CN104040605A - 交通信号控制方法和交通信号控制机 - Google Patents

交通信号控制方法和交通信号控制机 Download PDF

Info

Publication number
CN104040605A
CN104040605A CN201380005046.6A CN201380005046A CN104040605A CN 104040605 A CN104040605 A CN 104040605A CN 201380005046 A CN201380005046 A CN 201380005046A CN 104040605 A CN104040605 A CN 104040605A
Authority
CN
China
Prior art keywords
traffic
crossing
circuit
traffic signal
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380005046.6A
Other languages
English (en)
Other versions
CN104040605B (zh
Inventor
季哈科恩·翁皮罗姆萨尔恩
埃米里欧·弗拉佐利
王郸维
泰威·乌泰查龙鹏
王宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanyang Technological University
Massachusetts Institute of Technology
Original Assignee
Nanyang Technological University
Massachusetts Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanyang Technological University, Massachusetts Institute of Technology filed Critical Nanyang Technological University
Publication of CN104040605A publication Critical patent/CN104040605A/zh
Application granted granted Critical
Publication of CN104040605B publication Critical patent/CN104040605B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/081Plural intersections under common control
    • G08G1/083Controlling the allocation of time between phases of a cycle
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled

Abstract

本发明提供了用于有向网络的分散式交通信号控制方法,其中有向网络包括多个交叉口,每个交叉路由具有与其连接的多个线路,多个线路包括一个或多个上游线路和一个或多个下游线路,该方法包括:基于与交叉口连接的所述一个或多个上游线路和所述一个或多个下游线路之间的当前差分交通积压来使交叉口的多个相位中的一个激活预定时间周期从而使有向网络吞吐量最大化,每个相位在交叉口处提供交通信号的唯一组合以用于引导从所述一个或多个上游线路到所述一个或多个下游线路的交通。本发明还提供了相对应的交通信号控制机、包括该交通信号控制机的交通控制系统、以及计算机可读介质,其中该计算机可读介质具有存储在其中的计算机可读代码,该计算机可读代码用于指示计算机处理器以执行分散式交通信号控制方法。

