基于擁堵概率的城市快速路入口匝道控制策略*

李嘉，許愷鈞

(1.湖南大學(xué) 土木工程學(xué)院，湖南 長(zhǎng)沙 410082；2.深圳市市政設(shè)計(jì)研究院有限公司，廣東 深圳 518029)

?

基于擁堵概率的城市快速路入口匝道控制策略*

李嘉1?，許愷鈞1,2

(1.湖南大學(xué) 土木工程學(xué)院，湖南 長(zhǎng)沙 410082；2.深圳市市政設(shè)計(jì)研究院有限公司，廣東 深圳 518029)

為解決城市快速路交通擁擠問(wèn)題，開(kāi)展快速路入口匝道控制策略研究.采用現(xiàn)行規(guī)范與現(xiàn)場(chǎng)數(shù)據(jù)建立VISSIM微觀仿真模型，基于交通仿真分析，建立快速路入口合流區(qū)的擁堵概率模型，提出基于擁堵概率的入口匝道控制策略.通過(guò)收集主線上游流量以及入口匝道流量，預(yù)測(cè)擁堵概率；若擁堵概率超過(guò)其臨界值，則啟用入口匝道控制系統(tǒng)，確定匝道入口調(diào)節(jié)率和信號(hào)周期.研究表明，相比無(wú)信號(hào)控制，基于擁堵概率的快速路入口匝道控制策略能夠使擁堵概率降至0.1左右，主線車速提高約20%.

快速路；交通擁堵；預(yù)測(cè)模型；入口匝道；擁堵概率

近十年來(lái)，我國(guó)的小汽車保有量以平均每年18.6%的速度增長(zhǎng).為保證交通順暢，我國(guó)各大城市先后建成了各式快速路系統(tǒng).但是，大量的車流涌向快速路，導(dǎo)致快速路經(jīng)常發(fā)生擁堵[1-2].針對(duì)快速路的交通現(xiàn)狀，需制訂相應(yīng)的交通管理策略以改善快速路的交通環(huán)境.在現(xiàn)有的快速路交通管理策略中，入口匝道信號(hào)控制被認(rèn)為是最直接有效的快速路交通控制方式[3].

目前常用的入口匝道信號(hào)控制策略包括定時(shí)控制[4]、需求-容量控制(DC控制)[5]和ALINEA控制[6]，通過(guò)在入口匝道上設(shè)置信號(hào)燈控制匝道車輛進(jìn)入主線的頻率.然而，以上3種控制策略均存在一定的局限性.定時(shí)控制策略無(wú)法適應(yīng)多變的交通狀況.需求-容量控制策略沒(méi)有反饋機(jī)制，容易導(dǎo)致控制周期振蕩.ALINEA策略重點(diǎn)關(guān)注主線上車流的狀況，容易引發(fā)匝道車輛排長(zhǎng)隊(duì)現(xiàn)象.以上3種控制策略缺乏明確的啟動(dòng)與關(guān)閉控制閾值，只能解決常發(fā)性擁堵問(wèn)題.郝媛等人[7]通過(guò)數(shù)據(jù)采集與分析，確定擁堵發(fā)生，提出速度閾值與流率閾值.高萬(wàn)寶等[8]通過(guò)將主線流量密度保持在期望密度附近，以達(dá)到主線保持高流量運(yùn)行的目的.Brilon等[9]提出采用PLM法計(jì)算州際公路在不同流量下的擁堵概率.Kondyli等[10]將擁堵概率的概念應(yīng)用到州際公路的匝道控制上，根據(jù)擁堵概率設(shè)置了不同主線流量的最大入口調(diào)節(jié)率.

本文擬通過(guò)擁堵概率預(yù)測(cè)，確定入口匝道控制策略的啟動(dòng)閾值，并提出一種基于擁堵概率的入口匝道控制策略.該策略通過(guò)收集主線與匝道的實(shí)時(shí)交通流量預(yù)測(cè)合流區(qū)的擁堵概率，當(dāng)擁堵概率超過(guò)臨界擁堵概率時(shí),啟動(dòng)匝道控制系統(tǒng)，根據(jù)主線流量改變信號(hào)周期，調(diào)整匝道車流進(jìn)入主線的頻率，從而達(dá)到降低合流區(qū)擁堵，提高主線運(yùn)行速度的目的.

