城市交叉口聯(lián)動控制研究

張文強

（中國瑞林工程技術(shù)股份有限公司，江西 南昌 330038）

快速增長的機動車保有量給城市干道的交通負荷帶來了巨大的壓力，在不改變現(xiàn)有建成交通設(shè)施的基礎(chǔ)上，僅通過調(diào)整交叉口信號協(xié)調(diào)控制參數(shù)，設(shè)置機動車“綠波帶”是目前改善通行環(huán)境最有效的方法之一。有部分學者從城市交叉口干線協(xié)調(diào)的角度展開了相關(guān)研究，黃慧瓊[1]在傳統(tǒng)的干線協(xié)調(diào)系統(tǒng)周期和相位差的理論下，考慮車輛行駛狀態(tài)對車輛排隊消散的影響，建立采用最大綠波帶法的動態(tài)車輛排隊消散模型，從而對干線協(xié)調(diào)的重要參數(shù)相位差進行優(yōu)化，簡化了多交叉口信號聯(lián)控的設(shè)計難度，并通過案例分析證明了模型方法在交通運行參數(shù)評價中的有效性。唐小軍[2]為突破傳統(tǒng)的城市干線協(xié)調(diào)控制方法多局限于定時控制的限制，建立基于感應(yīng)協(xié)調(diào)控制的干線控制子區(qū)劃分模型，選擇以雙向綠波帶寬最大化為優(yōu)化目標，在CORSIM仿真驗證下，得到了優(yōu)于SYNCHRO計算的配時優(yōu)化方案。巴興強[3]提出了適用于非對稱放行相位和疊加相位的干線協(xié)調(diào)方法，該方法考慮了相位差波動寬度的影響，與以往常依據(jù)交通流平均速度求解相位差相比在適用范圍和計算難度上均占有優(yōu)勢，可通過調(diào)整協(xié)調(diào)相位綠燈的啟閉時刻來生成綠波方案。王忠宇[4]針對大型活動擁堵這一特定場景，基于紅波和綠波理論研究精細化管控的相位差，考慮到特定場景擁堵特征、交通需求以及道路時空資源的影響，采用真實交通數(shù)據(jù)進行仿真測試，結(jié)果表明基于紅波和綠波的協(xié)調(diào)控制不僅在運行參數(shù)上有所改善，還能夠大幅度提升周邊路網(wǎng)的運行效率，均分交通壓力，改善出行品質(zhì)。任慧[5]提出了在極易發(fā)生局部擁堵的路段應(yīng)進行協(xié)調(diào)控制參數(shù)計算來判斷是否適用于紅綠波帶協(xié)調(diào)控制，若一味地進行干線協(xié)調(diào)控制而不考慮實際狀況會起到適得其反的效果。同時，還需對交通干線的整體狀態(tài)進行監(jiān)測，實時地對紅綠波協(xié)調(diào)方案進行檢驗和優(yōu)化。通過仿真實驗，驗證了干線局部交通擁堵協(xié)調(diào)控制方法的有效性。郭海鋒[6]為提升城市連續(xù)交叉口效益低下的問題，在分析了上下游斷面交通需求相關(guān)性的基礎(chǔ)上，提出了車流到達率預(yù)測，并考慮到車輛到達時間與信號相位開啟時間的聯(lián)系，從而建立了干線交通雙向綠波控制總延誤模型，為求解該模型又設(shè)計了一種動態(tài)自適應(yīng)混沌粒子群優(yōu)化算法，最后通過SUMO仿真驗證了模型及算法的有效性和應(yīng)用效果。

