智能網(wǎng)聯(lián)環(huán)境下快速路入口匝道改進(jìn)協(xié)同合流模型

肖代全,康圣洋,徐學(xué)才,申振武,袁 泉

(1.華中科技大學(xué) 土木與水利工程學(xué)院,湖北 武漢 430074;2.深圳市城市交通規(guī)劃設(shè)計(jì)研究中心股份有限公司,廣東 深圳 518057;3.武漢華科全達(dá)交通規(guī)劃設(shè)計(jì)咨詢有限公司,湖北 武漢430074;4.清華大學(xué) 車輛與運(yùn)載學(xué)院,北京 100084)

0 引 言

隨著我國機(jī)動(dòng)車保有量的持續(xù)增加,交通供需矛盾愈加尖銳。快速路入口匝道在高峰時(shí)段常發(fā)生擁堵,已成為快速路擁堵的主要誘因。因此,疏解快速路堵塞的主要思路是解決入口匝道擁堵問題。快速路匝道控制和主線可變限速是早期解決入口匝道擁堵的主要手段,隨著車聯(lián)網(wǎng)技術(shù)的發(fā)展,一定范圍內(nèi)車輛間的信息實(shí)時(shí)共享成為可能,協(xié)同合流控制成為解決入口匝道擁堵的新手段。為減少入口匝道車輛匯入對(duì)主線車流的影響,各國對(duì)匝道控制進(jìn)行了大量研究,使匝道控制從早期的定時(shí)控制發(fā)展到當(dāng)前的啟發(fā)式控制、最優(yōu)控制及協(xié)調(diào)控制。

針對(duì)主線可變限速控制,已有的研究主要分為兩類:以S. SMULDERS[1]、E. van den HOOGEN等[2]、E. J.HARDMAN[3]為代表的一類強(qiáng)調(diào)均勻化效應(yīng),即通過限速減小速度差,實(shí)現(xiàn)更穩(wěn)定和更安全的交通,目的是改善空氣質(zhì)量和提高安全性;以CHIEN Chengchih等[4]、H. LENZ等[5-6]等為代表的另一類則是強(qiáng)調(diào)通過限速來減少流量,從而防止交通擁堵的產(chǎn)生。

在協(xié)同合流層面,日本學(xué)者A. UNO等[7]最早提出虛擬車隊(duì)的概念,即將匝道上的車輛投影到主線上,把合流問題轉(zhuǎn)化成虛擬車隊(duì)的跟車問題;WANG Yunpeng等[8]采用虛擬車隊(duì)研究了匝道上不同合流情況對(duì)主線車流的影響,研究表明:與車隊(duì)匯入主線相比,單輛車匯入主線對(duì)主線車流影響更小;CAO Wenjing等[9]建立了一個(gè)基于加速度、速度和距離的非線性優(yōu)化模型(懲罰函數(shù)最小化為目標(biāo)),用以預(yù)測匝道車輛合流效果;XIE Yuanchang等[10]將匝道合流控制描述為一個(gè)非線性優(yōu)化問題,以10 s為間隔,采集VISSIM車輛信息,構(gòu)建了車輛合流過程中瞬時(shí)速度最大的非線性優(yōu)化模型;劉暢等[11]通過構(gòu)建入口匝道的車輛最優(yōu)車速控制模型,對(duì)各相鄰車輛到達(dá)合流點(diǎn)的時(shí)間進(jìn)行了設(shè)計(jì),最終實(shí)現(xiàn)協(xié)同合流。

綜上,在主線可變限速以及匝道控制方面,已有研究較為成熟,效果較好。但在快速路入口協(xié)同合流控制方面,現(xiàn)有研究多是單一考慮協(xié)同合流過程中的跟車或者換道問題,鮮有同時(shí)考慮跟車和換道。

為了減少車輛在合流過程中停車觀察及啟動(dòng)加速造成的延誤,均衡快速路內(nèi)外車道交通量,避免快速路車流集中在內(nèi)側(cè)車道而造成匝道車流無法匯入,筆者應(yīng)用智能網(wǎng)聯(lián)環(huán)境下的合流區(qū)車輛實(shí)時(shí)控制,研究基于主線外側(cè)車道與匝道協(xié)同合流,兼顧主線車輛間的協(xié)同換道過程,采用虛擬車隊(duì)對(duì)協(xié)同合流過程中的跟馳和換道模型進(jìn)行改進(jìn)。

