摘要
针对城市交通变化大,早晚高峰时段拥堵问题,基于车联网实时交通数据设计道路分区模型,在传统等待区的基础上增加了动态预测区,对各个分区中的车辆进行分类和统计,实现了对当前交通监测和对未来交通预测.又因为在不同的交通状态有着不同的通行需求,设定了空闲、正常和繁忙3种交通情景模式和相应的切换规则.同时基于道路分区模型中道路状态,设计动态最小绿灯时间和动态绿灯延时机制,并为各个模式定制不同的绿灯延时机制.通过SUMO交通仿真软件进行实验,在双向六车道城市道路环境中验证了在不同车流量下交通情景模式切换,低于400辆/h为空闲,高于1 100辆/h为繁忙.基于各个模式的交通状态和优化目标,测定在各个模式下的最优绿灯延时机制,最后模拟包含早晚高峰的全天车流量下的控制效果,与传统定时控制方法对比,从平均行驶速度、平均停车次数、平均停车时间和平均延误时间4大指标进行分析对比,各项指标上均有明显优化,平均行驶速度提高10％～30％,平均停车时间和平均延误时间减少40％～50％,明显提高了路口区域车辆行驶质量,其中在高峰时段效果尤其显著,平均速度提升近100％,平均停车次数、平均停车时间和平均延误时间均减少100％以上,有效缓解了高峰时段的拥堵情况.
基金项目
江苏大学2018年大学生实践创新训练计划项目(201810299035Z)
NETL
NSTL
维普
万方数据