溫凱歌,張 菁
(長安大學電子與控制工程學院,陜西 西安 710064)
交通模型是描述交通流狀態(tài)的時空變化、分布規(guī)律及交通控制變量之間關(guān)系的方程式或映射,是進行交通管理的基礎(chǔ)工具。目前的研究中,往往將城市區(qū)域交通模型[12]和城市快速公路模型[3]分別對待,可以融合城市公路和快速公路的模型較少。本文在現(xiàn)有交通流宏觀模型的基礎(chǔ)上,提出了改進的模型,并進行了相應(yīng)的理論分析。將城市的復雜道路網(wǎng)絡(luò)進行分解,提出了包含交叉口動態(tài)子模型和單向環(huán)形道路子模型的復雜網(wǎng)絡(luò)分解模型。并在最后使用實測數(shù)據(jù)對模型的有效性進行了驗證。
交叉口最常用的是排隊消散模型[4],于1982年由Hunt等人提出,它描述了單獨的信號交叉口交通流行進過程,并建立了相應(yīng)的約束條件。該模型已經(jīng)被廣泛用于世界各地的大城市交通管理系統(tǒng)中[5]。本文在此基礎(chǔ)上,提出了新的交叉口模型。
目前,國內(nèi)外學者提出了多種形式的高速公路及城市交通流模型[6~8],其中應(yīng)用最廣泛的就是希臘學者Papageorgiou 于1989 年提出的宏觀模型[6]。本文對該模型作了進一步改進,提出了基于OD 的環(huán)形道路模型。目前我國城市道路主要街道上,都實行機動車與非機動車分道行駛,如果只考察機動車道,而將道路中部的少部分駛?cè)胲囕v模擬成為匝道駛?cè)耄敲锤咚俟纺P蛯τ诔鞘械缆芬彩沁m用的。
本文將復雜的城市道路網(wǎng)絡(luò)進行分解。城市是由一個個的街區(qū)組成的,街區(qū)之間由街道隔離開,街道交匯的部位便形成交叉口,如圖1所示的是西安市部分街道組成的簡單網(wǎng)絡(luò)。我國的交通規(guī)則是靠右行駛,那么對于任何一個街區(qū),包圍它的街道的內(nèi)側(cè)部分都可以看成是順時針的單向環(huán)形道路。交叉口可以看成是一個具有輸入和輸出的黑箱。
Figure 1 Urban traffic network圖1 典型的城市交通網(wǎng)絡(luò)
通過這樣的劃分設(shè)定后,任何復雜的道路網(wǎng)絡(luò)都可以分解成為單向環(huán)形道路加節(jié)點的形式。
相鄰幾個街區(qū)的結(jié)合部就形成了交叉口,我們這里對交叉口進行新的劃分,對交叉口周圍的街區(qū)進行編號,如圖2所示。圖2是一個十字交叉口,在它的四周有四個街區(qū),使用虛線將其劃分為四個部分。
Figure 2 Urban intersection圖2 典型的城市交叉口
規(guī)定在交叉口處,右轉(zhuǎn)、直行和左轉(zhuǎn)都有各自的專用車道,并且直行和左轉(zhuǎn)車輛不得占用右轉(zhuǎn)車道,那么可以認為在右轉(zhuǎn)車道上車流處于暢行狀態(tài),緊貼于一個街區(qū)的兩條路段可以看成是一條連續(xù)的路段,而在交叉口處包含了一個出口和一個入口,如圖3所示。例如圖2中的1部分可以轉(zhuǎn)化為圖3描繪的情形。
Figure 3 Deformation of partial intersection圖3 交叉口一部分的變形圖
經(jīng)過上面的劃分變形之后,十字交叉口就會演變成如圖4所示的圖形。同樣,多支路的交叉口都可以變換為這樣的形式,如圖4所示。
Figure 4 Deformation of whole intersection圖4 交叉口整體的變形圖
下面以圖4所示的典型十字交叉口為例,詳細描述交叉口的交通流演化和行進過程。給出一個新的交叉口模型。對四個區(qū)域進行編號,從1 到4。那么,各個流向上車輛的排隊數(shù)可以表示為:
在k時間段,從i方向駛?cè)氩⑶巴鵭 方向的輸入流為:
公式(4)說明,各方向車流(左轉(zhuǎn)、直行和右轉(zhuǎn))的比例之和應(yīng)該為1。轉(zhuǎn)向比是一個隨時間變化的動態(tài)值,具有很強的隨機性,在實施控制時需要對其進行預測。有很多預測方法可以使用,不再贅述。
在k 時間段各方向減少的排隊車輛數(shù)由下式確定:
其中,ξ(k)是一個相位切換標志,如果k 時間段結(jié)束時,當前相位結(jié)束并切換到下一個相位,則ξ(k)=1,否則ξ(k)=0。表示當前相位持續(xù)時間長度。相位切換標志ξ(k)可以進一步被表示為五個變量的函數(shù),即上一時段排隊長度hi,j(k-1)、該方向當前時段的輸入流、當前相位持續(xù)時間長度ζ及其上下界(ζmin,ζmax),如下式所示:
綜上所述,可以歸納單個交叉口的動態(tài)模型為:
交叉口在k時間段的駛?cè)肓飨蛄繛椋?/p>
將向量轉(zhuǎn)換成如下矩陣形式:
交叉口在k時間段的車流分流比矩陣為:
則有各流向的排隊輸入矩陣為:
交叉口在k時間段的控制矩陣為:
交叉口在k時間段的車道分配矩陣為:
在k時間段,各流向駛離的車輛數(shù)矩陣為:
控制矩陣可以表示為:
其中,ψ 為相位切換標志矩陣,其元素由下式確定:
交叉口在k時間段的排隊矩陣為:
交叉口在k時間段的駛出流向量為:
控制器的任務(wù)就是在每一個控制周期,確定出相位切換標志ξ(k),從而根據(jù)式(12)確定出切換標志矩陣ψ,最后由式(11)得出信號控制矩陣u。
METANET[9]是一個宏觀交通建模和仿真工具。METANET 有兩種表達形式:基于目的地的模型和不基于目的地的模型。如果要考慮到車流的路徑誘導,可以使用基于目的地的模型[10]。
本文在METANET 的基礎(chǔ)上提出了METANET-OD 模型。在METANET-OD 中,交通網(wǎng)絡(luò)被定義成包含路段和節(jié)點的有向圖,并且包含起訖點。圖中的節(jié)點被設(shè)置在公路的分叉點或匯合點處,以及入口匝道和出口匝道。
設(shè)單向環(huán)形道路總長度為L,將其劃分為N個等長度的片斷,ΔL=L/N。其中包含了O 個入口匝道和D 個出口匝道,如圖5所示。
Figure 5 One way ring road圖5 單向環(huán)形道路簡化圖
其中,βo,d(k)表示OD 矩陣中從入口o出發(fā)到達出口d 的車流占總的出發(fā)車流的比例,Xo(k)表示從入口o 出發(fā)的交通需求。那么,部分交通流密度通過下式進行更新:
邊界情況,當i=1時,第一個路段的上游就是第N 個路段:
上式中,未指明參數(shù)含義與文獻[9]中相同。
當i=N 時,第N 個路段的下游就是第1個路段,平均速度為:
路段i上,從入口o出發(fā)到達出口d 的部分交通量為:
其中,α為模型調(diào)整參數(shù),正常情況下為1。路段i上總的交通流量為:
在k時間段,從出口匝道d離開的車流總量為:
為了驗證本文所提模型的準確性,對西安市某局部路網(wǎng)構(gòu)成的交通網(wǎng)絡(luò)進行了仿真,如圖1 所示。采用實測數(shù)據(jù)與仿真結(jié)果進行對比,實測數(shù)據(jù)來自于2008年6月12日早7:00~10:00,總共3個小時,采樣周期為1分鐘,總共180個時間段。
首先使用上面提出的方法對網(wǎng)絡(luò)進行分解。我們考慮到在每一個街道內(nèi)部都會有交通流的產(chǎn)生和消滅,那么就假設(shè)在每條街道的中部存在一個出口和一個入口。對于圖中四個角上的部分,右轉(zhuǎn)車流并不進入我們所考慮的網(wǎng)絡(luò)中,將其省略,因此,在每個角上,交叉口都有一對直接的出入口。分解后的效果如圖6所示。
分解后,網(wǎng)絡(luò)包含:四個典型交叉口,一個具有8對出入口的單向環(huán)形道路網(wǎng),四條具有3對出入口的路段。
Figure 6 Simple network decomposition diagram圖6 簡單網(wǎng)絡(luò)分解圖
仿真結(jié)果如圖7所示。由圖7可見,仿真結(jié)果與實際交通數(shù)據(jù)很接近,說明該模型結(jié)構(gòu)適當,參數(shù)準確,精度較高。模型中提供了控制接口以及區(qū)域中各交叉口排隊長度、到達車輛數(shù)、離開車輛數(shù),為實現(xiàn)各種控制方案提供了方便。
Figure 7 Simulation results of link 1圖7 路段1仿真結(jié)果
本文提出的動態(tài)離散方程可以作為城市大交通網(wǎng)絡(luò)的控制仿真模型。該模型簡捷、易于計算,較好地反映了城市路網(wǎng)的交通流信息。首先,分解模型可以將大型網(wǎng)絡(luò)進行分解,降低建立模型的復雜性。其次,可以將城市道路和快速公路方便地連接起來,建立大規(guī)模交通通道網(wǎng)絡(luò)。第三,提供了控制接口,使得控制方案方便地應(yīng)用在網(wǎng)絡(luò)中。
但是,在現(xiàn)實中,在路段中部交通流的產(chǎn)生與消滅情況非常復雜,影響的因素很多。另一方面,非機動車和行人的因素對于車流的產(chǎn)生和運行也有較大的影響,這兩個因素是未來交通網(wǎng)絡(luò)模型必須考慮的關(guān)鍵。
