基于WSN的路口交通信号控制设计

为了缓解道路交通拥堵,减少车辆延误,节约交通能源,控制车辆在交叉路口顺畅通行,提出了一种基于无线传感器网的智能交通信号控制设计。利用传感器节点收集的交通信息,结合多agent的西同方法,控制中心进行综合处理,在不同的时段采用不同的路口控制模式,调整各交叉路口的绿信比,协调干线各路口周期的确定和各路口之间的相位差,自适应地控制车辆通行时间。实现了交通信号灯的无线智能控制,从而提高车辆通行效率。实现交通信号控制的智能化、网络化。     

基于车流量的智能交通信号优化控制研究

道路交叉口是城市交通网络的关键组成部分,其通行效率直接决定了城市交通网络的通行能力。为了提高城市交通路网的通行能力,缓解交通拥堵,根据相邻交叉路口车流量具有相关性的特点,提出一种基于车流量的智能交通信号控制方法。建立基于门限服务策略的交通灯轮询控制模型,利用马尔科夫链和概率母函数分析了交叉口车辆平均排队长度和信号灯配时方案,并根据实际交通情况进行仿真实验。结果表明,基于车流量的智能交通信号控制比传统的固定配时控制更加合理,能有效地降低车辆通过交叉口时的平均延误时长和排队长度,提高通行效率。     

基于蚁群算法的交叉路口多相位信号配时优化

针对城市道路交叉口的交通流特性,提出一种交叉路口多相位配时的TSP模型,采用新的优化算法——蚁群算法（ACA）来优化交叉路口多相位配时信号,并以每周期内交叉路口车辆总延误最小作为性能指标进行仿真实验。实验表明：在相同的时间和车辆到达率的情况下,采用蚁群算法优化相位和绿信比的配时方法明显优于定时配时方法,也优于定相位优化绿信比的配时方法,降低了交叉口的车辆延误,提高了通行能力;且该算法的求解速度快,稳定性好。     

城市交通过饱和状态下干线信号的多目标仿真优化研究

针对城市交通过饱和状态下的干线信号优化问题,分析了交通控制目标对车辆排队的影响,提出以绿信比、相序、相位差和周期为优化参数,以车辆平均时延、系统平均排队-车道长度比和系统通行能力为优化目标的交通信号仿真优化模型。构建了优化模型的实施框架,该框架采用自主构建的微观交通仿真环境来获取信号方案评价指标,改进多目标优化算法NSGAII中的重复个体问题,完成对干线各交叉口信号配时方案的同时优化。最后,利用采集的交通数据对由3个交叉口组成的干线进行实例验证,验证结果表明,在过饱和状态下,所提出的信号优化方法不仅可以有效控制车辆排队长度,均衡车辆分布,同时在系统通行能力、车均时延方面表现更佳。     

基于RFID的智能交通控制设计

为了控制车辆在交叉路口顺畅通行,提出了一种基于RFID的智能交通控制设计.基于S3C44B0X处理器和uClinux操作系统开发智能交通控制信号机,在不同的时段采用不同的路口控制模式,利用RFID技术检测车辆,信号机根据采集到的RFID车辆数据自适应地控制车辆通行时间,从而提高车辆通行效率,实现智能交通控制功能.     

考虑左转汇入的干线协调控制与速度引导优化

考虑到相交道路左转汇入车流对干线协调效率的影响, 本文以绿波带宽最大为目标提出了干线协调控制下直行车辆及左转汇入车辆的速度引导模型. 首先, 在干线绿波控制(Maxband)模型的基础上确定干线直行车辆的可通行时间, 引导干线直行车辆在绿波时间段内到达交叉口; 然后, 加入控制左转汇入车辆的通行时间方程, 引导左转汇入车辆在不影响干线协调控制的时间内通过交叉口, 与干线直行车辆实现时间上的分离; 最后, 基于VISSIM和MATLAB进行仿真实验, 结果表明本文提出的优化模型可以有效提高干线交叉口的通行效率.     

