貴舒玥 何烈云 金石磊

(浙江警察學(xué)院交通管理工程系 杭州 310053)

城市快速路對(duì)改善城市交通狀況，緩解市中心交通阻塞現(xiàn)象，提高城區(qū)與郊區(qū)的通達(dá)度發(fā)揮重要作用。但隨著車流量的增長(zhǎng)，快速路匝道口處逐漸發(fā)展成新的交通結(jié)點(diǎn)，大大降低了快速路作為城市快速交通的作用。快速路匝道擁堵很有可能引發(fā)其他相接道路的繼發(fā)性擁堵，最終導(dǎo)致整個(gè)路網(wǎng)的通行效率降低。

目前國內(nèi)外對(duì)于快速路匝道控制主要采用信號(hào)燈控制法，在匝道進(jìn)出快速路的位置安裝信號(hào)燈，通過傳感器收集交通數(shù)據(jù)，采用各類控制模型和算法實(shí)行信號(hào)控制[1]。Tian Z.Z.等[2]主要通過調(diào)節(jié)道路信號(hào)燈周期和相位調(diào)整進(jìn)入匝道的車輛,以流量-容量比值為標(biāo)準(zhǔn)，對(duì)低、中、高3種不同交通需求情況下的自適應(yīng)信號(hào)控制使用Vissim仿真對(duì)比。G.R.Iordanidou等[3]使用宏觀動(dòng)態(tài)交通流模型作為城市快速路仿真的過程模型，并將其分為路段模型、節(jié)點(diǎn)模型和排隊(duì)模型三部分進(jìn)行研究。唐輝等[4]分別建立主路和輔路的交通流模型和匝道與交叉口排隊(duì)模型，對(duì)主路輔路的協(xié)同控制問題進(jìn)行探索；并考慮以總通行時(shí)間最短為目標(biāo)的優(yōu)化策略。尹勝超等[5]在其研究中基于自適應(yīng)和信號(hào)配合控制策略，提出幾種具體的匝道控制方法。以瓶頸區(qū)域通行能力提高為指標(biāo)，進(jìn)行了仿真實(shí)驗(yàn)。方傳武等[6]詳細(xì)比較了幾種常見匝道信號(hào)燈控制方法的適用條件和優(yōu)缺點(diǎn)。王世明[7]分析了快速路匝道控制的幾種常用方法的優(yōu)缺點(diǎn)，在此基礎(chǔ)上提出“可接受間隙控制”方法。莫陽[8]從分析出入口特性出發(fā)，尋找匝道及變速車道控制參數(shù)的影響因素，解析匝道設(shè)計(jì)速度對(duì)匝道交通流率影響機(jī)理，并研究控制參數(shù)。周浩等[9-10]構(gòu)建可變限速控制影響下的微觀METANET模型,對(duì)入口匝道進(jìn)行優(yōu)化控制，實(shí)現(xiàn)了兩者的協(xié)同優(yōu)化。除理論研究外，國內(nèi)外對(duì)于快速路的控制正落向?qū)嵦帲好绹呀ǔ? 000余處匝道入口信號(hào)燈控制系統(tǒng)；濟(jì)南市部分道路建立了自適應(yīng)控制信號(hào)燈，如果十字路口車輛或行人的通行需求較大，信號(hào)燈能夠感應(yīng)并進(jìn)行反饋，相應(yīng)延長(zhǎng)或縮短本信號(hào)燈周期綠燈時(shí)間。

目前模糊控制理論在交通控制領(lǐng)域主要運(yùn)用在城市道路平面交叉口交通信號(hào)控制及高速公路匝道控制方面，針對(duì)城市快速路匝道交通控制研究較少?？焖俾分髀放c入口匝道交匯區(qū)同樣是一個(gè)受各種因素影響變化的復(fù)雜系統(tǒng)，因此本文采用模糊控制方法進(jìn)行研究。

1 快速路匝道模糊控制模型構(gòu)建

模糊控制理論來自于Zadeh創(chuàng)立的模糊數(shù)學(xué)，為控制復(fù)雜、不明確的系統(tǒng)提供了新的解決方法。它以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)，對(duì)過于復(fù)雜或難以精確描述的系統(tǒng)進(jìn)行計(jì)算機(jī)數(shù)字控制。其最初應(yīng)用于鍋爐和蒸汽機(jī)的溫度控制，取得良好效果。

