城市交通信号控制系统.ppt

第六章 城市交通信号控制系统,主要内容,6.1 概述6.2 城市交通控制的基本理论和方法6.3 定时式脱机控制系统6.4 感应式联机控制系统6.5 基于多智能体的区域交通控制系统,6.1 概述6.2 城市交通控制的基本理论和方法6.3 定时式脱机控制系统6.4 感应式联机控制系统6.5 基于多智能体的区域交通控制系统,6.1 交通信号控制系统概述,6.1.1 交通控制发展历程 1868年，英国伦敦Westminster街口出现了最早的交通信号灯，是一种煤气灯。1914年以及稍晚一些时候，美国的克利夫兰、纽约和芝加哥出现了手动操作的三色信号灯，采用电力发光。1926年，英国人在 Wolverhampton 安装了第一座自动交通信号机。1963年，加拿大多伦多市建立了一套由IBM 650型计算机控制的交通信号控制系统，第一次把计算机技术应用于交通控制，大大提高了控制系统的性能和水平，标志着城市交通信号控制的发展进入了一个新阶段。,交通控制系统的发展过程可表示为：,6.1 交通信号控制系统概述,6.1 交通信号控制系统概述,6.1.2 交通信号控制系统分类,6.1 交通信号控制系统概述,1）按控制方法分类,（1）定时控制 交叉口交通信号控制机均按事先设定的配时方案运行，也称定周期控制。一天只用一个配时方案的称为单段式定时控制；一天按不同时段的交通量采用几个配时方案的称为多段式定时控制。,6.1 交通信号控制系统概述,（2）感应控制 感应控制是在交叉口进口道上设置车辆检测器，信号灯配时方案由计算机或智能化信号控制机计算，可随检测器检测到的车流信息而随时改变的一种控制方式。感应控制的基本方式是单个交叉口的感应控制，简称单点感应控制。,（3）自适应控制 把交通系统作为一个不确定系统，能够连续测量其状态，如车流量、停车次数、延误时间、排队长度等，逐渐了解和掌握对象，把它们与希望的动态特性进行比较，并利用差值以改变系统的可调参数或产生一个控制方案，从而保证不论环境如何变化，均可使控制效果达到最优或次最优的一种控制方式。,6.1 交通信号控制系统概述,2）按控制范围分类,（1）点控方式 点控方式是指每个交叉口的交通控制信号只按照该交叉口的交通情况独立运行，不与其邻近交叉口的控制信号有任何联系，即单点信号控制。这是交通信号控制的最基本形式。点控方式适用于相邻交叉口间距较远，或者因各相位交通需求变动显著，其交叉口的周期长和绿信比的独立控制比线控更有效的情况。,6.1 交通信号控制系统概述,（2）线控方式 把干道上若干连续交叉口的交通信号通过一定的方式联结起来，同时对各交叉口设计一种相互协调的配时方案，各交叉口的信号灯按此协调方案联合运行，使车辆通过这些交叉口时，不致经常遇上红灯，称为线控方式，也叫“绿波”信号控制。,线控方式的基本思路是：希望车辆通过第一个交叉口后，按一定的车速行驶，到达以后各交叉口时就不再遇上红灯。但实际上，由于各车在路上行驶时车速不一，且随时有变化，交叉口又有左、右转弯车辆进出等因素的干扰，所以很难达到一路都是绿灯的要求，但使沿路车辆少遇几次红灯，减少大量车辆的停车次数与延误则是能够做到的。线控方式的一个关键就是实行线控的各交叉口信号周期长相同。,6.1 交通信号控制系统概述,（3）面控方式 以某个区域中所有信号控制交叉口作为协调控制的对象，称为面控制系统。控制区内各受控交通信号都受交通控制中心的集中控制。对范围较小的区域，可以整区集中控制；对范围较大的区域，可以分区分级控制。分区的结果往往使面控制成为一个由几条线控制组成的分级集中控制系统，这时，可认为各线控制是面控制中的一个单元，有时分区成为一个点、线、面控制的综合性分级控制系统。,6.1 交通信号控制系统概述,3)按控制策略分类,定时式脱机控制系统 利用交通流历史及现状统计数据，进行脱机优化处理，得出多时段的最优信号配时方案，存入控制器或控制计算机内，对整个区域交通实施多时段定时控制。系统只有在网络交通条件发生重大变化，原信号配时方案不能满足要求时，才重新对整个网络进行一次交通量数据采集、处理，进而更新信号配时方案。,特点：定时式脱机控制系统简单、可靠且效益投资比高，但不能及时响应交通流的随机变化，因此当交通量数据过时后，控制效果明显下降。,6.1 交通信号控制系统概述,b.感应式联机控制系统 通过路网上的车辆检测器，实时采集交通量数据，进行交通模型辩识，进而得到与配时参数有关的优化问题，在线求解该问题即获得配时方案，然后对区域内的交通信号实施控制。