基于CPN的交通控制策略建模与研究.PDFVIP

2013 中国指挥控制大会论文集 基于 CPN 的交通控制策略建模与研究 程慧华，刘秀芬，刘军先，李津 （武汉军械士官学校 湖北 武汉430074） 摘要:本文利用相位之间的活性，基于相位的同步、异步转换，分别以周期、非周期的形式详细分析了两种实时交通控制策略。 选择着色 Petri 网（CPN ）对交通流及控制策略建模，实现着色Petri 网对交通控制策略的定量评价。 关键字：交通模型，着色 Petri 网，交通控制，优化控制 0. 引言 随着城市交通负荷的日益增长，交通智能化的需求日益迫切，单路口的周期相序、周期时间的优化一 直是交通智能控制的一个研究重点，但此类控制大多使用预测车流作为控制的输入[1]，尽管控制算法的仿真 效果比较理想，系统的实时性却因为预测而削弱。本文介绍两种控制策略，并采用着色 Petri 网建模与仿真， 进行效果评估。 1. 控制策略分析 在分析控制策略之前，首先对实时检测数据进行必要的分析与处理，为控制策略提供实时可靠的数据 输入，也为绿灯时间长的确定提供依据。 1.1 数据采集与分析及绿灯时长计算 每一通道车辆检测由两排检测器组成，两排检测器所检测车辆数的差值为滞留在该通道的车辆数。每 个通道在下一次绿灯开启前计算将要放行的车辆数（Np ）由三部分组成：前一绿灯时间未能放行的滞留车 ∧ Δ n p 辆数（n ）,该通道红灯时间内到达车辆数（ n ），下一绿灯时间内预计到达车辆数（ ），如图 1 所示。 p p ∧ 其中n p 为预测值，由式（1）计算所得，其中TGp 为通道 p 的下一个绿灯放行时间的预测值，TRp 为 p 通道 在下一个绿灯来临之前的红灯时间，TYp 为黄灯时间。TGp 为预测值由式（2 ）求得，根据式（1）式（2 ） ∧ 可推倒出下一绿灯时间内到达车辆的预测数np ，如式（3 ）。 ∧ TG np p Δnp TR +TY p p (1) 图1 通道p的车辆检测示意图 ∧ TGp N p t +ts (np +Δnp +np )t +ts (2) ∧ (Δ + ) + s n n t t np p p Δnp TR +TY −Δn t p