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。     

车路协同下基于速度引导的双周期干道绿波协调控制方法

针对传统双周期干道绿波协调控制方法的不足,建立了一种新的双周期干道绿波协调控制模型,利用车路协同环境下车-车、车-路实时双向通信的特点,提出了一种基于加减速引导的双周期干道绿波协调控制方法,并结合算例对比分析了加减速引导前后车辆的通行效果。仿真结果表明:加速引导策略能够有效降低车辆的平均行程时间、平均延误时间与平均停车次数;减速引导策略则能够在保证平均行程时间与平均延误时间不增加的前提下,有效降低车辆的平均停车次数.     

基于车路协同技术的信号交叉口改进车辆跟驰模型

为了缓解信号交叉口对交通流的阻断问题,基于车路协同技术提出了信号交叉口速度引导决策方法.考虑信号灯相位差异以及车辆可能面临的交通状况,制定了3个速度引导策略,并构建了改进车辆跟驰模型.通过数值仿真验证了所提模型的引导效果,并分析了引导区间长度对速度引导的影响.结果表明,与已有模型相比,改进车辆跟驰模型能够使更多的车辆在绿灯结束前快速通过交叉口,其他车辆通过速度引导平滑地减速停车或跟随队尾在红灯结束后不停驶通过信号交叉口,消除了车辆速度突变.此外,通过增加引导区间长度能够缓解信号交叉口车辆停车排队现象,进而提高了速度引导效果.改进车辆跟驰模型的可行性和优越性得到了证实.     

考虑信号灯状态的经济车速规划

为解决车辆在信号灯控制区域频繁启停造成的通行延误和通行效率低问题,提出了考虑信号灯状态的经济车速规划方法。首先,借助车路协同技术通过车-车、车-路交互获得车辆当前的位置和运动状态数据,以及信号灯相位信息,对近信号控制区车辆通行特征及路口可通过性进行判定,建立车辆通行引导控制模型;其次,对各驾驶行为下车辆时空轨迹进行分析,分别以路口停车次数及车辆延误最小为目标,建立统一优化目标函数,利用多目标粒子群算法求得最优经济车速,以向驾驶员提供车速建议;最后,为验证车速引导模型的有效性,利用PreScan、Vissim和MATLAB/Simulink联合仿真。结果表明,该方法可有效避免红灯停车,车辆行程时间可减少18.7%,停车次数在高车流密度下减少44%以上,车辆延误减少45%。     

基于轨迹数据的信号交叉口排队长度估计

排队长度是信号交叉口最重要的性能指标之一,也是信号交叉口配时优化的关键参数。对于一些偏僻的路口或者固定检测器损坏的交叉口,由于无法获取准确的排队长度信息而无法了解交叉口的实时状态。针对以上情况,本文提出通过浮动车轨迹数据来估计信号交叉口的排队长度,通过对轨迹数据的分析,本文建立了基于浮动车集群队列的排队长度估计模型,利用排队长度估计模型可以实现交叉口排队长度的估计。通过SUMO仿真获取早高峰,晚高峰,平峰流量下输入下的浮动车轨迹数据,分别采用早高峰,晚高峰,平峰流量下时间间隔为2s/4s/6s/8s/10s和渗透率为5%/10%/15%的数据集对模型进行验证。验证结果表明,本文建立的模型可以较为准确地估计交叉口的排队长度。与相关方法的对比结果表明,在早高峰流量下和晚高峰流量下,本文建立的模型误差更低,不同的时间间隔和渗透率下比不考虑集群车队的精准度平均高出约12%,即使在平峰流量、时间间隔大、低渗透率场景下,本文建立的模型估计的排队长度误差仍在可接受范围内。相关的研究成果将为交叉口的交通状态评估以及信号配时优化提供支撑。     

车路协同环境下公交车队车速优化调控方法

城市公共交通系统具有服务频率高、客流需求大、运行环境复杂等主要特点,公交车辆之间串车、交叉口延误、站点延误等问题较大,严重影响了公交系统的运输效率以及服务可靠性。公交优先控制是降低公交车辆在信号控制交叉口延误的有效方法,然而当前研究主要考虑公交车辆的通行效率需求,欠缺考虑公交车辆之间的串车以及交叉口下游站点由于泊位数不足而导致的排队延误问题。本研究基于车路协同环境提出了一种公交车队运行速度调控方法,让公交车辆以协同车队的方式主动适应信号配时相位;同时,对协同车队引入准入规则,使得协同车队同时满足串车预防与下游站点停靠泊位数约束的双重要求。实例研究结果表明:该方法在显著降低信号控制交叉口公交车辆停车延误的同时,可以有效避免同一线路公交车辆的串车现象以及站点排队进站情况,实现了公交运行效率与可靠性的双重提升。     