,6.1 交通信号控制系统概述,2）按控制结构分类,（1）集中式控制结构将控制区域内所有信号机通过网络联结起来，通过控制中心的一台或多台计算机确定各信号机的控制方案，实现整个系统的集中控制。,集中式控制结构的优点是：系统控制设备位于控制中心，系统结构简单；系统的研制和维护比较容易；所需设备较少，系统成本较低。,6.1 交通信号控制系统概述,6.1 交通信号控制系统概述,集中式控制结构的缺点是：大量数据的集中处理及整个系统的集中控制，需要庞大的通信传输系统和巨大的存储容量；控制系统的实时性较差，控制区域范围较小。目前集中式控制结构已经很少采用。,6.1 交通信号控制系统概述,（2）分层式控制结构,在系统中，上层控制主要接受来自下层控制的决策信息，并对这些决策信息进行整体协调分析，从全系统战略目标考虑修改下层控制的决策；下层控制则根据上层控制确定的控制策略，确定或调整自身的控制方案。这种结构可以避免集中控制结构的缺点，且有降级控制的功能，提高了系统的可靠性，但需增加设备，投资较高。,6.1 交通信号控制系统概述,第一级 位于交叉口，由交叉口信号控制机组成，包括功能：a.监视设备故障(检测器、信号灯和其它局部控制设施)；b.收集检测数据；c.把交通流和设备性能等数据传送到第二级控制；d.接受上级下达的指令并按指令操作。,第二级 位于所控制区域内的比较中心的位置，功能包括：a.监视从第一级控制送来的交通流和设备性能的数据并传到第三级控制中心；b.决定要执行的控制类型，选择控制方法并协调第一级控制。,第三级 位于交通控制中心，负责整个系统的协调控制。控制中心能监视控制区域内任一信号交叉口的数据，接收、处理相关数据，确定第二级控制的控制策略，并提供监视和显示设备。,6.1 交通信号控制系统概述,多级控制的优点包括：通过数据的预处理和集中传输，能减少传输费用；系统不依赖于一个控制中心或集中的传输网络，具有很高的可靠性；能处理的实时单元(检测器、交叉口信号机等)的容量较大；控制方法和执行能力比较灵活。,多级控制的缺点是：需要的设备多，系统成本高；设备维护比较复杂；控制程序较复杂。,6.1 交通信号控制系统概述,6.1 概述6.2 城市交通控制的基本理论和方法6.3 定时式脱机控制系统6.4 感应式联机控制系统6.5 基于多智能体的区域交通控制系统,6.2 城市交通控制的基本理论和方法,6.2.1 基本概念6.2.2 交通信号控制参数6.2.3 交通模型及有关概念6.2.4 基本的交通控制方法,基本概念,经过近百年的发展，交通控制已经形成了一套较为成熟的概念和方法，迄今为止，一些传统的方法仍在继续发挥着作用。,平面交叉口一般可分为十字形、X形、T形、Y形和多路交叉口。,6.2 城市交通控制的基本理论和方法,十字形交叉口,X形交叉口,T形交叉口,Y字形交叉口,多路形交叉口,平面交叉口根据交通量情况可采用不同的交通组织方式，主要有：环形交通，在交叉口中央设置圆形交通岛，使进入交叉口的车辆一律绕岛单向行驶；无信号控制。交通量较小时信号控制。采用信号控制机控制或人工指挥。,6.2.1.1 交通信号灯,交通灯给出为红、黄、绿三色。在多相位信号控制中灯光信号还包含左转、直行及右转的绿色和红色箭头灯。交通法规：,6.2 城市交通控制的基本理论和方法,1）绿灯亮时，准许车辆、行人通行，但转弯的车辆不准妨碍直行的车辆和被放行的行人通行。2）黄灯亮时，不准车辆、行人通行，但已越过停止线的车辆和进入人行横道的行人，可以继续通行。,6.2.2 交通信号控制参数,6.2 城市交通控制的基本理论和方法,6.2.2.1 步与步长,某一时刻，灯控路口各个方向各信号灯状态所组成的一组确定的灯色状态称为步。例如：信号机在时刻7:30开机，此时方向1和方向3左转绿箭头灯和红灯亮，方向2和方向6的红灯亮，所有人行红灯亮，若该状态持续35s，则这是控制方案中的一步，其步长为35s。,6.2.2.2 周期,用于指挥交通的信号总是一步一步循环变化的，一个循环由有限个步构成。一个循环内各步的步长之和称为信号周期，用 表示。,6.2 城市交通控制的基本理论和方法,若一个循环有n步，各步步长分别为t1,t2,tn 则 C=t1+t2+tn,6.2.2.3 相位,在交通控制中，为了避免平面交叉口上各个方向交通流之间的冲突，通常采用分时通行的方法，即在一个周期的某一个时间段，交叉口上某一支或几支交通流具有通行权，而与之冲突的其他交通流不能通行。