降雨天气单点交叉口交通信号控制优化方法

为优化降雨天气下单点交叉口交通控制的效率, 引入了降雨修正系数, 建立了单点交叉口交通信号配时方法; 应用行动分析软件分析降雨天气交叉口处的高精度视频, 以标定饱和流率、损失时间和到达车速等参数的变化特征, 提出了饱和流率、损失时间与到达车速的降雨修正系数; 建立了基于模拟退火算法的优化模型, 计算了各降雨等级下的修正系数; 构建了基于VISSIM仿真测试环境, 评估了提出的模型优化降雨天气下单点交叉口交通信号控制的效果, 分别比较了采用优化后参数的定时配时与感应配时对采用原参数的定时配时方案的交通运行效率。分析结果表明: 小雨、中雨与大到暴雨天气下的平均车头时距分别比正常天气增加了0.314%、1.256%、2.871%, 平均损失时间分别增加了1.042%、2.829%、3.424%;在流量低于600pcu· (h·lane) -1时, 改进的感应控制方案效果较好, 比采用原预设参数方案的车均延误降低了12%~23%;当流量高于600pcu· (h·lane) -1时, 采用改进的定时控制方案效果较好, 车均延误比原方案降低13%~25%, 并可在临近饱和与过饱和状态时推迟锁死状态的产生, 车均延误最低。      

交叉口单点感应信号控制优化设计

介绍交叉口感应信号控制的优越性和局限性、基本工作原理以及控制参数。借助于VISSIM软件,对单个交叉口进行感应信号控制设计,以车辆和行人平均行程时间作为评价指标,对该交叉口进行定时信号控制和感应信号控制仿真比较分析,得到较为理想的结果。     

单路口感应信号控制优化设计及其仿真

为有效解决平面交叉口的交通信号控制问题,提高交叉口交通信号控制效率,使交叉口具有最高的通行能力和最小的延误,就必须综合利用不同检测信息。文章借助于VISSIM软件,提出了一种新的感应信号控制方法．并对单个路口进行感应信号控制优化设计,最后运用VISSIM软件对所设计的感应信号控制进行了仿真分析。     

交叉口混合控制及其切换方法

针对交通控制中时段划分的主观性,根据Fisher最优分割原理,实现了时段的科学有效的划分;利用时段划分结果,采用混合控制方法对交叉口进行控制并给出了混合控制的平稳切换方法,实验表明相比感应控制和定时控制,该方法平均延误、排队长度、平均停车次数都得到了显著改善。     

基于动态灵敏度的感应控制优化方法

为评估雷视一体检测方式在感应信号控制中的实际应用效果和价值，结合雷视一体检测特征，本文建立基于车型的初始绿灯配时模型，同时考虑实时等待车辆数及不同车型的启动损失时间和通过路口区域时间；通过分析雷视一体机在不同车头时距(灵敏度)检测响应条件下单位绿灯延长时间的变化，构建基于动态灵敏度的感应控制模型，并结合平均通过车辆数、平均车速、平均损失时间以及平均最大排队长度建立通行收益指数，使用强化学习方法确定动态灵敏度选择方案。最终，使用SUMO(Simulation of Urban MObility)建立仿真模型，对定时控制、固定灵敏度控制(传统感应控制)以及本文提出的动态灵敏度控制进行验证。仿真结果显示：动态灵敏度的选择与空间占有率有关；在15%最大交通量条件下，本文提出的动态灵敏度控制相对于定时控制和固定灵敏度控制，使交叉口平均车速分别提高了31.69%和5.05%，平均损失时间分别降低了36.19%和7.44%，平均最大排队长度分别缩短了45.17%和7.78%；且在交通量达到27%最大交通量之前，动态灵敏度的控制效果均为最优。仿真结果表明，本文提出的动态灵敏度感应控制模型性能良好，能为...     

基于Petri网的单点信号优化感应控制

基于连续Petri网,建立交通流混合控制模型,通过分析离散化的交通信号控制混合Petri网模型,研究单交叉口交通信号感应控制问题.基于混合Petri网模型参数的分析,建立了各相位车辆总停留时间的计算方法;从库所标识与变迁使能程度间的复杂关系出发,研究了库所标识的变化规律;以车辆总停留时间最短为目标优化感应控制模型,仿真计算各相位绿灯时间.结果表明:基于混合Petri网的优化感应控制方法,4个相位的车辆平均延误显著缩短,可以较好地实现单点信号控制.     

基于多智能体的城市交通区域协调控制方法

在分析城市道路交通信号控制特点的基础上,提出了基于多智能体的城市道路区域协调控制方法.在单路口Agent中引入加强学习方法,实现交通信号实时在线调整;在由多交叉口构成的区域路网中,以车辆平均延误为目标,通过多路口Agent之间的协调机制,实现城市交通区域信号控制的智能协调和全局优化,提高整个区域交通的效率,减少车辆的延误.通过仿真实验,与定时控制和感应控制相比,该方法使车辆的平均延误明显减小.     