基于深度强化学习的无信号灯交叉路口车辆控制

利用深度强化学习技术实现无信号灯交叉路口车辆控制是智能交通领域的研究热点。现有研究存在无法适应自动驾驶车辆数量动态变化、训练收敛慢、训练结果只能达到局部最优等问题。文中研究在无信号灯交叉路口,自动驾驶车辆如何利用分布式深度强化方法来提升路口的通行效率。首先,提出了一种高效的奖励函数,将分布式强化学习算法应用到无信号灯交叉路口场景中,使得车辆即使无法获取整个交叉路口的状态信息,只依赖局部信息也能有效提升交叉路口的通行效率。然后,针对开放交叉路口场景中强化学习方法训练效率低的问题,使用了迁移学习的方法,将封闭的8字型场景中训练好的策略作为暖启动,在无信号灯交叉路口场景继续训练,提升了训练效率。最后,提出了一种可以适应所有自动驾驶车辆比例的策略,此策略在任意比例自动驾驶车辆的场景中均可提升交叉路口的通行效率。在仿真平台Flow上对TD3强化学习算法进行了验证,实验结果表明,改进后的算法训练收敛快,能适应自动驾驶车辆比例的动态变化,能有效提升路口的通行效率。     

基于车辆检测技术的智能交通控制器设计

针对复杂多变的交叉路口交通流信号灯控制问题设计了一种基于感应式车辆检测技术的多相位智能交通控制器．该控制器支持6种控制算法，可实现8种工作模式，能满足大部分复杂类型交叉路口的控制需求．同时，控制器具有绿冲突和故障检测功能，以及在故障情况下的降级处理机制，从而在最大程度上保证交通的安全和畅通．提出了一种基于车辆等待长度的单路口多相位交通信号灯自适应控制策略，该算法在保证交通畅通的情况下，使车辆延误时间尽可能的短．该控制器目前已在杭州等地进行了实际应用，结果令人满意．     

FPGA的模糊控制交通灯控制方案设计

针对目前交叉路口交通控制信号灯的绿信比固定不变的问题,提出一种模糊控制的方案。根据当前相位的车流量和当前相位与下一相位车流量之差,实时控制相位绿信比,缩减车辆在交叉路口的排队长度。绿信比可在FPGA上模拟实现,采用E—Elements ISE Development Kit开发套件,使用ISE10．1软件设计工具,对上...     

无信号交叉口车辆调度方法研究

随着车辆数量的快速增加,交通拥堵问题变得日益严重.如何引导车辆安全高效地通过交叉路口已经受到了学界的广泛关注.已有的控制方法主要是在线优化信号灯的相位配比.然而相位之间的频繁切换会导致信号周期中黄灯时间占比的增加,进而降低交叉口的车辆放行能力.本文提出了一种基于车路协同的无信号交叉口资源调度模型,该模型将交叉口划分为互不相交的物理空间路权资源,并描述了各个路权资源之间的相互协同关系,进而将无信号交叉口交通控制问题转换为有限资源调度问题.在此基础上,构建最大化交叉口通行效率的目标函数,并求解车辆的最优通行序列.实验结果表明:较传统有信号交叉口控制方法,无信号控制方法有效减少了车辆的排队长度,提高了交叉口的车辆吞吐能力.     

交叉口车辆左转避撞行为建模与仿真

由于无法对交叉口车辆左转的各种控制策略进行实地测评, 在提出了交叉口车辆左转运动轨迹模型的基础上, 建模了两种主要的车辆左转避撞行为。采用C#语言设计开发了交叉口微观交通仿真系统, 实现了车辆在交叉口左转避撞行为的动态模拟和分析。结果表明不同交通需求状况下合理设置左转避撞行为可以有效降低车辆平均延误时间、车辆启停次数等指标适合于不同交通控制策略的模拟和评价。     

交叉路口交通灯实时模糊控制系统设计与实现

提出了一种基于模糊控制的交叉路口交通灯控制系统.该模糊控制系统以单交叉路车长、车长之差为输入,以绿灯延时为输出.并简单介绍了基于单片机的智能交通控制系统的实现.验证计算结果表明,所提出的模糊控制算法能有效地减少交叉口平均车辆延误,为智能交通系统实现提供了一条新途径.     

