基于模糊控制的小区域交叉口群过饱和状态信号协调优化

城市区域交通具有非线性、动态时变性、不确定性的特点,难以建立精确的数学模型.据此,针对小区域交叉口群过饱和状态,研究了基于模糊控制的信号协调优化方案.将现状交通控制下的交叉口群进口道最大排队长度和平均延误作为模糊控制的输入变量,将交叉口绿灯时间调整量作为输出变量,利用模糊C均值聚类获得输入变量的模糊集合和隶属度函数,通过一级模糊控制器和二级模糊控制器分别对区域交叉口群信号进行协调控制,达到减少区域最大排队长度和平均行车延误的目的.通过对武汉徐东商圈过饱和交通状态下的交叉口群进行多次协调控制,并对现状信号方案和协调信号方案进行Vissim微观仿真,交叉口群最大排队长度平均值由201 m减少为63 .6 m ,平均行车延误由110 .62 s减少为22 .68 s .      

城市交通信号灯两级模糊控制及仿真研究

在分析城市交通信号控制研究现状的基础上，设计了单交叉口两级模糊控制系统。控制器通过检测器获得的各车道交通流量和排队长度来判断各个相位的交通强度，进而决定是否延长或终止当前的信号相位。以通过交叉口的平均车辆延误作为评价指标来衡量该控制器的控制性能，并采用Matlab编程实现了交叉口四相位的仿真系统。仿真结果表明，该方法能有效降低通行车辆在交叉口的平均延误，优于传统的感应控制方法。     

单个交叉口模糊控制及Simulink仿真

以车辆排队长度为控制量,提出了一种交叉口模糊控制方法,并以四相位交叉口为例,建立了Simulink仿真模型,在不同交通流数据下将此模糊控制与现有的定时控制比较,对其控制效果进行仿真验证。仿真结果从车辆平均延误、信号周期和车辆的最大排队长度等方面,显示出了模糊控制的优越性。     

基于两级模糊控制的交叉口多相位控制

针对城市交叉口存在关键车流与非关键车流相互干扰的特点,基于两级模糊控制的思想,研究了交叉口多相位两级模糊控制器的设计思想及设计方法,给出了基本绿灯延长时间和附加绿灯延长时间的算法.仿真结果表明,设计的两级模糊控制器能有效减少车辆通过交叉口的总延误时间,适用于多车流的孤立交叉口多相位信号控制.     

基于两级模糊控制的交叉口多相位控制

针对城市交叉口存在关键车流与非关键车流相互干扰的特点，基于两级模糊控制的思想，研究了交叉口多相位两级模糊控制器的设计思想及设计方法，给出了基本绿灯延长时间和附加绿灯延长时间的算法。仿真结果表明，设计的两级模糊控制器能有效减少车辆通过交叉口的总延误时间，适用于多车流的孤立交叉口多相位信号控制。     

一种基于模糊逻辑的单交叉口信号控制方法

提出了一种单交叉口模糊信号控制方法,选取排队长度作为模糊控制器输入量,建立模糊控制规则库,并建立了车辆的延误模型。最后进行了计算机仿真,在多种车辆到达率的情况下,比较了模糊控制与传统的感应控制及定时控制的车辆平均延误,仿真结果表明,提出的控制方法能有效减少车辆在交叉口的延误,控制效果优于传统的控制方法。     

基于模糊逻辑的单交叉口交通信号控制方法设计及实现

设计了一种单交叉口交通信号灯的模糊控制器,它是根据排队车辆数的多少来控制交通的.针对城市交通中到达路口车辆的随机性特点,以及目前交通灯采用的定相位定时长控制器的缺点,引入了交通灯的相位选择控制器和绿灯延时模糊控制器.相位选择控制器根据当前各红灯相位车流量的大小,以及持续红灯时间来选择下一绿灯相位;绿灯延时模糊控制器根据当前绿灯相位和下一绿灯相位的车流量大小决定绿灯延时时间.然后根据给出的排队车辆平均延误时间模型,对所设计的模糊控制器进行验证.利用Matlab进行仿真得到结果显示,在模糊控制器的控制下,车辆的平均延误时间要比传统的定相位定时长控制器控制下的时间小5.8s,证明了所设计的模糊控制器的有效性.      

