面向交通控制的实时在线仿真参数标定

合集下载

智能交通管理系统仿真实验报告

智能交通管理系统仿真实验报告一、引言随着城市化进程的加速和汽车保有量的不断增长，交通拥堵、交通事故等问题日益严重，给人们的出行带来了极大的不便。

为了有效地解决这些问题，提高交通系统的运行效率和安全性，智能交通管理系统应运而生。

智能交通管理系统是将先进的信息技术、通信技术、控制技术等应用于交通领域，实现对交通流量、路况等信息的实时监测和分析，并通过优化交通信号控制、引导交通流量等手段，提高交通系统的整体性能。

本次实验旨在通过对智能交通管理系统的仿真研究，深入了解其工作原理和性能特点，为实际交通管理提供理论依据和技术支持。

二、实验目的1、熟悉智能交通管理系统的组成结构和工作原理。

2、掌握智能交通仿真软件的使用方法。

3、研究不同交通流量和路况下智能交通管理系统的性能表现。

4、分析智能交通管理系统对交通拥堵和交通事故的缓解效果。

三、实验设备与环境1、计算机：配置较高的台式计算机或笔记本电脑。

2、智能交通仿真软件：选用了具体软件名称仿真软件，该软件具有强大的交通建模和仿真功能，能够模拟各种交通场景和交通管理策略。

3、操作系统：Windows 10 操作系统。

四、实验原理智能交通管理系统主要由交通信息采集子系统、交通信息处理与分析子系统、交通信号控制子系统、交通诱导子系统等组成。

交通信息采集子系统通过各种传感器和监测设备，实时采集交通流量、车速、路况等信息；交通信息处理与分析子系统对采集到的信息进行处理和分析，提取有用的交通参数和特征；交通信号控制子系统根据交通流量和路况信息，优化交通信号控制方案，提高道路通行能力；交通诱导子系统通过可变信息标志、导航系统等，为出行者提供实时的交通信息和出行建议，引导交通流量合理分布。

智能交通仿真软件通过建立交通模型，模拟交通系统的运行过程，从而对智能交通管理系统的性能进行评估和优化。

在仿真过程中，可以设置不同的交通流量、路况、交通信号控制策略等参数，观察交通系统的运行状况和性能指标的变化。

面向交通流的智能驾驶仿真平台设计

10.16638/ki.1671-7988.2021.06.012面向交通流的智能驾驶仿真平台设计*陈博文1，赵振东1，赵小龙2，沈浩2，洪磊1（1.南京工程学院汽车与轨道交通学院，江苏南京211167；2.上海卓宇信息技术有限公司，上海200093）摘要：为了解决智能驾驶车辆在传统仿真测试中存在的目标车辆驾驶行为单一，难以提供精度较高的交通流模型等问题，文章设计了一套面向交通流的智能驾驶仿真平台，基于SUMO建立路网和微观交通流模型，基于CarSim 对车辆动力学模型和传感器模型进行参数化建模，在Simulink环境下联合仿真。

以5辆车组成的混合交通流模型为例，测试车辆搭载AEB/FCW系统，通过测量测试车辆的FCW监测预警状态、车速及车距随时间的变化，定量分析车辆的安全性与环境感知性。

仿真结果表明，该平台能够提供完整的测试车辆与交通流相互作用的测试环境，为我国智能驾驶测试领域研究提供一种思路。

关键词：CarSim；SUMO；仿真平台；交通流中图分类号：U495 文献标识码：A 文章编号：1671-7988(2021)06-38-04Design of Intelligent Driving Simulation Platform for Traffic Flow*Chen Bowen1, Zhao Zhendong1, Zhao Xiaolong2, Shen Hao2, Hong Lei1 ( 1.Nanjing Institute of Technology, Jiangsu Nanjing 211167; 2.Shanghai Turing Info Co., Ltd., Shanghai 200093 ) Abstract:In order to solve the problem of single target vehicle driving behavior in the traditional simulation test of intelligent driving vehicle and the difficulty of providing a high-precision traffic flow model, this paper designed a set of intelligent driving simulation platform for traffic flow. Road network and microscopic traffic flow model were established by SUMO. Meanwhile, the vehicle dynamics parametrical model and sensor model were established by CarSim, which jointly simulated under Simulink environment. Taking a mixed traffic flow model composed of 5 vehicles as an example, the test vehicle was equipped with the AEB/FCW system. By measuring the FCW status, vehicle speed and changes in vehicle distance over time, it was able to analyzes the vehicle’s safety and environmental perception quantitatively. The simulation results showed that the platform could provide a complete test environment for testing the interaction between test vehicle and traffic flow, which provided an idea for the research in the field of intelligent driving testing in the country. Keywords: CarSim; SUMO; Simulation platform; Traffic flowCLC NO.: U495 Document Code: A Article ID: 1671-7988(2021)06-38-04前言如今交通已经成为我们生活中的一个重要角色。

