Aller au contenu principal
Accès ouvert déclaré 2025 article

Queue Dissipation-Based Max Pressure Signal Control Using Vehicle Re-Identification Data

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : in, au. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Traffic congestion is a persistent urban challenge, and signal control strategies play a crucial role in enhancing network efficiency. Traditional max pressure-based control systems prioritize optimizing throughput based on known queue lengths but often overlook the impact of intersection delays and real-world operational constraints. This study aims to develop a decentralized max-pressure-based traffic signal control system that integrates both queue length and delay effects within the max-pressure framework by introducing a novel performance metric called queue dissipation time into the control strategy. The proposed cyclic-based max pressure algorithm relies on sample travel time data obtained from probe data sources. It considers pre-defined phase sequences to enhance real-world applicability. When evaluated in a simulation environment with a realistic 20% vehicle re-identification penetration rate, the proposed approach achieved queue and delay performance comparable to control strategies relying on complete vehicle arrival data. Furthermore, implementing dynamic cycle length led to a 23% reduction in delay compared to the fixed-cycle max pressure method, inferring the benefits of adaptive timing adjustments. By incorporating queue dissipation time and considering the constraints of real-world signal operations, the proposed control system enhances the practicality of max pressure-based traffic signal strategies. This study provides a foundation for implementing decentralized adaptive traffic signal control in urban networks, particularly in environments with limited vehicle data availability. The algorithm exhibited reliable performance across various levels of data availability, delivering comparable results under both low (20%) and high (50%) penetration rate scenarios. This consistency highlights its adaptability and operational feasibility, without requiring excessive traffic data or extensive infrastructure.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Queue Dissipation-Based Max Pressure Signal Control Using Vehicle Re-Identification Data
Date Crossref
01/01/2025
Éditeur
Institute of Electrical and Electronics Engineers (IEEE)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Indian Institute of Technology Madras Post Doctoral Researcher pays non établi dans la notice
    Université ou école supérieure
  • Queensland University of Technology pays non établi dans la notice
    Université ou école supérieure
  • School of Civil and Environmental Engineering pays non établi dans la notice
    Université ou école supérieure

Post Doctoral Researcher — Indian Institute of Technology Madras, Queensland University of Technology et School of Civil and Environmental Engineering.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Traffic Prediction and Management TechniquesVehicular Ad Hoc Networks (VANETs)Advanced Queuing Theory Analysis

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.