详情

原文传递基于多目标雷达数据的城市路网子区划分与信号控制优化算法

论文题名：	基于多目标雷达数据的城市路网子区划分与信号控制优化算法
关键词：	区域交通;信号控制;多目标雷达;子区划分;遗传算法;VISSIM仿真
摘要：	城市社会经济的飞速发展以及机动化程度的日益加重，居民出行的个性化发展越来越快，直接表现为出行需求的急剧增加。城市道路交通流量剧增带来的交通压力前所未有，交通供给难以支撑现代出行需求的窘境日益突出，带来了交通拥堵、出行安全、环境污染等一系列问题，严重降低人们出行满意度，成为城市可持续发展的瓶颈。研究城市路网交通拥堵特性，实施区域交叉口的协调控制，对缓解城市路网的交通拥堵问题具有重要的意义和工程价值。　　目前的区域信号协调控制优化策略往往忽略车流离散、交叉口差异、路网结构及信号相位等因素的影响，设计方案笼统并且“一刀切式”，难以适应实际交通需求，优化效果不明显。针对城市交通需求的动态发展和路网结构实际，合理的对路网进行子区划分以及设计协调控制优化方案，从而实现城市交通控制的有效运行，已成为缓解交通拥堵的有效手段之一。鉴于此，需要综合分析诸多交通因素的影响，计算出交叉口的关联度，依据关联度对控制子区进行划分，设计合理的信号协调方案对划分后的子区进行信号控制，最终实现路网内交叉口的信号协调控制。　　随着车辆检测技术的快速发展，各种检测器为交通信号控制提供了更加丰富的数据源。多目标雷达检测器克服了现有的技术缺陷，能够实时、准确、全面、全天候的感知道路交通状况，得到越来越多城市的推广应用。本文通过对多目标雷达采集数据的分析与挖掘，对路网进行控制子区划分，构建控制子区的信号协调控制模型，并建立仿真环境，验证了协调控制优化方案的有效性。本文的主要研究内容有以下几个方面：　　（1）基于改进Newman算法的交通信号控制子区划分。以子区协调控制为目标，综合考虑相邻交叉口关联性影响因素，构建了融合间距关联度、交通流量关联度、饱和度关联度和信号周期关联度的综合关联度模型。以路段为边，关联度为边权值，节点关联度为辅助矩阵的元素值，改进了传统Newman算法，用于信号控制子区划分，并对改进算法的有效性进行了实例验证。　　（2）基于停车次数最小的子区信号协调控制优化模型。选取停车次数最小为信号协调控制优化的目标函数，以周期时长、最小绿灯时间为约束条件，构建子区信号协调控制优化模型；采用遗传算法对信号配时优化模型进行求解；研究分析相邻交叉口相位差优化机理，明确了相邻交叉口相位差的计算方法以及相位差优化顺序。　　（3）基于VISSIM仿真的案例验证分析。运用青岛市中心区域仿真路网验证子区信号协调控制方案的有效性。通过仿真运行，对比优化前后的车辆平均停车次数、平均延误和平均行程时间，验证了本文设计的信号配时方案的有效性。结果表明，子区车辆平均停车次数降低了24.22%，平均延误时间降低了15.11%，平均行程时间降低了26.41%，表明了本文设计的信号协调控制方案，有效提升了区域交通运行效率。
作者：	高艳艳
专业：	交通运输工程
导师：	陈秀锋
授予学位：	硕士
授予学位单位：	青岛理工大学
学位年度：	2021