吳明圓, 張 健,, 張 平, 張金樹, 張海燕
(1.西藏大學(xué)工學(xué)院,西藏 拉薩 850000; 2.東南大學(xué)交通學(xué)院,江蘇 南京 210096)
在復(fù)雜的城市交通體系中,交叉路口是城市道路網(wǎng)絡(luò)交通中各向交通流匯聚交錯的重要地點,交通參與者眾多且構(gòu)成復(fù)雜,而傳統(tǒng)的信號控制方法往往導(dǎo)致交織方向產(chǎn)生交通流的排隊,甚至綿亙到相鄰交織路口。盡管修建道路、完善基礎(chǔ)設(shè)施建設(shè)、加強機動車與非機動車管理等手段能在一定程度上提升路網(wǎng)容量,但對當前現(xiàn)狀起到的作用并不大;另一方面,城市交通系統(tǒng)是一個復(fù)雜的巨系統(tǒng),引發(fā)交通問題的因素種類繁雜且相互影響,較難確定某一因素單獨影響的結(jié)果。而以現(xiàn)代信息通信技術(shù)為基礎(chǔ)的車聯(lián)網(wǎng)技術(shù)為交叉口信號控制策略的優(yōu)化提供了一種研究思路,對人、車、道路交通設(shè)施等方面進行多層面的綜合把握,實現(xiàn)對城市交叉口處的交通流管理。
因此,相關(guān)學(xué)者對基于車聯(lián)網(wǎng)技術(shù)的交叉口控制策略進行了深入研究。張存保等[1]在對信號控制范圍內(nèi)車輛的運行狀態(tài)分析與短時預(yù)測的基礎(chǔ)上,考慮在特定時段內(nèi)到達的車輛,以當前相位綠燈延長時間為變量,用延誤與停車次數(shù)對方案進行綜合評價,尋求使該評價參數(shù)最小的全局最優(yōu)方案。同樣以延誤和停車次數(shù)為優(yōu)化目標,張健等[2]考慮綠燈最小時長約束,使用NEMA 雙環(huán)相位結(jié)構(gòu)中相位組時長為變量建模計算最優(yōu)相位組時長,提出一種雙環(huán)自適應(yīng)信號控制方法。蔣賢才等[3]基于車輛與基礎(chǔ)設(shè)施間雙向通信、信息交互等功能,在形成飽和車隊基礎(chǔ)上,考慮速度誘導(dǎo)與信號控制方案的雙向優(yōu)化,提出一種新型干線交通信號協(xié)調(diào)策略。宋現(xiàn)敏等[4]提出基于可變相位的公交優(yōu)先信號控制方法,實時調(diào)整交叉口信號的相序與相位動態(tài)組合。He 等[5]為優(yōu)化車輛的行駛軌跡,提出了一種考慮車隊和信號燈多階段的最優(yōu)控制策略。Gao 等[6]確定了信號配時、排隊長度和行駛速度之間的關(guān)系,結(jié)果顯示所構(gòu)建的三者之間關(guān)系模型的多維優(yōu)化控制可以顯著提高當前道路的服務(wù)水平。王龐偉等[7]提出了一種基于上下層神經(jīng)網(wǎng)絡(luò)的連續(xù)交叉口交通信號控制模型,基于最優(yōu)控制策略,根據(jù)路口車均延誤情況,由上層神經(jīng)網(wǎng)絡(luò)進行二次調(diào)整,用于多交叉口相位配時中。Li等[8]通過對固定周期時長下的信號相位對網(wǎng)聯(lián)車通行的影響研究,為多信號協(xié)調(diào)控制提供了優(yōu)化算法。He 等[9]通過到達車隊信息,建立非線性混合整數(shù)優(yōu)化模型,以確定最優(yōu)相位時刻,并在此基礎(chǔ)上,提出車路協(xié)同環(huán)境下基于車輛隊列的干道信號控制模型。Dresner等[10]為實現(xiàn)對單車的精準調(diào)度,建立一種基于路口資源預(yù)留技術(shù)的多智能體交叉口控制系統(tǒng),遵循“先到先處理”,對車輛運行狀態(tài)進行決策,系統(tǒng)自組織能力較高。綜上,目前多數(shù)關(guān)于車輛的研究著重集中于對單車的調(diào)度及車隊中車輛間的軌跡優(yōu)化,在交通信號的控制優(yōu)化上很少考慮其通行過程中整個車隊通行過程的完整性與相位時長的協(xié)同優(yōu)化。