1 城市快速路擁堵概率預(yù)測(cè)

1.1 交通調(diào)查與數(shù)據(jù)分析

為建立動(dòng)態(tài)交通流模型，需要現(xiàn)場(chǎng)采集車輛的自由流速度.調(diào)查地點(diǎn)選取流量較小，車輛間影響小的路段，將錄像設(shè)備架設(shè)于某城市快速路旁高層樓頂.選擇在周三下午進(jìn)行視頻錄制.在視頻區(qū)域內(nèi)選取一段距離已知的路段，設(shè)置截屏?xí)r差0.2 s，通過(guò)視頻截圖獲得道路上車輛通過(guò)該路段的時(shí)間間隔，從而計(jì)算出車輛的速度.現(xiàn)場(chǎng)如圖1所示.

對(duì)小車和大車分別進(jìn)行統(tǒng)計(jì)，其中大車是指大客車、大貨車等大型車輛，其余車輛為小車.視頻共獲取小車數(shù)據(jù)849組，大車數(shù)據(jù)140組，大車率為14.2%.數(shù)據(jù)統(tǒng)計(jì)結(jié)果如圖2所示.

圖2顯示，小車速度分布于40～120 km/h之間，大車速度分布于30～90 km/h之間.對(duì)收集的數(shù)據(jù)采用萊以特準(zhǔn)則和非參數(shù)檢驗(yàn)方法檢驗(yàn)個(gè)體與總體有效性.其中，小車的數(shù)據(jù)超過(guò)500個(gè)，萊以特準(zhǔn)則取±4σ為合理區(qū)間，大車數(shù)據(jù)由于不足500個(gè)，萊以特準(zhǔn)則取±3σ為合理區(qū)間；非參數(shù)檢驗(yàn)方法以α=0.05為檢驗(yàn)標(biāo)準(zhǔn).檢驗(yàn)結(jié)果見(jiàn)表1與表2.

圖1 車輛計(jì)時(shí)起止線示意圖Fig.1 Diagram of vehicle timing line

車速/(km·h-1)圖2 車速計(jì)數(shù)分布Fig.2 Distribution of vehicle speed表1 萊以特檢驗(yàn)結(jié)果Tab.1 Pauta criterion result

車型數(shù)據(jù)量平均值/(km·h-1)標(biāo)準(zhǔn)差合理區(qū)間/(km·h-1)有效數(shù)據(jù)量小車84973．7512．192(24．985，122．519)847大車14064．1412．062(27．954，100．326)140

表2 非參數(shù)檢驗(yàn)結(jié)果Tab.2 Nonparametric tests result

檢驗(yàn)結(jié)果表明，小車調(diào)查數(shù)據(jù)中有2個(gè)數(shù)據(jù)超過(guò)萊以特檢驗(yàn)的上限值，作為異常數(shù)據(jù)剔除，其余數(shù)據(jù)均有效，且通過(guò)總體有效性檢驗(yàn).

1.2 入口匝道仿真

某城市快速路主線設(shè)計(jì)速度為80 km/h，加速車道長(zhǎng)度為160 m，漸變段長(zhǎng)度為50 m，采用Vissim建立城市快速路合流區(qū)拓?fù)浣Y(jié)構(gòu)模型，如圖3所示.

圖3 入口匝道匯合段拓?fù)淠Ｐ虵ig.3 Topology model of merge area

將現(xiàn)場(chǎng)調(diào)查(圖1中)的車速分布導(dǎo)入Vissim的車速累計(jì)概率數(shù)據(jù)庫(kù)中.根據(jù)Vissim說(shuō)明書對(duì)跟車模型的介紹,采用Wiedemann74跟車模型模擬跟車時(shí)駕駛員的反應(yīng),跟車模型與換道模型采用默認(rèn)參數(shù).

1.3 擁堵概率預(yù)測(cè)

根據(jù)《城市快速路設(shè)計(jì)規(guī)程》[11]，設(shè)計(jì)速度為80 km/h時(shí)，若主線平均速度低于40 km/h，則認(rèn)為發(fā)生擁堵.本文將擁堵時(shí)長(zhǎng)與總觀察時(shí)長(zhǎng)的比值定義為擁堵概率，即：

(1)

式中:Pb為擁堵概率；Tb為發(fā)生擁堵的時(shí)長(zhǎng)，min；Tt為總仿真時(shí)長(zhǎng),min.

