基于车流量的交通灯智能控制算法

随着道路交通流量日益增加,现有交通灯使用的时间固定控制方法并不能很好地满足各种复杂交通情况。针对这一背景,在使用视频图像对车辆跟踪计数实时采集车流量的基础上,提出一种根据各方向车流量控制交通灯时间的算法。该算法根据实时的车流情况更新各方向的绿灯分配时间,自动调节各方向绿灯时间比例,并根据路口总车流量的大小智能调节绿灯时间周期大小。基于Delphi平台对算法进行仿真,结果表明:该算法能根据实时车流信息自适应调整各方向绿灯时长,并通过自动调节各方向绿灯时间总和来有效实现交通拥堵或畅通情况下交通灯的智能控制。     

基于车联网的交通管控机制设计与验证

近年来,汽车工业飞速发展,汽车保有量不断提高。但与此同时,其引发的道路交通拥堵问题也影响着越来越多的人。为了缓解道路交通拥堵、提高车辆出行效率,提出了一套基于车联网的交通管控机制。首先,结合固定时长轮转法和车流量响应控制法两种现有的主流交通灯控制法的思想,提出半实时的交通灯控制方法。该方法中,交通灯控制器根据预测出的车流量信息,得到本路口的最优交通灯相位策略,将本路口所有车辆的等待时间最小化。其次,为了提高个体用户的出行效率,提出启发式的动态路径规划算法,该算法在Dijkstra算法的基础上,采用启发式的方法计算路段的权重,以此规划最优路径,使得车辆可以尽可能避开拥堵路段。为了验证提出的交通管控机制的性能,通过交通流量模拟器SUMO和网络模拟器NS3进行模拟实验。模拟实验结果表明,提出的基于车联网的交通管控机制能够有效地降低车辆的等待时间、缓解交通拥堵情况,从而改善整个道路网络的交通状况。     

过饱和交叉口群自适应控制方法

为解决过饱和交通状态下交叉口群道路拥堵时车辆难以疏散、易造成拥堵堆积的问题,提出了一种以交叉路口为中心的区域自适应交通控制方法.同时关注当前路口和相邻交叉路口的交通车辆排队状态信息,确定最佳放行相位实现相邻路口间的协调控制,与传统控制方案相比,方法能够加快拥堵区域向非拥堵区域的车辆疏散,并抑制外围车辆向拥堵区域聚集,有效缓解了拥堵堆积,缩短了行程时间,在非过饱和情况下,亦有效提高了交通通行效率.     

基于单片机的LED模拟交通灯设计

随处可见的交通灯与我们平时生活息息相关,在繁华城镇之中,交通灯成为至关重要的工具,用以对交通路口过往车辆实施交通管控,使道路的通行率得到有效提高,减少产生拥堵的现象,能使复杂的交通状况得到改善。本文的模拟设计采用AT89C51单片机为控制芯片,利用Proteus和Keiluvision4对交通路口的交通灯进行仿真,该设计简单,经济,更加形象地演示交通路口的交通指令原理。     

基于多智能体交通绿波效应分布式协同控制算法

基于"绿波"效应的交通控制通过实现干道上的车流不间断地经过多个交通灯路口而不停止,是目前公认的最有效率的交通控制策略之一.然而随着城市交通规模的不断扩大,传统的集中式交通控制方法可能遇到计算和通信上的瓶颈.而当路口交通灯只能获取城市交通网络全局有限的信息时,传统的分布式控制方法可能十分低效.提出了一种基于多智能体的交通灯分布式绿波自适应控制方法.在该设计中,每一个交通灯路口通过一个非集中式的协同智能体来控制.其核心是,智能体通过预测自身下一时刻的状态进行自主决策.由于只有来自邻居路口的车辆能够直接影响当前路口下一步的状态,这一决策过程仅需要智能体通过与邻居智能体间的局部交互来完成.描述了基于多智能体交通灯分布式"绿波"效应的控制算法,并通过仿真实验验证了该方法在大规模城市交通系统中的可行性.     

基于深度强化学习的道路信号灯控制算法

各大城市都存在过十字路口时车辆拥堵现象,为了解决这一问题,提出基于深度强化学习的一种解决算法.该算法针对于这一现象,构建了一种道路信号灯控制的强化学习模型.以单交叉口为仿真参考对象进行仿真,仿真结果表明,上述算法更有利于十字路口的吞吐量,进一步减少路口车辆等待时间,达到了合理调控道路信号灯时间、缓解路口拥堵的目标.     

