详情

原文传递低智能网联率环境下区域信号协调控制方法研究

论文题名：	低智能网联率环境下区域信号协调控制方法研究
关键词：	城市路网;区域信号控制;智能网联车;交通参数估计;车队离散模型;卡尔曼滤波
摘要：	在日益扩张和复杂的城市路网中交通信号控制扮演者重要的角色，合理的信号控制不仅保证道路使用者的安全还可提高交通运行效率。就合理信号控制问题从上世纪开始许多学者进行研究，从单点信号控制、干线协调控制到区域信号控制。其中区域信号控制受检测技术和成本的限制，发展遇到瓶颈。近几年开始快速发展的智能网联车技术可提供大量实时、准确的速度、位置等路网交通数据，这给区域信号控制带来了新的契机和挑战。但由于当前路网上绝大多数为传统车辆，智能网联车的普及还需一段时间，在智能网联车还未完全普及环境下如何有效利用这些数据提高城市交通信号控制的效率是一个较新的问题。交通参数估计是利用有限的数据去估计整体交通状态的方法，正好可用于低智能网联率环境下的区域信号协调控制研究，也即成为低智能网联率和区域信号控制连接的桥梁。　　本文将用交通参数估计方法研究智能网联车信息，充分挖掘和分析这些数据用于城市区域信号协调控制。具体研究内容如下：　　首先，回顾了区域信号控制的定义、适应条件及控制参数等相关基础理论，并分析了典型区域信号控制系统TRANSYT、SCOOT、SCATS的控制策略、优化模型以及输入数据，可发现区域信号控制为一个数据驱动系统。不仅需要交叉口交通参数还需路段交通参数，数据的准确性和全面性也影响着系统的效率。　　其次，为区域信号控制提供全面、准确的数据，研究智能网联车数据估计路网交通状态参数。主要分为路段交通参数估计和交叉口交通参数估计，路段交通参数估计主要利用卡尔曼滤波实时更新Robertson车队离散模型参数，进而估计车队平均交通量、车队平均速度、车队平均密度、路段车辆总数。在此基础上对交叉口交通参数进行估计，包括车辆排队长度和车队到达时间。　　然后，在交通状态参数估计数据基础上，研究结合干线协调和单点感应控制的区域信号协调控制方法。分协调控制层和单点优化层两个控制策略进行研究。协调控制层主要负责每五个周期更新研究区域各交叉口公共信号周期、绿信比、相位差，单点优化层主要为每个交叉口根据各相位交通情况实时调整相位切换时间，实现各交叉口之间的协调控制。　　最后，考虑到智能网联车实车实验存在一定的困难，本文使用交通微观仿真软件Vissim进行仿真实验。仿真实验分估计算法实验和区域信号协调控制算法实验，建立不同的仿真模型，在不同交通量和智能网联车占比下多次进行仿真实验。仿真结果显示，各交通参数估计误差均在20%一下，区域信号协调控制方法比单点定时控制最高相对优化20%平均延误和平均停车次数。
作者：	伊特格勒
专业：	交通信息工程及控制
导师：	郭唐仪
授予学位：	硕士
授予学位单位：	南京理工大学
学位年度：	2019