Description

交通信号控制方法和交通信号控制机
技术领域
本发明涉及一种交通信号控制方法和交通信号控制机,更为确切地,涉及一种分散式交通信号控制方法及相关交通信号控制机和交通控制系统。
背景技术
交通信号控制是影响城市交通系统的有效性的交通管理中的关键要素。多数大城市目前采用基于当前交通状况来调节交通信号灯的时机的自适应交通信号控制系统。这种自适应交通信号控制系统的例子有SCATS(悉尼自适应交通控制系统)和SCOOT(绿信比、周期、相位差优化技术)。
交通信号控制系统中的控制变量通常包括相位、周期长度、绿信比方案和相位差。相位表示在信号间隔期间同时接收路权的一个或多个交通流动的组合。周期长度是完成交通信号的一个完整的周期所需的时间。绿信比方案定义了在信号周期期间分配给每个相位的周期长度的百分比。相位差用于协调交通控制系统中以减少一系列交叉口处的频繁停车。SCATS试图平衡对于所有途径的饱和度(DS),即,效使用的绿灯时间和全部绿灯时间之比。SCATS采用启发式方法用需要被调谐成实现这种目的的多种参数来计算周期时长。此外,所有可能的绿信比方案必须被预先指定,并且必须使用表决方案来选择绿信比方案以便获得对于所有途径大致相等的DS。
系统和控制理论最近也已被应用于交通信号控制中。基于优化的方法也被纳入考虑范围。然而,这些方法的主要缺陷中的一个在于可升级性问题。换言之,这种方法不能在很好地与道路网络的规模相支持的同时确保令人满意的性能。
背压路由(Backpressure routing)是一种主要应用于通讯网络中的技术。在该技术中,数据包可抵达网络中的任一节点,并仅在抵达目的地节点时才能够离开系统。然而,背压路由无法被简单地实施为交通信号控制。例如,背压路由需要每个数据包的目的地信息,并对具有不同目的地的数据包进行不同的处理。然而,在交通信号控制中,无法基于其目的地来区分通过交叉口的相同方向上的车辆行驶并进行不同的控制。由此,背压路由在交通信号控制中的实施需要假设所有车辆具有共同的目的地,而这显然是不合理的。其次,背压路由假设控制机具有网络周围的交通路由上的完全的控制权。而在交通信号控制中,控制机并不具有由每个司机选取的路线上的控制权。第三,背压路由还假设网络控制机具有在每个时隙期间发送有价值的数据的比率的控制权。然而,一旦相位被激活,交通信号控制机则不具有每个交通流的流量的控制权。
因此,需要提供一种寻求解决上述问题中的至少一个的交通信号控制方法和交通信号控制机。
发明内容
根据本发明的第一方面,提供了一种用于有向网络的分散式交通信号控制方法,其中有向网络包括多个交叉口,每个交叉口具有与其连接的多个线路,线路包括一个或多个上游线路和一个或多个下游线路,该方法包括:基于与交叉口连接的所述一个或多个上游线路和所述一个或多个下游线路之间的当前差分交通积压来使交叉口的多个相位中的一个激活预定时间周期从而使有向网络吞吐量最大化,每个相位在交叉口处提供交通信号的唯一组合以用于引导从所述一个或多个上游线路到所述一个或多个下游线路的交通。
优选地,基于下游线路中的一个的当前交通状况和上游线路中的一个的当前交通状况之间的差异来确定每个当前差分交通积压。
当前交通状况可包括线路处的车辆排队长度。
优选地,所述激活多个相位中的一个是基于所述当前差分交通积压和通过交叉口的交通流量。
在本发明实施例中,基于交叉口处的当前交通状况与先验模型或数据的对比来确定通过交叉口的交通流量,以设定与当前交通状况对应的预定流量。
在本发明另一实施例中,通过交叉口处的交通监测系统来测量流量。
优选地,该方法还包括:基于用于与交叉口连接的多个线路中的一个上游线路和一个下游线路的每个唯一组合的当前差分交通积压和交通流量的乘积来为每个相位确定参数。
优选地,该方法还包括:确定具有最大值参数的一个或多个相位,其中,所述激活多个相位中的一个包括选择具有最大值参数的所述一个或多个相位中的一个相位。
优选地,上游线路是用于向交叉口提供交通流入的线路,下游线路是用于从交叉口接收交通流出的线路。
根据本发明的第二方面,提供了一种用于有向网络的交通信号控制机,其中该有向网络包括多个交叉口,每个交叉口具有与其连接的多个线路,线路包括一个或多个上游线路和一个或多个下游线路,该控制机包括:控制单元,该控制单元基于与交叉口连接的所述一个或多个上游线路和所述一个或多个下游线路之间的当前差分交通积压来使交叉口的多个相位中的一个激活预定时间周期从而使有向网络吞吐量最大化,每个相位在交叉口处提供一组交通信号以用于引导从所述一个或多个上游线路到所述一个或多个下游线路的交通。
优选地,基于下游线路中的一个的当前交通状况和上游线路中的一个的当前交通状况之间的差异来确定每个当前差分交通积压。
当前交通状况可包括线路处的车辆排队长度。
优选地,控制单元可操作成基于所述当前差分交通积压和通过交叉口的交通流量来激活所述多个相位中的一个相位。
在本发明实施例中,基于交叉口处的当前交通状况与先验模型或数据的对比来确定通过交叉口的交通流量,以设定与当前交通状况对应的预定流量。
在本发明另一个实施例中,通过交叉口处的交通监测系统来测量流量。
优选地,控制单元可操作成基于用于与交叉口连接的多个线路中的一个上游线路和一个下游线路的每个唯一组合的当前差分交通积压和交通流量的乘积来为每个相位确定参数。
优选地,控制单元还可操作成确定具有最大值参数的一个或多个相位,其中,所述多个相位中被激活的一个相位是具有最大值参数的所述一个或多个相位中的一个相位。
优选地,上游线路是用于向交叉口提供交通流入的线路,下游线路是用于从交叉口接收交通流出的线路。
根据本发明的第三方面,提供了一种用于有向网络的交通信号控制系统,其中该有向网络包括多个交叉口,每个交叉口具有与其连接的多个线路,线路包括一个或多个上游线路和一个或多个下游线路,该系统包括:
根据本发明的上述第二方面的一个或多个交通控制机,该交通控制机用于指挥通过有向网络中的一个或多个交叉口的交通;以及
一个或多个交通监测单元,该交通监测单元用于监测一个或多个线路处的当前交通状况并将所述一个或多个路线处的当前交通状况的数据指示提供给交通信号控制机。
根据本发明的第四方面,提供了一种计算机可读介质,该计算机可读介质具有存储在其中的计算机可执行代码,该计算机可执行代码用于指示计算机处理器以执行根据本发明的上述第一方面的分散式交通信号控制方法。
附图说明
通过仅以示例形式的下述说明书并结合附图,本领域普通技术人员能够更好地理解和更加明确本发明的示例性实施例,在附图中:
图1为根据本发明实施例的分散式交通信号控制方法的流程图。
图2(a)-(d)示出了具有4种途径和8个线路的交叉口的相位的典型集{P1、P2、P3、P4}。
图3示出了具有4种途径和8个线路的四相位交叉口的示意图。
图4示出了当应用根据本发明实施例(“背压式控制机”)的分散式交通信号控制方法(上)和SCATS类系统(下)时每个车道的到达率(虚线)和产生的排队长度(实线)的仿真结果。
图5示出了当应用根据本发明实施例的分散式交通信号控制方法和SCATS类系统时所有车道的最大到达率和最大排队长度。
图6示出了当应用根据本发明实施例的分散式交通信号控制方法和SCATS类系统时所有车道的平均到达率和平均排队长度。
图7示出了当用当前值的1.3倍的车辆到达率(虚线)来应用根据本发明实施例(“背压式控制机”)的分散式交通信号控制方法(上)和当用当前值的0.9倍的车辆到达率(虚线)来引用SCATS类系统(下)时排队长度(实线)的仿真结果。
图8示出了一个具有112个线路和14个信号控制交叉口的道路网络的示意图。
图9示出了当应用SCATS类系统以及根据本发明实施例的分散式交通信号控制方法(“BP”)时最大排队长度的仿真结果。
图10示出了当应用SCATS类系统以及根据本发明实施例的分散式交通信号控制方法(“BP”)时平均排队长度的仿真结果。
图11(左)表示当使用SCATS类系统时的车流长度的道路网络的示意图;图10(右)表示当使用根据本发明实施例的分散式交通信号控制方法时的车流长度的道路网络的示意图。
图12表示当使用SCATS类系统以及根据本发明实施例的交通信号控制方法(“BP”)时每个起讫对间的平均延误(上)和最大延误(下)的仿真结果。
图13表示当使用SCATS类系统以及根据本发明实施例的的交通信号控制方法(“BP”)时每辆车在每一条线路上的平均停车次数的仿真结果。
图14为用于实施示例性实施例中的交通信号控制方法的电脑系统的示意图。
具体实施方式
以下部分描述或明确或隐含地借助计算机存储器内的数据运算的算法以及功能性或符号性表述。这些算法描述以及功能性或符号性表述具有数据处理领域的普通技术人员所使用的含义以便以最有效地将他们的工作实质转述给该领域的其它技术人员。这里的算法(通常亦是)被构思为引导预期结果的自洽性系列步骤。这些步骤是需要如能够被储存、传递、组合、比较和以其它方式操作的电、磁或光信号的物理量的物理操作的步骤。
除非另有特别说明,否则,并且如从以下可看出,应理解贯穿本说明书全文,利用诸如“扫描”、“计算”、“确定”、“取代”、“生成”、“初始化”、“输出”等术语的讨论是指用于将在计算机系统内存在为物理量的数据操作和转换成在计算机系统或其它信息存储、发送或显示设备内存在为类似物理量其它数据的计算机系统或类似的电子设备的动作和处理。
本说明书还公开了用于执行该方法的操作的设备。这种设备可为了所需目的而特制,或者可包括通用计算机或通过存储在计算机中的计算机程序选择性地激活或重新配置的其它装置。本文中呈现的算法和显示器并不与任何特定的计算机或其它设备相关。各种通用机械均可与根据本文中的教导的程序一同使用。可选地,用于执行方法步骤的更加专用设备的结构可以是适用的。将通过下面的描述来呈现传统的通用型计算机的结构。
此外,本说明书也隐含地公开了计算机程序,本领域的普通技术人员应明确,本文中所描述的方法的各个步骤在该计算机程序中可以通过计算机代码来付诸实施。计算机程序并不旨在受限于任何特定的编程语言及其实现方式。应明确,多种编程语言及其编码方法均可用来实现包含在本文中的公开的教导。此外,计算机程序并不旨在受限于任何特定的控制流。存在有在不背离本发明的精神和范围的情况下能够使用不同的控制流的计算机程序的许多其它变种。
此外,可并行地执行计算机程序的步骤中的一个或多个、而不是按顺序地执行。这种计算机程序可被储存在任何计算机可读介质中。计算机可读介质可以包括如磁盘、光盘、存储芯片的存储装置、或适于与通用计算机接口连接的其它存储装置。计算机可读介质还可以包括如互联网系统中的硬连接介质、或者如GSM移动电话系统中的无线介质。当计算机程序装载和执行在这种通用计算机上时,其有效地成为用于实施优选方法的步骤的装置。
本发明还可被实施为硬件模块。更具体地,在硬件的意义上,模块是被设计为与模块的其它部件一同使用的功能性硬件单元。例如,一个模块可以使用分立式电子器件来实施,或者其可以形成如专用集成电路(ASIC)的整个电子电路的一部分。还存在其它诸多可能性。本领域的普通技术人员应明确,系统还可被实施为硬件和软件模块的组合。
本发明实施方案旨在提供用于有向道路网络的交通信号控制方法和交通信号控制机。交通信号控制机在每个交叉口处的交通信号控制机可与其它交叉口独立地运行的意义上有利地以分散方式实施,因此只需要测量与该交叉口相连的道路上的车辆排队长度和交叉口周围的当前交通状况。本发明实施方案可方便地应用于任意大的交通网络。
在本发明的示例性实施例中,提供了用于有向道路网络的分散式交通信号控制方法。该有向网络包括多个信号交叉口,每个交叉口包括一个或多个线路。一个或多个线路可被指向“上游”线路或“下游”线路。“上游”线路提供进入交叉口的交通流入,“下游”线路从交叉口接收交通流出。
在示例性实施例中,N和L分别为线路和交叉口在有向道路网络中的数量。然后,可写作其中,分别是中的所有线路和信号交叉口的集。每个交叉口可以使用数组 来描述,其中,是通过的所有可能的交通流动的集,的所有可能的相位的集,是交通状况的有限集,交通状况的有限集中的每个捕捉周围的一些交通流动流量的如交通、天气条件的因素。(La,Lb)∈Mi仅是当车辆可分别通过La和Lb进入和退出每个相位定义同时接收路权的交通流动的组合。也就是说,每个相位在交叉口处提供交通信号的唯一组合以用于引导从一个或多个上游线路到一个或多个下游线路的交通。
根据本发明的一个实施例,提供了用于有向网络的分散式交通信号控制方法,该有向网络包括多个交叉口每个交叉口具有与连接的多个线路线路包括一个或多个上游线路(如:下图2(a)中的L1和L4)以及一个或多个下游线路(如下图2(a)中的L5和L8)。宽泛地说,该方法包括:基于与该交叉口相连的所述一个或多个上游线路和所述一个或多个下游线路之间的当前差分交通积压来使交叉口的多个相位中的一个被激活长达预定的时间周期从而使有向网络的吞吐量最大化,每个相位在交叉口处提供交通信号的唯一组合以用于引导从所述一个或多个上游线路流至所述一个或多个下游线路的交通。优选地,基于下游线路中的一个的当前交通状况和上游线路中的一个的当前交通状况之间的差异来确定每个当前差分交通积压。例如,当前交通状况包括线路上的车辆排队长度。
