�ݻ������µ����źŵ���ʱ�Ż��о�

针对单路口交通流运行的高度复杂性和随机性,本文通过引入演化博弈理论和选择机制,以路口车辆平均延误时长最小为目标,提出了一种新的信号灯控制算法——基于演化博弈的单路口信号灯配时优化控制（EGSTOA）.为了评估方法的有效性,在VISSIM仿真软件中进行实验,并将该方法的控制效果与优化定时控制和基于遗传算法的控制效果进行比较.对比结果表明,使用EGSTOA方法有效降低了路口车辆平均延迟时长,改善了路口的控制效果.     

基于仿真的单点交叉口固定信号配时分析

基于解析的交叉口信号配时方法,往往会因为基础数据的误差,造成最终计算所得方案不是所需的最优方案,而依据交叉口进口车道数、饱和流率、流量、流向及周期间的关系建立模型,通过调整模型参数获得多种不同配时方案,并在仿真环境下运行各个方案,输出对应方案的运行指标,通过综合评价方法来确定最优方案不失为一种有效的信号配时方法。将此方法应用于实际信号配时,并与Webster法所得方案进行对比,结果表明,该方法所得方案更符合实际交通需求。     

城市干道信控交叉口最小间距计算

为提高城市干道信控交叉口交通安全水平,提出信控交叉口的感知反应区域、 减速行驶区域、排队区域等上游功能区空间要素长度公式,在此基础上,通过红灯、黄灯 损失、黄灯起始、绿灯等信号时段车流运行规律分析,建立上游功能区长度模型.然后提出 考虑反应视距的下游功能区长度模型,从而确定基于功能区长度的信控交叉口最小间距 公式.最后应用逼近理想解排序法,以某干道相邻信控交叉口为例进行计算及评价.评价 结果表明,与现状相比,满足最小间距的相邻信控交叉口区域交通安全水平较高;当间距 大于最小间距数值时,该区域交通安全水平趋于稳定.通过基于信号配时的功能区长度建 模,提出的最小间距计算方法可优化信控交叉口间距方案,提高交叉口布局的合理性.     

流体力学模型在城市道路交叉口的 应用研究

为最大限度地发挥原有平面交叉口的通行能力、减少延误,解决城市道路平面信号交叉口交通瓶颈问题,基于交通流流体动力学模型模拟车队在交叉口的集结和消散过程,建立车流连续性方程,依据城市道路交叉口某一车道上的车速、流量、密度以及信号灯配时方案中的红灯时间,对拥挤度消散相关参数进行推算,利用MATLAB软件对计算结果进行仿真分析。结果表明,通过该方法计算拥挤度消散相关参数合理可行,根据拥挤车队持续时间进行信号灯配时方案优化,可减少二次排队的发生,为交叉口信号配时方案调整及优化提供理论依据及数据支持。     

单点交叉口固定信号配时优化模型

为获得更好的单点固定信号配时方案,以交叉口通行能力最大和车辆平均延误最小为目标,以相位有效绿灯时间受限为约束条件,提出一种信号配时优化模型.使用大连市交通调查数据得到韦伯斯特配时方案和2种优化配时方案,采用交叉口通行能力、车均延误和饱和度评价了各种配时方案.利用VISSIM软件进行了交通模拟试验,采用累计通过车辆数、车均延误和平均排队长度对各种方案进行了交叉口评价.结果表明,所提出的配时优化模型优于韦伯斯特配时模型,而且其评价结果更能反映交叉口的实际服务水平.     

