双向绿波关键交叉口过饱和状态下干线协调控制方法研究
发布时间：2021-11-21 12:16
随着全世界车辆保有率的持续增加,越来越多的交通拥堵及过饱和现象发生在城市道路中。疏散交通拥堵现象,解决交通过饱和问题,需要通过时间层面和空间层面的相互协调调整。在道路及交叉口的物理空间渠化较难变动的情况下,交通信号控制的时间调整重要性便凸显出来。不同于单交叉口或整条干线的过饱和现象有一定的研究,当一条双向绿波干线中某个节点（交叉口）发生过饱和现象时,其对整条绿波干线以及绿波控制有无影响以及多大影响,需要如何优化控制方法需要进一步的讨论。因此,对过饱和情况下的干线协调控制策略及方法进行研究具有比较现实的意义。首先,论文对过饱和状态从时间维度及空间维度进行了定性描述,并根据过饱和状态下绿灯时间的浪费,提出了时间维度过饱和状态系数与空间维度过饱和状态系数的量化方法。然后,论文对双向绿波干线中的关键交叉口及主次方向进行了定性描述,并通过饱和度及方向不均衡系数对其进行了定量表达,进一步提出双向绿波关键交叉口过饱和状态的两个场景——主方向协调相位发生过饱和,双方向协调相位发生过饱和。再者,论文对双向绿波关键交叉口发生的两个过饱和场景提出了相应的控制策略,由此根据时间/空间维度过饱和状态系数,从消除...
【文章来源】：重庆交通大学重庆市
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
道路干
12式表示：v=S×D（2.1）由图2-1中可以看出，阴影斜线部分为车流处于过饱和状态，且当车流处于过饱和状态时，行车速度明显降低，车流密度也相应增大。图中部分字母含义为：fS--畅行速度，即车流密度趋于0，车辆可以畅行无阻时的平均速度；oS临界速度，即流量达到极大值时的速度；oD最佳密度，即流量达到极大值时的密度；jD阻塞密度，即车流密集到车辆无法移动时的密度；mV极大流量。图2-1速度、密度和流量之间的一般关系[4]而交叉口的交通流基本指标可以用饱和度、排队长度和车辆延误时间来进行表述说明。（1）饱和度饱和度是反应道路服务水平的重要指标之一，为最大服务交通量与基本通行能力的比值，即V/C比，其比值越高，代表道路服务水平越低，发生拥堵的概率也越大。当饱和度为1时，说明道路处于饱和状态，大于1时，说明道路处于过饱和状态。城市道路路段的服务水平参照美国道路通行能力手册[4]，采用饱和度指标表示，依照饱和度的不同将服务水平划分为6个等级，如下表所示。
13表2.1城市道路基本路段服务水平划分标准服务水平饱和度（V/C）交通状况A<0.4畅行车流，基本上无延误B0.4~0.6稳定车流，有少量延误C0.6~0.75稳定车流，有一定延误，但司机可以接受D0.75~0.9接近不稳定车流，有较大延误，但司机尚能忍受E0.9~1.0不稳定车流，交通拥挤延误很大，司机无法忍受F>1.0强制车流，交通严重阻塞，车辆时开时停（2）排队长度在一个绿灯时间内，当交叉口进口道的交通需求量超过其相应的通行能力时，就大概率会出现排队现象。排队长度是指由于车辆到达方式和在给定绿灯相位中不能通过交叉口的车辆，在交叉口引道上排队的车辆数[4]，其长度一般是从交叉口停车线到排队队尾之间的距离来表示。过饱和状态下，排队长度很难达到稳定状态，随着时间增加，到达车辆数越多，而维持现状配时的情况下，排队长度就越长。（3）车辆延误时间延误是指车辆在行驶中，由于受到驾驶人无法控制的或意外的其他车辆的干扰或交通控制设施等的阻碍所损失的时间[72]，是衡量间断流设施性能的关键性指标。可用图2-2来说明示意，到达率一定，车辆在绿灯时间内放行，离去率与到达率所围成的三角形面积即为延误。图2-2延误三角形示意图
