行程时间服从混合高斯分布的车队离散模型

为充分描述异质交通流条件下的车队离散规律,为信号配时优化、公交优先控制提供理论基础.考虑异质交通流条件下车辆行程时间分布特点,采用混合高斯分布拟合车辆行程时间分布.基于此,从流量角度推导了异质交通流条件下车队流量离散模型.通过实际调查数据,分析了下游交叉口到达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型与Robertson模型、实际数据进行比较分析.结果表明,本文模型能够更好地描述异质交通流条件下的车队离散规律,与Robertson模型相比,平均预测均方误差减少了27%.     

车联网环境下的动态Robertson车队离散模型

传统Robertson车队离散模型参数估计是基于历史数据,不能很好地反映交通流的动态变化特征,为解决这一问题,构建了车联网环境下的动态Robertson车队离散模型.考虑到车联网环境下车辆的行程时间数据易于获得,基于此可对Robertson模型的相关参数进行实时动态估计建立动态Robertson车队流量离散模型.通过实际调查数据,分析了上游交叉口车辆离去流率与下游交叉口车辆到达流率的关系,并将文中模型与静态Robertson模型、实际观测数据进行了比较分析.结果表明,文中动态模型更能反映交通流的车队离散规律,与静态Robertson模型相比,平均预测均方误差减少了30.68%.      

基于Robertson 模型的异质交通流车队离散研究

为充分描述异质交通流条件下的车队离散规律,为信号协调控制提供理论基础,结 合异质交通流条件下的车流特征和Robertson 模型计算速度快的优点,对多股交通流分别建 模,并在此基础上构建异质交通流车队流量离散模型.通过实际调查数据,分析下游交叉口到 达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型和Robertson 模型与实际 数据进行比较分析.结果表明,与Robertson 模型相比,本文模型能够更好地描述异质交通流条 件下的车队离散规律,平均预测均方误差减少了8.29%.     

ʵʩ�������ȵĽ�ͨ �źſ���ϵͳ���ź�Э�������о�

分布式交通信号控制系统拓扑结构的分布式特性使得网络的控制问题被划分成不同层次，路口的控制器优化单个交叉口，系统的协调要求每个路口的控制器同时还要考虑相邻路口控制器的配时方案、相邻上游交叉口车辆的离去特性、相邻下游交叉口车辆的到达特性。本文在综合考虑上下游交叉口信号配时、车辆排队和公交运行情况的基础上，提出了实时交通信号控制系统中实施公交优先的模型系统的框架，然后给出信号优化过程和计算最佳绿灯请求时间和信号协调方法。     

混合交通流环境下单交叉口自动驾驶车辆轨迹优化

信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响。本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法。基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制。车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证。仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时停现象。本文提出的车辆轨迹优化方法对于降低车队整体燃油消耗、提升车队平均速度、缩短平均行程时间具有重要作用。     

考虑城市干道车队运行特点的交通信号协调控制算法

为建立交通信号协调控制算法并确定其适用条件,考虑车队离散、车辆转出、下游交叉口排队长度3个因素,在分析罗伯逊离散模型的基础上,提出了交叉口协调相位车流到达图式的预测方法,并根据车流到达时刻与协调相位绿灯启亮、结束时刻的关系,建立了协调相位车流延误的计算模型;以交通控制子区内各交叉口协调相位车流总延误最小为优化目标,以相位差为优化变量,设计了信号协调方案优化算法.仿真结果表明:与改进数解法相比,该算法降低了协调相位车流延误7.4%;随着交叉口间距、转出车辆数、下游排队长度的增加,信号协调控制效益逐渐下降.      

基于vissim的车队离散特性研究

通过对线控系统上的四个交叉口交通量数据和信号配时数据进行调查,利用Vissim仿真软件对该线控系统进行仿真,对其中一个路段上的一个断面车辆到达情况进行分析,首先改变路段的长度,对比路段长度变化前后的车队离散数据,得到车队离散特性与路段长度之间的关系;其次改变路段上车流的分布函数,对比车流分布变化前后的车队离散数据,得到车流分布与车队离散特性之间的关系。通过对车队离散特性进行分析以及研究,为城市道路网交通流优化控制提供依据。     

