城市道路状况概率神经网络判别方法

针对移动交通流检测信息的特点,在分析概率神经网络与Global K-means聚类算法的基础上,提出了一种基于移动交通流检测信息的城市路况概率神经网络判别方法。通过分析路况的相关因素,同时考虑信号控制交叉口红灯对车辆行程时间延误的影响,利用Global K-means算法改进的概率神经网络对探测车采集的实时交通信息进行处理,进而得出城市的道路状况。应用结果表明该方法能够有效地判别和跟踪道路状况的变化,比不考虑交叉口红灯的影响时能够更准确地反映城市道路的路况信息。     

基于粒子群的模糊神经网络交通信号控制

针对城市交通流的特点,提出了一种单交叉口多相位模糊神经网络交通信号控制模型,并采用全局优化的粒子群算法优化模糊神经网络参数.仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力.     

混合Petri网交叉口信号灯建模的模糊优化

城市车流量急剧增加和道路通行能力之间的矛盾日益激化,交通拥堵已成为亟待解决的社会问题。道路交叉口信号灯优化控制是解决该问题的有效方法。基于城市道路交通系统随机性强、离散性连续性混杂、难以用数学模型精确建模等特点,提出了一种用连续Petri网建立道路交通流模型,用离散Petri网对道路交叉口信号灯进行控制的方案。根据车流量的动态变化,采用模糊控制对交叉口绿灯时间进行自适应优化。仿真结果表明,该方案能提高交叉口通行能力,减少车辆延误,优于传统的控制方法。     

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VISSIM的单点交叉口微观模型仿真

通过对城市交叉口交通流微观仿真模型的分析,针对给定城市交叉口各路口的一些几何参数和交通量,运用VISSIM进行交通系统的建模和仿真,得到最佳配时方案,减少路口的交通延误,并用MATLAB软件对仿真结果做了简要分析,证明了交叉口的仿真对提高路口的服务水平有很重要的意义、增加绿信比是提高道路通行能力的有效途径、阐明了仿真的重要性。     

车路协同环境下智能交叉口车速控制

传统信号控制交叉口通过相位禁行方式来解决交通冲突,导致交叉口时空资源利用率低,延误增加.为提高车路协同环境下的交叉口通行效率,本文提出了一种基于时空间隙动态分配的智能交叉口车速控制方法,对交叉口车辆通行时间进行归一处理,建立了车辆跟驰控制模型和冲突避碰模型,使车辆能够根据交叉口控制区域内的实时路况信息预先进行速度调整,达到不停车通过交叉口的最优安全速度.运用VISSIM和MATLAB联合搭建仿真运行环境,分别在600 pcu·h^-1, 1200 pcu·h^-1和1800 pcu·h^-1交通流量条件下,对智能控制和传统控制交叉口的控制效益进行评价对比,结果表明:该智能控制方法均能够有效缩短交叉口车辆延误,减少车辆油耗和各类污染物的排放,且交通流量越高,改善效果越明显.     

交叉口BRT实时优先通行控制方法研究

针对交叉口大运量快速公交(BRT)优先通行控制问题,基于智能控制理论提出一种交叉口BRT实时优先通行控制方法.以BRT车辆的延误时间、载客量和非BRT相位社会车辆的排队长度作为神经网络模糊控制器的输入变量,输出BRT通过交叉口的优先等级,以此得到其优先服务方案,有条件地给予BRT车辆的优先通行权.仿真结果表明,与定时控制相比,所提出的方法在交叉口非饱和交通流下,能有效减少BRT车辆通过交叉口的延误时间和停车率,且交叉口的正常交通秩序不受影响.     

基于YOLOv3的城市公路交叉口车道拥堵实时判别算法实现

针对城市道路交叉口拥堵场景中,传统路面传感器难以准确判别拥堵路况、无法准确设置红绿灯配灯时间、导致交通堵塞情况无法缓解的问题,提出基于YOLOv3算法的城市公路交叉口车道拥堵实时判别算法。对比传统基于图像背景差分的交通拥堵检测方法,基于YOLOv3的深度学习车辆目标检测方式具备检测准、速度快优势,在此基础上结合车道区域内交通特征参数,实现了一种新的车道拥堵实时判别算法。实验结果表明:提出的车道拥堵实时判别算法能准确判别车道拥堵,判别率高、速度快,与仅采用传统图像背景差分法提取车辆目标进行拥堵判别方法相比优势明显。     

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。     

基于预信号的交叉口信号优化控制方法仿真

为充分利用交叉口有限的进出口车道资源,提升交叉口时空资源利用率及通行能力,采用基于预信号的交叉口几何设计方法,构建了以最大化通行能力为目标的交叉口车道划分模型及配时方案求解模型。在此基础上考虑车辆随机到达性,提出了基于实时交通需求的预信号动态控制方法。最后,基于实例,通过对比不同信号控制方案下的运行情况,利用VISSIM仿真平台进行验证,仿真结果表明:相较于传统的交叉口控制方法,所提出的车道划分模型及信号动态控制算法可有效提升交叉口通行能力并减小延误。     

