王 雷,茆佳能

(華設(shè)設(shè)計(jì)集團(tuán)股份有限公司，南京 210005)

現(xiàn)階段我國城市信號控制交叉口對右轉(zhuǎn)車輛采用保護(hù)型相位控制較少，多數(shù)采用許可型相位控制。實(shí)際上較多駕駛?cè)藛T并未按照《中華人民共和國道路交通安全法實(shí)施條例》規(guī)定的方式右轉(zhuǎn)禮讓行人和非機(jī)動車，在交叉口和行人、非機(jī)動車搶行的現(xiàn)象屢見不鮮，尤其是交叉口右轉(zhuǎn)機(jī)動車流量以及行人、非機(jī)動車流量較大時，不禮讓行為帶來了嚴(yán)重的交通安全隱患甚至導(dǎo)致交通事故，同時降低了交叉口通行效率，引起秩序混亂。

解決信號控制交叉口右轉(zhuǎn)機(jī)動車和行人或非機(jī)動車流量較大引起的安全和效率問題，需要將許可型相位改變?yōu)楸Ｗo(hù)型相位?！兜缆方煌ㄐ盘枱粼O(shè)置與安裝規(guī)范》(GB 14886—2016)[1]對于右轉(zhuǎn)保護(hù)型相位設(shè)置采用了定性規(guī)定：僅用于城市中心區(qū)或商業(yè)區(qū)行人/非機(jī)動車較多且獨(dú)立設(shè)置右轉(zhuǎn)專用車道的路口。國內(nèi)各地政府交通管理者針對右轉(zhuǎn)機(jī)動車采用許可型相位還是保護(hù)型相位基本上憑借經(jīng)驗(yàn)，尚無統(tǒng)一標(biāo)準(zhǔn)。國內(nèi)學(xué)者關(guān)于右轉(zhuǎn)專用相位的設(shè)置已有一定研究[2-8]，但以針對右轉(zhuǎn)車輛和行人或相交道路直行機(jī)動車沖突為主，綜合考慮右轉(zhuǎn)機(jī)動車和行人、非機(jī)動車及機(jī)動車之間沖突的研究較少。我國城市交叉口交通流組成復(fù)雜，現(xiàn)有研究往往考慮單一種類交通流，未較好貼合道路交叉口實(shí)際。右轉(zhuǎn)專用相位設(shè)置研究須綜合考慮各種類型交通流影響下的右轉(zhuǎn)機(jī)動車延誤模型，為右轉(zhuǎn)專用相位設(shè)置提供定量分析手段，這對于解決交叉口右轉(zhuǎn)機(jī)動車引起的安全和效率問題具有重要意義。

1 右轉(zhuǎn)機(jī)動車沖突分析

右轉(zhuǎn)機(jī)動車沖突分析1如圖1所示。右轉(zhuǎn)機(jī)動車采用許可型相位時不受交通信號控制，與通過交叉口機(jī)動車、非機(jī)動車及行人均存在沖突，主要包含3種類型(設(shè)定右轉(zhuǎn)機(jī)動車出口道數(shù)量為1，左轉(zhuǎn)非機(jī)動車采用一次過街)：①機(jī)-機(jī)沖突，即右轉(zhuǎn)機(jī)動車和對向左轉(zhuǎn)機(jī)動車、相交道路直行機(jī)動車之間合流沖突(見圖1中圓形沖突點(diǎn))；②機(jī)-非沖突，即右轉(zhuǎn)機(jī)動車和對向左轉(zhuǎn)非機(jī)動車、相交道路直行非機(jī)動車、同進(jìn)口道直行及左轉(zhuǎn)非機(jī)動車之間沖突(見圖1中方形沖突點(diǎn))；③機(jī)-行沖突，即右轉(zhuǎn)機(jī)動車與同進(jìn)口道及相鄰進(jìn)口道人行橫道行人之間沖突(見圖1中三角形沖突點(diǎn))。

