城市道路干线信号协调控制与车速引导集成优化

针对当前干线信号协调控制为基于车辆到达驱动的被动响应型控制的特点与不足,提出一种车联网环境下干线信号协调控制与车辆速度主动引导的协同优化方法。优化原理为:考虑车辆-信号控制系统双向通信的环境下,在干线协调控制的基础上引入速度引导来调节车辆到达交叉口时刻,以避免车辆在红灯期间到达交叉口,减少停车次数并提高协调控制系统通行效率。首先,选择双向绿波带宽模型作为协调控制方案的基础;依据下游交叉口当前信号灯色和剩余时长,将车辆引导分为红灯引导和绿灯引导,分别给出最佳车速方程;基于最佳车速给出车辆到达交叉口时刻、交叉口延误和停车次数的估计方法。然后,以车辆引导速度和干线绿波相位差为控制变量,以绿波带宽最大、车辆延误与停车次数最小为目标,建立集成车速引导和干线绿波的优化模型;应用粒子群算法的多目标搜索算法对优化模型求解。选择长沙市湘江中路4个连续交叉口开展案例研究,分别应用普通干线绿波Maxband模型和提出的集成模型设计信号控制方案,并以VISSIM仿真平台进行效率评价。结果表明:集成模型能同时调节相位差和车辆速度,增大绿波带宽,减少停车次数;仿真周期内与Maxband模型相比,集成模型的上行和下行方向平均延误分别降低了24.8%和31.1%,平均停车次数分别减少了37.6%和41.7%,基于车速引导的集成模型能显著提高干线协调控制的效率。     

考虑关联交叉口排队长度的干线协调相位差模型

为减少干线车辆延误与停车次数,将干线相邻交通信号连接起来进行协调控制。基于相邻交叉口交通流的到达特性,分析干线协调控制的内在机理。依据车流到达类型,将车队头车绿灯到达情况下的交叉口延误分为车队尾部受阻与车队不受阻两种类型。分析关联交叉口的排队特性,将排队长度引入延误计算过程,建立了四种干线协调控制相位差模型。选取青岛市珠江路干线五个相邻信号交叉口进行模型验证,得出相邻交叉口相位差与延误的相关关系,确定了使车辆延误最小的相位差。结果表明,基于排队特性的相位差模型在干线协调控制中具有一定的可行性与实用性。     

不同周期信号交叉口间的相位差优化模型

为满足不同周期子区间协调控制的需要,提出对不同周期的信号交叉口实行大周期内协调控制的思想.通过分析不同周期下相邻交叉口间的车流到达规律,利用交通波理论建立了不同周期相邻交叉口间的延误模型,并提出了基于最小延误的不同周期交叉口间的相位差优化方法.最后以两个不等周期时长交叉口为例,利用VISSIM仿真对优化前后的协调控制效果进行对比.仿真结果表明,相位差优化后车辆的平均延误降低了13.60%,平均停车次数降低了6.43%,以此证实了该方法的有效性.文中研究为解决不同周期子区间的协调控制问题提供了新的思路与方法.     

基于遗传算法的城域交叉路口两级模糊控制

分级模糊控制能有效减少模糊规则数,易于提取模糊规则,适合于交通状况复杂的城域交叉路口的交通控制,但它存在难以由人工合理定义全部模糊隶属度函数的问题.为此,提出了一种面向城域单交叉路口的自适应两级模糊控制系统,并采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化调整.该控制系统具有分级模糊控制的优点,同时可以让模糊隶属度的选取更为合理,使模糊隶属度函数在不同交通情况下自适应地变化,从而改善控制效果.对一个两相位孤立交叉口进行仿真.结果表明该法能有效降低通行车辆在交叉口的平均等待时间.     