1.1 模型構(gòu)建

本文模糊控制系統(tǒng)見圖1，模糊控制器是其中最重要的部分。

圖1 模糊控制系統(tǒng)結(jié)構(gòu)示意圖

通常用6個(gè)數(shù)據(jù)反映快速路交通情況：US上游車速，UO上游車輛占有率，DS下游車速，DO下游車輛占有率，RO匝道車輛占有率，RL匝道等待車輛總長(zhǎng)度?？臻g占有率指在某一特定時(shí)刻，在一個(gè)特定區(qū)域內(nèi)，已被車輛在地面投影占有的道路量與區(qū)域內(nèi)道路總量的比率，計(jì)算如式(1)所示。

(1)

式中：Rs為匝道空間占有率；L為觀測(cè)路段總長(zhǎng)度，參照杭州上塘高架大關(guān)匝道檢測(cè)器設(shè)置位置，本文兩檢測(cè)器之間距離為125 m，即取L=125 m；Li為第i輛車的長(zhǎng)度；n為該路段的車輛數(shù)。檢測(cè)器分布見圖2。

圖2 入口匝道和檢測(cè)器分布示意圖

經(jīng)過與現(xiàn)有數(shù)據(jù)整合分析，選取上游車輛占有率UO和匝道等待車輛長(zhǎng)度RL作為模糊控制器輸入量；輸出量為綠燈延長(zhǎng)時(shí)間ΔG，即本信號(hào)燈周期內(nèi)綠燈時(shí)間增加或減少值。輸入量每120 s更新1次。以下是模糊邏輯控制器的構(gòu)建流程。

1.2 輸入與輸出變量模糊化

將UO和RL的值分別劃分為5個(gè)模糊子集，在每個(gè)模糊子集中使用VS、S、M、L、VL表示“很小、小、中等、大、很大”。綠燈延長(zhǎng)時(shí)間設(shè)為NB、NS、NE、ZN、ZE、ZP、PO、PS、PB9個(gè)模糊子集，代表負(fù)大、負(fù)小、負(fù)、零負(fù)、零、零正、正、正小、正大。以RL為例，根據(jù)檢測(cè)器測(cè)得數(shù)據(jù)，將RL取值范圍[RLmin，RLmax]劃分為以上5個(gè)模糊子集，其取值范圍即為上游車速的論域。假設(shè)RLmin=0，RLmax=100，該子集的隸屬度函數(shù)見圖3。

圖3 隸屬度函數(shù)圖

通過測(cè)距得該匝道長(zhǎng)度為400 m，即匝道等待車輛總長(zhǎng)度極值為400 m，定義RL的論域?yàn)閇0,80,160,240,320,400]。陳玉思[11]根據(jù)2002年版的《城市道路交通管理評(píng)價(jià)指標(biāo)體系》，依據(jù)城市主干道平均行程速度描述道路交通運(yùn)行狀況，取占有率為0.28，0.39，0.52劃分主干道暢通、輕度擁擠、擁擠和嚴(yán)重?fù)頂D。本文定義道路占有率論域?yàn)閇0,0.28,0.39,0.52,0.8,1]。

1.3 模糊規(guī)則的設(shè)計(jì)

模糊規(guī)則建立在語言變量的基礎(chǔ)上，是模糊控制器知識(shí)庫的核心，模糊規(guī)則的正確性與數(shù)量也直接影響模糊控制器的控制效果?；A(chǔ)的模糊規(guī)則形式為：IF A then B，經(jīng)過對(duì)比篩選，建立25條規(guī)則見表1。

表1 模糊控制規(guī)則表

以RL是VL、UO是VS為例，此時(shí)匝道排隊(duì)等待車輛長(zhǎng)度很長(zhǎng)，上游車輛占有率很小，表示匝道擁擠而主路交通流量很小，因此可以延長(zhǎng)綠燈時(shí)間，令ΔG為PB。模糊規(guī)則形式為IF (RLisVL) AND (UOisVS) THEN (ΔGisPB)，其余規(guī)則以此類推。

聯(lián)系實(shí)際需求及每條規(guī)則的重要程度可賦予每條規(guī)則不同的權(quán)重，以起到更佳的控制效果。本文不區(qū)分規(guī)則之間重要性程度，將每條控制規(guī)則權(quán)重均設(shè)置為1。

1.4 輸出量去模糊化處理

模糊產(chǎn)生器使用上述規(guī)則將UO、RL映射成ΔG的一個(gè)模糊集合。通過模糊控制算法計(jì)算輸出的控制量是一個(gè)模糊集，需要將模糊集變成控制量中的精確量，再將精確量轉(zhuǎn)化為所需要的具有物理意義的輸出量。常用的去模糊化方法有3種，最大隸屬度、中位數(shù)判決、加權(quán)平均。本文采用加權(quán)平均，定義如式(2)。

(2)

