考虑上下游交叉口延误的干线公交优先模型

为克服干线绿波协调控制中上游交叉口公交优先控制策略对绿波协调方案和下游交叉口造成的影响,在单点公交优先控制策略的基础上提出了一种综合考虑上下游交叉口延误的干线公交优先模型。该模型以红灯早断、绿灯延长为基本策略,将相邻上下游交叉口车辆综合加权延误作为优化目标,保证上游交叉口公交优先通行的同时,尽量减少对干线绿波协调控制和下游交叉口的影响,并以干线协调控制下的上下游交叉口为例,利用Vissim进行仿真验证。结果表明:该模型与单点公交优先相比虽然上游交叉口车均延误增加2.6%,但下游交叉口车均延误降低10%,上下游交叉口综合车均延误降低3.7%,一定程度上缓解了公交优先控制策略与绿波协调控制策略互相冲突的问题。     

面向常发拥堵点的交通信号协调控制方法

针对高峰期间常发拥堵点交通需求过大、周边关联交叉口交通负荷分布不均的问题, 研究了面向常发拥堵点的交通信号协调控制方法。通过对常发拥堵点的车流进行追踪与溯源, 根据交通量关联度确定信号协调控制范围, 然后基于路径的流量分担率与路段平均饱和度识别信号协调控制范围内的关键路径。基于宏观基本图理论, 考虑关键路径对路网运行状态的影响, 构建边界交叉口主动限流控制模型。同时, 利用元胞传输模型描述交叉口与路段的运行状态, 以关键路径通行能力最大化和进口道饱和度均衡化为信号控制优化目标, 建立均衡路网交通负荷的信号控制优化模型。以武汉市发展大道青年路交叉口以及关联交叉口为对象开展仿真实验, 结果表明: 虽然本文方法下的边界交叉口车均延误增加了6.8 s, 但常发拥堵点的车均延误降低了15.7 s; 关键路径的车均延误减少72.6 s, 平均排队长度减少26.1 m。并且, 路网整体的车均延误降低14.7%, 驶出车辆数增加26.6%, 验证了提出方法缓解常发拥堵点交通拥堵的有效性。      

连续流交叉口通行效率仿真分析

针对现有交叉口左转车流与直行车流交叉冲突,车流不连续,运行效率低的问题,选取国外多个城市已经投入使用并取得良好效果的连续流交叉口为分析研究对象。介绍了连续流交叉口基本概念,在连续流交叉口车流组织和信号控制方案的基础上,利用Vissim仿真软件构建了连续流交叉口运行仿真模型,选取车辆延误为评价指标,对连续流交叉口的通行效率进行了评价分析。研究结果表明:随着连续流交叉口主信号交叉口与预信号交叉口间距的不断增加,左转车辆的平均延误没有明显变化,而直行车辆的车均延误缓慢增加;连续流交叉口左转车辆的车均延误较传统交叉口减少25%;直行车辆的车均延误较传统交叉口减少45%。     

全设置连续流交叉口信号配时及延误模型

为了解决连续流交叉口车辆多次停车问题，提出了各流向车辆在所遇第2条停车线处不用停车的优化控制策略。通过协调主预信号配时，调整信号控制相位相序方案，促使车辆直接通过所遇第2条停车线，使得左转车辆停车次数由3次减少到2次或者1次，直行车辆停车次数由2次减少到1次。分析各流向车辆到达-驶离图式，构建左转车流在所遇第3条停车线处的延误计算模型，结合Webster经典模型，给出连续流交叉口整体延误计算模型，其计算结果与VISSIM仿真结果基本一致。推导给出车辆不二次停车、车车不冲突以及连续流交叉口自身交通组织等因素所需满足的约束条件，以交叉口车均延误最小化为优化目标，构建连续流交叉口主预信号协调配时优化控制模型，并设计了4种交通场景以验证不同情况下的效益改善情况。研究结果表明：通过信号协调减少1次停车，能够降低50%以上的车均延误和车均停车次数；根据各转向交通量所占比例选择合适的车道分配方案有助于提升连续流交叉口通行效率；在2种策略下交叉口车均停车次数分别为0.88~1.05、0.59~0.77，与已有控制策略约2次车均停车次数相比，明显降低了连续流交叉口车辆停车次数。研究成果可为连续流交叉口控制提供新的视角，对交叉口通行效率的提升效果也更加显著。     

