[论文解读] Throughput Optimal Distributed Traffic Signal Control

Tichakorn Wongpiromsarn, Tawit Uthaicharoenpong+3 more|arXiv (Cornell University)|Jul 4, 2014

Network Traffic and Congestion Control参考文献 5被引用 6

一句话总结

该论文提出了一种分布式、基于反压机制的交通信号控制算法，可在无需全局知识或交通到达率估计的情况下确保网络的最大吞吐量。通过将反压路由原理适配于交通信号控制，该方法实现了完全去中心化的可扩展控制，同时满足最小/最大绿灯时间及相位顺序等实际约束，仿真结果表明其性能优于SCATS，显著降低了延迟和停车次数。

ABSTRACT

We propose a distributed algorithm for controlling traffic signals, allowing constraints such as periodic switching sequences of phases and minimum and maximum green time to be incorporated. Our algorithm is adapted from backpressure routing, which has been mainly applied to communication and power networks. We formally prove that our algorithm ensures global optimality as it leads to maximum network throughput even though the controller is constructed and implemented in a completely distributed manner.

研究动机与目标

• 开发一种可扩展的、分布式交通信号控制策略，确保在不依赖全局交通信息或到达率估计的情况下实现最大网络吞吐量。
• 将周期性相位切换、最小和最大绿灯时间以及相位顺序等实际约束整合进去中心化的控制框架中。
• 提供一种鲁棒且易于实现的解决方案，避免像SCATS或SCOOT那样需预先指定配时方案或识别关键路口。
• 在无集中协调的分布式本地控制下，形式化证明全局最优性（最大吞吐量）。
• 通过仿真证明其在减少延迟、队列长度和停车次数方面优于现有自适应系统（如SCATS）的性能。

提出的方法

• 将原本用于通信和电力网络的反压路由方法适配于交通信号控制，通过各交叉口的队列反压作为决策指标。
• 每个信号控制器独立运行，仅依赖本地队列长度和相位状态信息，无需了解全局网络状态。
• 算法选择反压最高的相位（即出/入流队列累积量差异最大的相位），以最大化吞吐量。
• 通过改进的优化框架，将最小/最大绿灯时间及周期性相位序列等约束嵌入相位选择逻辑中。
• 即使在未知或时变的交通需求下，该方法仍能保持系统稳定并实现最大吞吐量。
• 该算法计算轻量，每路口仅需本地优化，可扩展至大型城市路网。

实验结果

研究问题

• RQ1 一种完全分布式的交通信号控制算法是否能在不依赖交通到达率或全局网络信息的情况下实现最大网络吞吐量？
• RQ2 如何将最小/最大绿灯时间及相位切换序列等实际约束整合进基于反压的控制框架中？
• RQ3 去中心化的反压方法是否在延迟、停车次数和队列管理方面优于现有自适应系统（如SCATS）？
• RQ4 当OD对或交通模式发生变化时，该算法是否仍能保持稳定性和吞吐量最优性？
• RQ5 是否可能在无显式协调信号的情况下，以分布式方式实现协调绿波？

主要发现

• 所提出的基于反压的算法在完全去中心化的情况下实现了最大网络吞吐量，即使在未知交通到达率时亦成立。
• 仿真结果表明，单车平均停车次数从SCATS类算法的约7次降至本算法的1次，显著改善了交通流。
• 该算法在所有OD对上均降低了平均和最大延迟，尤其在扰动交通场景中改善最为显著。
• 当OD对发生变化时，系统仍能保持稳定和高性能，表现出对动态交通条件的强鲁棒性。
• 该算法在所有关键性能指标（包括队列长度、延迟和停车次数）上均优于SCATS，且无需预先调校配时方案或识别关键路口。
• 尽管完全去中心化，该算法仍自然诱导出类似绿波的协调效果，表现为各路段停车减少、通行效率提升。