基于多智能体交通绿波效应分布式协同控制算法

基于"绿波"效应的交通控制通过实现干道上的车流不间断地经过多个交通灯路口而不停止,是目前公认的最有效率的交通控制策略之一.然而随着城市交通规模的不断扩大,传统的集中式交通控制方法可能遇到计算和通信上的瓶颈.而当路口交通灯只能获取城市交通网络全局有限的信息时,传统的分布式控制方法可能十分低效.提出了一种基于多智能体的交通灯分布式绿波自适应控制方法.在该设计中,每一个交通灯路口通过一个非集中式的协同智能体来控制.其核心是,智能体通过预测自身下一时刻的状态进行自主决策.由于只有来自邻居路口的车辆能够直接影响当前路口下一步的状态,这一决策过程仅需要智能体通过与邻居智能体间的局部交互来完成.描述了基于多智能体交通灯分布式"绿波"效应的控制算法,并通过仿真实验验证了该方法在大规模城市交通系统中的可行性.     

TR-light：基于多信号灯强化学习的交通组织方案优化算法

针对多变环境条件下的交通堵塞问题,将强化学习、神经网络、多智能体和交通仿真技术结合起来,提出了用于优化多路口条件下交通状况的trajectory reward light(TR-light)模型。该方法具有几个显著特点：基于红绿灯拟定交通组织方案;将多智能体强化学习用于红绿灯控制;通过红绿灯的协同达到区域级的交通组织优化;在智能体每次行为执行结束后实施轨迹重构,在OD对不改变的情况下改变车辆行驶路径,根据方案和重构轨迹来计算智能体的最终回报。通过SUMO进行交通仿真实验和交通指标对比,验证了该模型在多交叉口中能够提高路网畅通率,改善交通状态。实验表明该模型可行,可有效缓解交通拥堵。     

脉冲控制下基于合作机制的多智能体系统分组一致性研究

针对在脉冲控制下非线性多智能体系统的分组一致性协同控制问题,本文基于复杂系统中智能体间的合作机制,提出了一种新颖的具有领导-跟随网络的分组一致性控制协议.该协议控制智能体仅在脉冲时刻接收来自邻居节点的信息并更新自己的状态,减少智能体因持续接收邻居信息更新自己状态而造成的网络开销.针对不同组之间智能体的信息交互,该协议具有防止组间干扰的机制,降低了不同组之间的通信干扰,提高系统鲁棒性.此外,本文还介绍了一种适用于非线性系统的方案,增强协议的适应性.基于实现分组一致性条件,构建了多智能体系统的动力学模型,并进行了协议的详细设计和理论推导.最后,通过仿真验证了协议的正确性和有效性.     

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.     

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。     

单向通信拓扑领航者动态未知线性多智能体系统的协同迭代学习控制

研究单向通信拓扑领航者动态未知线性多智能体系统的协同跟踪问题.基于邻居的相对状态信息,设计了分布式迭代学习控制律实现对领航者的协同跟踪控制,采用Lyapunov-Krasovskii函数分析闭环系统的稳定性与收敛性.进而,将状态反馈结论拓展到输出反馈,通过构造局部观测器估计不可量测的状态信息,采用估计的相对状态信息设计了分布式迭代学习控制器.对于以上两种情形,多智能体系统在通讯拓扑含有生成树的条件下能够实现与领航者的状态同步,同时,所设计的分布式迭代学习律能够对领航者未知输入进行精确估计.仿真实例验证了所提方法的有效性.     

视频车辆检测器在交通信号机智能联动系统中的应用

随着机动车的日益增长,交通压力越来越大,交通控制设备智能化的重要性不言而喻。交通信号机作为重要的交通控制手段更需在智能化方面进行加强。基于此,笔者利用视频车辆检测器与交通路口信号机相接合的方式,提出了一种基于视频检测的交通路口信号机智能联动系统,介绍了系统的组成和工作原理,并重点分析了相关的技术方案。     

支持并发控制的多智能体系统构造方法

基于桌面共享或远程登录实现的协同过程,容易出现并发冲突问题,这是同步协同设计走向实用化面临的瓶颈问题。本文提出了面向控制权限的多智能体系统构造方法,通过控制客户端与服务器之间的行为解析和发送,从而消解并发冲突。本文详细阐明了支持并发控制的多智能体系统的构造原理与实现方法。     

基于网络最大流的交通控制时间研究

本文从网络最大流的角度出发,建立和简化了城市道路网模型,在交通流的控制中引入以时间为控制参数的流量模型的控制方法,使用matlab工具实现了各个路口之间基于网络最大流的时间差别控制的合理化计算。论述了优化城市交通并非是寻求各个单路口的最大通过性,而应按区域内的道路容量对路口进行差别控制,并给出了一个求解通行时间的方法,为智能交通控制提供了参考。     

基于自触发的异构多智能体协同输出调节

本文针对线性异构多智能体系统,基于自适应自触发条件,分别设计了状态和输出反馈协同控制器.其中自适应控制策略可以避免使用多智能体系统的全局信息,从而实现分布式控制;自触发控制不仅可以避免对触发条件进行连续监测,还可以有效地降低网络的通信负载和控制器的更新次数,且不存在芝诺现象.最后通过4个跟随智能体和一个领导智能体进行了协同输出直角编队仿真实验,实现了多智能体系统对外部系统的渐近跟踪和干扰抑制,验证了结果的有效性.     

