交通AI控制――实践与方法

图书信息

作者：郭海锋著著

出版社：电子工业出版社

定价：99.00

ISBN：9787121514517

出版时间：2025-10-01

分类：图书,行业职业,工业技术,交通运输

商品介绍

目录

第1章 百年城市交通控制001

1.1 交通控制起源001

1.2 城市交通控制的第一次技术革命002

1.3 城市交通控制的第二次技术革命004

1.4 城市交通控制的第三次技术革命006

1.4.1 高效与低效的差别007

1.4.2 城市交通控制方法的瓶颈008

1.4.3 AI将辅助突破当前交通控制低效的瓶颈010

第2章 交通控制技术演进历程013

2.1 无数据时代的交通控制技术013

2.2 小数据时代的交通控制技术015

2.3 大数据时代的交通控制技术016

2.3.1 “互联网+信号灯”的兴起016

2.3.2 “互联网+信号灯”的局限性017

2.4 AI时代的交通控制技术019

第3章 交通控制应用现状021

3.1 交通控制业务现状021

3.1.1 信号配时工程师与交通信号配时中心021

3.1.2 信号配时人员及交通信号配时中心的困境023

3.1.3 交通信号配时中心业务面临的挑战025

3.2 工程侧交通数据现状026

3.2.1 工程侧对交通数据的达标要求026

3.2.2 环形线圈车辆检测器数据027

3.2.3 地磁车辆检测器数据028

3.2.4 雷达检测器数据029

3.2.5 视频车辆检测器数据030

3.2.6 互联网数据032

3.3 工程侧网络环境现状034

3.4 交通控制安全现状036

3.4.1 交通控制安全问题036

3.4.2 交通控制安全问题解决思路038

第4章 交通控制机遇与挑战040

4.1 交通控制业务应如何升级040

4.1.1 交通控制业务的三次变革040

4.1.2 城市交通管理业务的主要模式042

4.1.3 交通管理产品的迭代历程043

4.2 交通控制系统如何解决数据瓶颈044

4.2.1 交通控制系统的数据瓶颈044

4.2.2 交通控制系统突破数据瓶颈的路径046

4.3 交通控制应用如何突破当前桎梏055

4.3.1 国外经验参考055

4.3.2 经验借鉴转化056

4.3.3 国内推进工作057

4.4 交通控制产业如何走向良性健康061

4.4.1 SCATS Cornerstone及未来创新模式061

4.4.2 我国交通控制产业革新模式063

第5章 视图AI应用于交通视频分析066

5.1 视图AI在城市交通领域的应用简介066

5.2 交通视频解析的技术架构068

5.2.1 视频采集模块068

5.2.2 预处理模块069

5.2.3 目标检测与目标跟踪模块070

5.2.4 场景分割模块071

5.2.5 行为分析模块071

5.2.6 事件检测模块072

5.2.7 数据融合与统计模块072

5.2.8 数据存储与管理模块073

5.2.9 可视化与报警模块073

5.2.10 API模块074

5.3 交通视频结构化的技术原理075

5.3.1 交通视频接入075

5.3.2 交通视频解码077

5.3.3 图像算法推理078

5.3.4 目标跟踪079

5.3.5 数据中介080

5.3.6 OSD信息叠加082

5.3.7 视频编码083

5.3.8 视频推流085

5.3.9 视频结构化硬件平台086

5.4 视图AI解析的交通数据种类087

5.4.1 视图AI解析的交通数据种类087

5.4.2 视图AI解析的交通数据质量088

5.4.3 核心问题分析090

5.5 视图AI在交通AI控制中的作用091

第6章 存量检测器采集的交通流量094

6.1 路口交通流运行特性分析095

6.1.1 路口交通流相似性095

6.1.2 路口交通流不确定性096

6.2 路段交通流运行特性分析097

6.2.1 路段交通流相似性097

6.2.2 路段交通流不确定性098

6.3 区域交通流空间特性分析099

6.3.1 区域交通流空间分布相似性099

6.3.2 区域交通流空间分布不均匀性100

6.4 存量检测器数据情况101

6.4.1 SCATS检测器数据101

6.4.2 SCATS检测器质量分析方法102

6.4.3 分析结果103

第7章 存量检测器数据质量诊断105

7.1 检测器数据的时空分布105

7.2 检测器数据的特征及分类107

7.2.1 特征类型107

7.2.2 特征分类准则与标签108

7.3 基于决策树的检测器数据质量诊断方法111

