安娜 徐洪峰

摘? ?要： 為了提高道路交叉口信號控制的性能，以典型的四路交叉口為研究對象，針對傳統(tǒng)的單點全感應(yīng)式信號控制方法無法充分利用綠燈時間特別是綠燈延長時間的問題，提出一種基于導(dǎo)向車道實時利用率的單點全感應(yīng)式信號控制方法。利用Python調(diào)用VISSIM的COM接口，模擬多目標(biāo)跟蹤雷達檢測器，采集交叉口各條導(dǎo)向車道內(nèi)的機動車運行狀態(tài)數(shù)據(jù)。從道路空間利用情況的角度出發(fā)，定義導(dǎo)向車道實時利用率概念，并在此基礎(chǔ)上設(shè)計感應(yīng)控制邏輯。仿真實驗表明，在高負荷交通需求下，與傳統(tǒng)基于車輛時距的控制方法相比，采用基于導(dǎo)向車道實時利用率的單點全感應(yīng)式信號控制方法，交叉口車均停車次數(shù)通常小于1次，交叉口車均延誤降幅超過10個百分點，交叉口通行能力明顯提高。

關(guān)鍵詞： 單點全感應(yīng)式信號控制;導(dǎo)向車道實時利用率;綠燈時間;Python;多目標(biāo)跟蹤雷達檢測器;車均停車次數(shù);車均延誤

引言

傳統(tǒng)的單點全感應(yīng)式信號控制方法根據(jù)檢測器采集的車輛時距、占有時間等數(shù)據(jù)，實時獲取機動車到達情況，動態(tài)調(diào)整機動車相位的綠燈時間，能夠在一定程度上實時響應(yīng)交通需求的隨機變化。但是，該方法仍存在無法充分、高效利用綠燈時間的情況，例如：在交叉口進口道左側(cè)展寬道路結(jié)構(gòu)下，當(dāng)左轉(zhuǎn)機動車排隊長度超過其導(dǎo)向車道長度時，影響相鄰車道正在放行的直行機動車，以致其不能按時通過交叉口，正在放行的直行機動車相位綠燈時間未得到充分利用;對于具有單條左轉(zhuǎn)專用車道的交叉口，若左轉(zhuǎn)排隊機動車上溯至上游路段，且排隊至上游路段的左轉(zhuǎn)機動車隊列中有一輛直行機動車，那么在左轉(zhuǎn)機動車相位放行過程中，當(dāng)啟動波傳遞至該直行機動車時，該車駛?cè)胂噜彽闹毙袑?dǎo)向車道，左轉(zhuǎn)連續(xù)車流出現(xiàn)短暫中斷，該機動車相位切斷綠燈，導(dǎo)致該車后方剩余的左轉(zhuǎn)排隊機動車均未得到服務(wù)。

以往研究通過研究單點全感應(yīng)式信號控制方法的參數(shù)動態(tài)取值問題（如車輛時距閾值[1-2]、最小綠燈時間[3-4]、最大綠燈時間[5]等），提高單點全感應(yīng)式信號控制方法的控制效果。然而，受檢測手段的限制，單點全感應(yīng)式信號控制方法的研究仍未逃脫利用斷面檢測器刻畫機動車到達情況的固定模式。近年來，隨著交通數(shù)據(jù)采集技術(shù)的進步，以多目標(biāo)跟蹤雷達為代表的新型檢測器的出現(xiàn)，不僅為單點全感應(yīng)式信號控制方法的研究提供了豐富的數(shù)據(jù)，更為單點全感應(yīng)式信號控制方法的技術(shù)變革帶來了全新的視角。在此背景下，本文以典型的四路交叉口為研究對象，以進一步提升單個信號控制交叉口的性能為目標(biāo)，提出一種基于導(dǎo)向車道實時利用率的單點全感應(yīng)式信號控制方法，并進行仿真實驗，評估信號控制效果。

