基于固定检测器的区域交通状态判别方法

以固定检测器获得的交通数据为基础,分别建立路段和交叉口交通状态判别模型;考虑不同路段和交叉口对区域路网整体交通状态影响程度的差异性,建立路段和交叉口交通状态的权重计算模型;在此基础上建立区域交通状态的综合判别模型;并分析状态指标P与路网中车辆平均行程速度的相互关系,确定路网P所表示的交通状态级别;最后利用Vissim软件设计包含9个交叉口的典型路网,根据采集的数据对模型进行验证.仿真结果表明:所建立的方法可以有效地对区域交通状态进行判别.     

基于改进拉普拉斯中心性的高速路网状态识别方法

为提高高速公路网络运行效率,考虑不同路段对于路网运行状态的时空影响差异性,提出一种高速公路网络交通状态识别方法。定义路网各类型路段为节点及其状态计算方法,建立基于“改进拉普拉斯中心性”和“时空影响因子”的路网状态识别模型。其中,利用皮尔逊相关系数改进拉普拉斯中心性方法以评估节点自身影响,设计时空影响因子评估邻居节点影响;融合节点自身及邻居节点影响,建立节点权重系数模型;在以上基础上建立反映路网交通状态的综合判别模型。以京港澳高速徐水-清苑的高速公路网络为例予以验证,结果表明：在不同交通需求情景下,本方法能有效识别交通状态;对比TPI模型和VHT模型,本方法状态识别精准度均为最优,尤其是在交通需求大的情况下,对比稳定性较强的TPI模型,本方法准确率提升了2.8%,进一步证明了模型的适用性强,能够满足工程实际的需要。     

基于交通信息提取的区域交通状态判别方法

为了准确判别区域路网的交通状态,提出了基于交通信息提取的区域交通状态判别方法．在分析区域路网交通流宏观特性的基础上,结合区域路网的拓扑结构与交通流特征,提出区域交通状态判别指标体系,并基于可拓学建立了区域交通状态判别模型．以一个主干道区域路网为例,验证了路网交通状态判别方法的有效性．该交通状态判别方法可应用于在线交通状态分析和历史数据库交通运行特征的提取,为交通管理决策提供了基础信息．     

单向交通规划方案的路网容量判别法

单向交通组织规划改变了车流原有的运行状态,使得路网中各路段的交通流量和行车速度发生变化,单向交通影响区域的路网容量发生相应的变化。在已知规划区域节点0D的条件下,通过交通仿真获得单向交通规划方案的各路段的交通流量和运行车速,利用时空消耗法,计算出单向交通和双向交通组织状况下的路网容量,再运用比值法建立了单向交通规划方案的路网容量辨别模型,对单向交通规划方案的路网容量进行判别.     

一种基于路网分配系数矩阵的网络交通状态建模方法

由于目前单路段的交通信息不足以反映网络层次上的交通状态,该文提出了一种网络交通状态的建模方法。首先根据网络中各路段间拓扑结构关系提出了路段邻接矩阵;进而从实际交通流量数据出发,应用递推最小二乘法估计出交叉口各方向上实时的转弯率,由此得到邻接路段分配系数矩阵。通过对该矩阵的简单计算以及变换,得到了整个路网的分配系数矩阵。根据该矩阵绘制的网络交通状态图为研究网络交通状态演化提供了可视化方法。该矩阵不仅反映了网络层次上的交通流分配情况,也反映了实时的网络交通状态。     

高速公路改扩建后区域路网交通分流模型

为量化分析高速公路改扩建分流后区域路网的拥挤程度和服务水平,充分考虑路网分流条件,以系统饱和度为约束条件,以区域路网内分流系统最优为目标,建立了具有实时反馈效用的高速公路改扩建交通分流机制和分配模型。以陕西潼关至宝鸡高速公路改扩建作业项目为例,应用新建模型对2种交通分流方案进行了对比。研究结果表明:该模型考虑分流路段的交通量分担能力,以分流后路段交通量和路段通行能力之比作为权重系数,来反映分流后区域路网的交通拥挤状况,能够实现区域路网内交通分流的系统最优,达到配流均衡。通过应用该方法对大型车分流和小汽车分流两套方案进行的对比分析,表明大型车辆分流方案的路段饱和度优于小汽车分流方案。     

