基于线圈检测数据的多点联动瓶颈控制方法研究

发布时间：2017-08-23 20:26

  本文关键词：基于线圈检测数据的多点联动瓶颈控制方法研究

  更多相关文章： 交通控制 瓶颈状态 状态识别 瓶颈控制 模拟验证

【摘要】：随着城市经济的不断发展、城市规模的持续扩大,城市道路交通拥堵问题日益严重,很多节点的交通流运行经常处于过饱和状态,甚至部分路段的排队长度接近或等于路段长度,引起排队上溯现象的发生,形成路段“瓶颈”,严重时更会造成整个路网的“锁死”。因此,为了减少排队上溯对上游交叉口乃至整个区域交通流所产生的负面影响,必须准确、实时的识别或预测排队上溯,并在保证区域交通流运行效率的基础上,通过配时参数优化快速消散路段“瓶颈”。鉴于此,本文依靠传统的线圈检测数据,从瓶颈交叉口的特性研究出发,提出瓶颈状态识别方法,在此基础上建立了多点联动瓶颈控制模型。具体内容如下：(1)明晰路段瓶颈、排队上溯的基本概念,解析瓶颈路段及瓶颈交叉口的交通流特性。从过饱和的定义出发,将排队上溯发生时的路段状态定义为瓶颈状态,分析了过饱和状态的成因以及过饱和状态的交通特性,介绍了瓶颈状态的一些特有属性,包括瓶颈相关概念及瓶颈交叉口的运行机理。为后续的瓶颈状态识别及瓶颈控制优化提供理论依据。(2)瓶颈状态识别方法。选择排队长度作为排队上溯判定的主要指标。提出了基于最大排队长度的瓶颈状态判别方法,分析了该方法的优缺点,并在此基础上提出了基于SPM模型的排队上溯判别方法,通过VISSIM仿真验证了该方法的可行性：该方法能够解决队尾超过检测器排队长度无法计算的问题,但同时存在只能对排队队尾进行实时追踪的缺陷,无法对其进行估计,且需要完整的交通信息,包括上下游节点的信号控制方案信息以及所有进口道各条车道的交通流信息,然而在实际城市路网中,线圈检测器的完好率较低,很难满足SPM方法的实际需求；因此为了能在城市路网中更好的进行瓶颈状态识别,引入了瓶颈检测器的基本概念,并基于瓶颈检测器信息提出瓶颈状态识别方法。该方法以滚动时间占有率为判别指标来估计路段交通状态,不仅可以有效降低基础信息的需求维度,而且可以有效提升瓶颈状态识别的实时性。(3)多点联动瓶颈控制方法。首先介绍瓶颈车流交通负荷与上下游路段交通流之间的影响率及分担率概念并建立表达模型,提出瓶颈“限流”节点及“泄流”节点的选取准则,界定瓶颈控制区域；其次,以特定时段将瓶颈路段交通负荷消散至容许水平为目标,确定瓶颈路段上游输入与下游输出能力总调节量,依据驶入驶出流量比等比例分配总调节量,并根据影响率(分担率)建立限流(泄流)车流所对应相位的通行能力及绿信比压缩量(增加量),在周期时长及相位相序不变的前提下确定限流节点及泄流节点的绿信比分配方法。最后利用VISSIM软件,以杭州市实际路网为基础,仿真评价了该方法的控制效果。
【关键词】：交通控制 瓶颈状态 状态识别 瓶颈控制 模拟验证
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491
【目录】：

• 致谢4-5
• 摘要5-7
• Abstract7-12
• 1 绪论12-21
• 1.1 研究背景和意义12-13
• 1.1.1 研究背景12
• 1.1.2 研究意义12-13
• 1.2 研究现状13-18
• 1.2.1 过饱和状态识别方法13-14
• 1.2.2 过饱和交通下的单点控制方法14-16
• 1.2.3 过饱和交通下区域信号控制方法16-17
• 1.2.4 瓶颈控制方法17-18
• 1.3 研究内容及技术路线18-21
• 2 瓶颈交叉口的特性描述21-28
• 2.1 过饱和交通定义21
• 2.1.1 孤立交叉口过饱和状态定义21
• 2.1.2 交叉口群过饱和定义21
• 2.2 过饱和成因分析21-24
• 2.3 过饱和的交通特性24-25
• 2.4 瓶颈交叉口固有特性描述25-27
• 2.4.1 瓶颈相关概念介绍25-26
• 2.4.2 瓶颈交叉口运行机理26-27
• 2.5 本章小结27-28
• 3 瓶颈状态识别方法研究28-40
• 3.1 基于最大排队长度的瓶颈状态识别方法研究28-29
• 3.2 基于SPM模型的排队上溯识别方法29-35
• 3.2.1 路段建模30-33
• 3.2.2 路网建模33-34
• 3.2.3 仿真验证34-35
• 3.3 基于瓶颈路段信息的瓶颈状态识别方法35-39
• 3.3.1 瓶颈触发条件确定方法36-38
• 3.3.2 瓶颈状态结束条件确定方法38-39
• 3.4 本章小结39-40
• 4 多点联动瓶颈控制方法研究40-52
• 4.1 瓶颈节点的选取40-42
• 4.1.1 车流贡献率表达模型40-41
• 4.1.2 瓶颈控制区域划分方法41-42
• 4.2 瓶颈控制车流通过率调节量的确定42-47
• 4.2.1 瓶颈路段上下游总调节率的确定44-45
• 4.2.2 路径驶入与驶出流率调节量的确定45-46
• 4.2.3 相关相位的绿信比调节量的确定46-47
• 4.3 节点信号控制方案的优化47-51
• 4.3.1 上游路口信号参数优化方案47
• 4.3.2 上游交叉口平滑过渡方案47-49
• 4.3.3 下游路口信号参数优化方法49-51
• 4.4 本章小结51-52
• 5. 仿真验证及分析52-65
• 5.1 路网的选取与建立52-53
• 5.2 数据的获取53-57
• 5.3 评价参数的选取57-59
• 5.3.1 信号交叉口车辆延误57
• 5.3.2 停车次数和停车率57
• 5.3.3 通行能力和饱和度57-58
• 5.3.4 排队长度58-59
• 5.4 仿真与数据分析59-64
• 5.4.1 瓶颈控制区域的确定59
• 5.4.2 仿真说明59-62
• 5.4.3 数据分析62-64
• 5.5 本章小结64-65
• 6. 总结与展望65-67
• 6.1 结论65-66
• 6.2 展望66-67
• 参考文献67-71
• 附录71
• 作者简介71
• 攻读硕士学位期间发表的文章71
• 参与项目71