1? 導(dǎo)向車道實時利用率

導(dǎo)向車道內(nèi)的機動車具有確定的流向，原則上不允許發(fā)生換道行為，且作為綠燈和黃燈時間服務(wù)的首選對象，被賦予通過停止線的權(quán)利。機動車一旦進入導(dǎo)向車道，將尋求一定的速度通過停止線，以實現(xiàn)空間上的移動。同時，機動車對道路空間的占用也將隨著速度的變化而變化。機動車的速度越高，期望占用的道路空間越大。本文將機動車期望占用的空間長度稱為安全擴展長度，它包括機動車的實體長度和規(guī)避碰撞距離兩部分。其中，規(guī)避碰撞距離是指為保證機動車在遇到緊急情況時留有足夠的剎車空間，而在機動車前方存在的動態(tài)距離。該距離使得駕駛員在當(dāng)前速度下，采取制動決策至機動車完全靜止的同時，前方仍留有一定的安全富余量。故在某一時刻，機動車的安全擴展長度表達式為

其中，表示時刻機動車的安全擴展長度;表示機動車的實體長度;表示時刻機動車的速度;表示駕駛員的標(biāo)準(zhǔn)制動反應(yīng)時間;表示機動車緊急制動時的最大減速度，它與機動車的剎車性能、道路路面摩擦系數(shù)等有關(guān)，在道路狀況良好的情況下，取值一般為6～8 m/s2[6];表示機動車在靜止?fàn)顟B(tài)下與前方物體保持的理想距離。

導(dǎo)向車道實時利用率是指屬于某一機動車相位的所有導(dǎo)向車道內(nèi)的機動車的安全擴展長度之和與該相位所有導(dǎo)向車道長度之和的比值，其表達式為

其中，表示時刻相位的導(dǎo)向車道實時利用率;表示時刻相位的導(dǎo)向車道內(nèi)的第輛車的安全擴展長度;表示時刻相位的導(dǎo)向車道內(nèi)的機動車數(shù)量;表示相位的第條導(dǎo)向車道的長度;表示相位的導(dǎo)向車道數(shù)量。

上述所指的導(dǎo)向車道內(nèi)的機動車是指實體長度位于導(dǎo)向車道內(nèi)的機動車。值得注意的是，對安全擴展長度超出停止線和未進入導(dǎo)向車道內(nèi)的機動車實體長度部分，視作不屬于導(dǎo)向車道承載的交通需求，不予計算。

如圖1所示為某一時刻導(dǎo)向車道實時利用率示意圖。顯然，在保證機動車運行安全的前提下，機動車的安全擴展長度越大，導(dǎo)向車道的實時利用率越高，綠燈的實時利用程度也就越高。

2? 單點全感應(yīng)式信號控制方法

區(qū)別傳統(tǒng)的單點全感應(yīng)式信號控制方法，本文提出的是一種基于導(dǎo)向車道實時利用率的單點全感應(yīng)式信號控制方法。基本控制原理為：獲得通行權(quán)的某一機動車相位，在最小綠燈時間結(jié)束后，根據(jù)檢測設(shè)備采集導(dǎo)向車道內(nèi)機動車的位置、速度和大小，逐秒計算該相位的導(dǎo)向車道實時利用率，作為該相位是否切斷綠燈的依據(jù)。

在雙環(huán)相位結(jié)構(gòu)下，本文提出的單點全感應(yīng)式信號控制方法的感應(yīng)控制邏輯如圖2所示。

在雙環(huán)相位結(jié)構(gòu)下，滿足下列條件之一時，任意前置相位獨立切斷綠燈：1）該相位達到最小綠燈時間，且該相位的導(dǎo)向車道實時利用率小于設(shè)定閾值;2）該相位達到最大綠燈時間。前置相位的綠燈結(jié)束后，通行權(quán)傳遞至與其沖突的后置相位。

在雙環(huán)相位結(jié)構(gòu)下，滿足下列條件之一時，兩個后置相位同時切斷綠燈：1）兩個相位均達到最小綠燈時間，且兩個后置相位所有的導(dǎo)向車道構(gòu)成的空間計算的導(dǎo)向車道實時利用率小于設(shè)定閾值;2）任意相位達到最大綠燈時間且另一相位達到最小綠燈時間。后置相位的綠燈結(jié)束后，通行權(quán)傳遞至相交道路的前置相位。