在同一流量組合下，為獲得較多的數(shù)據(jù)，宜采用不同的隨機(jī)種子進(jìn)行仿真，且采用較長(zhǎng)的仿真時(shí)間.仿真開(kāi)始，需要一定的時(shí)間使車流在各路段中達(dá)到穩(wěn)定狀態(tài)，因此應(yīng)保證足夠的預(yù)熱時(shí)間，數(shù)據(jù)采集應(yīng)在預(yù)熱時(shí)間之后進(jìn)行.根據(jù)上述原則，對(duì)主線流量與匝道流量分別取值，構(gòu)成流量組合:主線流量取3 000～5 500輛/h，匝道流量取100～1 900輛/h；每一增量為100輛/h.對(duì)于每一組流量組合，取100個(gè)隨機(jī)種子，每次仿真時(shí)長(zhǎng)為3 600s，預(yù)熱時(shí)間600s.車速數(shù)據(jù)采集點(diǎn)在主線漸變段結(jié)束處.若在一個(gè)仿真分鐘內(nèi)，所采集的平均速度低于40km/h，則認(rèn)為該仿真分鐘的狀態(tài)為擁堵，否則判斷為非擁堵.仿真試驗(yàn)過(guò)程如圖4所示.

輸出每組流量組合的擁堵概率，即可獲得主線流量-匝道流量-擁堵概率分布.圖5為典型的主線流量-匝道流量-擁堵概率關(guān)系曲線.

由圖5可以看出，曲線可以分為3個(gè)階段，第一階段為緩增階段，這一階段的擁堵概率呈現(xiàn)為緩慢的直線增長(zhǎng)趨勢(shì)，意味著此時(shí)的匝道流量較小，匝道流量的增加對(duì)主線車流的影響有限，幾乎不會(huì)引發(fā)主線擁堵.第二階段為加速階段，這一階段為凹曲線，此時(shí)匝道流量已經(jīng)開(kāi)始對(duì)主線車流造成影響，且擁堵概率的增長(zhǎng)值不斷上升.第三階段為速增階段，與第一階段不同的是，此時(shí)的擁堵概率快速增長(zhǎng)，直線的斜率很陡，意味著此時(shí)匝道流量的增長(zhǎng)對(duì)主線流量的影響非常顯著，增加匝道流量將極大地引發(fā)主線的擁堵.

圖4 交通仿真流程圖Fig.4 Traffic simulation flow chart

匝道流量/(輛·h-1)圖5 典型擁堵概率曲線Fig.5 Typical breakdown possibility curve

主線流量-匝道流量-擁堵概率三維圖像見(jiàn)圖6.

觀察圖6可以發(fā)現(xiàn)，匝道流量一定時(shí)，擁堵概率隨主線流量的增長(zhǎng)而增長(zhǎng)；主線流量一定時(shí)，擁堵概率隨匝道流量的增加而增長(zhǎng).本文采用二元四次多項(xiàng)式函數(shù)擬合擁堵概率曲面p(Qm,Qr),如式(2)：

(2)

式中：p(Qm,Qr)為擁堵概率曲面函數(shù)，Qm為歸一化的主線流量，[0,10]；Qr為歸一化的匝道流量，[0,10]；aij為多項(xiàng)式系數(shù)，i,j為系數(shù)對(duì)應(yīng)未知量的次數(shù).

圖6 主線流量-匝道流量-擁堵概率三維圖Fig.6 Graph of main stream volume,ramp volume and breakdown possibility

先將主線流量、匝道流量與擁堵概率進(jìn)行歸一化處理，再進(jìn)行回歸擬合，得到式(2)中各系數(shù)取值，見(jiàn)表3.

表3 回歸方程系數(shù)表Tab.3 List of coefficient of regression

p(Qm,Qr)=

(3)

式中：p(x,y)為預(yù)測(cè)擁堵概率，其他符號(hào)同前.