由于車輛隊列與單個車輛在道路上的行駛,既有相同之處也存在差異,因此需要對車路協(xié)同環(huán)境下的車輛隊列在交叉口處穩(wěn)定通行的策略選擇進行研究,從而得到最優(yōu)策略,使車輛隊列在城市道路上獲得更高的通行效率。
本文研究案例來源為某市某一信號交叉口,因此基于案例地區(qū)的交通流特性和車輛類型限行政策,提出以下前提與假設(shè):
(1)道路上行駛的小汽車(均為網(wǎng)聯(lián)人工駕駛車輛),車隊形成后各所控車輛通行過程中無變道行為,僅考慮車隊的縱向波動;
(2)車輛信息及信號配時在車輛間、車與路側(cè)設(shè)備之間均能實現(xiàn)即時傳達,通信狀況處于理想條件下;
(3)車輛在開始車輛編隊前已經(jīng)完成行駛路徑的決策,駕駛員接受車速誘導(dǎo)對車輛間距與車隊間距的調(diào)節(jié)策略。
車輛隊列是以一定車頭時距或間距通行的車輛組合[11],示例如圖1 所示,隊列間的通信依靠車聯(lián)網(wǎng)技術(shù)即V2X,在網(wǎng)聯(lián)車與路邊設(shè)備單元都擁有一個無線通信端的基礎(chǔ)之上,一定范圍內(nèi)能夠在相互之間實現(xiàn)車車、車路的雙向通信。在城市道路交通系統(tǒng)中,為了改善交通震蕩現(xiàn)象,提高道路交叉口的運行效率,使車輛形成間距固定且緊密的隊列通過交叉路口,車隊形式不僅可以將車間距離縮短且可以實現(xiàn)多車快速通過交叉口控制路段,對車輛節(jié)能減排有一定的促進作用。
1.2.1 車距控制策略
以高原城市道路上的交通流行駛軌跡特性出發(fā),車輛加減速較為頻繁,因此在道路交叉口的車輛跟隨控制中,為了保證車隊的車車之間以適宜小間距安全行駛,并保持相應(yīng)的穩(wěn)定性,必須將車隊中車車之間安全的車間距離作為首要考慮,因此合適的車間距離控制策略是模型建立的基礎(chǔ)。目前,常用隊列間距控制策略主要是固定車頭時距控制策略(CTG)[12]、固定安全系數(shù)控制策略(SSP)[13]以及固定車距控制策略(CS)[14]?;趯嶋H道路設(shè)計及管控等因素,故本文車隊構(gòu)造過程中采用固定車距控制策略,借助通信技術(shù)在車隊中車輛之間傳遞所控車輛的車速、加速度等數(shù)據(jù),使得車輛引導(dǎo)后整體勻速行駛,且車間距離保持一個小而適宜的固定數(shù)值。
一般情況下,某交通流在交叉口間的路段行駛過程中,假設(shè)xi為第i輛車在二維坐標參考系中所處位置,則t時刻相鄰車輛之間的間距di,i-1可定義為:
式中l(wèi)i-1為第i輛車前車的長度。
在固定車距控制策略[15]中,第i輛車的測量車距誤差定義為:
式中Ld為一常數(shù),其值為車輛間的期望固定車間距離,一般取值為6.5 m(此值包含前車長度)。
對于車輛的跟隨性,隨著車輛增加,間距誤差εi值逐漸趨向0 時,表明車輛隊列是穩(wěn)定的。設(shè)J為穩(wěn)定性指標,Wε為間距誤差權(quán)重,其計算公式為:
1.2.2 車隊規(guī)模與車隊長度變化
在實際的車隊形成過程中,為避免某一方向上為滿足一定規(guī)模車隊不間斷通過交叉口而對綠燈分配時間過長,限制了其他方向車輛的通行,故車隊的隊長及隊列規(guī)模會在一定范圍內(nèi)產(chǎn)生小幅度動態(tài)變化,其通行場景示意如圖2 所示。
圖2 車隊通行場景示意Fig.2 Schematic diagram of fleet traffic scene