在一个周期内，平面交叉口上某一支或几支交通流所获得的通行权称为信号相位，简称相位，一个周期内有几个信号相位，则称该信号系统为几相位系统。,6.2 城市交通控制的基本理论和方法,相位1,相位2,相位3,相位4,6.2.2.4 绿信比,在一个信号周期中，各相位的有效绿灯时间与周期长度的比称为绿信比。若设tGi 为第i个相位信号的有效绿灯时间，C为周期长度，则该相信号的绿信比为,绿信比反应了该信号相位交通流在一个周期中需要绿时的大小。第i相信号的有效绿灯时间按下式计算：,6.2 城市交通控制的基本理论和方法,式中，Gi、Yi、li分别为第i相信号的绿灯时间、黄灯时间和损失时间。损失时间的含义：在一个信号相位上，绿灯时间和黄灯时间之和为车辆的可通行时间，然而，可通行时间并不能全部得到充分利用，当绿灯信号开启时，排队车辆需要起动和加速，因而开始时车辆的驶出率是不高的，于是导致一部分损失时间；而在绿灯关闭，黄灯开启时，车辆已不允许越过停车线，只有绿灯期间已经越过停车线的车辆可以继续通行。因此，这段时间里的车流量由大变小，逐渐下降到零，所以黄灯时间亦有一部分损失掉。,6.2 城市交通控制的基本理论和方法,6.2.2.5 相位差（Offset）,相位差是交通干线协调控制系统中的一个重要概念，用tos表示。相位差分绝对相位差和相对相位差。,相位差是指相邻两信号的绿灯或红灯的起点或中点之间的时间之差。若使用绿灯起点作为时差的标点，则称为“绿时差”。为使车辆通过联动协调信号控制系统时，能连续通过尽可能多的绿灯，应使下游交叉口信号的绿灯，正好在上游交叉口绿灯驶出车辆刚到达之前启亮，也就是使相邻信号间的绿时差与车辆在其间的行程时间相适应，所以绿时差是信号控制系统实现协调控制的关键参数。,6.2 城市交通控制的基本理论和方法,6.2 城市交通控制的基本理论和方法,6.2.2.6 通行能力,通行能力是指单位时间内连续通过车辆的能力，包括路段通行能力和路口通行能力。路段通行能力是指在单位时间内路段某截面能通过的最大车辆数；路口通行能力是指在单位时间内进入路口的最大车辆数，其单位是PCU/h。,qc=qsteg/C,qc为路口某一入口处车道的通行能力，qs为入口车道的饱和流量，teg为某相信号的有效绿灯时间，C为信号周期长度,6.2 城市交通控制的基本理论和方法,6.2.3 交通模型及有关概念,交通模型是描述交通流状态变量随时间和空间变化、分布规律及与交通控制变量之间关系的方程式或映射。根据描述的对象不同可以分为微观模型和宏观模型。微观模型描述单个车辆的运动规律；宏观模型描述车流的运动规律。交通控制系统中主要采用的是宏观模型。,6.2.3.1 宏观稳态交通的基本特征,宏观模型的基本特征主要用交通流量、交通密度和空间平均车速等描述。,6.2 城市交通控制的基本理论和方法,（1）速度与密度的关系,(2)流量与密度的关系,6.2 城市交通控制的基本理论和方法,（3）流量与速度的关系,6.2.3.2 连续交通流模型,对于正常的交通流，可以假定流量q(x,t)、密度p(x,t)和速度v(x,t)都是位置x和时间t的连续、可微的函数。,6.2.3.3 城市道路交通模型,城市道路的特点是存在大量的平面交叉口，不同方向车流的冲突也在此发生。因此，研究城市道路交通时，重点应集中在交叉口的交通特征上。,6.2.3.4 高速公路交通模型,6.2 城市交通控制的基本理论和方法,将高速公路按实际几何情况和交通情况划分为若干路段。每个路段内交通状态可近似认为是均匀的，即流量、密度和速度不变，且每一路段内车道数目不变，至多包含一个入口和一个出口。,6.2.4 基本的交通控制方法,单路口的交通信号控制是最基本的交通控制形式，也是线控和面控系统的基础，其控制目标是通过合理的信号配时，消除或减少各向交通流的冲突点，同时使车辆和行人的总延误时间最小。单路口的交通信号控制主要分为定时控制、感应控制、实时自适应控制等。,6.2 城市交通控制的基本理论和方法,6.2.4.1 信号控制下的车辆运动过程及车辆延误,信号控制下的交叉口的车辆运动过程：车辆到达交叉口的数量和到达的时间间隔是随机变化的，因此，在每个信号周期内，总有一部分车辆遇到红灯信号，需要减速并停车等待。当红灯信号结束转为绿灯信号时，等待的车辆要启动、加速并通过交叉口。还有一种情况就是一部分车辆到达停车线前，车辆只是减速，而未真正停止前进。,车辆通过交叉口的延误时间主要受车辆到达率和交叉口的通行能力的影响。