交通信号控制方法综述

交通信号控制方法综述
王兆艳∗,乔㊀枫,孙昊琛,ALEXANDER T．Fashakin
(沈阳建筑大学,沈阳110168)
摘㊀要:如何缓解交通拥堵问题是近年来的一个热点话题,国内外一直致力于对此问题进行研究,其中对于交通信号控制方法的研究较多㊂目前常用的城市交通信号协调控制的方法为单点控制㊁干线控制和区域控制,这些交通信号控制方法经历了从手动到自动㊁固定周期到可变周期㊁无感应控制到感应控制㊁单一交叉口到关联交叉口再到区域交叉口控制的进步历程,每种方法相应可以满足不同交通系统的控制需要㊂基于国内外现有的研究成果,对单点控制㊁干线协调控制和区域协调控制方法进行了梳理,为发展智能交通,解决交通拥堵问题提供更有效的途径㊂关键词:交通信号控制;协调控制;交叉口
中图分类号:U491．4㊀㊀文献标识码:A㊀㊀文章编号:16729889(2019)03007505
采用日期:20180827
第一作者:王兆艳(1992—㊀),女,硕士,主要研究方向为城市干线交通流协调与优化控制㊂
The Survey of Traffic Signal Control Method
WANG Zhaoyan ∗,QIAO Feng,SUN Haochen,ALEXANDER T．Fashakin
(Shenyang Jianzhu University,Shenyang 110168,China)
Abstract :How to alleviate traffic congestion is a hot topic at home and abroad in recent years．And people pay more attention to traffic signal control methods．Now,the common methods of coordinated control of urban traffic signals are single-point control,trunk coordinated control and regional coordinated control．All in all,these traffic signal control methods have experienced the progress from manual to automatic,fixed to variable,non-inductive control to inductive control,single
intersection to associated intersection and regional intersection control．Each method can meet different traffic system control needs accordingly．Based on the existing research results at home and abroad,the single-point control,trunk coordinated
control and regional coordinated control methods are introduced and sorted out,and it can provide more effective means to develop the intelligent transportation and solve traffic congestion.Key words :traffic signal control;coordinated control;intersection
㊀㊀随着社会经济的快速发展,人民的生活质量普遍提高,私家车的数量也在增加,且大量人口涌入城市,导致城市交通压力增大,拥堵严重,在某种程度上制约
了城市的持续发展㊂因此,有必要缓解城市交通拥堵,提高道路通行能力㊂基于现有城市道路设施,一些学者提出了优化城市道路信号协调控制的方法㊂本文综合不同控制方法的特点,基于其控制范围,将现行控制方法归纳为单点控制㊁干线控制和区域控制[13]㊂
1㊀单点控制
城市道路的平面交叉口是交通流拥堵㊁频繁发生事故的关键地点,提高道路的通行能力可以从确保平面交叉口的畅通性和突破交叉口的通行瓶颈
