基于车速与信号协同优化的区域绿波协调控制模型

针对车路协同环境下的区域绿波协调控制问题，根据自动驾驶车辆车速可控的特点，提出利用绿波车速与信号配时的协同优化方法，建立一种区域绿波协调控制模型。模型在信号配时与相位相序优化的基础上，增加对路段绿波车速的优化，为车路协同环境下的自动驾驶车辆提供路段车速引导方案；通过扩大优化模型的可行解空间，以解决区域协调中相位差的设计问题；选取绿波带宽折减率与通行速度折减率的加权量作为模型评价指标，使得设计方案能够实现绿波带宽与通行速度的综合最优。算例结果分析表明：模型可以根据不同的绿波带宽权重系数，求解相应的绿波带宽与通行速度综合最优协调控制方案，其中绿波带宽最优方案的路网绿波带宽占比均值能够达到95%，明显优于TRANSYT模型的绿波协调优化效果。VISSIM仿真结果显示，与TRANSYT优化方案相比，所提模型方案能够减少干道平均停车次数39%，缩短交叉口平均延误时间10%，使区域交叉口的通行效率得到进一步提升。     

考虑关键路径序列的干道绿波协调控制方法

传统的干道协调控制通常以协调流向的通行效率最大为优化目标, 然而在实际交通流量波动环境中, 某些非协调流向的流量在局部时段可能与协调流向相当甚至高于协调流向, 从而影响干道运行的总体效率。为了解决该问题, 研究了1种考虑关键路径序列的干道绿波协调控制方法。利用路径流量分担率和行程时间指数计算各车辆行驶路径的重要度, 并采用系统聚类算法识别干道上车辆行驶的关键路径。在此基础上构建了考虑关键路径序列的干道绿波协调控制模型: 考虑了各关键路径信号相位之间的协调关系, 设置了含0-1变量的信号相位矩阵, 并构建模型的基础约束条件; 设置了无效带宽存在性判断变量和最小重要度判断变量, 构建了考虑路径重要度的绿波带宽分配策略, 确保绿波带宽优先分配给重要度大的关键路径; 以关键路径序列加权绿波带宽总和最大为优化目标, 构建了模型的目标函数。利用VISSIM仿真软件搭建仿真环境, 以武汉市中山路4处交叉口组成的干道路段为例进行仿真验证。实验结果表明: 相比于传统的干道绿波协调控制方法和干道多路径绿波协调控制方法, 考虑关键路径序列的干道绿波协调控制方法使得干道平均延误分别减少了12.1%和4.8%, 平均排队长度分别减少了13.6%和7.6%, 平均停车次数分别下降了16.5%和9.7%;各关键路径的车辆平均行程时间与自身重要度大小严格成反比, 避免了绿波带宽的浪费。      

绿灯终点型双向绿波协调控制数解算法

根据绿灯终点型绿波带设计需求，在绿灯中心点型双向绿波协调设计数解算法的基础上，建立一种绿灯终点型双向绿波协调控制数解算法。首先，针对上游交叉口协调相位绿灯时间短于、长于下游交叉口协调相位绿灯时间的2种情形，利用车辆行驶轨迹图对比分析绿灯终点型绿波协调控制方法的优势；然后，推导出理想交叉口间距的计算公式，分析中间交叉口的相位差调整方法，并给出中间交叉口偏移绿信比的计算公式，实现干道公共信号周期、交叉口相位相序以及相位差的组合优化，完成面向绿灯终点的双向绿波协调控制设计；最后，通过算例分析对比绿灯起点型、绿灯中心点型和绿灯终点型3种绿波带设计方案，仿真验证不同双向绿波带设计方案的协调控制效益。研究结果表明：在协调方向绿灯尾时仍有车辆通过交叉口的场景下，尽管绿灯起点型、绿灯中心点型和绿灯终点型3种绿波带设计方案的绿波带宽度相等，但在减少整个受协调车队延误时间方面，绿灯终点型双向绿波带设计方案的协调控制效益最为突出，与绿灯起点型和绿灯中心点型方案相比，绿灯终点型方案使协调车队的双向平均延误时间分别减少了44.5%与15.9%；绿灯终点型绿波带设计方法能够保证队尾车辆顺利通过下游交叉口，在提高协调车队整体服务水平方面具有重要作用。     

