城市混合交通流單點自適應(yīng)控制方法

，，

(浙江浙大中控信息技術(shù)有限公司，浙江 杭州 310053)

隨著我國城市規(guī)模的不斷擴(kuò)大，城市人口劇增，交通問題日趨嚴(yán)重，影響著居民的日常出行.機(jī)動車、非機(jī)動車和行人作為城市交通流的三大交通主體，其運(yùn)動規(guī)律、交通特性存在差異，提升交叉口的混合通行效率也成為了城市交通管控的難點[1-3].非機(jī)動車在我國出行占比高達(dá)40%～65%，且這種出行方式具有高時間占有率和高事故發(fā)生率的特點.目前有部分學(xué)者針對機(jī)動車、非機(jī)動車和行人在交叉口的通行沖突展開研究，分析了沖突產(chǎn)生的原因，提出了相應(yīng)的解決方案[4].也有一些學(xué)者提出了非機(jī)動車、行人優(yōu)先通行的控制策略[5-6]，但并沒有依據(jù)混合交通流的動態(tài)需求對交叉口的優(yōu)先通行權(quán)進(jìn)行自動分配，對應(yīng)的動態(tài)管控方案也尚未形成.另一方面，隨著檢測技術(shù)的逐漸成熟，城市交通管控設(shè)備逐漸完善，混合交通流區(qū)分管控的能力已經(jīng)初步具備.

基于上述現(xiàn)狀，利用元胞自動機(jī)模型對交叉口的混合交通流行為特征及需求進(jìn)行分析，同時結(jié)合交叉口的功能特點，制定混行交叉口的放行優(yōu)先級決策邏輯，提出城市混合交通流單點自適應(yīng)控制方法，以達(dá)到提升混行交叉口的通行效率.

1 交叉口混合交通流通行需求分析

對于混合交通流交叉口而言，進(jìn)行交通管控的前提是獲取較為準(zhǔn)確的混合交通流通行需求，由于機(jī)動車、非機(jī)動車和行人在占地面積、通行速度上存在差異，因而將三者的流量統(tǒng)一折算為標(biāo)準(zhǔn)車當(dāng)量數(shù)(Passenger car unit，PCU)，能夠反映真實的通行需求[7].

圖1 交叉口混合交通流通行特征示意圖Fig.1 Schematic diagram of mixed traffic flow at intersection

圖1中A為機(jī)動車模型，B為非機(jī)動車模型，C為行人模型.在空間維度，由于車輛間距、車身寬度和車道寬度的不同，三種交通對象可以建立圖中所示的折算關(guān)系.在時間維度上，實際通行過程中不同對象的行駛速度存在差異，這些差異也影響了折算系數(shù)的大小，所以必須綜合空間與時間兩個維度，得出機(jī)動車、非機(jī)動車和行人的標(biāo)準(zhǔn)車當(dāng)量數(shù)折算系數(shù)[10].

由于交通對象的行為具有一定的隨機(jī)性，通常需要進(jìn)行大量的數(shù)據(jù)調(diào)查，標(biāo)定出合理的折算系數(shù)k.例如在對非機(jī)動車折算系數(shù)的標(biāo)定中，以小汽車作為標(biāo)準(zhǔn)車，非機(jī)動車在占地面積上大約為1/5，因此空間折算系數(shù)約為0.2，但在通過交叉口時非機(jī)動車速度低于機(jī)動車速度，因此折算系數(shù)應(yīng)當(dāng)大于0.2.依據(jù)資料和一些學(xué)者的研究，非機(jī)動車最佳的折算系數(shù)經(jīng)驗值基本在0.25～0.3范圍，行人約為0.5，具體應(yīng)用以實際標(biāo)定結(jié)果為準(zhǔn).

