交通灯论文

交通灯论文范文第1篇

【关键词】交叉路口；红绿灯；车流量；优化模型

中图分类号：C913.32 文献标识码：A 文章编号：

0前言

城市交通信号控制的研究意义交通是城市经济活动的命脉，对城市经济发展、人民生活水平提高起着十分重要的作用。汽车工业在给人们带来各种便利的同时，也带来了一系列令人困惑的问题，如环境污染、交通拥挤、交通事故的频繁发生等，给人们的生命财产带来很大的损失。

1信号配时的数学模型

交叉路口是道路系统中对交通影响最大的一个部分，主要不利因素有：交通事故、交通延误、燃料消耗等，这些问题又直接与交叉路口的信号配时密切相关，目前，在我国城市道路交叉路口，主要采用定时式信号管理系统。

设T为信号周期（单位为秒（S），下文中时间单位皆为秒）；d为交叉路口车辆到达率（辆/S）；c为交叉路口车辆离开率（辆/s）；为红灯持续时间；包括红灯前的黄灯过渡时间； 绿为绿灯持续时间，包括绿灯前的黄灯过渡时间； 排为在红灯亮后车辆依次排队的时间；时刻红灯亮，来车陆续被阻停在停线前。随红灯时间的延长而积累的排队车数 排时刻，绿灯亮，车辆依次疏散通过交叉路口，经过时间疏疏散车辆到时刻，全部车辆疏散完。疏通车辆数为， 当 时，交叉路口车辆在绿灯时间内可全部疏散完而不会造成阻塞，否则该交叉路口需改造，方可满足现行交通需要。本文是在条件下研究交叉路口信号配时问题。红灯亮后，累积的车辆数为：；

每一信号周期内交叉路口一个进口处的车时平均总延误为：

设在十字路交叉口中，相交道路一条为主干道，另一条为次干道，主干道的车辆到达率、离开率及红灯持续时间分别为，，；次干道的车辆到达率、离开率及红灯持续时间分别为，，。在一个信号周期内，两条道路上的车辆在交叉路口处总延误时间为：

2实例

以金华市迎宾大道和二环北路交叉路口的信号配时优化设计为实例，依照时现场得到的数据部分优化和计算的除以下数据（其中二环北路为），来车率：（1） ；（2）离车率：；（3）红灯的临界时间；（4）最大的疏散时间； （5）优化前的信号配时为。

计算得出，；；可见，主车道的红灯信号配时比优化前少了，次车道的红灯信号配时比优化前多了，这样主、次车道的红灯信号配时比减少了，车流量进一步增大，运行效率显著提高，从而按照此模型进行交叉口红绿灯配时可有效地解决城市交叉口的车辆拥挤现象，提高交叉路口的通行能力，更好的减少汽车在交叉路口的延误时间，提高效益。

3 结语

本文在红绿灯配时优化方面有一定的创新，能解决城市道路十字交叉路口的红绿灯配时问题，可使得车辆总延误时间减少、通过交叉路口的车流量增大、停车次数减少，对于提高车辆运行的效率、节省能源和城市交通管理具有一定的理论和实用价值。与此同时，该模型具有一定的推广价值，但在以下方面还需要进一步完善，不同路口以及不同时段下交通红绿灯的配时方案有所差异，而且本数学模型忽略了黄灯的时间，所以很大程度上有误差。故需要进一步考虑绿灯时间来解决红绿灯优化配时方案。

【参考文献】

交通灯论文范文第2篇

关键词：死锁现象；上游车辆；下游车辆数；最大绿灯时间；交通波 文献标识码：A

中图分类号：TP316 文章编号：1009-2374（2015）21-0105-03 DOI：10.13535/ki.11-4406/n.2015.21.053

交通信号系统极大地保障了交叉口内车辆的有序通行，如SCOOT、SCATS、ACTRA等，但这些系统主要依据上游车辆数等参数进行信号配时，缺乏对下游可容纳车辆方面的考虑，常常引起车辆排队造成交叉口的“死锁”现象，尤其是交通过饱和状态下表现尤为突出。该现象引起了国内外专家学者的极大关注，如裴玉龙等提出采用通行优先权的方式对饱和交通状态下的绿信比进行优化；蒋贤才等建立了拥挤及非拥挤两种交通环境下绿信比与交通参与者权益之间的关系模型。刘小明等提出一个基于阈值规则的饱和交叉口控制方法。针对死锁现象，合理计算车辆溢出方向的绿灯信号时长尤为关键，基于此，本文介绍了一种最大绿灯时间计算方法。

1 最大绿灯时间计算方法

下游可容纳长度与上游到达车辆数二者之间的关系对于绿灯时间的计算有着至关重要的作用。

1.1 模型假设

1.1.1 上游可容纳排队长度已知且固定。交叉口车头间距可以进行实地测量，模型中取。下游可容纳车辆数随之确定：

1.1.2 车辆的在交叉口加减速过程均为匀变速过程，最高车速不得超过法律规定限速。

1.1.3 为简化模型，在上一周期内绿灯周期末上游交叉口并无剩余车辆，从本周期红灯时刻起，车辆以泊松分布到达。到达率λ已知。原信号周期配时已知，计算公式中的红绿灯周期时间均为原信号周期。

1.2 针对在红灯末尾，上游到达车辆多于下游可容纳排队长度情况下，相位时长计算

1.2.2 最大绿灯时间的计算。车队在绿灯齐亮到驶入下游可容纳空间时，符合交通波模型。因此本文采用交通波模型对绿灯时间进行计算。由于上游车辆已大于下游可容纳车辆数，因此最大绿灯时间是上游第辆车恰好驶出交叉口时间，因此绿灯时间可分为两部分，一部分是第一辆车的运动状态传递至第辆车的时间，加上第辆车启动加速驶出交叉口的时间。

这里采用经典的基于线性模型的交通波模型：

1.2.3 全红时间计算。由于N车驶入交叉口时该方向信号由绿色变为红色，但仍需时间让交叉口内车辆完全驶入下游可容纳空间，所以当该过程过长时，需要在周期信号中加入全红相位。在红灯末尾，上游到达车辆多于下游可容纳排队长度情况下信号时间为头车由止线驶入交叉口并停在下游可容纳空间中加上交通波在车队中的传递时间。