在交叉口通行能力不变的情况下，延误时间主要取决于车辆到达率。设车辆的到达率为q(PCU/h)，同时设绿灯期间车辆的驶出率为s(PCU/h)，进口道周期时间，绿灯时间tg和红灯时间tr。则信号周期长度为C=tg+tr。,6.2 城市交通控制的基本理论和方法,在红灯期间，车流的驶出率为0，车辆排队等待，当信号转换为绿色时，排队车辆以s驶出率离开交叉口。绿灯开启后g0时间内，队长消失。此时到达车辆以到达率q离开交叉口，直到信号变红为止。,队长消散所需时间g0由下式计算：,为保证每个周期时间内排队车辆能消散，必须,每个周期内车辆的总延误td等于阴影部分三角形面积，即,6.2 城市交通控制的基本理论和方法,6.2.4.2 信号控制的配时设计,对单路口的信号控制来说，评价其配时方案是否最佳的主要指标有延误时间、通行能力和交通事故次数等。延误时间是驾驶员最关心的指标，而且也容易折合成经济指标。,总的延误时间最小,计算最佳的周期长度,按各向为临界车道的交通量作正比例分配各相位的绿灯时间,6.2 城市交通控制的基本理论和方法,6.2.4.3 感应控制,定时控制方法是目前使用最广的一种控制方式，其配时方案是根据交通调查所得到的历史数据制定的，而且一经确定，则维持不变，直到下次重新进行交通调查。这种方式不适应于交通流的随机变化。为了克服这种现象，必须采用闭环控制，首先检测某车道是否有车辆到达，然后再决定是否给该车道开绿灯。即感应控制。,感应控制从实施方式来看可分为两种：一种是半感应控制，即在交叉口处将检测器安装在次干道上，根据次干道的交通需求进行信号控制；另外一种是全感应控制，即在交叉口的所有入口道上均安装检测器，根据所有入口道的交通需求进行控制。,感应式信号控制,控制器内预设一个“初期绿灯时间”，到初期绿灯时间结束时，如在一个预置的时间间隔内无后续车辆到达，则更换相位，如检测到有有后续车辆到达，则每测得一辆车，绿灯延长一个预置的“单位绿灯延长时间”，如果一直连续有车，延迟到“极限延长时间”时，强行换相位。,6.2 城市交通控制的基本理论和方法,感应信号控制原理图,Gmax,Gmin,Gu,G,6.2 城市交通控制的基本理论和方法,感应信号控制关键参数的设置,Gmin（1）保证停在检测线和停止线之间的车辆全部驶出所需要的最短时间；（2）保证行人安全过街所需要的时间（3）保证非机动车车安全过街所需要的时间,6.2 城市交通控制的基本理论和方法,感应信号控制关键参数的设置,（1）必须能使车辆从检测器所在位置开出停车线；（2）只满足已经停在检测器范围内的车辆，而不应该等待不紧跟随的车辆；（3）要与被检测到的车道数结合起来；,Gu,6.2 城市交通控制的基本理论和方法,感应信号控制关键参数的设置,按信号最佳周期时长及绿信比分配到各相位的最佳时间，一般在3060s,Gmax,6.2 城市交通控制的基本理论和方法,感应信号控制的实质,实质是在定时信号内部的一种微调；正确配时感应信号控制在运行中不应经常出现绿灯极限时间，否则实际上是按定时信号机在操作。,6.2 城市交通控制的基本理论和方法,自适应信号控制,信号配时以综合目标最优为目的综合目标包括：延误时间停车次数、拥挤程度、油耗、环境污染等。两个关键步骤：,（1）建立目标函数及约束条件（2）模型求解,6.2 城市交通控制的基本理论和方法,建立目标函数-以延误时间为例,战略检测器：获取上游各流向的交通需求信息，以便计算交叉口性能指标参数，判断超长排队情况；离停车线150250米；战术检测器：用于统计各流向车流的驶离情况，并进行绿信比微调；离停车线3米左右,6.2 城市交通控制的基本理论和方法,模型的基本假定：,1.任何流向的车流排队长度不会超过上游战略检测器的位置（即非过饱和条件）；2.检测器无故障；3.排队车辆数以标准车（pcu）计；4.忽略车流的“平均无阻滞行程时间”（从上游检测器行驶到下游排队队尾所需的行程时间）,6.2 城市交通控制的基本理论和方法,6.1 概述6.2 城市交通控制的基本理论和方法6.3 定时式脱机控制系统6.4 感应式联机控制系统6.5 基于多智能体的区域交通控制系统,系统主要组成部分：1）仿真模型：用来模拟在信号灯控制下交通网上的车辆行驶状况，以便计算在一组给定的信号配时方案下交通网络的运行指标。2）信号配时优化过程：改变信号配时方案并确定系统性能指标，经过反复试算和搜索得到最佳配时方案。