考虑停靠时间波动的快速公交车速与路口信号协同优化

为了减少因公交停靠时间波动对车路协同控制造成错失绿灯或红灯时段到达的不利影响,提出了一种基于决策树模型的考虑快速公交系统(bus rapid transit,BRT)停靠时间波动的优先控制方法。该方法主要通过路段车速引导、驻站控制和信号配时调整使BRT进行进站前路段和完成上下客之后路段的两阶段决策引导。由实例可以得到:本文的控制方法相比现实中的不停车通过率提高40%、通过交叉口的平均延误降低20 s;对比不考虑停靠时间波动的不停车通过率提高20%、通过交叉口的平均延误也降低9 s。可见本文的控制方法能提高车路协同控制的可靠性。     

潮汐车道与变向车道协同优化的绿波控制方法

针对城市交通中日益凸显的潮汐现象,研究合理的潮汐车道配置和优化策略;为了充分利用交叉口时空资源,解决直行方向交通流的不均衡现象及大量左转车辆排队等待的问题,定量分析干线交通流分布不均衡系数及转向不均衡系数,定义协同系数,协同设置潮汐车道与变向车道,并依据干线交通流特性提出半周期绿波协同优化策略,减少因交叉口流量小造成的信号时间的浪费。优化结果表明,潮汐车道与变向车道协同绿波控制的方案有效地缓解了交通拥堵,缩短了停车延误,并且行驶车速平均提高10%。     

粒子群优化算法在交通信号配时中的应用

以交叉口车辆平均延误和停车次数最小为目标,建立信号控制交叉口配时模型,运用粒子群优化算法求解该模型,得到各相位最优配时参数绿信比和周期时长。以某一交叉口为实例,将此方法配时结果与经典配时方法的结果进行比较,交叉口车辆停车次数略有上升,通行能力略有降低,但是车辆的平均延误时间大大降低。这表明运用粒子群优化算法解决交叉口配时问题是有效和可行的。     

钩形弯交叉口信号协同控制优化方法研究

针对车辆在钩形弯交叉口与相邻常规交叉口间的整体运行特性,建立了各条车道的车辆平均延误计算模型。以各交叉口的周期时长和相位绿灯时间为约束,钩形弯交叉口与相邻常规交叉口间的车辆平均延误最小为目标,建立了信号协同配时方案。以位于苏州市高新区内有轨电车沿线的两个相邻交叉口为例,采用实际数据验证所建立的方法,并设置钩形弯渠化方案。将设置的钩形弯交叉口与其相邻常规交叉口的信号协同作为改进方法,在VISSIM软件中对比分析改进方案与现状方案的车辆延误指标。实验结果表明,钩形弯交叉口与相邻常规交叉口的信号协同优化方法可有效提高交叉口的通行能力,尤其是干道直行机动车的通行能力,可降低车辆的平均延误。     

关键交叉口与双周期交叉口间路段上的车辆排队模式及测算方法

为了描述周期时长不相等的协调信号交叉口间路段上车辆排队的集结与消散现象,以关键交叉口周期时长为双周期交叉口周期时长的2倍为例,基于冲击波理论,针对两个相邻交叉口之间路段上的上、下行车流分别描述了车辆排队的各种模式并建立了车辆排队长度模型。为了验证模型的有效性,利用VISSIM交通仿真软件设计了模拟实验方案。考虑不同条件下信号红时差与交通流率的多种组合,通过仿真实验共得到35组数据,每组数据均获得84个有效数据点。结果显示,上、下行方向的车辆排队消散长度的计算值与模拟值的相对误差小于10%的周期分别占75.56%和95.00%;交叉口信号周期越长,其排队消散长度的平均值和最大值也相应地越长。研究结果表明,该模型可以用来估算周期时长不相等的协调信号交叉口间路段上车辆的排队长度,从而为交通控制方案的优化与调整提供理论依据。     

交叉口信号控制方案评价指标动态估计模型

对评价指标在周期内的实时变化进行动态估计是交叉口交通信号动态控制的关键。应用计算机仿真模拟方法以仿真步长为间隔建立了停车延误、停车次数、排队车辆数等常用控制目标与信号灯状态及持续时间之间的动态迭代估计模型,机动车流在路段上的运行特征用CTM描述,在交叉口上的演化规律用微观交通状态描述。以单个进口道的直行车流为研究对象,对经典延误模型进行对比分析,发现随着饱和度增大,各个模型的估计偏差有逐渐增大的趋势,基于仿真步长的迭代估计累积结果基本上处于经典延误模型计算结果的变化范围内。对于单个交叉口而言,迭代算法的时间复杂度为O(n)。     

重载公路信号交叉口车辆跟驰特性及折算系数

为研究重载公路信号交叉口处不同车型车辆跟驰行为的差异,调查获取自然驾驶条件下某重载公路信号交叉口通行车辆的跟驰数据,分析各车型车辆的跟驰特性。结果显示：绿灯启亮后,重载公路信号交叉口的车辆加速非常缓慢,车流长期处于加速阶段,几乎无法在绿灯期间达到稳定车速;此外,在跟驰过程中,车辆车间时距随车型变化差异显著,随车速变化差异不明显。基于以上发现,并考虑不同运行阶段车流运行特性的差异,分别对容量计算法和车头时距法进行改进,利用实测数据计算得出重载公路信号交叉口加速阶段和稳定阶段的车辆折算系数。     

A Simulation System and Speed Guidance Algorithms for Intersection Traffic Control Using Connected Vehicle Technology

