感知范围对基于车辆轨迹信息的信号交叉口实时自适应控制的影响

随着车到基础设施通信与传感器提供的车辆速度和位置数据日益可得，先进信号控制算法备受期待。本研究考察了感知范围（即可获取此类数据距交叉口的距离）对信号控制质量的影响。在仿真中实现了两种先进信号控制方法——自组织算法（SOA）与相位分配算法（PAA），并测试以理解感知范围的影响。SOA基于全感应控制，并为干道上的车辆队列增加了次级延长。PAA使用动态规划在规划时域内优化相位顺序与相位时长。研究构建了三种交通场景：对称、非对称与均衡。总体而言，两种算法的性能均随感知范围增大而提升。在对称流量场景下，SOA在1000 ft处收敛，PAA在1500 ft处收敛（车速45mph）。在非对称与均衡流量场景下，两种算法均优于传统方法。若感知范围在660 ft或以上，两种算法均优于协调感应控制。对于低感知范围，SOA的延误与带前置检测器的全感应控制相近，而PAA在对称与非对称场景中的延误多于协调感应控制，但在非对称场景中表现更好。结果表明，对于SOA算法，感知范围可能限制最大允许次级延长，因此随着感知范围增大，干道车流延误减小而非干道车流延误增大。对于PAA，干道与非干道延误随感知范围增大而减小直至收敛。