,定时式脱机控制系统TRANSYT,定时式脱机控制系统TRANSYT,网络几何尺寸及网络交通流信息,新的信息配时,优化数据,最佳信号配时,初始信号配时,优化过程,仿真模型,效能指标PI,网络内的延误及停车次数,周期流量图,TRANSYT基本原理图,1）交通网络结构图式 图式由“节点”和“节点”之间的“连线”组成。在交通网结构图上，每一个“节点”代表一个由信号灯控制的交叉口；每一条“连线”表示一股驶向下游一个“节点”的单向车流。“连线”不可与“车道”混为一谈，一条“连线”可以代表一条或几条车道上的车流，而一个进口道上的几条车道则可用一条或数条“连线”来表示。2）周期流量变化图式 周期流量变化图式是纵坐标表示交通量，横坐标表示时间(以一个周期时长为限)的交通量在一个周期内随时间变化的一种柱状图。,TRANSYT仿真模型的几个主要环节：,3）车流在连线上运行状况的模拟为描述车流在一条连线上运行的全过程，TRANSYT使用如下三种周期流量图式：(1)到达流量图式(简称“到达”图式)。这一图式表示车流在不受阻滞的情况下，到达下游停车线的到达率变化情况。(2)驶出流量图式(简称“驶出”图式)。这一种图式描述了车流离开下游交叉口时的实际流量的变化情况。(3)饱和驶出图式(简称“满流”图式)。,4）车辆的平均延误时间及停车次数,效能指标PI,“爬山法”优化计算原理,相位差的优化,6.1 概述6.2 城市交通控制的基本理论和方法6.3 定时式脱机控制系统6.4 感应式联机控制系统6.5 基于多智能体的区域交通控制系统,SCOOT系统,SCOOT(Split-Cycle-Offset Optimization Technique)即“绿信比周期长相位差优化技术”是一种对交通信号网实行实时协调控制的自适应系统，由英国TRRL（运输与道路研究所）于1973年开始研究开发，1979年正式投入使用。,与TRANSYT的比较：,1.在TRANSYT的基础上发展起来的，其模型及优化原理均与TRANSYT相似。,2.SCOOT是方案形成式的控制系统，通过安装于各交叉口每条进口道最上游的车辆检测器所采集的车辆到达信息，联机处理，形成控制方案，连续地实时调整绿信比、周期时长及相位差等参数，使之同变化的交通流相适应。,3.SCOOT优化采用小步长渐近寻优方法，无需过大的计算量。此外，对道路网上可能出现的交通拥挤和阻塞情况，SCOOT有专门的监视和应对措施。,SCOOT系统基本原理图,SCOOT主要环节检测,1）检测器的合适位置：设在离停车线有相当距离的地点，一般设在上游交叉口的出口，离下游停车线尽量远。设置检测地点应该考虑的因素：（1）当两交叉口间有支线或中间出入口，且其交通量大于干线流量的10%，应该尽量把检测器设在支线或中间出入口下游（2）检测器应设在公共交通停靠站下游，避免其他车辆因绕道而漏检；（3）设在行人过街横道下游，检测器离过街横道至少30m；（4）设在离下游停车距离至少相当于行车时间8-12s的路程或一个周期内车辆最大排队长度以上。,SCOOT主要环节检测,这样的好处：（1）可实时检测当周流量，实时预测到达停车线的周期流量图；（2）实时检测当周排队长度，避免因车辆队尾越过上游交叉口而加剧交通堵塞；（3）可实时检测车辆拥挤程度。2）检测数据类型：交通量，占用时间及占用率，拥挤程度。,SCOOT主要环节子区,事先划定子区域，不能合并，也不能分拆，但可以在子区中有双周期交叉口。,SCOOT主要环节模型,1）周期流量图车队预测:根据检测器检测到交通信息（交通量及占用时间）经实时处理后，实时绘制成检测器断面上的车辆到达周期流量图，然后在检测断面的周期流量图上，通过车流离散模型预测到达停车线的周期流量，即到达图式。2）排队预测3）拥挤预测：为控制排队延伸到上游交叉口，必须控制受阻排队长度。交通模型根据检测的占用率计算拥挤系数，可以反映车辆受阻程度，同时因检测器设在靠近上游交叉口的出口道上，因此当检测器测得有车停在检测器上时，表明排队即将延伸到上游交叉口。,4）效能预测 用延误和停车数加权值之和或油耗作为综合交通指标PI，有时也用拥挤系数作为效能指标之一。指标的选取可视控制决策而定，例如，在高峰时以降低车辆延误为主要控制目标，在短距离交叉口间，考虑要避免车辆排队堵塞上游交叉口，可把拥挤系数作为控制目标之一；另外，SCOOT把饱和度作为优选周期长的依据，因为饱和度随周期长的加长而降低，饱和度达到100%时，势必发生严重的交通阻塞，所以控制饱和度不超过90%。