车联网条件下的城市区域信号控制文献综述

文 献 综 述

1. 研究背景

城市交通系统是由人､车､路､环境等要素构成,具有结构复杂､影响因素多､开放性强､随机性及不稳定因素多等特点,是一个复杂的动态大系统^[1]。虽然我国经济和城市的发展落后于西方,城市交通的紧张形势及由此引起的问题也较晚,但社会的高速发展已形成对汽车的快速依赖。城市交通作为我国经济高速运转和社会可持续发展的基础性产业,为社会各类经济活动提供载体。公安部交通管理局 2014 年 1 月 28 日公布的数据显示,近十年来,汽车年均增加 1100 多万辆,截止 2013 年底,我国机动车和驾驶人数量分别突破 2.5 亿和 2.8 亿。然而,机动车在给人们带来巨大利润和巨大便利的同时,也造成了城市道路需求与供应的强烈矛盾,其中三个方面的问题表现尤为突出:交通拥堵问题､交通安全问题､环境污染问题。如何解决城市交通所带来的负面影响已成为交通界的研究焦点。近几十年来,世界各国采取了各种各样的对策,其根本途径有两种:一是通过拓宽道路,修建高架桥､地铁等方式加快道路设施规划建设,健全城市交通路网体系;二是采用计算机､通信,网络以及智能车路协同等先进的科学技术,对城市交通进行现代化的管理与控制,提高现有道路的通行能力和运作效率。车联网(Internet of Vehicles)是由车辆位置､速度和路线等信息构成的巨大交互网络。通过GPS､RFID､传感器､摄像头图像处理等装置,车辆可以完成自身环境和状态信息的采集;通过互联网技术,所有的车辆可以将自身的各种信息传输汇聚到中央处理器;通过计算机技术,这些大量车辆的信息可以被分析和处理,从而计算出不同车辆的最佳路线､及时汇报路况和安排信号灯周期。车联网发展的高级阶段即车路协同系统,近年来,车路协同系统成为智能交通的研究热点,欧美等发达国家都在积极推进相关技术的研究。它是基于无线通信､传感检测技术获取车辆和道路信息,通过车-车､车-路之间的信息交互和共享,实现车辆与道路基础设施之间的智能协作与配合,以达到

优化利用系统资源､提高道路交通安全､缓解交通拥堵的目标^[2]。

1. 国内外研究情况

国内外学者提出了多种车路协同环境下的区域信号控制的方法。QING^[3]利用车路协同技术实时的交通数据建立了基于车头时距的车队判别算法,并建立了信号控制优化模型用于干道多交叉口之间的协调控制。KANG等^[4]介绍了一种基于车路协同的城市交叉口交通控制系统,该系统通过速度引导消除交叉口两难区。YANG等^[5]以城市郊区干道为研究对象,构建了车速引导策略,并利用VISSIM 对其进行验证。CHEN等^[6]通过路侧可变信息板来进行车速引导,提出了动态车速引导与动态信号控制相结合的信号控制优化方法,用于干道多交叉口之间的协调控制。NEKOUI等^[7]通过实地模拟的方式验证了车路协同环境下车速诱导的方式,可有效缓解不同种情况下车辆的紧急避让及防撞问题。FENG等^[8]提出了用于信号灯自适应控制的车速引导策略,借助VISSIM 软件仿真模拟了在高渗透率和低渗透率车路协同应用场景下延误的减少情况。ZHAO等^[9]利用集成PARAMICS与驾驶模拟器的网联汽车平台研究车速引导,结果表明引导后能减少9%的燃油消耗。RAKHA等^[10]提出了基于车路协同的信号交叉口车速引导策略,用于提升燃油使用率。WU等^[11]和李鹏凯等^[12-13]在车路协同环境下以交叉口车辆停车时间最小化为目标,提出面向个体车辆的车速引导机制与模型,并在此基础上以交叉口整体效益最佳为目标,提出多车协同车速引导模型,并进行了仿真验证。张存保等^[14]提出车路协同环境下信号控制交叉口两难区问题改善方法的工作流程,综合运用车速引导､动态绿灯时间延长等措施降低车辆进入两难区的概率。梅朝辉等^[15-16]提出了车路协同环境下干线交叉口信号协调控制模型,并研究了速度引导模型,利用VISSIM 软件仿真验证,结果表明,相比定时控制和MAXBAND协调控制,该方法能较好地减少交叉口延误和停车次数。吴文静提出了车路协同环境下的车辆路段掉头协同控制优化策略,以车辆掉头效率为目标,并以安全性为约束,提出了CVIS 环境下的路段掉头优化控制模型。

1. 课题研究的目的及意义

传统的区域信号控制方法是通过优化信号控制参数的某一项(周期､绿信比､相位差或相序)以获得最大带宽,不能同时对这些控制参数进行优化,且计算量大。关于车速引导的研究，大多采用在线优化算法，将交通流实时控制问题转化为最优化求解问题，这种方法需要极为精确的交通流运行模型，在线求解计算工作量大，对于系统局部误差抗干扰能力差，过程不直观，结果可控性差。

