基于车路协同的快速路合流区可变限速控制方法

针对快速路合流区通行效率低的问题,利用车路协同环境下实时信息采集与交互技术,基于Gipps安全距离模型,对METANET模型进行改进;将动态安全距离融入可变限速控制中,建立起主线可变限速的控制方法和模型,引导匝道车辆利用主线可插间隙汇入,提高了快速路合流区的通行效率和匝道汇入的成功率;利用VISSIM与MATLAB联合搭建仿真控制环境,在不同流量下对所提出的控制策略进行仿真评估。研究结果表明:在中、高流量下,可变限速的控制策略使得速度分别提升了8.75%、 9.28%,密度分别降低了9.45%、 9.77%,行程时间分别降低了9.29%、 8.88%;延误分别降低了9.21%、 8.84%;证明了该可变限速控制策略能提升合流区通行效率,改善交通流运行状态。

不同降雨量下基于宏观基本图的边界控制策略

在雨雪等不利天气条件下,城市交通拥堵加剧,北京、天津等大城市在降雨条件下经常发生多路段区域性交通拥堵。因此,根据天津市中心城区和市郊区域路网实际交通数据,以路网交通流宏观基本图模型为研究基础,对比不同降雨量以及不同路网的路网交通流时序和宏观基本图变化规律,分析不同降雨量对天津市中心城区和市郊区域路网交通状态的影响。基于不同降雨量下中心城区和市郊区域路网宏观交通流的变化规律,分别构建路网动态演化模型,并对模型的参数进行标定和有效性验证。针对降雨条件下路网发生的区域性拥堵问题,基于宏观基本图的边界控制分别设计了不同降雨量下中心城区和市郊区域路网控制策略,通过仿真实验分析验证了不同控制策略的效果,并给出了能够缓解中心城区和市郊区域路网拥堵的可行策略。结果表明:在小雨天气条件下,将从市郊区域向中心城区的交通流量的转移比例减小量控制在9%~50%范围之内时,中心城区与市郊区域交通状态更加均衡,路网调控效果更好;在大雨天气条件下,将从市郊区域向中心城区的交通流量的转移比例减小量控制在23%~50%范围之内时,中心城区与市郊区域交通状态更加均衡,路网调控效果更好。这表明该控制策略能够缓解中心城区和市郊区域路网的交通拥堵,保障路网交通系统的稳定运行。

信控交叉口借道左转设计的延误优化研究

为准确分析交叉口借道左转设计的左转延误,针对现有的延误模型的不足,建立一个合适的延误优化模型,并提升其设置的科学性。先对逆向车道长度进行优化;再通过分析左转车辆的累计到达驶离曲线,以左转总延误最小为优化目标,建立一种新的考虑预信号延误的优化模型;最后,以长沙市芙蓉中路一个交叉口为实例,进行验证,分析左转到达流率对借道左转设计延误的影响及逆向车道长度对左转车均延误的影响。研究结果表明:左转流率越大,越能充分发挥借道左转设计的优势,该模型的左转延误下降可达59.21%;当左转流量偏低时,预信号位置的延误占比较大,随着左转流量的增大,传统车道和逆向车道的延误占比逐步增加。该研究可以准确评价借道左转设计的实用性和优劣程度,对借道左转设计的推广与应用具有重要意义。

基于模糊控制的环形交叉口信号配时方案优化

为了缓解进口道流量差异导致的环形交叉口拥堵,提高环形交叉口的交通运行效率,运用模糊控制的方法,提出一种适合环形交叉口的模糊控制器,以当前相位和下一相位的车辆最大排队长度为输入变量,以当前相位的绿灯延长时间为输出变量,通过优化信号配时方案来减小环岛车辆的平均延误,并借助MATLAB的模糊逻辑工具箱对模型进行了构建。为验证模型的有效性,以长春市的景阳广场为例进行实例仿真,采用VISSIM软件搭建环岛模型,在保证外部条件不变的情况下分别对优化前后进行仿真。结果显示,环岛车辆的平均排队长度降低了5%,车辆平均延误降低了6%,研究成果为环形交叉口信号配时提供了新思路。

