林昱辰，王嘉文，鄒林志，周溪召

（上海理工大學(xué) 管理學(xué)院，上海 200093）

0 引言

城市快速路系統(tǒng)作為連接城市各地區(qū)之間的重要交通樞紐，有效的加強了各地區(qū)之間的聯(lián)系，推動了城市的發(fā)展以及空間架構(gòu)的實時化轉(zhuǎn)變[1]。在一些特大城市中快速路的作用無可替代，是城市道路的主體，城市之間主要的交通運行及貨物運輸都離不開快速路系統(tǒng)，但其舒適性、便捷性在某些地區(qū)正在逐步減弱，早晚高峰期間的車輛擁堵更是頻發(fā)事件[2]。因此，如何使用合理的控制手段有效提高快速路系統(tǒng)的整體交通運行水平，已經(jīng)成為各方關(guān)注的焦點?？焖俾方煌刂剖侄沃饕ㄈ肟谠训揽刂?、出口匝道控制、主線交通控制、網(wǎng)絡(luò)路由控制和通道集成控制。其中入口匝道控制是應(yīng)用最為廣泛，也是最為有效的控制措施[3]。本文對當(dāng)前入口匝道控制研究的研究脈絡(luò)（如圖1所示）、理論體系進行梳理和總結(jié)，特別是對入口匝道控制方法及影響因素進行評述，并梳理出具有潛在價值的研究方向和問題，推動快速路入口匝道與地面相關(guān)研究成果在城市信號控制交叉口的應(yīng)用。

圖1 快速路入口匝道控制整體研究脈絡(luò)

1 城市快速路入口匝道控制理論

入口匝道控制的基本原理可以理解為將快速路作為容器，及時調(diào)整進入快速路的車輛數(shù)，使其作為容器的指標(biāo)在最佳并非最大的狀態(tài)時即可。入口匝道作為連接器的作用，若有車輛準(zhǔn)備進入主路，則排隊等待，不想排隊等待，則可選擇地面道路行駛，到下一個入口匝道進入主路，即選擇替代路線[3]。所以，使用合理的控制方法，將快速路主路及地面的交通運行維持在最佳狀態(tài)附近，對二者來說都有益處。

2 入口匝道控制影響因素分析

無控制匝道的交通情況參差不齊，與有控制的匝道有不小的差距，而控制效果的提升多少依賴于交通需求水平。匝道控制涵蓋內(nèi)容較多,如交通流模型、控制算法、交通條件、道路狀況等,因此不同的影響因素給入口匝道造成控制效果各有差異。本文主要從交通條件、理論條件和其他條件三個方面分析影響因素對入口匝道控制造成的不同差異。

2.1 道路及交通條件的影響

道路條件會在一定程度上影響通行能力的變化。一般來說，匝道與主路的連接形式一般有：入口-出口、入口-入口、出口-入口和出口—出口四種情況。為了提高通行能力，一般采用出口-入口的組合形式，上游來的車輛恰好在出口駛出，入口匝道上來的車輛可以減少對主線車輛的干擾。通行能力的影響包括主線通行能力以及匝道通行能力兩個方面的影響。主線通行能力與其設(shè)計速度等相關(guān),匝道通行能力與其設(shè)計速度和坡度相關(guān)，不同的匝道設(shè)計容量會造成排隊的延誤不同。通行能力也是交通條件的主要影響因素之一。

2.2 理論條件的影響

2.2.1 交通流模型的影響。交通流模型有三大類，分別為宏觀交通流模型、中觀交通流模型。微觀交通流模型，宏觀的交通流模型主要有格林希爾德、格林伯格等模型，然而應(yīng)用最多且最經(jīng)典的模型為METANET模型和元胞傳輸模型。Papageorgiou[4-7]在匝道控制方面作為先驅(qū)，有許多經(jīng)典的交通流模型創(chuàng)造性研究。在交通流模型方法，通過改進Payne模型，提出了現(xiàn)在廣泛應(yīng)用的宏觀交通流穩(wěn)態(tài)METANET模型。1994年美國專家Daganzo[8-10]創(chuàng)立了原始的元胞傳輸模型（CTM）來研究宏觀交通流。與數(shù)學(xué)解析模型不同的是，CTM作為仿真模型，規(guī)則更加簡單并且易于在計算機上編程實現(xiàn)，具有排隊形成、消散等真實的交通特性。Spiliopoulou，等[11]以某一匝道為研究對象，證明了METANET模型模擬效果更好。

