基于信息集成的城市交通流诱导与交通控制协同的关键理论及技术研究

论文摘要

交通控制和交通流诱导的协同是整合交通资源,建设节约型交通运输,实现交通管理网络化、信息化、集成化、智能化的迫切措施。本文深入剖析交通控制与交通流诱导系统的运行机理,全面综合国内外在两系统协同方面的研究成果,提出两系统多级分层协同框架,为协同的实施落实提供指导;建立基于动态速度的协同时机分析模型,为城市何种交通状态下实施协同提供理论依据;从交通基础信息协同入手,研究控制与诱导的信息共享,以最小的投入获得全面经济的交通信息;构建双目标诱导控制协同的系统最优动态交通分配模型,提出小步距调整、试算优化的准最优求解算法,克服了传统动态交通分配模型条件苛刻、难以求解、难以工程应用的问题,提高了模型算法的实用性,为群体诱导信息发布和单车最佳路径计算、自适应信号配时提供决策依据;从我国交通管理实际出发,重点研究依托现有交通控制设施的协同策略与实施技术,提出了基于预测型行程时间的相位差在线优化算法和紧急事件下特种车诱导控制协同管理技术,为充分协调二者影响,避免重复建设的资源浪费,实现交通管理的便捷化提供技术基础。

论文目录

• 提要
• 第一章 绪论
• 1.1 课题来源
• 1.2 课题研究的理论意义和实用价值
• 1.2.1 交通控制与诱导的强关联性
• 1.2.2 交通控制与诱导协同的意义和价值
• 1.3 课题研究的历史与现状
• 1.3.1 UTCS 和UTFGS 发展分析
• 1.3.2 国内外UTCS 和UTFGS 协同的模式策略研究
• 1.3.3 国内外UTCS 和UTFGS 协同的模型算法研究
• 1.4 本论文的研究目的和意义
• 1.5 本论文的研究内容
• 1.6 小结
• 第二章 UTCS 和UTFGS 系统运行机理和分层协同实施框架
• 2.1 简述
• 2.2 城市交通控制系统
• 2.2.1 城市交通控制的意义和分类
• 2.2.2 定时脱机区域交通信号控制系统TRANSYT
• 2.2.3 实时方案选择式自适应控制系统SCATS
• 2.2.4 实时方案生成式自适应交通控制系统SCOOT
• 2.3 城市交通流诱导系统
• 2.3.1 城市交通流诱导系统的意义和分类
• 2.3.2 分布式导航系统VICS
• 2.3.3 中心式诱导系统Ali-Scout
• 2.3.4 中国UTFGS 系统
• 2.4 关于交通控制与交通流诱导协同的若干问题
• 2.4.1 真的有必要协同吗?
• 2.4.2 协同的切入点在哪?
• 2.5 基于多级分层控制的UTCS 和UTFGS 协同
• 2.5.1 我国交通管理现状分析
• 2.5.2 多级协同分层实施框架
• 2.6 本章小结
• 第三章 交通控制系统与交通流诱导系统的基础信息协同
• 3.1 交通流诱导系统的信息需求与获取
• 3.1.1 交通流诱导需求信息的种类和粒度
• 3.1.2 行程时间的采集技术
• 3.2 交通控制系统的数据采集
• 3.3 交通控制与交通流诱导协同的信息平台建设
• 3.3.1 协同信息平台的功能需求分析
• 3.3.2 交通控制与诱导协同信息平台的框架结构设计
• 3.3.3 交通控制与诱导协同信息平台的功能模块设计
• 3.4 交通控制与交通流诱导的信息协同分析与挖掘
• 3.4.1 模拟试验的数据采集与处理
• 3.4.2 交叉口延误对路线行程时间的影响分析
• 3.4.3 交叉口数据与路线行程时间的相关分析
• 3.5 小结
• 第四章 交通流诱导与控制协同的最佳时机判断
• 4.1 判定协同时机的几个参数及其优缺点
• 4.1.1 拥挤情况下几种交通参数的变化
• 4.1.2 利用各种交通参数判别协同时机的优缺点
• 4.2 利用速度动态模型判别最佳协同时机
• 4.2.1 模型描述
• 4.2.2 拥挤状态下速度临界值的确定
• 4.2.3 基于速度动态模型的协同时机判断
• 4.3 协同时机算法试验
• 4.3.1 试验算例数据
• 4.3.2 模型参数标定
• 4.3.3 试验分析
• 4.4 小结
• 第五章 系统最优动态交通流分配与信号控制的协同优化模型研究
• 5.1 简述
• 5.2 系统最优动态交通分配理论
• 5.2.1 动态交通分配
• 5.2.2 系统最优动态交通分配模型
• 5.3 常见的SODTA 求解算法
• 5.3.1 数学规划模型
• 5.3.2 最优控制模型
• 5.3.3 VI 模型
• 5.3.4 常见SODTA 求解算法分析
• 5.4 交通控制与诱导协同的双目标准均衡分配模型研究
• 5.4.1 交通控制与诱导协同模型建立的基本思路
• 5.4.2 双目标协同模型建立
• 5.4.3 饱和度及路段阻抗表达
• 5.4.4 双目标协同模型的准均衡分配求解算法
• 5.4.5 算法试验路网及数据
• 5.4.6 试验路网算法求解
• 5.5 小结
• 第六章 与诱导协同的交通控制周期子区确定和相位差优化
• 6.1 诱导与控制协同的子区和周期确定
• 6.1.1 交通控制系统的周期和子区
• 6.1.2 交通流诱导的周期和子区
• 6.1.3 交通流诱导与控制协同的周期和子区确定
• 6.2 基于诱导信息（预测型行程时间）的信号相位差优化
• 6.2.1 基本思路
• 6.2.2 行程时间与相位差的影响关系
• 6.2.3 在线相位差优化算法
• 6.2.4 相位差优化算例检验
• 6.3 小结
• 第七章 突发事件下交通流诱导与控制的协同管理
• 7.1 突发事件下交通流诱导与控制协同管理预案
• 7.2 城市道路交通突发事件融合检测系统
• 7.2.1 城市道路交通事件融合检测系统设计
• 7.2.2 自动事件检测算法概述
• 7.2.3 数据采集
• 7.2.4 基于Fisher 判别模型的AID 算法
• 7.2.5 试验结果及评价
• 7.3 突发事件下特种救援车最佳路径诱导
• 7.3.1 特种救援车路径诱导
• 7.3.2 诱导阻抗的选择和最佳路径计算
• 7.4 特种救援车信号优先控制策略
• 7.4.1 基本思路
• 7.4.2 车辆行驶路线特性分析
• 7.4.3 车辆运行轨迹分析
• 7.4.4 常用的优先信号配时策略
• 7.4.5 特种救援车优先信号配时实例分析
• 7.5 小结
• 第八章 全文总结与展望
• 参考文献
• 攻博期间的论文发表、参与项目及获奖
• 1 攻博期间发表的学术论文
• 2 攻博期间参与的科研项目
• 3 攻博期间的获奖
• 致谢
• 摘要
• ABSTRACT