沈阳市小区域信号协调控制应用

0概况 沈阳市交通信号绿波协调控制最初以干线协调为主,随着交通管理需求和实战经验积累,2014年开始逐步推行区域协调控制,利用小区域协调方法减少区域内的停车次数和停车延误,提高通行效率,使区域交通状况得到均衡和优化。本文以沈阳市皇姑区黄河大街-泰山路交叉口区域为例进行介绍,该区域为连接城区与北部地区的重要交通枢纽,由于流量日趋增大,区域交通异常拥堵,主要存在交通流潮汐现象明显、干道合流冲突、路口排队溢出等问题。     

非对称相位相序方式下的双向绿波协调控制图解法的优化

为缓解交通拥堵,减少车辆在交叉口的延误,利用干道双向绿波协调控制中的时间-距离分析图,找出制约双向通过带带宽的瓶颈交叉口,经过对主干道交叉口相位差和相位相序的改善,对经典的双向绿波图解法进行优化。算例分析表明,相比于经典的双向绿波图解法,优化后的双向绿波协调控制图解法能确保干道协调控制系统获得更大的绿波带宽,绿波协调控制效果得到了有效提升,两个方向的带宽分别增加了56%和33%,可以有效地改善交通流的运行状态,且图解法简单直观、方便应用,有利于工程应用。     

单点交叉口交通信号配时模型及遗传算法

分析了城市单点信号交叉口信号配时的基本参数和方法,建立了以平均延误时间最短、平均停车次数最少、通行能力最大为目标,相位有效绿灯时间、饱和度及周期时长为约束条件的城市单点交叉口两相位信号配时优化的非线性函数模型,采用遗传算法对其进行求解.求解结果表明,该方法可减少车辆的延误和停车次数,提高通行能力,交叉口服务水平由D级提升到B级,从而缓解城市信号交叉口的交通拥挤.     

基于双站台的 BRT与社会车辆协同绿波优化模型

公交车在运行过程中需要停靠站台，导致现有绿波交通模型很难同时优化社会车辆与公交车。针对该难题，建立了以双站台为基础的社会车辆绿波与BRT行程时间协同优化模型。该模型以社会车辆绿波带宽最大与BRT行程时间最短的加权值为目标函数；以周期时长、相位相序、社会车辆与 BRT 车速、交叉口双站台停靠选择为优化变量。算例表明，与 maxband模型相比，优化模型在绿波带宽占周期比例不变的情况下，BRT平均行程时间由 407.54 s降为 308.08 s，降低24.4%；BRT平均延误由68.66 s降为9.2 s，降低86.6%；停车次数由35次降低为2次，降低94.6%。优化模型在保证社会车辆绿波通行的前提下可以显著提高BRT的通行效率，为BRT的进一步推广应用提供理论基础。     

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.      

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。     

进口混合放行下的城市干道信号双向绿波协调方法研究

考虑不同交叉口平面几何特点与交通流运行特性及所选信号相位的差异性,提出一种混合放行方式下的干道交叉口群双向绿波协调控制模型,使各交叉口信号不受放行方式的制约,在获得协调方向最大绿波带宽的条件下,兼顾不同方向实际带宽需求,避免了对称放行模型MULTIBAND (MAXBAND)中兼顾双向绿波带等宽而造成某一方向富余绿波的舍弃或浪费.相比进口单独放行方式下的双向绿波协调控制方法,具有更高的科学合理性和广泛适应性.以深圳市横坪路-中山大道-深汕路干道为例,通过VISSIM仿真评价结果表明,该模型改善效果更为显著.     

