← 返回实验室

AI路口信号配时定制:轨迹排队估计与相位调整

在城市信号控制中,排队长度是决定绿灯时长与相位顺序的关键变量,但传统地磁、线圈与视频检测覆盖有限、维护成本高,难以支撑逐周期的动态调整。本实验尝试以存量轨迹数据替代部分路侧检测:接入网约车与公交车GPS轨迹,按车道匹配停车线与放行时刻,重建各周期排队消散过程,输出排队长度、车均延误与溢出风险估计;边缘侧模型以滚动预测结果对接信号机,在不改变周期结构的前提下做绿灯延长或早断,并设置单周期调整幅度上限以避免振荡。

当前进展:已完成三个城区共46个路口的数据接入与离线回放验证,排队长度估计误差中位数约2辆车,平峰时段误差更小;在早高峰试点中,车均延误下降约8%至12%,干道方向效果更明显,支路饱和度上升但未出现明显溢出。

下一步计划:一是与公交优先策略联动,验证轨迹数据同时驱动社会车辆与公交信号优先时的冲突处理规则;二是补充非机动车与行人过街等待约束,避免机动车指标改善以慢行体验为代价;三是将单点模型扩展为干线协调,检验轨迹渗透率下降时估计精度的衰减边界。

评论

更多研究动态

查看全部实验室 →