根据交通波模型，在此过程中发生了启动波与停车波。

停车波的计算根据交通波公式，此时，即。

此时由于道路比较拥堵所以也趋近于1。所以在模型中停车波同样是以接近自由流速度向后传播。

这是交通波的传递过程，而头车的运动也至关重要。头车的运动过程有两种，由于加速度减速度已知。

当时是加速启动，然后依速限匀速行驶后减速停车：

1.3 针对在绿灯时间段内，上游到达车辆多于下游可容纳排队长度的情况下，相位时长计算

该情况下，上游到达车辆与下游可容纳车辆关系如图2所示：

1.3.1 情况检验。需要对N1>>N2这一事件进行判断根据泊松分布公式。

先证明红灯末尾到达车辆数小于可容纳车辆数：

再证明绿灯末尾到达车辆数大于可容纳车辆数：

当二者概率同时在95%以上时则认为该事件成立。

1.3.2 最大绿灯时长的计算。由于本文中最大绿灯是为了让上游可容纳空间全部利用，所以第N辆车到达交叉口的运动状态则是讨论的重点。由于车辆到达服从泊松分布，正常情况下第N辆车到达交叉口时间范围大至分布在N/λ时间段内。为简化模型，确定N车到达时刻T=N/λ

当T小于等于情况一中所计算的最大绿灯时间时，第N车到达交叉口时发生了停车。最大绿灯计算公式如情况一所给。

当T大于等于情况一中所计算的最大绿灯时间即时，第N车到达交叉口未发生停车直接驶入交叉口。此时最大绿灯计算公式为：

1.3.3 全红时间的计算。全红时间目的是为了清空交叉口，让第N车完全驶入下游可容纳空间中，所以：

当T小于等于情况一中所计算的最大绿灯时间，即时，第N车到达交叉口时发生了停车。全红时间计算公式如情况一所给。

当T大于等于情况一中所计算的最大绿灯时间，即时，第N车到达交叉口未发生停车直接驶入交叉口，全红时间即为第N车车辆减速驶出停车线到驶入下游可容纳空间的时间。

1.4 针对在本周期末尾，上游车辆数小于下游可容纳排队长度的情况下，相位时长的计算

该情况下，上游到达车辆与下游可容纳车辆关系如图3所示：

情况检验：

需要对>N2这一事件进行判断

根据泊松分布公式计算周期内到达数小于的概率。

概率大于95%可认为此事件发生。

在此状态下说明在整个信号周期中下游可容纳长度始终满足上游车辆的到达。因此这种状态不需要更改原有配时。

2 仿真验证

由仿真结果可以看出本文所计算公式计算结果与车辆实际运行状况较为符合，可以直接计算出预防死锁的最大绿灯时间，且在流量较大时更为符合。

3 结语

本文模型综合考虑了道路的实际状况，并为了避免死锁现象发生给出了本相位最大绿灯时间与全红时间。目的是为现有的配时方案提供参考，用以解决交叉口车辆溢出问题。

由于模型中所考虑的均为理想状态，车速较快的状态下进行计算，而实际车辆运行时受到干扰较多，所以实际可放行的绿灯时间还要略小于文中计算所得的最大绿灯时间。

论文能有效避免单方向车辆溢出，针对预防死锁整个交叉口相位配时方案，有待进一步研究。

参考文献

[1] 裴玉龙，蒋贤才.饱和交通状态下的绿信比优化及其应用研究[J].哈尔滨工业大学学报，2005，37（11）.

[2] 蒋贤才，苏小红.拥挤交通环境下经典信号控制理论适应性分析[J].交通运输系统工程与信息，2009，（5）.

交通灯论文范文第3篇

关键字：信号灯；交通行为；倒计时信息；回报

中图分类号：U491文献标识码：A

引言

交通信号灯及附属装置承载的控制信息作用对象是人。现在的信号控制设计多关注交通系统与工程角度的科学性、合理性和完善性，而把控制的对象――人模型化为对于控制信息而言的“机器人”，显然很难准确表达控制信息量和对交通行为的控制作用。现在，国内很多城市的交叉口都采用了信号灯变换倒计时显示装置或借助灯光闪烁提示灯色变换，这一现象引起了一些学者的关注[1][2][3][4]。显然，信号灯倒计时信息是交通信号控制的辅助信息，对于交叉口车辆通行/停止的控制，不是必需的。但这些辅助信息，提高了交叉路口通行能力[2][5]。控制的基础在于信息，没有信息，或者不考虑信息作用的对象，控制就会是盲目的[6]。在交通控制系统中，几乎全部的控制信息都是为控制人的交通行为而设计，因此需要从交通行为控制角度考察控制信息计量和作用。

一、交通信号灯交通行为控制功能

道路交叉路口处信号灯控制是城市交通控制主要方式，基本功能表现为控制交叉路口处人和车辆的运动行为，使相冲突的车辆交通流（或者车辆交通流与行人交通流）分时段通过交叉路口。同时，信号控制要根据不同道路方向交通流量合理分配通行时间，以提高路口通行能力，使得车辆通过路口的数量最多，等待时间最短、停车次数最少。

交通信号灯是为控制交通流而设置的红绿黄三色灯光装置，它用灯光的亮、灭信号向人（行人或司机）传达交通控制信号。信号在人的大脑里被转换成为交通信息，处理后产生交通行为（含驾驶行为）。车辆交通行为的主体仍然是人。现在的交通信号只能作用于人，被人接受、转换为控制信息后控制人的交通行为和驾驶行为。在管理学领域中，行为通常是指人为实现需求和目的，在特定环境中，经过一系列信息交换产生的受心理过程支配的身体运动。

最初的信息概念是由信息论的创立者香农（C.E.Shannon）提出的，他把信息定义为用来消除信息宿中关于信息源的不确定性的东西。交通信号灯以其自身的物理属性（圆形、红黄绿三色）和行为状态（点亮、熄灭或闪动）合成表达对交通行为通行或停止的控制指令信息，消除交通行为主体对控制要求的不确定性认知。

图1 交通控制信息一般概念模型

Fig.1 Common concept model of traffic control information

控制论创始人维纳在他的《控制论》一书的副标题上标明，控制论是“关于在动物和机器中控制和通讯的科学”。从本质上讲，控制是有目的的一系列信息处理、传输和应用的过程。对人实施控制，特别是利用自动机器控制人的行为，在考虑控制系统的科学性同时应考虑人的行为特点，才能充分利用信息实现高效控制。

二、信号灯的行为控制信息量

香农认为，信息是信息宿用来消除对信息源事物X的不确定性，所以收到消息Y所获得的信息量可以用不确定性的减少量来描述，即：

（1）

其中： 为信息量； 为信息宿获得信息前对X的不确定性； 为信息宿获得信息Y后对X的不确定性。

这个信息量反映了在通讯领域中对信息的计量，运用这个概念来理解交通信息对交通行为控制的作用是不够的。但是这个的信息概念包含的两个特质揭示了信息本质：第一，信息发生于不确定性的背景上（即，具有多种可能性或偶然性的环境中），没有信息一切都是不确定的；第二，信息活动往往与控制活动紧密相关并构成后者的组成部分；第三，信息源与信息宿是对等的通信设备，可以对信道消息正常编码/解码。

