朱和 常玉林
(江蘇大學汽車與交通學院 江蘇 鎮(zhèn)江 212013)
城市主干線承受著巨大的市內(nèi)交通負荷,提高主干線的雙向協(xié)調(diào)控制效果,降低主干線上的車流的延誤時間和停車率,對改善整個城市交通狀況具有重大的實際意義。干線協(xié)調(diào)控制是干道的交通管理與控制的1種主要策略,就是將干道上的一連串信號交叉口按一定方式聯(lián)結(jié)起來作為系統(tǒng)對象研究,同時對各個交叉口進行配時方案設(shè)計以保證互相協(xié)調(diào),從而使得主干道上行駛的車輛可以獲得盡可能少的停車率或較少的行車延誤。
目前干線協(xié)調(diào)控制方法雖多種多樣,但總體分3類:定時協(xié)調(diào)控制、感應協(xié)調(diào)控制和自適應協(xié)調(diào)控制[1]。定時協(xié)調(diào)控制指干線交叉口信號按預先設(shè)定的方案運行。如Little 提出最大帶寬MaxBand控制策略,Gartner等人在MaxBand方法的基礎(chǔ)上提出復合帶寬MultiBand 控制策略[2]。感應協(xié)調(diào)控制是根據(jù)交通量的變化而變化的1種控制方式,其中交通量可由埋設(shè)在干道上的感應線圈獲得。其設(shè)計思想主要有2種:①根據(jù)監(jiān)測到的交通量,實時計算出最佳的控制方案;②根據(jù)檢測到的交通量,從預先設(shè)定的配時方案中,選擇合適的控制方案。感應協(xié)調(diào)控制可以滿足實時交通需求,但在實際運行中,感應協(xié)調(diào)控制一般只適用交通量較小的干線,在接近飽和狀態(tài)的交叉口,感應控制方式的效果未必有定時協(xié)調(diào)控制的效果好。自適應協(xié)調(diào)控制能夠連續(xù)測量交通流狀態(tài),逐步了解和掌握對象,實時調(diào)控保證控制效果達到最優(yōu)。典型的自適應控制系統(tǒng)有:SCATS、SCOOT、RHODE系統(tǒng)[3]。
干道協(xié)調(diào)控制設(shè)計主要原則有[4]:綠波帶最大化;交通性能最小化?;诰G波帶最大化的設(shè)計方法是主要通過追求綠波通行時間與公共信號周期比值的最大化,即以車輛連續(xù)通過帶寬作為評價指標來研究干線配時方案的協(xié)調(diào)控制效果,從而確定控制系統(tǒng)中各交叉口的信號配時參數(shù)值,常用算法有數(shù)解法、圖解法等;基于交通性能最小化的設(shè)計方法則是依據(jù)干道協(xié)調(diào)控制系統(tǒng)的延誤時間和停車次數(shù)與信號配時參數(shù)之間的對應關(guān)系,利用優(yōu)化算法尋找最佳的路徑以確定各交叉口配時參數(shù),從而實現(xiàn)干道協(xié)調(diào)控制系統(tǒng)的總延誤最小,常用算法有蟻群算法、遺傳算法等。
城市干線雙向協(xié)調(diào)控制是干道交通協(xié)調(diào)控制中應用最為廣泛的1種控制手段,該方式有以下優(yōu)點:①交通流更平滑穩(wěn)定,能夠提高道路交通服務(wù)能力與通行能力;②保證整體車流以較高的行駛速度和較低的延誤率;③行駛車速更加協(xié)調(diào)統(tǒng)一,保證車輛盡量不停頓通過下一路口;④可以吸引附近車輛進入主干線,使局部路網(wǎng)更加協(xié)調(diào)通暢;⑤行人和駕駛員都更加遵守交通規(guī)則,緊湊的交通流可減少行人違規(guī)穿越馬路,避免交通事故。