【参考文献】：
期刊论文
[1]过饱和状态的潮汐车道交叉口群协同控制及仿真[J]. 许雪琦,姜柯,黄超. 公路交通科技. 2018(05)
[2]过饱和交通流情况下道路饱和度分析方法[J]. 余一村. 科学技术与工程. 2017(30)
[3]城市交通过饱和状态下干线信号的多目标仿真优化研究[J]. 高光,赵新灿,王黎明. 计算机科学. 2017(10)
[4]基于元胞传输模型的过饱和交叉口信号控制方法[J]. 阳杰,王吉栋. 山东交通学院学报. 2017(03)
[5]干线局部拥堵的绿波带与红波带协调控制策略[J]. 马亚锋,刘澜. 城市交通. 2017(01)
[6]基于MFD的城市区域过饱和交通信号优化控制[J]. 刘小明,唐少虎,朱凤华,陈兆盟. 自动化学报. 2017(07)
[7]干线协调系统控制子区划分方法[J]. 孙玮玮,吕斌,李康. 道路交通与安全. 2016(01)
[8]过饱和交叉口交通信号控制动态规划优化模型[J]. 李瑞敏,唐瑾. 交通运输工程学报. 2015(06)
[9]基于NSGA-II算法的单点过饱和交叉口信号控制[J]. 安艳召,成卫,袁满荣. 武汉理工大学学报(交通科学与工程版). 2015(04)
[10]基于带宽最大化的城市干线子区划分技术研究[J]. 唐小军,赵胜川,章立辉. 交通运输系统工程与信息. 2015(03)
博士论文
[1]交通信号协调控制基础理论与关键技术研究[D]. 卢凯.华南理工大学 2010
[2]干道过饱和交叉口群的实时交通控制策略研究[D]. 吴洋.西南交通大学 2009
硕士论文
[1]过饱和交通状态下城市交通信号优化控制研究[D]. 吴佳浩.浙江工业大学 2017
[2]饱和状态下干道协调控制优化方法研究[D]. 郭亚娟.吉林大学 2016
[3]过饱和状态下城市中心区交通干线信号优化方法研究[D]. 寇欣.西南交通大学 2014
[4]中小城市路网交通信号控制技术研究[D]. 钱晓杰.浙江大学 2014
[5]过饱和下的干道协调控制方法研究[D]. 郑淑鉴.华南理工大学 2012
[6]饱和交通干线的信号协调控制算法研究[D]. 胡浩.华中师范大学 2009
本文编号：3509496
【文章来源】：重庆交通大学重庆市
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
道路干
12式表示：v=S×D（2.1）由图2-1中可以看出，阴影斜线部分为车流处于过饱和状态，且当车流处于过饱和状态时，行车速度明显降低，车流密度也相应增大。图中部分字母含义为：fS--畅行速度，即车流密度趋于0，车辆可以畅行无阻时的平均速度；oS临界速度，即流量达到极大值时的速度；oD最佳密度，即流量达到极大值时的密度；jD阻塞密度，即车流密集到车辆无法移动时的密度；mV极大流量。图2-1速度、密度和流量之间的一般关系[4]而交叉口的交通流基本指标可以用饱和度、排队长度和车辆延误时间来进行表述说明。（1）饱和度饱和度是反应道路服务水平的重要指标之一，为最大服务交通量与基本通行能力的比值，即V/C比，其比值越高，代表道路服务水平越低，发生拥堵的概率也越大。当饱和度为1时，说明道路处于饱和状态，大于1时，说明道路处于过饱和状态。城市道路路段的服务水平参照美国道路通行能力手册[4]，采用饱和度指标表示，依照饱和度的不同将服务水平划分为6个等级，如下表所示。