对称两向平行流交叉口信号配时优化控制研究

为解决传统常规道路交叉口中因设置有左转专用相位导致主路通行效率下降的问题，提出了一种对称两向的平行流交叉口设计方案。通过分析对称两向平行流交叉口的车辆运行规则，制定信号控制相位方案，以交叉口车均延误最小化为目标建立信号配时优化模型。根据各转向车辆到达-驶离图式，推导了对称两向平行流交叉口延误计算模型，并通过VISSIM仿真进行验证。仿真结果表明，当两者车均延误相对误差绝对值的最大值不超过5%时，模型拟合效果较好。应用案例分析发现，对称两向平行流交叉口相对于常规交叉口能够降低30%以上的车均延误，同时在对称两向平行流交叉口设计中，将移位左转车道设置在主路的通行效率要优于支路。     

环形交又口信号控制最佳周期计算方法

针对信号控制环形交叉口这一特殊的控制对象,运用理论解析结合计算机仿真检验的方法,分别给出环形交叉口直行和左转的延误计算模型;并在此基础上提出了一种以交叉口车均延误最小为目标,适合于在非饱和状态下采用多进口道放行协同环道控制环形交叉口的最佳周期值计算方法。最后通过模拟试验和实例分析对模型的适用性进行了检验。结果表明:该模型有较高的精度和可靠性,为求解环形交叉口信号控制最佳周期提供了一种有效的新算法。     

城市干道的多时段协调控制优化

为提高城市干道协调控制的稳定性和效益费用比,将其与多时段控制有机结合,形成符合我国国情的高效控制策略,首先基于干道交叉口关联度模型确定了协调控制的边界范围,进而对需要进行协调的各交叉口历史交通流量进行了混合聚类分析,得到了相应的多时段控制方案。在此基础上,以干道带宽最大和沿线交叉口车均延误最小为目标,建立了干道多时段协调控制的优化模型,并采用多目标粒子群算法对其进行求解,确定了干道协调控制下各交叉口多时段控制方案的最佳切换时刻。仿真结果表明:本研究的控制模型与现状控制方案、交叉口混合聚类模型相比,沿线交叉口车均延误分别降低12.63%和2.45%,干道多时段的总方案带宽分别增加0.98%和23.51%,且方案切换对交通流造成的扰动的可能性降到了最小。     

环形交叉口待行区设置与信号控制方法

为解决环形交叉口左转通行能力不足的问题，提出一种借助内侧环道与外侧环道设置左转待行区和直行待行区，并建立环道交通信号与进口道交通信号协调控制的环形交叉口信号控制方法。在饱和度等约束条件下，基于进口道停车线和环道停车线后不同的交通状态建立相应的延误计算模型，以延误最小为优化目标建立信号控制参数优化模型。案例分析表明：当左转交通量低于左转二次停车控制法适用的左转临界值时，所提出方法的延误较高；而当左转交通量高于该临界值时，左转二次停车控制法的延误快速上升并高于所提出方法的延误，且将导致环道锁死，而采用该方法仍能稳定运行，验证了提出方法的有效性。进一步分析进口交通量、不同类型环道数量和环岛半径等差异对所提出方法控制效益的影响，结果表明：随着环形交叉口进口交通量增大，该方法适用的临界左转比例随之降低；当进口交通量的左转比例低于临界左转比例时，交叉口处于非饱和状态且延误低；反之，交叉口处于过饱和状态且延误高。当左转交通量高于450 veh·h^-1时，增加左转环道有利于降低车均延误；而当直行交通量高于1 150 veh·h^-1时，增加直行环道效果更佳。当进口交通量小于800 veh·h^-1时，环岛半径对交叉口延误影响不大；而一旦进口交通量高于800 veh·h^-1后，环岛半径对车均延误的影响随进口交通量的增长愈加显著，环岛半径越大，交叉口车均延误就越高。     

逆向可变车道动态切换及信号控制优化方法

为弥补逆向可变车道切换控制方法判断条件较为单一,且配套的信号控制方法难以适应交通流动态变化的不足,提出逆向可变车道动态启停切换及交通信号优化控制方法.根据交叉口流向饱和度、车道切换效益与车道切换时间间隔等指标获取逆向可变车道动态切换控制决策,实现逆向可变车道的动态开启和关闭;同时,利用检测器获取车辆到达率、车道饱和流率与剩余排队车辆数等实时交通流数据,根据车流到达驶离图示推导交叉口车均延误计算公式.引入左转车道释放流率系数,修正左转车道释放流率,改进了交叉口延误计算公式,构建以延误最小为目标的交叉口信号配时动态优化模型.最后,以武汉市古田四路-长丰大道交叉口为对象开展了仿真实验,结果表明:相比于定时切换控制方式,动态切换控制与信号配时动态优化方式下的逆向可变车道交叉口车均延误减少6.7%~14.9%,含有逆向可变车道进口方向的左转车均延误减少7.6%~15.6%,平均排队长度减少6.4%~21.9%,验证了动态控制方法提升交叉口运行效率的有效性.      