式中：ΔG為延長(zhǎng)綠燈時(shí)間；N為模糊規(guī)則數(shù)；wi為第i條規(guī)則的加權(quán)系數(shù)；ci為輸出模糊集的中心；fi為第i條模糊規(guī)則的模糊蘊(yùn)含。采用加權(quán)平均法能夠較好地實(shí)現(xiàn)去模糊化。

1.5 算法模型求解

使用MATLAB模糊控制工具箱Fuzzy進(jìn)行控制算法求解。Fuzzy為模糊控制器的設(shè)計(jì)提供了一種非常便捷的途徑，使用它不需要經(jīng)過人工編程進(jìn)行復(fù)雜的模糊化、模糊推理及反模糊化處理，只需要在控制界面設(shè)定相應(yīng)參數(shù)，即可設(shè)計(jì)出所需要的控制器。

在運(yùn)行窗口執(zhí)行Fuzzy命令，在控制界面輸入相應(yīng)的設(shè)定參數(shù)，可得到控制規(guī)則，見圖4，綠燈延長(zhǎng)時(shí)間見表2。得到反映匝道排隊(duì)長(zhǎng)度、上游車輛占有率和綠燈延長(zhǎng)時(shí)間之間輸入與輸出的關(guān)系曲面圖見圖5。

圖4 控制規(guī)則圖

表2 綠燈延長(zhǎng)時(shí)間表

圖5 綠燈延長(zhǎng)時(shí)間與匝道排隊(duì)長(zhǎng)度、上游車輛占有率的關(guān)系圖

2 信號(hào)燈配時(shí)設(shè)計(jì)及仿真實(shí)驗(yàn)

以城市快速路道路檢測(cè)器數(shù)據(jù)為研究基礎(chǔ)，使用2017年5月26日杭州上塘高架大關(guān)匝道下午時(shí)段數(shù)據(jù)進(jìn)行研究。將數(shù)據(jù)處理為單位、量級(jí)一致，并進(jìn)行相應(yīng)的統(tǒng)計(jì)整合，得到主路流量數(shù)據(jù)見圖6。

圖6 2017-05-26上塘高架大關(guān)段主路流量數(shù)據(jù)

2.1 信號(hào)燈配時(shí)設(shè)計(jì)及控制方案

本文信號(hào)燈具體設(shè)置位置見圖7。

圖7 信號(hào)燈設(shè)置位置

本信號(hào)控制僅放置在匝道上，不控制主路車流，因此為單相位信號(hào)燈。 預(yù)設(shè)信號(hào)燈周期為120 s，令信號(hào)燈周期C=120 s，黃燈時(shí)間取TY=2 s，初始綠燈時(shí)間與紅燈時(shí)間TG0=TR0=59 s。信號(hào)燈周期見圖8。約束條件為0≤TG≤C，當(dāng)TG=0代表該周期信號(hào)燈全紅，TG=C表示該周期信號(hào)燈全綠。

圖8 信號(hào)燈周期示意圖

2.2 綠燈延長(zhǎng)控制方法

檢測(cè)器測(cè)得的交通流數(shù)據(jù)為實(shí)時(shí)值，因此可根據(jù)測(cè)得的交通狀況決策本周期的匝道信號(hào)燈控制方案，流程圖見圖9。

圖9 綠燈延長(zhǎng)方法流程圖

本周期綠燈延長(zhǎng)時(shí)間通過模糊控制算法算出，綠燈時(shí)間TG=TG0+ΔG，紅燈時(shí)間TR=C-TG-TY。經(jīng)過計(jì)算，不同情況下匝道綠燈時(shí)長(zhǎng)表見表3。

表3 綠燈時(shí)長(zhǎng)表

3 MATLAB聯(lián)合VISSIM協(xié)同仿真

利用VISSIM交通仿真軟件提供的排隊(duì)長(zhǎng)度、車速信息等交通參數(shù)，進(jìn)行數(shù)學(xué)運(yùn)算轉(zhuǎn)換參數(shù)輸入，在MATLAB編寫的模糊控制器得到新的信號(hào)配時(shí)方案提供給VISSIM。VISSIM在本周期內(nèi)根據(jù)MATLAB提供的信號(hào)燈組合方案重新進(jìn)行交通控制，并將交通評(píng)估量如平均延誤時(shí)間、平均停車次數(shù)、行程時(shí)間等參數(shù)輸出。

3.1 路口模型繪制

跟據(jù)實(shí)際道路情況確定主路與入口匝道位置關(guān)系，還原真實(shí)道路場(chǎng)景見圖10。

圖10 VISSIM環(huán)境下路口圖

設(shè)置主路類型為高速路(允許自由換道)，期望車速為60 km/h，匝道類型為城市道路(機(jī)動(dòng)車型)，期望車速為30 km/h。在匝道設(shè)置信號(hào)燈頭與排隊(duì)計(jì)數(shù)器，在主路上下游每個(gè)車道分別設(shè)置數(shù)據(jù)采集點(diǎn)。

