文献综述（或调研报告）：
1、国外研究现状
Konstantinos Katsaros等人研究了车载通信对于城市交通效率的影响，并考虑了一个绿灯最优速度建议（GLOSA）在一个典型的参考应用程序的实现，并使用一个集成的协同仿真平台给出其性能分析[1]。 Emmanouil Koukoumidis等人介绍和评价一种新型SignalGuru软件和服务，完全依靠收集手机信息来检测和预测交通信号调度，使GLOSA和其他新的应用能够运用。他们的研究结果表明结果交通信号的时间表可以准确预测[2]。Marcin Seredynski等人在速度优化过程中进行使用了遗传算法。他们假设车辆将沿途遇到并访问所有的交通信号灯相位的时间表。路线是由交通灯划分的路段组合而成。被推荐的GLOSA依据总旅行时间和燃料消耗最小化给驾驶员提供一个在不同路段上合理的速度。他们证明，在自由流条件下，这种多段GLOSA结果在很多方面比单节段的方法有更好的结果[3]。Konstantinos Katsaros等人提出了GLOSA在一个典型的参考应用程序使用了集成的协同仿真平，并给出了其性能分析的结果。他们的研究是通过引入平均燃料消耗量和平均停留时间，分别给出GLOSA对于交通灯指标监测燃料和交通效率的影响。为了收集结果他们定义了一个包含两个交通信号灯的单独路线来完成了交通方案。模拟因为不同的GLOSA配备车辆的穿透率和交通密度而不同。他们的研究结果表明，GLOSA系统可以提高燃料消耗和减少交通拥堵的路口[4]。David Eckhoff等人认为智能交通灯有助于实现这一调整信号的程序或通知临近的司机。我们探讨了后者的潜能与局限，GLOSA在一个实际的系统中进行大型的模拟研究。他们研究了交通信号灯和车辆设备不同利率环境相关指标的影响，也研究这些系统如何可以通过减少等待时间和停车次数来增加驾驶舒适感。他们发现，在低交通密度，这些系统可以满足他们的目标和降低二氧化碳排放量，然而在交通密度大的地方一些副作用可以观察到，包括整体更长的等待时间和更高的二氧化碳排放量[5]。Dave McKenney认为许多系统运用包括单交叉口交通量和静态评价的交通模型是不现实的。他介绍了一种分布式/自适应算法可以在现实环境中运行，还开发了用于测试算法性能的模型。通过仿真，算法参数是确定的并且算法的性能可以和固定控制器相比较。他发现自适应方法下的信号控制的车速要高于使用固定控制器的情况[6]。 Mei Chao-Qun等人使用CA模型研究有一个交通灯的环形道路的交通流。速度指导策略是：通过交通灯时，会提示司机所需的速度，以便他能在信号灯变红时避免急剧刹车。数值计算结果表明，速度指导策略可以有效降低停车率并且获得较高且稳定的流量[7]。Maazen Alsabaan等人重点研究了用交通灯信号来与接近车辆联通。通信可以是交通信号灯对车辆（TLS2V），也可以是车辆对车辆（V2V）。基于发送的信息，车辆接收到消息使其速度到达推荐速度，这有助于降低车辆燃油消耗和排放。他们提出了一个综合优化模型，包括V2V和TLS2V通信。目标函数是车辆最小化的燃料消耗和排放。他们还提出了有效的启发式表达式计算最优或接近最优值的建议速度[8]。
2、国内研究现状
刘红红等人详细阐述了实施公共交通信号优先的硬件系统和具体的实现策略。为了有效地在路口信号控制系统中体现公交优先策略，在控制过程中要采用实时算法，将公交优先作为信号控制的一个函数，论文给出了交叉口公共交通优先策略的实时最小绿灯持续时间估计。作者在交通控制的模拟中采用了该控制策略，结果表明：公共交通优先信号控制系统的设计和实施能够提高公共交通的行驶速度和公交运行的可靠性[9]。陈军在研究公交优先信号控制基本理论基础上，探讨和研究了公交优先信号控制流程。从提前启亮绿灯、延长绿灯时间和增添公交相位三种优先方式的角度，研究了公交优先信号控制交叉口车辆延误的计算方法，分析了公交优先信号控制中所需要的控制参数，并采用了以交叉口减少的人总延误最大为优化目标的方法建立了公交优先信号控制模型[10]。