基于网联车辆轨迹数据的周期排队长度估计

近年，基于网联车辆轨迹数据的交通管控与服务研究方兴未艾。其中，信号控制交叉口排队长度估计备受关注。然而，在低渗透率条件下，单个周期内轨迹稀少且提供的交通信息十分有限。现有研究仅以当前周期内网联车辆轨迹数据为输入，难以获得准确且可靠的周期级排队长度估计结果。因此，融合利用历史网联车辆轨迹数据提供的车辆到达和停车位置信息以及当前周期内实时观测的网联车辆排队信息，提出一种基于最大后验概率的周期最大排队长度估计方法。首先，依据历史轨迹数据的停车位置信息，估计排队长度的先验分布；其次，依据历史轨迹数据的车辆到达信息，估计周期内车辆的历史到达分布，并结合周期内最后1辆排队网联车辆的到达时刻与停车位置，构建排队长度似然函数；最后，基于贝叶斯理论，结合前述先验分布与似然函数，推导周期排队长度的后验分布，并采用最大后验概率方法实现周期最大排队长度的估计。仿真结果表明：所提方法在不同饱和度和渗透率条件下，均优于现有的方法；即使在车辆轨迹数不超过1 veh·周期^-1的低渗透率条件下，所提方法的平均绝对估计误差也不超过2 veh·周期^-1。实证结果表明：在渗透率仅为8.96%的条件下，所提方法的平均绝对误差为2.12 veh·周期^-1，平均相对估计误差为12.4%，同样优于现有同类方法。     

Real-time queue length estimation using event-based advance detector data

Real-time queue length information at signalized intersections is useful for both performance evaluation and signal optimization. Previous studies have successfully examined the use of high-resolution event-based data to estimate real-time queue lengths. Based on the identification of critical breakpoints, real-time queue lengths can be estimated by applying the commonly used shockwave model. Although breakpoints can be accurately identified using lane-by-lane detection, few studies have investigated queue length estimation using single-channel detection, which is a common detection scheme for actuated signal control. In this study, a breakpoint misidentification checking process and two input-output models (upstream-based and local-based) are proposed to address the overestimation and short queue length estimation problems of breakpoint-based models. These procedures are integrated with a typical breakpoint-based model framework and queue-over-detector identification process. The proposed framework was evaluated using field-collected event-based data along Speedway Boulevard in Tucson, Arizona. Significant improvements in maximum queue length estimates were achieved using the proposed method compared to the breakpoint-based model, with mean absolute errors of 35.7 and 105.6 ft., respectively.     

基于MP与MPC相结合的分布式交通信号控制研究

依托于最大压(Max Pressure，MP)分布式信号控制特性，结合已建立的实时排队长度预测模型，利用模型预测控制(Model Predictive Control，MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化，提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后，MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%；并且对比了MP绿信比分配权重修正前后对控制输出的影响，优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次，表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

��������ͨ�����ĸ����̲�Э�����Ʒ����о�

绿波协调控制方法在城市交通信号控制中占有重要地位.针对传统绿波协调时以公共绿波带宽最大为控制指标所存在的局限性,提出了一类考虑路口协调相位不同方向交通放行重要程度,且绿波带宽内连续通过车辆数最多的控制目标及优化求解方法;并将集散波、时距图分析等内容相结合,对下游车辆排队对绿波协调控制产生的影响进行了分析,给出了一种考虑红灯排队消散的绿波控制带宽搜索算法.仿真分析表明,虽然新方法所得到的绿波带宽不一定最大,但能够使绿波带宽内连续通过各路口的车辆数相对较多,从而更具实用性.     

BRT主动优先交叉口信号配时方法改进设计

现有的BRT主动优先控制配时,大多忽略红灯期间次干道排队长度过大,甚至溢出交叉口进道口范围的问题。据此建立优化模型如下:以交叉口乘客人均延误和次干道排队长度二者为约束组建双目标优化函数。最后,运用Synchro软件进行实例计算,结果表明此模型能有效降低次干道排队长度过大问题,优化交叉口的通行效率。     

长周期倒计时信号控制对排队消散特性的影响

长周期和倒计时是中国相对于发达国家城市道路交叉口信号控制方案的两个独有特征。基于实证数据分析两类信号控制特征对车辆排队消散特性的影响。共观测天津市两处典型的长周期倒计时信号控制交叉口的7条直行车道。实证数据表明,中国城市道路交叉口长周期倒计时信号控制下的排队消散过程大致可分为3个阶段：启动阶段、稳定阶段和上升阶段。通过有序样品聚类的方法确定3个阶段的分割点。这与HCM 2010等经典理论假设的排队消散特性明显不同,因此分析传统通行能力估计算法HCM 2010的适用性,并提出简单线性法、抛物线法和两段线法3种通行能力估计方法以减少传统方法估计中的误差。通过比较发现,抛物线与两段线拟合方法对通行能力的估计较为准确,均方根误差( RMSE )均小于30 pcu·h-1。     

高速公路互通立交出口匝道安全评价

鉴于高速公路互通立交出口匝道交通事故频发的现状,分别采用基于公路安全评价指南和基于汽车行驶动力学的前、后两种方法对某高速公路出口匝道工程实例进行安全评价,然后对比前、后两种评价方法的异同,并分析基于交通心理学的速度感知误差对两种方法评价结果的影响。结果表明：相对于前者评价方法而言,后种评价方法的安全标准偏低;采用前者评价方法计算得到的互通立交出口匝道运行速度明显偏大,不满足行驶平衡的要求,即前者方法用于计算出口匝道的运行速度存在适应性问题;速度感知误差对后者评价方法判断结论的影响程度大于前者方法;出口匝道宜综合前、后两种方法进行安全评价。     

考虑展宽段的路段排队长度检测算法

为了实时估计路段车辆排队长度,利用铺设在路段上的检测器,提出了一种车辆排队估计方法,对车辆排队进行实时跟踪。该方法考虑了一般的道路拓扑结构,路段排队的演化过程分为四个阶段：初始排队阶段、排队蔓延阶段、排队上溯阶段和堵塞路段阶段,不同阶段的排队利用不同的信息,通过不同的模型进行推算,通过实地调查验证,可以高效实时追踪路段排队的演化。     

基于DSP交通数据采集系统的设计

传统的交通数据采集主要依靠道路上的车辆检测传感器来检测，文章提出基于图像处理与识别的交通数据采集方案。该方案能方便、快捷地测出等待车队的队长、车型等信息，交通数据通过USB接口存储到闪存盘上，控制中心通过分析交通数据，可有针对地进行交通诱导控制决策。     

路段排队最远点估计方法研究

城市拥堵的发生过程一般是某路段发生拥堵,然后扩散至其他路段进而形成区域拥堵.因而,如果能够在排队上溯至交叉口之前估计出路段排队长度并实施控制,就可以在一定程度上缓解拥堵.为了得到路段实时排队最远点,文中利用点信息对路段上的排队演化进行研究.从分析路段排队形成时的道路交通流运行特征入手,研究了道路交通流运行状态与固定点数据之间的映射关系,提出了分别利用单固定点信息、双固定点估计连续流形成的排队最远点.利用仿真软件对其进行验证,并研究了不同的采样间隔对算法的影响,结果表明,该算法可以在一定的采样间隔下得到较好的结果.