靳 敏，康 樂，郁 宇

（1.黑龍江工程學院 計算機科學與技術學院，黑龍江 哈爾濱150050；2.哈爾濱工程大學 核科學與技術學院，黑龍江 哈爾濱150001）

1 交通綠波帶的重要性

隨著經濟的發(fā)展和城市化水平的提高，城市交通問題日益突出。如今的城市交通，面對越來越多的車輛，道路擁堵現(xiàn)象時有發(fā)生。對城市交叉路口交通實施合理化控制，有利于緩解日趨緊張的交通擁擠問題。

交通信號“綠波”控制是一項比較特殊的系統(tǒng)。這項系統(tǒng)一般被稱為“綠波帶”[1]。城市交叉口信號綠波控制一般是指一條主干道中若干個連續(xù)交叉口交通信號間的協(xié)調控制，目的是使行駛在主干道協(xié)調控制的交叉口車輛，可以不遇紅燈或者少遇紅燈而通過這個協(xié)調控制系統(tǒng)中的各交叉口。從被控制的主干道路各交叉口的燈色來看，綠燈就像波浪一樣向前行而形成綠波，稱這種交通信號協(xié)調控制方式為“綠波帶”控制?？茖W有效的交通信號配時能夠大大提高信號路口的通過量，有效緩解交通壓力，最大可能地實現(xiàn)綠波帶。因此，交通信號優(yōu)化配時在交通信號控制中占有重要地位。

2 最佳信號周期以及相位綠燈時間的計算

每個先進的交通信號控制系統(tǒng)是多種技術的綜合體，主要涉及信號周期以及相位綠燈時間的計算、高效配時策略的制定以及配時策略的優(yōu)化等。

對于一個信號交叉口而言，評價其信號配時是否最佳的指標有延誤時間、通行能力和交通事故次數等，其中，延誤時間是駕駛員最為關心的指標。韋伯斯特利用排隊論與數字計算機模擬相結合的方法，提出了計算交叉口各進口道上車輛的平均延誤Uniform和隨機延誤Random公式[2]。

Uniform延誤公式為

Random延誤公式為

最后，韋伯斯特給出了定時信號交叉口車輛延誤的修正計算公式

式中：C為周期時間（s），λ為綠信比，y為機動車道流量比，y＝q／s，q為進口機動車道實際流量（vch／s），S為進口道飽和流量（vch／s），X 為飽和度，tu為車輛平均延誤時間（s），tr為車輛隨機延誤時間（s）。由于式（3）第三項數值較小，常忽略不計，則

F—B法是以一個周期內進入交叉路口所有車輛的總延誤時間D最小作為優(yōu)化目標，其計算公式為

式中：di為第i個相位機動車的平均延誤時間，qi為第i個相位機動車平均到達率。每一相位的有效綠燈時間

式中：L為周期總損失時間，Y為關鍵相位機動車流量比之和。損失時間是指在周期時間內由于交通安全及車流運行特性等原因，在某段時間內沒有交通流運行或未被充分利用的時間。

3 智能交通配時策略

城市道路信號配時的智能控制往往依據路口車輛的排隊長度。因此，車輛排隊長度的檢測是智能交通控制的基礎。近幾年來，隨著圖像處理技術在車輛自動監(jiān)測系統(tǒng)中應用越來越廣泛[3]。利用車流圖片或者車輛視頻調節(jié)交通滯留狀況的智能交通系統(tǒng)成為交通科學管理系統(tǒng)的一個重要研究熱點話題。在模擬進行的研究中，每條路的進口正上方都裝有一個攝像頭，分別用來檢測由東向西方向、西向東方向、南向北方向、北向南方向的車輛到達信息，為優(yōu)化決策提供必要的數據。

