城市快速路入口匝道交通信號模糊控制算法

貴舒玥 何烈云 金石磊

(浙江警察學院交通管理工程系 杭州 310053)

城市快速路對改善城市交通狀況，緩解市中心交通阻塞現象，提高城區與郊區的通達度發揮重要作用。但隨著車流量的增長，快速路匝道口處逐漸發展成新的交通結點，大大降低了快速路作為城市快速交通的作用。快速路匝道擁堵很有可能引發其他相接道路的繼發性擁堵，最終導致整個路網的通行效率降低。

目前國內外對于快速路匝道控制主要采用信號燈控制法，在匝道進出快速路的位置安裝信號燈，通過傳感器收集交通數據，采用各類控制模型和算法實行信號控制[1]。Tian Z.Z.等[2]主要通過調節道路信號燈周期和相位調整進入匝道的車輛,以流量-容量比值為標準，對低、中、高3種不同交通需求情況下的自適應信號控制使用Vissim仿真對比。G.R.Iordanidou等[3]使用宏觀動態交通流模型作為城市快速路仿真的過程模型，并將其分為路段模型、節點模型和排隊模型三部分進行研究。唐輝等[4]分別建立主路和輔路的交通流模型和匝道與交叉口排隊模型，對主路輔路的協同控制問題進行探索；并考慮以總通行時間最短為目標的優化策略。尹勝超等[5]在其研究中基于自適應和信號配合控制策略，提出幾種具體的匝道控制方法。以瓶頸區域通行能力提高為指標，進行了仿真實驗。方傳武等[6]詳細比較了幾種常見匝道信號燈控制方法的適用條件和優缺點。王世明[7]分析了快速路匝道控制的幾種常用方法的優缺點，在此基礎上提出“可接受間隙控制”方法。莫陽[8]從分析出入口特性出發，尋找匝道及變速車道控制參數的影響因素，解析匝道設計速度對匝道交通流率影響機理，并研究控制參數。周浩等[9-10]構建可變限速控制影響下的微觀METANET模型,對入口匝道進行優化控制，實現了兩者的協同優化。除理論研究外，國內外對于快速路的控制正落向實處：美國已建成2 000余處匝道入口信號燈控制系統；濟南市部分道路建立了自適應控制信號燈，如果十字路口車輛或行人的通行需求較大，信號燈能夠感應并進行反饋，相應延長或縮短本信號燈周期綠燈時間。

目前模糊控制理論在交通控制領域主要運用在城市道路平面交叉口交通信號控制及高速公路匝道控制方面，針對城市快速路匝道交通控制研究較少。快速路主路與入口匝道交匯區同樣是一個受各種因素影響變化的復雜系統，因此本文采用模糊控制方法進行研究。

1 快速路匝道模糊控制模型構建

模糊控制理論來自于Zadeh創立的模糊數學，為控制復雜、不明確的系統提供了新的解決方法。它以模糊集合論、模糊語言變量和模糊邏輯推理為基礎，對過于復雜或難以精確描述的系統進行計算機數字控制。其最初應用于鍋爐和蒸汽機的溫度控制，取得良好效果。

1.1 模型構建

本文模糊控制系統見圖1，模糊控制器是其中最重要的部分。

圖1 模糊控制系統結構示意圖

通常用6個數據反映快速路交通情況：US上游車速，UO上游車輛占有率，DS下游車速，DO下游車輛占有率，RO匝道車輛占有率，RL匝道等待車輛總長度。空間占有率指在某一特定時刻，在一個特定區域內，已被車輛在地面投影占有的道路量與區域內道路總量的比率，計算如式(1)所示。

(1)

式中：Rs為匝道空間占有率；L為觀測路段總長度，參照杭州上塘高架大關匝道檢測器設置位置，本文兩檢測器之間距離為125 m，即取L=125 m；Li為第i輛車的長度；n為該路段的車輛數。檢測器分布見圖2。

圖2 入口匝道和檢測器分布示意圖

經過與現有數據整合分析，選取上游車輛占有率UO和匝道等待車輛長度RL作為模糊控制器輸入量；輸出量為綠燈延長時間ΔG，即本信號燈周期內綠燈時間增加或減少值。輸入量每120 s更新1次。以下是模糊邏輯控制器的構建流程。

