交通溢流判別和優化控制的研究進展

韓 偉 李 洋 何 慶

（北京警察學院道路交通管理系，北京 102202）

隨著我國機動車保有量快速增長，城市部分區域高峰時段處于過飽和狀態，一些交叉口出現交通流溢出現象。以兩相鄰交叉口1和2對交通溢流進行說明，交叉口2為交叉口1的上游交叉口。由于交通高峰期間流量增大或由于交通事故、交通事件等意外因素作用下，導致交叉口1處于過飽和狀態，交叉口1不能及時排空從上游交叉口來的車流隨著時間推移，當車輛排隊到達交叉口2時，導致交叉口死鎖。為了避免出現交通溢流情況，交通工程師在交叉口1和交叉口2之間安裝一個檢測器，檢測車輛排隊長度。通過對車輛排隊長度的檢測，對交叉口2是否死鎖進行預警和控制。

因此，對交通溢流的判別和控制是當前交通信號控制領域的重要課題。為了了解國內外對于交通溢流判別和控制的研究現狀，本文通過搜集國內外關于交通溢流的論文，從交通溢流判別（identification of spillovers）和交通溢流優化控制（monitoring and control of spillovers）兩個方面對現有研究進行了歸納整理，并對未來研究進行了展望。

1 溢流的識別

交通溢流的識別是后續交通溢流疏散的基礎。國內外學術界對溢流的判別開展了大量研究。早在20世紀70年代，國外開始研究過飽和交通的相關問題。Gazis[1-2]在研討交叉口過飽和管控時，指出交通溢流是交通達到過飽和狀態時的一種形態，并研究了如何最優控制過飽和交叉口的交通運行。

近年來，隨著我國機動車保有量的不斷增長，城市擁堵加劇，交通溢流問題頻發，國內學者對溢流的判別也開展了大量研究。國內學者通常基于檢測數據，檢測手段通常包括線圈、地磁、視頻等，通過檢測數據建立狀態模型，選取部分評價指標，定量判定交叉口溢流狀態。

在交通工程領域內，傳統上應用最為廣泛的檢測器是感應線圈。在溢流研究中，研究者首選的也是感應線圈。郝盼[3]以感應線圈檢測數據為基礎，將交通波理論與傳統的累積曲線法相結合，建立展寬段溢流識別方法，判斷排隊溢出時刻。呂瑤璐等[4]基于流量累計的輸入輸出方法，分析了布設在進口道處的檢測器所采集的數據，建立了一個周期內的車輛累積模型，根據檢測器布設位置，提出了固定周期交叉口的溢流的判定標準。

線圈檢測器的檢測精度高，但是安裝與維修需要破壞路面，只能檢測交通流量和占有率，檢測數據不夠豐富。因此，近年來隨著智能交通系統建設，城市道路上安裝線圈的情況越來越少，因此在未來使用線圈數據進行溢流控制的場景必然越少。

地磁檢測器對地面破壞較小，是近年來交通工程領域內應用較為普遍的一種檢測器。王力等[5]提出采用地磁檢測器，埋設在進口道（0.75～1的位置）位置，建立滯留車輛排隊長度模型。通過構建交叉口擁堵消散系數判斷交叉口運行狀態，通過溢流阻塞系數判別交叉口過飽和溢流現象是否由上游交叉口堵塞產生。但檢測器檢測精度有局限，如對低速目標不敏感、容易漏檢等問題。

視頻檢測器檢測的信息較為豐富，向來受到交通工程師的青睞，因此也被廣泛地應用在溢流識別。仕小偉等[6]采用視頻檢測器，捕捉路段上車輛實時排隊長度，綜合交通波理論和累積輸入輸出方法，提出交通溢流判別模型。但視頻檢測器的檢測精度受天氣和照度限制，檢測區域范圍小，精度受限。

國內學者針對交通溢流判別問題，提出了不同的算法和模型。李凱龍[7]針對排隊長度檢測方法問題，提出基于YOLO V3算法的溢流判斷算法。曹政等[8]通過調查溢流數據構建評價溢流嚴重程度指標體系，建立正向云模型，確定交叉口的溢流程度。