為了保證車隊的不間斷通行及綠燈調(diào)整時長在合理范圍內(nèi),且不過度影響其他方向交通流控制權(quán)的分配,不妨假設(shè)車隊為2~5 車的小規(guī)模,當后方車輛i開始進入車隊時,其加速度調(diào)整具有實時性,定義車輛i調(diào)整車速過程中的加速度為ai,則隊列輸入控制算法為:
式中ui(x,t)表示第i輛車的輸入,表示在車隊構(gòu)造過程中第i車輛的期望加速度;cv,ca和cx為控制系數(shù),vi(t)表示車輛i在t時刻下的瞬時速度,vi-1(t)表示i車前方駛?cè)胲囕vi-1 的瞬時車速。
在第i-1 輛車完成跟隨后,同一時刻第i輛車的期望加速度調(diào)整值為:
不難看出,在車隊構(gòu)造過程中車隊長度Lp處于一個動態(tài)變化的過程,且車隊長度的變化可表示為:
具體思路:通過獲取的交叉口信號所處相位狀態(tài)信息,如剩余紅燈時間、剩余綠燈時間、最大/最小綠燈時間,根據(jù)車道上的交通流狀況,在進入引導(dǎo)斷面后,完成車輛速度引導(dǎo),引導(dǎo)后車速為v1;其次根據(jù)當前路面上車輛行駛速度及車頭時距等信息,計算跟隨車輛期望加速度,實現(xiàn)固定車距值跟隨行駛。在車隊較為完整通過交叉口時,為保證其完整性,可合理調(diào)整綠燈時長,圖3 為通行策略的引導(dǎo)流程。
圖3 車隊交叉口通行策略引導(dǎo)步驟Fig.3 Steps in guiding the strategy for passing convoy intersections
在對車隊車速引導(dǎo)的過程,已知道路上自由行駛時車速vf為車輛行駛速度最大值,原則上引導(dǎo)速度vmax值不超過vf,因此對車隊引導(dǎo)的速度范圍劃定為(0,vf]。在車隊正常行駛后,根據(jù)信號燈狀態(tài)是否具有允許車隊通行的可能性,大致可分為兩種情景:
1)綠燈剩余時間調(diào)節(jié)范圍充裕:車隊形成時,前方交叉口為綠燈初期或紅燈末期狀態(tài),停止線前排隊正在消散或排隊車輛較少,計算排隊消散時間tq。
判斷車隊保持當前速度v是否可以在排隊消散后完整通過交叉口。若可能性較小,可以對車速進行二次調(diào)整:
式中Lp,sl為車隊頭車距前方停車線的距離。
當車隊完整通過可能性較高,可根據(jù)需要合理延長綠燈時長(此時無需對車速進行再次引導(dǎo)),延長時間td需滿足以下條件:
“我他媽的就是收過路費了,咋了?老子窮,來求你們的贊助來了。你不交錢,我就不讓你進。愛咋咋!”老男人開口就是驢嗓子。
式中tg為綠燈剩余時間,Tmax,g為規(guī)定下的最大綠燈時間,其余符號含義同上。
2)綠燈剩余時間調(diào)節(jié)范圍有限:車隊形成時,交叉口相位狀態(tài)為綠燈末期或紅燈初期,且前方排隊車輛很長,無法通過調(diào)節(jié)綠燈時長,使得車隊不停車通過交叉口信號控制區(qū)域。
這時需要調(diào)整車隊速度在下一個綠燈時間內(nèi)通過,使得頭車在交叉口紅燈相位結(jié)束后到達交叉口停車線處。為避免車輛急停,車隊速度引導(dǎo)需滿足以下公式(為方便計算,將黃燈時間計入紅燈相位時間內(nèi)):
在信號控制區(qū)域,對車輛軌跡線分析可知,沖突點處車輛軌跡交叉角度大,容易引起碰撞事故或排隊溢出,嚴重影響交叉口的交通運行。因此避免車輛同時到達沖突點,合理安排車輛通過的時序有助于交叉口的高效安全運行,相關(guān)研究也證實了十字路口的網(wǎng)格化處理在容納行人方面和整體車輛容量方面都更優(yōu)越。以四相位信號控制方案為例對其放行順序進行圖示說明,各相位放行方向一致,如圖4 所示。
圖4 交叉口相位及區(qū)域柵格化示意圖Fig.4 Schematic diagram of intersection phase and area rasterization
