基于信号周期计算的交叉口管控时段划分

刘东波，代磊磊，2，李 娅，王运霞

（1.公安部 交通管理科学研究所，江苏 无锡 214151；2.东南大学 交通学院，江苏 南京 210096）

提高交叉口单点定周期信号控制效率的主要方法是多时段配时方案。以往的多时段配时一般只采用高峰和平峰时段配时，时段划分过于简单，该种配时方案会导致绿灯时间不能被充分利用，引起不必要的延误甚至是部分时段的拥挤［1］。Park等［2］2003年提出了能够解决不确定聚类点的改进的聚类分析方法，并使用GA算法，根据高分辨率的状态定义自动识别所属时段及交通流所属时段区间；2004年Park等［3］又讨论并验证了时段划分点的数量对控制性能的影响。杨立才［4］提出了一种人工免疫数据聚类分析算法，并将其应用于交通信号控制时段划分，有效地减少了聚类数据的冗余信息。王春娥［5］基于C均值聚类对交通时段进行划分。杜长海［6］采用FCM聚类法对交通时段进行了自动划分；曹成涛［7］针对交通控制中时段划分的主观性，提出了基于有序聚类的交叉口时段自动划分方法。但是，上述方法大多以交叉口交通量历史统计数据为依据，没有考虑交通流向的大小，而且计算过程复杂，不能完全满足交通管控的需要。基于此，本文以交叉口各进口道不同流向的交通量变化规律为依据，基于信号交叉口周期时长的计算，研究了交叉口管控时段划分方法，为多时段配时方案提供了依据。

1 交通量数据采集及分析

对于交叉口信号配时，不仅要考虑交通量全天变化情况，而且要对交通量的周变化、月变化、季节变化等进行考虑，因此，需要收集较长一段时间的连续交通量数据以满足配时的要求。本文采集了2010年11月15日～11月21日连续一周的24h交通量，采样间隔为15min。

图1为梁清路－蠡溪路交叉口一周的小时交通量数据变化规律图。由图中可以看出，星期一至星期五工作日的小时交通量规律接近一致，都存在两个高峰时段:早高峰时段（7∶00～9∶00）和晚高峰时段（16∶00～18∶00），与城市居民出行特征基本一致；星期六和星期日两个非工作日小时交通量规律基本一致，无明显的高峰时段，交通量大多集中在8∶00～18∶00，符合周末出行的特征。

图1 梁清路－蠡溪路交叉口小时交通量变化Fig.1 Hour traffic changes of intersection of Liangqing road and Lixi road

分别对工作日、非工作日的交通量进行加权平均处理，计算平均小时交通量（Average hour traffic，AHT），公式如下:

式中:K为工作日和非工作日天数，在一周时间中，工作日K取值5，非工作日K取值2；ni为第i个工作日或非工作日的小时交通量。

通过计算，工作日和非工作日平均小时交通量变化如图2所示，该变化规律为有类似特征交通量的周平均变化趋势，更符合交通管控的目标。同时，信号周期的计算还需要对各进口道的转向流量分别进行计算，以获得各流向的平均小时交通量。

图2 梁清路－蠡溪路交叉口平均小时交通量变化Fig.2 Average hour traffic changes of intersection of Liangqing road and Lixi road

2 交叉口管控时段划分方法

2.1 管控时段划分原理及流程

在非饱和交通流下，不同时段的信号周期利用韦伯斯特最佳周期计算，作为准确划分管控时段的依据。而过饱和交通流实际上通常是暂时性的，经历一段时间便会逐渐缓解。此外，当滞留车队快要延伸到上游交叉口时，后面到达的驾驶员获悉交通堵塞后，结合一定的交通诱导、交通组织等手段会改道行驶，使交叉口处于非饱和交通流状态，周期计算仍采用韦伯斯特方法。如果仅采用交通量的大小来作为时段划分的依据，则不能体现出各进口道不同流向的特征，由于现状交叉口大多存在流向不一致的问题，仅从交叉口流量大小进行时段划分，不考虑流向之间的区别，导致划分依据不够充分［8］。基于上述考虑，本文通过对各流向流量比进行计算，根据韦伯斯特最佳周期的计算值，将在阈值范围以内的各时段信号周期之间的绝对差值作为同一个管控时段，在阈值范围以外的信号周期的绝对差值作为另外一个管控时段，划分流程如图3所示。

