魏向達(dá), 劉小明, 董路熙, 尚春琳

(北方工業(yè)大學(xué) 城市道路交通智能控制技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室, 北京 100144)

0 引 言

城市干線綠波協(xié)調(diào)控制作為一種緩解城市交通擁堵的控制方法, 其相關(guān)研究多集中于控制模型的優(yōu)化, 如：常玉林等[1]分析了綠波帶速度、周期以及相位差等指標(biāo), 提出了一種雙向綠波信號(hào)的改進(jìn)圖解法; 黃慧瓊等[2]通過(guò)分析交叉口間距與車(chē)輛排隊(duì)消散時(shí)間, 提出了一種干線綠波協(xié)調(diào)公共周期與相位差的優(yōu)化方法; 于德新等[3]基于線性規(guī)劃模型, 提出了一種干線協(xié)調(diào)控制優(yōu)化方法, 實(shí)現(xiàn)了對(duì)MULTIBAND模型中綠波帶形式的優(yōu)化; 荊彬彬等[4]從車(chē)隊(duì)實(shí)際行駛速度波動(dòng)性出發(fā), 以雙向綠波帶寬之和最大以及速度波動(dòng)百分比之和最大為一、二級(jí)目標(biāo), 提出了一種綠波協(xié)調(diào)控制目標(biāo)規(guī)劃模型; 盧凱等[5]針對(duì)不同綠燈終點(diǎn)型綠波帶設(shè)計(jì), 構(gòu)建了一種雙向綠波協(xié)調(diào)數(shù)解法; 李永強(qiáng)等[6]針對(duì)綠波控制開(kāi)環(huán)控制問(wèn)題, 以最大綠波帶寬為優(yōu)化目標(biāo), 提出了一種數(shù)據(jù)驅(qū)動(dòng)的交通響應(yīng)綠波協(xié)調(diào)控制模型; Ma等[7]將自適應(yīng)機(jī)制引入綠波控制, 以綠波帶寬最大和延誤最小為目標(biāo), 提出了一種基于自適應(yīng)人工魚(yú)群算法的綠波控制系統(tǒng)優(yōu)化方法。上述算法研究重點(diǎn)側(cè)重于算法優(yōu)化, 不同算法模型在遷移到實(shí)際干線協(xié)調(diào)路段時(shí)算法適應(yīng)性可能存在一定差異。因此, 對(duì)不同干線綠波協(xié)調(diào)控制效果評(píng)價(jià)研究有助于增強(qiáng)算法的魯棒性, 提升干線綠波控制方案實(shí)際應(yīng)用效果。

在綠波協(xié)調(diào)控制效果的評(píng)價(jià)方面, 卓曦等[8]從綠波系統(tǒng)效率與安全指標(biāo)出發(fā)提出了一種綠波協(xié)調(diào)控制系統(tǒng)灰色關(guān)聯(lián)評(píng)價(jià)方法; 施俊慶等[9]利用仿真軟件對(duì)雙向綠波控制效果進(jìn)行了評(píng)價(jià); 林清韓等[10]將綠波交通特有參數(shù)與傳統(tǒng)指標(biāo)相結(jié)合, 同時(shí)考慮次干道通行效率, 利用灰色關(guān)聯(lián)分析法對(duì)綠波協(xié)調(diào)系統(tǒng)控制效果進(jìn)行了評(píng)價(jià); 盧凱等[11]通過(guò)計(jì)算行駛速度和綠波帶寬之間的關(guān)系, 利用集對(duì)分析法對(duì)不同綠波控制方案進(jìn)行評(píng)價(jià)。

