智能化的交通信号配时参数优化对于提升城市道路交通管控水平,预防或减少不必要的交通运行效率损失具有重要意义。智能信号配时参数优化的重要内涵是实现数据驱动式的应用。传统的断面交通流检测手段受到检测范围和建设成本的制约,在车流到达信息获取、过饱和交通需求检测、信息完备性等方面存在诸多缺陷,对实现数据驱动式的信号配时参数优化形成了较大的阻碍。随着当前移动互联环境的日益成熟,车辆轨迹数据正在成为一类重要的交通流信息源,其在交通流时空信息采集、路网信息覆盖率等方面的优势,对于克服传统断面交通流检测手段的局限性,开发新的智能信号配时参数优化方法提供了机遇。鉴于此,面向当前我国城市道路多时段信号配时方案优化的实际需求,论文选取城市干线道路交通系统为研究对象,旨在利用当前我国城市道路采集的车辆轨迹数据,获取精细、准确的车流到达交通需求信息,支撑实现不同交通状况下数据驱动式的信号配时参数优化。论文研究围绕车辆轨迹数据特性分析、干线车流到达模式估计、非拥堵欠饱和与拥堵过饱和干线系统的信号配时参数优化四个方面开展,具体研究内容和成果总结如下。在车辆轨迹数据特性分析方面,论文重点考虑当前移动互联环境我国城市道路可获取的路口车辆号牌识别数据和车辆位置跟踪数据两类车辆轨迹数据源,旨在揭示实际数据的基本特性,为后续车流到达模式估计方法研究和验证提供必要的数据支撑和现实依据。针对号牌识别数据,基于路段上下游交叉口号牌识别数据的匹配,分析了号牌匹配率在不同路段的分布特征及其影响因素;针对号牌识别数据与实时信号相位数据参照时间不一致的问题,提出了号牌识别数据的时间漂移修正方法。针对车辆位置跟踪数据,考虑到当前不同数据来源平台尚未实现互联共享,以出租车采集的车辆位置跟踪数据为例,分析了不同时段出租车在整体交通流中的渗透率在不同路段的分布特征。在干线车流到达模式估计方面,论文将干线车流到达模式表征为历史同期时段内上游交叉口不同汇入流向到达流率在信号周期内的变化规律,以号牌识别数据为主,车辆位置跟踪数据为补充,提出了基于车辆轨迹数据的车道级到达流率估计方法,为干线信号配时参数优化提供精细、准确的到达交通需求信息。首先,根据城市道路间断交通流特性,采用分段泊松过程描述信号周期内到达流率的变化规律,基于号牌匹配车辆间提取的到达车辆数观测样本,推导了不同类型观测样本的似然函数表达形式,构建了车辆到达概率模型;其次,考虑车辆到达概率模型不连续且不可微的特点,采用基于MCMC的近似推断方法获取模型参数的后验估计样本,实现了到达流率均值及不确定的估计;最后,通过交通仿真实验和实际场景测试,分别对提出方法进行了验证和评估,分析了不同交通状况、不同号牌识别率、号牌识别设备缺失对于到达流率估计结果的影响。研究结果表明,提出方法可以精准估计具有分段特征的到达流率,对于分段特征不明显的到达流率估计也具有较好的适应性;可以准确估计不同交通状况下整个周期及周期内不同汇入流向的到达交通需求;对于存在号牌识别设备缺失的次要汇入流向,通过结合低渗透率车辆位置跟踪数据,可以显著提升设备缺失流向到达流率估计的准确性。在非拥堵欠饱和干线系统的信号配时参数优化方面,论文针对现有基于带宽最大化和延误最小化的相位差优化方法无法精细考虑实际车流到达过程的不足,基于干线车流到达模式估计获取的车辆到达信息,提出了基于相邻交叉口到达车辆轨迹重构的干线相位差优化方法。首先,基于车道级到达流率估计输出的周期连续流率信息,提取了离散车辆到达时刻序列;其次,针对Newell车辆跟驰模型参数时空解析度不足,未提供信号控制表达的问题,提出了改进模型,实现了相邻交叉口到达车辆行驶轨迹的精确重构,并构建了干线车道停车延误分析模型;再次,考虑干线双向交通流运行效率的权衡关系,构建了基于相邻交叉口的干线相位差优化模型和基于并行化遗传算法的优化求解方法,并针对离线式应用中存在的优化偏差问题,提出了周期性多次迭代优化的应用策略;最后,以实际道路为研究对象,考虑现实不完备数据采集环境、历史同期交通需求波动等条件,设计了交通仿真实验,对提出方法进行了验证与评估。研究结果表明,改进的Newell车辆跟驰模型可以准确重构干线车流的车辆行驶轨迹;相比传统非并行遗传算法,并行化遗传算法的求解速度提升了约15倍;针对每周一次的离线式相位差优化应用,测试干线经过2次(2周)迭代优化后,相位差优化方案逐步趋于稳定,优化偏差可以得到有效修正。相比现状初始方案,迭代优化后的相位差方案减少了测试干线直行流向加权总延误的13.7%~18.6%。在拥堵过饱和干线系统的信号配时参数优化方面,论文针对既有方法假定路口各流向交通需求和转向比已知,普遍忽视拥堵状况下难以准确检测交通需求和转向比的问题,基于干线车流到达模式估计输出的到达交通需求及不同汇入流向到达交通需求间的关系,提出了基于关键交叉口保护的干线限流控制优化方法。首先,利用车道级到达流率估计获取的到达交通需求,结合车道饱和车头时距的提取,通过饱和度量化干线各车道拥堵程度,确定干线关键路口/车道;其次,利用不同汇入流向到达交通需求隐含的车道级OD关系,无需以转向比为输入,构建了限流控制分析模型,量化了限流控制在产生和传播过程中对干线交通需求分布的影响;再次,考虑离线式应用中限流控制执行时长的时效性约束,以关键路口车道饱和度与预设饱和度偏差最小为目标,构建了干线限流控制优化模型与优化求解算法;最后,以实际道路为研究对象,考虑现实不完备数据采集环境、拥堵状态演变的全过程等条件,设计了交通仿真实验,对提出方法进行了验证与评估。研究结果表明,随着限流控制执行时长的增加,限流控制优化目标的实现难度也越大;提出方法可在不引起限流路口上游路段排队溢出、同时维持限流流向高输出流率的前提下,有效降低下游关键路口/车道的拥堵程度;限流控制前后,测试干线关键路口上游路段排队溢出时间减少了55%,在干线系统车辆总延误基本不变的前提下,显著减少了限流直行流向对向左转的车辆延误。