基于有效绿灯时间利用率的自适应控制策略研究

屈新明，姚红云，王玉刚，胡　伟（.重庆交通大学交通运输学院，重庆 400074；.中煤科工集团重庆设计研究院有限公司，重庆 40006）

基于有效绿灯时间利用率的自适应控制策略研究

屈新明1，姚红云1，王玉刚1，胡伟2
（1.重庆交通大学交通运输学院，重庆 400074；2.中煤科工集团重庆设计研究院有限公司，重庆 400016）

为了优化单点交叉口信号控制方案，使其适应各个进口道方向交通流动态变化，提高交叉口通行效率，根据交叉口进口道排队车辆数建立有效绿灯利用率模型，提出了一种交叉口自适应控制策略。有效绿灯时间利用率模型以交叉口通行能力最大为控制参数，实时优化确定出最佳相位放行方案以及最优相位切换方案，根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间。利用VISSIM交通仿真软件对该自适应控制策略仿真运行，与定时控制以及感应控制对比，评价分析不同车辆到达情况下交叉口通行情况。结果表明：该自适应控制策略能有效降低车均延误，提高交叉口服务水平。

自适应控制；有效绿灯时间利用率；交叉口；相位切换；交通仿真

第1卷 第1期|2015年2月

0　引言

随着城市交通拥堵越发严重，提高交通信号控制能力和管理水平对于缓解交通拥堵作用明显[1-2]。定时信号控制方案中，其信号配时根据历史交通量数据的统计确定，由于车辆到达的随机性和实时性，定时控制无法适应交通的动态变化[3]。感应控制根据交叉口车辆的到达需求，适当改变绿灯放行时间以适应车辆到达的动态变化，能够改善通行效率，但无法实时确定最优相位控制方案，也难以适应进口道饱和度高条件下的交通流[4]。自适应控制能根据实时交叉口车辆到达情况优化确定最佳相位方案以及放行时间，提高交叉口的通行效率[5]。

自适应控制策略核心是确定出最佳的相位方案以及相位切换决策[6]。Alexander[7]以交叉口各个相位运行的车辆总延误或者总停车次数最小作为优化控制目标，延长或者切断当前相位绿灯时间；根据不同的交通事件来建立逻辑判断规则，根据实时的车辆到达信息与建立的逻辑规则进行对比判断，用于决定相位绿灯时间的切换。Vincent等人[8]利用进口道检测器测定的时间占用率以及车头时距等作为控制参数，对不同车辆到达情况下优化确定出最优相位及相位决策方案。蒋贤才[9]等人在文献中分析了交叉口不同的信号控制方式，提出了交叉口自组织算法。徐洪峰[10]等人提出了具备公交优先控制功能的自适应逻辑控制功能。

自适应控制策略中，需要确定优化控制参数来确定最佳相位及决策方案，其中延误为最主要的控制参数。但是延误模型计算相对复杂，同时主要针对定时控制，延误计算准确度也难以满足自适应控制策略的要求[11]。采用检测器的时间占有率、车头时距等参数也受到具体环境的影响。

基于上述分析，以延误作为控制参数存在着缺陷。本文提出一种基于绿灯利用率的自适应控制策略，其中绿灯利用率以交叉口通行能力最大为控制参数，根据排队车辆数作为控制依据，快速确定出最佳相位及相位放行绿灯时间。

1　有效绿灯时间利用率模型

考虑到启动延误[12]的影响，有效绿灯利用率为某一相位绿灯时间内，车辆通过停车线的有效绿灯时间占用该相位总的绿灯时间的比值。其中有效绿灯时间等于通过的车辆数与进口道饱和车头时距的乘积。在自适应控制策略中，有效绿灯利用率越高，表明放行相位中各个流量车流的绿灯损失时间少，绿灯期间通过进口道停车线的车辆数更多，交叉口整体通行效率就越高。

