基于车辆检测器选址的半感应信号控制技术

为提高信号交叉口半感应控制效率,减少绿灯损失时间,分析了半感应控制特性,建立车辆检测器选址模型,研究半感应控制配时参数计算方法,提出了可变单位绿灯延长时间模型;以福州市某交叉口为例,采用Synchro仿真软件进行成果验证。仿真结果表明合理设置半感应控制车辆检测器位置和配时参数,可使交叉口单车平均延误从32.63 s下降到27.35 s,平均速度从24.50 km/h上升到30.83 km/h,排队长度从32.40 m降低到14.87 m。     

受空间制约的快速路下匝道与交叉口衔接段优化设计与控制

提出了受空间制约的快速路下匝道衔接段优化设计与控制的思路,即通过计算允许排队长度与绿灯时间关系,对相邻交叉口采用半感应控制方式,保证了衔接段的车流交织长度。分析了绿灯时间参数的确定方法和交叉口半感应控制流程。通过Vissim软件仿真进一步说明了方案的有效性。同时还指出,在空间严重受制的情况下,交织段可采用类似于交叉口的信号控制方式。     

基于混合交通流的信号交叉口绿灯间隔设计方法

为了提高不同通行模式下平面信号控制交叉口的安全性,提出一种基于混合交通流的交叉口绿灯间隔计算方法.利用在车流超负荷状态时更贴合实际的交通流实用模型,将绿灯间隔影响因素之一的车辆速度转换为交通量进行计算,避免了车辆速度标定的困难,并基于实测数据验证该车速替换方法的合理性.分析采取不同非机动车通行模式的交叉口的冲突点分布,得到基于最高效率极限的改进绿灯间隔计算方法.为验证该方法对交叉口安全性的改善,选取2种代表性绿灯间隔设计方法作为对比.对宿迁市采用传统渠化方式的项王路-黄河路交叉口进行绿灯间隔设计,在3种绿灯间隔设计方法的基础上完成信号灯配时并进行仿真.结果表明,改进后的绿灯间隔计算方法能在保证交叉口通行效率的前提下减小其冲突发生的可能性,对交叉口安全性的提升效果优于现有绿灯间隔设计方法.该方法能基于不同车流量获取交叉口车辆速度,同时降低相邻相位发生机非冲突的可能性.      

交叉口信号控制评价指标体系

通过分析现有信号控制交叉口运行效果评价指标单一、客观性不强的缺陷,结合常用仿真软件及交通大数据,融合机动车与行人通过交叉口的需求,建立信号控制交叉口运行效果评价指标体系,提出高峰小时通过车辆数、白天12 h通过车辆数、各流向平均饱和度3类机动车通行正向指标及交叉口平均延误、交叉口平均排队长度、各流向饱和度均衡系数、行人相位最大绿灯间隔时间、行人相位平均绿灯间隔时间、行人过街平均等待时间6类机动车通行、行人通行负向指标。实例证明,该评价体系中评价指标多样且实际可操作性强,可用于实际交叉口优化评价工作。     

基于逻辑规则的单点公交优先控制策略

为了增加公交优先控制策略的多样性,面向无公交专用进口道的单个信号控制交叉口,在改进的双环相位结构下,设计了一种基于逻辑规则的单点公交优先控制策略,该逻辑规则包括优先请求产生规则、绿灯时间调整规则和半环间相位切换决策规则,优先请求产生规则可以生成延长归属相位绿灯时间或缩短归属相位红灯时间的优先请求,绿灯时间调整规则和半环间相位切换决策规则用以响应优先请求、延长或切断机动车相位的绿灯时间。利用Vissim建立仿真模型,对基于逻辑规则的单点公交优先控制策略和一种单点感应控制策略进行了测试。方差分析结果显示：与后者相比,前者能够显著降低优先公交车辆的平均等待时间;同时,二者产生的交叉口车均延误未见显著差异。     

基于模糊控制的公交信号优先控制方法研究

面对城市公共交通优先发展中遇到的交叉口公交信号优先控制问题,以降低交叉口人均延误和公交车延误为目标,提出了基于3层模糊控制器的交叉口公交信号优先主动控制模型,通过改进针对车流交通需求强度、相位放行顺序、绿灯时间优化的3层模糊推理控制器,最终输出相位绿灯放行时间延长和相序提前2种控制策略.仿真算例分析表明,与普通固定配时控制相比,公交车平均延误和人均延误分别降低27%,14.2%;与公交信号优先感应控制相比,公交车平均延误和人均延误分别降低13.7%,21.7%,说明了所提方法的有效性.     