上述關(guān)于城市干線協(xié)調(diào)的研究大多是通過優(yōu)化求解干線協(xié)調(diào)的重要參數(shù)或設(shè)計改善綠波方案，與傳統(tǒng)的城市干線協(xié)調(diào)設(shè)計方案相比，改善程度有限，且沒能實際應(yīng)用于交通流密集、出行特征明顯的城市高校附近的干線上。為使干線協(xié)調(diào)方案能夠在城市道路網(wǎng)中應(yīng)用范圍更加廣泛，更能發(fā)揮價值。本文針對城市高校附近在出行高峰期間極易發(fā)生車輛擁堵，停車次數(shù)與車行延誤時間不斷增大的困境，考慮利用綠波協(xié)調(diào)控制的思路，在高校附近的干道上對相鄰的幾個交叉口實施信號聯(lián)動控制，使到達交叉口的車輛可以遇到綠燈持續(xù)通過形成連續(xù)的交通流，改善整個道路干線的交通擁堵狀態(tài)[7]。本文選取南昌市某高校附近的路段作為研究對象，提出信號聯(lián)動控制的設(shè)計方法，通過SUMO仿真工具對干線信號聯(lián)控進行模擬，對比現(xiàn)有單點交叉口信號配時的交通運行參數(shù)，來驗證方法的有效性。

1 研究路段現(xiàn)狀

1.1 道路位置及概況

本文研究的路段位于江西省南昌市經(jīng)濟開發(fā)區(qū)雙港東大街，是南昌市經(jīng)開區(qū)道路網(wǎng)的重要組成部分，是聯(lián)系經(jīng)開組團與其他片區(qū)的一條東西向城市通道性主干路，具有重要的交通功能并兼具集散功能。道路周邊擁有教育科研用地（華東交通大學、江西理工大學南昌校區(qū)）、居住用地（鑫港社區(qū)、雙港新村）以及商住混合用地，在出行高峰期間承擔著較大體量的高校和住宅小區(qū)的集散交通流。

雙港東大街設(shè)計車速為60 km/h，道路為三塊板，實現(xiàn)對向分流，所選路段有3個相鄰交叉口，從西到東分別為A路口（華東交通大學）、B路口（曰修路）、C路口（江西理工大學），研究區(qū)域示意圖如圖1所示。交叉口位置示意圖如圖2所示。

圖1 研究區(qū)域示意

圖2 交叉口位置示意

1.2 相位調(diào)查

通常在信號控制交叉口中，一個信號控制方案在一個周期內(nèi)有幾個信號相位及其順序稱為幾相位的信號控制?？紤]到過少的相位會擾亂交叉口的通行權(quán)降低行駛的安全性，而過多的相位會因相位轉(zhuǎn)換浪費通行時間導(dǎo)致延誤增加，所以合理的相位設(shè)置影響著交叉口通行效益的發(fā)揮。研究區(qū)域雙港東大街上的A、B、C 3個信號交叉口均采用三相位信號控制，符合相位設(shè)置的原則。具體的相位設(shè)置如表1所示。

表1 交叉口相位設(shè)置

1.3 交通流量及車速調(diào)查

考慮到交叉口的交通量調(diào)查內(nèi)容較復(fù)雜，需要包含各流量、流向等數(shù)據(jù)，所以選擇采用人工計數(shù)的方法在每個交叉口的進口道位置分別統(tǒng)計直行、左轉(zhuǎn)、右轉(zhuǎn)的車流量。選取工作日（2022年3月14日，星期一）早高峰時段（7:30—8:30），對雙港東大街3個交叉口的高峰小時交通流量流向進行調(diào)查，數(shù)據(jù)如表2所示。

表2 高峰小時交通流量流向調(diào)查 pcu/h

采用雷達測速儀對圖1研究區(qū)域的車輛運行速度進行測量，經(jīng)過多次測量，獲得該路段的平均車速為42 km/h。

1.4 現(xiàn)狀信號配時調(diào)查

根據(jù)實地交通調(diào)查獲取研究范圍內(nèi)A、B、C 3個信號交叉口的現(xiàn)狀配時方案，各交叉口現(xiàn)狀的配時參數(shù)均相互獨立互無關(guān)聯(lián)，信號周期時長也不相同，如表3所示，黃燈時長記為3 s。