基于TAN分类器的交通灯时间智能动态估计

针对目前交通灯智能化程度低,容易造成交通拥堵的问题,提出一种基于TAN分类器的交通灯时间智能动态估计方法。首先,分析影响交通灯时间的主要因素,并对采集到的数据用模糊分类函数进行离散化处理;其次,依据K2算法学习TAN分类器结构;接着,使用最大似然估计法学习TAN分类器的参数;最后,通过基于时间窗的前向后向算法在线估计出最佳交通灯时间。仿真实验结果表明：本文提出的方法能够根据实时交通路况信息动态估计出最佳交通灯时间,当路口畅通时,交通灯时间短;反之,交通灯时间长。对有效缓解交通拥堵,减少环境污染有着重要的现实意义。     

基于单片机的智能交通灯控制系统

本文介绍了一种以单片机AT89C51为核心元件的交通灯控制系统,实现了通过信号灯对路面状况的智能控制.在一定程度上解决了交通路口堵塞、车辆停车,特殊情况的交通灯等待时间不合理、急车强通等传统交通灯无力解决的问题.本次设计系统具有结构简单、可靠性高、成本低、实时性好、安装维护方便等优点,有广泛的应用前景.     

基于无线传感器网络的自适应交通灯控制系统

分析了现有信号灯控制系统的优缺点,提出了一种基于无线传感器网络的交通灯控制系统设计方案,利用敷设在路面上的携带超声波收发模块的传感器节点探测各方向车道上车流量,并根据车流量实时改变相应车道车辆放行时间,以提高道路利用率,减少拥堵现象。本系统可准确地获得车流量统计信息。对信号灯调度过程进行了建模分析,提出了自适应的调度算法,仿真实验结果表明,该算法能降低车辆平均等待时间,提高通行效率。     

邻近交叉路口交通灯数学模型

提出了一种新的邻近交叉路口交通数学模型,并用线性规划解决了邻近交叉路口中间路段容纳车辆有限的情况下,如何确定每个路口的交通灯时间分配以及邻近交叉路口交通灯的相位差,实现单位时间内路口车辆的总积累队长最少,从而缓解交通堵塞。     

基于雾计算和强化学习的交通灯智能协同控制研究

针对路口交通拥堵现象,结合雾计算和强化学习理论,提出了一种FRTL（fog reinforcement traffic light）交通灯控制模型,该模型根据实时的交通流信息进行交通灯智能协同控制。雾节点将收集到的实时交通流信息上传到雾服务器,雾服务器在雾平台实现信息共享,雾平台结合处理后的共享数据和Q学习制定交通灯控制算法。算法利用检测到的实时交通数据计算出合适的交通灯配时方案,最终应用到交通灯上。仿真结果表明,与传统的分时段控制方式和主干道控制方式（ATL）相比,FRTL控制方法提高了路口的吞吐量,减少了车辆平均等待时间,达到了合理调控红绿灯时间、缓解交通拥堵的目标。     

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.     

基于机器视觉的交叉口特种车辆快速通行技术研究

交叉口是道路网络中重要的交通节点,容易产生交通堵塞问题,为了在保证通行安全的情况下提高特种车辆的通行效率,研究基于机器视觉的交叉口特种车辆快速通行技术。优化通行基础采用图像采集及预处理、检测识别和通行控制作为技术框架结构,利用机器视觉技术采集交叉口实时交通图像,通过图像滤波、图像增强等步骤,实现初始图像的预处理。利用Car-YOLO网络识别交叉口通行能力,规划快速通行路线,考虑前车行驶状态,求解特种车辆通行速度,针对车辆所占车道,通过绿灯早启、绿灯周期时间延长等方式控制交叉口信号灯,实现交叉口特种车辆快速通行。实验结果表明:在拥堵和正常通行场景下,优化设计技术的特种车辆通过时间的平均值分别为18.2s、10.1s,事故发生概率分别低于2%、1.4%,具有较好的应用效果。     

两相邻路口交通信号的协调控制

传统路口的控制算法大多研究单个路口的信号控制情况.该文根据路口之间的相互关 系,利用高阶广义神经网络及模糊推理提出了两个相邻交通路口的协调算法.利用此算法设计 的交通信号控制器,可以有效地协调两相邻路口的红绿灯信号,在一定程度上改善了交通路口 的交通状况.     