基于多智能体的交通干线动态智能协调控制

为减少干线上车辆的平均延误时间,提出了一种基于多智能体技术的动态双向绿波带智能控制算法。采用两层递阶结构和模糊逻辑对城市交通干线进行实时协调控制。上层是协调控制器智能体,根据一段时间内交通流数据计算干线上优化的公共周期时间和上下行相位差,下层是路口控制器智能体,确定每个周期内各交叉口的绿信比。周期依照关键路口饱和度的大小由模糊控制算法进行优化,而相位差根据上下行速度进行计算,绿信比基于历史和实时的交通数据确定。实例分析表明该双向绿波带控制算法能够有效减少车辆在干线上的平均停车次数。     

基于类排队长度的交通干线模糊控制方法研究

针对交通干线模糊控制器输入的需要,提出了类排队长度的概念,利用其反映交叉口当前的拥挤程度和交通需求,结合交通干线上相邻交叉口对本交叉口的输入,动态反映出未来一段时间交叉口的交通需求,据此制定模糊控制规则,完成交通干线的模糊协调控制。并对这种模糊控制方法进行了计算机仿真,通过与交通干线定时控制方法的比对证明了所述方法的可行性和有效性。     

干线信号协调控制下的公交优先研究

为了在干线协调控制下实现公交信号优先,提出了干线协调控制下的公交优先双层优化方法.上层为干线协调层,以检测到的社会车辆信息为依据,采用最大绿波带法,优化干线交叉口的公共周期、绿信比和相位差;下层为公交信号优先,以干线协调控制层的绿波带上下限为控制约束条件,在不破坏约束的条件下采用绿灯延长、红灯早断的公交优先控制策略,将公交优先融合到干线协调控制中.根据优化算法,建立公交优先控制流程,利用微观仿真软件Transmodeler进行了模拟验证.仿真结果表明:协调控制下的公交优先控制算法虽然会导致干线总体车均延误增加,但是能有效减少公交车辆延误和干线人均延误.     

考虑汇入汇出车流影响干线协调相位差模型构建与应用

为解决城市道路拥堵问题,在干线协调的基础上,充分考虑上游交叉口左右转向车流。分析这些车辆运行至下游交叉口排队情况,给出一种动态相位差模型的计算。在VISSIM仿真基础上结合MATLAB进行二次开发,随着上游交叉口左右转向交通量的不断变化,模型会及时调整周期、绿信比等,也会结合排队情况给出新的相位差,再通过VISSIM中的检测器,检测车辆延误、停车次数等。结合大连市实际数据验证,结果表明：考虑汇入车流对城市道路干线协调相位差影响是具有重要意义,干线车流总延误较原配时方案减少33.3%,停车次数减少65.6%。     

基于神经网络模糊控制的单交叉口信号控制

在分析城市交通信号控制研究现状的基础上,提出一种基于神经网络模糊控制的单路口交通信号灯控制方法,通过检测当前相位的排队长度和下一相位的排队长度得出当前相位以及下一相位的车流密度,进而判断是否进行相位变换.以每个周期内交叉口的车辆平均延误作为控制指标,来判断该控制器的控制性能.计算机仿真结果表明,该方法能够降低车辆在交叉路口的平均延误.     

基于双路口划分的城市绿波模糊控制方法

用模糊控制方法设计城市交通绿波协调控制方法。将多路口的绿波带划分为若干个协调控制相位差优化双路口子系统,子系统内路口间的相位差需要两个路口的交通参数确定,各个路口的各相位绿灯时长由各自的绿灯时长模糊控制快完成。通过子系统的逐级串联,完成整个绿波干线上的相位差计算。该方法避免建立绿波带内各路口的综合模型,减少了模糊规则和计算量,同时减少了多个路口控制机之间的数据交换。在VISSIM仿真中将相位差优化模糊块嵌入到干线绿波方向绿灯时长模糊控制块中实现。以延误时间和停车次数作为评价指标,实现城市干线上绿波协调控制的优化配置。     

交通控制子区划分方法研究

交通控制子区划分主要将相邻的众多交叉口划分为若干个交通子区进行干线协调控制,可有效缓解交通拥堵现象,但现有方法划分出的交通子区无法满足实际协调控制的准确性与鲁棒性。为解决这一难题,结合当前流行的划分技术,考虑4个影响因素:信号交叉口间距、交通流量、周期、通行能力,建立模糊C均值聚类划分方法,再通过实例,借助Vissim仿真软件,验证方法的适用性与可行性。Vissim仿真结果表明:与传统协调控制方法相比,方法可使系统车均延误时间减少27%,协调相位行车时间减少20%。     