1 建模過程

1.1 場景設(shè)置

圖1為單個(gè)入口匝道協(xié)同合流工況示意,對(duì)研究場景做以下設(shè)定:

圖1 單個(gè)入口匝道協(xié)同合流工況示意Fig.1 Schematic diagram of collaborative merging conditions for a single on-ramp

1)快速路為單向雙車道,設(shè)計(jì)速度為80 km/h。

2)在入口車流合流過程中,協(xié)同合流主要針對(duì)快速路主線外側(cè)車道和入口匝道車流。

3)入口匝道為單車道,匝道車流的行駛速度可以與主線車流的相同。

4)入口匝道為無控制匝道,無控制環(huán)境下匝道車流到達(dá)合流點(diǎn)后尋找主線間隙進(jìn)行合流。

5)交通流組成為:Q大車∶Q中車∶Q小車= 1∶1∶8。

6)車聯(lián)網(wǎng)環(huán)境下車輛間的實(shí)時(shí)通訊沒有延遲。

1.2 協(xié)同換道的改進(jìn)

1.2.1 基于虛擬車隊(duì)的協(xié)同合流過程

虛擬車隊(duì)的本質(zhì)是將匝道上的車輛投影到主線外側(cè)車道上,把合流問題轉(zhuǎn)化為主線外側(cè)車道上的虛擬車隊(duì)跟車問題。圖2為基于虛擬車隊(duì)的縱向合流示意。

圖2 基于虛擬車隊(duì)的協(xié)同合流示意Fig.2 Schematic diagram of collaborative merging based on virtual platoon

當(dāng)匝道車輛到達(dá)匝道檢測點(diǎn)Sr、主線車輛到達(dá)主線檢測點(diǎn)Sf時(shí),啟動(dòng)協(xié)同合流控制,即把匝道車輛B投影到主線的外側(cè)車道上形成虛擬車輛B′,此時(shí)匝道車輛B與主線車輛A、C之間的協(xié)同合流問題轉(zhuǎn)化為主線外側(cè)車道上車輛A、B′與車輛C的跟車問題,車輛C的前車不再是本車道上的車輛A,而是虛擬車輛B′。

縱向控制的核心是根據(jù)設(shè)定的規(guī)則,控制車輛A、B′和C,當(dāng)匝道車輛B通過合流點(diǎn)時(shí),虛擬車隊(duì)A-B′-C轉(zhuǎn)化成實(shí)際車隊(duì)A-B-C。

1)虛擬車輛的生成

筆者采用時(shí)間規(guī)劃法來解決虛擬車輛的生成問題。當(dāng)車輛到達(dá)控制區(qū)時(shí),通過車聯(lián)網(wǎng)技術(shù)獲得車輛的實(shí)時(shí)信息,即可計(jì)算出車輛到達(dá)合流點(diǎn)O的時(shí)間。圖3為合流區(qū)匝道車輛及主線外側(cè)車道車輛到達(dá)合流點(diǎn)時(shí)間的時(shí)間軸。圖中:tA、tB、tC…分別為車輛A、B、C…到達(dá)合流點(diǎn)O的時(shí)間,時(shí)間軸上距離坐標(biāo)原點(diǎn)0越近,表示到達(dá)合流點(diǎn)的時(shí)間越短,在虛擬車隊(duì)中的序號(hào)越小。

圖3 時(shí)間軸示意Fig.3 Schematic diagram of time axle

時(shí)間軸進(jìn)行實(shí)時(shí)更新,若合流控制區(qū)檢測到車輛D駛?cè)?則把tD添加到時(shí)間軸上,合流過程中與前車的最小安全間隔dsafe在時(shí)間軸上表示為最小安全時(shí)距Δt,并有

dsafe=v·Δt

(1)

式中:v為車速,m/s。

當(dāng)匝道和主線車速一致時(shí),最小安全間隔dsafe為定值。

當(dāng)控制區(qū)有多輛車進(jìn)行合流時(shí),虛擬車輛在時(shí)間軸上的排序可能位于主線車輛之前,也可能位于主線車輛之后,但是不論何種情況,均是匝道車輛位于中間的特殊形式。筆者以匝道車輛排序在主線兩輛車之間的情況為例進(jìn)行分析。匝道車輛B的運(yùn)動(dòng)方程如式(2)、式(3):

(2)

(3)