從上述研究可以看出, 適用于不同干線綠波協(xié)調(diào)控制效果評(píng)價(jià)對(duì)比的方法較為缺乏, 且部分方法所使用的綠波協(xié)調(diào)控制效果評(píng)價(jià)指標(biāo)較難獲取?；诖? 本文以車(chē)輛軌跡數(shù)據(jù)為基礎(chǔ), 統(tǒng)計(jì)了車(chē)輛行駛OD矩陣表, 協(xié)同考慮車(chē)輛連續(xù)通過(guò)交叉口數(shù)與停車(chē)次數(shù), 構(gòu)建了干線綠波協(xié)調(diào)控制評(píng)價(jià)方法, 在保證評(píng)價(jià)方法簡(jiǎn)便可操作的基礎(chǔ)上實(shí)現(xiàn)了對(duì)不同綠波控制方案的評(píng)價(jià)。

1 綠波控制評(píng)價(jià)方法

1.1 數(shù)據(jù)處理

目前，由于各種檢測(cè)器與終端設(shè)備的應(yīng)用使得對(duì)車(chē)輛數(shù)據(jù)的獲取變得更加輕松、便捷, 豐富的數(shù)據(jù)使得對(duì)于交通控制的研究可以更加深入, 但若檢測(cè)器損壞或數(shù)據(jù)傳輸過(guò)程中數(shù)據(jù)丟失, 則往往需要對(duì)車(chē)輛軌跡原始數(shù)據(jù)進(jìn)行預(yù)處理以便獲得有效數(shù)據(jù)。車(chē)輛軌跡原始數(shù)據(jù)信息主要包括: 車(chē)輛ID、時(shí)間戳、車(chē)輛經(jīng)緯度、車(chē)輛速度。車(chē)輛軌跡信息數(shù)據(jù)結(jié)構(gòu)如表1所示。

表1 車(chē)輛軌跡信息數(shù)據(jù)結(jié)構(gòu)

本文所研究的車(chē)輛軌跡為干線綠波內(nèi)的車(chē)輛行駛信息, 通過(guò)對(duì)比車(chē)輛經(jīng)緯度信息與干線綠波內(nèi)路段邊界信息選擇出目標(biāo)區(qū)域內(nèi)的車(chē)輛軌跡信息。路段軌跡點(diǎn)坐標(biāo)為L(zhǎng)(lon,lat), 綠波協(xié)調(diào)路段邊界點(diǎn)為L(zhǎng)1(lon1,lat1)、L2(lon2,lat2)、L3(lon3,lat3)、L4(lon4,lat4), 其中目標(biāo)邊界除了包括綠波協(xié)調(diào)路段外，還應(yīng)包括協(xié)調(diào)交叉口中非協(xié)調(diào)方向路段, 以便對(duì)后續(xù)車(chē)輛行駛軌跡時(shí)對(duì)于軌跡的判斷更加準(zhǔn)確。A為邊界點(diǎn)圍成的區(qū)域, 當(dāng)L∈A時(shí)則為有效點(diǎn), 對(duì)A區(qū)域外的點(diǎn)進(jìn)行數(shù)據(jù)清除, 有效數(shù)據(jù)區(qū)域如圖1所示。

圖1 有效數(shù)據(jù)區(qū)域示意圖

為便于數(shù)據(jù)處理與統(tǒng)計(jì), 在完成有效數(shù)據(jù)獲取后將時(shí)間戳轉(zhuǎn)換為標(biāo)準(zhǔn)時(shí)間, 進(jìn)而對(duì)數(shù)據(jù)中存在的重復(fù)數(shù)據(jù)與缺失數(shù)據(jù)進(jìn)行處理。以車(chē)輛ID作為檢索基礎(chǔ), 在目標(biāo)時(shí)間段內(nèi)對(duì)車(chē)輛重復(fù)信息進(jìn)行清理, 缺失數(shù)據(jù)通過(guò)同一車(chē)輛ID的數(shù)據(jù)進(jìn)行關(guān)鍵數(shù)據(jù)的補(bǔ)全與無(wú)關(guān)數(shù)據(jù)的清除。在完成數(shù)據(jù)處理后，通過(guò)對(duì)車(chē)輛軌跡信息與實(shí)際地圖信息的匹配, 利用車(chē)輛ID為基本單元生成車(chē)輛軌跡時(shí)空?qǐng)D(圖2), 再用車(chē)輛的軌跡數(shù)據(jù)進(jìn)行車(chē)輛OD數(shù)據(jù)統(tǒng)計(jì)。