交通仿真软件VISSIM操作与应用

• 按住<Ctrl>，拉动矩形选框，一次删除多个路段/连接器。
• 按住<Ctrl>，在选择范围之外点击鼠标左键，取消已选取的全部内容。
• 在选择范围内点击鼠标左键，移动选定的所有路段/连接器。
• 多选模式下可修改的路段属性数据：
• 路段类型、坡度、区段评价、区段长度、费用、车道关闭、连接器
4. 交通仿真的优缺点
• 优点 ---
(1) 灵活性 (不受时间和空间的制约) (2) 可重复性 (克服交通调查的不可再现性) (3) 可进行方案实施前后的比较 (4) 节省人力和时间
• 缺点 ---
(1) 容易误导用户 (2) 只是客观系统的模拟，并不是系统的最优化 (3) 难以获得模型标定所需大量数据 (4) 仿真结果不易被接受(信任度较低)
• 20世纪60年代初，宏观交通仿真 • 20世纪60年代末，微观交通仿真
软件开发阶段
• 第三阶段（20世纪80年代初--）
• 系统建模突破微观模型与宏观模型界限，出现混合模型（ INTEGRATION）
• 仿真软件向大型化、综合性发展（Trips、 TransCAD、Paramics）
• 从软件开发转向系统模型改进 • 新的计算机技术应用（仿真界面更友好、人机交互
• 各类车辆的期望行车速度分布，以及在路网中不同位置的车速的变化
• 在需要对模型进行标定时，还需要部分行程时间和饱和流量
2.3 信号控制数据
• 每个交叉口的信号周期、绿灯时长和红黄时长 • 定时控制：每个信号灯组的红灯结束时间和绿
灯结束时间 • 感应控制
• 信号阶段定义 • 信号阶段的间隔定义（从CROSSIG导出） • 最小绿灯和红灯时长 • 感应控制逻辑流程图 • 感应逻辑实施的相关参数

基于交通状况与驾驶行为联合分析的仿真模型参数标定

ＡＩＵＮ仿真模型为实例，重要模型参数进行ＭＳ对了分析标定，到了较好的仿真输出结果。得
１交通状况与驾驶行为联合分析的参数标定体系
１１参数标定目标．
在确定参数标定的具体策略之前，先需要首
参数的取值能够代表实际的交通环境和驾驶行为
特性；输出的交通参数指标能够拟合实测的交 ④ 通参数指标。
１２联合标定体系．
在现实系统中，交通因素和驾驶行为因素是互相影响的，且，的模型参数会同时对两者产并有
收稿日期：０７０ —３２０— ６２
维普资讯
７８
交通与计算机
２０年第５期第２０７５卷总１８期３
间。仿真模型中，通量在路段／网的划分中需交路要与实际的交通分配相一致。通常，流量、转弯比
的交通环境和驾驶员样本下应该能够再现实际的交通和驾驶状况。于上述考虑，用微观交通仿基应
真模型参数标定的方法应能实现如下目标：再 ①
现具有和实际交通系统一样或近似的交通需求；
② 可使用相同或近似的驾驶行为样本；模型 ③
例或者ＯＤ分布是仿真模型的非常重要的输人参
数，然而，这并不意味着仿真交通系统在运行时可
提出基于交通状况和驾驶行为联合分析的标定体系来标定仿真模型参数。研究了联