考虑状态相关服务的城市交叉口离散事件仿真建模

准确模拟交叉口处车辆运行,对交叉口信号配时优化、交叉口设计等具有重要意义。交叉口排队建模可以较为准确地模拟车辆到达及交叉口服务过程。位相型分布(PH分布),可以无限逼近任意到达和服务规律,车辆到达交叉口时交叉口处容量有限,且车辆通过交叉口时,通过时间具有状态相关性。本文考虑以上三点,建立PH/PH(n)/C_1/C_2的交叉口排队模型,将城市交叉口抽象为离散事件仿真模型,根据PH分布随机变量计算车辆到达过程和交叉口服务过程。文中提出的离散仿真模型充分考虑了车道服务的状态相关性,并利用Simulink构建了考虑状态相关服务的城市交叉口离散事件仿真模型。仿真结果表明考虑状态相关服务的离散事件仿真,可以较好地反映出交叉口处车辆通过的周期性,较为客观地反映交叉口车辆运行情况。     

逆向可变车道交叉口信号配时优化方法

为提升逆向可变车道交叉口通行效率，提出一种基于逆向可变车道交叉口信号配时优化方法.假设车辆到达服从泊松分布，基于逆向可变车道交叉口车流运行特征，构建了逆向可变车道交叉口通行能力和延误计算模型；以周期时长、主预信号控制、逆向可变车道长度及饱和度等为约束，交叉口通行能力最大和平均延误最小为目标，建立了交叉口信号配时双目标优化模型，采用模拟退火算法求解.选取南昌市某交叉口分析了其设置逆向可变车道后，在高、中、低流量及不同左转比例下的运行效果.结果表明，本文所提方法在不同流量下均能提高交叉口的通行能力并减少延误，且更适合高流量交叉口；当高流量交叉口左转比例大于 20%时，交叉口通行效率改善更加显著.     

基于粒子群算法的道路交叉口信号配时优化模型——以昆明市为例

在现有交通资源下,利用交通信号的动态调控缓解交通拥堵是一种行之有效的方式。首先探讨了道路交叉口信号控制的空间和时间优化思路,在时间优化方面提出基于粒子群算法的信号配时优化模型。以昆明市学府路为例,在分析大量交通流数据的基础上,根据三相交通流理论,对交通状态进行划分并提出有针对性的控制策略。将信号配时优化模型应用于学府路3个相邻的关键交叉口。交通仿真和方案试运行结果显示,优化前后同步流状态下交叉口延误平均降低21.0%,车辆排队长度平均降低12.4%;堵塞状态下交叉口延误平均降低32.0%,车辆排队长度平均降低24.9%。这一结果表明该模型在道路交叉口信号配时优化中具有合理性和有效性。     

基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现，能够极大地优化道路通行资源利用效率。已有研究中，信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景，且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理，设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架，并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下，一方面，实现交叉口信号配时动态适应交通需求；另一方面，实现网联自动驾驶车辆主动优化驾驶速度，高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口，降低绿灯启动损失，提高交叉口通行效率。仿真实验表明，本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误，同时，基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析，进一步讨论新型混合交通流交叉口通行公平性，并比较在不同网联自动驾驶车辆渗透率下的控制效果。     

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

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,其控制效能不断提高,较无渗透条件最高可分别提升42.0%和14.2%;即使智能网联汽车渗透率仅达到20%,较无渗透条件也可以在交通效率方面实现20.4%的显著改善;较长的交通信号周期与较短的网联人工驾驶汽车驾驶人反应时间有助于协同控制效能的提升。      

不确定交通需求下交叉口信号配时区间优化模型

为解决混合交通流的不确定需求，合理描述不确定参数用以信号配时优化，本文提出交叉口信号控制配时参数区间优化模型。首先，以高峰时段5min采集标段数据，构造交通量区间，修正Highway Capacity Manual 2010(HCM2010)饱和流率计算公式，估计混合交通饱和流率区间；其次，构建信号配时参数区间非线性多目标规划模型，并以交叉口服务水平为性能目标，利用区间序关系与区间可能度模型进行转换，采用多层嵌套遗传算法求解；最后，以北京市道路等级相差较大的两相位与三相位交叉路口高峰时段数据为例，验证信号配时区间优化模型，并运用 VISSIM软件进行仿真比较。结果表明：本文所建模型可行、有效，且考虑饱和流率区间的信号配 时区间优化模型更适合于关键相位饱和流率波动较大的两相位信号交叉口，机动车平均延误和交叉口通行能力较Webster方法分别优化了35.9%和14.9%。