右轉(zhuǎn)機(jī)動車沖突分析2如圖2所示。若右轉(zhuǎn)機(jī)動車出口道數(shù)量≥2，左轉(zhuǎn)非機(jī)動車采用二次過街形式，則上述交通沖突數(shù)量將減少。此時對向左轉(zhuǎn)機(jī)動車、相交道路直行機(jī)動車對右轉(zhuǎn)機(jī)動車影響較小，可不考慮交通沖突；對向左轉(zhuǎn)非機(jī)動車和同進(jìn)口道左轉(zhuǎn)非機(jī)動車則不存在交通沖突。主要包含2種類型交通沖突：①機(jī)-非沖突，即右轉(zhuǎn)機(jī)動車和相交道路直行非機(jī)動車、同進(jìn)口道直行非機(jī)動車之間沖突(見圖2中圓形沖突點(diǎn))；②機(jī)-行沖突，即右轉(zhuǎn)機(jī)動車與同進(jìn)口道及相鄰進(jìn)口道人行橫道行人之間的沖突(見圖2中三角形沖突點(diǎn))。

2 沖突仿真及數(shù)據(jù)獲取

2.1 Vissim仿真

Vissim是一套微觀交通仿真模擬軟件，被廣泛應(yīng)用于微觀交通仿真領(lǐng)域。它可以模擬交通信號控制交叉口機(jī)動車、非機(jī)動車和行人交通運(yùn)行情況，可以輸出延誤、行程時間等一系列指標(biāo)參數(shù)，數(shù)據(jù)輸出精度高，本文數(shù)據(jù)采用Vissim仿真的方式獲取。

2.2 數(shù)據(jù)獲取

右轉(zhuǎn)機(jī)動車采用許可型相位，通過交叉口存在不同類型沖突，為便于研究所有沖突對右轉(zhuǎn)機(jī)動車影響，選取常用的對稱式四相位(南北直行、南北左轉(zhuǎn)、東西直行和東西左轉(zhuǎn))信號控制交叉口為研究對象。由于信號相位設(shè)置遵循“時空同步”原則，即信號相位與進(jìn)口道渠化保持一致，所以只考慮進(jìn)口道設(shè)置右轉(zhuǎn)專用車道的情況。以許可型相位和保護(hù)型相位信號控制下右轉(zhuǎn)機(jī)動車平均延誤為右轉(zhuǎn)專用相位設(shè)置依據(jù)。

d許=f(qVR,qVL,qVT,qSBL,qSBT,qOBL,qCBT,qSP,qCP)

(1)

式中，d許為許可型相位下右轉(zhuǎn)機(jī)動車平均延誤，s；qVR為右轉(zhuǎn)機(jī)動車流量，pcu/h；qVL為對向左轉(zhuǎn)機(jī)動車流量，pcu/h；qVT為相交道路直行機(jī)動車流量，pcu/h；qSBL為同進(jìn)口道左轉(zhuǎn)非機(jī)動車流量，b/h；qSBT為同進(jìn)口道直行非機(jī)動車流量，b/h；qOBL為對向左轉(zhuǎn)非機(jī)動車流量，b/h；qCBT為相交道路直行非機(jī)動車流量，b/h；qSP為同進(jìn)口道人行橫道行人流量，p/h；qCP為相鄰進(jìn)口道人行橫道行人流量，p/h。

沖突分析表明只有對向左轉(zhuǎn)機(jī)動車和相交道路直行機(jī)動車對許可型相位下右轉(zhuǎn)機(jī)動車平均延誤有影響，故為便于仿真，假設(shè)4個方向直行和左轉(zhuǎn)機(jī)動車流量相同。信控交叉口左轉(zhuǎn)保護(hù)型相位的設(shè)置遵循兩個一般性原則[9]：①左轉(zhuǎn)車大于200 veh/h 時通?？紤]設(shè)置；②左轉(zhuǎn)車為100～200 veh/h 時，若左轉(zhuǎn)車流量與對向單車道平均直行車流量的乘積大于50 000，需要設(shè)置。除此兩種情況則不需要設(shè)置左轉(zhuǎn)保護(hù)型相位。相關(guān)研究表明[10]：右轉(zhuǎn)交通量超過300 veh/h并且相鄰直行車道的交通量超過300 veh/h/ln時設(shè)置右轉(zhuǎn)專用車道。根據(jù)以上原則，同時探究不同流向非機(jī)動車流和行人流對右轉(zhuǎn)機(jī)動車延誤影響，右轉(zhuǎn)機(jī)動車平均延誤影響因素取值如表1所示，相交道路右轉(zhuǎn)機(jī)動車流量按照100 pcu/h考慮。

