基于控制系数的交通信号动态配时研究

为缓解城市路口处的交通拥挤状况,针对路口多相位交通流建立一种实时动态模型,提出一种基于控制系数的交通信号配时方法。用随机的交通流数据模拟路口各个车道上监测到的车辆数目,在以各个相位对应车道上的车辆数目按照比例分配相位时间的基础上,提出车辆资源竞争公平性问题,引入控制系数,以最大通行能力为路口模型控制性能指标,进行周期信号灯配时的仿真。仿真结果表明,此方法比定时控制方法提高了1.7%的通行率,对于路口的信号控制是行之有效的。     

渠化可变导向车道交叉口预设信号配时优化模型

为了充分利用渠化可变导向车道交叉口的时空资源,建立了以交叉口车辆总延误最小为优化目标、以可变导向车道功能和相位有效绿灯时间为决策变量的预设信号配时优化模型。使用交通仿真软件VISSIM对本文模型进行了模拟验证。结果表明,可变导向车道功能和相位有效绿灯时间存在最佳组合,这种组合能使各股车流的车均延误最小、各进口道的平均排队长度和最大排队长度最短。为了进一步考虑多时段信号控制问题,提出了渠化可变导向车道交叉口多时段预设信号配时设计流程。研究成果能够合理地设定信号交叉口任一时段可变导向车道功能与信号配时方案,可以有效地提高交通流运行效率,为可变导向车道控制提供理论依据与方法。     

协调控制交叉口短车道长度和配时参数协同优化

为了优化配置共有路段上均含左转短车道的相邻协调控制交叉口的时空资源,以最大化交叉口通行能力和最小化车辆总延误为目标,以左转短车道长度和相位有效绿灯时间为决策变量,建立了交叉口周期时长与绿信比组合优化模型。为验证优化模型的有效性,设计了一个案例,使用优化模型和韦伯斯特模型分别获得每个交叉口的配时方案,并使用已有方法计算了相邻交叉口协调相位的绿时差,进而使用VISSIM软件模拟了两种配时方案下的交通流运行状况。结果显示:与韦伯斯特方法相比,本文优化方法能使交叉口车均延误降低约30%,而通过车辆数略有增加。     

单点交叉口信号灯优化配时研究

提出了单点交叉口信号灯优化控制新算法，通过对单点交叉口每个方向每条车道未来时刻车辆到达数的有效预测，采用模糊控制推理信号灯下一个周期的时长. 在此基础上，建立以车辆平均延误最小和交通流量最大为目标的多目标优化模型，采用排序-遗传算法优化得到每个相位的绿信比，根据此绿信比将周期时长分配到各个相位，从而得到了最优的信号灯配时. 仿真试验表明该算法是有效的.     

单点交叉口信号灯优化配时研究

提出了单点交叉口信号灯优化控制新算法，通过对单点交叉口每个方向每条车道未来时刻车辆到达数的有效预测，采用模糊控制推理信号灯下一个周期的时长．在此基础上，建立以车辆平均延误最小和交通流量最大为目标的多目标优化模型，采用排序-遗传算法优化得到每个相位的绿信比，根据此绿信比将周期时长分配到各个相位，从而得到了最优的信号灯配时．仿真试验表明该算法是有效的．     

具有公交优先的路网交通流智能协调控制

在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法.     

交通信号灯配时优化控制理论研究

针对城市交通拥堵日益严重的问题,提出一种自适应交通信号灯配时优化控制理论.主要采取的方法是利用设置在交通路口的高位摄像机,获得车流图片或者车辆视频,再运用图像处理技术分析图片,结合相位绿灯分配时间的线性算法,以交叉路口流通能力最大、平均延误时间最小或排队等候的车辆数最少为优化目标,尽最大可能地实现绿波带.这项技术使用的结果能用来进行交通滞留状况下的智能交通调节.这种自适应配时优化方案,能够对交叉路口车流情况进行综合优化,实时修正各个相位的配时.     

