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。     

单路口交通信号多相位实时控制模型及其算法

针对城市道路交叉口的交通流特性,对单路口交通信号多相位实时控制的模型和算法进行研究.首先提出一种改进的单路口交通信号多相位实时配时模型,该模型可反映交叉口交通状况的实际需求.同时,采用能随交通需求的变化而实时变化的加权系数,将交叉口3个优化目标函数转化为单目标函数优化的问题.为提高模型的计算速度以及降低交叉口信号机的单机计算量,采用蚂蚁算法中的精英蚂蚁寻优策略求解模型.最后,以伪代码的形式设计了求解该问题的程序流程,并通过一个实例验证了模型及其求解算法是合理的和有效的.     

城市单交叉路口交通信号实时优化控制与仿真

针对城市道路单点交叉口交通流的到达特性,将路口到达的交通流划分为4种状态,提出了“基于状态划分的多相位交通信号实时控制方法”,该方法根据路口各状态下交通流的到达特征和控制目标,为不同交通状态选择合适的性能指标,并建立各状态下交通信号的动态配时模型。同时,设计了一种改进的自适应实数编码遗传算法对交通信号配时模型进行求解,该算法采用基于分类的排序惩罚机制对约束进行处理,并引入模拟退火算子增强遗传算法的局部搜索。最后,采用3种算法对实例进行大量的数值计算和Paramics仿真,计算和仿真结果均表明所设计的算法求解精度高且模型具有良好的控制效果。     

交通信号配时方案实时仿真系统设计与实现

为了使交通信号配时方案及时反映道路交通流量的变化,以达到最优的控制效果,设计并实现一种用于交通信号配时方案实时仿真系统.该系统基于ARM Cortex-A8处理器,集成在信号控制器内部,分布于各交叉路口.在设计应用软件时以单路口四相位交通流为例进行分析,并以平均延误时间为评价指标进行建模,运用遗传算法对当前交通流下各方案进行仿真,评估出最优配时方案.通过实际验证,该系统通过实时仿真能够给出交通控制信号最优方案,减少车辆的平均延误时间.     

基于模糊控制的智能交通系统

针对平面交叉口的智能交通信号控制,提出了多相位路口实时的模糊控制方案。根据各相位的车辆排队长度实际交通量,设计信号灯配时方案,减少车辆在路口的排队长度。对上述控制方案进行仿真实验,仿真实验结果表明,该控制方案能很好的改善实际交通状况,控制效果优于定时控制的方法,从而有效的提高平面交通路口的通行能力。     

单交叉路口交通灯实时配时算法的研究

研究了城市道路交通信号实时控制系统的问题,重点论述了单交叉路口交通信号灯控制(点控制)模型的实时配时算法.根据城市交通流分布规律,设计出流量序列生成算法来模拟实时交通流;通过建立信号灯动态模型从而获得最佳周期长度和有效绿灯时间,然后采用模糊控制算法对信号灯配时方案进行实时的动态优化调整,并建立基于排队的车辆延误模型来对模糊控制算法进行评价.计算机模拟仿真的结果表明所设计实时配时方案比定时配时方案有显著的改善.     

基于行人安全的交通信号灯智能控制算法研究

提出了一种基于深度确定性策略梯度(DDPG, deep deterministic policy gradient)的行人安全智能交通信号控制算法;通过对交叉口数据的实时观测,综合考虑行人安全与车辆通行效率,智能地调控交通信号周期时长,相位顺序以及相位持续时间,实现交叉路口安全高效的智能控制;同时,采用优先经验回放提高采样效率,加速了算法收敛;由于行人安全与车辆通行效率存在相互矛盾,研究中通过精确地设计强化学习的奖励函数,折中考虑行人违规引起的与车辆的冲突量和车辆通行的速度,引导交通信号灯学习路口行人的行为,学习最佳的配时方案;仿真结果表明在动态环境下,该算法在行人与车辆冲突量,车辆的平均速度、等待时间和队列长度均优于现有的固定配时方案和其他的智能配时方案。     

基于CAN现场总线的智能交通信号控制系统

利用CAN现场总线技术,设计开发了一种基于现场总线的智能交通信号控制系统,系统采用三级分布式结构,即:中央控制系统、区域控制系统和路口控制系统.系统能实现固定配时控制、实时自适应协调控制、绿波控制、闪光控制、单点控制、多相位控制、协调控制.     

基于改进萤火虫算法的区域交通信号配时优化

城市的快速机动化导致道路资源供需失衡愈加严重,目前使用的交通信号定时控制方式无法根据交通流的变化调整信号配时,降低了路网运行效率.针对区域内多路交通信号配时优化问题,提出一种基于改进萤火虫算法的求解方法,以多路信号各相位的绿灯时长作为控制变量,建立以区域总延误最小为目标的规划模型进行优化.针对标准萤火虫算法存在的优化精度不高、容易陷入局部最优的问题,提出一种驱散机制,同时在种群进化过程中引入变异操作进行改进.利用5个标准测试函数进行实验验证,实验结果表明,改进的萤火虫算法能够提高求解的精度和稳定性.最终以典型多路口区域为例,将改进的萤火虫算法应用在区域配时优化问题上,通过对比实验表明求解的有效性.     