對(duì)回歸方程進(jìn)行擬合優(yōu)度檢驗(yàn)，R2=0.973 7，SSE=0.283 9；函數(shù)通過(guò)置信度95%的F檢驗(yàn)，回歸方程的擬合度較佳.

1.4 臨界擁堵概率

臨界擁堵概率是指可以容忍的最大擁堵概率.當(dāng)擁堵概率超過(guò)臨界擁堵概率后，擁堵發(fā)生的可能性將急劇增長(zhǎng)，車流將處于不穩(wěn)定狀態(tài).觀察圖5典型擁堵概率曲線，發(fā)現(xiàn)當(dāng)進(jìn)入第三階段后，擁堵概率的增長(zhǎng)率達(dá)到最大，擁堵概率0.2附近為其臨界點(diǎn).因此可以認(rèn)為，0.2為臨界擁堵概率，超過(guò)0.2后，應(yīng)采取控制措施，避免擁堵概率繼續(xù)增長(zhǎng).

2 基于擁堵概率的入口匝道控制策略

基于擁堵概率的入口匝道信號(hào)控制策略(Breakdown Probability Based Ramp Metering Strategy，簡(jiǎn)稱BPB匝道控制策略)是通過(guò)收集主線上游流量以及入口匝道流量，計(jì)算擁堵概率，從而確定是否需要啟用入口匝道控制系統(tǒng).

2.1 BPB匝道控制原理

根據(jù)通行能力的隨機(jī)性理論，BPB匝道控制方法認(rèn)為通行能力不但與道路的幾何形狀、天氣條件等有關(guān)，還與車輛之間的相互反應(yīng)有關(guān).快速路的入口匝道合流區(qū)存在大量相互交織的車輛，交通流情況比較復(fù)雜，采用入口匝道控制后，信號(hào)燈在時(shí)間上將交織車輛更均勻地分布在時(shí)間序列上，降低交織車輛間的影響程度，從而降低擁堵發(fā)生的概率.BPB匝道控制方法通過(guò)檢測(cè)交通流量，預(yù)測(cè)擁堵概率，設(shè)計(jì)入口匝道控制策略，從而提高主線的通行能力及服務(wù)水平.

2.2 BPB匝道控制設(shè)計(jì)方法

在BPB匝道控制策略控制下，根據(jù)文獻(xiàn)[4]對(duì)放行方式的建議，為防止匝道車輛呈車隊(duì)形式進(jìn)入主線，每個(gè)信號(hào)周期放行一輛機(jī)動(dòng)車進(jìn)入主線.BPB匝道控制策略的核心為其信號(hào)周期算法，同時(shí)還需要確定調(diào)整周期長(zhǎng)度和模型預(yù)熱時(shí)間.

2.2．1 信號(hào)周期計(jì)算

BPB信號(hào)周期計(jì)算借鑒ALINEA策略的閉環(huán)控制思路，但又有所區(qū)別.ALIENA策略是根據(jù)實(shí)測(cè)占有率與目標(biāo)占有率之差，在上一周期的信號(hào)控制方案的基礎(chǔ)上進(jìn)行周期調(diào)整.而B(niǎo)PB策略根據(jù)實(shí)測(cè)的上游主線流量、匝道流量計(jì)算擁堵概率，換算為新調(diào)整周期的計(jì)算信號(hào)周期后，再將上一周期的信號(hào)周期與計(jì)算信號(hào)周期按調(diào)和系數(shù)進(jìn)行融合.

BPB匝道控制策略信號(hào)周期的計(jì)算見(jiàn)式(4).

(4)

(5)

式中:MaxRp為當(dāng)前主線流量下，擁堵概率等于臨界擁堵概率的最大匝道流量，輛/h，見(jiàn)式(6).

當(dāng)最大匝道流量超過(guò)1 800輛/h時(shí)，若進(jìn)行信號(hào)控制，則每個(gè)信號(hào)周期不超過(guò)2s，由于過(guò)短的信號(hào)周期不利于控制，此時(shí)應(yīng)關(guān)閉信號(hào)燈.當(dāng)最大匝道流量低于360輛/h時(shí)，為控制匝道上車輛排隊(duì)回溯，取最小調(diào)節(jié)率為360輛/h.