本文采用是定時雙向綠波協(xié)調(diào)控制策略,在現(xiàn)有的MaxBand核心模型的基礎(chǔ)上,以雙向綠波帶寬和最大為目標,引入啟動清空時間即車輛連續(xù)通過干道在各交叉口停車時啟動時刻到通過停車線時刻的時間差。利用數(shù)學軟件和繪圖工具獲得更符合實際的相位差,保證綠波帶寬度和它的實際有效性。同時采用多時段多區(qū)段方針,保證交通干線各交叉口有效協(xié)調(diào)控制,實現(xiàn)全天候雙向有效綠波帶。常州市武進區(qū)常武路的實際應用證明了該控制策略方案的有效性和實用性。
雙向綠波帶協(xié)調(diào)控制的目標是保證干線雙向交通通暢,使進入該干線的車輛一路綠燈行駛,且雙向車流擁有較寬的通過帶。大量的實踐應用表明:當相鄰2交叉口之間的距離超過800m 時,協(xié)調(diào)控制效果反而不如干線上交叉口的單點控制,但在交通過飽和的情況下,距離太近也不利于協(xié)調(diào)控制。雙向綠波帶需優(yōu)化設(shè)計的主要參數(shù)是:信號公共周期、綠信比和相位差。為使干線上各交叉口的交通信號控制能取得協(xié)調(diào),各交叉口的信號周期長度必須相同。為此,首先按單個交叉口信號控制的配時方法,計算各交叉口周期時間長度,然后從中選出最大的周期長度作為這個系統(tǒng)的公共周期,獲得最大周期的交叉口稱關(guān)鍵交叉口[5]。在雙向協(xié)調(diào)控制系統(tǒng)中,很明顯相位差的準確性直接決定著綠波帶的實際效果。相位差分為絕對相位差與相對相位差,絕對相位差是指干線系統(tǒng)中把某一路口作為基準路口,其他路口的協(xié)調(diào)相位起始時刻滯后于基準路口的協(xié)調(diào)相位起始時刻的最小時間差,相對相位差是指干線系統(tǒng)中任意兩相鄰信號綠燈或紅燈的起點或終點的最小時間之差。模型中一般采用相對相位差,其值與相鄰交叉口間路段長度和車輛在該路段間的行駛速度有關(guān)。且控制方案應該與1d的交通流實際狀況相協(xié)調(diào),特殊的時段分配不同的優(yōu)化配時方案,否則方案不滿足現(xiàn)狀,可能造成交通流的集結(jié),引起交通絮流,產(chǎn)生進一步的交通堵塞。
協(xié)調(diào)控制是對城市交通干線或某區(qū)域的多個平面交叉口作為系統(tǒng)進行整體控制,且控制方案相互協(xié)調(diào),使得進入干線的車流按某一速度行駛時,能不遇或少遇紅燈,車輛通過該干線或該區(qū)域內(nèi)時,保證綠波帶最寬、停車次數(shù)最少、延誤時間最短等。
干線協(xié)調(diào)控制方法中最大綠波帶法是以車輛連續(xù)通過帶寬作為評價指標,建立混合整數(shù)線性規(guī)劃模型,通過最大化綠波帶與公共周期的比值來獲得相位差。目前基于綠波帶寬最大化的設(shè)計有兩類方案:不變帶寬綠波和可變帶寬綠波。所謂不變帶寬綠波是指雙向的綠波帶寬大小是不變的,可變帶寬綠波是指在不同路段、不同方向?qū)嵤┎煌B續(xù)帶寬模型。不變帶寬模型的致命缺陷是不能根據(jù)實際交通的變化實時調(diào)整帶寬,滿足實時需求??勺儙捑G波不僅能變動路段間的綠波寬度,還能給兩向車流分配不同帶寬。由于可變帶寬綠波方法涉及到的較多參數(shù)求解,計算量大,不能快速得到最優(yōu)解,但實際效果明顯優(yōu)越不變帶寬。
MaxBand核心數(shù)學模型為Little研究的混合整數(shù)線性規(guī)劃算法[6],能得到各個交叉口信號相位差、綠信比、周期和最佳左轉(zhuǎn)行車信號。本文在該模型中引入啟動清空時間參數(shù)qm,i和q′m,i,其取值大小隨干線交通實際情況而定。本文通過大量連續(xù)來回跟車調(diào)查,統(tǒng)計車輛到各交叉口停車時啟動時刻到通過停車線時刻的時間差,統(tǒng)計取其平均值qi和q′i,同時大量數(shù)據(jù)統(tǒng)計發(fā)現(xiàn),車輛通過這條干線時,在某些交叉口停車次數(shù)頻繁,但在某些交叉口無需停車或停車次數(shù)很少且時間短,本文規(guī)定啟動清空時間為零。如果不考慮行駛啟動清空時間,停車延誤必然會更影響綠波帶的實際效果,達不到預期的目標。修改模型為

