基于V2I交通数据的城市干线信号交叉口控制方法研究文献综述

1. 文件综述（或调研报告）：

1、国外研究概况

当前，关于网联车辆交叉口控制的研究可以分为两类。一类假设车辆向中央控制器报告位置和速度信息，中央控制器根据这些信息优化交叉口信号控制。另一类（Priemer, Friedrich 等^[1]; Hu等人^[2]，2015）关注信号相位的优化，而其他研究（Wu等^[3]）则优先考虑个别汽车以优化出发序列。早期大部分工作假设，所有或大多数车辆都是网联车，只有近期少数研究放宽了这一研究，开始考虑不完全信息。未装备设备的车辆的到达信息用其他交通模型进行估计（He等^[4]; Guler等^[5];Feng等^[6]），用统计方法得到（Lee等^[7]）或者仿真获得（Goodall等^[8]）。结果表明，上述研究中，算法运行良好，渗透率较低。然而这项技术的优点还未完全展现，因为这些研究只考虑了车辆单向通信。

第二类算法将自动驾驶的轨迹设计集成到信号控制方法中。车辆轨迹可以设计为最小化行程时间（Li和Wang^[9]）、提供协调控制（Lee和Park^[10]）、基于保留算法，预先为自动车辆提供足够的预留空间算法（Dresner和Stone ^[11]）以及融合网联车辆和自动车辆（Dresner和Stone^[12]）。Au和Stone^[13]提出一种轨迹规划算法，以减少停车次数。Z.Li等^[14]提出一种在线算法同时为双向单进口交叉口最优化车辆轨迹和交通信号。他们采用滚动时域方案识别每个控制阶段，并在每个阶段设计轨迹并列举信号配时计划以使总延误最小化。Kamal等^[15]使用控制预测模型来协调在无信号交叉口处最大化通行能力，同时避免碰撞。

S. Ilgin Guler* 等^[16-17]在分析前人车联网环境下交叉口控制方法研究的基础上，考虑不完全信息，以最小化延误（TD）与最小化停车次数（MS）为控制目标，提出了一种网联车普及率低于100%的控制算法，并提出一套需求式响应控制策略模型。模型以简单两相位交叉单点交叉口为优化对象。用Java和Matlab编程分析了算法的有效性，并评估了自动车辆技术和不同网联车普及率所能带来的效益。仿真结果显示TD算法比MS算法更有前瞻性，在信息化水平大于50%情况下，相比于感应式信号控制，延误和停车次数可以减少，能使系统获得效益最大化。未来研究一方面考虑存在优先权请求的情况，另一方面将研究把优化算法推广至复杂交叉口。

2、国内研究概况

目前，国内基于车路协同的城市交通信号控制也已经成为智能交通领域的研究热点。陈超^[18]等人梳理各国研究最新研究动向，介绍了CVIS的概念以及内涵，介绍了美国IntelliDriveSM、欧洲eSafety、日本Smartway以及我国车路协同的发展情况，并对我国车路协同未来的发展进行了展望。姚佼、杨晓光等^[19] 梳理城市交通控制随交通信息进步发展脉络，综述分析单点控制、协调控制的研究现状，指出车路协同环境下交通流演变模型、基于实时车载数据的控制策略评价，以及面向特殊模式的控制策略是车辆协同环境下城市交通控制的突破口和发展方向。研究表明，利用排队状态估计可以很好地实现不同类型单点交叉口的配时优化，李明利等^[20]以绿灯末尾排队状态为目标，研究了二相位控制单点交叉口的动态信号配时。根据排队形成和消散过程建立了排队模型，分析了信号周期、绿信比和到达率对排队状态的影响。朱晨冉等^[21]建立左转和直行排队回溢阻挡下的排队长度计算模型并以两者加权求和最小为目标函数，同时约束周期时长、有效绿灯时间、路段存储能力，以此提出考虑车道拥堵和排队回溢的路口信号控制模型;最后，运用VISSIM对北京市兴华大街与清源路交叉口仿真。胡鹏等^[22]针对T型交叉口的信号配时问题，提出了一种基于排队长度均衡策略的信号配时优化方案。以不同相位排队长度均衡为控制目标，通过近似动态规划框架，动态调整不同相位的绿灯时间。

传统的干线协调控制方法对交叉口排队状态对绿波控制的影响考虑不足，造成实际应用中的效果不甚理想。王进^[23]、王殿海等人^[24]利用交通波理论对排队消散过程做了进一步的研究。基于排队消散过程对干线双向绿波的相位差作进一步优化，可以更好地考虑交通的实时性，同时防止排队回溢造成更为严重的堵塞，从而实现有效的干道通行。

3、之前研究的不足

目前国内外研究车联网技术在干线的应用往往假定路网中全部或大部分车辆为网联车或自动车。此处网联车指仅可以发送信息的车辆，自动车具备网联车的特性，同时其轨迹也可以由集成化的中央控制器修改。现阶段，虽然自动驾驶已经有所应用，但大规模无人驾驶还没有展开。考虑到技术发展需要一定过程，对干线交叉口进行建模优化时应考虑路网中不完全信息的情况，将车辆分为常规车、网联车、自动车考虑。此外，对优先级需求情况的考虑较少，例如公共交通、应急交通比普通交通需要更高的优先级。这种情况往往可以通过改变目标函数，即优化乘客等待时间等加以解决，然而当前对于干线交叉口应用还较少。同时，部分算法需要应用复杂模型预测短时交通流到达，而其适用范围也仅限于两路相交的小交叉口，对国内大量大规模交叉口是否适用还有待商榷。针对以上不足，本文依托于国内外文献，以干线交叉口信号灯为控制对象，提出了信息不完全条件下排队长度估计算法，并给出基于延误与停车次数综合指标的网联环境下干线交叉口信号优化设计方法，为智能网联的广泛运用一种信号控制的解决方案。

