A Real-time Traffic Signal Control Strategy Under Partially Connected Vehicle Environment

Abstract

The performance of a traffic system tends to improve as the percentage of connected vehicles (CV) in total flow increases. However, due to low CV penetration in the current vehicle market, improving the traffic signal operation remains a challenging task. In an effort to improve the performance of CV applications at low penetration rates, the authors develop a new method to estimate the speeds and positions of non-connected vehicles (NCV) along a signalized intersection. The algorithm uses CV information and initial speeds and positions of the NCVs from loop detectors and estimates the forward movements of the NCVs using the Gipps’ car-following model. Calibration parameters of the Gipps’ model were determined using a solver optimization tool. The estimation algorithm was applied to a previously developed connected vehicle signal control (CVSC) strategy on two different isolated intersections. Simulations in VISSIM showed the estimation accuracy higher for the intersection with less lanes. Estimation error increased with the decrease in CV penetration and decreased with the decrease in traffic demand. The CVSC strategy with 40% and higher CV penetration (for Intersection 1) and with 20% and higher CV penetration (for Intersection 2) showed better performance in reducing travel time delay and number of stops than the EPICS adaptive control.

O desempenho do sistema de tráfego tende a melhorar à medida que aumenta a percentagem de veículos conectados (CV) em circulação. No entanto, e pelo facto do nível de penetração de CV no atual sistema de transportes permanecer reduzido, a otimização do sistema de regulação do trânsito, por esta via. releva-se uma tarefa desafiadora. Procurando melhorar o seu nível de desempenho global mesmo em ambientes com baixos níveis de presença de CV, os autores desenvolveram um novo método para estimar as velocidades e posições de Veículos Não-Conectados (NCV) aplicável em interseções semaforizadas. O algoritmo usa informação continua dos CV presentes nas correntes de tráfego, e de velocidades e posições iniciais de NCVs a partir de detetores fixos locais, para estimar os movimentos sucessivos dos NCVs recorrendo ao modelo de seguimento de Gipps. Os parâmetros de calibração do modelo de Gipps foram estimados recorrendo à ferramenta de otimização Solver. O novo algoritmo de estimação de NCVs foi incorporado numa estratégia pré-existente de controlo em tempo real de sistemas semaforizados baseada em veículos conectados (CVSC), e foi testado em duas diferentes interseções isoladas. Simulações desenvolvidas no software de microssimulação VISSIM mostraram melhores resultados na aplicação à interseção com menos vias de aproximação. O erro de estimativa aumentou com a diminuição do nível de penetração CV e diminuiu com a diminuição dos fluxos de tráfego. A estratégia CVSC resultou num melhor desempenho, comparativamente ao sistema de controlo adaptativo EPICS, para níveis de penetração CV superior a 40% na interseção 1, e para um nível de penetração CV superior a 20% na interseção 2, reduzindo quer o tempo de viagem quer o número de paragens.