一种高速公路隧道交通流元胞自动机模型

针对高速公路隧道交通瓶颈,通过分析高速公路隧道区域通行环境特性,研究车辆行驶在高速公路隧道路段时的换车道、加速、减速等微观交通现象,在双车道元胞自动机模型STCA模型基础上,引入车辆速度控制条件和车道控制条件,提出了一种高速公路隧道交通瓶颈元胞自动机模型,分析了不同长度高速公路隧道对区域路段交通流的影响。研究结果表明：建立的模型能够模拟车辆在高速公路隧道区域的时空变化特征;高速公路隧道瓶颈会对紧邻瓶颈下游的特定长度路段的交通流产生缓冲作用;隧道路段区域的最大流量以及平均车速与无隧道路段区域相比,将会随着隧道长度的增加而逐渐降低。     

基于浮动车数据的区域路网交通状态评价

城市道路拥堵现象已经对公众的生活产生严重影响,如何快速有效地发现并及时处理交通拥堵现象已成为交通发展中的重中之重。浮动车数据作为交通状态检测的新来源,在交通状态检测领域有着广阔的应用前景。通过浮动车数据估算路段最大排队长度,并将其与路段车辆行驶速度、路段行程延误时间作为区域内交通状态评价参数,基于模糊综合评价算法,给出了一种在不同时间段内路段及区域交通状态评价方法。最后通过实际浮动车数据进行实例验证。实验结果表明该算法对于能够较好地检测区域路网交通状态,具有较好的实用性。     

基于K-短路径的路网关键路段集合的辨识与分析

为了提高高速公路网络化运营监管与公众服务的水平,需要准确可靠地辨识出综合多种因素的关键路段,采用交通分配理论及K-短路径算法研究了路网运行关键路段集的辨识问题。综合考虑路网结构、交通需求影响、出行行为特征等多方面因素,以系统内所有用户的旅行时间为交通网络性能度量指标,建立了路网运行关键路段评价模型;考虑多路段失效的联合效应,提出了路段集的重要度评估模型及其求解算法。该模型相对于传统的结构可靠性模型,考虑了出行者路径选择行为影响和多路段失效的联合效应,更符合路网运行管理的实际需求。研究结果表明:在相同交通需求的OD对之间,结构密度较低的区域,被选中为关键路段集的概率大;合理的K取值得到的关键路段集与全路网分配所得结果相近,可有效提升计算效率;多路段失效情况下,路段的联合效应明显。     

基于MFD的模拟超饱和路网交通控制策略优化

为了缓解城市路网频繁出现的超饱和交通堵塞,本文以堵塞区域路网各条路段上行驶的车辆数作为状态变量,建立路网交通的状态方程,分析路段上车辆数变化规律;同时,基于交通流宏观基本图,以路网中路段累积车辆数最优作为控制目标,建立关于堵塞区域路网系统的离散状态优化控制模型,并将该模型在某城市新区进行模拟算例应用。结果表明,这种基于交通流宏观基本图的优化控制策略能有效缓解城市路网中超饱和交通堵塞,使路网整体输出效率得到明显提升。     

面向区域交通状态预测的时空集成模型

在智能交通系统中,交通状态预测发挥着至关重要的作用。针对现有的交通预测方法集中于中微观层面,且时间和空间维度单一的问题,提出了一种面向区域宏观交通状态预测的集成模型。该模型以交通指数为依据,在时间维度上采用时间序列预测方法获得时间预测结果,在空间维度上采用支持向量回归方法获得空间预测结果,并在集成模型中将两者的结果融合。在交通指数云图上的实验结果表明,与单一维度的时间或空间模型相比,该模型能显著提高预测精度。     

交叉口交通状态精细化判别方法研究

针对目前交叉口交通状态判别方法不能有效识别溢流、车辆慢行等的问题,提出了一种交叉口交通状态精细化判别方法。首先对交叉口的物理空间组成进行分解,分解为各方向路段和内部冲突区域两部分;其次,利用计算饱和度方法对各方向路段的交通状态进行判别;利用绿灯结束时刻剩余车辆累积车头时距与间隔时间之比对内部冲突区域的交通状态进行判别;最后,采用综合交通状态判别方法实现交叉口交通状态的精细化判别,并利用实际采集的数据对方法进行仿真验证。仿真结果表明:所建立的方法可以更精细的对交叉口交通状态进行判别。     

交叉路口的综合智能信号控制方案研究

针对城市道路交叉路口的交通信号控制,构造了一种能实时调整控制结构和参数的综合智能信号控制方案.方案中的结构评价单元根据每一相位结束时的交通状况,决定是否在标准相位的基础上进行控制结构调整.参数评价单元则根据评价周期内的信号控制效果,利用所获得的交通流数据对神经网络信号控制器进行"滚动"训练.两个神经网络总是交替处于学习和工作状态.仿真结果表明,该控制方案能很好地综合"结构调节"和"参数调节"的优点,因而能更好地适应路口的实际交通状况,从而达到有效提高路口通行能力的目的.     