2.2.2 最大匝道流量擬合函數(shù)

擁堵概率為0.2時(shí)，主線流量-匝道流量散點(diǎn)圖如圖7所示.

采用二次函數(shù)擬合(如圖7所示)，得到最大匝道流量MaxRp的計(jì)算公式:

(6)

式中:Qm為主線流量；a,b,c為擬合系數(shù)，通過(guò)回歸計(jì)算獲得.當(dāng)主線流量超過(guò)二次函數(shù)的最值點(diǎn)后，取二次函數(shù)的最小值作為入口調(diào)節(jié)率.

2.2.3 調(diào)和系數(shù)的確定

調(diào)和系數(shù)用于確定前后信號(hào)周期的融合比例，由式(4)可知:K1越接近1，每次信號(hào)調(diào)整的幅度就越小，對(duì)實(shí)時(shí)交通變化就越不敏感；K1越接近0，每次信號(hào)調(diào)整的幅度就越大，實(shí)時(shí)交通情況對(duì)信號(hào)周期的影響越大.調(diào)和系數(shù)通過(guò)仿真試驗(yàn)獲得，調(diào)和系數(shù)宜從K1=0.4,K2=0.6；K1=0.5,K2=0.5；K1=0.6,K2=0.4選取.最佳調(diào)和系數(shù)應(yīng)同時(shí)滿足式(7)與式(8)的要求．

(7)

(8)

2.2.4 調(diào)整周期長(zhǎng)度

調(diào)整周期長(zhǎng)度用于確定2次周期調(diào)整之間的時(shí)間間距.調(diào)整周期越長(zhǎng)，則測(cè)得的交通流量換算為小時(shí)流量后越準(zhǔn)確，但信號(hào)周期會(huì)越難以反映實(shí)際交通情況；調(diào)整周期越短，信號(hào)周期變化越頻繁，但更能真實(shí)反映實(shí)際交通情況.由于本文是根據(jù)每分鐘的平均車速進(jìn)行擁堵判斷，因此最長(zhǎng)調(diào)整周期定為60s.同時(shí)，調(diào)整周期時(shí)長(zhǎng)也不宜過(guò)短，否則將導(dǎo)致?lián)Q算得到的小時(shí)流量波動(dòng)過(guò)大.由式(5)可知，一個(gè)信號(hào)周期最長(zhǎng)為10s，為保證一個(gè)調(diào)整周期的時(shí)長(zhǎng)不小于一個(gè)信號(hào)周期，最短調(diào)整周期不宜小于10s.調(diào)整周期的計(jì)算可采用確定調(diào)和系數(shù)時(shí)使用的流量組合進(jìn)行仿真運(yùn)算，當(dāng)合流流量最大時(shí),即為計(jì)算值.

2.2.5 仿真預(yù)熱時(shí)間

仿真預(yù)熱時(shí)間需要根據(jù)路網(wǎng)中車輛從發(fā)生斷面經(jīng)最長(zhǎng)路徑離開(kāi)模型區(qū)域所消耗的最長(zhǎng)時(shí)間確定.其計(jì)算公式如式(9)所示.

(9)

式中:Tw為模型的預(yù)熱時(shí)間；Vmin為模型中自由流車輛可能出現(xiàn)的最慢速度，m/s；L為模型中最長(zhǎng)路徑的長(zhǎng)度，m.

BPB匝道控制設(shè)計(jì)由3個(gè)模塊組成:仿真模型模塊，感應(yīng)控制設(shè)計(jì)模塊以及信號(hào)控制模塊，如圖8所示.

該控制策略適用于滿足以下情況的快速路入口匝道：

1)容易發(fā)生規(guī)律性的或偶發(fā)性的交通擁堵；

2)入口匝道為1車道；

3)入口匝道有足夠的長(zhǎng)度儲(chǔ)存排隊(duì)車輛；

4)快速路與匝道上有足夠的空間安裝車輛檢測(cè)器、信號(hào)燈、提示標(biāo)志等；

5)具有重要意義的關(guān)鍵入口匝道，如連接城市工業(yè)區(qū)或倉(cāng)儲(chǔ)區(qū)的入口匝道等.

