快速路匝道入口智能网联车协同合并控制研究

针对快速路匝道入口场景在高车流量的情况下容易发生交通拥堵的问题,提出了一种快速路匝道入口智能网联车(connected and automated vehicles, CAV)协同合并控制的解决方案,将问题解耦成多车顺序决策和车辆运动规划两部分。其中多车顺序决策对通行效率起到重要作用,因此设计了一种基于状态评价模型(state evaluation model, SEM)的多车顺序决策算法。该算法首先建立状态空间并初始化,考虑通行效率和车辆延迟设计状态评价函数,通过状态转移关系选择出最优状态,最终回溯得到最优通行顺序。根据车辆状态和到达冲突点时间,控制器实时推导各车辆纵向速度的解析解,实现车辆运动规划。仿真和实验结果表明,该方案在满足交通系统实时性要求的同时能有效提高快速路匝道入口的通行效率,缩短车辆延迟,降低燃油消耗。     

高速公路可变速度标志模糊逻辑控制及其仿真研究*

高速公路主线速度控制是通过设置可变速度标志来限制行车速度,实现车辆在高速公路上高效、安全运行的控制目标。分析了模糊控制系统的结构,阐述了模糊控制算法,给出了具体的模糊隶属度函数,并设计了高速公路可变速度标志模糊逻辑控制器,充分利用计算机可视化仿真的优点对控制器进行了仿真研究,得到了较满意的结果。     

高速公路入口匝道模糊逻辑控制器的设计及其仿真研究

高速公路入口匝道控制是在高峰期间控制进入高速公路的车辆数目,使高速公路主线交通流不堵塞,提高主线的通行能力,实现车辆在高速公路上高效、安全地运行。阐述了模糊逻辑控制器的基本结构与模糊控制算法,分析了高速公路通行能力的影响因素,给出了具体的模糊隶属度函数并设计了高速公路入口匝道模糊逻辑控制器,充分利用计算机可视化仿真的优点对控制器进行了仿真研究,结果令人满意。     

高速公路RBF神经网络限速控制

针对高速公路限速控制是一个非线性时变系统、难以用数学模型准确建模这一特点,提出了RBF神经网络控制方法。阐述了RBF神经网络的结构和训练方法,根据高速公路主线上车辆数目以及路面状况、气象条件等信息,建立交通流速度控制RBF神经网络模型,并进行了仿真研究。该网络学习速度快、自适应强,泛化能力好,对交通流限速控制的在线建模具有重要意义。     

面向大型社会活动的快速路网控制策略仿真评价方法*

为了缓解大型社会活动期间短时需求激增对快速路运营的压力,提出了基于宏观交通仿真的快速路网控制策略评价方法,旨在为交通控制与管理提供辅助决策依据。该方法运用网络交通流仿真模型对候选控制方案进行仿真和评价,得到较优方案。采用GANFreSP仿真程序对一实例路网的交通流演化进行仿真,刻画拥挤发生、传播和消散的过程,并模拟基于分流诱导的拥堵应对策略,给出交通状态时变轨迹图、路网全局交通状态快照图等可视化结果,以及不控制和分流诱导情况下的路网总体性能指标。仿真案例表明,网络交通流演化是复杂动态过程,局部节点拥挤易演     

语义物联网：物联网内在矛盾之对策*

为应对物联网自身固有的物的信息的表示形式的多样化和物的信息的使用主体的理解能力不足的内在矛盾,提出了将其改进为语义物联网的思路,具体措施为：a）物的信息的表示,要基于本体进行语义标注;b）物的信息的使用,要基于本体实现机器理解。借助于语义分析和科学定义方法,建立了语义物联网的集合表示模型和图示模型。该模型的意义在于指明了语义物联网的实现需要有效推进四项主要任务,即本体的构建、RFID系统的建设、物的信息的预处理（即编码为UID或EPC,添加语义标注,嵌入RFID电子标签）和物的信息上载管理与下载管理。     

城市高速公路交通控制综述

该文综述城市高速公路交通建模与控制.首先考察各种高速公路交通流模型,着重 分析宏观流体模型,然后讨论主要的城市高速公路交通控制模式和相关控制理论研究方法, 最后就城市高速公路交通控制研究的发展提出几点看法.     