2 交叉口放行優(yōu)先級決策

城市的道路交叉口由于混合交通流量的差異和交叉口功能定位的不同往往呈現(xiàn)出不同的交通混行狀態(tài)和交通通行特點.這種混行狀態(tài)和通行特點的差異反映了交叉口優(yōu)先放行的實際需求，是路權(quán)優(yōu)先級分配決策的主要影響因素.然而這些因素存在一定的動態(tài)變化，本節(jié)制定優(yōu)先級綜合評估規(guī)則進(jìn)行路權(quán)優(yōu)先級分配決策，決策過程如圖2所示，首先基于混合交通流需求進(jìn)行動態(tài)優(yōu)先級評估，同時基于交叉口功能定位進(jìn)行靜態(tài)優(yōu)先級評估，最終將動態(tài)、靜態(tài)評估結(jié)果進(jìn)行綜合決策，獲得交叉口的綜合路權(quán)優(yōu)先級分配結(jié)果.對于特殊需求的路口，可以直接對最終優(yōu)先級進(jìn)行人工干預(yù)決策.

圖2 路權(quán)優(yōu)先級綜合決策流程Fig.2 Decision-making processofintersection releasing priority

2.1 基于混合交通流需求的動態(tài)優(yōu)先級評估

取ηa,ηb,ηc分別表示機(jī)動車、非機(jī)動車和行人在整個混合交通流中的權(quán)重值，權(quán)重值的大小反映了該類對象在整個交叉口混合交通流中放行的動態(tài)需求，顯然η的取值范圍為[0,100%].定義ηmax=max(ηa,ηb,ηc)，ηmax所對應(yīng)的交通對象即為需要優(yōu)先放行的對象，ηmax值的大小反映了優(yōu)先放行需求的強(qiáng)弱，即決定了具體優(yōu)先放行策略的強(qiáng)度.對ηmax進(jìn)行數(shù)值分段，得到7種優(yōu)先級狀態(tài)與強(qiáng)度，如表1所示.表1中取字母表征優(yōu)先放行類別：A表示優(yōu)先放行機(jī)動車，B表示優(yōu)先放行非機(jī)動車，C表示優(yōu)先行人，0為自由放行；取數(shù)字表征優(yōu)先放行強(qiáng)度：1表示優(yōu)先強(qiáng)度一般，2表示優(yōu)先強(qiáng)度較強(qiáng)，其中40%和55%為人為設(shè)置的臨界值，可根據(jù)實際情況進(jìn)行微調(diào).

表1 取值對應(yīng)的優(yōu)先放行類別及強(qiáng)度Table 1 Category and degreeofintersection releasing priority

2.2 基于交叉口功能定位的靜態(tài)優(yōu)先級評估

城市道路交叉口由于道路規(guī)模與所在的位置環(huán)境的差異，往往有著不同的功能定位，影響著交通管控的目標(biāo)與側(cè)重點，是交叉口放行優(yōu)先級決策的影響因素之一.區(qū)別于混合交通流量的動態(tài)性與隨機(jī)性，交叉口的功能相對較為穩(wěn)定，交叉口附近居民的出行受交叉口周邊建筑功能的影響呈現(xiàn)出一定的規(guī)律性，這種規(guī)律性反映了交叉口優(yōu)先放行的靜態(tài)需求.

按照交叉口形成的道路等級組成不同，城市交叉口一般可分為如表2中的6類.

表2 基于交叉口規(guī)模的分類Table 2 Intersections sorted by scale

6類不同規(guī)模的交叉口有著其特有的功能定位，例如1類交叉口是城市主干道的交叉口，承擔(dān)著主要的機(jī)動車流量，往往需要優(yōu)先考慮機(jī)動車的通行權(quán)；4，5，6類交叉口可能機(jī)動車占比較低，常常需要優(yōu)先考慮非機(jī)動車、行人的通行權(quán).

交叉口所處的環(huán)境也影響著交叉口的混合交通流，例如醫(yī)院、學(xué)校、商場和步行街周邊的交叉口，人流密集；近郊的工廠、商貿(mào)區(qū)附近的交叉口，在通勤時段往往有密集的非機(jī)動車通行；城市商業(yè)中心、政府和車站等區(qū)域的交叉口，往往車流密集.在交叉口放行優(yōu)先級決策的過程中，這也是相對具有規(guī)律性的影響因素.