依据香农信息量表达式（1），一个交通信号灯组正常工作且可被“机器人”正常观察到并转换成信息，给出的通信意义上信息量是：

（2）

上式中，G、R和Y分别为一个交通信号灯组在周期C内分别亮绿灯、红灯和黄灯的时长。

信号灯控制信息的信息宿不是通信终端电子设备，而是交通的主体――行人或司机。因而，信号灯表达的控制信息量，还应该从人的角度和交通行为控制角度考虑：

1、交通行为可控性。对于不受控的交通行为，信号灯给出的控制信息量为零。

2、信号传递和识别障碍。有些情况下，为了更多的表达信息，信号灯装置改造导致其物理属性不规范，或状态异常，超出人的交通知识和常识，造成信号传递和识别障碍，信息无法传达，信息量为零。

3、交通行为需求。从系统角度看，信号控制是对交通的通行或停止控制，无需表达更多信息。从控制输出――交通行为角度看，在通行或停止的控制信息同时，还关注这两个信息之间变化的预测信息。交通行为越需要的信息，信息量越大。

4、信息冗余。一个交通信号灯组通常是“三灯三色”，点亮时是“一时一色”。对于停、行和警告三个行为控制指令，从通信角度讲，一个信号灯的“亮”、“灭”和“闪”即可表达。交通“三灯三色”信号灯组对于信息表达的冗余保障了信息接受转换可靠和容错。

三、倒计时信号灯信息

从系统角度看，信号控制系统按照分配通行权、充分利用路口资源提高通行能力原则进行设计，交通信号灯给出通行控制信息，是有效和充分的。但实际中发现，倒计时信息有利于充分利用路口资源，提高路口通行能力。因此有必要从被控制对象――人（出行者）的角度观察其作用。

1、出行者对交通的基本需求是快速、便利，在通过交叉路口时，这种需求表现得更为明显。需求产生了心理紧张，是态度积极和行为主动的驱动力，必然导致对信息的“饥渴”，心理上体现为焦虑。更多的信息支持了积极主动的行为，积极主动的行为是提高路口通行能力的保障。

2、对于出行者来说，信号灯通行/停止控制的突变切换，没有控制变化趋势的预测信息，削弱了人快速通过路口表现出来的积极心理需求，阻隔了心理与行为的链路，焦虑无法缓解，心理疲劳，必然也导致系统效率下降。

3、信号灯变化的预测信息缺失，形成控制系统与出行者信息的不对称，在积极、主动的心理状态下，可能导致控制与行为之间的博弈，这种博弈常常产生不安全交通行为，引发交通事故。

4、行为理论认为行为控制是建立在行为激励机制上[7]。闯红灯违法行为激励十分明确：被警察处罚，或付出事故伤害的代价，这是反向激励。信号灯变化的预测信息满足了守法交通行为的心理需求，提供了高效交通行为的正向激励，符合人的心理需求，同时也是信号控制以人为本的管理与服务并重特性的体现[8]。

当然，对于感应式信号控制和系统协调控制方案，信号灯变化的预测信息的有效存在技术上的困难。这些系统是根据交通检测实时决定控制参数，许多情况下不存在交通行为控制意义上的预测信息可供。

对于正常观察的驾驶员，以秒计量的计数式信号灯倒计时通信意义上信息量为：

（3）

其中： 为信号灯当前灯色传递的信息，与式（1）和式（2）中意义相同； 为倒计时显示的最大数值； 和 表示获得倒计时信息前后，驾驶员对信号灯灯色状态n出现的先验概率和后验概率，n=1,2,……，N，N 为状态数。因为信号灯灯色变化是规则有序的（即保持当前颜色状态或者变成下一种颜色，而且正常情况下，下一颜色是确定的。），所以根据变化规律，N为2。

从上述式可以看出，倒计时的时间越长，倒计时器表达的信息量越大。考虑倒计时的交通行为需求特性和信息的价值，可以用加权信息来描述加设倒计时的信号灯的信息量[9]。因此，可表述为：

（4）

式中， 为倒计时显示为i秒时信号灯倒计时信息的加权系数，i=1，2，3，…… ，且有 。

比较发现，设有倒计时的交通信号灯提供的控制信息量大于传统的信号灯，使交通参与者获得更多的交通控制信息，以便更加合理准确地做出选择与决策。

五、结论

信号控制信息是为对人进行交通行为控制而设置的，因此，在设置交通信号灯，提供交通行为控制信息时，应该考虑人对控制信息的需求和程度等因素。因此，在提供行为控制信息时，应尽可能提供预测信息，减少对未知状态的不确定性，提高控制效率。考虑到驾驶员交通需求和信息的价值，目前倒计时装置的样式多种多样，不同的倒计时方式的信息量是不一样的，在倒计时信息设置方案选用时应当合理比选。

参考文献：

[1] 王岩，杨晓光。基于交通安全的交叉口信号倒计时设置研究[J]。中国安全科学学报，2006（3）：55-59。

[2] 郝建勋。利用“红灯闪烁”提高信号交叉口的通行能力 [J]。道路交通与安全，2001（5）：31～33。

[3] 。本市为何不采用路口信号红灯倒计时牌[J]。交通与运输，1999（2）：17-17。

[4] 余旋。交叉口信号控制安全的研究[D]。同济大学，2008。

[5] 高铁军。城市信控交叉口的过渡信号研究[D]。北京交通大学，2008。

[6] 钟义信。信息科学原理[M]。北京：北京邮电大学出版社，1996。

[7] 胡冶岩。行为管理学[M]。北京：经济科学出版社，2006。

[8] 陈学斌。别轻言“处罚闯黄灯”和“取消黄灯”[J]。道路交通管理，2007（10）：46-48。

交通灯论文范文第4篇

关键词: 智能化；交通信号灯；BP模糊神经网络；网络训练

中图分类号:TP 183

文献标志码:A文章编号:1672-8513(2011)06-0511-04

The Design of Traffic Light Controller Based on BP Fuzzy Neural Network

WANG Shichun

(Taizhou Vocational & Technical College, Taizhou 317000, China)

Abstract: Aiming at improving the poor condition of the existing time-control traffic signal light system, a new control system based on neuro-fuzzy network has been put forward, which can intelligently control the time of the traffic signal light according to the traffic flow after fuzzlization and off-line training based on BP calculation. The experiment has proved its accuracy, quicker response, more intelligence and better robustness compared with the use of fuzzy control only.

