基于场景驱动的交通信号控制一体化仿真平台设计

针对传统城市道路交通信号控制仿真存在的仿真规模小、速度慢、信号策略难于实现等问题和未来多场景交叠的交通信号控制仿真所提出的大规模并行实时演化计算需求的矛盾,笔者通过重构开源交通仿真引擎和信号控制设备软硬件框架,设计和开发了基于场景驱动的交通信号控制一体化仿真平台,通过设计的标准化API接口可模拟实现多场景驱动的城市道路交通控制仿真需求。以顺义区和潍坊市路网为基础,通过不同规模车队的仿真测试了一体化仿真平台的性能。研究结果表明:仿真平台的路网仿真规模大、实时性能良好,性能稳定、运行可靠,可用于需要大规模实时性仿真的城市交通信号控制。     

基于硬件在环仿真的城市路网交通控制平台

城市区域交通信号控制及优化是缓解城市交通拥堵的重要手段,效果评估是开展交通信号优化工作的重要环节。传统的交通仿真软件一般通过内置的信号控制模块进行评价,存在与实际信号控制系统脱节且评价精度不高的问题。为连通仿真软件与信号控制系统并提升评价有效性,提出了一种基于硬件在环仿真的城市路网交通控制平台,设计了平台的逻辑框架、功能架构以及平台中心系统、控制器接口等软硬件模块,融合了干线协调控制以及区域协同控制算法,并利用通讯测试验证了平台的硬件在环仿真控制功能。实例分析表明:硬件在环仿真平台搭建了交通仿真软件和交通信号控制系统的桥梁,能够有效评价路网交通控制效果。基于该平台可开展区域交通信号控制效果评价、算法改进以及信号优化等内容。     

智能体技术在城市交通信号控制系统中应用综述

为解决分布式复杂巨系统在动态环境中的不确定性问题,智能体计算技术发展迅速.交通运输系统在物理位置和控制逻辑上分散于动态变化的交通网络环境,非常适合采用智能体方法建模与描述.文中综述了智能体技术在交通信号控制系统中各个领域应用的技术与方法,包括系统架构、控制算法、建模与仿真,以及智能交通集成管理等方面;跟踪了智能体技术在国内外交通控制领域的具体应用,讨论了智能体技术在智能交通信号控制系统中应用的研究动向,提出发展基于多智能体的交通网络信号集成控制系统的关键问题在于系统交互性、自适应性和可拓展性.     

����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。     

一种基于迭代学习的自适应交通信号控制方法

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

�źŽ����PLC���Ƴ������

PLC是工业控制的重要手段和主要的基础设备。本文阐述了应用PLC实现交通控制的优越性;对PLC应用于交通信号控制系统的设计步骤进行了介绍。基于松下可编程控制器FP-XC30,根据城市道路交叉口交通信号灯的控制要求,绘制了不同相位控制下的信号交叉口不同流向车流的通行状态示意图,介绍了不同相位控制下交通信号PLC控制程序的设计过程及编写方法。     

һ�ֻ��ڵ���ѧϰ������Ӧ��ͨ�źſ��Ʒ���

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

基于事件驱动的城市交通信号控制实例研究

目前各种新型的智能交通信号控制算法不断被提出,以满足日益增长的交通控制和管理需求。然而现阶段的大多数算法均停留在理论研究和计算机仿真层面。为解决在城市交通信号控制研究方面,理论与实践脱节的现象,基于事件驱动模型,开发了一个新型交通信号控制系统,并设计了转接器、解析器。将其用于实际道路中,实现了感应控制功能和干线协调控制功能。     

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。     

基于事件驱动的城市交通信号控制实例研究

目前各种新型的智能交通信号控制算法不断被提出,以满足日益增长的交通控制和管理需求。然而现阶段的大多数算法均停留在理论研究和计算机仿真层面。为解决在城市交通信号控制研究方面,理论与实现脱节的现象,本文基于事件驱动模型,开发了一个新型交通信号控制系统,并设计了转接器、解析器。将其用于实际道路中,实现了感应控制功能和干线协调控制功能。     