基于模糊自适应PID控制的交通运输路线规划系统

运用传统系统规划的交通运输路线在交通拥挤或存在外界干扰的情况下适应性差,因此设计一种基于模糊自适应PID控制的交通运输路线规划系统。将模糊控制单元引入传统PID系统中,为提高控制单元的自适应能力,将自适应PID系统中的各种参数进行模糊处理,通过复杂的模糊推理和数据交互使得到的控制变量清晰化,最后结合VB语言对交通路线轨迹进行优化控制,使交通运输路线更加清晰可控。通过大量的仿真实验证明,所提出的系统在外界有干扰的情况下,能够保证车辆不偏离路线,极大地缩小偏差量,说明所提系统的适应性更强,能有效对车辆偏差量进行控制,更具可靠性。     

两层模糊神经网络交通信号控制模型

交叉路口信号的有效控制是减少车辆延误时间的关键,是保证城市交通顺畅的前提。以单交叉路口为研究对象,在仿真希腊学者Pappis提出的模糊控制方法基础之上,基于交叉路口的动态特性及模糊规则的一成不变,提出两层BP神经网络实现单交叉路口的模糊信号控制方法,在不同车流量情况下,使用MATLAB工具仿真实现,结果表明:所提出的模糊神经网络具有较强的学习、推理能力,对于车辆的平均延误时间有较好的改进。     

城市交通信号三级模糊滑动优化控制方法

提出一种城市交通信号三级模糊滑动优化控制方法.引入非冲突车流的搭接相位构建交通信号三级模糊控制器的模型,并采用滑动时间窗设计滑动优化的框架.根据实时采集的交通数据,采用基于黄金分割的混合遗传算法,在线学习模糊控制器的隶属函数及控制规则参数.在常态及事故不同交通条件下,以典型路口进行Paramics仿真试验.结果表明提出方法的自适应能力好,可快速响应路口交通流的不确定性事件,且在高饱和的交通条件下性能稳定.     

基于雷达和GPRS的新型网络交通信号机控制系统研究与设计

为了更好地解决城市交通问题,提出一种基于雷达和GPRS的智能交通信号机系统,详细阐述系统组成和工作原理,并给出各模块具体的硬件设计方案和软件设计流程图.系统优化了控制方案,采用雷达实现整个路口车流量的实时获取,通过GPRS对信号机进行区域联网控制,实现信号机的智能化.试验结果表明,该系统稳定、可靠、功能强,能实现交通信号机对区域协调控制.     

城市禁左干线信号协调控制研究

对干线上相邻交叉口进行协调控制可以有效地减少干线上车辆延误和排队次数;但是通过对以往干线协调控制的研究发现,主要是以直行车辆延误最小为目标,忽略了干线上的左转车辆。在分析以往协调控制优化的基础上,通过VISSIM交通仿真系统,分别对传统方法、Matlab优化后方法以及禁左后进行协调控制的方法分别进行三次仿真;通过对比发现禁左后干线的延误和排队次数以及干线的西门子交通服务水平评价指标PI值均有显著降低。禁左对于改善目前城市交通拥堵的现状以及提高干线道路的服务能力具有非常积极的意义。     

山区城市道路交叉口纵向减速标线影响

道路交通安全问题是一个受各种因素影响的复杂的系统问题,受不同的驾驶员特性、汽车性能、道路条件及环境之间的相互影响。对速度的分析应该从实际的行驶环境出发,结合车辆行驶轨迹和其他事故致因系统分析。本文通过实车试验的方法对设置纵向减速标线的山区城市道路交叉口路段和未设置标线的对比路段的交通流量、区间速度、驾驶员瞳孔指标和轨迹横向偏移量等试验数据进行采集,再结合山区城市道路交叉口处的交通特性和道路基本参数等数据,分析试验路段的交通流特性、驾驶员生理行为指标和轨迹规律。试验表明:在城市道路交叉口设置纵向减速标线后车辆在试验路段和对比路段的偏移量分布频率最大值42.62%和38.18%在（0.5,1]区间内;在山区城市道路交叉口段设置纵向减速标线可以提前警告驾驶员控制车速等有利的影响,提高交叉口行驶安全性。     

基于神经网络的交叉口多相位模糊控制

根据城市交叉口交通流的特点,给出了一种交叉口多相位自适应控制算法,综合考虑相邻车道上的车队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制．仿真结果表明,文中所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力,是实现交通系统智能控制的一条新途径．