In the connected vehicle environment, real-time vehicle-state data can be obtained through vehicle-toinfrastructure communication, and the prediction accuracy of urban traffic conditions can significantly increase.This study uses the C++/Qt programming language and framework to build a simulation platform. A two-way six-lane intersection is set up on the simulation platform. In addition, two speed guidance algorithms based on optimizing the travel time of a single vehicle or multiple vehicles are proposed. The goal of optimization is to minimize the travel time, with common indicators such as average delay of vehicles, average number of stops, and average stop time chosen as indexes of traffic efficiency. When the traffic flow is not saturated, compared with the case of no speed guidance, single-vehicle speed guidance can improve the traffic efficiency by 20%, whereas multi-vehicle speed guidance can improve the traffic efficiency by 50%. When the traffic flow is saturated, the speed guidance algorithms show outstanding performance. The effect of speed guidance gradually enhances with increasing penetration rate, and the most obvious gains are obtained when the penetration rate increases from 10% to 40%. Thus, this study has shown that speed guidance in the connected vehicle environment can significantly improve the traffic efficiency of intersections, and the multi-vehicle speed guidance strategy is more effective than the single-vehicle speed guidance strategy.     

冰雪条件下信号交叉口上游拥堵识别方法

为解决冰雪条件下的信号交叉口上游拥堵识别问题,提出基于研究临界消散车队长度值的拥堵识别方法. 该方法根据汽车行驶理论与拥堵区间车辆行驶特点,将拥堵临界车辆的行车过程分为加速、匀速和减速过程,通过分析的拥堵排队车辆通过交叉口的过程,建立不同冰雪路面信号交叉口拥堵识别模型. 通过不同条件下相关参数标定,计算上游路段拥堵临界位置. 利用哈尔滨市区一个交叉口的实际调查数据进行验证,证明该模型能很好与实际相契合.     

基于实车驾驶数据的信号交叉口车辆运行特性

为得到信号交叉口的车辆运行特性和驾驶模式,开展实车驾驶试验,采集车辆在自然驾驶状态下通过信号交叉口的速度、加速度等运行参数,得到了车辆速度和纵向加速度的变化趋势、分布范围和统计特征值,分析了车速与行驶距离的相关性,确定了减速停车和起步加速的驾驶模式。结果表明：车辆驶入交叉口时在停车前100米范围内车速下降最明显;而绿灯启亮后,车辆在头50米内速度提升最明显。减速距离与初速度之间具有较高的关联度,加速距离和稳定速度之间的关联度略低。减速度总体上大于加速度,85分位减速度为1.19 m/s2,85分位加速度为1 m/s2。减速度峰值出现在停车前5秒内,而加速度峰值出现在起步后的3秒内。本研究可为跟驰模型和微观交通仿真提供参数标定值,为城市交叉口信号配时和交通管理提供实际数据参考和理论依据。     

典型信号控制交叉口左转电动自行车通行空间交通特性研究及宽容设计方法

研究了典型信号控制交叉口左转电动自行车通行空间的交通特性,设计了左转电动自行车在典型信号控制交叉口通行空间交通特性的数据采集方案,系统地分析了典型信号控制交叉口左转同向并行电动自行车横向间距、左转对向电动自行车避让行为特性,得出如下结论:(1)电动自行车在典型信号交叉口左转时,在同一行车速度同一累计频率下,同一进口道左转同向电动自行车与机动车之间的横向距离要大于不同进口道同向左转电动自行车之间的横向间距;(2)当单位时间电动自行车流量≤0.52辆/s时,单位时间电动自行车流量与左转相位下避让行为个数大致呈线性正相关关系;当单位时间电动自行车流量0.52辆/s时,左转电动车相对会选择跟随并匀速行驶;(3)同向左转电动车的速度大多分布在0～9 m/s。     

综合考虑公交相位优先和非公交相位补偿的单点信号优化方法

为降低公交车辆在交叉口的延误,同时兼顾社会车辆的通行效率,提出了一种综合考虑公交相位优先和非公交相位补偿的单点信号优化方法。首先,公交优先算法以交叉口的人均延误模型为目标函数,以遗传算法为求解工具,研究了绿灯延长策略ΔGt和红灯早断策略ΔRt的选取。然后,在实施公交信号优先的后续周期对非公交相位进行补偿,从而降低公交相位优先对社会车辆的影响。最后,以北京市朝阳路与高碑店北路交叉口为例进行验证。结果表明:优化后的交叉口人均延误明显降低,且非公交相位补偿策略使社会车辆的通行效率没有受到太大的损害。     

基于粒子群算法的多效益交叉口信号配时模型

城市交通的延误主要发生于交叉口,提高交叉口信号的运行效率对缓解交通拥堵具有重要作用。本文建立了基于车辆平均延误、停车次数和通行能力的多效益信号配时优化模型,并使用了粒子群算法进行编程求解。实际案例分析结果表明,模型求解出的优化配时方案降低了交叉口车均延误和停车次数,同时提高了交叉口的通行能力,综合改善了交叉口的多个指标,对提高交叉口的运行效率具有显著作用。