模型中:bi(b′i)為交叉口與交叉口間兩方向的綠波帶寬度;ri為路口Ii的紅燈時間;ti為從交叉口Ii到交叉口Ii+1的行程時間,等于t′i;wi,1(w′i,1)為交叉口Ii下端綠波帶邊緣和其左(右)側(cè)相近紅燈的右(左)側(cè)邊緣間的時間差;wi,2(w′i,2)為交叉口Ii上端綠波帶邊緣和其左(右)側(cè)相近紅燈的右(左)側(cè)邊緣間的時間差;qm,i(q′m,i)表示第m 次i 交叉口兩方向的啟動清空時間;n表示干線系統(tǒng)中有綠燈控制交叉口個數(shù)。模型中交叉口之間的幾何關(guān)系見圖1。

圖1 交叉口之間的幾何關(guān)系Fig.1 The geometric relationshipbetween the intersections
利用LinGo軟件計算該優(yōu)化模型,算法數(shù)據(jù)輸入:公共周期、綠信比、交叉口間距和路段行駛時間;輸出:上下行帶寬、影響因子、迭代次數(shù)。
常武路是常州市武進區(qū)南北向的主要通道,它的交通暢通,對于緩解市區(qū)交通擁堵和改善武進區(qū)形象具有舉足輕重的作用。該交通干線南北方向道路為承擔較重負擔的主干線,東西方向道路為支路?,F(xiàn)狀道路規(guī)模為機動車雙向6車道,道路兩側(cè)還設(shè)有2條公交專用車道。常武路從與聚湖路交叉口至與延政路交叉口之間全長約4.2 km,共有11個信號交叉口。常武路沿線交叉口間距在250~650 m 之間,交叉口間距相差不明顯。常武路的交通狀況非常適合采用雙向綠波帶協(xié)調(diào)控制。
系統(tǒng)優(yōu)化前,常武路各路口主要采用簡單的單路口多相位多時段定時控制方式,建立之初為武進區(qū)的發(fā)展做出很大貢獻。但是,隨著社會經(jīng)濟的發(fā)展和車輛數(shù)的劇增,這種控制方式已經(jīng)不能滿足人們?nèi)找嬖鲩L的交通需求。而且,常武路交叉口的交通信號“各自為政”的單點控制方式,給常州市造成巨大的經(jīng)濟損失和環(huán)境污染。所以有必要對常武路交通信號控制進行調(diào)整,以滿足社會發(fā)展需要。
首先必須對綠波帶速度進行取值,本項目取值主要來自道路車速調(diào)查。調(diào)查方式主要有測速儀測量和跟車調(diào)查。常武路同時選擇了這兩種方法。所測結(jié)果總體一致。小汽車平均速度為48.00km/h;中型車平均車速為44.56km/h;大型車平均車速為37.00km/h。車速主要分布在40~55km/h之間,占總量達到的70.4%。
根據(jù)常武路的特點,將綠波帶速度設(shè)計分為3種情況,日平峰(09:00~16:30時)取50km/h,早晚高峰(07:00~09:00時/16:30~19:00時)取45km/h,早晚平峰(05:00~07:00 時/19:00~21:30時)和夜間(21:00~05:00時)取55km/h。另外,平峰時段,常武路南北方向車流分布較均勻,而在高峰時段常武路南北車流分布較懸殊,交通流呈明顯的潮汐現(xiàn)象,在早高峰時段,由北向南車流明顯大于對向,而在晚高峰時段,由南向北車流量較大。因此在設(shè)計雙向綠波控制時,早高峰期間由北向南優(yōu)先保證綠波帶最優(yōu),晚高峰期間由南向北優(yōu)先保證綠波帶最優(yōu)。
根據(jù)路口間距、相交道路性質(zhì)及交通狀況將常武路從北至南11個交路口分為4個區(qū)間。第一區(qū)間:聚湖路、東方路交叉口;第二區(qū)間:人民路、古方路、定安路交叉口;第三區(qū)間:廣電路、長安路交叉口;第四區(qū)間:虹北路、長虹路、府西路、延政路交叉口。通過多次來回跟車調(diào)查,統(tǒng)計計算啟動清空時間與停車次數(shù),以早高峰為例,見圖2、3。
