基于速度截断对数正态分布的车队密度离散模型

鉴于Pacey提出的车队密度离散模型中车速为从负无穷到正无穷上的正态分布这一假设与实际车速分布情况明显不符,基于实地收集数据,从交通流密度的角度,假设车速服从在最小速度至最大速度之间的截断对数正态分布,由此分析了上游交叉口的排队车辆在绿灯放行后往下游道路行驶过程中的离散特性,利用分段函数方式构造了车队在时空坐标上的交通流密度函数的计算公式.针对信号协调控制应用,提出了在某一时刻公交车队头部驶过和尾部未驶过下游断面的车辆数计算公式,推导了下游交叉口断面处的流量分布模式,结合实测数据分析,验证了模型的有效性.     

一种车速截断对数正态分布的车队离散模型

针对现有Pacey模型不能较好解决车速服从偏性正态分布的缺陷,假设车速服从最小速度至最大速度区间上的截断对数正态分布,提出了一种车速截断对数正态分布的车队离散模型.以上游交叉口的排队车辆在绿灯放行后的时空分布特征为研究对象,从交通流密度的角度出发,分析这部分车辆的车速统计特征对其下游道路上行驶离散过程的影响,并给出车队密度等交通流参数的计算公式.在此基础上,推导了车队头、尾部的离散模型,为下游交叉口的配时方案提供交通数据.最后,以某相邻交叉口的协调控制为例,比较所提模型与现有Pacey模型在计算交通流参数方面存在的差异.数值仿真结果表明,前者在优化信号灯配时方案中需要较少的提前和后延时间.     

基于速度截断对数正态分布的车队流量离散模型

为克服Pacey车队离散模型中车速为服从由负无穷大到正无穷大上的正态分布这一假设而与实际车速分布情况不符的问题,基于实地收集数据,假设车速服从最小速度和自由流速度之间的截断对数正态分布,建立了更符合实际的车队流量离散模型,利用分段函数构造了车队到达下游交叉口的流量分布函数,探讨其与上游断面车队离去流量分布之间的关系.以相邻交叉口信号协调控制为例,结合实测数据探讨了车队流量分布模式,并对比分析了文中模型和Robertson模型的差异,验证了文中模型的有效性.     

考虑车队离散的路段行人过街感应式信号控制方法

为了在保证路段行人过街安全与过街需求的前提下,同时提升路段车辆运行效率,本文充分考虑车队离散到达与路段行人过街的动态影响,建立了路段行人过街感应式信号控制方法。首先,本文基于Robertson车队离散模型,以车头时距对上游到达车队进行动态划分,并根据路段行人过街点位预测下游车辆排队状态;以车队离散度选择下游到达车队中车辆作为信号优化输入参数建立感应控制方法,同时分析了路段行人过街位置对配时方案的影响;然后,通过SUMO的交通控制接口(Traffic Control Interface, TraCI)搭建仿真环境,以车辆与行人的综合平均延误,分别对路段单向与双向交通环境的信号配时方案进行仿真验证与对比分析。结果表明,相比传统感应控制而言,优化后的感应控制在单向交通与双向交通情况下,行人与车辆综合平均延误分别降低5.56%、7.06%。     

假设速度服从截断正态分布的公交车队密度离散模型

基于实地收集数据,针对我国大城市主道路上公交车流量普遍较大的情况,考虑公交车有别于小汽车的特有的运行特性,引入公交车停站平均延误参数,利用截断正态分布建立了相邻交叉口有停靠站的公交车队密度离散模型,分析了上游交叉口的排队公交车辆在绿灯放行后往下游道路行驶过程中的离散特性,利用分段函数方式构造了公交车队在时空坐标上的交通流密度分布函数.针对相邻交叉口有一个停靠站的信号协调控制实例,提出了在某一时刻公交车队头部驶过和尾部未驶过下游断面的车辆数计算公式,推导了上下游交叉口断面处的流量分布模式,结合实测数据分析验证了该模型的有效性.     