基于强化学习的交叉口智能网联车多目标通行控制方法

针对传统控制方法下的智能网联车辆(connected and autonomous vehicle,CAV)在动态交通环境中通行能耗较高且效率较低等问题,研究了基于强化学习的CAV通行控制方法,旨在降低车辆能源消耗,提升车辆通行效率以及行驶舒适度。通过考虑CAV与交叉口信控系统的信息交互和物理环境,收集信号相位和信号配时(SPaT)以及前车速度和位置等信息,构建强化学习框架的状态空间。以电池能量回收的上限作为边界条件,建立CAV的行驶能耗模型,并基于车辆行驶的关键特征指标,如单位时间电能能耗、通行距离以及加速度变化率,设计多目标加权奖励函数。利用层次分析法确定各指标的权重,进而采用深度确定性策略梯度算法对模型进行训练,并通过梯度下降方法对算法参数进行调整和更新。采用SUMO平台开展仿真实验,实验结果表明:在设计的算法控制下的CAV各方面行驶性能最为均衡,相较于DQN算法电能消耗和加速度变化率均值分别降低了9.22%和18.77%;相较于Krauss跟驰模型行程时间缩短了8.39%。本研究提出的CAV通行控制方法在降低车辆能耗、提高行驶效率和舒适性等方面具有较好的可行性和有效性。

潮汐干线交通信号协调控制模型

为缓解城市布局等问题导致的潮汐交通拥堵现象,提出了一种潮汐交通状态下的干线信号协调控制策略.依据交通供需关系及交通量进出平衡,构建了以干线吞吐量最大化为优化目标的混合整数线性规划模型.基于冲击波理论,构建了以过饱和方向车均延误最小化为优化目标的二次规划模型.通过引入松弛变量实现可变带宽绿波的分段优化,构建了以非饱和方向带宽最大化为目标的混合整数线性规划模型.采用三阶段优化方法求解模型,获得潮汐干线的最优控制方案.算例结果表明,本文提出的模型能优化干线吞吐量,控制过饱和方向的延误,并为非饱和方向提供可变带宽绿波,从而满足潮汐交通需求.

交叉口网联车速度与信号协同优化控制

网联环境下,为了提升信号交叉口绿灯利用效率,根据网联车与交通设施之间交互的车辆速度、位置及信号状态信息,提出一种单点信号交叉口网联车速度与信号配时协同优化控制方法。该方法基于车队离散理论,预测交叉口车辆到达率并根据预测结果优化交叉口信号配时。在此基础上,以周期内总排队车辆数最小为优化目标,对每辆网联车通过交叉口速度进行判断,按照车辆编号次序求解网联车的最佳行驶速度,实现速度引导与交叉口信号控制有效协调。采用MATLAB软件对模型进行仿真分析。研究结果表明,经信号优化与速度引导协同优化后,提出的速度引导与信号协同控制方法能够在相同时间内增加通过交叉口的车辆数,减少车辆延误,并有效提升交叉口交通效率。