基于仿真的交通流特征分析

基于仿真的交通流特征分析交通是城市发展的命脉，而交通流则是交通系统中最核心的部分。

随着城市的不断发展和扩张，交通拥堵、事故频发等问题日益凸显，对交通流特征的深入分析显得尤为重要。

仿真技术作为一种有效的研究手段，为我们理解和优化交通流提供了有力的支持。

一、交通流仿真的基本概念交通流仿真，简单来说，就是通过建立数学模型和计算机程序，模拟真实交通系统中车辆的运行情况。

它可以在虚拟的环境中重现各种交通场景，包括道路网络、车辆类型、交通信号控制等。

在交通流仿真中，有几个关键的元素。

首先是车辆模型，它需要考虑车辆的尺寸、速度、加速度等特性。

其次是驾驶员行为模型，这涉及到驾驶员的反应时间、跟车行为、换道决策等。

再者是道路网络模型，包括道路的几何形状、车道数量、路口设置等。

二、交通流仿真的方法常见的交通流仿真方法主要有微观仿真、中观仿真和宏观仿真。

微观仿真以单个车辆为研究对象，详细地模拟车辆之间的相互作用和驾驶员的行为。

这种方法能够捕捉到交通流中的微观细节，如车辆的插队、急刹车等，但计算量较大，适用于较小规模的交通网络分析。

中观仿真则介于微观和宏观之间，它将车辆视为一组一组的，关注车辆群的整体行为。

中观仿真在计算效率和细节描述上取得了一定的平衡，适用于中等规模的交通网络。

宏观仿真主要关注交通流的整体特性，如流量、速度、密度等，不考虑单个车辆的行为。

它计算效率高，适用于大规模的交通网络规划和评估。

三、基于仿真的交通流特征分析的应用领域（一）交通规划与设计在新的道路建设或现有道路改造时，通过仿真可以预测不同设计方案下的交通流状况，从而选择最优的方案。

例如，确定道路的宽度、车道数量、路口的形状和信号配时等。

（二）交通管理策略评估对于交通拥堵的治理，各种交通管理策略如限行、限购、交通诱导等，可以先在仿真环境中进行测试和评估，了解其对交通流的影响，以便制定更有效的管理措施。

（三）智能交通系统研究智能交通系统中的先进技术，如自动驾驶、车路协同等，也可以通过仿真来研究其在交通流中的性能和潜在的影响。

交通仿真软件模型参数标定研究

交通仿真软件模型参数标定研究摘要：近年来，交通仿真软件在交通工程与交通规划领域应用得越来越广泛，但国内目前使用的仿真软件有相当一部分是从国外引进的，其系统开发背景较大程度上基于国外的交通特性，相关参数的设置都是针对当地的交通状况。

因此在实际应用时，需要结合国内的实际情况对系统参数重新标定和校核。

关键词：TransCAD；VISSIM；参数标定Abstract: in recent years, traffic simulation software in traffic engineering and traffic planning application field to be more and more widely, but domestic current use of simulation software has quite part of it was introduced from abroad, the system development background great degree of based on foreign transportation characteristics, related parameters Settings are all aimed at the local traffic condition. So in practical application, combined with the practical situation of the domestic needs of system parameters calibration and check again.Key words: TransCAD; VISSIM; Parameter calibration0引言交通仿真是指用仿真技术来研究交通行为，它是一门对交通流随时间和空间的变化进行跟踪描述的技术。

VISSIM使用说明1

VISSIM 仿真软件简要说明一、VISSIM 仿真系统基本原理VISSIM 是一个微观交通流仿真系统，由德国 PTV 公司开发。

仿真模型基于时间步长和驾驶员行为，可以模拟城市交通和公共交通。

可以分析在一些限制条件下（例如：车道组成、交通组成、交通信号灯、公交车站等）交通运行情况。

从而成为一个评价多方案的有效的分析工具。

软件使用的是包含跟车和车道变换逻辑的微观交通流模拟模型。

系统核心仿真模型-车辆跟踪模型采用德国 Karlsruhe 大学 Wiedemann 教授的"心理--物理学跟车模型"，模型建立在司机反应行为之上。

对仿真模型精度影响最重要的因素是模型对车辆模拟的真实性，与简单的定速度和固定跟车模型相比，VISSIM 所使用的"心理--物理学跟车模型"的基本观点是：一个较快车辆的司机在接近一部较慢速行驶车辆时，他将减速至个人的心理阀值，由于它不能精确决定前面车辆的车速，他的速度将减至低于前面车辆的车速，当减至另一个心理阀值时，他将又慢慢地加速。