高速公路多匝道协调控制系统设计与仿真

采用大系统分解和协调的方法研究高速公路多匝道的协调控制问题．建立了反映高速公路交通动态变化的有限差分模型，结合交通系统的特点提出改进的多层控制方法．控制结构分三层：局部控制层决定匝道调节率；协调控制层为局部控制层确定期望密度；自适应层根据实时检测交通状况选择模型和调整模型参数．仿真结果表明，控制系统具有良好的动态性能，该方法能有效地消除交通拥挤和维持主线车流稳定，能提高主线的通行能力，实现车辆在高速公路上高效、安全地运行．     

面向优先车辆感知的交通灯优化控制方法

智慧交通灯控制能够有效地改善道路交通的秩序和效率.在城市交通网络中,具有紧急任务的特殊车辆对于通行效率的要求更高.目前已有的智慧交通灯控制算法通常对路网中的所有车辆一视同仁,没有考虑到特殊车辆的优先性,而传统的控制特殊车辆优先通行的方法基本上都是采用信号抢占的方式,对普通车辆的通行干扰过大.为此,本文提出了一种面向优先车辆感知的交通灯优化控制方法,通过与道路环境的不断交互来学习交通灯控制策略,在设置状态和奖励函数时增加特殊车辆的权重,并利用Double DQN和Dueling DQN来提升模型表现,最终在城市交通模拟器SUMO中进行仿真实验.在训练趋于稳定之后,与固定时长控制方法的对比实验结果显示,本文方法能够将特殊车辆与普通车辆的平均等待时间分别缩短68%与22%左右,与不考虑优先级的方法相比,特殊车辆的平均等待时间也有35%左右的优化,验证了本文方法能够在提高车辆的通行效率的同时体现出对特殊车辆的优先处理.同时实验也表明本文方法能够扩展应用于多路口场景中.     

快速路网宏观交通流仿真系统的开发与仿直

为了给快速路网运行状况分析和控制策略评价提供高效辅助决策工具,提出快速路网宏观交通流仿真系统整体框架,分输入模块、仿真模块和输出模块三部分,并给出采用Microsoft Visual Basic面向对象语言开发的实现流程图和关键技术.仿真案例采用该系统对包含两个起点、两个终点的快速路网进行仿真,刻画交通拥挤的形成、传播...     

Analysis of artificial neural network models for freeway ramp metering control

Traffic along a freeway varies not only with time but also with space. It is thus essential to model dynamic traffic patterns on the freeway in order to derive appropriate metering control strategies. Existing methods cannot fulfill this task effectively. Due to the learning capability, artificial neural network models are developed to simulate typical time series traffic data and then expanded to capture the inherent time–space interrelations. The augmented-type network is proposed that includes several basic modules intelligently affiliated according to traffic characteristics on the freeway. Inputs to neural network models are traffic states in each time period on the freeway segments while outputs correspond to the desired metering rate at each entrance ramp. The simulation outcomes indicate very encouraging achievements when the proposed neural network model is employed to govern the freeway traffic operations. Also discussed are feasible directions for further improvements.     

高速公路入口匝道控制算法综述

入口匝道控制足缓解高速公路交通拥挤最有效的方法之一.首先阐述了高速公路入口匝道控制的基本原理和作用,依据控制范围将匝道控制分为单点控制与协调控制,依据对实时信息响应的不同将其划分为动态控制和静态控制;然后,对应用上最流行和理论上具有吸引力的几种典型入口匝道比如单点型匝道控制算法、等同型匝道控制算法、竞争型匝道控制算法和一体化型匝道控制算法的原理及其优缺点进行总结、分析和对比;最后在总结现有匝道控制算法的基础上,对未来入口匝道控制的研究方向进行了分析与展望.     

快速路控制策略仿真研究

城市快速路是城市交通的主动脉,承担着城市大部分交通量,良好的快速路控制策略能有效缓解道路拥堵。本文借助改进的宏观交通流模型,采用Visual Basic面向对象语言,开发城市快速路的控制仿真系统。运用该仿真系统对一个包含两起点两终点的快速路段进行仿真,模拟采用ALINEA策略和不采用控制的快速路交通运行状态。仿真结果表明,对入口匝道实施ALINEA控制后,高峰时刻主线流量增加约150veh/h,入口匝道与主线汇合区速度提高约10km/h,说明ALINEA控制策略能有效缓解快速路拥堵。     