13表2.1城市道路基本路段服务水平划分标准服务水平饱和度（V/C）交通状况A<0.4畅行车流，基本上无延误B0.4~0.6稳定车流，有少量延误C0.6~0.75稳定车流，有一定延误，但司机可以接受D0.75~0.9接近不稳定车流，有较大延误，但司机尚能忍受E0.9~1.0不稳定车流，交通拥挤延误很大，司机无法忍受F>1.0强制车流，交通严重阻塞，车辆时开时停（2）排队长度在一个绿灯时间内，当交叉口进口道的交通需求量超过其相应的通行能力时，就大概率会出现排队现象。排队长度是指由于车辆到达方式和在给定绿灯相位中不能通过交叉口的车辆，在交叉口引道上排队的车辆数[4]，其长度一般是从交叉口停车线到排队队尾之间的距离来表示。过饱和状态下，排队长度很难达到稳定状态，随着时间增加，到达车辆数越多，而维持现状配时的情况下，排队长度就越长。（3）车辆延误时间延误是指车辆在行驶中，由于受到驾驶人无法控制的或意外的其他车辆的干扰或交通控制设施等的阻碍所损失的时间[72]，是衡量间断流设施性能的关键性指标。可用图2-2来说明示意，到达率一定，车辆在绿灯时间内放行，离去率与到达率所围成的三角形面积即为延误。图2-2延误三角形示意图
【参考文献】：
期刊论文
[1]过饱和状态的潮汐车道交叉口群协同控制及仿真[J]. 许雪琦,姜柯,黄超. 公路交通科技. 2018(05)
[2]过饱和交通流情况下道路饱和度分析方法[J]. 余一村. 科学技术与工程. 2017(30)
[3]城市交通过饱和状态下干线信号的多目标仿真优化研究[J]. 高光,赵新灿,王黎明. 计算机科学. 2017(10)
[4]基于元胞传输模型的过饱和交叉口信号控制方法[J]. 阳杰,王吉栋. 山东交通学院学报. 2017(03)
[5]干线局部拥堵的绿波带与红波带协调控制策略[J]. 马亚锋,刘澜. 城市交通. 2017(01)
[6]基于MFD的城市区域过饱和交通信号优化控制[J]. 刘小明,唐少虎,朱凤华,陈兆盟. 自动化学报. 2017(07)
[7]干线协调系统控制子区划分方法[J]. 孙玮玮,吕斌,李康. 道路交通与安全. 2016(01)
[8]过饱和交叉口交通信号控制动态规划优化模型[J]. 李瑞敏,唐瑾. 交通运输工程学报. 2015(06)
[9]基于NSGA-II算法的单点过饱和交叉口信号控制[J]. 安艳召,成卫,袁满荣. 武汉理工大学学报(交通科学与工程版). 2015(04)
[10]基于带宽最大化的城市干线子区划分技术研究[J]. 唐小军,赵胜川,章立辉. 交通运输系统工程与信息. 2015(03)
博士论文
[1]交通信号协调控制基础理论与关键技术研究[D]. 卢凯.华南理工大学 2010
[2]干道过饱和交叉口群的实时交通控制策略研究[D]. 吴洋.西南交通大学 2009
硕士论文
[1]过饱和交通状态下城市交通信号优化控制研究[D]. 吴佳浩.浙江工业大学 2017
[2]饱和状态下干道协调控制优化方法研究[D]. 郭亚娟.吉林大学 2016
[3]过饱和状态下城市中心区交通干线信号优化方法研究[D]. 寇欣.西南交通大学 2014
[4]中小城市路网交通信号控制技术研究[D]. 钱晓杰.浙江大学 2014
[5]过饱和下的干道协调控制方法研究[D]. 郑淑鉴.华南理工大学 2012
[6]饱和交通干线的信号协调控制算法研究[D]. 胡浩.华中师范大学 2009
本文编号：3509496
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3509496.html
