信号交叉口行人过街形式适用性分析

为确定十字信号交叉口行人过街形式的适用条件,基于行人过街和机动车通行的服务水平分级,提出了不同行人过街形式适用性的判别依据;通过对人车冲突行为分析,构建了信号交叉口人车交互运行元胞自动机模型。按照单因素影响下的多变量梯度变化分析的方案构建思路,选取机动车流量、右转车比例、信号周期、左转相位绿信比、行人流量作为机动车和行人主导影响因素,建立了多变量组合影响下的仿真方案。以主主相交的双向六车道信号交叉口为例,确定了信号交叉口行人过街形式适用性方案。结果表明：交叉口机动车流量、右转车比例、信号周期、左转相位绿信比、行人流量等5个主导影响因素值确定时,可根据其对应的机动车服务水平和行人过街服务水平组合,确定具体的行人过街形式。     

一种基于模糊逻辑的多相位交叉口信号控制方法

提出了一种基于模糊逻辑的独立交叉口的信号控制方法。此方法计算简单,实现了周期、绿信比和相位顺序的实时改变,能有效地响应交通情况的随机性和不确定性。通过仿真对比,表明模糊控制优于现行的定时控制,提高了交叉口的通行能力。     

信号交叉口机非冲突临界流量研究

在分析右转机动车冲突类型的基础上,通过仿真方法得出右转机动车平均延误随机非流量的增大跳跃增加以及在跳跃点处机非流量呈线性关系。分别改变交叉口绿信比和非机动车道宽度此线性关系仍然存在。以跳跃发生点处的曲线作为交通控制的临界条件,提出滞后放行时间的计算方法,结合实际交叉口进行仿真验证,得出临界流量条件的正确性。     

单个交叉口定时信号控制优化模型与算法研究

讨论了单个交叉口定时控制的周期和绿信比优化模型,并且在一般条件下满足交叉口控制条件的约束,提出应用遗传算法解出该非线性模型的最优解或近似最优解,并结合实际交叉口控制案例对模型和算法进行了验证,结果表明模型和算法具有适用性。     

基于决策树模型的信号控制交叉口交通状态估计

为了探究城市干道信号控制交叉口交通状态与检测器数据之间的关系,以低频定点检测器(5 min集计)采集的流量、占有率、速度数据与交叉口离线信号配时方案作为特征变量,以路段平均行程速度为标签变量,基于分类回归树(CART)模型,提出了一种新的交通状态估计方法。首先,以车辆路段行程速度为评价指标,将交通状态分为畅通状态、拥挤状态与阻塞状态3类;然后,通过VISSIM软件建立微观仿真模型,采集不同周期时长、绿信比和饱和度下的64 000个样本对分类回归树模型进行了训练与验证。结果表明,训练集估计精度为84.41%,验证集估计精度为84.08%,模型总体估计精度在84%以上。不同因素对交通状态估计的影响程度不同,由大到小依次为:占有率、绿信比、检测器速度、流量、信号周期。最后,以107组微波检测数据与视频数据对模型进行试验验证。验证结果表明,拥挤状态下模型估计精度最高,为89.19%,其次为畅通状态,为75.00%,阻塞交通状态下模型估计精度最低,为63.15%,交通状态总体估计精度为75.70%。可见,分类回归树模型能够较为准确地估计城市干道信号控制交叉口交通状态,该精度能够基本满足我国中小城市交通状态估计需求。     

基于分层序列的相邻信号交叉口控制系统动态优化模型

为了提高相邻交叉口信号控制系统协调控制的通行效用,根据周期时长、相位绿信比、相位差、协调相位延误、消散量特征和各入口方向车辆的流量特征,建立了相邻信号交叉口控制系统配时参数的双目标动态优化模型。通过分层序列法,对双目标动态优化模型进行了求解。结果表明:动态信号控制使协调相位直行车道的效用显著提高,当相邻交叉口间的路段长度分别为200,350,550 m时,动态信号双向协调相位控制直行车道的效用比固定信号的控制效用分别提高了14.47%,11.01%,7.91%;在相邻交叉口间的路段长度较短时,交叉口动态信号控制比固定信号控制的通行能力提高了约2.85%。     

