关 键 词：

dq044 道路 交通信号 控制 节制 电缆 协调 调和 实现

资源描述：

【DQ044】道路交通信号控制机无电缆协调控制的实现,dq044,道路,交通信号,控制,节制,电缆,协调,调和,实现

内容简介：

在迅速的统一体模式中交通信号灯对交通流的控制 摘要 在这篇论文中，我们讨论在一个封闭的交通街道中信号灯采用 式对交通流进行控制。在单一灯的情形下， 有同步灯策略、绿 灯 波策略、随意转换灯策略。采用时间和空间模式。 模拟系统显示小区域车流不是依靠密度而是依靠灯和时间周期之间的差距。时间增加同时系统的容量减少。 信号灯之间如果有微笑的差距，灯就不能正常运转使车流遇到了瓶颈无法正常流通。在无距离信号灯系统中，是依靠信号灯之间距离的分配来实现的。 一 介绍 灵活性是现今 社会中最重要的成分之一，所以交通流的研究已经被关注 了好几十年。很多种接近的方式已经被应用来描述交通流的整体道具。在传统上，有两种方式，宏观的和微光的 。之前模拟每一个车辆的动作当把后面车辆 的动作浓缩 一个整体 。所以，宏观模式是更合适于实时模拟系统，短期交通预报发展和在线速度控制系统，评估平均传播时间，燃料消耗，车辆散热等。 宏观交通流的发展 开始于 式的出现。 式是运动波浪模式 ，他运用下面的等式： 0, 其中 t和 于速度 密度关系式 U=) 用 式，很多种简单的交通流问题可以用这种模式解析 他们有限的数字和特征的不同。但是， 式也有它的不足，最大的不足是单一速度已经被平衡速度 密度联系所固定， 平衡评估不能对它的速度产生作用，这样模式不能对不平衡的交通流现在进行预测，例如“簇”和“行进 停 波”等。 为了克服 式的缺点，高命令模式用下面的动态速度方程替换速度 密度平衡 模式。这些高命令模式被分成两类。在第一类模式中， 缓和时间， 小搅动传播速度。左边 右边第一 个 现过程是驱动调节车辆速度以至平衡；第二期预测区域，表现过程是驱动交通前起作用。 不同的模式中有不同的解释。例如，在 但是， 在这个模式中有一个问题。对于 曲线系统方程（ 1）和（ 3），有两个速度特征方程。第一个速度已经不宏观交通速度 U 要好， 它破坏了交通流的基础规则们仅仅回应前面的震荡不能影响后面的车辆。这就导致消极的速度和错误交通运行方式。 现在 er 议第二种高命令模式。 et 些模式不同于第一个中 预测区域速度倾斜区域替代一个密度倾斜区域。这样，今后，这些模式被归咎于速度倾斜模式（ 1）和（ 4）方程有两个特征速度。这 使得这种模式的特征速度没有宏观交通速度好。这样，它包含了这样的特性车辆是各向异性的并且不会显示错误道路的问题。在这种意义下， 式可以更现实的描述交通流。 在城市交通中，信号灯控制交通流 。交通信号是传输网络中的基础要 素。当交通不是很拥挤的时候，交通信号不需要很特殊的注意。相反，当交通很拥挤的时候，交通信号的运转需要很仔细的关注。就因为它的重要性，交通信号的研究是永无止境的。 et 式。他的研究表明，交通信号灯的控制可以改进交通流。他们还显示出交通网络中最好的循环时间可以减少街道的交通问题。 在过去很多种交通信号控制模式被研究应用。最基础的，他们可以被分做两种形式。第一种形式 的开发主要是为了欠饱和的交通形式。车辆行使在被设计好的速度范围之内，车辆不会出现拥塞现象。第 二种形式的开发主要是为了过饱和的交通形式 ，车辆排成一队并且不能被整体清除。从欠饱和状态到过饱和状态分的不是很清楚，很难去判断怎样从一种模式转换到另外一种模式，这是一个大城市在交通繁忙是需要解决的一个至关重要的问题。 现在， 这两种模式都是微观模式。他们都发现在中心密集区域和重点饱和区域的交通密集不能依靠循环时间和事先预测的交通策略。 在这篇论文中，我们 从宏观上学习了这个问题。为了解决这个问题，我们应用 们的研究显示在不同的微观模式中存在着很多不同的结果 ，在特殊情况下，饱和趋势才依靠于时间周期。 号灯 在这部分 ，我们研究在道路路口只有一个信号灯的情况。我们假设道路是一个环行的，是周期分界的情形。我们设长度为 L。在图 1中，我们可以看出计划是依靠密度制定的， L=5000m,T=100s,a=是指示灯的 循环时间， 现实当中， 0 400s 当密度是小于 正常值（ P密度的增加导致流量的增加。当密度值高于密度的临界值车流量在恒定不变容量的 外，当密度值高于第二临界值时，车流随着密度的增加而增加 。所以根据以上的公式，我们可以预测，交通灯的作用是起到调节交通流量的作用。 我们知道在按空间模式中，交通灯可以减少交通流量。在典型低交通密度范围中，密度值 P=辆在普遍的情况下可以顺畅的通行，只有在信号灯下才会造成交通阻塞。由于这种情况，交通灯在调节交通密度时，起到了 至关重要的作用。在典型的高密度范围内，密度值为 P=密度几乎是均匀的除了在信号灯的附近，并且在本地交通灯的下游将会出现一个低交通密度区域。 当在 P=交通区域中， 交通 流 达到饱和状态。