圖2 車(chē)輛軌跡時(shí)空示意圖

1.2 車(chē)輛OD矩陣

OD矩陣是描述交通網(wǎng)絡(luò)中所有起點(diǎn)到終點(diǎn)之間在一定時(shí)間范圍內(nèi)交通流量的表格, 反映了某個(gè)城市或區(qū)域的基本交通需求[12]。OD矩陣在交通規(guī)劃研究中占有極其重要的地位, 能揭示出城市交通癥結(jié)的原因、交通需求與土地利用、經(jīng)濟(jì)活動(dòng)的規(guī)律[13]。本文將干線綠波協(xié)調(diào)路段編號(hào)作為OD矩陣中的起點(diǎn)與終點(diǎn)。

在完成原始數(shù)據(jù)處理后, 將所測(cè)綠波協(xié)調(diào)控制路段位置信息與車(chē)輛軌跡數(shù)據(jù)進(jìn)行匹配, 獲得每輛車(chē)的行駛軌跡與速度, 以便基于綠波協(xié)調(diào)路段內(nèi)車(chē)輛軌跡統(tǒng)計(jì)車(chē)輛OD數(shù)據(jù)。定義：在綠波協(xié)調(diào)控制路段內(nèi)連續(xù)通過(guò)2個(gè)及以上交叉口的車(chē)輛為有效綠波協(xié)調(diào)車(chē)輛；綠波協(xié)調(diào)路段內(nèi)車(chē)輛OD出行中出發(fā)點(diǎn)為車(chē)輛初始進(jìn)入綠波協(xié)調(diào)交叉口前路段編號(hào), 其中車(chē)輛停駛后再啟動(dòng)算作新出發(fā)點(diǎn)；目的地為車(chē)輛駛離干線綠波路段編號(hào)或由于延誤而在干線綠波內(nèi)開(kāi)始排隊(duì)路段編號(hào), 即在干線綠波協(xié)調(diào)控制中車(chē)輛一次出行可能存在多個(gè)OD出行。由于本文提出的評(píng)價(jià)方法對(duì)于雙向綠波與單向綠波計(jì)算方法相同, 現(xiàn)用單向綠波交通進(jìn)行例證說(shuō)明。綠波交通干線示意圖如圖3所示, 其中Ci表示干線綠波中第i個(gè)交叉口,Li表示干線綠波中第i個(gè)路段。

圖3 綠波交通干線示意圖

根據(jù)車(chē)輛軌跡數(shù)據(jù)統(tǒng)計(jì)干線綠波車(chē)輛通行情況, 記錄車(chē)輛OD出行表, 車(chē)輛OD矩陣統(tǒng)計(jì)流程圖如圖4所示，詳細(xì)步驟如下:

圖4 車(chē)輛OD數(shù)據(jù)統(tǒng)計(jì)流程圖

Step 1: 檢測(cè)進(jìn)入干線綠波協(xié)調(diào)控制路段內(nèi)車(chē)輛初始時(shí)間t0位于路段位置信息起點(diǎn)O。

Step 2: 判斷車(chē)輛下一檢測(cè)時(shí)間間隔Δt的t=t0+nΔt(n∈N+)時(shí)刻的位置L(t)是否屬于干線綠波內(nèi)相關(guān)路段A: 若L(t)?A, 則判定t時(shí)刻為車(chē)輛的終點(diǎn)，完成車(chē)輛的OD數(shù)據(jù)統(tǒng)計(jì); 若L(t)∈A, 則執(zhí)行Step 3。