1.2 輸入與輸出變量模糊化

將UO和RL的值分別劃分為5個模糊子集，在每個模糊子集中使用VS、S、M、L、VL表示“很小、小、中等、大、很大”。綠燈延長時間設為NB、NS、NE、ZN、ZE、ZP、PO、PS、PB9個模糊子集，代表負大、負小、負、零負、零、零正、正、正小、正大。以RL為例，根據檢測器測得數據，將RL取值范圍[RLmin，RLmax]劃分為以上5個模糊子集，其取值范圍即為上游車速的論域。假設RLmin=0，RLmax=100，該子集的隸屬度函數見圖3。

圖3 隸屬度函數圖

通過測距得該匝道長度為400 m，即匝道等待車輛總長度極值為400 m，定義RL的論域為[0,80,160,240,320,400]。陳玉思[11]根據2002年版的《城市道路交通管理評價指標體系》，依據城市主干道平均行程速度描述道路交通運行狀況，取占有率為0.28，0.39，0.52劃分主干道暢通、輕度擁擠、擁擠和嚴重擁擠。本文定義道路占有率論域為[0,0.28,0.39,0.52,0.8,1]。

1.3 模糊規則的設計

模糊規則建立在語言變量的基礎上，是模糊控制器知識庫的核心，模糊規則的正確性與數量也直接影響模糊控制器的控制效果。基礎的模糊規則形式為：IF A then B，經過對比篩選，建立25條規則見表1。

表1 模糊控制規則表

以RL是VL、UO是VS為例，此時匝道排隊等待車輛長度很長，上游車輛占有率很小，表示匝道擁擠而主路交通流量很小，因此可以延長綠燈時間，令ΔG為PB。模糊規則形式為IF (RLisVL) AND (UOisVS) THEN (ΔGisPB)，其余規則以此類推。

聯系實際需求及每條規則的重要程度可賦予每條規則不同的權重，以起到更佳的控制效果。本文不區分規則之間重要性程度，將每條控制規則權重均設置為1。

1.4 輸出量去模糊化處理

模糊產生器使用上述規則將UO、RL映射成ΔG的一個模糊集合。通過模糊控制算法計算輸出的控制量是一個模糊集，需要將模糊集變成控制量中的精確量，再將精確量轉化為所需要的具有物理意義的輸出量。常用的去模糊化方法有3種，最大隸屬度、中位數判決、加權平均。本文采用加權平均，定義如式(2)。

(2)

式中：ΔG為延長綠燈時間；N為模糊規則數；wi為第i條規則的加權系數；ci為輸出模糊集的中心；fi為第i條模糊規則的模糊蘊含。采用加權平均法能夠較好地實現去模糊化。

1.5 算法模型求解

使用MATLAB模糊控制工具箱Fuzzy進行控制算法求解。Fuzzy為模糊控制器的設計提供了一種非常便捷的途徑，使用它不需要經過人工編程進行復雜的模糊化、模糊推理及反模糊化處理，只需要在控制界面設定相應參數，即可設計出所需要的控制器。

在運行窗口執行Fuzzy命令，在控制界面輸入相應的設定參數，可得到控制規則，見圖4，綠燈延長時間見表2。得到反映匝道排隊長度、上游車輛占有率和綠燈延長時間之間輸入與輸出的關系曲面圖見圖5。

圖4 控制規則圖

表2 綠燈延長時間表

圖5 綠燈延長時間與匝道排隊長度、上游車輛占有率的關系圖

2 信號燈配時設計及仿真實驗

以城市快速路道路檢測器數據為研究基礎，使用2017年5月26日杭州上塘高架大關匝道下午時段數據進行研究。將數據處理為單位、量級一致，并進行相應的統計整合，得到主路流量數據見圖6。

圖6 2017-05-26上塘高架大關段主路流量數據

2.1 信號燈配時設計及控制方案

本文信號燈具體設置位置見圖7。

圖7 信號燈設置位置

本信號控制僅放置在匝道上，不控制主路車流，因此為單相位信號燈。 預設信號燈周期為120 s，令信號燈周期C=120 s，黃燈時間取TY=2 s，初始綠燈時間與紅燈時間TG0=TR0=59 s。信號燈周期見圖8。約束條件為0≤TG≤C，當TG=0代表該周期信號燈全紅，TG=C表示該周期信號燈全綠。