根據(jù)影響因素取值相互組合，對交叉口進(jìn)行信號分配時，信號周期確定采用目前應(yīng)用廣泛的最短信號周期法[9]，對于飽和度較高的信號周期采用120 s，采用Vissim對出口道為1車道和多車道情況進(jìn)行仿真，總共獲取許可型相位下右轉(zhuǎn)機(jī)動車平均延誤數(shù)據(jù)7 776組。

3 右轉(zhuǎn)機(jī)動車平均延誤模型

3.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是廣泛使用的人工神經(jīng)網(wǎng)絡(luò)之一，不需要構(gòu)建數(shù)據(jù)模型，通過網(wǎng)絡(luò)學(xué)習(xí)輸出期望結(jié)果，被用來處理模糊的、非線性的、含有噪聲的數(shù)據(jù)。相關(guān)研究表明：一個有足夠神經(jīng)元的單隱藏層神經(jīng)網(wǎng)絡(luò)，通過選擇合適的連接權(quán)值和傳遞函數(shù)，可以逼近任意一個輸入和輸出間的光滑的、可測量的函數(shù)[11]。因此，研究中的BP人工神經(jīng)網(wǎng)絡(luò)構(gòu)建采用單隱藏層。單隱藏層BP人工神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖3所示，輸入層、隱藏層和輸出層均由大量互不相連的神經(jīng)元組成，不同層采用權(quán)值進(jìn)行連接。

合理確定網(wǎng)絡(luò)的層數(shù)和各層神經(jīng)元數(shù)是成功應(yīng)用BP人工神經(jīng)網(wǎng)絡(luò)模型的關(guān)鍵。建立的BP人工神經(jīng)網(wǎng)絡(luò)模型輸入層神經(jīng)元數(shù)由式(1)變量個數(shù)確定為9，輸出為右轉(zhuǎn)車輛許可型相位下平均延誤，故輸出層神經(jīng)元個數(shù)為1。具體隱層神經(jīng)元數(shù)在理論上并沒有明確規(guī)定，具體設(shè)計(jì)時可采取的經(jīng)驗(yàn)公式[12]為

(2)

式中，n1為隱層神經(jīng)元數(shù)，m為輸出神經(jīng)元數(shù)，n為輸入神經(jīng)元數(shù)，a為1～10的常數(shù)。

采用式(2)進(jìn)行計(jì)算，取m=1、n=9，計(jì)算得到BP神經(jīng)網(wǎng)絡(luò)模型的隱層神經(jīng)元數(shù)在5～14之間，因此本文的BP神經(jīng)網(wǎng)絡(luò)隱層神經(jīng)元數(shù)在該范圍內(nèi)進(jìn)行選擇調(diào)整。

3.2 數(shù)據(jù)處理

右轉(zhuǎn)機(jī)動車出口道數(shù)量≥2，左轉(zhuǎn)非機(jī)動車采用二次過街時，此時通過第1節(jié)沖突分析表明：對向左轉(zhuǎn)機(jī)動車、相交道路直行機(jī)動車、對向左轉(zhuǎn)非機(jī)動車以及同進(jìn)口道左轉(zhuǎn)非機(jī)動車交通沖突可不考慮，因此在采用BP神經(jīng)網(wǎng)絡(luò)對Vissim仿真獲取的許可型相位下右轉(zhuǎn)機(jī)動車平均延誤數(shù)據(jù)訓(xùn)練前將qVL、qVT、qOBL、qSBL數(shù)值設(shè)置為零。

3.3 許可型相位下右轉(zhuǎn)機(jī)動車平均延誤模型

采用Matlab軟件中提供的神經(jīng)網(wǎng)絡(luò)模塊實(shí)現(xiàn)式(1)中基于BP神經(jīng)網(wǎng)絡(luò)的許可型相位下右轉(zhuǎn)機(jī)動車平均延誤模型，隨機(jī)選取85%樣本數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，15%樣本數(shù)據(jù)測試訓(xùn)練神經(jīng)網(wǎng)絡(luò)性能。按照式(2)算出的隱層神經(jīng)元數(shù)經(jīng)驗(yàn)取值范圍從小至大進(jìn)行取值，隨著隱層神經(jīng)元數(shù)的增加，訓(xùn)練結(jié)果均方誤差減小，網(wǎng)絡(luò)性能得到改善，最終確定隱層神經(jīng)元數(shù)為14。許可型相位下右轉(zhuǎn)機(jī)動車平均延誤模型訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)回歸示意如圖4所示，結(jié)果表明：訓(xùn)練數(shù)據(jù)回歸系數(shù)為0.978 53，測試數(shù)據(jù)回歸系數(shù)為0.968 22，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)回歸系數(shù)均接近1，訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)模型可較好地仿真許可型相位下右轉(zhuǎn)機(jī)動車平均延誤。