Step 3: 對(duì)車(chē)輛在t時(shí)刻速度Vi(t)進(jìn)行判定: 若Vi(t)≠0, 則判定車(chē)輛未停止運(yùn)行, 則令n=n+1,返回Step 2; 若Vi(t)=0, 則判定車(chē)輛停止運(yùn)行,t時(shí)刻為車(chē)輛的終點(diǎn)完成車(chē)輛的OD數(shù)據(jù)統(tǒng)計(jì), 并執(zhí)行Step 4。

Step 4: 令t=t0, 返回Step 1對(duì)車(chē)輛進(jìn)行下一次OD數(shù)據(jù)統(tǒng)計(jì)。

依照OD矩陣數(shù)據(jù)統(tǒng)計(jì)流程遍歷綠波協(xié)調(diào)控制路段車(chē)輛, 干線綠波車(chē)輛OD矩陣如表2所示，其中：i、j分別表示進(jìn)入以及駛離綠波交通路段編號(hào), 1

表2 車(chē)輛OD矩陣

定義車(chē)輛OD矩陣中i、j滿(mǎn)足j-i<2時(shí)車(chē)輛為未進(jìn)入干線綠波協(xié)調(diào)車(chē)輛, 即車(chē)輛連續(xù)通過(guò)2個(gè)路口才定義為進(jìn)入干線綠波協(xié)調(diào); 定義車(chē)輛OD矩陣中i、j滿(mǎn)足j-i≥2時(shí)車(chē)輛為進(jìn)入干線綠波協(xié)調(diào)車(chē)輛。

此外, 統(tǒng)計(jì)車(chē)輛從i路段進(jìn)入綠波協(xié)調(diào)路段至從j路段駛離的車(chē)輛數(shù)Ni,j′, 構(gòu)建傳統(tǒng)車(chē)輛OD矩陣, 用于計(jì)算理想通行效率值。

1.3 綠波評(píng)價(jià)指數(shù)設(shè)計(jì)

按上述車(chē)輛OD矩陣進(jìn)行綠波評(píng)價(jià)指數(shù)設(shè)計(jì)。以交通評(píng)價(jià)作為交通控制的基礎(chǔ), 其從指標(biāo)選取，到權(quán)重確定，再到目標(biāo)函數(shù)確定，具有整套的評(píng)判流程。城市干線綠波協(xié)調(diào)控制作為一種特殊的交通控制方法, 在對(duì)比不同控制方案效果評(píng)價(jià)時(shí), 由于干線綠波協(xié)調(diào)控制內(nèi)交通狀態(tài)會(huì)造成車(chē)輛行駛速度與設(shè)計(jì)車(chē)速產(chǎn)生偏離, 而一般的交通評(píng)價(jià)方法是對(duì)于交通狀態(tài)的評(píng)價(jià), 其評(píng)價(jià)結(jié)果的好壞與交通狀態(tài)有直接關(guān)系, 因此難以進(jìn)行不同干線綠波協(xié)調(diào)控制方案的評(píng)價(jià)。而對(duì)于綠波干線協(xié)調(diào)來(lái)說(shuō), 其本質(zhì)上應(yīng)將干線協(xié)調(diào)前后狀態(tài)提升程度作為評(píng)判依據(jù)。綜上, 本文從干線綠波協(xié)調(diào)控制實(shí)際效果出發(fā), 構(gòu)建干線綠波協(xié)調(diào)控制效果評(píng)價(jià)方法。

