考慮城市干道車隊運行特點的交通信號協(xié)調(diào)控制算法

摘要： 為建立交通信號協(xié)調(diào)控制算法并確定其適用條件，考慮車隊離散、車輛轉(zhuǎn)出、下游交叉口排隊長度3個因素，在分析羅伯遜離散模型的基礎上，提出了交叉口協(xié)調(diào)相位車流到達圖式的預測方法，并根據(jù)車流到達時刻與協(xié)調(diào)相位綠燈啟亮、結束時刻的關系，建立了協(xié)調(diào)相位車流延誤的計算模型；以交通控制子區(qū)內(nèi)各交叉口協(xié)調(diào)相位車流總延誤最小為優(yōu)化目標，以相位差為優(yōu)化變量，設計了信號協(xié)調(diào)方案優(yōu)化算法.仿真結果表明：與改進數(shù)解法相比，該算法降低了協(xié)調(diào)相位車流延誤7.4%；隨著交叉口間距、轉(zhuǎn)出車輛數(shù)、下游排隊長度的增加，信號協(xié)調(diào)控制效益逐漸下降.

關鍵詞： 信號協(xié)調(diào)控制；車輛延誤；車隊離散；轉(zhuǎn)出車輛；排隊長度

中圖分類號： U491文獻標志碼： ASignal Coordination Algorithm Considering Vehicle Platoon

交通信號協(xié)調(diào)控制是交通控制系統(tǒng)中的一種重要控制方式，對于減少干線交通流延誤具有重要作用.該方式首先預測交叉口協(xié)調(diào)相位的車流到達情況，然后通過合理設置相鄰交叉口之間的相位差，使到達車流以最小延誤通過.一般城市干道上的交通流具有以下特點：

（1） 車隊離散.由于期望速度的差異，車隊中的車輛在向下游行駛過程中有不同程度的離散現(xiàn)象，相鄰車輛之間的車頭時距變大.

（2） 車輛轉(zhuǎn)出.例如從上游交叉口直行相位駛出的車流，雖然較多車輛駛向下游直行相位，然而在到達渠化區(qū)之前會有一些車輛從車隊中轉(zhuǎn)出駛向下游的左轉(zhuǎn)或右轉(zhuǎn)相位.

（3） 受下游排隊的影響.車隊在即將到達下游停車線時，如果前方排隊車輛尚未完全消散，則其運行狀態(tài)受到影響，產(chǎn)生減速或停車現(xiàn)象.前方排隊車輛有可能是上游其他相位駛來的車輛，也有可能是上個周期綠燈結束前未通過停車線而滯留的車輛.

在建立信號協(xié)調(diào)控制算法時，只有完整、科學地對上述特點進行表達，才能精確預測協(xié)調(diào)相位車流到達情況，并優(yōu)化出最佳相位差.

對信號協(xié)調(diào)控制算法的研究已取得豐富的成果.根據(jù)優(yōu)化目標的不同，可將現(xiàn)有算法分為兩類：

（1） 綠波帶寬度最大的算法，以圖解法和數(shù)解法為代表，西南交通大學學報第48卷第2期別一鳴等：考慮城市干道車隊運行特點的交通信號協(xié)調(diào)控制算法假設協(xié)調(diào)相位駛出的車流不受車隊離散、轉(zhuǎn)彎車流以及下游排隊長度的影響，以理想交叉口間距與實際交叉口間距的偏移量最小為目標優(yōu)化配時方案，使協(xié)調(diào)相位綠波帶寬度最大[17].

（2） 車流延誤最小的算法，考慮車隊離散或下游排隊對干道車流的影響，建立協(xié)調(diào)相位到達車流延誤與信號配時的關系模型，并以車流延誤最小為目標優(yōu)化配時方案[812].

現(xiàn)有算法沒有考慮車輛轉(zhuǎn)出，而且假設上游協(xié)調(diào)相位駛出的車隊完整地到達下游協(xié)調(diào)相位，這與實際情況不符.已有的信號協(xié)調(diào)算法進行了較多簡化，借鑒了許多工程經(jīng)驗，但是這些經(jīng)驗并非基于對協(xié)調(diào)控制機理的完整數(shù)學表達，無法根據(jù)車流運行特性的變化辨識其最佳適用環(huán)境，更無法嵌入到自適應交通信號控制系統(tǒng)中.因此，建立車流運行特點的變量表達與信號協(xié)調(diào)控制目標之間的函數(shù)關系，才能詳細分析各種交通條件變化（交叉口間距、轉(zhuǎn)出車流比例、下游排隊車輛長度等）對協(xié)調(diào)控制目標的影響.

