基于拥堵系数的道路交通网络关键路段辨识

城市道路交通的路段信息与车流量信息对道路交通的安全、高效运行至关重要.在交通高峰时期,通过对关键路段加以控制,可实现整个道路交通网络的完全能控.为寻找路网中的关键路段,将道路网络的交叉口-节点模型转化为道路网络的路段-节点模型,基于路段信息与车流量信息提出拥堵系数来衡量道路交通网络的车辆拥堵程度,并将其作为道路网络的路段-节点模型的边权重,最后运用关键路段辨识算法对道路交通网络的关键路段进行辨识.以沈阳市皇姑区主城区道路为例建立以拥堵系数为权重的网络模型, 按照所提方法辨识的关键路段数量为14条,约占道路网络总路段数的14.3%,具有较低的控制成本,且大部分为由北向南方向和由西向东方向.其中8条路段分布在皇姑区道路实时拥堵排行前5名,约占关键路段总数的57.1%,表明所给出的关键路段更多地分布在交通状态较为拥堵的路段上,符合实际情况.     

换道概率对二维元胞自动机交通流量的影响

针对城市二维道路交通网络十字交叉路口在红绿灯控制下行驶的车道问题,提出一种四向交通道路模型,其中包括考虑加速度、换道概率参数对交通流的影响。采用元胞自动机模型(BML模型)模拟车辆运行的动态过程,给出换道概率临界点位置对车流量影响之间的关系。数值结果表明,换道概率对整个进、出口车流量产生扰动影响,换道规则符合车辆运行状态。     

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。     

基于组态王与PLC 的交通灯控制系统设计

本项目针对交通繁忙的十字路口的交通控制需求设计了一款基于组态王与PLC的交通灯控制仿真系统,该系统除具有基本的交通控制功能外还具有潮汐车道控制功能。项目通过三菱PLC与组态王仿真软件的联合仿真,实现了对十字路口车辆与人行的通行控制。通过使用组态王工程仿真软件可以实时显示路口监控画面,从而实现了实时在线监控。项目最终实现了东西南北四个方向带有潮汐车道控制功能的十字路口交通灯控制系统。     

基于实时路况的交通信号灯智能管控方法

为解决城市严重的交通拥堵问题,提出一种基于实时路况的交通信号灯智能管控方法。实时检测交叉方向车辆,计算车道占用率,应用模糊控制理论优化信号灯切换频率,确保双向车道均衡使用。实验利用实测数据,结合模拟分析结果,针对早晚高峰以及中午等3个典型时段道路交通状况,与传统定时控制方法进行比较,比较结果表明,该方法能够有效地利用车道,增强交通通行能力,较传统的定时控制方式更具有适用性。     

高速公路主线可变限速模糊控制及仿真研究

研究高速路交通流优化控制问题,在互通立交范围内,没有入口匝道放行限制的条件下,当交通需求达到一定程度时,造成交通拥挤甚至拥堵,交通流不稳定.为充分发挥通行效率,缓解交通拥挤,针对高速公路互通立交的特点,为主线限速控制,提出一种高速公路主线可变限速模糊控制方法.控制通过对入口匝道上游主线交通流的速度,实现交通流从拥挤状态调控到稳定状态.为评价控制方法的性能,用最短总行程时间为性能指标,与无控制情况进行比较.最后得出设计的可变限速模糊控制器,能够有效延缓互通立交范围内交通拥挤的出现,提高高速公路网的整体运行效率,保证车辆安全和高效的运行.     

基于多延时动力系统的交通流量建模

为了改善多车道、路况可变、流量可变的复杂交通环境中关于道路交通流量的问题,采用多时段延时动力系统思想,建立了基于动力系统的道路交通流量新模型．该模型可以描述前后多时间段对道路交通流量的相互影响．仿真数据结果表明,新模型能够模拟真实的交通流量变化,同时对于控制交通流量以及分析交通系统的特点是有效的．     

ITS和GPS系统下车辆实时调度问题的研究

ITS和GPS技术的发展使得道路交通状况和车辆位置能够被实时监控,从而车辆调度中心能够根据道路交通状况实时调整车辆行驶路线,以避开交通拥挤路段,降低车辆的行驶时间。建立了ITS和GPS系统下车辆实时调度模型,并且就车辆行驶过程中如何降低问题的状态空间进行了研究。     

基于PLC的交通锥筒收放系统设计

针对国内大城市潮汐车道对交通锥筒自动收放系统的需求,设计了基于PLC的交通锥筒收放系统.采用PLC主从站结构,共使用5轴输出,控制4台伺服电机与一台步进电机,人机交互采用工业触摸屏实现,完成各项作业参数的设置,实现了路面交通锥筒的自动放置与捡拾过程,提高了工作效率.经现场测试,本系统可以满足潮汐车道对交通锥筒自动收放控制系统的需求.     