雾天网联车辆跟驰模型构建及行为影响分析

网联车辆(Connected Vehicle,CV)已从微观驾驶行为方面被证实其能有效改善雾天交通安全,但鲜有建立微观跟驰模型来模拟CV车辆在雾天的跟驰轨迹。本文根据雾天CV车辆的交通信息获取模式和跟驰行为特征,在雾天智能驾驶人模型的基础上,构建考虑车头时距因子、遵守因子和权重因子的雾天网联车辆智能驾驶人模型(Fog-related Intelligent Driver Model of Connected Vehicle,FIDMCV)。为评价FIDMCV模型的有效性及评估CV车辆在雾天的交通影响,选取累计碰撞时间倒数和交通量作为分析指标,并建立不同CV车辆渗透率和领车减速度的数值仿真场景。在进行数值仿真前,针对关键参数遵守因子和车头时距因子的取值进行敏感性分析。仿真结果表明:随着CV车辆渗透率的增加,混合交通流能更有效地改善雾天交通安全,但会导致雾天车辆跟驰间距增加,从而减少道路交通量,降低交通效率。CV车辆在高风险场景下(6 m·s^(-2)减速度)的碰撞时间倒数值减少比例为14.3%,在中低风险(4 m·s^(-2)和2 m·s^(-2)减速度)场景中为5.6%和6.3%,因此CV车辆在高风险场景下的交通安全改善作用更显著。本文提出的FIDMCV模型能有效再现雾天CV车辆的交通安全改善作用和跟驰间距增加特征,可用作雾天CV车辆的微观仿真工具。

基于强化学习的车道级可变限速控制策略

针对高速公路合流区主线各车道交通流运行状况受合流车辆影响的差异性,研究了1种基于强化学习的车道级可变限速(differential variable speed limit,DVSL)控制策略。由于DVSL控制问题存在高维动作空间求解困难,本文利用限速变化值优化动作空间,确定状态空间以及考虑多因素的奖励函数;在求解过程中,使用优质经验回放技术(prioritized experience replay,PER)进行改进,以提高训练效率和模型性能;同时提出1种车道间的安全检测机制辅助PER-DDQN展开训练,保证车道级可变限速模型可实施性。利用SUMO仿真软件测试所提出策略的控制效果,结果表明:所提出的车道级可变限速策略相较于未实施可变限速控制场景,全程行程时间降低41.88%、平均速度提高5.65%,合流区行程时间降低66.91%、平均速度提高43.42%;且车道级可变限速控制策略下合流区内各车道拥堵时间明显缩短,速度变化更加平稳。此外,还测试了智能网联车(connected-automated vehicles,CAVs)在不同渗透率场景对所提出策略的影响,渗透率在低于60%时实施车道级可变限速策略控制效果明显优于未实施可变限速控制策略,在渗透率为20%、40%和60%的场景中平均全程行程时间分别降低了41.88%、13.38%和7.46%,平均速度提高了6.08%、2.36%和1.61%;当渗透率达到80%以上时,鉴于CAVs车辆能明显改善交通流状况,实施车道级可变限速控制策略改善效果不明显。

基于浮动车轨迹数据的干线信号协调配时优化

为了提高城市干线的通行效率,缩短车辆在干线行驶时的平均延误,基于浮动车轨迹数据提出一种城市干线交通信号协调控制优化方法。该方法根据浮动车采集的时空轨迹数据,使用最大期望算法对混合车流(浮动车和其他车辆)到达率进行预测。结合信号状态,通过计算干线道路上、下行双向饱和度,以总延误最短为优化目标建立了干线协调配时优化算法,并采用遗传算法进行求解。以合肥市黄山路路段为例,比较无协调控制、传统定时协调控制和基于轨迹数据的信号协调控制。结果表明,所提供的方案可有效缩短干线交叉口车辆总延误,减少燃油消耗。

考虑排队长度的高速公路施工区动态信号控制策略

针对高速公路施工区车辆汇合引发的交通冲突,提出考虑排队长度的高速公路施工区动态信号控制策略来降低冲突频率,提升交通效率与安全.利用元胞自动机仿真模型对比动态信号控制策略与早汇合、晚汇合以及固定信号控制等策略在不同交通条件下的功效,通过分析交通量、交通延误、排队车辆数和冒进换道发生频次等交通指标后发现:晚汇合策略下冒进换道频次超出普通策略15.8%,实际应用中存在较高冲突风险;早汇合策略与普通策略的指标变化特征相似,但该策略降低交通延误方面功效显著,较普通策略低7.6%;在信号控制策略下路段的交通延误降低了10%,冒进换道减少了20%;相较于固定信号配时,动态信号控制策略可实现对施工区上游车辆排队长度的控制,并能使不同车道上的车辆排队更加均衡,并且在低交通密度下动态信号控制策略具有更良好的适用性.研究结论可为高速公路施工区路段的换道汇合管理提供借鉴.

