基于自适应混合Petri网模型的交通信号协调控制方法研究

Traffic congestion has recently become a serious problem in modern cities. This project focuses on the coordinated traffic signal control based on Petri nets models. Urban road traffic network can be viewed as a complex discrete event system composed by continuous traffic flows and discrete traffic signals, which is suitable to be modeled by hybrid adaptive Petri nets. Considering that there may exist periodical steady states, in the project we discuss how to drive the system to optimal steady states (of maximal flow, shortest queue length, etc.) and maintain them for a period of time. We consider two kinds of optimization control methods, one aims to drive the system as fast as possible; and another one tries to obtain the optimal state trajectory. Since modern traffic systems are more and more complex with growing scales, we consider multiple-level distributed control framework to reduce computational complexity. First, the network is divided into high-related subsystems based on the high level model; then, the signal control strategy of subsystems are computed separately; last, on the edges of subsystems, a coordination algorithm is applied to improve global system performance.

针对日益严重的城市道路交通拥堵的状况，以及国内在交通信号协调控制技术研究方面相对落后的现状，本项目试图研究一种基于Petri网模型的交通信号协调控制方法，从而达到缓解城市交通拥堵状况的目的。与传统的“混合Petri网”方法相比，本项目则创新性地使用了“自适应混合Petri网”作为建模和分析工具，从而便于建立更加精确的模型。考虑到系统中可能出现阶段性的稳定状态，本项目着力研究如何驱动系统进入，并在一定时间内保持最优稳定状态（如最大流、最短排队长度等）。我们考虑了两种不同的优化控制方法：一种是以最短时间到达为目标；另一种是以最优化系统状态轨迹为目标。由于现代交通系统日益复杂，规模逐步增大，为了进一步降低仿真和运算复杂度，本项目考虑分布式的控制架构。在系统概要模型的基础上将整个网络划分为若干关联子系统，对子系统的交通信号进行独立的优化控制；通过协调相邻关联子系统的边缘区域，提高系统的整体性能。

针对日益严重的城市道路交通拥堵的状况，以及国内在交通信号协调控制技术研究方面相对落后的现状，本项目研究了一种基于Petri网模型的交通信号协调控制方法。在道路交通系统中，离散的交通信号模块与连续的交通流并存，并且随着时段不同，系统可能出现空闲、拥堵等不同状态，因此很难找到一种结构简单、表达能力强的建模方法。本项目创新性的利用自适应混合Petri网进行建模，针对大规模系统，研究分布式区域协调控制方法，建立一套完整的基于自适应混合Petri网的城市道路交通信号网络的建模、控制及分析方法。使用自适应混合Petri网模型对路段上和交叉口内的车流建模，通过比较不同配置下的仿真效果，优化离散模型和连续模型之间切换的阀值，充分发挥离散模型和连续模型的各自优点。针对不同道路和交叉口的物理参数建立模型库，制定自上而下，从顶层概括模型到底层详细模型的建模规范。设计一种基于自适应混合Petri网模型的多层、多目标交通信号协调控制、优化方法。根据一定时段内的相对稳定的系统负载，计算出最优稳定状态，再以关联子区域作为基本单位，设计基于ON/OFF策略和分布式模型预测控制（DMPC）的优化控制方法。控制目标是通过对信号灯参数的实时优化（固定相序和可变相序），驱动系统以最快的速到达、并在一段时间内保持最优状态。搭建完整的基于自适应混合Petri网的道路交通网络仿真系统以及实验环境。包括道路交通流数据的分析和规范化输入；可视化的建模过程和参数配置；支持闭环式反馈控制；系统仿真运行和性能指标的在线规范化输出等。通过对不同道路交通信号系统网络的建模、模拟和数据分析可以看出，这种基于自适应混合Petri网的建模方法，配合分布式的协调控制算法，不论是在模型的仿真效果、优化效率方面与传统模型相比都具有一定的优势。