平面交叉口交通流动态特征的神经网络模型

平面交叉口的交通控制是交通控制系统理论、方法与实践的重要组成部分，描述平面交叉口实时动态交通需求的模型是实时自适应信号控制的基础依据，本文首先对现有交叉口车流动态特征的研究方法进行描述，在分析车流动态特征产生机理的基础上，指出现有方法的不足，并提出神经网络模型为刻划交叉口动态特征。     

城市主干道交叉口交通流的模糊控制

城市主干道的交通效率,从整体上影响着整个城市的交通运作效率。该文以城市中心地带主干道交叉路口为对象,进行了交通流的模糊控制研究,提出的基于闭环模糊控制算法的智能化控制策略,有效地提高了主干道交叉口相关区域内的道路使用率。     

考虑时延的智能网联汽车混合交通流稳定性分析

为研究时延对交通流稳定性的影响,构建考虑时延的人工驾驶汽车和智能网联汽车混合交通流稳定性分析模型.首先,分析并确定混合交通流中不同类型跟驰模式的比例关系和时延取值;然后,在此基础上采用不同的跟驰参数和时延值区分车辆的跟驰模式,并由此推导出混合交通流线性稳定条件;最后,以智能驾驶员模型为例,通过设计数值实验分别讨论智能网...     

信号交叉口微观仿真模型研究

该文阐述了微观计算机仿真模型SIMSIO（信号交叉口运行的仿真模型）的开发过程,通过实验测数据对仿真模型进行进行标定,并对模型的有效性进行验证。验证结果显示,SIMSIO可以较好的描述交叉口的实际交通状况。该模型可用于信号交叉口交通管理系统设计方案评、几何设计方案评价,以及为新交通技术和设想的实验等应用领域提供方便、高效的实验分析手段。     

基于多智能体的信号交叉口微观仿真

交通系统是一个典型的多智能体系统（Multi-Agent System,MAS）。应用多智能体技术建立了信号交叉口微观仿真模型,给出了机动车Agent的三层结构,详细分析了机动车在信号交叉口中的基于期望间隙和期望速度的运动决策逻辑,探讨了机动车加速度模型。针对国内交通仿真软件缺少行人与非机动车模拟的不足,以元胞自动机模型为基础引入了行人及非机动车实体,使得仿真系统更具实用性。给出了该仿真系统的实现结果和结论。     

基于车路云一体化的混合交通系统优化控制综述

汽车行业正在进行智能化与网联化的发展变革,智能网联汽车的出现使交通管理者找到缓解交通拥堵、提高道路安全以及减少能源消耗的一种解决方案.对此,调研混合交通流模型、智能网联汽车协同控制、交通管理等领域的最新成果,系统地论述基于车路云一体化的智慧交通系统优化控制的研究现状与进展.首先,分析基于车路云一体化的混合交通系统的框架,梳理各部分的组成与作用;其次,总结混合交通流的建模方法,探究交通现象本质,归纳各类方法的特点、优势以及局限性;再次,探讨混合交通系统优化控制问题,围绕交通流稳定性、交通安全、交通效率和绿色交通4个方面分析智能化与网联化在交通方面的潜能,并梳理在不同交通场景下的控制对象与控制目标,总结具有借鉴意义的控制方法;最后,对车路云一体化发展进程中存在的问题与挑战进行总结,并对未来发展指明方向.     

基于混合Petri网的交叉口交通信号控制研究

为优化交叉口绿灯时间,根据交叉口交通流的动态属性和交通信号的离散属性,建立了城市交通网络中单交叉口信号控制的混合Petri网模型.用连续Petri网描述交叉口容量和交通流变化,用离散时延Petri网控制交叉口各个相位的交通信号,每个相位都有控制绿灯延长时间的Petri网模型.在执行了最短绿灯时间后,根据当前等待通过的车辆数,通过禁止弧对绿灯延长时间加以控制,以确定最佳绿灯时间.最后对该模型进行计算机仿真,仿真结果表明该方案对单一交叉口实现了更有效的控制.     

城市复杂道路网络交通流的分解模型

针对城市道路交通流非线性、不确定性和模糊性特点,将城市道路与快速干道作为整体对待,提出了面向控制应用的城市交通网络宏观动态离散模型。将城市街区作为划分基点,把整个城市道路复杂交通网络分解为交叉口和单向环形道路两个子系统,分别建立了它们的宏观动态模型。通过对交叉口进行理想虚拟变形,将各个单向环形道路连接在一起,从而形成各种复杂网络。对西安市中心区域的实际交通流数据进行了仿真研究,结果表明该交通流模型基本实现了城市道路与快速干道的统一分析建模,较好地反映了城市路网的交通流信息,可以作为城市交通控制系统分析和设计的有力工具。     

城市微观交通流模型综述

车辆跟驰模型和换车道模型是微观交通流模型研究的基础。对GM模型、线性模型、安全距离模型、AP模型、模糊推理模型和神经网络的车辆跟驰模型进行了详细的评述,并提出了现有的车辆跟驰模型存在的问题。并且对判断性换车道模型和强制性换车道模型进行了详细地论述,同时对其进行了评价。     

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。     

基于骑车者行为的无信号交叉口自行车线路规划模型

自行车是一种人力驱动,相对低速、灵活的交通工具,它的行驶线路与基于车道行驶的机动车截然不同.通过对混杂交通流中冲突最集中的无信号交叉口中的骑车者行为分析,提出了基于模糊逻辑的自行车线路规划模型.首先通过分析骑车者的行为,提出了模糊逻辑的方法和模型框架,并对各个了模型进行建模,然后采集实际数据(问卷调查和视频数据)对模型进行参数校验和验证,仿真验证和误差分析结果表明该模犁的可靠性和有效性.模型既可为微观混杂交通流计算机仿真模犁提供理论基础,也可应用于个人机动车(PMV)的智能线路规划模型方面.     

