车辆协同下的交通信号优化与协调
作者：杰夫班（首席研究员）
智慧城市中的互联车辆，包括车对车(V2V)、车对基础设施(V2I)和车对任何事物(V2X)通信，可以为城市交通信号控制提供更多机会并带来更多挑战。硏究旨在探索在CV环境下开发信号控制和协调方法的基础研究，开发使用CV进行城市交通信号优化的框架，并在交通仿真和实际CV数据中测试开发的方法。
交通信号控制挑战
以前，大多数交通信号研究人员都将基础设施传感器（例如环路探测器或摄像机）用作交通状况信息的主要来源。交通控制系统主要依靠手动收集的交通流量计数和来自这些基础设施传感器的数据。交通信号计划是根据一天中经过调整的到达车辆制定的。然而，点检测器和视频检测器具有许多缺点。点检测器仅记录车辆经过时的位置。没有轨迹信息，例如车辆的速度，位置和加速度。由于车辆的严格制动和加速行为，停车杆处的探测器故障率更高。另外，检测器的维护既费时又昂贵。视频探测器的性能可能会受到环境条件的不利影响，例如光照（引起视频探测器故障最多的条件）和天气。这些限制可以通过使用更高级的数据源来克服。
互联车辆和V2X技术
无需依靠环路检测器之类的基础设施传感器，可以通过互联车辆（CV）技术改变城市交通信号控制。CV启用了车辆到所有（V2X）的通信，并通向智能交通系统，所有车辆、道路使用者和基础设施系统都可以相互通信。可以应用各种通信技术，例如蜂窝、Wi-Fi、卫星无线电或专用的短距离通信（DSRC）。CV / V2X将提供有关交通状况的更多信息，从而有助于减少交通拥堵、降低事故率、最大化交通流量并减少排放。通过车对车（V2V）通信，可以在附近的车辆之间交换车辆位置，速度，加速度等。借助车辆到基础设施（V2I）通信，车辆可以将信息（例如车辆轨迹，交通状况和信号定时）传达到交通信号灯，工作区，收费站和其他类型的基础设施。
尽管尚未广泛部署，但CV技术正在增长。美国国家公路和运输官员协会（AASHTO）预测，到2040年，将有90％的轻型车辆配备V2V技术。AASHTO还估计，到2025年，到2040年，将有20％的信号交叉口将能够进行V2I通信，其中80％的信号交叉口将具有V2I功能。
CV / V2X和交通信号控制
与传统的交通信号灯操作相比，V2V / V2I通信带来了新的范例。交通管制者可以从CV中收集实时数据（位置、速度、油耗参数），然后对数据进行处理以优化交叉口、走廊或区域的信号定时计划，以最大程度地减少延迟，停止，以及对环境的影响。该项目的目的是研究基于CV数据的交通信号定时优化技术，即有关车辆位置和速度的实时信息以及与信号控制系统的通信。具体来说，研究小组将：
开发和评估在各种CV穿透率下隔离路口的信号时序优化方法。
沿走廊或网络开发协调的信号操作方案，以优化多个十字路口的偏移量，并评估每个信号变化如何影响附近十字路口的信号时序。
使用流量模拟工具测试和验证在此项目中开发的模型和算法。
可交付成果
该项目的主要可交付成果是针对智能城市中联网车辆的新信号控制和协调方案，特别是：
基于CV的交通信号定时优化方法利用了各个车辆的轨迹（即，每秒的车辆位置和速度）。这包括用于（单个路口的）定时计划优化和多个路口之间的协调优化的方法。
基于CV的交通信号优化的解决方法，包括具有两步法的交叉口水平优化（阶段持续时间优化）的动态规划公式，以及走廊水平优化下的两级问题基于预测的求解方法（偏移量优化） 。
对交通仿真中提出的方法进行全面的测试和验证。
该项目将为从业者提供有关CV环境下交通信号控制的方法；培训技术人员关于信号控制、CV、数据以及使用CV数据进行信号优化和控制的知识；将研究成果整合到交通运输的课程中，以培训下一代交通运输专业人员。