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.     

基于硬件在环仿真的城市路网交通控制平台

城市区域交通信号控制及优化是缓解城市交通拥堵的重要手段,效果评估是开展交通信号优化工作的重要环节。传统的交通仿真软件一般通过内置的信号控制模块进行评价,存在与实际信号控制系统脱节且评价精度不高的问题。为连通仿真软件与信号控制系统并提升评价有效性,提出了一种基于硬件在环仿真的城市路网交通控制平台,设计了平台的逻辑框架、功能架构以及平台中心系统、控制器接口等软硬件模块,融合了干线协调控制以及区域协同控制算法,并利用通讯测试验证了平台的硬件在环仿真控制功能。实例分析表明:硬件在环仿真平台搭建了交通仿真软件和交通信号控制系统的桥梁,能够有效评价路网交通控制效果。基于该平台可开展区域交通信号控制效果评价、算法改进以及信号优化等内容。     

基于Optima的实时在线交通流预测方法研究

目前城市道路交通流预测主要是基于物理模型、数理统计特性并融合部分智能预测算法来实现的,而对于一些影响预测效果的重要交通因素,诸如FIFO原则、交通信号控制方案等在现有的预测方法因无法很好地引入和描述而忽略.本文提出了一种基于Optima系统实现的实时在线交通预测方法,通过建立路网模型、需求模型及初始OD矩阵获取路网实时状况,并通过构建关联数据库实现实时路网模型信息、交通信号控制信息的有效对接,依据TRE算法预测路段进出口的累积流量并结合模型分配值、历史数据实现实时在线交通预测.以北京市望京区域为例进行仿真验证,通过误差分析,获得了较为理想的预测效果,验证了该预测方案的有效性.     

新一代人工智能交通信号控制器架构研究

针对目前基于传统交通控制理论设计的信号控制器存在的问题,提出基于边缘计算、场景驱动和交通控制资源化的新一代人工智能交通信号控制器的架构和设计理念。首先,以人工智能感知、决策需求为基础,提出场景驱动、交通控制资源化的全新概念,以此实现人工智能与交通信号控制的有效结合,并通过引入边缘计算重新构建智能交通信号控制器的技术架构;其次,利用边缘计算技术和SD(scene driven,software defined)技术,研究和设计交通信号控制器的软硬件结构;最后,针对下一步需要着力解决的理论和技术难题进行详细阐述。研究结果可为人工智能在城市交通控制领域的应用提供基础支撑和研究思路。     

基于群体决策的多交叉口协同控制方法

基于竞争-合作的群体决策机制，将单点信号优化构建为各相位的交叉口通行权的竞争过程，将多点协同构建为上下游相位之间的协作过程，提出了一种兼顾多交叉口协同效益和单交叉口控制优化的路网信号配时设计方法；利用车路协同环境下路网内车辆路径信息的可感知性，动态精准地量化解析上下游交通耦合关系；在此基础上建立了分层动态决策框架，在单层决策中剥离了上下游交叉口控制决策对本地决策的影响，解耦协同控制模型中路网交通状态和信号控制决策之间的复合关系；设计了基于交叉口内各交通流向竞争力的分布式信号配时决策算法，并通过仿真试验平台比较了群体决策协同控制方法与传统协同控制方法的控制效果。研究结果表明: 相较于传统协同控制方法，群体决策协同控制方法可动态适应路网交通需求，在交通效率和稳定性上具有显著优势，在不同饱和度的交通需求水平下可降低车均延误15%以上；在路网交通饱和度较高的情况下, 群体决策协同控制方法延误降低幅度可达19.2%，控制优势更加明显；由于群体决策协同控制方法可在下游交叉口进口道车辆排队过长时减少上游车辆流出，可降低路网最大排队长度超40%，有效规避路网溢流风险；通过对群体决策协同控制模型的分布式求解，可实现单次决策过程计算时间小于0.01 s，具有应用于大规模复杂路网的实时信号配时决策的潜力。      

基于微粒群算法的过饱和交叉口群信号优化研究

城市道路基础设施和建设与交通需求不匹配会导致城市过饱和状态交通频现,利用交通信号控制改变交通系统内车辆的运行规则是解决问题的必经之路。将微粒群算法应用于过饱和状态交叉口群信号协调优化当中,并通过VISSIM仿真评价信号协调优化效果。研究结果显示,经过信号优化,过饱和状态路网中各交叉口的延误车辆数、停车次数、排队次数均有所下降,路网的交通运行情况有明显的改善,一定程度上疏解了过饱和状态交叉口群。     

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.     

