快速路智能協同控制的影響因素研究

李 敢

（中國城市規劃設計研究院深圳分院，廣東 深圳 518055）

當前，城市快速路交通擁堵日益嚴峻，引發延誤增加、環境污染、交通安全等一系列問題。針對上述問題，限于土地、資金等方面的因素，傳統粗放式增建快速道路已很難取得良好效益。相反，協同多種控制策略對快速路進行有效控制，實現對道路資源的充分利用，成為緩解交通擁堵的一劑良方。

目前，協同控制在理論研究及工程實踐中取得了一定的成果，其中，最顯著的是匝道控制和可變限速控制的協同控制，但以往研究缺乏對協同控制影響因素的系統梳理。基于此，文章運用文獻綜述的方法，展開深入探索及研究，全面地梳理與分析快速路協同控制的影響因素，為協同控制在我國快速道路上的理論研究及實踐應用提供依據。

1 快速路智能協同控制概述

1.1 快速路概述

快速路是在城市內修建的，中央分隔、全部控制出入、控制出入口間距及形式，具有單向雙車道或以上的多車道，并設有配套的交通安全與管理設施的城市道路。快速路與高速公路及其他等級城市道路存在顯著區別，其最重要的三個交通特點為交通管理與控制相對簡單但方式豐富、交通流特性與交通組成相對簡單、出入口密度較高。

1.2 交通流惡化過程

當快速路交通量小于路段通行能力，主線車輛所受干擾較小，交通流穩定且快速通行。當交通量持續增加，超出通行能力時，在不采取任何控制措施的條件下，交通流難以穩定運行，最終形成交通堵塞，并伴隨兩種明顯現象：通行能力下降和交通流溢出。交通擁堵后，自由流狀態下的車頭時距將無法維持，導致道路通行能力下降。A點變化至B點，通行能力大約降低10%～30%[1]。此外，由于擁堵導致入口匝道出現排隊現象，當排隊長度超過其最大承載能力時，產生交通流溢出現象，如圖1和圖2所示。

圖1 通行能力降低示意圖

圖2 交通流溢出現象

1.3 智能協同控制

組合多種控制方式對快速路交通流進行控制與管理，能夠有效地抑制交通惡化，避免交通擁堵，例如，實施匝道控制和可變限速的協同控制。

匝道控制 （RM） 通過控制匝道駛入交通量，減小匝道對主線車流的干擾，避免交通流惡化。可變限速控制 （VSL）利用物聯網、電子感應等技術手段，收集道路、交通、環境等條件信息，綜合分析各項信息，合理選擇控制算法確定限制速度值，保證車行安全條件下實現最佳的交通流量和密度。

2 協同控制影響因素

協同控制涉及內容多且廣，如模型算法、協同方式、道路及交通條件、設計指標等，因此，影響協同控制效果的因素很多。文章主要從理論方法、技術應用和其他三個方面系統地梳理與分析協同控制的影響因素，如圖3所示。

圖3 快速路協同控制影響因素

2.1 理論方法

2.1.1 控制算法

匝道控制和可變限速控制通過相應算法實現。采用不同算法，協同控制實施效果將存在顯著差異。匝道控制有多種類型，如單點控制與協調控制，對于同一類型匝道控制，又存在不同控制算法。對于單點控制，常見算法有Demand-Capacity控制法，Occupancy控制法，模糊控制法，ALINEA算法以及ALINEA的改進算法。M.Greguri等對比了三種匝道控制算法，研究發現，ALINEA算法由于各匝道孤立缺乏聯系導致其產生平均行程時間與平均延誤最大；HELPER算法產生的平均延誤、總行程時間以及平均排隊數最小；SWARM算法產生的平均行程時間最小，但造成了更多的延誤[2]。

可變限速控制策略可簡單分為被動控制與主動控制。被動控制是基于規則的簡單邏輯控制，其限制速度根據交通流量、占有率或平均速度等指標進行設置。PEI-WEI LIN等提出VSL-1和VSL-2兩種被動控制算法，結果顯示，對于改善交通流運行效率，VSL-2控制效果更優[3]。

在被動控制的基礎上，主動控制引入預測模型預測交通流狀態， 提前調整控制輸出以應對未來交通流惡化。目前，預測模型多為Payne第二代模型的改進版本，這些改進模型因采用的期望速度表達式不同，導致控制效果也不盡相同。