逆向左转交叉口的全感应公交优先信号控制技术

逆向左转交叉口已在中国70余个城市实现常态化应用，各地却始终没有形成设置和运用配套交通控制设施的统一做法。当公交专用车道穿过逆向左转交叉口时，必须考虑如何实施公交优先信号控制。基于此，针对十字形逆向左转交叉口提出一种全感应公交优先信号控制技术，该技术对信号灯设置、信号相位设置、相位显示顺序选择和交通流数据采集提出具体要求。以消除逆向左转车道的交通安全风险、加快优先车辆的运行速度、减少机动车相位的绿灯浪费为目标，设计5组逻辑规则，构成信号控制算法，向优先车辆提供绿灯延长和绿灯早启服务，自动调整机动车相位的绿灯时长、预左转相位的红灯时长和绿灯时长。选取1个典型的十字形常规交叉口和1个十字形逆向左转交叉口作为试验对象，利用Vissim创建虚拟道路交通环境。在交通仿真试验中，通过D-最优设计生成1 000个高负荷交通需求场景，共进行3 000次仿真运行。研究结果表明：就应用全感应信号控制技术的交叉口而言，设置逆向左转车道会在统计学意义上显著影响交叉口性能，对于降低全体车辆平均延误有明显效果，对于降低优先车辆平均延误有一定效果；就逆向左转交叉口而言，将全感应信号控制技术升级成全感应公交优先信号控...     

基于条件判断的现代有轨电车信号优先控制

为提升现代有轨电车沿线交叉口的整体通行效率,建立一种基于条件判断的信号优先控制策略,综合协调有轨电车与社会车辆通行效益;阐述了基于时刻表和载客率的优先条件判断原则、基于有轨电车到达时刻相位条件的优先措施选择方法及考虑交叉口整体效益的非优先相位绿灯时间补偿措施;利用VISSIM软件及其感应控制模块VisVAP,以人均延误为评价指标,对该策略与常规信号控制策略进行对比测试,结果表明该控制策略能有效减少交叉口人均延误时间,其改善效果与有轨电车发车间隔及交叉口饱和度呈负相关性。     

给定周期条件下环交叉口优化控制方法研究

环形交叉口左转二次控制理论自提出以来,在国内得到了一定的应用,同时也暴露出诸多问题,如原对称式控制方法易导致饱和度不均衡、部分进口绿灯时间利用不充分等。本文在环形交叉口左转二次控制理论的基础上,针对环型交叉口各流向的不对称性,以环型交叉口各流向饱和度均衡为优化目标,提出了基于非对称性的环型交叉口优化控制方法。并以各进口道饱和度方差为评价指标,对该优化方法进行评价。文章的最后,以该方法在厦门市的实际应用为例,说明该方法的正确性及实用价值。     

基于Agent的城市道路交通信号控制方法

将Agent技术与Q学习算法相结合,应用到交通信号控制系统中,提出基于Agent技术的城市道路交通信号控制方法,建立了基于Agent的单交叉口信号控制结构模型,并阐述了Q学习机制的实现方法.系统根据交叉口基本的路况信息,以及实时采集到的交通量,通过加强学习的奖惩机制来动态调整不同相位的通行权及信号配时时长.当奖惩值为加强时,保持该相位通行权,并适当延长绿灯时间;当为惩罚时,则相应缩短绿灯时间或将通行权切换到下一相位,实现自适应控制,减少路口排队车辆的平均延误.通过对一个四相位交叉口进行仿真研究,与定时控制相比,控制效果得到明显提高.     

一种道路交叉口多相位模糊控制方法及其仿真

根据现代城市交通系统的实际状况,研究了单个交通路口的信号控制,提出了一种多相位模糊控制方法。该控制方法不仅考虑了每个相位的车流情况,同时也考虑了绿灯相位的通行时间和红灯相位的等待时间,使得控制决策更能接近人的思维,从而达到更理想的控制效果。而且虽然增加了整个控制器的输入变量,但是并没有增加系统的复杂性。最后利用TSIS仿真软件进行仿真,结果表明该控制方法的效果要优于传统的感应控制,是进行路口信号控制一种实用和有效的算法。     

考虑次干道出入车辆和行人过街影响的单向绿波相位差优化方法

针对干线绿波控制效果受次干道出入车辆和行人过街影响的实际问题,首先在分析上游次干道左转车辆对下游交叉口排队影响的基础上,将两相位排队消散模型改进为4相位排队消散模型,并依据该模型对传统相位差进行优化;然后分析行人过街对干线车流的影响,采用加权平均法计算车辆因行人过街干扰而产生的时间延误,并据此进一步对相位差进行优化.最后利用Vissim进行仿真验证,结果表明:改进的绿波控制优化方法和传统绿波控制方法相比,车均延误减少了20.5%,车均停车时间减少了17.6%,车均停车次数减少了8.7%,平均行程时间减少了3.5 s,对于干线绿波协调具有更好的控制效果.      

