Abstract

In this paper, we propose a traffic signal control method in intelligent transportation and geoinformation systems, based on a deterministic predictive model. The method provides adaptive control based on traffic data, including data from connected and autonomous vehicles. The proposed method is compared with the state-of-the-art traffic signal control solutions: empirical control algorithms and reinforcement learning-based control methods. An advantage of the proposed method is shown and directions of further research are outlined.

Highlights

  • Системы адаптивного управления движением транспортных средств с помощью сигналов / тактов светофоров используются с начала 80-х годов

  • We propose a traffic signal control method in intelligent transportation and geoinformation systems, based on a deterministic predictive model

  • The method provides adaptive control based on traffic data, including data from connected and autonomous vehicles

Read more

Summary

Современное состояние исследований

Системы адаптивного управления движением транспортных средств с помощью сигналов / тактов светофоров используются с начала 80-х годов. Пусть S обозначает множество состояний некоторого объекта (для задачи управления сигналами/фазами светофора под состоянием может пониматься расположение и характеристики движения транспортных средств в окрестности перекрёстка или какие-либо производные числовые характеристики от указанных данных); A – множество возможных действий. Применение RL-методов для решения проблемы адаптивного управления сигналами светофоров требует, наряду с выбором конкретного метода и при использовании структуры DNN сети, информации о том, как описывается состояние дорожного движения в текущий момент времени и как определяется «награда». В рамках настоящей работы под детерминированной прогнозной моделью мы будем понимать набор явных аналитических закономерностей и / или операций, связывающих входные данные, то есть информацию о движении транспортных средств (включая транспортные средства типа CAV и CV) в окрестности конкретного перекрёстка, с данными о прогнозируемом «потоке» (то есть количестве ТС) транспортных средств через перекрёсток за одну конкретную фазу светофорного цикла: PredictedFlow(phase).

Оценка потока для заданной фазы
Экспериментальные исследования
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call