城市交通信号控制研究综述_景玉军

城市交通信号控制研究综述

*

景玉军1

　余鹤龄2

　徐雪松

1

(华东交通大学1　南昌330013)　(江西省科学器材公司2　南昌　330002)

摘　要　分析了我国城市交通信号控制研究的方法和现状,介绍了国内城市交通信号控制应用现状,并指出了我国城市交通信号控制的难点及其发展趋势。

关键词　城市交通;信号控制;综述中图法分类号:U 491 文献标识码:A

收稿日期:2005-10-25

　*江西省教育厅科技项目资助(批准号:赣财教2005-9)

1　城市交通信号控制研究现状

城市交通信号控制研究的主要内容涉及交通量调查、交通流特性分析、交通流组织、交通信号配时方案生成、交通仿真及交通效益评价等领域,城市交通信号控制的研究方法可分为传统研究方法和现代研究方法,前者以数理统计和微积分学为基础;后者则以人工智能技术、现代控制理论、计算机技术、神经网络技术和模糊控制技术为基础。

1.1　交通流研究

进行交通流理论研究的常用手段和方法有现场观测法、数学模型法和计算机模拟法等。传统交通流理论研究常采用数学模型法,人们根据交通实际建立精确或近似的抽象模型,把交通流现象抽象为有穷、时不变、确定性和线性的实用模型。目前,这些理论模型在交通流研究中占主导地位,具体表现为方法较成熟,模型的限制条件较为苛刻,推导过程严谨,物理意义明确。主要交通模型有运动学交通波模型、动力学模型、动力论模型等。20世纪30年代以来,随着科技发展,对交通流研究的方法和思路逐渐开阔,产生了以现代科学技术(如模拟技术、神经网络、模糊控制等)为主要手段的现代交通流理论,由该理论产生的模型不追求严格意义上的数学推导和明确的物理意义,更重视模型、方法对真实交通流的拟合效果。如基于小波理论的方法、基于多维分形的方法、状态空间重构模型、元胞自动机模型、神经网络模型及与神经网络相关的复合模型等。近十几年来,针对我国城市交通实际状况,我国学者运用各种方

法对交通流特性、交通流量预测、通行能力[1]、交通流延误

[2]

等进行了大量研究,取得了一定的成

果。在交通流研究中,有两大特点: 能结合中国城市交通的特点,借鉴发展国家的成功经验;如在

实际调查的基础上,将摩托车和汽车的交通数据分别进行统计分析,得到了符合实际的交叉口摩托车、汽车混合交通流的特征[3],对提高交叉口的安全性、服务水平有重要意义。基于模糊神经网络技术提出信号交叉口交通量滚动预测模型,使交叉口交通量的变化规律可以利用模糊神经网络在线学习获得,较传统预测法预测精度高、收敛速度快[4]。在宏观交通流理论模型和实时动态交通流理论模型研究方面,则结合我国城市交通控制特点,对动态交通流实施诱导控制进行了系统研究。针对我国车种复杂、机非混行的实际交通状况,对混合交通流特性进行研究,并建立了混合交通流诱导软件系统的整体框架

[5-6]

。 对静态交通流

模型的研究较多,而对动态的交通流模型的研究则较少。

1.2　交通流组织研究

由于交叉口车辆转弯易导致拥挤现象,交叉口的交通组织非常重要,交通流组织研究的具体内容包括:交叉口交通调查、放行方法确定、渠化设计、信号设计、其它配套设计和综合优化设计。随着科技进步,现代交通组织优化已充分融合现代交通控制技术,如监控技术、诱导技术、信息技术和通信技术等。主要解决好交叉口压力均分,微观上要解决交叉口冲突分离;交通流组织研究以静态组织为基础,动态组织为手段;将动、静态组织相结合,重在研究路网调控。逐步将研究方向由静态组织向动态组织转化,由追求路口最大通行能力向追求路网最大通行能力方向发展。

1.3　信号控制研究

信号控制研究是建立在交通流组织研究基础上的,也是城市交通信号控制研究的核心。研究范围涉及相位分配的确定、性能函数的选取、控制参数的确定和配时方案的生成及配套的硬件设备选取等多个领域。由于点控、线控和面控各自在选取的控制参数和考虑的约束条件差异大,因此信号控制的研究内容多、难度大。经过多年的发展,城市交通信号控制研究具有如下特点:

(1)通过介绍国外先进控制系统,结合我国城市交通实际,从定时[7]、感应[8]和自适应控制[9] 3种控制方式分别对信号控制原理展开研究,针对我国城市交通车种复杂、机非混行的现实,提出了点控[10]、线控[11]和面控[12]3种模型。

(2)对信号进行控制的技术的研究则集中在人工优化技术、脱机优化技术(离线优化技术)和联机优化技术(在线优化技术)方面。

(3)在研究思路上分为主动和被动控制研究两种;其中被动控制研究处于主导地位。

在信号控制中,对信号控制参数的优化是研究的核心内容,我国学者对此进行了不懈的努力。如遗传算法、蚁群算法、多智能体技术、模糊控制理论和神经网络技术推动了我国交通信号控制理论的发展,促进了智能运输系统的研究。

遗传算法。通过再励学习算法对交通信号控制进行优化,将局部优化和全局优化统一,克服了现有控制方法需进行大量数据传输通讯、实时性差、准确交通模型获取困难等缺陷,可实现有效的交通网络控制[13];针对典型的多车道双向交叉路口的交通流分布,建立了四相位控制,以控制周期内交叉口总延误车辆数最小为目标的动态交通控制模型,采用遗传算法同时对信号周期时长和相位绿灯持续时间进行优化[14];对到达车辆数目进行模糊分类,将不同数量车辆的信号控制决策方案以规则集形式存储在知识库中,在实际控制过程中,根据不同时段控制方案的控制效果,使用遗传算法对知识库中的规则进行改进,系统具有实时自学习能力[15];利用改进的遗传算法对交叉口信号模糊控制器的模糊规则进行优化,建立了新的优化算法。该方法能有效克服人为经验的制约,确定出较优控制规则[16]。

蚁群算法。为求解城域交通控制实时滚动优化的混合整数规划模型,用蚁群算法搜索各路口的最优信号灯相位序列[17]。适合于解决大规模、复杂的交通网络信号控制问题。

神经网络。针对城市交叉口交通流的分布特点,考虑相邻车道上车辆排队长度,利用多层BP 神经网络实现了道路交叉口多相位模糊控制,给出了一种自适应交叉口多相位控制算法[18]。仿真结果表明,模糊神经网络控制器能有效的减少交叉口平均车辆延误,具有较强的学习和泛化能力。

多智能体技术。采用分布式环境下的A gent 技术研究城市交通信号控制的建模和协调算法,所建模型和提出的算法能克服传统方法的不足,具有适应实时变化的交通环境的优点,能较好地解决区域协调问题和整个城市交通网络的优化[19]。结合城市交通控制与诱导系统集成的特点,研究了基于多智能体系统的城市交通信号控制与动态诱导集成化的系统结构和两类相互作用的智能体模型结构[20]。

模糊控制理论。以主干道交叉口为研究对象,在现有模糊控制算法基础上研究了一种包括模糊控制算法和绿灯延时终止算法的交通流模糊控制算法,利用模糊逻辑对绿信比进行优化,并用仿真结果表明该方法的有效性[21]。有学者基于模糊逻辑研究了单交叉路口的自适应控制、智能控制等。

1.4　交通仿真研究

交通仿真是复现交通流随时间、空间变化的技术,仿真模型的研究和仿真实验系统的开发是交通仿真的两个核心内容。由于交通仿真具有交通模型描述的准确性、灵活性,交通分析的开放性以及强大的路网动态交通状态描述能力等特点,对于复杂的难以通过分析研究获得理想结果的交通系统,常用交通仿真作为分析和实验的工具,不仅可以使研究对象和结果形象生动,且可以避免数学推导中面临的许多难题。国外的交通仿真研究经历近半个世纪的发展,产生了一大批灵活多样、功能强大的仿真软件,这些仿真模型软件能反映大部分常见的交通现象和常见的交通管理控制措施,如跟车行驶、变换车道、车流冲突、公交运行、行人冲突、短车道溢出,固定信号控制、感应控制、主/次优先控制、车道关闭等。当前发达国家开发出的交通流仿真软件系统有两类: 反映常规交通系统方案评价需求的交通仿真; 评价和分析ITS系统效益的交通仿真。

与国外相比,我国交通仿真方面的研究滞后且较为零散,基本处于启蒙阶段。研究往往局限于对单一问题的解决,如两车道公路通行能力仿真