1. Priemer, C., Friedrich, B., 2009. A decentralized adaptive traffic signal control using V2I communication data. In: 12th International IEEE Conference onIntelligent Transportation Systems, 2009. ITSC rsquo;09, pp. 1–6
2. Hu, J., Park, B.B., Lee, Y.J., 2015. Coordinated transit signal priority supporting transit progression under connected vehicle technology. Transp. Res. Part C:Emerg. Technol. 55, 393–408
3. Li, M., Boriboonsomsin, K., Wu, G., Zhang, W.B., Barth, M., 2009. Traffic energy and emission reductions at signalized intersections: a study of the benefits of advanced driver information. Int. J. Intell. Transp. Syst. Res. 7, 49–58
4. He, Q., Head, K.L., Ding, J., 2012. Pamscod: Platoon-based arterial multi-modal signal control with online data. Transp. Res. Part C: Emerg. Technol. 20, 164–184
5. Guler, S.I., Menendez, M., Meier, L., 2014. Using connected vehicle technology to improve the efficiency of intersections. Transp. Res. Part C: Emerg. Technol.46, 121–131
6. Feng, Y., Head, K.L., Khoshmagham, S., Zamanipour, M., 2015. A real-time adaptive signal control in a connected vehicle environment. Transp. Res. Part C:Emerg. Technol. 55, 460–473 (Engineering and Applied Sciences Optimization (OPT-i) - Professor Matthew G. Karlaftis Memorial Issue)
7. Lee, J., Park, B., Yun, I., 2013. Cumulative travel-time responsive real-time intersection control algorithm in the connected vehicle environment. J. Transp.Eng. 139, 1020–1029
8. Goodall, N., Smith, B., Park, B., 2013. Traffic signal control with connected vehicles. Transp. Res. Rec.: J. Transp. Res. Board 2381, 65–72.http://dx.doi.org/10.3141/2381-08
9. Li, L., Wang, F.Y., 2006. Cooperative driving at blind crossings using intervehicle communication. IEEE Trans. Veh. Technol. 55, 1712–1724
10. Lee, J., Park, B., 2012. Development and evaluation of a cooperative vehicle intersection control algorithm under the connected vehicles environment. IEEE Trans. Intell. Transp. Syst. 13, 81–90
11. Dresner, K., Stone, P., 2004. Multiagent traffic management: a reservation-based intersection control mechanism. Proceedings of the Third International Joint Conference on Autonomous Agents and Multiagent Systems, vol. 2, pp. 530–537
12. Dresner, K., Stone, P., 2006. Human-usable and emergency vehicle-aware control policies for autonomous intersection management. In: AAMAS 2006 Workshop on Agents in Traffic and Transportation
13. Au, T.C., Stone, P., 2010. Motion planning algorithms for autonomous intersection management. In: Bridging the Gap Between Task and Motion Planning.Caron, F., Duflos, E., Pomorski, D., Vanheeghe, P., 2006. GPS/IMU data fusion using multisensor Kalman filtering: introduction of contextual aspects. Inform.Fusion 7, 221–230
14. Li, Z., Elefteriadou, L., Ranka, S., 2014. Signal control optimization for automated vehicles at isolated signalized intersections. Transp. Res. Part C: Emerg.Technol. 49, 1–18
15. Kamal, M., Imura, J.I., Hayakawa, T., Ohata, A., Aihara, K., 2015. A vehicle-intersection coordination scheme for smooth flows of traffic without using trafficlights. IEEE Trans. Intell. Transp. Syst. 16, 1136–1147
16. S. Ilgin Guler* , Monica Menendez, Linus Meier. Using connected vehicle technology to improve the efficiency of intersections[J]. Transportation Research Part C 46 (2014) 121–131.
17. Kaidi Yang, S. Ilgin Guler, Monica Menendez. Isolated intersection control for various levels of vehicle technology: Conventional, connected, and automated vehicles[J] Transportation Research Part C 72 (2016) 109–129
18. 陈超,吕植勇,付姗姗,彭琪. 国内外车路协同系统发展现状综述[J]. 交通信息与安全,2011,(01):102-105 109.
19. 姚佼,杨晓光. 车路协同环境下城市交通控制研究[J]. 上海理工大学学报,2013,(04):397-403.
20. 李明利, 赵祥模, 张利川. 基于排队状态的单点交叉口动态信号配时算法[J]. 交通运输工程学报, 2008, 8(5):100-103.
21. 朱晨冉, 焦朋朋, 常迪. 考虑车道拥堵和排队回溢的路口信号控制模型[J]. 北京建筑工程学院学报, 2017, 33(3):15-20
22. 胡鹏, 杨安平. 基于排队长度的T型交叉口信号配时优化[J]. 自动化技术与应用, 2016, 35(6):23-27.
23. 王进, 白玉, 杨晓光. 关联信号交叉口排队长度计算模型[J]. 同济大学学报(自然科学版), 2012, 40(11):1634-1640.
24. 王殿海, 景春光, 曲昭伟. 交通波理论在交叉口交通流分析中的应用[J]. 中国公路学报, 2002, 15(1):93-96.