详情

原文传递城市道路交通智能控制关键技术研究及应用

论文题名：	城市道路交通智能控制关键技术研究及应用
关键词：	城市道路;交通智能控制;关键技术;交叉口;交通状态;控制方法;协调控制系统;交通控制;短期交通流;控制性能指标;智能交通信号机;关联;判别方法;预测方法;控制方案;控制策略;状态自适应;支持向量机;时段划分;粒子群算法
摘要：	随着现代城市道路交通量的增长、路网密度的增强,交叉口之间的相关性日益明显。在一个区域或整个城市中,一个交叉口交通信号的调整往往会影响到相邻若干个交叉口交通流的运行状况,一个交叉口的拥堵可能会随着时间的推移逐步波及到周边数个交叉口乃至所在区域内的所有交叉口。交叉口在不同的时刻具有不同的交通状态,交通状态的判别是选择合适的交通控制策略的前提。如何从整个系统的战略角度出发,将区域内的所有交叉口以一定规则联结起来作为研究对象,对区域内交叉口进行动态划分和合并,根据交通状态的不同选择相应的控制性能评价指标,制定合适的控制策略,结合交通流预测技术对交通控制参数进行设置,为实现子区各关联交叉口的信号协调控制奠定基础,已成为城市交通控制发展的新要求。针对以上交通控制中存在的问题,在设计和研制一种智能交通信号机的基础上,对相关问题展开研究。本文主要研究内容如下： 1.研究交通时段的划分方法及交通状态的判别方法。针对传统交通控制中时段划分的主观性,提出了基于有序聚类的交叉口时段自动划分方法,根据Fisher最优分割原理,实现了时段的科学有效的划分,根据时段划分结果,采用混合控制策略对交叉口进行控制,仿真表明该方法可有效改善道路交通状况；在对国内外交通状态判别研究分析的基础上,提出了基于神经网络的交通状态模糊判别方法,将交通状态划分为畅通、稳定、拥挤、堵塞4种状态,该方法可以对参量的隶属函数和判别规则进行在线学习调整,仿真表明,提出的基于神经网络的交通状态模糊判别方法具有较强的学习和泛化能力,为交通状态的判别提供了一条新途径和新思路。 2.研究短期交通流的预测方法。在分析支持向量机SVM回归估计方法参数性能的基础上,提出了利用粒子群算法PSO优化SVM参数的短期交通流预测方法,该方法利用支持向量机具有结构风险最小化的特性和粒子群算法快速全局优化的特点,实地采集的数据证明该方法可以较准确的对短期交通流量进行预测；通过对影响相邻交叉口相关性的主要因素进行综合分析,给出了关联交叉口的划分规则,并用组合预测方法对关联交叉口的交通流量进行了预测。 3.研究根据交通状态选取不同的控制方案和控制性能指标的组合方法。给出了常用的交通信号控制性能指标和根据交通状态选取控制方案的规则；提出了基于遗传算法的单交叉口优化控制方法,该方法可以根据交通状态自适应的调整控制性能指标的权重,因而交通控制参数能更好的适应交通流的变化,且根据交通状态自适应调整性能指标的方法可应用到多交叉口的协调控制中去。 4.研究关联交叉口的协调控制方法。提出了基于GA优化的关联交叉口群协调控制方法,建立了关于排队长度的交通流模型和协调控制目标函数,利用GA算法对各交叉口绿信比和考虑双向绿波的相位差进行求解,实现了关联交叉口的协调控制。 5.为满足我国混合交通控制的需要和为交通控制理论方法研究提供验证的平台,设计和研制了一种智能交通信号机。介绍了信号机的模块化设计方案和软硬件实现方法,对本文的控制方法在信号机的应用进行了探讨。 6.交通协调控制系统的建立。针对虎门连升路主干道,建立了关联交叉口群,制定了不同交通状态下的控制方案,建立了关联交叉口协调控制系统,系统运行效果表明该协调控制系统可有效改善干道的交通状况。
作者：	曹成涛
专业：	控制理论与控制工程
导师：	徐建闽
授予学位：	博士
授予学位单位：	华南理工大学
学位年度：	2008
正文语种：	中文