基于短连线的过饱和信号交叉口最大延误模型

为了解决过饱和状态下短连线的信号交叉口路段长度对延误影响的问题,推导出了基于短连线的过饱和信号交叉口最大延误模型。首先分析经典延误模型的盲区:在连接短连线信号交叉口车辆排队长度达到路段长度后,排队车辆就不能再增加;然后利用排队长度与延误关系推导出适用于该状态下的延误模型,并且提出当短连线相连2个交叉口信号相位差为0时所计算出来的延误是最大延误;最后通过算例对比了提出的延误模型与定数理论延误模型。结果表明:路段长度限制对于过饱和状态下连接短连线的信号交叉口延误的计算有很大影响,所提出的方法能够有效解决这一问题。     

基于模糊控制的小区域交叉口群过饱和状态信号协调优化

城市区域交通具有非线性、动态时变性、不确定性的特点,难以建立精确的数学模型.据此,针对小区域交叉口群过饱和状态,研究了基于模糊控制的信号协调优化方案.将现状交通控制下的交叉口群进口道最大排队长度和平均延误作为模糊控制的输入变量,将交叉口绿灯时间调整量作为输出变量,利用模糊C均值聚类获得输入变量的模糊集合和隶属度函数,通过一级模糊控制器和二级模糊控制器分别对区域交叉口群信号进行协调控制,达到减少区域最大排队长度和平均行车延误的目的.通过对武汉徐东商圈过饱和交通状态下的交叉口群进行多次协调控制,并对现状信号方案和协调信号方案进行Vissim微观仿真,交叉口群最大排队长度平均值由201 m减少为63 .6 m ,平均行车延误由110 .62 s减少为22 .68 s .      

基于视频数据的交叉口状态判别及排队长度估计

为了评价信号控制交叉口的交通状态及估计周期排队长度,本文以集散波为理论基础,分析视频检测的机动车通过上下游相邻交叉口的数据,提出了基于车辆延误时间的交叉口交通状态判别划分,进一步设计了欠饱和及饱和交通状态下的交叉口最大排队长度估计方法.实例分析表明,本文方法所估计的排队长度比较接近实际调查值,排队相对误差在可接受的范围内,结果验证了所设计的排队长度估计方法是有效可行的.     

车路协同环境下信号交叉口车速引导建模与仿真

目前交通自适应控制策略中预测交通流到达的方法多为基于车流行驶速度服从统一分布而获得,其效率与可靠性等方面存在不足.文中利用车路协同环境下实时车车、车路通信,基于实时信号状态、排队长度、车辆位置、加速度等参数,以交叉口车辆停车时间最小化为目标,提出面向个体车辆的车速引导机制与模型,有效弥补了上述缺陷.以上海市曹安路嘉松北路交叉口为例进行仿真验证,结果表明,在高饱和状态下,文中模型能有效降低交叉口车均延误30％,减少交叉口平均停车次数60％,在中、低饱和状态下的效益更佳.     

基于单截面低频检测数据的信号交叉口排队长度估计

针对我国大多数中小城市信号交叉口交通检测数据条件及基于此数据条件下存在的信号交叉口排队长度估计精度不高问题,研究了基于单截面低频定点检测数据的信号交叉口排队长度估计模型.利用时间占有率与流量、速度之间的函数关系对长排队(排队长度超出检测器位置)进行识别.根据信号配时数据切分低频检测器数据,并与信号配时数据匹配.基于交通波理论,通过关键点的判别求取周期最大排队长度.以青岛市山东路-江西路南进口为例进行仿真和实证验证.结果显示,长排队的识别精度达到了90% 以上,不同饱和度下(低、中、高)的信号交叉口排队长度估计精度均达到了80% 以上,其中,中、低饱和度场景下排队长度平均绝对误差小于20 m/cycle,高饱和度场景下排队长度平均绝对误差小于45 m/cycle.      

