OverFlowLight：城市十字路口的实时堵塞预防和交通信号优化

arXiv:2606.27381v1 公告类型：新增 摘要：队列溢出是城市交通拥堵的严重后果，当车辆队列超过路口通行能力时，就会发生队列溢出，阻碍上游交通，引发连锁拥堵。流行的交通信号控制 (TSC) 算法主要针对吞吐量进行优化，但往往无法解决高峰时段的溢出问题，从而加剧拥堵并造成安全隐患。我们提出了 OverFlowLight，这是一个实时框架，旨在先发制人地解决溢出问题并增强整体 TSC 性能。它首先引入了一种利用摄像头和雷达的多模态传感来准确实时检测溢出的机制。一旦检测到，它会动态生成专用溢出阶段并将其插入到信号周期中以清除阻塞队列。这是通过混合控制设计精心策划的，该设计将基于规则的快速溢出干预与强化学习 (RL) 等控制器后端相结合，以实现长期效率。我们在三个主要城市的 43 个十字路口进行了 OverFlowLight 的广泛实际部署。该框架展示了与现有基于强化学习的 TSC 代理的无缝集成，突出了其模块化性和实际适用性。实证结果表明，与部署的基线相比，OverFlowLight 将溢出事件减少了 60.4%，并将网络吞吐量提高了 18.2%。此外，它大大减少了专家调整信号计划中常见的手动干预的需要。这项工作提出了第一个实用的、可扩展的、数据驱动的框架，用于主动防止交通拥堵，为构建有弹性和高效的城市交通系统提供了关键组成部分。我们的演示视频、代码和数据集可通过匿名 URL https://anonymous.4open.science/r/OverFlowLight-FBF9 获取。