7.3.1 决策树分类原理111

7.3.2 数据质量诊断决策树模型113

7.3.3 对数据质量诊断决策树进行剪枝优化113

7.4 检测器数据质量实例分析114

第8章 信号控制系统配时参数合理性诊断116

8.1 交通信号配时参数特性116

8.1.1 绿信比方案与路网运行相关性116

8.1.2 信号周期与交通参数相关性118

8.2 绿信比方案合理性诊断119

8.2.1 路网运行需求拟合119

8.2.2 绿信比方案合理性判定120

8.3 信号周期方案合理性诊断121

8.3.1 交通参数映射函数构建121

8.3.2 信号周期方案合理性判定124

8.4 交通信号配时参数诊断案例125

8.4.1 信号配时绿信比方案合理性诊断125

8.4.2 信号周期方案合理性诊断126

第9章 交通网络重要节点及控制子区判断127

9.1 城市交通网络节点重要度评估指标127

9.1.1 基于复杂网络特性的节点重要度评估指标127

9.1.2 基于交通流运行特征的节点重要度评估指标129

9.2 节点重要度评估模型130

9.2.1 评估指标的确定130

9.2.2 评估指标权重方法的确定131

9.2.3 基于TOPSIS法的节点重要度评估方法137

9.3 构建路网关联度模型139

9.3.1 控制子区划分原则139

9.3.2 关联度模型的选取140

9.4 基于改进标签传播算法的子区划分方法142

9.4.1 标签传播算法介绍142

9.4.2 标签传播算法改进144

9.4.3 基于改进标签传播算法的控制子区动态划分流程146

9.5 改进标签传播算法的控制子区动态划分演算147

9.6 基于合并指数的控制子区动态划分方法演算153

9.7 划分方法的评估对比157

9.7.1 基于模块度的划分方法评估158

9.7.2 基于控制效益的划分方法评估160

第10章 基于时空混合图卷积的车速预测163

10.1 交通预测问题描述163

10.1.1 问题分析和数据163

10.1.2 交通事件矩阵独热编码163

10.2 深度时空混合图卷积网络交通预测任务164

10.2.1 DHSGC模型整体结构164

10.2.2 DHSGC模型混合图卷积层166

10.2.3 DHSGC模型时间特征提取层167

10.2.4 路段并行预测处理模块170

10.2.5 路网静态和动态因素编码171

10.3 车速预测案例分析172

10.3.1 数据集介绍和预处理172

10.3.2 DHSGC模型对比算法172

10.3.3 实验环境与参数设置172

10.3.4 实验结果与算法性能分析173

10.3.5 外部因素消融实验176

10.4 以速度估计排队车辆数的可行性分析176

10.5 基于LSTM的排队车辆数估计177

10.5.1 循环神经网络与LSTM177

10.5.2 路口建模181

10.6 实验与结果分析183

10.6.1 仿真搭建与数据准备183

10.6.2 实验结果分析184

第11章 基于改进ACGAN的排队估计186

11.1 GAN机制186

11.1.1 GAN算法原理与学习方法186

11.1.2 ACGAN算法原理187

11.2 Bi-LSTM网络机制189

11.3 排队车辆数估计算法190

11.3.1 模型结构190

11.3.2 目标函数192

11.3.3 训练优化192

11.4 实验与结果分析193

11.4.1 训练细节193

11.4.2 实验结果分析193

第12章 车辆排队微观仿真框架设计197

12.1 仿真框架需求分析197

12.2 仿真框架功能设计198

12.2.1 数据收集模块198

12.2.2 多源数据库199

12.2.3 算法模块199

12.2.4 估计模块201

12.2.5 仿真模块201

12.2.6 交互可视化模块201

12.3 车辆排队仿真思路202

12.3.1 相位时刻确定202

12.3.2 仿真情况分析203

12.4 车辆排队仿真整体流程204

第13章 智组织交通控制方法206

13.1 自适应信号控制失效的原因分析206

13.2 智组织交通控制的基本原理209

第14章 单点智组织控制方法211

14.1 TSS-CII配时方法的计算基础211

14.1.1 候选信号灯组设计211

14.1.2 各流向权重的确定213

14.1.3 等待时间上限及其确定方法213

14.1.4 基于地点交通参数的TSS-CII配时方法214

14.2 各车道排队车辆数的计算方法215

14.3 关键流向的确定方法216