基于BP神经网络的路口短时交通流量预测方法

交叉路口是一个城市交通的重要组成部分,其各方向的交通流量预测更是该城市智能交通系统中的重中之重,本文提出一种基干BP神经网络预测路口短时交通流量的方法,该方法将路口其他非预测方向和交通信号配时方案对流量预测的影响因素考虑在内。     

交通系统的模糊控制及其神经网络实现

本文根据城市交通系统的特点设计了单个路口信号灯的模糊控制器,研究了用神经网络实现模糊控制器的方法和过程,并对该控制器进行了仿真研究,本文所设计的控制方法适合于各种车流大小随机变化的单个路口,且决策过程迅速、合理,无需对车流进行预测,是一种实时单点控制方法,由于模糊控制器由神经网络实现,控制具有学习和联想功能,仿真结果说明了该方法的有效性。     

交通数据中的会话识别

会话识别因其能够提供对用户行为模式的深入理解而备受关注。交通数据会话是指用户为了完成某个任务而经过的交通路口序列。该文中我们采用超时和统计语言模型两种方法来进行会话识别。超时方法主要考察相邻交通路口之间的时间间隔对会话识别的影响,而统计语言模型则考虑路口序列的全局规律性。我们在交通数据集上进行了大量的实验,并通过比较分析两种方法性能上的差异得知时间因素比全局规律性在会话识别中的影响更大。     

Multi-criteria evolutionary optimization of a traffic light using genetics algorithm and teaching-learning based optimization

Today, the development of urbanization and increasing the number of vehicles has resulted in displeased consequences like traffic congestion and vehicle queuing. The vast majority of countries in the world encounter the challenge of the explosive rise in traffic demand. In this regard, it is necessary to meet traffic demand in transport networks, especially in metropolitans. In traffic management and shortening the trip duration, traffic lights on the signalized intersections play an essential role in urban pathways. This work provides a multi-criteria decision-making method for optimum traffic light control in an isolated corner. The main idea involves establishing a set of sub-optimal solutions for traffic light timing and selecting the best one among the diverse solutions. We have mathematically modelled the problem as an optimization problem to achieve an optimal solution with less waiting time for vehicles in intersections and the lowest cost. Genetic algorithm (GA) and Teaching-Learning-based Optimization (TLBO) are utilized for each phase to create a set of suitable timing scenarios. The Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method is used to identify the best scenario, considering both waiting vehicles and traffic capacity as decision criteria. Its efficiency has been demonstrated over three different traffic volumes. Also, in a real-world implementation, its practical capability has been approved at a crossroads in Mashhad, Iran. The simulations indicate the improvement in the number of vehicles waiting behind the crossroad and the traffic capacity by 10% and 6.76% compared to the existing signal timing of the studied intersection, respectively.     

Behaviour based on decision matrices for a coordination between agents in a urban traffic simulation

This paper describes a multi-agent coordination mechanism applied to intersection simulation situations. In a goal of urban traffic simulation, we must consider the dynamic interactions between autonomous vehicles. The field of multi-agent systems provides us some studies for such systems, in particular on the coordination mechanisms. Conflicts between vehicles (i.e. agents) are very frequent in such applications, and they may cause deadlocks, particularly at intersections such as crossroads. Our approach is based on the solving of two player games/decision matrices which characterize three basic situations. An aggregation method generalizes to n-player games for complex crossroads. The objective of this approach consists in searching basic two-player matrices for solving n-agent problems. To explain the principle, we describe our approach for a particular case of crossroad with three agents. Finally, the obtained results have been examined via a tool of road traffic simulation, ARCHISIM. We assume also that the global traffic replicates the behavior of agents in different situations.     

基于Stackelberg博弈的动态用户最优配流和信号控制

研究了动态用户最优配流与信号控制的组合问题.首先基于交通分配将交通流分配到合适的路网上由信号控制来适应这些交通流的思想,并由此建立了交通分配和信号控制的Stackelberg博弈模型,模型的上层是动态用户最优,下层是信号控制优化.然后,通过对模型离散化应用模拟退火算法进行求解.最后,对一个简单的交通网络进行仿真,仿真结果表明所提方法的有效性.     

交通诱导预测控制仿真研究

将动态交通分配实施过程纳入预测控制框架下以满足实时交通诱导的目的,提出一种交通诱导预测控制算法．该算法是在滚动时域基础上进行的,包括实时交通分配、交通流模拟运行及评价以及进化最佳路径３ 个重要环节．仿真结果表明,交通诱导预测控制是一种良好的计算机控制方法学,其优化过程预先考虑了目前交通分配对未来路网的影响,因而可有效地防范交通拥堵,实现考虑反馈的路网交通流实时分配优化,同时为出行者提供最佳路径．     

组态王软件在交通管理中心的应用

介绍了交通监控系统,详细描述了系统底层PLC和顶层组态王软件的设计。使得工作人员只要在交通管理中心,就可以监控到该城市的主要十字路口的交通信号灯的状态,并可以针对不同地段不同时间段车流量优化底层PLC控制,提高城市交通管理效益。     

公交优先无线传输系统设计

设计并制作出一款集MC13213控制、射频通信、信号处理等为一体的智能公交嵌入式系统。完全模拟了实际交通中公交进入十字路口、等待交通灯、离开十字路口等过程。系统在平均等待交通灯调度算法的基础上,改进并设计了一种公交优先算法。将在绿灯时间上给予公交车辆以优先权,解决了公交出行缓慢的问题。体现了路权的分配公平性。     

交通信号灯的设计与实现

通过对十字路口的二、三相位设计,使用proteus仿真调试环境模拟相位来完成十字路口信号灯的设计,使用KeilC51开发环境实现对各相位信号灯的控制,以达到交通疏导的目的。