图3 交叉口管控时段划分流程Fig.3 Traffic control period division process of intersection

2.2 管控时段划分步骤

Step 1 计算交叉口流量比。以四相位交叉口的东、西进口道为例，计算交叉口的流量比:

（1）对于大多数交叉口来说，右转不设专用相位，只需要计算交叉口左转与直行车道的交通流量比，如式（2）所示，同时，应考虑各个进口道左转、直行的车道数，如东进口左转车道流量比为q1／（N1S左）。

式中:yij为第i个相位j车道的流量比；qij为第i个相位j车道的到达率，pcu／h；sij为第i个相位j车道的饱和流量，pcu／h。

（2）比较各个相位下放行车道的交通流量比大小，将流量比最大的车道作为关键车道，并把对应的流量比作为交叉口信号周期的计算参数。如表1中相位1为东西向直行，即只需要比较东进口道直行流量比q2／（N2S直）、西进口道直行的流量比q4／（N4S直）的大小，较大的流量比作为相位1的关键流量比y1。同理可得出其他各个相位的关键流量比。

（3）最后对各个相位中的关键流量比求和，即为交叉口流量比Y。

Step 2 计算信号周期损失时间。按式（4）计算信号周期损失时间，注意考虑一个信号周期内的相位数。

表1 交叉口各进口道交通参数Table 1 Traffic parameters of intersection importing lanes

式中:L为信号周期的总损失时间；n为一个信号周期内的相位数；l为车辆启动损失时间，一般取3s；I为交叉口绿灯间隔时间，即黄灯时间与全红时间之和，s；A为黄灯时间，s。

Step 3 计算信号周期时长。按照韦伯斯特法（见式（5））计算最佳信号周期C0的时长［9］。

式中:Y为所有关键相位关键车道的流量比之和。

Step 4 划分交叉口管控时段。将在阈值范围之内的各时段信号周期之间的绝对差作为同一个管控时段，阈值α按照式（6）计算。

式中:Ci＋1为第i＋1时段的最佳信号周期，s；Ci为第i时段的最佳信号周期，s。

阈值α的确定主要取决于交叉口通行效率和清空时间两个因素。基于理想的情况，假定信号周期增加的时间全部用于直行相位，分别从提高通行效率和保证清空时间两个方面阐述管控时段阈值的确定依据。

（1）通行效率因素的考虑:考虑到交叉口相位一般采用对称方式，直行车道饱和流量一般取1600veh／h；左转车道饱和流量一般取1500veh／h；换算为车头时距，直行为2.25s；左转为2.4s。若周期增加5s，最理想的情况是所有时间均增加到同一相位，即某一相位时间增加5s，意味着该相位每周期多通过2辆车。因此，划定标准界定为至少每周期多通过2辆车。

（2）清空时间因素的考虑:车辆直行比左转的行驶距离要短，最基本的安全保障是至少保证直行车辆的清空时间，按城市道路车辆平均通行速度36km／h计算，则对于东西进口道或南北进口道相距50m的交叉口，绿灯末尾进入交叉口的直行车辆通过路口至少需要5s的时间，因此，对于城市中主－主相交或主－次相交交叉口，对向进口道的距离基本都在50m以上，至少要保证周期增加5s。

基于以上分析，确定管控时段划分标准为信号周期的绝对差值在5s以上，即信号周期的阈值α设定为5s，高于此阈值的时段划为另一管控时段。

3 案例分析

仍选择无锡市较重要的梁清路－蠡溪路交叉口为案例分析对象，由于靠近万达广场，周边住宅、饭店、商铺密集，交通压力较大。梁清路为东西向主干路，蠡溪路为南北向次干路，交叉口布局和渠化情况如图4所示。

首先对交叉口每个小时的左转和直行交通量的流量比进行计算，饱和流量取1500veh／h，确定关键车道的流量比，再计算整个交叉口的流量比。然后，计算信号周期损失时间，经推算，该交叉口启动损失时间取3s，黄灯时间为3s，全红时间为2s，则交叉口损失时间为

图4 梁清路－蠡溪路交叉口渠化情况Fig.4 Traffic channelization of intersection of Liangqing Road and Lixi Road

