北京市交通信号管理与控制平台设计及应用

在分析现有交通信号系统的特性以及存在问题的基础上,以对现有信号系统进行有效整合、综合利用交通流数据、提高交通信号控制的管理水平为目标,设计了1种集成的交通信号控制平台,并给出了平台在北京市交通信号管理与控制系统中的应用。     

基于交通信息特征图谱的信号控制评价方法

为有效评价交通信号控制的效果,提出了一种基于特征图谱的评价方法.首先,采用两阶段K-means聚类对车辆运行速度轨迹进行聚类,得到描述速度轨迹特征的交通模式;然后,根据模式吸引度、路段评价指数、分布均衡度等指标构建交通信号控制评价的特征图谱,直观体现交通流演变的时空规律.最后,以北京市道路为例进行验证.结果表明,基于特征图谱的评价方法能够细致、直观地描绘交通流的演变过程和运行状态,进而对信号控制进行有效地评价,具有良好的实用性.     

基于深度强化学习的单路口交通信号控制

合理的交通信号灯控制方案能减少交叉口处的排队长度,缓解交通拥堵问题.路口交通流具有非线性、时变性、不确定性等特点,对其建模困难,从而导致无法借助其精确的数学模型来优化交通信号控制方案.本文将深度强化学习方法应用到交通信号控制问题,深度强化学习Agent以减少路口处的排队车辆总数为目标,通过观察交叉口处所有入口车道的状态进行相位控制;使用SUMO仿真平台对本文提出的控制方法进行了仿真实验.实验结果表明,相较于定时控制方法,本文提出的基于深度强化学习的控制方法能显著减少交叉口处的排队车辆数,缓解交通拥堵.     

引入MARKOV过程预测的强化学习下的城市交叉口自适应交通信号配时决策

针对城市交叉口交通流具有的动态性、不确定性等特性,采用Markov过程对进入交叉口各入口的交通流占有率进行预估,通过构造Q-强化学习方法对道路交叉口交通信号配时决策进行优化。以交叉口车均延误为性能指标,与传统的定时配时决策方法进行对比分析,验证了此强化学习配时决策方法的有效性,其对于动态交通流环境具有一定的适应能力。最后从系统集成等方面就提高城市交叉口交通信号配时决策效率提出一些对策。     

城市交通智能控制优化算法

在传统的交叉口信号模糊控制基础上，提出了基于相序优化的模糊控制算法，并用改进的遗传算法优化模糊控制规则。对相序的优化考虑了驾驶员的心理，执行了专家的决策；对控制规则进行优化，减少了因专家主观性而导致控制器的不完备性。以典型的十字交叉口和四相位交通信号控制为例，选择不同时段的交通流数据进行仿真。结果表明：采用该控制算法设计的信号控制器能有效避免交通流不平衡引起的拥挤堵塞，具有更好的实时性和控制效果。     

浅析多相位交通信号控制

平面道路交叉口采用多相位交通信号控制．在理论上路口通行能力较两相位控制时略有下降．但由于彻底消除了交叉冲突点．提高了交通流流速．在一定条件下实际通行能力反而有所提高。     

一种基于延误模型的区域交通控制方法

提出一种基于延误模型的区域交通信号控制方法。该法是根据检测器得到的实时交通流数据，以区域范围内交通的总延误最小为目标，搜索一组最佳的组合参数，从而获得信号的控制参数——绿信比、周期和相位差。它不仅兼顾了各路口的车辆延误，而且还考虑了路口之间两个方向行驶的车辆延误。仿真结果表明本文提出的方法是可行的，可以有效地减少区域交通控制中的车辆总延误。     

智能网联混合交通流交叉口控制：研究进展与前沿

交叉口是城市道路交通运行的瓶颈点，是造成交通拥堵的问题所在。交通控制是调控交通流、预防和缓解交通拥堵的关键策略，在效费比上具有较大优势。智能网联、自动驾驶技术的发展催生了常规车辆(Regular Vehicle, RV)、网联车辆(Connected Vehicle, CV)和智能网联车辆(Connected and Automated Vehicle, CAV)组成的智能网联新型混合交通流，推动着城市道路交通控制对象、数据环境和控制手段的变革，为交通控制提出巨大挑战的同时，也为交通控制理论方法的创新发展创造了新的条件。智能网联混合交通流交叉口控制已成为国内外研究热点，尚处于研究起步阶段。根据路权特征，先从单点交叉口、干线交叉口和路网多交叉口3个层面梳理智能网联混合交通流环境下的共用设施交叉口控制研究，包括交通信号配时、车辆轨迹/路径规划以及车辆轨迹-信号配时协同控制。然后介绍自动驾驶专用设施交叉口控制研究，包括CAV专用车道、CAV专用路段、CAV专用区域和快速公交-CAV混合专用车道。通过对现有成果的梳理发现：虽然新型混合交通流交叉口控制研究取得了部分进展，但RV驾驶行为的随机性、...     

高速公路交通流控制仿真的若干问题

本文从控制理论和计算机仿真的角度，结合高速公路交通流的确定性和随机性共存的特点，提出了高速公路交通流控制仿真的若干问题，阐述了利用计算机仿真解决这些问题的必要性，详细列举了高速公路交通流建模，仿真优化，参数辨识，交通流状态估计，控制策略和方法的选择，控制系统效果评价及系统实现等问题。     

基于交通流预测的城市干道相交路口信号控制

提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题.建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,将预测的下2个相位队长作为模糊控制的输入以确定下一绿相位时间,在后一绿相位持续时间内放行该相位经预测但尚未全部排队的车辆.仿真实验表明该方法能有效地减小平均车辆延误时间,达到了保持干道交通通畅的目的.     

