方傳武 丁 麗

(西南交通大學交通運輸與物流學院，四川 成都 610031)

?

城市快速路入口匝道交通控制算法綜述

方傳武 丁 麗

(西南交通大學交通運輸與物流學院，四川 成都 610031)

根據(jù)調節(jié)方法與實時交通狀態(tài)之間的關系，將匝道控制分為定時控制與自適應控制，分析了自適應控制中的局部控制、合作型協(xié)調控制、競爭型協(xié)調控制、交通集成型協(xié)調控制典型算法的原理及優(yōu)缺點，最后在總結現(xiàn)在算法的基礎上，對未來快速路匝道控制的研究方向進行了展望。

城市快速路，匝道控制，交通流

0 引言

交通需求的急劇增長造成城市嚴重的擁堵，城市快速路作為城市的骨干道路，承擔著大運量的交通，由于缺乏控制和合理的引導，在高峰時期往往表現(xiàn)出車速緩慢、排隊長度長、排放尾氣加大、道路通行能力利用不充分、交通安全性降低的現(xiàn)象。匝道控制作為城市快速路控制最主要的方式，已被證實為改善快速路交通環(huán)境，提高道路設施利用程度最有效的方法之一[1]。匝道控制通過限制車輛能使快速路主線保持連續(xù)的交通流，減少交通擁堵，提高交通安全及防止追尾的產生[2]。同時匝道控制還有平衡交通流的作用，可轉移快速路主線交通流至其他主干路，短程出行的人若沒有匝道控制的限制會更愿意上快速路，雖然與主干路出行時間相差不大。匝道控制可顯著減少快速路出行者的總出行時間[3]。

1 控制方法分類

城市快速路是修建于城市內部或者城市外圍的高速通道，道路設計及控制機制都與高速公路有相似之處，部分高速公路控制的理論也應用于城市快速路上。然而，由于城市快速路的出入口間距小，車流的交織分流更為頻繁，受附近交叉口影響大，變通參數(shù)變化更為復雜。因此快速路控制要比高速公路研究更為復雜。

通過對匝道控制不同理論的研究，將城市快速路匝道控制分為定時控制與自適應控制。

1.1 定時控制

具有固定的周期及相位，控制率依據(jù)歷史數(shù)據(jù)得出，可在不同時間段設置不同的配時方案。該控制方法適用于交通流較為固定穩(wěn)定的情況，對于突變的交通流及交通事故所引起的交通流變化無法適應，由于其低成本的特性可作為其他匝道控制方法的備用方案。

1.2 自適應控制

根據(jù)實時測得的交通參數(shù)來確定每個周期的控制率。典型的分類方法[4]等將自適應控制分為局部控制和協(xié)調控制，協(xié)調控制又包含合作型協(xié)調控制、競爭型協(xié)調控制、交通集成控制三個類別。

1)局部控制：控制范圍為某一匝道，通過對本匝道實時檢測的交通流參數(shù)來確定入口匝道的控制率。由于只考慮局部控制，無法做到系統(tǒng)最優(yōu)。當在快速路網絡系統(tǒng)中產生多個堵點或發(fā)生交通事故時，控制效果不如協(xié)調型控制方法。

2)合作型協(xié)調控制：首先通過局部控制方法確定每個匝道的控制率，然后再基于全局條件調整參數(shù)與控制率。

3)競爭型協(xié)調控制：匝道計算兩組控制率，一個基于局部控制條件與交通流參數(shù)，一個基于全局條件與交通流參數(shù)，比較兩個控制率，選擇其中最具有限制性的控制率。

4)交通集成型控制：同時考慮局部和全局的控制條件與交通流參數(shù)，通過系統(tǒng)最優(yōu)化方法求解各匝道調節(jié)率。

2 不同類型匝道控制典型算法

針對不同理論的快速路控制匝道控制典型算法按類型、檢測量、檢測位置進行疏理見表1。匝道控制示意圖見圖1。

表1 匝道控制典型算法

2.1 Demand-Capacity

Demand-Capacity[5]廣泛應用于美國，通過比較匝道上游檢測到的交通量與匝道下游主線的通行能力計算控制率。由于交通量檢測對交通擁堵的識別不可靠(如交通量為0時可能完全堵死或完全無車)，因此還需要在下游檢測占有率。如果占有率檢測值超過了預設的闕值，則認為是主線處于擁擠狀態(tài)，占用率則采用最小值rmin。