考虑动态车速的双周期干线信号协调控制多目标优化

干线协调控制通常以干线方向通行效率最大为目标，导致一些小型交叉口次路方向延误较大。针对该问题，基于车路协同环境，研究了车速引导下的双周期干线多目标优化方法。针对上游交叉口饱和交通流与非饱和交通流2种情况，提出了考虑排队消散和相位差的动态车速引导模型。以干线延误、通行能力、停车次数，双周期交叉口次路方向延误为优化目标，构建了车速引导下的双周期干线多目标优化模型，采用遗传算法对模型进行求解。基于COM接口，采用Python和Vissim搭建车路协同仿真环境，以北京市两广路的3个路口为例进行仿真验证。对比了本文模型与原配时方案、无车速引导下双周期干线多目标优化模型的效果，结果表明，本文模型相比于原配时方案和无车速引导下多目标优化模型，干线平均延误分别减少19.6%，8.3%，通行能力分别提升5.6%，8.4%，平均停车次数分别减少11.2%，24.2%，双周期交叉口次路方向平均延误分别减少33.9%，5.8%，表明本文模型将速度引导与多目标优化相结合，提高了双周期干线的通行效率，降低了双周期交叉口次路方向的延误，达到了干线和双周期交叉口共同优化的目的。      

考虑信号优先的相邻公交停靠站最佳布置方法

首先建立了在离线信号配时方案下,单个车辆通过信号控制交叉口群的信号延误计算模型;进而以车均延误最小为目标,建立了停靠站最佳布置的选择模型。通过对优化模型解的分析表明,不同的信号协调配时方案对应不同的停靠站最佳布置方案,单点最优解的叠加并非是全局最优解。以两个交叉口和两个停靠站的实际案例进行计算分析,得出在信号优先协调控制方案下的停靠站最佳布置方案,最佳布置方案的下车辆延误明显低于其他方案。最后通过微观仿真软件VISSIM验证了模型的计算结果。     

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。     

干道交通瓶颈交叉口的红波双向协调控制模型

针对当前城市干道瓶颈交叉口交通拥堵状况,从信号控制角度提出了1种红波双向协调控制模型,对于缓解此类问题具有现实意义.模型是在流量均分思想和绿波协调控制时距图分析方法基础上建立的1种双向协调控制模型,能够针对干道瓶颈交叉口上下游交通流不同的交通控制需求分别实施红波协调控制和绿波协调控制,并通过引入红波控制参数,可以满足不同的交通控制策略需求.以佛山市顺德区南国西路为案例,通过对Vissim仿真评价数据进行协调前后对比分析,结果表明模型能够有效减小瓶颈交叉口排队长度39.48%,缩短行程时间22.01%,验证说明了模型的有效性.      

考虑绿灯延长的干线公交绿波优化控制模型

针对绿灯延长控制策略使公交车辆在交叉口实际可通行时间大于社会车辆的事实，研究了考虑绿灯延长的干线信号协调优化控制模型。在MAXBAND模型考虑公交车运行速度和站点停靠时间的基础上，选择以绿灯起点作为绝对相位差的计算依据，结合最大延长绿灯时间改进对公交车辆的绿波带宽约束和时间-距离的几何关系约束，并使用Matlab求解改进模型相关参数。选取平均排队长度、社会车辆平均延误、公交车平均延误、平均停车次数和人均延误作为模型的评价指标，并使用Vissim软件对其仿真实验。实验结果表明，在无公交专用道且不考虑车辆排队影响的情况下，改进模型相较于在MAXBAND基础上考虑公交车行驶速度和靠站停车时间模型而言，5个评价指标均至少提升了2.87%;相较于MAXBAND模型而言，由于改进模型未考虑交叉口车辆排队情况，公交车平均延误增加了1.87%，但其他4个指标均至少提升了1.71%。      

降低交通排放的干线协调信号控制优化方法

为降低干线道路系统的交通排放量,基于机动车比功率改进红绿灯期间排放因子的标定方法,进而以相位有效绿灯时间为决策变量,构建使机动车排放总量最小化的干线交叉口群时空资源优化模型.分析相邻交叉口间车队延误与相位差的关系,改进以车队延误最小为目标的相位差优化模型.为验证模型,设计一个案例,根据传统方法获得参考配时方案,借助Vissim软件标定红绿灯期间的排放因子,并使用所提方法获得优化配时方案.结果显示,每种污染物绿灯期间的排放因子均明显高于红灯期间;与参考配时方案相比,优化配时方案下各交叉口车辆延误和排放量均减少8~11%.所提模型能同时降低干线交叉口群的车辆延误和交通排放量,可用于优化干线协调信号控制方案,进而缓解交通拥堵.