基于车辆自组织网络的智能交通灯调度算法外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

基于车辆自组织网络的智能交通灯调度算法

Maram Bani Younes

Azzedine Boukerche

PARADISE Research Laboratory

DIVA Strategic Research Center

University of Ottawa, Canada

Email: mbani047@uottawa.ca

摘要

交通信号灯对于在交叉路口安全驾驶是十分重要的。然而，由于交通流通行的延迟，交通信号灯会干扰交通流的流畅通行。在本文中，我们介绍一种智能交通灯控制算法。该算法考虑了每个交叉路口打算通行的交通流实时的交通特点，并实时设置了交通信号灯的亮灯时间。该算法旨在通过减少在交叉路口行驶车辆的等待时间，提高交通流畅。此外，它的目的是增加每秒通过交叉路口的车辆数。我们研究ITLC的性能，并与在这一领域传统的模拟假设算法进行比较。从实验结果可看出ITLC算法可减少排队时延且比原有交通信号灯配时算法增加了25%交通流畅性。此外，ITLC算法可使每个交叉口增加30%的交通吞吐量。

1. 介绍

早在1868，交通灯已被使用，交通灯通过时间表调度和控制每个交叉口的交通流。交通灯提供安全的调度，允许所有的车流量共享道路交叉口^[6]。在每个路口的排队时延减小了交通流的通行率，降低了全路网交通效率。为了提高交通效率的性能，一些研究人员开发了智能算法，来调度交通灯配时^{[10],[11],[18]}。每个交通灯的最优调度可最大限度地减少行驶车辆在交叉路口的延误。

许多研究者想到孤立各个交叉口红绿灯，使其交通灯的时段根据附近车流量的实时交通来设置^{[13],[14],[15]}。可变信号灯周期提出了每个交通灯的交通控制的方法，可变信号灯周期代表了每个打算通过交叉口的交通流的时间表^[16]。在每个交叉口中的周期调度考虑到几个参数，包括:车辆数量，交通速度和每个交通流的车辆数量。更高效的调度算法使每个交叉口的平均延误越少，道路交叉口的吞吐量变大。

在本文中，我们提出了一个智能交通灯的控制算法（ITLC）。该算法的目的是减少在每个路口的等待延迟时间，并增加其吞吐量。首先考虑最大交通密度的交通流，不超过最大允许的绿灯时间。我们定义车辆准备通过的十字交叉路口周围的区域为准备区。准备区的目的是在不超出允许的最大绿灯时间的条件下保证公平共享道路交叉口。从实验结果中，我们可以推断，我们提出的算法比原有算法减少了25%的交通灯的排队延迟。此外，在ITLC算法中还使用到：每秒穿过信号交叉口的车辆；较大的吞吐量。

本文的其余部分如下：在第二节中，我们调查孤立交通灯的特点。在第三节我们讨论原有算法的机制和协议。第四节详细阐述了ITLC算法。第五部分对比和评估了ITLC与其他智能交通灯的控制机制和算法的性能。最后，第六部分总结了全文。

1. 孤立的交叉口交通灯

在这一部分中，研究了我们的算法并与先前提出的机制相比较，介绍了孤立交通灯的定义和主要特点。孤立的交通灯分别控制每个路口的交通，不考虑相邻交叉口^[6]。例如，图1显示了一个典型的十字交叉口；8个交通流共享这个十字路口，在任何时刻，这些交通流中的两个都可以同时进行。

在这样一个交叉口控制且不同调度周期的交通灯，在不同的车流之间冲突时会亮灯^[6],[8]。每个交通灯的时间变量，包括周期长度，相位，时段间隔和偏移参数，都是根据实时交通特点设置的^[6],[7],[8]。表一总结了在任何信号交叉口时间变量的定义。

表一 交通灯时间变量定义[6]

图一 Primary Phasing Options for 4-leg Intersection [6]

在一般情况下，图1说明了所有可变信号灯周期或跳跃相位可以应用于任何交叉口的初级相位选择的所有选项。在典型的控制机制中（即定时机制），周期长度，相位长度和相位的数量和序列，在安装交通灯时就被永久设置。工程师通过统计数据，根据各地交通特点设置这些参数^[6],[9]。

在另一方面，交通驱动控制系统根据当前的交通流特点引入控制每个阶段的定时值^[6],[7]。实时探测器要求在每个独立的交通灯上开发半自动和全自动控制系统。在一般情况下，绿灯时间间隔和通过的时间间隔，应根据数学运算来设置。这些操作考虑了交通速度，道路交叉口的容量和有序的交通运动^[7],[8],[9]。

车载Ad Hoc技术可以认为是实时的探测器，评估和报告在每个信号交叉口交通流的流量特性。许多自适应和智能交通调度算法已被引入，以增加道路交叉口吞吐量的和所有区域交通流畅性^[3]。

