影响,得到了相似的交通流速度、密度、排队长度及绿灯时长之间的关系,但刹车灯对信号交叉口交通流产生了影响,因此在信号交叉口交通流各种变量关系的分析中应考虑刹车灯的影响。     

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.     

考虑动态红灯排队消散时间的改进MAXBAND模型

通过分析上游交叉口的驶出车流图式的变化规律,得到下游交叉口红灯排队消散时间与相邻交叉口相位差之间的函数关系,推导出动态红灯排队消散时间模型.并将动态红灯排队消散时间模型与传统MAXBAND模型相合,考虑绿波带控制中红灯排队消散时间随相位差的动态变化,建立了改进的MAXBAND模型.将改进的MAXBAND模型进行变量代换,使其仍然可用传统的混合整数线性规划方法快速地求解.示例路网的计算结果与仿真分析表明,由于考虑了红灯排队消散时间的动态变化,改进的MAXBAND模型较原模型具有更好的控制效果,处于绿波带中的车队不会因下游红灯排队车辆未消散完毕而产生停滞,实际有效绿波带宽增加31.6%,主干方向车辆平均延误减少12.6%.     

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。     

城市快速路出口匝道与衔接交叉口整合控制模型

在出口匝道接地点离交叉口距离过近时,为避免衔接交叉口的拥堵易回溢至快速路主线,提出一种基于CTM的出口匝道与衔接交叉口的整合控制模型.在出口匝道存在超长排队时,实行相位绿灯延长或绿灯提前激活策略;在出口匝道不存在超长排队时,以出口匝道及衔接信号控制交叉口车均延误最小化为目标,实时动态优化衔接交叉口的周期和绿信比.仿真结果表明:采用控制模型,衔接交叉口的车均延误虽然增加了1.74 s,但可以将排队长度从大于200 m降低至160 m以内,从而可以保证出口匝道衔接区域和快速路主线的畅通,因此,控制策略及模型合理有效.     

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

考虑排放的桥梁交叉口不同控制方式效果研究

以福清市玉融大桥及两侧桥头交叉口为研究对象,选取车辆在桥面上的排队长度和排放量为评价指标,分别构建单点优化信号控制和协调优化控制系统的多目标配时模型。运用改进的遗传算法设计模型的求解步骤,选用Vissim仿真软件对无信号控制、单点信号控制、信号协调控制等三种不同信号控制方式进行碳排放和排队长度效果研究分析。结果表明:与无信号控制相比,采用单点优化信号控制系统后,排放量减少了4.2%,排队长度降低16%;采用协调优化控制系统后,排放量减少了7.1%,排队长度降低了25%。     

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。     

面向生态驾驶的智能手机应用的开发与检验

激烈驾驶行为导致的排放在机动车排放中占有较高的比重.本研究尝试开发 并检验一款生态驾驶智能手机应用,以实时提醒驾驶员减少激烈驾驶行为,从而减少机 动车排放.为此,本研究基于Android 手机平台,通过实时监测机动车比功率（Vehicle Specific Power , VSP）的方法,开发出可给予驾驶员实时提醒的手机应用.然后,利用车载 尾气监测系统（Portable Emission Measurement System, PEMS）和全球定位系统（Global Positioning System, GPS）,收集测试车辆在使用生态驾驶智能手机应用前、后的逐秒排放 和速度数据.实测数据显示,在使用该生态驾驶手机应用的情况下,测试车辆的VSP分布 形态发生了改变,导致其排放状况也随之发生变化.测试车辆排放物中的CO,CO2 和NOx 排放量降低,而HC排放则有所升高.     

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。     

面向智慧高速的合流区协作车辆冲突解脱协调方法

根据网联自动驾驶车辆接近合流区的全过程特征, 设定智慧高速合流车辆行驶的协调控制流程; 针对高速公路合流区冲突风险问题, 考虑车辆时间需求强度、车辆类型和行驶意图等因素, 提出了基于合作博弈理论的高速公路合流区网联自动驾驶车辆冲突解脱协调方法; 利用MATLAB软件对不同条件下的车辆通过合流区进行了仿真验证。仿真结果表明: 智慧高速合流区车辆行驶协调规则能够实现网联自动驾驶车辆的通过请求协调, 在合作博弈作用下能够进一步实现冲突系统虚拟支付成本最低的车辆调整决策; 合流区车辆系统虚拟风险程度随着速度的降低而降低; 当严格执行协调决策时, 网联自动驾驶车辆在合流区通过过程中具有更高的稳定性; 当潜在冲突点长度在一定范围内, 两网联自动驾驶车辆行驶速度相同时的合作博弈效果优于车辆行驶速度不同时的合作博弈效果; 利用该协调方法将冲突解脱过程的虚拟支付成本降低了9%~14%, 大大提高了网联自动驾驶车辆合流区通过过程的安全性。      

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.