在优选的实施例中,基于当前差分交通积压和通过交叉口的交通流量来激活上述多个相位中的一个。例如,可以基于交叉口处的当前交通状况与先验模型或数据的对比来确定通过交叉口的交通流量,以设定与当前交通状况对应的预定的流量。可选地,通过交叉口处的交通监测系统来测量流量。基于用于与交叉口连接的多个线路的上游线路和下游线路的每个唯一组合的当前差分交通积压和交通流量的乘积来为每个相位确定参数。然后,确定具有最大值的一个或多个相位,然后激活具有最大值的一个或多个相位中的一个以在交叉口处提供交通信号的唯一组合,从而引导使得有向网络吞吐量最大化的交通。
在图1中示出了上述方法的示例性实施例。方法100包括第一步骤102,在该步骤中为与交叉口连接的多个线路中的一个上游线路和一个下游线路的每个唯一组合确定下游线路和上游线路之间的当前差分交通积压。接着,在步骤104中,为一个上游线路和一个下游线路的每个唯一组合确定通过交叉口的交通流量。在步骤106中,基于用于与交叉口连接的多个线路的上游线路和下游线路的每个唯一组合的当前差分交通积压和交通流量的乘积来为每个相位确定参数。然后,在步骤108中,确定具有最大值参数的一个或多个相位。然后,在步骤110中,选择具有最大值参数的所述一个或多个相位中的一个作为使有向网络的吞吐量最大化的、待被激活以用于交叉口的相位。
在另一示例性实施例中,提供了用于有向网络的交通信号控制机,该有向网络包括多个交叉口,每个交叉口具有与其连接的多个线路,该线路包括一个或多个上游线路和一个或多个下游线路,该控制机包括控制单元,该控制单元基于与交叉口连接的所述一个或多个上游线路和所述一个或多个下游线路之间的当前差分交通积压来使交叉口的多个相位中的一个被激活预定的时间周期而使有向网络的吞吐量最大化,每个相位在交叉口处提供一组交通信号以用于引导从所述一个或多个上游线路至所述一个或多个下游线路的交通。
交通信号控制机可被实施在用于有向网络的交通控制系统中。在这种情况下,交通信号控制机可以包括用于在有向网络中指挥通过一个或多个交叉口的交通的一个或多个如上所述的交通信号控制机、以及用于在一个或多个线路处监测当前交通状况并将所述一个或多个线路处的当前交通状况的数据指示提供给交通信号控制机的一个或多个交通监测单元。仅举例来说,交通监测单元可以是视频监测单元或感应回路交通检测器。
为清楚起见,现在将对本发明的具体例子进行详细描述。然而,本领域的普通技术人员应明确,本发明的范围并不限于所描述的具体例子。
图2(a)-(d)示出了一个具有4途径和8线路的交叉口的相位的典型集{P1,P2,P3,P4}。每个交叉口包括线路L1,...,L8。此处, (b)(c) 和(d)
假设交通信号系统在时隙t∈N中运行。在每个时隙期间,车辆可以以任一线路进入网络。设λa为新的车辆以线路从外进入网络的数量的时间平均比率,在每个时隙期间是被允许的。设λ=[λa]表示到达率矢量。在每一个时隙开始时,交通信号控制机为每个交叉口确定待在该实习期间被激活的相位。对于每个a∈{l,...,N}、i∈{l,...,L}、t∈N而言,设Qa(t)∈N和zi(t)=Zi分别表示在时隙t开始时车辆在上的车辆数量以及周围的交通状况。此外,对于每个i∈{l,…,L}而言,定义了函数ξi以使得给出相位pi被激活时在交通状况zi下可通过交叉口移动至的车辆的车流量(即,每单位时间的车辆数量)。根据定义,如果即,如果相位pi不给予从的交通流动的路权,则 当交通状况zi表示在上试图通过交叉口移动到的车辆数量大的情况时,能够通过假设饱和的车流而轻易获得
基于上述,本发明的实施例试图提供交通信号控制机,该交通信号控制机用于在每个时隙t∈N期间为每个交叉口确定待被激活的相位pi(t)=Pi以便最大化网络吞吐量。假设存在有向控制机提供在每个时隙t∈N开始时用于每个a∈{1,…,L}、i∈{1,…,L}的车辆排队长度Qa(t)和交通状况zi(t)的测量或预估的可靠的交通监测系统(如:摄像机、埋式感应回路交通检测器,车载单元等)。交通信号控制机在每个交叉口处的交通信号控制机可与其它交叉口独立地运行的意义上有利地以分散方式实施,因此只需要测量与该交叉口相连的道路上的排队长度Qa(t)和交叉口周围的当前交通状况zi(t)。
在示例性实施例中,一个适于实施的伪代码如下:
用于交叉口 的交通信号控制算法
输入(Input):
是通过的所有可能的交通流动的集,
的所有可能的相位的集,
周围的交通状况的集,
ξi的流量函数。
对于(For)每个时隙t=0、1、2、…
从用于进出的每个线路的交通监测系统获得zi(t)和Qa(t),(即,用于一些或者
为每个计算如在以下方程(1)中定义的Wab(t);
为每个p∈Pi计算如在以下方程(2)中定义的Sp(t);
取p*∈Pi,以使得
使相位pi(t)p*激活长达时隙t;
等待直至时隙t的结束;
结束(endfor)
在时隙t开始时,对于每个交叉口为每对首先计算
Wab(t)=Qa(t)-Qb(t) (1)
然后,为每个相位计算:
然后,控制机为交叉口相位p*∈Pi,以使得在时隙t期间(如果存在满足不等式的p*的多个选项,则控制机可任意地取任一个)。因为对于每个交叉口可能的相位数量通常为小(<10),所以实际上能够实时进行通过所有可能的相位的上述计算和计数。
在下面的引理1中正式地阐述了根据本发明的实施例的交通信号控制算法的基本性质。
引理1:考虑任意时隙t∈N,设为所有交叉口在时隙t期间的交通状况矢量。对于每个i∈{1,…,L},分别设pi(t)和为如通过上述的交通信号控制算法以及任意其它算法确定的交叉口在时隙t期间的相位。然后,为任意
其中,对于每个i∈{1,…,L},zi(t)是与交叉口的交通状况对应的z(t)的元素。
除了提供基于诸如排队长度、延误和停车次数的标准测量的卓越的网络性能以外,本发明的实施例在现有信号控制算法上的主要优势包括:
1.易于实施:与每个交叉口需要被识别为关键或非关键并且所有可能的绿信比方案(split plan)需要基于网络上的交通特性而被预先指定且调谐的其它系统(如,SCATS)相反,根据本发明实施例的方法用完全相同的方式处理所有交叉口但无需所有可能的绿信比方案的预定集。