其模拟结果就是车辆加、减速反复迭代的过程。

VISSIM 内部由两个不同的程序，即交通仿真器和信号状态发生器所组成，它们之间通过接口来交换检测器的呼叫和信号状态。

"交通仿真器"是一个微观的交通流仿真模型，它包括跟车模型和车道变换模型。

"信号状态发生器"是一个信号控制软件，它以仿真步长为基础（步长可以小到十分之一秒）不断地从交通仿真器中获取检测信息，于是，它将决定下一仿真时刻的信号状态并将这信息传送给交通仿真器。

随机的车速分布和极限车间隔可以反映个体驾驶员的行为特征。

这个模型通过德国 Katlsruhe 工程大学多方面观测后，加以校核和标定。

定期的观测和模型参数更新保证了驾驶员行为和车辆改进的变化在模型中得以反映。

每一独立的驾驶员—车辆单元具有三类特征： 1．车辆特征长度、最大车速、潜在加速、路网中的实际位置、实际车速和加速度 2．单个驾驶员—车辆单元的行为特征驾驶员心理敏感度阀值（估计能力、冲动性）、驾驶员记忆力、基于现状车速和驾驶员期望车速的加减速 3．互相影响的多个驾驶员—车辆单元考虑在同一车道和相邻车道行驶的前车和跟随车辆、考虑路段和下一交叉口、考虑下一个信号灯二、VISSIM 仿真系统基本技术路线(改)调查交通量或者预测交通量道路平面图（BMP）初始配时和交通组织方案初步建立仿真路网仿真流量与输入流量是否吻合NO 仿真网络检查YES 仿真运行仿真动画和评价指标输出是否符合要求NO 调整方案YES 输出优化后的方案三、VISSIM 仿真系统基本功能VISSIM 可以作为许多交通问题分析的有力工具，它能够分析在诸如车道特性、交通组成、交通信号灯等约束条件下交通运行情况，不仅能对交通基础设施实行实时的运行情况交通模拟，而且还可以以文件的形式输出各种交通评价参数，如行程时间、排队长度等。

DynasTIM V2.0 实时在线交通仿真与优化系统PPT

2013年底的测试结果

PTV Visum online 测试

测试对象：美国盐湖城

ቤተ መጻሕፍቲ ባይዱ
公开的测试报告很少，仅找到在盐湖城的测试报告

2007年5月的测试结果

小时路段流量的估计误差一般为30-40%
PTV Optima 在莫斯科的应用（2015.2）

Optima是莫斯科市动态交通管理成功的关键

港湾式停靠站非港湾式停靠站

具有固定线路的贵宾车队建模
动态OD矩阵估计

DynaMIT

基于OD流量相对其历史值的偏差采用稀疏最小二乘算法或卡尔曼滤波算法

DynasTIM

对于封闭式路网（收费高速公路网），增加了基于入口流量划分比例的动态OD矩阵估计算法
数据接口与用户接口

DynaMIT

应用

交通状态预测仍采用 k-v 模型计算
中观交通模型：容量模型

�� +1 ��−1 �� = ��{�� ∙ Δ��, ��+1 ��+1 (�� − ��+1 )}
• 仿真步长一般为0.1～1秒，多次仿真取输出平均值为最终结果，效率较低； • 路网建模周期较长且维护费用较高
• 实时在线交通仿真系统（适用于实时在线评估、预测与优化）