式中:xB(t)、vB(t)、aB(t)分別為匝道車輛B的行駛距離(m)、速度(m/s)及加速度(m/s2)。

匝道車輛B行駛過程中還需滿足安全性和舒適性要求:

amin≤aB(t)≤amax

(4)

(5)

式中:amin、amax分別為匝道車輛滿足安全行駛的最小、最大加速度,m/s2;χa為車輛滿足舒適性要求的加速度變化率,m/s3。

2)虛擬車隊(duì)的生成

圖2中匝道車輛B到達(dá)匝道檢測點(diǎn)Sr時(shí)開始合流控制,此時(shí)刻記為t0;匝道車輛B到達(dá)合流點(diǎn)O時(shí)結(jié)束合流控制,此時(shí)刻記為tend。

采用虛擬車隊(duì)進(jìn)行合流控制的目的是:在匝道車輛B到達(dá)合流點(diǎn)O前的tvirt(t0≤tvirt≤tend)時(shí)刻,使主線上合流車輛A、B、C在主線外側(cè)車道上形成虛擬車隊(duì)A-B′-C,并且在[tvirt,tend] 期間保持虛擬車隊(duì)行駛,直到tend匝道車輛B經(jīng)過合流點(diǎn)O,虛擬車隊(duì)A-B′-C轉(zhuǎn)化成實(shí)際車隊(duì)A-B-C。

在[t0,tvirt] 期間,合流控制的目的是:調(diào)節(jié)控制區(qū)車輛A、B、C的速度,使得在tvirt時(shí)刻車間距滿足虛擬車隊(duì)的要求,即:

tC-tB=tB-tA= Δt

(6)

以安全距離的形式來表示,即:

(7)

dAB′=vB(tvirt)·Δt+LA

(8)

式中:|SrO|、|SfO|分別為匝道、主線檢測點(diǎn)至合流點(diǎn)的距離,m;LA、VA(t)分別為主線車輛A的長度(m)和行駛速度(m/s);dAB′為虛擬車輛B′與前車A之間的跟車距離,m,dAB′隨時(shí)間而變,如式(9):

dAB′(t) = |vA(t)-vB(t)|·t

(9)

同理,匝道車輛B與主線后車C在tvirt時(shí)刻滿足最小安全間隔要求,表達(dá)式與式(7)類似。

tvirt時(shí)刻主線車輛A、C滿足式(10)、式(11):

tC-tA= 2Δt

(10)

dAC=dAB+dBC=vB(tvirt)·Δt+LA+

vC(tvirt)·Δt+dB

(11)

式中:dB為主線車輛B至合流點(diǎn)的距離,m。

1.2.2 考慮換道效益的協(xié)同換道過程

快速路上行駛的車輛換道過程包括橫向和縱向運(yùn)動(dòng)兩部分,快速路設(shè)計(jì)車速較高,換道過程的橫向運(yùn)動(dòng)距離即為車道寬(3.75 m),縱向運(yùn)動(dòng)距離為車輛換道過程中的行駛距離。考慮到換道過程持續(xù)時(shí)間較短,一般人工駕駛環(huán)境下?lián)Q道過程持續(xù)2～3 s,車聯(lián)網(wǎng)環(huán)境下假設(shè)車輛換道在1 s內(nèi)完成,因此,筆者研究時(shí)不考慮車輛的橫向運(yùn)動(dòng),文中所述的速度和加速度均指縱向運(yùn)動(dòng)方向的速度和加速度。

1)單車換道決策

工況1 基于安全準(zhǔn)則換道。當(dāng)快速路上的車輛產(chǎn)生換道需求,首先判斷換道過程安全,然后進(jìn)行換道行為。基于安全準(zhǔn)則換道采用可接受間隙模型。圖4描述了包含4輛車的換道情景。

圖4 可接受間隙示意Fig.4 Schematic diagram of gap acceptance

目標(biāo)臨界間隙d是為了保證換道車輛n在換道過程中不與目標(biāo)車道的前導(dǎo)車a和跟隨車b發(fā)生側(cè)擦和碰撞的最小可接受間隙,d的大小與車輛a、b、n的車速有關(guān)。換道車輛n產(chǎn)生換道需求是為了追求更大的行車空間或者行駛速度,因此,有理由假定在可接受間隙模型中,車輛b、n、n-1之間的車速存在如下關(guān)系:vb≥vn>vn-1。