单交叉路口信号的动态模糊控制

针对固定相序的单路口多相位交通信号控制，提出基于车流量预测动态调整相位最大绿灯时间的模糊控制系统结构。以车辆平均延误时间为评价指标，综合考虑当前相、后继相的车辆排队长度，以此决定绿时分配。对上述控制器进行4相位交叉口的仿真实验，结果表明，该控制系统能有效地进行单路口多相位的闭环控制，控制效果优于传统的定时控制。     

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.      

基于动态规划的信号配时滚动优化算法

随着智能交通技术的发展,交通信息获取的时间颗粒度将越来越小,这为城市动态交通信号配时优化模型和方法提出了新的挑战。为解决经典信号相位控制优化(COP)算法中未考虑交叉口预测区间内交通流量动态变化对信号配时方案控制效果的影响。文中提出了基于动态规划的单交叉口信号配时滚动优化算法。首先,在分析交叉口信号配时关键问题的基础上,构建了以交叉口车辆平均延误和平均排队最小为优化目标,交叉口各相位绿灯时间长度为约束条件的信号配时非线性整数优化模型;并设计了动态规划算法求解该模型。其次,为反映交叉口车流在预测区间内动态变化的特性,在动态规划算法的基础上提出了滚动优化策略,根据实时更新的预测数据滚动优化信号配时方案,并将信号配时方案实时传输到交叉口信号控制器中。最后,通过实际调查数据构建微观仿真环境,采用VISSIM COM二次编程开发技术结合MATLAB编程软件实现了文中模型和算法,并对比分析文中算法和经典的COP算法。通过改变交叉口的输入流量,测试不同流量条件下控制算法的控制效果。结果表明,与经典的COP算法相比,文中算法不仅能够使车辆在交叉口的平均延误减少20%,而且能够保证交叉口各个相位的车辆平均延误的均衡。     

十字交叉口的单口放行与对称放行相位设计方法对比研究

十字交叉口是城市道路中最典型的交叉口类型,其相位设计方法的优劣直接影响交叉口的服务水平高低。以广东省东莞市虎门大道-连升路十字交叉口为例,比较单口放行方式和对称放行方式2种相位设计方法的特性,并通过Vissim交通仿真建模,分析对比在高峰、平峰、低峰等3种交通需求下2种相位设计方法的平均延误时间、排队长度、停车次数等交通信号控制性能指标优劣。仿真结果表明,对十字交叉口而言,交通流量不均衡时宜采用单口放行相位设计方法,交通流量均衡时宜采用对称放行相位设计方法。      

孤立交叉口多相位自适应模糊控制及其神经网络实现

针对城市中心区交叉口交通流分布的特点,综合考虑本相位和相邻相位车道上的车辆排队长度(以下简称“队长”),应用模糊控制和神经网络具有的学习功能,提出了一种孤立交叉口多相位自适应模糊控制算法,该算法采用两个规则前件进行模糊推理,并给出了基于3层神经网络实现的模糊控制器的网络结构及其改进的BP网络训练算法和运行程序,结合已有类似研究成果进行了仿真比较研究,结果表明:该控制方法在信号周期自动调节和减少车辆延误方面都有明显改进,在实现城市交叉口智能控制中具有推广应用价值。     

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。     

基于车头时距与行程时间的排队长度算法

基于电子警察过车数据,分析该周期内车道通行车辆的车头时距变化规律,提出该周期车道排队长度值的实时计算方法。针对多次排队、绿波协调情况,结合通行车辆的行程时间对结果进行修正,得到该周期车道最大车辆排队长度值。通过桐乡市庆丰路实时监控视频对比计算结果,证明本算法具有较高准确性。算法便于工程实践,可为信号配时优化提供数据支撑。     

车路协同环境下信号交叉口车速引导建模与仿真

目前交通自适应控制策略中预测交通流到达的方法多为基于车流行驶速度服从统一分布而获得,其效率与可靠性等方面存在不足.文中利用车路协同环境下实时车车、车路通信,基于实时信号状态、排队长度、车辆位置、加速度等参数,以交叉口车辆停车时间最小化为目标,提出面向个体车辆的车速引导机制与模型,有效弥补了上述缺陷.以上海市曹安路嘉松北路交叉口为例进行仿真验证,结果表明,在高饱和状态下,文中模型能有效降低交叉口车均延误30％,减少交叉口平均停车次数60％,在中、低饱和状态下的效益更佳.     

