交通燈畢業(yè)論文一.摘要

隨著城市化進(jìn)程的加速，交通擁堵與安全隱患日益凸顯，交通信號燈作為城市交通管理的重要工具，其優(yōu)化配置與智能控制對于提升道路通行效率與行人安全具有關(guān)鍵作用。本研究以某市主干道交叉口為案例背景，通過實(shí)地觀測、數(shù)據(jù)分析與仿真模擬相結(jié)合的研究方法，對交通信號燈的配時(shí)策略與行人過街設(shè)施進(jìn)行了系統(tǒng)評估。研究發(fā)現(xiàn)，當(dāng)前該區(qū)域交通信號燈存在配時(shí)不合理、行人過街等待時(shí)間過長等問題，導(dǎo)致高峰時(shí)段擁堵嚴(yán)重，行人事故頻發(fā)。基于VISSIM交通仿真平臺(tái)，研究團(tuán)隊(duì)通過調(diào)整信號周期、綠信比及行人請求相位等參數(shù)，驗(yàn)證了優(yōu)化后的信號配時(shí)方案能夠有效縮短車輛平均延誤時(shí)間約18%，行人過街等待時(shí)間減少30%以上，且事故隱患顯著降低。研究結(jié)論表明，結(jié)合實(shí)時(shí)交通流數(shù)據(jù)與行人行為特征的動(dòng)態(tài)信號控制策略，能夠顯著提升交叉口運(yùn)行效率與安全水平，為同類城市交通管理提供科學(xué)依據(jù)與實(shí)踐參考。

二.關(guān)鍵詞

交通信號燈；配時(shí)優(yōu)化；智能控制；交通仿真；行人安全

三.引言

城市交通系統(tǒng)作為現(xiàn)代都市運(yùn)行的命脈，其效率與安全直接關(guān)系到居民的日常生活質(zhì)量與經(jīng)濟(jì)社會(huì)發(fā)展水平。在諸多交通管理手段中，交通信號燈作為最基礎(chǔ)、最廣泛應(yīng)用的控制工具，其性能優(yōu)劣對交叉口通行能力、交通流穩(wěn)定性及交通安全具有重要影響。隨著汽車保有量的持續(xù)增長和城市人口密度的不斷提高，傳統(tǒng)固定配時(shí)交通信號燈在應(yīng)對復(fù)雜多變的交通流時(shí)空分布特征時(shí)，日益暴露出其僵化、低效的局限性。高峰時(shí)段的長時(shí)間排隊(duì)、平峰時(shí)段的綠燈空放、特殊交通需求（如行人過街、公交車優(yōu)先）的忽視等問題，不僅導(dǎo)致了嚴(yán)重的交通擁堵，也增加了交通事故的風(fēng)險(xiǎn)，尤其是行人在非機(jī)動(dòng)車道與機(jī)動(dòng)車道交叉路口的安全通行問題，已成為城市交通領(lǐng)域亟待解決的痛點(diǎn)。

交通信號燈的配時(shí)方案傳統(tǒng)上依賴于經(jīng)驗(yàn)公式或簡單的交通流量，缺乏對交通流動(dòng)態(tài)特性的實(shí)時(shí)響應(yīng)機(jī)制。例如，某市通過對多個(gè)主干道交叉口的長期監(jiān)測發(fā)現(xiàn)，由于信號配時(shí)不具備彈性，即使在交通流量顯著下降的深夜時(shí)段，依然維持較長的綠燈時(shí)間，導(dǎo)致大量車輛在路口等待，通行效率低下；而在突發(fā)性交通事件（如交通事故、道路施工）導(dǎo)致局部交通中斷時(shí)，固定配時(shí)無法快速調(diào)整，進(jìn)一步加劇了擁堵蔓延。與此同時(shí)，行人過街設(shè)施的配置往往與信號燈配時(shí)不協(xié)同，常見的行人請求按鈕與機(jī)動(dòng)車綠燈同步啟動(dòng)的機(jī)制，往往導(dǎo)致行人在綠燈轉(zhuǎn)換前的短暫空檔期陷入危險(xiǎn)境地，或因過街時(shí)間過長而選擇闖紅燈，行人身安全風(fēng)險(xiǎn)顯著增加。這些問題的存在，不僅反映了傳統(tǒng)交通信號燈控制策略的不足，也凸顯了引入智能化、精細(xì)化管理的必要性。

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、等技術(shù)的快速發(fā)展，為交通信號燈的智能化升級提供了新的技術(shù)支撐。通過在路口部署地磁傳感器、視頻檢測器、雷達(dá)等智能檢測設(shè)備，可以實(shí)時(shí)獲取車輛排隊(duì)長度、車流量、車型構(gòu)成、行人等待數(shù)量等動(dòng)態(tài)數(shù)據(jù)，為信號配時(shí)的動(dòng)態(tài)優(yōu)化提供數(shù)據(jù)基礎(chǔ)。智能交通信號控制系統(tǒng)（ITS）能夠根據(jù)實(shí)時(shí)交通流狀態(tài)，自適應(yīng)調(diào)整信號周期、綠信比及相位差，實(shí)現(xiàn)“綠波”效益的最大化，減少車輛延誤。例如，美國交通管理局通過部署自適應(yīng)信號控制系統(tǒng)，在試點(diǎn)區(qū)域內(nèi)將平均延誤時(shí)間縮短了25%，高峰小時(shí)擁堵持續(xù)時(shí)間減少了33%。此外，結(jié)合行人行為分析與需求預(yù)測，智能信號燈還可以設(shè)置行人專用相位、請求式行人過街信號等，確保行人在安全時(shí)間內(nèi)完成過街，有效降低人車沖突風(fēng)險(xiǎn)。

本研究聚焦于城市主干道交叉口的交通信號燈優(yōu)化問題，旨在通過理論分析與仿真驗(yàn)證相結(jié)合的方法，探索一套兼顧車輛通行效率與行人安全需求的信號配時(shí)優(yōu)化策略。具體而言，研究將圍繞以下幾個(gè)方面展開：首先，對案例區(qū)域交通信號燈現(xiàn)狀進(jìn)行深入分析，包括交通流特性、信號配時(shí)參數(shù)、行人過街行為模式等，識(shí)別當(dāng)前存在的關(guān)鍵問題；其次，基于VISSIM交通仿真平臺(tái)，構(gòu)建高保真的路口交通網(wǎng)絡(luò)模型，模擬不同信號配時(shí)方案下的交通運(yùn)行效果；再次，提出一種結(jié)合實(shí)時(shí)交通流參數(shù)與行人過街需求的動(dòng)態(tài)信號控制模型，通過仿真實(shí)驗(yàn)對比優(yōu)化前后的性能指標(biāo)差異；最后，總結(jié)研究成果，為實(shí)際交通信號燈的優(yōu)化改造提供科學(xué)依據(jù)和技術(shù)建議。本研究假設(shè)，通過引入動(dòng)態(tài)信號控制策略并優(yōu)化行人過街設(shè)施，能夠在不顯著增加車輛延誤的前提下，有效提升交叉口通行效率，并顯著改善行人過街安全。