在理想情况下，某一相位最后一辆车通过停车线时绿灯时间结束，此时的绿灯显示时间即为最佳的相位绿灯时间。假设该相位由两股车流组成，其中流量较大一股车流定义为关键车流AK，绿灯时间内总共通过NK辆车，流量较小一股车流定义为次要车流AS，绿灯时间内总共通过NS辆车。根据上述最佳绿灯时间为关键车流AK全部通过停车线的绿灯时间。相位绿灯时间GP计算如下：

式中：SULT为启动延误； h为饱和车头时距。

相位有效绿灯时间Ge计算如下：

有效绿灯利用率VL可近似按下式计算确定：

由式（3）可知，在相位方案设计中，需考虑到相位切换时启动延误对有效绿灯利用率的影响。同时，该相位中关键车流AK和次要车流AS在每个相位绿灯时间中， NA和NK差值越小，该相位有效绿灯利用率也就越高，车辆能更好地通过交叉口。

2　检测器布设方案

在交通流量数据采集中，各进口方向使用两组检测器实时获得车辆到达情况。上游检测器布设在进口道展宽处，检测车辆到达信息，下游检测器布设在交叉口停车线附近，检测车辆离开信息。通过上下游检测器来采集数据得到各进口方向排队车辆数。检测器布设方案以及交叉口平面如图1所示。

图1　检测器布设方案及交叉口平面图

上述检测器布设方案中，最大排队长度根据实际方案确定，根据车辆排队长度确定，本文中设定最大排队长度为100m。

3　相位切换流程

3.1相位方案

在相位设计阶段，在不考虑右转影响的情况下，为消除冲突点，直行（左转）可与同方向左转（直行）或者对向直行（左转）进行组合同时放行。为提高通行效率，不考虑相位方案中允许某一进口方向直行（左转）单独放行情况下，典型的十字交叉口可能的八种相位方案如表1所示。

表1　相位方案

3.2相位切换

相位切换过程发生在当前相位绿灯时间结束时刻，为提高有效绿灯利用率，分为不同关键车流相位之间的切换和同一关键车流关键相位向次要相位切换这两种切换决策。

3.2.1不同关键车流相位切换

不同关键车流相位切换决策是指，当前相位绿灯时间结束后，需要切换到的相位与当前相位不存在相同的车流。其切换流程如下。

步骤1：获取当前各进口方向排队车辆数。

步骤2：当前排队车辆数最大车流作为关键车流AK。

步骤3：确定关键相位PK和次要相位PS。确定关键车流AK后，根据相位方案可知，直行（左转）可与同方向左转（直行）或者对向直行（左转）进行组合同时放行。在可以分别与关键车流AK同时放行的两股车流中，排队车辆数较大车流定义为次要车流AS，排队车辆数较少车流定义为备选车流AL。其中关键车流AK和次要车流AS组合成关键相位PK，关键车流AK和备选车流AL组合成次要相位PS。

步骤4：计算关键相位PK绿灯时间以及关键相位有效绿灯利用率，从当前相位切换到关键相位PK。

3.2.2同一关键车流相位切换

同一关键车流相位切换是指由关键相位PK切换到次要相位PS的决策过程。其相位切换决策发生在关键相位PK中次要车流最后一辆车通过停车线时刻，此时关键相位中只剩下关键车流AK单独放行，其相位切换决策流程如下。

步骤1：根据关键相位PK当前放行绿灯时间计算关键车流AK剩余绿灯放行时间GT。

步骤2：比较剩余绿灯放行时间GT与绿灯间隔时间Gi大小，若GT大于绿灯间隔时间Gi，则转到步骤3，若GT小于绿灯间隔时间，关键相位PK继续放行至相位绿灯时间结束，放弃切换到次要相位PS。