基于网联车辆轨迹数据的周期排队长度估计

近年，基于网联车辆轨迹数据的交通管控与服务研究方兴未艾。其中，信号控制交叉口排队长度估计备受关注。然而，在低渗透率条件下，单个周期内轨迹稀少且提供的交通信息十分有限。现有研究仅以当前周期内网联车辆轨迹数据为输入，难以获得准确且可靠的周期级排队长度估计结果。因此，融合利用历史网联车辆轨迹数据提供的车辆到达和停车位置信息以及当前周期内实时观测的网联车辆排队信息，提出一种基于最大后验概率的周期最大排队长度估计方法。首先，依据历史轨迹数据的停车位置信息，估计排队长度的先验分布；其次，依据历史轨迹数据的车辆到达信息，估计周期内车辆的历史到达分布，并结合周期内最后1辆排队网联车辆的到达时刻与停车位置，构建排队长度似然函数；最后，基于贝叶斯理论，结合前述先验分布与似然函数，推导周期排队长度的后验分布，并采用最大后验概率方法实现周期最大排队长度的估计。仿真结果表明：所提方法在不同饱和度和渗透率条件下，均优于现有的方法；即使在车辆轨迹数不超过1 veh·周期^-1的低渗透率条件下，所提方法的平均绝对估计误差也不超过2 veh·周期^-1。实证结果表明：在渗透率仅为8.96%的条件下，所提方法的平均绝对误差为2.12 veh·周期^-1，平均相对估计误差为12.4%，同样优于现有同类方法。     

基于Q学习的Agent在单路口交通控制中的应用

将Agent技术与Q学习算法相结合,应用到城市交通控制领域中,对单交叉口的交通流进行了控制研究,介绍了路口Agent的结构模型以及基于Q学习算法的学习机制的实现,提出了一种适用于交通控制的奖惩函数。即当红灯相位的饱和度大于绿灯相位的饱和度时,红灯相位的相对警界度在奖惩函数中占主导地位,此时大部分情况下会对Agent进行惩罚;在以后的决策过程中面对类似的交通状态Agent所选择的控制行为更倾向于将通行权切换给下一个相位,反之,Agent所选择的行为倾向于保持当前相位的通行权到下一决策时刻。并通过微观交通仿真软件Paramics对控制算法进行仿真研究,仿真结果表明该方法的控制效果优于定时控制,同时验证了奖惩函数的有效性。     

基于视频图像处理的车辆排队长度检测

综合灰度检测和边缘检测的优点，提出了一种将灰度与边缘检测相结合的方法来检测队列长度，采用帧平均法来处理视频流，可以减小由于摄像头抖动或背景微小变化而产生的误差。提出的队列检测算法包含运动检测和车辆存在检测，通过合理分配使用这两种操作，节省了运算时间。实验结果表明，此方法实现简单，能够获得较满意的检测结果。     

考虑展宽段的路段排队长度检测算法

为了实时估计路段车辆排队长度,利用铺设在路段上的检测器,提出了一种车辆排队估计方法,对车辆排队进行实时跟踪。该方法考虑了一般的道路拓扑结构,路段排队的演化过程分为四个阶段：初始排队阶段、排队蔓延阶段、排队上溯阶段和堵塞路段阶段,不同阶段的排队利用不同的信息,通过不同的模型进行推算,通过实地调查验证,可以高效实时追踪路段排队的演化。     

动态状态交通分配模型及其运用

静态交通分配模型不能很好地反映实际交通状况,而动态交通分配模型计算复杂、计算量大。本文基于动态用户状态均衡条件下,提出一种动态和静态交通分配的折衷方案———动态状态交通分配模型,给出了该模型计算路段平均队列长度和平均通行时间的公式,以及动态状态交通分配算法;最后给出一个运用于正常工作日动态交通分配的例子进行模型检验及其检验的数值结果。