基于效率的交叉口交通信号感应控制方法

赵敬泽 （中南大学 交通运输工程学院，湖南 长沙 410075）

0 引言

随着城市车辆拥有量快速增加，城市的交通问题越来越严重，而城区道路交叉口是城市交通运行的瓶颈所在。因此，对于城市交叉口交通效率研究已成为专家、学者重点研究的方向。在城市交叉口的交通管理控制上，存在无交通信号控制和有交通信号控制两种情况，浙江大学的胡永举、施俊庆等[1]通过两种交通控制情况下，对交叉口车道通行能力进行研究，提出了提高城市道路的交通效率的措施。交通信号控制又分为固定信号控制和感应信号控制。固定信号控制是根据历史数据，对一天中的某个时段，设定信号周期及绿灯时间对相应时段的车流进行交通控制[2]；固定信号控制设置简单，成本较低，但不能适应日益繁忙、复杂多变的城市道路交通。感应信号控制是使用检测设备实时测量的数据来实时调整信号配时，以适应复杂多变的交叉口车辆通行[3]。覃鹏、朱方方、王正等[4]从路网交叉口的延误、交叉口停车、路网容量以及路段速度等四个方面，对城市中心区大街区与小街区交通效率比较分析。董开帆、干宏程等[5]以车辆在路网中总运行时间最少为目标，提出一种基于动态交通分配理论的智能交通控制策略。叶彭姚、陈小鸿等[6]通过对最佳路网密度的研究断面、路段和路网等三个层面对交通效率进行评价。

交叉口的交通效率影响因素很多，最直接的反映就是交叉口在单位时间通过的车辆数。本文将这种交叉口疏导交通的能力定义为通过能力。即通过能力是交叉口在单位时间内通过车辆数的能力。交叉口的通过能力有别于通行能力。通行能力是指车辆在饱和流量状态下，车辆以最大车速通过交叉口的车辆数[7-8]。通行能力是交叉口疏导交通的容量，并不能反映交叉口的实时通过能力。因此，文章采用通过能力来评价交叉口的通行效率。

1 模型构建

目前，交叉口的交通流疏导基本上是以效率为主导。目的就是尽快的疏散聚集在交叉口处的车辆。当前，计算交叉口疏导的交通效率，大部分是以延误为主要指标的交叉口服务水平为主要方式。本文将从交叉口在单位时间内疏导车辆的车辆数为主要评价指标，建立基于效率的通过能力计算模型，从而计算出交叉口在单位时间内疏导的车辆数。

（1）交叉口的通行能力。信号交叉口的通行能力是以饱和流量为基础进行分析的。交叉口总通行能力通过对各进口单车道组通行能力求和获得。交叉口各相位的通行能力以及交叉口的通行能力如式（1）、式（2）所示：

式中：Ci—第i相位的通行能力（pcu/h）；λi—第i相位绿信比；Sij—第i相位车道组j或引道j的饱和流量（pcu/绿灯小时）；C—交叉口的通行能力（pcu/h）。

（2）交叉口的通过能力。信号交叉口的通过能力是指交叉口的实际通过的车辆数，即在一个交通小时内交叉口各相位实际通过该交叉口的最大车量数，单位为pcu，用Q表示。每个相位的通过能力如式（3）所示、交叉口通过能力如式（4）所示：

式中：Q—交叉口通过的车辆数，单位pcu；Qi—第i相位交叉口通过的车辆数，单位pcu；qij—第i相位第j车道通过的车辆数，单位pcu。

（3） 车辆排队长度计算公式如式（5）、式（6） 所示：

式中：lij—是第i相位、第j车道的车辆排队长度，单位（m）；ls—是车头间距，单位（m）；Mi—是第i相位车辆通行的车道数。

在相邻两交叉口之间，由于两交叉口的信号控制不可能完全一样，所以就会出现车辆在上一交叉口驶离、在本交叉口等待绿灯的情况。这时，为了不影响上一交叉口正常的交通疏导功能，本交叉口的车辆排队长度不允许达到两交叉口的距离长度。当交叉口的排队距离接近两交叉口的距离时，信号灯通行权就要强制转换到该车道所在的相位。即其约束公式如式（7）所示：