混行环境下网联信号交叉口车路协同控制方法

为了提高网联信号交叉口车路协同控制对真实交通环境的适应性,以智能网联汽车与网联人工驾驶汽车混行的典型交通应用场景为研究对象,通过构建八相位网联信号交叉口,研究了混行环境下的交通信号和网联车辆轨迹车路协同优化控制方法;在对场景中的网联车辆运动学特性和跟驰行为进行建模的基础上,构建了一种混行车辆编队方法;基于混行车队模型、安全约束与燃油消耗模型,建立了基于滚动优化的交通信号-车辆轨迹协同优化控制方法;基于异步分层优化思路,将该协同控制问题分解为上层交通信号优化与下层车辆轨迹优化两方面,以交叉口车辆行驶延误时间和燃油消耗量为优化目标,利用遗传算法和“三段式”轨迹优化法分别对交通信号优化问题与车辆轨迹优化问题进行求解;对不同稳态车速与智能网联汽车渗透率下构建的混行交通流的稳定性进行了验证,并通过仿真测试分析了所提出的协同优化控制方法的控制效能与关键参数对控制效能的影响。分析结果表明：在不同交通流量与智能网联汽车渗透率下,提出的控制方法均可有效提升交叉口通行效率与燃油经济性;在完全渗透环境下,较固定配时交通信号控制方法最高可分别提升57.3%和13.3%;随着智能网联汽车渗透率的增加,其控制效能...     

中美交通信号控制器的标准化差异性研究

为更好地推进我国交通信号控制器的标准化,比较了我国GB25280-2010与美国NEMA TS2中美交通信号控制器在功能、分类、技术要求、参数设置、控制逻辑等方面的差异性,研究了interval、overlap、ring的定义和应用,分析了基于环的控制逻辑方法、优势,对典型交叉口的交通信号相位、灯组及接口端子进行了标准化配置,并对我国基于色步理念的配时体系提出了标准化改进的建议。研究发现采用基于双环8相位的交通信号控制方法,既避免相位冲突,又易形成搭接相位,操作起来标准且简单。     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

全息感知系统的目标检测算法及边缘计算研发

为适应网联场景下对于算法安全和效率的高标准,通过研究道路交通全息感知系统的架构及工作原理,提出融合多接入边缘计算、神经网络、坐标系转换、动态目标分析等技术的目标检测算法,分析多维感知数据,评价和预测交通状态,为安全预警和交通优化提供数据支撑.该系统在试点场景的应用具有显著的成效,减少交通延误20％,提高行驶速度25％,提高通行能力15％,减少事故反应处理时间30％.     

基于GIS的交通信号模拟控制实验平台研制

在道路交通控制课程教学中,交通信号控制是重要的教学内容之一;目前市场上与之配套的实验设备成本较高或停留在理论研究,尚未得到推广;鉴于此,文中提出用软件模拟交通控制代替硬件模拟交通控制的方法,在GIS平台上,开发新一代的交通信号模拟控制实验平台;该实验平台具有结构简单、成本低、易操作等特点。     

大数据时代新技术在智能交通中的应用

为探索大数据时代人工智能、大数据等新技术如何应用到交通运输领域中,实现智能交通的重大变革,首先,从信息资源整合、数据智能分析决策、大数据全生命周期的新技术应用、信息主动推送、智能网联汽车等方面提出智能交通的痛点及需求。其次,总结智能视频分析、交通信号控制、智能交通平台应用及智能网联汽车等业务领域研究现状。再次,围绕自然语言处理、计算机视觉、智能化交通信号控制、汽车电子标识、数据湖蓝光存储等新技术,分别从技术突破、业务应用两个方面阐述新技术突破在智能交通领域的应用。最后,提出了大数据时代新技术 在智能交通领域研究方向的建议。     