其中，r(k)為第k處周期匝道控制率，輛/h;Cap為匝道下游主線通行能力，輛/h;qin(k)為第k個周期匝道上游流量，輛/h;rmin為匝道控制率最小值,輛/h;Oout為下游實時占有率;Ocr為占有率闕值。

2.2 ALINEA

ALINEA算法[6]通過實時檢測下游占有率，調整匝道控制率以保持匝道下游占有率為某一定值(占有率闕值)為目標，使得快速路主線通行能力最大化。ALINEA算法在多個城市得到廣泛應用，如巴黎，阿姆斯特丹，格拉斯哥，慕尼黑。

其中，r(k)為第k處周期匝道控制率，輛/h;kR為調整率參數(shù)，輛/h;Oout為下游實時占有率。

在Demand-Capacity算法中，當檢測器所檢測到的占有率達到占有率闕值時，控制率會以跳躍的方式直接變?yōu)樽钚≈?，不利于交通流的穩(wěn)定性和連續(xù)性。而ALINEA算法以一種相對溫和的方式來循序漸進改變控制率，在防止交通擁堵時更加有效。

2.3ALINEA改進模型

盡管ALINEA算法能有效改善快速路主線交通狀況，但它有可能引發(fā)相鄰路段或交叉口的排隊現(xiàn)象，但對于整體交通狀況卻是利大于弊[6]。因此，也出現(xiàn)了很多ALINEA的改進模型以提高算法的效率。如AD-ALINEA[7]考慮到占有率受交通組成、天氣狀況等影響，敏感性較大，通過實時預測占有率以達到匝道下游能達到最大交通量；由于占有率有敏感性，F(xiàn)L-ALINEA[8]則通過實時檢測下游交通量代替實時檢測下游占有率，當達到占有率闕值時，控制率和Demand-Capacity算法一樣也轉變成最小值；當匝道下游缺乏條件檢測占有率時，UP-ALINEA[8]則可通過只檢測上游交通量和公式轉換達到ALINEA的控制效果；X-ALINEA[8]則考慮了ALIENA算法造成的匝道的排隊狀況，當達到最大排隊長度時，則調整控制率。

由于局部控制算法無法達到協(xié)調控制系統(tǒng)最優(yōu)的效果，但由于協(xié)調控制算法復雜性大，參數(shù)調整多，現(xiàn)局部控制算法仍具有很強的實用性。

2.4METALINEA

METALINEA[9]是ALINEA改進協(xié)調控制型模型，其模型如下：

METALINEA控制效果較依賴于K1,K2與占有率闕值的選擇的準確性，其參數(shù)的設置與標定要復雜得多。Papageorgiou等[10]對比過ALINEA與MATLINE控制效果，發(fā)現(xiàn)在常發(fā)性交通堵塞MATLINE的控制效果與ALINEA相比并沒有優(yōu)勢，但是在非常發(fā)性交通堵塞如交通事故等要比ALINEA控制效果更優(yōu)。

2.5SWARM

SWARM[11](SystemWideAdaptiveRampMeteringSystem)主要應用于美國，包含兩層相互獨立的匝道控制算法。

SWARM1為協(xié)調層，主要為交通狀態(tài)預測與系統(tǒng)分配，其目標為維持主線交通流密度于一個預設的值，可以為飽和交通流密度。交通狀態(tài)預測主要應用線性回歸與卡爾曼濾波的方法來預測檢測器預設的交通流密度。則周期內匝道所要達到的交通流密度為：

其中，ρt為匝道所要達到的目標交通流密度;ρc為當前交通流密度;ρe為預測交通密度超出飽和交通流密度的量;T為預設周期。

當?shù)贸鲈训赖哪繕私煌髅芏葧r，則轉換交通量分配到各個路段：

qr(i)=(ρc(i)-ρt)×n×l。

其中,qr(i)為匝道i處的交通流量變化量;ρc(i)為匝道i當前交通密度;n為匝道數(shù);l為i處檢測器到下一檢測器的距離。

SWARM2應用檢測器所檢測到的車頭時距以確定匝道調節(jié)率。最終的匝道調節(jié)率選擇SWARM1與SWARM2更有約束的一方。由于SWARM算法采取交通預測的方法來確定匝道調節(jié)率，具有提前預判和優(yōu)先決策的功能。其算法的關鍵性在于預測的準確性。