出发㊂单点控制正是以平面交叉口为研究对象,在进行交通信号控制时只考虑单一交叉口,即研究仅让一个信号交叉口单独工作,它不与其他相邻交叉口建立任何连接,因此它也被称为单交叉口控制㊂对于单点控制的研究,Huang 等[4]基于伪神经网络提出了城市交通信号优化控制算法;Xu 等[5]研究设计了可变多相位交通信号控制器;廖诗琪和汪云龙[6]建立了多目标城市单点交叉口二相位信号配时优化的非线性函数模型,采用遗传算法对其进行求解;朱铭琳和陈阳舟[7]针对交通系统的动态性和随机性,提出一种信号交叉口的自适应控制模型㊂
单点控制系统主要包括三种控制模式:定时㊁感应和环形交叉口信号控制㊂定时控制是没有采
第16卷第3期2019年6月
现代交通技术
Modern Transportation Technology
Vol．16㊀No．3Jun．2019
用智能控制的交叉口主要采用的控制模式;感应控制是单点控制的主流控制模式;环形交叉口控制是为环形交叉口设计的控制模式,目前使用较少㊂单点控制是现有交通控制方法中最基本的一种,设备简单㊁维护方便,大多数城市相距较远的道路交口都采用这种控制方式,且研究基本成熟㊂1．1㊀平面交叉口类型
城市道路由无数交叉口和干线衔接而成,平面
交叉口是交通流的汇合点和分流点,是整个道路的重要节点㊂通常平面交叉口可分为十字形㊁X 型㊁Y 型㊁T 型和多交叉型,各类交叉口具体形状如图1所示
㊂
(a)十字形
㊀
(b)X 型
㊀
(c)Y
型
(d)T 型
㊀
(e)多交叉型
图1㊀各类交叉口具体形状
1．2㊀单点控制车辆延误的计算方法
单点控制的目的就是最大限度地减少车辆经
过交叉口时的延误时间,提高道路通行能力,延误时间对于交叉口服务水平的评定十分关键㊂目前比较常见的延误计算方法有VISSIM 仿真法和HCM2000延误模型法㊂
1．2．1㊀VISSIM 仿真法VISSIM 是德国PTV 公司基于交通流系统的离
散和随机特性开发的微观模拟软件㊂该仿真软件的适用范围较广,可以对不同通行条件和交通环境下的(非)机动车㊁城市公交㊁轨道交通㊁行人㊁城市道路㊁高速路等进行仿真分析和评价㊂对于车辆延误的计算,VISSIM 仿真软件以个体车辆为单位对其进行定义㊁跟踪和记录㊂借助模型设置时间检测器,同时考虑车辆的实际行驶状态㊂车辆的行驶状态取决于车辆的位置㊁行驶速度以及速度变化率,通过模拟仿真能够较真实地重现道路实际的交通情况,可以反映出交通流的密度㊁排队长度和延误情况,等等㊂
1．2．2㊀HCM2000延误模型法美国通行能力手册(HCM2000)中的车辆延误
模型[8]为
D =d 1ˑPF +d 2+d 3(1)
d 1=
0．5c 1-g
C
()
2
1-min(1,X )g
C []
(2)
d 2=900T (1-X )
(1-X )2+
8KIX cT
[
]
(3)
式中,D 为车辆总延误,s /pcu;d 1为车辆均匀到达的均匀延误,s /pcu;d 2为车辆随机到达的增量延误,
s /pcu;d 3为车辆初始排队延误,s /pcu;PF 为信号联动修正系数,由绿信比和到达类型确定;X 为饱和度;C 为周期;c 为通行能力,pcu /h;g 为有效绿灯时间,s;T 为观察时间,h;K 为感应控制附加延误修正系数;I 为上游交叉口汇入或限流的影响修正系数㊂
该延误模型是基于美国城市交叉口交通流特征建立的,模型对实际交通状况做了一定的假设和
理想化处理,便于估算,精度较高,但对于很多重要的交通影响因素未予考虑,有时无法真实地反映实际交通状况,很难满足我国复杂的实际交通状况的需求㊂
1．3㊀平面交叉口服务水平的划分
参考HCM2000延迟模型中给出的车辆平均延
误与服务水平之间的关系[9],总结适合我国交通系统的平面交叉口服务水平划分标准如表1所示㊂
表1㊀平面交叉口服务水平划分标准
服务水平
车辆平均延误/s 交通状况描述A ɤ5
车流畅行,基本无阻
B 5．1~15．0
车流基本畅行,稍有阻碍C 15．1~30．0车流行驶正常,出现些许延误D
30．1~50．0车流勉强正常行驶,延误较大E 50．1~80．0车流处于拥挤状态,延误很大F >80．0
车流已过饱和行驶,经常拥堵
㊀㊀通常在道路交叉口通行能力研究中,人们最关注的是车流正常行驶的交通环境下的C㊁D 级服务水平,如果道路的服务水平能够达到C㊁D 级,在此基础上再进行优化,车辆延误会大大减少,交通状况会得到很大程度的改善㊂2㊀干线协调控制
2．1㊀干线协调控制研究综述
干线协调控制又称绿波控制,其原理是把相邻
交叉口连接起来协调控制,使车流在通过这些交叉口时能够尽可能多地遇到绿灯时刻,减少停车延误㊁提高通行能力㊂