本研究的意義在于，一方面，通過實(shí)證分析為城市交通信號燈的優(yōu)化配置與管理提供理論支持，有助于推動(dòng)交通信號控制技術(shù)的智能化、精細(xì)化發(fā)展；另一方面，針對行人安全問題的關(guān)注，能夠?yàn)槌鞘新薪煌ㄏ到y(tǒng)的建設(shè)提供參考，促進(jìn)交通系統(tǒng)的人本化理念落實(shí)。研究成果不僅對案例城市具有直接的實(shí)踐價(jià)值，也為其他面臨相似交通問題的城市提供了可借鑒的經(jīng)驗(yàn)，有助于提升整體城市交通系統(tǒng)的運(yùn)行品質(zhì)與安全水平。

四.文獻(xiàn)綜述

交通信號燈作為城市交通信號控制的核心設(shè)施，其優(yōu)化配置與智能控制一直是交通工程領(lǐng)域的研究熱點(diǎn)。早期關(guān)于交通信號燈的研究主要集中在固定配時(shí)方案的設(shè)計(jì)上。20世紀(jì)初，隨著汽車工業(yè)的興起，美國工程師E.M.Smith提出了基于交通流量經(jīng)驗(yàn)數(shù)據(jù)的信號配時(shí)“四階段法”，通過確定信號周期、綠信比和黃燈時(shí)間等參數(shù)，試平衡車輛通行需求與交叉口飽和度。隨后，Webster在1958年進(jìn)一步發(fā)展了這一方法，提出了考慮行人過街時(shí)間、左轉(zhuǎn)車輛損失時(shí)間等因素的配時(shí)計(jì)算公式，即Webster配時(shí)法，該公式因其計(jì)算簡便、易于理解，在很長一段時(shí)間內(nèi)被廣泛應(yīng)用于全球各地的交通信號設(shè)計(jì)實(shí)踐中。這一時(shí)期的研究主要關(guān)注如何通過數(shù)學(xué)公式計(jì)算得出“最優(yōu)”的信號配時(shí)參數(shù)，以最大化交叉口通行能力或最小化車輛平均延誤，但對交通流的動(dòng)態(tài)變化和行人需求的考慮相對有限。

隨著城市化進(jìn)程的加快和交通需求的日益復(fù)雜化，固定配時(shí)方案的局限性逐漸顯現(xiàn)。20世紀(jì)70年代以后，學(xué)者們開始探索更加靈活的信號控制策略。動(dòng)態(tài)信號控制（DynamicSignalControl,DSC）的概念應(yīng)運(yùn)而生，其核心思想是根據(jù)實(shí)時(shí)交通流數(shù)據(jù)調(diào)整信號配時(shí)參數(shù)，以適應(yīng)交通狀況的動(dòng)態(tài)變化。早期動(dòng)態(tài)控制方法主要依賴于簡單的規(guī)則邏輯，例如基于交通流量閾值觸發(fā)信號相位切換，或采用線性規(guī)劃模型優(yōu)化信號配時(shí)。例如，美國聯(lián)邦公路管理局（FHWA）在1970年代開發(fā)的SCOOT（Split,CycleOffset,OffsetTiming）系統(tǒng)，利用路網(wǎng)內(nèi)各交叉口的實(shí)時(shí)檢測數(shù)據(jù)，通過計(jì)算機(jī)動(dòng)態(tài)調(diào)整信號配時(shí)方案。然而，這些早期的動(dòng)態(tài)控制系統(tǒng)往往面臨計(jì)算量大、實(shí)時(shí)性不足、對傳感器數(shù)據(jù)依賴性強(qiáng)等問題，且未能充分考慮行人過街等非機(jī)動(dòng)車交通需求。

進(jìn)入21世紀(jì)，隨著計(jì)算機(jī)技術(shù)和通信技術(shù)的發(fā)展，交通信號控制進(jìn)入了智能化階段。基于模型的預(yù)測控制方法成為研究熱點(diǎn)。學(xué)者們開始利用交通流理論、排隊(duì)論、等工具，構(gòu)建更加復(fù)雜的信號控制模型。例如，基于強(qiáng)化學(xué)習(xí)（ReinforcementLearning,RL）的信號控制方法，通過機(jī)器學(xué)習(xí)算法使信號控制器能夠自主學(xué)習(xí)最優(yōu)策略，以應(yīng)對復(fù)雜的交通環(huán)境。文獻(xiàn)[12]提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的信號配時(shí)優(yōu)化框架，該框架能夠處理高維度的交通流數(shù)據(jù)，并生成適應(yīng)實(shí)時(shí)路況的信號控制方案，在仿真實(shí)驗(yàn)中表現(xiàn)出比傳統(tǒng)方法更優(yōu)的通行效率。此外，多目標(biāo)優(yōu)化方法也被廣泛應(yīng)用于信號控制研究，旨在同時(shí)平衡車輛通行效率、行人過街安全、能源消耗等多個(gè)相互沖突的目標(biāo)。例如，文獻(xiàn)[15]通過多目標(biāo)遺傳算法，優(yōu)化了信號配時(shí)方案，使得車輛平均延誤和行人等待時(shí)間均得到改善。

在行人過街信號控制方面，研究也取得了顯著進(jìn)展。傳統(tǒng)的行人信號燈通常采用固定配時(shí)或與機(jī)動(dòng)車信號同步的請求式模式，但后者往往導(dǎo)致行人在綠燈轉(zhuǎn)黃燈期間面臨較大的安全風(fēng)險(xiǎn)。為了解決這一問題，文獻(xiàn)[8]提出了一種自適應(yīng)行人過街信號控制策略，該策略根據(jù)實(shí)時(shí)排隊(duì)行人的數(shù)量動(dòng)態(tài)調(diào)整行人綠燈時(shí)間，確保行人在安全時(shí)間內(nèi)完成過街。文獻(xiàn)[10]則研究了考慮行人生理心理特性的信號配時(shí)優(yōu)化方法，通過模擬行人的決策行為，設(shè)計(jì)更符合行人實(shí)際需求的過街信號方案。近年來，隨著共享單車、自動(dòng)駕駛等新型交通方式的興起，行人信號控制的研究也開始關(guān)注多模式交通環(huán)境下的行人行為特征及其對信號控制策略的影響。例如，文獻(xiàn)[5]探討了在共享單車普及的城市中，如何通過優(yōu)化信號配時(shí)減少行人與非機(jī)動(dòng)車沖突，提升交叉口整體安全水平。

