新型混合交通流场景下交叉口信号控制和轨迹控制协同优化方法

针对人类驾驶车辆(human driven vehicle,HDV)和智能网联车辆(connected and autonomous vehicle,CAV)组成的新型混合交通流场景,现有的交叉口协同控制方法中,集中控制和单车控制分别对中央控制器的算力和车载计算单元的算力要求较高。本文研究了1种将元胞传输模型(cell transmission model,CTM)与双层规划模型相结合的协同优化方法,利用可调整的元胞长度平衡求解信号控制与CAV轨迹优化2个问题所需的算力,从而灵活地根据中央控制器和车载计算单元的算力分配计算资源;通过上层模型预测交通流状态并优化信号控制参数,引入动态调整元胞长度规则,降低中央控制器的计算负担;基于上层的交通状态预测结果,利用下层模型对CAV轨迹进行全局规划,进一步提升交叉口通行效率。同时,为了提升解的最优性和求解的实时性,采用结合随机梯度下降法和遗传算法的迭代优化算法,避免陷入局部最优的同时提升求解效率。最后以无锡市先锋中路与春风南路交叉口数据为例,验证了不同CAV渗透率下优化的效果,结果表明:①相较于基准方案,本文提出的协同优化方案最高可以降低交叉口8.09%的车均行程时间,降低了交叉口拥堵向上游的传播;②当CAV渗透率为30%、60%和90%时,优化比例为2.51%、5.08%和7.88%;③在进口道流量大于3000 pcu/h时,仍能在100s内获得最优信号控制方案,可支持实时优化。该方法可以有效改善城市交通拥堵,提高新型混合交通流场景下交叉口的通行效率。

绿灯倒计时影响下机动车微观驾驶行为分析与决策建模

机动车在交叉口信号相位切换期间的驾驶行为对于城市道路交通安全至为重要,本文对绿灯倒计时影响下的机动车微观驾驶行为与"通过/停止"决策进行研究.首先,利用驾驶模拟器进行1组单盲实验来提取车辆的接近速度、反应时间、减速度等参数.其次,详细地刻画了车辆进入交叉口范围至行驶至停止线全过程的微观驾驶行为.再次,综合交通因素及驾驶员个体特征等解释变量,建立了随机效应Logistic模型以描述车辆的"通过/停止"决策行为.结果表明:车辆进入交叉口范围后会"先减速,再加速,再减速",加速通常出现在距停止线30~40 m的范围内,且绿灯倒计时与黄灯启亮前期对驾驶员具有催促作用;速度、距离、年龄、性别对车辆的"通过/停止"决策行为具有显著影响;随机效应Logistic模型比Logistic模型更能表征其他未纳入模型的因素及反映不同交叉口与驾驶员的异质性.

信号控制交叉口机动车绿灯间隔——安全可靠度曲线簇

为了提高信号控制交叉口(以下简称为"交叉口")的安全性,提出一种基于安全可靠度的交叉口机动车绿灯间隔计算方法,并绘制面向工程应用的绿灯间隔—安全可靠度曲线簇.首先,对经典的交叉口绿灯间隔计算方法进行了归纳;其次,推导出基于安全可靠度的绿灯间隔计算方法公式并对各影响因素进行敏感性分析;再次,基于Monte Carlo算法模拟反应时间与车辆减速度的交互过程,对模型进行求解;最后,根据模拟结果,绘制了典型交叉口宽度(15~35 m)、车辆运行速度(15~40 km/h)及安全可靠度(50%~95%)取值下的交叉口绿灯间隔—安全可靠度曲线簇.结果表明:经典的交叉口绿灯间隔计算方法的核心缺陷在于未考虑车道组内车辆行为参数的随机性;交叉口绿灯间隔受多个因素影响且服从正态分布,绿灯间隔对反应时间(32.46%)及车辆减速度(24.68%)的敏感性最强.将安全可靠度引入绿灯间隔计算过程中,一方面提供了一种基于概率论的计算思路与方法,另一方面为定量地分析交叉口绿灯间隔的安全性提供了依据.

