现代有轨电车交叉口信号控制研究

为了减少有轨电车在城市道路交叉口的停车次数,降低车辆的行程时间,通过研究了对各个交叉口信号合理配时,并对相邻较近的几个交叉口进行协调控制,从而提出干线绿波控制方案。借助交通仿真软件Synchro对优化前后进行了仿真评价,结果表明实施干线绿波控制后车辆延误明显降低,节约了乘客的出行时间,有助于改善有轨电车的运营状况。     

组合放行下的干路交叉口协调控制优化

采用双层规划方法建立干线协调控制模型,模型以干线两相邻交叉口之间的行驶时间,关键流向的绿灯需求,交叉口绿信比,公共周期时长等参数为基础和约束,对干线协调控制信号方案进行优化,优化参数包括交叉口放行方式、各交叉口绿波起始和终止时刻以及双向绿波带宽,实例求解计算及仿真验证显示,本方法可以应用于干线绿波控制的优化设计.     

城市交通干线协调控制

城市干线协调控制是智能交通研究的重要环节。由于城市交通具有随机性和时变性的特点,因此,很难建立准确的科学模型,针对这一问题采用模糊控制的方式进行推理分析。以各交叉口、各相位方向的平均排队长度为控制优劣的评价参数,把三个相邻交叉口作为城市干线控制模型。在主次干道车流相差较大时进行仿真,相比于传统的基于相位差的协调控制,数据显示:采用模糊控制方式对干线进行协调控制,能够有效地减少交叉口的平均延误。     

快速公交预感应信号优先协调控制策略

提出了一种考虑交叉口协调控制的预感应公交信号优先策略,包括两个部分:信号配时优化和协调控制.假设公交车行驶时间已知的情况下,该策略通过按绿信比分配理想时间差和基于公交车站点时空距离转换的改进数解法来实现交叉口的配时优化和协调控制.为了获得该策略的实施效果,以常州市通江南路两相邻交叉口的单个方向为例,设计了四种信号控制情景(无优先、传统优先、预感应优先和预感应协调优先),并利用微观仿真软件VISSIM进行仿真分析.结果表明,四种情景中预感应协调优先策略大大减小了公交在交叉口的延误,提升了公交服务的可靠性,并且对社会车流的干扰最小.     

基于粒子群的城市交通信号两级模糊控制

针对城市交通流的特点,设计一种单交叉口多相位两级模糊控制器,有效地减少控制规则数,实现相序、绿信比、周期随交通状况而自适应变化,并采用粒子群算法对模糊控制器的隶属度函数进行优化。仿真结果表明,该系统能有效地提高交叉口的通行能力,减少车辆平均延误。     

基于BP神经网络的区域交叉口协调控制

城市区域交通协调控制是城市智能交通的研究重点,研究目的是减少车辆延误,提高路网通行能力.针对此问题,根据单交叉口神经网络控制方法,提出一种基于BP神经网络的区域多交叉口协调控制方法.采用五交叉口组成的区域路网,以区域所有交叉口平均车辆延误作为评价指标,利用MATLAB软件编程进行仿真.仿真结果表明,神经网络协调控制方法与定时控制、神经网络单独控制方法相比,能够取得更好的控制效果.     

基于模糊理论的城市区域交通控制研究

城市区域交通协调控制是智能交通的主要研究方向,研究的主要目的是避免交通拥塞的产生,并能够在发生时及时疏散车辆。针对这种情况,提出一种基于模糊理论的区域协调控制方法,以区域内交叉口各相位方向的排队长度为评价参数,建立模糊控制规则对区域交通进行协调控制,采用典型五交叉口组成的区域对提出方法进行验证。结果显示:该方法能够有效地提高交叉口的通行能力和平均延误时间。     