【相似文献】

中国期刊全文数据库 前10条

1 齐永顺;张文泉;;设备状态识别[J];机械设计与制造;1987年04期

2 李力,赵新泽;应用统计数学方法增进机器状态识别技术[J];实用测试技术;2000年03期

3 王琼;王欢;赵春霞;杨静宇;;基于眼睛状态识别的驾驶员疲劳监测[J];南京理工大学学报(自然科学版);2010年04期

4 滕红智;贾希胜;赵建民;张星辉;王正军;葛家友;;分层隐Markov模型在设备状态识别中的应用研究[J];中国机械工程;2011年18期

5 李虹;;路面状态识别技术概述[J];气象水文海洋仪器;2012年04期

6 余丹炯;李训铭;;驾驶困倦预警系统中眼部状态识别的研究[J];河海大学常州分校学报;2007年02期

7 张雷元;袁建华;赵永进;;道路交通状态识别技术研究[J];道路交通与安全;2009年02期

8 王正军;张培林;任国全;高经纬;李兵;;装备发动机运行状态识别[J];四川兵工学报;2008年02期

9 余成波，梁德沛;基于模糊相似贴近度旋转机械状态识别[J];机械传动;1994年04期

10 李擎,郑德玲,孟文博,童新海,谢四江;一种新的加热炉状态识别算法[J];北京科技大学学报;2002年03期

中国重要会议论文全文数据库 前9条

1 汤新蓓;郑德玲;汤峥嵘;张长红;;证据理论支持下的状态识别方法[A];1997年中国控制会议论文集[C];1997年

2 郑德玲;方巍;;基于组合逻辑与模糊逻辑的状态识别方法[A];1998年中国控制会议论文集[C];1998年

3 方剑青;李红军;雷毅平;陈德华;;声学共振谱方法用于结构状态识别的实验研究[A];2008年全国声学学术会议论文集[C];2008年

4 杨明忠;樊建春;;磨损形态分析与智能化磨损状态识别研究[A];第六届全国摩擦学学术会议论文集（上册）[C];1997年

5 赵伟;黄春琳;;生命探测技术研究[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

6 李宏坤;周帅;孙志辉;;基于Hilbert时频谱重心与支持向量机的设备状态识别[A];第八届全国动力学与控制学术会议论文集[C];2008年

7 刘伟;郭钟宁;张永俊;何建文;;面向IGBT主动驱动并联仿真研究[A];第11届粤港机械电子工程技术与应用研讨会论文汇编[C];2010年

8 周颖;郑德玲;裘之亮;位耀光;;一种新的免疫识别算法及其收敛性研究[A];第二十三届中国控制会议论文集（下册）[C];2004年

9 陈锴;徐柏龄;;基于最佳维纳解的双通道话者状态识别方法[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

中国博士学位论文全文数据库 前4条

1 李楠;基于单类学习的异常检测方法及其重型装备状态识别应用[D];上海交通大学;2014年

2 李娜;基于人体运动状态识别的可穿戴健康监测系统研究[D];北京工业大学;2013年

3 李虹;基于机器视觉路面状态识别关键技术研究[D];吉林大学;2009年

4 王金伟;基于表情时空特征的认知情感状态识别研究[D];天津大学;2014年

中国硕士学位论文全文数据库 前10条

1 游雄雄;矿冶典型零部件退化状态识别与剩余寿命预测及可再制造性评估[D];江西理工大学;2015年

2 林助军;非稳态条件下摩擦信号处理和状态识别技术研究[D];大连海事大学;2015年

3 叶卿;信号控制交叉口交通拥堵状态识别方法研究[D];华南理工大学;2015年

4 张鑓;人体运动状态感知机理及传感数据分析研究[D];北京工业大学;2015年

5 邵剑雄;基于霍夫森林的变电站开关设备检测及状态识别[D];浙江大学;2016年

6 刘雨;基于SVM的直升机飞行状态识别方法及其应用研究[D];南昌航空大学;2016年

7 冯青平;基于云计算的交通流预测与状态识别关键技术研究[D];江苏大学;2016年

8 鲍阚;智能车辆近场物体探测及其状态识别方法研究[D];吉林大学;2016年

9 王宁;基于多信息融合的疲劳状态识别研究[D];山东大学;2016年

10 赵正川;基于高速视频的目标状态识别技术研究[D];西安工业大学;2016年

，

本文编号：727159