交通信号控制方法综述

如何缓解交通拥堵问题是近年来的一个热点话题,国内外一直致力于对此问题进行研究,其中对于交通信号控制方法的研究较多。目前常用的城市交通信号协调控制的方法为单点控制、干线控制和区域控制,这些交通信号控制方法经历了从手动到自动、固定周期到可变周期、无感应控制到感应控制、单一交叉口到关联交叉口再到区域交叉口控制的进步历程,每种方法相应可以满足不同交通系统的控制需要。基于国内外现有的研究成果,对单点控制、干线协调控制和区域协调控制方法进行了梳理,为发展智能交通,解决交通拥堵问题提供更有效的途径。     

城市交通感应控制综述

城市交通感应信号控制是一种重要的交通信号控制方法，目前被国内外许多中小城市广泛应用。简略介绍了传统的感应控制方法，重点论述了基于绿时有效利用率的感应控制、基于模糊控制和绿时有效利用率的全感应控制、具有相序优化功能的全感应控制等几种改进的感应控制算法的基本原理、控制过程及线圈安装位置，分析了各种感应控制方法的延时策略。分析了定时信号控制和感应信号控制的优缺点，最后对感应信号控制的进一步研究提出了几点看法。     

基于感应控制的交叉口逆向可变车道仿真研究

设置逆向可变车道目的在于保证交叉口通行能力的条件下缓解进口道左转车辆的交通压力.本文提出了一种基于感应控制的逆向可变车道方案.针对逆向可变车道的感应控制方案提出了参数设计方法并进行了延误分析.利用VISSIM的VAP模块对感应控制方案进行了仿真实验,分别对定时控制以及感应控制方案进行了效益评价.分析了感应控制方案分别在不同流量以及不同左转比例下的运行效果.结果表明,方案在不同流量下均能使主路左转车辆的通行效率得到有效提高,随着流量增大,感应控制下交叉口整体延误逐渐接近定时控制.当逆向可变车道所在进口道左转比例较高时,感应控制方案能发挥出更好的效果.提出的方案能够保证交叉口整体通行效率的同时提高主路左转的通行效率,进一步提高交叉口的时空利用率,为交叉口时空资源优化提供了新的思路方法.     

一种基于迭代学习的自适应交通信号控制方法

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

基于短时交通流预测的单交叉口自适应控制

针对城市孤立交叉口交通流量未饱和的情形,为了使单交叉口控制方案适应于动态变化的交通流,提出了一种基于K近邻短时交通流预测的单交叉口自适应控制策略。首先依据路口历史交通流量数据预测未来5 min的交通流量,计算信号周期;然后建立以最大周期、相序、最大相位时间为参数的单交叉口自适应控制模型,根据实时的交通状态信息自动地调整相位顺序、最大相位时间和绿灯延长时间;最后使用VISSIM4.3软件,对广州市南沙区某单交叉口进行仿真,以车辆平均延误时间作为评价指标,与固定定时和分段定时控制方法相比较。仿真结果表明:本文方法的车辆总平均延误时间与固定定时和分段定时控制方法相比分别减少35%和15%,有效提高了交叉路口的车辆通行效率。     

基于公交优先的信号控制优化理论研究

根据信号交叉口理论,在以往信号延误研究的基础上,考虑到公交车辆平均载客数远大于社会车辆平均载客数,以交叉口人总延误最小为系统优化目标,分析并推导了公交优先信号控制优化模型.运用该优化方法能够明显降低交叉口的人均延误,有效保证公交车的准时性,是减少公交车延误的一种可行、有效的方式,为进一步研究交通信号自适应控制方法和建立交通信号控制参数优化的性能指标函数提供了信息.     

基于模拟退火的交叉口自适应信号控制优化研究

在车联网环境下,以交叉口车辆的平均延误时间最小为优化目标,通过神经网络预测各进口短期时间窗交通流到达情况,进而基于模拟退火算法提出了交通信号控制动态配时方法。选取成都市某一交叉口的实测交通流数据,在VISSIM环境下对COM进行二次开发实现了早高峰、平峰和晚高峰时段下的自适应信号优化控制,对固定信号配时情况和模拟退火优化情况进行仿真,结果表明基于模拟退火算法的自适应信号控制能够显著提高交叉口的通行能力。为进一步说明本方法的优越性,将结果与遗传算法优化结果进行对比,发现模拟退火算法结果更优,三个时段内车辆的平均延误分别节省了15.61s/veh、0.47s/veh和8.53s/veh,平均停车次数也分别降低了0.59次/veh、0.04次/veh和0.27次/veh,证明了方法的有效性。     

��·Эͬ�µ�·������źſ����Ż�����

车路协同系统能实时获取车辆个体的运行状态信息,并能通过速度引导实现车辆与交通控制系统之间的动态交互,为交通信号控制提供了新的数据源和技术手段.分析了现有车路协同下交通信号控制方法存在的不足,引入基于时间窗的滚动预测方法,提出了改进的交叉口信号控制优化流程;将相位饱和度作为表征信号控制效果的指标,在考虑速度引导对车辆运行状态影响基础上,建立了车路协同环境下道路交叉口信号控制优化方法和模型.运用VISSIM软件进行了仿真实验,结果表明,本文方法优于感应控制方法,在各种交通流量下均能有效降低交叉口平均延误和停车次数.     

