基于軌跡數據的干線綠波協調控制效果評價

魏向達, 劉小明, 董路熙, 尚春琳

(北方工業大學 城市道路交通智能控制技術北京市重點實驗室, 北京 100144)

0 引 言

城市干線綠波協調控制作為一種緩解城市交通擁堵的控制方法, 其相關研究多集中于控制模型的優化, 如：常玉林等[1]分析了綠波帶速度、周期以及相位差等指標, 提出了一種雙向綠波信號的改進圖解法; 黃慧瓊等[2]通過分析交叉口間距與車輛排隊消散時間, 提出了一種干線綠波協調公共周期與相位差的優化方法; 于德新等[3]基于線性規劃模型, 提出了一種干線協調控制優化方法, 實現了對MULTIBAND模型中綠波帶形式的優化; 荊彬彬等[4]從車隊實際行駛速度波動性出發, 以雙向綠波帶寬之和最大以及速度波動百分比之和最大為一、二級目標, 提出了一種綠波協調控制目標規劃模型; 盧凱等[5]針對不同綠燈終點型綠波帶設計, 構建了一種雙向綠波協調數解法; 李永強等[6]針對綠波控制開環控制問題, 以最大綠波帶寬為優化目標, 提出了一種數據驅動的交通響應綠波協調控制模型; Ma等[7]將自適應機制引入綠波控制, 以綠波帶寬最大和延誤最小為目標, 提出了一種基于自適應人工魚群算法的綠波控制系統優化方法。上述算法研究重點側重于算法優化, 不同算法模型在遷移到實際干線協調路段時算法適應性可能存在一定差異。因此, 對不同干線綠波協調控制效果評價研究有助于增強算法的魯棒性, 提升干線綠波控制方案實際應用效果。

在綠波協調控制效果的評價方面, 卓曦等[8]從綠波系統效率與安全指標出發提出了一種綠波協調控制系統灰色關聯評價方法; 施俊慶等[9]利用仿真軟件對雙向綠波控制效果進行了評價; 林清韓等[10]將綠波交通特有參數與傳統指標相結合, 同時考慮次干道通行效率, 利用灰色關聯分析法對綠波協調系統控制效果進行了評價; 盧凱等[11]通過計算行駛速度和綠波帶寬之間的關系, 利用集對分析法對不同綠波控制方案進行評價。

從上述研究可以看出, 適用于不同干線綠波協調控制效果評價對比的方法較為缺乏, 且部分方法所使用的綠波協調控制效果評價指標較難獲取?；诖? 本文以車輛軌跡數據為基礎, 統計了車輛行駛OD矩陣表, 協同考慮車輛連續通過交叉口數與停車次數, 構建了干線綠波協調控制評價方法, 在保證評價方法簡便可操作的基礎上實現了對不同綠波控制方案的評價。

1 綠波控制評價方法

1.1 數據處理

目前，由于各種檢測器與終端設備的應用使得對車輛數據的獲取變得更加輕松、便捷, 豐富的數據使得對于交通控制的研究可以更加深入, 但若檢測器損壞或數據傳輸過程中數據丟失, 則往往需要對車輛軌跡原始數據進行預處理以便獲得有效數據。車輛軌跡原始數據信息主要包括: 車輛ID、時間戳、車輛經緯度、車輛速度。車輛軌跡信息數據結構如表1所示。

表1 車輛軌跡信息數據結構

本文所研究的車輛軌跡為干線綠波內的車輛行駛信息, 通過對比車輛經緯度信息與干線綠波內路段邊界信息選擇出目標區域內的車輛軌跡信息。路段軌跡點坐標為L(lon,lat), 綠波協調路段邊界點為L1(lon1,lat1)、L2(lon2,lat2)、L3(lon3,lat3)、L4(lon4,lat4), 其中目標邊界除了包括綠波協調路段外，還應包括協調交叉口中非協調方向路段, 以便對后續車輛行駛軌跡時對于軌跡的判斷更加準確。A為邊界點圍成的區域, 當L∈A時則為有效點, 對A區域外的點進行數據清除, 有效數據區域如圖1所示。

圖1 有效數據區域示意圖

為便于數據處理與統計, 在完成有效數據獲取后將時間戳轉換為標準時間, 進而對數據中存在的重復數據與缺失數據進行處理。以車輛ID作為檢索基礎, 在目標時間段內對車輛重復信息進行清理, 缺失數據通過同一車輛ID的數據進行關鍵數據的補全與無關數據的清除。在完成數據處理后，通過對車輛軌跡信息與實際地圖信息的匹配, 利用車輛ID為基本單元生成車輛軌跡時空圖(圖2), 再用車輛的軌跡數據進行車輛OD數據統計。