公路信号平面交叉口安全服务水平研究

为了客观评价公路平面交叉口的交通安全状况,提出了交叉口安全服务水平基本概念.分析了影响信号交叉口安全服务水平的因素,给出了信号交叉口安全服务水平评价方案.分别建立了基于机动车与机动车、机动车与非机动车、机动车与行人冲突点的安全服务水平主模型和基于交叉口几何特征、交通标志等次要影响因素修正模型,并由此得到信号交叉口安全服务水平总模型.根据多个信号交叉口的数据,把安全服务水平分为A～F等级,并验证了安全服务水平模型的合理性.应用安全服务水平模型评价实际交叉口的安全状况,得到交叉口危险度为11.7,安全服务水平为B级.评价结果表明该安全服务水平模型可以快速有效地评价信号交叉口的交通安全.     

基于图Transformer网络的城市路网短时交通流预测模型

针对城市路网短时交通流预测问题,在考虑路网交通状态时空相关性基础上,提出一种基于图Transformer（graph transformer,Graformer）的预测方法。该方法将多条路段的交通状态预测问题转化为图节点状态预测问题,针对区分相同结构的空间路网结构图,本文将带有边的图同构网络（graph isomorphism network with edges,GINE）和Transformer网络相结合,对交通状态在路网层面的时空相关性进行建模,从而实现城市路网短时交通流预测。具体来说,Graformer模型首先利用长短期记忆网络（long short-term memory,LSTM）对交通数据的时序信息进行预处理,接着采用基于GINE与Transformer的全局注意力机制提取交通数据的空间特征,最后实现路网各路段交通流的同步预测。通过使用PeMS数据集进行实验验证,结果表明提出的Graformer模型在各项性能指标上均优于对比模型,证明了其作为一种可靠且高效的路网短时交通流预测方法的有效性。     

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。     

公交站点车辆停靠对信号交叉口进口道交通延误模型

为评价进口道具有公交停靠站信号交叉口的公交停靠影响和车辆运行效益,建立公交站点车辆停靠对信号交叉口进口道的交通延误模型.根据公交车停靠对不同类型信号交叉口交通延误影响情况的不同,将影响延误模型分为3类.针对最常见的影响延误模型,首先通过详细分析不同情况下公交车停靠对信号交叉口进口车辆的作用机理,研究分情况的交叉口进口车辆延误计算方法和计算公式;然后根据这些延误计算公式,利用积分方法,得到一套公交车辆停靠对交叉口进口车辆平均延误的计算公式.该公式能较好地计算进口道具有公交停靠站的信号交叉口进口车辆延误,为有效改造和合理布设公交站点提供理论基础与定量分析工具.     

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。     

基于改进Q学习的双周期干线信号协调控制方法

针对双周期干线信号协调控制中干线协调与双周期交叉口通行效率存在一定矛盾的问题,提出了一种基于改进Q学习的双周期干线信号协调控制方法,从状态空间和动作空间两个方面对Q学习算法进行了改进。首先,提出了新的交通状态描述指标——排队消散指数,依据该指标的阈值对交通状态进行等级划分,降低了Q学习状态空间的维数。其次,综合考虑相邻交叉口交通状态之间的关联和影响,针对每种系统状态分别设定可行的关联动作,降低了Q学习的动作空间。最后,以北京市两广路为例验证了改进的Q学习算法。结果表明,改进Q学习算法相比于普通Q学习算法、固定配时方案,干线平均延误分别减少10.47%、9.93%,平均停车次数分别减少22.64%、7.96%,双周期交叉口平均延误分别减少21.58%、24.96%,平均停车次数分别减少8.51%、11.64%,表明该算法对减少双周期干线延误,降低停车次数具有较为显著作用。     

基于证据融合的实时交通状态估计

为满足智能交通监控系统中融合多种传感器信息综合估计交通状态的需要,把证据理论与联邦滤波器框架相结合,提出了一种联邦证据融合方法,并成功应用于城市交通路网的实时交通状态估计.实例分析表明,利用联邦滤波器的融合结构,把时域信息和传感器的可靠性信息融入融合系统,不但可以克服证据理论不能正确处理冲突证据的缺点,而且能够增强证据融合系统的实时性和鲁棒性.