1、 研究背景、目的及意义

1.1研究背景

随着智能信息时代的到来，车路协同技术作为智能交通系统的前沿技术,是未来智能交通发展的主要研究方向之一。车路协同系统基于无线通信和传感器检测等技术获取车辆和道路的有效信息,通过建立车路通信,将人、车、路三者有效的联系起来,完成车辆和路旁基础设施之间的信息交互,充分利用基础设施和道路的资源,提高利用效率,改善交通的安全,缓解道路交通压力。车路协同技术与交叉口信号控制系统相结合可以有效解决传统交叉口信号控制方式采集数据单一，精度偏低，实时性差等问题，有效减少交叉口延误，提高通行效率。

1.2目的

信号交叉口是制约城市道路网络通行能力的主要瓶颈，一个良好的交通信号控制系统是城市道路网络正常运转的保障。但是受制于计算机和通信技术的发展，传统的信号控制系统往往存在不能适应交通流随机变化，采集数据单一，精度偏低，实时性差等问题，因此交叉口的通行效率还有很大的提升空间。

随着智能交通的发展，车路协同技术能够为交通控制提供实时而全面的车路信息，克服传统信号控制方法的缺点。在此基础上对信号控制系统优化，可以有效提高交叉口的通行效率和安全性，从而推动交通路网性能的改善。

本论文旨在车路协同技术的基础上对交叉口信号控制进行研究，根据实时获取的车辆时空信息探讨信号控制的优化设计，建立车路协同条件下交叉口的信号控制优化模型，最后应用VISSIM仿真软件并对本文提出的优化设计方法和模型进行仿真评价。

1.3意义

目前交叉口信号控制方法主要分为: 定时控制、感应控制和自适应控制。定时控制利用历史交通数据，为一天中的不同时间创建配时方案。其假设在控制期间，交通需求保持相似。然而在现实中，交通需求可能会快速波动。感应控制是在交叉口停车线上游设置检测器，通过检测车辆的排队与到达情况确定绿灯时间，在一定程度上弥补了固定信号配时的不足，但其缺乏自我优化能力。自适应信号控制系统主要依赖于传感器的数据，比如地磁或视频环路检测器。但该方法有两个缺点：首先，检测器是只在车辆通过时提供瞬时车辆位置数据和交通量数据，无法直接测量车辆的状态(位置、速度、加速度)；其次，检测系统的安装和维护成本较高。如果一个或多个检测器出现故障，则自适应信号控制系统的性能会大大降低。车路协同技术克服了以上的缺点，能够为交通控制提供实时而全面的车路信息，适应交通流的随机变化；由于车路协同装置装载于每辆车辆的个体之中，所以个别故障不会影响整体的控制效果。

同时，作为调控交通流、提高交叉口安全性、缓解阻塞主要措施的交通信号，却往往使得紧急救援车辆在执行紧急救援任务过程中因交叉口排队和交通信号而受到阻碍，从而造成救援延误,甚至发生安全事故。在车路协同环境下，信号控制可以对紧急车辆优先通行请求做出调整，保证紧急车辆安全高效的通过交叉口。

因此，在车路协同技术的基础上对交叉口信号控制的研究具有重要的现实意义。

车路协同环境下的交叉口信号控制优化设计研究的意义如下：

1.适应交通流的随机变化。

在车路协同环境下，交叉口能够获得附近车辆的运行状态，实时获取车辆位置、速度、加速度等车辆数据。基于这种数据来源，能为交叉口制定更加适应交通流变化的信号配时方案。

2.有效提高交叉口信号控制效率。

车路协同系统具有将人、车、路三者有效的联系起来，实现车辆和路旁基础设施之间的信息交互的特点，在此基础上可以对信号控制方案进行调整，达到充分利用交叉口的设施和道路资源,提高交叉口通过率的目的。

3.增加了信号控制系统稳定性。

车路协同可以实现信息在系统内部的准确、快速和有效的传输，而且能获取车辆位置、速度、加速度等更加全面车辆数据。车路协同系统安装与维护的成本比自适应控制系统要低得多。并且如果一个或多个车路协同的车载装置由于通信失败而无法与交叉口通信，也不会对整体产生较大的影响。从而有效提高了信号控制系统的稳定性。

4.提高紧急车辆的通行效率

在车路协同环境下，当紧急车辆在交叉口有优先通行需求时，可以通过调整控制策略，包括延长绿时间、早断相位、重置相序、插入相位、跨越相位等方法，实现紧急车辆在保证安全的前提下不停车通过交叉口,并降低其对社会常规车流的不利影响。

