A Negotiation-based Right-of-way Assignment Strategy to Ensure Traffic Safety and Efficiency in Lane Change
人们普遍认为，验证自动驾驶策略的安全性需要大量的模拟测试和道路测试。近年来，以责任敏感安全（Responsibility-Sensitive Safety，RSS）为代表的正式安全方法鼓励了低成本的自动驾驶安全研究，得益于其对安全的准确评估和明确的责任划分。然而，如何在保证安全的同时保持交通效率，仍然是一个挑战。为了解决这个问题，本文提出了一个公式化的基于协商的换道策略，使安全和效率之间的权衡。理论分析和数值实验结果均表明，与RSS相比，该策略在保证安全的前提下，能够显著提高车辆换道的成功率。
2021-03-08 cs.SY eess.SY
Link Count Data-driven Static Traffic Assignment Models Through Network Modularity Partitioning
精确的静态交通分配模型是战略交通政策评估的重要工具。在这篇文章中，我们提出了一种新的方法来划分道路网络，通过网络模块化产生数据驱动的静态交通分配模型，从环路检测器的数据在大型道路系统。分区的使用允许估计的关键模型输入的源-目的地需求矩阵从流量计数单独。以前的基于网络断层扫描的需求估计技术受到网络规模的限制。分区的数量将源-目的地估计优化问题改变为不同级别的计算难度。不同的方法来利用分区进行了测试，其中一个退化的道路网络的分区和其他人的网络保持不变的规模。应用于英格兰的战略道路网络和其他测试网络的子网，我们的结果退化的情况下，流量和行程时间的错误是合理的，少量的退化。非退化情况下的结果表明，类似的模型预测误差与较低的计算要求时，可以得到使用大分区相比，非分区的情况下。这项工作可用于提高国家公路系统规划和基础设施模型的效力。
2022-11-24 cs.SY eess.SY
Traffic Assignment Problem for Footpath Networks with Bidirectional Links
University of New South Wales（新南威尔士大学）；SKEMA Business School（SKEMA商学院）
本文提出了一种基于宏观用户均衡的行人交通分配框架，考虑了双向流的自组织性和随机步行时间，通过校准不同类型的行人流量-延迟函数，验证了该框架在不同规模网络中的有效性。
2022-05-19 cs.SY eess.SY math.OC
Dynamic Tolling in Arc-based Traffic Assignment Models
针对路线TAM无法反映真实决策且枚举代价高的问题，提出基于弧的TAM，采用边际定价和自适应学习实现社会最优拥堵水平。
2023-10-24 cs.SY eess.SY
On Socially Optimal Traffic Flow in the Presence of Random Users
Indian Institute of Technology Kanpur（印度坎普尔理工学院）
本文研究了在随机用户存在下如何通过在线方法确定社会最优交通流，提出了一种基于Frank-Wolfe算法的随机算法，并通过仿真验证了其有效性。
2018-10-18 cs.SY eess.SY
Improving the Accuracy and Efficiency of Online Calibration for Simulation-based Dynamic Traffic Assignment
基于仿真的动态交通分配模型在实时交通管理和控制中具有重要的应用。这些系统的有效性取决于生成准确的交通状态估计和预测的能力，这需要在线校准。广泛使用的在线校准解决方案方法是扩展卡尔曼滤波器（EKF），尽管其灵活性吸引人，可以包含任何类别的参数和测量值，但在校准精度和可扩展性方面存在一些挑战，特别是在大规模网络拥塞的情况下。本文解决这些问题，反过来，以提高精度和效率的EKF为基础的在线校准方法的大型和拥挤的网络。首先，状态增强的概念被重新审视，以处理违反马尔可夫假设通常隐含在EKF的在线应用。其次，提出了一种基于图着色的方法来实现分区有限差分方法，从而提高了梯度计算的可扩展性。几个合成实验和现实世界的案例研究表明，所提出的方法的应用产生的预测精度和计算性能方面的改进。这项工作在基于仿真的动态交通分配系统的实际部署中有应用。
2021-05-31 cs.MA cs.SY eess.SY
Maximin Headway Control of Automated Vehicles for System Optimal Dynamic Traffic Assignment in General Networks
本文提出最大最小车头时距控制框架，在自动化路网中寻找仍能实现系统最优动态交通分配的最大车头时距，并开发高效求解算法，为SO-DTA非唯一解选择及自动驾驶安全裕度提供依据。
2024-06-11 cs.SY eess.SY
Balancing Fairness and Efficiency in Traffic Routing via Interpolated Traffic Assignment
系统最优（SO）路由，其中所有用户的总旅行时间最小化，是一个圣杯的运输当局。然而，SO路由可能会歧视那些为了实现高系统效率而招致比其他人大得多的旅行时间的用户，即，总旅行时间短。为了解决SO路由固有的不公平性，我们研究了$β$ -公平SO问题，其目标是最大限度地减少总旅行时间，同时保证${β\geq 1}$水平的不公平性，它指定了最大可能的比例之间的旅行时间的不同用户共享的起源和目的地。为了获得可行的解决方案的$β$ -公平SO问题，同时实现高系统效率，我们开发了一个新的凸规划，插值交通分配问题（I-TAP），它插入之间的公平促进和效率促进交通分配目标。我们评估的效率I-TAP通过理论界的总系统的旅行时间和水平的不公平性方面的插值参数，以及I-TAP和一个国家的最先进的算法在一系列的交通网络之间的数值比较。数值结果表明，我们的方法是快了几个数量级的基准算法相比，同时实现更高的系统效率为所有理想的水平的不公平。我们进一步利用I-TAP的结构，开发两种定价机制，共同执行I-TAP解决方案中存在的自私的同质和异构的用户，分别独立地选择路线，以尽量减少自己的旅行成本。我们提到，这是第一次在一般道路网络公平路由的背景下研究定价（与之相反，例如，平行公路网）。