圖8 信號燈周期示意圖

2.2 綠燈延長控制方法

檢測器測得的交通流數據為實時值，因此可根據測得的交通狀況決策本周期的匝道信號燈控制方案，流程圖見圖9。

圖9 綠燈延長方法流程圖

本周期綠燈延長時間通過模糊控制算法算出，綠燈時間TG=TG0+ΔG，紅燈時間TR=C-TG-TY。經過計算，不同情況下匝道綠燈時長表見表3。

表3 綠燈時長表

3 MATLAB聯合VISSIM協同仿真

利用VISSIM交通仿真軟件提供的排隊長度、車速信息等交通參數，進行數學運算轉換參數輸入，在MATLAB編寫的模糊控制器得到新的信號配時方案提供給VISSIM。VISSIM在本周期內根據MATLAB提供的信號燈組合方案重新進行交通控制，并將交通評估量如平均延誤時間、平均停車次數、行程時間等參數輸出。

3.1 路口模型繪制

跟據實際道路情況確定主路與入口匝道位置關系，還原真實道路場景見圖10。

圖10 VISSIM環境下路口圖

設置主路類型為高速路(允許自由換道)，期望車速為60 km/h，匝道類型為城市道路(機動車型)，期望車速為30 km/h。在匝道設置信號燈頭與排隊計數器，在主路上下游每個車道分別設置數據采集點。

3.2 仿真實驗設計

1) 設定信號燈初始值、輸入流量數據，并用VISSIM進行仿真。

2) 采集仿真指標：主路占有率、匝道排隊長度、交通流量、速度。

3) 根據主路占有率、匝道排隊長度，利用MATLAB模糊控制計算綠燈延長時間。再根據信號燈配時設計方案計算新的配時。

4) 在新的配時方案下，重新運用VISSIM仿真，采集仿真指標。比較前后仿真結果。

3.3 仿真結果評價分析

根據統計結果，本路段下午時段車流量在2 000～3 800 veh/h之間，因此選取2組極值進行仿真實驗。

3.3.1小流量仿真

輸入主路車流量2 000 veh/h，匝道車流量500 veh/h，通過檢測器經計算得到上游占有率平均值為16.1%，匝道排隊長度平均值為134 m，輸入模糊控制器，輸出綠燈延長時間為12.1 s，即本周期綠燈時間為71.1 s，仿真結果見表4、表5。

表4 匝道控制性能對比表

表5 主路控制性能對比表

在小流量情況下，通過模糊控制延長綠燈時間使得匝道排隊長度下降48.7%，停車次數下降37.3%；并且主路各項指標變化不大，僅速度下降3.8%。說明在小流量情況下，模糊控制能夠起到兼顧主輔路通行效率的效果。小流量仿真下，定時控制和模糊控制對比見圖11、圖12。

圖11 匝道對比結果圖

圖12 主路對比結果圖

3.3.2大流量仿真

輸入主路車流量3 800 veh/h，匝道車流量800 veh/h，通過檢測器經過計算得到上游占有率平均值為44.8%，匝道排隊長度平均值為183 m，輸入模糊控制器，輸出綠燈延長時間為-11.3 s，即本周期綠燈時間為47.7 s，仿真結果見表6、表7。

表6 匝道控制性能對比表

表7 主路控制性能對比

大流量仿真下，定時控制和模糊控制對比見圖13和圖14。

圖13 匝道對比結果圖

圖14 主路對比結果圖

由圖13、圖14可見，在大流量情況下，與定時控制相比模糊控制使主路上游排隊長度下降78.2%，行駛速度提高11.7%。同時對于匝道的影響較小，排隊長度僅增加4.6%，停車次數增加2.4%。充分體現大流量時主要保障主路通行需求的特點。

4 結語

模糊控制是一種非線性控制系統方法，在城市快速路主路和入口匝道上安裝多個傳感器，根據傳感器測得的交通流信息，獲取模糊控制的相應輸入變量。

本文以杭州上塘高架大關路段入口匝道數據為例，利用模糊控制方法定義合適的規則庫、劃定相應隸屬函數、修改推理過程，構建了模糊邏輯入口匝道控制器。根據模糊控制器輸出的綠燈延長時間，得到能反映主線和匝道交通流變化的自適應信號燈配時方案。利用VISSIM軟件進行仿真評估模糊控制的可行性，仿真結果顯示通過模糊控制能夠較好地提高主路運行效率，并且兼顧匝道車流，證明了該方法的實用性和有效性。