實際應用中，攝像頭比較理想的安裝高度應該在7.5～10m范圍內，如圖1所示。

圖1 攝像頭安裝位置

每個虛擬像素點代表的實際長度為

式中：θ為攝像機的視場（FOV）角度，θ／r為一像素點對應的角度，L為一個像素點對應的實際長度，r為圖像的垂直分辨率（1幅圖像的行數），h為攝像機的安裝高度。

為了簡化程序設計，可以分段考慮比例尺變化的情況[4]。即車流隊首開始120個像素點的比例尺都為72，接下來的120個像元的比例尺都為72×k，k可以為1.2、1.4、1.5等。依次類推，進一步近似接近實際的車流長度。

為獲得最佳性能指標，研究根據車流檢測信息，以交叉路口流通能力最大、平均延誤時間最小或排隊等候的車輛數最少為優(yōu)化目標，對交叉路口車流情況進行綜合優(yōu)化，實時修正各個相位的配時。圖2顯示的是單交叉口路口，下面以該種類型路口2相位信號燈控制方案為例介紹實時優(yōu)化控制策略。

對信號燈進行實時控制從根本上講就是尋找最佳信號周期和交叉口兩方向的綠燈比，使通過交叉口車輛平均延誤盡可能小。假設攝像頭能夠拍攝的最大距離為100m，最大綠燈時間Tmax＝60s，最小綠燈時間Tmin＝18s，車隊長度為L。本次對于周期和相位信號配時同時優(yōu)化，具體控制策略如下：

1）給定每個相位的最大綠燈時間Tmax＝60s，最小綠燈時間Tmin＝18s。

圖2 單交叉口方向

2）控制開始時，先設定一個路口綠燈初始放行時間18s。

3）控制攝像頭拍攝車流圖片，獲取該相位的車輛排隊長度。

4）在100m可視范圍內，如果車隊是滿的，再放行40s，即60s的綠燈通行時間。按照單位車輛長度綠燈放行△t＝40s／100m，所以綠燈放行時間Tgreen＝18s＋△t×L。

5）獲取另一相位的車輛長度L′，此時設定一個閾值L0＝60，若L′＞L0，則中斷正在通行的相位轉向執(zhí)行另一相位，若L′＜L0，則繼續(xù)放行正在通行的相位。

6）若L′＜L0，循環(huán)執(zhí)行5），直至正在通行的相位達到最大周期，轉向另一個相位。

7）若正在放行的相位的綠燈信號時間超過60s，轉向下一個相位。

8）該相位綠燈結束，另一個相位的綠燈信號放行18s，并重復3）～6），依次循環(huán)反復，從而實現(xiàn)對信號燈系統(tǒng)的智能控制。

4 配時參數的優(yōu)化

信號配時參數優(yōu)化是其核心技術和最終解決目標。最優(yōu)控制實質上就是優(yōu)化配時。信號交叉口的實際通行能力，車輛通過交叉口時受阻滯程度，以及其它交通效益量度指標都直接受配時方案的影響。改善配時設計方法，設法尋求一個最佳配時方案，便成了提高城市交通運行效率，最終取得良好的經濟效益、社會效益和環(huán)境效益的關鍵[5]。

目前，對于城市交通網絡的優(yōu)化控制研究，大多是依據出行者起點與終點之間路徑按時間最短優(yōu)化控制，或針對城市交通網絡的交通流分配進行優(yōu)化，或是按城市流通能力最大的交通流分配優(yōu)化控制等。

下面針對2相位的單交叉口交通信號采用最優(yōu)化方法配時進行討論。

信號周期是決定點控制定時信號交通效益的關鍵控制參數，一般信號燈的最短周期時長不少于36s，否則就不能保證車輛順利通過交叉口?？紤]到每一周期的綠燈時間損失基本相同，同時又考慮到周期時長過長，在車流較大的情況下，可能引起等待司機的煩躁或誤認為燈色控制已經失靈，所以最大周期也必須限制，最長周期時長一般不超過120s[6]。現(xiàn)有傳統(tǒng)的配時方法是各成對方向取基本相同的信號配時，這樣有很大的弊端，因為一般情況下不同方向道路的最大通行能力基本相同，但是它們各自的車流量卻有較大的差別，因此，它們所應分配的時間應根據實際需求而不是籠統(tǒng)地取一樣的時間。