考虑关联交叉口排队长度的干线协调相位差模型

为减少干线车辆延误与停车次数,将干线相邻交通信号连接起来进行协调控制。基于相邻交叉口交通流的到达特性,分析干线协调控制的内在机理。依据车流到达类型,将车队头车绿灯到达情况下的交叉口延误分为车队尾部受阻与车队不受阻两种类型。分析关联交叉口的排队特性,将排队长度引入延误计算过程,建立了四种干线协调控制相位差模型。选取青岛市珠江路干线五个相邻信号交叉口进行模型验证,得出相邻交叉口相位差与延误的相关关系,确定了使车辆延误最小的相位差。结果表明,基于排队特性的相位差模型在干线协调控制中具有一定的可行性与实用性。     

基于多智能体的车路协同环境下单车道微观交通流模型

介绍车路协同系统(cooperative vehicles infrastructure system,CVIS)下车辆多智能体(vehicle multi-agent,VMA)的概念及其属性列表.提出传统交通环境和CVIS下的车辆决策机制,分析两者在交叉口及路段上对于交通状态判断与决策的差异.建立CVIS下的单车道微观交通流模型,给出车辆的微观动力学模型,包括加速模型和减速模型,同时考虑交叉口的信号灯对车辆行为的影响.最后,数值试验将分析车辆在两种不同环境中的时空轨迹图以及宏观的交通参数.结果表明:CVIS下的车辆比传统交通环境下的车辆总行驶时间、平均行程时间以及平均延误均有极大降低,提高了通行的效率;车队车头时距降低、速度方差减小,提高了车队行驶的稳定性.     

城市道路干线信号协调控制与车速引导集成优化

针对当前干线信号协调控制为基于车辆到达驱动的被动响应型控制的特点与不足,提出一种车联网环境下干线信号协调控制与车辆速度主动引导的协同优化方法。优化原理为:考虑车辆-信号控制系统双向通信的环境下,在干线协调控制的基础上引入速度引导来调节车辆到达交叉口时刻,以避免车辆在红灯期间到达交叉口,减少停车次数并提高协调控制系统通行效率。首先,选择双向绿波带宽模型作为协调控制方案的基础;依据下游交叉口当前信号灯色和剩余时长,将车辆引导分为红灯引导和绿灯引导,分别给出最佳车速方程;基于最佳车速给出车辆到达交叉口时刻、交叉口延误和停车次数的估计方法。然后,以车辆引导速度和干线绿波相位差为控制变量,以绿波带宽最大、车辆延误与停车次数最小为目标,建立集成车速引导和干线绿波的优化模型;应用粒子群算法的多目标搜索算法对优化模型求解。选择长沙市湘江中路4个连续交叉口开展案例研究,分别应用普通干线绿波Maxband模型和提出的集成模型设计信号控制方案,并以VISSIM仿真平台进行效率评价。结果表明:集成模型能同时调节相位差和车辆速度,增大绿波带宽,减少停车次数;仿真周期内与Maxband模型相比,集成模型的上行和下行方向平均延误分别降低了24.8%和31.1%,平均停车次数分别减少了37.6%和41.7%,基于车速引导的集成模型能显著提高干线协调控制的效率。     

基于交通流仿真和神经网络模型的交叉口流量预测研究

交叉口是道路交通的关键节点,其流量数据具有明显的非线性特征.本文提出一个两阶段预测模型对交叉口交通流特征进行预测.首先,通过交通流仿真技术对各交叉口进行仿真,并获得仿真流量,然后通过神经网络训练,预测交叉口各流向的交通流量.通过两个阶段不断迭代,校正构建具有高精度、泛化性能强的预测模型.最后,选取贵阳市31个具有代表性的交叉口的流量调查数据作为样本数据,将其中18个交叉口的仿真预测流量和实际观测流量作为神经网络模型的输入/输出因子,通过训练构建神经网络模型并验证模型的有效性.之后,将剩余交叉口的仿真流量数据作为模型的输入,模型输出数据即为修正的交叉口进口道的交通流量分布特征数据.结果表明:该方法具有数据收敛速度快,运算量小等特点,对于交叉口流量数据的预测具有很好的适用性.     

