基于改进麻雀搜索算法的无信号交叉路口车辆调度优化

本文将无信号交叉路口内部区域离散化为多个路权点,并将车辆右转弯与行人或非机动车发生碰撞造成交通事故时所占的路权点设为“故障点”,故障点有一个至多个,本文研究无信号交叉路口在发生车辆故障时的通行效率问题.选择麻雀搜索算法提高车辆调度的通行效率,但是该算法存在前期易陷入局部最优值而后期寻优精度不高等问题,为解决此问题,引入自适应学习参数和等级反向学习的改进策略,提出基于自适应参数和等级反向学习的麻雀算法(ALSSA).选取13个基准测试函数以及Wilcoxon秩和检验P值验证ALSSA的有效性,结果表明,改进的麻雀搜索算法与其他算法相比,全局搜索能力、寻优精度等都有较大提升.最后,计算双向两车道、双向四车道、双向八车道不同车流量下的最优通行时间.

无信号灯交叉路口智能车辆调度算法研究

针对车辆在通过无信号灯交叉路口时存在通行效率低、发生冲突碰撞概率大、通行等待时间长等问题,提出了一种优化调度算法。将交叉路口网格化。考虑车辆在每个网格的方向权值、预警权值、转向权值并进行实时动态赋权,根据权值为车辆实时更新最优路径。基于此,提出了一种基于动态权值路径的算法以寻找车辆最佳行驶路径,可以根据交叉路口车辆的运行环境灵活调整每辆车的运行路线。通过将交叉路口网格化和使用动态权值规划路径相结合,该研究为避免发生碰撞、提高通行效率提供了可行的思路。

基于多种群蚁群算法的交叉路口信号配时优化

针对交叉路口信号控制面临的多目标优化问题,建立以延误时间、停车次数和通行能力作为性能指标的交叉路口信号配时模型,提出一种基于多种群的改进蚁群算法,对信号配时方案进行优化。改进的算法以交叉路口的平峰状态和高峰状态进行仿真。实验结果表明利用该算法对模型求解的结果优于传统方法,能降低交叉口的总延误时间和停车次数,提高了通行能力。且该算法稳定性好,求解速度快。

改进克隆小生境算法在交叉路口信号配时优化中的应用

进化计算在现代生活中的应用日益广泛.论文在详细介绍改进克隆小生境算法及其算子的基础上,将改进克隆小生境算法应用于交叉路口的信号配时优化问题.仿真结果说明算法能够在有限的进化计算代数内迅速收敛,并使交叉路口的车辆延误在相应配时方案下最小.

基于深度强化学习的无信号灯交叉路口车辆控制

利用深度强化学习技术实现无信号灯交叉路口车辆控制是智能交通领域的研究热点。现有研究存在无法适应自动驾驶车辆数量动态变化、训练收敛慢、训练结果只能达到局部最优等问题。文中研究在无信号灯交叉路口,自动驾驶车辆如何利用分布式深度强化方法来提升路口的通行效率。首先,提出了一种高效的奖励函数,将分布式强化学习算法应用到无信号灯交叉路口场景中,使得车辆即使无法获取整个交叉路口的状态信息,只依赖局部信息也能有效提升交叉路口的通行效率。然后,针对开放交叉路口场景中强化学习方法训练效率低的问题,使用了迁移学习的方法,将封闭的8字型场景中训练好的策略作为暖启动,在无信号灯交叉路口场景继续训练,提升了训练效率。最后,提出了一种可以适应所有自动驾驶车辆比例的策略,此策略在任意比例自动驾驶车辆的场景中均可提升交叉路口的通行效率。在仿真平台Flow上对TD3强化学习算法进行了验证,实验结果表明,改进后的算法训练收敛快,能适应自动驾驶车辆比例的动态变化,能有效提升路口的通行效率。

交叉路口信号灯的模糊控制

提出交叉路口信号灯进行模糊控制的原理和方法 ,对简化交通信号的计算机控制算法。

浅析现代式回转交叉路口的设计研究

城市道路平面交叉口在城市道路网中居于核心地位,也是交通事故最集中的地方。英国为了解决道路圆形交叉路口的各种问题,最先开发了回转交叉路口(roundabout),1966年开始在所有的回转交叉路口中引进了"优先权(give-way)"制度,即对进入交叉路的车辆中有最远回转路径的车辆给予优先权。欧美及韩国等交通先进国家为了提高交通安全度及缓解交叉口的拥堵压力,对回转交叉路口进行改善,演变出了今天的现代式回转交叉路口。本文首先分析我国平面交叉口存在的普遍问题,介绍外国现代式回转交叉路的事例,并对我国现代式回转交叉路的设计进行初步研究。

基于深度强化学习的道路交叉口生态驾驶策略研究

在互联和自动驾驶环境下,生态驾驶具有显著的潜力,可提高交通效率并降低能源消耗和排放。本文探讨一种基于深度强化学习算法的生态驾驶策略,该算法可优化互联自动驾驶汽车(CAV)的纵向操纵和横向决策;将状态空间分为与车辆动态特性相关的局部变量,以及与信号交叉口相关的全局变量,确保CAV与环境之间的充分互动;奖励函数综合考虑了车辆的驾驶要求,与信号灯的协同作用以及全局节能激励因素;此外,设计一个典型的城市道路场景训练模型。结果表明,在信号灯和智能体输出协同控制下,本文提出的策略可以实现CAV的生态驾驶,并确保CAV准确驶入目标车道;在动态交通环境下进行仿真显示,通过控制多辆CAV引导人工驾驶车辆,本文方法可将交叉路口的通行能力提高约17.90%,并将交通系统的燃料消耗和污染物排放降低约8.76%。

基于Petri网的无信号交叉口车辆诱导及优化系统研究

为充分利用现有城市道路交通空间,在车路协同环境下对无信号交叉口控制优化方法进行了研究。根据交通流冲突点理论,交叉口分为不同的空间区域,车辆进入不同的区域需要申请该区域路权资源;利用赋时Petri网建立无信号交叉口控制模型。根据优化算法,得到较优的车辆通行序列,从而实时引导车辆通过交叉口;分析了不同数量车辆对交叉口的延误时间、车辆平均延迟时间的影响,并将其与传统的信号控制方法进行对比。研究结果表明:基于Petri网的无信号交叉口控制方案改善了交叉口通行状况,控制效果优于传统的信号控制方法。

关于在十字路口能否为电动车设置更长通行时间的可行性研究

电动自行车因骑行简便、省时省力、价格适中,满足了大多数群众的出行需要,为群众的日常工作和生活带来了极大的方便,但是电动车引起的交通事故逐年上升。为了降低电动自行车的事故率,有关部门已采取各种措施,对交叉路口为电动车设置更长通行时间进行研究并得出结论。