项目名称: 基于安全可靠性的信号配时方法及优化算法研究

项目编号: No.51208380

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 建筑环境与结构工程学科

项目作者: 唐克双

作者单位: 同济大学

项目金额: 25万元

中文摘要: 传统的信号控制理论存在两大缺陷:①无法把交通安全量化并作为控制目标来进行信号配时计算和优化;②难以分析交通随机性显著情况下以小概率事件为特征的交通安全问题。鉴于此,本研究的目的是在信号控制中引入安全可靠性的概念,开发以安全可靠性为控制目标的信号配时方法及优化算法,对交通信息化环境下的精细化信号控制理论进行探索,主要研究内容包括:①基于车辆和行人轨迹数据的实证分析和基于驾驶模拟器的实验分析相结合的交通行为解析与建模、②基于可靠性理论和交通冲突理论的安全可靠性评价模型、③基于风险控制理论和不确定优化理论的以安全可靠性为导向的信号配时计算及优化方法、④集成以上研究成果的信号控制交叉口可靠性分析与决策支持系统。本研究的成果可以辅助交通工程师以交叉口安全服务水平为依据进行信号控制方案设计与优化,也可以辅助交通管理者分析与识别信号控制交叉口的潜在安全隐患,为交通安全改善方案的评价提供科学依据。

中文关键词: 绿灯间隔时间;安全可靠性;驾驶行为;随机性模型;信号配时

英文摘要: The most important goal of signal control is to ensure traffic safety. However, the conventional signal control theory only provides some principles or rules to improve safety, and is unable to quantify safety performance and regard it as a control objective in signal timing methods and optimization algorithms. Furthermore, the existence of heterogeneous traffic as well as complicated and varied road user behavior leads to extremely unstable traffic states at urban signalized intersections in our country. However, the conventional signal control methods based on deterministic traffic flow theory uses means or expected values of parameters to describe traffic states, and thus cannot deal with traffic safety issues which are characterized by small probability events. Therefore, the objective of this study is to introduce a concept of safety reliability into signal control field and develop signal timing methods and optimization algorithms based on safety reliability. It also aims to explore a theory especially for sophisticated signal control in the context of rich traffic information. This study mainly includes four parts as follows. ? Part 1: Analysis of random character of road user behavior and its impacts on safety based on empirical and experimental data. ? Part 2: Development of safety reliability evaluat

英文关键词: intergreen;safety reliability;driving behavior;stochastic model;signal timing

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
30+阅读 · 2020年12月21日
专知会员服务
83+阅读 · 2020年12月11日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
多智能体深度强化学习的若干关键科学问题
专知会员服务
184+阅读 · 2020年5月24日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
30+阅读 · 2020年12月21日
专知会员服务
83+阅读 · 2020年12月11日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
多智能体深度强化学习的若干关键科学问题
专知会员服务
184+阅读 · 2020年5月24日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员