基于ITS和GIS系统的车辆实时调度问题的研究

ITS和GIS的发展使得车辆调度中心可以根据道路交通情况实时调整车辆行驶路径,以避开交通拥挤路段,降低车辆的行驶时间。文章针对ITS和GIS系统的特点提出了车辆实时调度模型,并且就如何降低问题的状态空间进行了讨论。     

基于云网格集成调度的防拥堵车辆路径规划算法

在道路交通路网中,车辆拥堵问题是流量与路网结构之间相互作用的一个复杂动态过程,通过车辆路径规划,实现对路网网格集成调度,从而提高路网通行吞吐量。传统方法采用并行微观交通动态负载平衡预测算法实现车辆拥堵调度和车辆路径规划,不能准确判断路面上的车辆密度,路径规划效益不好。提出一种基于云网格集成调度的防拥堵车辆路径规划算法,即构建基于Small-World模型的云网格路网模型,采用RFID标签信息进行路况信息采集,实现交通网络拥堵评估信息特征的提取,采用固有模态函数加权平均求得各车道的车辆拥塞状态函数,对所有车道内车辆密度取统计平均可获得簇内的车辆密度。设计交通路网拥堵检测算法来对当前个体道路信息进行一维邻域搜索,从而实现车辆路径规划控制目标函数最佳寻优。通过动态博弈的方式求得车辆防拥堵路径的近似最优轨迹,实现路径规划算法的改进。仿真结果表明,该算法能准确规划车辆路径,实现最优路径控制,从而提高严重拥堵路段的车流速度和路网吞吐性能,性能优越。     

基于路口相位方案优化设计的城市道路交通信号迭代学习控制方法研究

城市道路交叉口信号控制是交管工作持续关注的课题,关于协调好有限的道路资源与日益增长的交通需求之间的矛盾,有着至关重要的作用。由于道路自身条件约束,交通流的组成特点复杂,路网交通路呈现非线性动态特征,无法进行精准的数学建模控制。本文提出的迭代学习控制方法,根据交通流的组成和变化特点调整信号控制周期及有效绿灯时长,实现交通信号动态优化控制,保证车辆在路网中能够高效、平稳地通行,是针对非线性动态交通流的一种动态寻优控制算法,能够有效减少路口车辆等待时间、提高通行效率。考虑对不同相位设计方案的适应性,在传统配时优化模型的基础上,构建综合相位设计元素的交通信号迭代学习控制模型,并通过Vissim仿真软件和Python编程语言搭建仿真测试环境,验证了提出模型的有效性。     

主干道动态协调控制方法研究

针对干线交通双向绿波协调控制中的相位冲突问题,提出了一种主干道动态协调控制方法。根据交通路口关联度计算方法将主干道划分为若干个控制子区;根据划分好的控制子区,计算出控制子区控制参数和控制子区间的协调控制参数：其中,针对我国城市交通流特点,对韦伯斯特周期公式进行修正,并设计了一种支路相位排前可行度函数用于各个路口相序进行优化,依此根据一段时间内的交通流信息计算出所有控制参数,包括公共信号周期,各路口的绿信比,各路口的相序以及所有路段的引导车速。仿真结果表明,该方法比分散控制能有效地提高主干道的行车速度,能够有效降低干线的通行时间。     

基于TCPN的交叉口信号控制模型与优化

针对城市路网中交叉口车辆通行效率低下,交通信号控制策略难于满足输入路段上车流变化的问题,本文提出了一种基于时延赋色Petri网的交叉口交通流优化控制模型。首先建立路段车流、交叉口车流和交通信号控制的TCPN模型,其次建立以交叉口输入路段车辆数最小为目标的车流优化方程。在假设信号周期固定的前提下,利用15个周期采集的交叉口输入、输出路段车辆数,求解满足优化目标的相位配时,确保交叉口输出车辆数最大,且输入路段上待通过车辆平均数最小。仿真结果表明,交叉口的通行能力显著提高,各输出路段上的车辆平均数分别增加了13.3%,9.7%,9.8%和4.3%。     

