单交叉口公交优先双系统模糊控制策略研究

公交系统能够显著地提高城市客运量,有效缓解日益增长的交通需求压力.交叉口公交优先是公交优先发展的一个重要措施,传统的交叉口控制方案将公交车辆与其他类型车辆同等对待,对于载客量较大的公交车辆是不公平的.以人均延误最小为目标,提出了一种单交叉口公交优先的双系统模糊控制模型,其相位模糊控制系统负责对相位方案进行优化,延时抉择模糊控制系统优化各相位的绿灯时间.仿真结果表明,相对于定时控制的公交优先机制,模型在正常交通流的情况下能够有效的减少人均延误.     

基于环形线圈检测器的复杂交叉路口多相位模糊控制

利用环形线圈检测器获得复杂交叉路口的实时交通数据,设计了一个三路交叉复杂路口交通信号灯的多相位模糊控制。通过多相位设计对交叉口的复杂交通流进行了规划组织,模糊控制策略可以对绿灯配时进行适当的调整以适应交通状况的实时变化。仿真结果表明,多相位模糊控制效果在减少车辆延误时间指标上优于传统的定时控制。     

基于博弈的交叉口交通信号配时系统设计

针对交通系统的动态性和随机性,提出了一种信号交叉口的自适应控制模型.设置主相位优先阈值,主相位具有优先权.采用RBF网络预测短时交通流信息,评估模块对可选相位的交通需求度进行评估.决策模块根据相位博弈选择机制,选取后续放行相位;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.车辆平均延误作为评价指标,仿真结果表明,系统控制效果明显优于传统控制,在交通环境突然变化时控制效果更佳.     

交通信号多相位智能优化控制方法

提出一种以乘客平均延误最小为评价指标的变相序交通信号多相位模糊智能优化控制方法。在相位的选择上同时考虑相位的车辆排队长度和乘客量,使得乘客量大的相位优先通行,体现了交通系统公交优先的思想。采用模糊控制方法获得绿灯增益时间。仿真实验分析表明,与传统模糊控制方法相比,该方法能更有效地减少乘客平均延误。     

粗糙集的过饱和多交叉口协同优化模型研究

为解决现有模糊智能控制方法仅适用于单交叉口非饱和状态,满足区域交通过饱和多交叉口信号协同联动控制的需要,提出了高峰时期主通道优化控制策略。在粗糙集知识推理基础上,构建了以多交叉口状态信息为条件属性,以绿灯延长方式、绿灯延长相位和绿灯延长时间3个参数为决策属性的多决策属性模糊控制模型。运用可辨识矩阵与属性频度的属性约简方法对模型进行约简,提取决策规则。实例分析表明:多交叉口主通道绿灯时间延长3~8 s能够有效提高区域交通整体通行效能,同时延长时间不仅与过饱和状态车辆最大排队长度有关,还与绿灯延长方式、绿灯延长相位存在关联,这与交警经验总结的控制规律一致。     

具有公交优先的交叉口信号控制技术

针对一类典型交叉口,提出一种具有公交优先的交叉口模糊信号控制技术。采用公交专用道和公交优先进口道实现公交车辆在空间上的优先,通过具有公交优先的交通信号控制算法实现公交车辆在时间上的优先。信号控制算法的核心模块由绿灯相位模块、红灯相位模块和决策模块组成,分别设计这3个模块的模糊控制策略。控制目标是达到对公交车辆加权的车辆平均延误最小。仿真结果表明,与定时信号控制技术相比,该控制策略不仅大幅度减少了公交车辆的平均延误,而且提高了非公交车辆的通行效率,可应用于实际工程。     

单点交通信号控制系统的优化设计

针对城市固定相序的单路口多相位交通信号进行控制,本文设计了基于车流量预测的动态调整相位最大绿灯时间的模糊控制系统。综合考虑当前相位、后续相位的交通需求度,以此决定绿灯时间分配。通过模拟交通指挥者实际进行交通控制,实时根据各相位车辆的多少进行信号的智能控制。采用遗传算法对模糊隶属度函数进行优化调整,使隶属函数的选取更为合理,随交通状况的改变自适应地调整。仿真结果表明,该方法能有效降低通行车辆在交叉口的平均等待时间,明显优于传统控制方法,并且能更有效地处理随机性较大、不确定性较强的交通流。     

单交叉口交通灯信号模糊控制及其仿真

本文采用模糊控制算法对四相位三车道单交叉口的交通灯进行控制。首先通过离线计算机得到绿灯延时的模糊控制查询表,根据当前等待队列长与通行队列长查表和到绿灯延时。通过使用同一随机种子产生随机数对该方法与传统定时控制方法进行仿真,仿真结果表明模糊控制方法在车辆延误时间上较之传统定时控制方法大为改善。     