本課題的研究提出了一種新的自適應配時方法，即基于交通信號控制器驅動攝像頭采集排隊車流長度，從而得出一個排隊長度值；設單位車隊長度允許通行的時間為△t，由測量得到的車隊長度值決定綠燈放行的時間，如果車隊長度長，那么綠燈放行時間就長，反之則少。接著調用時間與車輛排隊長度的函數Timelength（）計算綠燈放行的時間，從而驅動信號燈控制交通通行情況。系統(tǒng)程序框圖如圖3所示。

圖3 交通信號控時系統(tǒng)程序

在綠燈的配時方法中，保證兩個方向的綠燈最少通行時間t0＝18s。由于綠燈放行的時間取決于排隊車輛的長度，車輛長度長，綠燈放行時間增加，反之，綠燈放行時間減少，所以要建立一個最優(yōu)的車隊長隊與時間的函數關系直接影響交通信號機對交通控制的效果。本課題采取簡單的線性算法，即采取時間與車隊長度的一次比例函數：Tgreen＝t0＋[（Tmax－t0）／L0]× L 自動設置綠燈的通行時間，其中綠燈時間Tgreen不能超過60s[7]。結果表明：自適應調節(jié)控制綠燈的放行時間，能有效改變交叉口車流長時間等待的通行狀況，減少十字路口車輛長時間滯留的問題，提高交通的運行效率。

5 結束語

本文從信號周期以及相位綠燈時間的計算、高效配時策略的制定以及配時策略的優(yōu)化等方面研究了交通信號的配時優(yōu)化方法。尋找到一種新的方法：借助于攝像機獲取等待車隊畫面并根據比例計算出等待車輛的長度，根據等待車輛的多少，科學合理地進行動態(tài)配時。另外，本文還介紹了對配時方案的優(yōu)化，采取較為簡單的線性算法，根據一定的比例函數，自適應調節(jié)路燈控制時間，從而有效提高了交通路口車輛通行率。平面交叉口信號控制理論的配時計算是容易的，但由于利用數據（交叉口流量統(tǒng)計）與實際交通情況的差別以及路口交通和流向變化性和隨機性，再加上路口周圍的交通環(huán)境不同，在實際的交通信號控制中，該優(yōu)化方法的設計還有待進一步研究改進。

[1]陳寬民，嚴寶杰.道路通行能力分析[M].北京：人民交通出版社，2008：52－54.

[2]楊曉光，楊佩昆.信號燈控制交叉口停車線車輛延誤模擬算法[J].同濟大學學報，2010，21（1）：67－731.

[3]周正林，姜振廷，宋天明.基于視頻技術的交通流量預測[J].黑龍江工程學院學報：自然科學版，2011，25（3）：29－30.

[4]陳淑燕，陳森發(fā)，吳明贊.單路口交通的多相位實時模糊控制[J].系統(tǒng)工程理論與實踐，2009，23（1）：110－115.

[5]顏艷霞，李文權.單點交叉口信號實時配時模型及螞蟻算法[J].公路交通科技，2011，23（11）：116－119.

[6]劉運通，石建軍，熊輝，等.交通系統(tǒng)仿真技術[M].北京：人民交通出版社，2010：79－81.

[7]Vincent R A，Mitchell A I，Robertson D I.User guide to TRANSYT version 8LR666[R].Transport and Road Research Laboratory，2010：55－56.

[8]Clement S，Anderson J.Traffic signal timing determination：the cabal model[C]／／Proc of 2nd IEE International Conference on Genetic Algorithms in Engineering Systems：Innovations and Applications.Glasgow，UK，2011：63－68.