從圖中看出,早高峰期間北向南方向需停車的交叉口比較多,而南向北需停車的交叉口比較集中且次數(shù)較少,主要原因是與該區(qū)域的交通潮汐現(xiàn)象和交叉口周圍的環(huán)境密切相關(guān)。模型計算結(jié)果利用CAD 繪制時距圖,相位差可從圖中直接測量獲得。

圖2 北向南方向啟動清空時間與停車次數(shù)平均值Fig.2 The average value of starting empty time and parking times from north to south

圖3 南向北方向啟動清空時間與停車次數(shù)平均值Fig.3 The average value of starting empty time and parking times from south to north

圖4 早高峰雙向綠波的效果圖Fig.4 The functional drawing of the morning peak
從圖中看出綠波帶寬度保持在34~54s范圍內(nèi)。理想情況下,北向南方向機動車通過該干線最多停車1次,而反向效果稍差,主要考慮早高峰期間由北向南車流量較大,優(yōu)先保證該方向綠波帶寬度和低停車率。
為了驗證優(yōu)化方案的有效性,利用德國PTV公司的微觀交通仿真軟件Vissim 進行仿真,首先建立與實際相符路網(wǎng)模型,然后輸入交通流量,周期,相位差等相關(guān)參數(shù),選取合適的位置設(shè)置相應的評價參數(shù)檢測器,并針對不同時段的配時方案仿真。對優(yōu)化前后進行了對比實驗,比較了綠波帶優(yōu)化對平均停車次數(shù)、平均延誤、平均行駛時間的影響。如早高峰效果對比見表1,測試數(shù)據(jù)結(jié)果表明該雙向綠波帶控制策略可以有效改善干線交通阻塞狀況,而且效果十分明顯。同時實際跟車調(diào)查發(fā)現(xiàn)道路行駛速度明顯提高,實驗結(jié)果符合交通需求。

表1 實際使用效果對比Tab.1 The comparison of the practical effects
本文提出1種適用于中小城市干線交通信號雙向綠波的定時協(xié)調(diào)控制策略,這種控制方案高效率、低成本而且實施簡單,適用價值高。這種控制策略的關(guān)鍵點在于相位差獲取。首先對干線現(xiàn)狀調(diào)查分析、計算周期和綠信比等,再通過跟車調(diào)查引入啟動清空時間,建立混合整數(shù)線性規(guī)劃模型,獲得更符合實際的干線相對相位差以及其它相關(guān)參數(shù)。實例驗證了此種控制策略的現(xiàn)實意義。但交通流處在不斷變化中,對控制的關(guān)鍵點處理方法需繼續(xù)觀察改進,特別是橫向干擾影響車流帶速的處理問題還未得到妥善解決。
[1]張飛舟,范耀祖.交通控制工程[M].北京:中國鐵道出社,2005.
[2]李 林,徐建閩.干道交通協(xié)調(diào)控制的MILP 改進算法[J].公路交通科技,2009,26(S1):93-96.
[3]沈國江,許衛(wèi)明.交通干線動態(tài)雙向綠波帶控制技術(shù)研究[J].浙江大學學報,2008,42(9):1625-1630.
[4]鄭翔驥,陳明凱.一種實現(xiàn)雙向綠波信號控制的方法[J].交通與計算機,2004,22(5):46-48.
[5]張昌祿,翟潤平.交通干線信號協(xié)調(diào)控制方法綜述[J].中國人民公安大學學報,2007(1):87-90.
[6]Little J D C.The synchronization of traffic signals by mixed-integer linear programming[J].Operations Research,1996(14):568-594.