考虑可变导向车道的干线交叉口协调控制方法

为降低包含可变导向车道的干线车均延误与排队长度,提出一种考虑可变导向车道的干线交通信号协调控制方法.以直行和左转方向交通流饱和度为判别标准,对可变导向车道行车方向是否切换进行判断;基于车道行车方向切换对干线交通流造成的影响,对HCM模型中的通行能力、均匀延误修正系数等参数进行修正,建立考虑可变导向车道的干线协调控制信号配时优化模型.以武汉市青年路3个交叉口为例,利用Vissim软件进行仿真实验,结果表明,相比于现状情况下的单点信号配时方案,模型能够有效降低干线车均延误与排队长度,可变导向车道所在的信号交叉口进口道优化效果最为明显,车均延误减少16.87%,直行和左转方向排队长度分别降低17.95% 和23.24%,证明模型对包含可变导向车道的干线协调控制交叉口运行具有积极影响.      

高架出口匝道下游交叉口信号控制方法研究

城市高架快速路与地面道路，主要通过出口匝道及其下游交叉口进行交通转换，高峰时段出口匝道及下游交叉口交通拥堵频发。以元胞传输模型为基础，构建出口匝道及下游交叉口交通预测模型；采用动态调整周期时长和信号相位的控制策略，建立基于元胞传输模型的交叉口信号控制模型。以排队长度、绿灯和周期时长为约束条件，以各进口道加权平均延误为目标函数，进行信号配时动态优化。以成都市实例匝道和交叉口进行验证，表明本文提出信号控制策略可有效降低此类交叉口的饱和度、延误和排队长度，提升其通行效率。     

基于混行跟驰仿真的CAV专用进口道动态设置方法

信号交叉口是影响交通系统运行安全和效率的关键。在国家新基建战略的提出以及车路协同技术不断发展的环境下,合理设置网联自动驾驶车辆(Connected and Autonomous Vehicle,CAV)专用进口道,对信号交叉口进口道处不同网联类型的车辆进行科学的交通组织,能够提高交叉口的通行能力,降低行车延误,促进城市交通系统效率与安全的双提升。建立协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆跟驰模型和GM (General Motor)模型分别描述混行环境下网联车辆与非网联车的跟驰行为,以提高进口道通行能力、降低延误和油耗为优化目标,采取敏感度分析方法,提出不同CAV比例、进口道车道数、交通量和信号配时方案组合情况下CAV专用进口道的动态设置条件,适用于不同交通状况的信号交叉口,具有较强的普适性。数值仿真结果表明：采用该方法设置CAV专用进口道能够提高混行信号交叉口的通行能力、降低延误和车均油耗;在实际应用时,可视交叉口类型和交通智能化程度灵活选取CAV专用进口道设置方式,为混行交通流环境下交叉口进口道的交通组织优化提供理论依据和模型支持,对车路协同系统的相关研究具有参考意义。     

Optimizing multi-agent based urban traffic signal control system

Agent-based approach is a popular tool for modelling and developing large-scale distributed systems such as urban traffic control system with dynamic traffic flows. This study proposes a multi-agent-based approach to optimize urban traffic network signal control, which utilizes a mathematical programming method to optimize the signal timing plans at intersections. To improve the overall network efficiency, we develop an online agent-based signal coordination scheme, underpinned by the communication among different intersection control agents. In addition, the initial coordination scheme that pre-adjusts the offsets between the intersections is developed based on the historical demand information. Comparison and sensitivity analysis are conducted to evaluate the performance of the proposed method on a customized traffic simulation platform using MATLAB and VISSIM. Simulation results indicate that the proposed method can effectively avoid network oversaturation and thus reduces average travel delay and improves average vehicle speed, as compared to rule-based multi-agent signal control methods.     

临界饱和状态交通干线协调控制模型

为提升临界饱和状态下干线车流通行效率，提出了一种基于冲击波理论的干线双向信号协调控制方法。首先，建立了考虑车速变化、转向比例、车道变化等因素的干线交通流模型，分析了临界饱和交通干线交通流运行状态与各参数间的关系。第二，构建了以干线双向通过量最大化为优化目标的混合整数线性规划模型，通过优化干线公共周期和各交叉口绿信比以提高干线通行能力。第三，构建了以延误最小化为优化目标的二次规划模型，并提出了相应的求解算法，通过优化相位差和相位方案实现了干线交叉口的信号协调。临界饱和交通干线协调控制模型由通过量最大化模型和延误最小化模型构成，考虑各交叉口间的制约影响关系，有效避免了排队滞留、溢出、交叉口“死锁”等现象。采用两阶段优化方法，通过通过量最大化模型优化周期及绿信比，继而应用延误最小化模型优化交叉口相位方案及相位差，获得干线系统双向信号协调最优控制方案。最后，应用临界饱和交通状态干线协调控制模型对南京市中山东路10个交叉口进行了信号协调优化，并对优化结果进行了仿真分析。结果表明：临界饱和交通状态干线协调控制模型能对双向临界饱和干线的信号控制方案进行优化，与对照方案相比，优化方案的双向总交通量提升了21.9%，车均延误降低了63.1%，通行能力与服务水平提升显著。     