混合交通条件下公交车与网联车的联合专用道控制方法

文中提出了考虑公交优先的公交车与CAV的联合专用道控制策略.根据CAV的平均车速、公交车的期望车速以及公交站点个数设置公交清空距离模型,根据CAV是否妨碍公交优先设置CAV进入和离开联合专用道的换道控制模型,其中公交车以出行时间最小为优化目标.结果表明:与完全式公交专用道控制方法相比,车均出行时间和人均出行时间分别减少了7.71%和8.19%,且联合专用道的利用率提升了27.16%以上;与不考虑公交优先的控制方法相比,车均出行时间和人均出行时间分别增长了3.25%和2.95%,但公交车的车均出行时间减少了10.35%.且该控制方法在网联车渗透率处于0.3~0.4的区间内得到的控制效果最为显著.

借用对向车道通行的高速公路施工控制区梯级限速研究

【目的】为使车辆平稳快速地通过借用对向车道通行的高速公路施工控制区,对施工控制区梯级限速方案进行了研究。【方法】首先,采集并分析不同施工控制区断面交通流速和车头时距变化;其次,根据车辆轨迹特征计算末级限速值,基于车辆减速运动特征和驾驶人注视特点制定施工控制区梯级限速方案;最后,构建驾驶模拟实验场景,通过安全与效率协调优化的评价指标对所建立的限速方案进行评价。【结果】结果表明:中分带开口区平均车速和车头时距最小。当中分带开口长度为70 m的两车道时,形成以40 km/h为最终限速值、以20 km/h为降速幅值、以过渡区起点上游50 m为最终限速标志位置的变间距高速公路施工控制区限速系统。【结论】驾驶模拟实验表明,同《公路养护安全作业规程》(JTG H30—2015)中的两级限速方案相比,所建立的梯级限速方案可使施工控制区综合效率指数提高9.15%,综合安全指数提高27.62%。

基于最大压强控制的交叉口自动驾驶汽车和行人管理方法

为提高交叉口自动驾驶汽车和行人的管理水平,进而改善交通流的运行效率和稳定性,文中基于最大压强控制和自动驾驶汽车轨迹规划方法构建了交叉口自动驾驶汽车和行人管理方法。首先,综合考虑行人到达率、人行横道尺寸、等待时间和行人到达分布规律等对行人的影响,利用概率分布函数对行人排队长度进行建模,并利用估计的行人排队长度,基于最大压强控制方法构建了交叉口自动驾驶汽车和行人排队长度管理方法;然后,为帮助交叉口内部自动驾驶汽车避免碰撞并获取最佳运动轨迹,结合最大压强控制方法与已有交叉口自动驾驶汽车轨迹规划方法,在控制交叉口自动驾驶汽车和行人排队长度的基础上,同时对自动驾驶汽车轨迹进行规划;最后,利用Python联合SUMO开源交通仿真软件对模型进行验证,仿真持续2h。仿真结果表明,在不同自动驾驶汽车和行人需求条件下,该自动驾驶汽车和行人管理方法的加入不仅能够实现对自动驾驶汽车运动轨迹的规划控制,而且能够迅速稳定和降低它们的延误与排队长度,并能改善交叉口运行效率。

考虑宏观碳排放阈值的快速路入口匝道控制

为缓解日益严重的快速路交通拥堵及交通污染问题,在经典ALINEA匝道控制算法基础上考虑碳排放的影响,通过宏观基本图将实时碳排放测度指标与占有率指标相结合提出宏观碳排放阈值指标,构建兼顾主线与匝道碳减排以及路网运行效率提升的CE-ALINEA(carbonemission-ALINEA)分级控制算法,并通过VISSIM仿真实验比较不同控制算法的控制效果.结果表明:相比ALINEA控制,CE-ALINEA控制不仅能有效减少主线排放量并提升主线运行效率,还能明显减少因匝道控制而增加的匝道碳排放;CE-ALINEA控制在改变检测器布设下能有效测度主线碳排放并对主线交通具有稳定的控制效果;随着电动汽车渗透率增加,CE-ALINEA减排效果有所减弱,但与ALINEA相比对匝道碳排放仍有较好的减排效果.

