线性协调控制文献综述总2资料.docx

1、线性协调控制文献综述总2资料线性协调控制文献综述1引言随着当代城市交通的快速发展，城市道路网越来越交错复杂，交通拥堵状况日益严重，进而引发了一系列交通问题和环境问题。作为城市交通的重要组成部分，主干路行车畅通与否决定了城市道路网能否高效快速地运行。主干路交叉口一般相距较近，如果对各个交叉口实行单点信号控制，会导致车辆经常停车，从而增加出行车辆的停车延误，也会进一步导致城市道路行车不畅，运行效率大大降低，进而引发交通拥堵、交通事故和环境污染等一系列问题。针对以上问题，各国专家和学者进行了很多研究，提出了一种把主干道上几个相邻交叉口联动起来进行协调控制的方法，也就是干线交叉口交通信号的联动控制系统

2、，也称滤波系统。本文以减少车辆在城市道路上尤其是主干路上通行时的停车延误为出发点，在对大量有关线性协调控制系统的文献进行阅读的基础上，归纳整合了干道协调控制的理论和方法进行了评价。2线控研究现状2.1国内外研究现状 2.1.1国外研究现状道路交通信号控制在近百年的发展中经历了从手动控制到自动控制、从无感应控制到感应控制、从单点控制到干线控制再到区域控制的过程。1868 年，英国在伦敦威斯敏斯特街口安装了世界上第一组交通信号灯。这揭开了城市道路交通信号灯控制的序幕，从此人类结束了道路交通无序的历。1917年，美国盐湖城开始使用联动式信号系统，把6个交叉口作为一个系统，以手控协调方式进行集中控制。

3、1922年，美国休斯顿建立了一个同步系统，以一个交通亭为中心控制12个相邻的交叉口，该系统使用电子自动计数器进行协调；1926年，英国在沃尔佛汉普顿首次安装和使用自动化控制器来控制道路交通信号。它起初采用固定周期控制的方式，随后出现了多时段的定周期控制方式。这标志着城市道路交通自动控制的开始。1928年，美国研制出了世界上首台感应式交通信号机，首次实现了道路交通控制信号根据交通流进行调整。1952年，美国在科罗拉多州丹佛市首次将计算机与交通检测器结合起来，从而实现了配时方案选择式的信号灯控制。1963年，加拿大在多伦多市建立了一套由计算机控制的道路交通信号协调控制系统，当时使用的是IBM650

4、 型计算机，成为了世界上第一个具有计算机道路交通控制系统的国家。这是道路交通信号控制技术发展的里程碑，使得道路交通信号控制进入了一个崭新的阶段。1967年 Purdy 提出了一种简易的干线相位差计算方法，其只需输入各交叉口的间距、绿信比、公用周期时长及车辆平均行驶时间，这种方法适用于新建交叉口群。1981年美国的 J.D.c.Litter 和 W.D.Brooks 等人以周期、绿灯时间、车速及交叉口间距等为主要参数建立了混合整数规划模型(MILP)，并利用最大绿波带相位差优化方法开发了 MAXBAND 信号优化模型，该模型针有 n 个交叉路口的城市交通干线系统，给出一组优化的相位差，以最大绿波

5、带为优化目标，使尽可能多的机动车在设定的速度范围内能够一次不停的通过交通干线。1982年，Newell 等人采用类比的方法，根据排队论相关理论建立干线上协调控制车辆排队长度模型。他将某种交通设施(如交叉口、瓶颈等)模拟为服务台，把交通流在路段上的运行过程看作车辆在排队系统中接受或等待服务，认为车辆在系统中等待服务即为排队，以此建立了车辆排队长度模型。1990年，Galtner 等人在 MAXBAND 方法的基础上提出了MuLTIBAND(Multi一 Bandwidth Traffic Signal Setting Optimization program，多绿波带宽交通信号设计优化程序)，模

6、型增加了排队车辆的清空时间、允许车辆左转以及实现干线中不同路段有不同绿波带宽，改进了以前 MAXBAND 方法，使其更具有适用性。1992年，德克萨斯运输研究所 (texas transportation institute)开发了PASSER(progression Analysis and Signal Evaluation Routine 绿波分析与信号系统评价程序) 软件，该软件把 JohnD.C.Litter 的“不等宽优化模型” 和 W.D.Brooks 的“相互影响算法结合起来同时考虑，实现多相位的线控配时优化。2001年，Park 等人针对定时控制提出了一种随机信号优化方法，使