ʵʩ�������ȵĽ�ͨ �źſ���ϵͳ���ź�Э�������о�

分布式交通信号控制系统拓扑结构的分布式特性使得网络的控制问题被划分成不同层次，路口的控制器优化单个交叉口，系统的协调要求每个路口的控制器同时还要考虑相邻路口控制器的配时方案、相邻上游交叉口车辆的离去特性、相邻下游交叉口车辆的到达特性。本文在综合考虑上下游交叉口信号配时、车辆排队和公交运行情况的基础上，提出了实时交通信号控制系统中实施公交优先的模型系统的框架，然后给出信号优化过程和计算最佳绿灯请求时间和信号协调方法。     

基于人的信号配时方法研究

传统的信号配时都是以减少车辆的总延误为目标,这样并不能很好地体现出整个社会中人的时间价值.文中以减少所有通过交叉口的出行者的总延误为目标,在传统的信号配时方案的基础上,提出了一套新的配时方案,同时以减少出行者的总延误时间为目标给出了相应的延误评价公式.对杭州市文一路-古翠路口的实测交通数据进行分析,论证了本配时方案的有效性.     

基于VISSIM的交叉口信号控制优化

城市十字路口较多,加之信号配时不合理,车辆通过就会干扰频繁,使得延误时间过长,十字路口的通过量低.文章以桂庙村口交叉口为例,在对该路口交通流量数据调查的基础上,运用VISSIM建立微观仿真模型,检验仿真与现实路口的相似度,通过“等效交通量”方法优化配时方案,并对优化前后的配时方案进行仿真评价.仿真结果表明：优化方案使得交叉口停车时间下降了10.96％,平均排队下降了15.82％,通过车辆数增加了12.92％,说明优化配时方案能够有效提高该交叉口的服务水平,提高通行率.     

山地城市复杂路口交通组织优化研究

复杂路口是城市交通的瓶颈,合理的交通组织是提高复杂路口通行能力的重要途径。从分析几何特征、交通运行及管理特征出发,提出复杂路口交通组织优化流程和方法。以重庆市某复杂路口为例进行交通组织优化研究,利用SIDRAINTERSECTION交通仿真软件对交通组织优化方案进行仿真分析,结果表明,对复杂路口进行交通渠化、信号配时结合的交通组织优化可以明显改善交通运行状况,提高交叉口的运行效率。     

两个路口交通信号双向联动技术的实践

两个路口交通信号双向联动是指两路口交通信号灯用一个信号机或两个信号机联机,按照交通信号线控原理,采用定时配时方案,保证主交通流只遇一次红灯即可通过两个路口。两个路口或多个路口采用信号双向联动,虽远不能达到线控效果,但可以减少停车延误,缓解交通拥堵。     

一种基于深度学习的离散化交通状态判别方法

在智能交通信号控制和交通流诱导系统中,交通环境状态的有效判别是影响交通控制决策的先决条件,本文针对交通流产生的大数据信息,结合深度学习算法提出一种离散化交通状态的判别方法.给出了包括交通状态数据采集、状态数据描述、状态深度学习和判别等功能模块的系统架构,构建了一种离散交通状态编码方法,为深度学习交通状态特征提供了数据基础.模型训练阶段,对采集到的二值和连续值交通状态数据,分别构建了两种不同的深度置信网络实现交通状态特征的无监督学习;模型微调阶段,在整合形成的高层抽象特征向量顶端增加softmax分类器,采用反向传播算法实现参数微调.最后,该方法基于VISSIM微观交通软件进行仿真,实验结果表明,离散交通状态编码方法可有效表达交通状态,基于深度学习的交通状态判别方法相对传统方法具有较高的准确度.     

基于网格交通状态分类的行程时间规律挖掘与计算

在出租车轨迹数据挖掘的基础上，本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上，利用出租车全球定位系统(Global Positioning System, GPS)数据构建区域网格宏观基本图，并对宏观基本图的流量-密度关系进行拟合；进而使用高斯混合聚类法，将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析，发现3类交通状态下网格行程时间表现出不同的分布特征，畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布；通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一 定可靠度条件下的行程时间，对不同线路和时间内的案例分析结果表明，该方法对路径行程时间估计的平均绝对误差在1%~16%，可以为交通诱导与未来导航提供技术方法支撑。     

基于交叉口重要度深度搜索的区域信号协调控制方法

城市路网规模的不断扩大,给城市交通控制系统带来严峻的挑战.本文对交叉口之间的交通关联关系及表征交叉口关联性的交通流参数进行了分析,从而明确路网的拓扑结构,建立了以路网拓扑结构为基础的交叉口重要度估计模型,并根据有向深度搜索算法设计了区域信号协调优化方法.该方法从全局的角度建立了一种均衡疏导路网交通流的信号协调控制方法.最后将本文提出的方法与Synchro7优化出的控制方案对比,利用微观仿真软件SUMO进行控制效益评价,仿真结果表明,本文的方法可以有效提高信号控制效益.     