我们可以看出交通阻塞只持续不长的 一段 ：它的范围 比 第二种情况下要更加的宽阔一些。 在信号灯的下游，有一段比较稳定的小密度区域。当密度增加，交通阻塞的范围会变的更大并且 小密度区域会收缩。 接下来我们研究 T 对交通流的影响。我们知道在 5000 米的区域中不同 T 值对交通流密度的影响与 一点可以清楚的知道 T 值的增加（减少）一向容量 Q 值的增加（减少） 。而且，当 容量 的依赖变弱。当 00值对 容量 的依赖性可以这样解释。当循环时间比较短时，在车辆流的前面的车辆的驾驶员要时刻保持敏感。当交通灯改变时，他的车要同时开始行使。而且，当信号灯的周期时间很短时，车流的排队量也很小。 因为上面的两个原因，车流量的延时也被缩短，这就导致了大的容量。当时间周期很长，司机不用很敏感的的注意交通灯的改变，这样就导致形成很长的交通车辆队。因此，总的交通延时相对变大。这样导致小的交通容量。在这种情况下， 式就是按照 司机在敏感的情况下估计的。 我们已经指出区域资料需要用这些结果来检查。由于在宏观模拟模式中的结果和微观模拟模式的结果在一些地方有不同 ，但是，我们现在还不能很精确的知道这两种模式的具体差别是什么。例如，在 研究中，他应用了一种车辆跟随模式 ，在周期时间的中间可以达到一个较大的容量。在 研究中，采用最佳车辆模式， 是依靠交通周期时间来确定交通容量。 我们知道在交通流区域中时间 00值依靠密度不同，在 果的的质量 不会改变。 是，当 于 10000m 时，区域几乎与 但是，我们注意到当 L 值为 1000m 时，结果会有不同。一种情况是交通流没有饱和。当密度增加时交通流也随着增加。当它达到一个最大值时，它随着密度的增加而增加。因为系统变小，密度的稳定性也变小了，稳定性无法得到保证。例如，在时间空间的的模式下交通流的 000m。 在同步模拟交通灯的情形中，路口有很多灯而且所有的灯同时改变从红色到 绿色。第一，我们学习所有的灯是距离相等的情形。我们首先假设灯 D 和灯 N 之间的距离在图 1中所示， 我们也为 2， T 100s，a 0:5。可以看出结果是相同于在单一灯的情形。在图 6中，我们战线交通流量与红绿灯在这情况感应的时间空间式样。我们观察周期的结构，式样在每个周期内几乎相同于对应的式样在图 2中。 我们在 N， 的不同值下进行模拟，我们发现，无论 通流与密度的关系与单一灯情况下是相同的， 而且周期时间是相同的。周期的结构存在，而且时 期的数值等于 N。当 D 很小的时候，流量杂被使用的同时的红绿灯情形中比在中间的密度范围要高。 接下来，我们研究灯的距离不是等距离的情况。一个预计的情况是结果只取决于信号灯之间的最小距离。但是，这种预计是不成功的。在图 8中， N 4， T 100s,曲线 2是 D 1000m 时等距离交通灯的结果，曲线 3 是 D 2000m 时的结果，曲线 4 是灯 2和灯 3相隔为 2000和灯 4相隔 1000线 1在曲线 2和 3中间。这就意味着结果取决于灯之间距离的可分配性。 总结 在这篇论文中，我们研究 了 交通灯在 一信号灯、同步信号灯情况被模拟，表现在时间空间模式中。 从模拟中，我们可以看出单一灯情况下，同步灯策略和绿波灯策略也许是最好的的信号灯策略。我们还看出交通流不只是依靠交通的密度，还取决于信号灯之间的距离和周期时间。周期时间增加伴随着容量的减小。 对于信号灯之间的距离很小的情况下，交通灯对于解决交通阻塞的作用不是很大。在非同步交通灯情况下，结果依靠灯之间距离的分配。 从我们的研究中，我们可以假设情况是这样的，如果两个灯 之间的距离是小的，绿灯波模式是有利的。我们希望这个结果对交通设计是有用的。 在我们未来的工作中， 我们将研究交通灯对最大交通流量的控制并且和现在的结果进行比较。 参考文献 1 D. 73 (2001) 1067. 2 B. N. A. M. K. K. 3 (2003) 3 D. L. A. 329 (2000) 199. 4 T. 65 (2002) 1331. 5 M. Y. M. , 01, 2003. 6 2004. 7 R. A 229 (1955) 317. 8 4 (1956) 42. 9 1(1),1971, 51. 10 B 32 (1998) 485. 11 R. B 36 (2002) 405. 12 R. 9 (1961) 545. 13 M. K. A. et E 51 (1995) 1035. 14 M. 35 (2001) 149. 15 I. R. 1971. 16 D. A. V. et B 35 (2001) 183. 17 K. M. J. I (2 (1992) 2221. 18 O. A 46 (1992) 19 B 18 (1984) 409. 20 B 29 (1995) 277. 21 R. 46 (2001) 345. 22 A. M. J. 60 (2000) 916. 23 B 36 (2002) 275. 24 Y. E 6