基于MFD的城市路网控制子区的动态划分与子区信号的迭代学习控制方法

Traffic congestion generated at a single intersection normally can spread to its adjacent regions and a larger range, and may even cause the entire network congestion in the city. According to the road conditions and congestion in different regions, investigating dynamic control subarea partition in urban road network and dispersion control strategy is very important for improving the integral effects of road network and alleviating traffic congestion in the city. This project intends to research the dynamic control subarea partition of urban road network and the coordinated control of traffic signals in subareas based on macroscopic fundamental diagram (MFD). Based on the characteristics and key influence factors of MFD, the dynamic control subarea partition method of urban road network is proposed, and the iterative learning control (ILC) strategy of traffic signals in subareas is designed. Distinguished with other approaches, the proposed dynamic control subarea partition approach of urban road network based on MFD can make the control subarea partition better match the subarea’s MFD . Meanwhile, the iterative learning control strategy of traffic signals in subareas based on MFD can make the traffic flows in subareas have better homogeneity,which ensures each subarea running with its ideal MFD. The above research results will provide new theoretical references for the MFD based coordinated control of large-scale road network.

城市中单个路口的拥堵通常会波及与其邻近的区域，由局部向更大范围蔓延，甚至造成整个路网的拥堵。针对不同区域的道路特点和拥堵情况对路网进行控制子区的动态划分和相应的疏导控制，对提高路网的整体效益和缓解城市交通拥堵具有重要意义。本项目拟采用宏观基本图(MFD)理论研究城市路网控制子区的动态划分及控制子区交通信号的协调控制问题。根据MFD特性及其关键影响因素，提出基于MFD的城市路网控制子区的动态划分方法，并在控制子区划分的基础上，设计基于MFD的子区信号迭代学习控制(ILC)策略。本项目的创新之处是：基于MFD的城市路网控制子区的动态划分方法可以使控制子区的划分更好地匹配子区MFD；同时，基于MFD的子区信号迭代学习控制方法能够控制子区的交通流具有更好的同质性，保证每个控制子区在各自理想的MFD下运行。研究结果能为基于MFD的大规模路网协同控制提供新的理论依据。

交通拥堵一直是困扰城市发展的重要问题，城市对交通拥堵的治理状况是城市发展水平的重要标志。由于城市路网中各交叉口的高度关联性，单个交叉口的拥堵通常会波及与其邻近的区域，由局部向更大范围蔓延，甚至造成整个路网的拥堵。从路网整体角度出发，将路网内所有交叉口作为研究对象，根据交叉口之间的关联程度将路网划分成若干个控制子区并对控制子区之间进行有效的协调控制，实现整个路网交通运行效率的最优化，缓解城市交通拥堵及由此带来的交通问题，已成为城市交通控制系统发展的新要求。本项目以提高路网的整体运行效益为目标，根据路网中各交叉口的关联特性和路段的拥堵情况研究了路网控制子区的动态划分方法和控制子区的交通信号协调控制问题。主要研究内容包括：同时考虑聚类与连通性约束，利用路段与其邻域内路段的相似度，迭代更新高异质性路段，实现控制子区的动态划分；考虑路网的不同交通状态以及拥堵传播特性，建立综合关联度模型，利用慢同调理论解决控制子区间的弱关联性问题，并采用自适应边界调整方法获取高匀质性且具有紧凑型宏观基本图的控制子区；考虑城市路网交通流的实际运行特点，建立了宏观交通流的非线性模型，设计了基于宏观基本图的子区信号迭代学习控制策略；最后搭建仿真实验平台，对研究结果进行实验验证。通过本项目研究，形成了基于宏观基本图的城市路网整体协调控制的理论体系，搭建了城市路网协调控制有效性验证的仿真实验平台。通过仿真平台验证，总结分析了影响和决定路网控制子区动态划分的有效性和控制子区信号协调控制效果的关键因素，为下一步实际应用提供了有力的理论支撑。本项目研究成果未来投入实际应用后，可合理有效分配路网内的交通流分布，提高路网的整体通行能力，为缓解城市交通拥堵提供有效的技术手段。因此，本项目的研究成果对实现城市交通系统的可持续发展，缓解城市交通拥堵及改善交通环境方面具有广阔的应用前景。