干線綠波協(xié)調(diào)設(shè)計(jì)目的是盡量使更多車(chē)輛在設(shè)計(jì)車(chē)速行駛下在每個(gè)路口都遇到綠燈, 從而保證干線綠波能夠承載更多交通量。對(duì)于干線協(xié)調(diào)車(chē)輛而言, 車(chē)輛連續(xù)通過(guò)交叉口數(shù)目將極大影響駕駛員對(duì)于干線綠波控制效果的整體感受。在一定的交通狀態(tài)下，車(chē)輛連續(xù)通過(guò)交叉口車(chē)輛數(shù)目越多等價(jià)于車(chē)輛在干線綠波內(nèi)平均行駛時(shí)間越短，但由于車(chē)輛一次出行可能存在不同連續(xù)通過(guò)交叉口數(shù)組合, 僅以實(shí)際車(chē)輛連續(xù)通過(guò)交叉口數(shù)目進(jìn)行評(píng)價(jià)會(huì)影響評(píng)價(jià)結(jié)果的準(zhǔn)確性。為了克服交通狀態(tài)隨機(jī)性對(duì)評(píng)價(jià)結(jié)果造成的波動(dòng), 在實(shí)際車(chē)輛連續(xù)通過(guò)交叉口數(shù)目上引入了理想車(chē)輛連續(xù)通過(guò)交叉口數(shù), 車(chē)輛一次出行產(chǎn)生的不同OD出行, 分別根據(jù)其理想車(chē)輛連續(xù)通過(guò)交叉口數(shù)計(jì)算實(shí)際綠波協(xié)調(diào)對(duì)于理想狀態(tài)的近似程度。此外, 由于實(shí)際綠波協(xié)調(diào)運(yùn)行中未進(jìn)入綠波干線協(xié)調(diào)車(chē)輛數(shù)量存在波動(dòng)性, 其數(shù)值大小會(huì)干擾綠波協(xié)調(diào)實(shí)際運(yùn)行狀況, 故在干線綠波評(píng)價(jià)時(shí)需對(duì)其進(jìn)行剔除。

綜上, 本文設(shè)計(jì)了綠波實(shí)際通行效率值、綠波理想通行效率值、綠波通行擾動(dòng)值, 進(jìn)而綜合計(jì)算綠波協(xié)調(diào)評(píng)價(jià)指數(shù), 最終對(duì)城市干線綠波協(xié)調(diào)控制進(jìn)行評(píng)價(jià)。評(píng)價(jià)流程圖如圖5所示。

圖5 評(píng)價(jià)流程圖

基于車(chē)輛OD矩陣統(tǒng)計(jì)數(shù)據(jù)計(jì)算相關(guān)指標(biāo)如下:

1)綠波實(shí)際通行效率值(IR)。對(duì)于進(jìn)入干線綠波協(xié)調(diào)車(chē)輛計(jì)算綠波實(shí)際通行效率值IR, 其指標(biāo)大小表示車(chē)輛在綠波協(xié)調(diào)控制方案實(shí)際運(yùn)行狀態(tài), 其物理意義為從不同路段進(jìn)入綠波協(xié)調(diào)控制路段的車(chē)輛數(shù)與其相應(yīng)實(shí)際連續(xù)通過(guò)交叉口數(shù)的乘積。對(duì)于單車(chē)而言,IR代表干線綠波在實(shí)際狀態(tài)下的車(chē)輛客觀打分, 打分值為單車(chē)實(shí)際連續(xù)通過(guò)交叉口數(shù); 對(duì)于全部車(chē)輛而言,IR的計(jì)算公式為

(1)

2)綠波理想通行效率值(II)。對(duì)于進(jìn)入綠波協(xié)調(diào)車(chē)輛, 理想情況下，車(chē)輛從進(jìn)入綠波協(xié)調(diào)路段遇到的首個(gè)綠燈交叉口開(kāi)始一直到駛離干線綠波路段內(nèi)所經(jīng)過(guò)的各個(gè)路口均為綠燈。結(jié)合車(chē)輛OD矩陣數(shù)據(jù)與理想連續(xù)通過(guò)交叉口數(shù)計(jì)算綠波理想通行效率值II, 其表示綠波控制效果的理想運(yùn)行狀態(tài), 實(shí)際含義為所有OD出行中各交叉口駛?cè)胲?chē)輛數(shù)與其在綠波協(xié)調(diào)干線內(nèi)行駛時(shí)理想狀態(tài)下可連續(xù)通過(guò)交叉口數(shù)的乘積。對(duì)于單車(chē)而言，II代表干線綠波在理想狀態(tài)的車(chē)輛客觀打分, 打分值為單車(chē)在綠波協(xié)調(diào)路段行駛內(nèi)理想連續(xù)通過(guò)交叉口數(shù); 對(duì)于全部車(chē)輛而言,II的計(jì)算公式為