3.2 仿真實(shí)驗(yàn)設(shè)計(jì)

1) 設(shè)定信號(hào)燈初始值、輸入流量數(shù)據(jù)，并用VISSIM進(jìn)行仿真。

2) 采集仿真指標(biāo)：主路占有率、匝道排隊(duì)長(zhǎng)度、交通流量、速度。

3) 根據(jù)主路占有率、匝道排隊(duì)長(zhǎng)度，利用MATLAB模糊控制計(jì)算綠燈延長(zhǎng)時(shí)間。再根據(jù)信號(hào)燈配時(shí)設(shè)計(jì)方案計(jì)算新的配時(shí)。

4) 在新的配時(shí)方案下，重新運(yùn)用VISSIM仿真，采集仿真指標(biāo)。比較前后仿真結(jié)果。

3.3 仿真結(jié)果評(píng)價(jià)分析

根據(jù)統(tǒng)計(jì)結(jié)果，本路段下午時(shí)段車流量在2 000～3 800 veh/h之間，因此選取2組極值進(jìn)行仿真實(shí)驗(yàn)。

3.3.1小流量仿真

輸入主路車流量2 000 veh/h，匝道車流量500 veh/h，通過檢測(cè)器經(jīng)計(jì)算得到上游占有率平均值為16.1%，匝道排隊(duì)長(zhǎng)度平均值為134 m，輸入模糊控制器，輸出綠燈延長(zhǎng)時(shí)間為12.1 s，即本周期綠燈時(shí)間為71.1 s，仿真結(jié)果見表4、表5。

表4 匝道控制性能對(duì)比表

表5 主路控制性能對(duì)比表

在小流量情況下，通過模糊控制延長(zhǎng)綠燈時(shí)間使得匝道排隊(duì)長(zhǎng)度下降48.7%，停車次數(shù)下降37.3%；并且主路各項(xiàng)指標(biāo)變化不大，僅速度下降3.8%。說明在小流量情況下，模糊控制能夠起到兼顧主輔路通行效率的效果。小流量仿真下，定時(shí)控制和模糊控制對(duì)比見圖11、圖12。

圖11 匝道對(duì)比結(jié)果圖

圖12 主路對(duì)比結(jié)果圖

3.3.2大流量仿真

輸入主路車流量3 800 veh/h，匝道車流量800 veh/h，通過檢測(cè)器經(jīng)過計(jì)算得到上游占有率平均值為44.8%，匝道排隊(duì)長(zhǎng)度平均值為183 m，輸入模糊控制器，輸出綠燈延長(zhǎng)時(shí)間為-11.3 s，即本周期綠燈時(shí)間為47.7 s，仿真結(jié)果見表6、表7。

表6 匝道控制性能對(duì)比表

表7 主路控制性能對(duì)比

大流量仿真下，定時(shí)控制和模糊控制對(duì)比見圖13和圖14。

圖13 匝道對(duì)比結(jié)果圖

圖14 主路對(duì)比結(jié)果圖

由圖13、圖14可見，在大流量情況下，與定時(shí)控制相比模糊控制使主路上游排隊(duì)長(zhǎng)度下降78.2%，行駛速度提高11.7%。同時(shí)對(duì)于匝道的影響較小，排隊(duì)長(zhǎng)度僅增加4.6%，停車次數(shù)增加2.4%。充分體現(xiàn)大流量時(shí)主要保障主路通行需求的特點(diǎn)。

4 結(jié)語

模糊控制是一種非線性控制系統(tǒng)方法，在城市快速路主路和入口匝道上安裝多個(gè)傳感器，根據(jù)傳感器測(cè)得的交通流信息，獲取模糊控制的相應(yīng)輸入變量。

本文以杭州上塘高架大關(guān)路段入口匝道數(shù)據(jù)為例，利用模糊控制方法定義合適的規(guī)則庫、劃定相應(yīng)隸屬函數(shù)、修改推理過程，構(gòu)建了模糊邏輯入口匝道控制器。根據(jù)模糊控制器輸出的綠燈延長(zhǎng)時(shí)間，得到能反映主線和匝道交通流變化的自適應(yīng)信號(hào)燈配時(shí)方案。利用VISSIM軟件進(jìn)行仿真評(píng)估模糊控制的可行性，仿真結(jié)果顯示通過模糊控制能夠較好地提高主路運(yùn)行效率，并且兼顧匝道車流，證明了該方法的實(shí)用性和有效性。