本课题的目的在于车路协同环境通过深度强化学习来进行区域交通控制,并表明它在寻找更好的信号时序计划和车速引导方面明显优于传统方法。由于车路协同环境下基于深度强化学习的区域交通控制较为复杂,难以短时间内完成,在老师的建议下,我将这个研究分为三个阶段,第一个阶段即单路口的深度强化学习控制,第二阶段即车路协同条件下的深度强化学习控制,第三阶段即车路协同条件下基于深度强化学习的区域交通控制。本文着重于第一阶段即单路口的深度强化学习控制研究。深层强化学习方法和车路协同技术的结合可能有很大的潜力来改变下一代智能交通的发展历程,对提高道路交通安全､缓解交通拥堵､提高出行效率有着重要意义。

参考文献

[1]李英.多Agent系统及其在预测与智能交通系统中的应用[M].华东理工大学出版社,2004,上海

[2] 龙文民,褚端峰,施辉,等.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(7):141-146.

LONG Wenmin,CHU Duanfeng,SHI Hui,et al.Algorithm research on traffic priority for emergency vehicles based on cooperative vehicle infrastructure system [J].China Safety Science Journal,2015,25(7):141-146.

[3] QING He.Robust-intelligent Traffic Signal Control within a Vehicle-to-Infrastructure and Vehicle-to-Vehicle Communication Environment[D].Tucson:The University of Arizona,2010.

[4] KANG Lei,LIN Bin,ZHAO Zhan,et al.The traffic control system at urban intersections during the phase transitions based on VII[C]//International Conference on Computer Application and System Modeling(ICCASM).[S.l.]:[s.n.],2010:137-141.

[5] YANG Yudi,CHEN Shenyang,SUN Jian.Modeling and evaluation of speed guidance strategy in VII system [C]//13th InternationalIEEE Annual Conference on Intelligent Transportation Systems.[S.l.]:[s.n.],2010:1045-1050.

[6] CHEN Shenyang,SUN Jian,YAO Jing.Development and simulation application of a dynamic speed dynamic signal strategy for arterialtraffic management[C]//14th International IEEE Annual Conference on Intelligent Transportation Systems.[S.l.]:[s.n.],2011:1349-1354.

[7]NEKOUI M,NI D,PISHRO-NIK H.Development of a VII-enabled prototype intersection collision warning system [J].InternationalJournal of Internet Protocol Technology,2009,4(3):173-181.

[8]FENG Yiheng,HEAD K L,KHOSHMAGHAM S,et al.A real-time adaptive signal control in a connected vehicle environment[J].Transportation Research Part C,2015,55:460-473.

[9]ZHAO Yunjie,WANG A,HOU Yunfei,et al.Integrated traffic-driving-networking simulator for the design of connected vehicle applications:Eco-signal case study[J].Journal of Intelligent Transportation Systems,2014,20(1):1-13.

[10]RAKHA H,KAMALANATHSHARMA R K.Eco-driving at signalized intersections using V2Icommunication[C]//Proceedings of the14th International IEEE Conference on Intelligent Transportation Systems.[S.l.]:[s.n.],2011:341-346.

[11]WU Wei,LI Pengkai,ZHANG Y.Modelling and simulation of vehicle speed guidance in connected vehicle environment[J].International Journal of Simulation Modelling,2015,14(1):145-157.

[12]李鹏凯,杨晓光,吴伟,等.车路协同环境下信号交叉口车速引导建模与仿真[J].交通信息与安全,2012,30(3):136-140.

LI Pengkai,YANG Xiaoguang,WU Wei,et al.Modeling vehicle speed guidance at signalized intersections under IntelliDriverSM [J].Journal of Transport Information and Safety,2012,30(3):136-140.

[13]李鹏凯,吴伟,杜荣华,等.车路协同环境下多车协同车速引导建模与仿真[J].交通信息安全,2013,31(2):134-139.

LI Pengkai,WU Wei,DU Ronghua,et al.Modeling and simulation of multi-vehicles cooperative speed guidance under connected vehicles[J].Journal of Transport Information and Safety,2013,31(2):134-139.

[14]张存保,陈超,严新平.车路协同下信号控制交叉口两难区问题改善方法[J].中国安全科学学报,2012,22(6):86-91.

ZHANG Cunbao,CHEN Chao,YAN Xinping.Methods for alleviating dilemma zone problem of signal control intersection based oncooperated vehicle infrastructure system [J].China Safety Science Journal,2012,22(6):86-91.

[15]梅朝辉.车路协同环境下干线交叉口信号协调控制方法研究[D].武汉:武汉理工大学,2014.

MEI Chaohui.Research on Arterial Traffic Signal Coordinated Control Method Based on Cooperative Vehicle Infrastructure System[D].Wuhan:Wuhan University of Technology,2014.

[16]张存保,冉斌,梅朝辉,等.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(3):40-45.

ZHANG Cunbao,RAN Bin,MEI Zhaohui,et al.An optimization method of traffic signal control based on cooperative vehicle infrastructure system [J].Journal of Transportation Systems Engineering and Information Technology,2013,13(3):40-45.