基于小波分析的短时交通流非参数回归预测

短时交通流预测是交通诱导与控制的关键技术之一.传统的预测方法难以预测短时状况下具有较强不确定性的交通流.根据交通流信号在不同的时频域空间的不同特性,提出一种组合小波分析和非参数回归的短时交通流预测方法,并对其原理进行了详细分析和描述.首先对交通流时序信号进行多分辨率小波分解,然后对低频和高频分量分别进行单支重构.在此基础上,引入非参数回归对各频率部分分别进行预测,组合各频率空间的预测分量获取预测结果.实验结果验证了该方法的有效性和可行性.     

紧急交通流信号控制优先级划分模型

针对紧急交通流优先控制对城市常态交通干扰导致的拥堵问题,提出了一种面向紧急交通流分级优先控制的优先级划分模型.基于模糊理论,建立了考虑紧急交通流优先需求强度与优先控制影响强度的紧急交通流信号控制优先级多层模糊划分模型.模型中第1层用于判断紧急交通流优先需求强度,第2层用于评估紧急交通流优先控制对背景交通流的影响强度,第3层用于确定最终的优先级别,并据此选择相应的信号优先控制策略.依据实地采集的数据,建立了微观仿真实验模型.仿真结果表明,这种多层模糊模型能够输出紧急交通流优先级别划分的满意解,使高优先级紧急交通流的行程时间下降27.5%,低优先级紧急交通流优先控制导致的车均延误下降25.9%.     

自适应信号控制条件下的交通流预测模型研究

在分析信号交叉口进口道车流运行特征的基础上,剖析了长时段交通流统计数据序列与短时段交通流统计数据序列的变化规律,阐述了自适应信号控制系统中既不能用长时段的交通流预测方法,也不能用短时段的交通流预测方法,结合两种预测方法的优点,建立了综合功效的自适应交通流预测模型。经实际调查数据验证表明：综合功效的自适应交通流预测模型具有较高的预测精度和实时性,完全能满足自适应信号控制中的预测要求。     

一种信号交叉口模糊交通控制方法

通过分析城市信号交叉的交通流特征认为：在一定程度上,模糊数学理论可以比目前常规数学方法更好地描述交叉口交通流的随机性和不确定性。本文结合模糊控制技术及一般信号交叉口交通控制方法,提出了一种基于知识的模糊交通控制方法,给出了该控制方法的结构,模糊控制规则以及仿真计算对比结果,结果表明：计算过程简单,控制效果优于定时控制方法,并且在交通量较大时,还优于感应控制方法。     

平面交叉口的感应信号控制及仿真研究

介绍了平面交叉口感应信号控制的基本原理、控制过程、配时设计方法等;分析了平面交叉口定时信号和感应信号控制的优势和局限;并应用交通仿真软件VISSIM进行了定时信号和感应信号的交通仿真,分析了仿真结果. 结果表明:平面交叉口的感应信号控制更适应于各进口交通流相差较大且总流量未达到饱和时的状态. 有利于改善路口交通流秩序,提高路口通行能力,对缓解道路交通拥堵具有重要意义.     

城市平面交叉路口微观仿真软件设计

为再现城市平面交叉路口的交通流,建立一种基于细胞方法的交通仿真模型,提出根据优先级进行加速和减速操作的改进模型,实现城市平面十字交叉路口的微观仿真.实验证明,微观仿真能较好地再现城市平面交叉路口的交通状况.     

信号交叉口周期时长区间决策模型

为缓解未饱和状态下交通流不确定性对交通信号控制方案实施效果的影响,针对单交叉路口定时控制信号周期时长优化问题,通过分析比较交通流不确定性、周期时长设计、控制实施效果三者之间的相互影响程度,依据区间数多属性决策评价方法,在属性权重完全未知、属性值为区间数且对方案无偏好的情形下,提出了基于相离度和可能度的交叉口信号周期时长多属性决策模型,最后运用VISSIM仿真软件对北京市某相交路口晚高峰时段进行模拟分析.结果表明:该周期时长区间决策方法可行有效,且当该交叉口交通流量比介于[0.804,0.909]时,机动车平均延误、交叉口通行能力分别较Webster方法优化了17.4%与6%.     