Key words: intelligentize; traffic signal light; BP fuzzy neural network; network training

近年来，国内外许多专家学者致力于开发城市交通信号灯的控制方案，取得了一些成果[1-2]，模糊控制是其中的研究方向之一，它是无模型的控制方法，便于结合人的思维和经验，可满足实时性的要求，是一种比较好的交通控制方法.但是普通的模糊控制，其量化因子是固定不变的，稳态性能较差，且很难使2种性能指标都达到理想要求复杂的系统，单纯的模糊控制难以保证控制精度，有时甚至会降低控制系统的鲁棒性.神经网络具有良好的非线性映射能力、学习能力、并行处理能力、容错能力和自学习能力[3]，可以克服这个缺点.如果能将模糊理论表达知识的能力和神经网络的自学习能力结合起来[4]，提高整个系统对知识的学习和表达能力，无疑会受到控制工程界的极大欢迎.

1 交通信号灯控制原理

1.1 交通信号灯

一般交通信号灯用4个相位来实现，每个相位相当于1个状态，根据正在放行车道上的车辆数（取平均数）与下一相位的车辆数相比较，来决定是否转到下一相位.在1状态，把车辆数输入到模糊神经网络控制器，设定初始绿灯时间，当执行完后，根据下一相位的车辆数来决定是否转到下一相位，若不转移，则增加绿灯时间T，如总时间超过设定最大时间（一般驾驶员最大能承受时间120s[5]），则执行完后必须转到下一相位；如还小于最大时间，则反复执行此过程.模糊神经网络控制器的输入是检测到的车辆数，输出为绿灯时间Gt，通过模糊神经网络推理可以对绿灯时间进行控制.

1.2 具体实现

模糊神经网络经过离线训练[6-10]，结合PLC硬件，实现总的控制过程.

步骤1:在状态1中，即东西方向红灯期间，检测出南北方向车辆数L，采用模糊神经控制算法，得出初始绿灯时间Gs，令Gs=T,将T通过PLC的功能指令传送给计时器并由PLC开始执行;

步骤2:在ΔG=Gs内根据检测器送来的车辆到达和离开交叉口的数据,分别计算当前放行相位及下一个放行相位的排队长度,设其分别为Li和Li+1;

步骤3: 若Li=0,或Lie(r≥0,e≥0),或累积绿灯时间Gi=Gimax,则将绿灯转到下一相位,回到步骤2,否则继续;

步骤4:按照Li及ΔLi值的大小来确定新的绿灯延长时间ΔGi,若Gi+ΔGi≥Gimax,则ΔGi=Gimax-Gi, 否则Gi+ΔGi,回到步骤3.

算法中的交通需求通常用2种方法描述[11]:①用交叉口停止线前的排队长度即停止线前相隔一定距离(通常为80~100m)的2检测器之间的车辆数来表示交通需求.②当占有率不低于某一基准占有率时，用占有率表示交通需求;当占有率小于某一基准占有率且交通量不低于某一基准交通量时，则用交通量表示交通需求.检测器在指定的时间T(通常为6min)内测得的计数值(方波数)为交通量;检测器在T内测得的方波宽度总和与该时间值的比为占有率.

2 模糊神经网络控制

2.1 初始绿灯模块设计

2.1.1 模糊化

本设计采取模糊神经控制的方法,根据各相位的实时队长Li，对相位初始绿灯时间进行模糊设定.模糊控制器的输入变量为Li，其变化范围为1~30辆；输出为Gs, 根据现场测试，输出变量t的变化范围为15～60 s.它们的论域分别为(1,2,3,4,5,6)、（1，2，3，4，5）.量化因子分别为0.18和0.09，量化因子是把清晰值从物理论域X,变换(映射)到模糊论域N上的变换系数；经过推理得出的是模糊量,需要经过清晰化模块的处理变成清晰量，这个清晰化论域与需求的物理论域未必一致，进行变换的系数为比例因子，此外比例因子为0.9.模糊集为(A1,A2,A3),(B1,B2,B3) .

2.2.3 神经网络控制器

令x1~x7为输入量队长之差模糊子集，x8~x12为用时之差；y1~y7为输出控制量模糊子集，通过对专家控制规则的样本进行离线训练，当训练结束，神经网络已经记忆了模糊控制规则，具有联想记忆功能.

BP网络由3层组成，如图3所示，输入层有12个节点，中间层有23个结点，中间层神经元的传递函数为tansig,计算公式为：n=2/(1+exp(-2*n))-1.训练函数采用=newff(minmax(p),［23,7］,{‘tansig’,‘logsig’},‘traingdx’).

该网络为了验证控制器的性能，利用Matlab进行仿真.由网络误差曲线图4可知，网络的最大误差不超过0.13，说明网络性能是可以满足控制要求.

经过1000次训练后，目标误差基本达到要求.

3 结论

本文提出根据车流量，来决定相位是否转移和绿灯延时时间，有助于提高车辆通行效率.所提出方法优于单纯用模糊控制的算法[14]，用BP神经网络离线训练，有利于提高控制的精度，同时采用效果改进的BP神经网络，使网络稳定，有较好的收敛.仿真实验表明，改进后的算法训练是非常逼近目标，网络性能达到要求.

参考文献:

［1］PAPAGEORGIOU M，DIAKAKI C，DINOPOULOU V, et al. Review of road traffic control strateies［J］.Proceedings of the IEEE，2003，91(12)：2043-2067．

［2］CHO Y J,UN C K．Performance analysis of ARQ error controls under Markovian block error pattern［J］.IEEE Transactions on Communications, 1994，42(234)：2051-2061．

［3］张德丰.MATLAB神经网络仿真与应用［M］.北京:电子工业出版社,2009.

［4］付磊，王金党.基于粗糙集理论的RBF神经网络在LVCC分类浅析［J］.云南师范大学学报：自然科学版，2010，30（3）：28-31.

［5］梁子伊．一种交通信号灯遥控系统的设计［J］.微型机与应用，2001，5(2)：25-30.

［6］陈建平，房海蓉，胡准庆．城市交通的智能控制系统综述［J］.北京汽车，2001，5(4)：10-14．

［7］JIANG Rui，WU Qingsong．The traffic flow controlled by the traffic lights in the speed gradient continuum mode［J］.Physica A:Statistical Mechanics and its Applications，2005，355(2/4)：551-564．

［8］杨显富．基于EDA技术的交通灯自适应控制系统［J］.成都大学学报:自然科学版,2003，22(3)：19-24．

［9］彭志刚．利用单片机改进交通灯控制系统［J］.湖南工业职业技术学院学报，2003，2(2)：25-27．

［10］刘智勇，吴今培，李秀平．城市交通干线递阶模糊控制［J］．公路交通科技，1997, 1(3)：17-23.