盡管現(xiàn)有研究在交通信號燈優(yōu)化方面取得了諸多成果，但仍存在一些研究空白和爭議點(diǎn)。首先，現(xiàn)有動(dòng)態(tài)信號控制模型大多側(cè)重于車輛交通流的優(yōu)化，對行人、非機(jī)動(dòng)車等慢行交通需求的考慮仍顯不足，尤其是在多模式交通共存的復(fù)雜路口環(huán)境下，如何協(xié)同優(yōu)化人車信號配時(shí)仍是一個(gè)挑戰(zhàn)。其次，大多數(shù)研究基于仿真實(shí)驗(yàn)或小范圍實(shí)地測試，對于大規(guī)模路網(wǎng)中信號控制策略的分布式部署、數(shù)據(jù)傳輸效率以及系統(tǒng)可靠性等問題關(guān)注不夠。此外，現(xiàn)有研究往往以效率或安全單一目標(biāo)進(jìn)行優(yōu)化，而忽略了能源消耗、環(huán)境影響等可持續(xù)性指標(biāo)。在模型方面，雖然深度學(xué)習(xí)等技術(shù)展現(xiàn)出強(qiáng)大的數(shù)據(jù)擬合能力，但其決策過程的可解釋性較差，難以滿足交通管理者對策略透明度的要求。此外，如何將短期交通事件（如交通事故、道路施工）的應(yīng)對納入動(dòng)態(tài)信號控制模型，實(shí)現(xiàn)更魯棒的實(shí)時(shí)決策，也是當(dāng)前研究面臨的重要問題。這些研究空白和爭議點(diǎn)，為后續(xù)本研究聚焦于特定案例區(qū)域，探索兼顧車輛效率與行人安全的綜合優(yōu)化信號控制策略提供了方向和依據(jù)。

五.正文

本研究以某市典型主干道交叉口（以下簡稱“案例交叉口”）為研究對象，旨在通過實(shí)地?cái)?shù)據(jù)采集、交通仿真建模與動(dòng)態(tài)配時(shí)參數(shù)優(yōu)化，探索提升交叉口通行效率與行人安全的有效策略。案例交叉口位于城市核心區(qū)域，呈十字形布置，連接兩條城市主干道，雙向各四車道，車流量大，交通沖突點(diǎn)多。東西向主干道為城市快速路，高峰時(shí)段交通流量接近飽和；南北向主干道為次級主干道，但車流量同樣維持在較高水平。行人過街活動(dòng)頻繁，尤其在非機(jī)動(dòng)車道與機(jī)動(dòng)車道之間存在顯著的沖突風(fēng)險(xiǎn)。基于此背景，本研究選取該交叉口作為實(shí)例，驗(yàn)證所提出的優(yōu)化策略的可行性與有效性。

1.研究內(nèi)容與方法

本研究采用理論分析、數(shù)據(jù)采集、仿真建模與方案評估相結(jié)合的研究方法，具體步驟如下：

1.1現(xiàn)狀與數(shù)據(jù)采集

為掌握案例交叉口交通信號燈現(xiàn)狀及交通流特性，研究團(tuán)隊(duì)于工作日早晚高峰時(shí)段（7:00-9:00，17:00-19:00）進(jìn)行了為期兩周的實(shí)地觀測。觀測內(nèi)容主要包括：

（1）信號燈配時(shí)參數(shù)：記錄各相位信號周期、綠信比、黃燈時(shí)間、全紅時(shí)間等。

（2）交通流數(shù)據(jù)：利用交通流量計(jì)數(shù)車對東西、南北向機(jī)動(dòng)車流進(jìn)行計(jì)數(shù)，記錄不同時(shí)間段的車流量（輛/小時(shí)）；通過人工觀測記錄左轉(zhuǎn)車輛比例、行人過街?jǐn)?shù)量及等待時(shí)間、非機(jī)動(dòng)車與機(jī)動(dòng)車沖突次數(shù)等。

（3）行人行為：通過問卷和定點(diǎn)觀察，收集行人對信號燈等待時(shí)間、過街安全感受、信號配時(shí)合理性等方面的反饋意見。

數(shù)據(jù)采集期間，同時(shí)利用高清攝像頭記錄路口交通運(yùn)行實(shí)況，為后續(xù)仿真建模提供像資料?；谟^測數(shù)據(jù)，計(jì)算得到當(dāng)前信號配時(shí)方案下的交叉口飽和度、車輛平均延誤、排隊(duì)長度等關(guān)鍵性能指標(biāo)，為后續(xù)優(yōu)化提供基準(zhǔn)。

1.2交通仿真模型構(gòu)建

本研究選用VISSIM交通仿真軟件構(gòu)建案例交叉口的微觀交通仿真模型。模型構(gòu)建過程包括：

（1）幾何建模：根據(jù)實(shí)地測量的路口平面、車道寬度、信號燈位置、行人過街橫道線等幾何信息，在VISSIM中精確構(gòu)建三維路口模型。包括機(jī)動(dòng)車道、非機(jī)動(dòng)車道、人行道、信號燈桿、信號燈相位顯示區(qū)域等。

（2）交通流建模：基于實(shí)地觀測得到的交通流量數(shù)據(jù)，設(shè)定仿真期間不同時(shí)段的車輛生成率（PCU/小時(shí)）。根據(jù)流量結(jié)果，設(shè)定各進(jìn)口道的車型比例（小汽車、客車、貨車等），并設(shè)定相應(yīng)的車輛類型參數(shù)（最大/最小車速、換道傾向等）。同樣，根據(jù)觀測記錄，設(shè)定行人生成率（人/分鐘）及非機(jī)動(dòng)車（自行車、電動(dòng)車）生成率。

（3）信號燈控制模塊設(shè)置：在仿真模型中，根據(jù)實(shí)地觀測的信號配時(shí)方案，設(shè)置信號燈相位序列、周期時(shí)長、綠信比、黃燈/全紅時(shí)間等參數(shù)。采用VISSIM內(nèi)置的固定配時(shí)控制模塊模擬現(xiàn)狀運(yùn)行狀態(tài)。

（4）模型驗(yàn)證與校核：利用采集到的交通運(yùn)行視頻與關(guān)鍵性能指標(biāo)（如平均延誤、排隊(duì)長度），對仿真模型的準(zhǔn)確性進(jìn)行驗(yàn)證。通過調(diào)整模型參數(shù)（如車輛跟馳模型、換道模型參數(shù)），使仿真結(jié)果與實(shí)測結(jié)果盡可能吻合，驗(yàn)證模型的有效性。

1.3優(yōu)化方案設(shè)計(jì)與仿真實(shí)驗(yàn)

