公交信号优先控制策略研究综述

公交信号优先是提高公交系统运行速度和可靠性的重要手段。回顾公交信号优先控制40多年的研究成果,以总结该领域的总体研究脉络。对被动优先、主动优先、实时优先以及与不同设施相结合的信号优先控制策略进行了综述分析。研究表明,公交信号优先控制策略的发展历程是：控制的实时性逐步提高,优化要素的考虑逐渐全面,控制对象日益扩大,控制策略逐步系统化、适用性逐步增强。最后指出,公交信号优先控制多目标平衡、控制策略的协调与网络优先控制,以及控制与调度策略的协调优化是后续研究的重点,而公交车辆行程时间预测以及如何应对预测偏差带来的影响仍然是信号优先控制中的关键问题。     

信号交叉口饱和流率动态提取方法

提出了利用感应线圈检测器动态提取饱和流率的方法,前后车辆离开线圈的时间差为车头时距,计算第4辆至最后一辆处于饱和状态车辆的平均饱和车头时距,运用指数平滑法处理历史饱和车头时距与当前周期饱和车头时距.确定了车型及饱和车头时距判断阈值,当线圈占用时间大于小型车平均占用线圈时间2倍时,判断为大型车,小型车的饱和车头时距判断阈值为历史平均值加1 s,大型车的饱和车头时距判断阈值为历史平均值加5 s.用VISSIM软件进行仿真,验证提取方法的有效性.仿真结果表明:动态提取方法能减少饱和车头时距突变的影响,当前周期车头时距骤减31.3％,饱和流率仅增加5.6％,5个周期的饱和流率分别为1 782、1 682、1 600、1 690、1 773 veh· h-1,而HCM模型的计算结果为1 680 veh· h-1.与传统方法相比,该方法能满足动态提取的需求,实施成本低.     

基于人均延误的公交优先信号交叉口配时研究

以交叉口人均延误最小为目标,考虑公交专用道影响因素,利用延误偏差优度指数建立信号配时优化模型。结合实例,实现定时控制交叉口参数确定过程,并得到参数与延误偏差优度指数的关系。该配时方案能有效减少人均延误,为进一步发展公交优先及提高交叉口通行能力提供理论依据。     

踏雪寻熊

“千里冰封、万里雪飘”的情景不仅仅在文艺作品或是遐想中才能看到,黑龙江这片神奇的土地,雪舞妖娆,良田万顷。这里也有一群特殊的人群,时尚美丽,豪情万种。[编者按]     

含砂量对黏-砂混合土力学特性影响的试验研究及工程应用*

广东省汕尾市龟龄岛码头工程采用黏-砂混合土地基。不同含砂量不排水剪切试验结果表明：1）随着含砂量增加,分形维数加速递减;2）抗剪强度特性逐渐由硬化型过渡为软化型;3）分形维数2.709 3（含砂量50%）为黏-砂混合土力学性能明显变化的界限值,两侧力学特性表现出较大差异;4）内摩擦角增大、黏聚力减少。结合经验公式的地基承载力、实际取材等因素确定含砂量为30%～40%,并选取12个监测点进行复核。     

基于交叉口双站台的BRT 优先控制研究

为解决交叉口因BRT优先影响其他车辆通行问题,提出基于交叉口双站台的BRT 优先控制方法. 给出交叉口BRT双站台设置方法,对比分析BRT在交叉口单、双站台的平均延误. 根据BRT发车时刻、交叉口信号配时、BRT平均车速、交叉口间距及站台停靠时间等,制定 BRT站台预停靠方案和行车时刻表. 为确保BRT按照预停靠站台及时刻表运行,采用BRT车速引导与信号配时双重补偿修正BRT 实际离站时刻与时刻表的偏差. 以常州BRT 1 号线为例,对应用本文方法的5 个交叉口进行分析. 结果表明：BRT在每个站台实际离站时刻偏差范围为±5 s、±10 s、±20 s 时,本文优先控制方法显著减少BRT停车次数和延误,提高了BRT整体运营效率.     

多Agent强化学习下的城市路网自适应交通信号协调配时决策研究综述

相对于传统的交通信号配时决策方法,多Agent 强化学习及其协调方法能更好地适应城市 路网交通环境的变化。为探讨其在城市路网自适应交通信号配时决策中的应用,系统地总结了多 Agent 强化学习及协调机制的研究方法,详细地分析了国内外研究现状,并指出现有研究中存在 的问题,在此基础上对未来研究进行了展望。研究结果表明,既有研究主要针对规模较小的路 网,存在维数灾难问题,强化学习与协调机制结合研究还不够深入,相关学习参数分析不够细 致,仿真环境和情景现实性不强。未来研究可以引入马尔科夫博弈提高决策协调性,嵌入混合交 通流、公交优先等交通管理思想增强决策实用性,引入先验知识及其他学习技术加快学习速度, 融入物联网、主动管理、大数据等先进理念和前沿技术增加决策的实时性,与交通诱导等集成提 升决策的系统性。     

基于移动导航数据的信号配时反推

在交通管理和评价时,信号配时对监测评价路口运行状态,评价路口配时方案至关重要.但是,大范围的实时信号配时方案的获取尚缺乏简明有效的途径.本文提出两种基于移动导航数据计算固定配时路口信号配时的方法.第一种方法是在不考虑驾驶员驾驶行为差异性时,得到路口红灯和车均延误的关系模型,从而计算某相位的红灯时长.另外一种方法是基于车辆通过停止线的时间,结合本文提出的上升梯度法,得到某阶段红灯时长.本文通过实际的路口案例计算,将预测结果和已知路口的信号配时比较,表明此方法计算得到的红绿灯时长准确度较高,为后续进行路口运行状态和通行能力研究提供了数据支持.