钩形弯交叉口信号协同控制优化方法研究

针对车辆在钩形弯交叉口与相邻常规交叉口间的整体运行特性,建立了各条车道的车辆平均延误计算模型。以各交叉口的周期时长和相位绿灯时间为约束,钩形弯交叉口与相邻常规交叉口间的车辆平均延误最小为目标,建立了信号协同配时方案。以位于苏州市高新区内有轨电车沿线的两个相邻交叉口为例,采用实际数据验证所建立的方法,并设置钩形弯渠化方案。将设置的钩形弯交叉口与其相邻常规交叉口的信号协同作为改进方法,在VISSIM软件中对比分析改进方案与现状方案的车辆延误指标。实验结果表明,钩形弯交叉口与相邻常规交叉口的信号协同优化方法可有效提高交叉口的通行能力,尤其是干道直行机动车的通行能力,可降低车辆的平均延误。     

城市信号控制交叉口信号周期时长优化模型

提出一种新的城市道路交叉口信号配时方法,同以信方法相比,新方法更适应交叉口的交通特征,更符合信号实时变化的特点,可以作为交叉口交通信号自适应控制的配时基础。     

信号交叉口延误计算方法的比较

在论述控制延误、停车延误和引道延误概念和关系的基础上,着重分析了用于计算延误的调查法、分析法和仿真法,并以十字型交叉口为案例,分别使用点样本法、HCM2000法、SimTraffic 5系统和VISSIM 3.60系统计算交叉口延误.经分析认为,VISSIM 3.60系统在交通行为描述和参数设置方面更为细致,因此更适合计算国内混和交通流条件下信号交叉口延误.     

监控环境下信号交叉口控制延误的获取方法

依据摄像头监控环境下可以检测到的相关参数,给出了信号控制交叉口进口道的车均控制延误参数提取的方法.文中以各个周期饱和度不超过1.2的信号控制交叉口进口道为研究对象,根据该周期的车辆通行需求和交通供给,将交叉口进口道的状态划分为正常交通状态和饱和交通状态;然后根据本周期车辆的到达情况、上周期排队车辆对本周期的影响及本周期排队车辆对下个周期的影响,结合监控环境下可以直接获取的相关参数,对两种交通状态分4种情况分析了交叉口进口道的控制延误参数的提取方法,构建了相应的模型.最后通过实例表明,该论文陈述的模型可以较好的提取交叉口进口道的控制延误参数.     

信号控制交叉口延误参数提取研究

延误参数的精确提取对于交叉口的信号配时设计和评价具有重要的研究意义。文章对传统的延误参数提取模型的精度进行了验证,结果表明,以1个周期为分析时长,95%置信度下传统模型得到的参数精度不超过75%。借助于应用日益广泛的视频检测技术,文中给出了2种视频环境下延误参数提取的方法,以1个周期为统计时长,得到新方法提取的参数精度均在85%以上,说明新的方法比传统的模型能够更精确地提取交叉口的延误参数。     

协调交叉口间人行横道信号优化方法

引入行人过街等待容忍极限时间作为信号配时优化的约束条件之一,提出了线控路段上交叉口之间人行横道信号参数的信号协调控制优化方法.该方法先以两相邻交叉口共红时间作为行人过街绿灯时间,当共红时间不足时,利用路段机动车车队的离散性和流率关系建立延误函数,以机动车在人行横道处造成的总延误最小为目标求解配时优化参数.结果表明,该方法保证了行人过街的安全性,降低了行人延误.
关键词：     

多目标交叉口信号控制模型

采用多目标的双层规划模型描述了在固定Ｏ－Ｄ需求量的饱和路网上,考虑排除和拥挤时,预测平衡流分配和优化信号参数的组合问题,在双层规划模型中,下层模型是带有显式的通过能力约束的平衡分配模型;上层模型由饱和路段的排队延误最小,同时网络系统中的其他延误最小来决定信号绿信比,设计了基于灵敏度分析的启发式算法,并给出了一数值算例进行分析说明。     