2.6HELPER算法

HELPER算法[12],作型協(xié)調控制,也是分為局部控制層與協(xié)調控制層兩個結構。局部控制層，預先設置6個不同占有率范圍的控制率級別，每個匝道根據(jù)上游的占有率選擇其一。如果排隊過長，則控制率提升一個級別，使更多車輛進入匝道以減少排隊。在協(xié)調控制層，如果匝道控制率由于排隊過長達到最大級別連續(xù)三個周期，則視為關鍵匝道，轉入?yún)f(xié)調控制，將該匝道處交通量連續(xù)分配給上游匝道，上游匝道通過降低控制率級別以減小該匝道的交通壓力。

3 快速路入口匝道控制算法展望

入口匝道控制算法從原先的靜態(tài)定時控制到后來的實時自適應控制，對交通狀況的突變適應性能力加強，控制效率方面也有了提升。為加強控制學習的魯棒性和加強實時反饋控制機制，模糊控制、人工神經網絡等智能控制算法也應用于快速路匝道中，對提高控制的預見性、可靠性、自適應能力都有較大的提升。在這些方面可進一步研究。

[1]Papageorgiou,M,Kotsialos,A, 2002.Freewayrampmetering:anoverview.IEEETrans.Intell.Transport.Syst(3)：271-281.

[2] Piotrowicz, G, Robinson, J, 1995, “Ramp Metering Status in North America: 1995 Update”, Federal Highway Administration, US DOT, Washington, DC, DOT-T-95-17.

[3] Kotsialos, A, Papageorgiou M, Messer, A , 1999, “Optimal Coordinated and Integrated Motorway Network Traffic Control.” Proceedings of 14th International Symposium on Transportation and Traffic Theory, Jerusalem, Israel, pp. 621-644.

[4] Zhang M, Kim T, Nie X, et al. Evaluation of on-ramp control algorithms[J].California Partners for Advanced Transit and Highways(PATH),2001(8):95-97.

[5] Masher, D P, Ross, D W, Wong, P J, et al.1975, “Guidelines for Design and Operation of Ramp Control Systems” Stanford Research Institute, California.

[6] Papageorgiou, M, Hadj-Salem, H, Blosseville, J M, 1991,“ALINEA: A Local Feedback Control Law for On-ramp Metering”, Transportation Research Record, No. 1320, Transportation Research Board, Washington, D C, pp. 58-64.

[7] Papageorgiou, M, 2003, “Handbook of Transportation Science”, Kluwer Academic Publishers.

[8] Smaragdis, E, Papageorgiou, M, 2003, “A series of new local ramp metering strategies”, 82nd Annual Meeting of the Transportation Research Board, Washington DC, Paper No. 03 3171.

[9] Papageorgiou, M, Blosseville, J M, Hadj Salem, H. ,1990, “Modeling and Realtime Control of Traffic Flow on the Southern Part of Boulevard Peripherique in Paris: Part Ⅱ:Coordinated On-ramp Metering.” Transportation Research. Vol. 24A, No. 5, pp. 361-370.

[10] Papageorgiou, M, Hadj-Salem, H, Middelham, F,1997, “ALINEA Local Ramp Metering-Summary of Field Results”, Transportation Research Record 1603,Transportation Research Board, Washington, D.C.

[11] Paesani, G, Kerr, J, Perovich, P, et al.1997, “System wide adaptive ramp metering in southern California” ITS America 7th Annual Meeting.

[12] Lipp L, Corcoran, L, Hickman, G ,1991, “Benefits of central computer control for the Denver ramp metering system” Transportation Research Record, No. 1320, Research Board,Washington, D.C.

Review on on-ramp metering algorithms of urban expressway

Fang Chuanwu Ding Li

(SchoolofTransportationandLogistics,SouthwestJiaotongUniversity,Chengdu610031,China)

According to the relationship of the control method and the state of the traffic state, the algorithms can be classified to pre-timed and adaptive. In this paper, the classical algorithm of the adaptive algorithms such as isolated ramp metering, cooperative ramp metering, competitive ramp metering and integral ramp metering is analyzed. In the end, based on the generalization of current on-ramp algorithms, the prospects of on-ramp metering algorithms of urban expressway are put forwoad.

urban expressway, on-ramp metering, traffic flow

1009-6825(2016)05-0144-03

2015-12-01

方傳武(1991- )，男，在讀碩士

U491

A