表3 交叉口現(xiàn)狀信號配時方案 s

2 干線協(xié)調(diào)控制設(shè)計

干線協(xié)調(diào)控制是研究城市干道若干相鄰的信號控制交叉口的協(xié)調(diào)聯(lián)動控制關(guān)系，設(shè)計干道的信號配時方案，通過對干道多個相鄰交叉口進行干線綠波協(xié)調(diào)控制，達到車輛能夠多遇到綠燈通行，減少車輛遇到紅燈等待時間的目的，以使干道車流保持較好的運行狀態(tài)，確保司乘人員能夠以較小的出行延誤獲得較高的出行品質(zhì)。干線綠波協(xié)調(diào)控制的基本參數(shù)包括信號周期、相位綠燈時間、設(shè)計速度以及相位差等。

2.1 信號周期

信號周期時長在線控系統(tǒng)中一定程度上影響著車輛延誤值和通行能力的大小，干線上各交叉口設(shè)置一致、合理的信號周期時長有利于信號協(xié)調(diào)聯(lián)動控制的實施[8]。在確定信號周期系統(tǒng)時常常先按照單點信號周期計算的方法確定每個交叉口的周期長度，再從中選擇最大的單點交叉口周期時長作為信號周期系統(tǒng)時長。則利用Webster配時方法[9]確定每1個交叉口信號周期時長的表達式為

式中：C0為最佳信號周期時長，s；L為信號周期的總損失時間，s；Y為所有相位最大流量比之和。則信號周期總損失時間的計算公式如下：

式中：l為啟動損失時間，s，取3 s；Ii為第i相位末的綠燈間隔時間，s，取3 s；Ai為第i相位末的紅燈間隔時間，s，取3 s。則所有相位最大流量比之和的計算公式如下：

式中：qi為第i相位的最大車流量直行當量值，pcu/h；ST為各進口直行飽和流率值,pcu/h，取1 600 pcu/h。

經(jīng)計算得到，研究范圍所選的A、B、C交叉口信號周期分別為91 s、125 s、100 s。依據(jù)系統(tǒng)信號周期時長為信號周期時長最大的原則，確定系統(tǒng)周期為125 s。

2.2 相位綠燈時間

在確定系統(tǒng)周期時長后，接下來需要對相位綠燈時間進行優(yōu)化。計算每1個交叉口的有效綠燈時間表達式如下[10]：

式中：Ge為有效綠燈時長，s；C為系統(tǒng)周期時長，s。

按照綠燈時間分布是以減少車輛延誤為原則來依據(jù)交通量分配相位綠燈時長的公式如下：

式中：gi為第i相位的有效綠燈時長，s；yi為第i相位的流量比。計算得到各交叉口的相位綠燈時長如表4所示。

表4 各交叉口的相位綠燈時長 s

2.3 設(shè)計速度

根據(jù)交通調(diào)查，測量每條路段上的地點車速，最終計算得出平均車速為42.31 km/h，所以將帶速暫定為42 km/h，即12 m/s。

2.4 相位差

相位差作為干線協(xié)調(diào)控制的關(guān)鍵參數(shù)，直接決定著干線信號協(xié)調(diào)聯(lián)控的有效性。相位差通常是指絕對相位差，是各個交叉口主干道聯(lián)動方向的信號綠燈（紅燈）的起點或終點相對于關(guān)鍵交叉口主干道聯(lián)動方向的信號綠燈（紅燈）的時間之差。相位差的優(yōu)劣決定著干線協(xié)調(diào)控制效果的好壞。相位差優(yōu)化常用的兩種思路是最大綠波帶法和最小延誤法，其中以最大綠波帶為目標的相位差優(yōu)化方法主要有圖解法和數(shù)解法。