非机动车影响下信号交叉口转向通行能力模型的比较

混合交通条件下,非机动车显著影响着信号交叉口转向机动车通行能力.文章剖析了现有的非机动车影响下交叉口通行能力的解析算法,建立了基于VISSIM的通行能力仿真模型,标定了模型参数.通过算例,比较了各种解析和仿真模型.通过仿真实验分析了非机动车对机动车延误、转弯速度的影响.研究表明:各种模型得到的结果差别较大,其中,HCM(2000)与chen等人(2007)的方法计算的通行能力与仿真实验结果较为一致.假设非机动车在机非冲突区总能够抢先通过,将导致低估机动车通行能力;而只考虑绿灯初期非机动车成群通过造成的影响,将导致高估通行能力.随着冲突非机动车流量的增加,单位数量的非机动车对机动车通行能力、延误和转弯速度的影响逐渐减小.转向车流的仿真通行能力值与平均转弯速度显著线性相关.     

基于改进F-B模型的过饱和状态下交叉口信号配时优化方法

为减少过饱和交叉口的车辆延误时间,建立了改进的F-B配时模型。该模型进行周期计算的步骤与F-B法相同,在调查各进口道交通量时,提出通过交通量的概念,并采用延误模型对F-B算法以及改进F-B法进行评价。案例分析结果表明,与F-B配时模型相比,应用改进F-B配时模型的信号配时方案使相邻交叉口延误时间分别减少了34.39%和28.05%。该模型能够有效缓解交通拥堵,减少车辆排队长度并提高交叉口服务水平。     

相邻交叉口短车道长度与配时参数协同优化

针对相邻交叉口在共有连线上均渠化左转短车道的现况,研究其时空资源的最优配置.通过分析短车道对进口道饱和流率的影响,建立以交叉口通行能力最大化与车均延误最小化为目标函数、以短车道长度和相位有效绿灯时间为决策变量的多目标优化模型.以大连市两相邻交叉口为例,通过Matlab软件对优化模型进行编程求解,进而利用VISSIM软件对现有方案和优化方案分别进行仿真试验.结果显示,优化方案虽然使每个交叉口通行能力减小,但是也使每个交叉口车均延误、饱和度和平均排队长度减少.此外,优化方案使每个交叉口通行能力与车均延误之比增大,使单位时间内通过两个交叉口的总车辆数增加.研究成果表明,交通组织与信号控制的协同优化设计可以实现交叉口群的时空资源的最优配置.     

Optimization of Adaptive Transit Signal Priority Using Parallel Genetic Algorithm

Optimization of adaptive traffic signal timing is one of the most complex problems in traffic control systems. This paper presents an adaptive transit signal priority (TSP) strategy that applies the parallel genetic algorithm (PGA) to optimize adaptive traffic signal control in the presence of TSP. The method can optimize the phase plan, cycle length, and green splits at isolated intersections with consideration for the performance of both the transit and the general vehicles. A VISSIM (VISual SIMulation) simulation testbed was developed to evaluate the performance of the proposed PGA-based adaptive traffic signal control with TSP. The simulation results show that the PGA-based optimizer for adaptive TSP outperformed the fully actuated NEMA control in all test cases. The results also show that the PGA-based optimizer can produce TSP timing plans that benefit the transit vehicles while minimizing the impact of TSP on the general vehicles.     

基于遗传算法的单点交叉口信号配时优化

以相位的周期时长、绿灯时间作为约束条件,平均停车次数、平均延误最小作为优化目标函数,建立了信号配时优化非线性模型.以上海某一交叉口作为研究对象,将其交叉口的交通数据应用于该模型中,以Matlab为模拟环境,应用实数编码遗传算法对其求解.运行结果显示:交叉口的信号周期由145s变为118s,缩短了19%;车辆的平均延误由45s/veh变为36s/veh,下降了20%;车辆的平均停车次数由0.828 2变为0.736 1,下降了11%.研究结论表明,该方法得出的信号配时方案可以有效地减少停车延误和停车次数,优于现有控制方案及传统的Webster算法得出的方案,从而证明了此模型的实用性.     

