諸葛雪玉
(河海大學土木與交通學院,江蘇 南京 210098)
陳群和晏克非考慮公交優先,并從我國城市交叉口的交通特征出發對城市交叉口信號配時作了研究[1]。路慶昌等從交叉口的總體效益出發,以乘客人均延誤最小為目標,以飽和度、短周期、最小綠燈時間為約束條件,提出了公交優先周期優化模型[2];Li等人針對乘客延誤和延誤離散程度,制定了信號協調控制方法,并對交叉口信號配時進行優化,并采用VISSIM仿真驗證了模型的可行性[3]。吳志周等人在固定式信號配時方案下,以車均延誤為優化目標,建立了停靠站最佳布置位置的選擇模型,并對交叉口和停靠站的組合進行實例計算分析,得出信號協調控制方案下的停靠站最佳布置方案,降低了車輛延誤,并且通過VISSIM仿真驗證了模型計算結果[4]。
雖然在交叉口處對公交車輛實施信號優先,但是由于交叉口通行特征復雜,特別是很多停靠站也設置在交叉口進出口道上,這些停靠站(尤其是交叉口下游公交停靠站)將會限制交叉口公交通行效率。如果上一相位的公交車輛未能在下游停靠站利用本周期的紅燈時間完成乘客上下客服務,綠燈啟亮后,新的公交車輛到達停靠站后需要排隊等待進行服務,嚴重時影響社會車輛進入交叉口。這在極大程度上降低了交叉口的通行效率,增加了公交停靠站的乘客候車時間。更重要的是,嚴重影響了公交車輛的服務水平與準點率。因此需要從停靠站的角度出發,重點分析下游站點對交叉口交通的影響,研究公交優先信號配時方法。
在下游公交溢出影響研究基礎上,假設只有一個進口道設置停靠站的交叉口進行公交信號配時優化。以交叉口的人總延誤最小為優化目標,以避免相位過飽和和最小綠燈時間為約束條件,建立信號配時優化模型,調整公交優先相位的綠燈時間。
目標函數為:
(1)
式中:D——交叉口人總延誤;





Pt——公交車平均載客量,per;
ds——站點公交乘客延誤;
xij——相位i的j進口方向飽和度;
λi——i相位綠信比;
C——周期長度,s;
gmini——i相位對應的最小綠燈時間,s。
對社會車和公交車的平均延誤采用韋伯斯特延誤模型,則有:
(2)



選取江東北路—清涼門大街交叉路口作為仿真對象。如圖1所示為實驗路段的交叉口布局以及相位設置情況。江東北路—清涼門交叉路口為四相位的十字交叉口,東、西、南、北四個進口道各自設有5條車道,分別為1條右轉車道、2條直行車道以及2條右轉車道。其中南北進口道最右側的直行車道均為公交專用道。本實驗選取的公交停靠站為南進口道對應的下游停靠站,此停靠站設有7條公交線路。

對交叉口工作日晚高峰(17:00 PM~18:00 PM)進行交通量調查,流量數據如表1所示。

表1 交叉口交通流特性表
通過統計得到不同線路公交車在站平均消耗時間及乘客占有率,如表2所示。

表2 不同線路公交車平均在站消耗時間及乘客占有率
圖2為該交叉口原始信號配時方案,其中公交相位與南北進口道直行相位屬同一相位。因為四個進口道的右轉方向均設有右轉專用道與右轉專用相位,所以忽略右轉方向。


南北直行相位為本研究的優化相位,根據HCM2000推薦得到交叉口的飽和流率為1 700 pcu/h/l,公交專用道的通行能力為850 pcu/h/l。根據實驗研究人員觀測得到社會車輛的平均載客率
為1.8人/輛,公交車輛的平均載客率為26人/輛。假設最小綠燈時間為14 s,計算可得綠燈延長最大時間為13 s。
在約束條件的控制下,對控制目標函數進行試算,進行綠信比的調整。優化后交叉口信號配時如圖3所示。
由延誤公式計算得到信號優化前后交叉口的人總延誤,如表3所示。

表3 優化前后人總延誤對比表 s
從表3中數據分析得到,通過對公交信號優先控制,人總延誤降低2.4%。由此說明本文提出的優化方法對公交信號優先控制有一定的效果,在一定程度上提高了乘客的出行效率。
借助調查數據進行VISSIM仿真,由車速和通行能力統計數據定義路段的交通屬性,確定交通流輸入情況。并結合信號相位統計情況,通過仿真數據的輸出,得到信號控制優化前后的交叉口乘客總延誤對比如表4所示。

表4 仿真結果對比表 s
由表4可知,優化后交叉口人總延誤下降了3.4%,雖相比于模型計算的結果有一定偏差,但本文仿真結果確實驗證了公交優先模型對交叉口的通行效率具有優化效果。
本文通過研究下游停靠站和交叉口的相互作用,考慮下游停靠站排隊公交車輛溢出影響,確定公交優先信號配時優化方法。以有公交專用道的單點交叉口為研究對象,分析下游停靠站對交叉口范圍內交通流運行特征參數延誤的影響,進而構建交叉口公交優先信號配時優化模型,使得交叉口人總延誤得到優化,提高了公交車服務水平,在一定程度上減緩了交通流擁堵。