随着社会经济的发展及小汽车保有量的快速增加,城市交通拥堵日益严重。交叉口作为城市交通网络的重要节点,交通拥堵等问题在交叉口处的表现更加突出,部分交叉口甚至出现排队溢出现象,严重影响了相邻交叉口的正常运行,导致交通拥堵问题逐步扩大。目前对于此类交通问题的应对方式多为交警对交叉口进行交通指挥,所耗费的人力及财力较大。因此,针对城市信号交叉口的排队溢出问题等进行信号研究具有现实意义和价值。为充分利用信号交叉口的绿灯时间,避免交叉口排队溢出现象,并减小车辆平均延误,本文以排队均衡和延误最小为优化目标,对交叉口进行动态信号控制,具体如下:(1)基于单一交通数据估计交叉口运行状态,一般误差较大,因此从数据的采集技术及检测设备等方面对不同交通数据的特点进行总结,选取移动数据及固定点数据对交叉口进行状态估计。分析不同数据的处理方法,根据车辆的GPS数据,以队尾浮动车位置及剩余车辆排队长度之和估算交叉口每个周期的排队长度;由交通波原理,基于断面检测数据估计车辆排队长度;分析两类数据的估计结果,提出基于GPS与断面检测数据的排队长度估计方法。(2)为避免出现相位排队长度不均衡的情况,车辆不能尽快消散,甚至出现排队溢出的现象,对排队长度较长的相位分配更多的绿灯时间;为减小车辆平均延误,对三种不同状态的延误模型——稳态均衡、定数及过渡函数延误模型进行分析,提出基于排队均衡和延误最小的信号控制模型。利用模糊折中规划法,简化排队均衡和延误最小为单一优化目标;分析粒子群算法原理,基于此对信号控制模型进行求解。(3)对南昌市桃苑大街-桃花路交叉口进行仿真,获取GPS数据及断面检测数据,分别验证基于GPS、断面检测数据及两类数据的排队长度估计方法,得到各方法的平均绝对相对误差分别为11.27、14.71及10.40,由此可知基于两类数据的排队长度估计精度明显优于单类数据的估计结果;验证信号控制模型,对交叉口高峰期间进行动态信号控制,与现状相比,交叉口车辆平均延误降低了8.26s,平均排队长度减小了3.25m;以韦伯斯特配时法对交叉口进行配时优化作为对比,动态优化后的交叉口车辆平均延误降低了3.76s,平均排队长度减小了1.01m。由此可知,基于排队均衡和延误最小的信号控制模型能有效降低交叉口的排队长度和车均延误,并改善交叉口排队不均衡的现象。