交通信号控制方式的设计

1.交通信号控制方式的设计战略交通信号控制方式的设计首先要确定交通信号控制设计的战略,即交通信号控制设计的指导思想。要从提高整个交通系统性能的高度出发,进行交通信号控制方式的设计。对一个城市进行交通信号优化控制时,要根据城市交通路网的交通流特性和路网规模对城市进行交通信号控制分中心的划分。对一个大城市     

场景目标导向的交通信号控制效能评价指标体系

制定科学合理的交通信号控制效能评价指标体系,对于信号控制方案的综合测评与改善具有重大意义.由于不同场景的交通运行特征各异,以场景目标为导向进行指标选取有利于抓住主要矛盾、凝练关键评价指标.通过对交通场景的核心特征进行分析,将城市道路划分为多方式交通、非饱和交通、过饱和交通三大类共14种典型交通场景,并凝练基础性、系统性两大类共6类场景的信号控制目标.考虑完备性、实用性与可行性三项指标制定原则,针对每一个典型交通场景构建评价指标集.所构建的指标重视与交通场景、信号控制目标的紧密联系,具有更好的实际应用与推广能力,既适用于具体场景也适用于整体交通系统的综合评价.     

城市道路设计思路与技术要点

传统的城市道路设计多以满足机动车交通需求为核心,不仅缺少对交通主体——“人”的关注,也不利于实现城市的可持续发展.首先从城市用地、道路空间、路权分配、交通设计、风貌控制等方面对城市道路设计提出基本要求.在此基础上,对城市道路规划设计流程进行重新梳理,提出传统的路网规划与土木工程设计之间应融入“概念设计”环节,交通设计、...     

�źŽ����PLC���Ƴ������

PLC是工业控制的重要手段和主要的基础设备。本文阐述了应用PLC实现交通控制的优越性;对PLC应用于交通信号控制系统的设计步骤进行了介绍。基于松下可编程控制器FP-XC30,根据城市道路交叉口交通信号灯的控制要求,绘制了不同相位控制下的信号交叉口不同流向车流的通行状态示意图,介绍了不同相位控制下交通信号PLC控制程序的设计过程及编写方法。     

城市道路联网联控关键技术

从城市道路联网联控平台的系统构建出发,概述其系统构架的关键层次为交通信息感知层、模型层、应用层及信息发布层。阐述城市道路联网联控的关键技术,主要包括交通信息感知、道路运行状态分析、交通需求识别、交通信号控制和交通诱导。最后,讨论城市道路联网联控技术带来的社会效益。     

北京市道路交通仿真平台建设及应用

为最大限度挖掘北京市城市道路供给能力,特别是交叉口及重点区域的道路通行能力,北京市交通管理部门设计并建设了北京市道路交通仿真平台。该平台采用Browser/Server模式,在VISSIM仿真软件基础上进行二次开发。平台支持北京市大范围的区域路网和重点交叉口的交通组织优化仿真,能对交叉口渠化、信号灯协调控制、出入口控制、大型活动车辆和人员疏散、交通勤务路线设计、道路施工影响评价等交通组织与管理方案进行仿真评价。通过对单个交叉口的交通组织方案进行设计与仿真,验证了平台的准确性和可靠性。结果表明:该平台能够对交通管理进行科学评估和优化,实现交通需求分析从定性到定量的转变,并能够提高交通决策的科学化和精细化水平。     

双环相位结构约束下的强化学习交通信号控制方法

随着信息技术的快速发展,近年来深度强化学习方法在交通运输领域得到广泛应用,特别是在交通信号控制领域,已成为当前交通信号控制发展的重要方向。本文针对强化学习在交通信号控制领域应用中存在的随机相位选择导致无法实际应用的问题,提出了一种考虑NEMA双环相位结构的单点交通信号控制强化学习方法。以典型十字交叉口的NEMA双环相位结构为约束,设计优化了在相位切换决策过程中智能体的控制结构,通过增加1个智能体决定前置和后置相位顺序以提升相位切换的灵活性、部署2个智能体决定前置相位是否切换、设置1个智能体同时切断后置相位绿灯,通过经验共享机制,有效降低了状态-动作空间维度,提高了智能体训练效率。在此基础上,采用定制化PPO算法,基于SUMO仿真平台分析了不同交通需求、不同信号参数等场景下的单点深度强化学习信号控制方法的效果。结果表明,在高中低不同交通需求下,本文的方法都优于传统的固定相位相序方法。     