窗口流量控制的干线动态协调控制方法

城市交通干线在高峰时期经常处于饱和状态,排队车辆溢出至上游交叉口的"死锁"现象时有发生.为避免干线阻塞、提高饱和条件下干线交通流的运行效率,首先提出一种有效带宽评价方法对已有干线绿波协调控制系统的运行状态及控制效果进行监控;其次借鉴TCP/IP窗口流量控制思想,设计一种窗口流量控制的干线动态协调控制方法,控制城市干线拥挤交通流.模拟试验及对比结果表明,通过窗口流量通告的方式,下游交叉口可以向上游交叉口实时告知路段的有效容量,便于各交叉口信号机根据当前的交通需求及路段的有效容量重新分配各股车流的绿灯时间.     

城市交叉路口交通流传递函数模型研究

为研究交通流对象动态特性,提出了描述城市交通流对象的一般模型结构,确定了描述单路口交通流为代表的城市路网交通流的典型动态环节。通过设计不同的仿真试验内容,获得了不同条件下的不同仿真交通流的输入输出数据,基于系统辨识的方法分别建立了单路口交通流的传递函数模型。研究表明,城市交通流的周期控制通道传递函数为三阶系统;绿信比控制通道传递函数为二阶系统。该传递函数模型能够很好地描述交通流状态,可以用于交通流对象动态特性研究。     

一种实用的交通信号模糊控制系统的研究

提出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结构。用模糊控制方法对单路口交通信号进行控制，决定绿灯时间分配。将此方案应用于北京劲松东口交叉口作为研究背景，仿真结果表明，控制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。     

交叉口入口路段车流量及车辆换道率检测研究

针对交叉口入口路段交通视频中存在车辆遮挡严重、频繁走停以及频繁换道插队等特点,提出了一种获取交叉口停车线后大视野范围内车流量以及车辆换道率的检测方法.首先采用多级虚拟特征线生成多级时空图,对车辆进行快速检测和分割,获得车辆候选区域;然后对车辆候选区域内局部特征点进行初步分组和跟踪,并根据相同组内特征点运动趋势相似性来修正分组,解决车辆遮挡问题,用于检测车辆换道率;最后将多级时空图与特征点跟踪相结合,进行相互反馈,实现对车辆准确分割和鲁棒跟踪,避免车辆行驶中走停的影响.实验结果表明,通过该方法能实时准确地获取大视野范围内交叉口入口路段车流量和车辆换道率的交通参数.     

城市中观交通仿真的交通流车簇模型

为了解决城市交通仿真模型仿真速度和仿真精确度的平衡问题,针对城市交通流运行特征,同时考虑影响交通流运行的若干因素,如车辆数目、红绿灯控制等,提出一种中观交通仿真车辆群体模法.该模型结合了宏观模型和微观模型的优点,同时对应的交通流配流算法解决了传统模型的不足,城市交通仿真实验结果表明了车辆群体模型和分配算法的合理性和有效性.     

多车道交通流非线性优化控制模型及遗传算法

多车道高速公路交通流的递阶控制结构分为协调控制层、路段控制层和车辆控制层,文中提出了路段控制层的优化控制模型。该模型以路段上交通流量与平均速度最大化为控制目标,以该路段上车辆在各车道的分配比例为决策变量。决策变量的个数比传统线性模型大为减少。为避免一般优化算法可能得到局部最优解的缺点,采用遗传算法求解所提出的非线性规划模型。仿真算例验证了模型及求解算法的有效性。     

基于图卷积网络的交通路口流量预测模型

交通流量预测是建设智慧城市中一项重要性高且挑战性大的任务。准确预测需要考虑如节假日、相似节点和天气等多种影响因素组成的时空特征。为了准确捕获到路网路口的时空特征,提出了一种基于图卷积神经网络、时序算法Prophet和Pearson相关系数的预测模型,以实现考虑空间结构、相似节点、节假日及其他影响因素对路口流量的准确预测。首先,为降低相似节点影响引入Pearson相关系数,改进时序算法,实现时间特征的捕捉;然后,采用图卷积神经网络实现空间特征的捕捉;最后,通过线性回归确定图卷积网络和时序算法的融合权重,得到时空融合预测的结果。最终基于成都市出租车轨迹数据分析提取出路口流量数据,并进行了流量预测实验。结果表明,提出的模型准确性优于大多现有的基线方法,与T-GCN、ASTGCN、AGCRN模型相比,MAE分别降低了1.623、0.724、0.161,精度分别提高了0.144、0.068、0.021,验证了该模型在交通路口流量预测中的有效性。     

基于Petri网的道路交叉口建模方法及比较研究

离散Petri网和连续Petri网的各自优势和缺点明显,前者建模准确但复杂度高,后者复杂度较低但模型不够精确。混合Petri网作为两者的结合,能在一定程度上弥补各自的缺点,非常适合用于道路交叉口系统的建模。但是以往的文献中缺乏纯离散模型和混合模型之间的定量比较。提出了一种自上而下的混合Petri网方法,能够快速建立道路交叉口系统模型;以一个4相位固定相序交叉口为例,建立其混合Petri网模型并与纯离散模型进行了定量的比较与分析。通过对不同系统负载下交叉口内交通流排队长度的仿真,并考察混合模型与离散模型之间的误差变化,在一定程度上为模型选择的合理性提供了定量的依据。