7、用一种GA-SOM 接口同仿真优化模型CORSIM 结合起来实现对控制参数的优化2004年，Ceylan 和 Bell 使用一种新的考虑了信号变化的用户反应特性的遗传算法，对信号配时进行优化，得到优化信号配时方案。2006年，shenoa 和 Machemehl 使用启发式算法对信号配时进行优化，来得到信号配时方案。2008年，Awarberg、JLarsen 和 RMJ orgensen 综合叙述了当前存在的几种线控系统，并详细阐述了 DOGS 干线配时方法。2.1.2国内研究现状在我国，城市道路交通信号控制起步较晚。直到1979年，在北京前三门大街的4 个交叉口进行了干线交通的计算机协调控

8、制试验，并取得成功。随着国家对交通问题的重视，近几年来我国对交通干线信号协调控制的研究有了很大进展。2001年，万绪军等通过对沿干线上、下行两个方向行驶的车辆延误规律的分析，以沿干线双向行驶的车辆延误最小为目标，建立了相位差优化调节的数学模型，揭示了沿干线行驶车辆在干线各交叉口延误情况的内在机理。2003年，常云涛等提出了以系统的总延误或停车次数最小为目标，使用遗传算法对干线协调控制方案进行优化的方法。该方法虽然可以得到很好的控制效果，但是遗传算法运行效率不高，目前只能进行小范围的方案选择型的路网协调。2004年，沈国江等利用模糊逻辑的不确定信息处理能力和神经网络的自学习能力，采用递阶模糊控制

9、及其神经网络对干线进行实时协调控制。然而，由于没有考虑到交通中驾驶员的特性，控制方案变化比较大，达不到理想的控制效果。2005年，王俊刚等人建立了一种以相位差为决策变量、绿波带宽最大为目标函数的变带速干线协调控制的数学模型，对干线协调进行优化。但模型没有考虑相交道路转弯车流对干线直行车流的影响。2006年，高云峰首先对相位差影响因素进行分析，按照概率思想求解相位参数的策略，以通过车流在主干道上的停车次数和停车延误最小为优化目标，建立了相位差概率模型,但是文中也没有给出具体的优化算法。2006年，浙江大学的Guojiang Shen等人，通过模糊神经网络对干线上的双向绿波模型进行优化控制，得到了

10、很好的效果，并应用到实际的杭州一高速公路的控制中。2007年，马凤伟提出用Q-学习控制算法和模糊算法的分层递阶控制的方法对干线协调进行优化。分为控制层和协调层，控制层通过预测下一周期各相位的饱和度来计算下一周期各路口的周期和绿信比，协调层采用Q-学习控制算法对干线各个交叉口的相位差进行调整，此优化方法可以更有效地减少延误时间和提高平均行驶速度。然而在交通控制领域，强化学习的研究才刚开始，而且强化学习过程较长，其优越性还有待验证。2007年，李伟采用传统的线性规划方法对交通干线进行建模，得到一个初始的配时方案，然后使用模糊控制进行补偿。但是由于线性规划算法所需要的计算量大，不适合于实时和大范围的

11、路网协调交通计算，而且模型同样没有考虑相交道路转弯车流对干线直行车流的影响等因素。2008年，卢凯等综合考虑各路段的平均车速、车流的离散性、相交道路的转弯车流以及车辆到达的不均匀性等各种影响干道协调控制方案实施效果的主要因素后, 通过对协调控制系统进行相位优化设计,建立了一种新的干道协调控制相位差模型，对干道协调进行优化。2008年，卢守峰等提出将交通流离散模型相关计算公式植入经MAXBAND模型,针对MAXBAND模型中车辆路段行驶时间算术平均值简单取样的不足,通过求取路段行驶时间分布函数的数学期望,以之作为路段行驶时间代入修正后的MAXBAND模型,以期获得更为有效的绿波协调控制方案。20