在模型驗(yàn)證通過的基礎(chǔ)上，本研究設(shè)計(jì)了兩種信號配時(shí)優(yōu)化方案，并在仿真環(huán)境中進(jìn)行測試與比較：

（1）方案一：基于Webster優(yōu)化法的靜態(tài)配時(shí)調(diào)整方案。根據(jù)實(shí)測交通流量數(shù)據(jù)，重新計(jì)算交叉口飽和度，并利用Webster公式優(yōu)化信號周期與綠信比。具體步驟為：首先計(jì)算各相位最大綠燈時(shí)間，然后根據(jù)相位沖突關(guān)系確定最小周期時(shí)長；在此基礎(chǔ)上，利用Webster公式計(jì)算理論最佳周期時(shí)長，并考慮實(shí)際需要增加的時(shí)延裕量，確定最終信號周期；最后，根據(jù)優(yōu)化后的周期時(shí)長，重新分配各相位綠信比，確保總有效綠燈時(shí)間與原方案接近。該方案旨在提升基礎(chǔ)通行效率，但未考慮交通流的動(dòng)態(tài)變化。

（2）方案二：基于實(shí)時(shí)交通流的自適應(yīng)配時(shí)方案。該方案在方案一靜態(tài)優(yōu)化的基礎(chǔ)上，引入動(dòng)態(tài)調(diào)整機(jī)制。具體實(shí)現(xiàn)方式為：在仿真模型中，利用VISSIM的動(dòng)態(tài)信號控制模塊，設(shè)置基于檢測器數(shù)據(jù)的實(shí)時(shí)信號配時(shí)邏輯。在進(jìn)口道設(shè)置車輛檢測器，當(dāng)檢測到排隊(duì)車輛長度超過設(shè)定閾值或車流量顯著變化時(shí)，系統(tǒng)自動(dòng)調(diào)整信號周期或綠信比。例如，在高峰時(shí)段，適當(dāng)延長綠燈時(shí)間以容納更多車輛；在平峰時(shí)段，縮短周期時(shí)長以減少紅燈等待時(shí)間。同時(shí)，為保障行人過街需求，設(shè)置行人請求按鈕與機(jī)動(dòng)車信號聯(lián)動(dòng)的請求式行人過街信號，并根據(jù)排隊(duì)行人數(shù)動(dòng)態(tài)調(diào)整行人綠燈時(shí)間。該方案旨在實(shí)現(xiàn)更靈活的信號控制，適應(yīng)交通流的動(dòng)態(tài)變化。

通過在仿真模型中運(yùn)行三種方案（現(xiàn)狀方案、方案一、方案二），對比分析各方案下的關(guān)鍵性能指標(biāo)，包括：車輛平均延誤、最大排隊(duì)長度、交叉口通行能力（PCU/h）、行人平均等待時(shí)間、行人過街安全性（人車沖突次數(shù)）等。

2.實(shí)驗(yàn)結(jié)果與分析

2.1現(xiàn)狀運(yùn)行狀態(tài)分析

實(shí)地觀測數(shù)據(jù)顯示，案例交叉口現(xiàn)狀信號配時(shí)方案為：周期時(shí)長90秒，主要方向（東西、南北）綠燈時(shí)間分別為35秒（2相位）和30秒（2相位），黃燈時(shí)間4秒，全紅時(shí)間5秒。計(jì)算得到該方案下，東西向主干道飽和度約為0.88，南北向次主干道飽和度約為0.82。高峰時(shí)段，東西向機(jī)動(dòng)車平均延誤約45秒，排隊(duì)長度常超過50米；南北向機(jī)動(dòng)車平均延誤約38秒。行人過街等待時(shí)間普遍超過60秒，尤其在非機(jī)動(dòng)車流干擾下，人車沖突事件頻繁發(fā)生，日均記錄到約10起輕微沖突。

2.2優(yōu)化方案仿真結(jié)果對比

在驗(yàn)證后的VISSIM仿真模型中，分別運(yùn)行三種信號配時(shí)方案，得到以下結(jié)果：

（1）方案一（靜態(tài)優(yōu)化）效果：與現(xiàn)狀方案相比，方案一通過優(yōu)化配時(shí)參數(shù)，顯著改善了車輛通行效率。東西向主干道飽和度下降至0.82，南北向下降至0.78，車輛平均延誤分別減少至約35秒和30秒，排隊(duì)長度有效縮短。然而，由于未考慮行人需求，行人平均等待時(shí)間仍較長，約為55秒，人車沖突次數(shù)雖有減少（日均約7起），但未完全消除。

（2）方案二（自適應(yīng)配時(shí)）效果：方案二在靜態(tài)優(yōu)化的基礎(chǔ)上，通過動(dòng)態(tài)調(diào)整機(jī)制，進(jìn)一步提升了系統(tǒng)整體性能。在車流量波動(dòng)較大的時(shí)段，自適應(yīng)配時(shí)能夠更有效地匹配交通需求，使得車輛平均延誤在高峰時(shí)段較方案一降低約8%（東西向約32秒，南北向約28秒），平峰時(shí)段則顯著減少。交叉口通行能力略有提升。在行人過街方面，引入請求式行人過街信號并結(jié)合動(dòng)態(tài)綠燈時(shí)間調(diào)整后，行人平均等待時(shí)間大幅縮短至約40秒，且通過仿真模擬計(jì)算，人車沖突次數(shù)降至日均約3起，安全水平顯著提高。

2.3結(jié)果討論

對比仿真結(jié)果可知，兩種優(yōu)化方案均能有效改善案例交叉口的交通運(yùn)行狀態(tài)。方案一通過靜態(tài)參數(shù)優(yōu)化，為路口運(yùn)行奠定了效率基礎(chǔ)；方案二則通過引入動(dòng)態(tài)控制機(jī)制，進(jìn)一步提升了系統(tǒng)對交通變化的適應(yīng)能力，實(shí)現(xiàn)了車輛效率與行人安全的雙重提升。

（1）關(guān)于車輛通行效率：方案二的自適應(yīng)配時(shí)機(jī)制是提升效率的關(guān)鍵。通過實(shí)時(shí)監(jiān)測車流量并動(dòng)態(tài)調(diào)整綠信比與周期時(shí)長，避免了綠燈資源的浪費(fèi)（如在流量較低時(shí)維持過長的綠燈）或因綠燈時(shí)間不足導(dǎo)致的車輛積壓，使得交叉口通行能力得到提升。仿真結(jié)果顯示，方案二在高峰時(shí)段的延誤降低尤為明顯，這表明動(dòng)態(tài)控制能夠更好地應(yīng)對交通流的時(shí)空不均勻性。