14.4 拟放行信号灯组绿灯时间的确定方法217

14.5 放行信号灯组的确定方法217

14.6 基于路段交通参数的TSS-CII配时方法218

14.7 模拟分析219

14.7.1 模拟方案设计219

14.7.2 实验结果初步分析222

14.7.3 检测器布设位置方案分析223

14.7.4 饱和车头时距分析224

第15章 干线智组织控制方法226

15.1 传统干线协调控制方法失效原因分析226

15.2 TSS-CAI的基本原则与概念界定229

15.2.1 TSS-CAI的基本原则229

15.2.2 相关概念的界定229

15.3 干线协调控制有效带宽评价算法231

15.4 TSS-CAI算法设计232

15.4.1 TSS-CAI控制策略232

15.4.2 TSS-CAI控制算法的处理过程233

15.4.3 上游路口干线方向绿灯时间设计233

15.5 模拟分析234

15.5.1 模拟方案设计234

15.5.2 有效带宽搜索分析235

15.5.3 模拟结果及对比分析237

15.5.4 有效带宽阈值分析238

第16章 区域智组织控制方法240

16.1 传统区域协调控制方法失效原因分析240

16.2 TSS-CDI的基本概念界定243

16.3 TSS-CDI动态控制子区的划分方法245

16.3.1 拥挤条件下的控制子区及其动态划分定义245

16.3.2 局部拥挤条件下控制子区划分的方法246

16.3.3 TSS-CDI截流点和卸载点的确定方法248

16.4 TSS-CDI算法设计249

16.4.1 TSS-CDI控制策略249

16.4.2 TSS-CDI算法流程249

16.5 模拟分析250

16.5.1 模拟方案设计250

16.5.2 模拟结果及对比分析254

第17章 交通控制方案滚动生成系统设计257

17.1 系统架构257

17.2 系统功能258

17.3 数据结构259

第18章 交通AI控制算法框架262

18.1 交通控制要素262

18.1.1 关键参数262

18.1.2 评价指标263

18.2 深度强化学习算法264

18.2.1 DRL算法265

18.2.2 RL算法266

18.2.3 卷积神经网络267

18.2.4 注意力机制270

18.3 交通AI控制框架设计270

18.3.1 控制对象研究270

18.3.2 DRL的交通控制框架设计272

第19章 交通AI控制方法274

19.1 多智能体深度强化学习模型274

19.2 基于GCN速度预测的交通环境275

19.2.1 子区图网络建模275

19.2.2 子区速度预测277

19.3 基于改进型QMIX算法的多智能体设计277

19.3.1 子区智能体设计277

19.3.2 QMIX动作决策280

19.4 基于滚动时域的控制模式282

19.5 控制方案滚动生成方法283

第20章 交通AI控制方案验证284

20.1 实验数据284

20.1.1 基础数据284

20.1.2 运行数据285

20.2 模型训练286

20.2.1 系统环境286

20.2.2 预测模型训练286

20.2.3 控制模型训练288

20.3 实验结果分析289

后记292

参考文献295

内容简介

本书系统梳理了交通控制技术的演进、应用现状及前沿实践，探讨了交通AI控制在实际应用中的挑战与方法。第1～4章从交通控制起源到三次技术革命，剖析当前业务、数据、网络与应用现状，展望产业机遇与挑战。第5～8章探讨视图AI在交通视频分析中的技术架构与应用、存量检测器数据质量，以及对配时参数的合理性诊断。第9～12章介绍交通网络节点重要度、控制子区动态划分、时空混合图卷积的车速预测等。第13～16章针对局部交通拥堵，提出单点、干线及区域智组级控制方法。第17～20章介绍如何构建交通控制方案滚动生成系统、交通AI控制算法框架与多智能体深度强化学习模型。

本书融合技术方法与工程实践，为交通领域研究者、工程师及管理人员提供从业务、数据到交通AI控制的全流程参考。

作者简介

郭海锋，男，博士，浙江工业大学网络空间安全研究院副教授，硕士研究生导师。2008年6月毕业于吉林大学交通信息工程及控制专业，获博士学位，曾在澳大利亚昆士兰科技大学、美国华盛顿大学访学。教学方面，主讲《数据结构》《人工智能技术》《机器学习》等本科生和研究生课程；科研方面，一直致力于城市交通控制智能化的研究与产业化应用，主持国家自然科学2项、中国博士后1项、浙江省自然科学2项和厅局级及企业委托项目多项，发表学术论文40余篇，获中国智能交通协会科学技术奖一等奖1项（排名第一）。