A Survey of Model Predictive Control Methods for Traffic Signal Control

Enhancing traffic efficiency and alleviating (even circumventing) traffic congestion with advanced traffic signal control (TSC) strategies are always the main issues to be addressed in urban transportation systems. Since model predictive control (MPC) has a lot of advantages in modeling complex dynamic systems, it has been widely studied in traffic signal control over the past 20 years. There is a need for an in-depth understanding of MPC-based TSC methods for traffic networks. Therefore, this paper presents the motivation of using MPC for TSC and how MPC-based TSC approaches are implemented to manage and control the dynamics of traffic flows both in urban road networks and freeway networks. Meanwhile, typical performance evaluation metrics, solution methods, examples of simulations, and applications related to MPC-based TSC approaches are reported. More importantly, this paper summarizes the recent developments and the research trends in coordination and control of traffic networks with MPC-based TSC approaches. Remaining challenges and open issues are discussed towards the end of this paper to discover potential future research directions.      

基于模糊理论的高速公路递阶控制

将递阶结构和模糊控制用于高速公路多匝道的协调控制,协调控制器采用多输入-多输出的模糊控制方法协调确定相邻路段的匝道入口调节率;各路段根据协调控制器给定的匝道入口调节率,利用单匝道模糊控制器将系统状态保持在给定的标称点范围内。给出了分层控制系统的结构和控制算法,并在交通仿真软件PARAMICS上进行了仿真实现。仿真结果表明,该方法能够有效地消除交通拥堵,维持主线车流稳定。     

Freeway traffic control using fuzzy logic controllers

A major cause of freeway congestion before the traffic density becomes critical is the shock wave due to the speed differences between consecutive vehicles. Such disturbance can be reduced if we can impose homogeneous speed control on the vehicles. In this paper, a two-level model-free control scheme using neural-network-based fuzzy logic controllers is proposed which regulates the speed of the freeway through speed advisory boards. Using information from both measurement data and expert knowledge (e.g., environmental information and psychological factors), it is expected that this controller will outperform the conventional ones.     

高速公路主线限速与匝道融合的协调控制

为缓解高速公路的交通拥挤,主线限速、匝道融合等常被应用,因主线限速和匝道融合经各自优化获得的控制策略可能存在矛盾,故二者协调是必须的,而如何建立和求解二者的协调控制模型还没有有效方法.本文基于宏观交通流理论和多agent技术研究了此协调控制问题.为此首先阐述了高速公路的一般宏观交通流模型;然后分析主线限速、匝道融合的交通特性,建立了主线限速-匝道融合交通流模型;并协调主线限速和匝道融合,建立了协调控制模型.最后,基于多agent技术和分层递阶结构提出了协调控制模型的求解算法,并给出了应用此方法控制仿真高速公路的一个实例.     

基于随机模型预测控制的插电式混合动力汽车 多目标能量管理策略

为了改善插电式混合动力汽车的燃油消耗和排放, 开展多目标随机模型预测控制策略的研究. 首先, 建立适用于模型预测的多元线性回归的发动机和电池模型, 建立融合燃油消耗和排放的多目标价值函数的模型预测控制, 随后, 基于随机驾驶员模型未来时刻的车速, 结合交通信息并利用动态规划(DP)算法进行参考电荷状态(SOC)优化, 进而建立多目标随机模型预测控制策略. 最后, 通过与DP, MPC等策略进行对比验证, 及给出两组不同权值进行多目标控制效果分析. 结果表明, 该策略的燃油消耗和排放最接近DP的控制效果, 且设置不同权重值可获得相应的控制目标, 说明该策略对提升燃油消耗和排放的多目标性能的有效性.     

高速公路交通的神经控制器

本文分析了高速公路车辆群交通模型并建立了高速公路交通的神经网络模型,提出 了具有入口匝道放行和路段速度两项控制作用的高速公路神经内模控制器,该控制器是一个 状态和控制作用均可跟踪的伺服系统．文章以沈大高速公路为实际背景进行系统仿真实验, 效果良好．     

城市快速路入口匝道控制策略比较分析

入口匝遭控制是缓解城市快速路交通拥挤最有效的方法之一;首先阐述了城市快速路入口匝道控制的基本原理和作用,对匝道控制策略进行了分类,在此基础上,对各种入口匝道控制策略进行了比较研究,分析了各自的优缺点以及适用范围,最后,根据快速路构造上的特点,对入口匝道控制的研究方向进行了展望。