一、文献综述与调研报告：

选题背景和意义：

在城市道路交通中，道路交叉口是影响整个路网运行状况的关键节点。不合理的道路交叉口交通组织及信号控制模式往往导致交叉口运行效率低下、时空资源浪费，严重时还会造成交通拥堵，乃至影响整个路网的通畅程度。实施信号控制的交叉口应同步优化空间渠化设计，通过调整进口车道功能、非机动车及行人过街方式和设置待行区等措施，因地制宜采取增加车道、设置可变车道、直右共用车道、分时段禁行等方法，最大程度提高交叉口空间利用率。通常道路交叉口的信号控制配时方案是固定的，在车流量较大的情况下，不少地方只能依靠执勤交警凭借个人经验手动操作交通信号控制机进行配时调整，这不仅占用警力，也难以充分合理利用交叉口的时空资源，还会时常出现关联节点间的规律超长周期运行状况，甚至有可能导致上下游交叉口车流量无规则突变。可见，在道路交叉口通行资源紧张的条件下，绿信时长的充分利用越发凸显关键。与此同时，为避免在相位末期通行车流的相互影响，减少机动车、非机动车和行人之间的冲突干扰，保障交叉口交通通行。近年来，一些新的道路交叉口设计模式，如可变导向车道的出现，使得此类问题的解决有了新的思路。

除此之外，交叉口的信号配时能很好的对来自不同方向的车辆进行分流，缓解交通拥堵，同时减少交通事故的发生。本文基于南通市洪江路与星城路交叉口交通量、交叉口几何尺寸以及现有信号配时的调查数据，分析了交叉口的运行状况和服务水平。针对现有信号控制方案存在的问题，本文进行了相关的信号配时设计。

国内外研究概况：

目前，已有大量学者开始研究交叉口信号控制系统。在2005年，James、Stephen等在美国交通部赞助的阿纳海姆高级交通控制系统现场操作测试（FOT）的交通控制元素^[1]进行了技术评估。该测试的主要目的是评估自适应交通信号控制技术，包括用于交叉信号控制的分割周期和偏移优化技术（SCOOT）。

在研究方法方面， Astarita、Vincenzo^[2]基于来自车载智能手机或联网车辆的数据的交通信号控制方法的最新技术。通过应用分析科学计量工具（主题可视化，建立有影响力的期刊和参考文献的共同引用分析，基于合著的国家分析，通过叠加可视化进行的趋势主题分析）对现有技术的审查。自动驾驶和联网车辆的引入将使城市管理组织能够引入新的交叉路口管理系统，这些系统依赖于来自仪表车辆的实时位置数据。传统车辆也可以从这些新技术中受益，从监管更好的交叉路口获利。本文采用科学计量方法，基于联网车辆和浮动汽车数据，对交通信号方法和实验领域做出了所有科学贡献。

技术接受模型由Kirubakaran ^[3]等人提出，交通信号控制装置通常用于跟踪和监控车辆。交通拥堵导致空气和噪音污染以及许多健康问题。因此，该项目减少了时间和燃料消耗。在本项目中，使用视频处理技术来呈现一种控制交通信号灯的新方法。开发的模型根据车辆数量评估交通灯调度。

弗吉尼亚理工大学的Elouni Maha、Abdelghaffar^[4]等人将分散式纳什讨价还价交通信号控制器（DNB）的操作与最先进的自适应和门控交通信号控制的操作进行了比较。基于网络基本图（NFD）的周界控制（门控）应用于受保护的城市网络（PN）的边界，以防止和/或分散交通拥堵。将门控和本地自适应控制器的运行与开发的DNB交通信号控制器的运行进行了比较。在 INTEGRATION 显微仿真软件中，在网格网络上实施了控制器并评估了其性能。结果表明，DNB控制器虽然不是为解决周界控制问题而设计的，但成功地防止了PN内部的拥塞，提高了整个网络的性能。具体而言，DNB控制器的性能优于门控和非门控控制器，平均行驶时间缩短21%至41%，总延迟在40%至55%之间，排放水平均油耗在12%至20%之间。结果表明，与其他最先进的集中式和分散式门控自适应交通信号控制器相比，使用开发的DNB控制器具有统计学上的显着优势。

除此之外,在多路信号控制方面，电子科技大学计算机科学与工程学院的杨善田、杨波^[5]等研究了一种关于一种用于多路通信号控制的半分散封建多智能体学习目标算法。交通信号控制有助于减少交通拥堵，因此已经研究了几十年。采用分层深度强化学习的多路通信号控制算法已被证明可以实现最先进的性能。对于这些方法，通常使用两级层次结构，其中低级策略采用由高级策略诱导的潜在目标。现有的研究要么手动设计潜在目标，要么从环境中获取潜在目标。然而，这些潜在的目标不是最优的，这导致了非最优的低级政策。为了改善这一点，提出了一种学习目标软件 - 批评家（LSAC）算法，通过该算法，自动学习最佳潜在目标，然后用于低级策略。然后，提出了一个半分散的封建多智能体（SFM）框架，可以缓解现有多智能体框架面临的问题，即随着代理数量的增加而快速增长的状态空间。结合上述两种方法，提出一种 SFM - LSAC 算法，用于多路通信号控制。其他技术也被纳入SFM-LSAC算法，如注意力机制。在 3 个真实交通场景中的实验结果表明， SFM - LSAC 算法优于其他四种最先进的多路通信号控制算法，即降低平均交叉路口时延、平均排队长度、平均行驶时间，同时提高平均流量和平均行驶速度，从而成为多路通信号控制的一种新型有前景的算法。