,模仿车流从上游交叉口停车线上绿灯时驶出到下游交叉口遇红灯在停车线前停车排队的全过程，可分为三个过程：,a.上游交叉口车流在绿灯时驶出停车线的过程，SCOOT系统需要在交叉口出口道部分设置车辆检测设施。检测设施传感器测得车辆通过的信号传至计算机，计算机把这些信号处理成仿真的“周期流量图”。,b.两交叉口间路段上车辆行驶过程，SCOOT系统模仿车辆在两交叉口间路段上行驶时的实际形态：车流在上游交叉口停车线上红灯时的排队形态是一辆紧挨着一辆的压缩形态。绿灯启亮按序驶出停车线到路段上行驶时，由于各车车速的逐渐加快与参差不齐，逐渐分散拉开车距，呈分散形态，直到接近下游停车线遇红灯时又排队呈压缩形态。,C.下游交叉口车流在红灯时到达停车线前的排队过程。SCOOT系统用车流散布模型模仿车流在路段上的行驶过程，预测各车到达下游停车线前排队队尾的时刻，凭各辆车预测的到达时刻可处理成预测的排队图形。从排队图形计算排队延误时间或停车率等效能指标。,SCOOT主要环节优化,1）优化策略：对优化配时参数随交通需求的改变而作频繁的适量调整，由频繁调整的连续累计来适应一个时段内的交通变化趋势，4大好处：（1）不会出现过大起落，可避免因配时突变而引起车流的不稳定；（2）由于对配时参数只做适量的调整，大大简化了优化算法，实时运算的自适应控制才可能得到实现；（3）频繁的调整，可避免对车流状况作长时间预测的难题；（4）配时参数每次调整量不大，但因调整频繁而总能跟踪交通变化的趋势。,SCOOT主要环节优化（续）,2）绿灯时长优化（1）对每个交叉口都单独处理其绿灯时长的优化；（2）每一相位开始前几秒钟都要重新计算现行绿灯时长是否需要调整；（3）绿灯时长的调整量是4s；（4）优选绿灯时长，即以调整4s后的；（5）调整量4s是下一相位的所谓“周期性调整”，在下一次再要调整时，随正负方向保留1s的所谓“趋势性调整”，下一次的调整量即保留这1s基础上再调整4s，以利于跟踪在一个时段内的交通变化趋势。（6）定绿灯时长时，还需要考虑交叉口总饱和度的最小、车辆排队长度、拥挤程度以及最短绿灯时长的限制等因素。,SCOOT主要环节优化（续）,3）相位差优化（1）优化相位差，以子区为单位；（2）对每一交叉口，在每周期前都要作一次相位差优化计算；（3）相位差的调整量也是4s；（4）优化相位差的方法与优化绿信比一样，但以全部相邻道路上的PI综合最小为优化目标；（5）优化相位差，必须考虑短距离交叉口间的排队，SCOOT首先考虑这些交叉口间的通车连续性，必要时可牺牲长连线上信号间的协调（可容纳较多的排队车辆），以保证短连线上不出现排队堵塞上游交叉口的现象。,SCOOT主要环节优化（续）,4）周期长优化（1）优化周期长以子区为单位；（2）每隔2.5-5min对其子区每个交叉口的周期长作一次运算，以关键交叉口的周期长作为子区内的公用周期长；（3）以子区内关键交叉口的饱和度限于90%为目标，饱和度小则递减周期长，减小通行能力可使饱和度上升，接近90%时停止降低周期长；饱和度大则递增周期长，提高通行能力，可使饱和度下降；（4）周期长的调整量为4-8s（5）在调整周期长时，同时考虑选择周期信号，如因配双周期信号而能使整体PI最优时，对选定的周期长可另作调整；（6）还考虑最短周期长与最大周期长的限制；（7）在周期长优化中，不考虑交通拥挤系数，SCOOT只在绿信比和相位差优化中考虑拥挤系数。,信号控制系统的评价指标,1）旅行时间2）通过交叉口所需停止、起动次数以及等待信号次数3）延误时间；4）拥挤时间（车辆排队长度）,1）旅行时间,通过某个区间所需要的总时间，包括停车等引起的延误时间，但不包括车道以外的延误时间和在车道上的停车时间。旅行时间的计测是为了把握路线全体或路线中比较长的一段区间的交通状况。根据旅行时间指标，可以判定被测线路上的瓶颈地点和信号的系统时间排列是否合适测量方法有：实验车行走法、车牌号识别等方法。,2）通过交叉口所需停止、起动次数以及等待信号次数,起停次数：指被测区间行走过程中，由于信号而停止，之后再起动的次数；等待信号次数：指到通过信号时为止通行方向上相位的红灯次数；两者相互关联。,3）延误时间,指车辆在没有信号和等待行列（包括加减速）的阻碍下行走所需时间和实际的旅行时间之差。（1）平均延误：是作为在交叉口进口道每台车的平均延误所定义的状态量。（2）总延误：是交叉口进口道全部车辆延误的合计，可作为饱和程度的指标和控制效率的指标。