步骤3：切换到次要相位PS。

3.3相位切换决策流程

根据上述两种不同情况下的相位切换决策，整体相位切换决策流程如图2所示。

图2　相位切换决策流程图

3.4相位切换依据

在不同关键车流相位切换过程中，根据当前最大排队车辆数确定关键相位PK绿灯放行时，如不切换至次要相位PS，则关键相位PK有效绿灯利用率VL1计算如下：

采用关键相位PK切换到次要相位PS后，能够有效利用关键相位绿灯时间后期只剩下关键单独放行造成有效绿灯利用不高的问题。若剩余放行时间GT大于绿灯间隔时间Gi，此时相位有效绿灯利用率VL2计算如下：

由GT>G1，即

表明该决策方案能提高有效绿灯时间利用率，能够优化出最佳相位方案，尤其是在车辆到达随机性大的时候，控制效果更加明显。

4　相位绿灯时间计算

在自适应控制策略中，最小绿灯时间Gmin，最大绿灯时间Gmax，绿灯间隔时间Gi等时间参数计算参看文献[13]。根据某一相位中最后一辆车通过停车线此时该相位绿灯时间结束，此时该相位显示的绿灯时间为最佳相位绿灯时间这一原则，每相位绿灯时间由关键车流AK确定。相位绿灯放行时间GP需保证关键车流已经排队车辆和绿灯放行时间内到达的车辆能全部排空。关键车流AK在相位绿灯时间内通过的车辆数NK由下式计算确定：

式中：NAK为绿灯放行时间开始时停车线前排队车辆数；NSK为绿灯放行时间内到达的车辆数；NAK由当前检测器测定获得排队车辆数，对于相位绿灯时间内到达的车辆数NSK的预测，在较短的时间范围内，假设相位绿灯时间内，关键车流车辆到达率和上一红灯时间内车辆到达率近似相等，则NSK可由如下计算：

式中：R0为关键车流上次红灯时间。

综上最终确定相位绿灯时间如下：

5　仿真对比分析

在不同车流量到达情况下，对某交叉口进行仿真评价分析。利用VISSIM仿真软件中VISVAP可编程模块实现上述自适应控制策略，对比不同车辆到达情况下，上述自适应控制策略和定时控制以及感应控制最终控制效果。某交叉口车流量到达情况如表2所示。

表2　某交叉口车流量统计表

5.1信号控制参数设置

定时控制分为两种相位控制方案，方案一的相序为相位方案表1中的相位1、相位3、相位5、相位7；方案二的相序为相位2、相位6、相位4、相位8；感应控制采用全感应控制方式，最小绿灯时间为7s。定时信号控制方案一和方案二根据Web⁃ster配时方案确定，其中总周期都为90s，相位间隔时间为3s黄灯。方案一中，东西直行放行绿灯时间为19s，东西左转放行绿灯时间为18s，南北直行放行绿灯时间为19s，南北左转放行绿灯时间为22s。方案二中，东进口直左放行绿灯时间为18s，南进口直左放行绿灯时间为20s，西进口直左放行绿灯时间为20s，北进口直左放行绿灯时间为20s。

5.2仿真结果分析

对上述三种信号控制方案仿真评价分析，评价分析结果如表3所示。

表3分析结果表明，自适应控制策略在不同的车辆到达情况下，其控制结果都优于定时控制和感应式控制，其中自适应控制策略平均延误相比定时控制方案一、方案二以及感应控制分别下降35.84%、43.34%、15.70%。这表明本文提出的自适应控制策略能够适应动态交通流的变化，尤其是在车辆到达随机性大的情况下，其效果更加明显。

表3　仿真对比分析结果

6　结论

（1）本文考虑到启动延误对交叉口通行效率的影响，根据车辆到达情况，建立了有效绿灯时间利用率模型。

（2）相位绿灯时间根据关键车流排队车辆数以及车辆到达预测确定计算，保证车流尽可能顺畅地通过交叉口。

（3）根据有效绿灯时间利用率模型，建立了自适应控制策略中相位及其相位切换策略。不同车辆到达情况下，不同控制方式表明：自适应控制策略能有效降低车辆延误，提高服务水平。

[1]Hunter,Michael P,Wu,Seung Kook,Kim,Hoe Kyoung,et al.A Probe-Vehicle-Based Evaluation of Adaptive Traffic Signal Control[J].IEEE Transactions on Intelligent Transpor⁃tation Systems,2012,6(2):704-713.