信号周期时长采用韦伯斯特法进行计算，最终计算结果如表2所示。根据周期计算结果，按照划分阈值为5s进行时段划分，并根据经验进行部分时段的调整，工作日划分为10个时段，非工作日划分为8个时段，结果如图5所示。

为了验证本文时段划分方法的有效性，将时段划分结果与传统流量统计曲线图进行拟合，结果如图6所示。从图中可以看出:与通常将24h固定划分为早高峰（7∶30～9∶30）、平峰（其他时段）和晚高峰（16∶30～18∶30）三时段的传统划分方法相比，本文提出的划分方法将时段划分得更为细致，也更能体现出交通流的变化趋势，仅早、晚高峰时段就细化为多个时段，能体现出高峰的过渡、顶峰和下降等趋势。

表2 全天24h的信号周期计算结果Table 2 Signal cycle calculation results of 24hours a day

图5 交叉口管控时段划分结果Fig.5 Traffic control period division results of intersection

图6 交叉口管控时段与流量统计曲线Fig.6 Traffic control period with traffic volume curve

4 结束语

通过对平均小时交通量进行分析，并考虑了交叉口不同流向交通量的差异，基于信号周期的时长计算，提出了一种全新的多时段划分方法，为多时段信号配时和各相位绿灯时间的确定提供了依据。该方法能够将交通量波动较大时段划分成多个时段，交通量比较平稳时段划分成较少时段，这与传统的经验的分类方法相符合。但利用该方法进行时段划分，其分段拟合精度高，且方法简单可靠，理论性强，实用，易于接受。但是，对于饱和度较高、长期处于严重拥堵状态的交叉口，由于韦伯斯特法应用的局限性，划分结果的精度可能会受到一定影响。

［1］冯树民，杨国新，陈洪仁.信号控制交叉口多时段划分方法［C］∥国际交通技术创新与应用大会论文集.北京，2008:248－253.

［2］Park B B，Lee D H，Yun I.Enhancement of time of day based traffic signal control［C］∥IEEE International Conference on Systems，Man and Cybernetics，Washington D C，2003，4:3619－3624.

［3］Park B B，Santra P，Yun I，et al.Optimization of time－of－day breakpoints for better traffic signal control［J］.Transportation Research Record:Journal of the Transportation Research Board，2004，1867:217－223.

［4］杨立才，贾磊，孔庆杰，等.基于人工免疫算法的交通时段自动划分方法［J］.控制理论与应用，2006，23（2）:193－197.Yang Li－cai，Jia Lei，Kong Qing－jie，et al.Method of automatic programming traffic intervals based on artificial immune algorithm［J］.Control Theory ＆Applications，2006，23（2）:193－197.

［5］王春娥.基于C均值聚类算法的交通时段划分法研究［J］.盐城工学院学报:自然科学版，2009，22（4）:73－76.Wang Chun－e.Study on the method of traffic time division based on c means clustering algorithm［J］.Journal of Yancheng Institute of Technology（Natural Science Edition），2009，22（4）:73－76.

［6］杜长海，黄席樾，杨祖元，等.改进的FCM聚类在交通时段自动划分中的应用［J］.计算机工程与应用，2009，45（24）:190－193.Du Chang－hai，Huang Xi－yue，Yang Zu－yuan，et a1.Application of improved Fuzzy C－Means clustering in automatic programming traffic intervals［J］.Computer Engineering and Applications，2009，45（24）:190－193.

［7］曹成涛，林晓辉，崔凤.基于时段自动划分的交叉口混合控制方法［J］.科学技术与工程，2010，10（21）:5343－5346.Cao Cheng－tao，Lin Xiao－hui，Cui Feng.A hybrid control method for intersection based on automatic classification of traffic intervals［J］.Science Technology and Engineering，2010，10（21）:5343－5346.

［8］周丽.基于动态时段划分的交叉口信号控制模型与算法研究［D］.济南:山东大学控制科学与工程学院，2011.Zhou Li.Study on signal control model and algorithm at isolated intersection based on dynamic timeof－day［D］.Ji′nan:Control Science and Engineering School，Shandong University，2011.

［9］翟润平，周彤梅，刘广萍.道路交通控制原理及应用［M］.北京:中国人民公安大学出版社，2011:71－81.