异质交通流下交叉口信号及车辆轨迹融合控制模型
来源：交通运输系统工程与信息杂志2025年第4期北京时间：
作者：王海涌, 张丹, 王孟琳, 田爱爱
单位：兰州交通大学，电子与信息工程学院，兰州730070
摘要：在异质交通流背景下，针对交通信号调度与车辆轨迹规划协同问题，本文提出集信号和轨迹于一体的融合控制模型。该模型采用竞争双深度Q网络算法(Dueling Double Deep Q Network,D3QN)，通过深度强化学习技术对交通信号和车辆轨迹进行同步优化，旨在实现交通效率与生态驾驶的双重目标，并基于SUMO(Simulation of Urban Mobility)仿真平台对模型进行全面验证。仿真结果表明：与基准模型相比，单一优化策略虽然能在一定程度上改善交叉口性能，但存在整体效率提升受限的问题；本文提出的融合控制模型结合了宏观交通流与微观车辆行为的优化，使车均延误降低66.99%，燃油消耗减少11.26%，同时CO2等污染物排放量也显著减少。进一步的敏感性分析揭示了系统性能随网联自动驾驶汽车(Connectedand Autonomous Vehicles, CAV)渗透率的变化规律修正：当渗透率达到一定水平后，性能提升幅度逐渐减小，且模型在不同交通流量条件下均展现出稳定的优化效果，这一结果证实了该控制方法在城市交叉口环境中的适应性和鲁棒性。
关键词：城市交通,信号控制,轨迹规划,交叉口,异质交通流
基金资助：国家自然科学基金(52062028)。