城市主干路交通流多目标优化控制

提出一种城市主干路交通流多目标优化控制方法 ,分析了多目标优化的性能指标及其约束条件 .用线性预估方法预估单个交叉路口下一周期的车流量 ,模糊推算单个路口周期大小 ,用遗传算法优化平均车辆延误 ,获得每个路口的绿信比 ,在此基础上 ,再用遗传算法优化整条主干路的交通流量 ,获得主干路统一周期 ,最后 ,将周期的值根据绿信比分配到每个路口的各个相位 ,控制信号灯的转换 .仿真结果表明该方法优化性能良好 ,性能稳定     

城市主干路交通流多目标优化控制

提出一种城市主干路交通流多目标优化控制方法，分析了多目标优化的性能指标及其约束条件，用线性预估方法预估单个交叉路口下一周期的车流量，模糊推算单个路口周期大小，用遗传算法优化平均车辆延误，获得每个路口的绿信比，在此基础上，再用遗传算法优化整条主干路的交通流量，获得主干路统一周期，最后，将周期的值根据绿信比分配到每个路口的各个相位，控制信号灯的转换．仿真结果表明该方法优化性能良好，性能稳定。     

单交叉路口交通分布的一个优化模型及其算法

讨论了城市道路交通中十字交叉路口的交通流分布情况,以4相位信号控制为例,建立了以控制周期内路口的总延误车辆数最小为控制目标、以信号相位持续时间和信号周期时长为控制变量的交通信号动态规划模型,并给出了一个相应的算法.     

单交叉路口交通流的通用多相位智能控制策略

为提高城市道路交叉路口信号控制的效率，采用面向对象的设计思想，提出了一种新的通用多相位信号控制策略.根据实际交通状况交互建立单交叉路口的通用模型，根据当前路口各车流向的车流量实时分布信息，及时调整相位数和各相位的车流向组合.实时传递路口交通情况，采用模糊控制策略，以车辆延误时间最小为优化目标，对单交叉路口的信号相位和相位绿灯时间分别进行优化.根据实测数据对该方法进行了仿真研究，并与普通信号控制方案作了对比.结果表明，这种通用信号控制方案能使交通流量总体趋于均衡，缩短了车辆延误时间.     

城市干线交通信号的模糊协调控制研究

为了提高干线交通的通行能力,根据相邻路口具有相关性的特点,选取干线上相关的3个交叉口作为研究对象,在周期和相位差确定的基础上,提出一种以平均排队长度为优化目标的模糊协调控制算法.同时,根据具体的路口模型设计了一种使干线上3个相邻路口的交通流协调一致的方法,实现了干线上多交叉路口交通流的相关性.根据焦作市某干线上的具体交通流情况进行仿真验证,结果表明,模糊协调控制算法的配时方案比感应控制算法更加合理,能更好地协调城市干线的红绿灯信号,使平均排队长度减少了4.74辆.     

三车道有管理元胞自动机交通流模型的研究

在三车道元胞自动机交通流模型的基础上,将第1车道规定为超车道,对超车道上车辆换道进行管理,提出了一种三车道有管理元胞自动机交通流模型.并分析了车辆减速概率、换道概率对交通流的影响,结果表明,对超车道上车辆进行管理,并没有改变系统的交通流特性,而是增加车辆驾驶的安全性.     

复杂场景智能车辆车道与速度一体化滚动优化决策

针对智能车在复杂场景下的行车环境理解和行为决策问题,提出了一种智能车辆车道与速度一体化滚动优化决策方法。在复杂场景下建立了车路空间重构模型,得到以不同车道中心线为参考的车辆位置。建立了以非整数的纵向车速和整数的车道序号为控制量的车道与车速一体化模型。对本车与多方向来车的未来轨迹进行安全性分析,将复杂场景下智能车辆车道与速度一体化决策描述为混合整数非线性规划问题。为了验证本文决策方法的有效性,在无保护路口场景下进行汽车动力学仿真软件veDYNA和Simulink的联合仿真,结果表明：本文决策方法面对行驶缓慢、突然切入的周车,能及时做出换道决策;当智能车和周车同时行驶至路口区域时,能够做出减速让行决策,以实现安全行驶。     