传感网中数据驱动的多时段控制方法优化研究

为了克服“常峰型”交叉口多时段控制时段划分单因素划分方法的趋同性与多因素划分方法的过复杂性,提出了一种基于传感网数据采集技术与数据驱动理论的“常峰型”交叉口多时段控制时段划分优化方法。以传感网感知能力对传统交通流量数据增加维度,引入交叉口交通流三维向量,以向量的形式表示在某一交叉口某一段时间内的交通总流量的大小、方向及与冲突点的平均时间距离。运用时间序列自回归滑动平均算法对相邻向量间距离进行归并得出时段划分优化方案。以某城市实际交通流量数据为测试数据进行评价对比分析。结果表明,创新模型运用在“常峰型”交叉口,与传统方法相比其控制效果更加准确高效,交叉口全天总延误时间有效降低约6.04%。     

基于时空分析的路口相似度计算方法

在交通领域中,传统的交通时空数据分析方法存在拥堵路口的时空数据相似性检索效率低、可靠性差的问题,从空间场景相似度和动态数据相似度等角度出发,提出一种基于时空分析的交通路口相似度计算方法.该方法由交通路口静态数据模型和动态数据模型构成,路口静态数据模型将交通路口作为空间场景,计算目标路口与数据库路口的空间场景相似度,路口动态数据模型根据路口检测器数据的时间属性,创建时序数据库,在时间维度上对路口动态数据进行切片,计算目标路口与数据库路口在相同时段内的相似度,在此基础上构建路口相似度计算模型,对满足相似检索的路口进行排序,以增强检索结果的可靠性.实验结果表明,与时空索引检索算法相比,该方法能够有效提高交通路口检索的准确性,且具有较强的实用性.     

Using Expert System Rules to Establish Data for Intersections and Turns in Road Networks

Delays and restrictions in intersections contribute significantly to the overall travel times in urban traffic networks and therefore also affect route choices. In practice, however, it is quite unusual to include intersection delays in traffic models, logistic models and route guidance systems. Time consuming and tedious data preparation together with the complexity of network updating is the main reason for this, as most transportation software applications can do the necessary calculations. In this paper, we report on the development of a procedure that can automate the task of adding data for intersection delay modelling to an existing network. The method requires a GIS-based network with link attributes as input data. The method has developed as an extension tool applicable to existing networks and therefore supply of additional data is normally not required. By a set of 'expert system rules', the intersections are classified into a number of groups – such as prioritised and signalised intersections, wedges and Y-junctions – and the required input data for turn delay models is established. The method has been tested on large-scale networks with good results. Most of the required data was satisfactorily estimated, although some edits had to be made manually. This was mainly the case for roundabouts and for intersections with a very special geometry. In conclusion, the method greatly reduced the burden establishing data sets for intersection delay modelling in urban traffic networks.     

城市道多路口交通信号实时控制仿真设计

在单路口交通灯实时控制的基础上对城市道路多路口交通灯实时控制进行了研究。提出了一种双层次子区域的智能划分方法并应用于区域交通信号的实时控制,在子区域基础上建立多交叉口数学模型;运用指数平滑预测模型为BP神经网络模型提供学习所需数据,并将得到的混沌交通流序列与改进泊松函数得到的泊松分布断面发车随机数进行比较。通过上述模型及算法最终得到区域交通路口实时配时方案。     

Towards load-balanced de-congested multi-robotic agent traffic control by coordinated control at intersections

This paper presents a methodology for the coordination of multiple robotic agents moving from one location to another in an environment embedded with a network of agents, placed at strategic locations such as intersections. These intersection agents, communicate with robotic agents and also with each other to route robots in a way as to minimize the congestion, thus resulting in the continuous flow of robot traffic. A robot’s path to its destination is computed by the network (in this paper, ‘Network’ refers to the collection of ‘Network agents’ operating at the intersections) in terms of the next waypoints to reach. The intersection agents are capable of identifying robots in their proximity based on signal strength. An intersection agent controls the flow of agent traffic around it with the help of the data it collects from the messages received from the robots and other surrounding intersection agents. The congestion of traffic is reduced using a two-layered hierarchical strategy. The primary layer operates at the intersection to reduce the time delay of robots crossing them. The secondary layer maintains coordination between intersection agents and routes traffic such that delay is reduced through effective load balancing. The objective at the primary level, to reduce congestion at the intersection, is achieved through assigning priorities to pathways leading to the intersection based on the robot traffic density. At the secondary level, the load balancing of robots over multiple intersections is achieved through coordination between intersection agents by communication of robot densities in different pathways. Extensive comparisons show the performance gain of the current method over existing ones. Theoretical analysis apart from simulation show the advantages of load-balanced traffic flow over uncoordinated allotment of robotic agents to pathways. Transferring the burden of coordination to the network releases more computational power for the robots to engage in critical assistive activities.     

考虑边界交叉口交通拥堵的反馈阀门控制

基于路网宏观基本图(macroscopic fundamental diagram, MFD)实施城市区域交通控制时,为了防止边界交叉口受阻方向的车辆排队长度过长,同时提高路网内车辆完成率,提出了考虑受控区域边界交叉口交通拥堵状况的交通流反馈阀门控制方法,通过对边界控制阀门处路段存放车辆富余空间的分析,提出了阀门交叉口位置和数量选择模型;针对可能造成的阀门交叉口交通拥堵,提出了受控区域边界拥堵交通流分配算法,也即通过提前调节阀门上游交叉口的绿灯时间,把部分交通流提前控制在其它相邻上游交叉口.通过实际路网仿真,结果表明该方法可以有效控制阀门交叉口的车辆排队长度,降低阀门交叉口车辆平均延误时间和平均停车次数.