单点交通信号控制系统的优化设计与仿真

针对城市固定相序的单点交叉口多相位交通信号进行控制,设计了基于车流量预测的动态调整相位最大绿灯时间的模糊控制系统。综合评估当前相位、后续相位的交通需求度,以此决定绿灯时间分配。系统采用遗传算法对模糊隶属度函数进行优化调整,使隶属函数的选取更为合理,随交通状况的改变自适应地调整。仿真结果表明,该方法能有效降低通行车辆在交叉口的平均等待时间,提高平均车流速度,控制效果明显优于传统控制方法。     

基于劲松东口的信号灯模糊控制策略

随着城市化进程的加快,车辆的激增,城市道路交叉口变得越来越拥挤,已成为道路交通的瓶颈.用模糊控制方法对单路口交通信号进行控制,综合考虑当前相、后继相的车辆排队长度,以此决定绿灯时间分配.该控制策略通过模拟交通指挥者实际进行交通控制的特点,使控制系统能够实时根据各相位车辆的多少进行信号的智能控制.将此方案应用于劲松东口交叉口作为研究背景,仿真结果表明,采用模糊控制方法结果令人满意,效果优于现行的定时控制.该模糊控制方案能更有效地处理随机性较大、不确定性较强的交通流.     

基于改进遗传算法的交叉口模糊控制研究*

为了改善城市道路交叉口交通信号控制,降低交叉口车辆延误,提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中,为避免出现“早熟”现象,采用改进的自适应遗传算法,在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率,使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能,以交叉口车辆平均延误作为性能评价指标,在相同交通条件下进行了仿真实验。结果表明,相对于普通模糊控制器,经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误,提高交叉口的通行能力。     

时变论域下红绿灯配时的模糊控制

针对交叉口日益拥堵,交通信号灯配时设置的不合理问题,提出一种基于时变论域的模糊控制方法,给出了交通信号灯的实时配时方案。该配时方法通过动态地调整信号周期和绿灯时长,以匹配多变的交通流状况,实现了实时控制。以长沙市某十字路口为例验证了该方案的有效性,结果表明：与定时信号配时方法相比,该配时方法更有效的缓解了交叉口交通拥堵状况,增强了路口通行能力,减少了车辆延误时间。     

基于机器视觉的交叉口特种车辆快速通行技术研究

交叉口是道路网络中重要的交通节点,容易产生交通堵塞问题,为了在保证通行安全的情况下提高特种车辆的通行效率,研究基于机器视觉的交叉口特种车辆快速通行技术。优化通行基础采用图像采集及预处理、检测识别和通行控制作为技术框架结构,利用机器视觉技术采集交叉口实时交通图像,通过图像滤波、图像增强等步骤,实现初始图像的预处理。利用Car-YOLO网络识别交叉口通行能力,规划快速通行路线,考虑前车行驶状态,求解特种车辆通行速度,针对车辆所占车道,通过绿灯早启、绿灯周期时间延长等方式控制交叉口信号灯,实现交叉口特种车辆快速通行。实验结果表明:在拥堵和正常通行场景下,优化设计技术的特种车辆通过时间的平均值分别为18.2s、10.1s,事故发生概率分别低于2%、1.4%,具有较好的应用效果。     

基于模糊神经网络的交通干线分层递阶控制

针对城市交通干线协调控制的要求，提出了利用模糊神经网络分层递阶控制的方法。采用两层结构，第一层为控制层。针对单个路口，对下一时间段内路口各个方向的车流量进行预测。并在此基础上计算出下一时间段内各个路口的周期、相序、各个方向上的绿信比；第二层是协调层，综合主干方向的车流状况及各个路口的情况，采用模糊神经网络对各个路口的周期、相位及主干方向的绿信比进行调整。仿真结果表明，该方法优于定时控制，达到了减少车辆的停车次数和延误时间的目的。     

城市快速路入口匝道与交叉口协调控制策略

为提高城市快速路的运行效率,避免快速路入口匝道处发生拥堵并影响地面交通,结合快速路交通状态的实时判别、匝道调节率及交叉口信号配时方案,提出了针对快速路典型交通状态下的精准协同控制模型。协调控制模型的四个子模型为,流量精准推送模型、交叉口关键相位迟闭、早断配时优化模型、匝道排队调节控制模型。案例仿真表明：协调控制信号迟闭策略下匝道通过流量、车均延误,交叉口平均排队长度、车均延误分别优化了2.3%、40.4%、21.8%、22.4%;协调控制信号早断策略下匝道车均延误、平均排队长度,交叉口平均排队长度、车均延误分别优化了22.6%、31.7%、9.7%、4.5%;协调控制较大程度上提升了研究区域运行效率。     

基于分布估计算法的单路口交通信号控制

针对遗传算法求解城市道路交叉口信号控制存在的主要问题,以四相位交叉路口为研究对象,建立了以信号周期内车辆延误总时间最短为目标函数,以各相位有效绿灯时间为控制变量的单路口交通信号优化模型.并分别以整数编码的PBIL算法和实数编码的EMNA算法两种典型分布估计算法求解单路口交通信号优化问题.仿真结果表明,与传统遗传算法相比,两种分布估计算法均可用更小的种群规模快速高效地求得最优解.     

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.