支持动态编辑的交通路网语义建模方法

针对现有交通路网语义建模方法不支持新增道路、道路加宽/变窄、潮汐车道设置、 道路连通性设置等路网交通属性动态编辑修改的问题,提出了一种支持动态编辑的交通路网语 义建模方法。通过分析路网内正常路段和交叉路口之间的耦合关系,给出了由传统 Lane、路口 Lane,Link,Connection,Intersection 以及 Road 等组成的具有层次耦合关系的路网语义数据。 只需输入道路中轴线数据,上述语义数据即可全部自动生成。路网交通属性动态编辑修改后, 只需对相应路段和相连路口语义进行解耦重新计算即可完成路网语义数据的动态更新。实验结 果表明,只需要输入道路中轴线矢量数据和道路宽度数据,该方法即可准确、高效地完成交通 路网语义建模,并且支持路网交通属性的动态编辑且可以实现交通相位的自动生成。     

基于YOLO的道路车辆拥堵分析模型

针对当前交通运行出现的拥堵问题，提出一种新型的道路状态判断模型。首先，模型基于YOLOv3目标检测算法，然后结合图片对应的特征值矩阵，通过相邻帧之间的特征矩阵作差并将差值逐项求和得到的结果与预设值进行比较来判断当前道路是处于拥堵状态还是正常通行状态，其次再将当前计算出的道路状态与前两次计算出的道路状态进行比较，最后运用模型里的状态统计法来统计道路某状态（拥堵或通畅）的持续时间。该模型能够同时对一条道路的三个车道进行状态统计分析，经过实验，模型对单条车道状态判断的平均准确率能达到80%以上，并且白天与夜晚的道路均适用。     

基于视频排队长度管理的小步增减绿信比优化方法

针对高峰期间交叉口各进口道排队不均衡或溢出的现象，提出了一种基于视频排队长度管理的小步增减绿信比方法。首先，判断红灯结束时的排队状态及绿灯结束时的排队长度等级；然后，计算各个相位绿灯时间的增减量；最后，以均衡各进口道排队长度为目标，实现各相位绿灯时间与各进口道排队长度的动态平衡。实验结果表明，所提优化方法能有效地均衡各个进口道的排队长度，降低交叉口的通行延误和交通拥堵。当相位绿信比与排队长度不匹配时，该优化方法能快速进行绿信比调整，以适应排队长度的变化。     

基于计算实验的城市道路行程时间预测与建模

城市道路行程时间预测对于提高交通管控效果具有重要意义. 本文综合应用平行系统、集散波、误差反馈修正、多模型自适应控制及模型库动态优 化策略等方法与技术对间断流行程时间预测问题进行了研究. 首先,介绍了平行系统理论的基本原理及计算实验的基本方法; 然后,给出了基于平行系统理论的路段行程时间的预测模型, 设计了基于集散波的行程时间计算实验方法, 提出了多模型自适应行程时间预测并给出了模型动态优化策略. 最后,通过实验证明了本方法的有效性. 结果表明, 本文方法预测精度较高, 且能够对行程时间预测值进行持续优化, 可为后续的间断流行程时间预测研究提供借鉴.     

基于迭代学习与模型预测控制的交通信号混合控制方法

针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题,本文在基于迭代学习控制的交通信号控制方法基础上,结合模型预测控制滚动优化和实时校正的特点,提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法.该方法在有效利用交通流周期性特征改善路网交通状况的同时,可借助模型预测控制的...     

基于Deep Q Networks的交通指示灯控制方法

交通指示灯的智能控制是当前智能交通研究中的热点问题;为更加及时有效地自适应动态交通,进一步提升街道路口车流效率,提出了一种基于Deep Q Networks的道路指示灯控制方法;该方法基于道路指示灯控制问题描述,以状态、行动和奖励三要素构建道路指示灯控制的强化学习模型,提出基于Deep Q Networks的道路指示控制方法流程;为检验方法的有效性,以浙江省台州市市府大道与东环大道交叉路口交通数据在SUMO中进行方法比对与仿真实验;实验结果表明,基于Deep Q Networks的交通指示灯控制方法在交通指示等的控制与调度中具有更高的效率和自主性,更有利于改善路口车流的吞吐量,对道路路口车流的驻留时延、队列长度和等待时间等方面的优化具有更好的性能。