用于提高绿灯时间利用率的高精度红绿灯控制器教案分析.doc

用于提高绿灯时间利用率的高精度红绿灯控制器 摘要：由于城市中不断增长的车辆数目，过时的道路科技，不合理的道路设计和其他的一些问题，交通拥挤已经成为了城市的主要并发症。因此，这催促着我们需要一种更精确的红绿灯控制系统，可以在各个级别的要求下保持高稳定性。本文介绍了针对单独的十字路口所拟定的动态红绿灯相位计划。相比于其他四种方法，这个成熟的控制方法在减少平均等待时间，最大排队长度，绿灯总时间的优化方面表现的更好，并且增加了十字路口的通行能力（增加了绿灯时间的利用率）。另外，这个系统可以在任何等级的要求下保持良好的稳定性。 关键词：交通信号灯控制系统，自动交通信号灯系统，VANET应用，交通管理控制器，动态红绿灯控制，红绿灯相位安排  简介 由于城市中不断增长的车辆数目，过时的道路科技，不合理的道路设计和其他的一些问题，交通拥挤已经成为了城市的主要并发症。因此，这催促着我们需要一种更精确的红绿灯控制系统，可以在各个级别的要求下保持高稳定性。 一般来讲，红绿灯控制系统由如图1所示的两部分组成：红绿灯控制器（TLC）和红绿灯显示实体（TLD）。必威体育精装版的解决方案建议在原来的两个经典的实体上增加第三个实体：道路状况数据采集器（RSDC）如图2所示。额外增加的实体的工作是收集关于道路状况的实时数据并且传送到红绿灯控制器中。红绿灯控制器会根据收集的数据对下一相位计划作出决定。 这个工作的目标是使红绿灯阶段计划决定更加的精确并且在各种级别下保持高稳定性。这催促我们加强解决下面问题的研究能力：什么样的道路数据需要去收集，数据如何传送到红绿灯控制器中。并且TLC内部将如何使用这些数据去对下一阶段计划作出决定。另外，新型的动态排队队列探测机制的成熟也将在下文中进行阐述。  文献回顾 在这一部分，一些以前的被提议的智能交通信号灯管理系统被用来说明来表明他们的缺点。城市交通信号灯的控制中心是一个最早用来被克服如【3】所示红绿灯下降时间的孤立性。但是使用租来的电话线来传递路况数据是非常昂贵和缓慢的。随后一个新的建议慢慢被提出，就是根据估算的车辆平均速度来建立红绿灯相位计划。依靠估计而不是侦测的数据导致这个系统并不是很精确【4】。 一些解决方法被提出用于解决避免和减少道路上的交通拥堵。通过道路数据的传播，司机希望能够改变车道避免拥堵的车道【5,6】。通过我们的建议，这个解决方法对于解决拥堵问题是不必要的因为在一些事件上可能会失败。例如很多司机想到达一个地方但是只有一条道路；这个被提出的解决方法不能帮助司机避免交通阻塞和减轻道路流量。 许多研究者反对图像处理解决方法是最适于解决堵塞问题的，例如【7-14】。使用照相机来获取图片或者视频，然后分析获得的图片/录像，这个无法一直工作在严重的大雨下，浓雾中或者沙尘暴天气下或者是非常黑的道路上。其他人反对使用GPRS会是解决交通问题的好方法【15】。因为根据我们的意见，在充满了高楼的城市里，这将是最适宜的方法。 最后，一些研究已经证明了数学方法来解决堵塞问题要比上述的方法好的多，例如【16-19】。但是，需要注意的是，这些方法在高等级的十字路口状况下面临着稳定性的问题。更进一步的是面临着决策的不精确性，这主要是因为变量的不完全性，这主要是因为收集和使用了错误的控制算法。这些就促使我们去寻找一个更好的方法去克服这些工作的缺点。和我们的观点最有关联的和最接近的是【18.19】。在本文中我们将会将他们用NM1（新方法1）和NM2（新方法2）来命名，作为参考。 红绿灯系统的发展 就像其他的新对策，成熟的红绿灯系统包括三个主要实体：道路状况数据采集器（RSDC），红绿灯控制器（TLC）和红绿灯显示实体（TLD）。第一个实体将会收集车辆类型的数据（行人或特殊车辆），路况（上班或下班）和车辆位置（在哪条车道），这些将导致决定车道的队列长度。 图1 基本红绿灯系统实体 图2 如今的红绿灯系统实体 图3 标准四叉路口 路况数据收集系统 如图4所示，一组被命名为RSE的路边设备被放置在路边用来实现连接的行为。从红绿灯光栅线向后每隔150m放置一个。除了靠近红绿灯光栅线的RSE连接了两个带状传感器，其他的都连接了一个传感器；这些传感器每隔7到10m布置一个。这些带状传感器的作用取决于他们在路上的位置。如图4中的设置,这些带状传感器连接了最前面的三个RSE（RSE-1到RSE-3）担任队列长度检测器的角色。然而，第一个带连接着放置在距离红绿灯光栅线仅仅几米RSE-4（在左侧）用来作为第一个车到达的检测器。另一个被放置在红绿灯光栅线后的带担任车辆离开检测器的角色。 图4 路况数据收集系统设置 在车辆运行在道路的过程中，车辆数据通过车辆和路边设备（RSE）之间的VANET通讯（VANET是传统的移动自组织网络(MANET)在交通道路上的