3? 仿真實驗

選取典型的四路交叉口為研究對象，利用德國PTV公司的微觀交通仿真軟件VISSIM 10.0建立仿真模型，利用Python實現(xiàn)基于導(dǎo)向車道實時利用率的單點全感應(yīng)式信號控制方法的開發(fā)。在高負荷交通需求下，以左轉(zhuǎn)前置相位顯示順序為例，通過對比分析本文提出的方法與基于車輛時距的傳統(tǒng)方法產(chǎn)生的交叉口性能，驗證本文提出的方法的優(yōu)越性。

3.1? 檢測器布設(shè)要求

對于基于車輛時距的傳統(tǒng)控制方法，在每條進口導(dǎo)向車道距離停止線40 m處布設(shè)縱向長度為2 m的檢測器。

實際應(yīng)用中，多目標(biāo)跟蹤雷達檢測器的具體布設(shè)位置，如圖3所示。由于難以獲得大量的現(xiàn)場數(shù)據(jù)，以及難以在現(xiàn)實環(huán)境下直接應(yīng)用本文提出的方法。因此，利用Python調(diào)用VISSIM的COM接口，模擬多目標(biāo)跟蹤雷達檢測器，實時獲取各條導(dǎo)向車道的機動車運行狀態(tài)數(shù)據(jù)。

3.2? 道路空間條件

交叉口的道路空間設(shè)置為：各進口道有1條左轉(zhuǎn)車道、2條直行車道、1條直右合用車道，出口道的機動車車道數(shù)量為3條。進口道采用左側(cè)展寬的形式，導(dǎo)向車道長度為60 m，展寬漸變段的長度為10 m。道路限制速度為50 km/h。

3.3? 交通需求條件

在高負荷交通需求下，采用隨機抽樣的方式確定機動車和行人的交通量。交通需求抽樣范圍如下：各進口道的機動車交通量為1 200～1 500 pcu/h，其中，大型車比例為0%～10%，人行橫道的單向行人交通量為120～150 ped/h。各進口道的機動車左轉(zhuǎn)、右轉(zhuǎn)比例分別為15%～20%、5%～10%。

3.4? 信號控制條件

對比對象的車輛時距取值為3 s。假設(shè)導(dǎo)向車道內(nèi)的機動車以限制速度行駛至停止線前某一位置時，達到設(shè)定閾值，使得機動車相位切斷綠燈，認(rèn)為該車在黃燈結(jié)束最后一秒之前順利通過停止線為理想狀態(tài)，故根據(jù)上述特點確定導(dǎo)向車道實時利用率的閾值。那么，當(dāng)黃燈時間為3 s、導(dǎo)向車道長度為60 m、道路限制速度為50 km/h時，對應(yīng)的導(dǎo)向車道實時利用率閾值為0.463。

另外，實驗組（本文提出的方法）和對照組（基于車輛時距的傳統(tǒng)方法）機動車相位的黃燈時間取3 s，紅燈清空時間取2 s，左轉(zhuǎn)、直行的最小綠燈時間分別取8 s、15 s，而最大綠燈時間取各自最小綠燈時間加上30 s的增量。

3.5? 仿真模型參數(shù)

自由流狀態(tài)下，機動車的最小、最大期望速度分別為48 km/h、58 km/h。在Wiedemann74跟馳模型中，機動車的最小、最大前視距離分別取30 m、250 m，機動車的最小、最大后視距離分別取30 m、150 m;平均停車間距取2.0 m，期望安全距離的附加部分取2.5 m，期望安全距離的倍數(shù)部分取3.5 m，此種情況下，單條常規(guī)車道的飽和流率約為1 800 pcu/h[7]。在車道變換模型中，機動車消失前的等待時間取60 s。其他駕駛行為參數(shù)均采用默認(rèn)值。每次實驗選取7個不同的隨機數(shù)，共運行5次仿真實驗。每次仿真運行的總時間為7 800 s，數(shù)據(jù)采集時段為600～7 800 s。