1.4国内外研究现状

1.4.1对信号相位的优化

国内外相关学者研究了如何有效利用车路协同数据优化信号相位方案。吴伟等^[1]基于车路协同环境，提出了一种动态车速的相位差优化方法，该方法以流量与速度乘积最大为目标，在考虑初始队列清空时间,速度变化范围和相位差取值空间等约束条件下,建立了车辆速度与相位差的动态优化模型。林晓辉^[2] 在车路协同环境下，提出一种基于交通密度的交通信号控制方法，该方法借助感应控制方法的思路，依据排队消散时间确定进口道绿灯时间，依据进口道交通密度实时选择车流放行方向。Feng等^[3]基于车路协同环境，建立了以排队长度和延误为优化目标，相位绿灯时长为约束条件的实时自适应信号相位分配模型。

1.4.2对信号配时的优化

国内外专家学者对车路协同环境下信号配时方案做出了充分的研究。张存保等^[4]在车路协同环境下，借助单点信号控制方法的思路，以整个交叉口延误和停车次数最小为目标，建立了单点信号控制优化模型，但该方法需要计算每种配时方案下交叉口所有车辆的延误和停车次数，计算量较大。周建山等^[5]基于车路协同环境，提出了单个交叉口的自适应优化控制策略，通过将神经计算原理与模糊决策技术引入信号优化控制策略中，建立了基于交通流模式识别的交通信号控制优化方法。张存保等^[6]基于时间窗的滚动预测方法，将相位饱和度为优化目标，并加入车速引导，提出了车路协同环境下道路交叉口信号控制优化模型。姚志洪等^[7]提出了一种车路协同环境下交叉口自适应实时控制优化模型，该模型以交叉口车均延误最小为优化目标，相位绿灯时长为约束条件，采用遗传算法对模型进行求解，从而得到交叉口信号配时实时优化方案。但该模型大多适用于非饱和状态交叉口，且未考虑交叉口相序的优化。王彬等^[8] 在车路协同环境下，提出了一种无控制交叉口的车辆协调控制策模型，以最大流量为目标，运用整数规划模型对交叉口信号控制进行优化；李鹏凯等^[9]基于车路协同环境,以交叉口延误和停车次数为目标,建立了面向个体车辆的车速引导机制与模型。Christian 等^[10]在车路协同环境下，运用整数规划模型对交叉口信号控制进行优化，但其模型中假定车流到达服从泊松分布且进口道通行能力为定值，与实际情况不符。Chen等^[11]在车路协同环境下，建立了单个车辆和道路交叉口的状态方程，在此基础上建立了单交叉口信号控制模型。Goodall等^[12]提出了一种用于信号控制的预测微观仿真算法，该算法从联网车辆的位置、航向、速度等数据中提取数据，利用微观仿真模型对未来交通状况进行预测，对交叉口信号控制进行优化。该算法考虑了多个市场渗透率，提出了一种基于连通车辆数据估计未装备车辆状态的算法。但是，由于算法计算时间过长，不能实时应用。

1.4.3紧急车辆优先控制

国内外学者分别从信号优先、路径选择等方面对应紧车辆优先控制进行了研究。王吟松等^[13] 使用专用短程无线通信技术，构建了车路协同环境下的紧急车辆信号优先通行系统。Lee等^[14]在车路协同环境下，提出了一种避免交叉口车辆冲突的算法模型。龙文民等^[15]通过协调交通信号配时与车速引导，建立了紧急车辆交叉口优先通行控制模型。

小结：

国内外研究利用车路协同系统能实现车车、车路信息交互的特点，从信号相位、相序、时长等方面，运用时间窗概念、启发式算法等方法建立交叉口信号控制优化模型，对信号配时方案进行优化，并构建了紧急车辆信号优先通行系统。但现有研究也存在诸多不足之处，如：预测车辆到达与实际情况不符，算法计算复杂，优化时间过长，不能达到实时性要求和大多采用枚举算法，求解效率低等问题。而且并未将普通状态下的信号控制与紧急状态下的信号控制相结合。固本文将交叉口信号控制分为紧急状态和普通状态两种模式，通过BP神经网络进行车辆到达预测，采用粒子群算法求解模型，满足交叉口实时性要求。

2、 研究的基本内容、目标、拟采用的技术方案及措施

2.1研究目标

1.了解车路协同条件下智能车控制原理和相关控制模型，为本文提供理论依据。

2.研究车路协同环境下交叉口的信号控制优化设计方案。

3.建立车路协同环境下交叉口信号控制优化模型，提高交叉口通行效率，保证紧急车辆通过交叉口不受阻碍。

2.2研究内容

1.车辆到达预测

根据车路协同环境下获得的交叉口范围内各车辆的实时运行状态信息，对各车辆通过交叉口的情况进行短时预测。从预测结果推算出交叉口总延误，以及一次绿灯时间后受阻车辆占车辆总数的百分比，作为优化模型的基础数据。

