基于Deep Q Networks的交通指示灯控制方法

交通指示灯的智能控制是当前智能交通研究中的热点问题;为更加及时有效地自适应动态交通,进一步提升街道路口车流效率,提出了一种基于Deep Q Networks的道路指示灯控制方法;该方法基于道路指示灯控制问题描述,以状态、行动和奖励三要素构建道路指示灯控制的强化学习模型,提出基于Deep Q Networks的道路指示控制方法流程;为检验方法的有效性,以浙江省台州市市府大道与东环大道交叉路口交通数据在SUMO中进行方法比对与仿真实验;实验结果表明,基于Deep Q Networks的交通指示灯控制方法在交通指示等的控制与调度中具有更高的效率和自主性,更有利于改善路口车流的吞吐量,对道路路口车流的驻留时延、队列长度和等待时间等方面的优化具有更好的性能。

城市道路智慧交通区域性融合应用研究

为提高人车路结合的智能化水平、提高通行效率、节能降耗,需要多方面技术应用的有效结合,为较复杂的大系统智慧交通工程。该文以城市道路现有设备为基础,结合路灯、信号机、检测器等设备,分析其组合实现形式,对智慧交通的区域性融合方法进行了深入研究。

浅析道路交通技术监控系统对红色交通信号偏色问题

随着道路交通管理需求的发展,道路交通技术监控系统日益成为缓解交通安全管理部门压力、保证道路交通安全畅通的重要组成部分。其合理使用有效规范了车辆的行驶。在道路交通技术监控系统中,车辆违法行为的记录和取证尤为重要,然而在取证图片中红灯灯色和实际人眼辨识结果存在差异。因此,结合道路交通技术监控系统的应用需求,本文针对摄像机光线传输原理及信号灯光学特性进行原因分析,提出还原信号灯灯色的方法。

基于深度强化学习的道路信号灯控制算法

各大城市都存在过十字路口时车辆拥堵现象,为了解决这一问题,提出基于深度强化学习的一种解决算法。该算法针对于这一现象,构建了一种道路信号灯控制的强化学习模型。以单交叉口为仿真参考对象进行仿真,仿真结果表明,上述算法更有利于十字路口的吞吐量,进一步减少路口车辆等待时间,达到了合理调控道路信号灯时间、缓解路口拥堵的目标。

基于Anylogic的交通信号灯配时优化设计

为解决城市道路拥堵问题,以淮南市某一道路交叉口为例,基于AnyLogic道路交通库,建立车辆进出路网的仿真模型,利用Optquest优化器,以车辆在路网的平均停留时间为角度,迭代信号灯时间,模拟不同信号灯时间下的车辆平均停留时间,得出在停留时间最小时信号灯的时间设置。优化结果表明:原先实际信号灯配时不合理,对信号灯时间设置进行优化后,可以改变当前不合理的现状,缩短车辆在该路网停留的时间。

基于V2X的城市智能交通信号灯控制方法

为缓解城市道路拥挤状况、保证道路的畅通性,在车用无线通信技术(vehicle to everything,V2X)的基础上对城市道路交通信号灯进行智能控制。首先利用复用蜂窝用户上行链路实现车流量数据传输,再根据二进制变量复用关系和信道高斯白噪声确定通信链路信号干噪比,依据干扰情况设计智能交通系统V2X通信方案。在此基础上,依据道路区间的车辆数量因子、车辆速度因子和道路负载因子,将道路情况可分为畅通、良好、一般、轻微堵塞、拥堵共5种状态,再通过设计自组网流程和检测流程实现对信号灯的控制。根据实验对比结果可知:该方法的控制指令传输时延较少,且数据采集过程最大信息传输速率可达1354 bit/s,证明了该方法的有效性。

论交通信号灯倒计时器的利与弊

随着经济发展,人们生活水平提高,车辆成为家庭标配。随之而来的是路面交通的拥堵。虽然最终解决交通问题需大力发展公共交通及合理的路口调度配置。但交通信号控制辅助设备的合理使用也能对疏导交通有诸多裨益。而道路交通信号灯倒计时器就是最主要的交通信号控制辅助之一。

道路交叉口信号灯组合形式选用方法

为充分利用路口有限的时空资源,保障信号控制交叉口交通信号灯组合形式与交通组织、流量特征匹配,能够满足精细化的控制策略,研究提出流程化的道路交叉口信号灯组合形式选用方法。首先,介绍国标推荐的机动车信号灯和方向指示信号灯的组合形式;其次,针对城市道路交通信号灯组合形式选用中的常见误区,提出基于车道功能划分、信号管控需求、交通流量特征等关联因素进行道路交通信号灯选型的实用方法;最后,以深圳凤凰山大道/凤凰路路口为例,验证该方法的可操作性。

温州汤家桥路—机场大道交叉口交通组织方案

温州市汤家桥路—机场大道交叉口为5条主干路相交形成的五叉路口,采用环岛组织交通。由于交通量不断增加,交叉口车流冲突不断,存在严重的交通隐患。文章在对交叉口的交通状况分析的基础上,详细介绍了利用环岛加信号灯控制的方法进行交通组织,降低了交叉口混乱程度,大大提高了环行交叉口的通行能力。