㊃
67㊃现代交通技术2019年
当相邻平面交叉口之间的距离在100~1000m 时,两交叉口之间存在物理关联,在交通层面上存在耦合关系,两交叉口之间的车流存在某种相关性,这时采用干线协调控制更有利于提高道路的通行能力,缓解交通拥堵㊂与单路口交通信号控制类似,干线信号控制主要包括定时式控制㊁感应式控制和计算机协调控制三种控制方法㊂在研究成果方面,Liu和Chang[10]建立了一个动脉信号优化模型优化总行程时间;Adacher[11]扩展了 代理问题 的方法,解决了交通信号最小化总延迟的同步问题;沈坚锋等[12]对干线交通多相位信号进行配时优化设计,并对交通流进行了控制前后的仿真对比㊂随着人工智能的发展,有人将智能体概念应用到干线交通控制中,它相当于一个交叉口智能信号机,借助传感器和执行器作用于干线实体,它具有自主性㊁协作性和学习性的特点,为了改善复杂多变的交通流环境下的交通信号控制,有学者在多智能体技术方面进行了大量研究㊂刘进[13]搭建了分层递阶式多智能体结构,使用Q学习算法和遗传算法分别实现了路口智能体的局部学习和区域的全局优化,并通过智能体之间的博弈实现了各个路口之间的协调;汤志康和王伟智[14]利用对策论和社会经验进行各交通信号控制智能体间的协调,且基于多智能体技术建立了小区域信号控制系统㊂动态信号控制能够分析检测器采集的交叉口进口道交通流数据,以便在合适的时刻做出相位切换决策,多智能体技术的发展使得交通信号控制机的自主控制能力更为强大,推动了动态信号控制应用的发展[15]㊂
2．2㊀干线协调控制分类
干线协调控制一般分为单向干线协调控制和双向干线协调控制两类㊂
2．2．1㊀单向干线协调控制
单向干线协调控制适用于单向交通系统或上下行方向车流量差异较大的道路,它是以单向交通流为控制对象进行干线交通协调控制的,其相位差
Δp=s vˑ3600(4)式中,Δp表示下游交叉口的相位差;s表示相邻交叉口之间的距离;v表示相邻交叉口中间路段的平均速度㊂
2．2．2㊀双向干线协调控制
双向干线协调控制要比单向干线协调控制复杂很多,它适用于双向交通系统或干线上㊁下行方向的交通流相差不多的道路,且当各个相邻交叉口的间距相差不大时,协调效果比较理想㊂常用的双向干线协调控制方式包括同步协调控制㊁交互协调控制和续进协调控制㊂
2．3㊀干线协调控制方法
世界上第一个干线协调控制系统诞生于美国,它可以同时协调控制6个交叉口,后来演变为可同时协调控制12个交叉口,之后计算机配时软件代替了手动配时㊂在长期发展过程中,出现了两个经典的传统协调控制方法,即最大绿波带法和最小延误法㊂
2．3．1㊀最大绿波带法
最大绿波带法的控制目标是使干线各个交叉口协调方向上绿灯连续通行时的绿波带宽最大,通过图解法和数解法来优化相位差,从而实现这一目标[16]㊂基于最大绿波带法开发的线控软件有MAXBAND㊁PASSER和Green-Star㊂
1)图解法
图解法采用作图的方式来描述干线交叉口间的距离㊁各交叉口的车流量㊁平均行驶速度等关键信息,最终通过确定并重复调整如信号周期㊁绿信比和相位差等参数来获得最大绿波带宽㊂这种方法理论性不足且不易实现,在早期使用较多㊂2)数解法
数解法是利用数值计算的方法来求解相位差㊂它通过不断减小与实际交叉口距离间的偏差,找到最为理想的交叉口位置,最终确定干线的最佳相位差和绿波带宽㊂这种方法计算简单,容易实现㊂以上两种方法考虑的交通环境因素均相对简单,适用于理想的交通流状况,以此研究实际复杂的交通流状况存在不足,协调效果不理想㊂2．3．2㊀最小延误法
最小延误法的控制目标是车辆在干线上的延误时间最短,它通过求解基于干线交通流变化规律的延误模型,确定交叉口相位差与车队延误之间的关系,最终得到干线系统的最佳相位差组合方案㊂与最大绿波带法相比,最小延误法加入了干线交通流变化的因素,能够得到理想的协调控制效果,普遍性更强㊂此外,基于最小延误法开发的线控软件有TRANSTY (Traffic Network Study Tools)和Synchro[17]㊂
3㊀区域协调控制
区域协调控制的基础是线控,它的控制对象由相邻几个关联交叉口扩展到一片区域内的多个交叉口或整个城市路网,通过把整个控制区域有效地
㊃77㊃
第3期王兆艳,等.交通信号控制方法综述
划分为若干个独立的子区,集中协调控制不同子区的交通信号分配来提高道路的通行效率[18]㊂区域交通信号控制不同于单点信号控制和干线协调控制,控制范围更广,更注重控制的协调性,对于区域协调控制的研究,Chiou[19]建立了一个以信号设置变量函数为目标函数的区域交通控制非线性数学规划模型;庄宏斌等[20]将交通分布模型转化为用户出行需求路径分配的均衡路径问题,建立了双层规划模型㊂