本文擬用圖解法來描述系統(tǒng)的相位差，通過幾何作圖的形式來反映車流運行的時距圖，該方法需要在交叉口間距和相位綠燈時間已知的前提下，對系統(tǒng)周期時長和通過帶寬進行多次調(diào)試，以得到理想的相位差和綠波帶。各交叉口之間的實際距離及行駛時間如表5所示。

表5 各交叉口之間的實際距離及行駛時間

結(jié)合2.2節(jié)設(shè)計的各個交叉口信號配時方案，可以得到各交叉口綠波協(xié)調(diào)控制相位差：B路口相位差為32.5 s；C路口相位差為66.5 s。按照上述計算的各交叉口絕對相位差進行干線信號協(xié)調(diào)控制，得到的綠波帶如圖3所示。

圖3 相位差時間—距離

3 仿真分析

借助開源、便捷的仿真工具SUMO（Simulation of Urban Mobility）搭建交通網(wǎng)絡(luò)場景、生成車流量，并使用Python腳本語言編寫算法控制交叉口信號時間，對聯(lián)動控制前后的交通流狀態(tài)進行仿真評價。與常見的仿真軟件VISSIM相比，SUMO具有支持動態(tài)的路由和車輛換道模擬，易于提取車輛和道路信息，自帶眾多跟馳模型和換道模型，不僅可以導(dǎo)入VISUM、MATsim等信息，還可以利用TraCI接口用Python語言開發(fā)的優(yōu)勢。

仿真環(huán)境設(shè)置為紅綠燈路口距離30 m，等待區(qū)長度40 m，道路限速60 km/h，車長4 m，停車間距1 m，其他參數(shù)使用默認值，仿真場景見圖4所示。具體仿真過程如下：1）使用NetEdit工具編輯路網(wǎng)，生成mytest.net.xml文件。2）生成加載路由車流量文件mytest.rou.xml。由于現(xiàn)狀道路交通量較小，基本不會產(chǎn)生行車延誤，所以仿真時加載的車流數(shù)據(jù)為交通量較大的遠景交通量。首先，需要定義車輛類型和其他屬性參數(shù)，其次還要定義單個車輛，包括車輛駛?cè)霑r間、駛?cè)胛恢玫刃畔ⅰ?）編寫運行仿真文件mytest.sumocfg。需要輸入路網(wǎng)文件和路由文件，設(shè)置仿真運行的時間。4）使用命令將tripinfo-timeLoss（行駛時間損失）數(shù)據(jù)導(dǎo)出。

圖4 仿真場景示意

本次選擇車輛延誤時間作為評價指標，對比評價研究范圍內(nèi)多個交叉口聯(lián)動控制前后的車輛延誤結(jié)果如圖5所示。

圖5 聯(lián)動控制前后車輛延誤值對比

由圖4可知，交叉口聯(lián)動控制后的車輛延誤值有所降低，尤其是在0~300 s階段的車輛延誤值減少了145 s。由此可知，相對于現(xiàn)有交叉口單點配時方案，本文提出的干線協(xié)調(diào)信號聯(lián)動控制配時方案可有效降低車輛延誤時間，通過綠波協(xié)調(diào)設(shè)計的綠波帶提升了道路的交通效率，有效地緩解了交通擁擠的狀況。

4 結(jié)語

本文從實際道路環(huán)境出發(fā)，為緩解交叉口信號控制缺陷帶來的不良影響，尤其是針對城市高校附近的交通環(huán)境。利用綠波控制的思想，對多個相鄰交叉口的信號控制參數(shù)進行聯(lián)動協(xié)調(diào)控制，并搭建SUMO仿真場景進行對比分析，以提升道路通行效率和整體效益。在后續(xù)研究中，可將干線協(xié)調(diào)的范圍擴大，將雙港東大街與皇姑路交叉口、經(jīng)開大道交叉口考慮在內(nèi)，以最大限度地提升區(qū)域的道路通行量，為進一步從線控至面控的提升奠定基礎(chǔ)。