此外，可變限速控制算法還有MCS、RCP、SPECIALIST、MTFC-VSL以及COSCALv2等，這些算法對交通運行影響各有差異。Ellen Grumert等從交通安全、運行效率以及環境影響三個方面評估四種控制算法：MCS、SPECIALIST、MTFC和RCP，結果表明，MTFC控制算法在提升交通安全、改善運行效率和降低環境影響上均具有明顯的優勢[4]，如圖4所示。

圖4 不同VSL算法下控制效果對比：運行效率

2.1.2 交通流模型

交通流模型分為微觀模型、中觀模型和宏觀模型。對于快速路宏觀交通流模型，除了經典的GreenShields、Underwood和Greenberg等模型外，最重要也是應用最多的模型為METANET模型和元胞傳輸模型 （CTM）。

在協同控制已有研究中，大多只是獨立地采用某種模型，缺乏對兩種模型的分析對較。在其他領域，A.Spiliopoulou等以出口匝道為研究對象，證明了METANET模型模擬效果更好，對比結果如表1所示[5]。

表1 不同交通流模型下控制效果對比

2.1.3 協同方式

協同方式主要有三種，匝道控制優先式[6]、可變限速控制優先式[7]以及兩者同步式[8]。匝道控制優先式先確定入口匝道率，再確定限制速度。可變限速控制優先式與之相反，協同控制系統先確定限制速度，再確定入口匝道率。兩者同步式在一個控制周期內實現匝道率和限制速度值得同步輸出。三種協同方式各有特點，對路網的控制效果也不相同。匝道控制優先式、可變限速控制優先式以及兩者同步式原理圖分別如圖5、圖6和圖7所示。

圖5 匝道控制優先式原理圖

圖6 可變限速控制優先式原理圖

圖7 兩者同步式原理圖

2.1.4 優化目標

為保證控制效果最優，模型預測控制被廣泛采用。模型預測控制由四部分組成：預測、效果評估、優化和控制。其中，優化的核心在于選擇優化目標。以往研究中，優化指標可以歸納為三個方面：交通效率、交通安全以及交通環境。在交通效率方面，優化指標有總行程時間 （TTS）、總延誤 （TTD）、總駛出交通量 （TTV）、車輛總行駛距離（CTTD） 以及上述組合指標。交通安全方面的指標有速度變異系數 （CVS）、事故發生概率 （PC）、待碰撞時間 （TTC）等。在交通環境方面，直觀指標為燃料消耗量 （FC）、二氧化碳排放量 （CO2）、一氧化碳排放量 （CO）、碳氫物排放量（HC）、氮氧物排放量 （NOx） 等，間接指標有排放消耗比（E/FC） 等。

優化目標會直接導致輸出最優化控制參數的異同，進而影響控制效果。如Bidoura Khondaker等考慮了機動性、安全性以及環境性三個維度，并改變各個維度的權重系數分別建立不同的目標函數，結果顯示控制效果隨目標函數的變化而顯著不同，仿真結果如表2所示[9]。

表2 不同優化目標下控制效果對比

2.1.5 控制參數

協同控制參數主要有三類：控制算法參數、交通流模型參數以及MPC控制系統參數。其中，控制算法參數主要為調整參數；交通流模型參數包括路段基礎參數，路段劃分長度以及模型中待標定參數；MPC控制系統參數主要有采樣周期與控制周期、預測步長與控制步長等。控制參數的選取對控制效果影響顯著，應結合快速路實測數據，合理標定協同系統中的參數，并進行有效性驗證。

2.2 技術應用

2.2.1 道路條件

道路條件主要指道路類型與幾何條件。道路類型包括快速路、出入口以及銜接道路等的類型及形式。快速路主要形式有高架式、路堤式、路塹式、地平式和隧道式。出入口類型主要有互通式立交匝道出入口、高架路匝道出入口和平面輔路匝道出入口，組合形式分四種：入口—出口、入口—入口、出口—入口和出口—出口。銜接道路類型主要為高速路、快速路、主干路、次干路、輔路等。幾何條件方面影響因素包括主線橫斷面形式、平縱橫線性、車道數及車道寬度等。