2.鲁棒性:根据本发明实施例的方法不依赖于绿信比方案的预定集和关键交叉口的识别,因此对于交通和网络的特性的变化更加健壮,交通和网络的特性的变化包括起讫对的变化(如:当新的架构被引进到网络中或者发生重要事件时)以及路况的变化。
3.计算简便:与大型优化问题待被解决的现有的基于优化的技术相反,考虑到完整的网络,根据本实施例的方法只需要使用本地信息的简单的代数来计算。
根据本发明实施例的交通信号控制机的性能评价如下:
设Λ为道路网络的容量区域。假设z(t)=[zi(t)]根据有限状况、不可约分、非周期马尔可夫链而演进。设πz表示时间z(t)=z(即,具有概率为1)的平均分数以具有对于所有 lim t &RightArrow; &infin; 1 t &Sigma; &tau; = 0 t - 1 1 [ z ( &tau; ) = z ] = &pi; z , 其中1[z(τ)=z]是指数函数,该指数函数在z(τ)=z时取值为1、否则取值为0。此外,设M=∪iMi为所有可能的交通流动的集。为了演示的简单起见,假设对于每个i≠j,Mi对于每个p∈P1×…×PL定义了矢量ξ(p,z),哪个第k个元素等于ξi(pi,Ra,Rb,zi),其中(Ra,Rb)是M,(Ra,Rb)∈Mi中的第k个交通流动,pi和zi分别是p和z的第i个元素。然后,定义Γ,
而这被用在下面的引理2中。
附加地,假设车辆从外进入网络的过程是率遍历(rate ergodic),并且对于所有a∈{1,…,N},在Ra上总是有充足的车辆,以使得对于所有i∈{1,…,L}、b∈{1,…,N}、pi∈Pi、zi∈Zi,车辆可以以流量ξi(pi,Ra,Rb,zi)从Ra移动到Rb
在得出根据本发明实施例的交通信号控制算法的最优性结果前,首先对道路网络的容量区域进行了特征化,如下面引理2中的正式阐述。
引理2:网络的容量区域是通过由所有比率矢量λ构成的集Λ而给出,以使得存在有与用于所有a,b∈{1,...,N)的流量变量fab一同满足下式的比率矢量G∈Γ:
f ab &GreaterEqual; 0 , &ForAll; a , b &Element; { 1 , . . . , N } ,
&lambda; a = &Sigma; b f ab - &Sigma; c f ca , &ForAll; a &Element; { 1 , . . . , L } ,
f ab = 0 , &ForAll; a , b &Element; { 1 , . . . , N } , 使得
f ab = G ab , &ForAll; a , b &Element; { 1 , . . . , N } , 使得
其中,Gab是G中与交通流动的比率(Ra,Rb)对应的元素。
基于上述,可以形成下述推论:
推论1:如果z(t)是时隙至时隙的独立同分布(i.i.d),则当且仅当存在仅基于当前交通状况z(t)进行相位决策的平稳的随机控制算法时,λ位于容量区域Λ内,对于所有a∈{1,...,N}、t∈{0,1,2,...}的产率为:
其中预估是在这种基础上相对于随机交通状况z(t)以及基于此的(潜在的)随机控制行动来进行的。
基于以上推论和根据本发明实施例的交通信号控制算法的基本性质,可以得出结论,上述交通信号控制算法产生最大网络通车量。
进一步可以得出以下定理:
定理1:如果且存在ε>0以使得λ+ε∈Λ,则根据本发明实施例的交通信号控制机使提供z(t)为时隙至时隙的独立同分布(i.i.d)的网络稳定。
为了进一步评估根据本发明实施例的交通信号控制方法(相较于SCATS类系统),考虑了两种情境。
第一种情境考虑了所有线路具有无限排队容量的单个交叉口。在MATLAB中进行了宏观模拟仿真。在第二种情境中,使用了微观交通模拟器MITSIMLab。考虑了中等规模的道路网络。基于包括排队长度、延误和停车次数的不同的量度标准,对两种算法的性能进行了评估。
情境1
如图3所示,交通信号控制机被实施成具有4种途径和8个线路的四相位交叉口。基于通过安装在交叉口处的感应回路检测器所收集到的数据来仿真模拟了从外进入8个线路中的每个的车辆。每个车道的最大输出率被假设为该车道的最大到达率的四倍。
SCATS类系统使用的参数来自D.Liu,“使用Paramics仿真模拟对动态TRANSYT和SCATS类信号控制系统的对比评价”,硕士论文,新加坡国立大学,2003年,其中记载的可能的绿信比见下表。在饱和流量下每辆车的标准间距时间被假设为1.5秒。最大、最小、中间周期长度分别被设为140秒、60秒和100秒。产生最大、最小、中间周期长度的饱和度分别被假设为0.9、0.3和0.5。最终基于来自最后5个周期的表决来计算绿信比方案。
方案 1 2 3 4 5
相位P1 30% 20% 35% 35% 20%
相位P2 30% 35% 35% 30% 35%
相位P3 20% 20% 20% 10% 25%
相位P4 20% 25% 10% 25% 20%
表1:对于实施在MATLAB模拟中的SCATS类方案可能的绿信比方案车辆每个线路a上的排队长度按下式演变:
Q a ( t + 1 ) = Q a ( t ) + I a ( t ) - I a &pi; ( Q a ( t ) , I a ( t ) , R a ( t ) ) ,
其中,Ia(t)是在时隙t期间到达线路a处的车辆数量,Ia π是描述通过车辆的数量并由下式给出:
I a &pi; ( Q a ( t ) , I ( t ) , R a ( t ) ) = R a ( t ) ( 1 - e - ( Q a ( t ) + I a ( t ) ) V a ( t ) ) - - - ( 3 )
此处,Ra(t)=Sa(t)ga(t)是通过车辆的最大数量,其中Sa(t)是饱和流量,ga(t)是线路a的绿灯时间。
图4示出了当应用根据本发明实施例(“背压式控制机”)的分散式交通信号控制方法(上)和SCATS类系统(下)时每个车道的到达率(虚线)和产生的排队长度(实线)的仿真结果。此处,假设所有线路都具有无限的排队容量。这些仿真结果表明,与SCATS类系统相比,根据本发明实施例的分散式交通信号控制方法能够有利地以一个数量级来减少最大排队长度,如图5所示。图5示出了当应用根据本发明实施例的分散式交通信号控制方法和SCATS类系统时,所有车道上的最大到达率和最大排队长度。