(2)

3)綠波通行擾動(dòng)值(ID)。對(duì)于未進(jìn)入干線綠波協(xié)調(diào)的車(chē)輛, 其數(shù)量會(huì)對(duì)干線協(xié)調(diào)控制效果造成影響, 在計(jì)算綠波理想通行效率值時(shí),Ni值將未進(jìn)行綠波協(xié)調(diào)車(chē)輛納入統(tǒng)計(jì)范圍, 同時(shí), 當(dāng)存在大量車(chē)輛未進(jìn)行干線綠波協(xié)調(diào)控制等極端場(chǎng)景時(shí)要保證評(píng)價(jià)結(jié)果的穩(wěn)定性, 就必須將未進(jìn)行協(xié)調(diào)車(chē)輛從其中剔除。此外, 不同綠波協(xié)調(diào)方案在實(shí)際應(yīng)用中, 控制場(chǎng)景具有不可重復(fù)性。為消除上述因素對(duì)評(píng)價(jià)結(jié)果的影響, 定義了綠波通行擾動(dòng)值ID, 其實(shí)際意義為綠波協(xié)調(diào)控制路段內(nèi)未進(jìn)入綠波交通的車(chē)輛數(shù)與連續(xù)通過(guò)的交叉口數(shù)。對(duì)于單車(chē)而言，ID代表未進(jìn)入綠波協(xié)調(diào)車(chē)輛客觀打分, 由于對(duì)象是未進(jìn)入干線綠波協(xié)調(diào)車(chē)輛, 其打分值均定義為1; 對(duì)于全部車(chē)輛而言,ID計(jì)算公式為

(3)

4)綠波協(xié)調(diào)評(píng)價(jià)指數(shù)(IE)。對(duì)于綠波協(xié)調(diào)評(píng)價(jià)是基于實(shí)際通行效率值, 在考慮干線綠波擾動(dòng)值大小前提下, 計(jì)算其相較于綠波理想通行狀態(tài)的近似程度。綠波協(xié)調(diào)評(píng)價(jià)指數(shù)IE計(jì)算公式為

IE=IR/(II-ID)。

(4)

對(duì)于不同綠波協(xié)調(diào)控制效果評(píng)價(jià), 評(píng)價(jià)結(jié)果首先由綠波協(xié)調(diào)評(píng)價(jià)指數(shù)IE確定,IE值越大，則表明綠波控制效果越佳; 同時(shí)，當(dāng)|IE1-IE2|≤ε(ε為任意無(wú)窮小)時(shí), 則比較IR值,IR值越大，則表示綠波控制效果越佳; 而|IR1-IR2|≤ε時(shí), 進(jìn)一步對(duì)比ID值,ID值越大，則表示綠波控制效果越佳。

2 仿真驗(yàn)證

以文獻(xiàn)[14]中干線綠波協(xié)調(diào)交叉口基本數(shù)據(jù)為基礎(chǔ), 用VISSIM仿真軟件構(gòu)建干線綠波協(xié)調(diào)實(shí)驗(yàn), 仿真路網(wǎng)如圖6所示。干線長(zhǎng)度為0.94 km, 其中包括4個(gè)T型交叉口, 交叉口從下至上分別為交叉口1～4, 交叉口間距分別為234、281、166 m,各交叉口流量流向如表3所示,仿真持續(xù)時(shí)間為1 h。