城市交通线控多时段配时方案过渡算法研究

随着城市交通问题的日益突出,信号配时方案的频繁过渡以及交通信号优先技术的推广应用,科学合理地实现信号配时方案的过渡,有利于进一步提高城市交通系统的运行效率.针对TSIS交通仿真软件提供的3种过渡算法,以3个交叉口多时段线控系统为例,以控制延误作为评价指标,对早高峰前后2种过渡场景进行了研究.研究发现算法1路网和干道控制效果优于算法2和算法3,而后两者有利于减少支路车辆控制延误.     

城市路网交通信号分层分布式控制优化方法

合理的路网信号控制结构对提高城市交通系统运行效率具有重要意义。本文综合考虑控制性能和计算效率，提出路网交通信号分层分布式控制策略。在控制结构的上层，引入Webster方法实时更新周期时长；在下层，采用模型预测控制方法对交叉口信号控制问题进行建模，以最小化路网总行程时间为目标，优化信号绿信比，并利用Benders分解思路将原问题分解为独立求解单个交叉口信号配时方案的Primal问题和协调优化相邻交叉口间交通流交互作用的Master问题，提出一种基于Benders分解的双层分布式信号协调控制优化算法。通过两个实际路网算例，验证分层分布式控制方法的有效性，并针对上下层的控制方法设置对比实验。结果表明：基于Benders分解的分布式模型预测控制方法能求得接近集中式控制的整体优化解(路网总行程时间差在3.26%以下)，在兼顾控制性能的同时大幅提升优化求解的计算效率，相较于集中式控制，计算时间减少的幅度可达42.24%；在不同实验场景下，分布式控制方法的控制效果均优于定时控制方法，路网总行程时间约减少9.40%～20.57%。此外，在上层加入周期优化层后，分层控制方法能根据实时交通状态调整周期时长...     

基于交通需求强度的路口多层模糊控制模型研究

针对模糊控制在城市交通信号控制中的应用，提出了基于交通需求强度的路口多层模糊控制模型，首先在阐述路口交通信号控制基本机理的基础上提出了交通需求强度的概念来表示路口交通信号控制的需求问题．在此基础上提出了多层模糊控制模型，第1层用来判断路口的交通需求强度；第2层为相序优化层；第3层为绿灯时间优化层．通过与多方案选择的定时控制相比较，仿真结果表明所提出的多层模糊控制模型具有相对较好的控制效果．     

路网闭合环路交通协调控制方法研究

通过对城市路网闭合环路特性进行研究,运用交通信号协调控制理论,设计了一种符合我国城市路网结构特点的闭合环路交通协调控制方法.该方法采用三层递阶分布式结构,以路网中的闭合环路作为控制子区,应用信号参数优化模型分阶段优化信号周期、相位差和绿信比,形成预选方案,并通过设定的面控率进行判断、选择,最终确定交通协调控制方案.通过实例验算表明本文设计的协调控制方法能有效的减少区域路网交通车辆总延误、减少停车次数,起到缓解交通拥堵、提高道路利用率的作用.     

交通信号控制3D虚拟仿真实训平台的设计与实现

当前,部分高校"道路交通控制技术"课程面临实训设备不够、不能完全满足学员学习需求的问题。针对这个问题,文中采用三维制作与VRP虚拟现实技术,设计了交通信号控制3D虚拟仿真实训平台。学生可借助该平台完成交通信号控制模拟实验,提升学习兴趣,节约教育成本。文中介绍了虚拟仿真平台的框架结构,分析了平台的设计方法、技术与流程,重点分析了交互功能的实现方法。     

基于事件驱动的城市交通信号控制实例研究

目前各种新型的智能交通信号控制算法不断被提出,以满足日益增长的交通控制和管理需求。然而现阶段的大多数算法均停留在理论研究和计算机仿真层面。为解决在城市交通信号控制研究方面,理论与实现脱节的现象,本文基于事件驱动模型,开发了一个新型交通信号控制系统,并设计了转接器、解析器。将其用于实际道路中,实现了感应控制功能和干线协调控制功能。