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

交通微观仿真中车辆走行死锁问题研究

模拟交通冲突是道路交通微观仿真中的实现难点。该文描述了由于机动车辆对固定冲突点竞争而引起的“死锁”现象,分析了这种现象的产生机理。在评述现有解决方法的基础上,结合交通冲突的方式和固定冲突点的分布情况,给出了死锁模型和典型情况下预防死锁的算法,同时设定时间参数和车流量参数以便进行路口通行能力评价。最后针对有交通信号控制的十字路口进行仿真编程实现,仿真结果表明本算法对于机动车辆在固定冲突点的死锁预防是可行的,仿真效果与实际的车辆走行情况相吻合。     

交通控制中展宽段设计与信号配时的优化

针对展宽段设计与信号配时之间互相影响和制约的问题,本文提出了优化配时依据和相位相序的解决方法.分析了展宽段设计与信号控制之间的内在联系;提出了交叉口无空间限制条件下展宽段的设计思想,既应满足信号控制需求又要保证排队车辆不发生溢出,且要尽量减少对对向出口道车辆通行的影响,基于此思想综合运用交通控制理论及交通流理论建立了展宽段长度的计算模型;当交叉口空间受限制时,针对直左车流间无相互干扰的情况,提出了以当量饱和流率作为信号配时依据的控制思路,而对于直左车流间存在相互干扰较严重的情况,提出了优化相位相序的控制策略,结合韦伯斯特理论建立了以延误最小为目标的非线性优化模型,并采用遗传算法求解相关参数.最后利用VISSIM仿真软件对提出的方法和模型进行了模拟验证.     

交通强度优先的交叉口模糊控制研究

为了降低交叉口车辆延误,提高通行能力,研究了一个四相位交叉口交通信号的模糊控制方法。用交通强度刻画各相位交通流通行需求的紧急程度,根据各相位的交通强度由模糊推理得到当前相位的绿灯延长时间,并选取后续绿灯相位。以交叉口车辆平均延误作为交叉口信号控制的性能评价指标,在相同交通条件下对几种控制方式进行了仿真试验。结果表明,该文的控制方法相对于感应控制方法和直接采用车辆排队长度作为输入的模糊控制方法,更能有效减小交叉口的车辆平均延误。     

城市协调控制主干路交通流模型

城市协调控制主干路交通流模型是交通预测、仿真、信号配时的前提和基础.论文通过改进开放性边界条件,利用一维元胞自动机模型模拟协调控制主干路交通流状况.该模型采用差分方程的形式描述车辆动态行为.解除了信号灯等间距布设的限制,每个路口的信号灯可以根据交通流变化选择绿信比,相邻交叉口采用绿波控制方式调整相位差.论文利用MATLAB软件对模型进行仿真,分析了驶入主干路流量以及干、支路的转弯流量对于主干路平均速度、平均密度和平均流量的影响.在仿真结果的基础上,提出了相应的控制措施改善主干路交通状况.     

交通信号自适应模糊控制器的设计及稳定性分析

针对城市交通路口的信号控制,提出一种自适应模糊控制器,并对其稳定性进行分析.通过控制器给出路口实时信号配时,根据红灯相位的等候车辆平均损失和绿灯相位释放车辆的平均增益,给出了模糊控制器的自适应算法,以实时修正其模糊规则.在自适应模糊控制器的稳定性分析中,采用模糊控制系统闭环模型的模糊关系矩阵,证明在路口车辆随机产生的情况下,模糊控制系统是稳定的.仿真结果表明,自适应模糊控制器比全感应控制器、简单模糊控制器更能适应路口交通流的变化,极大地改善了系统性能.     

基于TCPN的交叉口信号控制模型与优化

针对城市路网中交叉口车辆通行效率低下,交通信号控制策略难于满足输入路段上车流变化的问题,本文提出了一种基于时延赋色Petri网的交叉口交通流优化控制模型。首先建立路段车流、交叉口车流和交通信号控制的TCPN模型,其次建立以交叉口输入路段车辆数最小为目标的车流优化方程。在假设信号周期固定的前提下,利用15个周期采集的交叉口输入、输出路段车辆数,求解满足优化目标的相位配时,确保交叉口输出车辆数最大,且输入路段上待通过车辆平均数最小。仿真结果表明,交叉口的通行能力显著提高,各输出路段上的车辆平均数分别增加了13.3%,9.7%,9.8%和4.3%。