信号交叉口混合交通秩序度模型与控制策略研究

摘要

当前，我国城市信号交叉口混合交通状况非常显著，混合交通特性是我国城市信号交叉口交通特性与国外发达国家城市交通特性最为主要的差异之一。像其他发展中国家一样，我国城市信号交叉口的交通组成包括：行人、自行车和机动车等。通过大量的实地调研发现，高峰时间有大量的行人和自行车通过交叉口，并且行人和自行车经常混行进入人行横道通过交叉口。在这种变通状况下，行人自行车与机动车的冲突是一个重要问题，容易引发交通拥堵，造成机动车与行人自行车的交通事故。在机动车交通研究中，机动车流是被不同的交通车道分开的，然而，对于行人和自行车并没有独立规则的通道，他们经过一个区域通过交叉口。并且在我国，行人自行车群体的移动是非常复杂的，他们一般共用相同的区域相互混行通过交叉口。
　　 在这种研究背景下论文提出了一个问题——在混合交通状况下，如何使信号交叉口混合交通流达到有序控制?
　　 针对这个问题，论文首先分析了信号交叉口行人自行车交通特性，提出了从信号交叉口时空资源角度评价混合交通秩序程度的方法，基于信号交叉口混合交通秩序度，提出了混合交通信号控制策略优化设计流程，从而为信号交叉口混合交通流有序控制提供了理论支撑。研究信号交叉口行人自行车交通特性是评价信号交叉口混合交通秩序程度的基础，混合交通秩序度为优化混合交通信号控制策略提供了分析方法。
　　 首先，论文分析了信号交叉口行人自行车的交通特性。运用视频分析方法，得出在高峰时间，信号交叉口绿灯放行过程，行人自行车具有明显的两阶段特性，绿灯放行“第一阶段”，行人和自行车以群体的形式通过交叉口，论文定义第一阶段的行人自行车祥体为行人自行车聚集群；绿灯放行“第二阶段”，行人和自行车以随机单体的形式通过交叉口。以往对信号交叉口行人和自行车交通特性的研究主要是单独对行人或单独对自行车，本论文把行人和自行车作为一个整体进行研究，信号交叉口行人自行车聚集群是论文的主要研究对象。
　　 信号交叉口行人自行车聚集群的形状在绿灯放行过程是一个变化的过程。为了有效的描述行人自行车聚集群，本文从交叉口空间占用角度建立了信号交叉口人行横道“虚拟网格化”模型。借助视频图像，把信号交叉口行人自行车的“通行区域”虚拟的划分为规则排列的连续长方形网格，这种网格是在视频图像上虚拟划分的，在实际中这些网格并不存在，所以定义为“虚拟网格化”，由此可以规则化的描述行人自行车聚集群。
　　 为了便于定量化描述行人自行车聚集群的动态变化特性，应用“虚拟网格化”模型，从交叉口空间资源占用角度，建立了行人自行车聚集群空间占有率模型，应用灰色理论中的灰色关联度法，对信号交叉口绿灯放行第一阶段的行人自行车聚集群变化过程进行了划分。行人和自行车通过交叉口的速度不同，并且他们通过一个共同的区域经过交叉口，为了描述这两种交通对象（行人和自行车）的“等效合速度”，引入了流体力学中的“二相流体力学”理论，建立了行人自行车聚集群折算速度模型。对行人自行车聚集群交通特性分析的目的是为研究行人自行车交通强度状态划分以及混合交通秩序度计算提供理论基础。
　　 为了描述信号交叉口不同时段行人自行车交通强度的差异，论文提出了行人自行车交通强度状态的概念。从信号交叉口“时空资源”利用角度，选取了三个交通强度状态划分指标，分别为：绿灯时间内行人自行车的通过流率、行人自行车绿灯时间通行利用率以及绿灯通行过程行人自行车聚集群空间占用率，利用聚类分析的方法，进行了行人自行车交通强度状态划分的研究，分为低、中、高三种交通强度状态。
　　 信号交叉口混合交通秩序度是为了定量化描述在一定信号控制策略下，交叉口混合交通的运行秩序程度，混合交通秩序度计算适用于行人自行车中高交通强度状态。从信号交叉口时空资源角度，论文提出了混合交通秩序度的定义。基于信号交叉口时空分析法建立了混合交通秩序度模型。基于“虚拟网格化”方法，建立了行人自行车聚集群与机动车的理论冲突时间模型。混合交通秩序度用来描述信号交叉口混合交通流运行的有序程度，取决于信号交叉口空间资源和时间资源的利用。
　　 针对信号交叉口混合交通特性，把行人自行车作为一种独立的交通主体，基于交叉口混合变通秩序度，兼顾交叉口运行效率，建立了一套混合交通信号控制策略优化设计流程。最后，应用论文研究成果开发了一款城市信号交叉口混合交通控制策略优化设计软件，能够为交叉口信号优化与设计提供有效的决策依据。

目录

文摘

英文文摘

图表目录

第1章 绪论

1.1 研究背景

1.2 研究意义

1.3 研究内容

1.4 相关领域国内外研究进展

1.4.1 城市交通信号控制国外发展现状

1.4.2 混合交通流特性研究进展

1.4.3 信号控制策略研究进展

1.5 研究技术路线

1.6 预期研究成果

1.7 本章小结

第2章 行人自行车交通特性

2.1 数据调查

2.1.1 视频分析在交通领域应用

2.1.2 SIMI视频系统

2.1.3 数据采集与处理

2.2 行人自行车绿灯放行特性

2.3 行人自行车聚集群定义

2.4 行人自行车聚集群描述

2.4.1 人行横道“虚拟网格化”模型

2.4.2 基于虚拟网格的聚集群描述

2.5 行人自行车聚集群空间变化特性

2.5.1 行人自行车聚集群的动态变化特性

2.5.2 聚集群空间占有率模型

2.5.3 基于灰色理论的聚集群状态划分方法

2.6 行人自行车折算速度模型

2.6.1 基于二相流理论的折算速度

2.6.2 折算速度的验证

2.7 本章小结

第3章 混合交通秩序度模型

3.1 行人自行车交通强度状态划分

3.1.1 强度状态划分定义

3.1.2 强度状态划分依据

3.1.3 强度状态划分方法

3.2 信号交叉口时空资源

3.2.1 交叉口时间资源

3.2.2 交叉口空间资源

3.3 混合交通秩序度

3.3.1 混合交通秩序度定义

3.3.2 混合交通秩序度模型

3.4 行人自行车与机动车冲突时间计算

3.5 本章小结

第4章 基于混合交通秩序度的控制策略优化设计

4.1 概述

4.2 控制策略优化方法

4.2.1 混合交通秩序度优化

4.2.2 信号交叉口延误优化

4.3 控制策略优化流程

4.4 实例分析

4.5 本章小结

第5章 混合交通信号控制策略优化软件

5.1 软件概述

5.2 软件设计框架

5.3 软件图形界面

5.3.1 参数输入

5.3.2 控制策略库

5.3.3 结果输出

5.4 实例分析

5.5 本章小结

第6章 结论与展望

6.1 主要研究工作

6.2 论文创新占

6.3 研究展望

参考文献

附录

附录1

附录2

附录3

附录4

附录5

攻读博士学位期间发表的论文和参与的项目及获奖

学术论文

国家发明专利

参与的主要科研项目

攻读博士学位期间的获奖

致谢