| 摘要：本文以模糊理论为基础，在借鉴既有定时交通信号控制方法，并在对具体交叉口的实际交通状况进行调查、分析的基础上，建立单个道路信号交叉口的交通控制方法。本方法考虑道路交通流变化的不确定性，通过实时配时方案调整适应交通流的变化。研究结果表明，智能型交通控制方法更能适应交叉口复杂多变的交通状况，对减少车辆延误具有效果明显。 关键词：信号交叉口，模糊控制，智能，交通模拟 随着城市化进程的加快，城市道路交通拥挤阻塞和环境问题已经成为倍受社会关注的热点问题之一。道路信号交叉口的交通控制方法是从管理角度缓解交通拥挤问题的有效措施之一。因此，积极探索新的、智能化、行之有效的交通控制方法十分必要。 目前，单个道路信号交叉口的交通控制方法主要采用基于Webster延误公式的配时模型，预先设定各时段的配时方案。然而，这些模型都只考虑了平均小时交通流量而忽视了交叉口交通流的不确定性。实际的交通流量往往随时间不断变化，且具有不确定性。既有的感应控制方法虽然能在一定程度上适应交通流的变化，但其主要是根据前一时段的交通流量选择一种相对合适的配时方案，因此其结果不能很好地适应当前交通流情况，也缺乏实时性。 本文建立单个道路信号交叉口的智能型交通控制方法，使道路信号交叉口的信号配时考虑道路中交通流变化的不确定性，使道路信号交叉口交通控制方案更具有自适应性，以减少车辆延误、提高通行能力。 1单个道路信号交叉口的控制方法 单个道路信号交叉口的交通控制是道路交通系统的基本、也是重要的控制方法。对于其控制方法，主要有以下几种： （1）TRRL方法 TRRL方法的考察断面是停车线，所以计算参数都以停车线断面为准。该方法基于Webster延误公式，在交通流量不大，即饱和度低时，能够得到理想的结果，但当饱和度接近1时，算得的延误不正确，更无法计算超饱和交通情况下的延误。 （2）ARRB方法 ARRB方法考虑了饱和交通情况，尤其是饱和时的停车因素，改进了延误方程，因此能够用于饱和与超饱和状态下的交通信号配时计算。 （3）“冲突点”法 该方法把考察的断面移到了冲突点，更符合车流存在冲突点时的交通流实际情况。 （4）响应式控制 该方法目的是使绿灯时间长度与实际交通状况相适应。分为两种形式： 基于到达车辆车头距的控制：在一个给定的绿灯时间内，绿灯无条件开启。该时间过后，若位于停车线前方一定距离处的检测器检测到一辆车到达，则追加一小段绿灯时间。若一直检测到有车辆到达，则绿灯一直被延长，直到绿灯时间终了为止。若在追加绿灯时间终了时未检出到达车辆，则绿灯被切换，黄灯亮，然后变成红灯。 基于排队长度的控制：为了有效地利用绿灯时间，在排队车辆被疏散后，绿灯立即停止。在绿灯时间内，通过交叉口的流量总保持在饱和值左右。该方法的关键在于如何设置检测器，需要检测和比较什么数据以及如何根据检测到的数据制定和调整配时方案。 （5）自寻优控制 该方法可分为两种：宏观控制和微观控制。前者对周期和约束条件进行选择，例如确定适当的相位差，以保证系统同步运行，但控制参数，尤其是周期长度不能经常改变，它们取决于平均交通状态。而后者在每个控制周期内都可以调整相序及各相位的绿信比，以的控制方式适应短时间内的交通变化。 （6）Robust化方法[1] 该方法能够利用交通流的平均值和变化量产生相应的信号配时方案。Robust化方法在到达车流率随时间变化的时候，无论在交通量适中还是拥挤的条件下，都明显比基于Webster延迟方程的传统模型效果好，且使用Robust方法的效益随着交通量大小和到达流率变化程度的增加而增大。这种方法的主要优点是用于计算配时方案的模型可以适用于更多的交通量情况，而不仅仅局限于交通量较小或较大的情况。虽然这种信号配时模型适用范围更广，但仍不满足根据交通流变化实时调整配时方案的智能化要求。 2智能型交通控制方法模型[2] 智能型交通控制方法的信号配时周期和实际绿灯显示时间随车流量变化，其基本思想是通过比较有通行权的一组交通流中关键车流未来t秒内到达交叉口的车辆数和另外两组无通行权交通流中关键车流的排队等待车辆数，决定是延长本相位绿灯时间还是切换到下一个相位。因此，有以下三个主要控制参数： ①有通行权的一组交通流中关键车流平均每车道的未来t秒内到达交叉口的车辆数A； ②无通行权交通流中关键车流的平均每车道的排队等待车辆数Q； ③绿灯延长时间1T。 本文中，相位初绿灯时间t0和预测时间t的设定，参考TRRL方法计算的信号配时值。针对北京“光华路－东三环辅路”交叉口的现行控制方案,各相位的初绿灯时间t0取为各相位三个时段实际绿灯时间的值。计算得到各相位的初绿灯时间t0 为：相位一初绿灯时间t0=47s；相位二初绿灯时间t0=26s；相位三初绿灯时间t0=28s对于相位预测时间t，由于绿灯延长时间1T的值与预测时间t相同，考虑到信号周期值不宜超过180秒，以免延误太大，超过交通参与者能够接受的等待限度，现设置预测时间t为20秒，且在实际应用中各相位只预测。 1)模糊语言值的设定 ①A的模糊语言值定为：很少、少、中等、多、很多； ②Q的模糊语言值设定为与A相同； ③1T的模糊语言值设定为：很短、短、中、长、很长。 2)隶属度函数的确定 3)模糊控制规则 | ||
|
免责声明: 凡注明来源本网的所有作品，均为本网合法拥有版权或有权使用的作品，欢迎转载，注明出处。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
