28207

بهينه‌سازي كنترل تقاطع داراي علائم در محيط خودروهاي متصل با هدف بهبود گذردهي

كارشناسي ارشد

مهندسي خودرو - برق و الكترونيك خودرو

1399

1401/10/26

دكتر مرتضي ملاجعفري

خودرو

اين پايان‌نامه بر اساس اطلاعات به‌دست‌آمده از وسايل نقليه متصل، يك الگوريتم كنترل سيگنال ترافيكي انعطاف‌پذير و بلادرنگ را براي بهينه‌سازي مدت زمان فاز و توالي فاز در تقاطع‌ها با مسيرهاي مستقيم، گردش به چپ و راست ايجاد مي‌كند. فرض بر اين است كه ارتباطات وسيله نقليه به زيرساخت ترابري همه وسايل نقليه متصل را در نزديكي تقاطع علامت‌دار در فواصل زماني معين فراهم مي‌كند و اين اطلاعات براي شناسايي حضور وسايل نقليه غيرمتصل كه در تقاطع متوقف شده‌اند استفاده مي‌شود. تمام وسايل نقليه شناسايي شده براي شناسايي گروه‌هاي طبيعي در جريان ترافيك استفاده مي شود. سپس الگوريتم كنترل سيگنال، دنباله بهينه‌اي را انتخاب مي‌كند كه اين گروه‌ها بايد از طريق تقاطع تخليه كنند تا ميانگين تاخير تمام وسايل نقليه شناسايي‌شده به حداقل برسد. شايستگي اين پايان‌نامه در توسعه يك استراتژي كنترل ترافيك با هدف يافتن زمان‌بندي سيگنال بهينه است كه با استفاده از داده‌هاي خودرو متصل، توان كاربر را در يك چرخه سيگنال به حداكثر مي‌رساند. استراتژي ما از سه جزء اصلي تشكيل شده است كه عبارتند از پيش‌بيني توان كاربر، بهينه‌سازي زمان‌بندي سيگنال و سازگاري پويا چرخه. با توجه به ويژگي‌هاي ماژول‌ها، اين استراتژي توان عملياتي كاربر را به حداكثر مي‌رساند در حالي كه طول چرخه و زمان‌هاي تقسيم را با شرايط ورود كاربر و ترافيك تطبيق مي‌دهد. ما عملكرد تقاطع را براي پنج تركيب تقاضاي كاربر متمايز و دو شرايط ترافيكي خودرو با استفاده از آزمايش‌ها بر روي يك تقاطع مصنوعي در يك شبيه‌ساز ترافيك ميكروسكوپي آزمايش كرديم. كارايي استراتژي پيشنهادي با پيشرفته‌ترين كنترل سيگنال فعال مقايسه شده است. توان عملياتي و ميانگين تاخير كاربر براي هر يك از شرايط ذكر شده اندازه‌گيري شده است.

1402/02/16

Control Optimization for Signalized Intersection in a Connected Vehicle Environment to Improve Throughput

1/16/2024 12:00:00 AM

Based on the information obtained from connected vehicles, this thesis develops a flexible and real-time traffic signal control algorithm to optimize phase duration and phase sequence at intersections with straight lanes, left and right turns. It is assumed that vehicle communication to the transportation infrastructure provides all connected vehicles near the signalized intersection at regular intervals, and this information is used to detect the presence of unconnected vehicles stopped at the intersection. All detected vehicles are used to identify natural groups in traffic flow. The signal control algorithm then selects the optimal sequence that these groups should evacuate through the intersection to minimize the average delay of all detected vehicles. The merit of this thesis lies in the development of a traffic control strategy with the aim of finding the optimal signal timing that maximizes the user throughput in one signal cycle using connected vehicle data. Our strategy consists of three main components, which are user power prediction, signal timing optimization, and dynamic cycle adaptation. Given the characteristics of the modules, this strategy maximizes user throughput while adapting cycle lengths and split times to user input and traffic conditions. We tested the intersection performance for five distinct user demand combinations and two vehicle traffic conditions using experiments on an artificial intersection in a microscopic traffic simulator. The efficiency of the proposed strategy is compared with the state-of-the-art active signal control. The throughput and average user latency have been measured for each of the mentioned conditions.

خودرو متصل , الگوريتم ژنتيك , بهينه سازي سيگنال ترافيك

Connected car , genetic algorithm , traffic signal optimization

amin mesdaghi

morteza mollajafari