基于分层控制结构的迭代学习城市交通信号控制

分层控制是大规模城市路网实施高效信号控制的有效手段。根据城市路网规模庞大且结构复杂的特点,提出了一种基于分层控制结构、协调各子区交通状态的迭代学习城市交通信号控制策略。上层利用交通数据,刻画路网内各子区的宏观基本图(Macroscopic fundamental diagram,MFD),基于MFD分析得到子区车辆累积数与流量的关系,并以道路占有率均衡为目标,设计各子区理想的道路占有率;下层基于道路交通流模型,通过迭代学习获得各路口的信号配时方案,使子区内的道路占有率达到上层的要求。提出的分层控制策略使路网内交通流分布均衡,提高路网整体通行能力。Matlab和Vissim的仿真结果与Webster固定配时信号控制的对比显示了该控制策略的有效性和优越性.     

考虑非机动车因素的交叉路口的信号配时研究

平面交叉路口的信号配时大多采用F-B理论,它是讨论机动车流下的交叉口信号配时,而我国大部分城市都是机动车和自行车等非机动车混合的交通环境,因此该理论解决我国城市交叉口的信号配时并不完全适用。本文探讨了混合交通流条件下非机动车辆对信号配时的影响以及与机动车之间的换算关系,在考虑非机动车流的基础上研究了如何修正和应用F-B信号配时方法,并针对几种情况探讨了混合交通流条件下交叉路口控制的相位设计及其他一些问题。     

基于粒子群优化的单交叉口信号控制与仿真

针对我国城市交通的交通流特性，在分析平面交叉口控制问题的基础上，通过本周期和前一周期的车流量数据，采用线性预估方法，对下一周期的车流量进行估计，采用粒子群优化算法实现单交叉口多相位信号配时方法，以单交叉口周期车辆停滞最少为控制性能指标，确定下一个周期的信号配时，仿真结果证明了算法的有效性。     

借对向出口车道左转交叉口交通控制方案优化

为提高借对向出口车道左转交叉口信号配时的科学性以及交通流运行效率,提出借对向车道左转的适用条件,将左转机动车的到达-驶离图式分为8种情况,分别建立每种情况下左转机动车的延误计算方法.以交叉口车均延误最小为目标,以周期时长、主信号与预信号各相位绿灯时间、借对向车道左转车道的长度为优化变量,建立了交叉口信号控制方案优化模型,并采用遗传算法进行求解.以算例的形式对所建立的优化方法进行验证,并与传统控制方法进行对比.结果表明:优化方法可以提高左转机动车通行能力,减少其所需绿灯时间,进而缩短交叉口周期时长;左转相位绿灯时间的缩短减小了直行相位的红灯时间,进而缩短了交叉口的车均延误,在高峰期交叉口车均延误下降比例达到23.8%.     

差分方程模型在交通流计算中的应用研究

针对交通流计算中车道被占对道路通行能力的影响以及所导致的车辆排队长度等问题,本文给出了一种能快速计算车辆排队长度的数学模型,且以此可以分析不同车道被占对道路实际通行能力的影响。首先明确道路实际通行能力的定义,并将车道被占后的时间离散化,然后根据车辆流动数量关系建立车辆排队长度的差分方程计算模型。通过实际视频资料的验证,利用差分方程模型计算的结果能很好地与实际情况相吻合。该研究结果能用于车道被占后,为上游路口车辆放行数量与放行方向等交通信号控制提供预判依据。     

局部拥挤条件下单点自组织信号控制方法研究

针对已有交通信号控制方法难以有效疏导拥挤交通流的现状,以感应线圈检测器采集到的实时数据为拥挤识别的基础,以拥挤流向放行车辆数最大为目标,提出了一种无信号周期、无固定相位相序限制的单个交叉口自组织信号控制的基本原理,研究了候选信号相位集、各流向权重、等待时间上限的确定方法,设计了局部拥挤条件下单个交叉口的自组织信号配时方法,并以VISSIM为工具进行了模拟验证和对比分析。结果表明,所提出的方法能够改善局部交通拥挤的疏导效果。