目前,国内外广泛使用且相对成功的区域协调信号控制系统包括:TRANSYT(英国)㊁SCATS(澳大利亚)㊁OPAC(美国)㊁SPOT/UTOPIA(意大利)㊁HT-UTCS以及Hicon(中国),等等㊂
3．1㊀交叉口关联性
交叉口间的关联程度决定着是否为区域协调控制系统的控制对象,即能否采用区域协调控制[21]㊂为了判断出交叉口间是否需要协调控制, Yang等[22]对城市信号交叉口群的路径关联度进行了建模研究;马万经等[23]提出了基于路径的交叉口关联性模型;卢凯等[24]提出了交叉口关联度的概念,并给出了相邻路口和多路口关联度的计算公式以及划分模型及方法;胡华等[25]考虑局部路网上OD的特征,建立了相邻路口的路径关联性模型,并基于此模型提出交叉口群动态划分法㊂3．2㊀区域协调控制子区划分原则
城市干线在交通系统中扮演着举足轻重的角色,它承担着交通系统中的大部分交通流,是整个城市交通体系能够正常发挥作用的关键所在,对区域或整个城市的交通运转有很大的影响㊂因此,划分区域协调控制子区时应遵守干线优先原则㊂在划分区域协调控制子区时,应该考虑将平面交叉口间距离较小的邻近交叉口划分到一起,这样可以避免交通拥堵趋势的扩散,提高子区的独立性,便于实现统一协调控制㊂所以,距离原则应该被考虑到㊂当交叉口相距400m时,协调控制效果更理想,超过1000m时不易实现协调控制㊂当相邻交叉口的交通流量相差不大时,交通流量的特征相似㊂在这种情况下,考虑将这些交叉口划分为用于区域协调控制的子区域,即考虑流量原则㊂交叉口的交通流量大于分离变量但小于合并变量就是典型的应该进行区域协调控制的情况㊂周期原则也是子区划分时的一个重要原则,当相邻交叉口的信号周期时长相差无几时,交叉口的交通流的特性也比较相似,此时,需考虑将这些交叉口划分为相同的控制子区,进行区域协调控制㊂3．3㊀区域协调效果评价
区域协调控制后,有必要从宏观角度评估协调效果,指引优化目标与方向,实现整体优化㊂评价指标包括延误㊁停车次数㊁通行能力㊁排队长度㊁行程时间㊁绿波带宽等㊂对于未饱和区域,常用指标有延误㊁行程时间㊁停车次数㊁排队长度及绿波带宽等;对于过饱和区域,常用指标有行程时间㊁排队长度㊁通行能力和拥堵指数等㊂评价方法主要分为模型计算与仿真分析两类㊂其中,模型计算是通过建立评价模型,对性能指标进行理论计算;仿真分析则是借助交通仿真软件对协调结果进行仿真还原㊂4㊀结论与展望
基于国内外交通信号控制方法研究,本文详细论述了单点控制㊁干线协调控制和区域协调控制3种交通信号控制方法㊂其中,单点控制是干线协调控制和区域协调控制的前提与基础,目前大多数城市交叉口相距较远的交通控制系统采用的都是单点控制;干线协调控制是区域协调控制的一种特例,适用于小规模相邻交叉口的协调控制;区域协调控制的基础是线控,它的控制范围更广,更有利于提高交通系统的通行效率㊂
随着智慧城市这一概念的引入,智能交通技术也逐渐发展起来,车路协同技术就是其中之一㊂车路协同技术最大的特点是可以借助智能车载单元与路边单元实时高效地信息互换,为驾驶员提供辅助驾驶信息,提高交通控制效率和安全㊂目前智能交通技术仍处于探索阶段,实证条件不成熟,因此大多采用仿真法进行研究,研究对象多集中于单点交叉口,只有少量研究提及干线和路网的协调控制㊂在对智能交通技术的研究上,国内外也取得了一定的成果:美国已将车联网技术应用到小汽车上;日本实现了从车载信息与通信系统到Smart Way项目的飞跃式发展;我国的 八六三计划 中, 车路协同系统关键技术 的研究已取得示范应用㊂目前对车路协同技术的研究主要集中在车辆 道路/车辆 车辆通信,以及基于车辆道路协同的交通安全技术和交通控制技术㊂车路协同技术得到各国广泛研究,如果可以大规模集成测试,实现实际应用,便可以实现全自动驾驶,从而无须交通信号灯控制交通,控制效果将优于本文所讨论的三种控制方式,交通效率将会大幅提高㊂
㊃87㊃现代交通技术2019年
参考文献
[1]HADDAD J,De SCHUTTER B,Mahalel D,et al.Opti-
mal steady-state control for isolated traffic intersections
[J].IEEE Transactions on automatic control,2010,55
(11):26122617.