交通信号控制系统中的Agent协同研究

应用Agent技术的交通信号控制策略去探讨基于本体的Agent通信，并结合多级模糊控制和基于对策论的协调方法对交通阻塞问题进行了分析，提出了采用多级模糊的点控解决方案。     

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.     

基于层次颜色Petri网的交通紧急调度算法与建模

针对城市交通网络中紧急车辆在行驶区段中如何较快地到达终点的问题,提出了一种基于Petri网的交通紧急控制策略模型。利用Davidson函数中行驶时间与交通流之间的对应关系,得出紧急车辆在道路上的最短行驶时间,并将其作为权重,运用Dijkstrsa算法进行最短路径寻优;采用紧急信号灯控制策略对最短路径上的交叉口信号灯进行了调整,减少紧急车辆在交叉口的延滞时间,并运用Petri网理论,建立紧急车辆在交叉口的紧急信号灯控制模型。为了描述紧急信号灯控制策略的动态行为特性,将其各部分关键要素分别设计为相应的Petri网子模型。通过模型的一个仿真实例,进行了紧急控制策略与普通策略的实验对比,实验结果表明前者可以对紧急车辆的到达时间进行优化。     

基于Petri网的交通控制系统建模与评估

基于Petri网理论,提出一种对十字路口交通控制系统建模和性能评估的方法.该方法根据路口间的交通流量,计算在不同红绿灯相位差的情况下,各个路口的平均等待队列长度和平均等待时间,从而得出最优的红绿灯相位差.与通常的Petri网模型相比,该模型减少了分析的复杂性,提高了城市路网的通行能力.     

基于流量的交通信号智能控制算法与仿真

交通信号控制系统是城市交通的基本组成.文章针对交通路口信号控制中的时间分配算法进行研究.根据交通路口抽象模型,综合多种路口流量因素,引入了综合流量指标来对交通流量进行量化描述.并且以该综合指标为中心设计了具备自适应能力的信号控制算法.实现了能够依据交通流量状况进行路口时间调整的交通信号控制系统模型.通过NetLogo平台进行仿真实验,证明该系统模型可以很好的适应路口交通流量变化和差异,一定程度上可以作到对交通压力的缓解.     

基于云模型的单路口交通信号自适应控制方法研究

为了减少车辆通过路口的延误,提出了一种基于云模型的单路口交通信号自适应控制方法;使用云模型作为信号控制的基础模型,利用云模型中的正态云发生器和前件云发生器算法分别对道路交通信息进行处理并产生自适应的控制规则,以实现单路口交通信号的自适应控制;通过仿真实验,结果表明,使用云模型作为控制方法,比较传统控制方式更具智能化,更接近于人脑思维过程的控制方法,这也是将来交通信号控制的发展方向。     

单交叉口的多相位模糊控制

基于人对多相位单交叉口交通指挥的决策过程,设计了一种新的模糊感应控制 器,把队长作为控制目标,综合考虑相邻相位车道上的车队长度,以此来决定绿时分配.仿真及 实际应用结果表明：新的模糊控制方法更接近人的决策过程,能更有效地进行单路口多相位 闭环控制.     

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%。     

基于雾计算和强化学习的交通灯智能协同控制研究

针对路口交通拥堵现象,结合雾计算和强化学习理论,提出了一种FRTL（fog reinforcement traffic light）交通灯控制模型,该模型根据实时的交通流信息进行交通灯智能协同控制。雾节点将收集到的实时交通流信息上传到雾服务器,雾服务器在雾平台实现信息共享,雾平台结合处理后的共享数据和Q学习制定交通灯控制算法。算法利用检测到的实时交通数据计算出合适的交通灯配时方案,最终应用到交通灯上。仿真结果表明,与传统的分时段控制方式和主干道控制方式（ATL）相比,FRTL控制方法提高了路口的吞吐量,减少了车辆平均等待时间,达到了合理调控红绿灯时间、缓解交通拥堵的目标。     

交通控制系统理论与关键技术影响分析

为了陈述清楚交通控制系统及其关键技术,通过对于交通系统特性的阐述,陈述了交通控制系统中的一些技术,结合控制系统中的闭环控制特性及其对非线性系统的控制作用,针对交通系统的鲁棒性,系统性和一定程度的自适应性,指出智能控制技术中的Agent控制在交通控制中的应用。该技术的引入,可以在一定程度上为交通问题解决提供一种新的思路和方式。