圖2 車輛軌跡時空示意圖

1.2 車輛OD矩陣

OD矩陣是描述交通網絡中所有起點到終點之間在一定時間范圍內交通流量的表格, 反映了某個城市或區域的基本交通需求[12]。OD矩陣在交通規劃研究中占有極其重要的地位, 能揭示出城市交通癥結的原因、交通需求與土地利用、經濟活動的規律[13]。本文將干線綠波協調路段編號作為OD矩陣中的起點與終點。

在完成原始數據處理后, 將所測綠波協調控制路段位置信息與車輛軌跡數據進行匹配, 獲得每輛車的行駛軌跡與速度, 以便基于綠波協調路段內車輛軌跡統計車輛OD數據。定義：在綠波協調控制路段內連續通過2個及以上交叉口的車輛為有效綠波協調車輛；綠波協調路段內車輛OD出行中出發點為車輛初始進入綠波協調交叉口前路段編號, 其中車輛停駛后再啟動算作新出發點；目的地為車輛駛離干線綠波路段編號或由于延誤而在干線綠波內開始排隊路段編號, 即在干線綠波協調控制中車輛一次出行可能存在多個OD出行。由于本文提出的評價方法對于雙向綠波與單向綠波計算方法相同, 現用單向綠波交通進行例證說明。綠波交通干線示意圖如圖3所示, 其中Ci表示干線綠波中第i個交叉口,Li表示干線綠波中第i個路段。

圖3 綠波交通干線示意圖

根據車輛軌跡數據統計干線綠波車輛通行情況, 記錄車輛OD出行表, 車輛OD矩陣統計流程圖如圖4所示，詳細步驟如下:

圖4 車輛OD數據統計流程圖

Step 1: 檢測進入干線綠波協調控制路段內車輛初始時間t0位于路段位置信息起點O。

Step 2: 判斷車輛下一檢測時間間隔Δt的t=t0+nΔt(n∈N+)時刻的位置L(t)是否屬于干線綠波內相關路段A: 若L(t)?A, 則判定t時刻為車輛的終點，完成車輛的OD數據統計; 若L(t)∈A, 則執行Step 3。

Step 3: 對車輛在t時刻速度Vi(t)進行判定: 若Vi(t)≠0, 則判定車輛未停止運行, 則令n=n+1,返回Step 2; 若Vi(t)=0, 則判定車輛停止運行,t時刻為車輛的終點完成車輛的OD數據統計, 并執行Step 4。

Step 4: 令t=t0, 返回Step 1對車輛進行下一次OD數據統計。

依照OD矩陣數據統計流程遍歷綠波協調控制路段車輛, 干線綠波車輛OD矩陣如表2所示，其中：i、j分別表示進入以及駛離綠波交通路段編號, 1

表2 車輛OD矩陣

定義車輛OD矩陣中i、j滿足j-i<2時車輛為未進入干線綠波協調車輛, 即車輛連續通過2個路口才定義為進入干線綠波協調; 定義車輛OD矩陣中i、j滿足j-i≥2時車輛為進入干線綠波協調車輛。

此外, 統計車輛從i路段進入綠波協調路段至從j路段駛離的車輛數Ni,j′, 構建傳統車輛OD矩陣, 用于計算理想通行效率值。

1.3 綠波評價指數設計

按上述車輛OD矩陣進行綠波評價指數設計。以交通評價作為交通控制的基礎, 其從指標選取，到權重確定，再到目標函數確定，具有整套的評判流程。城市干線綠波協調控制作為一種特殊的交通控制方法, 在對比不同控制方案效果評價時, 由于干線綠波協調控制內交通狀態會造成車輛行駛速度與設計車速產生偏離, 而一般的交通評價方法是對于交通狀態的評價, 其評價結果的好壞與交通狀態有直接關系, 因此難以進行不同干線綠波協調控制方案的評價。而對于綠波干線協調來說, 其本質上應將干線協調前后狀態提升程度作為評判依據。綜上, 本文從干線綠波協調控制實際效果出發, 構建干線綠波協調控制效果評價方法。