圖8 基于擁堵概率的匝道 控制方案設(shè)計(jì)流程圖Fig.8 Flow chart of the ramp’s control schemedesign under breakdown probability

3 BPB匝道控制策略實(shí)例

某城市快速路合流區(qū)域仿真模型如圖9所示.

圖9 道路拓?fù)浣Y(jié)構(gòu)圖Fig.9 Topology structure of expressway and ramp

對(duì)主線流量-匝道流量-擁堵概率表進(jìn)行插值計(jì)算，獲得臨界擁堵概率時(shí)的主線流量與匝道流量.將數(shù)據(jù)歸一化至區(qū)間[0,1]后按式(6)進(jìn)行二次函數(shù)擬合，得到:

(10)

根據(jù)式(9)計(jì)算模型預(yù)熱時(shí)間：

(11)

故模型預(yù)熱時(shí)間不應(yīng)小于61.2s，取預(yù)熱時(shí)間為120s.

通過(guò)仿真試驗(yàn)，調(diào)和系數(shù)定為K1=0.5,K2=0.5，調(diào)整周期定為20s.BPB匝道控制策略參數(shù)見(jiàn)表4.

表4 BPB入口匝道控制參數(shù)一覽表Tab.4 Parameters for BPB ramp metering

本文選取2種主線工況：1)主線中等流量; 2)主線高流量，對(duì)比不同匝道流量時(shí)3種信號(hào)控制策略的擁堵概率、合流流量以及平均速度.

1)工況一主線中等流量: 取主線流量4 500輛/h，對(duì)比需求-容量控制策略、無(wú)信號(hào)控制、BPB信號(hào)控制策略的交通數(shù)據(jù)(表5)，合流流量的對(duì)比分析見(jiàn)圖10.

觀察圖10，BPB信號(hào)控制下的合流流量與無(wú)信號(hào)控制的合流流量基本持平，而DC信號(hào)控制下的合流流量小于5 300輛/h，不能滿足流量需求.相比DC信號(hào)控制，BPB信號(hào)控制能夠更好地引導(dǎo)車輛合流.

表5 中等流量信號(hào)控制合流對(duì)比表Tab.5 Volume comparison under medium volume

匝道流量/(輛·h-1)圖10 中等流量信號(hào)控制合流對(duì)比圖Fig.10 Volume comparison under medium volume

主線流量4 500輛/h時(shí)，不同匝道流量對(duì)應(yīng)的主線平均車速與擁堵概率如圖11所示.

圖11 中等流量下控制效果圖Fig.11 Control effect under medium volume

觀察圖11，BPB信號(hào)控制能夠?qū)矶赂怕士刂圃?0%以內(nèi)，而無(wú)信號(hào)控制時(shí)擁堵概率隨匝道流量的增加而迅速上升.由此可見(jiàn)，BPB匝道控制方案能夠在中等主線流量的情況下將擁堵概率控制在可承受范圍內(nèi).圖11中，主線車速隨匝道流量的增長(zhǎng)而下降.入口匝道采用BPB信號(hào)控制方案后,主線車速受匝道流量的影響相對(duì)較??；在相同匝道流量下，主線車速較高，如匝道流量為1 400輛/h時(shí)，無(wú)信號(hào)控制的主線速度僅為39.18 km/h，低于規(guī)范中的擁堵速度閾值(40 km/h)，而采用BPB信號(hào)控制后主線速度為47.06 km/h，比無(wú)信號(hào)控制時(shí)高20.0%，效果明顯.

綜上所述，BPB信號(hào)控制策略能夠在保持合流流量的同時(shí)，大幅降低擁堵概率，提高主線平均速度.相比DC控制策略和無(wú)信號(hào)控制，BPB信號(hào)控制后交通狀態(tài)更為理想.

2)工況二主線高流量: 主線流量為5 000輛/h時(shí)，DC控制策略、無(wú)信號(hào)控制、BPB信號(hào)控制策略的交通數(shù)據(jù)見(jiàn)表6，合流流量的對(duì)比分析見(jiàn)圖12.