假設(shè)所有的通行都從網(wǎng)格之外開始,通過網(wǎng)格行駛,然后退出網(wǎng)格,可根據(jù)各個進口道車道線的延伸線將該區(qū)域劃分為多個柵格。將沖突點按其位置分配入對應(yīng)的沖突格中,當前相位放行車隊尾車駛離該方向車輛軌跡與下一相位車輛軌跡沖突點交織的沖突格后,可放行下一方向的交通流車隊,對右轉(zhuǎn)車隊采用隨到隨放的放行方法。
利用SUMO 對單信號交叉口控制區(qū)域內(nèi)網(wǎng)聯(lián)車隊行駛進行仿真模擬,實現(xiàn)道路交匯處的信號控制分析,進而驗證引導(dǎo)方法的有效性。交通系統(tǒng)是一個復(fù)雜的動態(tài)系統(tǒng),所搭建的仿真平臺要具備以下基礎(chǔ)能力:
(1)結(jié)合二維、三維模型,實現(xiàn)精細化模擬仿真道路網(wǎng)[15];
(2)可以描述研究交叉口當前渠化狀況、當前交通信號階段,實時反映當前的交通環(huán)境,具有對交通流各種數(shù)據(jù)如行駛速度、車輛加速度、距路口停車線間的距離等處理能力;
(3)實現(xiàn)車輛隊列的實際行駛狀態(tài)、調(diào)整自身車速與組織方法的實驗仿真。
(4)各進口道的交通組成及交通流量的管控策略趨于成熟,便于對比交叉口各信號控制方案的優(yōu)劣。
2.2.1 交叉口搭建
本節(jié)用SUMO 交通仿真軟件搭建符合上述要求的信號交叉口,對該交叉口選取車輛隊列,得到實際的車輛行駛信息和相關(guān)數(shù)據(jù),為車聯(lián)網(wǎng)技術(shù)環(huán)境下的仿真運行做好實驗準備;同時對信號控制交叉口各進口道的相關(guān)數(shù)據(jù)進行研究。對于上文所述方法根據(jù)交通量需要,進行可變配時信號燈設(shè)置,通過SUMO 軟件對選取的信號交叉口模型完成平臺搭建,提取車輛數(shù)據(jù)后,具體的信號燈配時采用NETCONVERT 和NETGEN 依據(jù)實際路網(wǎng)確定的配時方案。搭建路網(wǎng)模型與控制方案如圖5 所示。
圖5 仿真路網(wǎng)與控制基礎(chǔ)方案設(shè)定Fig.5 Simulation road network and basic setting of control scheme
2.2.2 仿真對比信號配時方案設(shè)定
(1)固定配時信號控制
定時控制是早期的一種信號燈運行方案,也是案例所選拉薩市某雙向六車道交叉口應(yīng)用的信號配時方案,隨著拉薩城市化進程的快速推進,道路上車輛的增加,這種控制方式帶來的弊端也明顯顯現(xiàn)出來,且無法高效地實現(xiàn)交通運行的有效控制。表1 為拉薩市某雙向六車道信號交叉口配時方案(方案1):
(2)分時段定時信號控制
由于固定配時信號控制的局限性,在此基礎(chǔ)上,出現(xiàn)了一種根據(jù)每天平、高峰時段相應(yīng)路段上的交通量變化規(guī)律采取相適應(yīng)的配時方案,即分時段固定配時方案(方案2),與所述根據(jù)實際需要分配綠燈時長的信號控制方法對比方案,其平均配時信息如表2所示。
表2 分時段實時信號交叉口平均配時信息Tab.2 Average timing information of time-divided signalized intersections
案例分析的真實數(shù)據(jù)來源為拉薩市城關(guān)區(qū)幾個信號交叉口的相關(guān)數(shù)據(jù),通過對該區(qū)域與仿真平臺相似的信號控制交叉口進行實地調(diào)查,北京西路-魯定北路交叉口交通問題突出,由于綠燈時長的不合理相位配置,賦予各方向車輛時空通行權(quán)時,相位時長可變程度有限,在交叉口區(qū)域經(jīng)常出現(xiàn)交通流排隊長度過長,因此選定該交叉路口為仿真實驗對象,進行實例仿真。實例交叉口平面圖如圖6 所示。