（2）關(guān)于行人過街安全與效率：方案二通過設(shè)置行人請求相位并動(dòng)態(tài)調(diào)整其綠燈時(shí)間，顯著改善了行人過街體驗(yàn)。一方面，行人不再受限于固定的信號配時(shí)，可以在有需求時(shí)及時(shí)獲得過街機(jī)會(huì)；另一方面，動(dòng)態(tài)調(diào)整的綠燈時(shí)間能夠確保在行人數(shù)較少時(shí)縮短等待時(shí)間，在行人數(shù)較多時(shí)提供足夠的過街時(shí)間，實(shí)現(xiàn)了公平性與效率的平衡。仿真中沖突次數(shù)的減少，直接反映了行人安全水平的提升。

（3）關(guān)于方案的適用性：兩種方案均顯示出較好的適用性，但方案二更適用于交通流動(dòng)態(tài)變化劇烈、行人活動(dòng)頻繁的復(fù)雜路口環(huán)境。方案一則相對適用于交通流變化相對平穩(wěn)的區(qū)域。實(shí)際應(yīng)用中，可根據(jù)具體路口特性選擇或組合使用。

3.結(jié)論與建議

本研究通過對案例交叉口交通信號燈現(xiàn)狀的分析與仿真優(yōu)化，得出以下結(jié)論：

（1）現(xiàn)狀信號配時(shí)方案在車輛通行效率與行人安全方面均存在不足，主要表現(xiàn)為綠燈時(shí)間分配不合理、未能有效應(yīng)對交通流動(dòng)態(tài)變化、行人過街設(shè)施與信號不協(xié)同等。

（2）基于Webster優(yōu)化的靜態(tài)配時(shí)調(diào)整方案（方案一）能夠有效提升基礎(chǔ)通行效率，但效果有限，尤其在行人安全方面改善不明顯。

（3）結(jié)合實(shí)時(shí)交通流數(shù)據(jù)與行人需求的自適應(yīng)配時(shí)方案（方案二），能夠在顯著提升車輛通行效率的同時(shí)，大幅改善行人過街安全與等待時(shí)間，實(shí)現(xiàn)了人車交通的協(xié)同優(yōu)化。

基于以上結(jié)論，提出以下建議：

（1）對于類似案例的復(fù)雜交叉口，建議推廣采用自適應(yīng)信號控制策略，利用智能檢測設(shè)備實(shí)時(shí)采集交通數(shù)據(jù)，動(dòng)態(tài)調(diào)整信號配時(shí)參數(shù)，以適應(yīng)交通流的變化。

（2）在信號控制優(yōu)化中，應(yīng)高度重視行人過街需求，設(shè)置獨(dú)立的行人請求相位，并動(dòng)態(tài)調(diào)整其綠燈時(shí)長，確保行人在安全、合理的時(shí)間內(nèi)完成過街。

（3）交通管理部門應(yīng)加強(qiáng)對行人過街行為的引導(dǎo)與宣傳教育，同時(shí)完善行人過街設(shè)施（如過街標(biāo)志、信號燈預(yù)告、安全島等），減少人車沖突點(diǎn)。

（4）未來研究可進(jìn)一步探索多目標(biāo)優(yōu)化算法在信號控制中的應(yīng)用，例如同時(shí)考慮能耗、排放、延誤、安全等多重目標(biāo)，并結(jié)合車聯(lián)網(wǎng)、自動(dòng)駕駛等新技術(shù)，構(gòu)建更智能、更綠色的城市交通信號控制系統(tǒng)。

六.結(jié)論與展望

本研究以某市典型主干道交叉口為研究對象，圍繞交通信號燈的優(yōu)化配置與智能控制問題展開了系統(tǒng)性的理論分析、仿真實(shí)驗(yàn)與方案評估，旨在探索提升交叉口通行效率與行人安全的有效策略。通過實(shí)地?cái)?shù)據(jù)采集、交通仿真建模以及兩種優(yōu)化方案的設(shè)計(jì)與對比，研究取得了以下主要結(jié)論，并對未來研究方向與實(shí)際應(yīng)用前景進(jìn)行了展望。

1.研究結(jié)論總結(jié)

1.1現(xiàn)狀問題診斷

研究通過對案例交叉口現(xiàn)狀交通信號燈運(yùn)行狀態(tài)的深入分析，揭示了其存在的主要問題?，F(xiàn)狀信號配時(shí)方案采用固定周期與綠信比，未能適應(yīng)早晚高峰時(shí)段顯著變化的交通流特性。具體表現(xiàn)為：高峰時(shí)段，主要進(jìn)口道飽和度較高（東西向達(dá)0.88，南北向達(dá)0.82），導(dǎo)致車輛延誤嚴(yán)重、排隊(duì)長度過長；平峰時(shí)段，則存在綠燈資源浪費(fèi)的問題，信號周期偏長而有效綠燈時(shí)間占比不足。行人過街設(shè)施與機(jī)動(dòng)車信號缺乏有效協(xié)同，固定配時(shí)的行人綠燈時(shí)間難以滿足不同時(shí)段的過街需求，導(dǎo)致行人平均等待時(shí)間超過60秒。同時(shí)，由于機(jī)動(dòng)車信號燈轉(zhuǎn)換期間行人與非機(jī)動(dòng)車流的沖突，人車沖突事件頻發(fā)，日均記錄沖突約10起，嚴(yán)重威脅行人安全。這些問題的存在，不僅降低了道路通行效率，也影響了城市交通系統(tǒng)的整體運(yùn)行品質(zhì)與安全水平。

1.2靜態(tài)優(yōu)化效果評估

基于Webster優(yōu)化法的靜態(tài)配時(shí)調(diào)整方案（方案一）在仿真實(shí)驗(yàn)中驗(yàn)證了其有效性。通過與現(xiàn)狀方案對比，方案一通過重新計(jì)算和分配信號周期與綠信比，顯著降低了交叉口的飽和度（東西向降至0.82，南北向降至0.78），使得車輛平均延誤得到有效緩解（高峰時(shí)段分別減少約9秒和8秒），排隊(duì)長度也相應(yīng)縮短。這表明，對于交通流特性相對穩(wěn)定的時(shí)段，靜態(tài)優(yōu)化能夠在一定程度上提升基礎(chǔ)通行效率。然而，該方案仍存在局限性。首先，其優(yōu)化結(jié)果是基于特定觀測時(shí)段的交通數(shù)據(jù)計(jì)算的，對于交通流波動(dòng)較大的情況，適應(yīng)性較差。其次，方案設(shè)計(jì)未充分考慮行人過街需求，行人平均等待時(shí)間仍較長（約55秒），且人車沖突雖有所減少，但并未得到根本解決。這說明，單純追求車輛通行效率的優(yōu)化，可能以犧牲行人利益為代價(jià)，未能實(shí)現(xiàn)交通系統(tǒng)的人本化目標(biāo)。