智能交通信号线控模型研究

城市交通信号的设置是为了保证交叉口的交通安全以及最大的通行能力。现有的绝大多数交叉口的信号配时一般都是先对交叉口各个方向上的流量进行调查,根据所得的统计数据,对交叉口进行配时。由于交通流的随机性,这种定配时方案很明显存在着严重的缺陷。根据系统分解与协调的原理,本文所设计的信号线控模型分为用于控制各单个路口的一级模糊控制单元以及协调主干道绿信比的二级控制单元。仿真结果表明,本文所设计的信号线控模型车辆延误量比定配时方案有明显提高。最大可达到32．8％。     

基于动态信号配时的非线性规划模型

为提高整个路网的通行效用,根据周期时长、相位绿信比与机动车延误特征,建立周期波动动态信号配时的非线性规划模型.信号控制系统根据路网中各路段机动车的流量特征,进行动态调整信号周期时长和各相位绿信比的最优配置,从而合理分配各进口车道的通行权.结果表明:运用动态信号配时法和固定信号配时法交通分配的结果基本一致,运用动态信号配时法与固定信号配时法相比,动态信号配时法使机动车在十字交叉口上效用提高10％左右,在T型交叉口上效用提高30％左右,较好地适应各种交通状态的变化.在非机动车交通量较小的交叉口,动态信号配时有利于非机动车通行效用的提高;而在交通量较大的交叉口上,动态信号配时对非机动车的通行效用有较小量的波动.     

城域单交叉口的模糊控制及仿真探讨

提出了一种适应于交通状况复杂的城域单交叉口模糊控制方法。该方法实现了相位顺序、绿信比、周期随着交通条件的变化而改变，提高了路口的交通效率。     

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。     

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。     

车联网环境下连续信号交叉口协同控制模型

智能交通信号控制技术是缓解交通拥堵的重要手段。为解决传统强化学习算法应用到连续多交叉口的局限性问题，提出了1种基于上下层神经网络的连续交叉口交通信号控制模型。控制模型由下层神经网络选择当前状态下可能的最优控制策略，再由上层神经网络根据各路口车均延误进行二次调整，将最终控制策略应用到多交叉口的相位配时中。以典型连续3个交叉口为例，通过SUMO仿真平台对模型进行仿真验证，在低与高饱和度下，该控制模型分别对车均延误降低了23.6%和26%，排队长度降低了8.4%和9.4%。实验数据表明，该模型可有效提高连续交叉口道路通行能力，为缓解城市交通拥堵提供了1种有效技术手段。      

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。     

信号交叉口车路环境对电动自行车释放膨胀特性的影响分析

电动自行车数量的急剧增长导致其在绿灯释放阶段膨胀特性明显,进而加重了交叉口的机非冲突、降低了车流的通行效率。利用视频轨迹提取技术,通过光流法的表现形式描述直行电动自行车在绿灯期间的膨胀特征,并根据其密度变化、膨胀差异和电动自行车对机动车的影响程度,确定出释放初期为主要研究时段;同时,提出了一种反映电动自行车膨胀变化的新型指标膨胀度,分别通过线性相关分析、秩相关性分析和偏相关分析,确定了车路环境中影响膨胀度的动态因素和静态因素;最后基于6个信号交叉口的实测数据,建立各因素与膨胀度的数学关系模型,并结合实际交通条件,给出不同车路环境下电动自行车的管控措施与渠化方法。研究结果表明：车路环境中的电动自行车流量、机动车流量、电动自行车过街距离、非机动车进/出口道宽度、机非分隔带设置情况这5种因素对膨胀度的影响能力各异,右转机动车流量与膨胀度相关性最高。此外,动态因素与膨胀度之间具有确定的函数关系,存在电动自行车与机动车流量均衡效益最大的优势区域;静态因素的差异会导致电动自行车膨胀形式的变化;膨胀度可与动态、静态因素构建复合函数模型。研究成果可为混合交通流的渠化设计和信号配时提供理论依据和技术支持。     

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。     

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。      

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.      

一类含特殊路段的城市干道协调控制方法研究

在分析特殊路段交通特性及需求的基础上,对一类含特殊路段的城市干道协调控制方法进行了研究,提出基于主动性思维设计控制策略。通过干道协调控制人为调节关联交叉口交通阻抗来影响用户的交通行为选择,从而在某种程度上限制特殊路段交通的过度增长,在保障路段交通安全的基础上充分发挥交通效益。针对南方某城市隧道的实地情况和流量数据,设计出根据流量和排队长度两个参数综合选择实时控制方案的方法,进而说明该控制方法的具体实现及仿真效果。试验证明该方法对一类含特殊路段的城市干道协调控制具有指导意义。     

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。