2.2.2 控制算法的影響。不同的算法對匝道控制效果也有較大的影響。根據(jù)控制范圍的大小，可以將匝道控制分為單點控制與協(xié)調(diào)控制。單點控制的算法有需求-容量控制法、OCC控制法、ALINEA算法等。Greguri，等[12]對比了三種匝道控制算法發(fā)現(xiàn)，ALINEA算法平均延誤最大，原因是該算法比較適合單點控制而不適合各匝道間的協(xié)同控制；SWARM算法平均行程時間最短，但延誤較二者來說更多；HELPER算法延誤及總行程時間都為最小。當(dāng)然不同地區(qū)的不同匝道使用不同的算法都會有差異，不能直接照搬使用。

2.3 突發(fā)條件的影響

突發(fā)條件主要包括不良天氣情況和緊急事件不良的天氣情況有陰雨天氣、大霧天氣、雪天等等。不良的天氣會對快速路系統(tǒng)造成一些潛在性的事故，原因其一，降低了道路的能見度及摩擦阻力;其二，車輛行駛速度減小，導(dǎo)致行程時間增加，更容易造成延誤的發(fā)生。緊急事件是指可能導(dǎo)致快速路系統(tǒng)路段通行能力下降的事件，比如事故、路面維護等。這二類情況都會對快速路系統(tǒng)控制效果造成影響。

3 入口匝道控制方法比較

3.1 定時控制

匝道控制理論起源于1965年，最先應(yīng)用于匝道控制的方法為Wattlewortht[13]提出的定時控制方法，將路段分段，通過調(diào)節(jié)進入主線交通量，以防止交通流量超過主線每一段的通行能力。由于交通數(shù)據(jù)的非實時性，該方法反而會在平峰時間導(dǎo)致?lián)矶卵诱`或交通設(shè)施使用不充分的情況。因此，定時控制方法一般只應(yīng)用于高峰時期。

入口匝道是主路與輔路的交匯，一般采用單點信號控制，用紅綠兩種顏色對車流進行引導(dǎo)。在確定整個信號控制周期后，根據(jù)道路車流組成、單位時間內(nèi)通過道路的主路以及輔路車流量，來確定信號周期的綠燈時間，而紅燈時長則為周期剩余時間[15]。

3.2 感應(yīng)控制

由于定時控制具有很大的局限性，無法根據(jù)道路的實時狀況做出反饋，眾多國內(nèi)外學(xué)者開始研究感應(yīng)控制。交通感應(yīng)控制通過對快速路的交通參數(shù)（流量、占有率、速度、進出口匝道排隊長度等）進行實時監(jiān)測,利用監(jiān)測到的實時交通信息進行動態(tài)閉環(huán)最優(yōu)控制。

Kontorinaki，等[16]發(fā)展并提出統(tǒng)一的自適應(yīng)感應(yīng)控制方案，該方案的獨特之處在于，它適合與區(qū)域管理或干線協(xié)調(diào)時使用，可以估計一些未知的系統(tǒng)變量。

3.2.1 需求-容量控制。Mashert，等[17]提出的需求-容量模型是以匝道下游的通行能力為參照目的，通過調(diào)整匝道進入主路的交通量，使上游車輛與匝道進入主路的和小于參照目標(biāo)即可，該控制方法在國外應(yīng)用較廣。該控制方案的算法為：

式中：r(k)—進入主路的車輛數(shù);

qin(k)—上游車輛數(shù);

qcap—匝道下游的通行能力;

Oout—下游測量得到的占有率;

Oer—下游臨界占有率（此時對應(yīng)的交通流量最大）。

3.2.2 反饋控制。ALINEA算法[18]是最有代表性的占有率控制方法，它是一種基于經(jīng)典閉環(huán)反饋控制的匝道控制策略，其算法如下：

式中:r(k)—k時刻入口匝道調(diào)節(jié)率；

Oout—匝道下游期望占有率，一般來說它等于臨界占有率或略小于臨界占有率；

KR—調(diào)節(jié)參數(shù)。

在需求-容量模型中，當(dāng)占有率達(dá)到臨界值時，控制率會進行跳躍，直接變?yōu)樽钚≈?，對交通流的連續(xù)與穩(wěn)定較為不利。而ALINEA算法雖然沒有加強各匝道之間的聯(lián)系，但控制率的改變方式較為緩和，也是有效的交通疏導(dǎo)手段。ALINEA但其實現(xiàn)需要是目前應(yīng)用最廣泛的局部匝道控制策略。與其他策略相比，該算法簡單，實現(xiàn)成本低，保證了目標(biāo)性能目標(biāo)，但其實現(xiàn)需要入口匝道有足夠的存儲空間。在協(xié)調(diào)計量策略中，基于區(qū)域的計量實現(xiàn)簡單，易于重新配置。