表6 高流量信號(hào)控制效果對(duì)比表Tab.6 Comparison of signal control effect under high volume

匝道流量/(輛·h-1)圖12 高流量信號(hào)控制合流流量對(duì)比圖Fig.12 Volume comparison under high volume

圖12中，3種控制策略的合流流量在低匝道流量(<600輛/h)時(shí)比較接近，隨著匝道流量的增長(zhǎng)，無(wú)信號(hào)控制及DC信號(hào)控制策略開(kāi)始無(wú)法完成合流.匝道流量達(dá)到1 000輛/h時(shí)，只有BPB信號(hào)控制策略能夠滿足合流需求.

主線流量5 000輛/h時(shí)，不同匝道流量對(duì)應(yīng)的主線車速與擁堵概率如圖13所示.

由圖13可以看出，采用BPB信號(hào)控制策略后，擁堵概率控制在10%以內(nèi)，且合流區(qū)平均車速得到了提高.無(wú)信號(hào)控制時(shí).匝道流量超過(guò)600輛/h后，擁堵概率急劇上升，平均速度的下降加快.而采用BPB信號(hào)控制策略后，擁堵概率上升緩慢，平均速度的下降得到了控制.

圖13 高流量下控制效果圖Fig.13 Control effect under high volume

由此可知，BPB信號(hào)控制策略在高主線流量下，仍能夠很好地控制擁堵，且能夠更好地保持合流區(qū)車輛正常運(yùn)行，合流區(qū)域的主線速度達(dá)45 km/h以上.

4 結(jié) 論

1)通過(guò)交通仿真得到主線流量、匝道流量與擁堵概率間的函數(shù)關(guān)系，建立了主線流量與匝道流量的擁堵概率預(yù)測(cè)模型.

2)采用閉環(huán)控制概念，并設(shè)置臨界擁堵概率，設(shè)計(jì)了一種基于擁堵概率的城市快速路入口匝道信號(hào)控制策略．該控制策略通過(guò)收集實(shí)時(shí)交通流量，預(yù)測(cè)擁堵概率，再對(duì)比臨界擁堵概率，最后判斷是否開(kāi)啟入口匝道控制系統(tǒng).

3)提出了基于擁堵概率的入口匝道控制方法，確定了匝道信號(hào)系統(tǒng)的設(shè)計(jì)參數(shù).

4)研究表明，BPB控制策略能夠在滿足合流區(qū)流量需求的同時(shí)，降低擁堵的發(fā)生概率，提高合流區(qū)的主線車速，且其效果優(yōu)于無(wú)信號(hào)控制以及DC控制策略.

5)本文建立的擁堵概率函數(shù)適用于主線單向3車道，設(shè)計(jì)速度80 km/h的快速路入口匝道，未考慮前后出入口、主線彎道、匝道縱坡、放行方式等方面的影響，宜作進(jìn)一步的研究.

[1] 胡靈龍,王紹楠,孫偉力,等.考慮環(huán)境效益的城市快速路匝道協(xié)調(diào)控制[J].江南大學(xué)學(xué)報(bào):自然科學(xué)版, 2013,12(5):522-527.

HU Linglong, WANG Shaonan, SUN Weili,etal. Coordinated ramp metering of urban expressway considering environment benefits[J]. Journal of Jiangnan University: Natural Science Edition, 2013, 13(5):522-527.(In Chinese)

[2] 劉蘭,孫劍,李克平.城市快速路入口匝道速度控制研究[J].交通信息與安全,2011,29(3):15-19.

LIU Lan, SUN Jian, LI Keping. On-ramp speed control of urban expressway[J]. Journal of Transport Information and Safety, 2011, 29(3):15-19. (In Chinese)

[3] 聶磊,楊曉光,楊曉芳,等.上海快速路入口匝道單點(diǎn)控制策略仿真評(píng)價(jià)研究[C]//第一屆中國(guó)智能交通年會(huì)論文集.上海:同濟(jì)大學(xué)出版社, 2005:610-618.

NIE Lei, YANG Xiaoguang, YANG Xiaofang,etal. Research on evaluation of expressway ramp isolated metering strategy in Shanghai[C]//Proceedings of the 1st China ITS Annual Meeting. Shanghai: Tongji University Press, 2005:610-618. (In Chinese)

[4] JACOBSON L, STRIBIAK J, NELSON L,etal. Ramp management and control handbook[R]. Washington, D C: Federal Highway Administration, 2006:77-96,115-130.