國內學者針對交叉口溢流的研究，通常基于檢測數據，檢測手段通常包括線圈、地磁、視頻等，但是利用車聯網、手機定位等方式獲取數據的方式還較少，如何將車聯網、手機定位等方式獲取的多源數據綜合應用于溢流狀態的判別將是以后研究的重點。

2 溢流的控制

當前，城市交通信號控制方案主要是以非飽和交通狀態為前提，不適用于過飽和狀態。交叉口一旦進入過飽和狀態，車輛通行需求超過最大通行能力，在現有常用控制方案下，交叉口排隊長度加大，嚴重時出現溢流現象，造成交叉口死鎖。

圍繞過飽和交叉口信號控制問題，國內外學者通常是從單個或相鄰兩個交叉口開始，逐漸擴大到過飽和干道及過飽和區域，典型的方法包括相鄰交叉口控制、干道優化控制和區域自適應控制等。

2.1 相鄰交叉口優化控制

國外對過飽和交叉口信號優化的研究較早，在最初的研究中主要借鑒非飽和信號交叉口的交通管理經驗，以車輛延誤最小為優化目標。Abu-Lebdeh等[9]在充分模擬溢流路段上車輛排隊累積和消散全過程的基礎上，提出過飽和狀態下干線協調管控策略。Liu等[10]將飽和狀態下車輛的到達率及離去率作為評價指標，建立飽和狀態下的最優動態信號方案規劃模型。

國內學者對于建立過飽和交叉口信號控制優化模型也開展了大量研究，并通過仿真進行有效性驗證。李寧[11]在傳統的Webster方法基礎上，將排隊長度限制的條件納入模型中，實現對模型的優化。曹政等[12]采用熵權法確定控制指標的權重，采用模糊理論確定周期時長，形成一套交通溢流動態控制方法。

2.2 干道優化控制

國外學者Rathi[13]采用排隊管理控制策略，建立一套路網信號控制算法。Abu-Lebdeh等[14]提出采用動態信號控制方案，最大限度利用綠燈時間，防止排隊溢出。

在國內，朱文興等[15]提出了一種“大路口”理論，該理論將幾個相關路口視為一個整體，稱為“大路口”。以整個“大路口”車輛平均延誤最小為控制目標，建立模型，并采用遺傳算法進行優化。錢等[16]以干道通行量最大為控制目標，建立以主方向優先的雙向協調控制模型。

2.3 區域自適應控制

在過飽和區域控制中，控制交叉口的數量和模型變量均有所增加，因此其難度和復雜度都更大。國外學者主要分為兩個方向，即Luk等[17]研究各類控制系統，如SCOOT、SCATS系統等，Lertworawanich等[18]建立交通模型，采用遺傳算法、蟻群算法等在小型網絡中進行運算，以比較何種算法更為有效。國內學者也在溢流區域控制方面做了一些研究。楊曉光等[19]對交通控制區域進行動態劃分，以采取不同的控制策略。此外，李巖等[20]分析了過飽和交叉口群信號控制機制，提出了實施框架，并應用微觀仿真對交通控制策略進行了驗證。國內外學者對于溢流涉及的相鄰交叉口、干道和區域均有研究，形成了相應的協調控制方法。大部分控制方法是基于實時交通流數據建立，動態調整效率較低。

3 結語

綜上所述，隨著智能交通系統的建設、車聯網的普及，從傳統的線圈檢測變為以浮動車為主兼顧地磁、視頻等的多種檢測設備在交叉口的不同位置檢測交通狀態。信息融合之后可以更準確判斷交叉口交通運行狀態。從識別算法分析，以交通波理論為基礎，采取模糊數學、時間序列等多種算法為輔助，可以有效提高溢流的識別的水平。在溢流的控制方面，控制目標以降低交叉口延誤的單目標變為將溢流風險納入體系之中的多目標，并采用多指標優化下多區域協調控制的策略。