基于电警数据的单点自适应信号控制优化方法

通过深入挖掘利用电警数据蕴含的交通流信息,提出了一种基于电警数据的单点自适应信号控制优化方法。研究对象为各进口道均布设电警设备的四肢交叉口,4个上游交叉口也布设有电警设备,能够获取前往目标交叉口的车流。首先,根据TOD时段上下游电警匹配历史数据,利用高斯混合模型估计各路段行程时间参数,进而标定基于截断正态分布的车队离散模型;其次,基于实时到达率预测值,以目标交叉口总延误最小为优化目标,建立整数规划模型对信号控制参数进行实时滚动优化,采用动态规划算法求解;最后,在不同需求场景下对该方法进行仿真验证。结果表明,路段行程时间均值与标准差的估计误差均小于3s,车均延误与排队长度较最优灯组配时分别减少34.2%和40.5%以上。与感应控制相比,该方法在高需求场景下改善效果更为明显,车均延误与排队长度分别减少12.9%和15.8%,在其他场景下也分别有2.6%和5.4%以上的改善。同时,滚动优化时长的增加也能带来控制效益的提升。     

单交叉口交通信号的模糊控制

针对最常见的十字交叉口,以平均延误最小为目标,设计了四相位两级(观测级、决策级)模糊控制器,包括红灯相位选择模块、绿灯相位观察模块、决策模块等三个模块。所建立的交叉口车辆生成模型、交通信号控制模型以及车辆延误模型,通过MATLAB 7.0编写的程序,进行仿真分析。结果表明:在同样交通条件下,相对定时控制和感应控制,模糊控制的车辆平均延误时间分别降低了25.2%和16.5%。     

城市道路信控交叉口车辆延误分析与治理对策

文章以合肥市三孝口信控交叉口为例,分析了城市道路信控交叉口车辆的运行过程和确定延误方法,分别采用韦伯斯特模型法和点样本实测法对其进行延误计算和比较,结果表明两者接近。最后评估了三孝口信号交叉口的服务水平,并提出综合治理对策,为城市交通规划、交通管理和区域交通控制提供参考依据。     

基于深度强化学习的大型活动关键交叉口信号控制

大型活动举办时期,场馆周边路网的交通压力与日常交通运行状态存在差异,活动场馆周边关键交叉口的正常运行是保证大型活动顺利举办的重要因素之一,应采取动态的管控方式以达到提高关键交叉口通行效率、满足参与大型活动出行者交通需求的目的。为此,文中基于A2C（Advantage Actor Critic）的强化学习算法,考虑大型活动背景下出行者数量大且大多采用公共交通出行的特点,在奖励函数构建过程中将车辆排队时间细分为出行者不同出行方式的车辆等待时间,通过引入参数,修正不同车型的奖励计算方法,使智能体在信号配时优化的过程中优先考虑大型活动参与者的出行需求。最后,以北京市首都体育馆周边大型交叉口为例,借助交通流仿真软件SUMO进行仿真实验,仿真实验结果证明,修改奖励函数结构后的A2C信号控制方法在控制效果上优于定时信号控制以及基于DQN（Deep-Q-Network）算法的控制方法,可以达到提高交叉口公共交通以及整体车流通行效率的目的。     

基于路段流量平衡的转向交通量推算方法研究

在实际观测交通量时,因观测时间不同步、观测误差等原因导致路段出入口交通量不相等,而在OD矩阵推算研究中却要求路段交通量平衡。为解决这一问题,分别以推算简便快捷、流量均匀分配、减小流量变化率为依据提出三种路段流量平衡推算方法,应用MATLAB软件编写程序获得推算结果。同时提出三个评价指标,以验证平衡推算方法的可靠性。最后以实际三横三纵九个交叉口所组成的路网为例,运用提出的方法进行推算,结合实际情况评价分析后验证了本文提出的方法是可行有效的,其结果可用于路径流量分配,并为交通信号协调控制提供基础数据。