表3 干線流量調(diào)查統(tǒng)計(jì)[14]

圖6 仿真路網(wǎng)結(jié)構(gòu)示意圖

文獻(xiàn)[14]中通過(guò)實(shí)際調(diào)研, 擬定了2種綠波干線協(xié)調(diào)控制方案, 其分別為將整個(gè)干線綠波協(xié)調(diào)劃分為多個(gè)子區(qū)下的綠波協(xié)調(diào)控制方案與常規(guī)4個(gè)交叉口共周期的干線綠波協(xié)調(diào)控制方法。第1種信號(hào)控制方案中前兩交叉口公共周期為132 s, 后兩交叉口公共周期為162 s; 第2種控制方案中公共周期均為170 s。詳細(xì)配時(shí)如表4所示。

表4 干線信號(hào)配時(shí)方案對(duì)比[14]

用VISSIM仿真建?？梢阅M實(shí)際干線綠波協(xié)調(diào)的運(yùn)行狀態(tài), 在保證安全性的同時(shí)還可以方便對(duì)不同綠波協(xié)調(diào)控制方案進(jìn)行模擬。VISSIM不僅具有豐富的評(píng)價(jià)功能, 可以獲取有效的交通評(píng)價(jià)參數(shù), 還可提供豐富的COM接口支持二次開(kāi)發(fā)。

3 結(jié)果分析

VISSIM仿真軟件可以輸出相關(guān)延誤、停車(chē)次數(shù)等交通評(píng)價(jià)數(shù)據(jù), 其結(jié)果具有一定可信性。為使評(píng)價(jià)結(jié)果更加可信, 利用多次仿真獲得路網(wǎng)的干線綠波協(xié)調(diào)車(chē)輛延誤值作為本文評(píng)價(jià)方法的參照進(jìn)行一致性檢驗(yàn)。以5 min為單位時(shí)長(zhǎng), 在仿真時(shí)長(zhǎng)內(nèi)分別統(tǒng)計(jì)兩個(gè)方案的車(chē)輛延誤情況, 結(jié)果如圖7所示。在大部分仿真時(shí)間里，綠波控制方案2控制效果優(yōu)于方案1。在仿真初始運(yùn)行階段，由于仿真車(chē)輛仍未進(jìn)入中心交叉口, 干線綠波內(nèi)車(chē)輛未達(dá)到預(yù)期交通量, 此時(shí)邊界交叉口信號(hào)控制方案對(duì)與整體綠波協(xié)調(diào)控制效果的評(píng)價(jià)起到了關(guān)鍵作用, 可見(jiàn)仿真軟件并不能真實(shí)反映控制方案的情況。總體上，去除由于仿真軟件造成的數(shù)據(jù)偏差, 兩方案控制效果都隨著路網(wǎng)交通狀態(tài)的穩(wěn)定而趨于平穩(wěn), 同時(shí)干線綠波的車(chē)輛延誤狀況在一段時(shí)間增長(zhǎng)態(tài)勢(shì)后呈現(xiàn)穩(wěn)定狀態(tài), 方案2與方案1相比車(chē)輛延誤降低了18.15%, 其控制效果體現(xiàn)出明顯的優(yōu)越性。

圖7 不同綠波控制方案車(chē)輛延誤對(duì)比

此外, 同樣以5 min為單位進(jìn)行車(chē)輛OD矩陣表的統(tǒng)計(jì)并計(jì)算兩方案的協(xié)調(diào)指數(shù), 結(jié)果如圖8所示?？刂品桨?同樣優(yōu)于方案1, 其VISSIM仿真評(píng)價(jià)數(shù)據(jù)得出的結(jié)論具有一致性。值得注意的是, 相較于VISSIM仿真評(píng)價(jià)結(jié)果在初始時(shí)產(chǎn)生了結(jié)果偏差, 本文所提出的綠波協(xié)調(diào)控制效果評(píng)價(jià)方法在交通狀態(tài)變化下表現(xiàn)出了一定的穩(wěn)定性。