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.     

一种基于模糊逻辑的城市交叉口交通信号控制方法

提出了一种基于模糊逻辑的城市交叉口交通信号控制方法,此方法不需要建立复杂的交通模型,可以有效地解决交通信号控制过程中复杂和随随机难题,同时应用加权系数的遗传算法对模糊逻辑控制器的参数进行了优化,仿真结果表明模糊逻辑控制可以成功地应用于城市交叉口交通令号控制中。     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足，本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法，实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理，以此为属性数据，通过迭代计算轮廓系数确定k 值完成轨迹点聚类，结合二次处理方法对类簇进行拆分和融合以划分道路交通状态；在特征级建立多源数据融合方法，实现交通状态速度值计算；以归一化后的速度值为属性数据，通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明，本文方法能够实现道路交通状态精细划分，能有效地识别出道路局部位置的交通状态，进而可为城市道路交通管理提供决策支持.     

基于生成式对抗网络的路网交通流数据补全方法

交通信息的完整性直接影响着城市交通管理的效率.针对城市道路交通中因路段检测器覆盖不全或设备损坏等造成的流量检测数据缺失问题,本文提出基于生成式对抗网络 (Generative Adversarial Network,GAN)算法的交通流量数据补全方法.首先,以路段实际流量为基础,进行图像化处理生成路网二维信息图;其次,计算考虑时空信息补偿的路网关联矩阵,利用GAN算法分析并实现路网二维信息图缺失部分的补全,进而得到路段交通流量的完整数据;最后,利用实际数据,对比分析了本文方法与相空间重构的卡尔曼滤波方法对缺失数据的补全情况.实例分析结果验证了本文方法的可行性和有效性.     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.     

��Ͻ�ͨ���źŽ�����Ŷӳ��ȼ���ģ���о�

交通拥堵是当今世界的难题,而排队长度作为判断交叉口阻塞的标志,对其模型的研究具有重要意义. 针对我国混合交通的特性,结合交通冲突机理,首先考虑左转自行车对同向直行机动车的干扰,运用交通波动理论,提出了左转自行车对机动车干扰造成的排队长度计算公式. 在此基础上,研究红灯初期滞留车辆数的变化规律,提出了红灯初期滞留车辆数的动态计算公式,建立了适合于北京市实际交通状况的信号交叉口排队长度动态计算模型. 通过大量实验数据表明,该模型可行有效,在不同交通状态下均有较高的计算精度,为交叉口信号优化配时、缓解拥堵提供理论依据.     

基于视频的交叉口排队过程感知及预测

在研究交叉口排队过程中，全面、精细地感知及预测方法一直是难点. 传统的排队过程感知方法缺乏不同排队阶段的精细感知和关联，无法得到全面、精细的交通参数. 对此，提出一种基于视频、分阶段感知再关联的排队过程感知及预测方法. 该方法包括3 部分：第一，通过目标检测和边缘检测提取道路和车辆信息；第二，对道路和车辆边缘信息进行卷积融合，检测排队区域和排队长度；第三，利用车辆位置重构和KCF跟踪等方法感知并关联不同排队阶段，重构并预测交叉口车辆运行轨迹，得到精准到车辆个体的排队车辆数和停车延误等参数. 实验结果表明，所提方法在检测正确的情况下，平均95.7%的排队车辆轨迹重构结果是准确的；并且在实际应用场景测试中，在不同车流量和光照条件下均可取得满意的效果.