图6示出了当应用根据本发明实施例的分散式交通信号控制方法和SCATS类系统时所有车道上的平均到达率和平均排队长度,而这表明了分散式交通信号控制方法在平均方面执行得明显更好。
假如每个线路仅能够实际容纳100辆车,则图7示出了当用当前值的1.3倍的车辆到达率(虚线)来应用根据本发明实施例(“背压式控制机”)的分散式交通信号控制方法(上)和用当前值的0.9倍的车辆到达率(虚线)来应用SCATS类系统(下)时排队长度(实线)的仿真结果。
因为没有用于向一些相位分配大于35%的周期长度的绿信比方案,所以SCATS类系统效能的相对低下可能源于绿信比方案的选择不足。因此,尽管存在有对于如通常在高峰时期期间观察到的某些交通流动的高需求,但大百分比的周期长度仍然被分配到其它相位。相反,根据本发明实施例的分散式交通信号控制方法能够向一些相位分配大于35%的周期长度。
情境2
微观交通模拟器MITSIMLab被用来评估根据本发明实施例的分散式交通信号控制方法。如图8示意性示出,考虑了一个具有112个线路和14个信号交叉口的道路网络。车辆由基于45个不同的起讫对的多种线路以9330辆/小时的总到达率外源性地进出网络。对于SCATS类系统的实现方式而言,对于每个交叉口可能的绿信比方案的数量范围为5至17。假设在饱和流量下对于每辆车的标准间隔时间为0.96秒。其它参数与上一个情境中所用的参数相同。在本情境中,用于根据本发明实施例的分散式交通信号控制方法的流量函数导出自上面的方程(3)中的宏观模型。因此,可能因方程(3)中的宏观模型与用于MITSIMLab中的微观模型之间可能产生的失配而导致无法准确地提供通过相对应的交叉口的流量。此外,与上一个情境相反,在这种情况下所有线路具有有限的排队容量。
图9和图10中分别示出了最大排队长度和平均排队长度。与SCATS类系统相比,这些仿真结果表明根据本发明实施例的分散式交通信号控制方法能够以5的系数来减少最大排队长度。此外,根据本发明实施例的分散式交通信号控制方法在平均方面比SCATS类系统执行得明显更好,从而将平均排队长度大约从8.8减少到了3.1。图11(左)为示出了当使用SCATS类系统时排队现象遍布在多条线路上游的道路网络的一部分的示意图,图11(右)为示出了当使用根据本发明实施例的分散式交通信号控制方法时排队现象并未遍布在许多线路上的道路网络的一部分的示意图。
当应用根据本发明实施例的分散式交通信号控制方法和SCATS系统时排队长度上的差异并未像上一个情境那么明显的原因之一是,在本情境中每个线路具有有限的容量。因此,每个线路上的车辆数量受限于线路容量,并因此每个线路上的排队长度不能变的非常大。
图12示出了当使用SCATS类系统和根据本发明实施例的分散式交通信号控制方法(“BP”)时对于每个起讫对的平均延误(上)和最大延误(下)的仿真结果。当使用SCATS类系统和根据本发明实施例的分散式交通信号控制方法时,计算得出的所有车辆的平均延误分别是大约277秒和172秒;而最大延误分别为7954秒和2430秒。仿真结果表明,与SCATS类系统相比,根据本发明实施例的分散式交通信号控制方法能够分别以大约以38%和69%来减少平均延误和最大延误。
最后,图13中示出了当使用SCATS类系统和根据本发明实施例的分散式交通信号控制方法(“BP”)时每辆车在每个线路上的平均停车次数。在使用SCATS类系统和根据本发明实施例的分散式交通信号控制方法的情况下,每辆车的平均停车次数分别大约为7和1。这表明了即使根据本发明实施例的分散式交通信号控制方法被完全分散并且没有明确地强制相邻的交叉口处的交通信号灯控制机之间的协调时,也能够实现绿波带。
总结
根据本发明实施例的本地分散式交通信号控制机被构建和实施为独立于彼此。另外,每个本地控制机并不要求道路网络的全局视图。相反,控制机只要求与其相关联的交叉口的本地信息。以上表明,即使是在以这种分散式方式构建和实施并且不提供关于交通到达率的信息时,根据本发明实施例的分散式交通信号方法也能导致最大网络吞吐量。本文中记载的模拟结果表明,根据本发明实施例的分散式交通信号控制方法比SCATS类系统执行得明显更好。
考虑了单一交叉口(图3)和中等规模的道路网络(图8)这两种情境。在这两种情境中,仿真结果均表明根据本发明实施例的分散式交通信号控制方法比SCATS类系统执行得明显更好。在第一种情境下,与SCATS类系统相比,根据本发明实施例的分散式交通信号控制方法能够分别以一个数量级和3的系数来减少最大排队长度和平均排队长度。在第二种情境下,当使用根据本发明实施例的分散式交通信号控制方法时分别以5的系数和3的系数来减少了最大排队长度和平均排队长度。此外,根据本发明实施例的分散式交通信号控制方法能够分别以大约69%和38%来减少最大延误和平均延误,并且将每辆车的平均停车次数从7减少到1。除了提供卓越的网络性能以外,根据本发明实施例的分散式交通信号控制方法的主要优势还包括易于实施、计算简便、和针对交通和网络特性变化的鲁棒性。
图14中示意性地示出了本文中描述的示例性实施例的方法和系统(例如,如上文中描述的交通信号控制方法、交通信号控制机和/或交通控制系统)可被实施在计算机系统1400上。其可被实施为如在计算机系统1400内执行的计算机程序并指示计算机系统1400以执行示例性实施例的方法的软件。
计算机系统1400包括计算机模块1402、如键盘1404和鼠标1406的输入模块、如显示器1408和打印机1410的多个输出设备。
计算机模块1402通过适合的收发装置连接至计算机网络1412,以便能够访问例如互联网、或者如局域网(LAN)或广域网(WAN)的其它网络系统。
本示例中的计算机模块1402包括处理器1418、随机存取存储器(RAM)1420和只读存储器(ROM)1422。计算机模块1402还包括若干个输入/输出(I/O)接口,例如,对于显示器1408的I/O接口1424,对于键盘1404的I/O接口1426。
计算机模块1402的部件通常通过互连总线1428使用本领域的技术人员已知的方式进行通信。
应用程序通常被提供给编码在如CD-ROM或闪存载体的数据存储介质上的计算机系统1400的用户,并且利用数据存储设备1430的相对应的数据存储介质驱动器来读取。应用程序通过处理器1418来进行在其执行中的读取和控制。可以使用RAM1420来完成程序数据的中间存储。
本领域的技术人员应明确,在不背离广义地描述的本发明的精神和范围的情况下可以对本发明进行许多变形和修改。因此,本发明实施例在所有方面都应被认为是示例性的、而不是限制性的。