12、09年，王殿海通过分析交叉口信号周期与延误时间、通行能力之间的相关关系，提出了分别采用延误时间与通行能力为约束来确定干线协调下公共周期的调整区间。并建立实际交叉口位置与理想交叉口位置偏差之和最小为优化目标的公共信号周期优化模型。2010年，王东以交通干线系统中车辆总延误最小为目标，建立了以相位差为优化控制变量的双向交通流动态优化控制模型，采用遗传算法对双向绿波控制模型中的控制变量相位差了进行优化，在Matlab环境中对其进行10个周期的仿真实验，并对优化后的干线协调车辆延误时间与定时控制时车辆延误时间进行了实验对比。结果表明，优化后干线上车辆延误时间明显小于定时控制时的车辆延误时间。2011

13、年，卢凯等通过引入绿波带宽分配影响因子与带宽需求比例系数，构造了一种新的绿波协调控制模型性能指标函数通式，针对 MAXBAND 模型与通用双向绿波协调控制模型,分别建立了面向双向不同带宽需求的最大绿波协调控制优化模型。然而文章并未介绍绿波带宽分配影响因子的取值方法。3控制参数以及协调方式3.1 控制参数分析交通信号协调控制参数是进行交通信号协调控制设计的一项重要指标，其主要包括：控制子区、公共信号周期、绿信比以及相位差。3.1.1控制子区在实施交通信号协调控制时，一个范围较大的区域往往需要分成若干个相对独立的子区，每一个子区可以根据各自的交通特点执行相应的控制方案，这些相对独立的子区称为控制子

14、区。其划分依据为：相邻交叉口之间的交通性质是否相似；将相邻交叉口划分在同一个控制子区是否有利于保持车流行驶顺畅；将相邻交叉口划分在同一个控制子区是否有利于防止发生交叉口交通阻塞。3.1.2公共信号周期信号周期C是指信号灯色按设定的相位顺序显示一周所需的时间，等于一个信号灯色循环内各控制步伐的步长之和。在交通信号协调控制配时设计中，为使相邻交叉口之间的交通信号保持协调，通常要求协调控制范围内的各个交叉口必须执行相等的信号周期时长，即公共信号周期。多数情况下，设计者可以先分别计算出各个交叉口所需的信号周期时长，然后从中选出最大值作为整个协调控制区域的公共信号周期，并将所需信号周期时长最大的那个交叉

15、口标识为关键交叉口。3.1.3绿信比绿信比是指在一个信号周期内信号相位的有效绿灯时间与信号周期的比值。其中有效绿灯时间是指绿灯时间减去前启动损失时间和后迟滞损失时间，及用于车辆通过的那部分绿灯时间。某一信号相位的绿信比取值越大则越有利于该信号相位车辆的通行，但同时将不利于其它信号相位车辆的通行。各信号相位的绿信比应与其交通流量对应成正比。3.1.4相位差相位差是指协调控制中的协调交叉口与参照交叉口指定相位对应时间点之差。其中，指定相位通常取为需要进行协调控制设计的协调相位，对应时间点可取为信号相位的绿灯起始时刻点、结束时刻点或中间时刻点。通过合理的调整相位差，可以使总的车辆延误降低至最小，并尽

16、可能的减少交通堵塞。3.1.5交叉口关联度(1) 关联性各交叉口的关联性强弱影响着交通信号协调控制的效果，因此有必要对交叉口的关联性进行研究。影响相邻交叉口关联性强弱的因素有相邻交叉口间距、路段交通量以及信号配时参数。其中，相邻交叉口间距是影响其相关性强弱的关键因素，若间距过长，那么上游交叉口驶出车队会随行驶距离的增长逐渐离散开来，驶近下游交叉口时将呈现随机到达状态，协调控制作用明显减弱，相邻交叉口之间表现为弱相关，若上游交叉口驶出车队到达下游交叉口时将保持良好的连续性，协调控制作用明显增强，相邻交叉口之间表现为强相关。路段交通量有很强的实时性，路段交通量的变化将直接决定路段的交通拥堵状况，相邻交叉口的相关性与路段交通量呈正相关。交叉口信号配时参数对相邻交叉口关联性的影响因素主要包括信号周期、绿信比和相位差。当各交叉口的信号周期调整到一个公共信号周期时表现为强相关性。