13、基于多目标进化算法的实时交通路口管理

基于多目标进化算法的实时交通路口管理

1. 背景

在繁忙路口的管理方式中，除了明确的通行规则或环岛设计，交通信号灯是最常见的手段。其中，固定时间周期是交通信号灯运行的最简单方法。1981 年，出现了一种名为“分割周期偏移优化技术（SCOOT）”的系统，它能让普通交通信号灯借助道路传感器来适应实时车流量。不过，SCOOT 没有利用现代车与车（V2V）通信技术，且依赖路口基础设施来感知车辆位置，即便新型车辆本身可能已具备定位能力。

自动驾驶车辆的出现带来了远超人类驾驶员的能力。在路口管理问题上，这些新车的一个重要特性是能够感知自身在世界中的位置，并运用复杂方法规划行驶路径。这使得路口控制器能对特定车辆进行更精细的控制，为更先进的路口管理（IM）方法创造了条件。

一些新的自动驾驶路口管理（AIM）研究采用了一种路口组织系统，车辆需沿预定轨迹行驶，这些轨迹从一个车道延伸到目标车道，可能会出现交叉，形成冲突轨迹。例如，得克萨斯大学奥斯汀分校的 AIM 项目开发的 FCFS（基于先来先服务原则），在减少车辆延误方面显著优于交通信号灯、停车标志和立交桥管制的路口。

此前，人们用多种方式解决路口管理问题。近期方法常假设驾驶员为自动驾驶，从而能采用在人工驾驶情况下无法实现的创新方法。但所有自动驾驶方法都建立在对人类驾驶员研究的基础上。例如，Wu 等人将车辆通过路口建模为排序问题，并提出搜索算法寻找最优顺序，但计算成本过高，不适合实际场景；Yan 等人在此基础上提出遗传搜索方法降低复杂度，但这些方法仅使用单一目标函数，即整体疏散时间，未考虑其他重要目标。而本文同时使用了不同的优化目标。

2. 方法

2.1 系统概述