［11］徐吉万，徐冬玲．城市交通的计算机控制和管理测绘出版社［M］.北京：测绘出版社，1998：3-15．

［12］索尔特 R J.道路交通分析与设计［M］．张佐周，赵脾，杨佩昆,译．北京:中国建筑工业出版社,1982：406-410．

交通灯论文范文第5篇

关键词：平面交叉口， 交通拥挤自动判别方法，自适应信号控，VISSIM，交通仿真

中图分类号：C913.32 文献标识码：A 文章编号：

0 引言

解决交通问题特别是交通拥堵问题非常重要，一方面规划阶段要做好交通规划，一方面要优化城区的信号控制方式，使其从目前的定时信号控制逐步过渡到联动控制和自适应控制。所以有必要运用一定的数学算法定量分析交叉口之间的交通流关系，把提高路段车速和防止路段出现车辆过多造成的拥堵作为配时研究的主要方向，通过实时协调控制交叉口信号灯，以期获得提高两交叉口之间平均车速的一种配时，同时达到减少拥堵的效果。

1自适应配时优化模型的建立

1.1优化的指标确定

根据客观要求确定优化方案指标构成要素：

密度K，车辆到达数Ni，排队长度L，车辆分布特征估计。

1.2配时策略的确定

假设路段之间只用十字交叉口作为连接形式，通过分层优化，首先以路段为基础，研究优化路段两端信号配时情况用来达到提高路段平均车速，车流平均分布的目的；再通过交叉路口相邻的路段所形成的配时数据为依据，根据与交叉路口相邻的各个路段的实时交通量之间的关系，通过一种算法给出交叉口配时优化方案；然后把相互之间交通流相关的交叉口之间看做一个黑箱，主要考虑交通流在黑箱区域的输入和输出情况，结合前两层的配时方案，通过对总量相关的各信号交叉口实施配时方案进一步修正，达到配时区域进出总量小于通行能力，从而提高平均车速，减少拥堵。

1. 3配时方法的确定

配时策略：

STEP 1:

如果一个行车方向路段两端都是绿灯。

When 路段车辆预测将达到临界密度Kj，且超过临界密度导致拥堵出现，进口段给红灯时间Ru，出口段不变灯。

此时红绿灯时间具体算法：设路段现有密度为K0，路段预测达到临界密度Kj所用时间T0，给定进口段单位绿延时间：

STEP 2:

如果当一个路段的进口段是红灯，出口端是绿灯时

当路段内车辆密度降低到自由流密度K1（使得车辆可以保持稳定的速度v0）进口段配绿灯时延长时间，使得时间内增加的交通量能够顺利通过路段，且保持稳定速度V1。

出口端有两种选择策略:

1，当预测时无车流存在，或达到绿灯极限时间Gmax时，出口段给红灯时间R1，其时间确定依据下一个车流到达时间ts和绿信比λ1确定。

R1=ts+aλ1(a为加权因子。)

2，当预测时，没有达到绿灯极限延长时间Gmax，且预测排队车辆通过时间t1小于绿灯极限时间Gmax，出口段维持绿灯时间，维持绿灯时间由t1决定：

G=a*t1 (a为配时修正系数。)

STEP 3:

如果两端都是红灯

When段内车辆数N少于一次停车数N0，车辆N通过时间为T，进口段给绿灯时间G1，

G1=Ts+，

转到STEP 4

else

段内车辆数N> N0，出口端给红灯时间R2后变绿灯，到STEP 2.

STEP 4：

If进口段绿灯，出口段红灯

When：路段饱和度(v/c)达到一定值（0.9左右）平均车速V0

2自适应配时程序设计

2.1VISVAP简介

在Vissim中，信号控制可以设置成VAP类型，VisVAP增强了自由定义的信号控制逻辑的使用，它提供给用户一个便捷的工具，使用VAP程序语言（Vehicle Adaptive Programming），通过程序流程框图来建立和编辑程序逻辑。VisVAP中控制文件为VAP程序设计，依据RiLSA 1992(德国信号控制规范)， PUA文件为其主要的信号控制文件。

*PUA设计文件如下：

SIGNAL_GROUPS

$

K1 1

K2 2

$STAGES

$

Stage_1 K1 K2

Stage_2 K2

red K1

Stage_3 RED K1 K2

Stage_4 K1

red K2

$STARTING_STAGE

$

stage_1

$INTERSTAGE 1

length[s] :5

from stage :1

to stage :2

$

K1 -127 0

K2 2 127

$INTERSTAGE2

Length[s] :5

From Stage :2

To Stage :3

$

K1 2 127

K2 -127 0

$INTERSTAGE3

Length[s] :5

From Stage :3

To Stage :2

$

K1 2 127

K2 0 127

$INTERSTAGE4

Length[s] :5

From Stage :3

To Stage :4

$

K1 2 127

K2 2 127

$INTERSTAGE4

Length[s] :5

From Stage :4

To Stage :1

$

K1 -127 0

K2 2 127

$END

2.2对照仿真实验

运行VISSIM软件，通过对两个交叉口之间进行定时配时仿真和自适应配时仿真，比较 车辆平均行程时间、平均排队长度、平均停车次数、平均延误以及行人平均行车时间进行评价分析，用来评判自适应程序设计。

2.3仿真结果对比分析

2.3.1仿真数据分析

仿真数据对比分析

检测的主要数据是道路的平均速度，自适应控制时的平均速度比定时控制时的平均速度提高了15%左右。这是由于在自适应控制的信号设计过程中，充分考虑了主干道的交通量变化，当主干道交通量变大时，主干道得到的绿灯时间也将相应的增大。

两种配时方法仿真后经过对比，自适应控制车速波动小，车流稳定，原因是自适应配时方案控制了交叉口之间的路段进出入交通量，从而容易形成稳定车流，有利于平稳车速。

3结束语

论文对两个交叉口进行自适应信号控制优化设计，通过VISSIM仿真，验证了论文所提出的自适应信号控制方法明显优于定时控制方法，这也说明本文的设计思想是可行的。

4参考文献

[1]姜桂艳.道路交通状态判别技术与应用[M].北京：人民交通出版社，2004.9：103-160.

[2]刘智勇.智能交通控制理论及其应用[M].北京：科学出版社，2003:192-208.

