Resumen

Con el reciente desarrollo de la tecnología de Internet móvil y la tecnología de vehículos conectados, los datos de la trayectoria de los vehículos están fácilmente disponibles y muestran un gran potencial para ser utilizados como una fuente de datos alternativa para el control de señales de tráfico urbano. En este estudio, se propone un algoritmo adaptativo de intensidad de colas (QIA) que utiliza los datos de la trayectoria de los vehículos como única entrada para realizar un control adaptativo de las señales. En primer lugar, se emplea un método basado en el filtro de Kalman para estimar el estado de las colas en tiempo real con las trayectorias de los vehículos. A continuación, se definen cinco situaciones de control basadas en la intensidad de las colas, que cuantifica la presión de las mismas, y se diseñan los correspondientes modelos de optimización mín-máx. Por último, se desarrolla un procedimiento de optimización del control de señales consciente de la situación para adaptar la intensidad de las colas en las intersecciones. El algoritmo QIA optimiza simultáneamente la secuencia de fases y el tiempo verde. Se realizó un estudio de caso en una intersección de Shenzhen (China). Los resultados muestran que con un 7,4% de trayectorias de vehículos penetradas, el algoritmo QIA previene eficazmente el desbordamiento de colas limitando el porcentaje temporal de desbordamiento de colas por debajo del 2,4%. El rendimiento de QIA también se comparó con el algoritmo del método Synchro y Max Pressure (MP). Se observó que, en comparación con el método Synchro, la intensidad extrema de la cola, el porcentaje temporal de desbordamiento de la cola, el retraso y las paradas disminuían en un 54,7%, 97%, 22,3% y 45,1%, respectivamente, y en comparación con el método MP, los cuatro índices anteriores disminuían en un 16%, 61,5%, -1,8% y 49,4%, respectivamente.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:datos de trayectorias de vehículos, desbordamiento de colas, algoritmo qia, intensidad de colas, porcentaje temporal, trayectorias de vehículos, procedimiento de optimización del control consciente de señales, control de señales de tráfico urbano, intensidad de colas adaptable, control adaptable de señales
• Keywords:vehicle trajectory data, queue spillback, qia algorithm, queue intensity, temporal percentage, vehicle trajectories, aware signal control optimization procedure, urban traffic signal control, queue intensity adaptive, adaptive signal control