基于排队时间指数的信号控制路口交通拥堵评价方法

道路交通拥堵程度的准确判别是交通管理人员及时采取有效应对措施的基础,不同交通拥堵程度既有客观层面的体现,也有驾驶人的主观感受.为兼顾交通拥堵的外在表现和实际行车感受,以车辆首次停车排队至通过路口的时间与信号控制周期的比值为基础建立排队时间指数(QTI),用于信号控制路口交通拥堵程度评价,并对其有效性进行验证.通过采集不同城市典型信号控制路口的高峰运行数据,获得排队时间指数、车辆排队长度和车辆延误等结果,对比分析了排队时间指数与车辆延误和排队长度的关系,研究了不同拥堵状态下排队时间指数的分布规律.结果显示:排队时间指数与车辆延误呈正相关关系,表明采用排队时间指数评价路口拥堵是可行和有效的,且利用排队时间指数可以发现路口潜在的配时不合理情况.结合现有常用拥堵程度分级方法,将拥交通状态划分为严重拥堵、中度拥堵、轻度拥堵和畅通4个等级,并以采集的路口排队时间指数为样本,利用聚类分析方法将得到不同拥堵等级下的排队时间指数的阈值,用以刻画信号控制路口的交通拥堵程度.      

基于轨迹数据的单交叉口信号配时优化方法

随着城市化的发展,城市路网变得更加复杂,交通量日益增多.传统的数据采集方式如线圈、卡口存在铺设难度大、维护成本高、数据缺失等缺点.随着网络出租车的兴起,海量的轨迹数据被收集起来.本文整合了基于轨迹数据的交叉口排队模型和交叉口启动波模型,估计路口各相位排队长度,并应用交通波理论对交叉口各相位配时进行优化,建立了基于轨迹数据的单交叉口信号配时模型.该模型采用交叉口SCATS系统实际数据进行路口建模,经仿真验证,相较于原配时方案与Webster配时方法,该模型能够将交叉口延误分别降低61.37%和36.95%,验证了该模型的有效性.      

过饱和条件下信号交叉口协调控制可靠性优化

以避免交叉口出现死锁和减少绿灯时间浪费为目标,利用交通流波动理论,建立了一种过饱和条件下的信号交叉口协调控制的可靠性优化模型,并提供了可靠性区间的计算方法.该模型基于信号控制交叉口处不同的排队溢出形式和交通流波动状态的分类研究,以控制排队溢出形式和上下游交叉口通行能力匹配作为约束条件,以增大排队溢出缓冲时间作为优化目标.通过仿真试验表明,该策略可以减少延误24.6％,同时交叉口的死锁概率降低30％,能有效地承受过饱和交通流的冲击,提高路网的可靠性.     

基于交通流理论的公交站点间行程时间预测

分析了公交站点间车辆运行过程,将行程预测时间划分为交叉口排队等待时间、路段行驶时间和停站时间3个部分,利用交通波理论和延误三角形,分别建立了无公交专用车道和有公交专用车道2种情况下排队等待时间的动态预测模型;根据乘客到站规律和上下车规律,提出了公交车进站停靠时间模型;针对无公交专用车道条件下的时间预测方法进行了实例演算.实验数据表明,基于交通波行程时间预测方法具有较高的精度,可以满足站点间行程时间预报要求.     

基于Vissim的Synchro干道信号协调优化方案选取研究

为了在Synchro进行干道信号协调优化时选取较好信号配时方案,应用Vissim模型搭建了基于最小延误、最少停车次数和最小PI值3种不同优化目标方案的仿真平台.以行程时间、延误、平均排队长度以及停车次数为评价指标,对比分析了3种优化目标方案.以北京市首都机场东区四纬路为例,研究结果表明,以行程时间、延误、平均排队长度以及停车次数为评价指标时,基于最小延误的优化方案均为最优.建议在利用Synchro进行干道信号协调优化时,采用基于最小延误的优化方案而不是默认的基于最小PI值方案.此外,基于最小PI值的优化方案在除停车次数之外的评价指标对比中,明显优于基于最少停车次数的优化方案.