相邻交叉口混合交通流鲁棒多目标信号优化控制

针对我国城市道路相邻交叉口混合交通流环境下智能信号控制中的不确定性和效率问题,提出一种基于鲁棒多目标优化算法的优化控制方法.设计了相邻交叉口的鲁棒多目标信号优化控制模型,并提出一种新的鲁棒多目标进化算法IDR-NSGA-Ⅱ,通过对自适应抽样技术、鲁棒度定义、鲁棒偏序关系定义等多项关键技术的综合改进,提升了算法的求解精度和运行速度.提出新的多属性决策方法 ELM-MADMA来选择配时方案.上海市相邻交叉口控制的仿真实验结果表明:IDR-NSGA-Ⅱ算法能够有效地实现周期时长扰动和交通流波动下机动车平均延误、道路通行能力、慢行交通平均延误、机动车平均停车率等多项性能指标的最优化控制;与其他决策方法相比,ELM-MADMA能够较好地进行决策,提升相邻交叉口智能信号控制的效率.     

道路交叉口信号控制方法的智能化探索

借鉴定时交通信号控制方法,在对交叉口的实际交通状况进行调查、分析的基础上,建立单个道路信号交叉口的交通控制方法,同时,考虑道路交通流变化的不确定性,通过实时配时方案调整适应交通流的变化.研究结果表明,智能型交通控制方法更能适应交叉口复杂多变的交通状况,对减少车辆延误具有明显效果.     

基于Markov模糊控制模型的交叉口设计与仿真研究

针对城市交叉口交通流的特点,提出了一种基于Markov模型的模糊交叉口信号控制算法。该算法采用模糊逻辑控制,结合马尔科夫链理论对交通流分布概率进行分析,通过模糊控制器控制绿灯延时长度,来解决交通流不平衡以及配时不合理等问题,该方法能够有效的适应城市交叉口实时变化的交通状况。研究结果表明,该控制算法能够有效减少车辆平均延误时间,满足实时控制的要求。     

用于车辆电子控制系统开发的仿真环境

介绍了一个用来开发和测试车辆电子控制系统性能的仿真环境.仿真环境模拟真实的交通工况和极限驾驶工况,用于验证车辆电子控制系统中的控制算法,也可以将硬件系统集成到环境里进行硬件在环仿真.首先,介绍了虚拟环境的整体框架和结构.接着,详细介绍了系统的各个组成模块的功能.由于交通环境下仿真车辆感知周围的驾驶环境主要依靠传感器实现,以自适应巡航控制系统为例,介绍了传感器模块和控制模块的集成方法.最后,给出了一个交通环境下自适应巡航控制的例子.     

基于视频图像处理的交通流检测方法

针对视频交通流的特点，提出了一种无需进行视场标定的交通流检测方法。该方法选用检测线上的点及其近似点作为检测区域，通过对背景模板上检测区域中的突变点的分析和统计，可以实时地检测车辆的驶入、存在和驶出，提高了检测速度。在此基础上，设计和实现了视频交通流信息采集系统，并用软件实现检测算法和图像处理算法。试验结果表明，其检测速度和检测精度都能够满足实际要求，达到了用最小的系统规模实现交通流信息采集的目的，能够为交通管理与控制提供信息数据。     

车路协同环境下城市交通控制研究

在梳理城市交通控制随交通信息进步发展脉络的基础上,结合车路协同环境下交通信息采集的特点,综述分析单点控制、协调控制的研究现状,进一步总结了车路协同环境下城市交通控制的发展机遇和挑战.指出车路协同环境下交通流演变模型、基于实时车载数据的控制策略评价,以及面向特殊模式的控制策略是车辆协同环境下城市交通控制的突破口和发展方向.     

Traffic Signals Control with Adaptive Fuzzy Controller in Urban Road Network

An adaptive fuzzy logic controller （AFC） is presented for the signal control of the urban traffic network. The AFC is composed of the signal control system-oriented control level and the signal controller-oriented fuzzy rules regulation level. The control level decides the signal timings in an intersection with a fuzzy logic controller. The regulation level optimizes the fuzzy rules by the Adaptive Rule Module in AFC according to both the system performance index in current control period and the traffic flows in the last one. Consequently the system performances are improved. A weight coefficient controller （WCC） is also developed to describe the interactions of traffic flow among the adjacent intersections. So the AFC combined with the WCC can be applied in a road network for signal timings. Simulations of the AFC on a real traffic scenario have been conducted. Simulation results indicate that the adaptive controller for traffic control shows better performance than the actuated one.     