在第三节中，我们介绍了一些以前提出的机制和调度算法。

1. 相关工作

智能交通灯考虑了打算通过交叉口周围交通流的交通特性^[5]。介绍了几种利用车载Ad Hoc网络技术开发智能交通灯控制算法的算法^[12],[19]。VANETs的通信使用了周围所有交通流实时交通特性。在这一部分中，我们研究了已经提出的自适应智能交通灯的机制，在过去的几年里，使用VANETs。

Behrisch等人^[14]和Krajzewicz等人^[15]，发展了基于车对车通信的自适应交通信号控制系统。在这些系统中的行驶车辆检测到最接近的交通信号，并报告了交通特性。每个智能交通灯调度的下一个周期阶段考虑了交通密度，速度和车流量，和一些其他参数。Behrisch等人减少每个交叉口的等待时间和排队长度。krajzewicz等人提高交通流畅，在成本和性能评价方面比其他算法有一个明显的优势。

V2I通信也被考虑到^[18]。在每一个路口，安装一个RSU收集车辆的基本数据。在这些研究中都没有考虑RSUs间的合作和交流。每个RSU采用基于周期的算法优化交通流畅性和减少等待时间延迟^[6]。时间分为五秒优化区间。

[10]中介绍了一个嵌入在SUMO仿真的交通灯控制算法。该算法通过使用前面的交通灯的堵塞的长度作为输入，目的是尽量减少在每个路口的排队延迟。每个交通灯试图解决交通灯调度算法检测到的阻塞。该算法着眼于进入车道，并测量每个车道的堵塞长度。如果在其中一个车道，堵塞变得更长，车道被分配一个较长的绿灯时间，以减少堵塞；等同于交通驱动控制系统。此外，Webster [ 13 ]提出了一种实时的交通信号控制算法。它利用网络收集和汇总个别车辆的实时车速和位置信息，以优化控制每个路口的交通灯。

本文制定的交通信号作为一个工作调度问题，其中每个工作对应一排车辆。一个在线的算法（OAF）减少通过交叉口时延，通过对每个交通灯几个阶段的最优序列调度法研究。遵循先到先服务的原则，然后应用于调度各流程中的竞争排。数学分析和仿真实现已被用来证明所介绍的的预定时和驱动调度算法的正确性和优点。

提前说明，在每个路口的平均延迟等待时间越少，每个路口的吞吐量越高，该算法变得更有效。在这项工作中，我们的目的是介绍一种智能交通信号控制算法（ITLC），考虑每个路口的实时交通状况。该算法优化了原有的算法。在我们的算法中，我们调度交通灯循环的周期时间，其中准备区域中的最大密度车流在该阶段的绿灯期间首先通过。

ITLC算法及其绩效评价的详细介绍在第四节和第五节。

1. 孤立交通信号灯的智能行程安排算法

在这里，我们介绍一种交通灯调度算法，考虑在每个信号灯交叉口周围的路段的实时交通特性。 在我们的工作中，我们考虑典型的十字交叉口，如图1所示。在所提出的算法中，交通交叉口被视为八个交通流之间的共享处理器。车辆在不同的估计时间到达道路交叉口，因此每个交通流可以看作一组连续的过程。 每个过程包含在绿灯期间穿过道路交叉口的一个或多个车辆。 我们根据在数据收集阶段位于准备区域中的车辆的数量（即，每个交通流量的交通密度）来确定每个时段的长短。

准备区域是围绕每个道路交叉口的虚拟定义区域。图2为准备区域的示例。每个准备区域的边界是基于每个交通流量的交通灯最大允许绿灯时间设置的。准备区域确保竞争的交通流公平共享交叉路口。 准备区域还拆分每个交通流的连续过程。假定每个行驶车辆和固定的交通灯装备有无线收发器和GPS工具。在每个孤立的交叉路口处的智能交通灯定时地广播准备区域的边界。所以行驶车辆可以知道它们是否位于准备区域边界内部，以及它们的当前位置定位在哪个流程中。位于准备区域边界内的行驶车辆应报告每个交通流的实时交通特点。

道路上的每个车辆定时地广播基本行驶数据（即，位置，速度，方向，目的地等）。 车辆接收周围车辆的基本交通数据。基于每个发送信号的车辆的位置，接收车辆确定它们是否位于相同的交通流（即，相同的过程）。根据[2]，对准备区域内的每个交通流量计算交通密度（di），交通速度（si）和估计行驶时间（ti）。对于每个交通流，位于最接近交通灯的车辆向智能交通灯报告交通流的交通特性。

所有车辆每个过程中所要求的时间（T）：

用方程1以来计算通过交通灯的时间T：

在该方程中，alpha;是考虑在每组车流量中的第一辆车的启动延迟的常数，alpha;的最优值应该根据经验设置; Fd是交通流中最远的车辆与道路交叉口的交通灯之间的距离。根据每个交通流（Stf）的交通

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27519]，资料为PDF文档或Word文档，PDF文档可免费转换为Word