环放路网宏观基本图信号周期敏感性分析

为揭示路网宏观基本图(MFD)对信号周期的敏感性,首先,提出一种基于GMM的宏观基本图建模方法,并在此基础上提出路网运行效率和稳定性的表征方法;其次,提出MFD对信号周期敏感性的仿真实验设计方法;再次,以环放路网为例,进行仿真实验,分析信号周期的变化对MFD的影响,进一步揭示信号周期对路网运行效率和稳定性的影响机理.结果表明,合理的信号周期对MFD和路网的效率及稳定性影响不大,但周期过大或过小则对MFD和路网的运行效率及稳定性造成较大影响.该结论可以为路网交通控制和优化提供依据.

信控交叉口多绿尾相位切换模式下驾驶行为的对比研究

针对中国城市道路交叉口控制实践中,绿灯信号相位多种切换方式同时存在而未有详细优劣对比的现状开展研究。设计1组驾驶模拟器实验,对绿灯闪烁(GSF)与绿灯倒计时(GSC)2种典型的相位切换模式下的驾驶行为进行对比观测和分析,建立驾驶员在2种切换模式下的"通过/停止"决策行为模型。研究结果表明,驾驶员在不同模式相位切换期间的驾驶行为具有一定复杂性,与驾驶环境(如车速、黄灯启亮时与停车线的距离)和个体特征(如性别、年龄、驾龄)等密切相关。驾驶环境方面,GSC模式对驾驶员有较为强烈的催促作用,驾驶员在GSC模式下的平均通过率提高了10%~20%,且陷入两难区的概率比GSF模式下提高了7.2%。黄灯通过率和黄灯启亮时车辆与停车线的距离呈负相关关系,且与黄灯启亮时的车速在不同相位切换模式下表现出相反的趋势:在GSC模式下呈现正相关关系,而在GSF模式下呈现负相关关系。驾驶员个体特征方面,男性、20~30岁、3~4年驾龄的驾驶员通过率明显高于其它分组。

地铁应急疏散时乘客决策行为偏好的量化方法

为了研究距离、出口密度、乘客流向流量、出口可见性4种因素对地铁站紧急疏散时乘客决策偏好异质性的量化影响,基于20种紧急疏散场景的问卷调查收集数据,利用条件Logit模型和随机参数Logit模型标定4种影响因素的效用系数,根据效用系数的边际概率分布分析乘客决策偏好的异质性。结果表明:距离、出口密度、乘客流向流量呈负效用,出口可见性呈正效用,4种影响因素的系数均为随机变量,距离显示出最低的异质性水平,出口密度和乘客流向流量的异质性水平稍高,出口可见性显示出最高的异质性水平。

基于多源信息的城市快速路交通走廊协同控制:综述与展望

城市快速路与其平行的地面主干路存在紧密联系,形成天然的交通走廊。对于城市快速路交通走廊的拥堵问题,应采取协同控制,充分考虑其中的高度关联。本文综述了城市快速路交通走廊控制的发展历程,并展望了未来研究方向。传统的控制理论多为集计层面的交通流控制,状态估计由模型推导得到,并通过滚动时间窗更新。然而,一些交通现象难以精准刻画,且难以大范围应用。随着信息技术的发展,全覆盖以及实时的交通监测成为可能,控制方法的协同性、实时性、精准性不断提高。未来随着智能网联车辆和自动驾驶车辆的逐渐普及,原先由人类驾驶车辆组成的交通流将转变为新型混合交通流,控制手段将广泛作用于个体车辆,实现高度协同的车辆控制,且交通管理控制将与出行服务高度整合。新型混合交通流模式下的城市快速路交通走廊控制将是未来研究的重点。同时,用户最优与系统最优的最佳组合也是需要关注的问题。