下游交叉口设置对快速路出口通行能力的影响

为缓解下游交叉口设置造成快速路出口不畅、特别是下游交叉口进口排队车辆易上溢堵塞快速路出口问题,在考虑快速路辅路流量基础上,利用间隙接受理论,建立快速路出口通行能力计算模型;通过分析辅路流量、信号周期、绿信比、交叉口进口道通行能力及进口道排队车辆传播速度5个参数,提出快速路下游交叉口进口道排队长度模型;通过分析不同变量对交叉口进口车辆排队长度的影响,提出快速路出口与下游交叉口的优化设计方案。结果表明：随着辅路流量增加,快速路出口通行能力呈缓慢下降趋势;随着交叉口辅路方向绿信比增加,排队长度快速变短;出口与下游交叉口可采用外侧式匝道设计,优化辅路进口方向绿信比,可有效避免快速路出口堵塞。     

车联网干线协调控制相位差自适应优化

为了提高车联网环境中干线的通行效率,提出一种车联网中干线协调控制相位差自适应优化方法.本文基于车辆换道延误模型建立了以上游交叉口车辆数为输入、下游交叉口信号相位差调节量为输出的模糊控制网络;为解决车流和路况变化造成的控制效果降低问题,以车辆交叉口平均等待时间最小为目标,对模糊规则进行自适应调节;通过基于Q-Paramics的车联网仿真平台对本文提出的方法进行验证.结果表明:本文提出方法控制效果明显优于传统干线协调控制方法;在车流大幅震荡和车流随机波动条件下,较固定规则的干线模糊控制方法能够分别降低车辆平均等待时间12.35%和9.7%.本文方法能够适应车流变化和路况变化,具有更优的适应性、可用性及工程价值.     

周期与流量对交叉口排放和延误的影响

考虑车辆到达类型(可表征交叉口信号联动质量),基于交通波理论重构交叉口车辆运行轨迹,进而应用机动车比功率模型(VSP)开发了信号控制交叉口排放估计算法,并结合HCM 2010延误模型,分析了不同到达类型下信号周期和流量对交叉口排放及延误的影响及排放和延误的博弈关系.结果表明,在相同条件下,交叉口联动质量越好,交叉口车均排放和延误越小;周期增大,车均排放减小,延误先减小后增大,其中,交叉口联动质量越好,基于延误最小的最优周期越大;车均排放对流量的变化较不敏感,而延误受流量影响较大.     

混有智能网联车队的交通流基本图模型分析

为了探究高速公路混有智能网联车队交通流特性,构建了混合交通流中不同类型车辆随机分布特性的数学解析表达;考虑期望车头间距随速度动态变化的交通流特性,建立了混合交通流中不同类型车辆的跟驰模型.基于此,推导了混有智能网联车队的交通流基本图模型,并对模型参数渗透率p和最大车队规模的敏感性进行了分析.仿真结果表明,随着p值的增加,道路交通流通行能力随之提升,当p0.3时,渗透率增加对于混合交通流通行能力提升效果并不显著,而当p0.5时,混合交通流通行能力随着渗透率增加提升效果显著;另外,随着智能网联车辆的渗透率p增加,车队规模的限制对交通流通行能力的影响越来越明显,当p0.5时,车队规模宜保持在4～6之间,而p接近1时,车队规模增大对通行能力的提升效果更加显著.     

基于马尔柯夫过程的城市交叉口车辆到达模型

提出在城市交叉口多相位实时控制过程中,采用马尔柯夫方法对各相位内进入交叉口车辆数的可能性进行预估。基于交叉口车辆运行的强随机特征,交叉口车辆到达预测的准确性是控制策略准确制定的关键。根据马尔柯夫过程预测结果,系统可进行交通信号的延时和相位变化,从而使整个交叉口的平均时延得到优化。通过实例验证了马尔柯夫分析模型用于多相位交叉口短时交通流占有率预测的可用性,并将预测得到的交通流占有率与观测值进行了对比,同时对两者之间的误差进行了分析。结果表明,预测结果有助于制定实时的交通控制策略。     

交叉口左转交通流两种组织方式的延误计算模型

为给交叉口交通组织设计提供理论依据,研究了直接左转和右转-前行-掉头两种左转交通流组织方式下的交叉口整体延误特性.在韦伯斯特延误模型、可插入缝隙理论的基础上,通过数学推导,建立两种交通流组织方式下的车辆平均延误模型,以及左转交通组织方式的判别模型.研究结果表明,以交叉口整体延误为优化目标,当左转流量小于某个阈值时,右转-前行-掉头方案较优;反之则直接左转方案更为合理;判别阈值与左转和对向车流流量的相对关系有关.文中还选取典型十字交叉口为分析对象,进行延误参数的理论计算,同时通过VISSIM仿真获取仿真延误参数.结果表明,理论计算与仿真结果基本一致,所提出的模型具有较高的准确度和可靠性.     

