【摘 要】
:
面对日益严重的交通问题,国内外专家学者采取多种措施来缓解,其中,发展先进的城市道路交通管理与控制系统是解决目前交通问题的最佳选择之一。道路交通信号控制的类型多样,不同的信号控制系统有不同的信号方案优化算法和与此类算法相匹配的综合控制软件。相位差优化算法是区域信号方案优化和干线协调信号方案优化不可缺少的算法之一。道路交通信号控制的三个要素是相序、周期和绿信比,它们是单点路口信号控制的核心参数。根据交
论文部分内容阅读
面对日益严重的交通问题,国内外专家学者采取多种措施来缓解,其中,发展先进的城市道路交通管理与控制系统是解决目前交通问题的最佳选择之一。道路交通信号控制的类型多样,不同的信号控制系统有不同的信号方案优化算法和与此类算法相匹配的综合控制软件。相位差优化算法是区域信号方案优化和干线协调信号方案优化不可缺少的算法之一。道路交通信号控制的三个要素是相序、周期和绿信比,它们是单点路口信号控制的核心参数。根据交通流数据选择合适的参数,可提高单点路口的通行效率,若多个路口联控,则需加上相位差参数,即实现干线协调控制。区域信号控制常分为多个子区自适应控制,与干线协调控制一样,控制的终极目的都是使整个区域交通流总延误时间最小、总停车次数最少,因此信号控制参数的优化算法成为诸多学者的研究对象,但相位差的优化算法仍缺乏有效的研究成果,所以如何确定相位差让延误最小是本文研究的重点。最大绿波法和最小延误法是相位差求解的经典算法,最大绿波法通过令车流绿波带宽最大,以此保证车辆的行驶流畅;最小延误法通过建立相位差和车辆延误关系,求得延误最小时的相位差解。本文基于干线交通特性,根据路口距离、车速、流量、饱和流率、周期、绿信比和相位差等参数和变量,推导了单向车流延误时间的计算公式,再结合双向相位差与周期的关系,推导了双向车流总延误的计算公式。采用基于延误最小的相位差选择原则,由计算机根据爬山算法确定最佳相位差;并根据上述算法,确定了相位差优化算法中需要的路口物理常数、信号优化中间参数以及交通大数据交通流数据格式。基于以上理论,本文设计了相位差优化软件,先通过软件窗口输入路口物理常数和信号优化中间参数,再从下载的交通大数据文件中导入所需数据,结合相位差优化算法程序,最终由软件输出干线协调控制的最优相位差。最后,以实际协调控制系统的交叉口作为优化控制对象,把相位差优化软件算出的相位差值与实际应用中的较优经验值的一致性进行比较,验证了本文提出的相位差优化模型在减少车辆延误时间,提高行车效率等方面的可行性以及程序设计的正确性。
其他文献
伴随着科技的进步,医疗环境的改善,肺癌的死亡率和发病率都有所下降,但数据表明肺癌的死亡人数依然占据癌症死亡和发病人数排行榜的首位或次位。在肺癌的检查和诊断中,肺结节是肺癌的表现形式,当肺结节呈恶性时,就表明病人患上了肺癌。肺癌的形成是一个漫长的过程,是多种因素导致的过程,有早期、中期和晚期之分,通常认为肺癌早期的生存率更高,因此肺结节的“早发现,早治疗”就显得尤为重要。本文围绕肺结节的检测与分类展
步态是指人体行走时的姿态,也可以说是人体运动过程中的一种生物特征。其中包含了大量的运动信息,这些信息可以应用于生物认证、临床、人机交互等多个领域。在临床方面,步态分析主要用于辅助医生对正常步态和异常步态进行辨识以及帮助病人进行康复训练。髌骨疼痛综合症(PFPS)是一种临床上最为常见的膝关节疾病,患者会因疼痛而导致异常步态。我国髌骨疼痛患者数量庞大,早期并精确地检测出髌骨疼痛可以防止该疾病的进一步恶