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。     

单交叉口交通流自适应控制器的设计

目前,大多数城市交通流量越来越大,交叉路口的交通信号控制越来越重要,传统的定时控制与分时区定时控制已经不能有效的满足实际的需要。根据城市交叉口交通流的特点,文章提出一种实用的自适应控制器的设计,实时检测每个方向的车辆排队长度,估算出该路口的某时段的平均车流,实时调整各方向绿灯的通行时间,从而使每个路口能够通行尽可能多的车辆。     

基于移动控制代理技术的交叉口交通信号控制算法

基于移动控制代理技术和“当地简单,远程复杂”的控制思想,提出了一种新型的交叉口交通信号控制算法。采用移动控制代理软件把多种交叉口信号控制算法“打包”成可在计算机网络上分发的移动控制代理(Mobile Control Agent,MCA);由位于远程监控层的网络调度器,根据交叉口实时交通流状况向交叉口信号控制器派遣或召回相应的MCA,从而实现“按需控制”。这种做法可降低交叉口信号控制器所需的内存等计算资源,实现低成本自适应智能交通信号网络化控制。     

基于GA的交叉路口自适应模糊控制器优化设计

经典交叉路口交通信号模糊逻辑控制器的模糊规则是预先人为确定的,不可避免地带有主观因素,且不能随着交通流的变化而动态改变,不能保证模糊逻辑控制系统最优的要求。本文提出适用于交通信号模糊逻辑控制的改进GA算法,设计适用于模糊规则编码的带区间范围限制的十进制编码方案,并实现受限分布一致交叉和变异算子,改进经典赌轮选择法,避免病态个体产生,加快收敛速度,可以自适应地动态确定最优模糊规则。MATLAB仿真结果表明该方法的有效性。     

不良天气和路面环境对交通信号配时方案的影响

针对不良天气和路面环境下沿用正常天气交通信号配时方案时信号控制效益下降的问题,从不良天气和路面环境下交通流运行特征入手,分析了因天气和路面环境改变导致的以经典信号控制理论为优化基础的信号配时方案演变情况,采用Vissim软件建立了哈尔滨市嵩山路与淮河路交叉口良好天气与雪天的交通信号控制仿真模型,并进行了案例分析.分析表明:雪天及时调整信号配时方案,与仍采用良好天气情况下的信号配时方案相比,能有效降低车辆在信号交叉口的停车次数和延误,提高交叉口的通行效率.这一分析结果适用于所有不良天气和路面环境下的交通信号优化控制.     

交通流实时预测的混沌时间序列模型

针对城市交通流普遍存在的混沌特性,介绍了一种改进的加权一阶局域预测模型,并将其应用于交通流实时预测中。为了进一步提高算法的精度与速度,对最优邻域的点数进行动态选择,通过改进,使之成为一种鲁棒性强、预测精度高的实时预测算法,并能有效地用于短时交通流的预测问题中。仿真结果表明:该算法完全满足实时交通流预测的需要,为交通信号智能控制和交通流诱导奠定了坚实的基础。     

公路交通运输网络军事交通流最佳调控方法的研究

公路军事交通流是我国公路交通运输网络中的一种特殊交通流。对其实施有效的交通调整与控制不仅具有明显的军事意义，而且在各种突发事件（如地震、洪水、森林火灾等）下，也有着显著的政治、经济效益。与传统的城市交通控制理论与方法相比，公路军事交通流的交通调控有其明显的特点。本文应用排序的理论与方法，讨论了在公路交通运输网络隘路节点上，对等优先通行权军事交通流按总滞留时间最短、最大延误时间最小和给定延误时间内总     

高速公路交通流密度的主线速度控制设计方法

结合高速公路出入口的实际设置情况、高速公路交通流的运行特点以及高速公路主线速度控制方式的实际需要,对经典高速公路宏观动态交通流模型进行了一定的修正;针对改进后的交通流模型,利用非线性系统控制中的反步设计方法,给出了求解控制率的矩阵方程;并提出了使用模糊控制方法进行主线速度控制的设计思路,为解决交通流模型难以确定、交通流参数难以检测等情况下的交通流密度主线速度控制问题提供了一种新方法。     

基于车队离散模型的交叉口关联度量化方法研究与试验

分析了常用的基于流量、距离、周期的交叉口合并控制原则,提出了综合因素关联度量化方法,考虑交通流量、交叉口距离、车队离散特性等因素,基于车队离散模型,构建相邻交叉口间关联度的量化公式,建立指标修正公式,结合实际分析模型的可靠性,获得反映综合因素的关联度值,为子区交通信号控制提供是否合并控制的决策支持。采用仿真软件进行模型应用,选择了具有典型意义的700 m相邻交叉口,以及4个交通流平稳上升的时段,进行关联度值计算,并根据是否合并的决策支持调整信号控制参数。结论表明:对于单一原则难以界定的边缘性合并判断,基于车队离散模型的量化综合判断方法能够有效地解决,并为交通信号协调控制决策。     

一种基于模糊逻辑-遗传算法的城市单交叉口交通信号控制方法

针对传统的单交叉口交通信号控制方法考察不全面和运算量大等缺陷，引出了“大相位”的概念。提出了一种基于模糊逻辑-遗传算法的城市单交叉口交通信号控制方法，通过分析和仿真，对该信号控制方法的有效性进行了验证。仿真结果表明，该方法有效地提高了控制效果和计算效率，特别是在路口交通量相差较大和变化较快的情况下。