2.建立信号控制优化模型

根据预测结果，将信号控制分为紧急状态与普通状态两种模式。在紧急状态下，优先保证紧急车辆通过交叉口；在普通状态下，以一次绿灯时间后受阻车辆占车辆总数的百分比和交叉口总延误最小化来优化信号配时方案，建立信号配时优化模型。

3. 仿真实验检验和评价

为证明所建信号控制优化模型的有效性，通过实际交叉口案例仿真，对本文理论进行实证分析，对优化前后交叉口的通行效率进行仿真评价。

2.3研究方法

1. 车辆到达预测

神经网络广泛应用于多因素，不确定性，非线性问题的预测领域。利用神经网络的特点，采用BP算法，建立三层网络结构。选取车辆位置，车速，加速度为影响指标作为输入层；在兼顾网络学习能力和学习速度的基础上建立隐含层；输出层以车辆到达停车线的时间为预测目标。

2.信号优化模型建立方法

在预测结果的基础上，首先判断交叉口是否有紧急车辆发出优先通行请求，若有则调整信号控制方案使紧急车辆优先通过交叉口。否则以交叉口所有车辆一次绿灯后受阻百分比和总延误最小为优化目标，各相位绿灯时长为决策变量，最大绿灯时长以及最小绿灯时长为约束条件，建立信号配时优化模型，并采用粒子群算法求解模型。

3. 仿真实验方法

运用VISSIM软件对交叉口信号控制优化模型进行仿真模拟，在VISSIM中构建车路协同环境，选择常用的定时控制与感应控制方法进行对比，得到仿真运行结果。对比仿真获得的交叉口延误，排队长度，停车次数，紧急车辆通行效率等指标。

2.4技术路线

本文技术路线如下：

图1 技术路线图

4、参考文献（其中近五年外文文献不少于3篇）

[1]吴伟,马万经,杨晓光.车路协同环境下基于动态车速的相位差优化模型[J].控制理论与应用,2014,31(04):519-524.

[2]林晓辉.车路协同下基于交通密度的交叉口交通信号控制方法与仿真[J].工业工程,2014,17(4).

[3]FENG Yiheng, HEAD Larry, KHOSHMAGHAMShayan, et al. A real-time adaptive signal control in a connected vehicleenvironment [J]. Transportation Research Part C: Emerging Technologies, 2015,55:460-473.

[4]张存保, 陈超, 严新平. 基于车路协同的单点信号控制优化方法和模型[J]. 武汉理工大学学报, 2012, 34(10): 74-79.

[5]周建山,田大新,韩旭,王云鹏. 基于车路协同的单点信号交叉口自适应优化控制方法[A]. 中国智能交通协会.第七届中国智能交通年会优秀论文集——智能交通技术[C].中国智能交通协会:中国智能交通协会,2012:12.

[6]张存保,冉斌,梅朝辉,张培岭.车路协同下道路交叉口信号控制优化方法[J].交通运输系统工程与信息,2013,13(03):40-45.

[7]姚志洪,蒋阳升,王逸.车路协同环境下自适应信号配时优化模型[J].工业工程,2018,21(04):8-14 33.

[8]王彬,陈阳舟,郭创,盖彦荣.基于车路协同的交叉口车辆最大流量协调方法[J].交通信息与安全,2013,31(04):21-26.

[9]李鹏凯,吴伟,杜荣华,杨应科.车路协同环境下多车协同车速引导建模与仿真[J].交通信息与安全,2013,31(02):134-139 148.

[10]C Priemer，B Friedrich． Adecentralized adaptive traffic signal control using V2I communication data［C］/ /Proceedings of the 12th International IEEE Conference on IntelligentTransportation Systems，St．Louis，MO，USA，2009: 765-770．

[11]CHEN Cai，YANG Wang，GLENNGeers． Adaptive traffic signal controlusing vehicle-to-infrastructure communication: a technical note［C］/ / ． Proceedings of the Second International Workshopon Computational Transportation Science，New York，USA，2010: 43-47．

[12]Goodall, N., Smith, B., Park, B., 2013.Traffic signal control with connected vehicles. Transport. Res. Rec. J.Transport. Res. Board 2381, 65–72. http://dx.doi.org/10.3141/2381-08.

[13]王吟松,杨晓光,黄罗毅,吴志周,王嘉文. 车路协同环境下紧急车辆信号控制优先通行系统实现[A]. 中国智能交通协会.第七届中国智能交通年会优秀论文集——智能交通应用[C].中国智能交通协会:中国智能交通协会,2012:8.

[14]J. Lee and B. Park, "Development andEvaluation of a Cooperative Vehicle Intersection Control Algorithm Under theConnected Vehicles Environment," in IEEE Transactions onIntelligent Transportation Systems, vol. 13, no. 1, pp. 81-90, March2012.

[15]龙文民,褚端峰,施辉,胡超伟,王小宇,王磊.车路协同环境下紧急车辆优先通行方法研究[J].中国安全科学学报,2015,25(07):141-146.