4? 結(jié)果與討論

第3章利用VISSIM構(gòu)造了仿真實驗環(huán)境，通過VISSIM的COM接口與Python交互，實時獲取了檢測數(shù)據(jù)，實現(xiàn)了基于邏輯規(guī)則的單點感應(yīng)控制策略。本章選取交叉口車均延誤和車均停車次數(shù)作為評價指標(biāo)。表1為每組仿真實驗下實驗組和對照組得到的7個隨機種子下交叉口車均延誤和車均停車次數(shù)的平均值。從表1中可以看出，實驗組的車均停車次數(shù)與對照組基本相同，但實驗組車均延誤明顯小于對照組，平均降低了約10個百分點，交叉口通行效率明顯提高。

通過觀察仿真運行過程可以發(fā)現(xiàn)，本文提出的方法取得良好性能的原因主要在于以下三方面：首先，本文提出的方法考慮了機動車的瞬時速度，故幾乎不會出現(xiàn)為緩慢移動或靜止的機動車延長綠燈時間的情況;其次，對于具有多條導(dǎo)向車道的情形，本文摒棄了傳統(tǒng)方法逐車道檢測先后或同時gap out的機制，將多條導(dǎo)向車道視為一個整體進行參數(shù)計算，最大程度上規(guī)避了為個別車道延長綠燈導(dǎo)致的低效現(xiàn)象;最后，由于本文在逐秒計算機動車相位的導(dǎo)向車道實時利用率的基礎(chǔ)上作出決策，故當(dāng)發(fā)現(xiàn)機動車通行需求降低時，能夠迅速切斷綠燈，不會出現(xiàn)傳統(tǒng)方法中浪費綠燈延長時間的滯后現(xiàn)象。理論上，本文提出的方法為尋求更高的機動車通行效率，可能會出現(xiàn)追求小信號周期的情況，從而導(dǎo)致交叉口車均停車次數(shù)的增加，但仿真實驗結(jié)果表明，本文提出的方法與傳統(tǒng)方法在交叉口車均停車次數(shù)幾乎沒有區(qū)別（多數(shù)情況下小于1次），消除了上述顧慮。

5? 結(jié)語

為了克服傳統(tǒng)的單點全感應(yīng)式信號控制方法存在的不足，本文提出了一種新穎的基于導(dǎo)向車道實時利用率的單點全感應(yīng)式信號控制方法。仿真實驗結(jié)果表明，車均延誤平均降低了約10個百分點，且交叉口車均停車次數(shù)幾乎未受影響，在高負荷交通需求下，本文提出的方法具有明顯的優(yōu)越性。

參考文獻

[1] Yun I， Best M， Park B. Evaluation of Adaptive Maximum Feature in Actuated Traffic Controller： Hardware-in-the-Loop Simulation[J]. Transportation Research Record Journal of the Transportation Research Board， 2007， 2035： 134-140.

[2] Zhang G， Wang Y. Optimizing Minimum and Maximum Green Time Settings for Traffic Actuated Control at Isolated Intersections[J]. Intelligent Transportation Systems， IEEE Transactions on， 2011， 12（1）： 164-173.

[3] Zheng X， Recker W， Chu L. Optimization of Control Parameters for Adaptive Traffic-Actuated Signal Control[J]. Journal of Intelligent Transportation Systems， 2010， 14（2）： 95-108.

[4] Shiri M J S， Maleki H R. Maximum Green Time Settings for Traffic-Actuated Signal Control at Isolated Intersections Using Fuzzy Logic[J]. International Journal of Fuzzy Systems， 2016， 19（1）： 247-256.

[5] Park B B， Myzie C Agbolosu-Amison S J. Improving Actuated Traffic Signal Control Operations Using Concept of Dynamic Gap-Out[J]. American Journal of Analytical Chemistry， 2006， 03（12）：840-848.

[6] 王瑄， 李宏光， 趙航， 等. 現(xiàn)代汽車安全[M]. 北京： 人民交通出版社， 1998.

[7] PTV Vision. VISSIM 10 - User Manual[M]. Karlsruhe： PTV AG， 2018.