008240612s2023      us  |||||||||||||||c||eng  d
■001000016935538
■00520240214101945
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380371117
■035    ▼a(MiAaPQ)AAI30747498
■035    ▼a(MiAaPQ)umichrackham005246
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a624
■1001  ▼aWang,  Xingmin.
■24510▼aTraffic  Signal  Optimization  With  Connected  Vehicle  Trajectories▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUniversity  of  Michigan.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(155  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-03,  Section:  B.
■500    ▼aAdvisor:  Liu,  Henry.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■506    ▼aThis  item  must  not  be  added  to  any  third  party  search  indexes.
■520    ▼aTraffic  signal  re-timing  is  one  of  the  most  cost-effective  methods  for  reducing  congestion  and  energy  consumption  in  urban  areas  based  on  the  existing  road  infrastructure.  However,  high  installation  and  maintenance  costs  of  vehicle  detectors  have  prevented  the  widespread  implementation  of  adaptive  traffic  signal  control  system  (ATSC).  In  the  past  few  years,  vehicle  trajectory  data  has  become  increasingly  available  and  offers  many  advantages  over  detectors  and  other  infrastructure-based  sensors  for  traffic  monitoring.  However,  one  major  challenge  of  using  vehicle  trajectory  data  for  traffic  signal  re-timing  is  the  data  sparsity  and  incompleteness  caused  by  the  limited  penetration  rate.This  dissertation  aims  at  providing  systematic  methods  for  traffic  signal  optimization  with  vehicle  trajectory  data  at  the  current  market  penetration  rate  (≤  10%).  The  main  contribution  is  the  newly  proposed  stochastic  traffic  flow  model  under  Newellian  coordinates,  which  is  established  based  on  Newell's  simplified  car-following  model.  We  show  that  a  point-queue  model  under  the  Newellian  coordinates  can  sufficiently  capture  the  whole  spatial-temporal  traffic  state  through  the  PTS  diagram.  This  simplification  is  made  feasible  by  ignoring  the  stochastic  driving  behavior  since  most  of  the  system  uncertainty  comes  from  the  stochastic  traffic  demand  as  well  as  sparse  observation  at  a  low  penetration  rate. The  main  advantage  of  the  proposed  model  is  that  it  is  a  stochastic  model  with  much  lower  dimensions  and  can  be  directly  calibrated  by  taking  the  vehicle  trajectory  data  as  the  input.  It  enables  us  to  apply  different  statistical  estimation  algorithms  to  estimate  both  stationary  traffic  parameters  (i.e.,  penetration  rate,  average  arrival  rate,  etc.)  and  real-time  traffic  state  (queue  length).  Based  on  the  estimated  traffic  state  and  parameters,  we  also  develop  different  optimization  programs  for  the  re-timing  of  fixed-time  traffic  signals  and  a  rule-based  queue  clearance  control  (QCC)  for  real-time  traffic  signals.With  the  proposed  methods,  we  develop  an  integrated  traffic  signal  re-timing  system  called  Optimizing  traffic  Signals  as  a  Service  (OSaaS).  In  April  2022,  a  citywide  field  test  of  OSaaS  was  conducted  in  Birmingham,  Michigan,  with  34  signalized  intersections.  2  corridors  and  2  isolated  intersections  were  implemented  with  new  fixed-time  signal  timing  plans,  resulting  in  decreases  in  both  the  delay  and  number  of  stops  by  up  to  20%  and  30%,  respectively.  OSaaS  is  a  closed-loop  iterative  system  including  performance  evaluation,  traffic  state  estimation,  traffic  signal  diagnosis,  and  optimization.  By  not  requiring  installation  or  maintenance  of  vehicle  detectors,  OSaaS  provides  a  more  scalable,  sustainable,  resilient,  responsive,  and  efficient  solution  to  traffic  signal  re-timing  based  on  vehicle  trajectory,  which  could  be  applied  to  every  traffic  signal  in  the  world.
■590    ▼aSchool  code:  0127.
■650  4▼aCivil  engineering.
■650  4▼aTransportation.
■650  4▼aUrban  planning.
■653    ▼aTraffic  signal  control
■653    ▼aTraffic  flow  model
■653    ▼aTraffic  state  estimation
■653    ▼aBayesian  estimation
■653    ▼aEnergy  consumption
■690    ▼a0543
■690    ▼a0709
■690    ▼a0999
■71020▼aUniversity  of  Michigan▼bCivil  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-03B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16935538▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024