為研究協(xié)調(diào)控制算法的適用條件，并為實現(xiàn)自適應信號控制奠定基礎，本文在考慮上述3個車流運行特點的基礎上，以子區(qū)內(nèi)各交叉口協(xié)調(diào)相位車流總延誤最小為優(yōu)化目標，建立了交叉口間距、轉(zhuǎn)出車流比例、下游排隊長度及相位差與目標函數(shù)的關系模型，并提出了相位差優(yōu)化方法.1算法建立1.1假設條件為了簡化建模過程，假設：

（1） 將交叉口協(xié)調(diào)相位紅燈啟亮時刻作為每個周期的開始時刻，綠燈間隔時間結束時刻作為每個周期的結束時刻.

（2） 上游非協(xié)調(diào)相位（如以直行相位為協(xié)調(diào)相位，則左轉(zhuǎn)、右轉(zhuǎn)相位為非協(xié)調(diào)相位）駛出并駛向下游協(xié)調(diào)相位的車流，在下游協(xié)調(diào)相位紅燈期間均勻到達.這是因為非協(xié)調(diào)相位對應的出口道數(shù)一般大于進口道數(shù)，在向下游行駛過程中車流嚴重離散，且右轉(zhuǎn)相位車流不受信號燈控制，隨機到達下游.

（3） 采用羅伯遜離散模型描述車流的離散過程，該模型將時間離散化為連續(xù)的時間間隔，車輛也被劃分至不同的時間間隔中.由于車隊在向下游行駛過程中有一定比例的車輛轉(zhuǎn)出，本文假設車流中各個時間間隔轉(zhuǎn)出的車輛比例相同（因為轉(zhuǎn)出車輛在車流中的分布位置難以用檢測器檢測到，所以采用了平均方法進行宏觀描述）.

羅伯遜模型具有結構簡單、易于工程應用的特點，但是該模型無法描述轉(zhuǎn)入、轉(zhuǎn)出車流對城市干道車均速度的影響，影響機理參考文獻[13].1.2變量表達如圖1所示，該協(xié)調(diào)控制子區(qū)包括I個交叉口，設東西直行相位為協(xié)調(diào)相位.根據(jù)韋伯斯特周期公式，計算交叉口i的最佳周期tCi；根據(jù)周期最大原則確定關鍵交叉口，并將關鍵交叉口的周期作為該子區(qū)的公共周期，即

根據(jù)改進數(shù)解法優(yōu)化出的3個相位差分別為31、57和42 s.兩種協(xié)調(diào)算法優(yōu)化出的相位差較為接近，這是因為仿真路網(wǎng)中協(xié)調(diào)相位釋放車流的轉(zhuǎn)出比例較?。ň∮?.20），此時上游協(xié)調(diào)相位釋放且到達下游協(xié)調(diào)相位的交通流量占據(jù)了下游協(xié)調(diào)相位到達流量的較大比重，對相位差優(yōu)化產(chǎn)生了重要影響，導致兩種協(xié)調(diào)算法優(yōu)化的相位差比較接近.當轉(zhuǎn)出車流比例較大時，兩種算法優(yōu)化出的相位差的差別較大.2.3敏感性為在信號協(xié)調(diào)控制算法中用變量表示車隊離散、轉(zhuǎn)出車輛、停車線前排隊車輛等影響因素，并通過分析上述變量對協(xié)調(diào)控制效益的影響，確定該算法的最佳適用環(huán)境.車隊離散與交叉口間距有關，下游排隊車輛數(shù)與上游交叉口左轉(zhuǎn)、右轉(zhuǎn)相位行駛至下游交叉口直行相位的流量有關，轉(zhuǎn)出車輛數(shù)與轉(zhuǎn)出車流比例有關.下面以兩個相鄰交叉口為例，分析上述3種影響因素變化對信號協(xié)調(diào)控制效益的影響.

考慮圖4中的交叉口1和交叉口2，其信號配時、流量等參數(shù)見表1和表2，但此時交叉口2由東向西方向的協(xié)調(diào)相位變成了外部相位，流量到達不再受相位差的影響.

（1） 交叉口間距的影響

交叉口1與2之間的距離為L12，以100 m為步長，將L12從400 m增加至900 m，計算不同距離下協(xié)調(diào)控制與單點控制效益，如圖5所示.