3.4 保護(hù)型相位下右轉(zhuǎn)機(jī)動車平均延誤模型

對右轉(zhuǎn)機(jī)動車采用保護(hù)型相位時，右轉(zhuǎn)機(jī)動車延誤可考慮主要由信號控制產(chǎn)生。采用式(3)～式(5)延誤實(shí)用模型進(jìn)行計(jì)算[9]。

d保=d1+d2

(3)

(4)

(5)

式中，d保為保護(hù)型相位下右轉(zhuǎn)機(jī)動車平均延誤，s；d1為均衡延誤，s/pcu；d2為隨機(jī)附加延誤，s/pcu；C為信號周期時長，s；λ為綠信比；x為右轉(zhuǎn)專用車道飽和度；Q為右轉(zhuǎn)專用車道的通行能力，pcu/h；T為分析時段的持續(xù)時長，h，一般取0.25h；e為交叉口信號控制類型校正系數(shù)(定時信號取0.5，感應(yīng)信號控制下e≤0.5，且隨飽和度的增大而增大)。

4 右轉(zhuǎn)專用相位設(shè)置流程

右轉(zhuǎn)專用相位的設(shè)置采用許可型或者保護(hù)型，主要由2種控制方式下右轉(zhuǎn)機(jī)動車平均延誤大小決定?；谠S可型和保護(hù)型相位右轉(zhuǎn)機(jī)動車平均延誤模型計(jì)算平均延誤，通過比較平均延誤判斷設(shè)置何種類型右轉(zhuǎn)專用相位。右轉(zhuǎn)專用相位設(shè)置流程如圖5所示。

第一步：根據(jù)交叉口交通組織形式進(jìn)行右轉(zhuǎn)機(jī)動車沖突分析，基于沖突分析結(jié)果調(diào)查與右轉(zhuǎn)機(jī)動車存在沖突的各種交通流量數(shù)據(jù)及現(xiàn)有信號控制數(shù)據(jù)。

第二步：將流量數(shù)據(jù)代入式(1)，采用訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)模型獲取許可型相位下右轉(zhuǎn)機(jī)動車平均延誤d許。

第三步：結(jié)合交叉口信號控制數(shù)據(jù)及右轉(zhuǎn)機(jī)動車擬采用保護(hù)型相位控制數(shù)據(jù)，通過式(3)、式(4)和式(5)計(jì)算保護(hù)型相位下右轉(zhuǎn)機(jī)動車平均延誤d保。

第四步：比較d許和d保大小，若d許≤d保，采用許可型相位，反之則采用保護(hù)型相位。

5 結(jié)語

通過對許可型相位下右轉(zhuǎn)機(jī)動車沖突分析，剖析右轉(zhuǎn)機(jī)動車平均延誤影響因素，采用Vissim仿真獲取右轉(zhuǎn)機(jī)動車平均延誤數(shù)據(jù)，并基于BP神經(jīng)網(wǎng)絡(luò)建立許可型相位下右轉(zhuǎn)機(jī)動車平均延誤模型。結(jié)合保護(hù)型相位下右轉(zhuǎn)機(jī)動車平均延誤模型，以右轉(zhuǎn)機(jī)動車平均延誤最小為目標(biāo)，將2種類型右轉(zhuǎn)機(jī)動車控制方式產(chǎn)生的車輛平均延誤大小作為是否設(shè)置右轉(zhuǎn)專用相位的依據(jù)。

研究過程中的數(shù)據(jù)采用Vissim仿真方式獲取，和實(shí)際情況中的平均延誤不一定完全相符，對模型訓(xùn)練精度有一定影響。保護(hù)型相位下右轉(zhuǎn)機(jī)動車平均延誤未考慮右轉(zhuǎn)專用車道內(nèi)初始排隊(duì)車輛的影響，因此對這些因素的改進(jìn)可作為下一步研究方向。