近年来,城市机动车保有量的快速增长在给人们出行带来便利的同时,也引起了一系列的交通问题。例如在复杂的城市场景中,特别在主要的交叉路口处交通拥堵现象频繁发生,极大地增加了出行的时间成本。而密集的车流提高了发生交通事故的概率,给人们的生命财产带来了巨大的威胁和损失,同时也对紧急消息的快速广播和紧急车辆(例如救护车、消防车等)的及时救援提出了挑战。除此之外,车辆尾气的排放加重了对环境的污染,也给人们的健康带来了不利影响。交通信号控制被认为是目前缓解城市交通拥堵最经济和重要的手段之一,同时也能够有效减少汽车的油耗,降低尾气的排放。解决交叉路口处的交通问题是缓解城市道路拥塞,提高车辆行驶质量的关键,对提升整个道路网络的性能具有十分积极的作用。因此,研究和设计城市场景下的智能交通信号控制方法具有重大的现实意义。车联网(VANET)作为物联网和移动互联网发展的代表性产物,成为了现代智能交通系统的重要组成部分,是继互联网、物联网之后未来智慧城市的另一个重要标志。近年来,有关车联网的研究引起了国内外政府、工业界和学术界的广泛关注。专用短程通信(DSRC)技术被专门用于车与车/车与基础设施(V2V/V21)通信,具有组网时间短、通信延迟小、适应车辆高速移动和抗干扰能力强等特点,其为车联网环境下智能交通信号控制方法的实现提供了更加高效的手段。本文研究车联网环境下的智能交通信号控制控制方法。首先从交通信息收集的角度出发,基于V21通信技术建立了一种能够精确收集车辆实时细粒度信息的单层管道模型。接着从提高车辆行驶质量的角度出发,基于该模型提出了一种“按需分配”的智能交通信号控制方法。同时从减少尾气排放的角度出发建立了一种改进的双层管道模型,并基于该模型提出了一种跳跃式控制的智能交通信号控制方法。最后,研究紧急情况下的智能交通信号控制方法,分别基于管道模型和紧急消息广播机制提出两种“绿波”解决方案。具体的研究工作如下所示:(1)基于V21通信的交通信息收集手段交通信息是智能交通信号控制方法的数据基础。然而,传统的信息收集手段,例如图像和视频处理技术、传感器网络技术等,难以获取车辆的细粒度信息。此外,由于车辆之间的遮挡或恶劣环境的影响,统计数据的准确性难以得到保障。针对上述问题,本文首先建立了一种基于V21通信的单层管道模型,通过车辆与路侧单元(RSU)之间的信息交互收集实时的车辆细粒度信息,例如车辆所处车道、车辆速度、类型、优先级等,这些信息可以被用来设计更加合理和灵活的交通信号控制方法。接着,为了能够在车流稀疏情况下充分利用绿灯时间,建立了一种改进的双层管道模型,为跳跃式的交通信号控制方式提供决策依据。(2)提高行驶质量的智能交通信号控制本文基于单层管道模型提出了一种自适应的智能交通信号控制方法。与现有的基于V2V/V2I通信方法不同,该方法考虑了车辆类型和转弯意图等几种重要的细粒度信息。通过分析和处理所收集的信息,该方法基于“按需分配”的原则为各个信号相位分配合适的绿灯时间,也就是说在考虑车辆类型和转弯意图的前提下,拥有更多车辆的信号相位会被分配更长的绿灯时间。基于车联网开源仿真平台Veins的实验结果表明,所提出的智能交通信号控制方法能够有效适应车流量的动态变化,其在保证通行量的前提下,有效减少了车辆的平均等待时间和平均停车次数,比较明显地提高了交叉路口处的行驶质量。(3)减少尾气排放的智能交通信号控制本文基于双层管道模型提出了一种自适应的跳跃式交通信号控制方法。该方法依据“按需分配”的原则为各相位分配合适的绿灯通行时间。同时在车流稀疏情况下使用一种跳跃式控制,有效避免了车辆的“空等”现象,提高了绿灯时间的使用效率。利用真实的交通流,基于车联网开源仿真平台Veins在两种不同相位情况下进行对比实验,结果表明本文提出的智能交通信号控制方法能够有效适应车流的高度动态性,比较明显地提高了交叉路口处的行驶质量,同时有效降低了车辆的CO2排放量。(4)紧急情况下的智能交通信号控制本文首先基于管道模型提出一种有利于节省紧急车辆救援时间的“绿波”解决方案。当紧急车辆驶入管道时,交通信号控制系统快速切换信号状态使其顺利通过交叉路口。接着基于紧急消息广播提出了一种改进的“绿波”解决方案。紧急车辆通过基于V2V通信的多跳广播方式,向其行驶路径传播紧急消息。交通信号控制系统在收到紧急消息后,根据当前车流量和接收到的紧急车辆位置信息来估算紧急车辆到达管道时管道中的车辆权重,在车流密集情况下增加紧急车辆所在信号相位的绿灯时间,从而缓解车流的拥塞程度,使得紧急车辆顺利进入管道触发交通信号的特殊控制。