由交叉口規(guī)模、所處環(huán)境不同造成的交叉口功能定位的差異反映了交叉口通行優(yōu)先級的靜態(tài)需求.這種需求，在一定時段內(nèi)趨于穩(wěn)定，且較難量化，所以一般利用專家經(jīng)驗進(jìn)行評估，人工地將不同交叉口劃分為：A機(jī)動車優(yōu)先、B非機(jī)動車優(yōu)先、C行人優(yōu)先、0自由通行四類優(yōu)先等級.優(yōu)先強(qiáng)度默認(rèn)為1級，可根據(jù)實際情況調(diào)整其強(qiáng)度.

2.3 綜合路權(quán)優(yōu)先級分配決策

以動態(tài)優(yōu)先級評估結(jié)果為主要依據(jù)，以靜態(tài)優(yōu)先級人工評估結(jié)果為修正值，可以得出最終的路權(quán)優(yōu)先級分配決策.這一修正過程通過決策邏輯規(guī)則實現(xiàn)，具體規(guī)則如表3所示.表中元素含義與2.1節(jié)相同，其中縱向標(biāo)題表示基于混合交通流量的動態(tài)優(yōu)先級及優(yōu)先強(qiáng)度，橫向標(biāo)題表示基于交叉口功能的靜態(tài)優(yōu)先級及優(yōu)先強(qiáng)度，表中內(nèi)容表示路權(quán)優(yōu)先級分配的綜合決策結(jié)果.

表3 綜合路權(quán)優(yōu)先級分配決策邏輯規(guī)則表Table 3 Logic rules of integrated releasingprioritydecision

表3給出的是城市道路交叉口路權(quán)優(yōu)先級分配決策的一般邏輯規(guī)則.在實際應(yīng)用中，人工決策的靜態(tài)優(yōu)先級可以劃分出更細(xì)的邊界，設(shè)置不同的優(yōu)先強(qiáng)度，以適應(yīng)不同的控制需求；基于流量的動態(tài)優(yōu)先級決策邊界，也可根據(jù)實際控制效果進(jìn)行調(diào)整.在綜合路權(quán)優(yōu)先級分配決策形成后，人工干預(yù)享有最高優(yōu)先級，可以最終調(diào)整優(yōu)先對象和強(qiáng)度輸出給信號控制算法.

3 混合交通流單點自適應(yīng)控制算法

城市道路交叉口對混合交通流有不同的隔離狀態(tài)，算法暫不考慮行人過街天橋等因素對交叉口混合交通流的影響，選用標(biāo)準(zhǔn)的機(jī)動車、非機(jī)動車、行人混合控制交叉口(圖3)進(jìn)行算法舉例，默認(rèn)采用標(biāo)準(zhǔn)的四相位控制策略[11]，相位相序如表4所示.

圖3 混合控制交叉口Fig.3 Mixed control intersection

相序相位1相位2相位3相位4相位圖

注：1) 實線表示機(jī)動車相位；點劃線表示非機(jī)動車相位；虛線表示行人相位.

3.1 算法流程

混合交通流單點自適應(yīng)控制算法是以交叉口的混行交通流狀態(tài)特點與交叉口功能定位為依據(jù)，進(jìn)行路權(quán)優(yōu)先級分配決策，自動調(diào)整交叉口信號控制的相位、綠燈時間和周期進(jìn)行自動控制的算法，算法流程如圖4所示，其中優(yōu)先級分配決策已經(jīng)在第2節(jié)中詳細(xì)介紹，這里著重介紹優(yōu)先控制策略選取、綠燈時間計算和周期計算三個核心流程.

圖4 混合交通流單點自適應(yīng)控制算法流程Fig.4 An adaptive signal control algorithm processof mixed traffic flow

3.2 方案計算

1) 優(yōu)先控制策略

城市道路交叉口的最大通行能力是固定的，對于混合交通流而言，一種對象的優(yōu)先通行意味著其他對象通行權(quán)的損失，依據(jù)優(yōu)先權(quán)的不同，混合交通流的優(yōu)先控制策略分為自由通行、機(jī)動車優(yōu)先通行和非機(jī)動車優(yōu)先通行和行人優(yōu)先通行.