[2]WANG J,WANG L,ZHANG Q.Phase optimization of arte-
rial coordinated control[C]ʊInternational conference on
transportation engineering.ASCE,2009:25522559. [3]WEN Y,WU T.Regional signal coordinated control sys-
tem based on an ant algorithm[C]ʊFifth world congress
on intelligent control and automation(IEEE Cat.No.
04EX788).IEEE,2004,6:52225226. [4]HUANG J,HONG Z,FAN J.An optimized urban traffic
signal field control algorithm based on pseudo neural net-
work[J].Operations research transactions,2015,19
(3):7177.
[5]XU H K,YAN H,CAI C,et al.Design and realiza-
tion of multi-stage traffic signal controller of variable
phase[J].Applied mechanics and materials,2011,135
136:389395.
[6]廖诗琪,汪云龙.单点交叉口交通信号配时模型及遗
传算法[J].公路与汽运,2012(3):4548. [7]朱铭琳,陈阳舟.基于博弈的交叉口交通信号配时系
统设计[J].计算机仿真,2013,30(7):151155. [8]SV plete restrictions of the intersection type
discipline[M].London:Elsevier science publishers Ltd.
,1992,102(1):135163.
[9]NEDEVSKA I,S OGNJENOVIC',MURGUL V.Methodol-
ogy for analysing capacity and level of service for round-
abouts with one lane(HCM2000)[J].Procedia engi-
neering,2017,187:797802.
[10]LIU Y,CHANG G L.An arterial signal optimization
model for intersections experiencing queue spillback and
lane blockage[J].Transportation research part C:emer-
ging technologies,2011,19(1):130144. [11]ADACHER L.A global optimization approach to solve the
traffic signal synchronization problem[J].Procedia-social
and behavioral sciences,2012,54:12701277. [12]沈坚锋,白雁,沈宇鹏,等.基于Synchro的干线交通信号
配时优化[J].计算机仿真,2012,29(10):318322,326. [13]刘进.基于多智能体的城市交通信号控制研究[D].
武汉:华中科技大学,2009.
[14]汤志康,王伟智.基于MAS的城市交通信号小区域控
制[J].工业控制计算机,2008,21(12):8789. [15]杨文臣,张轮,Zhu Feng.多智能体强化学习在城市交
通网络信号控制方法中的应用综述[J].计算机应用研究,2018,35(6),16131618.
[16]LITTLE J D C,KELSON M D,GARTNER N H.MAX-
BAND:a program for setting signals on arteries and trian-gular networks[J].Transportation research record journal of the transportation research board,1981,795:4046.
[17]ROBERTSON D I.TRANSYT.Traffic network study tool
[J].Plng transp res&computation proc,1968. [18]SHEN G J,YANG Y Y.A dynamic signal coordination
control method for urban arterial roads and its application
[J].Frontiers of information technology&electronic engi-
neering,2016,17(9):907918.
[19]CHIOU S W.Optimization of area traffic control for equi-
librium network flows[J].Transportation science,1999, 33(3):279289.
[20]庄宏斌,周亚平,曹宪生.基于改进遗传算法的区域
交通信号配时优化[J].交通运输系统工程与信息, 2012,12(4):5763.
[21]Qu Z W,Xing Y,Song X M,et al.A study on the coor-
dination of urban traffic control and traffic assignment [J].Discrete dynamics in nature and society,2012(6), 348349.
[22]YANG J,GUO X,LI Y,et al.Modeling route correla-
tion degree of urban signalized intersection group[J].
Journal of transportation systems engineering and informa-tion technology,2012,12(1):5562. [23]马万经,李晓丹,杨晓光.基于路径的信号控制交叉
口关联度计算模型[J].同济大学学报(自然科学版),2009,37(11):14621466.
[24]卢凯,徐建闽,郑淑鉴.相邻交叉口关联度分析及其
应用[J].华南理工大学学报(自然科学版),2009, 37(11):3742.
[25]胡华,高云峰,杨晓光.考虑路网OD路径的交叉口
群动态划分方法[J].计算机工程与应用,2010,46
(31):14,18.
(责任编辑㊀周㊀超)
㊃97㊃
第3期王兆艳,等.交通信号控制方法综述。