由跟馳理論可知,車輛的加速度和速度主要受前導(dǎo)車車速的影響。未換道時(shí),車輛n的前導(dǎo)車為車輛n-1,車輛b的前導(dǎo)車為車輛a;換道完成后,車輛n的前導(dǎo)車變成車輛a,車輛b的前導(dǎo)車變成車輛n。目標(biāo)臨界間隙d與d1、d2存在如下關(guān)系:

d=d1+d2+Ln(Ln為車輛n的車長)。

基于假設(shè)va≥vn,換道過程中換道車輛n與前導(dǎo)車a之間的距離d2只需要滿足最小跟車距離即可;因此只需討論vb≥vn情況下,換道車輛n與后續(xù)車b之間的安全距離d1的計(jì)算問題。

情景1 換道車輛n勻速換道,此時(shí),后續(xù)車輛b需要及時(shí)采取減速措施才不會(huì)與車輛n發(fā)生碰撞,因此,安全距離d1按式(12)計(jì)算:

(12)

式中:ab, max為后續(xù)車輛b的最大加速度,m/s2;δ為車輛寬度及合流角度影響程度系數(shù),δ= 0.5～1.0 m;t為合流開始至車輛b減速到與車輛n速度相同的時(shí)間,s;其他符號(hào)同前。

情景2 換道車輛n加速換道,當(dāng)換道車輛n加速到與前導(dǎo)車速度相同,且va≥vb時(shí),后續(xù)車輛勻速行駛,則安全距離d1按式(13)計(jì)算:

(13)

式中:an, max為換道車輛n的最大加速度,m/s2;t為合流開始至換道車輛n加速到與車輛a行駛速度相同的時(shí)間,s。

工況2 基于效益準(zhǔn)則換道。換道效益即換道車輛從當(dāng)前車道駛?cè)肽繕?biāo)車道后能獲得的行駛空間增加或舒適度增加,通常采用與跟馳模型類似的形式即加速度的改善Δa來量化換道效益。當(dāng)換道車輛換道到目標(biāo)車道后,換道效益Δa=a′-a> 0(a、a′分別為換道前、后車輛加速度),表示換道過程對(duì)換道車輛是有益的。

僅用Δa表示換道效益是完全個(gè)體最優(yōu)的策略。換道行為對(duì)當(dāng)前車道的后續(xù)車及目標(biāo)車道的后續(xù)車均有影響:對(duì)當(dāng)前車道的后續(xù)車,換道行為是有益的;對(duì)于目標(biāo)車道的后續(xù)車,換道行為可能是負(fù)增益的。

MOBIL(minimize overall breaking induced by lane change)模型不僅考慮了換道對(duì)換道車輛的改善,還考慮了換道對(duì)當(dāng)前車道后續(xù)車和目標(biāo)車道后續(xù)車的影響。MOBIL模型表述為:

(14)

考慮到換道影響具有向后傳播的特性,僅用目標(biāo)車道和當(dāng)前車道上一輛后續(xù)車的影響來反饋總效益是不全面的,因此,曲大義等[12]在MOBIL模型基礎(chǔ)上研究了多輛后續(xù)車的影響,將效益函數(shù)拓展為

(15)

式(15)考慮了換道對(duì)后續(xù)全部車輛的影響,但實(shí)際應(yīng)用中沒必要全部考慮,例如:若換道車輛的當(dāng)前車道后續(xù)車和目標(biāo)車道后續(xù)車有20輛,計(jì)算車輛n換道過程需要考慮后續(xù)第20輛車,但是這個(gè)過程中可能第5輛車又有換道需求,且車輛n對(duì)第20輛車的影響沒有第5輛換道車的影響大。為了簡化運(yùn)算,同時(shí)考慮到換道行為是為了追求更好的效益且對(duì)當(dāng)前車道有利,筆者對(duì)式(15)進(jìn)行簡化得到效益函數(shù)表達(dá)式如式(16):

(16)

式(16)考慮了對(duì)換道車輛n、當(dāng)前車道后續(xù)車f以及目標(biāo)車道3輛后續(xù)車bj(j= 1、2、3)的影響。

換道車輛n換道決策為:在滿足安全準(zhǔn)則的前提下,若按照式(16)計(jì)算出的換道效益u大于給定的效益閾值Δa,即u> Δa,決策為換道;否則,繼續(xù)保持原車道行駛。