基于RISC处理器的实时交通计测系统

目的 研究交通流的实时测量,测量车辆台数,速度等基本交通参数,以期为交通部门提供必要的效能流参数统计量。方法 用差分方式对交通流进行实时图像处理,用精简指令集计算机（ＲＩＳＣ）作为主处理器,运用其高速数据处理能力进行系统的实时化和实用化研究。结果 完成了交通流计测的实验装置,并且进行了图像处理软件算法的设计和调试。结论 实际道路的交通测量证明,测量精度在９５％以上,系统可以适应环境光的突变和渐变的     

基于雷达和GPRS的新型网络交通信号机控制系统研究与设计

为了更好地解决城市交通问题,提出一种基于雷达和GPRS的智能交通信号机系统,详细阐述系统组成和工作原理,并给出各模块具体的硬件设计方案和软件设计流程图.系统优化了控制方案,采用雷达实现整个路口车流量的实时获取,通过GPRS对信号机进行区域联网控制,实现信号机的智能化.试验结果表明,该系统稳定、可靠、功能强,能实现交通信号机对区域协调控制.     

基于数字孪生技术的异质交通流安全性研究

针对由智能网联车和普通车构成的异质交通流, 通过分析不同异质交通流稳定性方法的优劣, 用数字孪生技术构建城市异质交通流模型, 借助仿真测试工具, 探讨复杂异质交通流的安全性和稳定性问题。在构建的模型基础上, 结合数字孪生的运行机制, 揭示数字孪生物理实体和虚拟空间的运行机理。采用数字孪生技术搭建丰富的测试环境, 运用无人驾驶开发软件PanoSim, 对异质交通流模型进行测试。测试结果表明, 用数字孪生技术在有限资源条件下构建的虚拟复杂驾驶场景能够有效地解决异质交通流安全性问题。     

引入谈判博弈的Q-学习下的城市交通信号协调配时决策

由于城市交通路网中交叉口间交通信号决策是相互影响的,并且车联网技术使得交叉口交通信号配时agent间能进行直接交互,此决策问题可用博弈框架来描述。建立了城市路网中相邻交叉口间交通流关联模型,通过嵌入谈判博弈模型来设计Q-学习方法,此方法中利用谈判参考点来进行配时行为的选择。仿真实验分析表明,相对于无协调的Q-学习算法,谈判博弈Q-学习取得更好的控制效果和稳定性能。谈判博弈Q-学习在处理交通拥挤及干扰交通流时,能根据交通条件灵活地改变交通信号配时决策,具有较强的适应能力。     

城市交通信号三级模糊滑动优化控制方法

提出一种城市交通信号三级模糊滑动优化控制方法.引入非冲突车流的搭接相位构建交通信号三级模糊控制器的模型,并采用滑动时间窗设计滑动优化的框架.根据实时采集的交通数据,采用基于黄金分割的混合遗传算法,在线学习模糊控制器的隶属函数及控制规则参数.在常态及事故不同交通条件下,以典型路口进行Paramics仿真试验.结果表明提出方法的自适应能力好,可快速响应路口交通流的不确定性事件,且在高饱和的交通条件下性能稳定.     

城市干线信号控制策略综合评估体系

城市干线信号交叉口是路网交通流汇合和分离的节点,是保障城市交通顺畅通行的关键所在。面对信号控制策略评估方法单一的问题,构建了一种面向交通效率、交通安全和交通环境的综合指标体系,并利用组合赋权-模糊综合评价（fuzzy comprehensive evaluation,FCE）模型对城市干线信号控制方案展开综合评估。最后以太原市兴华街干线的三种信控方案为例,借助 VISSIM 软件和间接安全模型,获取所需的评价指标值,计算综合得分。结果可知,在城市干线中使用信号联控方案最优,能有效提高干线的综合水平,其评估结果与实际结果较为一致,验证了评估体系的有效性。本文的研究结果为城市干线信号系统的规划与管理提供了理论依据与技术支撑。