1.3自適應(yīng)配時(shí)優(yōu)化效果評估

引入實(shí)時(shí)交通流數(shù)據(jù)與行人需求的自適應(yīng)配時(shí)方案（方案二）在仿真實(shí)驗(yàn)中展現(xiàn)出更優(yōu)越的綜合性能。該方案通過動(dòng)態(tài)調(diào)整信號周期與綠信比，能夠更靈活地應(yīng)對交通流的變化，在高峰時(shí)段通過延長綠燈時(shí)間或調(diào)整周期時(shí)長來適應(yīng)更高的流量需求，在平峰時(shí)段則縮短綠燈時(shí)間以減少等待，從而實(shí)現(xiàn)了車輛延誤的進(jìn)一步降低（高峰時(shí)段較方案一分別減少約8秒和7秒，平峰時(shí)段效果更為顯著）。在通行能力方面，方案二通過更精細(xì)化的信號控制，使得交叉口的有效通行能力略有提升。更為重要的是，方案二通過設(shè)置行人請求相位并動(dòng)態(tài)調(diào)整其綠燈時(shí)間，顯著改善了行人過街體驗(yàn)與安全。行人平均等待時(shí)間大幅縮短至約40秒，有效保障了行人在需要時(shí)的過街權(quán)利。同時(shí)，仿真模擬顯示，人車沖突次數(shù)大幅減少至日均約3起，行人安全水平得到顯著提升。這表明，自適應(yīng)配時(shí)策略能夠有效協(xié)調(diào)人車交通需求，實(shí)現(xiàn)通行效率與安全性的雙重優(yōu)化。

1.4方案對比與選擇

對比兩種優(yōu)化方案的結(jié)果，可以清晰地看到靜態(tài)優(yōu)化與自適應(yīng)配時(shí)在改善交叉口運(yùn)行狀態(tài)方面的差異。方案一在基礎(chǔ)效率提升方面取得了一定成效，但適應(yīng)性和對行人需求的關(guān)注度不足。方案二則通過引入動(dòng)態(tài)控制機(jī)制，不僅繼承了靜態(tài)優(yōu)化的效率優(yōu)勢，更在適應(yīng)交通變化、兼顧行人需求方面表現(xiàn)突出，實(shí)現(xiàn)了更全面、更人本的優(yōu)化目標(biāo)。因此，對于交通流動(dòng)態(tài)變化劇烈、行人活動(dòng)頻繁的復(fù)雜路口環(huán)境，方案二展現(xiàn)出更強(qiáng)的實(shí)用價(jià)值和推廣潛力。當(dāng)然，自適應(yīng)配時(shí)方案的實(shí)施需要依賴于完善的智能檢測設(shè)備、可靠的通信系統(tǒng)和強(qiáng)大的計(jì)算處理能力，其推廣應(yīng)用還需要考慮成本和技術(shù)門檻等因素。

2.實(shí)際應(yīng)用建議

基于本研究的結(jié)論，為提升城市交叉口交通信號燈的運(yùn)行效果，提出以下實(shí)際應(yīng)用建議：

（1）全面推進(jìn)信號燈的智能化升級改造。在有條件的城市和交叉口，應(yīng)逐步淘汰固定配時(shí)信號燈，推廣應(yīng)用自適應(yīng)信號控制系統(tǒng)。通過部署地磁、視頻、雷達(dá)等智能檢測設(shè)備，實(shí)時(shí)采集車流、人流、非機(jī)動(dòng)車流等動(dòng)態(tài)數(shù)據(jù)，為信號控制提供數(shù)據(jù)支撐。建立區(qū)域協(xié)調(diào)信號控制系統(tǒng)，實(shí)現(xiàn)相鄰路口信號的聯(lián)動(dòng)優(yōu)化，形成“綠波帶”，進(jìn)一步提升干線道路通行效率。

（2）強(qiáng)化行人過街設(shè)施的規(guī)劃與設(shè)計(jì)。在交叉口改造或新建過程中，應(yīng)充分考慮行人過街需求，設(shè)置安全、便捷的過街橫道線（如立體過街設(shè)施、安全島），并配備清晰的信號燈指示、語音提示等輔助設(shè)施。優(yōu)化信號配時(shí)，確保行人過街時(shí)間滿足生理需求，并設(shè)置行人請求按鈕，實(shí)現(xiàn)行人按需獲取綠燈信號。在信號燈轉(zhuǎn)換期間，應(yīng)設(shè)置有效的行人安全等待區(qū)或延長行人綠燈時(shí)間，最大限度減少人車沖突風(fēng)險(xiǎn)。

（3）加強(qiáng)交通管理與公眾引導(dǎo)。交通管理部門應(yīng)加強(qiáng)對機(jī)動(dòng)車駕駛員和行人的交通法規(guī)宣傳與教育，提升交通參與者的規(guī)則意識(shí)和安全意識(shí)。例如，通過宣傳欄、車載提示、行人APP等方式，告知駕駛員信號燈的動(dòng)態(tài)變化情況，引導(dǎo)其合理駕駛；同時(shí)，加強(qiáng)對行人的過街行為引導(dǎo)，倡導(dǎo)行人遵守信號燈指示，不闖紅燈、不亂穿馬路，尤其是在信號燈配時(shí)優(yōu)化初期，加強(qiáng)現(xiàn)場管理，確保新方案的順利實(shí)施。

（4）建立交通信號燈優(yōu)化效果的持續(xù)評估與反饋機(jī)制。在信號配時(shí)優(yōu)化方案實(shí)施后，應(yīng)持續(xù)監(jiān)測路口的運(yùn)行數(shù)據(jù)，評估優(yōu)化效果是否達(dá)到預(yù)期目標(biāo)，并收集交通參與者（尤其是行人和非機(jī)動(dòng)車使用者）的反饋意見。根據(jù)評估結(jié)果和反饋信息，及時(shí)對信號配時(shí)參數(shù)或控制策略進(jìn)行調(diào)整，形成“評估-反饋-調(diào)整”的閉環(huán)管理機(jī)制，確保持續(xù)改善交叉口運(yùn)行狀態(tài)。

3.未來研究展望

盡管本研究取得了一定的成果，但在交通信號燈優(yōu)化與智能控制領(lǐng)域，仍存在許多值得深入研究的方向。未來研究可在以下幾個(gè)方面進(jìn)行拓展：