2)協(xié)同換道決策

換道車輛依據(jù)安全準(zhǔn)則和效益準(zhǔn)則決策出下一時(shí)刻駕駛行為為換道時(shí),周圍車輛也可能做出同樣的決策,此時(shí),車輛間需要協(xié)同完成換道決策。設(shè)定協(xié)同換道的條件是只允許外側(cè)車道向內(nèi)側(cè)車道換道。筆者基于以上限定條件,研究兩輛車之間的協(xié)同換道決策。

工況1 換道車輛n與前導(dǎo)車n-1的目標(biāo)換道間隙相同,如圖5(a),當(dāng)目標(biāo)間隙足夠大時(shí),車輛n-1及車輛n可以協(xié)同合作一起完成換道;當(dāng)目標(biāo)間隙只能允許一輛車換道時(shí),車輛n-1及車輛n之間存在博弈。此時(shí),協(xié)同換道決策邏輯是換道效益最大者獲得優(yōu)先權(quán)。

圖5 換道車輛n與前導(dǎo)車n-1的目標(biāo)換道間隙相同或相鄰Fig.5 Schematic diagram of same/adjacent lane-changing gap between leading vehicle n-1 and object vehicle n

工況2 換道車輛n與前導(dǎo)車n-1的目標(biāo)換道間隙相臨,如圖5(b),如果車輛n-1及車輛n同時(shí)換道,可能導(dǎo)致目標(biāo)車道的密度局部增大,使得整體效益不是最優(yōu);對(duì)于換道車輛n而言,如果車輛n-1換道成功,則換道車輛n再執(zhí)行換道的效益可能不如保持原車道行駛的效益高,因此,該情況下需要通過協(xié)同換道決策決定下一時(shí)刻車輛的行為,保證換道效益最大化。

通過比較換道效益的大小賦予車輛換道順序,以上兩種情況下協(xié)同換道決策思路如下:

Step1當(dāng)換道車輛n與車輛n-1的單車換道效益滿足un≥Δa,un-1≥Δa時(shí),換道效益最大的獲得優(yōu)先換道權(quán),即u=max (un,un-1)的車輛先執(zhí)行換道。

Step2當(dāng)獲得較高優(yōu)先權(quán)的車輛完成換道后,重新計(jì)算另一個(gè)車輛的換道效益,若滿足換道效益大于給定換道效益閾值(u≥Δa)時(shí),該車可執(zhí)行換道。

鑒于協(xié)同換道情況較為簡單,且車聯(lián)網(wǎng)環(huán)境下?lián)Q道時(shí)間比人工駕駛環(huán)境下短,可視為瞬間(1 s)完成,因此重復(fù)Step1～Step2即可決策出兩車協(xié)同換道的換道順序,并保證換道行駛總是較保持原車道行駛效益更大。

1.2.3 采用虛擬車隊(duì)的改進(jìn)協(xié)同合流控制模型

采用虛擬車隊(duì)的改進(jìn)協(xié)同合流控制模型囊括了協(xié)同合流控制區(qū)所有車輛的跟車行駛和換道行駛。采用時(shí)間規(guī)劃法生成虛擬車輛,把車輛A、B、C之間的協(xié)同合流控制問題轉(zhuǎn)化成虛擬車隊(duì)A-B′-C的跟車控制問題,如圖6。

圖6 采用虛擬車隊(duì)的協(xié)同合流控制示意Fig.6 Schematic diagram of collaborative merging control based on virtual platoon

1)虛擬車隊(duì)的跟車控制

協(xié)同合流控制場景下,確定換道車輛的加速度時(shí)需要考慮前導(dǎo)車的加速度及換道車輛與前導(dǎo)車之間的距離和速度差,即

an(t) =f(an-1(t), Δxn(t), Δvn(t))

(17)

式中:an(t)、an-1(t)分別為t時(shí)刻換道車輛n及前導(dǎo)車n-1的加速度,m/s2;Δxn(t)、Δvn(t)分別為t時(shí)刻換道車輛n與前導(dǎo)車n-1的距離(m)、速度差(m/s)。

式(18)為車聯(lián)網(wǎng)環(huán)境下車輛跟車控制模型的廣義形式:

an(t)=Ka·an-1(t)+Kd[Δxn(t)-Ed(t)] +

Kv[vn-1(t)-vn(t)]

(18)