[5] 鄭建湖,董德存,陳洪.城市快速路入口匝道控制策略比較分析[J].計(jì)算機(jī)測(cè)量與控制,2006,14(2):196-199.

ZHENG Jianhu, DONG Decun, CHEN Hong. Comparative analysis on on-ramp control strategies of urban freeway[J]. Computer Measurement & Control, 2006,14(2):196-199.(In Chinese)

[6] HADJ-SALEM H, BLOSSEVILLE J M, PAPAGEORGIOU M. ALIENA: a local feedback control law for on-ramp metering; a real study[C]//Proceedings of the 3rd International Conference on Road Traffic Control.London:ARRB Group Limited, 1990:194-198.

[7] 郝媛,孫立軍,徐天東,等.城市快速路交通擁擠分析及擁擠閾值的確定[J].同濟(jì)大學(xué)學(xué)報(bào):自然科學(xué)版,2008,36(5):609-614.

HAO Yuan, SUN Lijun, XU Tiandong,etal. Analysis of traffic congestion on urban expressway and congestion threshold identification[J]. Journal of Tongji University: Natural Science, 2008, 36(5):609-614. (In Chinese)

[8] 高萬(wàn)寶,吳堅(jiān),鄒嬌. 基于實(shí)時(shí)密度的入口匝道控制算法研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2012, 12(2):150-155.

GAO Wanbao, WU Jian, ZOU Jiao. On-ramp metering algorithm based on real-time density[J]. Journal of Transportation Systems Engineering and Information Technology, 2012,12(2):150-155. (In Chinese)

[9] BRILON W, GEISTEFELDT J, REGLER M. Reliability of freeway traffic flow: a stochastic concept of capacity[C]//Proceedings of the 16th International Symposium on Transportation and Traffic Theory. Maryland: University of Maryland, 2005:125-144.

[10]KONDYLI A, ELEFTERIADOU L, BRILONET W,etal. Development and evaluation of methods for constructing breakdown probability models[J]. Journal of Transportation Engineering, 2013, 139(9): 931-940.

[11]CJJ 129—2009 城市快速路設(shè)計(jì)規(guī)程[S].北京:中國(guó)建筑工業(yè)出版社, 2009:20-24.

CJJ 129—2009 Specification for design of urban expressway[S]. Beijing: China Architecture & Building Press, 2009: 20-24.(In Chinese)

[12]趙春,王煒,李文權(quán). 主路不同流量條件下入口匝道通行能力研究[J].公路交通科技,2005,22(2):82-85.

ZHAO Chun, WANG Wei, LI Wenquan. On-ramp capacity under different flow rate of major stream[J]. Journal of Highway and Transportation Research and Development, 2005,22(2):82-85. (In Chinese)

Based on Breakdown Probability

LI Jia1?, XU Kaijun1,2

(1. College of Civil Engineering, Hunan University, Changsha 410082, China;2. Shenzhen Municipal Design & Research Institute Co, Ltd, Shenzhen 518029,China)

To release and solve traffic jam on expressway, it is necessary to investigate the ramp metering strategy of expressway. Current specification and field data were used to build the VISSIM simulation model. The breakdown probability models of expressway ramp were established by microscopic traffic simulation, and a ramp metering strategy based on breakdown probability model was put forward. According to the mainstream and ramp volume, the breakdown probability was predicted. If the probability is higher than the threshold, the metering system turns on, and the on-ramp metering rate and cycle time are calculated. Compared with a ramp without metering strategy, the breakdown probability reduced to about 0.1, while the speed of mainstream increased by about 20 %.

expressway；traffic congestion; predict model; on-ramp; breakdown probability

2016-03-17

國(guó)家科技支撐計(jì)劃項(xiàng)目(2015BAJ03B01)，National Science and Technology Support Progran(2015BAJ03B01)

李嘉(1962-)，女，湖南長(zhǎng)沙人，湖南大學(xué)教授 ?通訊聯(lián)系人，E-mail: lijia@hnu.edu.cn

1674-2974(2017)03-0105-08

10．16339/j．cnki．hdxbzkb．2017．03．013

U491.4

ARamp Metering Strategy for Urban Expressway