[2]王正武，夏利民，罗大庸.单交叉口自适应公交优先控制[J].中国公路学报，2010，23（4）：84-90.

[3] 吴兵，李晔.交通管理与控制[M].北京：人民交通出版社，2009：150-187.

[4]Seung Kook Wu,Michael P.Hunter,Chungwon Lee,et al.

Evaluation of Traffic Signal Control System Using a System-Wide Performance Measure under Two-Fluid Model Theory [J].KSCE Journal of Civil Engineering,2011,15(2):395-403.

[5]Zong Tian,Fred Ohene,Peifeng Hu.Arterial Performance Evaluation on an Adaptive Traffic Signal Control System[J]. Procedia Social and Behavioral Sciences,2011(16):230-239.

[6]徐洪峰，李克平.单点自适应控制策略回顾与展望[J].武汉理工大学学报：交通科学与工程版，2009，4（33）：615-617.

[7]Alexander Paz,Yi-Chang Chiu.Adaptive Traffic Control for Large-Scale Dynamic Traffic Assignment Applications[J]. Transportation Research Record:Journal of the Transporta⁃tion Research Board,2011,2263(12):103-112.

[8]Crabtree M R,Henderson I R.Application Guide 44:Mova⁃traffic Control Manual[R].Reading:Transportation Research Laboratory,2005.

[9] 蒋贤才，程国柱，裴玉龙.交叉口信号控制自组织算法[J].中国公路学报，2008，21（6）：96-101.

[10]徐洪峰，李克平，郑明明.基于逻辑规则的单点公交优先控制策略[J].中国公路学报，2008，21（5）：96-102.

[11]蒋贤才，裴玉龙.基于定数理论的自适应信号控制延误模型[J].交通运输系统工程与信息，2008，3（8）：67-69.

[12]杨晓光，庄斌，李克平.信号交叉口饱和流率和启动延误的影响分析[J].同济大学学报：自然科学版，2006，6（34）：738-740.

[13]李克平.交通信号控制指南——德国现行规范(RiLSA) [M].北京：中国建筑工业出版社，2006：14-20.

Adaptive Control Strategy Based on Effective Utilization Ratio of Green Light Time

QU Xin-ming1,YAO Hong-yun1,WANG Yu-gang1,HU Wei2
(1.School of Traffic&Transportation,Chongqing Jiaotong University,Chongqing 400074，China; 2.CCTEG Chongqing Engineering Co.,Ltd.,Chongqing 400016，China)

In order to optimize signal control strategy of single point intersection,adapting the dynamic traffic flow and improving the efficiency of intersection signal control,based on the number of queuing ve⁃hicles to establish effective green light time utilization model,the intersection adaptive control strategy was proposed.Intersection capacity utilization was the control parameter for the effective green light time utilization model,optimization phase release scheme and phase switching scheme were determined by this model.The phase release green light time was calculated by the largest number of queuing vehicles and ve⁃hicle arrival prediction.Using traffic simulation software VISSIM,the adaptive control strategy was emu⁃lated.And compared with fixed timing control and inductive control,intersection traffic situation was eval⁃uated and analyzed under the situation of different vehicle arrival.The result shows that the adaptive con⁃trol strategy can effectively reduce the average traffic delay and improve the intersection service level.

adaptive control;effective utilization ratio of green light time;intersection;phase switch⁃ing;traffic simulation

U491.1

A

2095-9931（2015）01-0054-05

10.16503/j.cnki.2095-9931.2015.01.010

2014-09-17