[3]王炜.交通工程学[M].南京：东南大学出版社，2002:36,244,337-352.

交通灯论文范文第6篇

关键词：最优控制时长；阻塞；滞留

中图分类号：TP273 文献标识码：A 文章编号：1674-7712 （2013） 04-0032-02

随着公路交通运输的发展，交通拥挤、道路阻塞频繁发生等问题越来越严重地困扰着我们的城市。有资料显示玉溪的人均拥有车辆数全国排名第二，随着今后经济的发展和人口的增加，城市机动车拥有量也会急剧上升，这些将导致道路交通流量迅猛增加，从而引发了高频率的交通堵塞，城市中的交通路口也将面临着严峻的考验。但道路中只要交通信号灯的存在，它就会或多或少地影响交通网络的运行效率，因此交通信号灯必须以最优控制策略存在，以减小交通网络中所有车辆的通行时间，使更多的车辆能安全高效的利用有限的道路，减少出行时间。由此可知交通信号灯转换周期的长短是减缓滞流现象，空道占时的情形，提高了交通通行率决定性的因素。所以如何控制交通信号灯转换周期成了一个城市疏导交通堵塞的首要问题。本文主要研究玉溪市红塔区红塔大道和东风路交叉口，考虑交通堵塞较为频繁的时段，调整高峰期时各个相位绿灯时间，并用合理的方法缩短平时的红绿灯转换周期，来减少道路堵塞给人们带来的困扰。

红绿灯一般分三种，一种是传统红绿灯，即红灯到绿灯没有黄灯缓冲，而绿灯切换红灯之前有黄灯缓冲，这种红绿灯没有人行道上的红绿灯。第二种是普通红绿灯，就是在传统红绿灯基础上加上人行道红绿灯，人行道上只有红，绿两种灯。第三种是大型红绿灯，这种红绿灯是在传统红绿灯的基础上加上左转弯计时和倒计时的显示。本文主要研究的是第三种红绿灯。右转车辆由于没有受到红绿灯信号的控制（或对右转车辆提前进行分流）可以在任意时间通行，所以在进行数据采集和分析计算时本文对它不予讨论。

我们知道如果一个路口的红绿灯周期能够满足路口车流量高峰期时的通行能力，那它就能承载平时的车流量。但由于平时道路的中车流量没有高峰期时的多，如果整天对路口采用相同的周期控制，那么道路空闲的现象将会频繁的出现，这样将极大地浪费本来就有限的道路资源，同时也增加了人们的出行成本，所以缩短和调整红绿灯周期使其在平时或流量高峰期时达到最优控制显得无比的重要。

首先介绍有关交通流的四个概念和一些有关的参数：相位、绿信比和流量。

所谓相位[2]，就是指在一个信号周期内一股或几股车流，不管任何瞬间都获得完全向东的信号灯色显示，那么就把它们获得不同灯色的连续时序称作为一个信号相位。

绿信比[3]：某相位的绿灯时间与信号灯周期之比。

流量[3]：指某时刻单位时间内通过道路指定断面的车辆数，通常以辆/h为单位。

目前1相位绿灯时间为32s，转到2相位有3s的黄灯时间，2相位有32s的绿灯时间，而2相位到3 相位也有3s的黄灯时间，3相位有35s的绿灯时间，转到4相位有3s的黄灯时间，4相位有28s的绿灯时间。4相位转到第1相位时也有3s的黄灯时间。所以目前的此红绿灯周期为143s。

一些相关的公式：

其中 分别是1、3相位的绿灯时间， 分别是2、4相位绿灯时间。

在玉溪，由于大多的企业单位上下班的时间大致相同，为了获得最具代表性的数据，进行可行性的研究，我们特意选用了周一至周五上班高峰期、下班高峰期（11：50-12：25、16：50-17：20）的不同时段和平常的时间对红塔大道和东风东路的交叉口的车流量、直行和左转车辆通过停止线的时间进行了统计，以便分析计算出各个相位红绿灯的最优控制时长，使在已有的红绿灯的周期内能够更加合理的调整各个相位红绿灯周期，从而缩短交通网络中所有车辆的通行时间，使更多的车辆安全高效的利用有限的道路，减少出行时间，解决道路中空道占时现象和道路阻滞现象频繁发生的问题。

（因在黄灯时间内没有车辆通过停止线，在进行计算时我们忽略了黄灯时间，用各个相位的绿灯时间之和表示周期，以方便计算），通过计算得到， 。

通过以上的计算我们得出了4个相位绿灯的最优控制时长，从结果我们看出1、2，3相位的绿灯时间在原有的基础上都有所提高，而4相位的绿灯时间减少了。通过以上的调整，这个最优的控制时长将极大的改善1、2、3相位在绿灯完成后还有车辆在停车线以外等待的现象和4相位空道占时的现象。

在统计数据过程中发现现有的红绿灯整天采用的是高峰期时的周期对道路中通行的车辆进行控制，而道路中平时的车流量没有高峰期时的多，所以单单调整高峰期时红绿灯时间是不够的，我们应该充分考虑到平时车流量没有高峰期时的多这一问题，在合理分配绿灯时间的同时缩短红绿灯周期，充分的利用道路资源。

从表格中可以看出，调整后的绿灯时间都能满足在原有周期内等待车辆通过停止线的时间，所以这样的调整是合理的，调整后的红绿灯周期为119s，这比原来的127s缩短了8s。由于我们在计算是没有考虑黄灯时间，加上12s的黄灯时间，调整后平时的红绿灯周期为131s。

从以上数据中，我们发现：调整后的3相位的绿灯时间比高峰期时的绿灯时间还多，这可能是因为在高峰期时3相位在绿灯完成时还有车辆在停止线以外，现有的高峰期的红绿灯周期有待改善所致。

通过以上的计算，我们在原有的基础上调整出了更能适应现有交通流量的红绿灯周期，并进一步缩短了平时的红绿灯周期时间，这将在一定程度上改善道路阻塞和空道占时现象的发生。

参考文献：

[1]袁涛，韩冰.交通信号灯趣味史[J].汽车运用，2010，5.

[2]张生瑞.交通流理论与方法[M].北京：中国铁道出版社，2010，9.