当前国内，基于VISSIM的交叉口信号控制方案优化设计一直是重要研究课题。邢小高利用VISSIM 仿真软件用于模拟交叉口运行实况，通过输出运行参数，包括行程时间、排队长度、延误等，可以评价交 叉口服务水平，反馈其存在的问题，为交叉口的改造和优化提供数据支撑^[6] 。交叉口路网绘制完成后，需要对各进口道的每条车道设置交通流量 ^[7]; 最后根据延误水平划分规定^[8] ，确定该该交叉口的服务水平以及容易造成交通堵塞的情况。

除了技术接受模型中涉及的态度、感知有用性和使用意向等因素以外，在交叉口信号控制研究中，基于大数据的交通信号控制系统也被屡屡提及。石秋红^[9]等人研究了基于大数据的交通信号控制系统优化设计，传统定时控制系统的相关参数都是固定值，无法根据实时交通流量进行控制。很容易造成道路拥堵和信号不良。为解决上述问题，采用大数据技术对交通信号控制系统进行优化设计。基于对交叉路通流特征的分析，利用大数据技术对交通流进行预测。建立多目标优化功能，优化交通信号控制系统。通过仿真环境的对比，验证了在大数据优化后的控制系统控制下，车辆的平均时延最小，交通定时的优化效应最好。

蒋贤才、于晨等人信号交叉口不对称交通流的优化控制方法进行了研究^[10], 但针对一些特殊的交通现象，如信号交叉口不对称交通流，目前仍在寻求优化的信号控制方法.针对此问题，学者一般采取组合相位与车道动态设置的方法.前者如Le等^[11] 提出了一种含有固定信号周期和循环相位的交通信号控制策略；Dridi等^[12] 考虑固定相位序列和可变相位序列提出了一种实时的自适应交通信号控制算法；Ma 等^[13] 提出了基于相位间隙可靠性的多阶段随机规划模型，用来优化自适应协调控制下的信号控制参数；国内彭国雄等^[14] 针对交叉口交通流不均衡情况给出了叠加相位的概念。然而，上述研究均针对小时交通量严重不均开展的，忽略了小时交通量基本对称而各信号周期对向交通流不对称对信号控制方案效益的影响. 对此，国内外学者大都认为对称放行的信号控制方案能自行调整予以解决.当信号周期内对向交通流波动不大时，对称放行的信号控制方案的确可以自行调整予以解决；但在交通流波动较为剧烈时，则会引起交叉口时空资源利用的失衡.因此，如何根据交叉口实时的交通流运行状态来动态地生成信号控制方案，对提升交叉口的时空资源利用效率、缓解交通拥堵具有重要的理论意义和实践价值.

参考文献：

[1] James E. Moore,Ii;Stephen P. Mattingly;C. Arthur MacCarley;Michael G. McNally- Anaheim AdvancedTrafficControlSystem Field Operations Test: A TechnicalEvaluation of SCOOT[R] Transportation Planning and Technology .2005.

[2] AstaritaVittorio;Giofrè Vincenzo Pasquale;Guido Giuseppe;Vitale Alessandro-A Scientometric-Based Review ofTrafficSignal ControlMethods and Experiments Based on ConnectedVehicles and Floating Car Data (FCD) [R] Applied Sciences.2021.

[3] Kirubakaran S;SanthoshS;Tamilselvan S;Varunika G;Vishnu K-SmartTrafficControlScheduling in Smart CitySignal Control[R] Journal of Physics:Conference Series.2021.

[4] Elouni Maha、Abdelghaffar-Adaptive TrafficSignalControl: Game-Theoretic Decentralized vs. Centralized PerimeterControl-[R] Sensors.2021

[5] 杨善田、杨波-一种用于多路通信号控制的半分散封建多智能体学习目标算法- Knowledge-Based Systems.2021.

[6] 周海娟. 基于VISSIM的城市道路平面交叉口的仿真与 评价[J]. 建筑工程技术与设计，2013（12）.

[7] 谢正全. 基于VISSIM的实时数据交通仿真技术的应用 研究[D]. 成都：西南交通大学，2010

[8] 谢军.通行能力分析与服务质量评价研究[D].西安: 长安大学,2007.

[9] 郭玉秀、石秋红、双双会-基于大数据的交通信号控制系统优化设计-International Journal of IntelligentInformation andManagement Science.2020

[10] 蒋贤才、于 晨. 信号交叉口不对称交通流的优化控制方法. Journal of Transportation Systems Engineering and InformationTechnology.2018

[11] LE T, KOVáCS P, WALTON N, et al. Decentralizedsignal control for urban road networks[J]. Transportation Research Part C:Emerging Technologies, 2015(58): 431-450

[12] YIN B, DRIDI M, EL MOUDNI A. Forward searchalgorithm based on dynamic programming for real-time adaptive traffic signalcontrol[J]. IET Intelligent Transport Systems, 2015, 9(7): 754-764.

[13] MA W, AN K, LO H K. Multi-stage stochasticprogram to optimize signal timings under coordinated adaptive control[J].Transportation Research Part C: Emerging Technologies, 2016(72): 342-359

[14] 彭国雄, 张扬. 叠加相位设计方法研究[J]. 中国公路学 报, 2001, 14(Sup.): 59- 62. [PENG G X, ZHANG Y. Study of the way ofsetting ripple changes[J]. China Journal of Highway and Transport, 2001,14(Sup.): 59- 62.]