基于3G通讯和PLC的交通信号控制系统

设计的信号控制系统是一种基于3G通讯和PLC组合控制的二进制指挥系统.在现有交通控制基础上改造控制端,给出了二进制指挥系统(信号灯)的软硬件设计与实现方法,并结合仿真软件进行试验分析.同时搭建了一套可监控、智能疏导的资源利用交通平台,解决了路况检修不及时、车辆占道等多种潜在问题.经分析,与传统的控制方法相比,该方法提高了交叉口的通行能力,从而减少交通延误,具有一定的应用前景.     

约束可松弛的网络绿波模型

为解决区域交通信号协调控制领域中常规网络绿波模型可行域窄或无解的问题,提出了约束可松弛的网络绿波模型。应用混合整数线性规划方法构建模型,以所有路段双向绿波带宽加权和最大为优化目标,利用约束松弛方法,将干线约束和网络外圈闭环约束转变为可松弛的不等式约束。模型针对每条路段引入了0~1二元变量,表示路段的绿波是否被打断。通过模型求解,获得网络中必要的松弛路段,并打断相应的路段绿波,去除外圈闭环约束,以扩大可行域并找到最优解。算例对不同控制方案下提出的模型和其他绿波模型的绿波优化结果进行比较分析。算例显示,当网络各个交叉口采用同一化控制方案时,易于在不打断任何路段绿波的条件下找到最优解。此时,所提出的模型的解和常规网络绿波模型的解等价。当网络各交叉口采取差异化控制方案时,常规网络绿波模型无可行解,Gartner网络绿波模型仅获得非最优的可行解,而所提出的模型能够获得全局最优解。算例中只有1条路段的绿波被打断,而网络的其他路段均获得有效绿波带,且任意相交的干线绿波能够合理协调。算例优化结果表明：所提出的模型优于常规网络绿波模型和Gartner网络绿波模型,更适合复杂的城市交通网络信号优化设计。     

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.     

智能网联混合交通流交叉口控制：研究进展与前沿

交叉口是城市道路交通运行的瓶颈点,是造成交通拥堵的问题所在。交通控制是调控交通流、预防和缓解交通拥堵的关键策略,在效费比上具有较大优势。智能网联、自动驾驶技术的发展催生了常规车辆(Regular Vehicle, RV)、网联车辆(Connected Vehicle, CV)和智能网联车辆(Connected and Automated Vehicle, CAV)组成的智能网联新型混合交通流,推动着城市道路交通控制对象、数据环境和控制手段的变革,为交通控制提出巨大挑战的同时,也为交通控制理论方法的创新发展创造了新的条件。智能网联混合交通流交叉口控制已成为国内外研究热点,尚处于研究起步阶段。根据路权特征,先从单点交叉口、干线交叉口和路网多交叉口3个层面梳理智能网联混合交通流环境下的共用设施交叉口控制研究,包括交通信号配时、车辆轨迹/路径规划以及车辆轨迹-信号配时协同控制。然后介绍自动驾驶专用设施交叉口控制研究,包括CAV专用车道、CAV专用路段、CAV专用区域和快速公交-CAV混合专用车道。通过对现有成果的梳理发现：虽然新型混合交通流交叉口控制研究取得了部分进展,但RV驾驶行为的随机性、...     

基于可拓切换控制方法的智能车辆车道保持系统研究（双语出版）

针对道路曲率变化范围较大时,智能车辆在大曲率道路工况车道保持控制精度低的问题,提出一种基于可拓切换控制理论的智能车辆车道保持控制系统,该车道保持系统由上层可拓控制器和下层控制器两部分组成。在上层可拓控制器中,通过车道线检测得到车辆相对于道路的位置信息和道路曲率信息。根据可拓集合理论,选取预瞄点处横向位置偏差和前方道路曲率值作为可拓集合的特征值并划分可拓集合,求解关联函数,并根据关联函数值将车辆-道路系统状态分为经典域、可拓域和非域。在下层控制器中,在经典域采用基于横向位置偏差和航向偏差的PID反馈控制器,在可拓域中采用基于前方道路曲率的PID前馈-反馈控制器,非域中车辆-道路系统处于完全失控状态,采取紧急制动。2种仿真工况结果表明：相比于单一PID反馈控制,提出的车道保持控制系统,有效抑制了在大曲率道路下的跟踪误差值,提高了智能驾驶汽车在时变曲率的道路工况下车道保持控制精度和工况适应性。     

Asynchronous n-step Q-learning adaptive traffic signal control

Ensuring transportation systems are efficient is a priority for modern society. Intersection traffic signal control can be modeled as a sequential decision-making problem. To learn how to make the best decisions, we apply reinforcement learning techniques with function approximation to train an adaptive traffic signal controller. We use the asynchronous n-step Q-learning algorithm with a two hidden layer artificial neural network as our reinforcement learning agent. A dynamic, stochastic rush hour simulation is developed to test the agent’s performance. Compared against traditional loop detector actuated and linear Q-learning traffic signal control methods, our reinforcement learning model develops a superior control policy, reducing mean total delay by up 40% without compromising throughput. However, we find our proposed model slightly increases delay for left turning vehicles compared to the actuated controller, as a consequence of the reward function, highlighting the need for an appropriate reward function which truly develops the desired policy.     

平面交叉口间距对道路交通的影响

平面交叉口间距主要包括信号交叉口的间距、无信号接入间距以及支路与交叉口的间距。研究表明道路上的交通事故率、出行时间、延误随着交叉口、交通信号、接入密度的增加而增大。总结分析了平面交叉口间距对道路交通的影响,并给出了一些参考性的建议。     

汽车ABS轮速传感器及其信号处理

研究了汽车防抱死制动系统变磁阻式磁电轮速传感器及其信号特性。在此基础上提出了轮速传感器信号处理电路的要求,并设计出了由低通滤波器和迟滞比较器构成的信号处理电路。在Matlab/Simulink环境下对电路进行了仿真研究和实验研究。结果表明,设计的轮速信号处理电路工作稳定、可靠,抗干扰能力强,能满足ABS系统的要求。     

单点交叉口信号实时配时模型及蚂蚁算法

以延误时间、停车次数和通行能力作为性能指标，各性能指标的加权系数随交通需求的不同而变化。提出交叉口实时配时，采用一种新型随机搜索思想——蚂蚁优化算法来求解此模型的非线形问题。仿真试验表明，所得结果优于经典方法，降低了交叉口的总延误时间和停车次数，提高了通行能力。     

调度集中系统中双机热备机制的实现

研究了调度集中系统中双机热备的实现方案.给出了故障定义原则,详细讨论了双机之间的基本倒机原则及倒机优先级,并进一步给出了双机热备机制的工作原理流程图,列出了双机热备机制中的状态转移.本文提出的双机热备实现方案已在FZj-CTC型分散自律调度集中系统中得到了应用,应用结果表明,本方案切实可用.对于高可靠的应用要求,本文具有良好的借鉴作用.