����ģ���߼��Ľ�ͨ�źſ��Ʒ�����������ɳ�ذ�������Ӧ��ǰ��

模糊控制器的应用于1977年首次在文献中提出,其中指出对于有简单绿灯延时控制的单车道交叉口,模糊控制器比车辆感应式控制器更具优势。此后,模糊控制器有了进一步发展,关于交通信号控制的模糊逻辑方法的研究也进一步深入,该方法被陆续应用于无转向车流的双车道交叉口、无限制的单车道交叉口、多交叉口、相位顺序和相位时长控制、拥挤交叉口和路网等等,尤其在高负荷和不均衡交通流条件下表现出优于传统交通信号控制方法的特性。模糊逻辑方法可以改善自适应交通信号控制,改变自适应控制器和TMS的整个决策过程,很大程度上改善未来的交通需求管理方法,然而这类交通信号控制和交通需求管理方法的实际应用并不多见。在诸如沙特阿拉伯这样的发展中国家,学者应根据本国的特有情况研究基于模糊逻辑的交通信号控制与TMS的发展潜力,从而减少拥挤导致的各种损失。     

一种基于模糊逻辑的城市交叉口交通信号控制方法

提出了一种基于模糊逻辑的城市交叉口交通信号控制方法,此方法不需要建立复杂的交通模型,可以有效地解决交通信号控制过程中复杂和随随机难题,同时应用加权系数的遗传算法对模糊逻辑控制器的参数进行了优化,仿真结果表明模糊逻辑控制可以成功地应用于城市交叉口交通令号控制中。     

城市单点交叉口信号灯模糊控制建模与仿真

从控制论的角度对城市单点交叉口信号灯的控制建立模糊控制模型,是通过模仿交通警察指挥疏导交通的决策过程而建模,设计详细的控制算法和模糊控制器,并利用Matlab和Simulink工具对模型进行仿真和分析。与定时信号控制方案相比,该模型可减少交叉口平均车辆延误,具有较好的控制效果。     

����ģ�����Ƶ����ܳ���������ʻ�����о�

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

基于模糊控制的智能车辆自主行驶方法研究

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

Intelligent Vehicle's Path Tracking Based on Fuzzy Control

Autopilot vehicle is an important part of intelligent transportation systems. The objective is to develop the driver assistance systems on highway and urban road, to help or even to replace the driver, which may reduce traffic accidents and improve the efficiency of traffic system. A method based on machine vision and fuzzy control is proposed to realize intelligent vehicles' autopilot. It uses the CMOS sensor as its path recognition device to draw its lane centerline through image analysis. Taking the feedback speed as the additional input, the study forms the closed-loop control and establishes one graduation fuzzy controller which controls vehicle direction with two fuzzy controller combinations and replaces traditional PID control vehicle speed by fuzzy control. Compare with the conventional PID algorithm and the fuzzy control algorithm, the improved fuzzy control algorithm ensures a high speed and steady running of intelligent vehicle with smaller over modulation in corner.     

基于遗传算法的模糊控制器设计

研究了基于遗传算法的模糊控制器的设计,用以解决生产过程中的实际问题.在具体实施中,首先解决了模糊控制器的设计问题.其次,对如何利用遗传算法对模糊规则寻优的问题进行研究,通过遗传算法,设计和动态优化模糊控制规则.解决模糊控制器的瓶颈问题.     

混合交通路口动态多级模糊信号控制

在城市交通控制中,交通路口各个方向的交通流分布不均匀,车流到达随机性大,非机动车与行人对交通路口信号控制有影响.针对此特点,利用多级模糊控制理论,提出了以车道组流率比为基准的混合交通路口变相位、变相序、变周期的动态多级模糊控制算法.最后用VC 语言进行了编程仿真,结果表明,与传统四相位信号控制相比,该控制算法效果较好.     

����������Ľ���ڿɱ�����ģ�����Ʒ���

针对城市交叉口交通流的特点,提出了一种自适应可变相序的多相位控制算法。该算法依据绿灯相位车队长度和红灯相位车队长度的比较决定绿灯相位是否转移,在不需要绿灯相位转移时,利用模糊神经网络控制器控制绿灯延时长度。不但结合了模糊控制和神经网络控制的优点,而且所给出的算法相序可变,实现了道路交叉口多相位相序可变控制。仿真结果表明,本文设计的模糊神经网络控制器能够有效降低车辆平均延误,满足实时控制的要求。