ALINEA算法由于其匝道間缺乏聯(lián)系性，所以有可能造成相鄰路段的延誤，但是對快速路系統(tǒng)而言也能較為有效的緩解交通壓力[18]。因此，諸多ALINEA改進模型被提出來提高效率。如AD-ALINEA算法考慮了天氣情況等對占有率的影響；FL-ALINEA算法使用來自下游檢測器的主線流而不是占用，而當(dāng)下游檢測器不可用時，UP-ALINEA算法使用來自上游檢測器的占用值。X-ALINEA算法解決了當(dāng)高速公路飽和時，匝道上的排隊長度過長導(dǎo)致限速行駛的問題。為了使系統(tǒng)達(dá)到最優(yōu)的效果，介于單點和區(qū)域之間的控制算法被提出，且具有較高的使用價值，相較多區(qū)域協(xié)同控制的復(fù)雜性也較小[19]。METALINEA算法[20]的參數(shù)設(shè)置較為復(fù)雜，其占有率的準(zhǔn)確性直接決定了該控制方法的效果。SWARM算法[21]（System Wide Adaptive Ramp Metering）主要應(yīng)用于美國，包含兩層相互獨立的匝道控制算法，對校準(zhǔn)交通狀態(tài)的準(zhǔn)確預(yù)測更加敏感。HELPER算法[22]即合作型協(xié)調(diào)控制，分為局部控制層與協(xié)調(diào)控制層兩個結(jié)構(gòu)。該算法增加了中央超控功能，以實現(xiàn)整個快速路上的全系統(tǒng)交通響應(yīng)。所有的匝道被分為6組，根據(jù)當(dāng)?shù)亟煌ㄇ闆r，匝道儀表可選擇6種控制率。如果匝道上的隊列連續(xù)三個時間間隔超過指定的閾值，則將計量速率降低一個級別，這個過程一直持續(xù)到問題被解決為止。如果隊列持續(xù)存在，那么所有上游匝道都將被覆蓋，并將以更嚴(yán)格的控制級別運行，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。

3.2.3 模糊控制。20世紀(jì)80年代，Chen[23]提出了單個匝道口的模糊控制問題。Taylor，等[24]將模糊控制應(yīng)用于Cettle高速公路的匝道控制，現(xiàn)場實驗表明模糊控制比定時控制和需求-容量控制的控制效果都好。模糊控制的優(yōu)點就是因為模糊性，不需要準(zhǔn)確的數(shù)據(jù)輸入，數(shù)學(xué)模型也不用十分精確。缺點也正是因為其模糊性，其規(guī)則一般來自專家的經(jīng)驗，需要提前設(shè)置大量的參數(shù)，并且控制系統(tǒng)的穩(wěn)定性仍有待解決。尤其針對多匝道的控制，其規(guī)則會更為復(fù)雜，更難實現(xiàn)。

3.2.4 神經(jīng)網(wǎng)絡(luò)控制。Zhang，等[25]研究了神經(jīng)網(wǎng)絡(luò)在入口匝道控制中的應(yīng)用，結(jié)果表明，神經(jīng)網(wǎng)絡(luò)控制能取得良好的效果。神經(jīng)網(wǎng)絡(luò)控制是一種模擬人腦的控制方法，人的大腦具有很強的學(xué)習(xí)能力，這也正是該控制方法的優(yōu)點，對非線性的系統(tǒng)可以直接應(yīng)用。其缺點也正是因為神經(jīng)網(wǎng)絡(luò)的龐大性，沒有一個精確的數(shù)量定值，需要花費較長時間學(xué)習(xí)，無法滿足實時性較高的匝道控制系統(tǒng)。

匝道控制的幾種典型方法比較見表1。

表1 匝道控制典型方法比較

4 結(jié)語

入口匝道控制方法從定時控制發(fā)展為感應(yīng)控制，可以有效地根據(jù)不同的時間、事件做出相應(yīng)的處理，提高控制效率。為加強控制學(xué)習(xí)的魯棒性，提升實時反饋控制水平，模糊控制、人工神經(jīng)網(wǎng)絡(luò)等智能控制算法也應(yīng)用于快速路匝道中，有效提升了控制的預(yù)見性、可靠性、自適應(yīng)能力，主要體現(xiàn)在以下兩個方面：主干線通行能力和匝道的排隊情況。目前已有很多入口匝道控制方面的研究成果，將入口匝道控制與城市地面道路控制相結(jié)合，將極大地改善整個路網(wǎng)系統(tǒng)。同時實時交通信息的手段不斷提高，一些重要的交通數(shù)據(jù)，如O-D矩陣等，可以用來估計流量數(shù)據(jù)，這些數(shù)據(jù)為實現(xiàn)綜合控制提供了必要的條件，在這些方面可進行更加深入的研究。