不完全车联网环境下的交通信号控制研究
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1. 绪论 | 第12-22页 |
1.1 研究背景及意义 | 第12-15页 |
1.1.1 研究背景 | 第12-14页 |
1.1.2 研究意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-19页 |
1.2.1 基于车联网数据的交通特征参数估计 | 第15-16页 |
1.2.2 车联网环境下的交叉口信号控制 | 第16-19页 |
1.2.3 现有研究的不足 | 第19页 |
1.3 本文研究内容 | 第19-22页 |
1.3.1 创新点 | 第19-20页 |
1.3.2 主要内容安排 | 第20-22页 |
2. 不完全车联网环境下的交通特征参数估计 | 第22-46页 |
2.1 引言 | 第22-23页 |
2.2 离线交通特征参数估计 | 第23-28页 |
2.2.1 联网车辆轨迹的表示 | 第24-25页 |
2.2.2 车辆到达情况建模 | 第25-28页 |
2.3 实时交通特征参数估计 | 第28-37页 |
2.3.1 未联网车辆状态估计 | 第28-35页 |
2.3.2 车队识别和参数估计 | 第35-37页 |
2.4 仿真实现与案例分析 | 第37-45页 |
2.4.1 数据集来源 | 第37-39页 |
2.4.2 交通流量估计案例分析 | 第39-41页 |
2.4.3 未联网车辆估计算法评估 | 第41-44页 |
2.4.4 车队识别和参数估计评估 | 第44-45页 |
2.5 本章小结 | 第45-46页 |
3. 车联网环境下的单交叉口实时信号控制 | 第46-64页 |
3.1 引言 | 第46-47页 |
3.2 控制框架 | 第47-49页 |
3.2.1 车路协同环境下的交通信号控制框架 | 第47-48页 |
3.2.2 自适应交通信号控制框架 | 第48-49页 |
3.3 单交叉口信号控制算法 | 第49-54页 |
3.3.1 基于DP的信号控制算法简介 | 第49-51页 |
3.3.2 基于DP的双环相位信号控制算法 | 第51-52页 |
3.3.3 评价指标模型表达 | 第52-54页 |
3.3.4 预测时间窗的选取分析 | 第54页 |
3.4 仿真案例与结果分析 | 第54-62页 |
3.4.1 算例分析 | 第54-58页 |
3.4.2 仿真实例分析 | 第58-60页 |
3.4.3 不同控制方案对比 | 第60-61页 |
3.4.4 不同联网覆盖率下的仿真对比 | 第61-62页 |
3.5 本章小结 | 第62-64页 |
4. 车联网环境下的干线交叉口实时信号控制 | 第64-88页 |
4.1 引言 | 第64-66页 |
4.2 车联网环境下的干线信号灯控制框架 | 第66页 |
4.3 干线交叉口信号控制算法模型 | 第66-78页 |
4.3.1 变量参数定义 | 第67-68页 |
4.3.2 信号灯运行约束表达 | 第68-71页 |
4.3.3 车队选择路口约束表达 | 第71-72页 |
4.3.4 车队延误表达 | 第72-76页 |
4.3.5 整体优化模型 | 第76-77页 |
4.3.6 考虑排队溢出的模型改进 | 第77页 |
4.3.7 考虑相序优化的模型改进 | 第77-78页 |
4.4 仿真实现与案例分析 | 第78-86页 |
4.4.1 仿真实现 | 第78页 |
4.4.2 算例分析 | 第78-82页 |
4.4.3 不同控制方案对比 | 第82-85页 |
4.4.4 不同联网覆盖率下仿真对比 | 第85-86页 |
4.5 本章小结 | 第86-88页 |
5. 总结与展望 | 第88-90页 |
5.1 工作总结 | 第88-89页 |
5.2 研究展望 | 第89-90页 |
参考文献 | 第90-94页 |
附录 | 第94页 |
附录1: 作者简介 | 第94页 |
附录2: 作者在攻读硕士期间的主要成果 | 第94页 |