考虑交叉口使用数量的救援交通优化研究

为科学规划局域突发灾害下救援车辆对道路的占用,通过考虑救援车辆在路网上通行时使用的交叉口数量,以救援车辆尽快到达受灾区域为目标,建立救援交通优化的混合整数线性规划模型。针对救援车辆使用的交叉口数量的约束值上限为未知参数且无约束进行限制的特点,设计两阶段算法,分析救援车辆在路网上通行时对交叉口的使用情况及其对路径选择与通行效率的影响,提出救援车辆路径选择的建议。结果表明:通过限制救援车辆在路网上通过的交叉口数量,能够在不延误救援车辆到达受灾区域的情况下,获得不同的最优救援路径并减少占用的道路。因此,调整救援车辆在路网上通过的交叉口数量可以用于优化路网资源配置。

非现场治超动态称重考虑动态荷载研究综述

在非现场治理超限超载系统执法过程中,动态称重传感器通过测量汽车驶过承载器时的轴重来计算车辆总重。但是由于路面非绝对平整,导致车辆在不规则路面行驶而产生耦合振动,因此导致实际测量的轴重受到静载与车辆垂直振动的共同影响。通过对路面平整度预测、车辆动态荷载研究和非现场治超动态称重研究进行综述,发现在非现场治理超限超载动态称重准确度方面,要充分考虑路面平整度造成的动态荷载带来的影响。

基于云模型的客货混行高速公路车道划分方案研究

文章针对客货混行导致的高速公路通行效率低下问题,提出调整路段车流量策略,以10%的步长调整客货混行的车流比例,探寻最优车道划分方案以提升特定路段的综合通行效率。采用微观交通仿真软件VISSIM对某单向四车道路段进行仿真验证,并结合云模型的模糊性与随机性特点,对不同车道划分方案进行模糊综合评价。通过样本数据确定云的数字特征,构建权重系数矩阵与模糊综合评价矩阵,根据云运算规则计算不同车流量、车道划分方案下的综合评价特征值,并利用MATLAB软件实现云图可视化。结果显示,当车流量为1 250、1 500、1 750和2 000 pcu/h时,车道划分方案1在不同车辆类型比例组合下的综合评价结果均为最优。该方法对客货混行高速公路车道划分方案的确定具有理论指导价值。

高精地图的智慧管控关键技术研究

基于高精地图的数字孪生技术,结合车道级管控、交通动态仿真、动态可变车道控制以及动态限速调节控制技术,实现高速公路分车型、分车道、分路段的可视化交通管控,通过连续平滑的柔性信息发布引导出行者各行其道、顺畅行驶,解决高速公路重大突发事件以及恶劣气象环境下的道路全部封闭问题,支持精细化、可视化的车道级管控。

基于三维实景的模拟仿真关键技术研究

针对高速公路交通管理中应急响应的时效性和准确性问题,研究基于三维实景的模拟仿真关键技术,以提升交通事件的处置效率和决策的科学性。文章通过三维仿真技术,结合高精地图和多传感器数据融合,实现交通事件的精准定位、交通拥堵动态变化的实时展示、路径规划和诱导以及车道级导航应用场景的构建,成功构建了基于高精地图的路产溯源车辆跟踪场景和应急救援路径规划场景,实现了车辆运行监测、事件溯源、轨迹融合和车牌识别等关键技术,提高了应急救援的响应速度和路径规划的准确性。