式中:vn(t)、vn-1(t)分別為t時(shí)刻換道車輛n及前導(dǎo)車n-1的車速,m/s;Ka、Kd、Kv分別為控制系數(shù);Ed(t)為換道車輛n與前導(dǎo)車n-1的期望跟車距離,m。

Ed(t)不僅與換道車輛n的車速有關(guān),還與車輛n與前導(dǎo)車n-1的速度差有關(guān)。換道車輛n的車速越大,該車與前導(dǎo)車n-1的速度差越大,所需的期望跟車距離Ed(t)就越大。筆者借鑒智能駕駛員模型(IDM)中的期望跟車距離,表達(dá)式如式(19),將其代入式(18)即為車隊(duì)中車輛的控制模型(20):

(19)

(20)

式中:T為IDM中的期望跟車時(shí)距,T= 1.5 s;d為擁擠的跟車間距,m;acom為車輛舒適加速度,m/s2;其他符號(hào)同前。

當(dāng)換道車輛n是車隊(duì)的領(lǐng)航如車或者換道車輛影響范圍內(nèi)沒有其他車輛存在時(shí),換道車輛處于自由駕駛狀態(tài),為了形成車聯(lián)網(wǎng)環(huán)境下的車輛全控制模型,筆者對(duì)式(20)進(jìn)行進(jìn)一步拓展,車聯(lián)網(wǎng)環(huán)境下車輛僅考慮自身的控制模型如式(21):

(21)

結(jié)合式(20)、式(21),即得到采用虛擬車隊(duì)的跟車控制模型(22):

(22)

2)采用虛擬車隊(duì)的改進(jìn)協(xié)同合流控制模型

如圖6,快速路主線只能單向換道(主線外側(cè)車道被允許向內(nèi)側(cè)車道換道),當(dāng)外側(cè)車道上的車輛產(chǎn)生換道需求后,可以向主線內(nèi)側(cè)車道換道以追求更大的行車空間,同時(shí)也為匝道車輛合流提供更多的機(jī)會(huì)。因此,主線外側(cè)車道的控制模型采用改進(jìn)協(xié)同合流控制模型,包括虛擬車隊(duì)的跟車控制及主線兩車道的協(xié)同換道控制兩部分。采用虛擬車隊(duì)的改進(jìn)協(xié)同合流模型控制流程如下:

Step1根據(jù)時(shí)間規(guī)劃法產(chǎn)生虛擬車輛和虛擬車隊(duì)。

Step2根據(jù)式(22)計(jì)算處于合流控制區(qū)的所有車輛下一時(shí)刻的加速度a(t)。

Step3對(duì)于主線外側(cè)車道上的車輛,繼續(xù)Step4;對(duì)于匝道和主線內(nèi)側(cè)車道上的車輛,保持原車道行駛。

Step4若車輛的前導(dǎo)車或者后續(xù)車為匝道車輛,繼續(xù)Step5;否則,保持原車道行駛。

Step5根據(jù)單車換道決策過程進(jìn)行判斷,若有換道需求的車輛其內(nèi)側(cè)車道滿足安全準(zhǔn)則,繼續(xù)Step6;否則,保持原車道行駛。

Step6根據(jù)式(16)計(jì)算車輛的換道效益u,若u>Δan,繼續(xù)Step7;否則,保持原車道行駛。

Step7若滿足單車換道決策的車輛中存在換道相互影響,繼續(xù)Step8;否則,保持原車道行駛。

Step8依據(jù)協(xié)同換道決策出換道車輛,換道行駛。

Step9執(zhí)行車輛的控制指令,直到下一個(gè)控制時(shí)刻。

Step10重復(fù)Step1～Step10,直到控制結(jié)束。

2 仿真過程

2.1 平臺(tái)搭建

采用VISSIM和Python搭建仿真平臺(tái),仿真過程中,Python作為主控程序啟動(dòng)VISSIM后,通過COM接口獲取VISSIM中的路網(wǎng)、車輛、信號(hào)控制對(duì)象的屬性,利用各類函數(shù)庫計(jì)算出模型、算法的控制參數(shù),再通過COM接口反饋給VISSIM中相應(yīng)的子對(duì)象,實(shí)現(xiàn)PythonVISSIM交互的仿真平臺(tái),仿真完成后,VISSIM生成對(duì)應(yīng)的評(píng)價(jià)指標(biāo)文件。