Claims (20)

1.一种用于有向网络的分散式交通信号控制方法,其中所述有向网络包括多个交叉口,每个交叉口具有与其连接的多个线路,所述多个线路包括一个或多个上游线路和一个或多个下游线路,所述方法包括:
基于与所述交叉口连接的所述一个或多个上游线路和所述一个或多个下游线路之间的当前差分交通积压来使所述交叉口的多个相位中的一个激活预定时间周期从而使所述有向网络吞吐量最大化,每个相位在所述交叉口处提供交通信号的唯一组合以用于引导从所述一个或多个上游线路到所述一个或多个下游线路的交通。
2.根据权利要求1所述的方法,其中,基于所述下游线路中的一个的当前交通状况和所述上游线路中的一个的当前交通状况之间的差异来确定每个当前差分交通积压。
3.根据权利要求2所述的方法,其中,所述当前交通状况包括所述线路处的车辆排队长度。
4.根据权利要求1至3中的任一项所述的方法,其中,所述激活多个相位中的一个是基于所述当前差分交通积压和通过所述交叉口的交通流量。
5.根据权利要求4所述的方法,其中,基于所述交叉口处的当前交通状况与先验模型或数据的对比来确定通过所述交叉口的交通流量,以设定与所述当前交通状况对应的预定流量。
6.根据权利要求4所述的方法,其中,通过所述交叉口处的交通监测系统来测量流量。
7.根据权利要求4至6中的任一项所述的方法,还包括:基于用于与所述交叉口连接的所述多个线路中的一个上游线路和一个下游线路的每个唯一组合的当前差分交通积压和交通流量的乘积来为每个相位确定参数。
8.根据权利要求7所述的方法,还包括:确定具有最大值参数的一个或多个相位,其中,所述激活多个相位中的一个包括选择具有最大值参数的所述一个或多个相位中的一个相位。
9.根据权利要求1至8中的任一项所述的方法,其中,所述上游线路是用于向所述交叉口提供交通流入的线路,所述下游线路是用于从所述交叉口接收交通流出的线路。
10.一种用于有向网络的交通信号控制机,其中所述有向网络包括多个交叉口,每个交叉口具有与其连接的多个线路,所述多个线路包括一个或多个上游线路和一个或多个下游线路,所述控制机包括:
控制单元,基于与所述交叉口连接的所述一个或多个上游线路和所述一个或多个下游线路之间的当前差分交通积压来使所述交叉口的多个相位中的一个激活预定时间周期从而使所述有向网络吞吐量最大化,每个相位在所述交叉口处提供一组交通信号以用于引导从所述一个或多个上游线路到所述一个或多个下游线路的交通。
11.根据权利要求10所述的控制机,其中,基于所述下游线路中的一个的当前交通状况和所述上游线路中的一个的当前交通状况之间的差异来确定每个当前差分交通积压。
12.根据权利要求11所述的交通控制机,其中,所述当前交通状况包括所述线路处的车辆排队长度。
13.根据权利要求10至12中的任一项所述的控制机,其中,所述控制单元可操作成基于所述当前差分交通积压和通过所述交叉口的交通流量来激活所述多个相位中的一个。
14.根据权利要求13所述的控制机,其中,基于所述交叉口处的当前交通状况与先验模型或数据的对比来确定通过所述交叉口的交通流量,以设定与所述当前交通状况对应的预定流量。
15.根据权利要求13所述的控制机,其中,通过所述交叉口处的交通监测系统来测量所述流量。
16.根据权利要求13至15中的任一项所述的控制机,其中,所述控制单元可操作成基于用于与所述交叉口连接的所述多个线路中的一个上游线路和一个下游线路的每个唯一组合的当前差分交通积压和交通流量的乘积来为每个相位确定参数。
17.根据权利要求16所述的控制机,其中,所述控制机可操作成确定具有最大值参数的一个或多个相位,其中,所述多个相位中被激活的一个相位是具有最大值参数的所述一个或多个相位中的一个相位。
18.根据权利要求10至17中的任一项所述的控制机,其中,所述上游线路是用于向所述交叉口提供交通流入的线路,所述下游线路是用于从所述交叉口接收交通流出的线路。
19.一种用于有向网络的交通信号控制系统,其中所述有向网络包括多个交叉口,每个交叉口具有与其连接的多个线路,所述线路包括一个或多个上游线路和一个或多个下游线路,所述系统包括:
根据权利要求10-18中的任一项所述的一个或多个交通信号控制机,用于指挥通过所述有向网络中的一个或多个交叉口的交通;以及
一个或多个交通监测单元,用于监测一个或多个线路处的当前交通状况并将所述一个或多个线路处的所述当前交通状况的数据指示提供给所述交通信号控制机。
20.一种计算机可读介质,具有存储在其中的计算机可执行代码,所述计算机可执行代码用于指示计算机处理器以执行根据权利要求1至9中的任一项所述的分散式交通信号控制方法。
CN201380005046.6A 2012-01-10 2013-01-10 交通信号控制方法和交通信号控制机 Expired - Fee Related CN104040605B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261584881P 2012-01-10 2012-01-10
US61/584,881 2012-01-10
PCT/SG2013/000014 WO2013105903A1 (en) 2012-01-10 2013-01-10 Traffic signal control method and traffic signal controller