干線綠波協調設計目的是盡量使更多車輛在設計車速行駛下在每個路口都遇到綠燈, 從而保證干線綠波能夠承載更多交通量。對于干線協調車輛而言, 車輛連續通過交叉口數目將極大影響駕駛員對于干線綠波控制效果的整體感受。在一定的交通狀態下，車輛連續通過交叉口車輛數目越多等價于車輛在干線綠波內平均行駛時間越短，但由于車輛一次出行可能存在不同連續通過交叉口數組合, 僅以實際車輛連續通過交叉口數目進行評價會影響評價結果的準確性。為了克服交通狀態隨機性對評價結果造成的波動, 在實際車輛連續通過交叉口數目上引入了理想車輛連續通過交叉口數, 車輛一次出行產生的不同OD出行, 分別根據其理想車輛連續通過交叉口數計算實際綠波協調對于理想狀態的近似程度。此外, 由于實際綠波協調運行中未進入綠波干線協調車輛數量存在波動性, 其數值大小會干擾綠波協調實際運行狀況, 故在干線綠波評價時需對其進行剔除。

綜上, 本文設計了綠波實際通行效率值、綠波理想通行效率值、綠波通行擾動值, 進而綜合計算綠波協調評價指數, 最終對城市干線綠波協調控制進行評價。評價流程圖如圖5所示。

圖5 評價流程圖

基于車輛OD矩陣統計數據計算相關指標如下:

1)綠波實際通行效率值(IR)。對于進入干線綠波協調車輛計算綠波實際通行效率值IR, 其指標大小表示車輛在綠波協調控制方案實際運行狀態, 其物理意義為從不同路段進入綠波協調控制路段的車輛數與其相應實際連續通過交叉口數的乘積。對于單車而言,IR代表干線綠波在實際狀態下的車輛客觀打分, 打分值為單車實際連續通過交叉口數; 對于全部車輛而言,IR的計算公式為

(1)

2)綠波理想通行效率值(II)。對于進入綠波協調車輛, 理想情況下，車輛從進入綠波協調路段遇到的首個綠燈交叉口開始一直到駛離干線綠波路段內所經過的各個路口均為綠燈。結合車輛OD矩陣數據與理想連續通過交叉口數計算綠波理想通行效率值II, 其表示綠波控制效果的理想運行狀態, 實際含義為所有OD出行中各交叉口駛入車輛數與其在綠波協調干線內行駛時理想狀態下可連續通過交叉口數的乘積。對于單車而言，II代表干線綠波在理想狀態的車輛客觀打分, 打分值為單車在綠波協調路段行駛內理想連續通過交叉口數; 對于全部車輛而言,II的計算公式為

(2)

3)綠波通行擾動值(ID)。對于未進入干線綠波協調的車輛, 其數量會對干線協調控制效果造成影響, 在計算綠波理想通行效率值時,Ni值將未進行綠波協調車輛納入統計范圍, 同時, 當存在大量車輛未進行干線綠波協調控制等極端場景時要保證評價結果的穩定性, 就必須將未進行協調車輛從其中剔除。此外, 不同綠波協調方案在實際應用中, 控制場景具有不可重復性。為消除上述因素對評價結果的影響, 定義了綠波通行擾動值ID, 其實際意義為綠波協調控制路段內未進入綠波交通的車輛數與連續通過的交叉口數。對于單車而言，ID代表未進入綠波協調車輛客觀打分, 由于對象是未進入干線綠波協調車輛, 其打分值均定義為1; 對于全部車輛而言,ID計算公式為

(3)

4)綠波協調評價指數(IE)。對于綠波協調評價是基于實際通行效率值, 在考慮干線綠波擾動值大小前提下, 計算其相較于綠波理想通行狀態的近似程度。綠波協調評價指數IE計算公式為

IE=IR/(II-ID)。

(4)

對于不同綠波協調控制效果評價, 評價結果首先由綠波協調評價指數IE確定,IE值越大，則表明綠波控制效果越佳; 同時，當|IE1-IE2|≤ε(ε為任意無窮小)時, 則比較IR值,IR值越大，則表示綠波控制效果越佳; 而|IR1-IR2|≤ε時, 進一步對比ID值,ID值越大，則表示綠波控制效果越佳。

2 仿真驗證

以文獻[14]中干線綠波協調交叉口基本數據為基礎, 用VISSIM仿真軟件構建干線綠波協調實驗, 仿真路網如圖6所示。干線長度為0.94 km, 其中包括4個T型交叉口, 交叉口從下至上分別為交叉口1～4, 交叉口間距分別為234、281、166 m,各交叉口流量流向如表3所示,仿真持續時間為1 h。