2.2.2 交通條件

交通條件影響因素主要為道路通行能力以及交通特性。道路通行能力包括主線通行能力和匝道通行能力。主線通行能力與其設計速度有關，匝道通行能力與其設計速度和坡度有關。交通特性包括交通流特性以交通組成特性，其中，交通流特性包括主線與入口匝道的交通流特性，如交通量、速度、密度三參數的時空分布特性。

2.2.3 設計條件

設計條件包含匝道控制和可變限速控制兩方面的相關設計條件。對于匝道控制，設計條件主要有匝道放行方式、加速車道長度、停車線位置等。單車道入口匝道放行方式主要有單輛放行式與列隊放行式，不同放行方式對應不同的入口匝道率，從而影響控制效果。可變限速控制設計條件涉及VSL應用形式、區域長度、加速車道長度、可變限速信息牌 （VMS） 數目及位置、限制速度值及更新頻率等。其應用方式分為點控 （P-VSL） 和面控 （S-VSL） 兩種。點控在控制區域內合理選擇控制點，車輛通過控制點時需根據控制點處的可變限速信息牌調整速度，并維持此速度值直至下一控制點。面控作用于整個控制區域，一旦限制速度值發生變化，控制區域內所有車輛同時調整速度，控制區域內車輛速度并不完全一致。Eduardo Rauh Müller等研究發現S-VSL反應更加迅速，控制效果更優，P-VSL示意圖如圖8所示，S-VSL示意圖如圖9所示，對比結果如表3所示[10]。

圖8 P-VSL示意圖

圖9 S-VSL示意圖

表3 P-VSL和S-VSL對比結果圖

VSL區域太長，則延誤增加，區域太短，車輛無法減速至限制速度。VSL加速車道指從VSL區域尾部到瓶頸路段處的路段，其長度影響控制的效果，加速車道太短，則加速不充分，車輛駛至瓶頸路段時速度不夠，影響車輛合流；加速車道過長，車輛通過需要更多的時間，增加了延誤。有學者研究了不同區域長度和不同加速車道長度下的控制效果，發現區域長度及加速車道分別為100、175 m時，總行程時間最小[10]。

Huiyuan Liu等[11]證明了VMS數目及位置也會影響可變限速系統的控制效果。限制速度值、限制速度差值及其更新頻率對控制效果影響也很大，如M Papageorgiou等[12]發現當路段密度小于臨界密度時，限制速度值越高，流量—密度曲線斜率越小。M.Tazul Islam等從機動性和安全性兩個角度探尋最佳的限制速度差值及更新頻率，結果顯示，限制速度差值為10 km/h，且每5 min更新時，控制效果最優[13]。

2.2.4 其他條件

其他影響因素主要為遵守率和普及率。遵守率是車輛是否按照限制速度值行駛的直觀反映，它直接影響顯示的速度值，遵守率越高，限制速度顯示值越高，反之越低。另外，隨著物聯網技術的發展，快速路控制相關研究開始利用技術和數據優勢進行多方面的探索，如實現VSL面控制等。影響這些研究的一個重要因素就是車聯網普及率，普及率越低，則可使用數據越少，模型精度與控制效果受到影響。如文獻[9]對比了兩種普及率下可變限速控制效果，結果顯示100%普及率時控制效果顯著最優。

2.3 其他因素

2.3.1 不良天氣

不良天氣主要包括雨天、霧天、雪天等。不良天氣對快速路控制系統的影響主要表現在兩個方面，一是降低能見度及道路摩擦系數，增加交通事故概率；二是車輛行駛速度下降，路段通行能力降低，導致行程時間增加，交通擁堵更易發生。

2.3.2 緊急事件

緊急事件是指能引起車道通行能力下降或交通需求增加的非正常事件，如事故、停滯、公路維護、項目重建等，它具有偶發性與不可預測性，影響控制效果，甚至導致延誤和交通擁堵，引發二次交通事故。

3 結語

針對快速路協同控制影響因素展開研究。首先闡釋了快速路交通流的惡化過程，指出協同控制是穩定交通流的有效手段。然后從理論方法、技術應用和其他因素三個方面系統梳理和分析了協同控制的影響因素。本研究為科學制定協同控制策略奠定了理論基礎，促進協同控制在我國快速道路上有效實施，推動城市交通向現代化、智能化的方向發展，為城市解決交通擁堵、提高交通效率添一份力。