高速公路单点入口匝道RLRM控制方法

为缓解交通堵塞,基于人工智能的强化学习理论,提出了不完全信息下的强化学习单点入口匝道控制方法(RLRM)。基于6个仿真实例,分别计算了平均速度、平均密度、流出交通量与旅行时间,比较了无控制、定时控制与RLRM控制的控制效果。仿真结果表明:在交通量较小的实例1中,以旅行时间为评价指标,定时控制与RLRM控制的交通阻塞缓解率分别为-6.25%、-9.38%,几乎没有控制效果;在交通量变大的实例3中,以旅行时间为评价指标,定时控制与RLRM控制的交通阻塞缓解率分别为-8.19%、3.51%,匝道控制有一定效果,RLRM控制略优于定时控制;在交通量最大的实例6中,以平均速度、平均密度、流出交通量与旅行时间为评价指标,定时控制的交通阻塞缓解率分别为8.20%、0.39%、18.97%与23.99%,RLRM控制的交通阻塞缓解率分别为18.18%、3.42%、30.65%与44.41%,RLRM控制明显优于定时控制。可见,交通量越大,RLRM控制效果越明显。     

混行环境下网联信号交叉口车路协同控制方法

为了提高网联信号交叉口车路协同控制对真实交通环境的适应性,以智能网联汽车与网联人工驾驶汽车混行的典型交通应用场景为研究对象,通过构建八相位网联信号交叉口,研究了混行环境下的交通信号和网联车辆轨迹车路协同优化控制方法;在对场景中的网联车辆运动学特性和跟驰行为进行建模的基础上,构建了一种混行车辆编队方法;基于混行车队模型、安全约束与燃油消耗模型,建立了基于滚动优化的交通信号-车辆轨迹协同优化控制方法;基于异步分层优化思路,将该协同控制问题分解为上层交通信号优化与下层车辆轨迹优化两方面,以交叉口车辆行驶延误时间和燃油消耗量为优化目标,利用遗传算法和“三段式”轨迹优化法分别对交通信号优化问题与车辆轨迹优化问题进行求解;对不同稳态车速与智能网联汽车渗透率下构建的混行交通流的稳定性进行了验证,并通过仿真测试分析了所提出的协同优化控制方法的控制效能与关键参数对控制效能的影响。分析结果表明:在不同交通流量与智能网联汽车渗透率下,提出的控制方法均可有效提升交叉口通行效率与燃油经济性;在完全渗透环境下,较固定配时交通信号控制方法最高可分别提升57.3%和13.3%;随着智能网联汽车渗透率的增加,其控制效能不断提高,较无渗透条件最高可分别提升42.0%和14.2%;即使智能网联汽车渗透率仅达到20%,较无渗透条件也可以在交通效率方面实现20.4%的显著改善;较长的交通信号周期与较短的网联人工驾驶汽车驾驶人反应时间有助于协同控制效能的提升。      

城市主干路信号配时优化实证研究

城市主干路上各交叉口交通信号的不协调是造成城市交通拥堵的主要原因之一.在现有交通设施条件下,通过改善交通管理措施,特别是改进交叉口信号控制方式,可以有效提高城市主干路的通畅性.本文概括了城市主干路信号控制常见问题及改善措施,以北京市海淀区主干路为例,运用干线协调控制理论,建立线控系统,通过SYNCHRO软件对系统进行优化,利用VISSIM仿真软件对线控实施前后道路的运行状况进行了比较.结果显示:采用线控优化后,该干线晚高峰时段北向南和南向北方向平均延误分别减少了35.5%和34.9%,平均行程速度分别提高10.31%和15.54%.     

过饱和状态交通信号控制方法综述

为向拥堵状态城市路网的交通控制优化提供依据,综述并评价了过饱和状态的交通信号控制策略;分析了过饱和状态交通流的特征,提出了过饱和状态交通信号控制的对应优化原理;从单点交叉口、协同控制交叉口及路网3个层次对过饱和状态交通控制方法进行了总结与评价,应用VISSIM仿真环境评价了已有控制策略的适用性;总结了具备处理过饱和状态能力的自适应交通信号控制系统的控制策略.仿真结果表明:过饱和状态的交通信号控制应优先优化道路空间的分配矛盾;排队管理策略对过饱和交通流具有较好的优化效果;建议在进行过饱和交通信号控制优化时,结合实时交通信息,采用排队管理、关键路径通行能力最大等控制策略,在交叉口群或路网层面对交通信号控制方案进行优化.     

自适应交通信号控制区域中子区的动态合并与拆分

本文首先分析了自适应交通信号控制区域中影响子区动态合并与拆分的各种因素并用性能指标值（PI值）量化这些影响因素。然后通过分析交叉口耦合度给出子区进行合并与拆分时的正理想状态与负理想状态。最后利用vissim的仿真数据进行邻接交叉口的海明距离评估和动态聚类分析。