（3）交叉口的延误模型,平均延误,s-饱和交通流量q-流入交通流量-饱和度 R-该交通流所面临的红灯时间（包括损失时间）C-周期长G-绿灯时间比（g=G/C=(C-R)/C)假设交通流的到达分布为泊松分布时，每台流入车辆的平均延误为,4）拥挤时间（车辆排队长度）,拥挤长度是滞留在作为瓶颈口的交叉口（或某个地点）进口道的车队长度。通常根据每5分钟的车辆检测器的数据来推算。拥挤时间是某个时间范围内拥挤长度的时间积分值，采用下式计算：,LT拥挤时间ltt时刻拥挤长度（km）量测时间间隔（通常5分钟）这作为表示拥挤总量的指标，用于拥挤对策的事前、事后评价。调查地点可选瓶颈交叉口、路段、区段等。,6.1 概述6.2 城市交通控制的基本理论和方法6.3 定时式脱机控制系统6.4 感应式联机控制系统6.5 基于多智能体的区域交通控制系统,传统交通控制系统的局限,1）传统的交通控制方法是通过对整个区域的路网及交通流进行数学抽象，在此基础上通过建立数学模型，应用运筹学方法以及最优控制理论求取最优控制变量，以期对交通系统的整体控制达到最优。但由于城市交通系统是一个典型的非线性、动态时变的、不确定性的复杂大系统，要对它建立精确的数学模型是非常困难的，所采用的最优算法在实际应用中未必能达到最优。另外，出于简化问题和方便处理的目的，在建立交通模型和优化算法时，往往采用了一些简单的确定性方法或人为设定一些理想化的假设条件，从而使系统本身具有难以克服的内在缺陷。2）传统的交通控制系统中信号配时方案主要是针对平缓交通流状态，且大多数实时自适应控制系统一般仅可对较小的交通流变化进行限制性的适应调整，而对由事故、施工等引起的交通流突然的、大幅度变化缺乏良好的应对能力。,分布式人工智能,在20世纪70年代的后期出现了分布式人工智能（DAI：Distributed Artificial Intelligence）。分布式人工智能产生的原因主要在于：,（1）单个智能系统的资源是有限的；（2）人类智能不仅表现在单个人的智能行为中，更表现在人类社会中各种组织及整个社会的智能行为中，DAI结构比传统的AI更能符合人类智能的特点；（3）Internet网的出现，为DAI 系统的实现提供了必要的支持。,智能体（Agent）的基本概念,分布式人工智能主要研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，即协调它们的知识、技能和规划，求解单目标或多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作提供有效途径。,Agent的概念,在国内的文献中有几种翻译方式：智能体、主体、代理等，但是最常见的是仍采用英文“Agent”。,Hyacinth S.Nwawa对于Agent 的定义是这样描述的：Agent是一种可以根据用户的利益完成某些任务的软件和/或硬件实体。,MIT软件研究小组认为：Agent是一类嵌入复杂、动态环境中的计算系统，它可以感知、作用于环境，并且希望通过动作的执行实现一定的目标或任务。,在人工智能领域中，对于Agent的最初理解是“实时地与变化着的环境交互的规划系统”，随着研究的深入，对Agent增加了许多人类才具有的特征，如精神状态、感情等，典型的有Shoham提出的BDI模型，即Agent具有信念（Belief）、愿望（Decision）、意向（Intention）等特点。信念是指Agent当前的状态，是关于自身、周围环境和其他Agent的信息模型；愿望（或目标）是系统期望的行为；意向是系统当前或将来某个时刻将要执行的任务。,可以清楚地看到，有许多相互联系很少的研究领域在同时使用“Agent”这个术语。在信息技术领域中，Agent就可以指代许多不同的软件概念：移动代码、分布式组件、智能路由器、网络搜索工具、电子商务、机器人、界面动画显示等。,Agent的概念,Agent的体系结构,所谓Agent的体系结构是指如何用软件或硬件的方式实现Agent。1）认知型Agent 认知型Agent是一个基于知识的系统，是从符号人工智能领域中直接沿袭而来的。这种Agent中包含显式表示的符号模型，并且其决策过程是通过逻辑推理、模式匹配和符号操作实现的。采用这种结构的Agent主要解决两个基本问题：（1）转换问题：如何在一定的时间内将现实世界翻译成一个准确的、合适的符号描述；（2）表示/推理问题：如何用符号表示复杂的现实世界中的实体和过程，以及如何让Agent在一定的时间内根据这些信息进行推理做出决策。