圖6 北京西路-魯定北路交叉路口(來源百度地圖)Fig.6 Intersection of Beijing West Road and Luding North Road (Source: Baidu Map)
針對選取的實例目標交叉口,開展實地調(diào)查有關(guān)幾何尺寸、車流量、轉(zhuǎn)向比等信息并匯總各進口道流量數(shù)據(jù),作為輸入交通流與轉(zhuǎn)向比例,依據(jù)調(diào)查所得的交通流需求合理分布在仿真路網(wǎng)上。其中某天通過在某一平峰時段、高峰時段分別對拉薩北京西路-魯定北路信號交叉口進行的車流數(shù)據(jù)采集與調(diào)研,統(tǒng)計分析結(jié)果如表3 所示。
表3 交叉口流量數(shù)據(jù)Tab.3 Intersection flow data
圖7,8 分別為平、高峰不同時段分析圖。通過實地調(diào)研觀察得到,北京西路-魯定北路信號交叉口的車流量極少達到飽和,較多時間交通流是處于非飽和狀態(tài),因此,在此交叉口各個信號周期內(nèi)的紅燈信號控制時間,交叉口各個方向上的排隊車輛能夠得到完全消散。
圖7 平峰時段流量圖Fig.7 Flow chart in flat peak period
圖8 高峰時段流量圖Fig.8 Flow chart during peak hours
在實際行駛中,車隊延誤的產(chǎn)生大多受交叉口的信號燈延誤和排隊延誤這兩種因素影響。因此選取車輛行程時間延誤和排隊長度這兩個評價指標從不同的維度反映該交叉口的擁擠度和整體運行效率,車輛行程時間包括車輛行駛時間和停車延誤[16]。暫不考慮車輛間的正反向傳輸延誤,為驗證所提方法是否有效可行,在仿真環(huán)境中同時進行與所選交叉口信號控制(方案1)、分時段信號控制方法(方案2)的網(wǎng)聯(lián)車隊通行狀態(tài)對比分析,結(jié)合所建立的仿真平臺,實現(xiàn)了車聯(lián)網(wǎng)環(huán)境下對三種場景下信號控制交叉口方案的實例分析,仿真時長均為1 h,最終的仿真運行結(jié)果對比如表4 所示。
表4 仿真結(jié)果對比Tab.4 Comparison of simulation results
可以看出與方案1、方案2 相比,文中提出的信號控制方法可以明顯減少車隊平均延誤時間和排隊長度,其平均延誤較其他兩種方案分別減少了約43.10%和10.86%。其次仿真結(jié)果進一步表明,對車隊通過信號的兩條線路在同一平面上相交所形成的區(qū)域的平均延誤時間和停車次數(shù)有明顯的降低,而且可以提高車隊通過信號交叉口的運行平穩(wěn)性,減少車輛的急加速和急減速操作。綜上,文中提出的方法有效可行。
以信號交叉口控制范圍的車隊為具體研究對象,利用車聯(lián)網(wǎng)環(huán)境下車輛與路側(cè)設(shè)備、交叉口中心控制系統(tǒng)實時互聯(lián)、信息交互的特征,在控制區(qū)域內(nèi),采取固定間距策略,控制車輛以小間距隊列形式通行,并根據(jù)信號控制燈相位狀態(tài),保證車隊不停車通過交叉口的前提下,適當延長綠燈時長,同時借助速度引導(dǎo)使車隊完整通過交叉口,結(jié)果表明大幅降低車隊通過交叉口的平均延誤時間。綜上所述,本文所提出的控制方法對交叉口車輛的高效率通行的控制效果明顯。此外考慮車隊交叉口通行的完整性,目前是以車輛隊列為研究對象,車輛隊列中車輛數(shù)與車隊長度均有所限制,對可拆分車隊及高飽和交通流狀態(tài)下的控制方法也有待進一步研究。