交通灯论文范文第7篇

关键词 黄灯时间；优化配时模型；停车路标

中图分类号：O224 文献标识码：A 文章编号：1671—7597（2013）031-031-02

在道路交叉口，都会设置红绿灯，为了让那些正行驶在交叉路口或离交叉路口太近而无法停车的车辆通过路口，红绿灯转换中间还要亮起一段时间的黄灯，近几年，国内很多城市已经对路口信号灯灯序及黄灯闪烁时间进行了“标准化”设置。以保山市为例，将黄灯过渡信号时间统一设置为3 s，那么如何优化配时问题至关重要。怎么设置科学合理的路标，才能让驾驶员作出正确的决策，避免由徘徊在停车还是继续前进的两难中引起的交通违法、交通事故。为此，本文将研究如下两个优化配时问题：

1）在给定的黄灯过渡信号时间下，在什么位置设立停车路标，即优化配置停车距离问题；2）要正确作出停车还是继续驾驶的决策，司机应在停车路标处以什么样的速度驾驶。即速度的优化配时问题。

1 黄灯时间确定的数学模型

下面给定一个道路交叉口，如图1。

图1 车辆在十字路口的平面示意图

1.1 模型假设及符号说明

1）设十字路口的长度为L，车身长度为l，停车线的路标为s，停车距离为吨ds。

2）设驾驶员反映时间T1，汽车通过十字路口时间T2，距停车线距离的驾驶时间T3，刹车的时间和距离为Tb、db，则黄灯应亮时间为T=T1+T2+T3。

3）设汽车质量为m，刹车摩擦因数为，g为重力加速度。

4）汽车从刹车时经过时间t的行驶距离为x（t），速度为v（t），且记汽车到路标s处的时刻为t=0时刻，且记v（0）=v0。

1.2 模型的建立

由牛顿第二定律，刹车过程应满足如下微分方程：

1.3 模型的求解

对式（1）积分，将初始条件代入得

显然，停车线（路标）s处是驾驶员在看到黄灯后确定停车还是继续通过路口的临界线。黄灯时间应包含当汽车驾驶到s出时，驾驶员仍按速度v0均速通过的时间，即

根据资料[4]，各种路面与轮胎之间的动摩擦因数见表1。

表1 路面与轮胎之间的动摩擦因数

对于模型（7）中的系数，取重力加速度g=10m/s2，路面类型为=0.8，驾驶员的反应时间T1=1.5s，典型车身长度为l=4m，路口宽度L设为10m～40m，不同黄灯过渡信号时间、不同路口宽度下，模型（7）算出优化配置速度v0及停车距离 ds的值。为此用matlab编程求解如下：

结果解释：由表2中的数据可看出，当给定路口时（如L=10），随着黄灯过渡信号时间的增长，速度v0及停车距离ds都在增加；当黄灯过渡信号时间T给定时（如T=3），随着路口的长度为L的增加，速度v0及停车距离ds将不存在，即大路口不能配置短时间的黄灯过渡信号，这些都与实际情况吻合。取定路口长度L=10，黄灯过渡信号时间T=3，则应在离停车线 ds=51.0 m及 d's=17.0 m处设立两个路标s，s'，且在路标s处标明，当车速v>v0=21.7时看到黄灯不需刹车，继续往前走，当车速 时看到黄灯需刹车，停车等待红灯；在路标s'处标明，当车速v>v0'=10.3时看到黄灯不需刹车，继续往前走，当车速时看到黄灯需刹车，停车等待红灯。

3 结论

由表2及（7）式得出如下两个结论：

1）大路口（ ）应配置较长的黄灯过渡信号时间（ ）；2）要让驾驶员作出正确的决策，应在离停车线ds及ds' 处设立两个停车路标s，s'。且在路标s处标明，当车速v>v0时看到黄灯不需刹车，继续往前走，当车速v

参考文献

[1]赵静等编.数学建模与数学实验[M].北京：高等教育出版社，2007：125-128.

[2]中华人民共和国公安部.中华人民共和国道路交通安全法[M].北京：人民交通出版社，2004.

[3]马子斌，商学岭.道路交叉口处信号灯的黄灯时间和优化配时问题[J].数学的实践与认识，1995（1）：8-14.

[4]王秀良，乔木.十字路口黄灯时间及困境区域的数学模型研究[J].武汉理工大学学报（交通科学与工程版），2011（5）：896-900.

交通灯论文范文第8篇

关键字：优先车辆；交叉口信号；信号控制

Abstract: The urban population increased generation of emergency for the city to bring more possible, so as to solve all kinds of accidents of vehicles reach their destination quickly, first through the crossroad signal to the traffic signal control study brings new problems. This article first past the vehicle urban road intersection signal control do focus analysis. First, determine the priority vehicle range and clearly intersection signal control related concepts; secondly, listing the city intersection signal priority control technology; Finally, make a priority vehicle specific historical intersection signal control scheme.

Keywords: first vehicle; intersection signal; signal control

中图分类号： U491.1 文献标识码：A

1 引言

随着人类社会城市化发展的总趋势，城市已经成为世界上大部分人口居住的场所。城市交通合理规划在实现城市居民生活舒适、便利、安全、愉悦等方面扮演着相当重要的角色。众所周知，欲实现城市交通畅通无阻的最有效办法就是“多修路、多配车”，然而城市的土地面积是有限的，多修路不可行，多配车又因道路空间有限而不可行。实际上，缓解当前城市交通最有效的办法在于高效合理的城市交通管理与控制。交通控制通常采用点控（交叉口信号控制）、线控（干线控制）、面控（交通区域控制）三种控制方式，合理的点控促进线控，恰当的线控可以完善面控。城市道路交叉口信号控制成为整个交通控制系统的基础，故而研究城市道路单点控制的意义不容被忽视。

2 优先车辆范围界定及交叉口相关概念

2.1优先车辆范围

因城市人口数量的增长，一系列的城市灾难、事故数量也随之增长。火灾需要消防车前来救援、突发病症需要救护车来急救、交通事故需要110警车、120急救车来救助以及高考当天为考生提供免费接送的出租车等具有往返性突发或者确定时间发生的事件所用车辆都归属于优先车辆。而且此类救援车辆对某一路段的交通影响具有双重效应，即其交通特点具有往返性，从出发地途径一个或者多个交叉口后到达救援地，完成救援活动后，还会原路返回，对其所经过的各个交叉口会造成2次交通阻抗。简言之，本论文所讨论的优先车辆就是一类对交叉口影响具有往返二重性，且需要优先于其他车辆通行的特殊车辆。

2.2 交叉口信号控制相关重要概念

（1）信号周期

交叉口的信号周期是一个时间长度，指某一相位的绿灯时间、黄灯时间以及红灯时间之和。信号周期是交叉口信号控制的首选考虑参数。

（2）绿信比

绿信比通常用v来表示，是指定相位中绿灯时长g与信号周期c之间的比值，记作v=g/c。

（3）相位相序

相位和相序可以把交叉口分割为不同的空间分布和时间分布。

（4）饱和流量和通过能力

饱和流量（S）用来标记单位时间内通过某一交叉口的最大交通量（最多的车辆数）。通过能力是衡量交叉口通行能力的参数，其大小为饱和流量与绿信比的乘积，若记通行能力为N，则N=S*v 。

