交叉口智能信号控制.pptx

交叉口智能信号控制 指导教师：徐良杰教授 小组成员：安树科、邹权、韩冬成 现代道路交通管理理论及应用 THE MAIN CONTENTS 单路口智能信号控制 随着经济的快速发展， 人民生活水平的不断提高， 社会对城市交通提出了更高的要求， 制约城市道路通行能力的瓶颈———道路交叉口， 也越来越受到人们的重视。 提高交叉口通行能力和降低延误的最有效的方法之一就是交通信号控制。 信号控制研究范围涉及相位分配的确定、 性能函数的选取、 控制参数的确定和配时方案的生成及配套的硬件设备选取等多个领域。 1）发展历程 2）交通信号控制系统的分类 定时式脱机系统 自适应控制系统 智能控制系统 点控方式 线控方式 面控方式 3）信号控制方法应用现状 目前，在全球范围广泛采用的交通信号控制系统包括澳大利亚的SCATS系统和英国的SCOOT系统。SCATS属于方案选择式控制系统， 每个交叉口配时方案根据子系统的整体需要进行选择， 现在上海运行着该系统； SCOOT属于方案生成式实时自适应控制系统， 采用小步长渐进寻优的方法， 连续实时地调整绿信比、 周期和时差3个参数， 北京已引进该系统。 国内其他城市 交通控制系统 应用情况 1 单路口智能信号控制 定时控制：根据以往观测到的交通需求，按预先设定的配时方案进行控制，因此它对交通需求的随机变化是无法响应的。 感应控制方法缺陷：感应控制只能检测是否有车辆到达而不关心有多少辆车到达，因此，它无法真正响应各相位的交通需求，也就不能使车辆的总延误最小。 例如：设某相位最短绿时为10s，最大绿时为40s，单位绿延时为5s，则在5s绿延时结束前，如果只有一辆车到达，仍须给出5s的单位绿延时，极端情况下重复上述过程直到最大绿时，共放行了11辆车，而在此期间，下一相位车道却有15辆车等待绿灯，很显然总的车辆延误没有达到最小。 1） 单路口两相位的模糊控制 1977年，Pappis等人 设计了一种单路口两相位模糊逻辑控制器，计算机仿真结果证实了该方法的有效性。 这是最早将模糊逻辑用于交通控制的例子。 下面从延误模型、模糊算法和模糊控制几方面进行介绍。 （1） 延误模型 考虑两相位控制的十字路口，东西向为一个相位，南北向为一个相位。 假定各方向到达的车辆是随机的，且到达的车辆数服从均匀分布。两个方向的饱和流量均为3600veh/h ，无转向车流。设 则红灯相位开始后第n(s)内的车辆排队长度为 式中，p表示前一个绿灯期间未清完的车辆数。则红灯期间排队车辆总的等待时间为 如果在第n(s)内有一辆车到达 否则 令s为饱和流量，则绿灯相位开始后第n(s)内，未清完的车辆排队长度为 式中 为前一个红灯期间等候的车辆数。 上式括号里的数为正时，z取1，否则z为0。 则绿灯期间车辆总的等待时间为 因此，一个周期内，一个方向上的车辆总延误为 －有效红灯时间R(s)内的延误 －有效绿灯时间R(s)内的延误 平均每辆车的延误模型为 （2） 模糊算法 该算法主要控制绿灯的延时时间，分别在绿灯的第7s、17s、27s、37s和47s实施控制。在路口停车线前S(m)处设置车辆检测器 若测得车辆 的速度为 ,则其从检测器到临界点所花费的时间为 例如：南北方向绿灯持续到第17s准备实施控制时，设在下一个10s 中，相继每一个时间单位1s横穿临界点（南北方向）的车辆数 与等候的车辆数 （东西方向）已由检测器得到，分别为 设准备实施控制时已有5辆车等候（东西方向），则下一个10s开始后各秒到达和等候的车辆累积数分别为 引入以下模糊变量： T表示“时间”的模糊输入变量，其取值为：“很短”、“短”、“中等”等。 A表示“到达数”的模糊输入变量，此处指到达正在通行的车道上的车辆数。其取值为：“很多”、“极少”等。 Q表示“等候车辆数”的模糊输入变量，其取值为：“任意”、“很少”等。 E表示“延长时间”的模糊输入变量。 时间A和延长时间E的赋值表 到达数A的赋值表 等候车辆数Q的赋值表 引入两种新的运算规则，设 为实轴 上的模糊子集， 是其隶属度函数且 是使 达到最大的 中的元素，则 和 为定义在U上的模糊集，且有 很明显 模糊集“任意（any）”，在整个论域上都为1 （3） 模糊控制 下面根据一些具体数据说明如何进行模糊控制。以第2次控制（即在绿灯第27s时）为例，并设 即考虑下一个10s的第8s； 即在以后的8s中，如现在的信号灯不变，则有4辆车通过临界点；