自由通行，指機(jī)動車、非機(jī)動車和行人擁有平等的通行權(quán)，按照常規(guī)相位放行；機(jī)動車優(yōu)先通行，一般通過非機(jī)動車和行人相位的遲起、早斷實現(xiàn)；由于非機(jī)動車和行人的通行干擾主要來自于機(jī)動車，非機(jī)動車和行人的優(yōu)先通行，均通過機(jī)動車相位的遲起、早斷實現(xiàn).當(dāng)東西流向與南北流向行人優(yōu)先通行權(quán)強(qiáng)度均較大時，可以在相位最后增加行人單獨通行相位，相位放行示意圖如圖5所示，其他相位不對行人進(jìn)行放行，降低相互間干擾.

圖5 行人單獨相位放行示意圖Fig.5 Separate releasing phase for pedestrian

以機(jī)動車東西向直行右轉(zhuǎn)優(yōu)先通行為例，依據(jù)相應(yīng)的優(yōu)先控制策略，將該放行相位進(jìn)行如表5所示的調(diào)整.調(diào)整后的相位通過非機(jī)動車與行人通行權(quán)的遲起早斷，實現(xiàn)了機(jī)動車的優(yōu)先通行.在實際應(yīng)用中，也可能僅僅使用遲起或早斷策略的一種進(jìn)行優(yōu)先放行.

表5 非機(jī)動車行人相位遲起早斷示意圖Table 5 Non-motorized pedestrian phase

2) 相位綠燈時間

(1)

(2)

(3)

(4)

3)周 期

根據(jù)定義，交叉口的信號周期即為各相位綠燈、黃燈和全紅時間之和.對于混合交通流單點自適應(yīng)控制算法而言，其各相位的綠燈時間包含了不同對象的通行時間，取其最大值作為該相位的綠燈時間，其公式分別為

(5)

(6)

4 仿真驗證

選取某市實際混合交通流交叉口，該路口西北角是大型超市商業(yè)綜合體，因此其南北方向行人通行需求較強(qiáng)，機(jī)動車與行人在通行過程中易相互干擾.利用VISSIM軟件對其交通流運(yùn)行狀態(tài)進(jìn)行仿真，如圖6所示[12].在機(jī)動車、非機(jī)動車、行人平等自由放行情況下，不考慮優(yōu)先放行策略，交叉口的信號控制方案如表6所示.

圖6 某市實際交叉口混合交通流仿真示意圖Fig.6 A simulation of mixed traffic flow in a realcity intersection

利用第2節(jié)提出的方法進(jìn)行交叉口放行優(yōu)先級決策，決策結(jié)果為行人優(yōu)先放行，放行強(qiáng)度為1.依據(jù)交叉口放行優(yōu)先級決策進(jìn)行信號配置方案生成，生成方案東西向放行方案保持不變，南北直行相位變化如表7所示.對該交叉口在不同方案下通行的延誤情況進(jìn)行仿真，仿真結(jié)果如表8所示.

表6 非優(yōu)先通行信號控制配時方案Table 6 Timing schemeof non-favoured traffic signal control

表7 行人優(yōu)先信號控制配時方案Table 7 Timing scheme of pedestrian-priority signal control

表8 平等通行與行人優(yōu)先方案下通行延誤仿真結(jié)果Table 8 Simulation results under two circumstances

對比表6，7可以看出：新方案由于考慮了行人的優(yōu)先通行，對機(jī)動車相位采取了遲起早斷的控制策略，目的是延長了行人的通行時間，使行人能夠順利通過路口，降低其與機(jī)動車的相互干擾.分析表8數(shù)據(jù)，在選擇行人優(yōu)先放行策略后，行人的總延誤降低了6.03%，通行能力顯著提升，而機(jī)動車的總延誤也降低了3.02%，通行能力沒有明顯減弱.這是由于行人優(yōu)先放行策略考慮了該路口行人通行需求強(qiáng)烈這一特點，提高了行人通行時間，同時降低了行人與機(jī)動車之間的沖突干擾，使得交叉口整體的通行能力明顯提升.該仿真結(jié)果顯示了城市混合交通流單點自適應(yīng)控制方法對提升混合交通流交叉口的通行能力，對緩解城市局部擁堵有著重要的意義.