[1]Lo H K,Chan G E,Chan Y C.Dynamic network traffic control[J].Transportation Research,2001,35A(1):721-744.
[2]Hu Jun-hui,Yang Li,Kong Ling-jiang,et al.Urban mixed traffic flow considering the influence by origin-destination of public transportation[J].Journal of Transportation Systems Engineering and Information Technology,2011,11(1):102-107.(in Chinese)
[3]Zhang Jing,Ju Yong-feng.Research on traffic flow model of expressway weaving area[J].China Journal of Highway and Transport,2011,2.(5):89-93.(in Chinese)
[4]Hunt P B,Robertson D I,Bretherton R D.The SCOOT online traffic signal optimization technique[J].Traffic Engineering &Control,1982,2.(4):190-192.
[5]Wey W M.Simulation-based performance studies of utilizing network programming algorithm to a network-wide traffic control[R].TRB Annual Meeting,Transportation Network Modeling,2004.
[6]Kotsialos A,Papageorgiou M.Coordinated and integrated control of motorway networks via non-linear optimal control[J].Transportation Research Part C,2002,10(1):65-84.
[7]Zhang Meng-meng,Jia Lei.Mathematical model of traffic flow on arteries with coordinated control system[J].Control Theory &Applications,2011,2.(11):1679-1684.(in Chinese)
[8]Guo Hong-wei,Gao Zi-you,Xie Dong-fan.The influence of U-turn movement on the dynamics of traffic flow[J].Acta Phys Sin,2011,60(5):058902-1-10.(in Chinese)
[9]Messmer A,Papageorgiou M.METANET:A macroscopic simulation program for motorway networks[J].Traffic Engineering Control,1990,31(9):466-470.
[10]Kotsialos A,Papageorgiou M.Traffic flow modeling of large-scale motorway networks using the macroscopic modeling tool METANET[J].IEEE Transactions on ITS,2002,3(4):282-292.
附中文參考文獻:
[2]胡君輝,陽麗,孔令江,等.考慮公交起迄站點影響的城市混合交通流研究[J].交通運輸系統(tǒng)工程與信息,2011,11(1):102-107.
[3]張菁,巨永鋒.快速路交織區(qū)交通流模型研究[J].中國公路學報,2011,2.(5):89-93.
[7]張萌萌,賈磊.城市協(xié)調(diào)控制主干路交通流模型[J].控制理論與應(yīng)用,2011,2.(11):1679-1684.
[8]郭宏偉,高自友,謝東繁.城市道路U 形轉(zhuǎn)向交通流特性模擬分析[J].物理學報,2011,60(5):058902-1-10.