2022-02-09 cs.CY cs.SY eess.SY
Deployment of Leader-Follower Automated Vehicle Systems for Smart Work Zone Applications with a Queuing-based Traffic Assignment Approach
The Pennsylvania State University（宾夕法尼亚州立大学）
本文针对自动驾驶卡车随行缓冲车（ATMA）在施工区慢速行驶造成的移动瓶颈问题，提出基于排队的交通分配方法，通过引入QBTD行程时间函数和改进的路径算法优化ATMA路线，以最小化系统成本。
2023-07-23 cs.AI cs.SY eess.SY
Flow-Based Integrated Assignment and Path-Finding for Mobile Robot Sorting Systems
University of California Berkeley（加州大学伯克利分校）
快递公司正在部署更多的机器人分拣系统，移动机器人被用来按目的地对收到的包裹进行分拣。在这项研究中，我们提出了一个集成的分配和路径查找方法，机器人在这样的分拣系统。该方法分为离线和在线两部分。在离线部分，我们将系统表示为一个交通流网络，利用随机模型建立了一个近似的延迟函数，并求解了最小费用网络流问题。在在线部分，机器人被引导通过系统根据计算出的最佳流分裂概率。该方法的在线计算是分散的，具有线性复杂度。我们的方法优于快速多智能体路径规划算法，如优先规划，因为这样的算法导致随机用户平衡交通分配。相比之下，我们的方法给出了近似的系统最优交通分配。根据我们的模拟，我们的方法可以获得10%-20%的吞吐量比分区或随机分配。我们还表明，我们的方法是强大的，即使初始需求估计是不准确的。
2023-03-07 cs.RO cs.SY eess.SY
An Approach to Avoid the Unreal High Flows on Congested Links and Investigates the Evolution of Congestion over Network
当采用单调递增的路段行程时间流量函数进行交通分配时，可能会在实际拥堵路段上产生不真实的高流量。静态交通分配模型（TAM）的固定链路流结果使得几乎不可能在预定的观察时间段内调查和利用网络上拥塞区域的实际演变。虽然人们提出了许多方法来提高TAM结果的可靠性，如附加路段通行能力约束的TAM方法和基于逐日交通量的伪动态交通分配方法，但这些方法都不能消除TAM结果的可靠性问题。针对上述问题，首先通过分析路段行程时间函数与交通流理论基本图之间的联系，揭示问题的根源。根据上述关系，可以用一个映射来反映基本图的两个分支。然后在路段流状态已知的前提下，提出了新的交通分配模型。为了求解所得到的非凸用户均衡模型，设计了一种基于线性化目标函数非线性部分的分枝定界算法。最后，通过对相应的交通分配模型进行反复求解，再现并研究了观测时段内拥堵区域的演化过程。数值算例表明了新方法的有效性。
2020-05-29 cs.NI cs.SY eess.SY
Wardropian Cycles make traffic assignment both optimal and fair by eliminating price-of-anarchy with Cyclical User Equilibrium for compliant connected autonomous vehicles
本文提出Wardrop循环与循环用户均衡，通过周期性置换每日分配矩阵，在保持系统最优的同时均衡平均出行时间，并用贪心方法及大规模仿真验证其减贫与公平效果。
2025-07-25 cs.ET cs.SI cs.SY
The Accuracy of Cell-based Dynamic Traffic Assignment: Impact of Signal Control on System Optimality
Faculty of Science Engineering and Technology, Swinburne University of Technology（斯威本科技大学科学与工程技学院）；Institute for Transport Studies, University of Leeds（利兹大学交通研究所）
本文提出一种新的信号控制模型SCRC，解决了周期长度与细胞长度之间的权衡问题，提高了准确性和计算效率。
2017-08-12 cs.SY eess.SY math.OC
Utilizing Bayesian Optimization for Timetable-Independent Railway Junction Performance Determination
本文提出一种基于贝叶斯优化的方法，用于在动态交通分布下确定不依赖时刻表的铁路枢纽容量，通过将约束函数形状的先验知识纳入高斯过程代理模型，显著提升了交通吞吐量并优于固定交通组成模型。
2025-10-13 cs.SY eess.SY
User equilibrium with a policy-based link transmission model for stochastic time-dependent traffic networks
Lyles School of Civil Engineering, Purdue University（普渡大学莱尔斯土木工程学院）
