为解决城市路段存在的相邻人行横道行人过街信号控制不协调问题，以机动车相位持续时间、行人绿灯时间和相位差作为约束条件，建立了基于车辆和行人平均延误最低的路段相邻人行横道行人过街实时信号控制模型，以使机动车与行人的综合通行效率达到最优。并根据每个周期内到达车辆平均速度的不同提出了信号周期浮动相位差。以南京某条主干道的两个相邻人行横道为例，将路段上采集到的实时交通数据应用于建立的模型中，以Matlab 作为仿真计算环境，采用实数编码的遗传算法进行求解，得出路段相邻人行横道的实时信号控制方案。运行结果显示：在研究的路段中，不同权值比例下实时信号控制方案的平均延误分别比现状缩短了11.7%, 13.7%, 8.7%，且权值为机动车数量与机动车加行人总数量之比时优化效果最好，说明该方法能够提高城市干道车辆通行和行人过街的效率，且在所有路段行人过街信号优化中具备一定的适用性。
Abstract
To solve the inconsistency problem of signal control for pedestrian crossing at adjacent crosswalks of road section, vehicle phase duration, pedestrian green light time and phase offset were used as constraints and a real-time signal control model with the minimum average delay of vehicles and pedestrians for pedestrian crossing at adjacent crosswalks was established. It can optimize the traffic efficiency of vehicles and pedestrians. The floating phase offset was proposed according to the average speed of vehicles arriving in each signal cycle. Taking two adjacent pedestrian crosswalks in Nanjing as an example, the real-time traffic data collected from road sections were applied to the model. Matlab was used as the simulation computing environment, real-coded genetic algorithm was used to solve the model, and the real-time signal control scheme was obtained. The operation results show that the average delay of real- time signal control schemes with different weights is reduced by 11.7%, 13.7% and 8.7% respectively compared with current situation. When the weight is the ratio of the quantity of vehicles to that of vehicles plus pedestrians, the optimization effect is the best. The research result shows that the method can improve the efficiency of pedestrian crossing and vehicle traffic on urban main roads, and it also has certain applicability in the optimization of pedestrian crossing signals on all road sections.
关键词
智能交通 /
实时信号控制 /
遗传算法 /
行人过街 /
平均延误
Key words
intelligent transportation /
real-time signal control /
genetic algorithm /
pedestrian crossing /
average delay
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1] 郑长江，王炜，陈淑燕. 行人过街信号与交叉口信号的协调控制[J]. 交通运输工程学报，2004，4（4）：106-109.
[2] 何赏璐，郑长江，过秀成，等. 路段感应式信号控制行人过街系统设计[J]. 交通信息与安全，2012，30（3）：110-113，117.
[3] 慕飞飞，张惠珍. 基于遗传算法的单点交叉口信号配时优化[J]. 上海理工大学学报，2015，37（6）：600-604.
[4] SABZMEYDANI P, MORI G. Detecting Pedestrians by Learning Shapelet Features[C]// 2007 IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis: IEEE, 2007: 1-8.
[5] CHAN K Y, DILLON T S, SINGH J, et al. Neural-Network-Based Models for Short-Term Traffic Flow Forecasting Using a Hybrid Exponential Smoothing and Levenberg-Marquardt Algorithm[J]. IEEE Transactions on Intelligent Transportation Systems, 2012, 13(2): 644-654.
[6] ABDULHAI B, PRINGLE R, KARAKOULAS G J. Reinforcement Learning for True Adaptive Traffic Signal Control[J]. Journal of Transportation Engineering, 2003, 129(3): 278-285.
[7] HASHIGUCHI K, KON Y, HASEGAWA M, et al. Traffic Allocation Control Using Support Vector Machine in Heterogeneous Wireless Link Aggregation[C]// IEEE Consumer Communications and Networking Conference. Las Vegas: IEEE, 2011: 653-657.
[8] BALAJI P, SRINIVASAN D. Multi-Agent System in Urban Traffic Signal Control[J]. IEEE Computational Intelligence Magazine, 2010, 5(4): 43-51.
[9] 钱大琳，陈小红. 基于行人专用相位的交叉口信号控制优化模型[J]. 中国公路学报，2013，26（5）：140-147.
[10] 陈小红，钱大琳，石冬花. 基于慢行交通的交叉口信号配时多目标优化模型[J]. 交通运输系统工程与信息，2011，11（2）：106-111.
[11] 陈小红，钱大琳，秦雪梅，等. 基于互补问题的混合交通信号配时优化模型[J]. 系统工程理论与实践，2010，30（1）：184-191.
[12] 杨忠程，叶晨，杨振宇. 一种高效的实时交通信号灯控制算法[J]. 系统仿真学报，2015，27（6）：1348-1356.
[13] 李文勇，陈学武，王庆，等. 路段人行横道通行能力及过街绿灯时间计算[J]. 武汉理工大学学报（交通科学与工程版），2006，30（5）：751-754.
[14] 王进，虢向阳，邹志云. 考虑上游交叉口信号设计的排队长度计算[J]. 武汉理工大学学报（交通科学与工程版），2015，39（1）：21-24，29.
[15] 肖梅，刘锴，张雷，等. 基于过街行人检测的路口自适应交通信号控制[J]. 重庆交通大学学报（自然科学版），2016，35（5）：120-126.
[16] 赵靖，马万经，杨晓光. 考虑下游交叉口的路段行人过街优化控制模型[J]. 同济大学学报（自然科学版），2014，42（10）：1536-1542.
[17] 孙惠芳. 路段人行横道信号感应控制算法研究[D]. 重庆：重庆交通大学，2014.
基金
中国博士后基金项目（2015M572728）；国家重点研究计划政府间国际科技创新合作重点专项
PDF(1589 KB)
京公网安备 11010102003417号
京ICP备17006742号-3