城市错位交叉口信号控制方案优化研究

针对城市中心地区较为常见的错位交叉口带来的交通问题,结合南京市中航科技城开发建设项目,对错位交叉口的交通信号联动控制方法进行研究,以保证错位交叉口运行的顺畅性和安全性.基于错位交叉口信号联动控制模型的建立,以南京市航空路一瑞金路一尚书巷形成的错位交叉口为研究对象,利用Vissim建立错位交叉口的仿真环境,对城市错位交叉口的运行状态进行了评价.研究结果表明通过优化错位交叉口信号控制策略,可以提高错位交叉口的通行能力,减少交叉口车辆的延误,达到改善交叉口运行环境的目的.     

基于关键本征模态函数的道路交通信号控制时段划分方法

交通信号控制是缓解城市交通拥堵的重要手段，时段划分是信号灯控交叉口多时段控制的基础，合理的划分方法有助于提高信号控制效率。对于固定配时的信号灯控交叉口，传统时段划分方法主要借助于路口历史交通流量数据，依据人工经验或者简单聚类算法，直接进行时段划分，未能充分考虑交通流的时序性和随机性问题，不利于交通控制整体效益。综合考虑交通流中随机因素和时序性对时段划分的影响，本文研究了基于经验集合模态分解和有序聚类的时段划分方法。利用集合经验模态分解处理交叉口流量数据，提取了若干个本征模态函数及1个余项。借助皮尔逊相关系数分析原始流量数据、本征模态函数、余项这三者之间的关系，优选与原始流量相关性最高的本征模态函数或余项作为交通流的关键成分，使用关键成分代替流量数据进行有序聚类，完成时段划分。通过寻找不同分割个数下最小损失值突变点，获取最佳分割数，并得到最佳方案。以广东省中山市一个路口为案例对本文提出的时段划分方法进行算例分析，VISSIM仿真结果表明:①相比于现状，提出的方法在工作日和非工作日分别能提高路口通过车辆数11.32%和2.62%，缩短排队长度18.67%和12.02%；②非工作日车均延误减少6.80%，停车延误减少5.87%，工作日车均延误和停车延误变化不大。      

东莞市松山湖大道入城段拥堵分析与治理措施

针对东莞市松山湖大道入城段在高峰时段发生常发性拥堵问题,从出行结构、路网布局、立交节点3个层面对交通拥堵成因进行了分析.根据《东莞市交通发展白皮书》提出的城市交通高效性发展目标、道路交通发展总体策略及道路交通治理策略,提出:近期拥堵治理以交通管理措施为主要技术手段,中期主要采取工程措施,远期则由中短期的局部性治标措施上升到立足城市布局结构、优化完善路网规划、打造高品质交通廊道的系统性治本措施.最后,对未来城市交通拥堵治理方式进行了展望.     

Design of Reinforcement Learning Parameters for Seamless Application of Adaptive Traffic Signal Control

Adaptive traffic signal control (ATSC) is a promising technique to alleviate traffic congestion. This article focuses on the development of an adaptive traffic signal control system using Reinforcement Learning (RL) as one of the efficient approaches to solve such stochastic closed loop optimal control problem. A generic RL control engine is developed and applied to a multi-phase traffic signal at an isolated intersection in Downtown Toronto in a simulation environment. Paramics, a microscopic simulation platform, is used to train and evaluate the adaptive traffic control system. This article investigates the following dimensions of the control problem: 1) RL learning methods, 2) traffic state representations, 3) action selection methods, 4) traffic signal phasing schemes, 5) reward definitions, and 6) variability of flow arrivals to the intersection. The system was tested on three networks (i.e., small, medium, large-scale) to ensure seamless transferability of the system design and results. The RL controller is benchmarked against optimized pretimed control and actuated control. The RL-based controller saves 48% average vehicle delay when compared to optimized pretimed controller and fully-actuated controller. In addition, the effect of the best design of RL-based ATSC system is tested on a large-scale application of 59 intersections in downtown Toronto and the results are compared versus the base case scenario of signal control systems in the field which are mix of pretimed and actuated controllers. The RL-based ATSC results in the following savings: average delay (27%), queue length (28%), and l CO₂ emission factors (28%).