,Agent的概念,认知型Agent的结构图,Agent的概念,2）反应型Agent这种类型的Agent中没有实际的模型和规划，仅有一些简单的行为模式，这些行为模式以刺激反应的方式对环境的改变做出反应。,Agent的概念,2）混和型Agent在Agent系统中包含两个子系统：一个是认知型子系统，含有用符号表示的世界模型，并用传统人工智能中提出的方法生成规则并进行相应的决策；另一个子系统为反应型，直接对环境中出现的一些紧急事件作出反应。通常，反应型子系统的优先级比认知型子系统高。,Agent的概念,多智能体系统是一个有组织、有序的智能体群体，共同工作在特定的环境中，每个智能体根据环境信息完成各自承担的工作，也可以分工协作，合作完成特定的任务。基于MAS的控制系统不同于传统意义上的分散控制，它是把控制器当作具有自治性和协作性的主动行为能力的智能体，通过相关智能体的通信和任务分享进行协调工作，以实现预定的目标。,Agent的概念,基于多智能体的区域控制系统结构框架,多级递阶的层次结构，每一级都由功能、结构类似的智能体（Agent）组成，主要包括3类Agent:中心控制级Agent(CTA)，区域控制级Agent(ARA)和路口执行级Agent(ISA)。,各级Agent的功能,1)中心控制级Agent整个系统的最高层,负责系统的整体管理、各区域控制级Agent之间的协调等,具有最高的决策权力。中心控制级Agent可对整个系统的交通运行状况进行评估,根据各方面的汇总信息,进行推理、规划和决策,实现所有子区域控制系统间的协作。2)区域控制级Agent控制系统的中间层,负责本区域内各路口执行级Agent的协调工作,也可对本控制区域的部分路口强行设置控制模式,并实现与其他区域控制级Agent之间的信息交流及合作。3)路口执行级Agent路口执行级Agent位于系统的最低层,具有关于本交叉口以及其所连接街道几何形状、街道特点的知识和数据,负责各交叉口的信号控制,可与其相邻的交叉口进行实时的通讯联系,并根据本路口实时的交通流状况以及周围的交通情况，实时自动对交通信号进行调整,以使控制效果达到最优。同时,对本路口发生的异常情况能实时通知给其所属的区域控制级Agent,并能根据需要完成区域控制级Agent下达的控制指令。,路口执行级Agent的内部结构,协调模型,一次博弈协调定义为GA,I,S,U 式中：A表示博弈协调中的行为和决策主体，它是通过选择行动策略以最大化自己的效用水平，是所有Agent的集合，AAgent1,Agent2,，Agentn；I表示每个主体拥有的信息，包括其它主体的特征和行动策略的信息；S表示主体所有可能的策略或行动的集合，一个主体的全部可行策略称为它的策略空间。每个Agent有一个纯策略的有限集，S东西直行，南北直行，东西左转，南北左转；U为利益函数，是指在既定策略组合条件下主体的得失情况，即在一个特定的策略组合下主体得到的效用水平。,协调算法,步骤1：路口Agent的车辆排队数超过阈值，则向相邻的Agent发出协调请求。步骤2：相邻路口Agent响应请求，寻找纳什均衡。步骤3：如果纳什均衡存在，则每个Agent按照使纳什均衡存在的策略控制本路口，协调结束；如果没有纳什均衡，则向该路口所在的区域Agent发出协调请求。步骤4：区域Agent响应请求，对其所管辖路口Agent进行博弈协调，寻求纳什均衡；如果纳什均衡不存在，则向相邻的区域Agent发出协调请求。步骤5：相邻的区域Agent响应请求，进行博弈协调，寻求纳什均衡；如果纳什均衡不存在，则系统的自动协调失败，需采用人工干预策略。此时各Agent保持原来的控制策略。,纳什均衡,纳什均衡是指这样一种均衡：在这一均衡中，每个博弈参与人都确信，在给定其他参与人战略决定的情况下，他选择了最优战略以回应对手的战略。也就是说，所有人的战略都是最优的。,囚徒困境,a,b两个囚徒，a坦白b抵赖，b判10年，a判1年.若两人均坦白则各判5年，若两人均抵赖则都判2年。a，b面临抉择。显然最好的策略是双方都抵赖，结果是大家都只被判2年。但是由于两人处于隔离的情况下无法串供，按照亚当斯密的理论，每一个人都是一个“理性的经济人”，都会从利己的目的出发进行选择。,这两个人都会有这样一个盘算过程：假如他招了，我不招，得坐10年监狱，招了才5年，所以招了划算；假如我招了，他也招，得坐5年，他要是不招，我就只坐1年，而他会坐10年牢，也是招了划算。综合以上几种情况考虑，不管他招不招，对我而