圖8 不同信號(hào)控制方案的綠波協(xié)調(diào)評(píng)價(jià)指數(shù)

對(duì)于實(shí)際干線綠波內(nèi)車(chē)輛軌跡數(shù)據(jù)并不能完全獲取問(wèn)題, 利用MATLAB聯(lián)合VISSIM二次開(kāi)發(fā), 通過(guò)在不同軌跡數(shù)據(jù)采集車(chē)輛滲透率p下的評(píng)價(jià)結(jié)果分析, 盡可能地模擬實(shí)際綠波干線內(nèi)車(chē)輛數(shù)據(jù)特征, 進(jìn)而對(duì)評(píng)價(jià)方法的魯棒性進(jìn)行驗(yàn)證。不同滲透率下綠波協(xié)調(diào)評(píng)價(jià)結(jié)果分析如圖9所示。整體而言,綠波協(xié)調(diào)信號(hào)控制方案2優(yōu)于方案1,其結(jié)果與采用延誤作為評(píng)價(jià)結(jié)果具有一致性。同時(shí)，隨著軌跡數(shù)據(jù)采集車(chē)輛滲透率的降低, 綠波協(xié)調(diào)信號(hào)控制方案2相較于方案1的優(yōu)越性逐步降低。當(dāng)滲透率降低到20%時(shí), 信號(hào)控制方案2的優(yōu)越性難以被有效刻畫(huà), 究其原因在于, 當(dāng)滲透率降低到一定程度時(shí), 干線綠波內(nèi)隨機(jī)性被放大, 對(duì)于綠波協(xié)調(diào)評(píng)價(jià)指數(shù)IE不穩(wěn)定歸結(jié)于實(shí)際綠波通行效率值IR,IR在低滲透率時(shí)會(huì)產(chǎn)生較大的波動(dòng)性, 故影響最后方案評(píng)價(jià)結(jié)果。但總體看來(lái), 在保證軌跡數(shù)據(jù)采集車(chē)輛一定滲透率下, 該評(píng)價(jià)方法具備實(shí)際可行性。

圖9 不同滲透率對(duì)綠波協(xié)調(diào)評(píng)價(jià)結(jié)果影響

4 結(jié) 論

本文提出了一種基于軌跡數(shù)據(jù)的干線綠波協(xié)調(diào)控制效果評(píng)價(jià)方法, 從綠波協(xié)調(diào)實(shí)際運(yùn)行狀況出發(fā), 面對(duì)不同綠波干線控制效果對(duì)比的困難, 通過(guò)定義車(chē)輛OD矩陣來(lái)記錄干線綠波協(xié)調(diào)車(chē)輛運(yùn)行狀況, 同時(shí)結(jié)合綠波交通特性利用連續(xù)通過(guò)交叉口數(shù)為車(chē)輛進(jìn)行打分, 并以此為基礎(chǔ)計(jì)算干線綠波實(shí)際運(yùn)行狀態(tài)相較于理想狀態(tài)的近似程度, 實(shí)現(xiàn)了不同干線綠波協(xié)調(diào)控制效果評(píng)價(jià)。仿真結(jié)果表明, 所提出的評(píng)價(jià)方法可以實(shí)現(xiàn)對(duì)不同綠波控制方案的有效評(píng)價(jià)，且在一定滲透率下本評(píng)價(jià)方法也具備可行性，但是由于受仿真模型限制, 對(duì)于更多交通狀態(tài)下干線綠波協(xié)調(diào)控制效果評(píng)價(jià), 以及在不同綠波協(xié)調(diào)交叉口數(shù)與交叉口類(lèi)型下的綠波控制效果評(píng)價(jià)有待進(jìn)一步研究。