2.2 交通需求

交通需求包括主線交通量、入口匝道交通量。將武漢市三環(huán)線廟山立交07:00—09:00早高峰交通量作為仿真系統(tǒng)的交通量輸入,高峰之前的交通量與07:00時(shí)刻交通量保持一致,高峰之后的交通量與09:00時(shí)刻交通量保持一致。采集15～135 min(共2 h)的數(shù)據(jù)作為反映交通流變化趨勢的評(píng)價(jià)指標(biāo)數(shù)據(jù)。

快速路主線交通量如圖7(a),主線交通量隨著時(shí)間推移先增后減,屬于典型的凸性特征,在仿真時(shí)間T仿真= 65 min開始進(jìn)入高峰,T仿真= 120 min高峰結(jié)束,高峰交通量為3 200 veh/h。入口匝道交通量如圖7(b),入口匝道交通量隨著時(shí)間推移先增后減,在仿真時(shí)間T仿真=70 min開始進(jìn)入高峰,T仿真=115 min高峰結(jié)束,高峰交通量為700 veh/h。

圖7 主線及入口匝道交通量Fig.7 Traffic volume of mainline and on-ramp

2.3 評(píng)價(jià)指標(biāo)選取

評(píng)價(jià)控制模型效用的指標(biāo)有總體指標(biāo)和指定指標(biāo)兩類:

1)總體指標(biāo)是從路網(wǎng)的層面,綜合反映控制策略對(duì)通行效率的提升程度,包括:服務(wù)交通量Q、平均行程時(shí)間tav、平均延誤Dav和平均車速Vav。

2)指定指標(biāo)反映控制策略對(duì)控制區(qū)域局部通行效率的改善效果。仿真時(shí),筆者選擇入口匝道排隊(duì)長度L0、指定距離(1 000 m)的匝道行程時(shí)間t匝道和指定距離(1 043 m)的主線行程時(shí)間t主線作為指定指標(biāo)。

2.4 方案設(shè)計(jì)

針對(duì)入口匝道的協(xié)同合流模型控制驗(yàn)試,依據(jù)搭建的仿真平臺(tái),設(shè)計(jì)了無控制(方案1)、虛擬車隊(duì)協(xié)同合流控制(方案2)及虛擬車隊(duì)改進(jìn)協(xié)同合流控制(方案3)仿真方案,并從路網(wǎng)通行效率W、入口匝道排隊(duì)長度L0、指定距離的行程時(shí)間t幾個(gè)層面進(jìn)行計(jì)算分析。

3 結(jié)果分析

3.1 路網(wǎng)通行效率評(píng)價(jià)

3種控制方案的仿真結(jié)果如表1。

表1 路網(wǎng)通行效率評(píng)價(jià)

由表1可見:

1)方案1的服務(wù)交通量最小,方案2、方案3的服務(wù)交通量相當(dāng),均在5 100 veh/h以上。

2)方案1的路網(wǎng)平均行程時(shí)間最高,與方案1相比,方案2、方案3的路網(wǎng)平均行程時(shí)間分別降低了48.5%、53.1%。

3)方案1的路網(wǎng)平均速度最小,與方案1相比,方案2、方案3的路網(wǎng)平均速度分別提升了44.3%、53.3%。

4)方案1的路網(wǎng)平均延誤最大,與方案1相比,方案2、方案3的路網(wǎng)平均延誤分別降低了59.0%、65.3%。

綜上,與無控制相比,虛擬車隊(duì)協(xié)同合流控制及虛擬車隊(duì)改進(jìn)協(xié)同合流控制下,路網(wǎng)服務(wù)交通量、平均車速均得到提高,平均行程時(shí)間、平均延誤均有所降低,相比而言,筆者提出的虛擬車隊(duì)改進(jìn)協(xié)同合流模型提升路網(wǎng)性能的效果更佳。

3.2 入口匝道排隊(duì)長度指標(biāo)評(píng)價(jià)

圖8為3種方案下入口匝道排隊(duì)長度L0。

圖8 入口匝道排隊(duì)長度Fig.8 On-ramp queue length

由圖8可見:

1)在仿真時(shí)間T仿真= 0～50 min 階段,3種方案的入口匝道均沒有車輛排隊(duì),此時(shí),入口匝道車輛合流不受影響。

2)隨著交通高峰的到來,方案2、方案3的匝道達(dá)到最大排隊(duì)長度所用時(shí)間比方案1分別推遲了20、25 min;方案2高排隊(duì)現(xiàn)象出現(xiàn)在T仿真= 90～110 min階段,而方案3高排隊(duì)現(xiàn)象僅出現(xiàn)在T仿真= 90 min時(shí)刻;分別在T仿真=115、110 min時(shí)刻,方案2、方案3匝道排隊(duì)現(xiàn)象基本消散。

3)與方案1相比,方案2、方案3的匝道排隊(duì)現(xiàn)象均有一定程度改善,相較而言,方案3改善效果更好。

4)在T仿真= 90 min時(shí)刻,3種方案下入口匝道排隊(duì)長度均達(dá)到最大值。溯其原因是:T仿真= 90 min時(shí)刻,主線及匝道交通量分別為3 300、720 veh/h,入口匝道合流處車道由三車道減少為二車道,理論通行能力降低,因此T仿真= 90 min時(shí)刻,交通量超過道路通行能力,此時(shí),主線車流具有優(yōu)先通行權(quán),匝道合流車輛只能排隊(duì)等候。

3.3 指定距離的行程時(shí)間指標(biāo)評(píng)價(jià)

隨著車流量的改變,3種方案的匝道車輛行程時(shí)間t匝道、主線車輛行程時(shí)間t主線對(duì)比如圖9。

圖9 3種控制方案的匝道車輛行程時(shí)間及主線車輛行程時(shí)間Fig.9 On-ramp travel time and mainline travel time for three control schemes

由圖9可見:

1)在0 120 min后,方案2的匝道合流車輛行程時(shí)間降低到50 s。

2)在0 120 min后,主線車輛行程時(shí)間降低到50 s。

3)在0 115 min后,方案3的匝道合流車輛行程時(shí)間降低到50 s。

4)在0 120 min后,方案2的主線車輛行程時(shí)間降低到50 s。

綜上,對(duì)于匝道車輛,在交通高峰期間,與方案1相比,方案2、方案3均大幅度降低了車輛行程時(shí)間,從而提高了路網(wǎng)通行效率,相較而言,方案3降低更多;對(duì)于主線車輛,方案2和方案3均削弱了匝道車輛合流造成的不利影響,但方案3的主線車輛行程時(shí)間在交通高峰期間較長,分析原因是車輛換道會(huì)引起小范圍的沖擊波。因此,方案2、方案3均能提高路網(wǎng)通行效率,而方案3(采用虛擬車隊(duì)的改進(jìn)協(xié)同合流模型)總體上優(yōu)于方案2(采用虛擬車隊(duì)的協(xié)同合流模型)。

4 結(jié) 論

筆者利用智能網(wǎng)聯(lián)環(huán)境,基于虛擬車隊(duì)生成、協(xié)同換道效益分析,對(duì)協(xié)同合流過程中的跟馳和換道模型進(jìn)行創(chuàng)新性改進(jìn),即把快速路拓展為雙車道,協(xié)同合流過程兼顧協(xié)同換道,改進(jìn)車輛在合流控制區(qū)的控制模型(包括協(xié)同換道和協(xié)同合流);采用Python和VISSIM搭建了交互仿真平臺(tái),設(shè)計(jì)了無控制、虛擬車隊(duì)協(xié)同合流控制、虛擬車隊(duì)改進(jìn)協(xié)同合流控制3種方案,仿真分析了路網(wǎng)通行效率、入口匝道排隊(duì)長度和指定距離的行程時(shí)間等指標(biāo)。研究得到以下主要結(jié)論:

1)與無控制相比,虛擬車隊(duì)改進(jìn)協(xié)同合流控制及虛擬車隊(duì)協(xié)同合流控制在入口區(qū)域的通行效率均有所提高,且前者的改善效果更好。

2)虛擬車隊(duì)改進(jìn)協(xié)同合流控制及虛擬車隊(duì)協(xié)同合流控制均能大幅降低高峰期間車輛行程時(shí)間,同一時(shí)段,前者的匝道車輛行程時(shí)間更短。

3)虛擬車隊(duì)改進(jìn)協(xié)同合流控制及虛擬車隊(duì)協(xié)同合流控制均削弱了匝道車輛合流對(duì)主線車流的影響;虛擬車隊(duì)改進(jìn)協(xié)同合流控制下,由于車輛換道會(huì)引起小范圍的沖擊波,主線車輛行程時(shí)間在高峰期間相對(duì)較長。