由圖5可以看出，當L12=400 m時，協(xié)調(diào)控制效果非常好，相位2車總延誤由99 921 s降至82 934 s.隨著L12的增大，相位2車總延誤下降比例逐漸減小.當L12>800 m時，協(xié)調(diào)控制對應的車總延誤已經(jīng)大于單點控制對應的車總延誤，這主要是因為此時車隊離散已經(jīng)非常嚴重，協(xié)調(diào)效果較差；而且進行協(xié)調(diào)控制時需要執(zhí)行公共周期，交叉口2的周期由74 s增加到81 s，周期時長的增大會導致各個相位延誤的增加.

為精確獲得兩種控制方式評價指標相等時的L1，2，可以縮小L1，2的增長步長，例如縮小至20 m，由于篇幅限制，本文不再列出具體數(shù)據(jù)，只給出最終結果：當L12=760 m時，兩種控制方式對應的優(yōu)化目標基本相等；當L12>760 m時，兩個交叉口已經(jīng)不再適合執(zhí)行協(xié)調(diào)控制.

上面的分析只考慮了相位2的車總延誤，在進行協(xié)調(diào)控制時，非協(xié)調(diào)相位的富余綠燈時間由于全部分配給了協(xié)調(diào)相位，延誤也必然增加.

（2） 轉(zhuǎn)出車輛比例的影響

在上游協(xié)調(diào)相位駛出車隊向下游協(xié)調(diào)相位行駛過程中，轉(zhuǎn)出車輛比例越大，車隊越松散，可協(xié)調(diào)的車流越少.與分析交叉口間距對評價指標影響的思路相同，在轉(zhuǎn)出車輛比例從0.05開始以0.05為步長增至0.30的情況下，分別計算評價指標.此時上游左轉(zhuǎn)、右轉(zhuǎn)相位駛?cè)胂掠螀f(xié)調(diào)相位的車流保持不變，協(xié)調(diào)相位流量與表2相比有所下降.

如圖6所示，當轉(zhuǎn)出車輛比例逐漸變大時，與執(zhí)行單點控制相比，執(zhí)行協(xié)調(diào)控制相位2車總延誤降低幅度不斷變小，這主要是因為當轉(zhuǎn)出車流比例變大之后，下游協(xié)調(diào)相位到達的各股車流過于分散，無法較好地協(xié)調(diào).當轉(zhuǎn)出車輛比例小于0.20時，協(xié)調(diào)控制效果較好；當該比例達到0.30時，協(xié)調(diào)控制效果已經(jīng)不太明顯.

（3） 上游左轉(zhuǎn)、右轉(zhuǎn)車流流量的影響

在上游左轉(zhuǎn)、右轉(zhuǎn)相位車流駛向下游協(xié)調(diào)相位的流量由200 pcu/h開始、以50 pcu/h為步長增至450 pcu/h的情況下，計算評價指標.此時保持上游協(xié)調(diào)相位駛來車流量不變，與表2相比下游協(xié)調(diào)相位流量變大，信號配時參數(shù)也相應變化.

由圖7可以看出，隨著上游左轉(zhuǎn)、右轉(zhuǎn)相位駛?cè)胂掠螀f(xié)調(diào)相位的流量逐漸增大，協(xié)調(diào)控制效益逐漸下降，并且在該流量達到400 pcu/h時協(xié)調(diào)控制對應的延誤大于單點控制對應的延誤.這種變化趨勢的影響與交叉口間距類似.在左、右轉(zhuǎn)相位駛?cè)肓髁枯^大情況下，上游協(xié)調(diào)相位車流到達下游時前方排隊車輛較長，可能導致綠燈期間無法通過停車線的車流增多，致使延誤增加.

3結束語將影響協(xié)調(diào)控制效益的車隊離散、轉(zhuǎn)出車輛數(shù)比例以及下游排隊長度等因素量化，建立了協(xié)調(diào)相位車流延誤與相位差的關系模型，以協(xié)調(diào)相位車總延誤最小為目標對相位差進行優(yōu)化.

仿真結果表明，該算法能夠有效降低協(xié)調(diào)相位的車流延誤.本文建立的協(xié)調(diào)算法特色在于全面考慮了干道車流運行特性，可以精確預測協(xié)調(diào)相位車流到達狀況；并用變量表示影響因素，能夠詳細分析各變量動態(tài)變化對優(yōu)化指標的影響，為確定協(xié)調(diào)算法的適用環(huán)境提供理論依據(jù).