5 結(jié) 論

針對城市道路交叉口混合交通流通行效率不高的現(xiàn)象，提出混合交通流單點自適應(yīng)控制算法的整體框架和具體實現(xiàn)方法.該算法分析了混合交通流不同交通對象的通行特性，綜合考慮了影響路權(quán)優(yōu)先級分配的動態(tài)、靜態(tài)因素，制定了路權(quán)優(yōu)先級分配的決策邏輯規(guī)則；給出不同需求下優(yōu)先放行的方法.在此基礎(chǔ)上，選用實際交叉口，利用VISSIM軟件進(jìn)行仿真，結(jié)果顯示所提出的方法，能夠更大程度地提升城市混合交通流交叉口的通行效率，對于保障優(yōu)先交通對象的通行權(quán)、提升混行交叉口的整體通行能力和緩解城市交通擁堵有著重要意義.不足之處在于上述方法主要針對標(biāo)準(zhǔn)的四相位交叉口進(jìn)行設(shè)計，事實上城市道路交叉口類型、通行方式更為復(fù)雜，下一步工作可以以此為切入點，進(jìn)行混合交通流自適應(yīng)控制的進(jìn)一步研究工作，提高上述方法的適用性.

[1] 周旦.城市基本路段混合非機(jī)動車交通流特性研究[D].杭州：浙江大學(xué),2016.

[2] 沈家軍,王煒,陳學(xué)武.城市道路交叉口混合交通流機(jī)動車與非機(jī)動車沖突概率[J].東南大學(xué)學(xué)報(自然科學(xué)版),2010(5):1093-1096.

[3] 程君.短時交通狀態(tài)預(yù)測下的區(qū)域交通信號控制方法研究[D].杭州：浙江工業(yè)大學(xué),2015.

[4] LIU J G, LIU X M, KONG Q F, et al. Mixed traffic order degree model of urban signalized intersection[J]. Journal of transportation systems engineering & information technology,2010,10(6):41-47.

[5] SI B F, LONG J C, GAO Z Y. Optimization model and algorithm for mixed traffic of urban road network with flow interference[J]. Science China technological sciences,2008,51(12):2223-2232.

[6] 王殿海,金盛,宋現(xiàn)敏,等.城市混合交通控制設(shè)計理念與方法[J].城市交通,2008,6(2):16-22.

[7] 王進(jìn),唐忠華,陸化普.車輛折算系數(shù)研究[J].土木工程學(xué)報,2004(12):97-102.

[8] 劉明君.基于混合交通流的信號交叉口機(jī)動車車頭時距研究[D].北京：北京交通大學(xué),2010.

[9] MENG J P, DAI S Q, DONG L Y, et al. Cellular automaton model for mixed traffic flow with motorcycles[J]. Physicaa statistical mechanics & its applications,2007,380(7):470-480.

[10] LAXMAN K K, RASTOGI R, CHANDRA S. Pedestrian flow characteristics in mixed traffic conditions[J]. Journal of urban planning & development,2010,136(1):23-33.

[11] 沈國江,陳文峰.方案選擇式區(qū)域協(xié)調(diào)控制方法及應(yīng)用[J].浙江工業(yè)大學(xué)學(xué)報,2016,44(3):237-241.

[12] 羅元,謝波,彭衛(wèi)兵.基于Vega Prime的虛擬現(xiàn)實車輛智能運(yùn)動模擬[J].浙江工業(yè)大學(xué)學(xué)報,2013,41(4):458-463.