7 制御に対するし、HCMには影響因子を追加して端末感応制御も対応できる。具体的な計算式は付録２を参照する。 2.2リアルタイム情報に基づく信号制御に関する研究 近年の研究の中に、車群情報の獲得方法は一般的に三種類に分けることができる。一番目はGPS、V2I、V2V等情報共有方式で車両情報を得て、信号制御最適化を追求することである（Li et al., 2017; Wang et al., 2017）。二番目はレーダー探知機、カメラ等認知工具を使って車両情報を取得して、信号制御最適化を目指すことである（Santhosh et al., 2019）。三番目は、実際のデータに基づくことじゃなくて、シミュレーション中の車両情報を利用し、シミュレーション中に提案した信号制御最適化方法を実験することである（Younes and Boukerche, 2016; Wu et al., 2018）。その中に、三番目にはデータの完全性と最高精度100パーセントというメリットがある。この利点を活かして開発した信号制御最適化アルゴリズムを評価することができる。これまでの実際データによって信号制御最適化に関する研究には、単純な信号制御最適化アルゴリズムの評価は困難である。その原因は、実際データの完全性が欠けることと精度が100パーセントじゃないことです。その研究で全体的な評価ができない。本研究はシミュレーションを通して需要情報を獲得して、信号制御最適化アルゴリズムを開発する。その後、信号制御最適化アルゴリズムの評価はより高い信頼性で実行する。 Younes and Boukerche, 2015は現示の順位を決定するアルゴリズムを開発した。待機エリアを定義し、各進行方向に待機エリアの車両密度に現示の順位を並べ替える。ただし、数学的な検証がなかった。 Li et al., 2017は超音波センサーを交差点各流入部に設置し、毎5秒に通過車両数を計測した。獲得した車群情報によって信号の青時間を調整する。また、残り青時間と車両と交差点の距離によるジレンマを回避できる。ただし、その研究は端末感応制御に属し、具体的な因子と数学的なモデルがなかった。そこで、定量的な評価は困難になる。 Wang et al., 2017の研究には、クネクティッド環境を想定し、交差点を通過する全部車両の位置を獲得できる条件下でTLB－VTLという単独交差点の信号制御アルゴリズムを開発した。直行と左折各進行方向（右側通行環境で、その研究に、右折が任意時間に通行できると想定）は交差点を中心として三つのエリアを区分：活躍区、準備区、待機区。青時間内活躍区にある車両だけが進行できる；赤時間になれば準備区の車両が活躍区に移動し、待機区の車両が準備区に移動する。活躍区の長さは活躍区の飽和度と準備区の飽和度によって調整因子の単位に調整できる。青時間は活躍区の長さによって計
元のページ ../index.html#13