參考文獻：

[1]盧凱，徐建閩，葉瑞敏. 經(jīng)典干道協(xié)調(diào)控制信號配時數(shù)解算法的改進[J]. 公路交通科技，2009，26（1）： 120125.

LU Kai， XU Jianmin， YE Ruimin. Improvement of classical algebraic method of signal timing for arterial road coordinate control[J]. Journal of Highway and Transportation Research and Development， 2009， 26（1）： 120125.

[2]DELLOLMO P， MIRCHANDANI P. Realband： an approach for realtime coordination of traffic flows on networks[J]. Journal of Transportation Research Record， 1995， 1494： 106116.

[3]裴玉龍，孫明哲，董向輝. 城市主干路交叉口信號協(xié)調(diào)控制系統(tǒng)設計研究[J]. 交通運輸工程與信息學報，2004，2（2）： 41451.

PEI Yulong， SUN Mingzhe， DONG Xianghui， Research on the design of signal coordination control system in intersections of urban main roads[J]. Journal of Transportation Engineering and Information， 2004， 2（2）： 41451.

[4]宋現(xiàn)敏. 交叉口協(xié)調(diào)控制相位差優(yōu)化方法研究[D]. 長春：吉林大學，2005.

[5]沈國江，許衛(wèi)明. 交通干線動態(tài)雙向綠波帶控制技術研究[J]. 浙江大學學報：工學版，2008，42（9）： 16251630.

SHEN Guojiang， XU Weiming. Study on traffic trunk dynamic two direction green wave control technique[J]. Journal of Zhejiang University： Engineering Science， 2008， 42（9）： 16251630.

[6]LIN L， TUNG L， KU H. Synchronized signal control model for maximizing progression along an arterial[J]. Journal of Transportation Engineering， 2010， 136（8）： 727735.

[7]盧凱，徐建閩. 干道協(xié)調(diào)控制相位差模型及其優(yōu)化方法[J]. 中國公路學報，2008，21（1）： 8388.

LU Kai， XU Jianmin. Offset model for arterial road coordinate control and its optimization method[J]. China Journal of Highway and Transport， 2008， 21（1）： 8388.

[8]萬緒軍，陸化普. 線控系統(tǒng)中相位差優(yōu)化模型的研究[J]. 中國公路學報，2001，14（2）： 99102.

WAN Xujun， LU Huapu. An optimal offset model for artery traffic signal control system[J]. China Journal of Highway and Transport， 2001， 14（2）： 99102.

[9]谷遠利，于雷，邵春福. 相鄰交叉口相位差優(yōu)化模型及仿真[J]. 吉林大學學報：工學版，2008， 38（增刊）： 5358.

GU Yuanli， YU Lei， SHAO Chunfu. Phaseoffset optimization model and simulation of adjacent intersections[J]. Journal of Jilin University： Engineering and Technology Edition， 2008， 38（Sup.）： 5358.

[10]PORCHE I， LAFORTUNE S. Coordination of local adaptive traffic signal controllers[C]∥Proceedings of the American Control Conference. Philadelphia： IEEE Press， 1998： 18331837.

[11]GARTNER N H， STAMATIADIS C. Progression optimization featuring arterial and routebased priority signal networks[J]. Intelligent Transportation Systems， 2004， 8： 7786.

[12]常云濤，彭國雄. 基于遺傳算法的城市干道協(xié)調(diào)控制[J]. 交通運輸工程學報，2003，3（2）： 106112.

CHANG Yuntao， PENG Guoxiong. Urban arterial road coordinate control based on genetic algorithm[J]. Journal of Traffic and Transportation Engineering， 2003， 3（2）： 106112.

[13]張萌萌，賈磊. 城市協(xié)調(diào)控制主干路交通流模型[J]. 控制理論與應用，2011，28（11）： 16791684.

ZHANG Mengmeng， JIA Lei. Mathematical model of traffic flow on arteries with coordinated control system[J]. Control Theory and Applications， 2011， 28（11）： 16791684.

[14]羅霞，劉瀾. 交通管理與控制[M]. 北京：人民交通出版社，2008： 147163.

[15]HAMED M M， NIHAN N L. Estimating intersection OD matrices from observed timeseries of traffic counts： the zellner estimator[J]. Journal of Advanced Transportation， 1995， 30（3）： 5777.

（中文編輯：秦萍玲英文編輯：蘭俊思）