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

吴伟１，时柏营２，谢军１
（同济大学交通运输工程学院，上海２山东大学土建与水利学院，山东济南２）１．０１８０４；２．５００６１
摘要：提出了在信号交叉口建立面向交通控制的实时在线微观仿真及仿真模型标定的方法．采用车队离散图示作为拟合通过不断调整待标定参数使仿真与实地中车队离散的指标，差异值减少至合理的误差范围．利用粒子群算法，以上海市嘉定区的曹安路嘉松北路交叉口为研究对象进行实地验证，结果表明，该方法仅通过１１次迭代便求解出误差在２％以内的参数解，证明该方法可行及有效并为信号交叉口交通控制模型的研发或优劣的检验提供了基础条件．关键词：交通控制；实时在线仿真；粒子群算法；车队离散中图分类号：Ｕ４９１．１３文献标识码：Ａ
］４－８标定问题，国内外学者展开了大量的研究［．
ＰａｒａｍｅｔｅｒａｌｉｂｒａｔｉｏｎｎｅａｌｔｉｍｅｒａｆｆｉｃＣｉＲ－ＴＣｏｎｔｒｏｌＭｉｃｒｏｓｉｍｕｌａｔｉｏｎ
９］程中的离散情况是其另一个主要的影响因素［．
车队离散情况主要受道路线型等多方面的影响，最后在驾驶人的驾驶行为特性上体现，由于驾驶人行为参数的不同，车队的离散会呈现很大的差异，如图１所示．故本文通过粒子群算法（ｓｗａｒｍａｒｔｉｃｌｅｐ，以及Ｖ以驾驶行ｏｔｉｍｉｚａｔｉｏｎＰＳＯ）ｉｓｓｉｍ仿真软件，ｐ车队离散程度作为拟合指标，为特性作为标定对象，建立了面向交通控制的实时在线仿真．
针对ＦｌａｖｉｏＣｕｎｔｏ等利用Ｖｉｓｓｉｍ软件与遗传算法，信号交叉口，采用冲突区域车辆数等作为拟合指标对微观仿真模型的安全性能进行了标定与验证，发
４］现其算法可行并具有较高效率［．ＴＶＭａｔｈｅｗ等针
速度与位置信息，并以信号的形式发送至仿真中，利用Ｖｉｓｓｉｍ仿真软件的ＣＯＭ接口在仿真中相同位置产生一辆车型、速度完全一致的车辆，作为仿真的动态输入模型．
对微观仿真模型进行了参数标定
定
上述方法用于面向交通控制的在线仿真参数．标定时面临以下问题和挑战：
第３９卷第６期２０１１年６月
同济大学学报（自然科学版）ＪＯＵＲＮＡＬＯＦＴＯＮＧＪＩＵＮＩＶＥＲＳＩＴＹ（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥ）
Ｖｏｌ．３９Ｎｏ．６ｕｎ．２０１１Ｊ
文章编号：）０２５３３７４Ｘ（２０１１０６０８４２０６－－－
：／ＤＯＩ１０．３９６９３７４ｘ．２０１１．０６．０１０．ｉｓｓｎ．０２５３－ｊ
面向交通控制的实时在线仿真参数标定
提高交通流为了对交通流进行实时在线控制，］１－３的运行状况，学者们建立了大量的模型与算法［，并研究出众多的控制系统ＣＯＯＴ系统、ＰＯＴＵＴＯＰＩＡ系统等．但这些模型与算法针对不同地区的交叉口是否适用，是否有优化的空间，新的控制模型的建立是否比已有的模型更具优势，都需要在交通系统中进行实验．可考虑到安全等因素，实地交通系统中的从控制方案必须是成熟的而且不能轻易进行实验，而使得建立面向交通控制的实时在线仿真成为了迫切需求．通过建立与实地交通系统相一致的在线仿真，在仿真中检验模型与算法的可行性，进行优化并逐步完善，最后形成成熟的控制模型供实地交通系统使用．在各仿真软件中，模型的参数根据当地驾驶人的行为特性进行取值，并不具备普适性．因此，为了保证利用仿真软件建立的仿真模型的有效性，需要根据研究目的，以研究区段当地的驾驶行为特性对近年来，针对交通仿真中的参数模型参数进行标定．