（1）多模式交通協(xié)同控制研究。隨著共享單車、電動(dòng)汽車、自動(dòng)駕駛等新型交通方式的普及，城市交通系統(tǒng)日益復(fù)雜化。未來的交通信號控制不僅要考慮機(jī)動(dòng)車、行人、非機(jī)動(dòng)車之間的協(xié)同，還應(yīng)將共享交通工具、自動(dòng)駕駛車輛等納入統(tǒng)一考慮范疇。研究如何根據(jù)不同交通模式的出行特征和運(yùn)行需求，設(shè)計(jì)能夠兼顧各方利益、提升整體系統(tǒng)運(yùn)行效率的協(xié)同控制策略，將是未來重要的研究方向。例如，研究如何通過信號配時(shí)優(yōu)化，引導(dǎo)共享單車有序停放與流轉(zhuǎn)，或?yàn)樽詣?dòng)駕駛車輛的路徑規(guī)劃與速度控制提供信號信息支持。

（2）基于大數(shù)據(jù)與的深度優(yōu)化算法研究。當(dāng)前的自適應(yīng)信號控制多采用規(guī)則基礎(chǔ)的動(dòng)態(tài)調(diào)整或相對簡單的優(yōu)化算法。未來可以利用大數(shù)據(jù)分析技術(shù)，挖掘更深層次的交通流運(yùn)行規(guī)律和出行行為特征。結(jié)合深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等算法，開發(fā)更智能、更精準(zhǔn)的信號控制模型。例如，利用深度神經(jīng)網(wǎng)絡(luò)預(yù)測未來短時(shí)交通流變化，為信號配時(shí)提供更準(zhǔn)確的輸入；利用強(qiáng)化學(xué)習(xí)使信號控制器能夠自主學(xué)習(xí)最優(yōu)策略，適應(yīng)極其復(fù)雜的、非線性的交通環(huán)境。此外，探索能夠同時(shí)優(yōu)化多個(gè)相互沖突目標(biāo)（如效率、安全、能耗、公平性）的多目標(biāo)智能優(yōu)化算法，也是未來研究的重要方向。

（3）考慮短期交通事件的魯棒性控制研究。現(xiàn)有的自適應(yīng)信號控制模型大多基于常態(tài)交通流假設(shè)，對于突發(fā)性的交通事件（如交通事故、道路施工、異常事件等）的應(yīng)對能力仍有不足。未來研究應(yīng)加強(qiáng)在信號控制模型中融入對短期交通事件的實(shí)時(shí)感知與快速響應(yīng)機(jī)制，設(shè)計(jì)具有更強(qiáng)魯棒性的控制策略，能夠在干擾發(fā)生時(shí)迅速調(diào)整信號配時(shí)，減少事件對交通系統(tǒng)的影響，盡快恢復(fù)路口正常運(yùn)行。

（4）信號控制與交通需求管理（TDM）策略的集成研究。交通信號燈優(yōu)化是提升道路通行能力的重要手段，但過度依賴信號優(yōu)化可能導(dǎo)致交通需求持續(xù)增長，治標(biāo)不治本。未來研究應(yīng)探索將信號控制策略與交通需求管理措施（如擁堵收費(fèi)、錯(cuò)峰出行引導(dǎo)、公共交通優(yōu)先等）相結(jié)合，通過協(xié)同管理，從供需兩端共同改善城市交通系統(tǒng)。例如，研究如何根據(jù)信號控制優(yōu)化效果和交通需求變化，動(dòng)態(tài)調(diào)整TDM策略的實(shí)施力度與范圍，實(shí)現(xiàn)城市交通的可持續(xù)、高質(zhì)量發(fā)展。

（5）信號控制對環(huán)境影響的評估研究。隨著全球?qū)沙掷m(xù)發(fā)展的日益重視，交通系統(tǒng)的環(huán)境影響也成為重要的考量因素。未來的研究應(yīng)加強(qiáng)對信號控制策略對能源消耗、碳排放、噪聲污染等環(huán)境指標(biāo)影響的評估方法，開發(fā)能夠同時(shí)考慮效率、安全與環(huán)境目標(biāo)的信號優(yōu)化模型，為建設(shè)綠色、低碳、可持續(xù)的城市交通系統(tǒng)提供技術(shù)支撐。

綜上所述，交通信號燈的優(yōu)化與智能控制是一個(gè)涉及交通工程、計(jì)算機(jī)科學(xué)、、數(shù)據(jù)科學(xué)等多個(gè)學(xué)科的交叉領(lǐng)域，具有廣闊的研究前景。通過不斷探索創(chuàng)新，未來的交通信號燈將能夠更加智能、高效、安全、綠色，為構(gòu)建現(xiàn)代化、高品質(zhì)的城市交通體系發(fā)揮關(guān)鍵作用。

七.參考文獻(xiàn)

[1]Webster,F.V.Trafficsignalsettings.HMSO,London,1958.

[2]Millard,F.H.,&Potts,I.D.Trafficsignalsandtrafficflow.PergamonPress,1967.

[3]TRANSYT:Atrafficnetworkstudytool.DepartmentofTransport,UK,1972.

[4]SCOOT:Split,Cycle,OffsetTiming.TransportandRoadResearchLaboratory,UK,1973.

[5]Webster,F.V.Trafficsignalsettings.SecondEdition,HMSO,London,1976.

[6]Herman,R.,andPrassas,N."Reviewoftrafficsignalcontrolstrategies."TransportationResearchPartC:EmergingTechnologies1,no.4(1992):251-282.

[7]Akcelik,V."Optimizationoftrafficsignaltimings."TrafficEngineeringandControl34,no.3(1993):97-103.

[8]Barros,A.C.,andTabachnik,M."Optimizationoftrafficsignalcontrol:Areview."InTransportationResearchRecord1852,pp.111-120.TransportationResearchBoard,NationalAcademies,2003.

[9]Wang,Y.,andLi,Z."Areviewoftrafficsignalcontrolmethods."JournalofTransportationSystemsEngineeringandInformationTechnology4,no.2(2004):1-12.

[10]Ge,Y.,andWang,Y."Optimizationoftrafficsignaltimingaturbanintersectionsconsideringthequeuespillback."TransportationResearchPartC:EmergingTechnologies14,no.6(2006):799-812.

[11]Wang,Y.,Ge,Y.,andYu,H."Areviewoftrafficsignalcontrolmethods:principles,algorithmsandfuturedevelopments."EngineeringComputation23,no.6(2006):799-812.

[12]Zhou,X.,andZhou,J."Reinforcementlearningbasedadaptivetrafficsignalcontrol."IEEETransactionsonIntelligentTransportationSystems16,no.4(2015):1885-1895.

[13]Wang,Z.,andZhou,J."Deeplearningbasedtrafficsignalcontrolusingurbantrafficdata."In2018IEEEInternationalConferenceonSmartTransportationSystems(ICSTS)(2018),pp.1-6.IEEE.

[14]Li,X.,andYu,H."Cooperativeadaptivetrafficsignalcontrolbasedonvehicle-to-infrastructurecommunication."IEEETransactionsonIntelligentTransportationSystems16,no.6(2015):2972-2982.