船舶编队控制综述

研究了船舶编队控制的特点,从船舶编队控制结构、编队路径规划、编队运动建模和编队运动控制4个方面分别对现状和方法进行分析;介绍了船舶编队控制原理,描述了船舶编队领导-跟随结构、虚拟结构、图论结构、基于行为结构的数学表示方法及应用场景;针对船舶编队路径规划,总结了编队环境建模、全局路径规划和局部避碰规划等最新方法及其特点,展示了基于粒子群优化算法的船舶编队局部避碰效果;针对船舶编队控制运动建模,构建了考虑干扰、控制时延和约束的船舶编队水动力模型,并将该模型在船舶编队过闸控制场景中进行了验证;针对船舶编队运动控制,归纳了典型集中式、分散式和分布式编队控制器特点,指出分布式编队控制器具有更好的鲁棒性和可扩展性,设计了基于分布式模型预测控制的编队航行控制器。研究结果表明:目前船舶编队控制技术瓶颈主要体现在有人/无人编队共融、岸端驾控为主的内河船舶编队控制、不确定干扰下的船舶编队控制、通信受限下船舶编队鲁棒控制、特殊水域船舶编队控制和船舶编队控制一致性等方面;在未来船舶编队发展中,应重点解决船舶编队分布式协同控制、船舶编队任务多元化控制、基于生物群体机制的船舶编队控制、特殊水域船舶编队控制、人工智能技术在船舶编队控制中的应用等问题。      

车路协同环境下混合交通群体智能仿真与测试研究综述

归纳了车路协同及其仿真测试技术的发展历程,并结合典型仿真结果探讨了萌芽期、起步期、发展期阶段下的仿真需求、经典方法与技术瓶颈;在此基础上,提出了基于交通主体建模、群体行为仿真、测试结果分析的3层新型虚实交互仿真测试架构;针对混合交通主体仿真需求构建了异构交通主体模型,解析了混合交通运行机理,以此作为仿真系统底层模型支撑;结合设计的虚实交互仿真测试架构,突破了混合交通群体智能场景生成技术,提出了混合交通群体智能仿真方法;在此基础上,选取交叉口和路段典型交通场景,开展了不同群体智能决策控制方法的仿真试验,以验证所提方法的效能;最后,总结了车路协同的未来发展方向和相关建议。研究结果表明：相比于传统仿真测试方法,提出的虚实交互仿真测试方法的系统仿真粒度从500 ms减小到100 ms以内,仿真规模从9个节点和500个交通主体提升到150个节点和2 000个交通主体,仿真场景数量由36个扩展到98个,实现了异构交通主体渗透率0～100%动态可调,有效提高了车路协同混合交通仿真测试的效率、规模和覆盖度;目前新型混合交通环境下车路协同仿真测试需求快速朝着群体化、智能化、规模化演变,开展基于虚实交互和...     

双环相位结构约束下的强化学习交通信号控制方法

随着信息技术的快速发展,近年来深度强化学习方法在交通运输领域得到广泛应用,特别是在交通信号控制领域,已成为当前交通信号控制发展的重要方向。本文针对强化学习在交通信号控制领域应用中存在的随机相位选择导致无法实际应用的问题,提出了一种考虑NEMA双环相位结构的单点交通信号控制强化学习方法。以典型十字交叉口的NEMA双环相位结构为约束,设计优化了在相位切换决策过程中智能体的控制结构,通过增加1个智能体决定前置和后置相位顺序以提升相位切换的灵活性、部署2个智能体决定前置相位是否切换、设置1个智能体同时切断后置相位绿灯,通过经验共享机制,有效降低了状态-动作空间维度,提高了智能体训练效率。在此基础上,采用定制化PPO算法,基于SUMO仿真平台分析了不同交通需求、不同信号参数等场景下的单点深度强化学习信号控制方法的效果。结果表明,在高中低不同交通需求下,本文的方法都优于传统的固定相位相序方法。     

基于事件驱动的城市交通信号控制方法

随着城市交通信号控制需求的不断提高,各种新智能交通信号控制算法不断被提出和改进。然而受到现有设备固有控制方式和不同类型信号机无法协同的局限,智能控制算法多停留在理论研究和仿真试验阶段。为实现不同交通信号控制算法的统一模式,提出一种基于事件调度的交通信号控制模型（ED-Model）。该模型将控制算法拆分为状态检测与请求调度两大功能模块,通过扩展后状态检测的抽象概念事件统一了系统输入,通过交通信号控制请求调度系统实现系统输入的响应模式,从而实现各类交通信号控制算法的统一实现架构。分析表明,ED-Model可以有效地实现当前各类常规控制需求,并对其他各类智能算法的移植实现具有较好的可扩展性。