表3 干線流量調查統計[14]

圖6 仿真路網結構示意圖

文獻[14]中通過實際調研, 擬定了2種綠波干線協調控制方案, 其分別為將整個干線綠波協調劃分為多個子區下的綠波協調控制方案與常規4個交叉口共周期的干線綠波協調控制方法。第1種信號控制方案中前兩交叉口公共周期為132 s, 后兩交叉口公共周期為162 s; 第2種控制方案中公共周期均為170 s。詳細配時如表4所示。

表4 干線信號配時方案對比[14]

用VISSIM仿真建?？梢阅M實際干線綠波協調的運行狀態, 在保證安全性的同時還可以方便對不同綠波協調控制方案進行模擬。VISSIM不僅具有豐富的評價功能, 可以獲取有效的交通評價參數, 還可提供豐富的COM接口支持二次開發。

3 結果分析

VISSIM仿真軟件可以輸出相關延誤、停車次數等交通評價數據, 其結果具有一定可信性。為使評價結果更加可信, 利用多次仿真獲得路網的干線綠波協調車輛延誤值作為本文評價方法的參照進行一致性檢驗。以5 min為單位時長, 在仿真時長內分別統計兩個方案的車輛延誤情況, 結果如圖7所示。在大部分仿真時間里，綠波控制方案2控制效果優于方案1。在仿真初始運行階段，由于仿真車輛仍未進入中心交叉口, 干線綠波內車輛未達到預期交通量, 此時邊界交叉口信號控制方案對與整體綠波協調控制效果的評價起到了關鍵作用, 可見仿真軟件并不能真實反映控制方案的情況。總體上，去除由于仿真軟件造成的數據偏差, 兩方案控制效果都隨著路網交通狀態的穩定而趨于平穩, 同時干線綠波的車輛延誤狀況在一段時間增長態勢后呈現穩定狀態, 方案2與方案1相比車輛延誤降低了18.15%, 其控制效果體現出明顯的優越性。

圖7 不同綠波控制方案車輛延誤對比

此外, 同樣以5 min為單位進行車輛OD矩陣表的統計并計算兩方案的協調指數, 結果如圖8所示。控制方案2同樣優于方案1, 其VISSIM仿真評價數據得出的結論具有一致性。值得注意的是, 相較于VISSIM仿真評價結果在初始時產生了結果偏差, 本文所提出的綠波協調控制效果評價方法在交通狀態變化下表現出了一定的穩定性。

圖8 不同信號控制方案的綠波協調評價指數

對于實際干線綠波內車輛軌跡數據并不能完全獲取問題, 利用MATLAB聯合VISSIM二次開發, 通過在不同軌跡數據采集車輛滲透率p下的評價結果分析, 盡可能地模擬實際綠波干線內車輛數據特征, 進而對評價方法的魯棒性進行驗證。不同滲透率下綠波協調評價結果分析如圖9所示。整體而言,綠波協調信號控制方案2優于方案1,其結果與采用延誤作為評價結果具有一致性。同時，隨著軌跡數據采集車輛滲透率的降低, 綠波協調信號控制方案2相較于方案1的優越性逐步降低。當滲透率降低到20%時, 信號控制方案2的優越性難以被有效刻畫, 究其原因在于, 當滲透率降低到一定程度時, 干線綠波內隨機性被放大, 對于綠波協調評價指數IE不穩定歸結于實際綠波通行效率值IR,IR在低滲透率時會產生較大的波動性, 故影響最后方案評價結果。但總體看來, 在保證軌跡數據采集車輛一定滲透率下, 該評價方法具備實際可行性。

圖9 不同滲透率對綠波協調評價結果影響

4 結 論

本文提出了一種基于軌跡數據的干線綠波協調控制效果評價方法, 從綠波協調實際運行狀況出發, 面對不同綠波干線控制效果對比的困難, 通過定義車輛OD矩陣來記錄干線綠波協調車輛運行狀況, 同時結合綠波交通特性利用連續通過交叉口數為車輛進行打分, 并以此為基礎計算干線綠波實際運行狀態相較于理想狀態的近似程度, 實現了不同干線綠波協調控制效果評價。仿真結果表明, 所提出的評價方法可以實現對不同綠波控制方案的有效評價，且在一定滲透率下本評價方法也具備可行性，但是由于受仿真模型限制, 對于更多交通狀態下干線綠波協調控制效果評價, 以及在不同綠波協調交叉口數與交叉口類型下的綠波控制效果評價有待進一步研究。