一种数据丢包情况下的交叉口排队长度均衡控制方法

针对交通数据在传输过程中随机丢包造成交通拥堵的问题,提出一种新的交叉口排队长度均衡控制方法。考虑到交叉口交通控制的重复特性和强非线性,将无模型自适应迭代学习控制方案应用于交叉口排队长度控制中,通过实时调整各交叉口的信号配时方案来调节路口车辆的排队长度,实现各交叉口排队长度的均衡。针对道路交通网络控制中排队长度差值数据在传输过程中存在的丢包现象,将数据丢失现象描述为概率已知的伯努利序列,提出数据丢失情况下的补偿算法,即利用上次迭代的输出数据、伪梯度的估计值和控制输入差值对丢失数据进行补偿,解决存在数据丢包情况下多交叉口排队长度均衡控制问题。仿真结果表明,该方法在数据丢包的情况下迭代100次左右能够收敛于期望值并达到期望控制效果,验证了补偿算法的有效性。     

基于多模型融合的车辆通过时间预测

车辆通过某一路网的时间是测算交通拥堵程度的重要指标。为提高车辆通过时间的预测精度，不仅要考虑数据采集精度的影响还要考虑模型的选择。本文提出多模型融合的车辆通过时间预测方法，发现多模型融合的预测精度较高。以某高速公路3个交叉口路段的车辆通行监测数据作为实证数据，用模型融合算法与单一模型进行对比，说明多模型融合算法在交通拥堵治理领域的应用潜力。     

城市交通信号局部博弈交互下的学习协调控制

针对传统分布式自适应交通信号控制协调效率受限,并且存在维数灾难问题,建立了城市区域交通信号控制系统模型,将其优化问题建模为局部交叉口交通信号博弈协调控制,提出基于交叉口交通信号控制agent局部信息博弈交互的学习算法。在学习过程中交叉口交通信号控制agent进行局部信息博弈交互,自主调整交通信号控制策略使其逐步学习到最优策略。通过设计不同的交通需求情景,对路网平均延误和平均停车次数进行加权构建性能评价指标,相对于遗传算法和感应控制方法,博弈学习取得更好的交通信号控制效果,其能收敛到最优性能评价指标,其具有更好的交通需求管控能力。     

Traffic information interpolation method based on traffic flow emergence using swarm intelligence

Traffic congestion has become one of the most pressing social problems in today’s society, and research into appropriate traffic signal control is actively underway. At present, most traffic signal control methods define traffic signal parameters on the basis of traffic information such as the number of passing vehicles. Installing sensors at a vast number of intersections is necessary for more precise and real-time adaptive control, but this is unrealistic from the viewpoint of cost. As an alternative, we propose a swarm intelligence-based methodology that creates routes with a similar traffic volume using the traffic information from intersections already equipped with sensors and interpolates this information in the intersections without sensors in real time. Our simulation results show that the proposed methodology can effectively create similar traffic routes for main traffic flows with high traffic volumes. The results also show that it has an excellent interpolation performance for heavy traffic flows and can adapt and interpolate to situations where traffic flow changes suddenly. Moreover, the interpolation results are highly accurate at a road link where traffic flows confluence. We also developed an interpolation algorithm that is adaptable to traffic patterns with confluence traffic flows. Experiments were conducted with a simulation of merging traffic flows and the proposed method showed good results.

     

Design of Regulatory Traffic Light Control Systems with Synchronized Timed Petri Nets

Fixing the phases is one of the common methods to control an urban traffic network. Once a road is filled with a high traffic flow approaching its capacity, the conventional traffic light controller is not able to handle this traffic congestion phenomenon well. In this paper, we propose a novel regulatory traffic light control system to handle such traffic congestion by using synchronized timed Petri nets (STPNs). Three kinds of intersections in an urban traffic network are defined and employed to demonstrate our new regulatory traffic light control system models. Finally, the liveness and reversibility of the proposed STPN models are proven through the reachability graph analysis method. To our knowledge, this is the first work that solves a traffic congestion problem with a regulatory traffic light control technique that is effective in preventing vehicles from entering traffic congestion zones.