Publications (2)

Publication Number Publication Date
CN104040605A true CN104040605A (zh) 2014-09-10
CN104040605B CN104040605B (zh) 2017-04-26

Family

ID=48781744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380005046.6A Expired - Fee Related CN104040605B (zh) 2012-01-10 2013-01-10 交通信号控制方法和交通信号控制机

Country Status (5)

Country Link
US (1) US9601013B2 (zh)
EP (1) EP2803059A4 (zh)
CN (1) CN104040605B (zh)
SG (2) SG10201605549XA (zh)
WO (1) WO2013105903A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109313445A (zh) * 2016-03-23 2019-02-05 优特诺股份有限公司 车辆驾驶和自动驾驶的促进

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150179031A1 (en) * 2013-12-19 2015-06-25 Robert F. Wallace Security device
US9483938B1 (en) 2015-08-28 2016-11-01 International Business Machines Corporation Diagnostic system, method, and recording medium for signalized transportation networks
US9965951B1 (en) 2017-01-23 2018-05-08 International Business Machines Corporation Cognitive traffic signal control
GB201702465D0 (en) * 2017-02-15 2017-03-29 Hatton Traffic Man Ltd Active traffic management
US10078962B1 (en) * 2017-04-28 2018-09-18 International Business Machines Corporation Identification and control of traffic at one or more traffic junctions
US10872526B2 (en) * 2017-09-19 2020-12-22 Continental Automotive Systems, Inc. Adaptive traffic control system and method for operating same
CN107862878B (zh) * 2017-11-14 2019-11-29 浙江浙大中控信息技术有限公司 基于相位方案决策的单交叉口自适应控制方法
CN108877252B (zh) * 2018-08-29 2019-11-22 青海民族大学 一种交通管理用道路限行时间同步控制系统
CN109544945B (zh) * 2018-11-30 2021-06-01 江苏智通交通科技有限公司 基于车道饱和度的区域控制相位配时优化方法
GB2583747B (en) * 2019-05-08 2023-12-06 Vivacity Labs Ltd Traffic control system
DE102019212263A1 (de) * 2019-08-15 2021-02-18 Volkswagen Aktiengesellschaft Verfahren zur Erhöhung der Verkehrsflussdichte an einer Ampelkreuzung
CN110634310A (zh) * 2019-09-17 2019-12-31 孟卫平 交通信号异相波模式控制方法
CN110634311A (zh) * 2019-09-17 2019-12-31 孟卫平 交通信号线型混合波模式控制方法
CN110910643B (zh) * 2019-12-03 2021-12-10 腾讯云计算(北京)有限责任公司 一种交通流的管控方法和装置
CN113126500B (zh) * 2021-04-20 2022-06-07 河北工业大学 一种交通系统的非脆弱同步控制方法及装置
CN114202933B (zh) * 2021-12-09 2023-10-27 合肥安慧软件有限公司 一种基于路口电警数据的路口信号控制效率评价方法
CN114333372B (zh) * 2021-12-29 2023-04-07 杭州海康威视数字技术股份有限公司 一种信控配时方法、装置、电子设备及存储介质
CN115985114A (zh) * 2022-12-22 2023-04-18 重庆邮电大学 一种基于区块链的交通灯自适应智能控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587778B2 (en) * 1999-12-17 2003-07-01 Itt Manufacturing Enterprises, Inc. Generalized adaptive signal control method and system
CN101789183A (zh) * 2010-02-10 2010-07-28 北方工业大学 一种入口匝道的自适应控制系统及方法
CN102005125A (zh) * 2010-12-10 2011-04-06 东南大学 机动车通过交叉口的放行方法及设计方法和控制系统
CN102034360A (zh) * 2010-12-10 2011-04-27 中兴通讯股份有限公司 实现红绿灯自适应的方法及装置
CN102142197A (zh) * 2011-03-31 2011-08-03 汤一平 基于全方位计算机视觉的智能交通信号灯控制装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3374340A (en) * 1963-07-03 1968-03-19 Gen Signal Corp Computation of parameters for traffic control systems
US3506808A (en) * 1967-03-24 1970-04-14 Bliss Co Volume-occupancy control of traffic flow
US3920967A (en) * 1974-02-22 1975-11-18 Trw Inc Computerized traffic control apparatus
US4370718A (en) * 1979-02-06 1983-01-25 Chasek Norman E Responsive traffic light control system and method based on conservation of aggregate momentum
US5357436A (en) * 1992-10-21 1994-10-18 Rockwell International Corporation Fuzzy logic traffic signal control system
SE510430C2 (sv) * 1998-01-30 1999-05-25 Dinbis Ab Metod och anordning för nätverksstyrning av trafik
US8103436B1 (en) * 2007-11-26 2012-01-24 Rhythm Engineering, LLC External adaptive control systems and methods
US20130176146A1 (en) * 2010-06-15 2013-07-11 The Provost, Fellows And Scholars Of The College Of The Holy & Undivided Trinity Of Queen Elizabeth Decentralised Autonomic System and Method for Use in an Urban Traffic Control Environment
CN102687181B (zh) * 2010-06-17 2015-01-07 丰田自动车株式会社 信号机循环推断装置和信号机循环推断方法
US8554456B2 (en) * 2011-07-05 2013-10-08 International Business Machines Corporation Intelligent traffic control mesh
US9014955B2 (en) * 2011-07-20 2015-04-21 Sumitomo Electric Industries, Ltd. Traffic evaluation device non-transitory recording medium and traffic evaluation method
IL215053A0 (en) * 2011-09-08 2011-10-31 Intellicon Ltd Traffic light system and method
CN103093633B (zh) * 2011-10-28 2015-06-17 国际商业机器公司 交通信号灯调整系统和方法
US9412271B2 (en) * 2013-01-30 2016-08-09 Wavetronix Llc Traffic flow through an intersection by reducing platoon interference
US9159229B2 (en) * 2013-06-18 2015-10-13 Carnegie Mellon University, A Pennsylvania Non-Profit Corporation Smart and scalable urban signal networks: methods and systems for adaptive traffic signal control
US9978270B2 (en) * 2014-07-28 2018-05-22 Econolite Group, Inc. Self-configuring traffic signal controller

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587778B2 (en) * 1999-12-17 2003-07-01 Itt Manufacturing Enterprises, Inc. Generalized adaptive signal control method and system
CN101789183A (zh) * 2010-02-10 2010-07-28 北方工业大学 一种入口匝道的自适应控制系统及方法
CN102005125A (zh) * 2010-12-10 2011-04-06 东南大学 机动车通过交叉口的放行方法及设计方法和控制系统
CN102034360A (zh) * 2010-12-10 2011-04-27 中兴通讯股份有限公司 实现红绿灯自适应的方法及装置
CN102142197A (zh) * 2011-03-31 2011-08-03 汤一平 基于全方位计算机视觉的智能交通信号灯控制装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109313445A (zh) * 2016-03-23 2019-02-05 优特诺股份有限公司 车辆驾驶和自动驾驶的促进

Also Published As

Publication number Publication date
CN104040605B (zh) 2017-04-26
SG11201404011QA (en) 2014-09-26
WO2013105903A1 (en) 2013-07-18
US20140375475A1 (en) 2014-12-25
EP2803059A1 (en) 2014-11-19
SG10201605549XA (en) 2016-08-30
EP2803059A4 (en) 2016-04-06
US9601013B2 (en) 2017-03-21

Similar Documents

Publication Publication Date Title
CN104040605A (zh) 交通信号控制方法和交通信号控制机
Chen et al. Optimal design of autonomous vehicle zones in transportation networks
Lioris et al. Platoons of connected vehicles can double throughput in urban roads
Chen et al. A model and an algorithm for the dynamic user-optimal route choice problem
Lazar et al. Capacity modeling and routing for traffic networks with mixed autonomy
CN108763776B (zh) 一种城市快速路网时变交通状态仿真方法及装置
Ho et al. Stochastic model and connectivity dynamics for VANETs in signalized road systems
Hajiahmadi et al. Optimal dynamic route guidance: A model predictive approach using the macroscopic fundamental diagram
CN104484514B (zh) 一种规避拥堵路段的弹性公交线路设计方法
CN103942948A (zh) 基于分段拼接的城市公交线路网络的生成方法
Li et al. Traffic signal timing optimization in connected vehicles environment
CN105377664A (zh) 交通需要控制装置
CN104637328A (zh) 一种车辆自组织网络中基于rsu的分布式实时导航方法
Emami et al. Network-wide traffic state estimation and rolling horizon-based signal control optimization in a connected vehicle environment
CN104331746A (zh) 一种分离式的动态路径优化系统及其方法
Polgár et al. Passenger number dependent traffic control in signalized intersections
Lu et al. Estimating dynamic queue distribution in a signalized network through a probability generating model
Tian et al. Identification of critical links in urban road network considering cascading failures
Elbery et al. A novel stochastic linear programming feedback eco-routing traffic assignment system
CN105427394A (zh) 基于试错法和机动车流量的拥堵收费最优费率确定方法
Li et al. The impact of autonomous vehicles' headway on the social delay of traffic networks
Arizti et al. A bilevel approach to frequency optimization in public transportation systems
Shokry et al. A proposal of a real-time demand responsive signal control algorithm for displaced left-turn intersections corridor in developing countries
Chang et al. The use of microscopic traffic simulation model for traffic control systems
Tsitsokas et al. An optimization framework for exclusive bus lane allocation in large networks with dynamic congestion

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170426

Termination date: 20190110