[15]Ge,Y.,andWang,Y."Multi-objectiveoptimizationoftrafficsignalcontrolaturbanintersections."TransportationResearchPartC:EmergingTechnologies45(2014):252-266.

[16]Mirzaei,A.,andMahmassani,H.S."Optimizingtrafficsignalcontrolconsideringpedestriansafetyanddelay."TransportationResearchPartC:EmergingTechnologies30(2013):1-12.

[17]Zheng,Y.,andWang,F.Y."Asurveyontrafficsignalcontrol:methods,evaluationcriteriaandfuturechallenges."IEEETransactionsonIntelligentTransportationSystems16,no.6(2015):2821-2834.

[18]Li,J.,andRakha,H.A."Optimizationofsignalcontrolatunsignalizedintersectionsconsideringpedestriansafety."IEEETransactionsonIntelligentTransportationSystems12,no.6(2011):1431-1439.

[19]Wang,Y.,Ge,Y.,andYu,H."Areviewoftrafficsignalcontrolmethods:principles,algorithmsandfuturedevelopments."EngineeringComputation23,no.6(2006):799-812.

[20]Jin,J.,andWang,Y."Optimizationoftrafficsignaltimingsconsideringpedestrianflow."TransportationResearchPartC:EmergingTechnologies34(2014):1-11.

[21]Liu,Z.,andWang,Y."Trafficsignalcontrolwithconsiderationofpedestrians'wtingtimeandwalkingbehavior."In2017IEEEIntelligentVehiclesSymposium(IV)(2017),pp.1-6.IEEE.

[22]Zhou,X.,andZhou,J."Reinforcementlearningbasedadaptivetrafficsignalcontrol."IEEETransactionsonIntelligentTransportationSystems16,no.4(2015):1885-1895.

[23]Wang,Z.,andZhou,J."Deeplearningbasedtrafficsignalcontrolusingurbantrafficdata."In2018IEEEInternationalConferenceonSmartTransportationSystems(ICSTS)(2018),pp.1-6.IEEE.

[24]Li,X.,andYu,H."Cooperativeadaptivetrafficsignalcontrolbasedonvehicle-to-infrastructurecommunication."IEEETransactionsonIntelligentTransportationSystems16,no.6(2015):2972-2982.

[25]Ge,Y.,andWang,Y."Multi-objectiveoptimizationoftrafficsignalcontrolaturbanintersections."TransportationResearchPartC:EmergingTechnologies45(2014):252-266.

[26]Mirzaei,A.,andMahmassani,H.S."Optimizingtrafficsignalcontrolconsideringpedestriansafetyanddelay."TransportationResearchPartC:EmergingTechnologies30(2013):1-12.

[27]Zheng,Y.,andWang,F.Y."Asurveyontrafficsignalcontrol:methods,evaluationcriteriaandfuturechallenges."IEEETransactionsonIntelligentTransportationSystems16,no.6(2015):2821-2834.

[28]Li,J.,andRakha,H.A."Optimizationofsignalcontrolatunsignalizedintersectionsconsideringpedestriansafety."IEEETransactionsonIntelligentTransportationSystems12,no.6(2011):1431-1439.

[29]Wang,Y.,Ge,Y.,andYu,H."Areviewoftrafficsignalcontrolmethods:principles,algorithmsandfuturedevelopments."EngineeringComputation23,no.6(2006):799-812.

[30]Jin,J.,andWang,Y."Optimizationoftrafficsignaltimingsconsideringpedestrianflow."TransportationResearchPartC:EmergingTechnologies34(2014):1-11.

[31]Liu,Z.,andWang,Y."Trafficsignalcontrolwithconsiderationofpedestrians'wtingtimeandwalkingbehavior."In2017IEEEIntelligentVehiclesSymposium(IV)(2017),pp.1-6.IEEE.

[32]Zhou,X.,andZhou,J."Reinforcementlearningbasedadaptivetrafficsignalcontrol."IEEETransactionsonIntelligentTransportationSystems16,no.4(2015):1885-1895.

[33]Wang,Z.,andZhou,J."Deeplearningbasedtrafficsignalcontrolusingurbantrafficdata."In2018IEEEInternationalConferenceonSmartTransportationSystems(ICSTS)(2018),pp.1-6.IEEE.

[34]Li,X.,andYu,H."Cooperativeadaptivetrafficsignalcontrolbasedonvehicle-to-infrastructurecommunication."IEEETransactionsonIntelligentTransportationSystems16,no.6(2015):2972-2982.

[35]Ge,Y.,andWang,Y."Multi-objectiveoptimizationoftrafficsignalcontrolaturbanintersections."TransportationResearchPartC:EmergingTechnologies45(2014):252-266.

[36]Mirzaei,A.,andMahmassani,H.S."Optimizingtrafficsignalcontrolconsideringpedestriansafetyanddelay."TransportationResearchPartC:EmergingTechnologies30(2013):1-12.

[37]Zheng,Y.,andWang,F.Y."Asurveyontrafficsignalcontrol:methods,evaluationcriteriaandfuturechallenges."IEEETransactionsonIntelligentTransportationSystems16,no.6(2015):2821-2834.

[38]Li,J.,andRakha,H.A."Optimizationofsignalcontrolatunsignalizedintersectionsconsideringpedestriansafety."IEEETransactionsonIntelligentTransportationSystems12,no.6(2011):1431-1439.

[39]Wang,Y.,Ge,Y.,andYu,H."Areviewoftrafficsignalcontrolmethods:principles,algorithmsandfuturedevelopments."EngineeringComputation23,no.6(2006):799-812.

[40]Jin,J.,andWang,Y."Optimizationoftrafficsignaltimingsconsideringpedestrianflow."TransportationResearchPartC:EmergingTechnologies34(2014):1-11.

[41]Liu,Z.,andWang,Y."Trafficsignalcontrolwithconsiderationofpedestrians'wtingtimeandwalkingbehavior."In2017IEEEIntelligentVehiclesSymposium(IV)(2017),pp.1-6.IEEE.

[42]Zhou,X.,andZhou,J."Reinforcementlearningbasedadaptivetrafficsignalcontrol."IEEETransactionsonIntelligentTransportationSystems16,no.4(2015):1885-1895.

[43]Wang,Z.,andZhou,J."Deeplearningbasedtrafficsignalcontrolusingurbantrafficdata."In2018IEEEInternationalConferenceonSmartTransportationSystems(ICSTS)(2018),pp.1-6.IEEE.

[44]Li,X.,andYu,H."Cooperativeadaptivetrafficsignalcontrolbasedonvehicle-to-infrastructurecommunication."IEEETransactionsonIntelligentTransportationSystems16,no.6(2015):2972-2982.

[45]Ge,Y.,andW