牟海波研究了单点信号感应控制和优化控制问题，建立了城市交通网络中单点信号控制的混合 Petri 网模型，并为每个相位设计了根据当前绿灯相位车道上的车辆数，通过禁止弧控制绿灯延长时间的 Petri 网模型。针对模型中存在的输入库所为两个的变迁其使能程度由两个输入库所的标识共同决定，而两个输入库所的标识变化也同时取决于该变迁的使能程度这一复杂关系，分析了这类库所的标识变化规律[11]。常宏顺在德国宇航局的开源微观交通仿真平台SUMO上，对各种信号控制方法进行了仿真比较，并分析各种信号控制策略的适用性。仿真表明城市路网中的交通流在中度拥挤以下时，自适应信号控制方法优于定时信号控制和感应信号控制，减少了13.26%至40.64%的车辆平均延误时间，能更好的响应交叉口交通流的随机到达[12]。许珊在开源仿真系统 SUMO 上对三种交叉口信号控制方法进行了仿真实验，并在路段轻度拥挤状态、中度拥挤状态和重度拥挤状态下应用三种信号控制方法进行数据对比，通过结果分析给出了路口信号控制的合理方法[13]。周彤梅等人对交叉口感应信号控制的特点、适用状况、控制参数等进行了简要说明，着重对感应信号控制中存在的一些问题进行了分析，并提出了解决问题的方法，通过实例的计算得到了较为满意的结果[14][15]。周建山等人以城市单点信号交叉口的信号优化控制作为重点研究目标，引入基于自组织映射的人工神经网络对具有时变特性的交通流模式进行识别，并进一步利用减去聚类算法构建起用于识别交通流模式的模糊决策系统；针对不同的交通流模式，一方面预先建立相应的最优信号配时方案，另一方面基于极大熵原理建立交叉口的交通流估计模型，用于在线交通流OD 估计[16]。
目前有关感应信号控制的研究主要集中在：控制策略、控制理论与模型、基于实时检测信息的交通流模型、信号控制配时优化模型算法、控制效益的评价等方面。在单点控制策略和感应控制优化模型算法的研究方面，主要有以下分支：基于到达车头时距的“感应式”控制、基于系统性能指标PI值最优的自适应控制、基于实际交通状况进行方案选择和在线微调的感应信号控制等[17]。顾佳磊等人，针对无法利用VISSIM 仿真软件对原有交叉口交通信号配时进行优化的缺点，提出一种基于Synchro与VISSIM 混合仿真的单点交叉口信号配时优化及评价方法，首先利用Synchro 中的信号配时优化模块对原交叉口信号配时进行优化，再利用VISSIM 软件模拟信号配时优化前后的交通情况，输出两者的交通评价指标[18]。王玉鹏等人借助VISSIM仿真软件进行交通仿真，在运用VISSIM 软件进行路网构建过程中，充分考虑了现实交通状况，如拐弯处减速、驾驶员的驾驶特性及车辆的加减速度等对单路口进行感应信号控制设计[19][20]。仇锦运用VISSIM仿真软件对交叉口现状进行仿真评价，根据评价结果进行现状问题的分析，对交叉口采取渠化、重新配时等措施进行再次仿真，优化后的仿真有效地降低了车辆的延误和排队长度，大大提高了道路的通行能力[21]。
3、现有成果总结
综上可以看出，目前国内外已逐渐对公交行车优化引起重视，也对信号设置对于公交行车优化的方案进行了研究，并取得了不少成果。然而还存在以下几点不足：1）感应式信号控制方法，很少将车辆延误与尾气排放量加入控制方案设计。2）公交行车速度优化模型的流程与算法主要针对固定信号配时的情况，考虑与公交信号相互反馈调整的研究比较少。3）公交速度优化往往停留在公交速度本身，没能考虑公交停靠时间的影响。
4、参考文献：
[1] Konstantinos Katsaros，Ralf Kernchen，Mehrdad Dianati，David Rieck，Charalambos Zinoviou. Application of vehicular communications for improving the efficiency of traffic in urban areas.[J]. Wireless Communications and Mobile Computing，2011，11:.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