本文研究了随机时变交通网络中的交通分配问题，提出了一种基于策略的网络加载模型，通过数值测试表明该模型在解决交通分配问题时比基于路径的模型更高效。
2018-11-06 cs.SY eess.SY math.OC
Formation Control with Lane Preference for Connected and Automated Vehicles in Multi-lane Scenarios
Tsinghua University（清华大学）；Intel Lab China（英特尔中国研究院）
多车道道路是现实交通系统中的典型场景。车辆通常根据其路线和目的地对车道有偏好。现有的研究很少考虑控制车辆在其期望的车道上行驶的问题。提出了一种考虑不同车道上车辆偏好的编队控制方法。采用双层编队控制框架规划车辆的无碰撞运动，上层进行相对目标分配和路径规划，下层进行轨迹规划和跟踪。将考虑车道偏好的无碰撞多车辆路径规划问题解耦为两个子问题：计算费用不减的分配表和根据给定的分配结果规划无碰撞路径。根据给定的分配结果，采用基于启发式搜索的方法规划车辆的无碰撞路径。进行了案例研究，并进行了模拟在一个三车道的道路场景。结果表明，所提出的形成控制方法显着减少拥挤，提高交通效率，在高交通量相比，基于规则的方法。
2021-06-18 cs.RO cs.SY eess.SY
Parameter Estimation in Optimal Tolling for Traffic Networks Under the Markovian Traffic Equilibrium
本文针对交通网络最优收费问题，提出一种在线学习算法，在基于弧的交通分配模型中同时估计线性弧延迟函数与熵参数 β 并实施收费，证明其遗憾上界为 O(√T ln(T) |A| max{|N| ln(|A|/|N|), B})，并通过模拟实验验证了理论结果。
2024-09-29 cs.SY eess.SY
Simultaneous Optimization of Signal Timing and Capacity Improvement in Urban Transportation Networks Using Simulated Annealing
本文提出双层优化模型，结合梯度投影算法和模拟退火算法，通过优化信号定时和容量提升，减少交通网络总出行时间13.42%。
2018-02-05 cs.SY eess.SY
Optimal Scheduling of Road Maintenance Jobs Considering Impact on Traffic Flows
该研究针对路网养护规划中反复求解均衡交通流计算成本过高的问题，提出以优化均衡解为真值的数据驱动代理模型，经纽瓦克交通数据验证，可作为可扩展构件用于养护调度框架。
2026-08-17 cs.AI cs.SY eess.SY
A General Model of Vehicle Routing Guidance Systems based on Distributive Learning Scheme
本文提出一种基于分布式学习方案的车辆路径诱导系统新模型，综合考虑信息传播、用户选择与反应，定义参数p作为交通成本更新权重，并与静态交通分配等方法对比，指明未来优化方向。
2023-05-24 cs.MA cs.NI cs.SY
A new model for multi-commodity macroscopic modeling of complex traffic networks
本文提出基于CTM的宏观建模框架，用于道路网络和多商品交通，通过逆lambda形状基本图模拟交通容量下降和滞后行为，提出多输入多输出节点模型并提供分析对比。
2015-10-16 cs.SY eess.SY
Navigation Systems May Deteriorate Stability in Traffic Networks
该研究提出驾驶员模仿他人路径偏好的动态交通模型，发现模仿学习可提升系统承载量，但延误函数斜率或模仿速率不当会导致系统失稳，揭示了导航普及对交通网络稳定性的潜在负面影响。
2023-12-18 cs.SY eess.SY math.OC
Heuristic Chaotic Hurricane-aided Efficient Power Assignment for Elastic Optical Networks
提出了一种基于混沌Logistic映射多样化策略的进化飓风搜索优化算法（HSO）的弹性光网络（EONs）动态传输功率分配算法，即CHSO。目标是根据由于业务波动、信道损伤以及其他信道功率耦合效应引起的每个链路状态变化来动态控制所发送的光功率。这种现实的EON场景主要受到信道估计不准确、信道老化和功率波动的影响。链路状态基于从光学性能监视器（OPM）获得的信道估计和传输质量（QoT）参数。数值结果表明，CHSO的有效性，以动态地减轻在真实的测量条件下的不确定性和噪声的功率惩罚，以及当在光发射功率的扰动被认为是。
2020-02-03 cs.SY eess.SP eess.SY
The Braess Paradox in Dynamic Traffic
Massachusetts Institute of Technology（麻省理工学院）
本文提出动态交通网络模型，通过微观仿真在网格网络上验证布雷斯悖论的存在性，并分析新增路径对网络流量、行驶时间和容量的影响及其发生条件。
2023-04-14 cs.CY cs.RO cs.SY
On Path-based Marginal Cost of Heterogeneous Traffic Flow for General Networks
Carnegie Mellon University（卡内基梅隆大学）
本文提出了一种评估异质交通条件下路径边际成本的方法，通过分解和建模车辆类间关系，提高了动态交通分配的效率和准确性。
2026-02-05 cs.CE cs.SY eess.SY