［８］
）在实时在线仿真中，对参数标定的实时性（１要求较高，即要求用于求解最优参数的算法较快收敛，势必对收敛较慢的遗传算法等造成较大考验．而收敛较快的粒子群算法可以弥补其缺陷．（）采用的拟合指标如延误，交通量以及速２度 — 流量关系图等很难满足交叉口实时交通控制的需求．在实时的交通控制系统中，应考虑更细粒度的交通参数，需对实时排队长度进行预测，而实时的排队长度除受上流流入的流量影响外，车队在行驶过
对信号控制交叉口处存在混合交通流的实际情况，利用Ｖ采用延误作为拟合指ｉｓｓｉｍ软件与遗传算法，
５］标对微观仿真模型的参数进行了标定［．ＳＭｅｎｎｅｎｉ
等利用Ｖｉｓｓｉｍ软件与进化算法（ｅｖｏｌｕｔｉｏｎａｒｙ），针对高速公路，采用速度 — 流量关系图ａｌｏｒｉｔｈｍｇ作为拟合指标对微观仿真模型进行了标定．结果表明采用速度 — 流量关系图作为拟合指标要优于传统
１２，ＷＵＷｅｉＳＨＩＢａｉｉｎＩＥＪｕｎ１ｙｇ，Ｘ
（，Ｔ，１．ＣｏｌｌｅｅｆｒａｎｓｏｒｔａｔｉｏｎｎｉｎｅｅｒｉｎｏｎｉｎｉｖｅｒｓｉｔｏＴＥＵｇｐｇｇｇｊｙ；２．，ＳＳｈａｎｈａｉ２０１８０４，ＣｈｉｎａＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｉｎｅｅｒｉｎｈａｎｄｏｎｇｇｇｇ， ’ ）ＵｎｉｖｅｒｓｉｔＪｉｎａｎ２５００６１，Ｃｈｉｎａｙ
：ＡＡｂｓｔｒａｃｔｍｅｔｈｏｄｏｌｏｆｏｒｓｅｔｔｉｎｕａｒｅａｌｔｉｍｅｔｒａｆｆｉｃ－ｇｙｇｐｃｏｎｔｒｏｌｍｉｃｒｏｓｉｍｕｌａｔｉｏｎａｎｄｃａｌｉｂｒａｔｉｎｔｈｅｍｉｃｒｏｓｉｍｕｌａｔｉｏｎｇａｔｓｉｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｗａｓｒｏｏｓｅｄ．Ｔｈｅｏｔｉｍｕｍｍｏｄｅｌｇｐｐｐｖａｌｕｅｓｆｏｒｃａｌｉｂｒａｔｉｏｎａｒａｍｅｔｅｒｓｗｅｒｅｏｂｔａｉｎｅｄｂｍｉｎｉｍｉｚｉｎｐｙｇｔｈｅｅｒｒｏｒｂｅｔｗｅｅｎｔｈｅｓｉｍｕｌａｔｅｄａｎｄｆｉｅｌｄｌａｔｏｏｎｄｉｓｅｒｓｉｏｎｐｐｒａｈｓ．ＴｈｅｍｅｔｈｏｄｏｌｏｗａｓａｌｉｅｄｔｏｔｈｅｉｎｔｅｒｓｅｃｔｉｏｎｏｆｇｐｇｙｐｐＣａｏａｎＲｏａｄａｎｄＮｏｒｔｈＪｉａｓｏｎＲｏａｄｉｎＪｉａｄｉｎＤｉｓｔｒｉｃｔｏｆｇｇＳｈａｎｈａｉａｒｔｉｃｌｅｓｉｎｗａｒｍｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）．ｂｓｏｇｙｇｐｕｐＥｘｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｏｌｏｃａｎｗｏｒｋｏｕｔｐｇｙｖａｌｉｄｓｏｌｕｔｉｏｎｂｏｎｌ１１ｉｔｅｒａｔｉｏｎｓｗｈｉｃｈｃａｎｍａｋｅｉｔｓｅｒｒｏｒａｙｙｌｅｓｓｔｈａｎ２％．Ｔｈｅｍｅｔｈｏｄｏｌｏｔｏｂｅｅｆｆｅｃｔｉｖｅａｎｄｒｏｖｅｓｇｙｐｅｆｆｉｃｉｅｎｔａｎｄａｌｓｏｒｏｖｉｄｅｓａｂａｓｉｓｆｏｒｔｅｓｔｉｎｏｒｄｅｖｅｌｏｉｎｐｇｐｇｔｒａｆｆｉｃｃｏｎｔｒｏｌｍｏｄｅｌｓａｔｓｉｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎ．ｇ：ｔ；ｒ；ｐＫｅｗｏｒｄｓｒａｆｆｉｃｃｏｎｔｒｏｌｅａｌｔｉｍｅｓｉｍｕｌａｔｉｏｎａｒｔｉｃｌｅ－ｙ；ｏｔｉｍｉｚａｔｉｏｎｌａｔｏｏｎｄｉｓｅｒｓｉｏｎｓｗａｒｍｐｐｐ