基于过街行人检测的路口自适应交通信号控制

针对行人密度波动大的路口的交通信号配时优化问题,提出了以行人过街请求为主的交通信号配时,搭建了由视频采集、行人检测和信号配时构成的交通信号控制系统。视频采集单元采集行人的图像数据;行人检测算法是利用背景重构实时构建行人等候区的背景,继而以背景减法检测等候过街的行人;信号配时由等候过街的行人数和等候时长决定。对实际的交通路口进行仿真,结果表明:在行人低峰时段,行人和车辆平均延误分别为5.62 s/veh和15.99 s/ped,在略微增加行人延误基础上,车流的延误大大降低;在行人高峰时段,车辆平均延误为52.13 s/veh,行人平均延误降至8.35 s/ped,优先保证大密度人群顺利通过路口。     

行人友好型路口交通信号控制优化研究

考虑在机动车和行人混合的状况下,为使行人过街更加高效、安全,以机动车和行人的延误、交叉口的延误和车辆的停车率为性能控制指标。根据交通需求和各种交通出行方式的流量比,确定信号控制性能指标的重要程度。建立信号交叉口配时参数的多元目标函数,并运用遗传算法求解目标函数。最后,以具体的交叉口为例,验证模型的有效性。     

基于遗传算法的交通信号优化控制研究

通过对信号交叉口延误模型的研究,提出了一种新的相位配时优化算法。此算法是将遗传算法引入到延误模型中,以信号交叉口车辆的平均延误最小为目标,考虑交叉口服务水平等多方面的限制,建立新的模型算法,并将其应用于常州市的典型交叉口,获得较好的优化结果。     

基于模糊神经网络的交通信号控制

本提出一种将模糊控制与人工神经网络和结合的自组织学习方法对交通信号进行实时控制。该方法以模糊神经网络为核心，应用在线滚动学习模型生成交通信号配时方案。这种方法克服了现有控制方法需要大量的数据传输，准确的数学模型等缺陷。中应用微观交通仿真系统对模型进行了校验，仿真结果表明该方法有效。     

基于强化学习下城市道路交通信号控制研究

随着现代城市的人流和车流的不断增加,交通拥堵问题越发地突显出来,而交通网络中对交通流的疏通主要是依靠对交通信号的有效控制,所以,完善和优化交通信号的控制是缓解交通拥堵的关键措施.同时,随机性和动态性是交通流的特点,而交通信号控制归根到底的问题是顺序决策,由此在交通流管控过程中应用强化学习是行之有效的措施.也就是说,将城...     

基于深度强化学习的自适应交通信号控制研究

为了提高交通控制算法的适应性和鲁棒性,缓解城市交通拥堵,提出了一种改进的D3QN(dueling double deep Q-network, D3QN)自适应信号控制方法。首先对几种强化学习自适应控制模式进行分析,然后在固定步长动作模式的基础上提出了不定步长动作模式,并构造了一种基于空间占有率的奖励函数;最后使用Sumo软件,对中山市东区街道某交叉口分别在稳定流和随机流场景下进行仿真。仿真结果表明：该方法具有良好的收敛性,有效地降低了延误时间和排队长度。     

城市轨道交通信号控制方式研究

在城市轨道交通系统中，信号系统是保障运输安全与提高运营效率的重要设备。信号系统设备的选型直接关系到城市轨道交通项目建设的投资、项目建成后的运营能力．运营成本．以及系统的维修成本。因此，信号系统在城市轨道交通系统中具有重要的地位。     

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.     

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.     

基于泛布尔代数的交通信号控制的数据挖掘

提出了将基于泛布尔代数理论的数据挖掘技术应用到城市交通信号控制中。针对城市单个T形交叉路口的交通流控制,利用这种新的数据挖掘技术对其进行了初步分析,采用了多相位实时控制策略;对提取的决策规则,建立起决策系统的泛布尔模型。仿真结果表明,通过这种新的数据挖掘技术得出的控制模型,对实时改善交通流的管理和控制,效果优于传统的交通流控制技术。     

交通信号控制单元智能化集成研究

信息化集成是各个行业领域的发展趋势。本在论述当前的信号控制系统状况和在应用中不足的基础上，结合我国城市交通特点和实际中存在的各信号控制系统自成体系难以统一的问题，提出了一个实践性的信号控制单元集成的解决方案，从而实现了一个控制系统可以兼容多个不同厂家不同型号的信号机，并介绍其主体功能框架和技术实施方法。     

重庆市主城区交通信号控制对策研究

随着城市化建设的不断加快,交通拥堵现象越来越突出。以重庆市主城区道路交通为例,分析主城区的交通现状和交通信号控制存在的不足,提出改善交通信号控制的策略,并给出交通信号控制未来的发展方向,为山地城市解决交通拥堵问题提供一定的参考。     

基于UTC-SCOOT的特殊相邻路口交通信号控制

根据相邻路口的交通特性,基于UTC-SCOOT提出控制这种特殊路口的方法。通过实例证明,该方案可在一定程度上改善相邻路口的交通状态。     

基于UTC-SCOOT的特殊相邻路口交通信号控制

根据相邻路口的交通特性,基于UTC-SCOOT提出控制这种特殊路口的方法。通过实例证明,该方案可在一定程度上改善相邻路口的交通状态。     

交通信号控制方法综述

如何缓解交通拥堵问题是近年来的一个热点话题,国内外一直致力于对此问题进行研究,其中对于交通信号控制方法的研究较多。目前常用的城市交通信号协调控制的方法为单点控制、干线控制和区域控制,这些交通信号控制方法经历了从手动到自动、固定周期到可变周期、无感应控制到感应控制、单一交叉口到关联交叉口再到区域交叉口控制的进步历程,每种方法相应可以满足不同交通系统的控制需要。基于国内外现有的研究成果,对单点控制、干线协调控制和区域协调控制方法进行了梳理,为发展智能交通,解决交通拥堵问题提供更有效的途径。     

基于规则和基于模型的交通信号控制方法适用范围

自适应交通信号控制是根据实时的交通状况对交通流进行控制的方法,其控制策略可以分为基于模型与基于规则两种模式。为了指导交通管理部门更加合理地选择信号控制方法,对两种信号控制方法的适用范围进行了研究。以现实场景为基础搭建微观仿真模型,对不同信号控制方法的应用效果进行比较分析。仿真实验结果表明:基于模型的信号控制方法在面对复杂的应用场景和突发状况时更有优势,但在其他场景优势不明显。     

交通信号控制方式的设计

1.交通信号控制方式的设计战略交通信号控制方式的设计首先要确定交通信号控制设计的战略,即交通信号控制设计的指导思想。要从提高整个交通系统性能的高度出发,进行交通信号控制方式的设计。对一个城市进行交通信号优化控制时,要根据城市交通路网的交通流特性和路网规模对城市进行交通信号控制分中心的划分。对一个大城市     

基于动态OD预测的区域交通信号控制方法

通过对一种基于动态OD的交通信号控制方法及系统的研究,利用城市智能交通系统积累的OD数据,结合大数据、云计算等信息技术,提出了城市中宏观区域内多个交叉口的协同联动控制策略方法和技术路线,有助于目前大中城市的交通管理和区域联动控制,以提升城市道路交通服务水平。