城市道路交通信號區(qū)域均衡控制方法及應用研究.pdf

1、交通信號區(qū)域協(xié)調(diào)控制是智能交通管理領域中一個核心研究課題，目標是通過綜合分析路網(wǎng)區(qū)域內(nèi)傳感器數(shù)據(jù)來估計各個交叉口信號燈控制參數(shù)（如子區(qū)劃分、周期、綠信比、相位差、相序等)。交通信號控制是交通控制的關鍵要素，交叉口擁堵死鎖的傳播、出行者連續(xù)等紅燈的焦慮、行人過街的潛在風險等情形的存在，使得交通信號控制問題仍然具有非常大的研究價值和改進空間。特別是，當考慮多交叉口區(qū)域路網(wǎng)的聯(lián)動協(xié)調(diào)時，相鄰交叉口之間的交通流互相影響、動態(tài)波動，導致交通信號控

2、制問題變得更加復雜和具有挑戰(zhàn)性。在已有的區(qū)域協(xié)調(diào)控制研究中，根據(jù)優(yōu)化目標的不同可分為:基于時間-距離圖的綠波帶優(yōu)化法，以及基于交通流模擬的效益指標（如飽和度、停車次數(shù)、延誤及行程時間等）優(yōu)化法。根據(jù)適用的交通流狀態(tài)的不同可以分為:面向非飽和交通流的區(qū)域協(xié)調(diào)控制，以及面向飽和交通流的區(qū)域協(xié)調(diào)控制。一般來說，綠波帶法比較適用于非飽和交通流下的協(xié)調(diào)控制，飽和度的優(yōu)化適用于瓶頸區(qū)域的協(xié)調(diào)控制。另外，相對于傳統(tǒng)數(shù)據(jù)采集及通訊模式下的交通信號控制，

3、面向車路協(xié)同的交通信號控制近年來引起了廣泛的關注和研究，代表了未來交通信號區(qū)域協(xié)調(diào)控制的發(fā)展趨勢。
　　本文以城市道路交通路網(wǎng)為研究對象，對面向交通均衡的交通信號區(qū)域協(xié)調(diào)控制進行了深入的研究，分別從面向非飽和交通、面向飽和交通和面向車路協(xié)同環(huán)境三個方面構(gòu)建自適應區(qū)域協(xié)調(diào)控制模型，實現(xiàn)區(qū)域交通參數(shù)（交通飽和度或綠波帶寬）均衡，開展了相關的研究工作，并提出了一些有效的解決方案。本文的主要工作及創(chuàng)新點包括:
　　(1)針對現(xiàn)狀應用

4、中的定點檢測器數(shù)據(jù)在準確判斷交通狀態(tài)方面未能充分發(fā)揮作用的問題，提出了一種基于棧式自編碼模型的交叉口交通狀態(tài)估計算法?；谏疃葘W習思想，利用堆棧式降噪自編碼器實現(xiàn)交通狀態(tài)的估計。相比于傳統(tǒng)方法，該算法具有非參特性，與交通的模糊性和不確定性更為契合，更加適應于基于交通定點檢測數(shù)據(jù)的交通狀態(tài)估計任務。實驗結(jié)果表明，與決策樹模型相比，堆棧式降噪自編碼算法對暢通、擁擠、阻塞三種交通狀態(tài)的判斷精度更高，具有較好的分類效果和實用價值。通過本文方法對

5、路網(wǎng)進行交通狀態(tài)評估，可以判斷路網(wǎng)是否處于飽和狀態(tài)，進而為非飽和或飽和路網(wǎng)下不同控制方法的啟用提供了判別基礎和依據(jù)。
　　(2)針對非飽和交通狀態(tài)下路網(wǎng)層面的綠波協(xié)調(diào)控制問題，提出了一種將路段帶寬控制在均衡范圍內(nèi)的、基于雙層模型的交通信號網(wǎng)絡綠波協(xié)調(diào)控制方法。第一層為戰(zhàn)略層，對路網(wǎng)所有干線的綠波帶建立統(tǒng)一的混合整數(shù)線性規(guī)劃方程簇以綠波帶寬均衡為基本約束條件，根據(jù)距離、周期、帶寬三原則，在方程簇求解的同時進行控制子區(qū)動態(tài)劃分，進而得

6、到路網(wǎng)的戰(zhàn)略層面的交通信號配時參數(shù)（周期，相位差和相序），戰(zhàn)略層算法每N個信號周期執(zhí)行一次。第二層為戰(zhàn)術(shù)層，以相位流量為輸入，以延誤最小化為目標，基于強化學習算法調(diào)整綠信比，戰(zhàn)術(shù)層算法每個信號周期執(zhí)行一次。相比于傳統(tǒng)算法，該算法可以在將路段帶寬控制在均衡范圍內(nèi)和延誤最優(yōu)化的情況下，實現(xiàn)路網(wǎng)整體層面的雙向非對稱綠波協(xié)調(diào)控制。在實際場景中的應用結(jié)果顯示，本文提出的方法在功能和性能上取得了有效的提升，并且達到了綠波帶寬均衡的目標。
　　

7、(3)針對飽和交通狀態(tài)下路網(wǎng)層面的瓶頸區(qū)域控制問題，提出了一種將相位飽和度控制在均衡范圍內(nèi)的、基于灰色強化學習的交通瓶頸區(qū)域信號控制方法。首先，采用概率灰數(shù)表達具有區(qū)間不確定性的交通飽和度和交通服務水平，把“將交叉口各相位飽和度控制在均衡范圍內(nèi)”這個控制目標轉(zhuǎn)化為“將交叉口各相位灰色狀態(tài)控制在最優(yōu)灰數(shù)值附近”。其次，采用灰色強化模型尋求最優(yōu)交通信號放行方案，避免了交通流特征與信號配時方案之間的復雜函數(shù)關系推導。此外，在強化學習訓練過程中

8、，采用神經(jīng)網(wǎng)絡作為強化函數(shù)的參數(shù)存儲模型，避免了所謂的“維數(shù)災難”，提高了模型的泛化能力。實驗結(jié)果顯示，相比于傳統(tǒng)的定時控制，所提出的方法可以有效地降低路網(wǎng)中的車均延誤，方法具有較強的魯棒性，并且達到了飽和度均衡的目標。
　　(4)針對未來車路協(xié)同環(huán)境下的交通信號區(qū)域協(xié)調(diào)控制問題，提出了一種將相位飽和度控制在均衡范圍內(nèi)的、基于網(wǎng)格化和動態(tài)規(guī)劃的交通信號區(qū)域協(xié)調(diào)和誘導協(xié)同的控制方法。首先，將路網(wǎng)區(qū)域進行網(wǎng)格化建模，使得輸入的參數(shù)和輸