为了实现便捷的充电,以无线能量传输技术为基础的无线充电方式引起人们的广泛关注,并成为当前研究的热点。由于电池的物理特性,负载参数如阻抗在充电过程不可避免会发生变化,为了实现负载恒流充电,需要设计补偿网络进行调整。为了解决多负载、多中继、中继混合负载传输环境下负载恒流的问题,本文基于T型补偿拓扑网络,搭建了无线充电中继传输的研究模型,并结合三种实际应用场景展开研究,主要的研究工作和贡献概述如下:(1
森林地表火蔓延是森林火灾的重要形式,风作为影响林火蔓延的重要因素备受研究者的关注。风是动态因子,主导林火的蔓延速度和方向,它与林火之间存在复杂的双向耦合作用。然而,传统的林火蔓延模拟系统并不考虑这一作用,导致模拟的准确性和真实性不足,而现有的林火-风双向耦合模拟方法又存在计算量大、耗时长等问题。为解决这些问题,本课题研究并提出一种全新的林火-风双向耦合模拟方法,同时搭建一套微尺度风数据采集平台,并
车辆再识别作为智慧城市的核心技术之一,目的是在多个不重叠的相机视图中检索出感兴趣的车辆。当前突出的算法通常先对数据集进行大量的人工标注,让模型在额外标注的辅助下,能够更精确的关注到局部细节信息,进而提升最终的测试性能。但是额外的人工标注不仅十分耗费资源,还会降低模型的泛化能力。针对以上问题,本文在福建省与福州市重点科技项目(2018H0018、2020-GX-17)的支持下,围绕基于深度学习的车辆
随着城市交通的迅猛发展,要实现对交通状况直观、高效的管理,交通视频监控已成为必不可少的技术手段。针对交通路口的视频监控,传统多路视频组成电视墙的监控方式,存在视频利用率低、单个摄像头视野局限性、信息缺失以及多视角显示凌乱等问题。全景视频是将多个视频流的重叠区域进行拼接,能在不降低分辨率的同时有效扩大监控人员的视野,已成为交通监控领域的研究热点。本文在分析交通视频监控需求的基础上,研究了视频拼接的相
多线圈磁谐振传输系统凭借着安全灵活、传输距离远的特点,引起了广大研究学者的关注。多线圈的结构非常适合采用波束赋形技术来提高传输距离和效率。如何在多个线圈中分配发射功率,是波束赋形设计中最重要的一个问题。因此,本文以多线圈磁耦合谐振传输系统的波束赋形策略为研究对象,针对物联网中的应用场景,设计了三种磁波束赋形优化方案。论文的研究内容和贡献如下:(1)针对单中继单接收机的无线能量传输应用场景,提出了一
当今时代,人们追求更佳的视觉体验和更丰富的信息,现有的灰度图像着色算法可分为基于用户引导的颜色传播类算法、基于参考信息的半自动着色算法和基于数据和算力驱动的自动图像着色算法。前两种算法由于其本身的特点,而受限于使用场景和规模程度,第三类算法是顺应时代发展的产物,结合人工智能算法的研究进展、图像显卡设备的性能突破和大数据时代的到来,基于深度学习的灰度图像自动着色算法表现优异,从众多方法研究中脱颖而出
行人再识别用于解决在不同摄像头中匹配出相同个体的问题,是跟踪抢劫、防止恐怖袭击等安全关键事件研究的核心技术。然而,它面临着数据集规模小、错位影响、光照强度变化、背景干扰等多种巨大挑战。本文的目标是研究并实现具有鲁棒性且性能优越的行人再识别算法,为现有数据集背景噪声大和规模小的问题提供解决方案。针对以上问题本文在福建省科技厅项目(2018H0018)和福州市科技局项目(2020-GX-17)的支持下
目前人体三维重建方法大多采用融合目标多视角图像或视频图像的方式进行研究。这类方法通常需要昂贵的实验设备、复杂的实验场景,因此该类方法难以在实际场景中推广运用。相对而言,利用单幅图像进行人体三维重建的方法便捷高效,更利于在实际项目中使用。本文在当前基于单幅图像进行人体三维重建的方法基础之上进行优化,目的是提升输出人体模型的精度以及恢复人体在着装情况下的模型表面纹理。主要研究工作如下:(1)分析了基于