3城市交叉口车辆优先信号控制技术

城市交叉口信号控制经过多年的国内外研究，根据时间以及技术发展可归纳为传统控制和智能控制两个部分。

3.1 传统控制技术

（1）定时控制

定时控制根据以往的车流量经验，把交叉口各个相位的各个信号时长定制为固定的控制模式。技术要求较低，便于工作人员操作，但是控制方式呆板，只有个感应控制结合使用，或者结合智能控制来缓解交叉口的拥堵等问题。

（2）感应控制

感应控制相对于定时控制的时效性高很多，而且对于感应测速线圈、实时录像监控设备也提出较高的要求。对于短时内的交通控制效果比较明显，对于较复杂长时间的控制还不够理想。

3.2 智能控制技术

科学技术的发展推动交通信号控制技术的提升，智能交通在世界各大城市迅速使用推广。近些年来主要的信号控制系统由TRANSYT、SCOOT及SCATS系统发展到我国自行开发的海信智能交通HiCon系统。智能交通涉及到数学科学、运筹科学、计算机科学，以模糊理论和生物模拟模型等相关理论知识为基础。信号交叉口智能控制主要以模糊控制、神经网络以及遗传算法等来实现有效的交叉通信号控制。

（1）模糊控制模型

模糊控制理论是一种模仿人类思维的智能控制技术，以数学上的模糊逻辑、模糊集合、模糊运算为基础针对控制领域做研究。模糊理论在车辆密度较小的交叉口相位配时的应用中比定时控制更为实用，故在稀疏车队进入交叉口检测到优先车辆时，此时设L0为交叉口优先车辆相位车辆数，L为下一个相邻相位的车辆数；G0为本相位已开启的绿灯时长，ΔG为该相位绿灯增加时长。记ΔL=L 0- L；该例中单交叉口四相位控制算法[2]如下：

图1 模糊控制模型算例

（2）生物模拟控制

生物模拟控制在交通控制模型中实属多见，例如蚁群算法、神经网络模型、染色体理论等。染色体理论可用于确定交叉口相位数目[2],Petri网模型已有效地应用于信号相位配时[3]。

3.3 车辆优先控制技术

（1）主动优先

交叉口车辆主动优先控制是利用交叉口本相位信号绿灯提前开启和前一相位信号绿灯时间压缩来实现的优先控制。优先车辆驶入路段，由检测器检测其时速，计算出优先车辆到达时间，若到达时该相位是红灯信号，则压缩上一相位绿灯时长，该相位提前亮启绿灯；若本相位是绿灯信号，则延长本相位绿灯时长，确保优先车辆及时通过交叉路口；若对于优先较高的情况，例如需要开行紧急事件通道，则在交叉路口增加信号控制相位。

时效性优先

时效性优先控制，也叫做实时优先控制，通常与自适应通信号控制结合应用：当感应线圈检测到特定车辆到达时，把信息反馈到一个先进的系统当中做及时的运算处理，并输出相位信号控制方案，直接附给当前交叉路口信号控制系统。

被动优先

被动优先控制是指在优先车辆尚未到达交叉路口近内，信号控制根据已有的经验数据为优先车辆预留出相应的信号时间。这种控制适用于优先车辆信息已经由上游路口提供的下游交叉口信号控制或者又城市信息共享平台[5]预警的交通量信号交叉口。

4 优先车辆过往交叉口信号控制

4.1 优先控制原则

（1）就近原则：对于相同优先级的车辆，距交叉口最近的车辆所在相位优先级最高，通过延长本相位绿灯时间长，实现优先车辆快速通过交叉路口；对于不同优先级的车辆，结合距交叉口距离越近的较优先车辆所在相位绿灯提前亮起，压缩当前相位绿灯时间。优先车辆通过，控制系统向上下游交叉口发送信息，报告优先车辆位置。

（2）通过能力最大原则：保证某一相位优先车辆快速通过交叉路口的同时确保其他相位的通过能力最大，避免优先车辆通过后，其他相位车辆延误时间过长。

4.2 优先控制流程

（1）感应车辆属性

通过前端和后端检测器（如图2）、实时监控信息或者上游交叉口信息通知，来确定有优先车辆位置、优先车辆类型、时速进而判断车辆到达时间。目前城市交通感应设备种类较多，检测效果也不尽相同，选取智能程度越高的设备，反馈到控制系统的信息越精确。

图2单相位交叉口信号控制[4]

（2）实时控制车辆通过

利用感应设备收集到的信息，实时选取交叉口信号配时方案。采用petri网模型，离散petri网模型对优先车辆途径信号交叉口各个相位配时结合连续petri网模型控制优先车辆途径相邻的交叉口信号[3]。实时控制系统工作原理如下，流程见图3：

第一步：通过车辆属性，确定到达时间；

第二步：判断绿灯所在相位，结合配时模型调整绿灯信号时长；

第三步：保证车辆优先通过当前交叉路口，向下一交叉路口提交信息。

（3）联动信息反馈

根据本文优先车辆特有属性，研究信息联动是实现信号控制系统提前做出准备的必要措施。城市信息资源在相关部门之间的共享有助于应急情况下的交通指挥控制[5]。特殊交通控制信息反馈到城市信息共享平台，再发送给交通控制部门，预警交通控制系统，为优先车辆进入交通做提前准备，从而实施有效的被动优先控制。

图3 优先车辆途径交叉口信号实时控制系统简图

5 结束语

优先车辆被控于交通流中的现象屡见不见，且严重耽误应急事件救援。文章通过对优先车辆的界定和交叉口控制理论进一步采取交通控制相关技术缩短优先车辆通过交叉口时间，为优先车辆通过城市信号交叉路口信号控制提出理论上的方案，并提出城市信息联通反馈建议，为城市交叉口信号控制增加更多的信号参考依据。

参考文献

[1] 徐丽.单交叉口公交优先信号控制方法研究【学位论文】.西南交通大学.2012

[2] 韩强.刘治平等.城市交叉路口智能控制系统的研究[J].系统工程.2004

[3] 牟海波.俞建宁等.基于混合Petri网的交叉通信号控制研究[J].控制工程.2012

[4] 黄文杰.单个交叉口信号配时的模糊控制[J].交通科技.2009