基于有限状态机的智能车辆交叉口行为预测与控制

提出一种智能车辆交叉口行为预测与控制方法. 建立交叉口车辆行为预测的有限状态机(FSM)模型,对交叉口其他车辆的行为进行预测. 构建应用于智能车辆的混合状态系统,引入有限状态机模型,结合智能车辆交叉口安全条件运行规则,实现智能车辆离散状态分析及车辆控制. 运用PreScan和Simulink/Stateflow实现交叉口联合仿真. 结果表明,该方法可以使智能车辆安全地通过有其他车辆通行的交叉路口.      

关联交叉口短时交通流可预测性分析及组合预测算法

文中首先根据交叉口交通流参数时间序列的相关性对关联交叉口进行定义,给出关联交叉口短时交通流可预测分析的几个定量指标,以及交通流时间序列最大Lya-punov指数的计算方法;然后提出在短时交通流时间序列的可预测分析基础上,选取一组预测模型并建立基于RBF网络的非线性组合预测模型,提出了关联交叉口短时交通流的组合预测算法;最后对实测短时交通流进行仿真试验,结果表明组合预测方法相对于单项预测方法具有更好的预测性能.     

监控环境下信号交叉口控制延误的获取方法

依据摄像头监控环境下可以检测到的相关参数,给出了信号控制交叉口进口道的车均控制延误参数提取的方法.文中以各个周期饱和度不超过1.2的信号控制交叉口进口道为研究对象,根据该周期的车辆通行需求和交通供给,将交叉口进口道的状态划分为正常交通状态和饱和交通状态;然后根据本周期车辆的到达情况、上周期排队车辆对本周期的影响及本周期排队车辆对下个周期的影响,结合监控环境下可以直接获取的相关参数,对两种交通状态分4种情况分析了交叉口进口道的控制延误参数的提取方法,构建了相应的模型.最后通过实例表明,该论文陈述的模型可以较好的提取交叉口进口道的控制延误参数.     

基于NARX神经网络的短时交叉口流量预测

短时交通流的精准高效预测是实施智能交通控制的前提。以济南市交叉口地磁数据为研究对象,对数据进行质量识别和预处理,构建了基于NARX神经网络的短时交叉口流量预测模型,并对其进行了初始化和训练。使用该预测模型对城市道路交通流量进行的短时交叉口流量预测结果显示,除流量突变时刻外,该模型预测精度较高,平均相对误差仅为8.41%,证明该模型能够较准确地预测交叉口的短时交通流量,可以为城市交通的智能化管理与控制提供依据。     

车联网环境下巡航控制系统对交通流油耗的影响

为研究未来车联网环境下联网巡航控制(CCC)系统对交通流油耗的影响,选取Helly跟驰模型作为手动驾驶车辆跟驰模型,基于CCC车辆跟驰特性,构建多前车反馈的CCC跟驰模型;推导CCC系统的扰动传递函数,计算CCC系统关于反馈系数与平衡态速度的稳定域;针对高速公路上匝道瓶颈,考虑CCC车辆与手动驾驶车辆混合行驶中的随机性,在不同的主路需求与匝道需求情况下设计数值仿真实验,评估CCC车辆对交通流油耗的影响。研究结果表明:当CCC系统稳定时,CCC车辆有利于降低交通流油耗,当CCC车辆比例达到约60%时,油耗降低速度较快,相比于传统手动车辆交通流,CCC车辆交通流油耗降低约35%以上;当CCC系统不稳定时,交通流油耗降低率小于3.59%;CCC系统稳定域能够影响交通流油耗降低。