式中：H—两相邻交叉口之间的距离，单位（m）。

综上，基于效率的城区道路交通信号感应控制模型如式（8）所示：

式中：gimin—第i相位的最小绿灯时间，单位（s）；gimax—第i相位的最大绿灯时间，单位（s）。

其中，式（9）表示车辆的最大排队长度小于两相邻交叉口之间的距离；式（10）表示通行相位的绿灯时间不得低于最小绿灯时间，最大不得高于最大绿灯时间。

2 算法设计

以交叉口的交通量作为主要控制目标，追求信号周期内车辆通行最大化为目的。采取已被选中相位车辆最大排队长度为最小绿灯时间控制因素，以绿灯相位中车辆到达率为延长时间控制因素。构建基于效率的感应控制模型算法，具体运算步骤如下：

Step1：初始化；

Step2：确定初始相位，并赋予该相位最小绿灯时间Tmin；

Step3：确定通行相位后，赋予通行相位绿灯时间；通行相位绿灯时间确定后，在该绿灯时间快结束时，以绿灯相位的车辆到达情况，确定当前相位的绿灯延时时间△T（Ti=Tmin+△T）。当△T不为0时，即选择当前相位为通行相位：如果0＜Ti＜Tmax-Tmin，则延长绿灯时间△T，并返回Step3；如果 Ti＞Tmax-Tmin，则延长绿灯时间△T=Tmax-Ti；当△T为0时，返回step2；

Step4：输出此时的通过车辆数（Q）。

3算例

以某城区道路的平面十字交叉口为对象，4个进口道的车道数如图1所示。道路1（A和C）是东西方向，为双向10车道，其中直行车道数为2车道，左转车道数为2车道，右转车道数为1车道；道路2（B和D）是南北方向，为双向14车道，其中直行车道数为4车道，左转车道数为2车道，右转车道数为1车道，每个车道宽度取3.5m。城区道路交叉口如图1所示。

经过实际调查，该交叉口交通信号设置的最小绿灯时间为Tmin=16s，最大绿灯时间为Tmax=72s。该交叉口某个时段调查车流量的原始数据如表1所示：

利用vissim仿真技术，定义基于效率性的交叉口交通信号感应控制流程，对交叉口进行模拟仿真。仿真模拟图如图2所示：

由求解算法，以实际调查数据作为原始数据进行初始化，对此进行交通模拟仿真。在一个仿真小时内，对仿真结果通过车辆数Q（pcu） 进行评价。

（1）固定信号仿真模拟。固定信号就是在整个仿真时期内，交通信号按一定的相位顺序和绿灯时间进行交叉口车辆疏导。固定相位配时图如图3所示：

图1 道路交叉口平面图

图2 交叉口交通仿真模拟图

图3 固定相位配时图

表1 交叉口各相位调查数据

固定信号仿真时段交叉口通过的车辆数，即交叉口通过车辆的流量Q（pcu），各时段的车辆统计数据见表2所示。

表2 仿真时间通过车辆数Q（pcu）

固定信号仿真时间内通过车流量变化趋势如图4所示：

（2）基于效率的感应控制模拟仿真。在感应控制模拟仿真时，控制根据感应车辆到来信息进行信号控制，以达到交叉口疏导交通的目的。因此，交叉口相位顺序的改变是根据交叉口处车流变化而变化的。感应控制下的交叉口通行相位变化图如图5所示：

图5 感应控制模拟仿真相序变化图

感应信号仿真时段交叉口通过的车辆数，即交叉口通过车辆的流量Q（pcu），各时段的车辆统计数据见表3所示。

感应信号仿真时间内通过车流量变化趋势如图6所示：

由于仿真时，系统会有一个预热时间，即前720仿真秒的“预热时间”。因此，本文采取以2880仿真秒统计的数据进行修正（3600/2880），然后对修正后的数据进行评价。由仿真数据来看，在交通信号采取固定配时方案时，按仿真时间修正过后的交叉口通过车辆数为8547（pcu），稍优于实际调查的结果，这是由于在仿真时将影响道路交通的条件简化了；在交通信号采取感应配时方案时，由统计数据可以看出，按仿真时间修正过后的交叉口通过车辆数为8898（pcu）。因此，在相同交通环境条件下，感应配时方案要优于固定配时方案。

表3 仿真时间内通过车辆数Q（pcu）

图6 交叉口通过车流量Q（pcu）

4 结束语

对于当前的城市交通状况，面对日益复杂的交通环境，交通信号感应控制越来越体现出其优异的适应交通环境及控制能力。城市交通信号的感应化、智能化越来越受重视，为国家提出的建设智慧城市提供有力的智慧交通保障。