交叉口协调感应信号控制

介绍了传统的感应控制方法,着重对协调感应信号控制的基本原理,控制过程等进行了分析,并提出了解决问题的方法。分析了定时信号控制和感应信号控制的优缺点,对感应信号控制的进一步研究提出了几点看法。     

Asynchronous n-step Q-learning adaptive traffic signal control

Ensuring transportation systems are efficient is a priority for modern society. Intersection traffic signal control can be modeled as a sequential decision-making problem. To learn how to make the best decisions, we apply reinforcement learning techniques with function approximation to train an adaptive traffic signal controller. We use the asynchronous n-step Q-learning algorithm with a two hidden layer artificial neural network as our reinforcement learning agent. A dynamic, stochastic rush hour simulation is developed to test the agent’s performance. Compared against traditional loop detector actuated and linear Q-learning traffic signal control methods, our reinforcement learning model develops a superior control policy, reducing mean total delay by up 40% without compromising throughput. However, we find our proposed model slightly increases delay for left turning vehicles compared to the actuated controller, as a consequence of the reward function, highlighting the need for an appropriate reward function which truly develops the desired policy.     

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.     

Platoon recognition using connected vehicle technology

This article presents a mathematical model for real-time platoon recognition using the connected vehicle (CV) technology. Platoon information is a crucial part of traffic signal coordination and is difficult to obtain with traditional technologies such as loop detectors. The past work on platoon recognition using CV is very limited and lacked verification on the applicable range or evaluation of the performance of algorithms. The proposed algorithm is focused on estimating platoon characteristics for signal coordination and adaptive signal control with CV's vehicle-to-vehicle communication and an onboard GPS device. First, the detected platoon is identified by a modified critical time-headway. Then, platoon size and starting and ending times are estimated. Lastly, the filtering process for “qualified” detected platoon is proposed to optimize detectability. The results show that the proposed algorithm can estimate well in various traffic conditions and under both fixed-time and actuated signal control without the need for recalibration. Furthermore, two analytical models to estimate the detection rate are proposed and shown to be close to the numerical results and can be used to estimate the required market penetration ratio for the application without field experiments or microscopic simulation. The accuracy of both the recognition algorithm and detection rate estimation is obtained without relying on inputs that are hard to obtain in practice. Accordingly, the proposed algorithm can be an important part of adaptive signal control focusing on real-time coordination in CV environment.     

基于Paramics的多相位感应信号控制仿真研究

介绍了微观交通仿真软件Paramics及其API函数,建立了基于微观交通仿真的感应信号控制策略技术路线,提出基于Paramics的感应信号控制仿真实现过程及相关技术,并结合仿真实例对仿真结果进行了分析.     

基于无线地磁的交叉口信号控制策略研究

感应控制主要是利用无线地磁检测器采集道路交叉口实时交通信息,及时传递给交通控制系统,结合感应控制自动实施控制的原理,确定城市道路交叉口智能控制方案,根据交叉口交通量实际状况进行合理配时;文章对合肥市黄山路-天智路交叉口的固定信号周期测得的周期、相位时间、通过的车辆数及车辆平均等待的时间与感应控制条件下的各参数实际值作对比,分析各参数之间存在的差距,确定在车流量较少的情况下,感应控制优于常规的固定周期信号控制方法。     

变带速干线协调控制模型研究

建立了以绿波带宽度为目标函数、以时差为决策变量的变带速干线协调控制的数学模型。模型中以各交叉口可以为绿波带提供的绿时最大为分解目标,以各交叉口间上下行实测自由行驶时间代替以平均车速计算的交叉口间行驶时间,大大地提高了绿波控制的效率。     

磁导航车体运动数字控制系统数学模型研究

探讨磁导航车体运动数字控制系统的数学模型。用实验方法建立磁导航车体运动数字控制系统典型环节的时间连续数学模型,结合车体运动机械操纵环节的传统数学模型建立整个控制系统的时间连续数学模型。利用Z变换方法把控制系统时间连续数学模型转换成离散数学模型,引入数字控制系统典型环节的数学模型,建立磁导航车体运动数字控制系统的离散数学模型。设计数字控制系统的二次型最优控制器并进行计算机仿真。仿真分析结果验证了数学模型的有效性。